Escolar Documentos
Profissional Documentos
Cultura Documentos
Ciencias Bsicas
UJAT
Volumen 7
Nmero 1
Junio 2008
Contenido
Homotopa de punto fijo
Mario Arley Vidal Gernimo y Gamaliel Bl Gonzlez
Cunduacn
Tabasco
Mxico
15
26
35
Correo electrnico:
revistacb@dacb.ujat.mx
Revista de Ciencias Bsicas UJAT, volmen 7 nmero 1, junio 2008.
Se termin de imprimir en junio de 2008 en los talleres de Grficos Cnovas.
El tiraje consta de 300 ejemplares.
Revista de
Ciencias Bsicas
UJAT
Volumen 7
Nmero 1
Junio 2008
Cunduacn
Tabasco
Mxico
Contenido
15
26
35
**
Universidad Ju
arez Aut
onoma de Tabasco, DACB
Gamaliel Bl
e Gonz
alez
***
Universidad Ju
arez Aut
onoma de Tabasco, DACB
(1)
(2)
En este nuevo sistema, la funcion G se elige de tal manera que sus races son
* Recibido
conocidas. As, las soluciones del sistema (1) viven en el conjunto de nivel H 1 (0) y
corresponden a t = 1. Dado que H(x, 0) = G(x), la estrategia para encontrar una raz
de F consiste en tomar una raz x0 de G y seguir la curva homotopica (t) = H(x0 , t),
a lo largo de t hasta llegar a t = 1, donde se encuentra una raz de F . A priori, esta
trayectoria puede presentar ramificaciones y no alcanzar una solucion en t = 1, pero
si ambas funciones F y G, son funciones de clase C 2 , el teorema de Sard nos garantiza
que para casi cualquier condici
on inicial x0 , la curva homotopica (t) alcanza en t = 1
una soluci
on del sistema (1), [3, 9].
De entre las posibles funciones de apoyo G para construir una homotopa, existen
algunas que por su simplicidad o porque han funcionado en la solucion de problemas
son las m
as mencionadas en la literatura, por ejemplo:
1.1.1 Homotopa de punto fijo
La funci
on de homotopa de punto fijo esta dada como
H := Hx0 = tF (x) + (1 t)(x x0 ).
(3)
La funci
on de homotopa de Newton esta dada como
H := Hx0 = F (x) + (t 1)F (x0 ).
(4)
La funci
on de homotopa afn esta dada como
H := Hx0 = tF (x) + a(1 t)(x x0 ).
(5)
Donde la funci
on G(x) = a(x x0 ) y a es una constante.
Cuando el sistema (1) es polinomial, por el teorema de Bezout [1], podemos conocer
el n
umero m
aximo de races del sistema, por lo que algunos metodos toman como
funci
on de apoyo a un polinomio G(x) con races simples y con el mismo grado que
F . A partir de las races de G se encuentran todas las races de F recorriendo las
diferentes trayectorias homot
opicas [2].
En este trabajo analizaremos la homotopa de punto fijo (3) y presentaremos un
criterio que permite determinar un punto x0 Rn , a partir del cual podemos encontrar todas las soluciones del sistema (1) recorriendo una u
nica trayectoria.
sicas UJAT, 7(1)Junio 2008 p 314
Revista de Ciencias Ba
(6)
(7)
La ecuaci
on (7) se satisface en el punto de partida, t = 0, u
nicamente para x0 , por
lo que naturalmente surgen las siguientes preguntas: Como depende de x0 la curva
homot
opica de H que pasa por x0 ? Cuando esta curva contiene todas las races
de F ? Para darnos una idea de las respuestas a estas preguntas, consideraremos el
siguiente ejemplo en una variable:
Sea
f1 (x) = x2 3x + 2 = 0,
(8)
(9)
Para x0 = 1.5, la figura 1 (d) muestra que H 1 (0) tiene tres ramas reales no
acotadas, pero solamente la raz x = 2 puede ser alcanzada desde el punto de partida
x0 = 1.5.
En la figura 1 (e), se muestra H 1 (0) para x0 = 2, la cual tiene tres ramas reales
no acotadas y ocurre que s
olo la raz igual a 2 puede alcanzarse desde el punto de
partida x0 = 2, a
un cuando la recta x = 2 es una asntota para las otras dos ramas
de H 1 (0).
En la figura 1 (f) se muestra H 1 (0) para x0 = 4. Como puede observarse, en
este caso se tiene una sola rama real, la cual conecta todas las races. Por lo tanto,
ambas races pueden alcanzarse desde el punto de partida x0 = 4, sin tener que entrar
en una regi
on aritmeticamente compleja y sin tener que recorrer una gran distancia
en t, como sera el caso para x0 = 2. Este mismo, comportamiento lo observamos
cuando tomamos valores de x0 mayores que 2. As, de los seis casos presentados en
este ejemplo, tenemos que una buena eleccion de x0 es tomarlo mayor que 2, ya que
esto garantiza que puedan encontrarse todas las races reales desde un solo punto de
partida.
En general, determinar una buena condicion inicial para aplicar el metodo homot
opico de punto fijo puede resultar complicado, por lo que en la siguiente seccion
daremos un criterio que permite hacer una eleccion adecuada de la condicion inicial
x0 , a la que representaremos como xc0 .
