Estabilidad de Sistemas Dinamicos Potencia

Notas sobre estabilidad de sistemas din
amicos
Pablo Monzon
Curso de actualizacion: Estabilidad de sistemas electricos de potencia
2003
0.1. Estabilidad seg

un Liapunov
SEP - Sistemas Dinamicos
En el presente captulo se introduciran herramientas que nos permitiran estudiar la dinamica de un sistema en las cercanas de un punto de equilibrio.
La Teora de Liapunov, que es la principal herramienta que estudiaremos y
utilizaremos, fue presentada por dicho matematico ruso hacia fines del siglo
XIX. Sus famosos Teoremas dan condiciones suficientes para determinar el
comportamiento asintotico de las trayectorias en las cercanas de un punto fijo. Las condiciones suficientes de Liapunov se transforman en necesarias bajo
ciertas hipotesis adicionales poco restrictivas. Esto se prueba en los llamados
Teoremas Recprocos de Liapunov, entre los que se encuentra el Teorema de
Massera, que se enuncia y comenta en la seccion 0.3. Los Teoremas recprocos
permiten ademas determinar que caractersticas del sistema se mantendran
en presencia de peque
nas perturbaciones, propiedad que nos interesa de sobremanera, ya que no debemos olvidar que nuestro modelo matematico es
una aproximacion al sistema fsico real.
La intencion es brindar aqu una introduccion a la Teora de Liapunov y
su aplicacion al analisis y dise
no de sistemas de control. El Captulo pretende ser autocontenido. Se sigue en general la orientacion de [Kha96]. Otras
referencias son, por ejemplo, [Vid93, Slo91, Min62].
0.1.
Estabilidad seg
un Liapunov
Los sistemas que vamos a estudiar son de la forma

x = f (t, x, u)
donde t es la variable temporal, x Rn es el vector de estados y u Rm
es el vector de entradas. En muchos casos, el sistema a estudio no depende
explcitamente del tiempo, por lo que la ecuacion anterior puede escribirse1
as
x = f (x, u)
Cuando queremos analizar un determinado sistema de control, para el cual
conocemos la se
nal de entrada u(t), el sistema puede escribirse como
x = f (t, x)
1
Mantendremos la misma notaci

on para la funci
on f a fin de no complicar la escritura.
Curso de actualizacion - 2003

un Liapunov
Supondremos que la funcion f verifica un conjunto condiciones de regularidad respecto de las variables t, x y u que aseguran la existencia y unicidad de
la solucion de la ecuacion diferencial para una condicion inicial dada. Dichas
condiciones pueden encontrarse en en Captulo 2 de [Kha96].
En general vamos a buscar acciones de control que dependan de los estados, es decir, del tipo u = (x). En ese caso hablaremos de control por
realimentacion de estados y la descripcion del sistema resulta ser de la forma
x = f (x)
(1)
que es un sistema de ecuaciones diferenciales autonomo. Los sistemas sobre

los que nos centraremos son del tipo (1) y dedicaremos buena parte del presente captulo a su estudio.
La expresion x(, to , xo ) denotara la trayectoria en tiempo que en el instante to pasa por xo .
0.1.1.
Sistemas aut
onomos
Recordemos que un punto fijo o de equilibrio del sistema (1) es un xo Rn

que verifica que
0 = f (xo )
Lo anterior implica que la trayectoria que se origina en xo permanece all indefinidamente. La propiedad de continuidad de las soluciones respecto de
las condiciones iniciales ([Kha96, Arn74]) nos asegura que dado un determinado tiempo positivo t1 , si partimos lo suficientemente cerca de un punto
fijo, la trayectoria que obtendremos se mantendra cerca del mismo, por lo
menos hasta el instante t1 . La pregunta que nos hacemos es la siguiente:
bajo que condiciones dicha propiedad de permanecer cerca del punto fijo se
cumplira para todo tiempo futuro? La respuesta a esta pregunta nos lleva a
los conceptos de estabilidad y estabilidad asintotica.
Antes que nada, haremos la siguiente observacion: si xo Rn es un punto fijo del sistema (1), podemos suponer, sin perdida de generalidad, que
xo = 0, ya que siempre podemos realizar el cambio de variable z = x xo
que nos lleva a una sistema equivalente al original, para el cual se cumple
que z = 0 es un punto fijo.

un Liapunov
Como el sistema es autonomo, se cumple la siguiente propiedad

x(, t, x) = x( t, 0, x) , t 0
(2)
O sea que podemos suponer, sin perdida de generalidad, que las trayectorias
se originan en t = 0. Omitiremos el instante inicial en la notacion de las
trayectorias, asumiendolo nulo.
A continuacion introduciremos una serie de definiciones. En todas ellas se
asume que el origen x = 0 es un punto fijo del sistema (1), es decir que
0 = f (0).
Definici
on 1 (Estabilidad) Si para el sistema (1) se cumple que dado >
0, () > 0 tal que
k xo k< () , k x(t, xo ) k< t 0
entonces el origen es estable seg
un Liapunov.
Definici
on 2 (Estabilidad asint
otica) Si para el sistema (1) adem
as de la estabilidad
se cumple que () puede elegirse de modo tal que
k xo k< () , lm k x(t, xo ) k= 0
t
entonces el origen es asintoticamente estable seg

un Liapunov.
Definici
on 3 (Inestabilidad) Para el sistema (1) el origen es inestable si
no es estable.
Las definiciones de estabilidad pueden interpretarse de la siguiente manera: si

el origen es estable, partiendo suficientemente cerca de el nos mantendremos
cerca de el indefinidamente. La estabilidad asintotica expresa que no solo

un Liapunov
permaneceremos cerca del origen, sino que ademas nos acercaremos a el en

forma asintotica. Ambos conceptos son muy importantes para la teora de
control, ya que muchas veces podemos decir que tenemos un sistema controlado cuando logramos mantenerlo cerca de una posicion de equilibrio estable,
con la seguridad de que no se alejara mucho de ese punto de funcionamiento. Si ademas tenemos estabilidad asintotica, entonces luego de un periodo
transitorio, el sistema funcionara practicamente en la posicion de equilibrio.
La aplicacion de estos conceptos es enorme y vara desde los sistemas electricos de potencia hasta los reactores qumicos, pasando por areas tan diversas como la interaccion de especies en la vida salvaje, la propagacion
de enfermedades contagiosas o el desarrollo de las celulas en un embrion
[Kuo96, iee95].
Si bien la definicion del concepto de estabilidad es clara en cuanto a su
significado, no es simple aplicarla directamente para determinar si un punto
fijo dado es o no estable. En algunos casos, nos podemos ayudar con consideraciones fsicas, como se muestra en el siguiente ejemplo.
Ejemplo 1 Consideremos el sistema de la figura 1, que representa un sistema masa y resorte con amortiguamiento. Supondremos que la masa es
PSfrag replacements
k
m
Figura 1: Sistema de masa y resorte con amortiguamiento

m = 1, que la constante del resorte vale k y que el coeficiente de amortiguamiento es b. Las ecuaciones que rigen el sistema, considerando como

un Liapunov
estados la posici
on x1 , medida desde el punto de reposo del resorte, y la
velocidad x2 , son

x 1
x2
0
1
x1
x =
=
=
(3)
x 2
kx1 bx2
k b
x2
Consideremos primero el caso b = 0. El sistema resulta ser conservativo, ya
que la u
nica fuerza que act
ua es la del resorte. La energa del sistema, dada
por
1
k
E(x) = x22 + x21
2
2
es constante a lo largo de las trayectorias. Operando sobre las ecuaciones del
sistema, obtenemos la siguiente relaci
on
d(kx21 + x22 )
dE
= kx1 x 1 + x2 x 2 =
=0
dt
dt
lo que nos dice que las trayectorias son circunferencias (a menos de un cambio
de escala en x1 debido al factor k). Cuando hay amortiguamiento, la derivada
de la energa a lo largo de las trayectorias es
dE
= bx22
dt
por lo que ya no tenemos trayectorias peri
odicas. Del estudio de la mec
anica,
sabemos que la energa se disipa a lo largo de las trayectorias, y que el sistema
se mueve hasta encontrar un punto de energa mnima, que en este caso es
el origen. Las trayectorias se muestran en la figura 1.
En 1892, Liapunov generalizo el concepto de funcion de energa y determino la

relacion entre la existencia de funciones del tipo energa y la estabilidad del
origen.
Definici
on 4 (Funci
on de Liapunov) Llamaremos funci
on de Liapunov
para el sistema (1) a un mapa definido en un entorno D del origen de R n , a
valores reales, V : D [0, +), continuamente diferenciable2, que verifica
que
2
Diremos tambien que un mapa continuamente diferenciable, o sea, derivable y con

derivada continua, es de clase C 1 .

