Escolar Documentos
Profissional Documentos
Cultura Documentos
0} (M
r+
). O espa co linear formado pelas sequencias de s matrizes reais em M
rm
(M
r
) e representado por M
rm
= {U = (U
1
, , U
s
) : U
i
M
rm
, i {1, . . . , s}} (M
r
).
Por simplicidade, escreve-se M
r0
quando U
i
M
r0
, para todo i {1, . . . , s} e M
r+
quando
U
i
M
r+
, para todo i {1, . . . , s}. A norma da matriz U e indicada por U e 11
{.}
representa
a medida de Dirac. Por sua vez, (U) indica um autovalor e r
ij
+o(), i = j
1 +
ii
+o(), i = j,
(2)
com > 0. A taxa de transi c ao de i para j ( i = j) e indicada por
ij
0 e
i
:=
ii
=
j=i
ij
< . As matrizes A(
t
) e C(
t
) s ao fun c oes do processo aleat orio de saltos {
t
; t 0}.
O conjunto X contem os modos de opera c ao do sistema (1) sendo que, para cada
t
= i X,
a matriz A
t
M
r
(associada ao i-esimo modo), ser a indicada por A
t
:= A
i
. O processo
acima denido satisfaz a propriedade forte de Markov.
O modelo estoc astico denido por (1) e (2) pertence a categoria dos sistemas hbridos
1
.
Estes sistemas apresentam diferentes congura c oes ou modos de opera c oes. A mudan ca entre
um modo de opera c ao e outro e associada a um par ametro de saltos aleat orios discretos cuja
evolu c ao no tempo e determinada pela probabilidade de transi c ao acima denida. Esta ca-
racterstica tem sido usada para modelar uma variedade de sistemas din amicos. Por exemplo,
sistemas sujeitos a mundan cas abruptas em seus par ametros como consequencia de falhas em
seus componentes. Neste artigo estamos interessados em estudar a estabilidade de tais sistemas
ate a ocorrencia de de um n umero xo N de falhas ou reparos. Neste sentido, consideramos a
sequencia de {F
t
}-tempos de parada contendo os sucessivos instantes de ocorrencia de falhas
(ou reparos) e ent ao estudamos a estabilidade do sitemas (1) e (2) de acordo com estes tempos
de parada .
3 Estabilidade Estocastica
Nesta se c ao apresentamos as condi c oes necess arias e sucientes para a estabilidade dos SLSM
acima descritos associada com uma classe de {F
t
}-tempos de parada. Inicialmente, denimos a
sequencia T
N
= {T
n
; n = 0, 1, . . . , N} de tempos de parada associada aos instantes de salto:
T
0
= 0, T
n
= min{t > T
n1
:
t
=
T
n1
}, n = 1, . . . , N. (3)
1
Uma vez que parte do processo assume valores contnuos (x
t
R
n
, a saber, os estados lineares), e outra parte
assume valores discretos (
t
X, a saber, os instantes de salto).
261
Note que, eventualmente T
n
= + para algum n = 1, . . . , N, com probabilidade n ao-nula.
Deni cao 1. Seja T
N
um tempo de parada com respeito ` a {F
t
}. Ent ao, o sistema S e
-Estocasticamente Est avel (-EE) se
E
_
_
t=0
x
t
2
11
{t}
dt
_
< ,
para qualquer condi c ao inicial x
0
e distribui c ao inicial .
O Teorema a seguir apresenta as condi c oes para a -estabilidade estoc astica.
Teorema 1. As seguintes arma c oes s ao equivalentes:
i) O sistema S e -EE;
ii) Para qualquer conjunto de matrizes Q em M
n
, existe um unico conjunto de matrizes
P M
n
satisfazendo as equa c oes de Lyapunov
(A
i
i
I/2)
P
i
+P
i
(A
i
i
I/2) +Q
i
= 0, i X; (4)
iii) r
{(A
i
i
I/2)} < 0, i X.
Demonstracao. (ii) (iii) Esta equivalencia e bem conhecida da teoria de estabilidade de Lya-
punov, vide [8].
(ii) (i) Para a prova utilizamos um argumento de indu c ao sobre T
N
. Inicialmente, dena
o funcional
V
t
(x
t
,
t
) = x
t
(L(
t
)11
{t<T}
+S(
t
)11
{t=T}
)x
t
onde L(
t
) M
n+
e a solu c ao de
A
i
L
i
+L
i
A
i
i
L
i
+
j=i
ij
S
i
+Q
i
= 0, i X, (5)
com S(
t
) M
n+
.