3. Criterio para seleccionar una adecuada condici
on inicial
Con el prop
osito de encontrar todas las races del sistema (1) usando una homotopa de punto fijo, damos el siguiente criterio para seleccionar xc0 dentro de un
infinito n
umero de posibles valores a elegir:
Sea
xc0 {x0 Rn : N (x0 ) = mnn N (y)},
yR
(10)
donde N (x0 ) es el n
umero de races reales de la ecuacion
F (x) x + x0 = 0.
(11)
3.1 Aplicaci
on del criterio a una ecuaci
on
Para conocer como funciona el criterio de seleccion de la condicion inicial, lo aplicaremos a la ecuaci
on (8). Para ello, sustituimos f1 en la ecuacion (11), de modo que
obtenemos
x2 4x + 2 + x0 = 0.
(12)
Figura 2. Gr
afica de x f1 (x).
(13)
(14)
(15)
condiciones iniciales adecuadas para este ejemplo son xc0 {x0 R : x0 > 2 + 94 6
o x0 < 2 49 6}.
El exito de la aplicaci
on del criterio para este ejemplo se muestra en la figura 4
para diversos valores de x0 .
Para los valores de x0 = 0.5, x0 = 0.8 y x0 = 3.5, figuras 4 (a), 4 (b) y 4 (h),
respectivamente, se observa que todas las races de f2 se encuentran sobre una misma
rama de la curva homot
opica y pueden ser alcanzadas rapidamente desde la condicion
inicial.
Para x0 = 1 y x0 = 1.5, figuras 4 (c) y 4 (d), respectivamente, solamente se obtiene
una raz de f2 , la cual es x = 1, mientras que las otras dos races, x = 2 y x = 3, se
encuentran en otra rama de la curva homotopica, por lo que no pueden ser alcanzadas
desde la condici
on inicial.
sicas UJAT, 7(1)Junio 2008 p 314
Revista de Ciencias Ba
10
Figura 3. Gr
afica de x f2 (x).
(16)
definida en [7].
Los puntos crticos de g son las races del sistema de ecuaciones
g/x1 = 4x31 + 4x1 x2 42x1 + 2x22 14 = 0
g/x2 = 2x21 + 4x1 x2 + 4x32 26x2 22 = 0
(17)
(18)
11
Lin y otros en 1987 obtuvieron todas las races reales del sistema (18), a partir de
una condici
on inicial, x10 = x20 = 0.4, usando la homotopa de Newton [6]. Nosotros
vamos a resolver el sistema (18) usando la homotopa de punto fijo.
12
Aplicando el criterio de seleccion del punto de partida, dado por la ecuacion (11),
el sistema (18) se convierte en
2x31 + 2x1 x2 22x1 + x22 7 + x10 = 0
x21 + 2x1 x2 + 2x32 14x2 11 + x20 = 0
(19)
Figura 5. Gr
afica de x1 contra x2 del sistema (18).
Es importante mencionar que si se aplica la homotopa de punto fijo con condiciones iniciales que no cumplen el criterio de seleccion, entonces no se logra obtener todas
las soluciones del sistema (18). Por ejemplo, para la condicion inicial x10 = x20 = 0
solamente se obtiene una raz, la cual es x1 = 3.000002, x2 = 2.000003. Nuevamente,
este ejemplo muestra la importancia de hacer una adecuada eleccion de la condici
on inicial para encontrar todas las soluciones del sistema sobre una misma curva
homot
opica.
sicas UJAT, 7(1)Junio 2008 p 314
Revista de Ciencias Ba
13
4. Conclusiones
Una de las ventajas que presenta el metodo homotopico de punto fijo sobre los
metodos de convergencia local es que para resolver sistemas de ecuaciones no lineales, s
olo requiere de una adecuada condicion inicial x0 para poder encontrar todas
las soluciones del sistema. Mientras que en un sistema con muchas races los otros
metodos requieren de m
as de una condicion inicial para poder encontrar todas las
soluciones. De ah la importancia del criterio antes presentado, el cual nos permite
determinar una regi
on en la cual podemos tomar la condicion inicial para el metodo
sicas UJAT, 7(1)Junio 2008 p 314
Revista de Ciencias Ba
14
No.
1
2
3
4
5
6
7
8
9
x1
-3.77928
-3.07303
-2.80516
0.08676
-0.27088
-0.12790
3.58441
3.38515
3.00001
x2
-3.28315
-0.08134
3.13127
2.88420
-0.92317
-1.95380
-1.84819
0.07388
2.00004
homot
opico de punto fijo, garantizando que para esa condicion la curva homotopica
recorrer
a todas las soluciones.
Una desventaja que presenta este metodo es su implementacion computacional,
debido a la naturaleza de las trayectorias involucradas [8]. Por otra parte, el criterio
presentado en este trabajo tiene una desventaja debido a que en la practica, es posible
que sea mucho m
as dificil determinar la region donde se alcanza el mnimo de races
para la ecuaci
on (11) que resolver F (x) = 0.
Referencias
[1]
[2]
K. Hazaveh, D. J. Jeffrey, G. J. Reid, S. M. Watt y A. D. Wittkopf (2003); An Exploration of Homotopy Solving in Maple. Proceding, ascm2003, pp. 145-162.