un Liapunov
x2
PSfrag replacements
4
4
x1
Figura 2: Trayectorias del sistema (3) con amortiguamiento
V(0) = 0 y V(x) > 0 x D {0}
(4)
V(x)
0 x D
(5)
La derivada que aparece en la ecuacion (5) es la derivada de la funcion V a

lo largo de las trayectorias del sistema y se define (y calcula) as

d
V
V
V(x) = V(x(t, x)) =

x =
f (x)
dt
x
x
t=0
Las condiciones (4) y (5) se enuncian de la siguiente manera: la funcion de
Liapunov debe ser definida positiva, con derivada semidefinida negativa.
Teorema 1 Sea el sistema (1), con x = 0 como punto de equilibrio. Supongamos que existe una funci
on de Liapunov para el sistema, definida en un
entorno D del origen. Entonces, se cumple que x = 0 es un punto de equilibrio estable.

un Liapunov
Si adem
as se cumple que la derivada de la funci
on de Liapunov es definida negativa, es decir,
V(x)
< 0, x D {0}
entonces el origen es asint
oticamente estable.
Demostraci
on
Sea > 0 dado y elijamos r > 0 tal que Br , la bola de centro x = 0 y
radio r,
Br = {x Rn | k x k r}
este contenida en D. Sea definido as
= mn V(x)
kxk=r
Como consecuencia de la definicion de signo de V, resulta ser > 0 estrictamente.

Elijamos (0, ) y definamos
= {x Br | V(x) }
Entonces se tiene que es un conjunto acotado, ya que esta estrictamente
incluido en Br por definicion. Ademas, es cerrado por ser la preimagen
por la funcion continua V del intervalo [0, ]. Entonces el conjunto es compacto. Ademas se cumple que toda trayectoria que se inicia en permanece
en el indefinidamente3
V (x(t)) 0 V (x(t)) V (x(0)) t 0
Las trayectorias que se inician en estan definidas para todo tiempo positivo, lo cual nos permite hablar de estabilidad y estabilidad asintotica.
Como V es continua en x = 0, existe > 0 tal que
k x k V(x) <
3
Se dice en ese caso que el conjunto es positivamente invariante

un Liapunov
PSfrag replacements
Br
Figura 3: Conjuntos considerados en la demostracion del Teorema 1
Entonces se cumple que

B B r
y toda trayectoria que se origina en B permanece en Br para todo tiempo
positivo, lo cual implica que
k x(0) k< k x(t) k< r , t 0
y queda probada la estabilidad.
Para probar la estabilidad asintotica, supongamos que V es definida negativa. Debemos mostrar que puede ser elegido de forma tal que x(t) 0
para t . Probaremos equivalentemente que V (x(t)) 0 para t .
Como la funcion V esta acotada inferiormente por cero y es monotonamente
decreciente, podemos afirmar la existencia de c 0 tal que
lm V (x(t)) = c
Mostraremos que c es necesariamente nulo. Supongamos que no es as. Entonces existe d > 0 tal que las trayectorias no entran en Bd , otra vez como

un Liapunov
consecuencia de la continuidad de V. Definamos
= max V(x)
dkxkr
En primer lugar, existe por la continuidad de V y la compacidad del conjunto sobre el cual se maximiza. En segundo lugar, es estrictamente positivo
Dentro de Br se cumple la siguiente
debido a la definicion de signo de V.
acotacion
Z t
t
V (x(t)) = V (x(0)) +
V (x( )) d V (x(0)) t
0
Esta contradiccion implica que c = 0 y que el origen es un punto de equilibrio

asintoticamente estable.
El Teorema anterior generaliza el concepto de funcion de energa asociada

al sistema. Nos permite afirmar la estabilidad del punto de equilibrio que
estemos estudiando, aunque para ello es necesario conocer una funcion de
Liapunov. El hecho de no poder encontrar una tal funcion no implica la inestabilidad y a priori puede parecer que el resultado solo puede ser aplicado
a una clase reducida de sistemas. Sin embargo se han dedicado muchas horas
de investigacion a la b
usqueda sistematica de funciones de Liapunov para una
amplia variedad de sistemas, y aun hoy pueden encontrarse en la literatura
numerosos artculos y libros al respecto, como por ejemplo [Kok96]. Como
veremos en lo que resta del presente captulo, la utilidad teorica del resultado
anterior es tambien muy importante.
Ejemplo 2 Intentemos aplicar el Teorema de Estabilidad para clasificar el
origen como punto de equilibrio del ejemplo 1, con amortiguamiento no nulo.
Tomemos la funci
on de energa
1
1
E(x) = x22 + kx21
2
2
y verifiquemos que es una funci
on de Liapunov para el sistema (3). La funci
on
es obviamente definida positiva y su derivada
E(x)
= x2 x 2 + kx1 x 1 = bx22 0

un Liapunov
es semidefinida negativa en un entorno del origen (n

otese que no depende
de x1 ). Entonces el Teorema nos dice que el origen es un punto de equilibrio
estable, pero no nos dice nada respecto al comportamiento asint
otico de las
trayectorias, el cual conocemos por consideraciones fsicas.
Al ser el sistema (3) lineal, pueden aplicarse las tecnicas que veremos en
la secci
on 0.2, que, en este caso, permiten determinar la existencia de una
funci
on de Liapunov cuadratica para el sistema con derivada definida negativa, lo cual implica la estabilidad asint
otica del origen.
Definici
on 5 Cuando en el sistema (1) el origen es asint
oticamente estable,
el siguiente conjunto
n
o
Ro = xo Rn | lm x(t, xo ) = 0
t
se denomina la regi
on de atracci
on.
El conjunto esta formado por todos los puntos que verifican que las trayectorias que se inician en ellos convergen al origen. Este conjunto es importante,
porque su conocimiento permite que el trabajo del ingeniero de control se centre en llegar a este conjunto y luego la propiedad de estabilidad regulara por
s sola el sistema. La region de atraccion de un punto asintoticamente estable no es facil de encontrar. Es posible determinar algunas propiedades
topologicas del conjunto, como por ejemplo que es abierto, conexo y positivamente invariante ([Kha96], Cap. 4). Hay formas numericas de estimar la
region de atraccion (por ejemplo, simulando trayectorias desde distintos puntos iniciales, o realizando simulaciones hacia atr
as desde puntos cercanos al
origen). Por otro lado, esta claro que si conocemos una funcion de Liapunov
que nos de la estabilidad asintotica, el dominio de definicion de dicha funcion
nos permite obtener una estimacion de la region de atraccion [Kha96]. Esto
nos lleva a la siguiente idea: el problema puede no ser solo la b
usqueda de
una funcion de Liapunov sino la b
usqueda de aquella que asegure la mayor
region de atraccion.
Definici
on 6 Para el sistema (1) el origen es globalmente asint
oticamente
estable o estable en grande si es asint
oticamente estable y se cumple que su
regi
on de atracci
on es todo el espacio (Ro = Rn ).
10

un Liapunov
En principio puede pensarse que la estabilidad asintotica global esta implicada por la existencia de una funcion de Liapunov definida en todo el espacio.
Si se observa con cuidado la demostracion del Teorema 1, puede apreciarse
que todo el trabajo se realiza en forma local. En particular, el conjunto
= {x Rn | V(x) } Br
es acotado y a partir de ah se sigue con las correspondientes acotaciones.
Ese detalle no es menor y debe agregarse como hipotesis para extender el
resultado a la estabilidad global, para evitar situaciones como la del ejemplo
3.
Ejemplo 3 Supongamos que tenemos un sistema para el cual la siguiente
funci
on es de Liapunov
x21
+ x22
V(x) =
1 + x21
Los conjuntos , para distintos se muestran en la figura 3. Puede verse
2.5
=5
2
1.5
=1
x2
0.5
PSfrag replacements
= 0,5
0.5
1
1.5
2
2.5
2.5
1.5
0.5
x1
0.5
1.5
2.5
Figura 4: Curvas para distintos valores de

que para valores de mayores que 1, los conjuntos que se obtienen no son
acotados (en particular, puede verse que contienen la recta x 2 = 0, ya que
11

un Liapunov
x21
1+x21
< 1 para todo x1 ). Esto permite la existencia de trayectorias que, sin

salirse de los conjuntos , se alejen indefinidamente del origen.
La formulacion del Teorema de Estabilidad en Grande resulta ser la siguiente

