MODELADO Y SIMULACIÓN DE SISTEMAS DINÁMICOS

Sandra Milena Mendoza Cruz

Universidad de Pamplona
samicruzita@gmail.com

Resumen
El siguiente trabajo, presenta un análisis cualitativo y numérico de algunos sistemas dinámicos,
representados por una o varias ecuaciones diferenciales ordinarias (EDO) con variable independiente
el tiempo (t). Estas se solucionan por el método de Runge Kutta, siendo este el que presenta un
margen de error mínimo y el que mejor se aproxima a la solución real. Las ecuaciones con términos
no lineales, son las más usuales en el estudio de poblaciones o fenómenos de la naturaleza; es por
eso que resulta fácil linealizar la (s) ecuación (es) para poder obtener una solución analítica y realizar
una comparación con la versión no lineal que se resuelve numéricamente.

Abstract
The following work presents a qualitative and numerical analysis of some dynamic systems,
represented by one or several ordinary differential equations (EDO) with independent variable time
(t). These are solved by the method of Runge Kutta, this being the one that presents a minimum
margin of error and the one that best approximates the real solution. The equations with non-linear
terms are the most common in the study of populations or phenomena of nature; that is why it is
easy to linearize the equation (s) in order to obtain an analytical solution and make a comparison
with the non-linear version that is solved numerically.

Palabras Clave: sistemas dinámicos, caos, oscilador, modelo matemático, puntos de equilibrio.

1 SISTEMAS DE EDO LINEALES donde a, b, c y d son constantes (que pueden ser

cero). Se dice que éste es un sistema lineal con co-
DE PRIMER ORDEN
eficientes constantes. Como los coeficientes a, b, c
Los valores propios y los vectores propios, son de y d son constantes, este tipo de sistema es también
gran importancia para la evolución discreta de un autónomo y por tanto, tendrá como resultado cur-
sistema dinámico; es decir, muchos procesos de vas soluciones localizadas en el plano fase que no
la naturaleza pueden ser modelados mediante un se tocan.
proceso dependiente del tiempo. Un sistema lineal de primer orden y acoplado, se
Considerar principalmente sistemas de ecuaciones puede representar como el producto de una matriz
diferenciales de la forma: A de 2 × 2 y un vector columna ~ Y,de la siguiente
dx forma:
= ax + by
dt
dy
= cx + dy;
dt

1
2 MÉTODO DE RUNGE-KUTTA DE CUARTO ORDEN 2

 
dx       d~
Y/dt = A~ Y, es la combinación lineal de Y ~1 (t) =
 dt  ax + by a b x ~1 e 1 y Y
t ~2 (t) = V ~2 e 2 .
t
 dy  = = · V λ λ
cx + dy c d y
Analizando la naturaleza de los valores propios.
dt
Sea ∆ = (traza)2 − 4| A|, entonces
o abreviado
d~Y • Valores propios reales y diferentes:
= A~Y; (1)
dt Si
donde     ∆>0
a b x ~Y (t) = C1 V~1 eλ1 t + C2 V
~2 eλ2 t ;
A= ; ~ Y= (4)
c d y
la matriz A del sistema se llama matriz de coefi-
cientes.
• Valores propios complejos
Si
1.1 Valores propios y Vectores propios ∆<0
Considerando el sistema lineal general en la Ec. λ1 = ε + iϕ = λ2
1, tenemos que un vector propio de una matriz ~Y (t) = C1 V ~2 (eεt e−iϕt )
~1 (eεt eiϕt ) + C2 V
A es un vector V ~ ( x, y) diferente de cero tal que
~ ~
AV = λV para algún escalar λ. Un escalar λ se
llama valor propio de A si existe una solución no
~ ( x, y) de AV
trivial V ~ = λV; ~ una V ~ como esta se ~Y (t) = eεt [C1 V
~1 (cos( ϕt) + isen( ϕt))
denomina vector propio correspondiente a λ. Es + C2 V ~2 (cos( ϕt)) − isen( ϕt))]
decir, necesitamos encontrar los vectores V ~ ( x, y)
tales que

~Y (t) = eεt [(C1 V

~1 + C2 V~2 )cos( ϕt)+
   
x x
AV = A =λ = λV;
y y ~1 − C2 V~2 )sen( ϕt)]
i (C1 V
Entonces λ es un valor propio de A si, y sólo
si, la ecuación • Valores propios reales e iguales
Si
~ = ~0
( A − λI )V (2) ∆=0
~Y (t) = C1 V
~1 eλ1 t + tC2 V
~2 eλ2 t ; (5)
tiene una solución no trivial.

Solucionando | A − λI | = 0 2 MÉTODO DE RUNGE-KUTTA

DE CUARTO ORDEN
| A − λI | = ( a − λ)(d − λ) − bc = 0
= λ2 − aλ − dλ + ad − bc = 0 Como la mayoria de los fenómenos naturales, son
= λ − ( a + d)λ + ad − bc = 0 (3) representados por una ecuación o un sistemas
2
de ecuaciones con carácter no lineal, se requiere
λ2 − traza( A)λ + | A| = 0 acudir a los métodos numéricos para obtener solu-
ciones aproximadas. Lograr obtener una solución
donde | A| es el determminante de la matriz A,
muy cercana a lo que en realidad ocurre, depende
de modo que los valores propios vienen dados por
del método a utilizar. En este trabajo se emplea el
p método de Runge-Kutta de cuarto orden (abrevi-
traza ± (traza)2 − 4| A|
λ1,2 = adamente RK4); debido a que es uno de los méto-
2
dos que mejor se aproxima y porque tiene una con-
Por lo tanto, a cada valor propio le corresponde vergencia del orden O(h4 ).
un vector propio. La solución del sistema lineal Dadas las siguientes entradas

