Escolar Documentos
Profissional Documentos
Cultura Documentos
O Mapa Logstico
O mapa Logstico e um sistema dinamico nao-linear, inicialmente proposto para estudar o
controle de popula coes[25]. Esse mapa apresenta uma gama enorme de fenomenos presentes
em sistemas caoticos e por isso ele e bastante utilizado para testar metodos de analise de
oscila coes caoticas. Com esse mapa Feigenbaum [1] provou caractersticas autosimilares nas
bifurca coes que ele apresenta, posteriormente encontradas em muitos sistemas teoricos e
experimentais [26]. Assim, embora este seja um sistema bem conhecido, apresentamos neste
captulo alguns fenomenos nele presentes, tais como intermitencia, crises e janelas periodicas.
Isso sera util para analisar, nos captulos 3 e 4, um mapa estudado por nos, o mapa Logstico
Perturbado.
2.1 O Mapa Logstico
O mapa Logstico e um mapa discreto nao linear representado pela equa cao
F(X
n
) = X
n+1
= bX
n
(1 X
n
) (2.1)
Essa equa cao determina a variavel X
n+1
a partir de X
n
. A evolu cao da variavel depende do
parametro de controle b. O valor maximo de X
n
e 1. Quando X
n
e proximo de 1, X
n+1
sera
pequeno. No entanto, quando X
n
0, X
n+1
sera proporcional ao parametro de controle b.
Assim, se X
n
e interpretado como o n umero de indivduos em uma popula cao, b pode estar
relacionado `a quantidade de alimento, condi coes climaticas ou outros parametros a que esta
popula cao esta submetida.
20 O Mapa Logstico
Este mapa apresenta diferentes fenomenos para diferentes valores do parametro de con-
trole. Assim, vamos estudar a evolu cao deste mapa para algums valores do parametro b.
Para estudar a evolu cao de uma trajetoria da equa cao (2.1), duas informa coes sao ne-
cessarias: uma condi cao inicial, X
0
, e o valor do parametro b.
Assim, inicialmente, consideramos X
0
=0, 2 e b=2, 9, obtendo a gura 2.1A. Apos um
determinado n umero de itera coes n (n
= 50), denominado de intervalo de transi cao (ou
transiente), a trajetoria tende a um unico valor, chamado de ponto xo, X
. Ja na gura
2.1B, obtida para b=3.1 e X
0
=0,2, a trajetoria tende a oscilar entre dois valores, apos um
certo perodo transitorio. Neste caso, dizemos que o sistema e periodico com um perodo de
oscila cao igual a dois. O ponto xo tem um perodo p=2.
0 50 100
0,4
0,2
0,6
n
X
X
n
n
(A)
(B)
0,2
0,4
0,6
0,8
Figura 2.1: (A) Evolu cao de trajetorias da equa cao (2.1) para b=2,9 e X
0
= 0, 2, e em (B)
para b=3,1 e X
0
= 0, 2.
O ponto xo, X
) = X
.
Portanto,
X
n+1
= bX
(1 X
) = X
(2.2)
Usando a equa cao (2.2), obtemos dois pontos xos de perodo p=1
X
= 0 e X
= 1
1
b
. (2.3)
Entretanto, X
),
ou seja, em X
+ )
F(X
) + F
(X
)
= X
+ F
(X
).
(2.4)
X
(X
) |< 1. (2.5)
Atraves de (2.5) determinamos que o ponto xo de perodo p=1 e instavel para b < 1 ou
b > 3. Assim, para b > 3 o ponto xo de perodo p=1 perde a estabilidade.
No entanto, para b >3, surge uma trajetoria de perodo p=2. Nesse caso, a variavel
assume os valores X
1
e X
2
. Esses pontos sao obtidos iterando-se duas vezes o mapa:
F
2
(X
n
) = bF(X
n
)[1 F(X
n
)]
= b
2
X
n
(1 X
n
)[1 bX
n
(1 X
n
)].
(2.6)
e usando-se a condi cao F
2
(X
) = X
. Dessa forma X
:
1
Esta arma c ao s o e valida para sistemas (como o mapa Logstico) que apresentam pontos xos-
hiperb olicos, que s ao pontos para os quais a matriz Jacobiana do sistema n ao apresenta auto-valores com
parte real nula.