A existencia de L M
n+
acima deriva da condi c ao (ii). Considere o operador innitesimal
A do processo conjunto {x
t
,
t
; t 0}
AV
t
(x
t
,
t
) = lim
0
1
{E
t
[V
t+
(x
t+
,
t+
)] V
t
(x
t
,
t
)}.
De acordo com [7], temos que
AV
t
(x
t
,
t
) = x
t
_
_
A(
t
)
L(
t
) +L(
t
)A(
t
)
t
L(
t
) +
_
_
j=
t
t
j
S
j
_
_
_
_
x
t
11
{Tt}
.
Entretanto, se existe P M
n+
solu c ao de (4), ent ao existe L M
n+
solu c ao de (5), e a rela c ao
acima pode ser escrita como
AV
t
(x
t
,
t
) = x
t
Q(
t
)x
t
11
{Tt}
. (6)
Agora, observe que
_
t=0
E
0
[AV
t
(x
t
,
t
)]dt = E
0
[V
(x
)] V
0
(x
0
,
0
).
262
Aplicando (6) e considerando que Q, S M
n+
, temos
_
t=0
E
0
[x
t
Q(
t
)x
t
11
{T>t}
]dt = E
0
[V
(x
)] V
0
(x
0
,
0
).
Tomando o limite quando e denindo
Q(i) = S(i)11
{T=t}
+ Q(i)11
{T>t}
, i X segue
que
lim
_
t=0
E
0
[x
t
Q(
t
)x
t
11
{Tt}
]dt x
0
L(
0
)x
0
,
uma vez que E[V
(x
_
t=0
E
0
[x
t
2
11
{Tt}
]dt
1
0
L(
0
)x
0
< .
Portanto, o sistema S e -EE.
Assuma agora que, para = T
n
a inequa c ao
lim
_
t=0
E
0
[x
t
Q(
t
)x
t
11
{T
n
t}
]dt < (7)
seja v alida. Assim, xando Q = I, segue que E
0
[x
T
n
2
] < .
Para = T
n+1
,
lim
_
t=0
E
0
[x
t
Q(
t
)x
t
11
{T
n+1
t}
]dt =
lim
E
0
[
_
t=0
x
t
Q(
t
)x
t
11
{T
n
>t}
dt +
_
t=T
n
x
t
Q(
t
)x
t
11
{T
n
tT
n+1
}
dt]. (8)
Note que, usando as propriedades de homogeneidade e a propriedade forte de Markov, o segundo
termo, condicionado ao conhecimento de {x
T
n
,
T
n
}, pode ser reescrito como
lim
E
T
n
[
_
t=T
n
x
t
Q(
t
)x
t
11
{T
n
tT
n+1
}
dt] =
lim
E[
_
T
n
t=0
x
t
Q(
t
)x
t
11
{tT
1
}
dt | x
0
= x
T
n
,
0
=
T
n
] < x
T
n
L(
T
n
)x
T
n
. (9)
Logo, conclumos de (8) e (9) que
lim
_
t=0
E
0
[x
t
Q(
t
)x
t
11
{T
n+1
t}
]dt lim
E
0
[
_
t=0
x
t
Q(
t
)x
t
11
{T
n
>t}
dt +x
T
n
L(
T
n
)x
T
n
]
lim
E
0
[
_
t=0
x
t
Q(
t
)x
t
11
{T
n
t}
dt +x
T
n
(L(
T
n
) Q(
T
n
))x
T
n
] < .
Portanto, de (7) temos que o sistema e -EE.
(i) (ii) Assuma que = T e dena o funcional
x
s
L(
s
)x
s
:= E
s
__
t=s
x
t
Q(
t
)x
t
11
{T>t}
dt +x
T
S
T
x
T
_
, (x
0
,
0
) R
n
X. (10)
O lado direito de (10) pode ser expresso como
x
s
L
s
x
s
= E
s
__
s+
t=s
x
t
Q(
t
)x
t
11
{T>t}
dt+
E
s+
___
t=s+
x
t
Q(
t
)x
t
11
{T>t}
dt +x
T
S
T
x
T
_
11
{Ts+}
__
. (11)
263
Adicionalmente,
E
s+
___
t=s+
x
t
Q(
t
)x
t
11
{T>t}
+x
T
S(
T
)x
T
_
11
{Ts+}
_
=
E
s+
___
t=s+
x
t
Q(
t
)x
t
11
{T>t}
+x
T
S
T
x
T
_
11
{T>s+}
+x
T
S
T
x
T
11
{T=s+}
_
. (12)
Desta forma, de acordo com a propriedade de Markov, aplicando homogeneidade em (12) e
introduzindo-a em (11), temos que
x
s
L(
s
)x
s
= E
s
__
s+
t=s
x
t
Q(
t
)x
t
11
{T>t}
dt +x
s+
L(
s+
)x
s+
11
{T>s+}
+
x
T
S
T
x
T
11
{T=s+}
. (13)
Dividindo ambos os lados de (13) por , e tomando o limite quando 0, obtemos
A
i
L
i
+L
i
A
i
i
L
i
+
j=i
ij
S
i
+Q
i
= 0, i X, (14)
uma vez que x
s
e arbitr ario. Logo, da teoria de estabilidade de Lyapunov, a existencia do
conjunto P M
n+
satisfazendo (4) est a assegurada.
