Estabilidad en Sistemas Dinámicos

Estabilidad en sistemas dinámicos
Introducción
José Juan Rincón Pasaye. FIE-UMSNH 2011

Contenido
• