Estabilidad

Sea un sistema dinámico, autónomo y estacionario lineal o no lineal ,

dxa (t)
= F (xa (t))
dt
con xa como vector de estado. Un punto se dice de equilibrio si
dxa (t)
dt = F (c) = 0. Para saber si éste punto xa = c es estable, se hace una
transformación de coordenadas: x = xa − c llevando a,

dx
= F (x) con F (0) = 0
dt
Consideremos
1. El dominio de aplicación R o hiperesfera R siendo R real, positivo y
finito, tal que
q
||x|| < R ||x|| = x21 + . . . + x2n
Estabilidad– p.1/39
Estabilidad
2. El dominio de los orígenes de trayectorias o hiperesfera δ .
3. La región de trayectorias estables o hiperesfera ǫ

δ≤ǫ<R

Definiciones (En el sentido de Lyapunov)

Las siguientes definiciones se dan para el sistema en el punto de equilibrio x = 0
(origen).
• Estable . Si ∀ǫ > 0, ∃δ > 0/ trayectoria con
inicio x0 ∈ hiperesfera δ y ||x|| < ǫ ∀t ≥ 0. Inestable
• Asintóticamente estable . Si ∀ǫ > 0, ∃δ > 0/ ε
Estable
trayectoria con inicio x0 ∈ hiperesfera δ y δ
x(t) → 0 cuando t → ∞. o Asintoticamente
estable
• Inestable . Si para 0 < ǫ < R, ∀δ << / trayecto- R
ria con inicio x0 ∈ hiperesfera δ sale fuera de la
hiperesfera ǫ.
Estabilidad– p.2/39
Estabilidad
Estabilidad exponencial. Si ∀ǫ > 0 ∃ δ, α, λ > 0/ la trayectoria converge al
origen más rápido que una función exponencial.

∀t > 0, ||x(t)|| ≤ α||x(0)||e−λt

• La estabilidad exponencial implica estabilidad asintótica.

• La estabilidad asintótica no implica estabilidad exponencial.
1
Ejemplo: ẋ = −x2 , x(0) = 1. Tiene por solución x = 1+t .
Estabilidad global. Si la estabilidad asintótica se mantiene para cualquier punto
inicial. Se dice que el punto de equilibrio es asintóticamente estable en forma
global.

Estabilidad– p.3/39
Estabilidad de trayectorias
• En este caso la estabilidad se define en términos de la desviación respecto a
una trayectoria determinada al perturbar el sistema.
• Considere una trayectoria determinada xf (t) del sistema,

ẋ(t) = f (x, u, t) para la entrada u(t)

y otras trayectorias x(t) cercanas a xf (t) con la misma entrada u(t).

El problema de estabilidad consiste en in-

x2 x(t) vestigar la estabilidad de

∆x ∆x(t) = x(t) − xf (t)

x (t)
f
∆ẋ(t) = f (xf + ∆x, u, t) − f (xf , u, t)
x(t0) = g(∆x, t) con g(0, t) = 0
x (t0)
f
x1 Ya que f (xf , u, t) y u(t) son funciones fi-
jas del tiempo.
Estabilidad– p.4/39
Estabilidad de trayectorias
El problema es equivalente a investigar la estabilidad del sistema equivalente
(cambiando F por g y x por ∆x):

dx
= F (x, t), F (0, t) = 0
dt

Que constituye un sistema variante en el tiempo.

Estabilidad– p.5/39
Métodos de Lyapunov
• El mátodo de Lyapunov analiza la estabilidad de un sistema (L. o N.L.), sin
resolver las ecuaciones.
• Se basa en las propiedades de una función V (x) ( función de Lyapunov ) de
los estados del sistema.
• Solamente si la función V (x) cumple ciertas condiciones es válida como
función de Lyapunov.
• V (x) en algunos casos se puede asimilar a un nivel de energía.

Ejemplo:(Sistema amortiguador)

mẍ + bẋ + kx = 0
Resorte no lineal
dẋ
Masa mẋ + bẋ + kx = 0
x
dx
Amortiguador dx2
viscoso mx2 + bx2 + kx1 = 0
dx1

Estabilidad– p.6/39
Métodos de Lyapunov
Resolviendo se obtiene la ecuación que define las trayectorias del sistema en el
plano de fases, donde el punto de equilibrio es (0, 0).

x22 x21
m +k = C − bx2 x1
2 2
Donde C es una constante dependiente de las condiciones iniciales.
• Puede verse que las trayectorias son elípticas alrededor del punto de
equilibrio.
• ¿El punto de equilibrio es un vértice o es un foco?. En otras palabras, ¿las
trayectorias convergen al punto de equilibrio?.
Esta respuesta está ligada al concepto de energía. Para el sistema en cuestión:
Energía = Energía cinética + Energía potencial.

