Está en la página 1de 14

ndice general

Sistemas No Lineales

Notas de Clase
I Anlisis 1
1. Introduccin 2
1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Sistemas No Lineales de Control . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2. El Curso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Ecuacin del Pndulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2. Circuito con Diodo Tnel . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3. Sistema Masa-Resorte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4. Oscilador de Resistencia Negativa . . . . . . . . . . . . . . . . . . . . . 8
1.2.5. Control Adaptable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3. Sistemas de Segundo Orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1. Sistemas Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.2. Equilibrios Mltiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.3. Comportamiento Cualitativo Cerca de un PE . . . . . . . . . . . . . . . 16
1.4. Ciclos Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5. Construccin Numrica de Retratos de Fase . . . . . . . . . . . . . . . . . . . . 20

2. Propiedades Fundamentales 23
Por Mara Marta Seron 2.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Departamento de Electrnica 2.1.1. Desigualdad de Gronwall-Bellman . . . . . . . . . . . . . . . . . . . . . 24
Universidad Nacional de Rosario 2.1.2. Mapa Contractivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Primer Cuatrimestre 2000 2.2. Existencia y Unicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3. Dependencia Continua Con Respecto a Condiciones Iniciales y Parmetros . 34
Revisadas por Julio H. Braslavsky
2.4. Diferenciabilidad de la Solucin y Ecuaciones de Sensibilidad . . . . . . . . . 36
Automatizacin y Control Industrial
2.5. Principio de Comparacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Universidad Nacional de Quilmes
Primer Cuatrimestre 2001 3. Estabilidad Segn Lyapunov. Sistemas Estacionarios 35
3.1. El Teorema de Estabilidad de Lyapunov . . . . . . . . . . . . . . . . . . . . . . 35
3.1.1. Mtodo del Gradiente Variable . . . . . . . . . . . . . . . . . . . . . . . 39
Basadas en Khalil, H. Nonlinear Systems.
3.1.2. Sobre la Regin de Atraccin. Estabilidad Asinttica Global . . . . . . 41
Segunda edicin. Prentice Hall, NJ, 1996.
3.1.3. Inestabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.2. El Principio de Invariancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3. Regin de Atraccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4. Sistemas Lineales y Linealizacin . . . . . . . . . . . . . . . . . . . . . . . . . . 50
ndice general II

4. Estabilidad Segn Lyapunov. Sistemas Inestacionarios 55


4.1. El Teorema de Estabilidad de Lyapunov . . . . . . . . . . . . . . . . . . . . . . 55
4.2. Teoremas Conversos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3. Teoremas de Invariancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

5. Estabilidad de Sistemas Perturbados 64


5.1. Perturbacin de un PE Exponencialmente Estable . . . . . . . . . . . . . . . . 64
5.2. Perturbacin de un PE Uniformemente AE . . . . . . . . . . . . . . . . . . . . 68
5.3. Estabilidad EntradaEstado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

6. Estabilidad EntradaSalida 73
6.1. Estabilidad L . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.2. LEstabilidad de Modelos de Estado . . . . . . . . . . . . . . . . . . . . . . . . 77

7. Anlisis de Sistemas Realimentados 79


7.1. Estabilidad Absoluta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.1.1. Criterio del Crculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.1.2. Criterio de Popov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Parte I
7.2. Ganancia L2 (Seccin 6.4 de [2], p.276) . . . . . . . . . . . . . . . . . . . . . . . 85
7.3. Teorema de la Pequea Ganancia . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.4. Pasividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 Anlisis
7.4.1. Estabilidad de la Interconexin en Realimentacin de Sistemas Pasivos 95

II Control 98
8. Control en Realimentacin 99
8.1. Problemas de Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.1.1. Estabilizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.1.2. Seguimiento en Presencia de Perturbaciones . . . . . . . . . . . . . . . 101
8.2. Diseo Via Linealizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
8.2.1. Estabilizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
8.3. Regulacin Via Control Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8.4. Control por Ganancia Tabulada . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
8.4.1. Ejemplo: Control de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . 107

9. Linealizacin Exacta por Realimentacin 112


9.1. Linealizacin EntradaEstado . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
9.2. Linealizacin EntradaSalida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
9.2.1. Linealizacin EntradaSalida y Estabilidad Interna. Forma Normal . . 122
9.2.2. Dinmica de los Ceros . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
9.3. Estabilizacin por Realimentacin de Estados . . . . . . . . . . . . . . . . . . . 125
9.3.1. Sistema Parcialmente Linealizable . . . . . . . . . . . . . . . . . . . . . 126

10. Diseos Basados en Lyapunov 129


10.1. Backstepping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
10.2. Control por Modo Deslizante . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
1.1 Introduccin 3

(van der Schaft, 2000) y estabilidad entrada-estado (Sontag, 1989), y procedimientos sistem-
ticos de diseo, tales como backstepping y forwarding (Krstic et al., 1995; Sepulchre et
al., 1997). La importancia de estos procedimientos sistemticos de diseo es que, aunque
restringidos a sistemas con estructura especial, incluyen sistemas de importancia prctica,
tales como barcos, motores a reaccin, motores turbo-diesel y motores elctricos de induc-
Captulo 1 cin.