[3]
[4]
[5]
[6]
[7]
[8]
[9]
Din
amica de la familia logstica
Juan Jim
enez Fras
**
Universidad Ju
arez Aut
onoma de Tabasco, DACB
Gamaliel Bl
e Gonz
alez
***
Universidad Ju
arez Aut
onoma de Tabasco, DACB
En modelaci
on matem
atica uno de los modelos mas sencillos que se ha usado para el
estudio de crecimiento de una poblacion es el logstico, gracias a que siendo un modelo
polinomial de grado 2 presenta una gran variedad de comportamientos los cuales van
desde el orden hasta el caos, (vease [1]). El modelo logstico discreto esta asociado
a la familia de funciones logsticas fa : [0, 1] [0, 1] dada por fa (x) = ax(1 x)
donde x [0, 1] y a R+ .
Cuando a > 4, existe un conjunto abierto y denso de puntos cuya orbita tiende
a menos infinito, en otras palabras, casi todos los puntos tienden a menos infinito.
Por otro lado, tenemos puntos que no tienden a menos infinito como son los puntos
peri
odicos de fa , los cuales pertenecen al intervalo [0, 1]. Si tomamos todos los puntos
cuya
orbita permanece en [0, 1] obtenemos un conjunto de Cantor, cuya medida de
Lebesgue es cero para a (4, ), (vease [1]).
Si el par
ametro a es menor o igual que 4, el intervalo [0, 1] es invariante bajo fa
y por lo tanto todas las
orbitas de los puntos x [0, 1] son acotadas. Esto implica
que si la
orbita de x tiene un lmite, este pertenece al intervalo [0, 1]. Un problema
interesante es conocer todos los posibles lmites.
En este trabajo se presenta un analisis del comportamiento de las orbitas, cuando
existe un punto fijo atractor o una orbita periodica atractora. Asimismo, se explica la
bifurcaci
on que presentan las
orbitas al pasar de atractoras a repulsoras. Todo esto,
se har
a para a (0, 4].
Este artculo esta estructurado de la siguiente manera. En la segunda seccion se
* Recibido
16
Juan Jim
enez Fras y Gamaliel Bl
e Gonz
alez
2. Puntos Peri
odicos
En esta secci
on consideremos f : X X una funcion continua de un espacio
metrico X en si mismo. Supongamos que X es el conjunto de condiciones iniciales
del sistema, si tomamos x en X, entonces f (x) representa la evolucion del estado
x en una unidad de tiempo, entonces estamos interesados en conocer la evolucion
del sistema al paso del tiempo. Por ejemplo, si x representa la cantidad inicial de
individuos de una poblaci
on y f (x) la poblacion despues de una unidad de tiempo,
entonces la sucesi
on {f n (x)} es el n
umero de individuos que la poblacion tiene al
tiempo n, dado que inicialmente tenia x. Una pregunta interesante es: Que ocurre
con la poblaci
on cuando dejamos correr el tiempo? Es decir, si
f n (x) = f f . . . f (x)
Cu
al es el lmite de la sucesi
on {f n (x)} cuando n tiende al infinito?.
Observemos que si este lmite existe y es L entonces como f es continua,
f (L) = f ( lm f n (x))
n
= lm f (f n (x))
n
= lm f n+1 (x)
n
= L.
Por lo tanto, L es un punto fijo. Esto nos lleva a estudiar con detalles los puntos fijos
y posteriormente los puntos periodicos de f si tomamos subsucesiones convergentes
de {f n (x)}, (vease [5]).
2.1. Se dice que x X es un punto fijo de f si f (x) = x, y x es un punto
peri
odico de f de periodo k si f k (x) = x, y f j (x) 6= x para 0 < j < k.
Definici
on
2.2. Para x0 X, la
orbita de x0 bajo f es el conjunto
Of (x0 ) = {x0 , f (x0 ), f 2 (x0 ), ...}.
Definici
on
Observe que la
orbita de un punto periodico x de f de periodo k, tambien llamado
punto k peri
odico, tiene k elementos y se le llama k ciclo o ciclo de periodo k.
1. Los puntos fijos de la funci
on logstica fa (x) = ax(1 x) son las solucioltimo lo denotaremos
nes de fa (x) = x. Las cuales son x1 = 0 y x2 = 1 1a . A este u
por pa .
Ejemplo
Din
amica de la familia logstica
17
Ejemplo
Ejemplo
f (x) = 3x2 , como f 0 (0) = 0, tenemos que 0 es atractor. Ademas f 0 (1) = 3, as concluimos que f tiene dos puntos fijos repulsores 1 y -1.
En la siguiente secci
on mostraremos porque se les da el nombre de atractor o
repulsor.
Como vimos en el ejemplo 1 los puntos fijos de la funcion logstica fa (x) = ax(1x)
son: x1 = 0 y pa = 1 1a , por otro lado, el punto fijo 0 es atractor para 0 < a < 1 y
repulsor para a > 1.
Proposici
on
3.1.
Si 0 < a < 1 entonces lmn fan (x) = 0 para toda x [0, 1].