E(x) = C1 x21 + C2 x22

Estabilidad– p.7/39
Métodos de Lyapunov
Para valores constantes de E(x) se obtienen curvas de equi-energía
correspondientes a círculos concéntricos en el plano de fases.
• Si no existiese amortiguamiento (b = 0), la energía aplicada en t = 0 se
conservaría en el sistema ya que no existiría disipación. En tal caso las
trayectorias del sistema se mantendrían en un único nivel de energía
(vértice en el origen).
• Como consecuencia del amortiguamiento, existe energía que se disipa y las
trayectorias van pasando por curvas de equi-energía de menor nivel hasta
llegar al punto de equilibrio (foco en el origen).
x2=v E E x2

E3

E2

E1
x1=x x2 x2 x1

x1 x1

E3>E2>E1 Estabilidad– p.8/39

Métodos de Lyapunov
Generalizando,
• Las funciones de Lyapunov corresponden a hiper-esferas de radio V (x), de
contornos cerrados, todas diferentes, centradas en el origen y que no se
intersectan.
• Si una trayectoria cruza las hiper-esferas de fuera hacia dentro, la
trayectoria converge al origen.
• Esto significa un decrecimiento monótono de V (x) a lo largo de la
trayectoria.

xn
M

2
C
V=
xxxxxxxxxxxx

1
C
xxxxxxxxxxxx
V=
xxxxxxxxxxxx
x
xxxxxxxxxxxx
x
xxxxxxxxxxxx
x
xxxxxxxxxxxx
x
xxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxx
x
xxxxxxxxxxxx
x
xxxxxxxxxxxx
x
xxxxxxxxxxxx
x
xxxxxxxxxxxx
x x2
xxxxxxxxxxxx
x
xxxxxxxxxxxx

x1
Estabilidad– p.9/39
Funciones escalares
Para V (x) una función escalar invariante en el tiempo, y S una región acotada y
cerrada en el espacio x que contiene al origen, si ∀x x ∈ S se cumple,
1. V (x) es continua en S .
∂V (x)
2. ∃ ∂xi i = 1, . . . n y son continuas en S .
3. V(0) = 0.
4. Para x 6= 0
V(x) > 0 V(x) >= 0 V(x) <= 0 V(x) < 0
V(x) V(x) V(x) V(x)

x2 x2 x2 x2

x1 x1 x1 x1
V(x) V(x) V(x) V(x)
DEFINIDA SEMI-DEFINIDA SEMI-DEFINIDA DEFINIDA
POSITIVA POSITIVA NEGATIVA NEGATIVA
Estabilidad– p.10/39
Teoremas de Lyapunov
Teorema 2a: El punto de equilibrio x = 0 del sistema ẋ = f (x) (1), es estable
en la región S al rededor del origen si:
• ∃ V (x) definida positiva en S .
• V̇ (x) es semi definida negativa en S respecto a las soluciones de (1).
Teorema 2b: El punto de equilibrio x = 0 es asintóticamente estable en la
región S al rededor del origen si:
• ∃ V (x) definida positiva en S .
• V̇ (x) es definida negativa en S respecto a las soluciones de (1).

• T2b es más restrictivo que T2a: V̇ (x) = 0 no se permite en x 6= 0. Esto

implica que ninguna trayectoria puede quedar "pegada” en una
hiper-superficie V (x) = constante: toda trayectoria tiende al origen en
V (0) = 0.
• Si S es todo el espacio se dice que la estabilidad es asintótica en sentido
global .
Estabilidad– p.11/39
Justificación del T. Lyapunov
1. Se elige k = ctte > 0 tal que V (x) = k esté
dentro de la hiper-esfera de radio ǫ.
2. Se elige δ > 0 tal que
• hiper-esfera de radio δ esté contenida en
h. radio k .
Trayectoria
• V (x0 ) < k ∀ x0 ∈ h. δ . x
0
0
3. Como δ ε
• V (x), a lo largo de una trayectoria del V(x)=k

sistema, o decrece continuamente o llega

a un valor constante ( dV
dt = 0), y
• V (x0 ) < k

Entonces ninguna trayectoria que inicie en x0 llega a tocar V (x) = k , y el origen

es un punto de equilibrio estable.