1.1.2. El Curso
Introduccin
Este curso brinda una introduccin rigurosa y en profundidad a los conceptos funda-
mentales de la teora de sistemas no lineales y a tcnicas modernas de anlisis y diseo de
sistemas de control no lineal.
Vamos a trabajar en general con sistemas dinmicos modelados por un nmero nito
1.1. Introduccin
de ecuaciones diferenciales ordinarias de primer orden acopladas entre s, que representa-
1.1.1. Sistemas No Lineales de Control remos en forma compacta con la ecuacin diferencial vectorial de primer orden

La teora de sistemas de control se ocupa del anlisis y el diseo de componentes in- x = f ( x, u) , (1.1)
teractuantes de un sistema en una conguracin que proporcione a un comportamiento
deseado. La conguracin esencial usada en teora de sistemas de control se basa en el con- donde x Rn es el vector de estado y u R p es el vector de entradas (de control). A veces
cepto fundamental de realimentacin, que consiste en el proceso de medir las variables de vamos a considerar tambin una ecuacin de salida
inters en el sistema y usar esa informacin para controlar su comportamiento. La teora y
y = h( x, u) , (1.2)
la prctica del control tiene un amplio rango de aplicaciones en los campos de la ingenie-
ra aeronutica, qumica, mecnica, ambiental, civil y elctrica, as como en muchas otras donde y Rm es un vector de variables de inters, por ejemplo variables fsicamente me-
disciplinas no ingenieriles. Las ventajas del control eciente en la industria son inmensas, dibles o variables que deseamos se comporten de alguna forma especial.
e incluyen mejoras en la calidad de los productos, reduccin en el consumo de energa,
minimizacin de los material de desecho, mayores niveles de seguridad y reduccin de la
contaminacin. u
x  y
El punto de partida en el anlisis de un sistema de control es su representacin por un x h( x, u)
f ( x, u)
modelo matemtico, generalmente como un operador entre entradas y salidas del sistema,
o como un conjunto de ecuaciones diferencia y/o diferenciales. La mayora de los mode-
los matemticos usados tradicionalmente por tericos y prcticos del control son lineales.
De hecho, los modelos lineares son mucho ms manejables que los no lineales, y pueden
( x)
representar en forma precisa el comportamiento de sistemas reales en muchos casos tiles.
Sin embargo, los avances tecnolgicos actuales han generado una enorme variedad de
nuevos problemas y aplicaciones que son no lineales en esencia. Por ejemplo, fenmenos Figura 1.1: Sistema no lineal
no lineales tales como equilibrios mltiples, ciclos lmite, bifurcaciones, corrimiento de fre-
cuencias y caos, se observan comnmente en aplicaciones modernas importantes en inge-
niera, tales como sistemas de comando de vuelo, manipuladores robot, sistemas de auto- Muchas veces la entrada u no aparece explcitamente en (1.1), ya sea porque la entrada
pistas automatizadas, estructuras de ala de avin, y sistemas de inyeccin de combustible es cero o porque fue especicada como una funcin del estado u = ( x) control por
de alto rendimiento. Tales fenmenos no lineales no se pueden describir mediante din- realimentacin. En este caso la ecuacin de estado es la ecuacin no forzada
mica de modelos lineares una razn ineludible para el uso de modelos no lineales y el
desarrollo de conceptos y herramientas de sistemas no lineales de control. x = f ( x) . (1.3)
Alentada por la sosticacin de la tecnologa actual, la teora de sistemas no lineales de
Vamos a trabajar, en general, con sistemas estacionarios o invariantes en el tiempo, es
control ha experimentado en la dcada pasada una vigorosa expansin, reejada por un
decir que su comportamiento es invariante al corrimiento del origen temporal. Cuando el
nmero rpidamente creciente de monografas y libros de texto cientcos en sistemas no
sistema es inestacionario o variante en el tiempo, el lado derecho de (1.3) es una funcin
lineales de control (Isidori, 1995; Krstic et al., 1995; Khalil, 1996; Sepulchre et al., 1997; Isido-
explcita del tiempo.
ri, 1999; Sastry, 1999; van der Schaft, 2000). Una caracterstica dominante de esta expansin
Un concepto importante relacionado con la ecuacin de estado (1.3) es el de puntos de
ha sido la aparicin de conceptos importantes, tales como los de pasivacin por realimentacin
equilibrio.
1.2 Ejemplos 4 1.2 Ejemplos 5

Denicin 1.1.1 (Puntos de Equilibrio). Un punto x = x en el espacio de estado es un


punto de equilibrio (PE) de (1.3) si tiene la propiedad de que cuando el estado inicial del T
sistema es x , el estado permanece en x en todo tiempo futuro.
Los PE de (1.3) son las races de la ecuacin l

f ( x) = 0 .

Un PE puede ser aislado, es decir no tiene otros PE en la vecindad, o puede existir un conti- mg
nuo de PE. Cuando el sistema es lineal, (1.3) tiene la forma conocida
Figura 1.2: Pndulo
x = Ax + Bu ,

y el nico PE aislado posible (tomando u = 0) es x = 0.


Como las tcnicas de anlisis y control lineales son bien conocidas, siempre es con- Los PE son (haciendo x1 = x2 = 0) (n , 0), n = 0, 1, 2, . . .. Obviamente slo los PE
veniente, al analizar un sistema no lineal, comenzar linealizando el sistema alrededor de (0, 0) y (, 0) son no triviales ya que el resto son repeticiones de los mismos. Fsicamente
algn punto de equilibrio y estudiar el sistema lineal resultante. Sin embargo esto no es podemos ver que el PE en (0, 0) es estable mientras que el PE en ( , 0) es inestable, como
suciente debido bsicamente a dos razones: ya vamos a estudiar en ms detalle.
Otra versin de la ecuacin del pndulo consiste en agregarle una entrada de control,
1. la linealizacin slo predice el comportamiento local, no sirve para estudiar el com- por ejemplo aplicando una cupla T:
portamiento lejos del punto de operacin;
x1 = x2 ,
2. la dinmica de un sistema no lineal es mucho ms rica que la de un sistema lineal de- (1.5)
g k 1
bido a la presencia de fenmenos no lineales como: escape en tiempo nito, mltiples x2 = sen x1 x2 + 2 T .
l m ml
PE aislados, ciclos lmite, oscilaciones sub-armnicas, armnicas o casi-peridicas,
caos, etc. Varios sistemas fsicos pueden describirse con ecuaciones similares a las del pndulo, e.g.,
un generador sincrnico conectado a un bus innito (Khalil, 1996, Ejercicio 1.7), el circuito
En el transcurso del curso slo vamos a encontrar los fenmenos de escape en tiempo nito, de una juntura Josephson (Khalil, 1996, Ejercicio 1.8), un lazo de PLL (phase locked loop)
mltiples equilibrios y ciclos lmite. Ver por ejemplo Guckenheimer and Holmes (1983) (Khalil, 1996, Ejercicio 1.10).
para ms referencia sobre caos, bifurcaciones y oscilaciones.
1.2.2. Circuito con Diodo Tnel
1.2. Ejemplos
i mA
1.2.1. Ecuacin del Pndulo 1
L
iL
Uno de los problemas ms simples en robtica es el de controlar la posicin de una junta
de robot usando un motor ubicado en el punto de giro. Matemticamente esto no es ms + vL iR
que un pndulo, representado en la Figura 1.2. i = h(v)
iC 0,5
Usando la segunda ley de Newton podemos escribir la ecuacin de movimiento en la R
direccin tangencial:
+
ml = mg sen kl , E -
+ +
C vC vR 0
donde m es la masa de la bola, l es la longitud del brazo, es el ngulo entre la vertical y el
0 0,5 1 vV
brazo, g es la aceleracin de la gravedad,y k es el coeciente de friccin.
Tomando como variables de estado x1 = y x2 = podemos escribir las ecuaciones de
estado Figura 1.3: Diodo Tnel

