Sistemas No-Lineales

Profesor: Mar Etchechoury a Departamento de Matemtica, Facultad de Ciencias Exactas a Universidad Nacional de La Plata e-mail: marila@mate.unlp.edu.ar

3 3

Introduccin o
En distintas ramas de la F sica y de la Ingenier se utilizan los sistemas no-lineales a para modelar por ejemplo circuitos elctricos, sistemas mecnicos, procesos qu e a micos, etc. En este Curso estudiaremos sistemas dinmicos modelados por un nmero nito de a u ecuaciones diferenciales ordinarias de primer orden: x1 = f1 (t, x1 , . . . , xn ) x2 = f2 (t, x1 , . . . , xn ) . . . xn = fn (t, x1 , . . . , xn ) dxi . dt Llamamos a las variables x1 , x2 , . . . , xn variables de estado del sistema. En notacin o matricial se tendr: a x1 f1 (t, x) x2 f2 (t, x) x = . , f (t, x) = ; . . . . . xn fn (t, x) xi = xi (t), xi = luego el sistema dinmico queda representado por a x = f (t, x) llamada ecuacin de estado del sistema. Un caso especial es aqul en el que el campo o e vectorial f no depende expl citamente del tiempo t, x = f (x), y se llama sistema autnomo o invariante en el tiempo. Con este tipo de sistemas o trabajaremos a lo largo del Curso. Algunos conceptos fundamentales vinculados a los Sistemas No-Lineales. Existen conceptos fundamentales de los sistemas no-lineales que nos ayudarn a describir a su comportamiento. Algunos de ellos son: 1. Punto de equilibrio: Un punto x = x en el espacio de estados se llama punto de equilibrio para el sistema x = f (x), si, cuando el estado (trayectoria o solucin) o 2 donde

del sistema comienza en x , permanece en x para todo tiempo futuro, tambin se e lo llama punto jo o punto estacionario. Para sistemas autnomos los puntos de o equilibrio son las ra ces reales de la ecuacin f (x) = 0. El punto de equilibrio se o dice aislado si existe algn entorno del punto donde no existe otro equilibrio del u sistema. 2. Estabilidad de un punto de equilibrio: Un punto de equilibrio x es estable si para todo entorno V de x existe un entorno V1 V tal que toda solucin x(x0 , t) o del sistema (2), con x0 V1 (donde x0 es la condicin inicial), est denida y o a permanece en V para todo t > 0. Si V1 puede elegirse de modo tal que x(x0 , t) x cuando t , entonces se dice que x es asintticamente estable. o 3. Sistemas Planares: son tambin llamados sistemas de dimensin dos o sistemas e o de dos variables de estado. Se representan por dos ecuaciones diferenciales escalares. Las soluciones del sistema se pueden representar como curvas en el plano, que llamaremos tambin rbitas. Las rbitas se representan en lo que se llama el e o o plano de fase del sistema. 4. Oscilacin: Un sistema oscila cuando tiene una solucin peridica no trivial. En o o o un sistema planar una solucin peridica en el plano de fase resulta una rbita o o o cerrada. El Curso se dictar en tres clases, donde se desarrollarn los siguientes temas: a a Primera Clase: Sistemas de Segundo Orden: Generalidades. Sistemas Planares Lineales: clasicacin de puntos de equilibrio. o Segunda Clase: Sistemas Planares No-Lineales: puntos de equilibrio, linealizacin, ciclos l o mites. Tercera Clase: Estabilidad de Lyapunov: estabilidad de puntos de equilibrio. Teoremas de estabilidad de Lyapunov. Dominio de atraccin. o

Primera Clase: Sistemas de Segundo Orden. Sistemas Planares Lineales.

Sistemas de Segundo Orden. Estn determinados por dos ecuaciones diferenciales a de primer orden: x1 = f1 (x1 , x2 ) x2 = f2 (x1 , x2 ) Las soluciones del sistema se pueden representar como curvas en el plano. Si por ejemplo x(t) = (x1 (t), x2 (t)) es la solucin del sistema planar para cierta condicin inicial o o 0 0 0 x = (x1 , x2 ), entonces la grca en el plano x1 x2 ser una curva que pasa por x0 . Al a a plano x1 x2 donde se representan las rbitas o soluciones se lo llama plano de fase o o plano de estados del sistema. Para cada punto x = (x1 , x2 ) en el plano de fase se tiene el vector f (x) = f (x1 , x2 ), es decir que f (x) es un campo vectorial sobre el plano de fase. Observar que el campo vectorial en un punto es tangente a la trayectoria en ese punto. Luego, puede construirse la trayectoria desde un estado inicial x0 , a partir del diagrama del campo vectorial. Llamamos retrato de fase o plano de fase del sistema a la familia de todas las trayectorias o curvas solucin del sistema. Nos preguntamos cmo puede construirse el retrato o o de fase de un sistema planar? 1. Mediante un simulador de sistemas no lineales, dibujando trayectorias a partir de un nmero grande de estados iniciales sobre el plano x1 x2 , es decir, computau cionalmente. 2. Mediante el mtodo de las isoclinas: Se considera la pendiente de la trayectoria en e un punto dado (x1 , x2 ), f2 (x1 , x2 ) s(x1 , x2 ) = . f1 (x1 , x2 ) Las ecuacin s(x1 , x2 ) = c, con c constante, dene sobre el plano x1 x2 una curva o a lo largo de la cual las trayectorias del sistema planar tienen pendiente c. Es decir, cuando una solucin cruza la curva s(x1 , x2 ) = c, lo hace con pendiente c. o Para visualizar este mtodo consideraremos un ejemplo clsico: la ecuacin del e a o pndulo. Su dinmica esta representada por la siguiente ecuacin diferencial de e a o segundo orden: ml = mg sin kl, (1.1) 4