Estabilidad– p.12/39
Comentarios a los T. Lyapunov
Los T. de Lyapunov solo dan condiciones suficientes de estabilidad y no
condiciones necesarias.
• Una determinada F. L. puede ser muy fuerte (más de lo necesario) para
determinar la estabilidad. Una F.L. será tanto más afinada cuanto más se
aproxime a la condición necesaria (en sistemas lineales es posible encontrar
F.L. que den condiciones necesarias pero no es así en SNL.).
• Si no es posible encontrar, para un sistema, una F.L. esto no prueba la
inestabilidad (las funciones probadas son inconcluyentes).

Estabilidad– p.13/39
Metodología
Si V (x) tiene derivadas parciales, esto es, existe el vector gradiente:
 
∂V (x)
∂x1
 .. 
∆V (x) = 
 . 

∂V (x)
∂xn

dV (x)
Entonces la derivada en el tiempo V̇ (x) = dt a lo largo de cualquier
trayectoria del sistema,

d ∂V (x) dx1 ∂V (x) dxn

V (x) = · + ... + ·
dt ∂x1 dt ∂xn dt
= [ẋ1 , ẋ2 , . . . ẋn ][∆V (x)]
 T
dx
= · ∆V (x)
dt
= [F (x)]T · ∆V (x) Estabilidad– p.14/39
Metodología
x3 ∆ V(x) ( perp. a superficie )

Trayectoria V̇ (x) es la proyección de ẋ(t) sobre el

F(x)
vector gradiente.
V(x)
V(x) = ctte Siempre ha de ser negativa (o nula) pa-
ra que el sistema sea estable.
x2
x1

Ejemplos: Sea V (x) = x21 + x22

1) Para el sistema
 
ẋ1 = −2x1 − x2 −2 −1 λ1 = −4
A= Estable
ẋ2 = −2x1 − 3x2 −2 −3 λ2 = −1
 T " #  
∂V (x)
dV (x) dx ∂x 2x1
Como = ∆V (x) y ∆V (x) = ∂V (x) =
1

dt dt ∂x
2x2
1

Estabilidad– p.15/39
Metodología
 
dV (x)   2x1
= −2x1 − x2 , −2x1 − 3x2 = −4x21 − 6x1 x2 − 6x22
dt 2x2
 3
2 15 2
= − 2x1 + 2 x2 − x2 < 0 ∀x1 , ∀x2
2
El sistema es asintóticamente estable globalmente.
2) Para el sistema
 
ẋ1 = 2x1 − 3x2 2 −3
A= λ1,2 = −1 ± j3 Estable
ẋ2 = 6x1 − 4x2 6 −4

Estabilidad– p.16/39
Metodología
 
2x1
∆V (x) =
2x2
 
  2x1
V̇ (x) = 2x1 − 3x2 , 6x1 − 4x2 = 4x21 + 6x1 x2 − 8x22
2x2

Que no es semidefinida negativa (ex. V̇ (x) = 4x21 > 0 con x2 = 0). Luego en este
segundo sistema la función probada no es concluyente .

Estabilidad– p.17/39
No unicidad de las F.L.
Para un mismo sistema se pueden encontrar diferentes funciopnes de Lyapunov.
Considere por ejemplo V (x) una F.L. para un sistema. Entonces,

α α ∈ R, α > 1
V1 (x) = ρV (x)
ρ ∈ R, ρ > 0

también es una F.L. ya que

• Si V (x) es D.P. → V1 (x) D.P.
• Si (−V̇ (x)) D.P. (S.D.P.) → (−V̇1 (x)) D.P. (S.D.P.)

Aparte, algunas F.L. dan resultados más precisos que otros,

R cos(θ)
R M R2 θ̈ = −k θ̇ − M gR sin θ
θ
xxxxxx
xxxxxx M
xxxxxx
xxxxxx
xxxxxx
xxxxxx
o en versión simplificada, θ̈ + θ̇ + sin θ = 0
R (1-cos(θ))
Mg θ Puntos de equilibrio: (0, 0) y (π, 0)
Estabilidad– p.18/39
No unicidad de las F.L.
La energía almacenada en el sistema puede calcularse como E(θ) = Energía
Cinética + Energía Potencial, = 12 M R2 + M gR(1 − cos θ).
1. Eligiendo V (x) = C1 E. potencial + C2 E. Cinética,

θ̇2
V (x) = (1 − cos θ) +
2
V̇ (x) = θ̇ sin θ + θ̇θ̈ = −θ̇2 = −x22 ≤ 0 (S.D.N)

Y por tanto el sistema es estable en el origen.

