Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ag
Dr. Lizárraga
rr Dynamic Systems Control
zá
Análisis de Puntos de Equilibrio
Li
Teoría de Control II
Capítulo: 2
Autor Versión
Dr. Jorge A. Lizarraga 4 de enero de 2024
r.
[D
De la Colección de Notas SK
Índice general
a]
1. Análisis de Puntos de Equilibrio 3
ag
1.1. Definición de Punto de Equilibrio en Sistemas Dinámicos . . . . . . . . . . . 3
1.1.1. Método General para el análisis de puntos de equilibrio . . . . . . . . 3
1.2. Tipos de puntos de equilibrio . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
A. Apéndice de Ejercicios 7
rr
A.1. Análisis de Sistemas Dinámicos . . . . . . . . . . . . . . . . . . . . . . . . . . 7
zá
Li
r.
[D
2
Capítulo 1
a]
Análisis de Puntos de Equilibrio
ag
1.1. Definición de Punto de Equilibrio en Sistemas Dinámi-
cos
n punto de equilibrio, también conocido como punto crítico o punto estacionario, en el contexto
U
rr
de sistemas dinámicos, es un estado en el cual las tasas de cambio de las variables del sistema
son nulas. En otras palabras, en un punto de equilibrio, el sistema permanece en reposo y no
experimenta cambios en el tiempo.
Consideremos un sistema de ecuaciones diferenciales autónomo dado por:
zá
ẋ = f (x) (1)
T
donde x = [x1 , x2 , . . . , xn ] es el vector de estado y f (x) es la función que describe las tasas de
cambio. Un punto x∗ se considera un punto de equilibrio si:
Li
f (x∗ ) = 0 (2)
Es decir, cuando evaluamos la función f en el punto x∗ , obtenemos un vector nulo (0). Esto
implica que, en el punto de equilibrio, las derivadas temporales de todas las variables son cero,
indicando que el sistema no experimenta cambios.
r.
2. Resolver para ẋ = 0 :
Resuelve f (x) = 0 para encontrar los puntos de equilibrio x∗ .
3. Verificar Estabilidad:
3
Análisis de Puntos de Equilibrio Pagina 4 de 14
Este método general puede aplicarse a sistemas dinámicos más complejos, y es fundamental
! para comprender el comportamiento del sistema cerca de los puntos de equilibrio.
1.3. Ejemplos
a]
Ejemplo 1.3.1: Sistema Lineal
ag
ẋ = −2x, ẏ = 3y
−2x = 0 ⇒ x=0
3y = 0 ⇒ y=0
rr
Por lo tanto, el punto de equilibrio es (0, 0). Calculamos la matriz jacobiana J y evaluamos en
el punto de equilibrio (0, 0) :
∂ ẋ ∂ ẋ
zá
∂x
J = ∂ ẏ ∂y = −2 0
∂y 0 3
∂x ∂y
Evaluada en (0, 0) :
−2 0
J=
Li
0 3
Los autovalores de J son λ1 = −2yλ2 = 3. Ambos tienen partes reales distintas y de signo
opuesto. Esto implica que el punto de equilibrio (0, 0) es un punto silla y que es inestable.
Esto nos da tres soluciones: x = 0 y x = ±1. Para cada valor de x, resolvemos la segunda
ecuación:
3. Si x = 0, entonces ẏ = −y = 0 =⇒ y = 0.
4. Si x = 1, entonces ẏ = −y = 0 =⇒ y = 0.
5. Si x = −1, entonces ẏ = −y = 0 =⇒ y = 0.
Por lo tanto, los puntos de equilibrio son (0, 0), (1, 0) y (−1, 0). Calculamos la matriz
jacobiana J y evaluamos en cada punto de equilibrio:
6.
∂ ẋ ∂ ẋ
2
∂x ∂y = 1 − 3x 0
∂ ẏ ∂ ẏ 0 −1
∂x ∂y
a]
Los autovalores son λ1 = 1 y λ2 = −1. Ambos tienen partes reales distintas y de signo
opuesto. Por lo tanto, el punto (0, 0) es un punto silla y es inestable.
Para el punto (1, 0):
ag
8.
−2 0
J=
0 −1
Los autovalores son λ1 = −2 y λ2 = −1. Ambos tienen partes reales negativas. Por lo
9. rr
tanto, el punto (1, 0) es un nodo estable. Para el punto (−1, 0):
J=
−2 0
0 −1
zá
Los autovalores son λ1 = −2 y λ2 = −1. Al igual que en el caso anterior, ambos tienen
partes reales negativas. Por lo tanto, el punto (−1, 0) es un nodo estable.
El sistema tiene un punto silla inestable en (0, 0) y dos nodos estables en (1, 0) y (−1, 0).
Li
1.
ẋ = αx − βxy
ẏ = δxy − γy
2.
αx − βxy = 0 =⇒ x(α − βy) = 0
δxy − γy = 0 =⇒ y(δx − γ) = 0
7.
∂ ẋ ∂ ẋ
∂x ∂y = α − βy −βx
∂ ẏ ∂ ẏ δy δx − γ
∂x ∂y
8.