[Kha96]:
Teorema 2 Sea el sistema (1), con x = 0 como punto de equilibrio. Supongamos que existe una funci
on de Liapunov para el sistema, definida en todo
n
el espacio R y con derivada definida negativa en Rn {0}. Supongamos
adem
as que para todo > 0 el conjunto es acotado. Entonces, x = 0 es
globalmente asint
oticamente estable.
Una forma de asegurar la acotacion de los conjuntos es mediante las

llamadas funciones radialmente no acotadas.
Definici
on 7 Si V : Rn [0, +) cumple que para todo x Rn
lm
kxk+
V(x) = +
diremos entonces que es radialmente no acotada.
Las ideas desarrolladas en la demostracion de los Teoremas anteriores pueden

ser aplicadas tambien para probar la estabilidad o la inestabilidad del origen. Existen muchos teoremas del estilo de Liapunov en ese sentido, como el
resultado de Cetaev o el de La Salle, cuya demostracion puede encontrarse
en [Kha96]. A modo de ejemplo enunciamos el Teorema de Cetaev.
Teorema 3 (Cetaev) Consideremos el sistema (1) con un punto fijo en
x = 0. Sea D un entorno del origen y U D un abierto tal que 0 U .
Supongamos que existe una funci
on V : D R de clase C 1 tal que V > 0 y
V > 0 en U y V 0 en U . Entonces x = 0 es inestable4 .
U denota el borde del conjunto U.
12

un Liapunov
0.1.2.
Sistemas no aut
onomos
El estudio de los sistemas que dependen explcitamente del tiempo es

mas complejo que el que hemos realizado para sistemas autonomos. Incluso
las definiciones relativas a la estabilidad requieren una reformulacion, que
contemplen la dependencia temporal. El sistema no autonomo esta expresado
por
x = f (t, x)
(6)
con condicion inicial x(to , to , xo ) = xo . Recordemos que es importante indicar
el instante inicial, ya que no hay invariancia temporal. El interes del estudio de sistemas autonomos no esta motivado solamente por el hecho de que
muchos sistemas que nos interesan son variantes en el tiempo, sino que a
un
cuando estemos estudiando sistemas autonomos, podemos enfrentarnos a un
sistema no autonomo.
Consideremos el sistema autonomo x = f (x) y una trayectoria particular
(t) conocida. Si queremos estudiar como son las trayectorias cercanas a
x
(t), podemos realizar el siguiente procedimiento: consideremos en primer
x
lugar el cambio de variables
(t)
z(t) = x(t) x
Se cumple que
4
(t) = f (x) x
(t) = f (z + x
) x
(t) = g(t, z)
z(t)
= x(t)
x
Verifiquemos que z = 0 es un punto de equilibrio para el sistema gobernado
por g:
) x
= 0 , t
g(t, 0) = f (0 + x
Entonces se cumple que las propiedades del sistema descrito por g en un
entorno del origen de z = 0 son las propiedades del sistema descrito por f
(t).
en un entorno de la trayectoria x
En las definiciones que siguen asumiremos nuevamente que el origen es un
punto fijo del sistema (6).
13

un Liapunov
Definici
on 8 (Estabilidad) Si para el sistema (6) se cumple que dado >
0, = (to , ) > 0 tal que
k xo k< k x(t, to , xo ) k< t to , to R
entonces el origen es estable seg
un Liapunov.
Definici
on 9 (Estabilidad uniforme) Para el sistema (6) el origen es
uniformemente estable seg
un Liapunov si es estable y, para todo > 0, el
puede ser elegido independiente de to : = ().
Definici
otica) Para el sistema (6) el origen es
asintoticamente estable seg
un Liapunov si es estable y adem
as se cumple
que (to , ) puede elegirse de modo tal que lmt x(t, to , xo ) = 0 para todo
k xo k< (to , )
Definici
otica uniforme) Si para el sistema (6)
se cumple que el origen es estable y que adem
as existe co > 0, independiente
de to , tal que para todo k xo k< co se cumple que x(t, to , xo ) 0 para t
uniformemente en to es decir que para todo > 0, existe T () > 0 tal que
k x(t, to , xo ) k< , t to + T () , to R , k xo k< co
entonces el origen es uniformemente asintoticamente estable seg
un Liapunov.
Definici
otica uniforme global) Si para el sistema (6) se cumple que el origen es uniformemente estable en forma asint
otica
y que adem
as dados y c positivos cualesquiera, existe T (, c) > 0 tal que
k x(t, to , xo ) k< , t to + T (, c) , to R , k xo k< c
entonces el origen es globalmente uniformemente asintoticamente estable
seg
un Liapunov.
14

un Liapunov
Definici
on 13 (Inestabilidad) Para el sistema (6) el origen es inestable
si no es estable.
Como puede apreciarse, en las definiciones anteriores aparece el concepto de

uniformidad respecto del instante inicial. Dicho concepto es a veces un tanto
difcil de comprender. A los efectos del estudio de las propiedades asintoticas
de las trayectorias, es importante no solo saber que, por ejemplo, se acercan
al origen, sino que el tiempo que demoran en estar cerca del origen no depende del instante inicial. Existen ejemplos que muestran casos en los que
esa situacion no se da, y otros en los que incluso el saber simplemente que
las trayectorias se van al origen no es una informacion u
til [Kha96, Vid93].
Si bien las definiciones anteriores son claras en cuanto a las ideas que introducen, no son u
tiles para manipularlas tecnicamente. Es por eso que en la
literatura se manejan unas definiciones equivalentes, que utilizan los conceptos de funciones de Clase K. Solo reformulamos las definiciones que vamos a
utilizar.
Definici
on 14 Llamaremos funcion de clase K a una funci
on : [0, a)
[0, +) continua, estrictamente creciente y que se anula en 0.
Definici
on 15 Llamaremos funcion de clase KL a una funci
on (r, s) de
dominio [0, a) [0, +) a valores positivos, tal que es de clase K para s fijo
y, para r fijo, es decreciente con respecto a s y cumple que lms (r, s) = 0.
Las definiciones 9 y 11 pueden reformularse en terminos de las funciones recien introducidas. Se obtienen entonces los siguientes resultados sobre equivalencias entre las distintas definiciones. Ver [Kha96], Cap.5.
Teorema 4 a) (Estabilidad uniforme) Para el sistema (6) el origen es
uniformemente estable seg
un Liapunov si y s
olo si existen una funci
on
15

un Liapunov
de clase K y una constante c > 0, independiente del instante inicial to , que

verifican que
k x(t, to , xo ) k (k xo k) , t to 0 k xo k< c
b) (Estabilidad asint
otica uniforme) Para el sistema (6) el origen es
uniformemente asintoticamente estable seg
un Liapunov s y s
olo s existen
una funci
on , de clase KL, y una constante positiva c, independiente de la
condici
on inicial to , que verifican que
k x(t, to , xo ) k (k xo k, t to )
para todo k xo k< c y todo t to 0.
La globalidad en las definiciones anteriores se alcanza cuando el dominio de

las funciones y es toda la semirrecta positiva y la constante c puede
tomarse infinita.
El concepto de funcion de Liapunov, para un sistema no autonomo, incorpora
la idea de uniformidad respecto al tiempo.
Definici
on 16 La funci
on V : [0, ) D [0, ) Rn [0, ) es una
funci
on de Liapunov para el sistema (6) si cumple que
1 (x) V(t, x) 2 (x)
(7)
x) = V + V f (t, x) 3 (x)
V(t,
(8)
t
x
para todo x D y todo t 0, con 1 , 2 y 3 funciones continuas a valores
reales definidas positivas5 .
Las ecuaciones (7) y (8) extienden el concepto de definicion de signo al caso no

autonomo. La version variante en el tiempo del Teorema 1, cuya demostracion
puede encontrarse en ([Kha96]. Cap.3), es como sigue:
Teorema 5 Sea x = 0 un punto de equilibrio del sistema (6). Sea V una
funci
on de Liapunov para el sistema. Entonces el origen es uniformemente
asint
oticamente estable.
Usualmente, las funciones i se toman de clase K.
16
0.2. Sistemas lineales autonomos
Para asegurar la globalidad de la estabilidad, basta con pedir que la funcion