2. Eligiendo V (x) no estrictamente una función de la energía,

θ̇2 1
V (x) = 2(1 − cos θ) + + (θ̇ + θ)2
2 2
V̇ (x) = −(x22 + x1 sin x1 ) ≤ 0 (D.N)

Y el sistema es asintóticamente estable en el origen. Estabilidad– p.19/39

Propiedades de matrices
Siendo M una matriz cuadrada (m × m),
• Si M = M T (∀i, j Mij = Mji ), se dice matriz simétrica.
• Si M = −M T (∀i, j Mij = −Mji ), se dice matriz antisimétrica.

1. Cualquier matriz cuadrada equivale a la suma de una M.S. y una M.AS.

M + MT M − MT
M= +
| {z 2 } | {z 2 }
M.S. M.AS.

2. La función cuadrática xT M x asociada a una M.AS. es siempre cero .

xT M x = −xT M T x = (−xT M T x)T (escalar)

= −xT M x → ∀ x, xT M x = 0

Luego, la función xT M x con M simétrica o no, es igual a una función

cuadrática con matriz simétrica.
Estabilidad– p.20/39
Propiedades de matrices
Matrices definidas positivas: Una matriz cuadrada (m × m) es D.P. si,

∀ x 6= 0 → xT M x > 0

La matriz M es D.P. si la función cuadrática xT M x es D.P.

T. de Sylvester:
Una C.N.S. para que M , simétrica, sea D.P. es:
• Todos sus menores principales sean positivos
• Equivalentemente, todos sus valores propios sean positivos

Matriz semi definida positiva: Una matriz cuadrada (m × m) es S.D.P. si,

∀x, xT M x ≥ 0

Estabilidad– p.21/39
Aplicación a sistemas lineales
Sea un sistema lineal ẋ = Ax, probemos como F.L. V (x) = xT Qx.

V̇ (x) = ẋT Qx + xT Qẋ = xT AT Qx + xT QAx

= xT {AT Q + QA}x = xT P x
| {z }
P

Se define a P = AT Q + QA como ecuación de Lyapunov. La estabilidad asin-

tótica del sistema lineal está asegurada si siendo P una matriz simétrica definida
negativa , se puede encontrar Q una matriz simétrica definida positiva (solución
de la E.L). Este es un problema equivalente a resolver un sistema de m(m+1) 2
ecuaciones con m(m+1)
2 incógnitas.
Teorema: Si λ1 , λ2 , . . . , λm son autovalores de A,
• Q es definida positiva si Re{λi } < 0 ∀λi de A.
• Q es definida negativa si Re{λi } > 0 ∀λi de A.
• Q es indefinida si ∃ Re{λi } > 0 y ∃ Re{λj } < 0 de A.
Estabilidad– p.22/39
Aplicación a sistemas lineales
Teorema:
Q tiene solución única si y solo si λi + λj 6= 0 ∀i, j = 1, 2, . . . m
Ejemplo:
   
0 1 a b
Sea A = (λ1 = −2, λ2 = −1). Sea P = −I y Q =
−2 −3 b c

P = AT Q + QA
       
−1 0 0 −2 a b a b 0 1
= +
0 −1 1 −3 b c b c −2 −3

Obteniendo, a = 54 , b = 1
4 y a = 14 . La función de Lyapunov es entonces:

1 1
V (x) = {5x1 + 2x1 x2 + x2 } = {4x21 + (x1 + x2 )2 }
2 2
4 4

que es definida positiva.