Para o caso geral ( = T
N
) temos
E
__
t=0
x
t
Q(
t
)x
t
11
{T
N
>t}
+x
T
N
S(
T
N
)x
T
N
_
<
o que implica, da propriedade forte de Markov, em
E
T
n
__
t=T
n
x
t
Q(
t
)x
t
11
{T
m+1
>t}
+x
T
n
S(
T
n
)x
T
n
_
< , n = 0, 1, . . . , N 1. (15)
Aplicando novamente a propriedade de homogeneidade, segue que (15) e equivalente ` a (10) com
x
0
= x
T
n
e
0
=
T
n
e a existencia de um conjunto de matrizes P M
n+
satisfazendo (4) est a
garantida.
Nota 1. Se o sistema S tem um unico modo de opera c ao (s = 1), e deterministico e as condi c oes
(ii) e (iii) se reduzem ` a condi c ao usual de estabilidade de sistemas lineares.
Nota 2. Mesmo que o sistema S possua modos de opera c ao inst aveis no sentido determinstico,
ele pode ser -EE se a taxa de transi c ao destes modos de opera c ao e sucientemente grande
para garantir que a condi c ao (iii) no Teorema 1 seja verdadeira.
4 Conclusao
Neste trabalho estudamos a estabilidade estoc astica de sistemas lineares com saltos Marko-
vianos a tempo contnuo limitada ` a ocorrencia de um evento aleat orio . Este evento representa
a ocorrencia de um n umero xo de falhas ou reparos ap os as quais o sistema e paralisado para
manuten c ao. O conceito de -estabilidade e empregado, tendo em vista que os conceitos usuais
de estabilidade estoc astica encontrados na literaruta referem-se a problemas com horizonte pura-
mente innito e n ao s ao adequados ao modelo proposto. S ao apresentadas condi c oes necess arias
e sucientes para a -estabilidade estoc astica do sistema.
264
Referencias
[1] W. P. Blair e D. D. Sworder, Feedback control of a class of linear discrete systems with
jump parameters and quadratic cost criteria, International Journal of Control, vol. 21, no.
5, pp. 833841, 1975.
[2] O.L.V. Costa, J.B.R. do Val, e J.C. Geromel, A convex programming approach to H
2
-
control of discrete-time Markovian jump linear systems, International Journal of Control,
vol. 66, no. 4, pp. 557579, 1997.
[3] O.L.V. Costa, M.D. Fragoso e R.P. Marques, Discrete-Time Markov Jump Linear Sys-
tems, Probability and its Applications, Springer, New York, 2005.
[4] J.B.R. do Val, C. Nespoli e Y.R.C. Z u niga, Stochastic stability for Markovian jump linear
systems associated with a nite number of jump times, Journal of Mathematical Analysis
and Applications, 285, pp. 553565, 2003.
[5] Y. Ji, e H. J. Chizeck, Controllability, Stability, and Continuous-Time Markovian Jump
Linear Quadratic Control, IEEE Transactions on Automatic Control, vol. 35, no. 7, pp.
777788, 1990.
[6] N. N. Krasovskii e E. A. Lidiskii, Analytical design of controllers in systems with random
atributes I,II, III,, Automation Remote Contr., 22, pp. 10211025, 11411146, 12891294,
1961.
[7] W. H. Wonham, Random dierential equations in control theory, Probabilistic Methods in
Applied Mathematics, A.T. Bharucha-Reid (Ed.), vol. 2, pp. 131212, Academic Press, New
York, 1970.
[8] K. Zhou, J. C. Doyle e K. Glover, Robust and Optimal Control, Prentice Hall, 1996.
265