Introducción a los Modelos No Lineales

Ricardo Rodrı́guez Bustinza

robust@uni.edu.pe

Índice
1. Introducción 2

2. Problemas en los Sistemas No Lineales 2

3. Modelos No Lineales 3

1
 2 PROBLEMAS EN LOS SISTEMAS NO LINEALES

1. Introducción
La dinámica de una gran variedad de sistemas a ser controlados se describen mediante un
conjunto de ecuaciones diferenciales. Tal descripción matemática se obtiene aplicando las leyes
de la fı́sicas y de la quı́mica sobre el sistema, tales como la conservación de la energı́a, las
leyes de Newton, entre otras. Para construir un modelo adecuado para propósitos de control, se
requiere conocer bien la dinámica del sistema. No siempre es mejor que un modelo sea lo mas
exacto posible a su comportamiento dinámico. Tener en cuenta que mientras mas complejo sea
el modelo, mas dificultoso sera el análisis y diseño del sistema de control correspondiente. Lo
recomendable es que el modelo del sistema mantenga las caracterı́sticas dinámicas de interés
para el rango de operación del sistema de control a diseñar.

2. Problemas en los Sistemas No Lineales

Los sistemas fı́sicos en general, y los sistemas técnicos en particular, son por regla general no
lineales, es decir, comprenden no linealidades. Por no linealidades implicamos cualquier desvia-
ción a partir de caracterı́sticas lineales o de ecuaciones lineales de la dinámica del sistema. En
general, el análisis de la dinámica del sistema de control automático comienza con la matemática,
es decir, la descripción de los elementos individuales del sistema de lazo cerrado. La descripción
implica ecuaciones diferenciales lineales o no lineales, que combinadas con las cantidades externas
que actúan sobre el sistema, formar el modelo matemático del desempeño dinámico del sistema.
Si el comportamiento dinámico de todos los elementos se describen mediante diferencial lineal
ecuaciones, entonces el sistema en su conjunto se describe mediante una ecuación diferencial
lineal. A esto se le llama sistema de control lineal. Teorı́a del control lineal se basa en modelos
lineales es útil en las etapas iniciales de la investigación, pero en general no comprende todas las
diversidades del desempeño dinámico de un sistema real. Es decir, es bien sabido que la estabili-
dad del estado de equilibrio del sistema lineal no depende ni de las condiciones iniciales ni de las
cantidades externas que actúan en el sistema, pero depende exclusivamente de los parámetros
del sistema. Por otro lado, la estabilidad de los estados de equilibrio de un sistema no lineal es
predominantemente depende de los parámetros del sistema, las condiciones iniciales, ası́ como
de la forma y magnitud de las cantidades externas actuantes. La teorı́a del sistema lineal tiene
importantes ventajas que permiten un análisis y un diseño de control relativamente sencillos
sistemas. El sistema es lineal bajo tres supuestos:

(i) Aditividad de la respuesta de entrada cero y de estado cero

(ii) Linealidad en relación con las condiciones iniciales (linealidad de la respuesta de entrada
cero)

(iii) Linealidad en relación con las entradas (linealidad de la respuesta de estado cero)

Definición 1 Función de Linealidad: La función f (x) es lineal con respecto a la variable inde-
pendiente x si y solo si cumple dos condiciones:

1. Aditividad: f (x1 + x2 ) = f (x1 ) + f (x2 ), ∀ x1 , x2 en el dominio de la función f .

2. Homogeneidad: f (ax) = af (x), ∀x en el dominio de la función f , y todos escalares a.

Ing. Ricardo Rodrı́guez Bustinza 2

 3 MODELOS NO LINEALES

Los sistemas que no satisfacen las condiciones (i), (ii) y (iii) son sistemas no lineales.

Un sistema lineal se clasifica según varios criterios. Uno de las propiedades mas importantes es
la estabilidad. Se dice que un sistema lineal es:

Estable: si después de cierto tiempo el sistema se asienta en un nuevo estado de equilibrio

Inestable: si el sistema no se establece en un nuevo estado de equilibrio

Neutro: si el estado del sistema obtiene la forma de una función periódica con amplitud
constante

3. Modelos No Lineales
Trataremos a los sistemas dinámicos modelados por un numero finito de ecuaciones diferenciales
ordinarias de primer orden acopladas, [1].

ẋ1 = f1 (t, x1 , x2 , . . . , xn , u1 , u2 , . . . , um )
ẋ2 = f2 (t, x1 , x2 , . . . , xn , u1 , u2 , . . . , um )
.. .
. = ..
ẋn = fn (t, x1 , x2 , . . . , xn , u1, u2 , . . . , um )

Donde, ẋi denota la derivada de xi con respecto a la variable tiempo t y u1 , u2 , . . . , um son las
variables de entrada. Ellos representan del sistema dinámico que tienen su pasado. Usualmente
usamos un vector que tiene una notación mas compacta en la siguiente forma.

