UNIVERSIDAD CATÓLICA SANTA MARÍA

FACULTAD DE CIENCIAS E INGENIERÍAS FÍSICAS Y FORMALES

PROGRAMA PROFESIONAL DE INGENIERIA ELECTRONICA

PRÁCTICAS DE CONTROL NO LINEAL

ESTABILIDAD SEGÚN LIAPUNOV

AUTOR:

DOCENTE:

- M.Sc.Ing. Juan Carlos Copa Pineda

GRUPO Nº 2

HORARIO: MARTES DE 3 A 5 PM
Estabilidad según Liapunov

1. Objetivo

- El objetivo de esta práctica es conocer los comandos de Matlab que junto con la teoría
vista en clase y la:- tareas realizabas en casa anudar al aluno a que adquiera la
competencia para determinar la estabilidad según Liapunov y de esta manera
comprender mejor su significado visualizando la evolución del sistema en el espacio de
estado.

2. Marco Teórico
Criterio de Sylvester

- La forma cuadrática V ( x )=x T Px es positiva definida si y solo si todos los menores

principales de P son positivos, es decir:

- Basado en el teorema se puede decir que V (x ) es

positiva semidefinida si |P|=0 y todos los menores principales de P son no negativos.

Teorema de Estabilidad Asintotica de Liapunov

- Considere el sistema descrito por:

- Si existe una función escalar V(x) con primeras derivadas parciales continuas que
satisfacen las siguientes condiciones:-

- Entonces el estado de equilibrio xe = 0 es global y asintoticamente estable y V(x) es una

función de Liapunov.
- Una interpretación geométrica de este teorema considerando un sistema de segundo
orden representado por las ecuaciones generales y una función de Liapunov (positiva
definida)
- Describen círculos concéntricos que encierran el origen del espacio de estado, tal
como se aprecia en la Fig. í-4.
 - Trayectoria deim sistema asmtoticamente estable y contomos de F" constantes
Teorema de Estabilidad de Liapunov
- Considere el sistema descrito por:

- Si existe una función f(x) con primeras derivadas parciales continuas que satisfacen las
siguientes condiciones:
1. V(x) e s positiva definida.
2. V(x) es negativa semidefinida. Entonces xc = 0 es estable s.L. Si además:
3. V{x) es diferente de cero en la trayectoria de la ecuación dada, es decir
V [ x ( t ) ] ≠ 0, entonces xt = 0 es global y asintoticamente estable.

3. Desarrollo
- Se desea determinar la estabilidad del punto de equilibrio y la estabilidad global y
asintótica obteniendo la función de Liapunov del sistema planteado enseguida:

Programa MatLab

A=[-3 1;2 -2];

B=[1;-1];
C=[0 1];
D=[0];
x0=[1;1];
u=2;
>> det (A)
ans =
4

>> eig(A)
ans =
-4
 -1

>> Q=eye(2)
Q =
1 0
0 1

>> P=lyap(A,Q)
P =
0.2250 0.1750
0.1750 0.4250

>> P(1,1)
ans =
0.2250

>> det(P)
ans =
0.0650

t=(0:0.01:10);
[yi,xi]=initial(A,B,C,D,x0,t);
xi1=[1 0]*xi';
xi2=[0 1]*xi';
>> plot(t,xi1,t,xi2)

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 1 2 3 4 5 6 7 8 9 10

>> plot(xi1,xi2)
 1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

4. Actividades
- Para los sistemas siguientes determinar la estabilidad del punto de equilibrio y
estabilidad global y asintótica obteniendo la función de Liapunov
I. Programa Matlab

A=[0 1 0;0 0 1;-6 -11 -6];

B=[0;0;1];
C=[4 5 1];
x0=[2;0;0];
u=1;

>> det(A)
ans =
-6

>> eig(A)
ans =
-1.0000
-2.0000
-3.0000

>> Q=eye(3)
Q=
1 0 0
0 1 0
0 0 1

>> P=lyap(A,Q)
P=
1.5333 -0.5000 -0.7000
-0.5000 0.7000 -0.5000
-0.7000 -0.5000 1.7000

>> P(1,1)
ans =
1.5333

>> det(P)
ans =
0.3233

t=(0:0.01:10);
[yi,xi]=initial(A,B,C,D,x0,t);
xi1=[1 0 0]*xi';
xi2=[0 0 1]*xi';
>>plot(t,xi1,t,xi2)
 2

1.5

0.5

-0.5

-1

-1.5
0 1 2 3 4 5 6 7 8 9 10

>> plot(xi1,xi2)
 0.5

-0.5

-1

-1.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

II. Programa MatLab

A=[2 0 0;0 2 0;0 3 1];

