Universidade Federal de Santa Catarina – UFSC

DAS5142-07220B Sistemas Dinâmicos

Relatório Laboratório 2

Alunos
Lucas Gonçalves Chrisóstomo
Victor Soares Stefenon

Professor
Daniel Juan Pagano

Florianópolis, 6 de abril de 2024.

DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Sumário
1 Objetivos 3

2 Sistema 1 3

3 Sistema 2 6

4 Sistema 3 9

5 Sistema 4 11

2
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

1 Objetivos
O objetivo do laboratório 2 é aprofundar o estudo de bifurcações em sistemas dinâmicos não-lineares.
Em sistemas não-lineares, uma bifurcação é uma mudança qualitativa na topologia das trajetórias de um
sistema, como por exemplo surgimento/desaparição de novos equilíbrios ou de ciclos limites com suas
respectivas regiões de atração, causada pela variação do valor de um (ou mais) parâmetro(s) do mesmo.
Para isso, foram dados quatro sistemas não-lineares em que os alunos deveriam analisar a estabilidade
de pontos de equilíbrio em função da variação de parâmetros do modelo, bem como a existência de
bifurcações.

2 Sistema 1
O sistema 1 é dado pelas equações de estado a seguir:

ẋ1 = µ − x21
ẋ2 = −x2
Como os pontos de equilíbrio dos sistema são encontrados quando não há variação de seus estados,
temos:
√
x1 = ± µ
x2 = 0
É possível observar de antemão que os pontos de equilíbrio do sistema dependem do parâmetro µ.
Devido a isso, como os estados do sistema devem ser números reais, não há pontos de equilíbrio no sistema
para µ < 0. Para µ = 0, há um único ponto de equilíbrio em (x¯1 , x¯2 ) = (0, 0). Para µ > 0, por outro
√ √
lado, há dois pontos de equilíbrio, em (x¯1 , x¯2 ) = (+ µ, 0) e (x¯1 , x¯2 ) = (− µ, 0).
Para avaliar a estabilidade dos pontos de equilíbrio, é necessário linearizar o sistema em torno deles.
Linearizando o sistema por Série de Taylor, é possível representá-lo na forma matricial como:
   
ẋ1 ∆x1
=A .
ẋ2 ∆x2

onde A é a matriz jacobiana do sistema, dada por:

" # 
∂ ẋ1 ∂ ẋ1 
∂x ∂x −2x1 0
A = ∂ ẋ2 ∂ ẋ2 =
1 2

∂x1 ∂x2
0 −1
Agora, é possível avaliar a estabilidade de cada ponto de equilíbrio ao encontrar os autovalores da
equação característica do sistema, isto é, os autovalores λ que satisfazem det(λI − A) = 0, onde I é a
matriz identidade.
Resolvendo a equação, encontramos os autovalores λ1 = −2x̄1 e λ2 = −1. Logo, para o equilíbrio
(x¯1 , x¯2 ) = (0, 0), λ1 = 0. Isso indica que temos um caso particular nesse equilíbrio, onde um dos
autovalores é zero.
√ √
Para o equilíbrio (x¯1 , x¯2 ) = ( µ, 0), λ1 = −2 µ. Como esse ponto de equilíbrio existe para µ > 0,
√
µ sempre será positivo. Portanto, λ1 < 0 ∀ µ > 0, o que significa que este ponto de equilíbrio é sempre
um nó estável, visto que ambos os autovalores são reais negativos.
√ √
Por outro lado, para o equilíbrio (x¯1 , x¯2 ) = (+ µ, 0), λ1 = 2 µ. Portanto, λ1 > 0 ∀ µ > 0, o que
significa que este ponto de equilíbrio é sempre uma sela, visto que os autovalores são puramente reais com
sinais opostos. Através dessa análise, é possível concluir que, para todo λ positivo, o sistema terá um
√
ciclo limite determinado pelo valor de µ, onde o ponto de equilíbrio em que x̄1 = + µ é um atrator e o
√
ponto de equilíbrio x̄1 = − µ é um repulsor.
A variação de x1 em equilíbrio em função do parâmetro µ pode ser visto na Figura 1. Como pode
ser observado, a partir do momento em que µ > 0, o ponto de equilíbrio do sistema "se divide"em dois,
3
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

formando uma bifurcação. Essa bifurcação é conhecida como bifurcação sela-nó, já que o ramo superior
é um nó estável e o ramo inferior é uma sela.

Figura 1: Estado x1 em equilíbrio do sistema 1 em função do parâmetro µ.

