Professional Documents
Culture Documents
Indice general
1 La Raz
on Aurea
1.1 De donde surge . . . . . . .
1.2 El rect
angulo
aureo . . . . .
1.3 La sucesi
on de Fibonacci . .
1.4 La espiral logartmica . . .
1.5 La estrella de cinco puntas .
1.6 Filotaxis, el cuerpo humano,
. . . .
. . . .
. . . .
. . . .
. . . .
el arte
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
5
7
10
12
13
2 El Conjunto de Cantor
2.1 Introducci
on . . . . . . . .
2.2 Medida y cardinalidad . .
2.3 Propiedades Topol
ogicas.
2.4 Algo M
as. . . . . . . . . .
2.5 Generalizaciones. . . . . .
2.6 Conclusiones. . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
15
16
20
24
26
27
.
.
.
.
.
.
.
.
.
29
29
30
31
32
33
33
35
36
40
.
.
.
.
.
.
3 Fractales y recursi
on
3.1 Introducci
on. . . . . . . . . .
3.1.1 Dimensi
on fractal . . .
3.1.2 Algoritmos recursivos
3.2 La Curva Tri
adica de Koch. .
3.2.1 Permetro . . . . . . .
3.2.2
area . . . . . . . . . .
3.2.3 Dimensi
on Fractal . .
3.3 El Algoritmo. . . . . . . . . .
3.4 Conclusiones. . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
ticas
Ensalada de Matema
3.5
Bibliografa. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
41
41
41
43
44
5 Teselaciones
5.1 Cubriendo el plano con polgonos
5.2 Cubriendo el plano con polgonos
5.3 Enlosados aperiodicos . . . . . .
5.4 Bibliografa . . . . . . . . . . . .
.
.
.
.
45
45
48
52
52
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
55
56
58
58
60
60
61
63
64
64
64
65
65
66
66
67
67
67
69
regulares congruentes
regulares diferentes . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
6 Un poco de caos
(el mapeo logstico)
6.1 Introducci
on. . . . . . . . . . . . . . . . . . . . . .
6.1.1 Funciones. . . . . . . . . . . . . . . . . . . .
6.1.2 El mapeo logstico. . . . . . . . . . . . . . .
6.1.3 Sistemas dinamicos. . . . . . . . . . . . . .
6.1.4 Diagramas de telara
na. . . . . . . . . . . .
6.2 El regimen estable. . . . . . . . . . . . . . . . . . .
6.2.1 Puntos fijos. . . . . . . . . . . . . . . . . . .
6.2.2 Puntos periodicos (voy y vengo). . . . . .
6.2.3 El germen de la complejidad. . . . . . . . .
6.3 El regimen caotico. . . . . . . . . . . . . . . . . . .
6.3.1 Surgimiento del caos. . . . . . . . . . . . . .
6.3.2 Remansos de orden. . . . . . . . . . . . . .
6.3.3 El ordenamiento de Sarkovsky. . . . . . . .
6.3.4 El esqueleto del diagrama de bifurcaciones.
6.3.5 Los descubrimientos de Feigenbaum. . . . .
6.4 Las cualidades del caos. . . . . . . . . . . . . . . .
6.4.1 Todos desparramados. . . . . . . . . . . .
6.4.2 Cuando los hermanos se separan. . . . . . .
6.5 Comentarios finales. . . . . . . . . . . . . . . . . .
6.6 Lecturas complementarias. . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
La Raz
on Aurea
1.1
De donde surge
6
36
=
=9
4
4
ticas
Ensalada de Matema
proporci
on entre A y B es igual que la proporcion entre C y A. Si vieramos
a A y B juntos y luego nos pararamos mas lejos vieramos a C y A juntos no
notaramos la diferencia. Estas razones o proporciones o tama
nos relativos,
como se les quiera llamar, es lo que nos ocupara el resto de este trabajo.
Ahora cambiemos el problema. Supongamos que queremos encontrar,
no la longitud de un segmento, sino la proporcion entre dos segmentos A y
B de tal forma que cumpla con alguna condicion. Por ejemplo que la razon
A/B sea igual a la razon (A + B)/A, esto es, que la relacion que existe entre
A (segmento largo) y B (segmento corto) sea la misma que existe entre el
segmento que resulta de sumar las longitudes de A y B (que ahora hace las
veces del segmento largo) y la de A (que ahora es el corto). Esto es:
A
A+B
=
B
A
(1.1.1)
Esto es equivalente a:
A2 = A B + B 2
de donde:
A2 A B B 2 = 0
dividiendo por B 2 tenemos:
A
A2
1=
2
B
B
A
B
2
A
1=0
B
Lo que queremos obtener es el valor que debe tener A/B as que si llamamos
x a A/B tenemos:
x2 x 1 = 0
(1.1.2)
y esto es f
acil de resolver. Sabemos que las soluciones reales de una ecuacion
de la forma a x2 + b x + c = 0 son:
b + b2 4ac
x1 =
(1.1.3)
2a
b b2 4ac
x1 =
(1.1.4)
2a
En nuestro caso las soluciones son:
1+ 14(1)(1)
x1 =
2(1)
1 14(1)(1)
x2 =
2(1)
1+ 5
=
2
1 5
=
2
(1.1.5)
(1.1.6)
n Aurea
La Razo
1+ 5
=
1.618 . . .
2
(1.1.7)
es la raz
on A/B que satisface 1.1.1.
Al ver los valores aproximados de x1 y x2 a uno se le ocurre que x2 =
(x1 1) = 1 x1 , es decir
x1 = 1 x2
(1.1.8)
Esto es f
acil de verificar:
1 x2
!
1
5
= 1
2
2
5
1
=
+
2
2
= x1
Adem
as ocurre que:
1
= x2
x1
(1.1.9)
ticas
Ensalada de Matema
porque:
1
x1
=
=
=
=
=
=
=
=
1+ 5
2
2
=
1+ 5
2
51
1+ 5 51
2 51
5+1
51
2 51
2
5 12
2 51
4
1 5
2
x2
1
1
=1+
x1
(1.1.10)
!2
1+ 5
2
1
5 5
+
+
4 2
4
6
5
+
4 2
3+ 5
2
1+ 5
1+
2
1+
(1.1.11)
n Aurea
La Razo
De hecho esta u
ltima propiedad implica que:
n = n1 + n2
(1.1.12)
porque si multiplicamos 1.1.11 por obtenemos: 3 = + 2 , si multiplicamos otra vez por : 4 = 2 + 3 y as sucesivamente.
De 1.1.10 podemos concluir que 1.1.12 se cumple tambien para potencias
negativas, si usamos el hecho de que 1 = 0 podemos reescribir 1.1.10 como
= 0 + 1 , dividiendo por 2 obtenemos: 1 = 2 + 3 y as podemos
continuar dividiendo sucesivamente entre .
La primera vez que apareci
o en la historia la razon aurea fue en el libro
II de los Elementos de Euclides, la obra fundamental de la geometra. All
se plantea el problema de encontrar un punto R dentro de un segmento de
lnea P Q de tal forma que el
area del cuadrado de lado P R sea igual a la
del rect
angulo de lados P Q y RQ, es decir P R P R = P Q RQ, o lo que
es lo mismo:
PR
PQ
P R + RQ
=
=
RQ
PR
PR
lo que, como sabemos ya, es la definicion de .
1.2
El rect
angulo
aureo
ticas
Ensalada de Matema
A
B
1
1
=
1
1
Ah! el rect
angulo peque
no es tambien un rectangulo aureo (vease figura
1.2); al que, por cierto, podemos aplicarle el mismo procedimiento anterior:
n Aurea
La Razo
1.3
La sucesi
on de Fibonacci
Podemos utilizar el u
ltimo proceso descrito para trazar una aproximaci
on al rect
angulo
aureo. Es una aproximacion porque el rectangulo que
construiremos no posee la relaci
on entre sus lados, pero podemos acercarnos tanto como queramos a dicha relacion. Comencemos con un cuadrado
de lado 1 cm.; junto a el ponemos otro cuadrado del mismo tama
no. Esta
es nuestra primera aproximaci
on a un rectangulo aureo, los lados estan el la
relacion 2/1 = 2 que no se parece mucho a 1.618 ciertamente. Luego, junto
a este rect
angulo trazamos un cuadrado de lado igual a la suma de los lados
del rect
angulo, es decir 2. Este nuevo rectangulo tiene lados de longitud 3
ticas
Ensalada de Matema
1
xi1 + xi2
si i = 0 o i = 1
en otro caso
(1.3.13)
n Aurea
La Razo
Figura 1.4: An
alisis del problema de los conejos de Fibonacci.
indo-ar
abiga en las manipulaciones aritmeticas, para hacer cuentas pues.
El problema en cuesti
on es acerca de contar conejos. Supongamos que se
coloca una pareja de conejos (macho y hembra) en un prado cercado y que
se cumplen las siguientes condiciones:
Los conejos nunca mueren.
Los conejos alcanzan la madurez sexual a la edad de un mes.
En cuanto alcanzan su madurez los conejos se aparean y a partir de
ese momento lo hacen cada mes.
Cada vez que se aparean la hembra queda pre
nada y da a luz una
pareja (macho y hembra), luego de un mes de gestacion.
La pregunta de Fibonacci era: Cuantas parejas de conejos habra en el prado
luego de un a
no? Si se analiza el problema de cuantas parejas hay mes con
mes lo que se obtiene es la sucesi
on de Fibonacci: 1, 1, 2, 3, 5, etc., donde el
i-esimo termino de la sucesi
on se obtiene sumando los dos terminos previos;
partiendo de que los dos primeros terminos son 1 (vease fig. 1.4), la solucion
al problema est
a dada entonces por el doceavo termino de la sucesion que
resulta ser 144.
10
ticas
Ensalada de Matema
1.4
La espiral logartmica
Tomemos un rect
angulo aureo y apliquemos el proceso de hacerlo crecer
a
nadiendo cuadrados como se describio. Si trazamos los cuartos de circunferencia como aparecen en la figura 1.5 obtenemos una curva, de hecho una
espiral. Esta es una buena aproximacion a una espiral muy particular llamada espiral logartmica y resulta tener tambien propiedades interesantes.
Es, por ejemplo, la curva que trazara un bichito min
usculo si caminara muy
despacio sobre la aguja del segundero de un reloj con una rapidez constante.
Tambien es la curva que describen las hormigas en el problema de las hormigas enamoradas y mal correspondidas y resulta ser la forma de la concha
de un molusco marino llamado nautilus1 .
La espiral logartmica tambien se conoce como espiral equiangular, espiral de crecimiento y spira mirabilis. En coordenadas polares la ecuacion
1
n Aurea
La Razo
11
(1.4.14)
12
ticas
Ensalada de Matema
1.5
n Aurea
La Razo
13
1.6
14
ticas
Ensalada de Matema
El Conjunto de Cantor
2.1
Introducci
on
16
ticas
Ensalada de Matema
en la tabla siguiente:
n
Cn =
2
[
Jn,k
k=1
Adem
as:
C=
Cn
n=1
Iteraci
on n
0
1
2
3
3 (cont.)
2.2
Cn
J0,1 = [0, 1]
J1,1 = [0, 13 ], J1,2 = [ 23 , 1]
J2,1 = [0, 19 ], J2,2 = [ 29 , 13 ], J2,3 = [ 23 , 79 ], J2,4 = [ 98 , 1]
1
2 3
6 7
8 9
J3,1 = [0, 27
], J3,2 = [ 27
, 27 ], J3,3 = [ 27
, 27 ], J3,4 = [ 27
, 27 ]
20 21
24 25
26 27
18 19
J3,5 = [ 27 , 27 ], J3,6 = [ 27 , 27 ], J3,7 = [ 27 , 27 ], J3,8 = [ 27 , 27 ]
Medida y cardinalidad
Sea la funci
on de medida (longitud) en R, C el conjunto de Cantor de
tercio medio y C c el complemento del mismo ( C c = [0, 1] \ C )
Teorema 2.1 (C) = 0.
Dem.:
(C c ) =
Sea A =
i=1
2 i
3
i=1
i=1
X 2i1
1 2
4
1 X 2i
+ +
+ ... =
=
i
3 9 27
3
2
3i
, entonces:
A+1=1+
i
X
2
i=1
de donde: A = 2 y entonces:
1
1
2
3
i
X
2
i=0
2
3
1
1
3
17
El Conjunto de Cantor
1
(C c ) = A = 1
2
Ademas:
([0, 1]) = 1
Por lo tanto:
(C) = 1 (C c ) = 1 1 = 0
Proposici
on 2.1 Si [a, b] es un intervalo del tipo Jn,k entonces b es m
ultiplo
impar de (1/3)n .
Dem.: (Por inducci
on sobre n).
[n = 1]
1
1
J1,1 = 0,
= 0, 1
3
3
2
1
2
,1 =
,3
J1,2 =
3
3
3
Ahora suponemos que la proposici
on es v
alida para n = s 1, i.e.
R R+1
J(s1),k = s1 , s1
3
3
donde R es par.
