Documentos de Académico
Documentos de Profesional
Documentos de Cultura
*Evaluación en ordinario =
Actividades formativas 30%
Examen de medio curso 30%
PIA 40%
Reglamento de evaluaciones U. A. N. L.
Artículo 81.- El estudiante que no apruebe la
primera oportunidad, solo podrá participar en el
proceso de evaluación de segunda oportunidad si
cumple con al menos el 70% de las actividades
establecidas en el programa analítico de la unidad
de aprendizaje correspondiente, en caso contrario
se asentará en la minuta de segunda oportunidad
las siglas NC, que significa “No Cumplió”, lo que
equivale a una calificación no aprobatoria.
CAPÍTULO 1 - Introducción
1.1 El problema de control óptimo
El diseño en los sistemas de control clásico es generalmente un proceso de prueba y error, en el cual
varios métodos de análisis son utilizados iterativamente para determinar los parámetros de diseño de
un sistema “aceptable”. El desempeño aceptable puede ser definido en términos de criterios en el
dominio del tiempo y de la frecuencia, tales como, tiempo característico, pico de sobrepaso, margen de
ganancia y de fase, ancho de banda, etcétera. Sin embargo, criterios de desempeño diferentes pueden
ser satisfechos utilizando técnicas de control moderno.
1
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
Fig. 2. Paraboloide dado por f(x,y)=-(x²+y²)+4. El máximo global en (0,0,4) está indicado por un punto rojo.
dx
donde x . Definamos
dt
2
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
x1 (t ) u1 (t )
x (t ) u (t )
x(t ) 2 como el vector de estados, y u (t ) 2 como el vector de control.
xn (t ) um (t )
Las ecuaciones de estado pueden ser escritas como una función f , x f ( x (t ), u (t ), t ) .
n
*El estado del sistema es un conjunto de cantidades x1(t), x2(t),..., xn(t), que si son conocidas en
t=t0, están definidas para t t0 por las entradas especificadas para el sistema para t t0 .
CLASIFICACION DE SISTEMAS
Ecuación de salida.
Las cantidades físicas que pueden ser medidas son denotadas por y1(t),y2(t),…,yq(t). Ejem. Salida
lineal y (t ) Cx(t ) Du (t ) .
Ejemplo. Se tiene un vehículo estacionado en O, se quiere que recorra la distancia d(t) a partir
de O, utilizando el acelerador y el freno, y que se detenga en e.
O d e
Modelo, d( t ) ( t ) (t ) , si x1 ( t ) d ( t ) y x2 (t ) d (t ) , y u1 (t ) ( t ) y u 2 ( t ) ( t ) .
0 1 0 0
Entonces, x (t ) x(t ) u (t ) es el modelo en espacio de estados.
0 0 1 1
Restricciones:
x1 (t0 ) 0 x2 (t0 ) 0 0 u1 (t ) M 1
x1 (t f ) e x2 (t f ) 0 M 2 u 2 (t ) 0
tf
k u (t ) k x (t ) dt G
1 1 2 2 3
Departamento de Electrónica y Automatización, FIME,t0 UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
*Un historial de los valores de la entrada de control durante el intervalo [t0,tf] es denotado por u,
y es llamado historial de control, o simplemente control.
*Un historial de los valores del estado en el intervalo [t0,tf] es llamado trayectoria de estado y es
denotado por x.
*Un historial de control que satisface las restricciones durante todo el intervalo [t0,tf] es llamado
control admisible.
*Una trayectoria de estado que satisface las restricciones de las variables de estado durante todo
el intervalo [t0,tf] es llamada trayectoria de estado admisible.