x1 = x2 ,
g k (1.4) La Figura 1.3 muestra un circuito con diodo tnel, donde la relacin constitutiva del
x2 = sen x1 x2 . diodo es i R = k(v R ). Usando las leyes de Kirchhoff y tomando como variables de estado
l m
1.2 Ejemplos 6 1.2 Ejemplos 7

x1 = vC (tensin en el capacitor) y x2 = i L (corriente en la inductancia), el circuito puede




describirse con las siguientes ecuaciones de estado
   
Ff
                  
1 Fr
x1 = [h( x1 ) + x2 ] ,
                 
C (1.6) F
                 
1
                 
x2 = [ x1 Rx2 + u] , y
L
                  

donde i = h(v) es la caracterstica v i del diodo tnel. Los PE son las races de la ecuacin
                 
                
E 1 Figura 1.5: Sistema masa-resorte
h( x1 ) = x1 .
R R
Segn el valor de E/ R puede haber uno o tres PE, como se ve el la Figura 1.4.
velocidades pequeas podemos asumir Fv = c y. Combinando un resorte duro con amor-
iR tiguamiento lineal y una fuerza externa peridica F = A cos t obtenemos la ecuacin de
1 Dufng
Q1 m y + c y + ky + ka2 y3 = A cos t (1.7)
Q2 que es un ejemplo clsico en el estudio de excitacin peridica de sistemas no lineales.
0,5 Otro ejemplo de fuerza de friccin es la friccin esttica o de Coulomb. Este tipo de
amortiguamiento aparece cuando la masa se desliza sobre una supercie seca. Cuando la
masa est en reposo, existe una fuerza de friccin esttica Fs que acta paralela a la super-
Q3 cie y est limitada por los valores s mg, donde 0 < s < 1 es el coeciente de friccin
0 esttica. Esta fuerza toma cualquier valor, dentro de sus lmites, para mantener la masa en
0 0,5 1 vR reposo. Para que haya movimiento, debe ejercerse una fuerza en la masa que venza a la
fuerza de friccin. En ausencia de la fuerza exterior, F = 0, la fuerza de friccin esttica
compensa la fuerza de recuperacin del resorte y mantiene el equilibrio si | g( y)| s mg.
Figura 1.4: Puntos de equilibrio del circuito de diodo tnel Una vez que la masa entra en movimiento, aparece una fuerza de friccin de deslizamien-
to de magnitud k mg que se opone al movimiento, donde k es el coeciente de friccin
cintica, que asumimos constante. Un modelo ideal de la fuerza de friccin es

1.2.3. Sistema Masa-Resorte
k mg , for y < 0
Fd = Fs , for y = 0
Consideramos el sistema masa-resorte de la Figura 1.5. Usando la ley de Newton:

k mg , for y > 0
m y + Ff + Fr = F ,
Combinando un resorte lineal con amortiguamiento viscoso, friccin esttica y fuerza ex-
donde Ff es una fuerza resistiva de friccin, Fr es la fuerza de recuperacin del resorte, y F terna nula tenemos
es una fuerza externa a nuestra disposicin. Asumimos que Fr es slo funcin del despla- m y + ky + c y + ( y, y) = 0
zamiento y, es decir Fr = g( y), g(0) = 0.
Para desplazamientos pequeos, Fr puede modelarse como la relacin lineal g( y) = ky. donde

Para grandes desplazamientos, la fuerza de recuperacin puede depender no linealmente for | y| > 0
k mg sign( y) ,
de y. Por ejemplo, hay resortes suaves donde
( y, y) = ky , for y = 0 and | y| s mg/k


g( y) = k(1 a2 y2 ) y, | ay| < 1 , s mg sign( y) , for y = 0 and | y| > s mg/k

o resortes duros donde El valor de ( y, y) para y = 0 y | y| s mg/k resulta de la condicin de equilibrio y = y =


2 2
0. Tomando x1 = y y x2 = y, la ecuacin de estado es
g( y) = k(1 + a y ) y .
x1 = x2
Un ejemplo de fuerza de friccin es la fuerza viscosa o amortiguamiento del aire, que k c 1 (1.8)
suele modelarse como una funcin no lineal de la velocidad Fv = h( y), h(0) = 0. Para x2 = x1 x2 ( x1 , x2 )
m m m
1.2 Ejemplos 8 1.2 Ejemplos 9

Dos caractersticas de esta ecuacin son: 1.2.5. Control Adaptable


1. tiene un conjunto de equilibrio en lugar de PE aislados; Sea la planta

2. la funcin del lado derecho es una funcin discontinua del estado. y = ay + ku


Considerando x2 > 0 o x2 < 0 se obtienen dos modelos lineales diferentes. El comporta- donde u es la entrada de control e y es la salida medida. Supongamos que se quiere ob-
miento del sistema no lineal puede estudiarse en cada regin va anlisis lineal. Este es un tener un sistema a lazo cerrado cuyo comportamiento entradasalida sea el del modelo de
ejemplo de anlisis seccionalmente lineal. referencia