[n = s.]
Al construir los Js s dentro de J(s1),k para el siguiente nivel de iteraci
on
tenemos:
3R 3R + 1
3R + 2 3(R + 1)
,
y
,
3s
3s
3s
3s
Dado que R es par R = 2q para alguna q N y 3R = 3(2q) = 2(3q) es
par.
Por lo tanto:
3R + 1 es impar.
Adem
as:
3(R + 1)
R+1
= s1 el cual era impar por hip
otesis.
s
3
3
18
ticas
Ensalada de Matema
Ahora se utilizar
an las expresiones ternarias de los n
umeros en el intervalo unitario, recuerdese que en dichas expresiones solo son posibles los
dgitos 0, 1 y 2 y cada posicion en el n
umero corresponde a una potencia de
1/3.
Proposici
on 2.2 Si x es un m
ultiplo impar de una potencia de 1/3 entonces existe una expresi
on ternaria finita para x.
Dem.:
x = (2s 1)
n 2s1
X 1 n
1
=
3
3
i=1
para
toda
j {1, 2, ..., r}
entonces:
"
d2
dr
d2
dr #
d1
1
1
1
1 d1
1
1
x=2
+2
+...+2
=2
+
+ ... +
=
3
3
3
3
3
3
3dr d1 + 3dr d2 + ... + 1
2
3dr
19
El Conjunto de Cantor
20
ticas
Ensalada de Matema
x
/ In,k porque su expresi
on ternaria tendra al menos un 1 involucrado,
por lo tanto x Cn para todo n N.
En conclusi
on: x C F C #F #C.
Teorema 2.3 El conjunto de Cantor tiene la cardinalidad del continuo.
Dem.: Por la proposici
on anterior #C # [0, 1] .
Por construcci
on C [0, 1] #C # [0, 1].
Entonces:
#C = # [0, 1] = 20
2.3
Propiedades Topol
ogicas.
n
1
|x y| |y1 y2 | =
3
21
El Conjunto de Cantor
Teorema 2.4 C C a . Es decir, el conjunto de Cantor es denso en s mismo, todos sus puntos son de acumulaci
on.
Dem.: Sea x C x Cn para todo n N. Por lo tanto para cada n N
existe y(n) C tal que:
1
|x y| n
3
y x 6= y (por la proposici
on anterior).
Sea > 0 y N tal que:
ln()
<N
ln(3)
N
1
1
log3 () < N log3 () < N log3 (3) < 3N
<
3
N
entonces existe y (N ) tal que y 6= x y |x y| 13
< por lo tanto:
x Ca C Ca
Proposici
on 2.6 Para todo n N , Cn es cerrado.
Dem.: Por definici
on:
Cn =
n 1
2[
Jn,k
k=1
\
C=
Ci
i=1
C es la intersecci
on numerable de conjuntos cerrados, luego C es cerrado.
Teorema 2.6 C es perfecto (cerrado y denso en s mismo).
22
ticas
Ensalada de Matema
1
2n
1
1
< n
3n
2
que
1
1
< n
n
3
2
1
Br (x) Cnc 6=
2n
23
El Conjunto de Cantor
1
1
< 2N N <
por lo tanto:
B
1
2N
(x) B (x)
y
B
1
2N
(x) C c 6= B (x) C c 6=
Definici
on 2.1 Una cubierta cerradaSde un conjunto A es una colecci
on de
conjuntos cerrados {Ei } tal que A i (Ei )
Definici
on 2.2 La cerradura de un conjunto A es la intersecci
on de todas
las cubiertas cerradas de A. Es decir, es el mnimo conjunto cerrado que
contiene a A. La cerradura de A se denotar
a con A .
Definici
on 2.3 Un conjunto A es denso en ninguna parte si y solo si el
interior de la cerradura de A es vaco.
Teorema 2.8 C es denso en ninguna parte..
Dem.: C = C y el interior de C es vaco, por lo tanto el interior de C es
vaco.
24
ticas
Ensalada de Matema
2.4
Algo M
as.
Proposici
on 2.8 1/4 C.
Dem.: Observaci
on:
1/3 1/9 < 1/4 < 1/3
1/3 1/9 < 1/4 < 1/3 1/9 + 1/27
1/3 1/9 + 1/27 1/81 < 1/4 < 1/3 1/9 + 1/27
1/3 1/9 + 1/27 1/81 < 1/4 < 1/3 1/9 + 1/27 1/81 + 1/243
K
1
2
3
4
En general
con k impar: ak+1 <
con k par: ak <
Donde:
ak =
k n
X
1
n=1
1
< ak
4
1
< ak+1
4
(1)n1
Por construcci
on ak C para todo k N dado que ak es un extremo
de los intervalos cerrados que van quedando en C, a los que hemos llamado
Jn s.
Definimos:
n
1
Sn =
con n N
3
La sucesi
on Sn es decreciente y de terminos mayores que cero para todo
n N. Adem
as:
n
1
lim
=0
n 3
Entonces, por la prueba de las series alternantes de Leibniz:
n
X
1
(1)n1
3
n=1
converge.
Sea:
n
X
1
n=1
(1)n1 = a
25
El Conjunto de Cantor
k n
X
1
n=1
(1)n1
2m
X
1
m=1
2m
X
1
C +1=
m=0
1
8
2r1
X
1
r=1
B=
X
(1/3)2r
r=1
(1/3)
2r
2r
X
X
1
1
3
3
=3
=
3
3
8
r=1
r=1
As que finalmente:
a=BC a=
3 1
1
=
8 8
4
26
2.5
ticas
Ensalada de Matema
Generalizaciones.
27
El Conjunto de Cantor
ciente:
D=
ln(N )
ln 1
donde N es el n
umero de veces que se reproduce el objeto inicial en la
primera generaci
on y es la escala a la que se encuentran las dimensiones de
las reproducciones. En caso del conjunto de Cantor en la primera generacion
quedan dos (N = 2) intervalos iguales al [0, 1] pero a escala 1/3 ( = 1/3)
del original; as que la dimensi
on fractal del conjunto de Cantor es:
Dc =
ln(2)
ln(2)
=
0.63
1
ln(3)
ln 1/3
ln(3)
ln(3)
=
1.58
1
ln(2)
ln 1/2
que an
alogamente coincide con la idea de que el objeto en cuestion es algo
que est
a entre una lnea y un plano.