* El estado final de un sistema se situará en una región (n+1)-dimensional del espacio estado-
tiempo llamada Conjunto objetivo S.
tf
J t f t0 t t f dt
t
0 t0
Sin embargo, un sistema con respuesta subamortiguada podría dar lugar a una cancelación de áreas
bajo la curva del error e, y así aparentar buen desempeño. Para evitar este problema, sólo se
consideran variables positivas, para lo cual son comunes índices de desempeño que consideran el
módulo del error
tf
J e(t ) dt ,
t0
tf
o los criterios de desempeño cuadráticos J t0
e 2 (t ) dt .
n
[ x (t ) r (t )]
2
Para errores en forma de vector, y puesto que e (t )
2
i i , entonces podemos escribir
i 1
tf n
J [ xi (t ) ri (t )]2 dt [ x(t ) r (t )]T [ x(t ) r (t )]dt [ x(t ) r (t )] dt .
tf tf 2
t0
i 1 t0 t0
4
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
En general, es posible agregar factores de peso mediante una matriz Q semidefinida positiva1:
[ x(t ) r (t )] Q[ x(t ) r (t )]dt [ x(t ) r (t )] dt
tf tf
J T 2
Q
(0.1)
t0 t0
i 1
tf m
Si hay varios controles, J i ui (t ) dt .
t0
i 1
tf
También se utiliza el criterio cuadrático J t0
u 2 (t ) dt , o para varias entradas,
Si el historial de control u(t) no están acotados, minimizar (0.1) resultará en impulsos en las señales de
control ui(t) y sus derivadas. Para evitar este problema, se utiliza el criterio de desempeño
[ x(t ) r (t )] dt ,
tf
J
2 2
Q
u (t ) R
t0
y si además es muy importante que los estados estén muy cerca de su valor deseado en el tiempo
final, entonces,
[ x(t ) r (t )] dt
2 tf
2 2
J [ x(t f ) r (t f )] Q
u (t ) R
(0.3)
H t0
Un video que ilustra los conceptos del control óptimo está en: https://youtu.be/E_RDCFOlJx4=
1
Una matriz simétrica M es semidefinida positiva si zTMz≥0 para todo z≠0. Ejemplo, matriz diagonal con elem.
diag. no negativos.
2
Una matriz simétrica M es definida positiva si zTMz>0 para todo z≠0. Ejemplo, matriz diagonal con elem. diag.
positivos.
5
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
Se busca el mínimo global, no sólo un mínimo local, para obtener el mínimo global se
determinan todos los mínimos locales y se toma el que produce el valor más pequeño para J.
Si puede encontrarse una relación de la forma u*(t)=k(x(t),t) para el control óptimo en tiempo t,
entonces la función k es llamada la ley de control óptimo.
Esto implica que k(·) es una regla que determina el control óptimo en tiempo t para cualquier
valor de estado (admisible) en tiempo t. Una técnica para calcular el control óptimo es la
siguiente.
6
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
|𝑂𝐴| = |𝐴 − 𝑂|
|𝑂𝐴| = (𝑥 − 0) + (𝑦 − 0)
|𝑂𝐴| = 𝑥 + 𝑦
𝐽(𝑥, 𝑦) = 𝑥 + 𝑦 = |𝑂𝐴|
Para resolver el problema de cuál es el punto de la recta 𝑥 + 𝑦 = 5 más cercano al origen, se puede
buscar una solución calculando los extremos de la función de costo:
𝜕𝐽 𝜕𝐽
𝑑𝐽 = 𝑑𝑥 + 𝑑𝑦 = 0
𝜕𝑥 𝜕𝑦
𝜕𝐽
= 2𝑥 = 0
𝜕𝑥
𝜕𝐽
= 2𝑦 = 0
𝜕𝑦
Pero esto, da una solución trivial {x=0, y=0} que no considera la restricción 𝑥 + 𝑦 = 5.
𝜕𝐽 𝜕𝐽 𝜕𝐽
𝑑𝐽 = 𝑑𝑥 + 𝑑𝑦 + 𝑑𝑝 = 0
𝜕𝑥 𝜕𝑦 𝜕𝑝
𝜕𝐽
= 2𝑥 + 𝑝 = 0
𝜕𝑥
𝜕𝐽
= 2𝑦 + 𝑝 = 0
𝜕𝑦
𝜕𝐽
=𝑥+𝑦−5=0
𝜕𝑝
Resolviendo las 3 ecuaciones lineales simultáneas, se obtiene la solución mínima que además
satisface a la restricción:
𝑥 ∗ = 2.5
𝑦 ∗ = 2.5
𝑝∗ = −5
Que produce 𝐽(𝑥, 𝑦) = 2.5 + 2.5 = 12.5 y la distancia |𝑂𝐴| = 3.535534.