donde l representa la longitud de la varilla del pndulo, m la masa de la bolilla que e se encuentra al nal de la varilla, es el ngulo entre el eje vertical y la varilla, g a es la aceleracin de la gravedad, y k es el coeciente de friccin. o o Para poder trabajar en ecuaciones de estado, es decir ecuaciones de primer orden, llamamos x1 = y x2 = . Luego las ecuaciones de estado resultan, x1 = x2 g k x2 = sin x1 x2 l m En este caso las isoclinas estn denidas por, a x2 = 1 sin x1 0.5 + c

x2

6 4

0 x1

Figure 1.1: Orbitas del pndulo con friccin. Isoclinas. e o

Sistemas Planares Lineales. Por qu los estudiaremos en particular? Para estudiar e un sistema no-lineal planar se comienza analizando sus puntos de equilibrio y sus ujos (o trayectorias) en un entorno de cada equilibrio. Existen resultados, que veremos ms adelante, que aseguran que el comportamiento de un sistema no-lineal localmente a alrededor de cada equilibrio se puede determinar a partir del comportamineto de su linealizacin alrededor de dicho punto. Queremos entonces estudiar las soluciones de un o sistema lineal planar, a partir de la clasicacin de sus puntos de equilibrio. o Consideramos el sistema lineal en el plano, x = Ax, (1.2)

con x R2 y A R22 . Se dice que x0 es punto de equilibrio del sistema si Ax0 = 0. Pueden darse entonces dos situaciones: A no-singular y entonces x0 = 0 es el unico punto de equilibrio; A singular y entonces el sistema tiene un subespacio no nulo de equilibrio. o Analicemos el caso A no-singular. Sabemos que es siempre posible hallar una matriz M de orden 2 y no-singular tal que M 1 AM = J, siendo J la forma de Jordan real. Se pueden presentar cualquiera de los tres casos que siguen: J1 = 1 0 0 2 , J2 = k 0 , J3 = .

El primer caso corresponde a autovalores 1 = 2 , ambos reales y no nulos; el segundo caso corresponde a autovalores reales, iguales y no nulos (k puede ser 0 1); y el tercer o caso corresponde a autovalores complejos 1,2 = i. Si consideramos el sistema lineal en coordenadas z = M 1 x, el sistema original resulta z = Jz Asi por ejemplo para el primer caso se tiene el sistema planar desacoplado, z1 = 1 z1 z2 = 2 z2 ;
0 0 0 si la condicin inicial es z 0 = (z1 , z2 ) las soluciones son z1 (t) = z1 exp 1 t, z2 (t) = o 0 z2 exp 2 t, y eliminando t se obtiene

(1.3)

z2 = kz1

2/1

, con k = 6

0 z2 . 0 (z1 )2/1

10

10 10

0 x1

10

Figure 1.2: Nodo estable. Autovalores: 1 = 2, 2 = 1. Si consideramos autovalores negativos, diremos que el origen como punto de equilibrio es un nodo estable, Fig.1.2. Si en cambio los autovalores son ambos positivos se trata de un nodo inestable, Fig.1.3. Cuando los autovalores son de distinto signo se tiene un saddle o punto de ensilladura, Fig.1.4. Para el tercer caso, es decir autovalores complejos, el sistema en coordenadas (z1 , z2 ) resulta, z1 = z1 z2 z2 = z1 + z2 ; (1.4) (1.5)

este sistema tiene soluciones oscilatorias. En efecto, si consideramos coordenadas polares r=

2 2 z1 + z2 , = tan1 (z2 /z1 ) ,

10

10 10

0 x1

10

Figure 1.3: Nodo inestable. Autovalores: 1 = 1, 2 = 2. el sistema resulta r = r = . (1.6) (1.7)