As como el tri
angulo de Sierpinski existen muchos otros objetos extra
nos y fascinantes, hablar de ellos rebasara con mucho los objetivos de
un artculo sobre el conjunto de Cantor. Sin embargo el lector interesado
podra consultar las obras sobre fractales mencionadas al final de este documento. Especialmente recomendables son los primeros captulos del libro de
Mandelbrot y el apendice sobre curvas patologicas del libro de Kasner y
Newman.
2.6
Conclusiones.
28
ticas
Ensalada de Matema
A pesar de que este artculo se ha dedicado casi exclusivamente al conjunto de Cantor no agota la exploracion de este objeto. Hay aun cosas
interesantes que hacer. Por ejemplo: hacer un programa de computadora
que reciba como dato n y que mediante recurrencia dibuje en la pantalla
las primeras n generaciones del proceso de construccion del conjunto; o bien
considerar el intervalo [0, 1] como una barra de material con masa unitaria
y sin volumen (objetos de uso com
un en la fsica) y pensar que siempre que
se retira un intervalo la masa de este se redistribuye uniformemente entre
los que quedan, de tal forma que la masa total del conjunto se conserva y
luego dibujar la gr
afica de cada una de las funciones:
Z x
gn (x) =
n dx
0
Fractales y recursi
on
3.1
Introducci
on.
30
ticas
Ensalada de Matema
3.1.1
Dimensi
on fractal
ln(N ) ln(C)
ln(N )
ln(C)
=
1
1
ln
ln
ln 1
Dado que se quiere tener una idea lo mas precisa posible de la longitud
de la costa es necesario analizar que pasa cuando la abertura del compas se
hace muy peque
na, es decir cuando tiende a cero. La funcion logaritmo
natural es mon
otonamente creciente (crece lentamente, pero siempre crece)
as que ln(1/) ser
a muy grande cuando sea muy peque
no, a diferencia de
ln(C) que permanece constante, de modo que:
!
ln(C)
=0
lim
0
ln 1
n
Fractales y recursio
31
3.1.2
Algoritmos recursivos
Antes que nada definiremos algoritmo. Dado un problema descrito mediante ciertos datos (entrada) un algoritmo que lo resuelve es una secuencia
ordenada de pasos no ambiguos que operan sobre los datos y que en un
tiempo finito proporciona como salida la solucion al problema. Es decir,
un algoritmo es una receta para llegar a la solucion de un problema; en la
receta los pasos a seguir se encuentran ordenados, deben ser suficientemente
entendibles y se puede estar seguro de que tarde o temprano se llegara a la
solucion del problema si se siguen los pasos ciudadosamente.
Algo es recursivo si est
a definido en terminos de s mismo, as pues un
algoritmo recursivo hace referencia a s mismo en al menos uno de sus pasos.
La propiedad de autosimilitud (llamada por Mandelbrot homotecia interna) de alguna manera sugiere una definicion inductiva, el todo es igual (o
casi igual) a cada una de sus partes. En matematicas se conocen definiciones
inductivas famosas como la del factorial de un n
umero natural:
1
si n = 0
f act(n) =
n f act(n 1) si n > 0
estas definiciones se pueden traducir facilmente a un programa de computadora recursivo que evalue la funcion.
Dado que los objetos fractales son autosimilares es posible pensar que
existe un algoritmo recursivo para construirlos. En este trabajo se presenta
32
ticas
Ensalada de Matema
uno de ellos.
3.2
La Curva Tri
adica de Koch.
ri
i=0
ri =
i=0
1
1r
X
i=1
ri =
r
1r
33
n
Fractales y recursio
3.2.1
Permetro
Se determinar
a ahora cu
al es el permetro de la curva triadica de Koch,
se supondr
a que la curva se traza a partir de un triangulo equilatero con
lado 1, es decir la generaci
on 0 de la curva son tres segmentos (generaciones
0 mencionadas arriba) formando un triangulo. En la generacion cero CTK
0 tiene un permetro igual a 3 dado que cada lado del triangulo mide 1. Los
permetros para las generaciones sucesivas pueden observarse en la tabla 1.
Generaci
on
0
1
2
3
n
Permetro
P0 = 3
P1 = P0 + 3/3
P2 = P1 + 12/9
P3 = P2 + 48/27
Pn = Pn1 + (4/3)n1
2
i
X
4
4
+ ... = 3 +
3
3
i=0
esto es una serie geometrica de razon (4/3) > 1 por lo tanto no converge
y
P = lim (Pn ) =
n
3.2.2
area
Para calcular el
area acotada por la curva triadica cerrada de Koch es
necesario primero determinar el n
umero de triangulos que se agregan en
cada generaci
on. Este dato aparece en la tabla siguiente.
34
ticas
Ensalada de Matema
Generaci
on
1
2
.
3
4
n
Tri
angulos que se agregan
3 40
34
3 42
3 43
3 4n1
Tabla 2: N
umero de triangulos que se agregan a la CTK.
2 3
A=a
4
Es posible entonces calcular el area acotada por la curva hasta la n-esima
generaci
on, observese la tabla siguiente:
Generaci
on
0
1
.
2
3
n
area
A0 = 43
2
3( 1 ) 3
A1 = A0 + 3 4
2
34( 19 ) 3
A2 = A1 +
4
1 2
342 ( 27
) 3
A3 = A2 +
4
2
34n1 ( 31n ) 3
An = An1 +
4
Tabla 3:
area acotada por la CTK en funcion de la generacion.
35
n
Fractales y recursio
De aqu es posible concluir:
#
"
n
X
3
4i1
An =
1+3
= A0
4
32i
1+3
i=1
i=1
Sea
Q=
X
4i1
i=1
9i
= 4Q =
n
X
4i1
9i
X
4i
i=1
9i
4
9
4
9
4
5
es decir:
1
5
Con este resultado y la ecuacion para el area de la
se obtiene:
1
lim An = A0 1 + 3
= A0 1 +
n
5
Q=
n-esima generacion
3
5
Es decir, el
area final es solo (3/5) mas grande que el area del triangulo
inicial.
3.2.3
Dimensi
on Fractal
1
1
3
1
9
1 n
3
N
1
4
16
4n
36
ticas
Ensalada de Matema
Tabla 4: Longitud y n
umero de los segmentos usados para cubrir la CTK.
n
ln (4 )
ln (4)
ln (4n )
D = lim
=
=
lim
= 1.261...
n
n ln (3n )
ln (3)
ln 11 n
(3)
y D es la dimensi
on fractal de la curva triadica de Koch.