α 0
J=
0 −γ
a]
Los autovalores son λ1 = α y λ2 = −γ. λ1 es positivo si α > 0, y λ2 es negativo si γ > 0.
Por lo tanto, el punto (0, 0) es un punto silla y es inestable.
γ α
ag
Para el punto , :
δ β
9.
βγ
" #
0 −
J= δ
δ 0
rr
Los autovalores son λ1 = i
r
βγ
δ
q
y λ2 = −i βγ δ , ambos con parte imaginaria. Esto indica
que el punto es un centro. Dependiendo de los valores exactos de los parámetros, el centro
puede ser estable o inestable.
zá
Para el punto (γ/δ, 0):
10. " γ#
0 −β
J= δ
0 γ
Li
Los autovalores son λ1 = 0 y λ2 = γ. Ambos son no negativos. Esto indica que el punto
(γ/δ, 0) es un punto de equilibrio semi-estable.
El sistema de Lotka-Volterra tiene un punto silla inestable en (0, 0), un centro cuya esta-
bilidad depende de los parámetros, y un punto de equilibrio semi-estable en (γ/δ, 0).
r.
[D
a]
Apéndice de Ejercicios
ag
A.1. Análisis de Sistemas Dinámicos
Ejercicio 1:
rr
Descripción: El oscilador armónico amortiguado es un sistema físico que modela el movi-
miento de un objeto sujeto a una fuerza restauradora proporcional a su desplazamiento y
una fuerza de amortiguamiento proporcional a su velocidad.
zá
Sistema de Ecuaciones:
ẍ + 2ζωn ẋ + ωn2 x = 0
Definición de Términos:
Ejercicio 2:
r.
Definición de Términos:
Ejercicio 3:
7
Análisis de Puntos de Equilibrio Pagina 8 de 14
Definición de Términos:
a]
θ̈(t) : Aceleración angular.
ω0 : Frecuencia angular natural sin amortiguamiento.
β : Coeficiente de amortiguamiento. Indica la cantidad de amortiguamiento presente en el sistema.
ag
Ejercicio 4:
Sistema Dinámico: Circuito RLC en Serie
Descripción: El circuito RLC en serie describe el comportamiento de un circuito eléctrico
compuesto por una resistencia (R), una bobina (L) y un condensador (C) conectados en serie.
rr
Sistema de Ecuaciones:
L
di
dt
1 dq
C dt
+ Ri +
=i
1
C
Z
idt = V
zá
Definición de Términos:
L : Inductancia en henrios.
C : Capacitancia en faradios.
q(t) : Carga en el condensador en función del tiempo.
Ejercicio 5:
r.
Sistema de Ecuaciones:
dx
= αx − βxy
dt
dy
= δxy − γy
dt
Definición de Términos:
Ejercicio 6:
Descripción: El oscilador de Van der Pol describe un sistema no lineal que exhibe oscila-
ciones y caos, comúnmente utilizado para modelar osciladores eléctricos y biológicos.
Sistema de Ecuaciones:
dx
=y
dt
a]
dy
= µ(1 − x2 )y − x
dt
Definición de Términos:
ag
x(t) : Variable de posición en función del tiempo.
y(t) : Variable de velocidad en función del tiempo.
µ : Parámetro de no linealidad y amortiguamiento.
rr
Ejercicio 7:
Descripción: Las ecuaciones de Lorenz son un sistema de ecuaciones diferenciales que des-
zá
criben el comportamiento caótico de un sistema dinámico determinista tridimensional.
Sistema de Ecuaciones:
dx
= σ(y − x)
dt
dy
= x(ρ − z) − y
Li
dt
dz
= xy − βz
dt
Definición de Términos:
Ejercicio 8:
[D
Definición de Términos:
a]
αm , βm , αh , βh , αn , βn : Parámetros que modelan las tasas de transiciones entre estados de los canales.
Ejercicio 9:
ag
Descripción: El modelo de FitzHugh-Nagumo es una simplificación del modelo Hodgkin-
Huxley y se utiliza para describir la dinámica de las neuronas.
Sistema de Ecuaciones:
dv v3
= c(v − + r − I)
dt 3
rr
Definición de Términos:
dr
dt
1
= − (v − a + br)
c
zá
v(t) : Potencial de membrana en función del tiempo.
r(t) : Variable de recuperación en función del tiempo.
I : Corriente aplicada.
a, b, c : Parámetros del modelo.
Li
Ejercicio 10:
dS
= −βIS
dt
dI
= βIS − γI
dt
[D
dR
= γI
dt
Definición de Términos:
Ejercicio 11:
ẍ + δ ẋ + αx + βx3 = γ cos(ωt)
ẋ = y
ẏ = −δy − αx − βx3 + γ cos(ωt)
a]
Definición de Términos:
ag
α, β, δ, γ, ω : Parámetros del modelo.