Métodos Numéricos
3 SISTEMAS DEPREDADOR-PRESA 3

1. Una ecuación diferencial ordinaria de primer donde

orden k1 = g(t, x, y)
dy
= f (t, y), 
h hL1 hk1

dt k2 = g t + , x + ,y+
a≤t≤b 2 2 2
 
h hL2 hk2
2. valor inicial de y, es decir y( a) = 0. k3 = g t + , x + ,y+
2 2 2
El objetivo es encontrar el valor de la función de-
k4 = g(t + h, x + hL3 , y + hk3 )
sconocida y en un punto dado t. El método RK4
encuentra el valor aproximado de y para un t es-
pecífico. 3 SISTEMAS DEPREDADOR-
A continuación, se muestra la fórmula utilizada PRESA
para calcular el siguiente valor yn+1 a partir
del valor anterior yn . Los valores de n son Las ecuaciones depredador-presa, también cono-
0, 1, 2, 3, ...(b − a)/h. Aquí h es el tamaño de paso cidas como ecuaciones de Lotka-Volterra, son un
y tn+1 = tn + h/2. sistema de dos ecuaciones diferenciales de primer
1 orden, acopladas, autónomas y no lineales, que
yn+1 = yn + [k1 + 2k2 + 2k3 + k4 ] se usan para describir dinámicas de sistemas bi-
6
ológicos en el que dos especies interactúan, una
donde k1 , k2 , k3 y k4 son las pendientes dentro del como presa y otra como depredador. Este modelo
intervalo, que conforman un promedio ponderado tiene dos variables dependientes que son ambas
y que se le asigna mayor peso o importancia a funciones del tiempo.
las pendientes que se encuentran en la mitad. De
modo que las pendientes se calculan como Suponer que dos especies comparten el mismo
ecosistema. La primera de ellas, la presa, se al-
k1 = f (tn , yn )
imenta sólo de plantas de manera que, encon-
trando alimento suficiente en su entorno, se mul-
 
h h
k2 = f tn + , yn + · k1 tiplicaría indefinidamente si estuviera sola. La se-
2 2
  gunda especie, la depredadora, se alimenta de la
h h
k3 = f tn + , yn + · k2 presa, por lo que si se quedara sola desapare-
2 2
cería por falta de alimentos. Podemos suponer
k4 = f (tn + h, yn + h · k3 ) que los depredadores son lobos y las presas cone-
para el caso en que hay dos funciones, el método jos. Cuando hay una cantidad suficiente de cone-
consiste en jos, los lobos disponen de abundante alimento y
su población crece. Cuando la población de lobos
1 alcance cierto límite, la de conejos, al ser devora-
xn+1 = xn + [ L1 + 2L2 + 2L3 + L4 ]
6 dos con rapidez por los lobos, comenzará a dis-
donde minuir y esto provocará a su vez una disminución
L1 = f (t, x, y) en la población de lobos por falta de alimento. El
  descenso en la población de lobos permite que se
h hL1 hk1
L2 = f t + , x + ,y+ recupere la población de conejos desencadenando
2 2 2
  un nuevo incremento en la población de lobos.
h hL2 hk2 Sea P(t) y D (t), las poblaciones de conejos (pre-
L3 = f t + , x + ,y+
2 2 2 sas) y lobos (depredadores) respectivamente. El
L4 = f (t + h, x + hL3 , y + hk3 ) sistema se da como

para la otra ecuación  dP = r1 P − a1 PD

dt
1 dD
yn+1 = yn + [k1 + 2k2 + 2k3 + k4 ] 
 = −r2 D + a2 PD
6 dt

Métodos Numéricos
3 SISTEMAS DEPREDADOR-PRESA 4

los parámetros son constantes positivas que rep- Ahora, realizando una aproximación por serie
resentan: de Taylor

* r1 : coeficiente de la razón de crecimiento de du

= f (u + r2 /a2 , v + r1 /a1 )
conejos. dt
dv
* a1 : constante de proporcionalidad que mide = g(u + r2 /a2 , v + r1 /a1 )
dt
el número de interacciones conejos-lobos en
Para encontrar el Jacobiano, se requiere hallar
las que el conejo es devorado.
las siguientes derivadas parciales
* r2 : coeficiente de la razón de muertes de lo- ∂f ∂f
bos. = r1 − a1 D, = − a1 P
∂P ∂D
* a2 : constante de proporcionalidad que mide ∂g ∂g
= a2 D, = a2 P − r2
el beneficio a la población de lobos de un ∂P ∂D
conejo devorado. evaluando en el punto de equilibrio, el Jacobiano
es
Este sistema es conocido como el modelo
depredador-presa de Lotka-Volterra.  
r1 − a1 (r1 /a1 ) − a1 (r2 /a2 )
J=
Como este sistema es No lineal, no tiene solu- a2 (r1 /a1 ) a2 (r1 /a1 ) − r2
ción analítica, por lo que se requiere encontrar P(t) o
a r2
 
y D (t) usando métodos numéricos ó solucionando 0 − 1
la versión linealizada del sistema descrito anteri- J =  a2 r1
 a2 

ormente. 0
a1
Linealizando el sistema de ecuaciones Lotka-
Volterra (abreviadamente L-V). Se dice que el sis- de manera que el nuevo sistema (versión lineal-
tema está en equilibrio si se cumple izada) queda
du a r2

f ( P0 , D0 ) = 0 
 =− 1 v
dt a2
dv a 2 r 1
y

 = u
dt a1
g( P0 , D0 ) = 0
Para encontrar los valores propios, se requiere
donde f y g es la parte derecha del sistema L-V de solucionar | J − λI | = 0
la primera y segunda ecuación, respectivamente.
a r2 a2 r1
De este modo | J − λI | = λ2 + 1 · =0
a2 a1
√
P (r1 − a1 D ) = 0 ⇒ D = r1 /a1 de modo que λ1,2 = ± r1 r2 ≡ ±ξ entonces la
solución del sistema es
D ( a2 P − r2 ) = 0 ⇒ P = r2 /a2
dU~
= JU ~
por lo tanto, los puntos de equilibrio son (0, 0) dt
y (r2 /a2 , r1 /a1 ). Una vez encontrados los puntos
~ T
de equilibrio se hace una traslación, eligiendo el donde U = (u, v) , de modo que
punto (r2 /a2 , r1 /a1 ). Entonces ~ (t) = k1 U
U ~ 1 eξt + k2 U ~ 2 e−ξt (6)

u = P − P0 = P − r2 /a2 Para saber cómo es el comportamiento de

las soluciones, va a depender del valor de los
y parámetros.
v = D − D0 = D − r1 /a1

