Teoría de control

12 de abril
Modelos
Matemáticos

Etapas de construccion
Lo primero hay que
considerar la definición
de las variables los parámetros que
se pueden
que
es

y
identificar dentro del contexto
en estudio .

La definición de las variables

debe el
de

ser

rigurosa ,

en sentido

que debe se debe expresar precisa y

claramente lo que se desea
representar .

Por :
ejemplo

TIH :
temperatura del
Objeto en
el instante t

Xrltt : cantidad de sal presente en

el estanque 1 en el instante 1

A lk ) Área del la
iteración K
polígono
: en

Al momento de construir
las ecuaciones
que describan el modelo
matemático debemos tener en cuenta
querer
,

bajo qué concepto temporal se

abordará el problema .

En el caso de los modelos

dinámicos que analizaremos en

el curso , se debe
distinguir si se
trata de un modelo en
tiempo discreto o continuo

Para discretos
sugiere formular la
los modelos se

siguiente pregunta :

¿ Cuál es el valor de la
variable en el periodo kt 1
si se conoce su valor en el periodo K
?

" "

" "

Además , se recomienda utilizar

la notación K o n

para representar el rótulo del periodo ,

el cual

pertenece a un
conjunto finito de
valores .

K =

0, 1 ,

2 ,
3 . .

N =

0, 1 ,

2, 3- . .

En el de los modelos
la formular
la
caso
continuos

pregunta a
es

siguiente

¿ Cómo vería la variable en

función del tiempo ? ¿ Qué la hace
aumentar o disminuir ?

Para

"

"

este caso se recomienda

utilizar la notación t

la cual puede tomar cualquiera de

los infinitos

valores dentro de
intervalo de tiempo definido

:
existentes un
 t t IO 107
,

O t t e

10
 Ejemplo
Una población de
bacterias crece por división .

Cada bacteria se divide en 6

ejemplares cada hora , y cada uno

de estos
ejemplares
está listo para su reproducción
a la hora

siguiente .

Construya un modelo dinámico que

describa

el tamaño de la
población solución
bacterias además

encuentre su si inicialmente

hoy y se

2 , sabe que en

cada
¿ cuántas bacterias
periodo se
extraen 8 bacterias para
experimentos .

hay al final del día ?

Solución discreta

Definición variables

y parámetros
a. de

✗ ( K) :
Cantidad de
bacterias en el periodo K
 r
:
constante de
crecimiento de las bacterias
E :
cantidad
de bacterias extraídas al final del proceso K

K :
O ,
1 ,
2 ,
3 . .
. ( en horas )

b. modelamiento

✗
( Kin) =

✗ ( K) -

E '

✗ ( k + 1)

6 .

✗ ( K) -

Si comenzamos a
iterar los valores del rótulo
del período K lo evaluamos
en nuestro modelo matemático

y
por recurrencia obtenemos
:

para K =
 O i
✗ (1) = 6 .

✗ lo )

Para K =p
✗ (2) 6. ✗ ( n ) -

8 =

616 .

✗ 101 8) 8 = 62 .

✗ 10) 6. 8 .

8
;

- - -

Para K = 2 ;

✗ (3) = 6 .

✗ (2) -

8 = 6 I 62 .

✗ lo) -
6. 8 .

8 ? = Ó .

✗ ( o)

Ó . 8- 6. 8 .

-8

"

""

&

"

Para K ;
✗ ( K) 6 ✗ lo ) 8
O *

Expresión general

= .

Como sabemos que

la población inicial de bacterias
en ✗ 101=2

"

" ""

✗ ( K) = 6 .

2-
8,2 b

Si queremos
la cantidad bacterias
población al final 124
horas )
conocer
de que tendrá la
del día , simplemente
debemos evaluar K
=

24 horas

24

"

62

"

6k
✗ 124 )
= .

2- 8 §

✗ 1241
= 17.10° bacterias al
final del día
 Ejemplo
Cuando
sustancia tóxica posible
afirmar cantidad
que ingresa
un
órgano se
expone a una
,

es que una
cierta

a dicho
órgano es directamente
proporcional a la concentración
de la sustancia

y a vez la ,

al tipo de exposición .

La cantidad eliminada
es proporcional a la cantidad
presente en el
Realice un modelo que describa

organismo .

la cantidad de sustancia
tóxica el
Considere un volumen de sangre

en

organismo .
constante .