1.2.4. Oscilador de Resistencia Negativa ym = am ym + km r


La gura 1.6 muestra la estructura bsica de una importante clase de osciladores electr- donde r es la entrada de referencia y el modelo se eligi de forma que ym (t) represente la
nicos. Asumimos L > 0, C > 0, y que el elemento resistivo tiene una caracterstica i = h(v) salida deseada para el sistema a lazo cerrado. Este objetivo puede alcanzarse mediante el
como se muestra en la Figura 1.6. control en realimentacin
i
u(t) = 1 r(t) + 2 y(t)
+
i siempre que los parmetros de la planta a y k sean conocidos, k = 0, y los parmetros del
C L control se elijan como
v
iC iL km am a
1 = 1 = .
k k
Figura 1.6: Oscilador de resistencia negativa
Cuando a y k son desconocidos, podemos considerar el control

Escribiendo la ley de Kirchhoff de corriente y derivando con respecto a t, obtenemos u ( t ) = 1 ( t )r ( t ) + 2 ( t ) y ( t )


2
d v dv donde las ganancias variables 1 (t) y 2 (t) van a ser ajustadas on-line usando los datos
CL + v + Lh (v) = 0
dt2 dt disponibles: r( ), ym ( ), y( ) y u( ) con < t. La adaptacin debe ser tal que 1 (t) y 2 (t)
evolucionen hacia sus valores nominales 1 y 2 . La regla de adaptacin se elige en base a
Haciendo el cambio de escala de tiempos = t/ CL tenemos (denotando v = dv/d) consideraciones de estabilidad, por ejemplo, el algoritmo del gradiente (Khalil, 1996, 13.4):
v + h (v)v + v = 0
1 = ( y ym )r

donde = L/C. Esta ecuacin es un caso particular de la ecuacin de Lienard 2 = ( y ym ) y
v + f (v)v + g(v) = 0 (1.9) donde es una constante positiva que determina la velocidad de adaptacin. Para escribir
un modelo de estado, es conveniente denir los errores: de salida e = y ym y paramtricos
Cuando
1 = 1 1 y 2 = 2 2 . Con un poco de manipulacin algebraica (ejercicio) se llega al
1 lazo cerrado descripto por la ecuacin de estado no lineal, no autnoma
h(v) = v + v3
3
e(t) = am e(t) + k1 (t)r(t) + k2 (t)(e(t) + ym (t))
la ecuacin toma la forma de la ecuacin de Van der Pol
1 (t) = e(t)r(t) (1.12)
v (1 v2 )v + v = 0 (1.10) 2 (t) = e(t)(e(t) + ym (t))
Esta ecuacin tiene una solucin peridica que atrae toda otra solucin excepto la trivial donde las seales r(t) e ym (t) son entradas externas.
correspondiente al nico PE v = v = 0. Tomando x1 = v y x2 = v llegamos al modelo de Un modelo ms simple se obtiene cuando se conoce k. En este caso se puede tomar
estado 1 = 1 y slo 2 debe ajustarse on line. Ejercicio: escribir el modelo en este caso y hallar los
x1 = x2 PE cuando r(t) 0.
(1.11)
x2 = x1 h ( x1 ) x2
1.3 Sistemas de Segundo Orden 10 1.3 Sistemas de Segundo Orden 11

1.3. Sistemas de Segundo Orden


1.3.1. Sistemas Lineales
Es til repasar el retrato de fase de sistemas lineales de segundo orden como herra-
mienta para estudiar el comportamiento local del sistema no lineal alrededor de un PE. v1 v2 x2
Consideremos el sistema de segundo orden
x = Ax
La solucin para un estado inicial x0 est dada por
.
x(t) = Me Jr t M1 x0 x1

donde Jr es la forma real de Jordan de A y M es una matriz real no singular tal que
M1 AM = Jr . Dependiendo de los autovalores de A, la forma real de Jordan toma alguna
de las siguientes tres formas
  
1 0 k
(1.13)
0 2 0 Figura 1.7: Retrato de fase de un nodo estable.
donde k es 0 o 1. La primera forma corresponde al caso en que los autovalores 1 y 2
son reales y distintos, la segunda corresponde al caso en que los autovalores son reales e
iguales, y la tercera corresponde al caso de autovalores complejos 1,2 = j. En el caso
de autovalores reales, hay que separar el caso en que al menos uno de los autovalores es
cero. En este caso, el origen no es un PE aislado y el comportamiento cualitativo del sistema
es distinto de los otros casos.

Autovalores Reales 1 = 2 = 0
En este caso M = [v1 , v2 ], donde v1 y v2 son los autovectores asociados con 1 y 2 . El
retrato de fase es el de un:
x2
nodo estable si ambos autovalores son negativos. Las trayectorias en el plano de fase
son parbolas que se hacen tangentes al autovector lento (corresp. al mayor autova-
lor) cuando se acercan al origen, y paralelas al autovector rpido (correspondiente. al
menor autovalor) lejos del origen.
v2
nodo inestable si ambos autovalores son positivos. Las trayectorias en el plano de fase .

son parbolas con formas similares a la del nodo estable pero con sentido invertido. x1

ensilladura si los autovalores tienen distinto signo. Las trayectorias en el plano de fase
(excepto las correspondientes a los autovectores, que son rectas) son hiprbolas que
v1
comienzan tangentes al autovector estable (correspondiente al autovalor estable) en
innito, y terminan tangentes al autovector inestable (correspondiente al autovalor
inestable), tambin en innito.
Figura 1.8: Retrato de fase de una ensilladura.
Autovalores Complejos 1,2 = j
En coordenadas polares r y el modelo de estado se desacopla, tomando la forma
r = r
=
1.3 Sistemas de Segundo Orden 12 1.3 Sistemas de Segundo Orden 13

de forma que el radio es una funcin exponencial de la parte real de los autovalores, , y el x2

ngulo crece linealmente con la parte imaginaria . El retrato de fase es el de un

foco estable si es negativa. Las trayectorias en el plano de fase son espirales logart-
micas que convergen al origen.
.