Si la condicin inicial es (r0 , 0 ) la solucin es (r(t), (t)) = (r0 exp t, 0 + t), que o o resulta una espiral logar tmica en el plano (z1 , z2 ), llamado foco. Para < 0 resulta un foco estable, Fig.1.5.; y para > 0 un foco inestable, Fig.1.6. Si = 0 se tiene un centro, Fig.1.7. Observacn: el comportamiento de las trayectorias de un sistema lineal planar est o a completamente determinado por los autovalores de la matriz de orden 2 que dene al sistema. Ejercicios propuestos 1. Las ecuaciones dinmicas no-lineales para un manipulador robtico de junta exible a o 8

10

10 10

0 z1

10

Figure 1.4: Saddle. Autovalores: 1 = 1, 2 = 1. con un enlace estn dadas por: a I q1 + M gL sin q1 + k(q 1 q2 ) = 0 J q2 k(q1 q2 ) = u donde q1 y q2 son las posiciones angulares, I y J los momentos de inercia, k es una constante del resorte, M la masa total, L es una distancia y u el torque. Escribir las ecuaciones de estado para este sistema. 2. (a) Considerando las ecuaciones del oscilador de van der Pol x1 = x2 x2 = x1 + (1 x2 )x2 1 Gracar algunas isoclinas y algunas trayectorias del sistema (en el plano de fase x1 x2 ). 9

10

10 10

0 z1

10

Figure 1.5: Foco estable: < 0. (b) Idem a) para las ecuaciones de Rayleigh, x1 = x2 x2 = x1 + (x2 considerando = 1 y 3. (a) Resolver x = x+y y = 4x 2y con condiciones iniciales (x0 , y0 ) = (2, 3). (b) Dibujar el retrato de fase para el sistema anterior, en el plano x y. 4. Resolver el sistema lineal x = Ax, con A= 10 a 0 0 1 = .1. x2 2 ) 3

10

z2

10 10

10

z1

Figure 1.6: Foco inestable: > 0. Gracar el retrato de fase para: a < 1; a = 1; 1 < a < 1; a = 0; a > 0. 5. Considerar el circuito de ecuacin o LI + RI + I/C = 0 donde L, C > 0 y R 0. (a) Reescribir la ecuacin como un sistema lineal de dimensin 2. o o (b) Mostrar que el origen es asintticamente estable si R > 0 y slo estable si o o R = 0, u (c) Clasicar el equilibrio en el origen segn si R2 C 4L es positivo, negativo, o cero, y realizar en cada caso el retrato de fase.

11

10

10 10

0 z1

10

Figure 1.7: Centro: = 0.

Segunda Clase: Sistemas Planares No-Lineales

En muchos casos el comportamiento local de un sistema no-lineal cerca de un punto de equilibrio se puede inferir a partir del sistema linealizado alrededor del punto y estudiar entonces el comportamiento lineal que resulta a partir de la linealizacin. o Pensemos primero en el comportamiento de un sistema lineal bajo perturbaciones lineales, es decir, consideremos una matriz A que suponemos tiene autovalores 1 = 2 , y A una matriz diagonal cuyos elementos son magnitudes arbitrariamente chicas. Se tiene entonces, 1 + 0 A + A = . 0 2 + Dado que los autovalores de una matriz dependen en forma cont nua de sus parmetros, a cualquier autovalor con parte real estrictamente negativa (o estrictamente positiva) permanecer en su correspondiente semiplano bajo perturbaciones sucientemente chicas. a Luego, si el equilibrio x = 0 del sistema lineal x = Ax es un nodo, foco o saddle, el equilibrio del sistema perturbado x = (A + A)x ser del mismo tipo. Si en cambio, el a 12

equilibrio es un centro, el sistema perturbado tendr un foco estable o inestable, segn a u sea negativo o positivo. Llamamos entonces al nodo, foco y saddle equilibrios estructuralmente estables, pues mantienen su comportamiento cualitativo bajo perturbaciones chicas. Denition 2.1 El origen x = 0 del sistema x = Ax es un punto de equilibrio hiperblico o si es un nodo, un foco o un saddle. Ejemplo de un sistema no lineal planar . Consideramos nuevamente las ecuaciones de estado del pndulo con friccin para e o k = 0.5, x1 = x2 g x2 = sin x1 0.5x2 , l (2.1) (2.2)