Solución continua

a. Definición de variables y
parámetros

IIH :
cantidad
tóxica que al
en el instante t
 de
sustancia

ingresa organismo
Slt) :
Cantidad de
sustancia tóxica sale
del el instante
t

que organismo en

Clt) :
concentración
de la sustancia tóxica en
el instante t

✗ IH :
Cantidad de
tóxica presente
el instante t

sustancia
en el

organismo en

a. K :
Constante de
proporcionalidad
E :
Tipo de exposición

Debemos considerar
que
la concentración es una
razón entre la cantidad
de sustancia presente el volumen

y que
esta ocupa , por lo tanto
se deduce que

CHI =
XIH
; como VLH = (te

VLH =

V '
( Lt) =

XIH

VLH
V

b. modelamiento

IIH K CLH
E lo

} Podemos describir la
la

'

variación de la cantidad de sustancia como

que ingresa
= • .

SHI a XIH
lo sale diferencia
del

lo

cualquier
=
'

que entre
lo que ingresa y sale

que organismo en
-

instante t
variación de cantidad
y
d XIH =
IIH -

SIH '

el ✗ It ) =
K .

CLH .

E -

a -

✗ It )

at
dt

c. Solución

Reescribí mas la ecuación

ordenar reemplazar factores

para y

""
'

✗ ( t) =
K -

E
XLH -

a. ✗ LH

☒ (f) =

✗ (f) . K .

¿ _

V
V
-

- -

✗ Lt )
'
-

✗ It)
.

× .

E . ✗ =

Resolvemos la ecuación
diferencial utilizando el
método de la Ecuación Característica
asociada :

-
-

Í
-
-

✗ K E
'

✗ ( t) -

✗ It ) -
K E .
-

a = O =

- .

- a =

O , ✗ = K -

E -

V
✓
✓
-
.
_

. .
 Por lo tanto ,
la solución al
modelo planteado es

¡ E- I.

✗ IH =

c. e.

16 de abril

Sistemas lineales multivariables

Ejemplo 3
Se deposita un monto ✗ 101
en un banco a una tasa
de interés B anual y constante ,

durante varios periodos .

Realice un modelo matemático

que permita determinar el

saldo de la cuenta en

cualquier periodo . Evalúe el

saldo en 2o años si inicialmente

se depositan
$100 dolares

y la tasa de interés anual es de un 0.2-

1 .

Solución discreta

a. Definición de variables y
parámetros
 ✗ ( K) :
Cantidad de dinero
presente en la cuenta en
el periodo K

B :
Tasa de interés
actual

K :
O ,
1,2 3 ,
. . .
( en
años )

b. modelamiento

✗ IK-111
=

(1 1- B) XIKI -

Por recurrencia obtenemos :

para K :-O ; ✗ (1)

11 + B) .

✗ 101

para K = 1 ; ✗ (2)
=

( Atp ) .

✗ 111 =

( 1-1 B) .

11-1 B) -
✗ 10) =

11-1 BÍ .

✗ 10)

(1+13) 11-1 B)

°
para K =L ; ✗ 13)
=

11-1 B) .

✗ (2) = .

✗ 10) =

11 + B) .

✗ 101

"

Para K :
XIK ) =
Ir
+ B) .

✗ 101 '

Solución al modelo planteado

Reemplazamos ahora las condiciones

iniciales ✗ 101 =

100 ; B =

0.002

"

✗ ( K) =
(1-
10.002) .

100

Evaluamos el valor de K

20 años

"

✗ 120 ) =

(1+0.002) •

100

✗ 120) =

$104,08
Conceptos iniciales:
Matrices

Para dar inicio al

siguiente ,
debemos
en primera instancia recapitular
algunos conceptos básicos referentes
al

Matrices
álgebra de :

Una matriz de orden mxn

es un

arreglo rectangular de números

que tiene filas n columnas

Toda matriz A posee su matriz

Traspuesta IAY formada ,

al intercambiar las filas por las columnas

La suma de matrices es la
suma de los elementos
correspondientes dentro de cada
matriz .

Esta es

conmutativa y Asociativa .

Una matriz de orden n se

dice

diagonal si todos los

elementos fuera de la

diagonal son ceros .

En caso

la diagonal sean solo

números 1
llama identidad
 de
que
iguales a ,

esta matriz se .

Para toda matriz A y cualquier

escolar r

el producto RA Se obtiene
multiplicando todos los elementos

de A por r

Si matriz
B de orden
C- AB
A es una de orden
mxn

y es nxp , entonces
la matriz es una matriz de orden

mxp

Cig
=

¥ a

ikbkj

La multiplicación de matrices
es Asociativa , pero NO
conmutativa

Para dos matrices A B

cuyo producto AB está

definido se cumple que
IABÍ =

BTAT
y
,
 Si los elementos de la
de una variable
matriz

A dependen
,

entonces

'
-

' bin
't' . . .

aún A)
A (f) =

. !

