Simulación de Procesos Físicos

Actividad 2.3. El atractor de Lorenz.

Alumno: Palacios González Diego.

En 1963, Edward N. Lorenz intentó establecer un sistema de ecuaciones diferenciales que explicara par-
te del comportamiento impredecible del clima. La mayoría de los modelos viables para el clima involucran
ecuaciones diferenciales parciales; Lorenz buscó un sistema mucho más simple y fácil de analizar.
Lorenz consideró un planeta con una “atmósfera” que consta de una sola partícula de fluido. Como en
la tierra, esta partícula se calienta desde abajo (y por lo tanto asciende) y se enfría desde arriba (luego cae
de nuevo). El movimiento del fluido se puede describir mediante un sistema de ecuaciones diferenciales que
involucran infinitas variables, pero se hace la suposición que todas permanecen constantes, excepto tres: la
tasa de vuelco convectivo (x) y la variación horizontal y vertical de la temperatura (y y z respectivamente).
Estas suposiciones llevan a un sistema de ecuaciones en términos de tres parámetros: el número de
Prandtl σ, el número de Rayleigh (r) y un parámetro b asociado al tamaño físico del sistema:

x′ = σ(y − x)
y ′ = rx − y − xz
z ′ = xy − bz

Los tres parámetros del sistema se suponen positivos y σ > b+1. Los parámetros originalmente empleados
por Lorenz son: σ = 10, b = 8/3 y r = 28.

Instrucciones
Ejercicio 1
Escriba un código para resolver numéricamente el sistema de Lorenz con parámetros: σ = 10, b = 8/3
y r = 28.

Utilice las condiciones iniciales X0 = (0, 2, 0).

Grafique la solución del sistema en una gráfica en tres dimensiones.

Discuta lo obtenido

Ejercicio 2
Resuelva el sistema variando un poco las condiciones iniciales, por ejemplo X0 = (0, 2.001, 0), etc.

Compare la solución obtenida con la del ejercicio 1, para esto grafique la componente X de ambas
soluciones.

Discuta lo observado.
Código.

"""

Atractor de Lorentz

Es un sistema sensible a las condiciones iniciales

"""

import numpy as np
import matplotlib . pyplot as plt
from scipy . integrate import odeint

def Lorentz (yp , t, p):

x, y, z = yp
sigma , r, b = p
dydt = [ sigma *(y-x),
r*x-y-x*z,
x*y-b*z]
return dydt

# Parametros

sigma = 10
r = 28
b = 8/3

p = [sigma , r, b]

# Condiciones iniciales

P_1 = [0, 2.0 , 0]

P_2 = [0, 2.001 , 0]
# Tiempo

t = np. linspace (0, 50, 3000)

# Soluciones

sol1 = odeint (Lorentz , P_1 , t, args = (p ,))

sol2 = odeint (Lorentz , P_2 , t, args = (p ,))

x1 = sol1 [: ,0]
y1 = sol1 [: ,1]
z1 = sol1 [: ,2]

x2 = sol2 [: ,0]
y2 = sol2 [: ,1]
z2 = sol2 [: ,2]
Código.

# Graficación
fig1 = plt. figure (1, figsize = (10 ,10))
ax = fig1. add_subplot (221 , projection = '3d')
ax.plot(x1 , y1 , z1 , color = 'olive ')
ax. set_title ('Atractor 1')

bx = fig1. add_subplot (222 , projection = '3d')

bx.plot(x2 , y2 , z2 , color = 'chocolate ')
bx. set_title ('Atractor 2')

cx = fig1. add_subplot (212)

cx.plot(t, x1 , color = 'olive ', label = 'Condiciones iniciales (0, 2, 0) ')
cx.plot(t, x2 , color = 'chocolate ', label = 'Condiciones iniciales
(0, 2.001 , 0)')
cx. set_title ('Comportamiento de dos atractores con condiciones iniciales
parecidas ')
cx. set_xlabel ('Tiempo [$s$]')
cx. set_ylabel ('Posición ')
cx. legend (loc='upper left ')
cx. set_xlim ([0 ,50])
plt.grid ()

Gráficas.
Discusión.

El atractor de Lorentz es un sistema en el que las condiciones iniciales determinan el comporta-

miento a lo largo de todo el tiempo. En el caso de sistemas que no tienden al caos, como el péndulo
simple o un sistema de resortes, las condiciones iniciales aproximan un resultado que modificando
mínimamente las condiciones iniciales será muy parecido, para el atractor de Lorentz, las condi-
ciones iniciales son esenciales para el estudio del comportamiento posterior, resultando así en que
cualquier perturbación de las condiciones iniciales, de una solución extremadamente distinta de las
condiciones sin perturbar.
Aunque algunos sistemas físicos puedan aproximarse como lineales, existen muchos ejemplos de
sistemas caóticos en donde el número de ecuaciones no lineales y variables no permiten dar una
aproximación lineal para su resolución, tal es el caso del atractor de Lorentz, los circuitos RLC, el
problema de los tres cuerpos y algunos mas.
Debido a su dificultad e interesantes propiedades, el caos posee un panorama abierto a la investi-
gación, que queda en manos de la simulación y el poder del cómputo actual, y que por supuesto,
está estrechamente relacionado con la física.