LECCION 21 | ~30 min

Exponente de Lyapunov

Medir el caos: la transicion de lo cualitativo a lo cuantitativo

Cuantificar el caos

Hasta ahora hemos descrito el caos de forma cualitativa: trayectorias que divergen, atractores con formas extravagantes, sensibilidad a condiciones iniciales. Pero la ciencia exige numeros. Necesitamos una cantidad precisa que nos diga, sin ambiguedad, si un sistema es caotico o no, y en que grado. Esa cantidad es el exponente de Lyapunov.

El exponente de Lyapunov, nombrado en honor al matematico ruso Aleksandr Mikhailovich Lyapunov (1857-1918), mide la tasa promedio a la que trayectorias inicialmente cercanas divergen o convergen en el espacio de fases. Es, en esencia, el termometro del caos: nos da un numero que cuantifica exactamente cuanta informacion sobre el estado futuro del sistema perdemos por unidad de tiempo.

La idea central es elegante: tomamos dos condiciones iniciales separadas por una distancia infinitesimal $\delta_0$, dejamos evolucionar el sistema durante un tiempo $t$, y medimos la nueva separacion $\delta(t)$. Si la divergencia es exponencial, entonces $\delta(t) \approx \delta_0 \cdot e^{\lambda t}$, donde $\lambda$ es el exponente de Lyapunov. Un $\lambda$ positivo significa crecimiento exponencial de las diferencias: caos.

Definicion formal

Formalmente, el exponente maximo de Lyapunov se define como el limite de la tasa promedio de divergencia logaritmica. Consideremos dos trayectorias $\mathbf{x}(t)$ y $\mathbf{x}'(t)$ que parten de condiciones iniciales casi identicas, separadas por un vector infinitesimal $\delta \mathbf{x}(0)$. El exponente de Lyapunov maximo es:

$$\lambda = \lim_{t\to\infty} \frac{1}{t} \ln \frac{\|\mathbf{x}(t)-\mathbf{x}'(t)\|}{\|\mathbf{x}(0)-\mathbf{x}'(0)\|}$$

Esta definicion captura la tasa exponencial media de separacion. El logaritmo natural convierte el crecimiento exponencial en una tasa lineal, y la division por $t$ nos da un promedio temporal. El limite garantiza que estamos midiendo el comportamiento asintotico, no fluctuaciones transitorias.

Es importante notar que este limite debe existir y ser independiente de la condicion inicial elegida (para casi todo punto en el atractor). Esta propiedad, garantizada por el teorema multiplicativo de Oseledets, es lo que hace del exponente de Lyapunov una propiedad intrinseca del sistema, no un artefacto de nuestra eleccion de punto inicial.

Interpretacion

El signo del exponente de Lyapunov maximo clasifica completamente el comportamiento dinamico del sistema:

λ < 0

Estable

Las trayectorias convergen. Punto fijo o ciclo limite atractor. Perturbaciones se amortiguan exponencialmente.

λ = 0

Marginal

Ni convergen ni divergen. Orbitas periodicas estables. Separacion crece como potencia, no exponencialmente.

λ > 0

Caotico

Las trayectorias divergen exponencialmente. Caos determinista. Prediccion imposible a largo plazo.

Un $\lambda$ positivo tiene una interpretacion practica directa: el horizonte de prediccion. Si queremos predecir el estado del sistema con una precision $\epsilon$, y nuestra medicion inicial tiene un error $\delta_0$, entonces el tiempo maximo de prediccion confiable es aproximadamente $t_{pred} \approx \frac{1}{\lambda} \ln \frac{\epsilon}{\delta_0}$. Para el sistema de Lorenz con $\lambda_1 \approx 0.906$, esto significa que cada segundo de simulacion perdemos aproximadamente un bit de informacion sobre el estado.

Espectro de Lyapunov

Un sistema $n$-dimensional tiene exactamente $n$ exponentes de Lyapunov, ordenados de mayor a menor: $\lambda_1 \geq \lambda_2 \geq \ldots \geq \lambda_n$. Juntos forman el espectro de Lyapunov. Cada exponente mide la tasa de expansion o contraccion a lo largo de una direccion particular en el espacio de fases.

Para el sistema de Lorenz con los parametros clasicos ($\sigma=10$, $\rho=28$, $\beta=8/3$), el espectro completo es:

$$\lambda_1 \approx 0.906, \quad \lambda_2 \approx 0, \quad \lambda_3 \approx -14.57$$

Cada componente tiene un significado fisico preciso. El primer exponente ($\lambda_1 > 0$) confirma el caos: las trayectorias divergen exponencialmente en la direccion de maxima inestabilidad. El segundo exponente ($\lambda_2 = 0$) corresponde a la direccion del flujo mismo; a lo largo de la trayectoria, las perturbaciones ni crecen ni decrecen (esto es siempre cierto para sistemas de flujo autonomos). El tercer exponente ($\lambda_3 \ll 0$) refleja la fuerte contraccion transversal: el atractor es delgado, casi bidimensional.