Estabilidad– p.23/39
Aplicación a S.N.L. (T. Krasovskii)
dx
Sea el sistema, ẋ = dt = f (x) con f (0) = 0, P.E., definiendo el jacobiano,
 ∂f1 ∂f1 
∂x1 ... ∂xm
Aj =  ... ..  (f diferenciable)

.  i
∂fn ∂fn
∂x1 ... ∂xn

Se prueba la F.L. V (x) = f (x)T Y f (x) con Y simétrica D.P. Ya que

∂f (x) ∂f (x) dx
∂t = ∂x dt = Aj f (x),

dV ∂f (x)T T df (x)
= Y f (x) + f (x) Y
dt ∂t dt
= f (x)T (ATj Y + Y Aj )f (x) = f (x)T W f (x)
| {z }
W

Y W ha de ser definida negativa para que el sistema sea estable.

Estabilidad– p.24/39
Aplicación a S.N.L. (T. Krasovskii)
Sea el sistema,
    
ẋ1 = −3x1 + x2 f −3x1 + x2
→f = 1 =
ẋ2 = x1 − x2 − x32 f2 x1 − x2 − x32
" #  
∂(−3x1 +x2 ) ∂(−3x1 +x2 )
∂f ∂x1 ∂x2 −3 1
Aj (x) = = ∂(x1 −x2 −x32 ) ∂(x1 −x2 −x32 ) =
∂x ∂x1 ∂x2
1 −1 − 3x22
 
−6 2
Si Y = I , W = ATj + Aj = 2 que se comprueba S.D.N.
2 −2 − 6x2
∀ x1 , x2 ;
menores principales: {−6 < 0, −(6 × (2 + 6x22 ) − 2 × 2) = −(8 + 36x22 ) < 0}.
El origen es, por tanto, estable . La función de Lyapunov es V = f (x)T If (x),
que se comprueba D.P. ∀ x1 , x2 ;
 
  −3x1 + x2 2 3 2
V = −3x1 + x2 x1 − x2 − x2 3
3
= (−3x 1 + x2 ) + (x1 − x2 − x2)
x1 − x2 − x2 Estabilidad– p.25/39
Aplicación a S.N.L. (T. Krasovskii)
Considere el sistema de la figura + e=x u 1 x
0 k(x) -------
cuyo controlador posee ganan- +
1+s
Control Planta
cia k(x) = 0,5 + x2 .
u k(x)x (0,5+x2 )x
El sistema se describe notando, x = 1+s = 1+s = 1+s

3 1 3 2
x + ẋ = 0,5x + x → ẋ = −0,5x + x = x(x − )
2

Puede verse que solo si x2 < 12 la derivada del error lleva a x al punto de
equilibrio x = 0 y en caso contrario la hace alejar de él. Con el T. Krasovskii,

Y =I
f = − 12 x + x3 

W = Aj + ATj = 2(3x2 − 0,5)

x1 = x →
∂f ∂f 2  W D.N. ⇔ 3x2 < 12
Aj = ∂x1 = ∂x = 3x − 0,5 

W D.N. ⇔ x2 < 16
Estabilidad– p.26/39
Conjuntos invariantes (La Salle)
Un conjunto G es un conjunto invariante para un sistema dinámico si cada
trayectoria del sistema que inicia desde un punto en G permanece en G para
todo tiempo futuro.
Teorema: Conjunto invariante local
Considere el sistema autónomo ẋ =
f (x) con f continua, y sea V (x) una
función escalar con primeras derivadas V
parciales continuas. Asuma que, V=c
• Para algún c > 0 la región Ωc
definida por V (x) < c es limitada. Ωc
xxx
• V̇ (x) ≤ 0 para todo x en Ωc x1 R xxx
xxx
xxx
xxxxxxxxxxxx
xxx x
xxxxxxxxxxxx
xxxxxxxxxxxx M xx
Sea R el conjunto de todos los puntos xxx 0
xxxxxxxxxxxx
xxxxxxxxxxxx
xxxxxxxxxxxx xx
dentro de Ωc donde V̇ (x) = 0, y M x2
el más grande conjunto invariante en R.
Entonces, cada solución de x(t) origina-
da en Ωc tiende a M cuando t → ∞.
Estabilidad– p.27/39
Aplicaciones del T.C.I.L.
x22
Para el sistema del péndulo, se mostró que la F.L. V (x) = (1 − cos x1 ) + se 2
obtiene V̇ (x) = −x22 que es S.D.P.. Luego, con esta F.L. solo puede concluirse la
estabilidad del punto (0, 0).
• El conjunto R está definido por θ̇ = x2 = 0, todo el eje horizontal del
plano (x1 , x2 ).
• Considérese una región Ωc tal que −π < x1 < π , entonces M se reduce a
un único punto: {(0, 0)} (ẍ1 = −x2 − sin (x1 )).
• Por el T.C.I.L. se puede concluir que toda trayectoria que inicie en (x1 , x2 ),
con −π < x1 < π , converge a {(0, 0)} cuando t → ∞. Esto demuestra la
estabilidad asintótica global del P.E.

