Ecuaciones Diferenciales

José Luis Trujillo López

Capítulo 3: Sistemas de primer orden

En este capítulo comenzamos con el estudio de sistemas de ecuaciones

diferenciales que implican a más de una variable. Nos enfocamos en los
métodos cualitativos y numéricos en este capítulo.

3.1 Modelando por medio de sistemas

Un sistema de primer orden de ecuaciones diferenciales es de la forma

𝑑𝑥
= 𝑓 (𝑥, 𝑦)
𝑑𝑡

𝑑𝑦
= 𝑔(𝑥, 𝑦)
𝑑𝑡

Como en las ecuaciones de primer orden decimos que un par de ecuaciones son
una solución de equilibrio de un sistema si son funciones constantes, para esto
se utilizan condiciones iniciales.

Igualmente se puede lograr que para ciertas condiciones iniciales las ecuaciones
se puedan resolver con las técnicas de ecuaciones de primer orden.
 Ejemplo

𝑑𝑅
= 2𝑅 − 1.2𝑅𝐹
𝑑𝑡

𝑑𝐹
= −𝐹 + 0.9𝑅𝐹
𝑑𝑡
Para las condiciones iniciales (𝑅 = 0, 𝐹 = 0)
y (𝑅 ≈ 1.11, 𝐹 ≈ 1.67) son soluciones
de equilibrio.
Si 𝑅 = 0, entonces desaparece la primera
ecuación y
𝑑𝐹
= −𝐹
𝑑𝑡
Si 𝐹 = 0, entonces desaparece la segunda
ecuación y
𝑑𝑅
= 2𝑅
𝑑𝑡
Que las podemos solucionar con métodos
anteriores.

Es importante notar que la tasa de cambio en ambas ecuaciones depende de

ambos factores, por lo tanto, necesitamos valores iniciales 𝑥0 y 𝑦0 para
determinar la manera en la que cambian.

En otras palabras, una condición inicial es un par de números 𝑥0 y 𝑦0 , que se

utilizan para determinar los valores iniciales de 𝑑𝑅/𝑑𝑡 y 𝑑𝐹/𝑑𝑡. Estas
condiciones iniciales dan lugar a una solución del sistema que consiste en dos
funciones 𝑥(𝑡 ) y 𝑦(𝑡 ), que satisfacen ambas ecuaciones.
Para muchos sistemas hay pocas técnicas analíticas para encontrar las
soluciones, pero hay muchos métodos numéricos y cualitativos que nos pueden
ayudar.

Ejemplo

Para el ejemplo anterior, al usar el método

de Euler con condiciones iniciales 𝑅0 = 1 y 𝐹0 = 0.5.
Se obtienen las siguientes gráficas.

Y el siguiente plano de fase.

Para ciertas condiciones iniciales se pueden obtener por medio del método de
Euler las gráficas de una solución.

Igualmente, con las condiciones iniciales se puede obtener una curva solución,
no se debe de ver como un conjunto de puntos en el plano sino como un punto
que es seguido de una curva que está determinada por la solución de la ecuación
diferencial.
Lo análogo para diagrama de fase con los sistemas de ecuaciones diferenciales
es un plano de fase como se puede ver en el ejemplo anterior. El plano de fase
tiene un punto para cada par ordenado (𝑥, 𝑦).

3.2 La geometría de los sistemas

En esta sección se presenta la notación de vectores, esta notación es conveniente

para escribir sistemas de ecuaciones.

Consideramos el par (𝑥 (𝑡 ), 𝑦(𝑡 )) como una función con valores vectoriales.

Denotamos el vector como

𝑥(𝑡 )
𝑌 (𝑡 ) = ( )
𝑦(𝑡 )

Podemos escribir esto de la forma

𝑑𝑥
𝑑𝑓
= ( 𝑑𝑡 )
𝑑𝑡 𝑑𝑦
𝑑𝑡

Cuando tenemos un sistema que está expresado en un sistema de ecuaciones

lineales, podemos hacer un campo de direcciones asociado a este sistema, que
es como la siguiente imagen.