Ejercicio 12:
rr
Sistema Dinámico: Modelo de Lorenz-Mackey-Glass (Caos)
dz
= −βz + γ sin(δt)
dt
Definición de Términos:
Ejercicio 13:
[D
Descripción: Una variante modificada del modelo Hodgkin-Huxley con términos adicionales
que describen la dinámica de los canales iónicos en las neuronas.
Sistema de Ecuaciones:
dV
C = I − gNa m3 h(V − ENa ) − gK n4 (V − EK ) − gL (V − EL ) + Iext (t)
dt
dm
= αm (1 − m) − βm m
dt
dh
= αh (1 − h) − βh h
dt
dn
= αn (1 − n) − βn n
dt
Definición de Términos:
V (t) : Potencial de membrana en función del tiempo.
m(t), h(t), n(t) : Variables de comportamiento de los canales iónicos.
I : Corriente aplicada.
Iext (t) : Corriente externa en función del tiempo.
C : Capacitancia de la membrana.
gNa , gK , gL : Conductancias de los canales iónicos.
a]
ENa , EK , EL : Potenciales de equilibrio para los iones Na, K y L, respectivamente.
αm , βm , αh , βh , αn , βn : Parámetros que modelan las tasas de transiciones entre estados de los canales.
Ejercicio 14:
ag
Sistema Dinámico: Modelo de Rosenzweig-MacArthur (Ecología)
Descripción: El modelo de Rosenzweig-MacArthur describe la dinámica de una población
de presa y depredador con términos adicionales de competencia y recursos limitados.
Sistema de Ecuaciones:
dx
= x(a − bx − αy)
rr
Definición de Términos:
dt
dy
dt
= −y(c − γx)
zá
x(t) : Población de presas en función del tiempo.
y(t) : Población de depredadores en función del tiempo.
a, b, c, α, γ : Parámetros del modelo.
Ejercicio 15:
Li
dt
dm
= αm (1 − m) − βm m
dt
dh
= αh (1 − h) − βh h
[D
dt
dn
= αn (1 − n) − βn n
dt
Definición de Términos:
V (t) : Potencial de membrana en función del tiempo.
m(t), h(t), n(t) : Variables de comportamiento de los canales iónicos.
I : Corriente aplicada.
C : Capacitancia de la membrana.
gNa , gK , gL : Conductancias de los canales iónicos.
ENa , EK , EL : Potenciales de equilibrio para los iones Na, K y L, respectivamente.
αm , βm , αh , βh , αn , βn : Parámetros que modelan las tasas de transiciones entre estados de los canales.
Ejercicio 16:
Sistema Dinámico: Modelo de FitzHugh-Nagumo Modificado (Neuronas)
Descripción: Una variante del modelo de FitzHugh-Nagumo que incluye términos adicio-
nales para capturar la dinámica de las neuronas.
Sistema de Ecuaciones:
dv v3
= c(v − + r − I)
dt 3
a]
dr 1
= − (v − a + br) + γ sin(ωt)
dt c
Definición de Términos:
ag
v(t) : Potencial de membrana en función del tiempo.
r(t) : Variable de recuperación en función del tiempo.
I : Corriente aplicada.
a, b, c, γ, ω : Parámetros del modelo.
rr
Ejercicio 17:
Sistema Dinámico: Modelo del Péndulo Doble
Descripción: El modelo del péndulo doble describe el movimiento de dos péndulos acopla-
dos, lo que resulta en comportamientos dinámicos interesantes.
zá
Sistema de Ecuaciones:
dθ1
= ω1
dt
dω1 g K
=− sin(θ1 ) − (θ1 − θ2 ) + A cos(ωt)
Li
dt L1 L1
dθ2
= ω2
dt
dω2 g K
=− sin(θ2 ) + (θ1 − θ2 )
dt L2 L2
Definición de Términos:
r.
Ejercicio 18:
Sistema Dinámico: Modelo de Van der Pol (Oscilador No Lineal)
Descripción: El modelo de Van der Pol describe un oscilador no lineal con autoamortigua-
miento, utilizado para estudiar fenómenos de autoorganización en sistemas dinámicos.
Sistema de Ecuaciones:
dx
=y
dt
dy
= µ(1 − x2 )y − x
dt
Definición de Términos:
Ejercicio 19:
Sistema Dinámico: Modelo de Roessler
a]
Descripción: El modelo de Roessler es un sistema dinámico no lineal que exhibe comporta-
miento caótico, con aplicaciones en la modelación de osciladores químicos y sistemas caóticos.
Sistema de Ecuaciones:
dx
ag
= −y − z
dt
dy
= x + ay
dt
dz
= b + z(x − c)
dt
rr
Definición de Términos:
Descripción: Otra versión simplificada del modelo Hodgkin-Huxley que captura las princi-
pales características de la dinámica de los canales iónicos en las neuronas.
Li
Sistema de Ecuaciones:
dV
C = I − gNa m3 h(V − ENa ) − gK n4 (V − EK ) − gL (V − EL )
dt
dm
= αm (1 − m) − βm m
dt
dh
r.
= αh (1 − h) − βh h
dt
dn
= αn (1 − n) − βn n
dt
[D
Definición de Términos: