Control óptimo en tiempo continuo

t1
Sea la funcional J u(t) = t0
F ( x (t) , u (t) , t ) dt + S ( x ( t 1 ) ) sujeto a la restricción


X ( t ) = f ( x( t ) , u( t ) , t ) con condición inicial x(t0) = x siendo x(t) variable de Estado

; u(t) variable de Control ; t variable independiente ; t0 instante inicial ; t1

instante final , es decir, sea



t1
J u = F ( x , u , t ) dt + S ( x ( t 1 ) ) s.a. X = f ( x, u , t ) ; x(t0) = x
t0

1
Para el cálculo de J u consideramos la Función de Hamilton
H(x , u ,  , t) = F(x , u , t) + f(x , u , t) siendo (t) variable de Coestado ; y
dS
(t1) = la condición de transversalidad
dx(t1 )
Condiciones del Principio del Máximo de Pontryagin :

 H  
1° Análisis de la ecuación de Coestado -  =
 X 
2° Condición de optimalidad
H 2H 2H
=0 ;  0 Existe un Máximo  0 Existe un Mínimo;
u uu uu
2H
= 0 No define el extremo. Se requiere un Programa Matemático.
uu

3° Análisis de la ecuación de Estado X = f ( x, u , t ) .

2
Caso I. Forma de Lagrange S(x(t1)) = 0
t1 
J u = 
t0
F ( x , u , t ) dt s.a. X = f ( x, u , t ) ; x(t0) = x

3
1. Ejemplo. Halle el extremo de la funcional


0 ( x + u )dt s.a.
1
2
Ju = X = u ; X(0) = 5

Solución.
Función de Hamilton
H = ( x + u2 ) +  (u)
Condiciones del Principio del Máximo de Pontryagin :
1°
 H  
-  = ;  (t) = – t + c
 X 
S
Siendo S(x(1)) = 0 derivando =0
x(1)

S
De la Condición de transversalidad = (1) tenemos (1) = 0
x(1)

Luego  (t) = – t + 1

4
2°
H
= 2u +  = 0 donde u (t) = 1/2 t – 1/2
u
2H
= 2  0 existe un Mínimo
uu
3°
 
X = u ; X(0) = 5 donde X = ½ ( 1 – t ) así, X(t) = ¼ t2 - ½ t + 5
1 1 1 1  118
  4 t − t + 5 + ( t − 1 / 2)2  dt =
2
Así, Mín J[u] = 0 2 2  24

5
2. Ejemplo. Analícese el extremo de la funcional


0 ( x + u)dt s.a.
1
Ju = X = 1 – u2 ; X(0) = 1

Solución.
Función de Hamilton
H = ( x + u ) +  (1 – u2)
Condiciones del Principio del Máximo de Pontryagin
1°
 H    
-   =  , - (1) =  ;  = -1 ( t ) = −t + c
 X 
S
Siendo S(x(1)) = 0 derivando =0
x(1)

S
De la Condición de transversalidad = (1) Tenemos (1) = 0
x(1)

Luego (1) = -(1) + c = 0 ; c = 1 ; (t) = - t + 1 para t  0 , 1

6
2°
H
De = 0 tenemos 1 - 2u = 0 donde
u
1 1
u= ; u= si t Є  0,1 )
2 2(−t + 1)

2H
= −2(1 − t )  0 para t  0 , 1) Existe un máximo
uu

7
3°

X = 1 – u2
Sustituyendo la variable de control
2
  1   1
x = 1−   ; = 1−
x con X(0) = 1
 2(−t + 1)  4(−t + 1) 2

dx 1 1 
= 1 −  
dt 4  (−t + 1) 2 

1 1 
dx = dt −  dt
4  (−t + 1) 2 

1 dt 1 dt
 dx =  dt − 4  (−t + 1) 2
; x(t ) = t − 
4 (1 − t ) 2
integrando por cambio de

variables

8
 =1 − t
d ( = 1 − t )
d = −dt ; dt = −d
1 − d 1 d
x( t ) = t − 
4  2
; x( t ) = t +  2
4 
1
x(t ) = t −  −1 + C
4
1
x(t ) = t − (1 − t ) −1 + C
4
1
x( t ) = t − +C
4(1 − t )
1
x( 0) = (0) − [1 − (0)]−1 + C = 1
4
1
C=1+  c = 5/4
4

