Modelo de Lorenz.

Fı́sica Computacional.
Facultad de Ciencias. UNAM.

Monroy Dı́az Eduardo

21/Octubre/2019

Resumen. Si una predicción se vuelve imposible, es evidente

que un sistema caótico puede recordar a un sistema
Se realizó un programa en lenguaje C con el cual se estocástico; sin embargo, la fuente de la irregularidad
estudio el comportamiento del sistema de ecuaciones es algo diferente. Para el caos, a irregularidades parte
diferenciales acopladas (ecuaciones de Lorenz) usando de la dinámica intrı́nseca del sistema, no de influencias
el método RK4 para tres rangos del parámetro de con- externas impredecibles.
trol 0 < r < 1, 1 < r < 24 y r > 24, encontrándose que
para r < 24 el comportamiento de las trayectorias es
Marco Teórico.
estacionario disipativo con un definido punto atractor y
para r > 24 el sistema es sensible a las condiciones ini- Espacio Fase. [1]
ciales sin un punto atractor definido (sistema caótico),
El espacio fase de un sistema dinámico es un espacio
lo cual corresponde a lo esperado teóricamente [2].
matemático con direcciones coordenadas ortogonales
representando cada una de las variables necesitadas
Introducción. [1] para especificar el estado instantáneo del sistema.; por
La irregular e impredecible evolución el el tiempo de ejemplo, el estado de una partı́cula moviéndose en
varios sistemas no-lineales ha sido llamado “caos”. una dimensión esta especificada por su posición (x) y
Ocurre en osciladores mecánicos tales como el péndulo velocidad (v) resulta que su espacio fase es un plano.
u objetos vibrando, en fluidos rotando o calentándose,
en cavidades láser y en algunas reacciones quı́micas. Si nos enfocamos en el péndulo, donde el terminosin θ
Su caracterı́stica central es que el sistema no repite es tomado como θ, tenemos que1 :
su comportamiento pasado (aún aproximadamente). d2 θ
Aun de la falta en su regularidad, los sistemas + θ = 0. (1)
dt2
dinámicos siguen ecuaciones deterministas tales como Con la adición de la variable de velocidad angular, ω ≡
las derivadas de la segunda ley de Newton.
dt , esta ecuación de segundo orden puede ser reducida
dθ

a dos de primer orden: dω/dt = −θ y dθ/dt = ω.

El carácter único de sistemas dinámicos puede ser De esta manera cada variable dinámica tiene su propia
visto de manera mas clara al imaginar al sistema ecuación diferencial ordinaria de primer orden. Sin per-
comenzar dos veces, pero con condiciones iniciales dida de generalidad, las condiciones iniciales pueden ser
ligeramente diferentes. podemos pensar que esta elegidas tal que la solución se vuelve:
pequeña diferencia inicial nos dará un error de
medición, por ejemplo. Para sistemas no-caóticos este θ = ai cos t y ω = ai sin t.
error en la predicción crece linealmente con el tiempo,
Donde las ai representan las posibles amplitudes del
pero para sistemas caóticos el crecimiento en el error
movimiento. Esta solución da las curvas paramétricas
es exponencial; por lo que el estado del sistema es
para ω y θ, y uno puede eliminar el parámetro de
esencialmente desconocido después de un corto periodo
tiempo para dar una representación 2-dimensional
de tiempo. Este fenómeno, que ocurre únicamente
para diferentes valores de ai . Este diagrama se
cuando las ecuaciones gobernantes son no-lineales, es
muestra en la figura 1, donde cada valor de ai lleva a
conocido como sensibilidad a condiciones iniciales.
una orbita cerrada de energı́a fija, la cual es llamada
Henri Poincare (1854-1912) fue el primero en reconocer
trayectoria fase. Una importante caracterı́stica de
este fenómeno.
1 Las ecuaciones están escritas en forma adimensional por sim-

plicidad, con la medición del tiempo en unidades del inverso de

la frecuencia natural.