22 O Mapa Logstico
b
3
X
j
4
+ 2b
3
X
j
3
(b
3
+ b
2
)X
j
2
+ (b
2
1)X
j
= 0. (2.7)
Das quatro solu coes possveis, uma e a trivial X
= 0, 6656, o que pode ser visto acompanhando-se a linha que representa a evolu cao
temporal da trajetoria estavel de acordo com a condi cao (2.5). Na gura 2.2A a estabilidade
da trajetoria pode ser reconhecida pela inclina cao da curva que representa a varia cao de F.
Como em X
a inclina cao dessa curva e menor do que a da reta determinada pela fun cao
F = X
n
, identicamos X
=0,6875.
Na gura 2.3, vemos que o ponto xo de perodo p=1, X
= 0, 6875, obtido atraves de
(2.3), nao e mais estavel. No entanto, ha uma trajetoria de perodo p=2, estavel.
Vamos analisar a estabilidade da trajetoria ao redor de um dos pontos X
1
ou X
2
.
E
bom lembrar que a aplica cao de X
1
na equa cao (2.1) e o proprio X
2
, isto e, F(X
1
) = X
2
.
A condi cao de estabilidade
24 O Mapa Logstico
| F
2
(X
j
) |< 1, 0 , (2.8)
usando a regra da cadeia, pode ser expressa como
| F
2
(X
1
) |=| F(F(X
1
))
|=| F
(F(X
1
))F
(X
1
) |=| F
(X
2
)F
(X
1
) |< 1, 0. (2.9)
Este tipo de bifurca cao, na qual o ponto xo perde estabilidade e, surgem dois ramos
estaveis, e denominado na literatura de bifurca cao de duplica cao de perodo e, nesse caso,
essa duplica cao e do tipo ip
2
.
No caso do mapa Logstico a demonstra cao e trivial, ja que a matriz Jacobiana do mapa e
a propria derivada. Dessa maneira, o aparecimento do ramo estavel de perodo p=2 (b=3,0),
ocorre para X
dado pela equa cao (2.3), uma vez que a fun cao F
(X
) = 3, 0X
(1 X
) =
1.
Para um mapa qualquer, a condi cao necessaria para que este cenario de duplica cao de
perodo, no qual um ponto perde estabilidade e dois novos pontos surgem, originando as
duplica coes de perodo do tipo ip, e que a fun cao Schwarziana [27] denida como
S(f) =
F
(X)
F
(X)
3
2
(
F
(X)
F
(X)
)
2
(2.10)
seja negativa no intervalo unitario [0,1]. Com o aumento do parametro estas duplica coes
continuam a acorrer, innitamente ate atingir o ponto de acumula cao b
n=1
ln |
F(X
n
)
X
n
| . (2.12)
Numericamente, para se obter o coeciente de Lyapunov, escolhemos um n umero xo de
itera coes N, e o introduzimos dentro da somatoria da equa cao (2.12), para nao acumularmos
um n umero muito grande, e assim, termos problemas de overow.
Uma maneira de se visualizar o comportamento do mapa Logstico, para todo o intervalo
de varia cao do parametro de controle b, pode ser feita atraves de um diagrama de bifurca cao.
Esta gura contem os valores da fun cao (2.1), desconsiderando-se para isso o transiente, em
fun cao do parametro de controle.
Esse diagrama pode ser visto na gura 2.4A. Em 2.4B aparecem os valores do coeciente
de Lyapunov, para cada valor do parametro b, obtido considerando-se um n umero de itera coes
N=2000, descartando-se o transiente (N=1000), e a condi cao inicial considerada X
0
= 0.2.
Na gura 2.4, vemos que para determinados valores do parametro de controle B
1
e B
2
, o
valor do coeciente de Lyapunov e mnimo. Por isso, estas regioes do parametro de controle
geram orbitas do mapa denominadas de super estaveis. Estas orbitas sao entao super estaveis
de perodo 2
m
.
O mapa Logstico, representado pela fun cao F, satisfaz a condi cao (2.8) quando X =
1
2
.
Entre as bifurca coes, indicadas na gura 2.4 pelas letras b
1
e b
2
, existe um valor do parametro
b para o qual a trajetoria visita o ponto X =
1
2
.