x2 x1

x1
Figura 1.11: Retrato de fase del caso de autovalores mltiples no nulos

Nota 1.3.1 (Resumen del caso en que el origen es un PE aislado). El sistema puede tener 6 retratos
de fase diferentes asociados con diferentes tipos de equilibrio: nodo estable, nodo inestable,
ensilladura, foco estable, foco inestable y centro. El tipo de equilibrio est completamente
Figura 1.9: Retrato de fase de un foco estable
especicado por la ubicacin de los autovalores de A. El comportamiento global del sistema
(en todo el plano de fase) est cualitativamente determinado por el tipo de equilibrio.

foco inestable si es positiva. Las trayectorias en el plano de fase son espirales logart- Uno o Ambos Autovalores Es Cero
micas que divergen del origen.
En este caso A tiene un kernel o espacio nulo no trivial, es decir existe un subespacio no
centro si = 0. Las trayectorias en el plano de fase son elipses centradas en el origen. trivial del espacio de estado cuyos elementos son mapeados al cero bajo la transformacin
lineal denida por A. Todo vector en el kernel de A es un punto de equilibrio del sistema.
x2 La dimensin del kernel puede ser uno o dos; si es dos, entonces A es la matriz nula y todo
punto en el espacio de estado es un punto de equilibrio. Cuando la dimensin del kernel de
A es uno, la forma de Jordan de A depender de la multiplicidad del cero como autovalor.
Cuando la multiplicidad del cero como autovalor es uno, el autovector correspondiente
dene el conjunto o subespacio de equilibrio del sistema. Todas las trayectorias en el plano
de fase convergen al subespacio de equilibrio cuando el autovalor no nulo es negativo, y
.

x1
divergen cuando es positivo; el caso mostrado en la Figura 1.12.
Cuando la multiplicidad del cero como autovalor es dos, el autovector v1 , donde M =
[v1 , v2 ] es la transformacin que lleva a la forma de Jordan, es el conjunto o subespacio de
equilibrio del sistema. Las trayectorias que comienzan fuera del subespacio de equilibrio
se mueven paralelas a l, como se ve en la Figura 1.13.
Nota 1.3.2 (Persistencia del Tipo de Equilibrio Frente a Perturbaciones). Veamos el caso de per-
Figura 1.10: Retrato de fase de centro turbaciones lineales. Supongamos que A tiene autovalores distintos y consideremos la ma-
triz A + A, donde A es una matriz real de 2 2 cuyos elementos son arbitrariamente
pequeos. Por la teora de perturbaciones de matrices (ver por ejemplo Golub and van
Loan, 1996, 7) sabemos que los autovalores de una matriz dependen continuamente de
Autovalores Mltiples No Nulos 1 = 2 = 0 sus parmetros. Es decir, dado > 0, existe > 0 tal que si la magnitud de la perturbacin
de cada elemento de A es menor que , los autovalores de la matriz perturbada A + A
El retrato de fase en este caso se asemeja al de un nodo (estable o inestable segn sea estarn en una bola de radio centrada en los autovalores de A. En consecuencia, todo
negativo o positivo. Las trayectorias no tienen en este caso el comportamiento asinttico autovalor de A que est en el semiplano derecho (o izquierdo) abierto, permanecer en ese
rpidolento como en el caso de autovalores distintos. semiplano frente a perturbaciones arbitrariamente pequeas. Por otro lado, los autovalores
sobre el eje imaginario pueden moverse hacia cualquiera de los semiplanos frente a pertur-
1.3 Sistemas de Segundo Orden 14 1.3 Sistemas de Segundo Orden 15

baciones por ms pequeo que sea . Por lo tanto, podemos concluir que si el PE x = 0 de
x = A x es un nodo, foco o ensilladura, entonces el PE x = 0 de x = ( A + A) x ser del
mismo tipo frente a perturbaciones sucientemente pequeas. La situacin es muy distinta
si el PE es un centro. Consideremos la siguiente perturbacin de la forma real de Jordan
x2 v2
correspondiente a un centro

1
1
v1 donde es el parmetro de perturbacin. Cuando es positivo, el PE del sistema pertur-
.
bado es un foco inestable; cuando es negativo es un foco estable. Esto pasa para cualquier
x1 valor de = 0. Dado que el retrato de fase de un foco es cualitativamente distinto del de un
centro, vemos que un centro no persiste frente a perturbaciones. El nodo, foco y ensilladura
se dicen estructuralmente estables porque mantienen su comportamiento cualitativo frente a
perturbaciones innitsimamente pequeas, mientras que el centro no es estructuralmente
estable. La diferencia entre ambos casos es debida a la ubicacin de los autovalores de A,
siendo los autovalores sobre el eje imaginario vulnerables a perturbaciones. Esto lleva a la
denicin de PE hiperblico. El origen x = 0 es un PE hiperblico de x = A x si A no tiene
Figura 1.12: Retrato de fase para 1 = 0, 2 > 0 autovalores con parte real nula.
Cuando A tiene autovalores reales mltiples, perturbaciones innitsimamente peque-
as pueden transformarlos en autovalores complejos. Es decir que un nodo puede perma-
necer como nodo o transformarse en un foco.
Cuando A tiene autovalores nulos, existe una diferencia importante entre los casos en
que uno o los dos (A = 0) autovalores sean cero. En el primer caso, una perturbacin del
autovalor en cero resulta en un autovalor 1 = donde puede ser positivo o negativo.
Como el otro autovalor 2 es distinto de cero, la perturbacin lo mantiene fuera del cero.
Es decir que resultan dos autovalores reales distintos y el PE del sistema perturbado es un
nodo o una ensilladura, dependiendo de los signos de 2 y .
Sin embargo, como la perturbacin es muy pequea, de forma que |1 | << |2 |, la for-
x2 ma de las trayectorias mantienen cierta similitud con las del caso en que un autovalor es
nulo (comparar los retratos de fase en la Figura 1.14 con las Figuras 1.7 y 1.8). El compor-
tamiento de este sistema es el de un sistema singularmente perturbado, que vamos a estudiar
ms adelante.
Cuando ambos autovalores de A son nulos, el efecto de una perturbacin es ms dra-
mtico. Consideremos las siguientes posibles perturbaciones de la forma de Jordan
.