Demostraci
on. Sea x0 [0, 21 ]. Como a < 1, fa (x) < x y cuando x [0, 21 ] fa (x) es
creciente, por consiguiente tenemos la sucesion
fan (x0 ) < fan1 (x0 ) < < fa (x0 ) < x0 .
18
Juan Jim
enez Fras y Gamaliel Bl
e Gonz
alez
Esta sucesi
on xn = fan (x0 ) es decreciente y esta acotada inferiormente por 0. Por
lo tanto, converge y como vimos al principio de la seccion 2 el lmite debe ser un
punto fijo de fa (x). Como el u
nico punto fijo es 0 para 0 < a < 1 se tiene
lm fan (x0 ) = 0.
Figura 1. Gr
afica de fa (x) con 0 < a < 1.
Proposici
on
3.2.
Si 1 < a < 3 entonces lmn fan (x) = pa para toda x (0, 1).
Demostraci
on. Consideremos 1 < a 2 entonces 0 < pa 21 . La funcion fa (x)
tiene un m
aximo global en 21 y fa ( 21 ) = 4a 12 . Ademas, la funcion fa es creciente en
(0, pa ) (vease figura 2).
Figura 2. Gr
afica de fa (x) con 1 < a 2 y las iteradas de x0 (0, pa ).
Din
amica de la familia logstica
19
Esta
es una sucesi
on creciente y acotada por 1, por lo tanto
lm fan (x0 ) = pa .
Figura 3. Gr
afica de fa (x) con 1 < a 2 y las iteradas de x0 (pa , 1/2).
Figura 4. Gr
afica de fa (x) con 1 < a 2 y las iteradas de x0 (1/2, 1).
Ahora supongamos que 2 < a < 3 entonces 12 < pa y fa (x0 ) > x0 para toda
x0 (0, 12 ) (vease la figura 5). En este caso la prueba la dividiremos en cuatro
incisos:
(i) Consideremos el intervalo [ 12 , pa ] y mostremos que es invariante por fa2 . Como fa2
es mon
otona en [ 12 , pa ] para encontrar la imagen del intervalo es suficiente determinar
las iteradas en los puntos extremos:
1
a
a
a
fa2 ([ , pa ]) = fa ([pa , ]) = [a( )(1 ), pa ].
2
4
4
4
sicas UJAT, 7(1)Junio 2008 p 1525
Revista de Ciencias Ba
20
Juan Jim
enez Fras y Gamaliel Bl
e Gonz
alez
Figura 5. Gr
aficas de fa (x) y fa2 (x) con 2 < a < 3 y las iteradas de x0 (0, 1/2).
Como queremos mostrar que fa2 ([ 21 , pa ]) [ 12 , pa ], basta mostrar que a( 4a )(1 4a ) > 12 ,
esto es equivalente a
0 > a3 4a2 + 8 = (a 2)(a2 2a 4).
fa2 ([b
pa , 12 ])
Din
amica de la familia logstica
21
4. Bifurcaci
on
x1 =
y x2 =
.
2a
2a
As, fa tiene una o
rbita de periodo 2 tambien llamada 2-ciclo cuando
(a 3)(a + 1) > 0, esto es si
1. (a 3) > 0 y (a + 1) > 0 o
2. (a 3) < 0 y (a + 1) < 0.
En el caso 1 tenemos que a > 3. El caso 2 no tiene sentido porque solo estamos
considerando a > 0. Por lo tanto fa tiene un 2-ciclo siempre que a > 3. Para ver la
estabilidad del 2-ciclo {x1 , x2 } verificamos
2
Df (x1 ) < 1.
Esto es
|Df (x1 )Df (x2 )| < 1.
Hasta ahora tenemos que el punto fijo pa es atractor cuando 1 < a < 3, y pierde
su estabilidad cuando a > a1 = 3. Despu
es de este valor, aparece un 2-ciclo el cuales
e
ste
es
atractor
para
cuando
2
22
Juan Jim
enez Fras y Gamaliel Bl
e Gonz
alez
n
1
2
3
4
5
6
7
an
3
3,449489 . . .
3,544090 . . .
3,564407 . . .
3,568759 . . .
3,569692 . . .
3,569891 . . .
an an1
0,449489 . . .
0,094601 . . .
0,020317 . . .
0,0043521 . . .
0,00093219 . . .
0,00019964 . . .
n =
an an1
an+1 an
4,751419 . . .
4,656248 . . .
4,668321 . . .
4,668683 . . .
4,669354 . . .
n1
3. Se genera una sucesi
on n = ann+1 a
que converge a una constante universal, v
alida
n
para una familia m
as general conocida como funciones unimodales, ver [4]. El lmite
de esta sucesi
on es llamado constante de Feigenbaum en honor a su descubridor y
es aproxi- madamente
= lm n 4,669201609 . . . .
Din
amica de la familia logstica
23
El diagrama de bifurcaci
on que mostramos en la seccion anterior fue hecho con la
rbita del punto crtico de fa , por lo que en esta seccion explicaremos la importancia
o
de la
orbita del punto crtico en la dinamica global de fa . En particular, en esta
secci
on mostraremos que si fa tiene una orbita atractora, la orbita del punto crtico,
siempre converge a ella.