 T
x = x1 x2 . . . xn
 T
u = u1 u2 . . . um
 T
f (t, x, u) = f1 (t, x, u) f2 (t, x, u) . . . fn (t, x, u)

Entonces reescribimos una ecuación diferencia de n-esimo orden que tiene una ecuación diferen-
cial vectorial de primer orden n-dimensional definida.

ẋ = f (t, x, u) (3.1)
A (3.1) se le denomina ecuación de estado en relación al estado x y la entrada u, a veces otras
ecuaciones como la de salida se define según.

y = h(t, x, u) (3.2)
Está asociado con (3.1), definiendo ası́ un vector de salida q-dimensional y que comprende varia-
bles de particular interés, como variables que se miden fı́sicamente. o variables que se requieren
para comportarse de una manera especı́fica. Llamamos (3.2) la ecuación de salida y se refieren

Ing. Ricardo Rodrı́guez Bustinza 3

 3 MODELOS NO LINEALES

a las ecuaciones (3.1) y (3.2) juntas como modelo espacio de estados, o simplemente el modelo
de estado. Para sistemas lineales, el modelo de estado (3.1)-(3.2) toma la forma especial.

ẋ = A(t)x + B(t)u
y = C(t)x + D(t)u

A veces consideramos un caso especial de (3.1) sin la presencia explı́cita de una entrada u,
llamada ecuación de estado no forzada:

ẋ = f (t, x) (3.3)
Este caso surge si no hay una entrada externa que afecte el comportamiento del sistema, o si la
entrada se ha especificado en función del tiempo, u = γ(t), una función de retroalimentación del
estado, u = γ(x), o ambos, u = γ(t, x). Sustituyendo u = γ y en (3.1) se elimina u y produce
una ecuación de estado no forzada.

Al tratar con la ecuación (3.3), normalmente requeriremos que la función f (t, x) sea continua por
partes en t y localmente Lipschitz en x sobre el dominio de interés. Para una x fija, la función
f (t, x) es continua por partes en un intervalo J ⊂ R si para cada subintervalo acotado J0 ⊂ J, f
es continua en t para todo t ∈ J0 , excepto, posiblemente, en un número finito de puntos donde
f tiene discontinuidades de salto finito. Esto permite los casos en los que f (t, x) depende de una
entrada u(t) que experimenta el cambio de paso con el tiempo.

Definición 2 Una función f (t, x), definida para t ∈ J ⊂ R, es localmente Lipschitz en x en un

punto x0 si hay una vecindad N(x0 , r) de x0 , definida por N(x0 , r) = {||x − x0 || < r}, y una
constante positiva L tal que f (t, x) satisface la condición de Lipschitz.

||f (t, x) − f (t, y)|| ≤ L||x − y|| (3.4)

Para todo t ∈ J y todo x, y ∈ N(x0 , r), donde.
√ q
||x|| = x x = x21 + x22 + . . . + x2n
T

Definición 3 Una función f (t, x) es localmente Lipschitz en x en un dominio (conjunto abierto

y conectado) D ⊂ Rn si es localmente Lipschitz en cada punto x0 ∈ D. Es Lipschitz en un
conjunto W si satisface (3.4) para todos los puntos en W , con la misma constante de Lipschitz
L.

Definición 4 Una función de Lipschitz en un dominio D no es necesariamente Lipschitz en

D, ya que la condición de Lipschitz no es uniforme (con la misma constante L) para todos
puntos en D. Sin embargo, una función de Lipschitz local en un dominio D es Lipschitz en cada
subconjunto compacto (cerrado y acotado) de D.

Definición 5 Una función f (t, x) es globalmente Lipschitz si es Lipschitz en Rn . Cuando n = 1

y f depende solo de x, la condición de Lipschitz se escribir como.

Ing. Ricardo Rodrı́guez Bustinza 4

 3 MODELOS NO LINEALES

|f (y) − f (x)|
≤ L, ∀(x, y ∈ D)
|y − x|
Implica que en una gráfica de f (x) versus x, una lı́nea recta que une dos puntos cualesquiera de
f (x) no tiene pendiente cuyo valor absoluto sea mayor que L. Por lo tanto, cualquier función f (x)
que tenga pendiente infinita en algún punto no es localmente Lipschitz en ese punto. Cualquier
función discontinua no es localmente Lipschitz en el puntos de discontinuidad.