9
 1 5
X(t) = t - + ; t0,1)
4(1 − t ) 4

1  1 5 1 
Máx J[u] = 0  4(1 − t ) 4 2(−t + 1)  dt
t − + +

suponemos t = 0.9 como instante final

0.9
t2 1 5 1 
Máx J[u] =  + ln(1 − t ) + t − ln(−t + 1) =
2 4 4 2 0

10
3. Ejemplo. Analícese el extremo de la funcional

1 (ux − u − x ) dt s.a. X = x + u ; X(1) = 2

5
2 2
Ju =

Solución.
Función de Hamilton
H (x, u, , t) = ux – u2 – x2 +  ( x + u)
Condiciones del principio del máximo de pontryagin :
H 
1° - =
x
 
- (u - 2x + ) =  ; - u + 2x -  =  ……………………..i

H x+
2° = x − 2u +  = 0 sí u =
u 2
2H
= −2  0 Existe un máximo
uu

 x+ 
Sustituyendo u en i  = -  + 2x - 
 2 
  x+ 
De datos X =x+  
 2 
S
De datos S(x(5)) = 0 ; derivando =0
x(5)

S
De la Condición de transversalidad = (5) Tenemos (5) = 0
x(5)

Ordenando
 3 3
 =-  + x
2 2
 ( 5 )   0 
donde  = 
  
 (1)   2 
x
 1 3
x = + x
2 2

11
  − 3 / 2 3 / 2  1 0 
det   −    = 0
1 / 2 3 / 2   0 1

 3 
  − −  3 / 2 
det   2  = 0;  − 3 −    3 −   − 3 ; 2 – 3 = 0 ; 1,2 =  3
1 / 2 3
−  
  2  2  4

 2 

   2 3 − 3  − 2 3 − 3 −
Luego   = C1  e + c2  e
3t 3t
 
x    1   1 
C1 = 0.00000472 ≈ 0 ; C2 = 11.26
5
 − 1420e − 2 3t
= -12.83
1

Caso II. Forma de Bolza S(x(t1)) ≠ 0

1. Ejemplo. Analícese el extremo de la funcional

1 
J u = u dt + x 2 (1) s.a. X = x + u, x(0) = 1
2
0

Solución.
Función de Hamilton
H = u2 +  ( x + u )
S
Según datos S(x(1)) = x2(1) Derivando = 2x(1)
x(1)

S
Por la condición de transversalidad =  (1) Entonces 2x(1) = (1)
x(1)

 H    
= ; - ( ) =  ;  = -  ; ( t ) = c1e
−t
1° - 
 X 
H 1
2° = 2u +  = 0 ; u = - …………………………..*
u 2
2H
Corresponde a un mínimo porque =20
uu

12
 
3° De la restricción x = x – ½ 
 1 1
Así, x = x - C1 e-t ; Resolviendo X(t) = C2 et + C1 e-t tomando x(0) = 1
2 4
1 1
x(0) = C2 + C1 = 1 ; C2 = 1 - C1
4 4
1 1
Así, X(t) = (1 - C1 ) et + C1 e-t
4 4
Hallamos C1 usando 2x(1) = (1)
1 1
C1 e- 1 = 2  (1 - C1 ) e1 + C1 e- 1 ]
4 2
4e 2
C1 = = 3.52
(1 + e 2 )
1 1
x(t) = e t (1 - (3.52) + (3.52) e- t
4 4

X(t) = et – 0.38 et + 0.33 e-t

1
U(t) = - 3.52e-t u(t) = -1.76e-t
2

 − 1.76e  dt + e 
1
−t 2
Mín J(u) =
(1)
− 0.38e (1) + 0.33e (1)
0

= 1.34 + (0.65)-2 = 1.76

2. Ejemplo. Analícese el extremo de la funcional

J[u] = Sujeto a:

Solución.
Función de Hamilton

1°

13
2°

3°

14
Caso III. Variable de Control Restringida U(t) Є a,b

1. Ejemplo. Analícese el Máximo valor de la funcional

1 
Ju = 0 − xdt s.a. x = u ; x (0) = 1 U(t) Є -1,1
Solución
Función de Hamilton H = -x + u
Condiciones del Principio del Máximo de Pontryagin :