El campo de vectores es el campo de direcciones

con los tamaños de los vectores correctos. Por
definición los vectores tienen diferentes
dimensiones entre sí, es por esto por lo que son un
poco más difíciles de graficar que las pendientes,
en el campo de direcciones todos se acortan a un
tamaño mínimo para omitir esta dificultad.
En este campo de direcciones hay una pérdida de información porque es menos
preciso que un campo de vectores.

En general, para un sistema de dos variables dependientes de la forma

𝑑𝑥
= 𝑓 (𝑥, 𝑦)
𝑑𝑡

𝑑𝑦
= 𝑔(𝑥, 𝑦)
𝑑𝑡

Introducimos la notación del vector 𝑌(𝑡 ) = (𝑥 (𝑡 ), 𝑦(𝑡 )) y el campo vectorial

𝐹 (𝑌) = 𝐹 (𝑥, 𝑦) = (𝑓 (𝑥, 𝑦), 𝑔(𝑥, 𝑦)).

Con esta notación el sistema de dos ecuaciones puede ser escrito de la siguiente
forma

𝑑𝑥
𝑑𝑌 𝑓 (𝑥, 𝑦)
= ( 𝑑𝑡 ) = ( ) = 𝐹 (𝑌)
𝑑𝑦 𝑑𝑦 𝑔(𝑥, 𝑦)
𝑑𝑡

O de alguna otra forma como

𝑑𝑌
= 𝐹 (𝑌).
𝑑𝑡

Podemos pensar en la imagen de un campo vectorial o un campo de direcciones

como una imagen para encontrar las soluciones de un sistema. Consideremos el
sistema de la forma

𝑑𝑥
= 𝑓 (𝑥, 𝑦)
𝑑𝑡

𝑑𝑦
= 𝑔(𝑥, 𝑦)
𝑑𝑡
Este sistema tiene asociado el campo vectorial 𝐹 (𝑥, 𝑦) = (𝑓 (𝑥, 𝑦), 𝑔(𝑥, 𝑦)).
Sea 𝑌(𝑡 ) = (𝑥(𝑡 ), 𝑦(𝑡)) el sistema se puede escribir en función de la ecuación
vectorial como

𝑑𝑌
= 𝐹 (𝑌).
𝑑𝑡

Si pensamos en una solución 𝑌(𝑡 ) = (𝑥 (𝑡 ), 𝑦(𝑡 )) como una parametrización de

una curva en el plano 𝑥𝑦 entonces 𝑑𝑌/𝑑𝑡 nos da los vectores tangentes de la
curva. Entonces 𝑑𝑌/𝑑𝑡 = 𝐹 (𝑌) nos da los vectores tangentes de las soluciones,
que son dadas por los vectores en el campo vectorial.

Una consecuencia de esto es que podemos pasar directamente del campo

vectorial a graficar la curva de una solución 𝑑𝑌/𝑑𝑡 = 𝐹 (𝑌). En la siguiente
imagen se observa cómo de una condición inicial se grafica una solución del
sistema.

El oscilador armónico

Se dice que un sistema es un oscilador armónico si, cuando se deja en

libertad fuera de su posición de equilibrio vuelve hacia ella describiendo
oscilaciones.
Sea 𝑦(𝑡 ) lo que denota la posición de la masa en el tiempo 𝑡, se
acostumbra a escribir como 𝑦 = 0 a la posición de reposo de la masa.
Debemos de modelar la segunda ley de Newton que indica que

𝐹𝑢𝑒𝑟𝑧𝑎 𝐹 = 𝑚𝑎𝑠𝑎 × 𝑎𝑐𝑒𝑙𝑒𝑟𝑎𝑐𝑖ó𝑛.