3.3
El Algoritmo.
linea(P1 , P5 )
CT K(P1 , P2 , n 1)
CT K(P1 , P5 , n) =
CT K(P2 , P3 , n 1)
CT K(P3 , P4 , n 1)
CT K(P4 , P5 , n 1)
Si n = 0
Si n > 0
37
n
Fractales y recursio
(el que tiene las mismas coordenadas del punto) denotandolo por
vi . Usando
esta notaci
on y recordando las ecuaciones vectoriales de las rectas es sencillo
encontrar
v2 y
v4 (vease figura 3):
v2 =
v1 + 13 (
v5
v1 )
v4 =
v1 + 23 (
v5
v1 )
Se denotar
a con ` a la recta que pasa por
v1 y
v5 y con `0 a la recta
y5 y1
x5 x1
m1 =
1
x1 x5
=
m0
y1 y5
donde:
v1 = (x1 , y1 ) y
v5 = (x5 , y5 ).
()
Ahora se determinar
a cu
al debe ser la distancia entre
v3 y
v
m . Se rea 3
cordar
a que la altura de un tri
angulo equilatero de lado a es 2 , como la
distancia entre
v3 y
v
es,
justamente,
la altura del triangulo que se ha de
m
3 k
v5
v1 k
k v3 vm k =
=h
2
3
(x3 xm )2 + (y3 ym )2 = h2
De () se obtiene:
y3 = ym + m1 (x3 xm )
sustituyendo en ():
()
38
ticas
Ensalada de Matema
h2
m21 + 1
+ xm
si x3 xm
m21 +1
x3 =
h2 + xm
si x3 < xm
m1 +1
y3 ym
+ xm
m1
sustituyendo en () :
y3 ym
+ xm xm
m1
es decir:
2
de donde:
+ (y3 ym ) =
1 + m21
m21
1
+1
m21
(y3 ym )2 = h2
h |m1 |
|y3 ym | = p 2
m1 + 1
finalmente:
h |m |
1 + ym
m2 +1
si y3 ym
si y3 < ym
y3 =
|m1 |
m21 +1
+ ym
(y3 ym )2 = h2
39
n
Fractales y recursio
Sy h |m1 |
+ ym
y3 = p 2
m1 + 1
Donde Sx y Sy tienen el valor de -1 o 1 dependiendo de la relacion entre
de Sx y Sy en funci
on de v1 y v5 solamente, esto es u
til dado que, hasta
ahora, para conocer su valor necesitabamos de x3 que es el punto que se
pretende calcular. En la siguiente tabla se observa como dependen Sx y Sy
de las diferencias dx = x5 x1 y dy = y5 y1 . Cuando alguna cantidad
es positiva se le denota con un +, cuando es negativa con un , cuando
es cero con 0; adem
as en las columnas etiquetadas x3 , xm y y3 , ym se ha
colocado el smbolo de desigualdad que debe ir entre las coordenadas. Se
esta considerando un sistema de coordenadas al estilo del que se requiere
para representar las cosas en una pantalla de computadora; en este sistema
el origen se encuentra en la esquina superior izquierda, es por eso que se
considera que una cierta y es mayor que otra y 0 si la primera se encuentra
mas abajo que la segunda, contrariamente a lo que se acostumbra. Debe
tomarse esto en consideraci
on al observar la tercera columna que contiene la
direcci
on y el sentido en el que se traza la curva en cada caso; el punto final
Trazo x3 , xm Sx y3 , ym Sy
&
.
%
-
0
+
0
+
0
+
<
<
<
+
+
+
+
+
<
<
<
Del an
alisis de la tabla se concluye que:
Sx =
+1
si
dy < 0
en otro caso
+
+
+
+
40
ticas
Ensalada de Matema
Sy =
3.4
+1
si
dx > 0
en otro caso
Conclusiones.
A lo largo de este captulo se ha analizado un caso particular. Sin embargo existen muchos otros objetos fractales cuya autosimilitud los hace susceptibles de un proceso de construccion recursivo, como la curva cuadratica
de Koch o el tri
angulo de Sierpinski. El lector interesado puede encontrar
algunos de estos objetos en la literatura listada al final del texto, principalmente en el libro de Mandelbrot. Es posible tambien que el lector invente
sus propios fractales recursivos, calcule sus correspondientes dimensiones
fractales y elabore los programas que los dibujen en la computadora. Como siempre ocurre en matematicas, no hay restriccion alguna, basta poseer
suficiente imaginaci
on y tenacidad.
3.5
Bibliografa.
Descripci
on del Problema
4.2
Soluci
on
42
ticas
Ensalada de Matema
dy
r sin() r cos()
sin() cos()
=
=
dx
r sin() + r cos()
sin() + cos()
Por otra parte:
dx = cos()dr r sin()d
dy = sin()dr + r cos()d
De donde:
sin()dr + r cos()d
sin() cos()
=
sin() + cos()
cos()dr r sin()d
Manipulando esta expresion:
(sin()cos())(cos()drr sin()d) = (sin()+cos())(sin()dr+r cos()d) =
sin() cos()dr r sin2 ()d cos2 ()dr + r sin() cos()d =
sin2 ()dr + r sin() cos()d + sin() cos()dr + r cos2 ()d =
( cos2 () sin2 ())dr = (r cos2 () + r sin2 ())d =
1
dr = rd =
dr = d
r
De donde finalmente:
ln |r| = + C
Es decir:
r = e(+C) = Ke
Dado que el cuadrado esta centradoen el origen con los vertices
soble los
4.3
Generalizaci
on
Es posible generalizar el resultado suponiendo que tenemos a las hormigas acmomodadas en los vertices de un poligono regular de n lados centrado
en el origen. Cuando una hormiga, a la que se llamara a, esta en el punto
de coordenadas (r cos(), r sin()) la hormiga a la que persigue, llamesele b,
esta en (r cos( +2/n), r sin( +2/n)). As que la pendiente de la tangente
a la trayectoria en ese punto es:
m=
De donde:
sin
2
n
2
dr = r cos
1 d =
n
1
dr =
r
!