Métodos Numéricos
3 SISTEMAS DEPREDADOR-PRESA 5

3.1 Solución numérica del sistema

depredador-presa

Solucionando el sistema L-V numericamente

(método de Runge-Kutta de 4to orden), tomando
valores de r1 = 2, a1 = 1 · 2, a2 = 0 · 9 y r2 = 1 [1].
Entonces


 dP = 2P − 1 · 2PD

dt
dD

 = 0 · 9PD − D
dt
Figure 2: Plano P-D del sistema L-V.

En este caso los puntos de equilibrio son (0, 0)

y (1 · 11, 1 · 66). Se deduce que la solución del sis-
tema, encierra el punto (1 · 11, 1 · 66) marcado con
un circulo de color rojo en la Figura 2.
Analizando la versión linealizada del sistema L-V,
con valores de parámetros y condiciones iniciales
como en el ejercicio anterior, de modo que el sis-
tema es 
 du = − 4 v

dt 3
 dv = 3 u

dt 2

Figure 1: Las gráficas P(t) y D (t) obtenidas con

condición inicial P0 = 1 y D0 = 0 · 5.

De acuerdo, a esta solución mostrada en la

figura 1, se observa que los incrementos en la
población depredador (curva roja) están retarda-
dos respecto a los aumentos en la población presa.
Cuando la población de depredadores empieza a Figure 3: Las gráficas u(t) y v(t) obtenidas con
crecer, la de presas decae. Además, la soluciones condición inicial u0 = 1 y v0 = 0 · 5.
P(t) y D (t), casi se repiten con el mismo periodo; La solución para u(t) y v(t) es de la siguiente
aproximadamente 4.5 unidades. forma

Métodos Numéricos
3 SISTEMAS DEPREDADOR-PRESA 6

√ √ √
u(t) = cos( 2t) − ( 2 · sen( 2t))/3

√ √ √
v(t) = cos( 2t)/2 + (3 · 2 · sen( 2t))/4

Los valores propios, fueron los siguientes: λ1,2 =

0 · 0000 ± 1 · 4142i. Los valores propios dieron com-
plejos y la parte real es nula, por eso las soluciones
son puramente periódicas. Sin embargo, haciendo
una comparación de la solución numérica (ver
Figura 1) del sistema L-V y de su versión lineal-
izada como se observa en la Figura 3, no son pare- Figure 5: Retrato fase alrededor del punto de equi-
cidas. Lo que indica que deben considerarse la no librio (34.78,22.22)
linealidad para obtener mejores resultados y una
mejor aproximación a lo que en realidad ocurre.
Este punto crítico es un centro. Por tanto las
Solucionando el siguiente sistema, tanto por trayectorias en el mapa de fases son curvas cer-
Runge-Kutta como su versión linealizada radas alrededor del punto crítico, lo cual corre-
sponde a soluciones periódicas en el tiempo para
 P(t) y D(t).
 dP = 0 · 4P − 0 · 018PD

dt
dD

 = −0 · 8D + 0 · 023PD Linealizando el sistema L-V, queda el siguiente
dt conjunto de ecuaciones

con condiciones iniciales P0 = 30 y D0 = 4.


 du = −13 · 91v

dt
 dv = 0 · 51u

dt

donde los valores propios son λ1,2 = 0.0000 ±

2.6667i. La solución para u(t) y v(t) son las sigu-
ientes

u(t) = 30 · cos(8t/3) − (480 · sen(8t/3))/23

Figure 4: Solución del sistema L-V, con parámetros

r1 = 0 · 4, a1 = 0 · 018, a2 = 0 · 023 y r2 = 0 · 8 v(t) = 4 · cos(8t/3) + (23 · sen(8t/3))/4

Métodos Numéricos
4 PÉNDULO SIMPLE 7

Se requiere encontrar la ecuación de

movimiento que describe el comportamiento del
sistema, y lo que se pretende es hallar el La-
grangiano, L = T − V.
La energía cinética de la partícula es

1 2 1
T= mṡ = ml 2 θ̇ 2
2 2
estableciendo el nivel cero de la energía potencial
en el punto de suspensión, la energía potencial de
la partícula es V = mgh = mg[l − lcosθ ]

V = mgl [1 − cosθ ]
Por lo tanto, el Lagrangiano es:

Figure 6: Solución de la versión linealizada. 1 2 2

L= ml θ̇ − mgl [1 − cosθ ]
2
Aplicando la ecuación de Lagrange.
Se concluye que, la linealización no siempre es
útil como en este caso; las soluciones de la ver- ∂L d ∂L ∂L
− =0⇒ = −mglsenθ;
sión linealizada no se aproximan a la solución ∂θ dt dθ̇ ∂θ
como tal del sistema inicial. Una forma de enten- ∂L d ∂L
der mejor la solución de la versión linealizada, es = ml 2 θ̇; = ml 2 θ̈
∂θ̇ dt ∂θ̇
por medio de sus valores propios. Estos dieron
Por tanto,
complejos, pero la parte real nula, lo que quiere
decir una solución periódica como se indica en la
−mglsenθ − ml 2 θ̈ = 0
figura 36 en la sección anexos.
− gsenθ − l θ̈ = 0