Definici
on
(1)
24
Juan Jim
enez Fras y Gamaliel Bl
e Gonz
alez
Sfa (x) =
para todo x I r { 21 } y
6
<0
(1 2x)2
lm Sfa (x) = .
x 21
Corolario
Demostraci
on. S(F G)(x) = SF (G(x)) (G0 (x))2 + SG(x) < 0.
5.3. (Conjunto Estable). Sea x un punto fijo atractor de f . El dominio
de atracci
on de x es el conjunto
Definici
on
Af (x ) = {x : lm f n (x) = x }.
n
Din
amica de la familia logstica
25
2. La funci
on fa (x) = ax(1 x) tiene un punto fijo atractor pa = 1
y Afa (pa ) = (0, 1).
Teorema
1
a
cuando a (1, 3)
se cumple una y s
olo una de las siguientes afirmaciones.
1. El dominio inmediato de atracci
on de x se extiende a + o o
La demostraci
on de este teorema puede ser revisada en [1].
En el caso logstico se puede ver que si |x| > 1, la orbita de x se va a menos
infinito. Por lo tanto, ninguna cuenca inmediata de atraccion se extiende a . Ya
que 12 es el u
nico punto crtico para fa , se sigue del teorema que fa tiene a lo mas un
ciclo atractor y que si existe una orbita atractora entonces 21 pertenece a la cuenca
inmediata de atracci
on de esta
orbita periodica. Por esta razon, en la familia logstica
basta con iterar el punto crtico para encontrar la orbita atractora.
En general, el tener una derivada Schwarziana negativa limita severamente los
tipos de din
amicas que pueden ocurrir, ya que para funciones f definidas en intervalos
acotados y con Sf < 0 cada
orbita periodica atractora de f debe atraer al menos un
punto crtico de la funcion f .
Referencias
[1] Robert L. Devaney (1992). A first course in chaotic dynamical sistems, Adison-Wesley.
[2] Richard A. Holmgren (1996). A first course in discrete dynamical sistems, SpringerVerlag.
[3] S. N. Elaydi (2000). Discrete chaos, Chapman and Hall, CRC Press.
[4] C. Robinson (1998). Dynamical Systems, Stability, Simbolic Dynamics and Chaos, CRC
Press.
[5] G. Ble Gonz
ales (2002). Conjuntos de Julia y Conjunto de Mandelbrot, Revista de
Ciencias B
asicas, UJAT, no. 1, pp. 23-30.
Universidad Ju
arez Aut
onoma de Tabasco, DACB
**
Universidad Ju
arez Aut
onoma de Tabasco, DAIA
En este trabajo se analiza un metodo para dar seguimiento a trayectorias en el espacio, conocido como metodo hiperesferico. En particular, este metodo permite resolver
sistemas no lineales, usando un metodo homot
opico.
In this paper we analize a method for following trajectories in a three dimensional
space. This method is known as the hiperspherical method. In particular, with this
method the non linear equations system can be solved using a homotopy method.
Palabras clave: Sistemas de Ecuaciones no Lineales, Metodos Homot
opicos, Metodo
Hiperesferico.
Keywords: Nonlinear Equations System, Homotopy Method, Hiperspherical Method.
1. Introducci
on
(1)
(2)
27
(3)
2. Algoritmo hiperesf
erico tridimensional
28
H1 H1 H1
x1
x2
t
D=
.
H
H2 H2
2
x1
x2
t
Denotemos por Di a la matriz de 2 2 que
i de la matriz D, donde i = 1, 2, 3; es decir,
H1 H1
H1
x2
x1
D1 =
D2 =
H
H
H2
2
2
x2
t
x1
H1
H1
t
x1
D3 =
H
H2
2
t
x1
H1
x2
H2
x2
Habiendo introducido esta notacion, el sistema (5) se puede reescribir de la siguiente forma
D y T = 0
(6)
Pero esta ecuaci
on, es equivalente a
D3 x T = HtT t
donde x = (x 1 , x 2 ) y Ht = (
(7)
H1 H2
,
).
t
t
En este trabajo se supone que D tiene rango 2 y por lo tanto existe i 1, 2, 3 tal
que det Di 6= 0. Supongamos que la matriz D3 es la que tiene rango 2, es decir; que
el determinante de D3 es distinto de cero, entonces podemos resolver el sistema (7)
para x 1 y x 2 .
Resolviendo el sistema (7) por la regla de Cramer y al hacer una permutacion de
columnas se obtiene:
x 1 = (1)(1)
det D1
t
det D3
x 2 = (1)
det D2
t
det D3
Ya que el sistema (7) que se resolvio es de dos ecuaciones con tres incognitas,
tenemos un grado de libertad y podemos tomar
t = (1) det D3 ,
(8)
=
=
=
det D1
det D2
det D3 .
(9)
29
(10)
donde i = 1, . . . n.
La ecuaci
on (9) como la ecuacion (10) para el caso de n + 1 variables nos proporciona las pendientes del camino homotopico, por lo que para hacer el seguimiento
ser
a necesario resolver numericamente este sistema de ecuaciones diferenciales ordinarias. Para seguir las trayectorias homotopicas representadas en las soluciones de (9)
con la finalidad de acotar esta region de interes usaremos un metodo de prediccioncorreccion; donde para predecir se usa el metodo de Euler y para corregir el metodo
cl
asico de Newton.