1
cos 2
n
d
sin 2
n
Integrando:
ln |r| =
!
cos 2
1
n
+C
sin 2
n
es decir:
r=Ke
cos 2
n 1
sin 2
n
( )
( )
44
ticas
Ensalada de Matema
4.4
Longitud de la Trayectoria
Para calcular cuanto recorre cada hormiga hasta llegar al centro debemos
calcular la longitud de arco. Esto se hace calculando
b
kr0 ()k
kr ()k =
e 2 = `e
Y la longitud de la trayectoria:
Z
`e = `e = `
0
Teselaciones
5.1
46
ticas
Ensalada de Matema
47
Teselaciones
Entonces:
= ++
= + 2
= +
(5.1.1)
Adem
as sabemos que, como estamos trabajando con polgonos regulares:
=
360o
2
=
n
n
(5.1.2)
2
n
De modo que:
2
=
n
2
= 1
n
n2
=
n
(5.1.3)
Por otra parte, si pretendemos que alrededor de cada vertice del enlosado
se coloquen exactamente un n
umero entero k de polgonos regulares, necesariamente tendremos que k veces el angulo debe ser una vuelta completa
(2). As que:
2
=
(5.1.4)
k
Igualando 5.1.3 y 5.1.4:
n2
2
=
n
k
eliminando de ambos lados:
n2
n
=
2
k
(5.1.5)
n2
2 = k
n
2n = kn 2k
2n + 2k = kn
2 (n + k) = kn
(5.1.6)
48
ticas
Ensalada de Matema
k
6
4
3
n
3
4
6
(5.1.7)
Las u
nicas soluciones posibles para 5.1.7 son mostradas en la tabla 5.1,
es decir, solo es posible cubrir el plano completamente uniendo alrededor de
cada vertice del enlosado: 6 polgonos regulares de 3 lados (triangulos), 4
de 4 lados (cuadrados) o 3 de 6 lados (hexagonos); tal como se muestra en
la figura 5.1.
Tambien a partir de 5.1.6 es posible obtener lo siguiente:
n+k =
n+k
kn
1
1
+
k n
5.2
=
=
1
kn
2
1
2
1
2
(5.1.8)
Es posible cubrir tambien el plano con polgonos regulares pero sin usar
de un solo tipo, sino combinando diversas formas de loseta.
De la ecuaci
on 5.1.3 sabemos cuanto mide el angulo interior de un
polgono regular de n lados. Ahora lo que pretendemos es juntar, alrededor de cada vertice del enlosado, 3, 4, 5 y hasta 6 polgonos regulares
49
Teselaciones
de distintos tipos (con distinto n
umero
expresar como:
n1 2
n1
n1 2 n2 2
+
n1
n2
n1 2 n2 2 n3 2
+
+
n1
n2
n3
n1 2 n2 2 n3 2 n4 2
+
+
+
n1
n2
n3
n4
+
+
+
+
n2 2
n2
n3 2
n3
n5 2
n5
n5 2
n5
+
+
+
+
n3 2
n3
n4 2
n4
n5 2
n5
n6 2
n6
= 2
= 2
= 2
= 2
2
2
2
+1
+1
=2
n1
n2
n3
de donde:
32=
2
2
2
+
+
n1 n2 n3
Si hacemos algo similar con las demas obtenemos las siguientes ecuaciones:
1
1
1
1
+
+
=
n1 n2 n3
2
1
1
1
1
+
+
+
=1
n1 n2 n3 n4
1
1
1
1
1
3
+
+
+
+
=
n1 n2 n3 n4 n5
2
1
1
1
1
1
1
+
+
+
+
+
=2
n1 n2 n3 n4 n5 n6
(5.2.9)
(5.2.10)
(5.2.11)
(5.2.12)
50
ticas
Ensalada de Matema
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
n1
3
3
3
3
3
4
4
4
5
6
3
3
3
4
3
3
3
n2
7
8
9
10
12
5
6
8
5
6
3
3
4
4
3
3
3
n3
42
24
18
15
12
20
12
8
10
6
4
6
4
4
3
3
3
n4
n5
n6
12
6
6
4
4
3
3
4
6
3
No.
5
7
8
11
12
13
15
16
n1
3
4
4
3
3
3
3
3
n2
12
6
8
3
3
4
3
3
n3
12
12
8
4
6
4
3
3
n4
n5
12
6
6
4
3
4
6
Teselaciones
51
Figura 5.3: Las ocho formas de cubrir el plano con losetas regulares de
distintos tipos.
52
ticas
Ensalada de Matema
5.3
Enlosados aperi
odicos
5.4
Bibliografa
Gr
unbaum, Branko y G. C. Shephard, Tiling and Patterns, W. H. Freeman and Company, 1987.
Kraitchik, Maurice, Mathematical Recreations, W. W. Norton & Company
Inc., 1942.
Wang, H, Proving Theorems by Pattern Recognition. II. Bell System Tech.
J., 40, 1961. pp. 1-42.
Teselaciones
53
Figura 5.4: Las losetas de Penrose. Los lados miden 1 y = 1.618 . . . (la
razon aurea). = 51
54
ticas
Ensalada de Matema
Berger, R, The Undecidability of the Domino Problem. Memoirs of American Mathematical Society, 66, 1966, 72 pp.
Un poco de caos
(el mapeo logstico)
6.1
6.1.1
Introducci
on.
Funciones.
56
ticas
Ensalada de Matema
ninguno, nos entrega exactamente uno. Eso es una funcion: un vnculo entre dos conjuntos que relaciona a cada elemento de uno de ellos, al que se
denomina el dominio de la funcion, con otro llamado contradominio de tal
forma que cada elemento del dominio esta vinculado con uno y solo uno del
contradominio.
En mi casa suelo anudar mis calcetines por pares, de forma que no pueda
perder ninguno de los miembros del par (o pierdo ambos o ninguno), as se
que si entreveo en mi cajon uno de mis calcetines azules y lo jalo, seguramente secare mi par de calcetines azules y no solo el que alcance a ver. Eso
es una funci
on. Podemos pensar en un conjunto constituido por un calcetn
de cada par y llamar a este conjunto A, luego podemos pensar en el conjunto del resto de los calcetines y llamar a este B. Mis nudos constituyen
una funci
on de A a B, cada nudo relaciona un elemento de A con uno y
s
olo uno de B. Utilizaremos letras min
usculas para denotar a las funciones,
as que podramos decir que si a es un calcetn del conjunto A y b es el que
le corresponde del conjunto B entonces el nudo entre ellos es una funcion
f tal que f (a) = b. Para especificar que una funcion tiene dominio A y
contradominio B usaremos la notacion f : A 7 B.
Asociada con una funcion hay normalmente una regla de correspondencia. La regla nos dice que elemento del contradominio esta relacionado con
un elemento dado del dominio, Esto nos permite escribir poco si queremos
especificar una funci
on. Con lo que sabamos de los parrafos previos, escribir
una funci
on consistira en decir, para cada elemento del dominio, que elemento del contradominio le toca usando la funcion. Pero si tenemos una
regla de correspondencia entonces podemos abreviar esto poniendo solo la
regla, lo que resulta muy conveniente si tratamos con conjuntos que tienen
una infinidad de elementos.
6.1.2
El mapeo logstico.
Un poco de caos
(el mapeo logstico)
57
del n
umero de conejos en la generacion t 1, esto lo escribimos:
Pt = f (Pt1 )
donde f es una funci
on.