Ejemplo: Sea la función:f (x) = x1/3 , no es localmente Lipschitz en x = 0 (ver Figura 1) ya

que f ′ (x) = (1/3)x−2/3 → ∞ cuando, x → 0. Por otro lado, si f ′ (x) es continua en un punto x0
entonces f (x) es localmente Lipschitz en el mismo punto porque la continuidad de f ′ (x) asegura
que |f ′ (x)| está acotado por una constante k en una vecindad de x0 ; lo que implica que f (x)
satisface la condición de Lipschitz (3.4) sobre el mismo vecindario con L = k.
4
f(x)
3 df(x)/dt

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
tiempo[seg]

Figura 1: Funciones f (x) y f ′ (x).

Lema 1 Sea f (t, x) continua por partes en t y localmente Lipschitz en x en x0 , para todo t ∈
[t0 , t1 ]. Entonces, existe δ > 0 tal que la ecuación de estado ẋ = f (t, x), con x(t0 ) = x0 , tiene
una solución única sobre [t0 , t0 + δ].

Ejemplo: En el sistema unidimensional ẋ = −x2 , la función f (x) = −x2 es localmente Lips-

chitz para todo x. Sin embargo, cuando resolvemos la ecuación con x(0) = −1, la solución
x(t) = 1/(t − 1) tiende a −∞ cuando t → 1.

Calculando la solución en forma analı́tica tenemos presente la siguiente integral:

xn+1
Z
xn dx = +C
n+1
Para n = −2, obtenemos:

1 x−1 1
Z
2
dx = +C =− +C
x −1 x
En el problema tenemos:
1 1 −1
Z Z
dx = − dt, ⇒ − + C = t, ⇒ x =
x2 x C−t

Ing. Ricardo Rodrı́guez Bustinza 5

 3 MODELOS NO LINEALES

Se verifica.
−1
x(0) = = −1, ⇒ C = 1
C −0
Luego la solución.
−1 1
=x(t) =
1−t t−1
Usando MATLAB la solución es mas rápida mediante el comando dsolve.
1 syms x(t)
2 xt=dsolve(diff(x) == -xˆ2);
3 % 0
4 % -1/(C - t)
La simulación planar es mostrado en la Figura 2.
10

-2

-4

-6

-8

-10
-4 -2 0 2 4 6

Figura 2: plano del sistema unidimensional, f (x) = −x2 .

La frase “tiempo de escape finito” se utiliza para describir el fenómeno de que una solución se
escapa al infinito en un tiempo finito. En el ejemplo, decimos que la solución tiene un tiempo de
escape finito en t = 1.

Lema 2 Sea f (t, x) continuo por partes en t y globalmente Lipschitz en x para todo t ∈ [t0 , t1 ].
Entonces, la ecuación de estado ẋ = f (t, x), con x(t0 ) = x0 , tiene un único solución sobre [t0 , t1 ].

La condición global de Lipschitz se satisface para sistemas lineales de la forma.

ẋ = A(t)x + g(t)
Cuando ||A(t)|| < L para todo t ≥ t0 , pero es una condición restrictiva general en sistemas no
lineales. El siguiente lema evita esta condición.

Lema 3 Sea f (t, x) continua en partes en t y localmente Lipschitz en x para todo t ≥ t0 y para
todo x en un dominio D ⊂ Rn . Sea W un compacto (cerrado y acotado) subconjunto de D,
x0 ∈ W , y suponga que se sabe toda solución de.

Ing. Ricardo Rodrı́guez Bustinza 6

 3 MODELOS NO LINEALES

ẋ = f (t, x), x(t0 ) = x0

Yace completamente en W . Entonces, hay una solución única que se define para todo t ≥ t0 .

El truco para aplicar el Lema 3 consiste en comprobar la suposición de que toda solución se
encuentra en un conjunto compacto sin resolver la ecuación de estado. Veremos mas adelante
que el método de Lyapunov para el análisis de estabilidad proporciona una herramienta para
asegurar esta propiedad. Por ahora, ilustremos la aplicación del lema con un ejemplo.

Ejemplo: Considere el sistema unidimensional:

ẋ = −x3 = f (x)
La función f (x) es localmente Lipschitz en R, pero no globalmente Lipschitz porque f ′ (x) = −3x2
no tiene lı́mites globales. Si, en cualquier instante de tiempo, x(t) es positivo, la derivada ẋ(t)
será negativa y x(t) será decreciente. De manera similar, si x(t) es negativa, la derivada ẋ(t)
será positiva y x(t) aumentará. Por lo tanto, partiendo de cualquier condición inicial x(0) = a,
la solución no sale del conjunto {|x| < |a|}. Por lo tanto, concluimos por el Lema 3, la ecuación
tiene una única solución para todo t > 0 (ver Figura 3).
a=1
10

-2

-4

-6

-8

-10
-4 -2 0 2 4 6

Figura 3: plano del sistema unidimensional, f (x) = −x3 .