4 PÉNDULO SIMPLE g
θ̈ + senθ = 0 (7)
l
Suponer que un péndulo simple de masa m y lon-
gitud l, se encuentra desviado en un ángulo θ Si consideramos tan sólo oscilaciones de pequeña
de la posición de equilibrio y lleva una velocidad amplitud, de modo que el ángulo θ sea siem-
s = l.(dθ/dt), tangente a la trayectoria circular. pre suficientemente pequeño, entonces el valor de
senθ será muy próximo al valor de θ expresado
en radianes (senθ ≈ θ, para θ suficientemente pe-
queño), y la ecuación de movimiento se reduce a
una ecuación diferencial lineal

g
θ̈ + θ = 0 (8)
l

Las ecuaciones 7 y 8 son de segundo orden. Para

resolver la Ec.7 en MatLab, se establece una reduc-
ción de orden, quedando un sistema de dos ecua-
ciones de primer orden. Sea

Figure 7: Esquema representativo del péndulo θ = z1

simple. θ̇ = z˙1 ⇒ z˙1 = z2

Métodos Numéricos
4 PÉNDULO SIMPLE 8

θ̈ = z˙2

Entonces por cada ecuación, queda un sistema de

dos ecuaciones

 dz1 = z2

dt
 dz2 = −( g/l )sen(z1 )

dt

para la versión linealizada, que consiste en oscila-

ciones de pequeña amplitud. La Ec.8 se puede es-
cribir como
d2 θ
+ ω2 θ = 0
dt2
Figure 8: Solución del Péndulo Simple no lineal.
donde ω 2 = g/l. Esta ecuación si tiene solución
analítica, de la siguiente forma

d2
 
2
+ ω θ (t) = 0
dt2

d2
sea D2 =
dt2

( D2 + ω 2 )θ (t) = 0

D⇒m

m2 + ω 2 = 0 ⇒ m = ±iω

m1,2 = ±iω Figure 9: Solución del Péndulo simple, versión lin-

La solución para θ (t) es
θ (t) = Aeiωt + Be−iωt
θ (t) = Asen(ωt) + Bcos(ωt)
ealizada.
Se deduce que las señales tanto para el péndulo
no lineal como para su versión linealizada no ex-
hibe cambio alguno, presentan peridiocidad y esto
(9) es debido a que las soluciones estan en términos
de senos y cosenos.

4.1 Solución numérica del Péndulo Simple
Las entradas que se utilizaron para ver el com-
portamiento de la solución tanto lineal como no
lineal del péndulo simple, fueron las siguientes:
θ (0) = π/3, θ̇ (0) = 0 y el valor de la gravedad
g = 9 · 8m/s2 .
Suponer que aparte de la fuerza de gravedad,
actúa sobre el péndulo una fuerza debido a la fric-
ción. Considerar que la fuerza de fricción es pro-
porcional a la velocidad, por lo que esta fuerza está
dada por −bdθ/dt para alguna constante b > 0.
Cuando no hay fuerza debida a la fricción (b =
0), se tiene un péndulo ideal. De modo, que la

Métodos Numéricos
5 PÉNDULO DOBLE 9

ecuación (7) queda de la siguiente forma

ml θ̈ = −bl θ̇ − mgsenθ

b g
θ̈ = − θ̇ − senθ
m l

realizando una reducción de orden, queda el sigu-

iente sistema de ecuaciones Figure 11: Péndulo simple con fricción, versión lin-
ealizada.

dz1
= z2
dt
Cuando se le agrega forzamiento al sistema, este
muestra una solución oscilatoria que se desvanece
o atenúa, es decir, pierde energía a medida que
pasa el tiempo. Sin embargo, no hay diferencia
dz2 b g
= − z2 − senz1 notable en las soluciones lineales como no lineales.
dt l l

donde b es el coeficiente de fricción.

5 PÉNDULO DOBLE

El péndulo doble está compuesto de 2 péndulos

simples conectados. Por lo tanto, dado que ahora
hay 2 ángulos que describen la posición del sis-
tema θ1 y θ2 , por ende hay 2 grados de libertad.
Este consta de dos masas m1 y m2 , la primera sus-
pendida por una cuerda de longitud `1 y masa de-
spreciable. La cuerda `1 esta sujeta a un punto fijo,
donde esta situado el sistema coordenado (0, 0),
con eje x positivo y eje y negativo. La segunda
masa esta unida a la primera masa por una cuerda
Figure 10: Péndulo simple con fricción. Valor de de longitud `2 de masa despreciable. Todo el sis-
parámetros l = 1 metro, m = 2 kilogramos, θ (0) = tema se encuentra sometido al campo gravitatorio
π/3 radianes y coeficiente de fricción b = 0.3. terrrestre, como se observa en la figura 12.

Métodos Numéricos
5 PÉNDULO DOBLE 10

1
m1 `21 θ˙12
T1 =
2
la energía potencial gravitacional, depende
de la altura de la masa desde el punto de
referencia
V1 = m1 gy1 = −m1 g`1 cosθ1
Entonces el Lagrangiano para la primera
masa es:
L1 = T1 − V1
1
L1 = m1 `21 θ˙12 + m1 g`1 cosθ1
2
• Para la segunda masa, las coordenadas están
dadas por
x2 = `1 senθ1 + `2 senθ2
Figure 12: Esquema representativo del péndulo y2 = −`1 cosθ1 − `2 cosθ2
doble.
donde el vector posición es ~ r2 = ( x2 , y2 ).
La idea es describir las trayectorias que de- Construyendo la energía cinética, que está
scriben los ángulos, es decir, las ecuaciones de dada por
1
movimiento; una para θ1 y otra para θ2 y observar T2 = m2 υ22
como varían con respecto al tiempo. Por lo tanto, 2
se presenta el uso de la Mecánica Lagrangiana. El aquí la velocidad es de la forma d~ r2 /dt = υ~2 .
Lagrangiano del sistema denotado por L, se define Por lo tanto, la energía cinética es
como la energía cinética ( T ) menos la energía por- 1
tencial (V )[2]. T2 = m2 ( x˙22 + y˙22 )
2
• Para la primera masa, las coordenadas están
1
dadas por T2 = m2 [(`1 θ˙1 cosθ1 + `2 θ˙2 cosθ2 )2 +
2
x1 = `1 senθ1
(`1 θ˙1 senθ1 + `2 θ˙2 senθ2 )2 ]
y1 = −`1 cosθ1
donde el vector posición es ~
r1 = ( x1 , y1 ). 1
T2 = m2 [`21 θ˙12 cos2 θ1 + `22 θ˙22 cos2 θ2 +
Construyendo la energía cinética, que está 2
dada por 2`1 `2 θ˙1 θ˙2 cosθ1 cosθ2 + `21 θ˙12 sen2 θ1 + `22 θ˙22 sen2 θ2
1
T1 = m1 υ12 + 2`1 `2 θ˙1 θ˙2 senθ1 senθ2 ]
2
aquí la velocidad es de la forma d~ r1 /dt = υ~1 . haciendo uso de las siguientes identidades
Por lo tanto, la energía cinética es sen2 ( a) + cos2 ( a) = 1
1
T1 = m1 ( x˙12 + y˙21 ) y
2
cos( a ± b) = cos( a)cos(b) ∓ sen( a)sen(b)
por brevedad se hace uso de la notación de
Newton, ẋ = dx/dt.