Como el posicionamiento es 𝑦(𝑡 ), la velocidad es 𝑑𝑦/𝑑𝑡 y la aceleración

es 𝑑𝑦/𝑑𝑡. Sea 𝑚 la masa, entonces

𝑑𝑦
𝐹=𝑚 .
𝑑𝑡

Por la ley de Hooke sabemos que la fuerza restauradora está dada por

𝑑2𝑦
𝐹𝑠 = −𝑘𝑦 = 𝑚
𝑑𝑡

La ecuación diferencial de un oscilador armónico simple está dada por

𝑑2𝑦 𝑘 𝑑𝑣 𝑘 𝑑𝑣 𝑘
+ 𝑦 = + 𝑦 = 0 ⟹ = − 𝑦
𝑑𝑡 2 𝑚 𝑑𝑡 𝑚 𝑑𝑡 𝑚

Sea 𝑣(𝑡 ) la velocidad de la masa en el tiempo 𝑡, entonces sabemos que

𝑣 = 𝑑𝑦/𝑑𝑡, por lo que la aceleración es 𝑑 2 𝑦/𝑑𝑡 2 que es la derivada de
la velocidad y se puede escribir (si 𝑘/𝑚 = 1) el sistema como

𝑑𝑦
=𝑣
𝑑𝑡

𝑑𝑣
= −𝑦.
𝑑𝑡
Como en los diagramas de fase hay puntos que se distinguen por ser soluciones
de equilibrio. En el plano de fase para los sistemas de la forma

𝑑𝑥
= 𝑓 (𝑥, 𝑦)
𝑑𝑡

𝑑𝑦
= 𝑔(𝑥, 𝑦)
𝑑𝑡

También existen puntos que se distinguen.

Definición

El punto 𝑌0 es un punto de equilibrio para el sistema 𝑑𝑌/𝑑𝑡 = 𝐹 (𝑌) si

𝐹 (𝑌0 ) = 0. La función constante 𝑌(𝑡 ) = 𝑌0 es una solución de
equilibrio.

Los puntos de equilibrio son simplemente puntos para los cuales 𝑌(𝑡 ) = 𝑌0 para
toda 𝑡. Esto se puede observar ya que 𝑑𝑌/𝑑𝑡 = (0, 0), y por lo tanto
𝐹(𝑌 (𝑡 )) = 𝐹 (𝑌0 ) = (0, 0).
 Ejemplo
Si se tiene el siguiente sistema:
𝑑𝑥
= 3𝑥 + 𝑦
𝑑𝑡
𝑑𝑦
=𝑥−𝑦
𝑑𝑡
Solamente hay un punto de equilibrio que
es la solución del siguiente sistema:
3𝑥 + 𝑦 = 0
{
𝑥−𝑦=0
Que es el punto (0, 0) y su campo de
direcciones se ve de la siguiente forma.

En el ejemplo anterior se puede observar que cerca del punto de equilibrio los
vectores cambian de dirección radicalmente.

#Nota: En un plano de fase, las curvas de las distintas soluciones no se deben

de cruzar.

Un plano de fase solo nos da cierta información sobre las soluciones, pero no
toda, en estos planos no podemos ver la variable 𝑡, por lo que no vemos qué tan
rápido la solución va. La forma de ver esto es viendo las curvas de 𝑥(𝑡 ) y de
𝑦(𝑡 ).

En donde las soluciones van convergiendo poco a poco a puntos de equilibrio.

En los sistemas que se han visto, la variable independiente no ha aparecido en

el lado derecho de las ecuaciones, estos sistemas se llaman autónomos. Son
autónomos porque dependen completamente por los valores de las variables
dependientes.