De manera general, el problema consiste en encontrar los valores de (n+m) variables w1,w2,...,wn+m que
optimicen un funcional J, considerando que hay n restricciones de la forma
7
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
f1 ( w1 , w2 ,..., wn m ) 0
f 2 ( w1 , w2 ,..., wn m ) 0
f n ( w1 , w2 ,..., wn m ) 0
entonces, sólo (n+m)-n=m de las variables son independientes. Primero, se forma el funcional
aumentado
J a ( w1 , w2 ,..., wn m , p1 , p2 ,..., yn ) J ( w1 , w2 ,..., wn m ) pT [ f1 ( w1 , w2 ,..., wn m )... f n ( w1 , w2 ,..., wn m )]
J ( w1 , w2 ,..., wn m )
p1[ f1 ( w1 , w2 ,..., wn m )] ... pn [ f n ( w1 , w2 ,..., wn m )]
donde pi son llamados multiplicadores de Lagrange. El diferencial de Ja es
J a J a J J
dJ a w1 ... wn m a p1 ... a pn
w1 wn m p1 pn
J a J a
w1 ... wn m f1p1 ... f n pn
w1 wn m
Si se satisfacen las restricciones, los coeficientes de p1 ,..., pn son cero, entonces para obtener los
extremos de Ja, se requiere que los coeficientes de todos los términos de dJa sean cero:
fi ( w *1 ,..., w *n m ) 0, i 1, 2,..., n
J a
( w *1 ,..., w *n m , p *1 ,..., p *n ) 0, j 1, 2,..., n m
y j
resolviendo 2n+m ecuaciones.
Extendiendo el resultado anterior, determinar un conjunto de condiciones necesarias para que una
función w* sea un extremo de un funcional de la forma
tf
J ( w) g ( w(t ), w (t ), t )dt ,
t0
Para abordar este problema pueden utilizarse los multiplicadores de Lagrange. El primer paso es
formar el funcional aumentado agregando las restricciones en J, lo cual produce
g (w(t ), w (t ), t ) p (t ) f (w(t ), t ) p (t ) f ( w(t ), t ) ... pn (t ) f n ( w(t ), t ) dt
tf
J a ( w, p ) 1 1 2 2
t0
Nótese que, si las restricciones son satisfechas, Ja=J para cualquier función p, la variación del funcional
Ja es
8
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
tf g f
J a ( w, w, p, p) ( w(t ), w (t ), t ) pT (t ) ( w(t ), t ) w(t )
w w
t 0
g
( w(t ), w (t ), t ) w (t ) f T ( w(t ), t ) p(t ) dt
w
Integrando por partes el término que contiene w y reteniendo sólo los términos dentro de la integral,
obtenemos
tf g f d g
J a ( w, w, p, p ) ( w(t ), w (t ), t ) p T (t ) ( w(t ), t ) ( w(t ), w (t ), t ) w(t )
0t
w w
dt w (0.4)
f T ( w(t ), t ) p (t ) dt
En un extremo la variación debe ser cero, esto es, J a (w*, p) 0 . Puesto que las n restricciones deben
ser satisfechas, entonces los coeficientes de p (t ) en la ecuación (0.4) son cero:
f ( w * ( t ), t ) 0, t [t0 , t f ] (0.5)
Entonces se eligen los multiplicadores de Lagrange p’s tales que los coeficientes de las n componentes
de w sean cero. La conclusión es que debe ser satisfecha la ecuación
g f d g
( w *(t ), w *(t ), t ) p *T (t ) ( w *(t ), t ) ( w *(t ), w *(t ), t ) 0
w w dt w
Si definimos el integrando aumentado como
g a (w(t ), w (t ), p(t ), t ) g ( w(t ), w (t ), t ) pT (t ) f (w(t ), t ) ,
entonces podemos escribir
g a d g
(w *(t ), w *(t ), p *(t ), t ) a ( w *(t ), w *(t ), p *(t ), t ) 0 (0.6)
w dt w
Las n+m ecuaciones (0.6) junto con las restricciones (0.5) constituyen un conjunto de 2n+m
condiciones necesarias para que w* sea un extremo.