1 sea radialmente no acotada.
Un caso especial de estabilidad asintotica uniforme se tiene cuando las trayectorias verifican la acotacion
k x(t, to , xo ) k ke(tto ) k xo k , xo Br , to 0
en un cierto entorno Br del origen y con k y constantes positivas. Hablamos
en este caso de estabilidad exponencial. La estabilidad exponencial es un caso
particular del Teorema 4 b) con (r, s) = kres , con k y positivos. Este
concepto sera retomado en la seccion 0.3.
0.2.
Sistemas lineales aut

onomos
En esta seccion estudiaremos especficamente los sistemas autonomos lin

eales. Estos
presentan caractersticas particulares que permiten que su estudio resulte ser relativamente sencillo en comparacion con el caso mas general.
Por ejemplo, puede hallarse la solucion analtica para toda condicion inicial
y puede estudiarse directamente el comportamiento asintotico de las trayectorias. Si bien la mayora de los sistemas no son lineales, la importancia del
estudio de este tipo de sistemas radica en el llamado metodo de linealizacion,
que consiste en extraer conclusiones sobre la dinamica del sistema en torno
a un punto de equilibrio en base al comportamiento del sistema lineal que
aproxima el sistema original en las cercanas de dicho punto. Tambien son
frecuentes los sistemas que pueden describirse mediante la interconexion de
un sistema lineal y uno no lineal, y pueden estudiarse a partir del conocimiento de las propiedades de estabilidad del sistema lineal.
Un sistema lineal y autonomo se describe por la ecuacion (9). Los puntos
fijos del sistema son los que conforman el n
ucleo de la matriz A Rnn , por
lo que el origen es un punto fijo aislado si se cumple que el determinante de
la matriz A es no nulo.
x = Ax
(9)
La solucion analtica de la ecuacion (9) que se inicia en xo es
x(t, xo ) = eAt xo
(10)
17
0.2. Sistemas lineales autonomos
y su comportamiento depende de los valores propios de la matriz A. No

entraremos en detalles relacionados con esta afirmacion, pero utilizando la
forma canonica de Jordan de la matriz A, es posible escribir la solucion (10)
como combinacion lineal de funciones de la forma
ik (t) = tk1 ei t i = 1, . . . , r; k = 1, . . . , mi 1
siendo r el n
umero de valores propios distintos y mi la multiplicidad algebraica de cada uno de ellos. Tenemos entonces el siguiente Teorema:
Teorema 6 El origen es un punto de equilibrio estable del sistema (9) si y
s
olo si todos los valores propios de la matriz A tienen parte real no positiva y
aquellos valores con parte real nula tienen multiplicidad algebraica igual a 1.
Para el caso que todos los valores propios tienen parte real negativa, se tiene
la estabilidad asint
otica.
Las caractersticas lineales del sistema aseguran que las propiedades de estabilidad se cumplen siempre en forma global.
Definici
on 17 Diremos que la matriz A es Hurwitz si todos sus valores
propios tienen parte real negativa.
Una caracterizacion alternativa de la estabilidad del sistema (9) la podemos

tener intentando aplicar los Teoremas de Liapunov, para lo cual es necesario
encontrar una funcion de Liapunov para el sistema. Consideremos la siguiente
candidata
V(x) = xT P x
donde P es una matriz simetrica n n. Para asegurar que se cumple la
definicion de signo de la funcion V, la matriz P debe ser definida positiva.
Estudiemos la derivada a lo largo de las trayectorias
V(x)
= x T P x + xT P x = xT (AT P + P A)x = xT Qx
donde hemos definido la matriz Q por la relacion
AT P + P A = Q
(11)
18
0.3. Teoremas recprocos
La matriz Q resulta ser simetrica. Para que la funcion V sea de Liapunov,

Q debe ser definida negativa. Planteemos el problema al reves. Supongamos
que elegimos una matriz Q definida negativa y queremos hallar P > 0 que
verifique la relacion (11). En ese caso nos enfrentamos a la necesidad de
resolver una ecuacion en la variable P . Dicha ecuacion se denomina ecuaci
on
de Liapunov y se prueba ([Kha96], Cap 3) que:
Teorema 7 La matriz A es Hurwitz si y s
olo si para toda matriz Q = QT
definida positiva, la ecuaci
on de Liapunov (11) tiene una u
nica soluci
on P
definida positiva.
Existen algoritmos numericos que permiten resolver la ecuacion de Liapunov.

Ademas, debe notarse que para obtener una funcion de Liapunov no es necesario resolver la ecuacion (11), sino que basta con resolver la siguiente inecuacion en la variable P > 0
AT P + P A < 0
(12)
La ecuacion (12) resulta ser un problema de programacion lineal, resoluble

mediante algoritmos muy eficientes de punto interior [Kaj96]. Se denomina
Desigualdad Matricial Lineal y aparece en la literatura con su sigla en ingles
LMI. Existen algoritmos eficientes y rapidos para resolver las LMI [Chi95,
Kaj96]. Estos objetos matematicos son de mucha utilidad en la Ingeniera
de Control y fundamentalmente en los u
ltimos 20 a
nos ha habido una gran
cantidad de trabajo de investigacion sobre las aplicaciones a la Teora de
Control de las Desigualdades Matriciales Lineales. La bibliografa citada es
una introduccion sencilla y breve a las LMI y sus aplicaciones mas inmediatas.
0.3.
Teoremas recprocos
Bajo ciertas hipotesis, no muy restrictivas, los Teoremas de Estabilidad

de Liapunov admiten una formulacion recproca, en el sentido de que la estabilidad implica la existencia de una funcion de Liapunov. La demostracion de
los mismos es de tipo constructivo, o sea que la existencia de una funcion de
Liapunov se prueba por la obtencion de la misma. Lamentablemente dicha
construccion no es en general factible en la practica, por lo que estos Teoremas tienen fundamentalmente utilidad teorica y se emplean para obtener
resultados teoricos sobre estabilidad (ver secciones 0.4 y 0.5).
19
Teorema 8 Consideremos el sistema

x = f (t, x)
con f continua respecto de t y de clase C 1 respecto de x, definida en [0, +)
Br . Supongamos que se cumple que la matriz jacobiana de f est
a acotada en
Br , uniformemente en t. Supongamos adem
as que el origen es exponencialmente estable, o sea que existen k, y ro constantes positivas que verifican
k x(t, to , xo ) k k k xo k e(tto ) , t to 0
(13)
siempre que xo pertenezca a un entorno Do Br del origen.

Entonces existe una funci
on
V : [0, +) Do R
de clase C 1 que satisface las siguientes condiciones
c1 k x k2 V(t, x) c2 k x k2
V
V
+
f (t, x) c3 k x k2
t
x

V
c 4 k x k
x
para c1 , c2 , c3 y c4 constantes positivas.

