Controles, evidencia y pruebas de refutación

Una simulación no se vuelve evidencia porque produzca una figura nítida. El resultado debe sobrevivir comparaciones capaces de descubrir errores del modelo, del programa o del método numérico. Diseñar esos controles antes de ejecutar evita que el protocolo se adapte a la imagen que más convence.

La pregunta de la unidad anterior determina qué se necesita comprobar. Si se busca una bifurcación, deben separarse el cambio dinámico y el transitorio. Si se estima un exponente de Lyapunov, hay que mostrar convergencia respecto del tiempo y del intervalo de renormalización. Si se compara una dimensión, la ventana de escala no puede elegirse únicamente porque produce una recta atractiva.

Controles numéricos, dinámicos, estadísticos y de reproducibilidad

El primer nivel comprueba la implementación. Evalúa el campo vectorial en estados simples, revisa signos, unidades y simetrías, y contrasta una derivada con una aproximación independiente. Un programa puede ejecutar sin excepciones y representar otra ecuación.

El segundo nivel comprueba el integrador. Usa una solución exacta o un límite conocido, refina el paso y mide el orden observado. Alligood, Sauer y Yorke incluyen una introducción computacional a integradores y errores que resulta útil para construir estos casos de control Alligood, 1996 Kathleen T. Alligood, Tim D. Sauer y James A. Yorke (1996) Chaos: An Introduction to Dynamical Systems Springer Ubicación consultada: apéndice B, pp. 567-576 . La coincidencia visual no sustituye una tabla de error.

El tercer nivel comprueba el observable. Cambia transitorio, longitud de muestra, ventana, norma o umbral. Sprott insiste en combinar herramientas como secciones, espectros y exponentes porque cada una pierde información distinta Sprott, 2010 Julien Clinton Sprott (2010) Elegant Chaos: Algebraically Simple Chaotic Flows World Scientific Ubicación consultada: §§1.9-1.15, pp. 20-37 . Dos diagnósticos calculados sobre la misma trayectoria no son totalmente independientes, pero su desacuerdo sigue siendo informativo.

El cuarto nivel comprueba el alcance. Repite en condiciones iniciales cercanas, otro intervalo paramétrico o una precisión mayor. Si el resultado solo aparece en una ejecución, la conclusión describe esa ejecución. Si permanece bajo variaciones declaradas, puede describir un régimen. Ningún conjunto finito de pruebas demuestra por sí solo una propiedad global.

Controles positivos y negativos

Un control positivo debe producir el comportamiento que el procedimiento pretende detectar. Para un estimador del exponente máximo, una órbita del mapa logístico en $r=4$ ofrece un caso de expansión conocida bajo la medida invariante, mientras que un punto fijo estable con $1<r<3$ sirve de control negativo. El propósito no es “probar” el algoritmo una vez, sino verificar que distingue casos con signos distintos bajo la misma configuración.

Los controles deben parecerse al problema principal. Validar un integrador únicamente con $y'=-y$ no revela qué ocurre en un sistema oscilatorio con escalas separadas. Añade un oscilador lineal, un sistema conservativo o un problema con evento, según la dificultad que tendrá el estudio.

Un límite paramétrico también funciona como control. El Duffing forzado se reduce al oscilador no forzado cuando la amplitud de excitación se anula. Si el código no recupera esa estructura, cualquier atractor calculado para amplitud positiva queda en duda.

Barridos paramétricos según la pregunta

En un barrido paramétrico independiente, cada valor de $\mu$ comienza desde la misma condición inicial. Esto compara cómo cambia el destino de ese estado. En continuación, el estado final de $\mu_i$ inicia la simulación en $\mu_{i+1}$. Esto sigue una rama y puede revelar histéresis, pero también conserva memoria del sentido de recorrido.

Tél y Gruiz desarrollan la importancia de los transitorios, las cuencas y la dependencia paramétrica en diagnósticos físicos de caos Tél, 2006 Tamás Tél y Márton Gruiz (2006) Chaotic Dynamics: An Introduction Based on Classical Mechanics Cambridge University Press Ubicación consultada: caps. 5-9, pp. 113-317 . La elección entre reinicio y continuación no es un detalle de programación; define el objeto observado.

Una malla gruesa sirve para localizar regiones. Después se refina alrededor de cambios cualitativos usando un criterio escrito: variación del periodo, cambio de signo del exponente, aparición de un nuevo destino o aumento de la incertidumbre de clasificación. Refinar solo donde la imagen “se ve interesante” introduce un sesgo difícil de auditar.

Estimación del exponente de Lyapunov

Como ejemplo, considera una trayectoria $x_n$ del mapa logístico y el estimador

$$\widehat\lambda_N=\frac{1}{N}\sum_{n=0}^{N-1}\log|r(1-2x_n)|.$$

Un protocolo razonable incluye:

1. descartar un transitorio $N_t$ y justificarlo con la estabilización del promedio;
2. evitar iteraciones que caigan exactamente en el punto crítico por redondeo;
3. calcular $\widehat\lambda_N$ para una secuencia creciente de $N$;
4. repetir con al menos dos precisiones o implementaciones;
5. usar un punto fijo estable como control negativo;
6. comparar el signo con la periodicidad observada, sin asumir que una serie corta decide el régimen.

Si $\widehat\lambda_N$ cambia de signo al duplicar $N$, el resultado no es “caos débil”; es una estimación no convergida bajo ese protocolo. Si dos condiciones iniciales típicas convergen a valores compatibles pero una condición excepcional no, se informa la excepción y el dominio de la conclusión.