-
Oimnltl
. . .

Q mnlt )

'

-
-

f AHI dt = Sam
Holt
.

. . .

fain ltldt

-
fama ltldt
. . .

Ann ltldt .

b-

El determinante de
a

cuadrada
escolar
matriz
de orden dos A

igual

:
una
=
es un a

C d

- .

det (A) = IAI =

ad -

cb

El menor Mi ] del elemento

ouj de una matriz es
el determinante de la matriz que
resulta al borrar

la íésima fila la
de la
y jésima
columna matriz
original

""
El cofactor cij
(1) Mi
del elemento

aiy de una matriz

es

igual a

La matriz inversa de una

matriz cuadrada es

aquella que multiplicada por la

matriz original da como

resultado la identidad
 La matriz inversa
de una matriz cuadrada
es

aquella que multiplicada por la matriz

original da como

resultado la identidad

^ ^

A. A- =

A- .

A = I

La inversa de una
matriz se calcula como
:

IÁÍ

A- =

IAI
Si IAI 0

'

En habla de
entonces
A- existe
este caso

matriz singular
=

no viceversa
se

y
.

Un sistema de ecuaciones
de la forma

han ✗ 1
T haz Xz t . . .

t ann Xn =

bn

Amr Xr
t amr Xr t . . .

t hmm ✗ n

bm

Puede escribirse como

A✗ = b; donde :

-
-

- -

A =
am . . .
Ann . ✗ =

Xn =
b =

b,
i.
: :
-

:
.

-
Amr . . .

Ann
.

Xn

bm .

El sistema de
ecuaciones incógnitas
descrito la forma anterior solo tendrá
solución si existe A- !
n

y n
en ,

Si det (A)
columnas
las de A , linealmente dependientes (
LD)

de A ,

y por lo
 0 las
tanto

filas son
=
,

Para dos matrices

cuadradas
IABÍ B-

A-

singulares

no se cumple
que

Ejemplo 1
Suponga el
siguiente sistema de
ecuaciones

✗ nlktr ) =

2/4 IKI + Xrlk )

✗ 21kt 1) =

LXNLK) + 31121k )

En terminas matriciales ,
este sistema
se puede escribir de la
forma :
 ✗( Kt 1) 2
1
'

Xr / ktn ) 2 1 ✗ rlk )
=

✗ ( K)
=

1
3
✗ 21kt 1) 2 3 Xalk )

Donde XIKI es un vector de

orden nxn
Vectores y valores propios
En un sistema dinámico como
vimos en el anterior
interesa los valores propios
el
que
ejemplo ,

nos encontrar

y vectores

de la matriz A . Entiéndase como

vector propio aquél vector de
estado XIK) que ,

al ser reemplazado en nuestro

variación la
sistema matricial , produce solamente
una en

magnitud del vector en el estado ✗ ( Ku) , NO

una

variación en la dirección de este .

El al
el escolar por el cual amplificado
el
valor propio asignado vector
propio es por consiguiente ,

es o disminuido

vector propio en cada iteración

Definición

Un número ✗ es un valor propio

o valor característico de una matriz
cuadrada A de orden n si existe un

vector e no nulo , tal :

que

M Ae
=

de
 El rector e
correspondiente se
llama vector propio de la matriz
A

En otras palabras busca

vector tal al transformarlo
medio de la multiplicación la
, se un
e

que por
con

matriz
A, dé resultado
multi

como el mismo
vector e un
escolar × .

De la ecuación IN se desprende que

IA
-

✗I Ie =

Al ser e distinto de cero ,

es necesario

que la matriz IA -
XI ] sea

singular para que se cumpla la ecuación

por lo que el determinante debe ser

igual cero :

-
-

-
A
-

XI .

A esta ecuación se le conoce como

Ecuación Característica de la
matriz A

La matriz modal ( M ) ,
es definida
como

aquella matriz formada por los vectores

propios de la matriz A , la
cual se entiende como :

M
= I en ; la ; . . . ; en I
 Ejemplo 2
Considere la ecuación diferencial
orden

de

segundo

YÁIH
betcosltl
"
✗ IH +
t 3×11-1 =

Escriba la ecuación diferencial

como un sistema dinámico de
la forma

Lt ) AXLH bultl
'
✗
=

Para tu orden)
de las diferenciales
realizar cambios de variables convenientes
reducir el
grado
ecuaciones , se
recomienda ,

de
que logremos transformar

ecuación diferencial lineal de

sistema dinámico lineal
modo
una

segundo orden en un

de primer orden

✗ n
=
 ✗ IH

'