Demostraci
on
Usaremos nuevamente la notacion x(t, to , xo ) para designar la trayectoria que

en el instante inicial to pasa por xo . Como consecuencia de la acotacion exponencial, se cumple que para toda condicion inicial xo en Do y todo instante
inicial to , la trayectoria x(t, to , xo ) esta definida para todo tiempo mayor o
igual a to y se mantiene dentro de Br , si se cumple que Do B kr . Si no se
cumpliera dicha condicion, restringimos el conjunto Do .
Definamos la siguiente funcion como candidata a funcion de Liapunov
Z t+T
Z t+T
T
V(t, xo ) =
x (, t, xo )x(, t, xo )d =
k x(, t, xo ) k2 d
(14)
t
20
donde T es una constante que elegiremos luego. La funcion V es a valores

reales positivos. Por la acotacion exponencial tenemos que
Z t+T

k2
4
V(t, x)
k 2 k x k2 e2( t) d =
1 e2T k x k2 = c2 k x k2
2
t
Llamemos L a la cota de la matriz Jacobiana de f en Br ,

f

(t, x) L , x D , t 0

x
Se tiene entonces que f es Lipschitz en Br con constante L. Por lo tanto, se

cumple la siguiente acotacion6
k x(, t, x) k2 k x k2 e2L( t)
Obtenemos entonces la segunda acotacion
V(t, x)

1
4
1 e2LT k x k2 = c1 k x k2
2L
Calculemos la derivada de V a lo largo de las trayectorias

V
V
+
f (t, x)
V =
t
x
Derivando tenemos que
V =k x(t + T, t, x) k2 k x(t, t, x) k2
Z t+T
x(, t, x)
+
2xT (, t, x)
d
t
t
Z t+T

x(, t, x)
T
+
2x (, t, x)
d f (t, x)
x
t

Z t+T
x(, t, x) x(, t, x)
2
2
T
=k x(t+T, t, x) k k x k +
2x (, t, x)
+
f (t, x) d
t
x
t
6
Como k f (t, x) k L k x k, resulta que

d

2
2

dt k x(t, to , x)) k 2L k x k , to 0
21
Como
x(, t, x) = x +
f (s, x(s, t, x)) ds

t
resulta que
x(, t, x)
x(, t, x)
= f (t, x) ,
= Inn
t
x
y por lo tanto
x(, t, x) x(, t, x)
+
f (t, x) = 0 , t
t
x
La derivada temporal puede acotarse nuevamente as

V =k x(t + T, t, x) k2 k x k2 1 k 2 e2T k x k2
Lo que da la definicion de signo de la variacion temporal y el valor de la

constante
c3 = 1 k 2 e2T
Eligiendo T adecuadamente, podemos tomar c3 tan cercano a 1 como queramos.
Como se tiene que
V
=
x
t+T
2x(, t, x)
t
x(, t, x)
d
x
utilizando tecnicas de acotacion similares a las ya empleadas, se llega a

V

4
2k 1 e(L)T k x k=
c4 k x k
x L
La hipotesis de estabilidad exponencial del Teorema anterior puede relajarse a

la estabilidad asintotica uniforme, aunque la demostracion es mas trabajosa,
ya que las acotaciones no resultan tan directas. La demostracion del resultado
en el caso mas general la realizo el Ing. Jose Luis Massera en la decada de
1940, basandose en el siguiente Lema [Kha96, Mas49, Vid93]:
22
Lema 1 (Lema de Massera (1949)) Sea g : [0, ) R, continua y estrictamente decreciente, g(t) > 0 para t 0, g(t) 0 para t . Sea
h : [0, ) R continua y no decreciente, h(t) > 0 para t 0. Entonces
existe una funci
on G(t) tal que
a) G(t) y su derivada G0 (t) son funciones de clase K definidas para todo
t 0.
b) Existen constantes positivas k1 y k2 tales que para cualquier funci
on continua u que satisface 0 u(t) g(t) para todo t 0 se verifica que
Z
Z
G (u(t)) dt k1 ;
G0 (u(t)) h(t)dt k2
0
Una version recproca de Liapunov mas general es la siguiente

Teorema 9 Consideremos el sistema
x = f (t, x)
con f de clase C 1 definida en [0, +)Br . Supongamos que se cumple que la
matriz jacobiana de f est
a acotada en Br , uniformemente en t. Supongamos
adem
as que el origen es un punto de equilibrio uniformemente asint
oticamente estable.
Entonces existe una funci
on
V : [0, +) Bro
de clase C 1 , con ro a definir, que satisface las siguientes condiciones
1 (k x k) V(t, x) 2 (k x k)
V V
+
f (t, x) 3 (k x k)
t x
V
4 (k x k)
x
para 1 , 2 , 3 y 4 funciones de clase K.
23
0.4. Sistemas perturbados
0.4.
Sistemas perturbados
Consideremos el sistema
x = f (t, x) + (t, x)
(15)
donde D es un entorno del origen en Rn , f, : [0, )D Rn son funciones

localmente Lipschitz en x y f es de clase C 1 . El termino representa una
perturbacion del sistema original
x = f (t, x)
(16)
que puede representar errores de modelado, incertidumbre en la dinamica,

dinamica que no fue modelada y ruido en el sistema real. Asumiremos que el
origen x = 0 es un punto fijo del sistema original. Si llamamos f a la funcion
exacta que describe el sistema (15) y f al modelo que por simplicidad o por
necesidad estamos usando, entonces se cumple que

x = f(t, x) = f (t, x) + f(t, x) f (t, x) = f (t, x) + (t, x)
donde representa la diferencia entre nuestro modelo y la realidad.
Estamos limitando nuestro estudio a sistemas que se pueden escribir en la

forma (15), es decir, sistemas en los que la perturbacion aparece en forma
aditiva en la dinamica, lo cual no es restrictivo, ya que normalmente se arriba a sistemas de esta forma cuando se pretende controlar sistemas no lineales.
En esta seccion, veremos bajo que condiciones, el conocimiento de la dinamica en torno del origen del sistema original (16) nos proporciona informacion
relativa al sistema perturbado (15). A tales efectos, es necesario distinguir
dos casos, cuando la perturbacion se anula en el origen x = 0 y cuando no
sucede as.
0.4.1.
(t, 0) = 0 , t to
Cuando la perturbacion se anula en el origen, se cumple que el mismo

es un punto fijo del sistema original y del perturbado al mismo tiempo. A
continuacion veremos un resultado que permite obtener informacion sobre la
estabilidad del origen como punto fijo del sistema perturbado a partir del
24
conocimiento de las propiedades de estabilidad del origen como punto fijo

del sistema original. Existen varios teoremas similares al Teorema 10 que
manejan el mismo esquema de demostracion ([Kha96], Cap. 4).
Teorema 10 Supongamos que
(t, 0) = 0 , t to
y que el origen es un punto de equilibrio exponencialmente estable para el
sistema original (16). Supongamos adem
as que la perturbaci
on cumple que
k (t, x) k k x k , t to
(17)
en un entorno del origen. Entonces, si es suficientemente peque

no7 , el origen es un punto de equilibrio exponencialmente estable del sistema perturbado
(15).
Demostraci
on:
Como se cumplen las hipotesis del Teorema Recproco de Liapunov para
el caso de la estabilidad exponencial, podemos asegurar que existe una funcion de Liapunov para el sistema nominal (16), es decir, una funcion V(t, x)
de clase C 1 definida en [0, ) D, donde D es un entorno del origen en Rn ,
que verifica que
c1 k x k2 V(x) c2 k x k2
V
V
+
f (t, x) c3 k x k2
t
x

V
c 4 k x k
x
con c1 , c2 , c3 y c4 constantes positivas. Veremos bajo que condiciones la funcion V es una funcion de Liapunov para el sistema perturbado (15). En primer
lugar, restrinjamos el dominio de definicion de la funcion de Liapunov a la
region donde se verifica la acotacion (17). Estudiemos la derivada respecto
de las trayectorias
x) = V + V f (t, x) + V (t, x)
V(t,
t
x
x
7
La cota para surge de la demostraci

on del Teorema.
25
Por las propiedades de V y , la ecuacion anterior puede acotarse como sigue

2
c3 k x k + V k (t, x) k k x k2 (c3 c4 )
|V|
x
Entonces, si se cumple que
c3
(18)
c4
tendremos que el origen es un punto de equilibrio exponencialmente estable
para el sistema perturbado.
<
El resultado anterior muestra que la estabilidad exponencial es una propiedad