1
 Figura 2: Diagrama de espacio fase del péndulo lineal
disipativo. El área no es preservada.[1]

Navier-Stokes; las cuales son un conjunto complicado

de ecuaciones diferenciales que describen la velocidad,
temperatura, densidad, etc. . . como funciones de la
Figura 1: Diagrama fase del péndulo lineal. La veloci-
posición y el tiempo, y son muy difı́ciles de resolver
dad angular, ω, y el desplazamiento angular θ son los
analı́ticamente en casos de interés práctico. Por
ejes coordenados.[1]
supuesto que este es el tipos de problema donde una
aproximación computacional puede ser útil y es lo que
la trayectoria es que dos trayectorias corresponden precisamente Lorenz hizo.
a energı́as similares van a pasar cerca una de la
otra. Esta propiedad se deriva del hecho de que los Lorenz hizo su trabajo hace mas de 50 años, por
estados pasados y futuros de un sistema mecánico lo que la potencia computacional que empleo no re-
determinista están unicamente prescribidos por el sulta impresionante para los estándares de hoy; esto
estado del sistema a un dado tiempo. lo hizo considerar una versión altamente simplificada
de las ecuaciones de Navier-Stokes para abordar este
Otra importante caracterı́stica del espacio fase de problema en particular. A groso modo simplificó el
sistemas conservativos es la preservación de áreas. problema hasta reducirlo a solo tres ecuaciones:
Esto significa que todos los puntos encontrados en una dx
área dada del espacio fase a cierto tiempo se mueven = σ(y − x).
dt
de tal manera que, a un tiempo posterior, el área
ocupada por esos puntos permanece igual. dy
= rx − y − xz. (2)
dx
La propiedad de preservación de área, o volumen en dz
espacios de dimensión superior, es una caracterı́stica = xy − bz.
dt
general de sistemas conservativos y esta propiedad ll-
Las cuales son conocidas como ecuaciones de Lorenz
eva a la clasificación de sistemas dinámicos en dos cat-
(o equivalentemente, el modelo de Lorenz). Estas
egorı́as: conservativos o disipativos. dependiendo si su
variables x, y y z son derivadas de la temperatura,
espacio fase permanece constante o se contrae, respecti-
densidad y velocidad en las ecuaciones originales de
vamente. Por ejemplo, el péndulo sin amortiguamiento
Navier-Stokes, mientras que los parámetros σ, r y b
preserva energı́a y sus trayectorias preservan el área
son mediciones de diferencias de temperatura a través
fase. Por otra parte, las trayectorias del péndulo amor-
del fluido y otros parámetros del fluido. Sin embargo,
tiguado
no es particularmente útil insistir en interpretar x, y
d2 θ dθ
+ . y z de esa manera, ya que lo que hacen las simplifi-
dt2 dt caciones es reducir el problema a solo tres variables,
decaen a un único punto: ω = 0 = θ. Esta contracción lo que significa que no podemos esperar que nuestros
de área es ilustrada en la figura 2. Tal punto es llamado resultados se apliquen a algún sistema real.
un atractor, debido a que un conjunto finito de coor-
denadas iniciales (θ, ω) convergen a él. El área fase no Los valores mas comunes de los parámetros del
se conserva y el sistema es entonces denominado “disi- modelo de Lorenz son σ = 10.0 y b = 83 , dejando a
pativo”. r como parámetro de control. De acuerdo a algunos
autores esos valores corresponden a agua frı́a, pero
El modelo de Lorenz. [2] dada la naturaleza altamente simplificada del modelo
esto no deberı́a ser tomado en serio.
Consideremos el sistema dinámico introducido por
Edward Lorenz (1963) como un modelo simple de con- El parámetro r es una medición de la diferencia de
vección. El estaba estudiando las ecuaciones básicas de temperatura entre las superficies superior e inferior
la mecánica de fluidos, conocidas como ecuaciones de del fluido. Para una pequeña r la fuerza efectiva sobre