H    
1° -   =  ; - ( - 1) =   = 1 ; ( t ) = t + c ………..*
 x 
S
Según datos S(x(1)) = 0 Derivando =0
x(1)

S ( x(1) )
Por la condición de transversalidad =  (1) Luego (1) = 0
x(1)

Así, en * ( t ) = t + c ; (1) = 0 ; c = -1 Entonces (t) = t – 1 ; t Є 0, 1

H
2° = 0 tenemos  = 0
u
2H
También =0
uu

15
Programa matemático
Máx H = Máx  -x + λu  = -x + máx λu
-1  u  1 -1  u  1
Resolvemos el programa matemático, utilizando la condición de
Khun-Tucker para Maximizar F(u) es decir,
Máx F(u) = Máx λu donde -1  u  1

Máx λu donde (t) = t – 1 ≤ 0 porque t Є 0, 1 según datos

-1  u  1
Así, el máx λu se logra con u(t) = -1 para
-1  u  1
 
Según datos x = u ; luego x = -1

Resolviendo x(t) = -t + c si x (0) = 1 ; x(t) = -t + 1

1
máx Ju = 
0
− (−t + 1)dt = -1

2. Ejemplo. Analícese el extremo de la funcional

2 

0 (2 x − 3u − u ) dt s.a. x = x + u ; si x(0) = 5 ; u(t) Є  0, 2 

2
Ju =

Solución

H = 2x - 3u – u2 +  ( x + u )

H   
1° -   =  ; - ( 2 +  ) =  ; =-2-
 x 
S
Según datos S(x(2)) = 0 Derivando =0
x( 2 )

S
Por la condición de transversalidad = ( 2) ; luego (2) = 0
x( 2)

Entonces  = - 2 -  con (2) = 0

Resolviendo
(t) = 2e2 - t - 2 ………………………………………………………*

16
 H  −3
2° = 0 ; ( – 3 – 2u +  ) = 0 ; u =
u 2
2H
= −2 < 0 Existe un Máximo valor de la funcional
uu
Programa matemático
Máx H = Máx ( 2x - 3u – u2 + x + u ) = 2x + x + Máx (– 3u – u2 + u)
0≤u≤2 0≤ u ≤ 2
Calculamos el máximo valor de la función F(u) = – 3u – u2 + u sujeto a la
restricción 0 ≤ u ≤ 2
Hallamos las restricciones de desigualdad
[ 0 ≤ u ≤ 2 ] (1) ; -2 ≤ u - 2 ≤ 0 ; u-2≤0

[0 ≤ u ≤ 2] (-1) ; 0 ≥ –u ≥ -2 ; -2 ≤ - u ≤ 0 ; - u ≤ 0
Máx F ( u ) = – u2 + u - 3u s.a. u – 2 ≤ 0 ; - u ≤ 0

La función de Lagrange con los multiplicadores α1 , α2 asociados

respectivamente a la primera y segunda restricciones de la desigualdad
L = – u2 + u - 3u + α1 ( u – 2 ) + α2 ( -u )

L
Derivando = – 2u +  - 3 + α1 - α2 = 0 ………………………..*
u
Utilizando las condiciones de Kuhn – Tucker para maximizar
0 ≤ u ≤ 2 ; α1 ≤ 0 ; α2 ≤ 0

Caso 1° 0 ≤ u ≤ 2 ; α1 = 0 ; α2 = 0
 −3
De (*) -2u + –3=0 tenemos u =
2

 −3 2e 2−t − 2 − 3
De la condición 0  2 ; 0 2 ; 0 ≤ e2-t -2.5 ≤ 2
2 2
Para hallar t ln[2.5 ≤ e2-t ≤ 4.5] 0.496 ≤ t ≤ 1.084
Caso 2° u = 0 ; α1 = 0 ; α2 ≤ 0
De * - 3 + λ - α2 = 0 tenemos ; α2 = λ – 3
De la Condición  – 3 ≤ 0