XIIH "

'

✗a

't '
✗a =
✗
'
'
✗¿ =

"

HI ' X

''

Lt) =

-4×41-1 -

3×11-1 t bet los IH

Por lo tanto el sistema de ecuaciones

resultante del cambio de variables
es

✗n =
✗ IH
'
 ✗n = ✗2

OÉCOSHI
'

✗2 =
-4×2 -

3×1 t

Al escribir este sistema en ecuaciones

diferenciales sistema
dinámico obtenemos lo

como un ,

siguiente
' ° ^
O O O
✗n =
×, 1-

✗ á -3
-

Y
✗a 0 6 etcosltl

Á
Ít) f

ÁIH
✗ MLH
19 de abril
Sistemas Dinámicos
Discretos

Potencias de una matriz

Si definimos la
matriz diagonal

- -

Xs . . . O

D =

: -

O . . . Xn

Donde ez
son los vectores
propios de la matriz
A De esta lo :
es .
. . . .

,
en
.

desprendernos siguiente

-
M =

I en ; . .

; en _

Donde
los vectores propios
de matriz A
De esto desprendernos lo
es .
. . .
,
en
son
.

siguiente

AM =
A [ en ; . . .
;
en ]

[ Aen ; . .

¡ tren ! =

¡ Ane , ; .

. .

; ✗ nen ] =

MD

Si M es invertible ,

entonces

:
"

A =

MDM

Esto implica
que
:

' "
" ' "

A =

MDM MDM =

MD M

y en
general
AK

"

= MDKM

Donde :

Tik

?
"
D

. .

=
-

Ó ii. xn

"

A continuación analizaremos
sistemas dinámicos
lineales con coeficientes
constantes , es decir, sistemas

que pueden expresarse

matemáticamente
como

Caso discreto
Caso continuo
✗ IK + 1)
A ( K) bulk)
IH BMLH

'
=
✗ +
✗ =

Axltlt

- -
-

-
- "

✗'K "

? : 9!
×

!! "

"
" "
Donde :
✗ ( Ku)
=

A =

. ✗ (a) =

XIKTMN -

Ann .

Ann . -

Xlkln .

-
-
-
-

bin brn
MLHR
b
(f)

. .

µ
.

=
=

i :
:

bmr . . . bmn .
-

Mltlm _
Solución de sistemas dinámicos en tiempo discreto

Un sistema en tiempo discreto

se dice lineal con coeficientes
constantes si pueden escribir como :

✗
1kt 1) =

AXIKI t BMIKI

Sabemos (K) un vector

columna de orden A
una matriz de orden b es
que ✗ es
n , es
nxm ,

una

matriz de orden m .

En este caso , la solución del

sistema es

K A

" ""

" ' "

AKXIO)
 " "

XIKI =
t A BMIOI
t A bu IN t BMIK 1) - =

A ✗ 101 t

b Mln)

Si el sistema es
homogéneo
la solución será

"
✗ ( K)
=

A ✗ (a)

Calcular la solución del

desarrollo que
sistema

homogéneo es parte del

se debe

realizar para

además
obtener la solución del sistema
no

homogéneo por lo cual ,

es su punto de partida y
servirá para efectuar posteriores análisis
en los sistemas estudiemos

que .

Solucion de Sistemas Dinamicos Homogeneos en tiempo discreto

a) Valores propios reales distintos
'

in =/ la i E IR)
y

" "
La solución a este sistema
dinámico será : ✗ ( K) =

A ✗ (D) =

MDM ✗ IDI

_
-

"
" O
Donde :
☐
K
=

M =

( en ez )

-
O así
.

Ejemplo caso a)
Encuentre la solución
sistema dinámico homogéneo
tiempo discreto :
al
siguiente
en

✗ 1kt 1)
2 1 ✗ ( K)

=
4 3

Si encontrar la
solución al dinámico ,
debemos encontrar los
valores
queremos
sistema
primero y
los vectores propios de la
matriz A , para lo cual haremos
uso de la Ecuación Característica
de la

matriz A :

JI =

2 1 7 1 O

y 2- ✗ 1 O
> ( ×) ( 3- ✗) t 4 O
-

O
2-
-

=
=
 -

4 3 01
-4 3-7
Las raíces obtenidas en esta
ecuación , representan los
valores propios de la matriz
A :

Xr 2
( d) (

2- 3- × ) +
4 O
-

= >

✗z

>

Los vectores los obtenemos

de
propios
reemplazando cada uno
los valores propios en la

igualdad

A- TI
e =

Para Ir = 2

4 1 en
O " el t la O
4 en }
Un

y,
-

' =

'