Relacion con entropia

Existe una conexion profunda entre los exponentes de Lyapunov y la entropia de Kolmogorov-Sinai, que mide la tasa de produccion de informacion (o equivalentemente, la tasa de perdida de predictibilidad). La identidad de Pesin establece que para sistemas suaves con una medida invariante natural:

$$h_{KS} = \sum_{\lambda_i > 0} \lambda_i$$

Es decir, la entropia del sistema es exactamente la suma de todos los exponentes de Lyapunov positivos. Para el atractor de Lorenz, con un unico exponente positivo $\lambda_1 \approx 0.906$, la entropia es $h_{KS} \approx 0.906$ bits por unidad de tiempo. Esto significa que el sistema genera aproximadamente 0.906 bits de nueva informacion por cada segundo de evolucion, informacion que ningun observador externo puede predecir.

La identidad de Pesin unifica dos visiones del caos: la geometrica (divergencia de trayectorias, medida por $\lambda$) y la informacional (produccion de entropia, medida por $h_{KS}$). Ambas son caras de la misma moneda.

Exponentes de sistemas clasicos

Sistema	λ₁	Clasificacion	Comportamiento
Lorenz (clasico)	+0.906	Caotico	Atractor extrano, dos alas
Rossler	+0.071	Caotico (debil)	Caos lento, espiral con pliegue
Pendulo doble	+0.5	Caotico	Sensibilidad extrema a angulos iniciales
Logistic map (r=4)	+0.693	Caotico (maximo)	Caos completo en el intervalo [0,1]
Logistic map (r=3.2)	-0.159	Periodico	Ciclo de periodo 2
Henon map	+0.420	Caotico	Atractor fractal 2D
Oscilador armonico	0.000	Periodico	Orbitas cerradas, sin caos

"Un exponente de Lyapunov positivo es la firma matematica del caos. Es la diferencia cuantitativa entre un sistema meramente complicado y un sistema genuinamente caotico."

El exponente de Lyapunov resuelve un problema fundamental que aquejaba a la teoria del caos en sus primeros anos: ¿como distinguir caos verdadero de comportamiento simplemente complejo o ruidoso? Un sistema puede parecer aleatorio y tener $\lambda < 0$ (es periodico complicado), o puede parecer casi regular y tener $\lambda > 0$ (es caotico disfrazado). Solo el calculo numerico del exponente resuelve la ambiguedad.

Ademas, el valor numerico de $\lambda$ tiene significado directo. Si $\lambda_1 = 0.906$ (Lorenz), un error de medicion se amplifica por un factor de $e$ cada $1/0.906 \approx 1.1$ unidades de tiempo. Si $\lambda_1 = 0.071$ (Rossler), la misma amplificacion toma $1/0.071 \approx 14$ unidades de tiempo. El Lorenz es aproximadamente 13 veces mas caotico que el Rossler, en un sentido preciso y cuantificable.

Ejercicios

Horizonte de prediccion
Si $\lambda = 0.9$, ¿cuantas unidades de tiempo necesita el sistema para amplificar una perturbacion por un factor de $10^6$? Usa la formula $t = \frac{1}{\lambda} \ln(10^6)$ y reflexiona sobre lo que esto implica para la prediccion meteorologica.
Disipatividad y exponentes
¿Por que debe cumplirse $\lambda_1 + \lambda_2 + \lambda_3 < 0$ para un sistema disipativo como el de Lorenz? Pista: piensa en lo que ocurre con un volumen infinitesimal en el espacio de fases y su relacion con la divergencia del campo vectorial.
Explora en el LAB
Usa el laboratorio interactivo de abajo para variar $\rho$ y observar como cambia el exponente de Lyapunov. ¿A que valor de $\rho$ se produce la transicion de $\lambda < 0$ a $\lambda > 0$? ¿Es una transicion suave o abrupta?

LAB: Exponente de Lyapunov en tiempo real

Calculo en tiempo real del exponente de Lyapunov maximo para el sistema de Lorenz usando el metodo de perturbacion. La barra de color indica el regimen: verde (estable), amarillo (marginal), rojo (caotico). Ajusta $\rho$ con el slider para explorar la transicion al caos.

lyapunov-gauge.js

ρ = 28.0