17
2e2-t - 2 - 3 ≤ 0 ; ln[ e2-t ≤ 2.5 ] ; 2-t ≤ ln2.5 ; 2 – t ≤ ln2.5
t ≥ 1.084
Caso 3° u = 2 ; α2 = 0 ; α1 ≤ 0
De * -4 +  - 3 + α1 = 0 tenemos α1 = 7 - 
De la condición
7-≤0
7 – ( 2 et-2 -2 ) ≤ 0 ; ln[9≤ 2 et-2 -2 ]
t ≤ 0.496

La función F (u) es cóncava porque F” (u) = - 2 < 0

los puntos que verifican las condiciones Kuhn - Tucker constituyen un máximo:
2; si 0 ≤ t ≤ 0.496
u(t)= e2-t -2.5 ; si 0.496 ≤ t ≤ 1.084
0 ; sí 1.084

Gráfica de la variable de control

U
Trayectoria temporal de la
2
variable de control
μ = e2-t - 2.5

t
0.496 1.084 2
1.089 de Estado
Cálculo de la trayectoria 2

Sustituyendo u = 2 en la ecuación de Estado

18
 = x + 2 si x(0) = 5 resolviendo X(t) = 7et -2

Sustituyendo u(t) =e2-t -2.5

en la ecuación de Estado
= x + e2-t -2.5 si x(0) = 5 Resolviendo

X(t) = 2.5 – 0.5e2-t + 5.6 et

Sustituyendo u = 0 en la ecuación de Estado
= x si x(0)=5; Resolviendo X(t) = 6et

7 et - 2 si 0 ≤ t ≤ 0.496
x(t) = -0.5 e2-t + 5.6 et +2.5 si 0.496≤ t ≤1.084
6et sí 1.084≤ t ≤ 2

Principio del Máximo Pontryagin Modificado

Caso I. Estado Final dado X(t1) = X

1. Ejemplo. Analícese el extremo de la funcional


Ju = s.a. x = u ; x (0) = 1 U(t) Є -1,1

Solución.

Caso II. Instante final dado está acotado inferiormente

1. Ejemplo. Analícese el extremo de la funcional

Sujeto a:
Solución.

19
Función de Hamilton
1°

2°

Solución general:

20
Si: A=-0.48
Entonces:

Caso III. Instante final t1 libre. Condición de transversalidad en t1

H ( x(t1) , u(t1) , (t1) , t1 ) = 0

1. Ejemplo. Analícese el extremo de la funcional

Sujeto a
Solución.
Función de Hamilton

1°

2°

21
Condición de transversalidad

=0

Suponiendo que:

22
Caso IV Instante final t1 libre y estado final dado

1. Ejemplo. Analícese el extremo de la funcional

Sujeto a:
Solución.

1°

=0

2°

23
Caso V Hamiltoniano Valor Presente

1. Ejemplo. Analícese el extremo de la funcional

Si:

equivale:

1°

24
2°

25
3 3 1 9
−  −  + 2 + = 0
4 2 2 4

2 - 2 + 3 = 0

2 −8
 = - ( - 2)  (−2) 2 − 4(3)(1) =
2
1 = 1 + 2i 2 = 1 - 2i

3 / 2 − 3 / 2
 
 
( )
 
  = 1 + 2i  
3 / 2 1/ 2  x  x 

3 3 1 3
 −  =  + 2i ,  − 2i − x = 0
2 2 2 2

3 1 3 1
 + x =  + 2i ,  − x − 2i = 0
2 2 2 2

3 1 
 =  x + 2i  C
2 2 

26
 21 
 =  + 2i  C
32 

 1 + 2 2i 
 =  C

 3 

 1 / 2 − 2i − 3/ 2 
R =  
3/ 2 − 1 / 2 − 2i 

3 3
det   = 0
2 2

1 
 − 2i − 3 / 2  1   1  −9
det  2  =  − 2i   − − 2i  −  
 3 / 2 − 1 / 2 − 2i  2   2   4 
 