con x1 . En este caso los puntos de equilibrio aisaldos son (0, 0), (, 0) y (, 0). Observar que a diferencia de los sistemas lineales, en los sistemas no-lineales puede haber ms de un equilibrio aislado. El comportamiento del (0, 0) es similar al de a un foco estable de un sistema lineal; y el comportamiento de (, 0) es similar al de un saddle en un sistema lineal, Fig. 2.1. Esto que por ahora lo observamos en el retrato de fase del sistema, lo justicaremos luego. En general, sea el sistema no lineal planar x1 = f1 (x1 , x2 ) x2 = f2 (x1 , x2 ), y supongamos que p = (p1 , p2 ) es punto de equilibrio. Desarrollamos f en serie de Taylor alrededor de p, x1 = f1 (p1 , p2 ) + a11 (x1 p1 ) + a12 (x2 p2 ) + T.O.S. x2 = f2 (x1 , x2 ) + a21 (x1 p1 ) + a22 (x2 p2 ) + T.O.S., con aij = fi (x1 , x2 ) |x=p , f1 (p1 , p2 ) = f2 (p1 , p2 ) = 0; xj

(T.O.S.: trminos de orden superior). e

13

x2

2.5

1.5

0.5

0 x1

0.5

1.5

2.5

Figure 2.1: Pndulo con friccin. e o Con el cambio y1 = x1 p1 , y2 = x2 p2 , se obtiene y1 = x1 = a11 y1 + a12 y2 + T.O.S. y2 = x2 = a21 y1 + a22 y2 + T.O.S. En un entorno sucientemente chico del equilibrio, de modo tal que los trminos de orden e superior se desprecien, se obtiene la siguiente aproximacin lineal: o y1 = a11 y1 + a12 y2 y2 = a21 y1 + a22 y2 Theorem 2.2 (Hartman-Grobman): Consideramos el sistema no lineal planar x = f (x), con f sucientemente suave. Suponemos que x0 es punto de equilibrio aislado. Suponemos, adems, que A(x0 ) = f |x=x0 no tiene autovalores nulos o imaginarios a x puros. Entonces existe un homeomorsmo h (aplicacin cont o nua y con inversa cont nua) 2 0 2 denida en un entorno U R de x , h : U R , que lleva las trayectorias del no lineal sobre las del sistema linealizado. En particular h(x0 ) = 0. 14

Observaciones: El Teorema de Hartman-Grobman arma que es posible deformar de manera cont nua todas las trayectorias del sistema no lineal, alrededor del equilibrio aislado, en las trayectorias del sistema linealizado, v el homeomorsmo h. En general, a es muy dicultoso hallar el homeomorsmo h. Sin embargo, el teorema indica que el comportamiento cualitativo de un sistema no lineal alrededor de un equilibrio aislado es similar al del sistema linealizado, por ejemplo, el tipo de estabilidad. Consideramos nuevamente el ejemplo del pndulo con friccin, en este caso las matrices del sistema e o linealizado, alrededor de cada equilibrio, resultan: A1 = f |(0,0) = x 0 1 1 0.5 A2 = f |(,0) = x 0 1 1 0.5 ;

los autovalores de A1 son 0.25 0.97, y los de A2 son 1.28 y 0.78. Luego, el (0, 0) es un foco estable y el (, 0) es un saddle, el comportamiento de (, 0) es similar al de (, 0). Denition 2.3 Un punto de equilibrio de un sistema no-lineal se dice hiperblico, si la o matriz Jacobiana, evaluada en ese punto, no tiene autovalores sobre el eje imaginario. Consideramos ahora el siguiente sistema: x1 = x2 x1 (x2 + x2 ) 1 2 2 2 x2 = x1 x2 (x1 + x2 ). El punto (0, 0) es equilibrio aislado del sistema, la matriz Jacobiana evaluada en este punto es 0 1 , 1 0 cuyos autovalores son i, luego la linealizacin del sistema tiene en (0, 0) un centro. o En coordenadas polares el mismo sistema no-lineal se representa as : r = r3 = 1; donde para > 0 resulta un foco estable, Fig.2.2. y para < 0 un foco inestable, Fig.2.3. Denition 2.4 El estado del sistema no lineal en el tiempo t empezando en x en t = 0 se llama ujo y se simboliza t (x), en particular 0 (x) = x.

15

Diagrama de fase 3

3 3

0 x1

Figure 2.2: Foco estable Otra manera de enunciar el Teorema de Hartman-Grobman: Supongamos que consideramos las mismas hiptesis que en el Teorema de Hartman-Grobman; entonces o 0 existe U entorno de x tal que, si x U y t (x) U , se tiene que h(t (x) = exp A(x )t h(x). Ciclos l mites. Ya hemos denido oscilacin y rbita cerrada. Para introducir el cono o cepto de ciclo l mite, analizaremos primero un ejemplo sencillo. Oscilador lineal x1 = x2 x2 = x1 ; sabemos ya que el equilibrio (0, 0) es un centro y sus trayectorias son rbitas cerradas, o Fig.1.7. Si la condicin inicial es (x0 , x0 ) las soluciones son x1 (t) = r0 cos(t + 0 ), o 2 1 16
0