1 1
T1 = m1 (`21 θ˙12 cos2 θ1 + `21 θ˙12 sen2 θ1 ) T2 = m2 (`21 θ˙12 + `22 θ˙22 + 2`1 `2 cos(θ1 − θ2 )θ˙1 θ˙2 )
2 2

Métodos Numéricos
5 PÉNDULO DOBLE 11

 
La energía potencial gravitacional es d ∂L
= (m1 + m2 )`21 θ¨1 +
dt ∂θ˙1
V2 = m2 gy2 = −m2 g`1 cosθ1 − m2 g`2 cosθ2 d
m2 `1 `2 cos(θ1 − θ2 )θ¨2 + θ˙2 [m2 `1 `2 cos(θ1 − θ2 )]
V2 = −m2 g(`1 cosθ1 + `2 cosθ2 ) | dt {z }
I
Entonces el Lagrangiano para la segunda resolviendo I:
masa es:
d
L2 = T2 − V2 I = θ˙2 m2 `1 `2 (cosθ1 cosθ2 + senθ1 senθ2 )
dt

1 I = θ˙2 m2 `1 `2 (−θ˙1 senθ1 cosθ2 − θ˙2 senθ2 cosθ1 +

L2 = m2 (`21 θ˙12 + `22 θ˙22 + 2`1 `2 cos(θ1 − θ2 )θ˙1 θ˙2 )+
2
θ˙1 cosθ1 senθ2 + θ˙2 cosθ2 senθ1 )
m2 g(`1 cosθ1 + `2 cosθ2 )
utilizando la identidad sen( a ± b) =
Por lo tanto, el Lagrangiano total del sistema es sen( a)cos(b) ± sen(b)cos( a)
L = L1 + L2 , así
I = θ˙2 m2 `1 `2 [θ˙2 sen(θ1 − θ2 ) − θ˙1 sen(θ1 − θ2 )]

1 1
L= m1 `21 θ˙12 + m1 g`1 cosθ1 + m2 (`21 θ˙12 + `22 θ˙22 + I = θ˙22 m2 `1 `2 sen(θ1 − θ2 )
2 2
2`1 `2 cos(θ1 − θ2 )θ˙1 θ˙2 ) + m2 g(`1 cosθ1 + `2 cosθ2 ) − m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2

organizando términos, queda finalmente de modo que la Ec.11 queda

− m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2 − (m1 + m2 ) g`1 senθ1

1 − (m1 + m2 )`21 θ¨1 − m2 `1 `2 cos(θ1 − θ2 )θ¨2
L= (m1 + m2 )`21 θ˙12 + m2 `1 `2 cos(θ1 − θ2 )θ˙1 θ˙2 +
2
1 − θ˙22 m2 `1 `2 sen(θ1 − θ2 )
m2 `22 θ˙22 + (m1 + m2 ) g`1 cosθ1 + m2 g`2 cosθ2
2 + m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2 = 0
(10)
simplificado términos y cancelando un `1 .
Este es el Lagrangiano para el péndulo doble,
donde L = L(θ1 , θ2 , θ˙1 , θ˙2 ; t). Para encontrar las (m1 + m2 )`21 θ¨1 + m2 `2 θ¨2 cos(θ1 − θ2 )+
ecuaciones de movimiento, se hace por medio de m ` θ˙2 sen(θ − θ ) + (m + m ) gsenθ = 0
2 2 2 1 2 1 2 1
las ecuaciones de Euler-Lagrange dadas de la sigu- (13)
iente manera
  • Para θ2 :
∂L d ∂L
− =0 (11)
∂θ1 dt ∂θ˙1 ∂L
= m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2 − m2 g`2 senθ2
∂θ1
 
∂L d ∂L
− =0 (12)
∂θ2 dt ∂θ˙2 ∂L
= m2 `22 θ˙2 + m2 `1 `2 cos(θ1 − θ2 )θ˙1
• Para θ1 : ∂θ˙1

∂L
= −m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2 − (m1 + m2 ) g`1 senθ1 d

∂L

∂θ1 = m2 `22 θ¨2 + m2 `1 `2 cos(θ1 − θ2 )θ¨1 +
dt ∂θ˙1
d
θ˙1 [m2 `1 `2 cos(θ1 − θ2 )]
∂L | dt
= (m1 + m2 )`21 θ˙1 + m2 `1 `2 cos(θ1 − θ2 )θ˙2
{z }
II
∂θ˙1

Métodos Numéricos
5 PÉNDULO DOBLE 12

al igual que I, la expresión I I es z˙4 = −[m2 `1 z˙2 cos(z1 − z3 ) − m2 `1 z22 sen(z1 − z3 )