2
el fluido es pequeña en el sentido de que hay muy poco Métodos de Runge-Kutta (RK).[3]
calor portado por el fluido.
Los métodos RK logran la precisión de una serie de
Taylor sin requerir el calculo de derivadas de mayor
El comportamiento es totalmente diferente a
orden. Existen varias variaciones, pero todas pueden
r = 25, aquı́ la transición inicial es algo periódica,
ponerse de la forma:
pero da lugar a una dependencia temporal caótica
después de t = 20, aproximadamente. No hay muchos yi+1 = yi + φ(xi , yi , h)h. (3)
resultados exactos disponibles para el modelo de
Lorenz, pero se sabe que la transición de convección donde φ(xi , yi , h) es llamada una función incremento,
estacionaria a comportamiento caótico toma lugar a la cual puede ser representada como una pendiente rep-
r = 470/19 ≈ 24.74. resentativa sobre el intervalo. Esta función incremento
puede ser escrita en forma general como:
Cuando r = 28 se llega a un atractor, tal como
puede verse en la figura 3, donde la trayectoria rota φ = a1 k1 + a2 k2 + · · · + an kn . (4)
sobre uno de dos puntos fijos y eventualmente escapa
para orbitar el otro punto fijo. Este proceso se repite donde las a´s son contantes y las k´s son:
indefinidamente[1]. Desde que el modelo de Lorenz es
k1 = f (xi , yi ).

k2 = f (xi + p1 h, yi + q11 k1 h).

k3 = f (xi + p2 h, yi + q21 k1 h + q22 k2 h).
..
.
kn = f (xi + pn−1 h, yi + qn−1,1 k1 h + qn−1,2 k2 h + · · ·
+ qn−1,n−1 kn−1 h). (5)
donde las p´s y q´s son constantes. Hay que notar que
las k´s son relaciones de recurrencia. Esto es que, k1
Figura 3: Ejemplo de atractor caótico generado de la aparece en la ecuación para k2 , la cual aparece en la
solución numérica de las ecuaciones diferenciales del ecuación para k3 y ası́ en adelante. Debido a que cada
modelo de Lorenz.[1] k es una evaluación funcional, esta recurrencia hace
a los métodos RK eficientes para cálculos computa-
un caso de las ecuaciones de Navier-Stokes, podemos cionales.
esperar que el caos es una propiedad de virtualmente
todos los fluidos. El problema del clima esta rela- Hay que notar que el primer método RK con n=1
cionado con un sistema complicado, nuestra atmósfera, es de hecho el método de Euler.
por lo que podemos darnos cuenta de que el clima es un
problema caótico. De esta manera, asumiendo que la El mas popular metodo RK es el de cuarto orden,
atmósfera esta en un régimen caótico, alguna pequeña del cual hay infinidad de versiones. El siguiente es el
diferencia en cualquiera de las condiciones iniciales ll- mas comúnmente usado:
eva a un enorme desviación de las predicciones. Esta 1
situación lleva a la metáfora de la mariposa que apa- yi+1 = yi + (k1 + 2k2 + 2k3 + k4 )h. (6)
6
ree en el titulo de una charla de Lorenz, Predictability:
Does the Flap of a Butterfly´s Wings in Brazil Set Off donde
a Tornado in Texas?. Esta es solo otra referencia a la k1 = f (xi , yi ).
extrema sensibilidad de sistemas caóticos a sus condi- 1 1
k2 = f (xi + h, yi + k1 h).
ciones iniciales. 2 2
1 1
k3 = f (xi + h, yi + k2 h).
2 2
k4 = f (xi + h, yi + k3 h).

3
Desarrollo. diferentes condiciones iniciales y para r > rc se mostró
la sensibilidad del sistema a cambios de las condiciones
Para el desarrollo de esta práctica se escribió un iniciales.
código en lenguaje C con el método de Runge-Kutta
de cuarto orden (RK4) para resolver las ecuaciones del
modelo de Lorenz, el código puede verse en la Figura Resultados.
4. En general, se estudió la evolución del sistema Caso 0 < r < 1.
para tres rangos del parámetro de control: 0 < r < 1,
1 < r < rc y r > rc , donde rc = 24. Los cambios Para este rango muestran las trayectorias del espacio
fase en las Figuras 5, 6 y 7 empleando tres valores de r
en la linea 8 del código: 0.05, 0.5 y 0.95 con condiciones
iniciales [x(0), y(0), z(0)]=[−1, −3, 3], respectivamente.