B=[0 1;1 0;0 1];
C=[1 0 0;0 1 0];
D=[0 0;0 0];
x0=[1;1;1];
u1=2;
u2=0.5;
>> det(A)
ans =
4

>> eig(A)
ans =
2
1
2

>> Q=eye(3)
Q =
1 0 0
0 1 0
0 0 1

>> P=lyap(A,Q)
P =
-0.2500 0 0
 0 -0.2500 0.2500
0 0.2500 -1.2500

>> P(1,1)
ans =
-0.2500

>> det(P)
ans =
-0.0625

t=(0:0.01:10);
[yi,xi]=initial(A,B,C,D,x0,t);
xi1=[1 0 0]*xi';
xi2=[0 0 1]*xi';
>> plot(t,xi1,t,xi2)
8
x 10
15

10

0
0 1 2 3 4 5 6 7 8 9 10

>> plot(xi1,xi2)
 8
x 10
15

10

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
8
x 10

III. Programa MatLab

A=[-5 3;-1 -1];

B=[1;1];
C=[1 0];
D=[0];
x0=[2;2];
u=1;
>> det(A)
ans =
8

>> eig(A)
ans =
-4
-2

>> Q=eye(2)
Q =
1 0
0 1

>> P=lyap(A,Q)
P =
0.1875 0.1458
0.1458 0.3542

>> P(1,1)
 ans =
0.1875

>> det(P)
ans =
0.0451
t=(0:0.01:10);
[yi,xi]=initial(A,B,C,D,x0,t);
xi1=[1 0]*xi';
xi2=[0 0]*xi';
>> plot(t,xi1,t,xi2)

1.8

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
0 1 2 3 4 5 6 7 8 9 10

>> plot(xi1,xi2)
 1

0.8

0.6

0.4

0.2

-0.2

-0.4

-0.6

-0.8

-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

IV. Programa MatLab

A=[0 1 0;0 0 1;-6 -11 -6];

B=[0;0;1];
C=[20 9 1];
D=[0];
x0=[2;1;0.5];
u=3;
>> det(A)
ans =
-6

>> eig(A)
ans =
-1.0000
-2.0000
-3.0000

>> Q=eye(3)
Q=
1 0 0
0 1 0
0 0 1
 >> P=lyap(A,Q)
P=
1.5333 -0.5000 -0.7000
-0.5000 0.7000 -0.5000
-0.7000 -0.5000 1.7000

>> P(1,1)
ans =
1.5333

>> det(P)
ans =
0.3233

t=(0:0.01:10);
[yi,xi]=initial(A,B,C,D,x0,t);
xi1=[1 0 0]*xi';
xi2=[0 0 1]*xi';

>> plot(t,xi1,t,xi2)

-1

-2

-3
0 1 2 3 4 5 6 7 8 9 10

>> plot(xi1,xi2)
 1

0.5

-0.5

-1

-1.5

-2

-2.5

-3
0 0.5 1 1.5 2 2.5

V. Programa MatLab

A=[0 1 0;-1 -1 0;1 0 0];

B=[0;0;1];
C=[0 0 1];
D=[0];
x0=[3;0;0];
u=1;
>> det(A)
ans =
0

>> eig(A)
ans =
0
-0.5000 + 0.8660i
-0.5000 - 0.8660i

>> Q=eye(3)
Q =
1 0 0
0 1 0
0 0 1

>> P=lyap(A,Q)
Error using lyap (line 70)
The solution of this Lyapunov equation
does not exist or is not unique.
 t=(0:0.01:10);
[yi,xi]=initial(A,B,C,D,x0,t);
xi1=[1 0 0]*xi';
xi2=[0 0 1]*xi';
>> plot(t,xi1,t,xi2)

3.5

2.5

1.5

0.5

-0.5
0 1 2 3 4 5 6 7 8 9 10

>> plot(xi1,xi2)
 4

3.5

2.5

1.5

0.5

0
-0.5 0 0.5 1 1.5 2 2.5 3

Comandos utilizados en la práctica

- eig(A): otorga los autovalores asociados a A.
- eye(n): proporciona una matriz identidad de N x N.
- det(A): calcula la determinante de A.
- lyap(A): resuelve la forma general y especial de la ecuación de Lyanupov.

5. Conclusiones
- Los menores principales de la matriz “A” deben ser reales positivos para
posteriormente encontrar la función de Lyapunox.
- La matriz identidad debe tener las mismas dimensiones que la matriz A para encontrar
la ecuación de Lyapunov
- La metodología para el análisis de estabilidad de los puntos de equilibrio de los
sistemas no lineales desde el punto de vista de Lyapunov, basados en el método
directo como en el indirecto, permite obtener resultados formales de estabilidad con
un cierto grado de dificultad, sobre todo al momento de la selección de la función de
Lyapunov.