Estabilidad– p.28/39
Corolario del T.C.I.
Considere el sistema autónomo ẋ = f (x), con f continua, y sea V (x) una
función escalar con derivadas parciales continuas. Asuma que en cierta ve-
cindad Ω del origen,
• V (x) es localmente definida positiva.
• V̇ (x) es semi definida negativa.
• El conjunto R definido por V̇ (x) = 0 no contiene otras trayectorias de
ẋ = f (x), excepto la trayectoria trivial x = 0.
Entonces el punto de equilibrio 0 es asintóticamente estable. Además, la re-
gión conectada más grande de la forma Ωc definida por V (x) < c dentro de
Ω, es un dominio de atracción del punto de equilibrio.
El anterior corolario se explica notando que en este caso M solo contiene el
punto de equilibrio 0.

Estabilidad– p.29/39
T.C.I. Global
• El corolario es de gran importancia por que permite reemplazar la
condición sobre V̇ (x) en el teorema de estabilidad asintótica de Lyapunov,
por una condición de V̇ S.D.P. junto con una tercera condición sobre R.
• La región conectada más grande de la forma ΩC dentro de Ω es un dominio
de atracción para el punto de equilibrio, pero no necesariamente el dominio
de atracción completo ya que V no es única.
Generalizando se obtiene,
Considere el sistema autónomo ẋ = f (x), con f continua, y sea V (x) una
función escalar con derivadas parciales continuas. Asuma que,
• V (x) → ∞ cuando ||x|| → ∞.
• V̇ (x) ≤ 0 sobre todo el espacio de estado.

Sea R el conjunto definido por V̇ (x) = 0 y M el conjunto invariante más

grande en R. Entonces todas las soluciones convergen globalmente asintóti-
camente a M cuando t → ∞.
Estabilidad– p.30/39
Método del gradiente variable
Es un método para construir funciones de Lyapunov. Sea V (x) una función
escalar de x y g(x) = (∂V /∂x)T . Entonces

∂V
V̇ (x) = f (x) = g T (x)f (x)
∂x

Se desea encontrar g(x) tal que sea el gradiente de una función definida positiva
V (x) y tal que V̇ (x) sea definida negativa.
• La Jacobiana [ ∂g(x) ] debe ser simétrica (V escalar), es decir
∂x
∂gi ∂gj
∂xj = ∂xi ∀i, j = 1, 2, ..., n.
• Se elige g(x) de una forma específica tal que g T (x)f (x) sea D.N.
Rx R x Pn
• Se calcula V (x) =
0 g T (y)dy = 0 i=1 gi (y)dyi .
• Chequear dónde V (x) es definida positiva.

Estabilidad– p.31/39
Método del gradiente variable
∂gi ∂gj
Como la condición ∂x j
= ∂xi debe cumplirse, la integral es independiente del
camino elegido. Una opción es integrar a lo largo de caminos paralelos a cada eje:
Z x1 Z x1
V (x) = g1 (y1 , 0, . . . , 0)dy1 + g2 (x1 , y2 , . . . , 0)dy2 + . . .
0 0
Z xn
+ gn (x1 , x2 , ..., yn )dyn
0

Ejemplo: Encontrar una F.L. para el sistema

ẋ1 = −2x1
ẋ2 = −2x2 + 2x1 x22

1. Asumamos g1 (x) = a11 x1 + a12 x2 y g2 (x) = a21 x1 + a22 x2 .

Estabilidad– p.32/39
Método del gradiente variable
2. Con la condición de simetría,

∂g1 ∂g2
=
∂x2 ∂x1
∂a12 ∂a21
a12 + x2 = a21 + x1
∂x2 ∂x1

3. Escogiendo a11 = a22 = 1 y a12 = a21 = 0 se obtiene, g1 (x) = x1 y

g2 (x) = x2 . Luego V̇ = ∇V ẋ = −2x21 − 2x22 (1 − x1 x2 ). Luego V̇ es
localmente D.N. en la región (1 − x1 x2 ) > 0.
R x1 R x2 x21 +x22
4. V (x) = 0 y1 dy1 + 0 x2 dx2 = 2 y es D.P.