Lo primero que se nos ocurre es que haya una tasa de crecimiento constante de la poblaci
on, que denotaremos con a, para que entonces ocurra:
Pt = a Pt1
(6.1.1)
Siguiendo esta regla de correspondencia podemos decir entonces que al principio haba a conejos; luego, en la generacion 2, hay a2 conejos; a3 en la
tercera generaci
on y as sucesivamente. Pero esta regla de correspondencia
no funciona muy bien, porque la poblacion de conejos no puede crecer indefinidamente, la naturaleza tiene lmites y seguramente luego de un tiempo
los conejos ya no tendran alimento suficiente y la poblacion disminuira. Es
decir, nuestra tasa a no puede tener un valor fijo, debe depender del n
umero
de conejos de alguna manera, o sea que a debe ser funcion de Pt . Lo mas
simple que se nos ocurre es decir que:
at = b c Pt1
donde b y c son constantes. As la tasa de crecimiento de la poblacion se hace
menor cuanto mayor sea la poblacion. Reemplazando la a de la expresion
6.1.1 por esta nueva at tenemos:
Pt = (b c Pt1 ) Pt1
2
= b Pt1 c Pt1
Si definimos xt = cb Pt , es decir:
b
Pt = xt
c
entonces podemos reescribir la expresion 6.1.2 como:
2
b
b
b
xt = b xt1 c
xt1
c
c
c
b2
b2
=
xt1 x2t1
c
c
2
b
=
xt1 (1 xt1 )
c
(6.1.2)
58
ticas
Ensalada de Matema
6.1.3
Sistemas din
amicos.
6.1.4
Diagramas de telara
na.
En el resto de este trabajo tendremos que analizar las orbitas de diferentes puntos en el dominio de nuestra funcion logstica, as que es conveniente
Un poco de caos
(el mapeo logstico)
59
60
ticas
Ensalada de Matema
6.2
6.2.1
El r
egimen estable.
Puntos fijos.
Ha llegado el momento de comenzar a explorar nuestra familia de funciones logsticas. Cabe resaltar que tenemos una funcion diferente por cada
valor del par
ametro r que escojamos en la expresion 6.1.3, cada una con
un comportamiento potencialmente diferente. Sin embargo toda la familia
comparte caractersticas comunes, por ejemplo todas las funciones alcanzan
una altura m
axima igual al valor del parametro r y esta altura es alcanzada
exactamente en x = 0.5, a la mitad del intervalo que constituye el dominio
de la funci
on, adem
as las funciones son siempre simetricas respecto a la recta
vertical que pasa por este punto.
Comencemos con un valor r = 0.2 en este caso la funcion logstica no
llega muy alto, ni siquiera pasa por arriba de la recta identidad y = x. Si
escogemos un punto cualquiera del intervalo [0, 1] y lo seguimos a lo largo
de su
orbita veremos que muy pronto cae en el origen, es decir x = 0, como
la expresi
on 6.1.3 entrega el valor cero cuando se le da como argumento el
cero entonces ya no ocurre nada interesante. No importa que valor inicial
x0 escojamos, la
orbita tarde o temprano se convertira en una monotona
secuencia infinita de ceros.
Cuando un punto en el dominio de la funcion es mapeado por esta en
el mismo, se dice que es un punto fijo. As que el cero es un punto fijo de
todas las funciones de la familia logstica.
Un poco m
as interesante es lo que ocurre cuando r = 0.3 en este caso la
gr
afica de la funci
on sigue siendo chaparra, no rebasa el 0.5 de altura, sin
Un poco de caos
(el mapeo logstico)
61
r
0.3
0.4
0.5
0.6
0.7
0.75
0.8
0.9
Pto. fijo
0.1666
0.375
0.5
0.583
0.642
0.666
0.6875
0.722
Tabla 6.1: Valores aproximados del punto fijo distinto de cero para las funciones logsticas determinadas por el parametro r.
6.2.2
Puntos peri
odicos (voy y vengo).
62
ticas
Ensalada de Matema
r
0.8
0.85
0.86
0.87
Puntos
w1
0.7994
0.8421
0.8485
0.8543
peri
odicos
w2
0.513
0.4519
0.4422
0.4329
Tabla 6.2: Valores aproximados de los puntos periodicos para las funciones
logsticas determinadas por el parametro r.
la
orbita se acerca r
apidamente al punto fijo estable, con r = 0.75 en cambio
damos varias vueltas alrededor del punto en nuestra telara
na (que ahora se
entiende por que suele llamarse as) antes de caer en el.
La cosa se pone a
un mas drastica con r = 0.8 entonces el punto fijo distinto de cero, a saber, 0.6875 (aproximadamente), deja de ser estable. Ahora
los puntos cercanos a el no se le acercan. Si experimentamos con diferentes
valores de x0 nos percataremos de que, luego de algunas iteraciones, solo
obtenemos alternativamente, dos valores, aproximadamente x = 0.7994 y
x = 0.513.
Cuando un punto de una orbita tiene la propiedad de que xt = xt+k , es
decir, luego de k pasos temporales el sistema dinamico regresa a el, se dice
que el punto es peri
odico. As que los puntos x = 0.7994 y x = 0.513 son
peri
odicos para r = 0.8. Como hay que esperar dos pasos temporales para
regresar a cada uno de ellos diremos que tienen periodo 2.
Si denotamos con f (x) a nuestra funcion, es decir f (x) = 4 (0.8) x (1x),
el hecho de que un punto, digamos w1 sea periodico de periodo 2, significa
que al aplicar la funci
on f al resultado de aplicar la misma funcion al punto
w1 lo que obtenemos es nuevamente w1 . Podramos abreviar y denotar con
f 2 la aplicaci
on de f al resultado de aplicar f , es decir: f 2 (x) = f (f (x)).
Esto formalmente es la composici
on de f consigo misma. Ahora podemos
decir que el punto w1 es de periodo 2 porque f (f (w1 )) = w1 , es decir:
f 2 (w1 ) = w1 , lo que significa que si consideramos a la funcion f 2 en vez de
a f tenemos que w1 es punto fijo de f 2 .
Para r = 0.85 tenemos el punto fijo xf = 0.7058 que es tambien inestable
y adem
as los puntos de periodo dos: w1 = 0.8421 y w2 = 0.4519. En la tabla
6.2 se muestran algunos otros resultados.
Un poco de caos
(el mapeo logstico)
6.2.3
63
El germen de la complejidad.
64
ticas
Ensalada de Matema
6.3
El r
egimen ca
otico.