1 2i 2i 9
=- + - + 2c +
2 2 2 4
1 9 2x 4
=- + - =0
4 4 4
PR = 1 ; x = c

  1 + 2 2i 
   = C     1 − 2 2i 
3x    3   3  = C  

     
x x  3 
 1 

  1 + 2 2i  (1+ 1 − 2 2i  (1−
  = C1  e

2i )
+ C2  e

2i ) t

 
x  3   3 

  1 + 2 2i  1 − 2 2i  −
  = C1e t  e

2it
+ C2 et  e

2it

x  3   3 

27
   1 + 2 2i  1 − 2 2i 
   = C1e   (Cos 2 + iSen 2t ) + C2 et  
t
  
 
x  3   3 

(Sen 2 t)

 (1 + 2 2i )(Cos 2t + iSen 2t ) + (1 − 2 2i )(Cos 2t − i 

 
 2 
   
t (3)(Cos 2t + iSen 2t ) + (3)(Cos 2t − iSen 2 ))
  x  = C1e  
   2 
 
 
 
 

 (1 + 2 2i )(Cos 2t + iSen 2t ) − (1 − 2 2i )(Cos 2t − i 

 
 2i 
 (3)(Cos 2t + iSen 2t ) − (3)(Cos 2t − iSen 2 )) 
+ C2 e t
 
 2i 
 
 
 

 Cos 2t + iSen 2t + 2 2iCos 2t + 2 2i 2 Sen 2t + Cos − 

 
 iSen 2t + 3Sen 2t + 2 2iCos 2t + 2 2i 2 Sen 2t 
   
  = C1e t
 2 
 
x  3Cos 2t + 3iSen 2t + 3Cos 2t − 3iSen 2t 
 
 2 
 
 

28
  Cos 2t + iSen 2t + 2 2iCos 2t + 2 2i 2 Sen 2t + Sen 
 
 2t + 2 2tCos 2t − 2 2i 2 Sen 2t 
 
+ C2 et  2i 
 3Cos 2t + 3iSen 2t − 3Cos 2t + 3iSen 2 
 
 2i 
 
 

   Cos 2t − 2 2Sen 2t   Sen 2t + 2 2Cos 2t 

  = C1e t   + C2 e t  
 
x    
 3Cos 2t   3Sen 2t 

( )
 C1e Cos 2t − 2 2 Sen 2t + C 2 e Sen 2t + 2 2Cos 2
t t
( )

( ) (
 C1e 3Cos 2t + C 2 e 3Sen 2t
t t
)

( ) (
 C1e Cos 2 (5) − 2 2 Sen 2 (5) + C 2 e Sen 2 (5) + 2 2Cos 2 (5)
5 ( 5)
)

( ) (
 C1e 3Cos 2 + C 2 e 3Sen 2 = 2
1 1
)

( ) (
 e Cos 5 2 − 2 2 Sen5 2 + C 2 e Sen5 2 + 2 2Cos 5 2 = 0
5 5
)

( ) (
 e 3Cos 2 + C 2 e 3Sen 2 = 2 )
C1 (148,4) (0,6) + C2 (148,4) (2,9) = 0
C1 (2,7) (3) + C2 (2,7) (0,1) = 2

C1 (89,04) + C2 (460,36) = 0
C1 (8,1) + C2 (0,27) = 2

C1 + C2 (4,8) = 0
C1 - C2 (0,03) = 0,24

29
C2 (4,77) = -0,24
C2 = -0.05 C1 = 0.24

   Cos 2t − 2 2Sen 2t   Sen 2t + 2 2Cos 2t 

  = (0,24) e t   + (0,05) e t  
 
x    
 3Cos 2t   3Sen 2t 

 (t) = 0.24et (Cos 2 t -2 2 Sen 2 t)-0.05et (Sen 2 t + 2 2 Cos 2 )

X (t) = 0.72et (Cos 2 t) - 0.15 et (Sen 2 t)

U(t) = 0.72 et Cos 2 t – 0,15 et Sen 2 t + 0.10 et Cos 2 t – 0,73

et Sen 2 t

U(t) = 0.41 et Cos 2 t – 0,44 et Sen 2 t

MáxJ u  =  ( 0,41e t Cos 2t − 0,44e t Sen 2t )(0,72e t Cos 2t )

5

− (0,15e t Sen 2t ) − (0,41e t Cos 2t − 0,44e t Sen 2t ) 2 −

(0,72e t Cos 2t − 0,15e t Sen 2t ) 2 dt = −4,034

Máx J u =
5

1

30