I I = θ˙1 m2 `1 `2 [θ˙2 sen(θ1 − θ1 ) − θ˙1 sen(θ1 − θ2 )]
I I = −θ˙12 m2 `1 `2 sen(θ1 − θ2 )+
m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2
+ m2 gsen(z3 )]/[m2 `2 ] (18)
analizando (16) y (18), se observa que dependen
de la derivada z˙4 y z˙2 respectivamente, por lo que
es necesario de un procedimiento algebraico para
que las ecuaciones queden de la siguiente forma

de modo que la Ec.12 queda dz2

= [−m2 `1 z22 sen(z1 − z3 )cos(z1 − z3 )
dt
m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2 − m2 g`2 senθ2 − + m2 gsen(z3 )cos(z1 − z3 ) − m2 `2 z24 sen(z1 − z3 )
m2 `22 θ¨2 − m2 `1 `2 cos(θ1 − θ2 )θ¨1 + − (m1 + m2 ) gsen(z1 )]/[(m1 + m2 )`1 − m2 `1 cos2 (z1 − z3 )]
˙
θ1 m2 `1 `2 sen(θ1 − θ2 ) − m2 `1 `2 sen(θ1 − θ2 )θ˙1 θ˙2 = 0
2 (19)

simplificado términos y cancelando un `2 .

dz4
m2 `2 θ¨2 + m2 `1 θ¨1 cos(θ1 − θ2 ) = (m1 + m2 )[`21 z22 sen(z1 − z3 )
dt
− m2 `1 θ˙12 sen(θ1 − θ2 ) + m2 gsenθ2 = 0 (14) + [(z24 sen(z1 − z3 )cos(z1 − z3 )m2 `2 )/(m1 + m2 )]
+ cos(z1 − z3 ) gsen(z1 ) − gsen(z3 )]/[`2
Las ecuaciones 13 y 14 son las ecuaciones de
(m1 + m2 sen2 (z1 − z3 ))] (20)
movimiento de segundo orden, acopladas, autono-
mas y no lineales.
5.1 Péndulo Doble linealizado
El paso siguiente consiste en bajar el orden de Las ecuaciones de movimiento (13) y (14), se
las ecuaciones, para poder resolverlas numerica- pueden linealizar considerando que los ángulos
mente. Definir θ1 y θ2 tienen pequeños desplazamientos desde su
posición de equilibrio, es decir, que no sobrepase
1.
los 15◦ aproximadamente. Haciendo cos(θ1 − θ2 ) ≈
θ1 = z1
1, sen(θ1 − θ2 ), sen(θ1 ) ≈ θ1 y sen(θ2 ) ≈ θ2 per-
θ˙1 = z˙1 ⇒ z˙1 = z2 miten llevar el sistema de la siguiente forma
θ¨1 = z˙2
(m1 + m2 )`1 θ¨1 + m2 `2 θ¨2 + (m1 + m2 ) gθ1 = 0 (21)
2.
`2 θ¨2 + `1 θ¨1 + gθ2 = 0 (22)
θ2 = z3
realizando el mismo cambio de variable que en
θ˙2 = z˙3 ⇒ z˙3 = z4
el anterior caso, la ecuación (21) queda expresada
θ¨2 = z˙4 como dos ecuaciones de primer orden
de la ecuación 13 quedan las siguientes euaciones z˙1 = z2 (23)
de primer orden

z˙1 = z2 (15)
z˙2 = −[m2 `2 z˙4 + (m1 + m2 ) gz1 ]/[(m1 + m2 )`1 ]
(24)
z˙2 = −[m2 `2 z˙4 cos(z1 − z3 ) + m2 `2 z24 sen(z1 − z3 ) y la ecuación (22) como
+ (m1 + m2 ) gsen(z1 )]/[(m1 + m2 )`1 ] (16)
z˙3 = z4 (25)
de la ecuación 14 quedan las siguientes euaciones
de primer orden
z˙3 = z4 (17) z˙4 = −(`1 /`2 )z˙2 − ( g/`2 z3 ) (26)

Métodos Numéricos
5 PÉNDULO DOBLE 13

De modo, que las ecuaciones a resolver son (23), soluciones.

(25), (27) y (28) Ahora, cambiar un poco el valor de las entradas
para longitud de la cuerda y de la masa del primer
dz2 [m2 gz3 − (m1 + m2 ) gz1 ]
= (27) péndulo, con las demás condiciones iguales; es de-
dt [(m1 + m2 )`1 − m2 `1 ] cir, `1 = 1 · 2, `2 = 1, m1 = 3 · 2 y m2 = 1.

dz4 [−(m1 + m2 ) gz1 − (m1 + m2 )`1 z˙2 ]

= (28)
dt m2 `

5.2 Solución numérica del Péndulo Doble

Las trayectorias y el comportamiento de los ángu-
los θ1 y θ2 como funciones del tiempo, se muestran
a continuación en las figuras 13 y 14.

Figure 14: Gráfica de los ángulos θ1 y θ2 .

En este caso, se aumento a un factor de 0.2 la

longitud y masa del péndulo uno. Las amplitudes
del segundo péndulo aumentaron en 0.1 puntos,
al variar un poco los valores de la longitud y masa,
pasó de tener ±0 · 5 a ±0 · 6 puntos en las ampli-
tudes.

Figure 13: Gráfica de los ángulos θ1 y θ2 tanto para A continuación, se hace el mismo ejercicio para
el modelo lineal y no lineal. observar la velocidad angular, es decir θ˙1 y θ˙2 .

En la Figura 13 se tomaron m1 = 3 y m2 = 1 en
kilogramos; `1 = `2 = 1 en metros; θ1 (0) = 15 y
θ2 (0) = −15 en grados (0.26 rad); θ˙1 (0) = θ˙1 (0) =
0 y aceleración de la gravedad g = 9 · 8m/s2 . Las
líneas solidas (rojo para θ1 y azul para θ2 ), cor-
responden al péndulo no lineal y las líneas pun-
teadas (verde para θ1 y negro para θ2 ), corresponde
a la versión lineal.
La figura muestra el segundo péndulo (señal
color azul y señal color negro) con amplitudes
mayores que las del péndulo uno (señal color rojo
y señal color verde). Además, las soluciones tienen
forma de cosenos con amplitudes irregulares, es
decir, no son periódicas [5]. Es notable las pe-
queñas diferencias que hay de las dos versiones
del péndulo doble, sin embargo, son cercanas las Figure 15: Gráfica de los ángulos θ˙1 y θ˙2 .

