Instituto Politécnico

Nacional
Unidad Profesional Interdisciplinaria de Ingeniería y
Tecnologías Avanzadas

Modelado y Simulación de
Sistemas Mecatrónicos
= Tarea 1 = Simulación del Sistema Caótico
Unificado

Equipo: 6
Integrantes:
- Martínez Bocanegra Valentín
- Paredes Valadez José Antonio
- Vega Gutiérrez Erick
Profesora: Norma Beatriz Lozada Castillo
Grupo: 3MM1
Fecha: 21 de marzo del 2021
 I. INTRODUCCIÓN
Las leyes y fenómenos naturales son descritos mediante ecuaciones diferenciales,
una aproximación de la realidad nos permite conocer, a partir del estado de un
sistema en un instante determinado, los estados pasados y los estados futuros del
mismo. En los sistemas denominados caóticos, la solución de un sistema de
ecuaciones diferenciales puede representar una forma aleatoria, es decir, la medida
del estado actual, determina una impredecibilidad de los estados futuros y también
una incertidumbre, no total. respecto al pasado. Por ello, el caos representa la
evolución inesperada de un sistema. De forma general, un sistema caótico es un
sistema determinístico, regido por ecuaciones diferenciales o en diferencias no
lineales, que presenta un comportamiento dinámico aparentemente aleatorio.
Los modelos que describen una dinámica caótica no son necesariamente
complejos, podemos tener comportamientos de tipo caótico en ecuaciones
determinísticas no lineales con una estructura extraordinariamente simple. Por lo
tanto, es relativamente fácil encontrar una dinámica caótica en sistemas físicos que
nos rodean o que hemos construido, estimulándonos a pensar que más que la
excepción, el caos puede ser la norma de comportamiento en los sistemas no
lineales.
Estos sistemas los podemos encontrar en el sistema solar cuyo movimiento
planetario puede llegar a ser impredecible. Al construir circuitos electrónicos que
pueden convertirse, en algunas situaciones en un sistema caótico, como es el caso
del circuito de Chua. También, observamos el comportamiento de un péndulo que
evoluciona de una forma esperada a una inesperada.
Los métodos numéricos tampoco escapan a dicho fenómeno, teniendo como
ejemplo más claro y sencillo el algoritmo de Newton para el cálculo de raíces de un
polinomio de tercer grado. También exhiben este comportamiento irregular los
sistemas realimentados o sistemas de control, es decir, los sistemas diseñados para
actuar sobre las variables de un sistema con el fin de que éste se comporte como
deseemos. Éste es el caso de un controlador integral con un elemento de saturación
o un controlador integral con una no linealidad cúbica.
Muchos de los fenómenos y sistemas que observamos día a día presentan una
dinámica caótica "escondida": sistemas acústicos, láseres, fenómenos en fluidos,
vibraciones mecánicas, reacciones químicas, membranas biológicas, sistema
cardíaco, dinámica de poblaciones, corriente iónica en la córnea de nuestros ojos,
o modelos económicos. (Navarro López , 2010)

II. DESARROLLO ECUACIONAL SIMULACIÓN

Antes de llevar a cabo la construcción de la simulación y dar paso a la misma, me
di a la tarea de desarrollar teóricamente el sistema caótico de Cauchy Schwarz,
resolviendo el sistema de ecuaciones diferenciales, por el método de separación de
variables, dejando expresada cada ecuación diferencial que compone el sistema en
términos de ecuaciones integrales, sumando a la misma la condición inicial que
posee cada ecuación.
Dicho desarrollo a continuación, será expuesto:
Sea el sistema caótico de Cauchy Schwarz:
𝑥̇ = (25𝛼 + 10)(𝑦 − 𝑥)
𝑦̇ = (28 − 35𝛼)𝑥 − 𝑥𝑧 + (29𝛼 − 1)𝑦
{
𝛼+8
𝑧̇ = 𝑥𝑦 − 𝑧
3
Resolviendo la primera ecuación diferencial: 𝑥̇ = (25𝛼 + 10)(𝑦 − 𝑥)
𝑑𝑥
= (25𝛼 + 10)(𝑦 − 𝑥)
𝑑𝑡