Diagrama de fase 3

3 3

0 x1

Figure 2.3: Foco inestable x2 (t) = r0 sin(t + 0 ), con r0 = (x0 )2 + (x0 )2 y 0 = tan1 (x0 /x0 ). El sistema tiene 1 2 2 1 una oscilacin de amplitud r0 , se lo llama oscilador armnico. o o Vale la pena observar que el oscilador lineal presenta algunos problemas: perturbaciones chicas (lineales o no lineales) destruyen la oscilacin, decimos entonces que el oscilador o lineal no es estructuralmente estable; adems, la amplitud de la oscilacin depende de a o la condicin inicial. Estos problemas pueden ser eliminados trabajando con osciladores o no lineales. Ejemplo: Oscilador de van-der Pol. Consideramos la ecuacin de segundo orden, o y (1 y 2 )y + y = 0, para constante positiva;

17

si llamamos x1 = y y x2 = y obtenemos las ecuaciones de estado del sistema: x1 = x2 x2 = x1 + (1 x2 )x2 ; 1 en este caso la matriz de la linealizacin alrededor del equilibrio (0, 0) es o A= 0 1 1 .

Observar que si > 0 los autovalores de A tienen parte real positiva, se trata entonces de un foco inestable. Por el Teorema de Hartman-Grobman concluimos que el (0, 0) es tambin un foco inestable del sistema no lineal. Observar, adems, que existe slo una e a o
Diagrama de fase 5

5 5

0 x1

Figure 2.4: Oscilador de van-der Pol rbita cerrada que atrae a todas las trayectorias que comienzan fuera de ella, Fig.2.4. o Esta situacin es diferente a la que ocurre con el oscilador lineal, donde hay un cont o nuo de rbitas cerradas, Fig.1.7. o

18

Denition 2.5 Una rbita cerrada aislada se llama ciclo l o mite. Nos planteamos ahora el siguiente problema: establecer condiciones bajo las cuales un sistema planar dado tiene o no rbitas cerradas. o Theorem 2.6 (Bendixson). Consideramos el sistema planar x = f (x); supongamos que D R2 es un dominio simplemente conexo tal que f (x) = f1 /x1 (x1 , x2 ) + f2 /x2 (x1 , x2 ) no es idnticamente nulo en ninguna subregin de D y no cambia de e o signo en D. Entonces D no contiene rbitas cerradas del sistema planar. o Ejemplo: Ecuaciones de Dung. x1 = x2 x2 = x1 x3 x2 , 1 en este caso f = . Entonces, si > 0, no existen rbitas cerradas en todo R2 . o

Theorem 2.7 (Poincar-Bendixson). Supongamos que, e 1. R es un conjunto compacto del plano. 2. x = f (x) es un sistema planar cuyo campo f es continuamente diferenciable y est a denido sobre un conjunto abierto contenido en R. 3. R no contiene puntos de equilibrio del sistema. 4. Existe una trayectoria C que est connada en R, es decir que comienza en R y a permanece en R para todo tiempo futuro. Entonces o bien C es una rbita cerrada, o bien tiende a una rbita cerrada cuando o o t . En cualquier caso, R contiene una rbita cerrada. o Ejemplo. Consideramos el siguiente sistema planar en coordenadas polares: r = r(1 r2 ) + r cos = 1, con r 0. Si = 0, resultan r = 1 y r = 0 los puntos de equilibrio del sistema. En el plano de fase x1 x2 todas las trayectorias (excepto r = 0) se aproximan al c rculo unidad r = 1, que resulta un ciclo l mite estable. Se puede probar, adems, que existe a una rbita cerrada para > 0 sucientemente chico. o 19

Ejercicios propuestos 1. Encontrar todos los puntos de equilibrio del sistema: x = x + x3 y = 2y Linealizar el sistema alrededor de cada equilibrio y determinar la naturaleza de cada uno de ellos. Vericar las conclusiones halladas mediante un grco aproximado a del retrato de fase del sistema (tener en cuenta que se trata de dos ecuaciones desacopladas). 2. Considerar el sistema x = y + ax(x2 + y 2 ) y = x + ay(x2 + y 2 ) (a) A partir de la linealizacin, se puede predecir algo del comportamiento del o sistema alrededor del equilibrio (0, 0)? (b) Hallar las ecuaciones del sistema en coordenadas polares. (c) Encontrar algunas trayectorias del sistema cuando: i)a > 0; ii)a = 0; iii)a < 0. 3. Para cada uno de los siguientes sistemas, construir el retrato de fase usando el mtodo de las isoclinas y discutir el comportamiento cualitativo del sistema. Se e puede usar informacin acerca de los puntos de equilibrio o del campo vectorial. o (a) x1 = x2 cos x1 x2 = sin x2 (b) x1 = 1 x1 x2 x1 x2 1 x1 x2