Figura 4: Código en lenguaje C para la resolución del

modelo de Lorenz con el método RK4.

del parámetro de control se realizaron en la linea

8 del código, mientras que las condiciones iniciales
se cambiaron en las lineas 14, 15 y 16; donde y10
representa x(t), y20 representa y(t) y y30 es z(t). Las
correspondientes velocidades están dadas como v10,
v20 y v30 en las lineas 17, 18 y 19 respectivamente.
Para visualizar los datos se emplearon 1000 pasos
(linea 11) para poder visualizar cada uno de los rangos Figura 5: Trayectorias del espacio fase para un valor
del parámetro de control a determinadas condiciones de parámetro r = 0.05 para las componentes x(t) (a),
iniciales. y(t) (b) y z(t) (c)

Para el rango 0 < r < 1 se graficaron con gnuplot

los espacios fase de las trayectorias, para 1 < r < rc
se graficaron tres tipos de equilibrio del sistema para

4
Figura 6: Trayectorias del espacio fase para un valor Figura 7: Trayectorias del espacio fase para un valor
de parámetro r = 0.5 para las componentes x(t) (a), de parámetro r = 0.95 para las componentes x(t) (a),
y(t) (b) y z(t) (c) y(t) (b) y z(t) (c)

5
 Caso 1 < r < rc = 24.
Para este caso se tienen los sub-casos para tres difer-
entes parámetros fijos. Para el caso en que r = 10 las
condiciones iniciales [x(0), y(0), z(0)] son [−1, −3, 4],
[1, 5, 1] y [−5, −3, −2] (Figura 8); para r = 2 las condi-
ciones: [1, 1, 1], [3, 2, −5] y [ 5, 4, −3] (Figura 9); final-
mente, para r = 21 las condiciones son: [1, 1, 1], [2, 4, 3]
y [−3, 5, −2] (Figura 10). En ninguno de estos casos se
cambiaron los valores de σ = 10.0 y b = 83 .

Figura 8: Trayectoria descrita a tres diferentes condi-

ciones iniciales [−1, .3, 4] (a), [1, 5, 1] (b) y [−5, −3, −2] Figura 9: Trayectoria descrita a tres diferentes condi-
(c) a valores constantes de σ y b, con un parámetro ciones iniciales [1, 1, 1] (a), [3, 2. − 5] (b) y [5, 4, −3] (c)
r = 10 a valores constantes de σ y b, con un parámetro r = 2

6
 Caso r > rc = 24.
Para este caso se usaron condiciones iniciales alrede-
dor de [x(0), y(0), z(0)]=[1,3,-2] para el caso de r = 28
(Figura 11 ): [1.1, 3.0, -2.0] y [1.2, 2.9, -1.9]; para
r = 40 (Figura 12): [1.2, 2.9, -1.9], [4.2, 5.9, 0.0] y [-
5.2, 1.0, 9.0]; finalmente, para r = 50 (Figura 13): [1.0,
1.0, 1.0], [3.14, -1.0, 2.22] y [24.0, -14.0, 16.0].

Figura 11: Trayectoria descrita a tres diferentes

condiciones iniciales [1, 3, −2] (a), [1.1, 3, −2] (b) y
Figura 10: Trayectoria descrita a tres diferentes condi- [1.2, 2.9, −1.9] (c) a valores constantes de σ y b, con
ciones iniciales [1, 1, 1] (a), [2, 4, 3] (b) y [−3, 5, −2] (c) un parámetro r = 28
a valores constantes de σ y b, con un parámetro r = 21