' C2

= =
=

y ez
-

n
o

Para ✗ 2=-1
-

1 1 en
= O > -

el T C2 =

O } C2 =

en } V2 =

4 4 la
y
1
Nuestra matriz Modal M

:
sería
entonces

"
M =
1 1
"

M =

-113 1/3
y y
4/3 -113

"
la matriz D
y "
"
D =
2 O

"

0 -1

Por lo tanto ,
la solución es
:

"

✗ ( K) =

1 1 2 O 1/3
1/3 ✗ 10)

"

q , O -1 4/3 -113

b) Valores promos reales

iguales
'

in = 72 ; E IR )

La

"

" "
solución a este sistema
dinámico será :

✗ ( K) =

A ✗ 101 =

MD M ✗ 101

Donde :

" "
" "
D =
✗n
KX M =

( en la)

"
O
✗z

es se obtiene de la forma
anterior

se obtiene
O
la con un vector
cualquiera no

propio de la forma

a
Ejemplo caso b)
Encuentre la solución al
siguiente
sistema dinámico

homogéneo tiempo discreto

en

✗ ( Kt 1)
=

5 1 XIK )

1 7

Utilizando la misma
metodología
anterior

obtenemos que los valores

propios son

iguales

Ir =

✗a =

El Propio asignado
Vn

Y
vector a este
valor propio es por tanto

=
 Buscamos un vector no
propio
linealmente independiente de
V1 lo tanto Va =

O
y
, por

Nuestra matriz Model M es :

^
M =

1 O >

M = 1 O

1 1
-

1 1

"
la matriz D
y
^

KGK

" "

D =
6
 O
6k

Por lo tanto la solución es :

,

" " "

✗ ( K) =
1 O 6 Kb 1
O ✗ 101

"

1 1 O 6 -1
1

c) Valores Propios Complejos

( Xn ,

Xz ; t C)

La
AKXIO )

" "
solución a este sistema dinámico
será :

XIK ) = =

MD M XIO)

Donde :
"

( Rele ) Imle) )
"
☐ =
r COSOK
Seno K M =

sen OK
COSOK
-
 por

"
oi
O tan

G-
+

=
=
+

Ejemplo caso c)
Encuentre la solución
sistema dinámico
al
siguiente
homogéneo en tiempo discreto :

XIK -11) =

1 1 XIK)

4 1

-
Utilizando la metodología
Obtenemos
:
misma
anterior , un valor
propio complejo igual a

✗ =
A + Li

El este
Vn 1 1-1 Oi
vector propio asignado a
valor propio es por tanto

si O + di

Los O dependen de la parte real

:
vectores
ry
e

imaginería del valor propio

-12g
r =
te -122 =
5-
O =

tan =

1,11

Por lo tanto , nuestra matriz Madol M

es

:
'
M 1

'

1 O

'

=
O
M =

O 2
O 1/2

"

y la matriz D
"
DK =
5
los 1,11K Sen 1.11k

sen 1,11K los 1,11k

-

Entonces ,
la solución es
:

"
✗ IKI =

A O V5 los 1,11k Sen 1,11K

1 O XIO)

O 2 -

sen 1,11k los 1,11k 0 112

-

"
Un punto importante al momento de modelar
mediante sistemas dinámicos es que ,

como ✗ 101 y M

son los rotores constantes

y conocidos ,
estos pueden ser reducidos en la
solución a un vector de

constantes el caso de
determinantes en el problema
decir :
en no ser
,

es

"
✗ ( K) = MD
M

"

✗ 101 =

MDKC

Donde :
C =
M -1×10)
=

C1

(2
 SISTEMAS DINÁMICOS

23 de abril
CONTINUOS
Conceptos claves

Ecuación Característica
de la matriz A
A- XII =

Matriz Modal
de la matriz A
M = I en ; ez ?

✗^ O

D=
Matriz Diagonal
de valores
de A

propios

. .

ó : : :* .

" " "

K ésima potencia
-

de la Matriz A
A =

MD M
"
Solución
XIK) ✗ 101
Homogénea
Sistema discreto
A

Solución NO

Homogénea sistema discreto

XIK) =

AKXIO) + ÍÍO A

"" "

bum)

Solución de sistemas dinámicos en tiempo continuo

Los sistemas dinámicos lineales
con coeficientes
constantes en tiempo continuo
son aquellos que pueden
:
expresarse como

XIH =

AXIH t bultl

Donde :

- '

Ni

-9

-
a "'

" "
×
✗ It)
: ?
'
=

A =

: ✗
(f) =

:
-
XYHN .

Ann . .

Ann _

Xltln .