Con lo que se demuestra la estabilidad local asintótica del P.E. (0, 0).

Estabilidad– p.33/39
Estabilidad de S.N.L. (dominio de f.)
• No se hacen aproximaciones.
• Se analiza solo estabilidad (No existencia de C.L.).
• Solo dan condiciones suficientes.

Criterio de Popov:

Pendiente K1
N(e)

u(t) e N(e) Pendiente K2

N G(s)
+ e
- 0 < N(e)/e < K

Condiciones,
• G(s): S.L. invariante en t, causal, dimensión finita, estrictamente estable.
• Entradas u(t): Acotadas, uniformemente continua, cuadrado integrables en
[0, ∞].
Estabilidad– p.34/39
Estabilidad de S.N.L. (dominio de f.)
• Sistema no lineal N (e): Invariante en t, sin memoria, función continua de
dN (e)
e. Pendiente de acotada dentro del sector [0, k].

Criterio de Popov: Si ∃q real y ∃δ > 0 tales que:

1
Re[(1 + jωq)G(jω)] + ≥δ>0 ∀ω ≥ 0
K
Entonces para todo estado inicial la salida del sistema es acotada y tiende a
cero cuando t → ∞.
En el caso límite con q = 0, Linea de Im G(jω)
Popov Plano G(jω)
1 con q=0
Re[G(jω)] + ≥δ>0 ∀ω ≥ 0
K 1 0 Re G(jω)
- ---
δ
esto es, que la respuesta G(jω) no toque la K G(jω)
recta de Popov con q = 0 que pasa por −1
K . Estabilidad– p.35/39
Equivalente gráfico del C.P.
Sea G(jω) la respuesta en frecuencia G(jω) = Re[G(jω)] + j ω1 ωIm[G(jω)],
definiendo la curva de Popov ,

G ∗ (jω) = Re[G(jω)] + jωIm[G(jω)] = X(jω) + Y (jω)

La ecuación de Popov es: X(jω) − qY (jω) + K1 ≥ δ > 0, y en en el límite δ = 0,

1
X(jω)+ K 1
Y (jω) = q . La recta de Popov pasa por [ −1
K , 0] y tiene pendiente q.

Linea de j Y(jω)
La salida del sistema es acotada y tiende Popov
1 Plano G*(jω)
a cero para cualquier estado inicial si G ∗ 1
(jω) queda estrictamente a la derecha de - --- q
cualquier recta (±q) que pase por el punto K x(jω) X(jω)
1 0
( −1
K , 0) con pendiente q. δ
G*(jω)
- qY(jω)
Estabilidad– p.36/39
Criterio de Zames
• Deducido a partir de Popov con q = 0.
• Válido para N.L. variantes en el tiempo y para N.L. con memoria si:
N (e)
0≤ e ≤ K.

Criterio de Zames: Si N (e) está dentro del sector definido por α y β y G(jω)
no toca o encierra al círculo (− α1 , − α1 ), entonces la respuesta del sistema es
acotada y el sistema es asintóticamente estable.

Pendiente
N(e) β Im
v G(jω)
+ Pendiente
r(t) e N(e) α −1/α −1/β
N G(s)
+ + e Re
- 0 < N(e)/e < K G(jω) G(jω)
Estable

Estabilidad– p.37/39
Criterio de Zames
N

Dado el sistema con N(e) β

α < N e(e) < β , lo convertimos r(t) e α N(e)

e
G(s)
al sistema de abajo +
-

~
Ñ(e) G(s)

N(e) β
0 + e α + +
e
G(s)
− −
-

α α

Estabilidad– p.38/39
Criterio de Zames
con 0 < Ñ e(e) < K = β − α. Si G̃(s) es estrictamente estable, aplicando Popov
con q = 0,
G(jω) 1
Re[ ]+ ≥δ>0
1 + αG(jω) β−α
Despejando para δ = 0,
 2  2
α+β 2 α−β
Re[G(jω)] + + {Im[G(jω)]} =
2αβ 2αβ

La desigualdad se cumple fuera del círculo D(α, β). EL criterio se extiende a

plantas G(s) con m ceros en el semiplano derecho si G(jω) encierra m veces
en sentido anti-horario al círculo D(α, β). Este criterio se conoce también como
criterio del círculo .
Estabilidad– p.39/39