x1    
0 1 1 1 1
2 2
0 0 0

donde puede ser positivo o negativo. Es fcil de ver que el PE en cada uno de estos cuatro
casos puede ser un centro, un foco, un nodo o una ensilladura, respectivamente.

1.3.2. Equilibrios Mltiples


Figura 1.13: Retrato de fase para 1 = 0 = 2
Un sistema lineal tiene un PE aislado en x = 0 si det A = 0, y un continuo de PE o
subespacio de equilibrio cuando det A = 0. Un sistema no lineal, en cambio, puede tener
mltiples PE aislados.
Ejemplo 1.3.1 (Diodo Tnel). Consideremos otra vez el modelo del diodo tnel (1.6), con
parmetros u = 1,2V, R = 1,5k, C = 2pF, L = 5H. Midiendo tiempo en nanosegundos
1.3 Sistemas de Segundo Orden 16 1.3 Sistemas de Segundo Orden 17

x2
x2
x2

. .

x1
x1

Q1
Q2

Figura 1.14: Retrato de fase de un sistema perturbado cuando 1 = 0 y 2 < 0 con < 0 Q3
(izquierda) y > 0 (derecha)
.

0 x1

y corrientes en mA, el modelo de estado resulta

x1 = 0,5 [h( x1 ) + x2 ]
x2 = 0,2 ( x1 1,5 x2 + 1,2) Figura 1.15: Retrato de fase del circuito con diodo tnel

Supongamos que h es

h( x1 ) = 17,76 x1 103,79 x21 + 229,62 x31 226,31 x41 + 83,72 x51

El retrato de fase obtenido por simulacin en computadora puede verse en la Figura 1.15.
Hay tres PE aislados Q1 , Q2 y Q3 ; todas las trayectorias en el plano de fase tienden hacia Q1 x2
o Q3 , excepto dos nicas trayectorias que tienden hacia Q2 y que denen la curva separatriz
que divide el plano de fase en 2 mitades, en cada una de las cuales las trayectorias tienden
hacia Q1 o Q2 , respectivamente.

Ejemplo 1.3.2 (Pndulo). Consideremos el modelo de estado del pndulo (1.4) con k/l = 1
y k/m = 0,5. El retrato de fase obtenido por simulacin en computadora puede verse en la
Figura 1.16. Puede verse que es peridico con un perodo de 2 , por lo cual el comporta- x1
miento puede estudiarse en la franja x1 . Salvo dos trayectorias especiales que .

terminan en el PE inestable ( , 0), toda otra trayectoria converge al PE estable (0, 0).

1.3.3. Comportamiento Cualitativo Cerca de un PE


Salvo en casos especiales, el comportamiento de un sistema no lineal en la vecindad de
un PE puede determinarse va la linealizacin alrededor de ese punto.
Sea p = ( p1 , p2 ) un PE del sistema no lineal

x1 = f 1 ( x1 , x2 )
(1.14)
x2 = f 2 ( x1 , x2 )
Figura 1.16: Retrato de fase de la ecuacin del pndulo
y supongamos que las funciones f 1 y f 2 son continuamente diferenciables (derivables con
derivada continua). Expandiendo el lado derecho de (1.14) en series de Taylor alrededor de
1.3 Sistemas de Segundo Orden 18 1.4 Ciclos Lmites 19

( p1 , p2 ) obtenemos tiene un PE en el origen; la linealizacin del sistema alrededor del origen tiene autovalo-
res j, es decir que el origen es un centro para el sistema linealizado. Transformando a
x1 = f 1 ( p1 , p2 ) + a11 ( x1 p1 ) + a12 ( x2 p2 ) + T.O.S coordenadas polares x1 = r cos , x2 = r sen se obtiene
x2 = f 2 ( p1 , p2 ) + a21 ( x1 p1 ) + a22 ( x2 p2 ) + T.O.S
r = r3
donde ai j es la derivada parcial de f i respecto de x j evaluada en x1 = p1 , x2 = p2 , y T.O.S son = 1
trminos de orden superior, es decir de la forma ( x1 p1 )2 , ( x2 p2 )2 , ( x1 p1 )( x2 p2 ) y
Se ve claramente que las trayectorias del sistema no lineal se asemejan a las de un foco
potencias superiores de los mismos. Como ( p1 , p2 ) es un PE tenemos que
(estable si > 0 e inestable si < 0).
f 1 ( p1 , p2 ) = f 2 ( p1 , p2 ) = 0
1.4. Ciclos Lmites
Como nos interesa el comportamiento cerca de ( p1 , p2 ), denimos
Un sistema oscila cuando tiene una solucin peridica no trivial1
y1 = x1 p1 , y2 = x2 p2
x(t + T ) = x(t) , t0
con lo cual el sistema toma la forma
para algn T > 0. La imagen de una solucin peridica en el retrato de fase es la de una
y1 = a11 y1 + a12 y2 + T.O.S rbita peridica o una rbita cerrada.
y2 = a21 y1 + a22 y2 + T.O.S Un sistema lineal con autovalores en el eje imaginario es un oscilador armnico ya que
como PE en el origen es un centro, las trayectorias son rbitas cerradas cuya amplitud
o ms concisamente, y despreciando los T.O.S., depende de la condicin inicial. Sin embargo, un oscilador lineal no es robusto (estructu-

ralmente estable) ya que cualquier perturbacin (como ya vimos en la Nota 1.3.2), destruye
f

la oscilacin porque el PE deja de ser un centro.