Métodos Numéricos
5 PÉNDULO DOBLE 14

En la figura 15, se tomaron entradas igual que

en la Figura 13. Las amplitudes en este caso toman
valores de ±2 puntos aproximadamente.

Figure 18: Plano de fases con entradas de θ1 (0) =

θ2 (0) = 42◦ para el péndulo no lineal.

Figure 16: Gráfica de los ángulos θ˙1 y θ˙2 con una

variación en longitud y masa para el segundo pén-
dulo.

El siguiente paso, consiste en obtener las curvas

en el plano de fases, es decir, en el eje x colocar
la solución del primer ángulo θ1 y en la compo-
nente y la solución del segundo ángulo, es decir,
no se muestra el valor explícitamente del tiempo.
El ejercicio consiste en variar el valor de los ángu-
los en t = 0.

Figure 19: Plano de fases con entradas de θ1 (0) =

θ2 (0) = 80◦ para el péndulo no lineal.

Analizando las Figuras 17-19, se observa que la

Figure 17: Plano de fases con entradas de θ1 (0) =
θ2 (0) = 15◦ , para el péndulo no lineal.
solución tiene relación con las figuras de Lissajous,
las cuales se obtienen de la superposición de dos
movimientos armónicos simples en direcciones
perpendiculares. Cuando los ángulos tienen valor
inicial de 15◦ tienen un comportamiento periódico,
para una entrada de 42◦ empieza a deformarse la
figura, no es tan periódico. Por último, para θ1,2
por encima de 80◦ , se comporta el sistema caótica-
mente.
Las curvas solución de la versión linealizada en
el plano de fases se observa en las figuras 20 y 21.

Métodos Numéricos
6 EL SISTEMA DE LORENZ 15

con un comportamiento caótico. Un sistema se dice

que es caótico, cuando este es sensible al realizar
pequeñas modificaciones en las condiciones ini-
ciales. La meteorología y la predicción del clima,
es un ejemplo clásico de un sistema tan impre-
decible (caótico). Lorenz intentó establecer un
sistema de ecuaciones diferenciales que explicaría
algunos de los comportamientos impredecibles del
clima. La mayoría de los modelos viables para el
clima implican ecuaciones diferenciales parciales;
Lorenz buscó un sistema mucho más simple y fácil
de analizar [3].

Lorenz observó una celda de fluido bidimen-

sional en la atmósfera que se calentó desde abajo
Figure 20: Plano de fases con valor inicial para y se enfrió desde arriba. El movimiento fluido
θ1 (0) = θ2 (0) =15◦ . puede describirse mediante un sistema de ecua-
ciones diferenciales que implican infinitas vari-
ables. Las variables independientes restantes mi-
dieron, en términos generales, la tasa de veloci-
dad convectiva del aire ( x ), y la variación de tem-
peratura horizontal y vertical (y y z, respectiva-
mente). El movimiento resultante condujo a un
sistema tridimensional de ecuaciones diferenciales
que involucraba tres parámetros: el número σ de
Prandtl, el número de Rayleigh r, y otro parámetro
b que está relacionado con el tamaño físico del sis-
tema. Cuando se hicieron todas estas simplifica-
ciones, el sistema de ecuaciones diferenciales in-
volucró solo dos términos no lineales y fue dado
por

dx
= σ(y − x ) (29a)
dt
Figure 21: Plano de fases con valor inicial para
θ1 (0) = θ2 (0) =180◦ .
dy
Con respecto al plano θ1 − θ2 son periódicas, no = rx − y − xz (29b)
dt
muestran cambios de gran dimensión a medida
que se aumenta el ángulo inicial para cada pén-
dulo. Esto es debido en la consideración (aprox- dz
imación de ángulos pequeños) que se hace para = xy − bz (29c)
dt
linealizar las ecuaciones de movimiento.
En este sistema, se supone que los tres parámetros
6 EL SISTEMA DE LORENZ son positivos y, además, σ > b + 1. En la Figura
22, se muestra la curva solución para la condi-
El sistema de Lorenz fue formulado por primera ción inicial P1 = (0, 2, 0) y para la condición inicial
vez en 1963 por Edwarrd N. Lorenz como un mod- P2 = (0, −2, 0) dada en la Figura 23. El valor de
elo de convección atmosférica muy simplificado los parámetros sonσ = 10, r = 28 y b = 8/3.

Métodos Numéricos
6 EL SISTEMA DE LORENZ 16

conjunto complicado, el llamado atractor de Lorenz.

Las entradas se escogieron de esta manera, porque
pequeñas variaciones no presentaría mayor cam-
bio en la solución del sistema.

Para poder visualizar mejor el comportamiento,

se requiere ver como varían x, y y z en el tiempo,
tomar condiciones iniciales x (0) = y(0) = z(0) =
0 · 1.

Figure 22: Atractor creado por las ecuaciones de

Lorenz en el espacio de fases. El punto P1 se mues-
tra con un circulo rojo.

Figure 24: Solución que visualiza el compor-

tamiento de las ecuaciones de Lorenz (el atractor
de Lorenz).