∫ 𝑑𝑥 = ∫[(25𝛼 + 10) 𝑦(𝑡) − (25𝛼 + 10) 𝑥(𝑡)] 𝑑𝑡

𝑡 𝑡 𝑡
∫ 𝑑𝑥 (𝜃) = ∫ (25𝛼 + 10) 𝑦(𝜃) 𝑑𝜃 − ∫ (25𝛼 + 10) 𝑥(𝜃) 𝑑𝜃
𝑡0 𝑡0 𝑡0

𝑡 𝑡
𝑥(𝑡) − 𝑥(𝑡0 ) = ∫ (25𝛼 + 10) 𝑦(𝜃) 𝑑𝜃 − ∫ (25𝛼 + 10) 𝑥(𝜃) 𝑑𝜃
𝑡0 𝑡0

Finalmente, nuestra primera ecuación referente a 𝑥̇ , queda expresada de la

siguiente forma:
𝒕 𝒕
𝒙(𝒕) = 𝒙(𝒕𝟎 ) + ∫ (𝟐𝟓𝜶 + 𝟏𝟎) 𝒚(𝜽) 𝒅𝜽 − ∫ (𝟐𝟓𝜶 + 𝟏𝟎) 𝒙(𝜽) 𝒅𝜽
𝒕𝟎 𝒕𝟎

Resolviendo la segunda ecuación diferencial: 𝑦̇ = (28 − 35𝛼)𝑥 − 𝑥𝑧 + (29𝛼 − 1)𝑦

𝑑𝑦
= (28 − 35𝛼)𝑥 − 𝑥𝑧 + (29𝛼 − 1)𝑦
𝑑𝑡

∫ 𝑑𝑦 = ∫[(28 − 35𝛼) 𝑥(𝑡) − 𝑥(𝑡) 𝑧(𝑡) + (29𝛼 − 1) 𝑦(𝑡)] 𝑑𝑡

𝑡 𝑡 𝑡 𝑡
∫ 𝑑𝑦(𝜃) = ∫ (28 − 35𝛼) 𝑥(𝜃) 𝑑𝜃 − ∫ 𝑥(𝜃) 𝑧(𝜃) 𝑑𝜃 + ∫ (29𝛼 − 1) 𝑦(𝜃) 𝑑𝜃
𝑡0 𝑡0 𝑡0 𝑡0

𝑡 𝑡 𝑡
𝑦(𝑡) − 𝑦(𝑡0 ) = ∫ (28 − 35𝛼) 𝑥(𝜃) 𝑑𝜃 − ∫ 𝑥(𝜃) 𝑧(𝜃) 𝑑𝜃 + ∫ (29𝛼 − 1) 𝑦(𝜃) 𝑑𝜃
𝑡0 𝑡0 𝑡0
Finalmente, nuestra segunda ecuación referente a 𝑦̇ , queda expresada de la
siguiente forma:
𝒕 𝒕 𝒕
𝒚(𝒕) = 𝒚(𝒕𝟎 ) + ∫ (𝟐𝟖 − 𝟑𝟓𝜶) 𝒙(𝜽) 𝒅𝜽 − ∫ 𝒙(𝜽) 𝒛(𝜽) 𝒅𝜽 + ∫ (𝟐𝟗𝜶 − 𝟏) 𝒚(𝜽) 𝒅𝜽
𝒕𝟎 𝒕𝟎 𝒕𝟎

𝛼+8
Resolviendo la tercera ecuación diferencial: 𝑧̇ = 𝑥𝑦 − [ ]𝑧
3

𝑑𝑧 𝛼+8
= 𝑥𝑦−[ ]𝑧
𝑑𝑡 3
𝛼+8
∫ 𝑑𝑧 = ∫ [𝑥(𝑡) 𝑦(𝑡) − [ ] 𝑧(𝑡)] 𝑑𝑡
3
𝑡 𝑡 𝑡
𝛼+8
∫ 𝑑𝑧(𝜃) = ∫ 𝑥(𝜃) 𝑦(𝜃) 𝑑𝜃 − ∫ [ ] 𝑧(𝜃) 𝑑𝜃
𝑡0 𝑡0 𝑡0 3
𝑡 𝑡
𝛼+8
𝑧(𝑡) − 𝑧(𝑡0 ) = ∫ 𝑥(𝜃) 𝑦(𝜃) 𝑑𝜃 − ∫ [ ] 𝑧(𝜃) 𝑑𝜃
𝑡0 𝑡0 3