A Figura 2 mostra a evolução dos estados do sistema, simulados no MATLAB através da ferramenta
pplane8, para µ = −1. Conforme esperado pelos resultados obtidos analiticamente, os estados do sistema
divergem indepentemente das condições iniciais de x1 e x2 . A Figura 3 ilustra os estado do sistema no
tempo para µ = −1 com condições inciais nulas. Como pode ser visto, o estado x2 se mantém em 0, mas
x1 diverge.

Figura 2: Evolução dos estados do sistema 1 para µ = −1.

A Figura 4 mostra a evolução dos estados do sistema para µ = 0. Como pode ser observado, o sistema
converge para o ponto de equilíbrio (x¯1 , x¯2 ) = (0, 0) se a condição inicial de x1 for positiva, e o ponto
de equilíbrio se comportará como um atrator. Caso ela seja negativa, o sistema divergirá, e o ponto de
equilíbrio se comportará como um repulsor. A Figura 5 mostra o comportamento do sistema no tempo
para µ = 0 com condições iniciais dentro da região de atração do ponto de equilíbrio. Como pode ser
visto, x1 e x2 convergem para 0, apesar da dinâmica de x1 ser consideravelmente mais lenta.
A Figura 6 mostra a evolução dos estados do sistema para µ = 1. Como visto, o ponto de equilíbrio em
√ √
(x¯1 , x¯2 ) = (+ µ, 0) = (1, 0) é um atrator, enquanto o ponto de equilíbrio (x¯1 , x¯2 ) = (− µ, 0) = (−1, 0) é
um repulsor. Por esse motivo, forma-se uma região de atração do sistema para quaisquer condições iniciais
onde x1 > −1, estabilizando em (1, 0). Para x1 < −1, por outro lado, o sistema diverge, se tornando
instável. A Figura 7 ilustra o caso em que λ = 2. Como pode ser visto, o sistema se comporta da mesma

4
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 3: Estados do sistema 1 no tempo para µ = −1 e condições iniciais (x1 , x2 ) = (0, 0).

Figura 4: Evolução dos estados do sistema 1 para µ = 0.

√
forma, mas a região de atração do equilíbrio agora é para x1 > − 2, dado que os pontos de equilíbrio
são determinados pelo valor de µ.
As Figuras 8 e 9 mostram o comportamento do sistema no tempo para µ = −1 e condições iniciais
(x1 , x2 ) = (3, 2) e (x1 , x2 ) = (−0.8, 2), respectivamente. Como em ambos os casos as condições iniciais
se encontram dentro da região de atração do ponto de equilíbrio (1, 0), em ambos os casos os estados
convergem para o equilíbrio. Em contraste, a Figura 10 mostra o comportamento para condições iniciais
(x1 , x2 ) = (−1.1, 2), onde x1 diverge devido à condição inicial fora da região do ciclo limite do equilíbrio
estável.

5
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 5: Estados do sistema 1 no tempo para µ = 0 e condições iniciais (x1 , x2 ) = (2, 2).

Figura 6: Evolução dos estados do sistema 1 para µ = 1.

3 Sistema 2
O sistema 2 é dado pelo conjunto de equações:

ẋ1 = µx1 − x21 (1)

ẋ2 = −x2 (2)

Para análise do ponto de equilíbrio do sistema quando, ẋ1 = ẋ2 = 0. Portanto, :

ẋ1 = 0 ⇒ 0 = µx̄1 − x̄21 (3)

⇒ x̄1 (0, µ) = 0, µ (4)
ẋ2 = 0 ⇒ x̄2 = 0 (5)

Pode-se concluir então que para qualquer valor de µ temos equilíbrio em ∀µ: em (x̄1 , x̄2 ) = (µ, 0) .
Além de (x̄1 , x̄2 ) = (0, 0).
Agora dependemos do cálculo do jacobiano das equações para a analise de estabilidade nesses pon-
[Link]ão:
Matriz A(x1 , x2 ):
6
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 7: Evolução dos estados do sistema 1 para µ = 2.

Figura 8: Estados do sistema 1 no tempo para µ = 1 e condições iniciais (x1 , x2 ) = (3, 2).