3.3 El oscilador armónico amortiguado

En esta sección describiremos una forma analítica para uno de los modelos más
importantes, el oscilador harmónico amortiguado. Se utiliza para modelar
fenómenos que tienden a un equilibrio de forma oscilatoria. Comenzaremos con
el sistema harmónico simple visto anteriormente, su ecuación es de la forma

𝑑2𝑦
𝑚 2 = −𝑘𝑦
𝑑𝑡

Donde 𝑚 es la masa y 𝑘 es la constante del resorte (constante hacia el regreso

del punto de equilibrio).

Se la fuerza de amortización dada por:

𝑑𝑦
−𝑏 ( )
𝑑𝑡
Donde 𝑏 > 0 se conoce como el coeficiente de amortización. El nuevo modelo
queda de la forma

𝑑𝑦 𝑑2 𝑦
−𝑘𝑦 − 𝑏 = 𝑚 2.
𝑑𝑡 𝑑𝑡

Que se conoce como el oscilador armónico amortizado. Para simplificar la

notación establecemos a 𝑝 = 𝑏/𝑚 y a 𝑞 = 𝑘/𝑚 y reescribimos la ecuación
como

𝑑2𝑦 𝑑𝑦
2
+𝑝 + 𝑞𝑦 = 0.
𝑑𝑡 𝑑𝑡

Y convertimos esta ecuación de segundo orden a un sistema de la siguiente

forma

𝑑𝑦
= 𝑣.
𝑑𝑡

𝑑𝑣
= −𝑞𝑦 − 𝑝𝑣.
𝑑𝑡

Lo que se utiliza para resolver este sistema de manera analítica es resolver la

ecuación cuadrática.

3.4 Métodos analíticos adicionales para sistemas especiales

Cuando vimos ecuaciones de primer grado vimos que si la ecuación tenía cierta
forma especial podíamos encontrar con formas analíticas la solución. Para
sistemas de ecuaciones diferenciales, son muy pocos los casos en donde
podemos hacer esto.

Muchas de estas técnicas son adivinando la solución y una vez descubierta

verificar que sea correcta.
 Ejemplo

Para verificar las ecuaciones del siguiente sistema

𝑑𝑥
= −𝑥 + 𝑦
𝑑𝑡

𝑑𝑦
= −3𝑥 − 5𝑦
𝑑𝑡

Donde

𝑌(𝑡 ) = (𝑥 (𝑡 ), 𝑦(𝑡 ))

𝐹 (𝑥, 𝑦) = (−𝑥 + 𝑦, −3𝑥 − 5𝑦)

Si nos dicen que las soluciones son

𝑌(𝑡 ) = (𝑒 −4𝑡 − 3𝑒 −2𝑡 , −3𝑒 −4𝑡 + 3𝑒 −2𝑡 )

Podemos verificarlo de la siguiente manera

𝑑𝑥 𝑑 (𝑒 −4𝑡 − 3𝑒 −2𝑡 )
= = −4𝑒 −4𝑡 + 6𝑒 −2𝑡
𝑑𝑡 𝑑𝑡

𝑑𝑦 𝑑 (−3𝑒 −4𝑡 + 3𝑒 −2𝑡 )

= = 12𝑒 −4𝑡 − 6𝑒 −2𝑡
𝑑𝑡 𝑑𝑡

Ahora sustituimos del lado derecho de la ecuación:

−𝑥 + 𝑦 = −(𝑒 −4𝑡 − 3𝑒 −2𝑡 )+( −3𝑒 −4𝑡 + 3𝑒 −2𝑡 )

= −4𝑒 −4𝑡 + 6𝑒 −2𝑡

−3𝑥 + 5𝑦 = −3(𝑒 −4𝑡 − 3𝑒 −2𝑡 ) + 5( −3𝑒 −4𝑡 + 3𝑒 −2𝑡 )

= 12𝑒 −4𝑡 − 6𝑒 −2𝑡

Que verifica que son resultados correctos.

En el ejemplo anterior se puede observar que podemos verificar fácilmente si
una ecuación es una solución, solamente debemos de verificar que se cumpla la
igualdad.