robusta en el sentido que se mantiene frente a una clase determinada de perturbaciones. La validez de las consideraciones realizadas es siempre local,
aunque si el origen es globalmente exponencialmente estable para el sistema
nominal, entonces tambien lo sera para el sistema perturbado.
Cabe observar que el Teorema anterior incluye el caso en que la perturbacion
satisface una acotacion particular de la forma
k g(t, x) k (t) k x k
con (t) < para todo t 0. Este tipo de acotacion aparece frecuentemente
en los problemas a estudio y es interesante en si misma ya que admite perturbaciones variantes en el tiempo a las que se le pueda imponer una cota
uniforme. Si se tiene mas informacion sobre la variacion temporal de la cota
(t) se pueden obtener mas conclusiones que las que brinda este Teorema
([Kha96], Cap. 5).
La ecuacion (18) nos da una idea del tama
no de las perturbaciones que no
desestabilizan el sistema, aunque esta claro que para calcular la cota cc34 , es
necesario conocer explcitamente la funcion de Liapunov V. A
un si conocemos una funcion V para el sistema y una cota para la perturbacion pero no
se cumple la condicion (18), el resultado anterior solo nos dice que no podemos afirmar nada sobre la estabilidad del sistema perturbado y deberamos
intentar buscar una funcion de Liapunov que maximice la cota admisible de .
La estabilidad exponencial es esencial en el resultado anterior. Cuando solo
se tiene estabilidad asintotica uniforme el estudio resulta ser un poco mas
26
delicado [Kha96]. El siguiente ejemplo muestra que la robustez frente a perturbaciones de crecimiento lineal se
nalada no se tiene con la sola estabilidad
uniforme.
Ejemplo 4 Consideremos el sistema escalar
x = x3 + x
donde el termino x representa una perturbaci
on. El sistema original ( = 0)
admite la funci
on de Liapunov
V(x) = x2
que es definida positiva y tiene derivada sobre las trayectorias
V(x)
= 4x4
que es definida negativa. Tenemos entonces estabilidad asint
otica uniforme
para el sistema original. Linealizando el sistema perturbado en torno al origen
obtenemos
x = x
lo que indica que el origen es inestable para todo valor de positivo arbitrariamente peque
no.
Veamos que sucede en el caso particular de un sistemas lineal invariante en

el tiempo perturbado
x = Ax + (t, x)
donde la perturbacion se anula en el origen y verifica la acotacion (17).
Supongamos que el sistema nominal, lineal, tiene al origen como punto de
equilibrio asintoticamente estable. Sabemos entonces que existen matrices P
y Q, n n, definidas positivas, que satisfacen la ecuacion de Liapunov
AT P + P A = Q
y que permiten definir la siguiente funcion de Liapunov cuadratica
V(x) = xT P x
27
para el sistema nominal. Es facil verificar que las constantes c1 , c2 , c3 y c4

pueden tomarse as
c1 = min (P ) , c2 = max (P ) , c3 = min (Q) , c4 = 2max (P )
donde hemos usado la notacion min (.) y max (.) para designar el maximo y
el mnimo valor propio de una matriz simetrica.
En este caso, la acotacion para que surge del Teorema 10 es
<
min (Q)
c3
=
c4
2max (P )
(19)
Por lo tanto, si se satisface la condicion (19), podemos asegurar la estabilidad

asintotica del origen para el sistema perturbado.
0.4.2.
(t, 0) 6= 0 , t to
Cuando la perturbacion no se anula en el origen, no tenemos el resultado

interesante del Teorema 10. El problema radica en que el origen ya no es
un punto fijo del sistema perturbado y, por lo tanto, las conclusiones que
podamos sacar sobre la estabilidad del origen para el sistema nominal no
pueden trasladarse directamente al sistema perturbado. A
un as, podemos
intentar aplicar la misma idea de ver bajo que condiciones una funcion de
Liapunov para el sistema nominal nos brinda informacion sobre las trayectorias en torno al origen del sistema perturbado. El siguiente Teorema, que
solo enunciaremos, traslada lo visto anteriormente al caso de perturbaciones
que no se anulan en el origen.
Teorema 11 Sea x = 0 un punto de equilibrio exponencialmente estable
para el sistema nominal (16) y supongamos que (t, x) satisface la siguiente
acotaci
on
k (t, x) k
(20)
para todo t 0 y para todo x en una bola de radio r centrada en el origen.
Si es suficientemente peque
no, entonces existen constantes positivas c, t 1 ,
b, k, R y que verifican que
k x(t) k ke(tto ) k x(to ) k , to t < t1 , k x(to ) k R
(21)
28
0.5. Linealizacion

k x(t) k b , t t1
(22)
Las ecuaciones (21) y (22) expresan la llamada acotaci

on u
ltima8 de las
trayectorias en torno al origen. Como puede apreciarse, al principio las trayectorias tienden exponencialmente al origen y luego se quedan cerca de el. Las
constantes que aparecen resultan ser funciones de las cotas de la funcion de
Liapunov que se asocie al sistema nominal. La demostracion del Teorema se
basa en un resultado similar al del Teorema de Liapunov, cuando solo puede
afirmarse que la derivada es definida negativa fuera de un entorno del origen. Esto implica que las trayectorias van hacia ese entorno y no se salen de
all ([Kha96], Cap. 5).
El estudio de perturbaciones que no se anulan en el origen aparece naturalmente cuando en un sistema de control miramos la accion de control como
una perturbacion. Seamos un poco mas explcitos. Supongamos un sistema
de control de la forma
x = f (x) + u(t, x)
donde u es la se
nal de control. Si conocemos las caractersticas de estabilidad
del sistema no forzado
x = f (x)
basandonos en los Teoremas anteriores podemos extrapolar conclusiones para
el sistema forzado. Por ejemplo, si el origen del sistema no forzado es exponencialmente estable y la accion de control, vista como una perturbacion,
satisface la acotacion (20), podemos asegurar que las trayectorias resultantes
seran acotadas. Esto se conoce como la estabilidad entrada-estado y constituye una rama importante del control no lineal.
0.5.
Linealizaci
on
En la presente seccion, veremos como estudiar el comportamiento de

un sistema en las cercanas de un punto de equilibrio en funcion de las
propiedades del sistema obtenido al linealizar el original.
8
En ingles: ultimate bound
29
0.5. Linealizacion
Consideremos el sistema no lineal y autonomo

x = f (x)
(23)
con f (0) = 0 y f de clase C 1 en un entorno del origen. Definamos la siguiente

matriz

f
A=
(x)
(24)
x
x=0
El sistema (23) puede escribirse as
x = Ax + [f (x) Ax]
y, definiendo (x) = f (x) Ax, obtenemos la siguiente descripcion
x = Ax + (x)
(25)
La ecuacion (25) es un caso particular de un sistema perturbado. En este

caso el sistema nominal es lineal, de matriz de transicion de estados A, y la
perturbacion verifica por definicion que se anula en el origen y ademas que
k (x) k
=0
kxk0 k x k
lm
. Estamos, por lo tanto, en las hipotesis

por la continuidad en x = 0 de f
x
del Teorema 10, ya que siempre podemos encontrar una constante tal que
en un entorno del origen se cumpla que
k (x) k k x k
Restringiendo suficientemente dicho entorno, la constante puede tomarse
tan peque
na como sea necesario. Entonces si A es Hurwitz, el origen es exponencialmente estable. Ademas, si A tiene un valor propio positivo entonces
el sistema es inestable.
El resultado expuesto aqu brevemente es mas fuerte a
un. Puede demostrarse
que si A no tiene valor propio nulo existe una correspondencia biunvoca local entre las trayectorias del sistema original y las del sistema lineal. Esto se
conoce como Teorema de Hartman-Groman [Kha96, Har64, GH83].
30
0.6. Control utilizando Liapunov
Teorema 12 Sea la ecuaci

on diferencial x = f (x) tal que

f
Df (
x) =
x x=x
no tiene valores propios con parte real nula. Entonces existe una funci
on
continua, con inversa continua (un homeomorfismo) definido en un entorno
de x, que mapea las o
rbitas del sistema original en las o
rbitas del sistema
lineal
z = Df (
x).z z = x x
Este homeomorfismo preserva el sentido de las trayectorias y preserva el
tiempo.
0.6.
Control utilizando Liapunov
Las herramientas introducidas por Liapunov se emplean continuamente

en la Teora del Control. Las aplicaciones son variadas, as como los objetivos.
En esta seccion, presentaremos algunas ideas y conceptos que aparecen en el
estudio de sistemas de control.
Recordemos que el sistema a estudio esta descrito por la siguiente relacion
x = f (t, x, u)
(26)
El objetivo de control es determinar la se

nal de control u : [0, ) Rm que
determine que el sistema satisfaga un conjunto de propiedades requeridas.
Una de dichas propiedades es en general la estabilidad del sistema (tanto
referida a un punto fijo como a una trayectoria).
Existen en control dos grandes problemas: an
alisis y sntesis. El problema de analisis consiste en determinar si un sistema de control dado, con una
se
nal de control dada, satisface las propiedades requeridas. El problema de
sntesis consiste en dise
nar la se
nal de control que lleve al sistema al comportamiento deseado.
Originalmente, la Teora de Liapunov se aplico al problema de analisis. De
alguna manera se dise
naba la accion de control y se testeaba, mediante Liapunov, la estabilidad del sistema. Uno de los problemas clasicos de analisis es
31
0.6. Control utilizando Liapunov
el denominado Problema de Lure. Dicho problema consiste en determinar