6.3.1
6.3.2
Remansos de orden.
Un poco de caos
(el mapeo logstico)
65
6.3.3
El ordenamiento de Sarkovsky.
La respuesta nos la proporciono en 1964 un matematico ruso: Olek establecio un orden peculiar para todos
sandr Mikolaievich Sarkovsky. El
los n
umeros enteros positivos, a saber:
3 B 5 B 7 B 9 B B 2 3 B 2 5 B 2 7 B ...
B22 3 B 22 5 B B 24 B 23 B 22 B 2 B 1
Luego demostr
o que si una funci
on continua con dominio y contradominio en
los n
umeros reales (condiciones que satisface nuestra funcion logstica) tiene
puntos de periodo m y k es un n
umero que aparece a la derecha de m en el
ordenamiento anterior, entonces la funcion tambien tiene puntos de periodo
k. Dado que hemos encontrado valores de r para los que la funcion logstica
tiene puntos de periodo 3 y este encabeza la lista ordenada de Sarkovsky,
podemos concluir que tiene puntos de cualquier periodo que se nos ocurra.
De all que otros dos matem
aticos Li y Yorke, quienes difundieron en occidente el trabajo de Sarkovsky (diez a
nos despues), escribieran un artculo
1
titulado Periodo tres implica Caos .
6.3.4
Otra de las caractersticas que podemos observar en el diagrama de bifurcaciones es que hay, lo que podramos llamar, lneas mas gruesas o con
mayor densidad de puntos. Este es otro rasgo de orden perceptible en medio
del desorden.
Resulta que las lneas densas as como los puntos de bifurcacion obedecen
una regla: todos ellos viven alrededor de las curvas descritas por polinomios
que dependen de r. A la familia de estos polinomios se le suele llamar
el esqueleto del diagrama de bifurcaciones. Estos polinomios son definidos
recursivamente:
1
2
Pn (r) = 4rPn1 (r) (1 Pn1 (r))
P0 (r) =
Li, T. y J. Yorke, Period three implies chaos, American Mathematical Monthly, No.
82, 1975, pp. 985-992.
66
6.3.5
ticas
Ensalada de Matema
Otra curiosa caracterstica que denota algo de orden es la siguiente. Fijemos nuestra atenci
on en los valores de r para los que hay una bifurcacion.
Es decir los valores de r para los que se pasa de tener puntos de periodo n
a puntos de periodo 2n. Llamemos pi al i-esimo de estos valores de r. As
por ejemplo p1 = 0.75, el valor de r para el que se pasa de tener un solo
punto fijo a un par de puntos de periodo dos. p2 = 0.862 (aproximadamente), cuando obtenemos por primera vez puntos de periodo 4 y p3 = 0.885,
cuando obtenemos puntos de periodo 8. Si ahora hacemos:
p2 p1
0.862 0.75
0.112
=
=
= 4.86957
p3 p2
0.885 0.862
0.023
obtenemos un n
umero que, en principio, no se ve muy interesante. Lo realmente interesante es que, si continuamos haciendo esta division del tama
no
de los intervalos en los que ocurren bifurcaciones, lo que obtenemos no es
muy diferente del n
umero anterior, de hecho nos acercamos cada vez mas a
un cierto n
umero fijo, a saber:
=
pn+1 pn
4.669201609
pn+2 pn+1
6.4
Lo mas interesante de las constantes de Feigenbaum es que son universales. En nuestro caso hemos estudiado la funcion logstica, pero hay muchas
otras funciones que exhiben comportamientos caoticos. En todas las funciones cuadr
aticas, es decir en todas aquellas en las que la regla de correspondencia depende del cuadrado de la variable independiente, aparecen las
mismas constantes de Feigenbaum. De hecho hay constantes equivalentes
para funciones c
ubicas, de cuarto, quinto y demas grados.
Es oportuno ahora hablar sobre las caractersticas que hemos descubierto
y generalizar, establecer las cualidades del caos.
Un poco de caos
(el mapeo logstico)
6.4.1
67
Todos desparramados.
6.4.2
6.5
Comentarios finales.
Hemos hecho una visita guiada al caos usando como caso de estudio la
funcion logstica, pero hay muchas otras funciones, algunas tan simples co-
68
ticas
Ensalada de Matema
Un poco de caos
(el mapeo logstico)
6.6
69
Lecturas complementarias.
Libros.
Stewart, Ian, Juega Dios a los dados?, Barcelona, Crtica, 1991, 318
pags., Drakontos.
Este es un texto de divulgacion que trata sobre el caos en general.
Devaney, Robert, A First Course in Chaotic Dynamical Systems, Theory
and Experiment, Addison-Wesley, 1992, 302 pags.
El libro de Devaney es referencia obligada para aquellos que se dedican al estudio de fen
omenos caoticos. Este es un libro de texto para
estudiantes de matem
aticas a nivel licenciatura.
Alligood, K., T. Sauer y J. Yorke, Chaos: An introduction to dynamical
systems, Springer Verlag, 1996.
Otro libro de texto a nivel licenciatura, un poco mas elemental que el
Devaney.
Holmgren, Richard, A First Course in Discrete Dynamical Systems,
2a ed., Springer Verlag, 1996, 223 pags., Universitext.
Tambien libro de texto a nivel licenciatura, el mapeo logstico es tratado profusamente.
Abraham, R., L. Gardini y C. Mira, Chaos in Discrete Dynamical
Systems: A Visual Introduction in 2 Dimensions, Springer Verlag,
1997, 246 pags., Telos.
Este es tambien un libro de texto, pero viene acompa
nado de un
CDROM en el que se pueden encontrar programas como el presentado aqu, con los que el lector puede experimentar por su cuenta.
Bai-Lin, H., Elementary Symbolic Dynamics, and chaos in dissipative
systems, Wolrd Scientific, 1989, 460 pags.
Este es un libro de nivel un poco mayor, se trata el tema del grupo
de renormalizaci
on y es el u
nico libro donde el autor de estas paginas
encontr
o los polinomios del esqueleto de bifurcaciones.
P
aginas web.
Sarkovskiis theorem - Wikipedia,
http://en.wikipedia.org/wiki/Sarkovskiis theorem
70
ticas
Ensalada de Matema
Logistic map - Wikipedia,
http://en.wikipedia.org/wiki/Logistic map
Sarkovskiis Theorem,
http://cnls.lanl.gov/nbt/Book/node45.html
Feigenbaum Function from MathWorld,
http://mathworld.wolfram.com/FeigenbaumFunction.html
Fractal Frequently Asked Questions and Answers,
http://www.faqs.org/faqs/fractal-faq/