!
∂f1 ∂f1  
∂x1 ∂x2 µ − 2x1 0
A(x1 , x2 ) = ∂f2 ∂f2 =
∂x1 ∂x2
0 −1
Matriz A(µ, 0):
 
−µ 0
A(µ, 0) =
0 −1
Matriz A(0, 0):
 
µ 0
A(0, 0) =
0 −1
Analisando então nossas duas possíveis condições de estabilidade e seus respectivos autovalores dados
na matriz A, em função do parâmetro µ, tem-se que para o caso (µ, 0), os autovalores são λ1 = −µ e
λ2 = −1. Já para a segunda condição no ponto (0, 0), os autovalores são λ1 = µ e λ2 = −1.
Com isso, podemos fazer algumas conclusões sobre a estabilidade do sistema de acordo com o valor
de µ:
Para µ < 0, o ponto (µ, 0) apresentará instabilidade, porque possuirá pelo menos um autovalor
positivo, enquanto o ponto (0, 0) apresentará estabilidade, porque ambos os autovalores serão negativos.
7
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 9: Estados do sistema 1 no tempo para µ = 1 e condições iniciais (x1 , x2 ) = (−0.8, 2).

Figura 10: Esta bdos do sistema 1 no tempo para µ = 1 e condições iniciais (x1 , x2 ) = (−1.1, 2).

Para µ > 0, o ponto (µ, 0) apresentará estabilidade, porque ambos os autovalores serão negativos, enquanto
o ponto (0, 0) apresentará instabilidade, porque possuirá pelo menos um autovalor positivo. Para µc =
0, um dos autovalores será nulo e existirá uma bifurcação transcrítica. Para a validação da análise foram
feitas simulações no pplane para cada caso:
A Figura 13 apresenta o caso de µ = -1 é possível observar a instabilidade do ponto (µ, 0) = (−1, 0)
representada pela divergência assintótica em torno do ponto, além de reforçar a prova de estabilidade
de (0, 0) com a convergência dos pontos de condição inicial à direta de -1. Já a Figura 14 reforça as
conclusões, com um ponto de equilíbrio instável em (-3,0) e estabilidade em (0,0)
Já para os casos deµ positivo representados em 15 e 16 tem-se o comportamento contrário, estabilidade
nos pontos (0,1) e (0,3),respectivamente, e instabilidade caracterizada pela divergência assítotica em (0,0).
A 22 representa o ponto crítico com pontos de estabilidades [Link]ém disso é possível validar
as considerações pela analíse da resposta temporal:

8
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 11: Estado x1 em equilíbrio do sistema 2 em função do parâmetro µ.

4 Sistema 3
O sistema 3 é dado pelas equações de estado a seguir:

ẋ1 = µx1 − x31

ẋ2 = −x2
Os pontos de equilíbrio deste sistema são dados por:

µx̄1 − x̄31 = 0
x̄1 (µ − x̄21 ) = 0
√
A equação acima possui três soluções, dadas por x̄1 = 0 e x̄1 = ± µ. Para x2 , o equilíbrio é sempre
dado em x̄2 = 0. É possível observar que, para µ < 0, há apenas um equilíbrio em (x̄1 , x̄2 ) = (0, 0), visto
√
que neste caso x̄1 = ± µ ∈ / R. Se µ = 0. Para µ = 0, há também apenas um ponto de equilíbrio em
(x̄1 , x̄2 ) = (0, 0), visto que todas as soluções de x̄1 resultam em zero. Por outro lado, para µ > 0, há três
√ √
pontos de equilíbrio, em (x̄1 , x̄2 ) = (0, 0), (x̄1 , x̄2 ) = (− µ, 0) e (x̄1 , x̄2 ) = (+ µ, 0).
A matriz jacobiana do sistema linearizado é dada por:
" # 
∂ ẋ1 ∂ ẋ1
µ − 3x̄21 0

∂x ∂x
A = ∂ ẋ2 ∂ ẋ2 =
1 2

∂x1 ∂x2
0 −1

Ao calcular os autovalores da matriz jacobiana para o ponto de equilíbrio (x̄1 , x̄2 ) = (0, 0), encontramos
λ1 = −1 e λ2 = µ. Para µ < 0, como ambos os autovalores são puramente reais e negativos, o equilíbrio
será sempre um nó estável. Para µ = 0, temos um caso particular, com λ2 = 0.
Para µ > 0, é necessário também encontrar a matriz jacobiana do sistema linearizada nos pontos de
√ √
equilíbrio (x̄1 , x̄2 ) = (± µ, 0). Portanto, temos λ1 = −1 e λ2 = µ − 3(± µ)2 = µ − 3µ = −2µ. Portanto,
como µ > 0, temos autovalores puramente reais negativos para ambos os pontos de equilíbrio, indicando
que ambos são nós estáveis. Entretanto, como os autovalores do equilíbrio (x̄1 , x̄2 ) = (0, 0) são dados por
λ1 = −1 e λ2 = µ, este equilíbrio é um ponto de sela, ou seja, um ponto instável do sistema.
A Figura 23 mostra os pontos de equilíbrio de x1 em função do parâmetro µ. O comportamento descrito
analiticamente pode ser observado graficamente, formando uma bifurcação conhecida como pitchfork
(tridente), pelo aparecimento de dois novos pontos de equilíbrio simétricos quando µ > 0.
A Figura 24 mostra a evolução dos estados do sistema para µ = −1. Como pode ser observado, o
único ponto de equilíbrio em (0, 0) é um atrator, atraindo os estados do sistema dadas quaisquer condições