-
-
-

brn
bnn
Mltln
D=
µ (f)

- - -

i
'

:
:

-
bmr
. . .

bmn .

- MLHM .

Para encontrar una solución a

este sistema dinámico
en tiempo continuo ,

debemos considerar la función

exponencial para matriz X
la cual
definición es :
una ,
por

e.
✗
=
I t
X t X

'

+ . . .

= XK

F- O

2! K!

De esto se desprende que :

 étt =
It At
+ ÁE + A t

> '

t . . .

2! 3!
 Sabiendo esto , podemos definir
la solución a un
sistema lineal NO

homogéneo con coeficientes constantes

en tiempo continuo como :

got

" " "

EATXIO)

✗ (f) =
t l BIT) MIT )
di

Es evidente que la solución al

será

problema homogéneo

"
✗ It) =
e ✗ lo)

CAT

'

'
Donde : = It At
t Art t A

'

t t . . .
2! 3!

MAKM
"

étt
"
Como sabemos
puede escribir

que A
en el caso discreto
se COMO
=

étt =
M I t
Dt t D t

' '

t Dst' M

Me

"

2! 3!
 "
Definiéndose la matriz e

" '

Dt l . . .

@ =

i. :

O . . .

etnt

Solucion de Sistemas Dinamicos Homogeneos en tiempo continuo

a) Valores propios Reales
Distintos
'

la =/ 72 ; c- IRI
y

La solución a este sistema

dinámico será :

XIH =

CATXIO) =

Me

"

"

✗ 101
 Donde :

☐+ " t
e. = e
o
M =

( en la)

✗ zt
O
e.

Ejemplo caso a)
Encuentre la solución al
sistema dinámico

homogéneo tiempo continuo

siguiente
en :

"

✗ (t )
✗ It)

'

XIH +

Necesitamos en primera instancia escribir

nuestra ecuación
diferencial como un sistema matricial
a través

variable
:
de un cambio de

Xi
'
'

✗r =
XLH '
✗n
=

✗ IH

' =

✗a

"

It) XÍIH
Xzltl
'

✗ It )
'
'
✗2 '

✗ nltl
=
✗ z

✗
=

Por lo tanto el sistema resultante

es :

'

✗ s It) = O 1
Xnltl

✗ ált) 1 1
Xzltl
Si la solución
al sistema
queremos encontrar
dinámico , debemos

primero encontrar los valores y los

vectores

propios de la matriz A , para lo

cual haremos uso de la
Ecuación Característica de la matriz A
:

A -

XI = O

O A -
X A O =

O si -

✗ A = O }

✗(A -

N -

A =

1 1 O 1
1 1- X

Las raíces obtenidas en esta

ecuación , representan los
valores

propios de la matriz A :
 I -

✗ -

A =
O
1

✗ = A ± 5

Los los obtenemos

vectores propios
reemplazando cada uno de
los valores propios en la

igualdad
A- XI e
O

Para ✗n =
1-1 5

A -

?
-

1
v5
Vn
0g

A en t la O

=
en
'

ez

2
=

A + en s

-
=

s =
s

^ s
n -

,
A 2
C2
2 2
2

Para ✗a =
A -

1-1 5 1
^

ATFS '
-

O V5 V2
OO

'
es
'

es tez C2 1
=

=
=
=

en

¡
¿ r rs

1-1 Es
y
Cz
2
2

Nuestra matriz Model M sería

entonces :

1 ^
M
=

ntrs 1- Fs

a 2

"

Y la matriz e

( YE ) t

'

en
=

q o

0 el TE ) t

Por lo tanto ,
la solución es :

1
1 / " {E) t

Ya
✗ IH =
e
ntrs
1- rs

E)

2
z o e.
 Si desarrollamos la expresión
las matrices obtenemos

distribuyendo

la multiplicación entre
lo

siguiente
I
/ ^ E) t
el
^

↳ +
cae

) ( II ) t

Cn el
"
XIH =
ntrs
1- rs

(ze

+
z
2

Nótese al hacer el
variables

'
cambio de
✗

y estamos
el valor de la

que
✗
definiendo
=

✗a ×

que
será la derivada de la
primera cual
la fila del vector de
segunda variable
razón , por la
segunda
soluciones coincide con la derivada
de la primera fila

b) Valores Reales
}

(a Xz i E IR )
propios iguales

La solución a este sistema

dinámico será : XIH
= CATXIO) =

Me

"

"

✗ 101

Donde :

ét = ett text
M =

les ez )
o ét

en se obtiene de la forma anterior

 la se obtiene con un vector
obtenido mediante LA -

✗ 1) V2 =

V1

Ejemplo caso b)
Las variables ✗ IH e
yltl se relacionan

según las siguientes ecuaciones

diferenciales :