Lema 4 El mapa continuamente diferenciable z = T (x) es un difeomorfismo (es un isomorfismo

en la categorı́a de las variedades diferenciables, es decir, un difeomorfismo es un homeomorfismo
diferenciable con inversa diferenciable) local en x0 si la matriz jacobiana [∂T /∂x] no es singular
en x0 . Es un global difeomorfismo si y solo si [∂T /∂x] es no singular para todo x ∈ ℜn y T es
apropiado; es decir, lı́m||x||→∞ ||T (x)|| = ∞.

Ejemplo: En la sección A.4, [1] dos modelos diferentes del oscilador de resistencia negativa se
dan, que están relacionados por el cambio de variables
 
h(x1 ) − x2 /ǫ
z = T (x) =
x1

Ing. Ricardo Rodrı́guez Bustinza 7

 3 MODELOS NO LINEALES

Suponiendo que h(x1 ) es continuamente diferenciable, la matriz jacobiana es.

" ∂T1 ∂T1 # 
−h′ (x1 ) −1/ǫ

∂T ∂x1 ∂x2
= =
∂x ∂T2 ∂T2 1 0
∂x1 ∂x2

Su determinante, 1/ǫ, es positivo para todo x. Además, T (x) es apropiado porque.

||T (x)||2 = [h(x1 ) + x2 /ǫ]2 + x21

Lo que demuestra que lı́m||x||→∞ ||T (x)|| = ∞. En particular, si |x1 | es finito mientras que
|x2 | → ∞ también lo es [h(x1 ) + x2 /ǫ], en consecuencia, ||T (x)||.

Lema 5 Sea f (t, y) esta definida en un conjunto convexo D ⊂ R2 . Si existe una constante L > 0
con la propiedad.

|f (t, y1) − f (t, y2)| < L|y1 − y2 |

∀(t, y1 ), (t, y2 ) ∈ D. A la constante L se le llama constante de Lipschitz para f .

Ejemplo: Si D = {(t, y)/ − 1 ≤ t ≤ 10, −6 ≤ y ≤ 20}, ademas.

f (t, y) = y cos(t)
Entonces para cada par de puntos (t, y1 ) y (t, y2 ) ∈ D, tenemos.

|f (t, y1) − f (t, y2)| = |y1 cos(t) − y2 cos(t)| ≤ |y1 − y2 |

Donde L = 1, se dice que f satisface la condición de Lipschitz en D en la variable y con la
constante 1 de Lipschitz (ver Figura 4).
20

f(t,y 2)
10
f(t,y 1)
f(t,y)

-10

-20
-2 0 2 4 6 8 10
tiempo[seg]

Figura 4: Funciones f (t, y1) y f (t, y2).

Lema 6 Sea f (t, y) esta definida en un conjunto convexo D ⊂ R2 . Si existe una constante L > 0
con la propiedad.
 
 ∂f 
 (t, y) ≤ L, ∀(t, y) ∈ D
 ∂y 
Entonces f satisface la condición de Lipschitz en D en la variable y con la constante L.

Ing. Ricardo Rodrı́guez Bustinza 8

REFERENCIAS REFERENCIAS

Ejemplo: Sea f (t, y) = y cos(t), satisface.

 
 ∂f 
 (t, y) ≤ cos(t) ≤ 1, ∀ ∈ D = {(t, y)/t ∈ [−1, 10], y ∈ [−6, 20]}
 ∂y 
Observamos que L = 1.

Lema 7 Sea f (t, y) continua y satisface la condición de Lipschitz con la constante L en.

D = {(t, y)/t ∈ a ≤ t ≤ b, −∞ ≤ y ≤ ∞}
Y que existe una constante M con la propiedad de que |y ′′(t)| ≤ M, ∀t ∈ [a, b]. Si y(t) es la
única solución del problema de valor inicial.

y ′ = f (t, y), a ≤ t ≤ b, y(a) = α

Y sean y0 , y1, . . . , yn las aproximaciones generadas con el método de Euler para algún entero
positivo N, entonces
hL L(ti −a)
|y(ti ) − yi | ≤ [e − 1], ∀i = 0, 1, 2, . . . , N
2M

Ejemplo: Sea el problema de valor inicial.

y ′ = −y + x + 2, 0 ≤ x ≤ 2, y(0) = 2
Cuya solución exacta es, y = e−x + x + 1 de manera que y ′′ = e−x y |y ′′(x)| ≤ M = 1 ∀ t ∈ [0, 1]
con h = 0.1.
 
 ∂f 
 (t, y) = L = 1, ∀(x, y) ∈ D
 ∂y 
Obtenemos la cota del error.

(0.01)(1) (1)(x1 −0)

|y(ti ) − yi | ≤ [e − 1]
2(1)

Referencias
[1] Hassan K. Khalil. “Nonlinear Control”. Always Learning Global Edition Pearson, 2015.

Ing. Ricardo Rodrı́guez Bustinza 9