Determinar un conjunto de condiciones necesarias para que una función w* sea un extremo de un
funcional de la forma
tf
J ( w) g ( w(t ), w (t ), t )dt
t0
9
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
Nótese que si las restricciones son satisfechas, Ja=J para cualquier función p(t), la variación del
funcional Ja es
tf g f
J a ( w, w, p, p ) ( w(t ), w (t ), t ) pT (t ) ( w(t ), w (t ), t ) w(t )
w w
t 0
g f
( w(t ), w (t ), t ) pT (t ) ( w(t ), w (t ), t ) w (t ) f T ( w(t ), w (t ), t ) p (t ) dt
w w
Integrando por partes el término que contiene w y reteniendo sólo los términos dentro de la integral,
obtenemos
t f g f d g
J a ( w, w, p, p) ( w(t ), w (t ), t ) pT (t ) (w(t ), w (t ), t ) ( w(t ), w (t ), t )
t0
w w dt w
(0.7)
f
pT (t ) ( w(t ), w (t ), t ) w(t ) f T ( w(t ), w (t ), t ) p (t ) dt
w
En un extremo la variación debe ser cero, esto es, Ja (w*, p) 0 . Puesto que las n restricciones en
forma de ecuaciones diferenciales
f ( w * (t ), w * (t ), t ) 0, (0.8)
deben ser satisfechas, entonces los coeficientes de p (t ) en la ecuación (0.7) son cero. Entonces, se
eligen los multiplicadores de Lagrange p’s tales que los coeficientes de las n componentes de w sean
cero. El resultado es que en adición a la ecuación (0.8), debe satisfacerse la ecuación
g f
( w * (t ), w * (t ), t ) p *T (t ) ( w * (t ), w * (t ), t )
w w (0.9)
d g f
( w * (t ), w * (t ), t ) p * (t ) ( w * (t ), w * (t ), t ) 0
T
dt w w
Si definimos el integrando aumentado como
g a ( w(t ), w (t ), p(t ), t ) g (w(t ), w (t ), t ) pT (t ) f ( w(t ), w (t ), t ) ,
entonces podemos reescribir la ecuación (0.9) como
g a d g
(w *(t ), w *(t ), p *(t ), t ) a ( w *(t ), w *(t ), p *(t ), t ) 0 (0.10)
w
dt w
Las n+m ecuaciones (0.10) junto con las n restricciones (0.8) constituyen un conjunto de 2n+m
condiciones necesarias para que w* sea un extremo.
10
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
El integrando 𝑔 aumentado es
1 𝑤 − 𝑤 − 𝑤̇
𝑔 = (𝑤 + 𝑤 + 𝑤 ) + [𝑃 𝑃 ]
2 −2𝑤 − 3𝑤 + 𝑤 − 𝑤̇
1 1 1
= 𝑤 + 𝑤 + 𝑤 + 𝑃 𝑤 − 𝑃 𝑤 − 𝑃 𝑤̇ − 2𝑃 𝑤 − 3𝑃 𝑤 + 𝑃 𝑤 − 𝑃 𝑤̇
2 2 2
1 1 1
= 𝑤 − 𝑃 𝑤 − 2𝑃 𝑤 + 𝑤 + 𝑃 𝑤 − 3𝑃 𝑤 + 𝑤 + 𝑃 𝑤 − 𝑃 𝑤̇ − 𝑃 𝑤̇
2 2 2
𝜕𝑔
= −𝑃
𝜕𝑤̇
𝜕𝑔
= −𝑃
𝜕𝑤̇
𝜕𝑔
= 0
𝜕𝑤̇
𝑑 𝜕𝑔
= −𝑃̇
𝑑𝑡 𝜕𝑤̇
𝑑 𝜕𝑔
= −𝑃̇
𝑑𝑡 𝜕𝑤̇
𝑑 𝜕𝑔
( )= 0
𝑑𝑡 𝜕𝑤̇
11
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
−𝑃 =𝑤
𝑤 −𝑤 = 𝑤̇
−2𝑤 − 3𝑤 + 𝑤 = 𝑤̇
Supóngase que se desea encontrar las condiciones necesarias para que w* sea un extremo de
tf
J ( w) g ( w(t ), w (t ), t )dt
t0