x2 =

20

Tercera Clase: Teor de Estabilidad de Lyapunov a

Para estudiar la estabilidad de puntos de equilibrio utilizaremos las ideas de Lyapunov. Denition 3.1 El equilibrio x = 0 del sistema autnomo x = f (x) es estable si para o cada > 0 existe > 0 tal que: x(0) < x(t) < , t 0; el equilibrio es inestable si no es estable; el equilibrio es asintticamente estable si es o estable y adems puede elegirse de modo tal que a x(0) < x(t) 0, si t . Ejemplo: ecuacin del pndulo o e Conocemos ya las ecuaciones del pndulo en variables de estado, e x1 = x2 x2 = (g/l) sin x1 (k/m)x2 ; adems sabemos que (0, 0) y (, 0) son puntos de equilibrio. a Si suponemos k = 0, o sea el pndulo sin friccin, en un entorno del (0, 0) se tienen rbitas e o o cerradas. Luego, saliendo sucientemente cerca del origen, las trayectorias quedan dentro de una bola alrededor del origen; se concluye entonces que (0, 0) es equilibrio estable. Sin embargo, no es asintticamente estable, pues las trayectorias que empiezan fuera del o equilibrio no tienden a l, sino que permanecen en sus rbitas cerradas, ver Fig.3.1. e o Cuando k > 0, el (0, 0) se comporta como un foco estable, y luego en este caso el (0, 0) es equilibrio asintticamente estable. El equilibrio x = (, 0) resulta un saddle que no o es estable pues dado cualquier > 0, es siempre posible encontrar una trayectoria que deje la bola {x R2 : x x }, an cuando x(0) est arbitrariamente cerca del u e equilibrio, ver Fig.2.1. En general, cmo podr o amos determinar la estabilidad de un punto de equilibrio? Para las ecuaciones planares del pndulo hicimos uso del conocimiento que ten e amos del retrato de fase del sistema. Pero para generalizar esto a cualquier sistema, necesitar amos conocer todas las soluciones. Sin embargo, las conclusiones que obtuvimos para la ecuacin del pndulo y sus equilibrios, pueden obtenerse usando la nocin de energ o e o a. Se dene la energ del pndulo E(x) como la suma de las energ potencial y cintica: a e as e
x1

E(x1 , x2 ) =
0

(g/l) sin y dy + 1/2x2 . 2 21

Si k = 0, el sistema es conservativo, es decir, no hay disipacin de energ Luego, o a. dE E se mantiene constante durante el movimiento del sistema o dt = 0 a lo largo de las trayectorias del sistema. Como E(x) = c representa una curva cerrada alrededor de x = 0 para c chico, podemos concluir que el origen es punto de equilibrio estable, Fig.3.1.
Diagrama de fase 5

x2

5 10

0 x1

10

Figure 3.1: Pndulo sin friccin e o Cuando tenemos en cuenta la friccin (k > 0), la energ se disipa a lo largo del o a dE movimiento del sistema, es decir, dt 0 a lo largo de las trayectorias del sistema. Debido a la friccin, E no puede permanecer constante indenidamente cuando el sistema est o a en movimiento. Luego, la energ comienza a decrecer hasta llegar a 0, y entonces la a trayectoria tiende a 0 cuando t tiende a . Concluimos entonces que examinando la energ E a lo largo de las trayectorias del a sistema, es posible determinar la estabilidad de un punto de equilibrio. Lyapunov (1892) mostr que para determinar la estabilidad de un punto de equilibrio o pueden usarse otra clase de funciones, no necesariamente la energ a. Sea V : D R una funcin continuamente diferenciable denida en D Rn , con D o dominio que contiene al origen. La derivada de V a lo largo de las trayectorias del 22

sistema x = f (x) se dene como:

n

V (x) =
i=1

V xi = xi

i=1

V V fi (x) = f (x). xi x

Observar que la derivada de V a lo largo de las trayectorias del sistema depende de las ecuaciones del sistema. Luego V (x) ser diferente para sistemas diferentes. Adems, si a a (x) < 0, V decrece a lo largo de las soluciones del sistema. V El siguiente resultado de Lyapunov garantiza estabilidad del equilibrio para un sistema no-lineal. Theorem 3.2 Sea x = 0 un punto de equilibrio de x = f (x) y D Rn un dominio que contiene a x = 0. Sea V : D R una funcin continuamente diferenciable tal que o V (0) = 0, V (x) > 0 en D {0}, V (x) 0 en D. Entonces x = 0 es equilibrio estable. Adems, si V (x) < 0 en D {0}, entonces x = 0 a es equilibrio asintticamente estable. o Regin de atraccin. Supongamos que sabemos que x = 0 es equilibrio asintticamente o o o estable de x = f (x); desear amos saber cuan lejos del origen puede partir una trayectoria y an converger a 0 cuando t . Esta idea da la nocin de regin dominio de u o o o atraccin del equilibrio. o Denition 3.3 Sea (t, x) la solucin de x = f (x) que empieza en x en t = 0, es decir, o (0, x) = x, luego la regin de atraccin del equilibrio x = 0 resulta, o o {x : lim (t, x) = 0, cuando t }. Nos preguntamos ahora bajo que condiciones la regin de atraccin ser todo Rn . Esto o o a sucede si para cualquier estado inicial x, la trayectoria (t, x) se aproxima a 0 cuando t , sin importar si x es grande. Si un punto de equilibrio asintticamente estable o tiene esta propiedad, se dice que es globalmente asintticamente estable. o El siguiente teorema establece condiciones sucientes que garantizan estabilidad asinttica o global. Theorem 3.4 (Barbashin-Krasovski) Sea x = 0 punto de equilibrio del sistema x = f (x). Sea V : Rn R una funcin continuamente diferenciable tal que o V (0) = 0 y V (x) > 0, x = 0; si x , entonces V (x) ; 23

 V (x) < 0, x = 0; entonces x = 0 es globalmente asintticamente estable, es decir, su regin de atraccin o o o n es todo R . Por ultimo enunciaremos el siguiente resultado sobre inestabilidad. Theorem 3.5 (Chetaev) Sea x = 0 equilibrio del sistema x = f (x). Sea V : D R continuamente diferenciable con V (0) = 0 y V (x0 ) > 0 para algn x0 con x0 arbitrariu amente chica. Se dene U = {x Br V (x) > 0}, y supongamos que V (x) > 0 en U . Entonces x = 0 es equilibrio inestable. Recordemos que cuando estudiamos la ecuacin del pndulo con friccin vimos que la o e o funcin de energ E(x) no satisfac la condicin para garantizar la estabilidad asinttica o a a o o (x) = (k/m)x2 0, sin embargo requerida en el Teorema de Lyapunov. En efecto, V 2 sabemos que x = 0 es equilibrio asintticamente estable para la ecuacin del pndulo. o o e Luego, para que se mantenga la condicin V (x) = 0, la trayectoria del sistema debe estar o connada en la recta x2 = 0. A menos que x1 = 0 esto es imposible pues a partir de las ecuaciones del pndulo vemos que e x2 (t) 0 x2 (t) 0 sin x1 (t) 0, y luego, sobre el segmento < x1 < de la recta x2 = 0, el sistema verica V (x) = 0 slo si x1 = 0. Luego, V (x(t)) debe decrecer al origen y entonces x(t) 0 cuando o t . Esto es consistente con el signicado f sico que, debido a la friccin, la energ o a no se mantiene constante cuando el sistema est en movimiento. a Resumimos lo anterior as si en un dominio alrededor del origen se puede hallar una : funcin V cuya derivada a lo largo de la trayectoria del sistema es menor o igual a 0, o y si podemos asegurar que ninguna trayectoria puede quedarse en V (x) = 0 salvo en el origen, entonces el origen es asintticamente estable. Este resultado es conocido como el o Principio de Invariancia de Lasalle. Antes de enunciarlo en forma precisa daremos algunas deniciones. Denition 3.6 Sea x(t) una solucin de x = f (x). Un punto p se llama punto l o mite positivo de x(t) si existe una sucesin {tn } con tn tal que x(tn ) p cuando o n . mite positivos de x(t) se llama conjunto Denition 3.7 El conjunto de todos los puntos l l mite positivo de x(t).

24

Denition 3.8 Un conjunto M se llama positivamente invariante con respecto al sistema x = f (x) si, x(0) M x(t) M, t 0. Denition 3.9 La solucin x(t) se aproxima a M cuando t , si para cada o existe T > 0 tal que dist(x(t), M ) < , para todo t > T . > 0,

Para ilustrar las deniciones anteriores consideremos un punto de equilibrio asintticamente o estable y un ciclo l mite estable en el plano: El equilibrio asintticamente estable es el conjunto l o mite positivo de toda solucin que o empieza sucientemente cerca del equilibrio. El ciclo l mite estable es el conjunto l mite positivo de toda solucin que empieza suo cientemente cerca del l mite. Es decir, la solucin se aproxima al ciclo l o mite cuando t . El punto de equilibrio asintticamente estable y el ciclo l o mite son conjuntos invariantes pues cualquier solucin que comienza en alguno de estos conjuntos permanece en o el conjunto, para todo t R. Lemma 3.10 Si una solucin x(t) de x = f (x) es acotada y pertenece a D, para todo o t 0, con D abierto que contiene a x = 0, entonces su conjunto l mite positivo que + llamaremos L es no vaco, compacto e invariante. Adems, x(t) L+ cuando t . a Theorem 3.11 Principio de Invariancia de Lasalle: Sea D un conjunto compacto que es positivamente invariante con respecto al sistema x = f (x). Sea V : D R una (x) 0 en . Sea E = {x : V (x) = funcin continuamente diferenciable tal que V o 0}. Sea M el mayor conjunto invariante contenido en E. Entonces, cualquier solucin o que empieza en se aproxima a M cuando t . Algunas observaciones: A diferencia del Teorema de Lyapunov, el Teorema de Lasalle no pide que V (x) sea estrictamente positiva. Si estamos interesados en mostrar que x(t) 0 cuando t , debemos establecer que el mayor conjunto invariante en E es el origen. Esto se hace mostrando que ninguna solucin puede permanecer en E adems de la solucin trivial x(t) 0. o a o Considerando el caso particular planteado en la ultima observacin y tomando V (x) > 0 o se obtiene los siguientes corolarios que extienden los Teoremas de Lyapunov y BarbashinKrasovskii, respectivamente. 25

Corollary 3.12 Sea x = 0 equilibrio de x = f (x). Sea V : D R una funcin o continuamente diferenciable y positiva sobre un dominio D que contiene al origen, tal que V (x) 0 en D. Sea S = {x D : V (x) = 0} y supongamos que ninguna solucin o permanece en S salvo la trivial. Entonces, el origen es asintticamente estable. o Corollary 3.13 Sea x = 0 equilibrio de de x = f (x). Sea V : Rn R una funcin o continuamente diferenciable tal que V (x) si x , estrictamente positiva y tal que V (x) 0, para todo x Rn . Sea S = {x Rn : V (x) = 0} y supongamos que ninguna solucin se mantiene sobre S, salvo la trivial. Entonces el origen es globalmente o asintticamente estable. o Observar que cuando V (x) es estrictamente negativa y S = {0}, entonces los corolarios anteriores coinciden con los teoremas de Lyapunov y Barbashin-Krasovskii.

26

Ejercicios propuestos. 1. Usando V (x) = x2 + x2 , estudiar la estabilidad del origen del sistema 1 2 x1 = x1 (k 2 x2 x2 ) + x2 (x2 + x2 + k 2 ) 1 2 1 2 2 2 2 2 x2 = x1 (k + x1 + x2 ) + x2 (x1 x2 + k 2 ) 2 cuando: a)k = 0 y b)k = 0. 2. Considerar el sistema x1 = x2 x2 = a sin x1 kx1 dx2 cx3 x3 = x3 + x2 donde todos los coecientes son positivos y k > a. Usando
x1

V (x) = 2a
0

sin ydy + kx2 + x2 + px2 , 1 2 3

con algn p > 0, mostrar que el origen es globalmente a.e. u 3. Sea el sistema x = f (x), donde f : Rn Rn . Considerar el cambio de varaibles z = T (x), donde T (0) = 0 y T : Rn Rn es un difeomorsmo en un entorno del origen. El sistema transformado es, T z = f (z), donde f (z) = f (x)|x=T 1 (z) x (a) Mostrar que x = 0 es un punto de equilibrio aislado de x = f (x) sii z = 0 es un punto de equilibrio aislado de z = f (z). (b) Mostrar que x = 0 es estable (a.e., inestable) sii z = 0 es estable (a.e., inestable). 4. Considerar el sistema x1 = (x1 x2 1)x3 + (x1 x2 1 + x2 )x1 1 2 x2 = x2 (a) Mostrar que x = 0 es el unico punto de equilibrio. (b) Mostrar, usando linealizacin, que x = 0 es a.e. o (c) Mostrar que = {x R2 : x1 x2 2} es un conjunto positivamente invariante. (d) Es x = 0 globalmente a.e.? 27

Bibliograf a
Nonlinear Systems, Hassan Khalil, Prentice Hall, 1996. Nonlinear Systems, Analysis, Stability, and Control, Shankar Sastry, Springer, 1999. Nonlinear Oscillations, dynamical systems and bifurcations, J. Guckenheimer and P. Holmes, Springer-Verlag, 1983. Grcos en el plano. Los distintos grcos de sistemas planares presentados en estas a a Notas fueron realizados con el programa dfase.m, cuyo autor es el Dr. Fernando Bianchi (Fac. de Ingenier U.N.L.P.). Dicho programa corre bajo MatLab, y se puede acceder a, a l desde la pgina de la Facultad de Ingenier U.N.L.P.: e a a, http://davinci.ing.unlp.edu.ar/controlm/electronica/archivos.htm

Reunin Anual de la UMA, o Salta, septiembre de 2005

28