7

Figura 12: Trayectoria descrita a tres diferentes condi-
ciones iniciales [1.2, 2.9, -1.9](a), [4.2, 5.9, 0.0] (b) y
[-5.2, 1.0, 9.0] (c) a valores constantes de σ y b, con un
parámetro r = 40
8
Figura 13: Trayectoria descrita a tres diferentes condi-
ciones iniciales [1.0, 1.0, 1.0](a), [3.14, -1.0, 2.22](b) y
[24.0, -14.0, 16.0](c) a valores constantes de σ y b, con
un parámetro r = 50
Discusión/ Análisis.
Caso 0 < r < 1.
Para este caso podemos observar los espacios fase para
tres parámetros de control (r = 0.05, 0.5 y 0.95) en
las Figuras 5, 6 y 7 a condiciones iniciales constantes
[-1, -3, 3]; donde las trayectorias son similares y
siendo para el caso de los incisos (a) trayectorias que
comienzan en (x0 , v(x0 )) =(-1, -20) y terminan en
(0,0). Aunque las trayectorias resultar ser similares
y terminan en el mismo punto final (0,0), no son ex-
actamente las mismas conforme el valor de r tiende a 1.
En los incisos b) se tienen las trayectorias que
comienzan en (y0 , v(y0 )) =(-3, 6) y terminan en (0,0);
sin embargo se nota aún mas el desplazamiento, ya
que para r = 0.95 la velocidad es prácticamente de
5.0, en vez de 6.0 como cuando r=0.05. Igualmente
las trayectorias son similares, pero no iguales.
Para los incisos (c) este comportamiento se repite,
comenzando en (y0 , v(y0 )) =(3, -5) y terminando en
(0,0) con trayectorias similares.
Caso 1 < r < rc = 24.
En este caso se tienen las graficas de las Figuras 8, 9 y
10 a tres diferentes condiciones iniciales (CI) para tres
parámetros de control (r = 10.0, 2.0 y 21.0). Se puede
observar que escogiendo diferentes CI se llega a estados
estacionarios, siendo para el sub-caso de r=10.0 una
espiral, que aunque se cambien los signos de las CI, la
trayectoria tiene la misma forma tendiendo al mismo
punto atractor y se tiene que no se preserva el área
(por lo visto en el caso 0 < r < 1), ası́ que se tiene que
para r=10.0 el sistema es disipativo y estacionario.
Para r = 2.0 se tiene un comportamiento similar y,
al variar las CI, la trayectoria tiende a un único punto
atractor, siendo esta trayectoria similar a un pequeño
segmento de espiral que no ha dado “varias vueltas”.
Para r = 21.0, al estar mas cerca del valor crı́tico de [1] Gregory L. Baker, Jerry P. Gollup, Chaotics Dy-
r = 24 se empieza a observar dos espirales, las cuales
tienden a un mismo punto atractor, aun cuando se dan
3 o 4 vueltas en la espiral adyacente. Igualmente para
estos valores de r = 2.0 y 21.0 el sistema es disipativo [2] Nicholas J Giordano, Hisao Nakanishi, Computa-
y estacionario.
Caso r > rc = 24.
En este caso se tienen las graficas de las figuras 11, 12
y 13, pudiéndose observar que aunque las trayectorias
parecen similares al subcaso r = 21.0 < rc = 24, las
trayectorias son erráticas y no tienden a un único
punto atractor, siendo muy sensibles a las CI, ya que
al variar un poco, pueden pasar de un punto atractor
a otro, como en la Figura 11.
En las Figuras 12 y 13 se puede notar como a pesar
de tener valores mas grandes de r (40.0 y 50.0), las
trayectorias permanecen oscilando entre dos nodos sin
observarse un atractor definido.
Debido a que para estos valores se observan trayec-
toria muy diferentes sin un punto atractor definido,
se puede comprobar que para este caso se tiene sis-
tema caótico, similar a el titulo de la charla de Lorenz
“Predictability: Does the flap of a Butterfly´s Wings
in Brazil Set Off a Tornado in Texas?” [2]. Es claro
que no es un sistema conservativo, es disipativo y esta-
cionario para valores de r < rc = 24 y caótico para
mas grandes valores de r.
Conclusiones
Se comprobó que el método RK4 funciona muy bien
para describir trayectorias solución de ecuaciones
diferenciales acopladas (Ecuaciones de Lorenz).
Se comprobó que el sistema de Lorenz exhibe un
comportamiento estacionario disipativo para valores
del parámetro de control “r”menores al crı́tico (rc =
24), mientras que para valores mayores a este, el com-
portamiento es muy sensible a las condiciones iniciales,
sin exhibir un estado estacionario definido, dando como
resultado un sistema conocido como “caótico”.
Referencias
namics. An Introduction, Cambridge University
Press, 1996.
tional Physics, Pearson Prentice Hall, 2006.
[3] Steven C.Chapra, Raymond P. Canale, Numerical
Methods for Engineers, Mc Graw Hill Education,
Seventh Edition, 2015.
[4] Joe D. Hoffman, Numerical Methods for Engineers
and Scientists, Marcel Dekker, Inc, Second Edition,
New York-Basel, 2001.