Donde las condiciones de frontera para estas variables son z(t0 ) 0 y zi (t f ) ci . Diferenciando
(0.12) con respecto al tiempo obtenemos
zi (t ) ei ( w (t ), w (t ), t ) (0.13)
entonces lo tratamos como un problema con r restricciones de tipo diferenciales. Formando el
integrando aumentado
f ( w(t ), w (t ), t )
g a ( w(t ), w (t ), p(t ), z (t ), t ) g ( w(t ), w (t ), t ) pT (t )
e( w(t ), w (t ), t ) z(t )
tenemos un conjunto de (n+m)+r ecuaciones
g a d g
( w *(t ), w *(t ), p *(t ), z *(t ), t ) a ( w *(t ), w *(t ), p *(t ), z *(t ), t ) 0 (0.14)
w dt w
g a d g
( w *(t ), w *(t ), p *(t ), z *(t ), t ) a ( w *(t ), w *(t ), p *(t ), z *(t ), t ) 0 (0.15)
z dt z
g a g
Nótese que ga no contiene z(t), así que 0 . Además, a p * (t ) , entonces la ecuación (0.15)
z z
siempre es
p nk *(t ) 0 (0.16)
con k=1,…, r. Las (n+m) ecuaciones (0.14), las n restricciones diferenciales y las r ecuaciones (0.13),
además de las r ecuaciones (0.16), obteniendo así un conjunto de 2n+m+2r condiciones necesarias para
que w* sea un extremo del funcional J.
12
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
x2 2 x1 (t ) 3 x2 (t ) u (t )
J ( x, u )
t0 2
x1 (t ) x22 (t ) dt t0
u 2 (t )dt c
𝑧(𝑡) = 𝑢 𝑑𝑡 , 𝑧 𝑡 =𝐶
𝑧̇ (𝑡) = 𝑢
derivando:
𝜕𝑔 𝜕𝑔 𝑑 𝜕𝑔
= 𝑤 − 𝑃 − 2𝑃 = −𝑃 = −𝑃̇
𝜕𝑤 𝜕𝑤̇ 𝑑𝑡 𝜕𝑤̇
𝜕𝑔 𝜕𝑔 𝑑 𝜕𝑔
= 𝑤 + 𝑃 − 3𝑃 = −𝑃 = −𝑃̇
𝜕𝑤 𝜕𝑤̇ 𝑑𝑡 𝜕𝑤̇
𝜕𝑔 𝜕𝑔 𝑑 𝜕𝑔
= 𝑃 + 𝑃 + 2𝑃 𝑤 =0 =0
𝜕𝑤 𝜕𝑤̇ 𝑑𝑡 𝜕𝑤̇
13
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
Principio de optimalidad de Bellman: Una ley óptima tiene la propiedad que, para cualquier estado
inicial y decisión inicial, las decisiones posteriores deben seguir constituir una ley óptima en
consideración del estado resultante de la primera decisión.
Para una ruta óptima de un proceso de decisión multi-etapas, suponga que la primera decisión (en a)
resulta en el segmento a-b con un costo Jab, y. Que las decisiones posteriores producen el segmento b-e con
un costo Jbe. El costo mínimo J*ae de a a e es entonces: J*ae= Jab + Jbe.
donde h y g son funcionales específicos, t0 y tf son fijos, y τ es una variable auxiliar de integración.
Este problema puede verse como una clase de problemas al considerar el criterio de desempeño:
tf
J ( x (t ), t , u ( )) h ( x (t f ), t f ) g ( x ( ), u ( ), )d (0.17)
t t f t
donde t puede ser cualquier valor menor o igual a tf, y x(t) puede ser cualquier valor de estado
admisible. Nótese que el índice de desempeño dependerá de valores numéricos para x(t) y t, y del
historial del control optimo en el intervalo [t0,tf].