Sistemas desacoplados

Lo que hace difíciles a los sistemas de ecuaciones es que la tasa de cambio de

cada variable dependiente suele depender de las otras variables dependientes.
Cuando no existe esta dependencia se pueden utilizar las técnicas aprendidas en
los capítulos anteriores, en estos casos decimos que los sistemas son
completamente desacoplados.

Ejemplo

Considere el sistema

𝑑𝑥
= −2𝑥
𝑑𝑡

𝑑𝑦
= −𝑦
𝑑𝑡

Por técnicas vistas anteriormente

obtenemos que:
(𝑥 (𝑡 ), 𝑦(𝑡 )) = (𝑘1 𝑒 −2𝑡 , 𝑘2 𝑒 −𝑡 )

Sistemas parcialmente desacoplados

Cuando para una de las variables su ecuación no depende de la otra variable

dependiente, pero para la otra sí, decimos que es parcialmente desacoplado.
 Ejemplo:

Consideremos el siguiente sistema:

𝑑𝑥
= 2𝑥 + 3𝑦
𝑑𝑡

𝑑𝑦
= −4𝑦
𝑑𝑡

Sabemos que la solución para 𝑦 es

𝑦(𝑡 ) = 𝑘2 𝑒 −4𝑡

Por lo tanto, la utilizamos para obtener 𝑥

𝑑𝑥
= 2𝑥 + 3𝑘2 𝑒 −4𝑡
𝑑𝑡

Que resolvemos el sistema que es del tipo

no homogéneo.
1
𝑥(𝑡 ) = 𝑘1 𝑒 2𝑡 − 𝑘2 𝑒 −4𝑡 .
2
Y las constantes se ajustan dependiendo
de las condiciones iniciales.

3.5 Método de Euler para sistemas

La mayoría de las veces las curvas de las soluciones no son de curvas conocidas.
Para graficar curvas de funciones no conocidas se puede utilizar el método de
Euler u otros métodos numéricos.
Consideremos el sistema autónomo de primer orden

𝑑𝑥
= 𝑓(𝑥, 𝑦).
𝑑𝑡

𝑑𝑦
= 𝑔(𝑥, 𝑦).
𝑑𝑡

Que viene acompañado de las soluciones iniciales (𝑥 (𝑡0 ), 𝑦(𝑡0 )) = (𝑥0 , 𝑦0 ).

Hemos visto anteriormente que podemos utilizar la notación.

𝑑𝑌
= 𝐹 (𝑌).
𝑑𝑡

Donde 𝑌 = (𝑥, 𝑦), 𝑑𝑌/𝑑𝑡 = (𝑑𝑥/𝑑𝑡, 𝑑𝑦/𝑑𝑡 ) y 𝐹 (𝑌) = (𝑓 (𝑥, 𝑦), 𝑔(𝑥, 𝑦)).
Donde 𝐹 da lugar a un campo vectorial, y una solución es una curva cuyos
vectores tangentes en cualquier punto de la curva son iguales que en el campo
vector. En otras palabras, la “velocidad” de la curva es igual que el vector
𝐹(𝑥 (𝑡 ), 𝑦(𝑡 )).

Con el método de Euler, al tener un valor inicial, podemos tomar pasos de

tamaño Δ𝑡 y utilizar el vector 𝐹 (𝑥0 , 𝑦0 ) para ir graficando. Por lo que utilizamos
Δ𝐹 (𝑥0 , 𝑦0 ) para formar el primer paso, donde el paso siguiente está dado por:

(𝑥1 , 𝑦1 ) = (𝑥0 , 𝑦0 ) + Δ𝑡𝐹(𝑥0 , 𝑦0 ).

Y así sucesivamente se va formando la curva como se puede ver en la siguiente
imagen.

#Nota: En la práctica escogemos un tamaño de Δ𝑡 que es de tamaño

suficientemente pequeño para dar una solución precisa.