El algoritmo de seguimiento para el caso de tres dimensiones consiste en:
1. El sistema
f1 (x1 , x2 ) =
f2 (x1 , x2 ) =
0,
se transforma en:
H1 (x1 , x2 , t) = tf1 + (1 t)g1
H2 (x1 , x2 , t) = tf2 + (1 t)g2
donde G = (g1 , g2 ) es una funci
on de R2 en R2 con soluciones conocidas. Vamos a
0
0
suponer que x0 = (x1 , x2 ) es la soluci
on de G, es decir G(x0 ) = 0.
2. Se fija r > 0 y se toma la esfera con centro en x0 = (x0 , 0) y radio r(ver figura 1).
Figura 1. Representaci
on del seguimiento hiperesf
erico.
30
3. Usando la ecuaci
on (9) se calculan los vectores tangentes correspondientes a x0 . El
vector tangente a H 1 (0) en x0 se elige de tal manera que intersecte la superficie
de la esfera de radio r en el punto xp (ver figura 1). Este punto xp = (xp1 , xp2 , tp ) se
calcula efectuando la predicci
on de Euler usando los vectores pendiente calculados
anteriormente mediante:
xp1 = x01 + p x 1
xp2 = x02 + p x 2
tp = t0 + p t
(11)
x01 ]2
+ [x2 x02 ]2 + [t t0 ]2 r2 = 0.
(13)
La soluci
on de este sistema la denotamos por xc = (xc1 , xc2 , tc ) y es la intersecci
on de
la esfera con la curva H 1 (0) como se observa en la figura 1.
5. El punto de intersecci
on entre la esfera y la curva homot
opica xc = (xc1 , xc2 , tc ) obtenido
por la aproximaci
on de Newton se convierte en el nuevo centro de la siguiente esfera
y regresamos al paso (3) y (4), los cuales se repiten sucesivamente hasta alcanzar t = 1.
3. Aplicaci
on del algoritmo hiperesf
erico
(14)
31
(15)
y =
(6tx2 + 2ty 23t + 1)
2t(x + y)
(6tx2 + 2ty 23t + 1)
t =
2t(x + y)
(2x3 + 2xy 23x + y 2 + 113)
(x2 + 2xy + 2y 3 15y + 109)
(16)
2
(6ty + 2tx 15t + 1)
2t(x + y)
32
x
3.253305670129768
0.7931824910824200
0.7122314565168610
0.9875068601154065
-3.369447483344526
-3.453644608132328
-4.255478510092482
y
-2.712294810120195
-2.813810636673679
0.8552479078703125
1.800889795181402
2.514273157010332
1.144567361893087
-3.844649614454849
Las figuras (2) y (3) muestran las graficas de las curvas que corresponden a y = 0
y x = 0 respectivamente.
33
(17)
Figura 4. Gr
afica de f (x, y) y g(x, y).
x
-0.7074899784504700
0.7100363911759170
0.7085840795583560
-0.7101147160635320
y
0.7071095302807450
0.7071066884024165
-0.7070962150622885
-0.7071068749818655
Las figuras (5) y (6) muestran las graficas de las curvas que corresponden a y = 0
y x = 0 respectivamente.
34
4. Conclusiones
Los sistemas de ecuaciones no lineales de segundo grado pueden ser resueltos por
los metodos de continuaci
on homotopica. En especial, cuando se toma la homotopa
de punto fijo resulta muy interesante el hecho de que en muchos sistemas con una
sola condici
on inicial se puede encontrar todas las soluciones reales. Es importante
mencionar que al aplicar el algoritmo de seguimiento se deben tomar varias consideraciones, una de ellas es el radio de la esfera ya que la curva homotopica puede
avanzar muy lentamente hacia t = 1 y entonces se debe tomar un radio mas grande,
tambien se debe tomar en cuenta que el usuario debe de fijar el n
umero de esferas con
la que espera recorrer la trayectoria y encontrar todas las soluciones. Si esto u
ltimo
no pasa, entonces se debe incrementar el n
umero de esferas tomando en cuenta que
la memoria de la PC puede saturarse.
Referencias
[1]
T.L. Wayburn y J.D. Seader (1987); Homotopy continuation methods for computer
aided process design. Computer Chem. Engng., 11, pp. 7-25.
[2]
K. Hazaveh, D. J. Jeffrey, G. J. Reid, S. M. Watt, A. D. Wittkopf (2003); An exploration of homotopy solving in maple. WSPC/Trim Size: 9in x 6in for proceedings,
ascm 2003, pp. 145-162.
[3]
[4]
M. Kuno y J.D. Seader (1988); Computing all real solutions to systems of nonlinear
equations with a global fixed-point homotopy. Ind. Eng. Chem. Res., Vol. 27, No.
7, pp. 1320-1329.
[5]
J. Lee y H.D. Chiang (2001); Constructive homotopy methods for finding all or multiple DC operating points of nonlinear circuits and systems, IEEE Trans. Circuits
Syst. I, 48, 1, pp. 35-50.