Criterios de refutación

Antes del cálculo, completa la frase: “dejaré de sostener la conclusión si…”. Para una ventana caótica podría ser:

• el exponente converge a un valor no positivo;
• aparece un periodo finito estable al aumentar la longitud de la órbita;
• el patrón desaparece bajo refinamiento temporal;
• el supuesto atractor cambia con el descarte transitorio;
• el resultado depende de una sola condición inicial dentro de una cuenca compleja.

La refutación no exige que todas las pruebas fallen. Un desacuerdo obliga a reducir el alcance o investigar la causa. Hoppensteadt combina análisis y simulación precisamente para leer estos contrastes como parte del problema dinámico Hoppensteadt, 2000 Frank C. Hoppensteadt (2000) Analysis and Simulation of Chaotic Systems 2.ª ed. · Springer Ubicación consultada: caps. 6-8 .

Diagnósticos complementarios y dependencia de la evidencia

Acumular muchas métricas no fortalece automáticamente una conclusión. Una FFT, una autocorrelación y un espectrograma pueden reutilizar la misma serie y compartir los mismos errores de muestreo. Si los tres muestran banda ancha, existe consistencia descriptiva, pero no tres pruebas independientes de caos. Para aportar información distinta, combina preguntas con fallos diferentes: estabilidad local mediante multiplicadores, sensibilidad mediante una ecuación variacional y geometría mediante una sección de Poincaré.

Construye una tabla antes de calcular:

Diagnóstico	Pregunta	Dato requerido	Falso positivo plausible	Control
exponente máximo	¿hay expansión media?	trayectoria y tangente	transitorio o renormalización pobre	sistema periódico conocido
sección de Poincaré	¿cómo se organizan los retornos?	cruces orientados	detección duplicada de eventos	órbita periódica
espectro	¿qué escalas temporales dominan?	muestreo uniforme	fuga espectral o ventana corta	señal sintética

La columna de falso positivo determina la prueba de robustez. Si no puedes nombrar cómo se engaña un diagnóstico, tampoco puedes diseñar el control que lo vuelva interpretable.

Propagación de incertidumbre dentro del protocolo

En estos cursos la incertidumbre rara vez proviene de una sola fuente. Se combinan discretización temporal, precisión de parámetros, longitud finita, selección del transitorio y tolerancia del observable. No siempre es posible reunirlas en una única barra de error, pero sí separarlas mediante experimentos factoriales pequeños.

Supón que la cantidad final es una dimensión estimada. Repite el cálculo para dos pasos, dos longitudes y tres ventanas de escala. Mantén fija la semilla o el conjunto de condiciones iniciales mientras comparas una decisión, y luego cambia ese conjunto. La dispersión resultante no demuestra una cota rigurosa; muestra qué decisiones dominan la estimación y evita reportar más cifras de las que el procedimiento sostiene.

Para una clasificación por colores, reserva una categoría “no resuelto”. Forzar cada punto a periódico o caótico oculta regiones donde el transitorio no terminó, el estimador no convergió o dos diagnósticos discreparon. El mapa con puntos indeterminados puede parecer menos limpio, pero describe mejor el experimento.

Transición en el Duffing forzado

Considera

$$\ddot x+\delta\dot x-x+x^3=\gamma\cos(\omega t),$$

con $\delta$ y $\omega$ fijos y $\gamma$ como parámetro. El objetivo es localizar un cambio de órbita periódica a un conjunto de retornos más complejo. Un diseño reproducible podría seguir esta secuencia:

1. Verificar el campo con $\gamma=0$ y comprobar el balance de energía del sistema no forzado y amortiguado.
2. Integrar un caso periódico conocido y confirmar que la sección estroboscópica contiene un número finito estable de puntos.
3. Ejecutar un barrido grueso en $\gamma$ con reinicio común, descartando un número fijo de periodos.
4. Marcar intervalos donde cambie el número de retornos o el multiplicador se acerque al círculo unidad.
5. Refinar esos intervalos y repetir con continuación ascendente y descendente.
6. Calcular el exponente máximo únicamente en los intervalos seleccionados y estudiar su convergencia temporal.
7. Repetir los casos frontera con tolerancias más estrictas y con un segundo método apropiado.

Una conclusión proporcionada diría: “en la malla y horizonte estudiados, el intervalo refinado contiene una pérdida de periodicidad acompañada por un exponente estimado positivo”. No diría “se demostró una ruta universal al caos”. La primera frase deja visibles malla, horizonte y diagnósticos; la segunda elimina las condiciones que hicieron posible la observación.

Matriz de evidencia y decisión

Condensa cada afirmación en una fila:

Afirmación	Evidencia principal	Control	Variación adversa	Estado
el código representa el modelo	evaluaciones manuales	límite $\gamma=0$	cambio de unidades	respaldada
existe un ciclo estable	sección y multiplicador	caso lineal	doble tolerancia	respaldada/inconclusa
aparece sensibilidad	exponente convergido	régimen periódico	doble horizonte	respaldada/inconclusa

El estado no tiene que ser binario. “Inconclusa” es una salida válida si identifica la prueba necesaria para decidir. Esta matriz enlaza cada frase del informe con el archivo, control y criterio que la sostiene.

Protocolo previo a la ejecución

Entrega dos páginas con las siguientes decisiones cerradas:

• ecuaciones, dominio, parámetros y condiciones iniciales;
• integrador, tolerancias, horizonte y descarte transitorio;
• control positivo, control negativo y caso de solución conocida;
• observable principal y diagnóstico complementario;
• malla exploratoria y regla de refinamiento;
• criterio de éxito, criterio de refutación y estado “inconcluso”;
• archivos que se conservarán y metadatos de cada ejecución.

La ejecución comienza después de fechar esta versión. Si una decisión cambia, no se borra el protocolo original: se añade la razón, el efecto esperado y una nueva versión. Así se distingue una mejora legítima de una elección hecha después de ver el resultado.