Método de Euler para sistemas autónomos

Dado el siguiente sistema:

𝑑𝑥
= 𝑓 (𝑥, 𝑦)
𝑑𝑡

𝑑𝑦
= 𝑔(𝑥, 𝑦)
𝑑𝑡

La condición inicial (𝑥0 , 𝑦0 ) y un paso de tamaño Δ𝑡, calculamos la

aproximación de Euler repitiendo los siguientes cálculos:

𝑥𝑘+1 = 𝑥𝑘 + 𝑓 (𝑥𝑘 , 𝑦𝑘 )Δ𝑡.

𝑦𝑘+1 = 𝑦𝑘 + 𝑔(𝑥𝑘 , 𝑦𝑘 )Δ𝑡.

Definición

La ecuación de Van der Pol está dada por:

𝑑2𝑥 2)
𝑑𝑥
− (1 − 𝑥 +𝑥 = 0
𝑑𝑡 2 𝑑𝑡

Si 𝑦 = 𝑑𝑥/𝑑𝑡 entonces obtenemos el siguiente sistema.

𝑑𝑥
= 𝑦.
𝑑𝑡

𝑑𝑦
= −𝑥 + (1 − 𝑥 2 )𝑦.
𝑑𝑡

La curva de la ecuación de Van der Pol obtenida por Euler está dada en
la siguiente imagen.

Como se ve en la imagen anterior, se puede obtener la información de la rapidez

de la curva si graficamos para 𝑥 (𝑡 ) y para 𝑦(𝑡 ), los puntos que se van
obteniendo están dados para pasos constantes de 𝑡.
3.6 Existencia y unicidad de las soluciones

Los métodos numéricos como el de Euler dan aproximaciones para soluciones,

el problema de estos es que no conocemos la solución correcta. Como se vio
anteriormente la existencia y unicidad de las soluciones nos dan información
cualitativa de las soluciones.

Lo que nos asegura el teorema de existencia y unicidad, que sirve tanto para
sistemas autónomos como no autónomos, es que si el sistema es de la forma

𝑓(𝑡, 𝑥, 𝑦)
𝐹 (𝑡, 𝑌) = ( ),
𝑔(𝑡, 𝑥, 𝑦)

Entonces las siguientes seis derivadas existen y varían continuamente sobre un

subconjunto del plano 𝑥𝑦.

𝑑𝑓 𝑑𝑓 𝑑𝑓 𝑑𝑔 𝑑𝑔 𝑑𝑔
, , , , , .
𝑑𝑡 𝑑𝑥 𝑑𝑦 𝑑𝑡 𝑑𝑥 𝑑𝑦

Teorema de existencia y unicidad

Sea

𝑑𝑌
= 𝐹 (𝑡, 𝑌)
𝑑𝑡

Un sistema de ecuaciones diferenciales. Suponiendo que 𝑡0 es un tiempo

inicial y 𝑌0 es un valor inicial. Suponiendo también que la función 𝐹 es
continuamente diferenciable. Entonces existe una 𝜖 > 0 y una función
𝑌(𝑡 ) definida para 𝑡0 − 𝜖 < 𝑡 < 𝑡0 + 𝜖, tal que 𝑌(𝑡 ) satisface el
problema de valor inicial
 𝑑𝑌
= 𝐹 (𝑡, 𝑌), y 𝑌(𝑡0 ) = 𝑌0 .
𝑑𝑡

Y para 𝑡 en este intervalo, esta solución es única.

La 𝜖 es necesaria porque las soluciones pueden tender a infinito en un periodo

acotado, o pueden salirse del dominio para el que la ecuación diferencial está
definida.

Lo que nos asegura el teorema es que dos soluciones no pueden comenzar en el

mismo punto en el mismo tiempo. Para sistemas autónomos, el campo de
vectores no varía con el tiempo. La curva de una solución no puede intersecarse
a menos que la solución sea una curva cerrada como la siguiente imagen.