Figure 23: Atractor creado por las ecuaciones de

Lorenz en el espacio de fases. El punto P2 se mues-
tra con un circulo rojo. Al graficar las variables dependientes en fun-
ción del tiempo, se observa que las soluciones se
El plano de fase de las figuras anteriores, mues- separan a pesar de que parten del mismo punto.
tran que las soluciones comienzan de manera Esta es una dependencia sensible de las condi-
diferente, ya que las condiciones iniciales están ciones iniciales, una de las principales característi-
muy separadas. Sin embargo, ambas soluciones cas de un sistema caótico.
tienen el mismo comportamiento, es decir, es-
tas se enrollan alrededor de un par de puntos,
tomando trayectorias alternadas. Este hecho es Para ver mejor los cambios, tomar x1 (0) =
una de las características importantes que iden- (0, 2, 0) color negro y x1 (0) = (0, 2 · 01, 0) color rojo
tifica el sistema de Lorenz: todas las soluciones como se muestra en la Figura 25, tan sólo se mod-
de no equilibrio tienden eventualmente al mismo ificó un 0.01 puntos.

Métodos Numéricos
6 EL SISTEMA DE LORENZ 17

Figure 25: Solución del sistema de Lorenz. Figure 27: Separación d(t) vs t entre las dos solu-
ciones mostradas en la Figura 25.

El siguiente ejercicio consiste en tomar x1 (0) =

(0 · 1, 1 · 2, 1 · 2), x2 (0) = (0 · 101, 1 · 2, 1 · 2) y los
valores de σ, b, r permanecen iguales en todas las
soluciones; estos son los parámetros originales que
llevaron al descubrimiento de Lorenz[4].

Figure 28: Separación d(t) vs t entre las dos solu-

ciones mostradas en la Figura 26.

Se deduce que el sistema de Lorenz forma parte

de la teoría del caos, un cambio pequeño en
las condiciones iniciales llevan la solución a un
Figure 26: Solución del sistema de Lorenz con cambio bastante notorio de lo que se observ-
condiciones iniciales muy próximas. La solución aba inicialmente, es decir, la extrema sensibili-
de color azul corresponde a x1 y luego con condi- dad que posee el sistema. Además, muestra com-
ción inicial perturbada x2 de color magenta. portamientos impredecibles a lo largo del tiempo
que no se repiten

Luego, trazar log10 (d(t)) vs t, donde d(t) es la

p las dos trayectorias en el tiempo t,
distancia entre
es decir d = ( x1 − x2 )2 + (y1 − y2 )2 + (z1 − z2 )2 .

Métodos Numéricos
7 CONCLUSIONES
7 CONCLUSIONES
Los sistemas dinámicos que se discutireon en cada
una de las secciones son muy complicados de re-
solver analíticamente, precisamente por su no lin-
ealidad. Para resolverlo, se suele considerar oscila-
ciones pequeñas para el caso del péndulo y para
el sistema depredador-presa; consiste en encontrar
una aproximación lineal alrededor de uno de los
puntos de equilibrio. Sin embargo, al utilizar estás
aproximaciones se desechan todos los resultados
que vayan más allá de esta solución particular. La
linealización suele ser útil para describir el fenó-
meno o algún problema en particular, pero en
algunos casos se deben considerar los términos
no lineales para observar mejores resultados; así
como en el caso del sistema Lotka-Volterra, donde
la versión linealizadad es puramente oscilatoria y
no se observa el ascenso y descenso de las solu-
ciones; es decir, como evolucionan las poblaciones
a medida que transcurre el tiempo.
A medida que se añaden variables, se convierte
cada vez más difícil predecir los resultados de un
sistema, puesto que posee cada vez más grados de
libertad como en el caso del péndulo doble y el sis-
tema de Lorenz. El péndulo doble viene siendo un
18
sistema oscilante caótico, ante las variaciones de
los parámetros de entrada como la masa, longitud
y ángulos iniciales, este toma trayectorias distintas
con amplitud de oscilación mayor. Cuando se hace
oscilar la masa, desplazándola de modo que la
cuerda forme un ángulo muy pequeño con la ver-
tical, describe aproximadamente un movimiento
armónico simple. Este ajuste se observa mejor
en el pano fase como se vio en la sección 5 pén-
dulo doble. Con cambios ligeramente pequeños
en los parámetros o condiciones iniciales, se ob-
tienen resultados muy diferentes que no se repiten
en el tiempo, ya que un mínimo cambio en una
de las variables puede afectar mucho al compor-
tamiento de otra de las variables. Las tres car-
acterísticas principales que cumplen los sistemas
caóticos son: la no-linealidad, la extrema sensibil-
idad que poseen ante cambios muy pequeños de
sus condiciones iniciales y que no se puede pr-
ever el comportamiento del sistema hasta que el
proceso sucede o se calcula. Por sus interesantes
características y su dificultad de estudio, el caos
posee una gran cantidad de terreno abierto a la
investigación. Como contempla gran parte de la
realidad de nuestro mundo, está presente en nu-
merosos campos, ya sea física, biología, ingeniería,
química entre otros.
Métodos Numéricos
8 ANEXOS 19

8 ANEXOS
1. Código para solucionar el sistema depredador-presa en su versión original.

Figure 29:

2. Código que pide desde el teclado los coeficientes de una matriz y halla sus valores propios y
vectores propios.

Figure 30:

Métodos Numéricos
8 ANEXOS 20

Figure 31:

3. Péndulo simple.

Figure 32:

Métodos Numéricos
8. BIBLIOGRAFÍA
4. Naturaleza de los valores propios
Figure 33: Resumen del comportamiento de sistemas lineales (Coughanowr & LeBlanc, 2009)
8. BIBLIOGRAFÍA
[1] Blanchard P., Devaney R., (1999), Ecuaciones
Diferenciales, México, International Thomson
Editores.
[2] Goldstein H., (1994), Mecánica Clásica, Es-
paña, Reverté, S.A.
[3] Hirsch M.W., Small S. & Devaney
R.L.,(2004), Differential Equations, Dynami-
21
cal Systems, and an Introduction to Chaos , USA:
Copyright 2004, Elsevier.
[4] Lorenz, E. N., (1963), Deterministic nonperiodic
flow, J. Atmos. Sci., 20, 130
[5] Pallares M. R. & Rodriguez W. R., (2010),
Modelación de un sistema oscilante caótico em-
pleando programas libres de Sistemas de Álgebra
Computacional.
Métodos Numéricos