Apresenta Ocaos

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 24

Modelo de Vallis

outubro de 2022
O El Niño
O El Niño

Vı́deo:
https://www.youtube.com/watch?v=gaFjlZxM7S4abc hannel =
NCIAustralia
O Modelo de Vallis

dTw U
= (T − Te ) − A(Tw − T ∗ ) (1)
dt 2∆x
dTe U
= (Tw − T ) − A(Te − T ∗ ) (2)
dt 2∆x
dU
= B ′ (Te − Tw ) − C ′ (U − U ∗ ) (3)
dt
O Modelo de Vallis

Ẋ = BY − C (X − p),
Ẏ = −Y − XZ ,
Ż = −Z − XY + 1.

X =a corrente de ar causada pela diferença de temperatura entre


os extremos do oceano;
Y =a diferença das temperaturas entre oeste e o leste do Pacı́fico;
Z =a soma dessas temperaturas;
B = B ′ T ∗ /∆xA2 rege a força de interação mar-oceano e diferença
de temperatura vertical;
C = C ′ /A, é uma parâmetro de amortecimento devido ao atrito
entre o ar e a superfı́cie do oceano;
p é a média dos ventos equatoriais;
Aspectos matemáticos
Olhando para as equações do modelo de Vallis e do sistema de
Lorenz, notamos a semelhança entre elas:

Ẋ = σ(Y − X ),
Ẏ = rX − Y − XZ ,
Ż = XY − bZ .

Ẋ = BY − C (X − p),
Ẏ = −Y − XZ ,
Ż = −Z − XY + 1.
Aspectos matemáticos

Se tomarmos p = 0, b = 1 e aplicarmos as transformações


x → −X , y → −(C /B)Y , z → −(C /B)Z + 1, o sistema de Vallis
será escrito como:
 
C
−Ẋ = B − Y − C (−X + 0),
B
   
C C C
− Ẏ = − − Y + (−X ) − Z + 1 ,
B B B
   
C C C
− Ż + 0 = − − Z + 1 − (−X ) − Y + 1.
B B B
Aspectos matemáticos

Simplificando as coisas, temos:



Ẋ = C (Y − X ),

Ẏ = (B/C )X − Y − XZ ,

Ż = XY − Z ,

que é o sistema de Lorenz com σ = C e r = B/C .


Naturalmente, podemos seguir com a análise padrão do sistema de
Lorenz, apenas reescrevendo os parâmetros.
Aspectos matemáticos

Em particular, sabemos que o sistema é dissipativo e que a origem


é um ponto fixo. Além disso, linearizando o sistema, temos:

Ẋ = C (Y − X ),

Ẏ = CB X − Y ,

Ż = −Z ,

o que significa que a componente Z é estável, pois Z (t) ∼ e −t .


Resta a análise de X e Y .
Aspectos matemáticos

Para isso, escrevamos o que resta do sistema na forma matricial:


    
Ẋ −C C X
=
Ẏ B/C −1 Y

Neste caso, o produto dos autovalores é o determinante δ = C − B.


Portanto, caso B > C , teremos uma sela em (X , Y ). Caso B < C ,
a origem será um sorvedouro. Com o sistema na sua forma mais
geral, a segunda afirmação continua verdadeira, isto é, δ > 0 ⇒
estabilidade global da origem, mas isso é mais difı́cil de mostrar.
Aspectos matemáticos

Lembrando que r = B/C , podemos analisar o que acontece


quando B > C fora da origem. Em particular, osp
pontos fixos
simétricos C + e C − existem (sendo X = Y = ± (B/C ) − 1 e
Z = (B/C ) − 1). Assim como no sistema de Lorenz, esses pontos
são linearmente estáveis quando

B σ(σ + b + 3)
1< < rH =
C σ−b−1
C (C + 1 + 3)
=
C −1−1
B C (C + 4)
⇒1< < ,
C C −2

quando B > C 2 (C + 4)/(C − 2), teremos o atrator estranho de


Lorenz.
Aspectos matemáticos
Voltando para o caso geral (i.e., p ̸= 0):

Ẋ = BY − C (X − p),
Ẏ = −Y − XZ ,
Ż = −Z − XY + 1,

notamos que a origem não é mais um ponto fixo. Também não o


são os pontos simétricos C + e C − , podemos mostrar isso olhando
para Ẋ :

Ż = −Z − XY + 1
p
= [(B/C ) − 1] − (± (B/C ) − 1)2 + 1
= (B/C ) − 1 − [(B/C ) − 1] + 1
= 1 ̸= 0.

Outros problemas aparecem para X e Y . Não existem p.f. claros


nesse caso.
Solução numérica

A partir das equações diferenciais obtidas, podemos usar o metodo


de runge kutta de quarta ordem para integrar as funções e obter o
estado em cada instante do sistema. Nesse caso, foi usado a
liguagem python para fazer o integrador e plotar as imagens.As
bibliotécas utilizadas do python foram:
• numpy
• matplotlib
• scipy.integrate
Código usado para plotar os estados
Primeiramente o sistema foi plotado com os parametros que
sabemos apresentar caos
Diminuimos o parametro B para 50
Alterando o parametro C
Variamos agora o parametro p
Agora para valores grandes de p
Séries temporais
Do lado esquerdo temos o sistema que converge para o ponto fixo
e na direita temos um sistema caótico
Coeficiente de lyapunov variando p
Fim

Você também pode gostar