Sistemas dinámicos y caos

Simulación temporal, estabilidad, no linealidad, bifurcaciones, caos y atractores.

Idea general del tema

El caos determinista demuestra que la física clásica no siempre es predecible: ecuaciones perfectamente deterministas sin aleatoriedad pueden exhibir una sensibilidad exponencial extrema a las condiciones iniciales ("efecto mariposa"). La física computacional es indispensable para explorar sistemas no lineales donde no existen trayectorias analíticas y la dinámica debe visualizarse en el espacio de fases.

Este nodo agrupa el mapa logístico, cascadas de doblamiento de periodo (constantes de Feigenbaum), exponentes de Lyapunov, el atractor extraño de Lorenz y el péndulo doble.

Que vas a comprender de verdad

Comprenderás que el caos no es "desorden aleatorio", sino una estructura geométrica fractal infinita y determinista en el espacio de fases.

Aprenderás a calcular cuantitativamente el máximo exponente de Lyapunov λ\lambda; si λ>0\lambda > 0, dos estados inicialmente separados por una distancia infinitesimal δ0\delta_0 se separarán como δ(t)∼δ0eλt\delta(t) \sim \delta_0 e^{\lambda t}, destruyendo la capacidad de predicción a largo plazo.

Ruta didáctica recomendada

  1. Mapas discretos no lineales: el mapa logístico xn+1=rxn(1−xn)x_{n+1} = r x_n (1 - x_n), puntos fijos, estabilidad y ciclos periódicos.
  2. Ruta al caos por doblamiento de periodo: cascada de bifurcaciones, universalidad y constante de Feigenbaum δ≈4.6692\delta \approx 4.6692.
  3. El sistema de Lorenz: convección atmosférica simplificada, espacio de fases 3D y el atractor extraño en forma de mariposa.
  4. Cuantificación del caos: exponentes de Lyapunov, mapas de Poincaré y dimensión fractal del atractor.

Criterio físico que debes adquirir

Comprender el horizonte de predictibilidad temporal tpred∼1λln⁡(1/ϵ)t_{\text{pred}} \sim \frac{1}{\lambda} \ln(1/\epsilon) y cómo influye en la imposibilidad física de predecir el clima a largo plazo.

Conexión con problemas reales

  • Meteorología y climatología: dinámica de vórtices y turbulencia atmosférica.
  • Dinámica orbital y satélites: estabilidad de asteroides en resonancias de Lagrange.
  • Circuitos electrónicos y láseres: osciladores no lineales caóticos de Chua y comunicaciones cifradas por caos.

Meta final del tema

Modelar computacionalmente sistemas dinámicos no lineales, trazar diagramas de bifurcación y cuantificar el caos mediante exponentes de Lyapunov.

Temas de esta sección

  • Integración de EDO

    Integra EDO y evalúa precisión, estabilidad y coste numérico. Teoría, fórmulas, ejemplos resueltos y gráficas interactivas.

  • Osciladores no lineales

    Modelado numérico de osciladores con restauración no lineal, amortiguamiento y forzamiento externo.

  • Caos y atractores

    Explora sensibilidad inicial, exponentes de Lyapunov y geometría de atractores mediante modelos iterados.

  • Mapas iterativos

    Estudia iteraciones discretas, puntos fijos, estabilidad y bifurcaciones mediante mapas no lineales.