Universidad Ju
arez Aut
onoma de Tabasco, DACB
Miguel L
opez De Luna
Universidad Aut
onoma de la Ciudad de Mexico
P
1
1 De hecho, la funci
on definida por la serie f (x) =
cos(3n x) tiene esta propiedad. Ver [3]
2n
Direcci
on
n=0
36
Gerardo Delgadillo Pi
n
on y Miguel L
opez De Luna
conoce mucho acerca de estos espacios, ver por ejemplo [1, 2] , y de algunos de sus
resultados te
oricos se han obtenido importantes aplicaciones en matematicas.
2. Espacios de Baire
En esta secci
on, presentaremos el concepto de espacio de Baire y mostramos algunas de sus caracterizaciones. Tambien demostraremos el teorema de Baire, el cual
nos muestra que los espacios de Baire contienen a la clase de los espacios metricos
completos. Adem
as, estudiaremos dos ejemplos importantes relacionados con este
concepto, como lo son la flecha de Sorgenfrey y el conjunto de Cantor.
1. Sea X un espacio topol
ogico. Decimos que X es un espacio de Baire,
si dada cualquier colecci
on numerable {An : n N} de subconjuntos cerrados de X,
Definici
on
lentes:
1. X es de Baire;
X \ A es denso;
3. Dada cualquier colecci
on numerable {Un : n N} de subconjuntos abiertos y densos
en X, el conjunto Un es denso en X;
n=1
G 6= An .
n=1
n=1
n=1
n=1
n=1
X \ ( An ) X \ ( An ) = X \ A,
concluimos que X \ A es denso, y por lo tanto la afirmacion (2) ha quedado probada.
Ahora supongamos que (2) es verdadera. Consideremos una coleccion numerable
{Un : n N} de subconjuntos abiertos y densos en X. Para cada n N, sea el
cerrado An = X \ Un . Como cada Un es denso, tenemos que Int(An ) = . De la
hip
otesis, tenemos que X\ An es denso y como
n=1
n=1
n=1
n=1
X\ An = (X \ An ) = Un ,
sicas UJAT, 7(1)Junio 2008 p 3547
Revista de Ciencias Ba
37
obtenemos (3).
Para probar (3) implica (4), supongamos que (4) no es valido. Luego, existe un
abierto G X con G 6= y una coleccion numerable {An : n N} de subconjuntos
n=1
n=1
n=1
Un = (X \ An ) = X\ An .
G (X\ An ) = ,
n=1
Int( An ) 6= .
n=1
G = (G An ). Adem
as, como
n=1
38
Gerardo Delgadillo Pi
n
on y Miguel L
opez De Luna
de R. Como
Q=
{q},
Int( An ) = .
n=1
U 6 ( An ).
n=1
Brn (xn ) An = .
39
n=1
n=1
2 nos garantiza que Brn (xn ) 6= . Elijamos un p Brn (xn ). Dado que
Brn (xn ) Br1 (x1 ) U y Brn (xn ) An = , se desprende que p U \ An para todo
n=1
3. El conjunto de los n
umeros reales R, con la metrica usual, es un espacio
de Baire.
n=1
[a, b) ( Un ) 6= ,
n=1
(an , bn ).
Notemos que todo Un0 es denso en R. En efecto, sean a, b R con a < b. Dado que
Un es denso en Rs tenemos que [a, b) Un 6= . Luego, existe n para el cual
[a, b)[an , bn ) 6= . Se sigue que (a, b)(an , bn ) 6= y en consecuencia (a, b)Un0 6= .
As, Un0 es denso en R. De esta forma tenemos una coleccion numerable {Un0 : n N}
de subconjuntos abiertos y densos en R.
Ahora bien, como R con la topologa usual es un espacio de Baire (Ejemplo 3), se
n=1
n=1
n=1
(a, b) ( Un ) 6= .
n=1
40
Gerardo Delgadillo Pi
n
on y Miguel L
opez De Luna
n=1
n=1
[a, b) ( Un ) 6= .
n=1
Recordemos c
omo se define el conjunto de Cantor. Dado un intervalo cerrado en
R, digamos C = [a, b], donde a < b, denotamos por DC al subintervalo abierto cuyos
2(ba)
, es decir
extremos son los n
umeros a + ba
3 y a+
3
ba
2(b a)
,a +
.
DC = a +
3
3
Observemos que DC es el subintervalo abierto central del intervalo C, obtenido despues de haber sido dividido este en tres partes iguales. Al intervalo
lo lla DC ba
maremos
el
tercio
medio
de
C.
Similarmente,
los
intervalos
C
=
a,
a
+
y
I
3
h
i
CD = a + 2(ba)
, b reciben el nombre de tercio izquierdo y tercio derecho, respecti3
vamente, de C.
An = An1 \
DC .
C Cn1
An .
n=1
41
xCnx G U y xCmx G V,
y esta manera hemos probamos lo deseado.
En los cursos b
asicos de An
alisis Matematico, se menciona la existencia de una funcion
continua, de valor real y no diferenciable en ning
un punto de su dominio. En este
apartado probaremos esta afirmacion, haciendo uso del concepto de espacio de Baire.