y = Ay = y
x
x= p Con sistemas no lineales es posible construir osciladores tales que
sean estructuralmente estables;
La matriz

 la amplitud de la oscilacin (en rgimen permanente) no dependa de la condicin
f

a11 a12
A= = inicial.
x
x= p
a21 a22
Un ejemplo de oscilador no lineal es el oscilador de resistencia negativa de la seccin
es la matriz Jacobiana de f ( x) = [ f 1 ( x), f 2 ( x)]T evaluada en el PE p. 1.2.4, con modelo de estado (1.11). El origen es un PE inestable debido a la resistencia
Analizando los autovalores de la matriz Jacobiana podemos determinar las propieda- negativa del elemento resistivo cerca del origen, lo que signica que el elemento resistivo
des del PE en el origen del sistema linealizado. Si el origen del sistema linealizado es un es activo y entrega energa. Esto se puede ver escribiendo la expresin analtica de la tasa
nodo estable (inestable) con autovalores distintos, un foco estable (inestable) o una ensi- de intercambio de energa. La energa total almacenada en el capacitor y la inductancia para
lladura, entonces en un entorno del PE las trayectorias del sistema no lineal se comportan cada tiempo t es
como las de un nodo estable (inestable), un foco estable (inestable) o una ensilladura, res- 1 2 1 2 1
pectivamente. En estos casos el PE del sistema no lineal tambin se llama, por extensin, E= v + Li = C x21 + [h( x1 ) + x2 ]2
2 C 2 L 2
nodo, foco o ensilladura.
Esta propiedad de la linealizacin de un sistema no lineal alrededor de un PE slo vale La tasa de intercambio de energa es
si el equilibrio del sistema linealizado es hiperblico. En este caso decimos que el corres- E = Cx1 h( x1 )
pondiente PE del sistema no lineal es hiperblico si la matriz Jacobiana evaluada en el PE
no tiene autovalores en el eje imaginario. Esta expresin conrma que cerca del origen la trayectoria gana energa ya que para | x1 |
Ejercicio: estudiar los PE del modelo del diodo tnel y el pndulo. pequeo el trmino x1 h( x1 ) es negativo. Tambin se ve que hay una regin a x1 b
Cuando el PE no es hiperblico nada puede inferirse acerca del comportamiento de las tal que la trayectoria gana energa dentro de la franja y pierde energa fuera de ella, como
trayectorias del sistema no lineal a partir de las del sistema lineal. Por ejemplo, el sistema se ve en la Figura 1.17. Una oscilacin estacionaria va a tener lugar si, a lo largo de una
trayectoria, el intercambio neto de energa durante el ciclo es cero. Tal trayectoria es una
x1 = x2 x1 ( x21 + x22 ) rbita cerrada.
El oscilador de resistencia negativa tiene una rbita cerrada aislada, como vemos en el
x2 = x1 x2 ( x21 + x22 )
ejemplo del oscilador de Van der Pol siguiente.
1
Es decir, excluyendo soluciones constantes correspondientes a PE.
1.5 Construccin Numrica de Retratos de Fase 20 1.5 Construccin Numrica de Retratos de Fase 21

x1
a b x2
x2

Figura 1.17: Esbozo de h( x1 ) (lnea continua) y x1 h( x1 ) (lnea de trazos)


.

.
x1
x1
Ejemplo 1.4.1 (Oscilador de Van der Pol). Las Figuras 1.18 y 1.19 muestran los retratos de
fase de la ecuacin de Van der Pol
x1 = x2
(1.15)
x2 = x1 + (1 x21 ) x2

para tres valores distintos del parmetro : un valor pequeo de 0,2, mediano de 1, y grande Figura 1.18: Retratos de fase del oscilador de Van der Pol, con = 0,2 (izquierda) y con
de 5. En todos los casos las guras muestran que existe una nica rbita cerrada que atrae = 1 (derecha)
todas las trayectorias que comienzan fuera de la rbita. Para = 0,2 la rbita cerrada es
suave y cercana a un crculo de radio 2, lo cual es tpico para valores < 0,3. Para el caso
medio de = 1 la forma circular se ha distorsionado a lo que se ve a la derecha en la
Figura 1.18. Para el valor grande = 5 la rbita cerrada est severamente distorsionada,
como se ve en la Figura 1.19 (izquierda).
Un retrato de fase ms ilustrativo en el caso de = 5 puede obtenerse mediante el
cambio de variables z1 = i L y z2 = vC , que resulta en la ecuacin de estado

1
z1 = z2 x2 z2

1
z1 = ( z1 z2 + z32 )
3

El retrato de fase en el plano z1 z2 se muestra en la Figura 1.19 (derecha). La rbita cerrada


est muy cerca de la curva z1 = z2 13 z32 excepto en las esquinas, donde es prcticamente
. .
vertical. Este tramo vertical en la rbita cerrada puede verse como si la rbita cerrada sal- z1
x1
tara de una rama a otra de la curva cuando llega a una esquina. Oscilaciones donde ocurre
este fenmeno de salto se llaman usualmente oscilaciones de relajacin. El retrato de fase es
tpico para valores grandes de > 3.