Finalmente, nuestra segunda ecuación referente a 𝑦̇ , queda expresada de la

siguiente forma:
𝒕 𝒕
𝜶+𝟖
𝒛(𝒕) = 𝒛(𝒕𝟎 ) + ∫ 𝒙(𝜽) 𝒚(𝜽) 𝒅𝜽 − ∫ [ ] 𝒛(𝜽) 𝒅𝜽
𝒕𝟎 𝒕𝟎 𝟑

III. EVIDENCIA DE SIMULACIÓN Y RESULTADOS

Una vez desarrollado nuestro sistema de ecuaciones diferenciales, dejándolos en
términos de integrales como ahora se muestran:
𝒕 𝒕
𝒙(𝒕) = 𝒙(𝒕𝟎 ) + ∫ (𝟐𝟓𝜶 + 𝟏𝟎) 𝒚(𝜽) 𝒅𝜽 − ∫ (𝟐𝟓𝜶 + 𝟏𝟎) 𝒙(𝜽) 𝒅𝜽
𝒕𝟎 𝒕𝟎

𝒕 𝒕 𝒕
𝒚(𝒕) = 𝒚(𝒕𝟎 ) + ∫ (𝟐𝟖 − 𝟑𝟓𝜶) 𝒙(𝜽) 𝒅𝜽 − ∫ 𝒙(𝜽) 𝒛(𝜽) 𝒅𝜽 + ∫ (𝟐𝟗𝜶 − 𝟏) 𝒚(𝜽) 𝒅𝜽
𝒕𝟎 𝒕𝟎 𝒕𝟎

𝒕 𝒕
𝜶+𝟖
𝒛(𝒕) = 𝒛(𝒕𝟎 ) + ∫ 𝒙(𝜽) 𝒚(𝜽) 𝒅𝜽 − ∫ [ ] 𝒛(𝜽) 𝒅𝜽
𝒕𝟎 𝒕𝟎 𝟑

Procedemos a efectuar las simulaciones, aclarando previamente que se emplearon

las variables x, y, z, con ayuda de los bloques de ganancia (-K-) y de integración
1
(𝑆). Como se explicó previamente en clase, las condiciones iniciales están
contenidas en los bloques de integración, para los cuales les establecimos un valor
a las mismas de 0.1 para cada bloque del mismo tipo. También, cabe destacar que
hicimos uso de los bloques “GOTO”, con la finalidad de realizar una mejor
organización y ordenamiento de los componentes.
El modelado de nuestro sistema caótico, quedo expresado en Simulink como puede
observarse en la figura:

Figura 3.1 Modelado en Simulink de sistema caótica de Cauchy Schwarz a partir de ecuaciones
representadas con integrales

Ahora, en las figuras 3.2 a), b), y c), observaremos los planos de fase generados al
graficar x vs y, y vs z, y x vs z, respectivamente. Lo anterior al correr la simulación.
Figura 3.2 a) Plano de fase X vs Y

Figura 3.2 b) Plano de fase Y vs Z

Figura 3.2 c) Plano de fase X vs Z

Al observar los planos de fase, pudimos entender lo que representa nuestro sistema
caótico por medio de las ecuaciones diferenciales que lo comprenden. Dicha
comprensión la podremos recrear en un ambiente 3D, al reconstruirlo mediante las
vistas que nos otorgan los diagramas de fase.
IV. CONCLUSIÓN
Por medio de la realización de esta práctica, logramos entender lo que modela el
sistema caótico Cauchy-Schwarz, por lo que podemos afirmar que dicho sistema
caótico, así como los demás, representan un fenómeno real presente en la
naturaleza.
Gracias a ello, logré comprender la importancia de los sistemas caóticos en los
fenómenos físicos que, si somo observadores están presentes en nuestro día a día,
solo se requiere su estudio y comprensión para poder detectar su presencia.
También gracias a esta práctica, tuvimos nuestro primer acercamiento a la
simulación de los sistemas físicos por medio de Simulink, por lo que fue necesario
aprender a usar algunos de sus bloques, como fue el de integración, ganancia y
GOTO, para llevar a cabo las diferentes simulaciones que tendremos por delante.
Esto es solo un inicio.
V. BIBLIOGRAFÍA
Navarro López , E. M. (2010). LA NATURALEZA, LAS MATEMÁTICAS, LA INGENIERÍA Y EL CAOS.
SCIELO. Ingeniare. Revista chilena de ingeniería, 5-7.