Los sistemas que no son autónomos no tienen esta propiedad y sí se pueden

intersecar.

Y dos líneas no se pueden intersecar a menos de que sigan la misma curva.

Ahora, si un sistema tiene dos variables dependientes, las consecuencias de la

unicidad de las soluciones limitan lo que pasa en el plano de fase, como que la
solución se encierre en un área para todo el tiempo o que formen una división
del plano como se ve en las siguientes imágenes.

3.7 Las ecuaciones de Lorenz

Como hemos visto anteriormente el comportamiento de las soluciones de los

sistemas autónomos de ecuaciones diferenciales puede ser mucho más
interesante y complicado que las soluciones de ecuaciones simples.

Para ecuaciones autónomas con una variable dependiente las soluciones viven
en un diagrama de fase y su comportamiento está completamente determinado
por las soluciones de equilibrio.

Y aunque en los sistemas de ecuaciones, las soluciones tengan menos

restricciones, también siguen ciertas reglas.

Como vimos en la sección anterior las soluciones

deben de coincidir exactamente si coinciden en al
menos un punto. Por esto, si se da que una solución
periódica forma ciclos en un plano de fase,
entonces va a seguir haciendo ciclos todo el
tiempo.
También se puede dar que algunas soluciones dividan el plano en regiones,
entonces si una solución comienza en una de las regiones entonces se debe de
mantener ahí.

Si hay tres variables dependientes (autónomas), se vuelve más complicado,

ahora va a ser un espacio de fase de tres dimensiones. El teorema de unicidad
se sigue manteniendo, por lo que las curvas o coinciden completamente o no
coinciden. En esta sección estudiaremos un sistema de tres dimensiones
conocido como las ecuaciones de Lorenz, aunque el sistema está formado por
ecuaciones muy simples, las soluciones son muy complicadas.

#Nota: Originalmente se utilizó para modelar el clima por Ed Lorenz en 1963.

Después de simplificar, el meteorólogo Ed Lorenz llego al siguiente sistema

para predecir el clima:

𝑑𝑥
= 𝜎(𝑦 − 𝑥),
𝑑𝑡

𝑑𝑦
= 𝜌𝑥 − 𝑦 − 𝑥𝑧,
𝑑𝑡

𝑑𝑧
= −𝛽𝑧 + 𝑥𝑦,
𝑑𝑡

Donde 𝑥, 𝑦 y 𝑧 son variables dependientes y 𝜎, 𝜌 y 𝛽 son parámetros. Aunque

el modelo original no es tan simple, Lorenz con este modelo ayudo a prevenir
de lo que ahora se conoce como la Teoría del Caos.

Sea 𝜎 = 10, 𝛽 = 8/3 y 𝜌 = 28, tenemos que el sistema está determinado por
el campo vectorial:

8
𝐹 (𝑥, 𝑦, 𝑧) = (10(𝑦 − 𝑥), 28𝑥 − 𝑦 − 𝑥𝑧, − 𝑧 + 𝑥𝑦).
3
Los puntos de equilibrio del sistema son (0, 0, 0), (6√2, 6√2, 27) y
(−6√2, −6√2, 27).

Lorenz encontró soluciones de su sistema siguiendo métodos numéricos para

aproximarlas. Y llegó a soluciones del siguiente tipo (Condición inicial =
(0, 1, 0)):

Donde se puede observar que la solución no sigue ningún patrón. Pero al

compararla con la solución que tiene punto inicial (0, 1.001, 0) se ve que oscila
de manera impredecible:

Se puede observar con este ejemplo la dificultad que pueden tomar las
soluciones, un cambio inicial resulta en grandes diferencias en las soluciones,
un pequeño error en las condiciones iniciales da grandes errores, aunque la
imagen final de diferentes soluciones sea parecida.