A distancia d
1
, indicada na gura 2.4, pode ser obtida fazendo-se
d
1
= F
B
1
(
1
2
)
1
2
(2.13)
e a distancia d
2
de
d
2
= F
2
B
2
(
1
2
)
1
2
. (2.14)
Generalizando, para uma orbita super estavel de perodo 2
m
obtemos
d
k
= F
2(k1)
B
k
(
1
2
)
1
2
. (2.15)
26 O Mapa Logstico
d
d
X =0,5
b B b B
3,0 1+6
b
3.56994
1 1 2 2 oo
1
2
max
0,0
0,2
0,4
0,6
0,8
1,0
-3,0
-2,0
-1,0
0,0
0,1
2,9 3,4 3,9
b
3,8284
(A)
(B)
Figura 2.4: (A) Diagrama de bifurca cao do mapa Logstico, onde sao impressos 250 valores
de X
n
para cada um dos 500 valores considerados do parametro de controle b. (B) Coeciente
de Lyapunov, para cada um dos 500 valores do parametro b, considerados no diagrama de
bifurca cao apresentado em (A).
Na equa cao (2.15), a escolha do ramo da gura (2.4) que consideramos para o calculo de
d e aquele que cruza a linha pontilhada de X = 0.5.
Nota-se na gura 2.4 que parece existir uma rela cao geometrica entre os valores dos
parametros onde ocorrem as bifurca coes (b
n
) e os valores das distancias d
n
(fatores de escala).
Esta razao que pode ser colocada na forma,
d
n
d
n+1
= a
n
lim
n
a
n
= a (2.16)
b
n+1
b
n
b
n+2
b
n+1
=
n
lim
n
n
= (2.17)
onde a e sao as constantes de Feigenbaum obtidas numericalmente usando tecnicas de
renormaliza cao [28] ao mapa Logstico,
a = 2, 502907875... (2.18)
= 4, 669201609... (2.19)
2.4 Janelas Periodicas 27
Essas constantes sao validas para uma grande classe de mapas discretos e sistemas
experimentais[26]. Em rela cao aos mapas, a fun cao deles deve apresentar um maximo (ha
somente uma derivada do mapa igual a zero em todo o intervalo de validade do mapa).
Esses mapas sao chamados de unimodais e, normalmente, contem apenas um parametro a
ser variado. Assim, a sua codimensao (denida como o n umero de parametros de controle
[29],[30]) e igual a um.
Apesar das leis de escala (2.18) e (2.19) serem validas para uma classe grande de mapas
discretos unimodais, uxos tambem apresentam este cenario de duplica cao de perodo, se-
guindo as leis de escala de Feigenbaum, caso possam ser mapeados atraves de uma fun cao
unimodal.
Sistemas que tem mais de uma maximo (bimodais) apresentam innitas leis de escala
devido `as innitas possibilidades de orbitas superstaveis [31]. Assim, as leis de Feigenbaum
passam a ser apenas um caso particular de leis de escala mais amplas.
2.4 Janelas Periodicas
Para b > b
, a equa cao (2.1) pode gerar trajetorias caoticas. Muitos fenomenos aparecem
nesta regiao compreendida no intervalo b
1
2
. (2.21)
Outro tipo de intermitencia denominada de intermiencia do tipo V [33] e [34] esta presente
32 O Mapa Logstico
0,0
0,5 1,0
0,0
0,5
1,0
X
X
n
n
+
3
b>b
b=b
b<bt
t
t
(A) (B)
Figura 2.7: (A) Graco da terceira itera cao do Mapa Logstico X
n+3
em fun cao de X
n
para
b=b
t
. (B) Amplia cao do retangulo de (A) onde sao gracadas as terceiras itera coes do mapa
Logstico para tres valores diferentes do parametro b.
em mapas discontnuos [35] e [36]. A diferen ca basica e que a fase laminar media nao e uma
lei de potencia, mas sim uma lei exponencial. Este tipo de intermitencia foi comprovada
experimentalmente em [37] [38].
2.6 Intermitencia 33
X
X
n
+
3
n
Figura 2.8: Representa cao de como a trajetoria permanece oscilando dentro do corredor
(fase laminar).
34 O Mapa Logstico