Para ello consideremos el espacio metrico (F, ) de funciones de valor real, continuas
y definidas en I = [0, 1], donde
(f, g) = max | f (x) g(x) | , con f, g F.
xI
42
Gerardo Delgadillo Pi
n
on y Miguel L
opez De Luna
4. El espacio m
etrico F es de Baire.
+
.
y f (x, h) =
() f (x, h) =
h
h
Como h 21 , tenemos que {x + h, x h} I 6= , lo cual significa que al menos
una de las expresiones () est
a definida.
Hagamos f (x, h) = max{f + (x, h), f (x, h)} si ambos cocientes existen; de lo
contrario f (x, h) ser
a igual a la expresion existente. Dado que f (x, h) 0,
tomemos para cada h 0, n1
h f = inf{f (x, h) : x I}.
Ahora definamos la familia deseada {Un }nN F. Diremos que
f Un si y s
olo si h f > n para alg
un h (0, n1 ] y todo n 2.
Por ejemplo, consideremos la funcion f : [0, 1] R dada por f (x) = (1 4(x
con > 0. Para h = 41 obtenemos
1 2
2) )
f (x + 14 ) f (x)
1
= | 8x 3 | si x [0, 3 ]
f (x, ) =
1
4
4
4
+
f (x 14 ) f (x)
1
= | 8x 5 | si x [ 1 , 1].
f (x, ) =
1
4
4
4
As que
f (x, 41 )
si x [ 14 , 12 ] ( 34 , 1]
f + (x, 41 )
si x [0, 14 ) [ 12 , 34 ]
1
f (x, ) =
43
Figura 1.
Figura 2.
Proposic
on
>
n
y
la
funci
o
n
g
F
cuya
gr
a
fica
se
muestra
en
la
figura
4, que es de las
( ba )
m
ba
m i,
para i = 0, 1, ..., m.
44
Gerardo Delgadillo Pi
n
on y Miguel L
opez De Luna
Figura 3.
Figura 4.
El siguiente resultado nos indica que la familia {Un }nN posee las propiedades
requeridas.
Proposic
on
Prueba. Consideremos n N y cualquier f Un . Luego, existe h 0, n1 para la
cual h f > n. Hagamos M = h f y consideremos = h(M4n) > 0. Luego, para
probar que Un es abierto, basta con verificar la contencion B(f, ) Un , donde
B(f, ) = {g F : (f, g) < }.
Sea g B(f, ). Supongamos que f (x, h) = f + (x, h). Como | f (x) g(x) |< ,
obtenemos
1
|f (x + h) g(x + h) (f (x) g(x))|
h
1
(| f (x + h) g(x + h) | + | f (x) g(x) |)
h
2
M n
<
=
,
h
2
f + (x, h) g + (x, h)
y por ende
g + (x, h) > f + (x, h)
M n
1
M n
=M
= (M + n) > n.
2
2
2
45
| f (ti ) f (ti1 ) |
,
ti ai
f (ti1 )
si x [ti1 , ai ]
g1 (x) =
f (ti1 ) + mi (x ai ) si x [ai , ti ]
(ti1 )
. La grafica de g1 consiste de rectas con pendiente igual a
donde mi = f (ti )f
ti ai
cero o pendiente en valor absoluto mayor que (Vease la figura 5).
Figura 5.
46
Gerardo Delgadillo Pi
n
on y Miguel L
opez De Luna
Figura 6.
Como | g(x)f (x) |=| g1 (x)f (x) |< 2 , cuando el punto x es tal que g(x) = g1 (x)
y si g(x) 6= g1 (x) entonces
| g(x) f (x) || g(x) g1 (x) | + | f (x) g1 (x) |<
+ = .
2 2
n=1
n=1
3.
Un ND .
n=1
lim f (x, h). Luego, para demostrar lo solicitado, basta con verificar que lim f (x, h)
h0
h0
para cada n podemos escoger una hn , con 0 < hn n1 , tal que f (x, hn ) > n.
En consecuencia {hn }nN 0 y, sin embargo, la sucesion {f (x, hn )}nN no es
sicas UJAT, 7(1)Junio 2008 p 3547
Revista de Ciencias Ba
47
convergente, lo cual nos indica que lim f (x, h) no existe. Como el punto x se
h0
escogi
o de forma arbitraria, nuestra demostracion ha quedado concluida.
la demostraci
on de nuestro resultado principal.
5. Sea f : [0, 1] R una funci
on continua. Para cualquier > 0, existe
una funci
on g : [0, 1] R continua y no diferenciable en [0, 1] tal que | f (x)g(x) |<
para toda x [0, 1].
Teorema
Referencias
[1] Margalef Roig, J. Topologa. Alhambra. T.2, Madrid, 1980.
[2] Engelking, R. General Topology. Heldermann Verlag, Berlin, 1989.
[3] Bartle, R.G., Introducci
on al an
alisis matem
atico. Limusa, Mexico, 1992.
[4] Tkachuk, V. Curso b
asico de topologa general. UAM-Iztapalapa. Mexico, D.F., 1999.
[5] Munkres, J. R. Topologa. Prentice Hall., Madrid, 2002.
DIRECTORIO
M.A. Candita Victoria Gil Jimnez
Rectora
M.P.E.S. Mara Isabel Zapata Vsquez
Secretaria de Servicios Acadmicos