'

It)
5×11-1
✗
t

yltl
=

y IH
✗ It) 7-

yltl
=

Resuelva mediante el uso de sistemas

dinámicos

Primero debemos representar el sistema

de ecuaciones diferenciales
como un sistema dinámico :

'
✗ IH =
 5
1 ✗ LH

YYH
-

1
7 yltl

Utilizando la ecuación característica

obtenemos

que los valores propios son

iguales

Xr = 72
=

El Vector Propio este valor

propio por tanto Vn 1
asignado

=
a
es

Buscamos el vector propio

V2 mediante la formula mencionada
anteriormente
segundo

(A -

Ant / V2 =

Un
 (%
5- A
!
1
>

^ ^
"

la -11 V2

On
= '

en = n en 1- la A
la ' =
'
-

= =

-1 7- ✗ y
, y ,

Por lo tanto , la matriz modal

M sería

M
=

A O

1 1

"
Y la matriz e
Dt
☐t '

e.
=

e. tele
O ebt

Por lo tanto , la solución es

:

" "

(g)
✗ IH = 1
°

e te

yltl 1
1 O ebt

c) Valores Propios Complejos

1

( dn.dz ; t c)

" "
La

"
solución a este sistema dinámico
será : ✗ A) =

e. ✗ 101

Me M ✗ 101

Donde :

Intel )

)
EDE
'
=
e Cos
BIKI SCNBIKI M:
IRCKI :

son
BIK) cosplay
-
26 de abril
PUNTOS DE EQUILIBRIO
Y ESTABILIDAD
Diagramas de Fase
• El Espacio de Fases
el todos los
posibles
de un sistema
es

gráfico donde se representan

estados

del sistema

•
Cada parámetro del espacio se
representa como de espacio
multidimensional cada

un

eje ,

y
del de fases representa
cada posible estado de las variables
del sistema
punto espacio
.

•
En la
gráfica se estudia cómo difieren
las soluciones bajo diferentes perturbaciones
a las

condiciones dadas .

• Cuando de estado
aparta
un rector
se

ligeramente del punto de

equilibrio , tiende a volver

a él .
 ° En este tipo de representación
gráfica el Tiempo se vuelve un
parámetro implícito

Puntos de equilibrio
Un vector ☒ es un punto de

equilibrio de un sistema si el sistema

permanece para siempre

en I una vez que dicho punto
se ha alcanzado , lo cual es válido
para sistemas discretos,
continuos , homogéneos , no
homogéneos
,

lineales

no lineales .

Para un sistema homogéneo de la

forma

XIK + 1) =
A ✗
( K)

El vector ☒ será un punto de

equilibrio si se cumple que

Í =

AÍ

El vector F- 0 Obviamente satisface la

ecuación

Si existe otro punto de

equilibrio
distinto al vector nulo , se cumple
que ☒ es un vector propio de la
 matriz A asociado propio
1
a un valor

igual a .
 Para el caso sistema
la forma :
de un no

homogéneo de

✗ 1kt 1) =

AXIK) + b

Para que un vector X sea un punto

de

equilibrio ,

debe cumplirse que

☒ = AI tb

Si la matriz [I A ] invertible
entonces habrá
equilibrio
es
solo punto de

igual
-

un a

"

☒ =
I
A] b
-

Si la matriz [I A ] invertible
NO es
entonces existirán infinitos
ningun punto de

equilibrio
-

• La matriz [ I A ] será
tiene la
singular
invertible si A un valor propio

igual a
-

o no

unidad se puede demostrar como

:
,
y
sigue

A- en = es

donde es es un vector propio

asociado al valor propio ✗ =

1. De aquí se desprende que

[I -

A ] en =

en
-

en = O es

• La matriz [ I A] tiene
0
un valor
propio igual a con un vector propio
asociado

igual
-

a es Al tener un valor propio

igual cero NO puede invertirse

la matriz [I A]

.
a ,

Puntos de equilibrio: Sistemas en tiempo continuo

Para
la forma
un sistema
homogéneo
de

XIH
=

AXIH

El vector ☒ O
punto
será un punto de equilibrio

origen siempre
=
o de
 Si la
matriz A
O lo bien que
tiene )
es
singular
no invertible A
un valor propio igual a O

entonces otros puntos

existirán
de equilibrio

En el caso de la
A Sea
el el único
que matriz
no

singular o invertible , entonces

origen es

punto de
equilibrio asociado al sistema

En el de los
de la forma
caso sistemas
NO

homogéneos

✗ It)
'