la estabilidad del sistema mostrado en la figura 0.6. El sistema no tiene en-
G(s)
PSfrag replacements
Figura 5: Problema de Lure o de estabilidad absoluta

tradas externas y consiste en un sistema lineal de una entrada y una salida9 ,
invariante en el tiempo, de parametros concentrados, de matriz de transferencia G(s), realimentado mediante una funcion no lineal que verifica una
condici
on de sector, es decir, que existen y constantes no negativas,
0 < , que satisfacen que
y 2 y(y) y 2 , y R
(El grafico de la funcion se encuentra en el sector limitado por las rectas
de pendiente y ; se dice en este caso que la no linealidad pertenece al
sector (, )). Problemas que pueden expresarse como en la figura 0.6 son
frecuentes en los sistemas fsicos [Kha96, Slo91, Vid93]. El Problema de Lure
consiste en asegurar la estabilidad del sistema realimentado para cualquier
no linealidad en el sector y se conoce tambien como problema de estabilidad absoluta. La resolucion consiste en encontrar una funcion de Liapunov
que asegure la estabilidad, independientemente de la no linealidad , siempre que esta pertenezca al sector. Hay resultados clasicos en este tema, los
denominados Criterio de Popov y Criterio del Crculo, que datan de unos
30 a
nos atras, y resultados mas recientes, que generalizan y amplan dichos
criterios, debidos a los trabajos de Megretski y Rantzer [Ran97].
9
Puede extenderse el resultado al caso multivariable [Kha96, Ran97].
32
0.7. Bifurcaciones
Si bien al principio la Teora de Liapunov se utilizo para analizar problemas de control, surgieron tecnicas que utilizaban dicha Teora para sintetizar
sistemas. Estas tecnicas parten de una funcion candidata a ser de Liapunov y
dise
nan la se
nal de control para convertirla en una funcion de Liapunov. Otras
tienen una funcion de Liapunov para una porci
on del sistema y la extienden
en forma inteligente al resto del sistema [Kha96, Slo91, Vid93, Rug91].
A principios de los a
nos 80, la Teora se oriento luego a la b
usqueda de
las denominadas Funciones de Liapunov de Control (CLF). Este concepto se
aplica a sistemas de control con una estructura particular y es aquellos en
los que la entrada aparece en forma afn
x = f (x) + g(x)u
(27)
Definici
on 18 Una CLF para el sistema (27) es una funci
on V : Rn R
1
de clase C , definida positiva, que cumple que

V
V
inf
f (x) +
g(x)u < 0
u
x
x
para todo x 6= 0.
La minimizacion indicada en la definicion es para x fijo. Puede demostrarse

que la CLF admite una se
nal de control continua que la transforme en funcion
de Liapunov. Ademas, dicha accion de control puede ser elegida de modo tal
que se optimice un determinado ndice de desempe
no del sistema [Son89].
Muchas de las tecnicas nombradas para sntesis sirven para obtener una CLF
para el sistema a estudio. Los trabajos de [Hua98, DNP98, Doy98] muestran
una lnea de investigacion actual en esta direccion.
0.7.
Bifurcaciones
En muchas ocasiones nos interesa estudiar el comportamiento cualitativo

de un sistema dinamico que depende de un parametro, de la forma
x = f (x, )
(28)
33
0.7. Bifurcaciones
donde es una constante real que pertenece a un cierto conjunto y f es

continua respecto de x y de . Entonces dado un determinado valor de ,
el sistema dinamico tiene la forma de la ecuacion (1), por lo que podemos
estudiar sus puntos de equilibrio y el comportamiento asintotico de las trayectorias. Supongamos ahora que vara muy lentamente, de forma tal que su
variacion no influye en la dinamica resultante del sistema (muchas veces se
habla de una variacion cuasiest
atica). Supongamos que para un determinado
valor 0 , x0 es un punto de equilibrio del sistema. Si 0 vara ligeramente,
entonces el punto de equilibrio se movera tambien ligeramente. De hecho, si
admitimos una variacion lenta de , entonces el punto de equilibrio recorrera una curva que pasa por x0 para = 0 . Puede verse que estos puntos de
equilibrio son todos del mismo tipo. Por ejemplo, si al linealizar el sistema
en el punto x0 se obtiene una matriz Hurwitz, entonces peque
nas variaciones
de no alteraran el signo de los autovalores del Jacobiano.
Lo que puede ocurrir es que la variacion lenta del parametro determine,
en alg
un momento, un cambio radical en el comportamiento del sistema.
Ejemplo 5 Consideremos el sistema dado por la siguiente ecuaci
on diferencial (normalizada):
+ D + sin() =
(29)
que modela un pendulo simple sometido a la acci
on de un torque constante,
representado por y con fricci
on proporcional a la velocidad, representada
por D. Una ecuaci
on similar se obtiene al modelar una m
aquina sncrona
trabajando contra una barra infinita.
Un estudio detallado de esta ecuaci
on puede encontrarse en [Cha49]. Si
< 1, hay dos puntos de equilibrio, que salen de la intersecci
on del sin()
con la recta horizontal de altura . Debido a la existencia de fricci
on, uno
de estos puntos es un atractor del espacio de fase (que en este caso es un
cilindro infinito, ya que limitamos el a
ngulo a variar entre 0 y 2). Si estudi
aramos la regi
on de atracci
on de este punto, encontraramos que, para
valores fijos de < 1, existe un valor crtico de D tal que para valores de
fricci
on menores que el, el punto de equilibrio atrae una regi
on acotada del
espacio, en tanto que para valores mayores que el, atrae pr
acticamente todas
las trayectorias y, en este caso, la regi
on de atracci
on es no acotada 10 .
10
Observese que al existir un punto de equilibrio inestable, correspondiente al pendulo
34
0.7. Bifurcaciones
Si > 1, entonces no hay puntos de equilibrio.
Si suponemos que en el ejemplo anterior la friccion (D) vara lentamente con

el tiempo, en alg
un instante se producira el cambio mencionado de la region
de atraccion y el sistema cambiara cualitativamente su comportamiento.
Por otro lado, si suponemos que vara lentamente el torque (), entonces
llegaramos a un punto en el que no habra puntos de equilibrio.
ocurre una bifurcaci
Decimos que para (
x, )
on en el sistema (28) si para
valores de arbitrariamente cercanos a el comportamiento cualitativo del

sistema vara fuertemente.
Esta definicion no es del todo precisa, pero da una idea de que si en el sistema
a estudio se produce una bifurcacion, entonces todas nuestras pretensiones
de estabilidad y de control de fenomeno pueden verse muy comprometidas.
En el caso del ejemplo 5 es claro lo que pasa. Si consideramos que vara la
friccion, en una situacion la region de atraccion del origen es una porcion
peque
na del espacio, en tanto que en otra, el origen atrae practicamente todas las trayectorias; nuestro tratamiento del sistema podra depender de en
cual situacion estamos realmente. Para distinguir ambos casos no alcanza
con mirar solo lo que sucede en un entorno del punto de equilibrio estable.
Es por eso que este tipo de bifurcacion se denomina global. En cambio el
fenomeno que ocurre cuando vara el torque puede detectarse monitoreando
el punto de equilibrio estable hasta su desaparicion. En ese sentido decimos
que es una bifurcacion local.
Las formas en que el sistema cambia al encontrarse con un punto de bifurcacion son muy variadas. Esto lleva a la clasificacion de los distintos tipos de
bifurcacion, y a su caracterizacion. No entraremos en los detalles de la Teora
de Bifurcaciones, una importante rama de las matematicas, sino que nos limitaremos a mencionar un caso concreto que es de particular interes para la
estabilidad de sistemas electricos de potencia: la bifurcacion silla-nodo. Para
un tratamiento mas completo del tema, remitimos al lector interesado a textos clasicos como [Per90, GH83].
en posici
on vertical hacia arriba, se tiene que al menos este punto no es atrado.
35
0.7. Bifurcaciones
Diremos que el sistema presenta una bifurcacion silla nodo en el punto (

x, )
si para < existe un punto fijo estable cercano a x0 y para > , no hay
puntos de equilibrio cercanos a x0 . Esta es la bifurcacion naturalmente asociada al fenomeno de colapso de tension, un tipo de inestabilidad de sistemas
electricos de potencia.
Ejemplo 6 Consideremos la ecuaci
on escalar
x = x2 + p
Podemos ver que si p < 0 existen dos puntos de equilibrio. Linealizando se
puede verificar que uno es asint
oticamente estable y el otro es inestable. Para
p = 1 hay un u
nico punto de equilibrio y para p > 0 no existen puntos fijos.
La figura 6 grafica la desaparici
on de los puntos fijos al anularse p. La rama
punteada corresponde a los puntos inestables.
x
PSfrag replacements
Figura 6: Bifurcacion silla-nodo.
La caracterizacion de los puntos de bifurcacion silla-nodo fue obtenida en la
decada de 1970 por Sotomayor [Sot73] y dicho resultado es el siguiente: (

x, )
es un punto de bifurcacion silla nodo del sistema x = f (x, ) si se cumplen
36
0.7. Bifurcaciones
las condiciones:
0 = f (
x, )
=0
w T Dx f (
x, )

f
w T 6= 0
x,
2

T
w Dxx f (
x, )v
v 6= 0
(30)
(31)
(32)
(33)
es un punto de equilibrio del sistema;