La rbita cerrada del oscilador de Van der Pol es diferente de las del oscilador lineal
armnico. En el primer caso, la rbita cerrada es aislada mientras que en el segundo, hay
un continuo de rbitas cerradas. Una rbita peridica aislada se denomina ciclo lmite. Si
todas las trayectorias en la vecindad del ciclo lmite tienden a (se alejan de) l cuando
t se dice que el ciclo lmite es estable (inestable). Figura 1.19: Retratos de fase del oscilador de Van der Pol, con = 0,5; en el plano x1 x2
(izquierda) y en el plano z1 z2 (derecha)

1.5. Construccin Numrica de Retratos de Fase


No es difcil hoy en da conseguir programas de computacin que resuelvan ecuaciones
diferenciales ordinarias. Estos programas pueden usarse en forma efectiva para construir
1.5 Construccin Numrica de Retratos de Fase 22

retratos de fase para sistemas de segundo orden. En esta seccin damos algunas ayudas
que pueden resultar tiles.
El primer paso en la construccin de un retrato de fase es encontrar todos lo puntos de
equilibrio del sistema y determinar el tipo de aquellos que son aislados mediante linealiza-
cin. El dibujo de las trayectorias involucra tres tareas:2

1. Seleccionar una ventana del espacio de estados donde se van a dibujar las trayecto-
Bibliografa
rias. La ventana toma la forma

x1 mn x1 x1 max , x2 mn x2 x2 max .
Golub, G.H. and C.F. van Loan (1996). Matrix computations. 3 ed.. Johns Hopkins University
Press.
2. Seleccionar las condiciones inciales dentro de la ventana.
Guckenheimer, J. and P. Holmes (1983). Nonlinear oscillations, dynamical systems and bifurca-
3. Calcular las trayectorias.
tions of vector elds. Springer.
Veamos cmo calcular las trayectorias. Para encontrar la trayectoria pasante por un pun-
Isidori, Alberto (1995). Nonlinear control systems. 3rd ed.. Springer-Verlag.
to x0 , resolvemos la ecuacin
Isidori, Alberto (1999). Nonlinear control systems II. Springer-Verlag.
x = f ( x), x(0) = x0
Khalil, H. K. (1996). Nonlinear systems. 2nd ed.. Prentice-Hall.
hacia adelante en el tiempo (con t positivo) y en tiempo invertido (con t negativo). La solu-
cin en tiempo invertido es equivalente a resolver hacia adelante en el tiempo la ecuacin Krstic, M., I. Kanellakopoulos and P. V. Kokotovic (1995). Nonlinear and adaptive control de-
sign. John Wiley & Sons.
x = f ( x), x(0) = x0 ,
Sastry, Shankar (1999). Nonlinear Systems: Analysis, Stability and Control. Interdisciplinary
puesto que el cambio de variable = t cambia el signo del lado derecho de la ecuacin. Applied Mathematics. Springer.
La solucin en tiempo invertido facilita dibujar bien las trayectorias cerca de equilibrios
Sepulchre, R., M. Jankovic and P. V. Kokotovic (1997). Constructive Nonlinear Control. CCES
inestables.
Series. Springer-Verlag.
La ventana debe elegirse de forma que todas las caractersticas esenciales se vean, por
ejemplo todos lo puntos de equilibrio. Si esta informacin no es disponible al comenzar Sontag, E. D. (1989). Smooth stabilization implies coprime factorization. IEEE Trans. Auto-
habr que iterar. Algunos programas permiten dibujar la distribucin del campo vectorial mat. Contr. 34, 435443.
f ( x) para una grilla en la ventana seleccionada. Este grco es muy til para tener idea
somera de la distribucin de las trayectorias antes de dibujarlas. Esto es posible por ejem- van der Schaft, A. J. (2000). L2 -gain and passivity techniques in nonlinear control. Springer-
plo con S CILAB,3 usando la funcin portrait que dibuja retratos de fase de sistemas de Verlag.
segundo orden.
Una buena forma de elegir las condiciones iniciales es distribuirlas en una grilla regular
en la ventana elegida. Una forma mejor es ir eligindolas en forma interactiva a medida
que se van viendo las trayectorias (que se puede hacer con el portrait de S CILAB).
Para una ensilladura es conveniente usar linealizacin para calcular las trayectorias es-
tables e inestables correspondientes a los autovectores de la matriz Jacobiana. La conve-
niencia viene de que estas trayectorias son separatrices en el plano de fase.

2
Cuatro si inclumos agregar las echas de direccin de las trayectorias, que para nuestros propsitos
pueden hacerse a mano.
3
S CILAB es un prorama gratuito similar a M ATLAB desarrollado por el INRIA http://www-
rocq.inria.fr/scilab/
ndice alfabtico

Banach, vase espacio de Banach anlisis de puntos de equilibrio, 16


Lipschitz, vase condicin de Lipschitz
Cauchy, vase secuencia de Cauchy
centro, 12 mapa contractivo, 25
ciclo lmite, 19 matriz Jacobiana, 18
clausura, 25
condicin de Lipschitz, 27 nodo, 10
conjunto cerrado, 25 norma, 25
control adaptable, 9
oscilador
convergencia de secuencias, 25
armnico, 19
Coulomb, vase friccin de Coulomb
de relajacin, 20
desigualdad de Gronwall-Bellman, 24 de resistencia negativa, 8
desigualdad de Hlder, 23 de Van der Pol, vase ecuacin de Van der
diodo tnel, 5, 16 Pol

ecuacin de Lienard, 8 pndulo, 4, 16


ecuacin de sensibilidad, 37 perturbacin de equilibrios, 13
ecuacin de Van der Pol, 8, 20 principio de comparacin, 37
ensilladura, 10 punto jo, 25
equilibrios puntos de equilibrio, 3
denicin, 3
retrato de fase, 10
hiperblicos, 15
construccin numrica, 20
mltiples, 15
perturbacin, 13 secuencia convergente, 25
espacio de Banach, 25 secuencia de Cauchy, 25
espacio lineal normado, 25 sensibilidad, 37
estabilidad estructural, 15 separatriz, 16
sistema masa-resorte, 6
foco, 12
forma de Jordan, 15 Van der Pol, vase ecuacin de Van der Pol
friccin de Coulomb, 7
friccin esttica, 7
funcin de sensibilidad, 37

Gronwall-Bellman, vase desigualdad de Gronwall-


Bellman

Hlder, vase desigualdad de Hlder

Jacobiana, 18
Jordan, vase forma de Jordan

Lienard, vase ecuacin de Lienard


linealizacin