9
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 12: Análise gráfica de estabilidade do sistema 2.

iniciais. A Figura 25 ilustra o comportamento dos estados do sistema no tempo para µ = −1 e condições
iniciais (x1 , x2 ) = (−1, 2), onde ambos os estados convergem para o ponto de equilíbrio.
A Figura 26, por outro lado, mostra os estados do sistema para µ = 0. Neste caso, novamente há um
único atrator em (0, 0), com o sistema novamente sendo estável independentemente das condições iniciais.
A Figura 27 ilustra esse comportamento para condições iniciais (x1 , x2 ) = (2, 2).
As Figuras 28 e 29 mostram os estados do sistema para µ = 1 e µ = 4, respectivamente. Conforme
esperado, há dois novos pontos de equilíbrio no sistema para µ > 0. Os estados de todas as condições
inicias são repelidas pelo equilíbrio em (0, 0), mas as condições em que x1 > 0 são atraídas pelo equilíbrio
√ √
em (+ µ, 0) enquanto as condições em que x1 < 0 são atraídas pelo equilíbrio em (− µ, 0). Portanto,
o sistema é sempre estável, mas converge para um valor de regime permanente de x1 diferente de acordo
com a sua condição inicial. Esse comportamento pode ser visualizado nas Figuras 30 e 31, onde os
estados são mostrados no tempo para µ = 4 e condições iniciais (x1 , x2 ) = (0.5, 1) e (x1 , x2 ) = (−0.5, 1),
respectivamente.

10
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 13: Evolução dos estados do sistema 2 para µ = -1.

Figura 14: Evolução dos estados do sistema 2 para µ = -3.

5 Sistema 4
Para o sistema dado pelas equações:

ẋ1 = µx1 + x31

ẋ2 = −x2
Vamos começar analisando os pontos de equilíbrio do sistema. Para encontrar os pontos de equilíbrio,
configuramos as equações diferenciais igual a zero:

µx̄1 + x̄31 = 0
x̄2 = 0
A primeira equação nos dá os valores de x̄1 que satisfazem a equação. Portanto, temos:

µx̄1 + x̄31 = x̄1 (µ + x̄21 ) = 0

Isso implica que x̄1 = 0 ou x̄21 = −µ. Como x̄1 representa uma variável real, não há soluções reais
para µ < 0. Portanto, não há pontos de equilíbrio reais para µ < 0. Para µ = 0, a equação tem uma
√
solução real em x̄1 = 0. Para µ > 0, existem duas soluções reais simétricas em x̄1 = ± µ.
Portanto, os pontos de equilíbrio do sistema são:
√
1. Para µ = 0: (x̄1 , x̄2 ) = (0, 0) 2. Para µ > 0: (x̄1 , x̄2 ) = (± µ, 0)

11
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 15: Evolução dos estados do sistema 2 para µ = 1.

Figura 16: Evolução dos estados do sistema 2 para µ = 3.

Agora, vamos analisar a estabilidade desses pontos de equilíbrio. Para isso, linearizamos o sistema em
torno desses pontos e calculamos os autovalores da matriz jacobiana.
Para o ponto de equilíbrio (x̄1 , x̄2 ) = (0, 0), a matriz jacobiana é:
" # 
∂ ẋ1 ∂ ẋ1
µ + 3x̄21 0

∂x ∂x
A = ∂ ẋ2 ∂ ẋ2 =
1 2

∂x1 ∂x2
0 −1

Avaliando essa matriz no ponto de equilíbrio (x̄1 , x̄2 ) = (0, 0), obtemos:
 