La ecuacion (30) establece que (
x, )
la ecuacion (31) indica la existencia de un valor propio nulo del Jacobiano en
con vectores propios izquierdo y derecho asociados w y v. Finalmente
(
x, ),
las expresiones (32) y (33) implican condiciones de transversalidad y determinan el caracter generico del a bifurcacion silla-nodo. Si bien no entraremos
en los detalles de los conceptos matematicos de transversalidad y genericidad, estos implican en este caso que la bifurcacion silla-nodo estara presente
a
un bajo peque
nas incertidumbres que puedan haber en nuestro modelo. En
tal sentido decimos que es un fenomeno robusto del sistema.
Como comentario final, diremos que el analisis de Sotomayor puede extenderse al caso de ecuaciones diferenciales con restricciones algebraicas y con
parametros vectoriales, que son las que rigen los sistemas electricos de potencia [Ca
n91, Ca
n01].
37
Bibliografa
[Arn74] V. Arnold. Equations

Differentielles Ordinaires. MIR, Moscu, 1974.
[Ca
n91] Claudio Ca
nizares. Voltage Collapse and Transient Energy Function Analysis of AC/DC Systems. PhD thesis, University of
Wisconsin-Madison, 1991.
[Ca
n01] C. Ca
nizares. Voltage stability assessment, procedures and guides
(final draft). Technical report, IEEE/PES Power System Stability
Subcommittee, Jan 2001.
[Cha49] A.A. Andronov; C.E. Chaikin. Theory of Oscillations. Princeton
University Press, 1949.
[Chi95]
P. Gahinet; A. Nemirovski; A. Laub; M. Chilali. LMI Control Toolbox For Use with MATLAB, 1995.
[DNP98] J. Doyle, V.Nevisti

c, and J. Primbs. On receding horizon extensions
and Control Lyapunov Functions (part I). Submitted to IEEE
TAC, 1998.
[Doy98] J. Primbs; V. Nevistic; J. Doyle. On receding horizon extensions
and control lyapunov functions (part II). Submitted to IEEE TAC,
1998.
[GH83]
J. Guckenheimer and P. Holmes. Nonlinear Oscillations, Dynamical Systems, and Bifurcations of Vector Fields. Applied Mathematical Sciences. Springer-Verlag, 1983.
[Har64]
P. Hartman. Ordinary Differential Equations. Wiley, New York,

1964.
38
BIBLIOGRAFIA
BIBLIOGRAFIA
[Hua98] Jie Yu; A. Jadbabaie; J. Primbs; Y. Huang. Comparison of nonlinear control designs for a ducted fan model. Unpublished, 1998.
[iee95]
Proceedings of the IEEE: Special Issue on Nonlinear Phenomena

in Power Systems, November 1995.
[Kaj96]
P. Apkarian; G: Becker; P. Gahinet; H. Kajiwara. LMI techniques

in control engineering from theory to practice, 1996. Workshop
Notes CDC, Kobe, Japan.
[Kha96] Hassan Khalil. Nonlinear Systems. Prentice-Hall, 1996.

[Kok96] R. Freeman; P. Kokotovic. Robust Nonlinear Control Design: StateSpace and Lyapunov Techniques (Systems&Control: Foundations &
Applications). Birkhauser, 1996.
[Kuo96] Benjamin C. Kuo. Sistemas de Control Autom
atico. Prentice-Hall,
7 edition, 1996.
[Mas49] Jose Luis Massera. On Liapunoffs conditions of stability. Annals
of Mathematics, 50:705721, 1949.
[Min62] N. Minorsky. Nonlinear Oscillations. Princeton, 1962.
[Per90]
L. Perko. Differential Equations and Dynamical Systems. Springer,

1990.
[Ran97] A. Megretski; A. Rantzer. System analysis via integral quadratic

constraints. IEEE TAC, 42(6):819830, June 1997.
[Rug91] W. R. Rugh. Analytical framework for gain scheduling. IEEE
Control Systems Magazine, 11(January):7984, 1991.
[Slo91]
L. Slotine, J.J.; Weiping. Applied Nonlinear Control. Prentice-Hall,

Inc., 1991.
[Son89]
E. D. Sontag. A universal construction of Artsteins theorem on

nonlinear stabilization. Systems and Control Letters, 13(2):117
123, 1989.
[Sot73]
Jorge Sotomayor. Generic bifurcations of dynamical systems. In

Dynamical Systems. M. M. Peixoto, 1973. Academic Press.
39
BIBLIOGRAFIA
[Vid93]
BIBLIOGRAFIA
M. Vidyasagar. Nonlinear Systems Analysis. Prentice-Hall, 2nd

edition, 1993.
40

Estabilidad de Sistemas Dinamicos Potencia

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estabilidad de Sistemas Dinamicos Potencia

Cargado por

Copyright:

Formatos disponibles

Notas sobre estabilidad de sistemas din

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

Los sistemas que vamos a estudiar son de la forma

Mantendremos la misma notaci

Curso de actualizacion - 2003

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

que es un sistema de ecuaciones diferenciales autonomo. Los sistemas sobre

Recordemos que un punto fijo o de equilibrio del sistema (1) es un xo Rn

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

Como el sistema es autonomo, se cumple la siguiente propiedad

entonces el origen es asintoticamente estable seg

Las definiciones de estabilidad pueden interpretarse de la siguiente manera: si

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

permaneceremos cerca del origen, sino que ademas nos acercaremos a el en

Figura 1: Sistema de masa y resorte con amortiguamiento

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

En 1892, Liapunov generalizo el concepto de funcion de energa y determino la

Diremos tambien que un mapa continuamente diferenciable, o sea, derivable y con

Curso de actualizacion - 2003

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

Figura 2: Trayectorias del sistema (3) con amortiguamiento

V(0) = 0 y V(x) > 0 x D {0}

La derivada que aparece en la ecuacion (5) es la derivada de la funcion V a

V(x) = V(x(t, x)) =

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

Como consecuencia de la definicion de signo de V, resulta ser > 0 estrictamente.

Se dice en ese caso que el conjunto es positivamente invariante

Curso de actualizacion - 2003

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

Figura 3: Conjuntos considerados en la demostracion del Teorema 1

Entonces se cumple que

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

consecuencia de la continuidad de V. Definamos

Esta contradiccion implica que c = 0 y que el origen es un punto de equilibrio

El Teorema anterior generaliza el concepto de funcion de energa asociada

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

es semidefinida negativa en un entorno del origen (n

Curso de actualizacion - 2003

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

Figura 4: Curvas para distintos valores de

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

< 1 para todo x1 ). Esto permite la existencia de trayectorias que, sin

La formulacion del Teorema de Estabilidad en Grande resulta ser la siguiente

Una forma de asegurar la acotacion de los conjuntos es mediante las

diremos entonces que es radialmente no acotada.

Las ideas desarrolladas en la demostracion de los Teoremas anteriores pueden

V > 0 en U y V 0 en U . Entonces x = 0 es inestable4 .

U denota el borde del conjunto U.

Curso de actualizacion - 2003

0.1. Estabilidad seg

SEP - Sistemas Dinamicos

El estudio de los sistemas que dependen explcitamente del tiempo es