AXLH t b

Un punto de
equilibrio de
X deberá satisfacer la ecuación

O
=

AÍ + b
 Por lo tanto la A
habrá solo
,
si matriz
no es

singular un punto de

equilibrio igual
a

☒
'
b
-

= -

Si A es entonces
de
singular puede que
existan o no existan otros puntos
equilibrio

En resumen:
Tanto para sistemas continuos
como discretos , el vector CERO (

origen) siempre es un punto

de
equilibrio para un
sistema homogéneo

Un
la UNIDAD
los
valor propio igual a
es crítico en la determinación de
puntos
de equilibrio para sistemas
en tiempo discreto

Un valor propio
la CERO la
los
igual a
es crítico en determinación

general de
 puntos de
equilibrio para
sistemas en tiempo continuo

Estabilidad
Sistemas en Tiempo Discreto
Si consideramos
XIK + 1) AXIKI
el sistema

homogéneo

Suponemos que la matriz A

puede diagonoeizarse ,

lo cual

significa que existe una

matriz Modal M
:

que

-1
A
= MDM

la
Donde D matriz diagonal
de valores lo obtiene
:
es
con

propios , que se

que
"
" "
A =
M Xp
. . .

O M

: i.
-

O .

. .

✗ nk

Teorema 1

Una condición
del sistema 4)
necesaria
y
suficiente para que un
punto de equilibrio
sea asintóticamente estable
todos los valores propios de la matriz
,

es

que
A

tengan
una
magnitud inferior a 1 ,

es decir , todos los valores

propios deben encontrarse dentro

del círculo unitario en el plano

complejo .

Si tan solo uno de los valores propios

del sistema

tiene una
la unidad el punto de equilibrio
inestable
magnitud superior a
, es .
 En este caso lim
XIKI 0

perturba el
es claro que el
consiguiente si se sistema

y que por ,

"→ °
en el punto de equilibrio
este tienen a volver hacia dicho punto
.

Por lo tanto , el

punto de equilibrio corresponderá

al vector propio asociado al valor
propio .
Sistemas en Tiempo Continuo
Considerando el sistema
XYH =

AXIH

Bajo el mismo supuesto anterior tenemos

:

que

At ☐t '
e.
Me M

"t
☐t
donde e =
e

. . .

.
✗ nt

O .

. .

Teorema 2

Una condición
punto equilibrio del sistema de
necesario
y
suficiente para
que un de

tiempo continuo la) sea

asintóticamente
estable , es

que todos los valores propios de la

parte real
decir los valores propios deben encontrarse
matriz A tengan una

negativa ,

es ,

en la mitad izquierda del plano complejo

.

Si tan solo un valor propio tiene una

parte real positiva , el punto

de equilibrio
es inestable .

Al
el lim XIH O por lo
perturba
igual que en el caso
anterior

que si se el punto

=
,

" °

él El punto de
equilibrio los
de equilibrio este volverá
a .

sería entonces vectores

propios asociados a cada

valor propio .

Teorema de Lyapunov

Sea VLX, LH ✗ nlt) )

función y
derivable
una
continua
las
, . . .

que cumple con

siguientes
propiedades :

}
i) VLX) n VLXI son
funciones continuas

ü) Ux) > O ✗
=/ O ✓ la O
si cumple estas condiciones
para
y =

Vlxrltl , . . .
,

Xnlt ) ) es una función

V40)
üi ) VIN
✗ 1=0

Lyapunov
< O
O

=
para
de

el teorema
según
:

a) El es
asintóticamente estable
función Lyapunov en
origen
si existe una de
una

vecindad del origen

b) Si VYXI
( VIMEO) entonces estable
es semi
definida negativa
el

origen es
¿ cómo encontramos la función VIH ?

'
Sea VLXI =
XTPX donde P es una
matriz de orden lnxm) simétrica P =P

Si los
la entonces VLXI
y subeteterminantes
determinantes
de

matriz P son positivos ,

es una

función definida positiva

Pnn > 0 PM Paz

> 0 PM Por Paz > O

Pzs Par
Pzr Paz Pzz

Pzn BZ Pts3

Si
producto para la función
seguimos la
regla de derivación
del de Lyapunov
obtenemos

VYXI = ✗
"
PX t
XTPX '

como vimos anteriormente en el repaso de

conceptos matriciales sabemos

que

✗
'
 =
AX < > XT
=

XTAT

Por lo tanto la
derivada función Lyapunov

,
si
reemplazamos en
de la de

VYX ) =
XTATPX T
XTPAX

VYX ) XT
Ats
=

✗ < O

#
↳
-

I = A Pt PA