µ 0
A(0, 0) =
0 −1
Os autovalores dessa matriz são λ1 = µ e λ2 = −1. Portanto, para µ < 0, temos um ponto de
equilíbrio estável em (0, 0), enquanto para µ = 0, temos um ponto de equilíbrio marginalmente estável,
pois um dos autovalores é zero. Para µ > 0, o ponto de equilíbrio (0, 0) se torna instável.
√
Agora, para os pontos de equilíbrio (x̄1 , x̄2 ) = (± µ, 0), a matriz jacobiana é:
" # 
∂ ẋ1 ∂ ẋ1
µ + 3x̄21 0

∂x ∂x
A = ∂ ẋ2 ∂ ẋ2 =
1 2

∂x1 ∂x2
0 −1
√
Avaliando essa matriz nos pontos de equilíbrio (x̄1 , x̄2 ) = (± µ, 0), obtemos:
 
µ 0
A(0, 0) =
0 −1

12
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 17: Evolução dos estados do sistema 2 para µ = 0.

Figura 18: Estados do sistema 2 no tempo para µ = −1 e condições iniciais (x1 , x2 ) = (−0.8, 1).

√
 
µ + 3|µ| 0
A(± −µ, 0) =
0 −1
Através deste gráfico, é possível observar que quando µ é menor que zero, há três pontos onde o sistema
alcança o equilíbrio, sendo que dois desses pontos são instáveis, enquanto apenas um é estável quando µ
é positivo. Além disso, é perceptível a ocorrência da bifurcação tridente no caso subcrítico, ocorrendo em
(0,0).
Desta forma conclui-se, existem três pontos onde o sistema atinge o equilíbrio: em (x1 , x2 ) = (0, 0) e
√
(x1 , x2 ) = (± −µ, 0). O ponto (x1 , x2 ) = (0, 0) demonstra estabilidade, pois ambos os autovalores são
√
negativos (λ1 = µ e λ2 = −1). Já os pontos (x1 , x2 ) = (± µ, 0) são instáveis, devido à presença de um
autovalor positivo em virtude de µ ser negativo (λ1 = 2|µ| e λ2 = −1).
Para valores positivos de µ, existe somente um ponto de equilíbrio em (x1 , x2 ) = (0, 0). No entanto,
este ponto é instável, já que um dos autovalores é positivo (λ1 = µ e λ2 = −1).E no caso de µc = 0,
o sistema experimenta uma bifurcação tridente do caso subcrítico em (µ, x1 ) = (0, 0). Nesse ponto, os
autovalores são λ1 = 0 e λ2 = −1. Notavelmente, no sistema 3, também houve uma bifurcação tridente,
porém do caso supercrítico.
Casos gerais µ < 0:

13
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 19: Estados do sistema 2 no tempo para µ = 0 e condições iniciais (x1 , x2 ) = (1, 2).

Figura 20: Estados do sistema 2 no tempo para µ = 0 e condições iniciais (x1 , x2 ) = (2, 1).

14
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 21: Estados do sistema 2 no tempo para µ = 1 e condições iniciais (x1 , x2 ) = (0.5, 2).

Figura 22: Estados do sistema 2 no tempo para µ = 1 e condições iniciais (x1 , x2 ) = (4, 2).

15
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 23: Estado x1 em equilíbrio do sistema 3 em função do parâmetro µ.

Figura 24: Evolução dos estados do sistema 3 para µ = −1.

Figura 25: Estados do sistema 3 no tempo para µ = −1 e condições iniciais (x1 , x2 ) = (−1, 2).

16
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 26: Evolução dos estados do sistema 3 para µ = 0.

Figura 27: Estados do sistema 3 no tempo para µ = 0 e condições iniciais (x1 , x2 ) = (2, 2).

Figura 28: Evolução dos estados do sistema 3 para µ = 1.

17
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 29: Evolução dos estados do sistema 3 para µ = 4.

Figura 30: Estados do sistema 3 no tempo para µ = 4 e condições iniciais (x1 , x2 ) = (0.5, 1).

Figura 31: Estados do sistema 3 no tempo para µ = 4 e condições iniciais (x1 , x2 ) = (−0.5, 1).

18
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 32: Diagrama de bifurcações do sistema 4.

Figura 33: Estado x1 em equilíbrio do sistema 4 em função do parâmetro µ.

19
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 34: Evolução dos estados do sistema 4 para µ = 1.

Figura 35: Evolução dos estados do sistema 4 para µ = 0.

Figura 36: Evolução dos estados do sistema 4 para µ = −1.

20
DAS5142-07220B Sistemas Dinâmicos Relatório Laboratório 2

Figura 37: Evolução dos estados do sistema 4 para µ = −4.

21