Ahora, determinaremos los controles que minimizan (0.17) para todas las trayectorias admisibles, y
para todo t t f . El funcional de costo mínimo es definido como
tf
J * ( x(t ), t ) min h( x(t f ), t f ) g ( x ( ), u ( ), )d
u ( )
t t f
t
Subdividiendo el intervalo, obtenemos
u ( )
t t f
J * ( x(t ), t ) min h( x (t f ), t f )
t t
t
gd
tf
t t
gd
El principio de optimalidad requiere que
J *( x(t ), t ) min
u ( )
t t t
t
t t
gd J * ( x(t t ), t t ) ,
donde J * ( x (t t ), t t ) es el costo mínimo del proceso para el intervalo t t t f con estado
inicial x(t+Δt).
Suponiendo que existe la segunda derivada parcial de J* y que es acotada, podemos expandir
J * ( x (t t ), t t ) en una serie de Taylor alrededor del punto (x(t),t).para obtener
t t
T
J * J *
J *( x(t ), t ) min gd J *( x(t ), t ) ( x(t ), t ) t ( x(t ), t ) x(t t ) x(t ) T .O.S .
u ( )
t t t
t
t x
Ahora, para un t pequeño
14
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
T
J * J *
J *( x(t ), t ) min g ( x(t ), u (t ), t )t J *( x(t ), t ) ( x(t ), t ) t ( x(t ), t ) f ( x(t ), u (t ), t ) t o(t )
u ( )
t x
donde o( t ) contiene los términos de orden superior de t que surgen al truncar la serie de Taylor y
de la aproximación de la integral. Ya que los términos J*(x(t),t) y J*t(x(t),t) no dependen de u(t),
podemos sacarlos de la minimización
J * J *
T
0 ( x(t ), t ) t min g ( x(t ), u (t ), t )t ( x(t ), t ) f ( x (t ), u (t ), t ) t o(t )
t u ( )
x
Dividiendo todo por t y tomando el límite cuando t 0 obtenemos
J * J *
T
0 ( x(t ), t ) min g ( x(t ), u (t ), t ) ( x(t ), t ) f ( x(t ), u (t ), t )
t u ( ) x
La condición de frontera de esta ecuación diferencial parcial se obtiene de (0.17), cuando t=tf.
J * ( x (t f ), t f ) h ( x (t f ), t f )
J *
3
Denotando J x* ( x (t ), t )
x
15
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
1. Un satélite artificial está orbitando alrededor de la Tierra, en una órbita elíptica dada por
x2 y2
1,
a2 b2
considerando a la Tierra en el origen, con a=20,000 km y b=10,000 km.
a) Encuentre el(los) punto(s) (x*,y*) de la órbita de aproximación más cercano(s) a la Tierra.
b) Verifique que la solución (x*,y*) produce una distancia mínima.
2. Considere el sistema
x1 (t ) x2 (t )
x2 (t ) x1 (t ) [1 x1 (t )]x2 (t ) u (t )
2
3. Considere el sistema
x1 x2
x2 x1 x2 u
el funcional de costo dado por
tf
J ( x, u , t ) 1
2
x12 (t ) x22 (t ) dt
t0
4
Una definición y ejemplo de línea del tiempo está en: https://www.ecured.cu/L%C3%ADnea_del_Tiempo
5
Los mapas conceptuales están definidos en fuentes como:
https://es.wikipedia.org/wiki/Mapa_conceptual
Puede utilizar herramientas online gratuitas para hacer su mapa conceptual como:
https://www.canva.com/es_mx/graficas/mapas-conceptuales/ o https://cmap.ihmc.us
16
Departamento de Electrónica y Automatización, FIME, UANL.
Apuntes de Control Óptimo Dr. Juan Ángel Rodríguez Liñán
Este único archivo PDF entregable, debe tener portada con nombre de la unidad de aprendizaje,
número y nombre de actividad, nombre y número de matrícula de estudiante, hora de clase, nombre
de profesor, fecha de entrega.
Se acepta SÓLO por NEXUS sin excepción, por lo que debe subirlo antes de la fecha y hora de
vencimiento para evitarse contratiempos o fallas de la plataforma.
17
Departamento de Electrónica y Automatización, FIME, UANL.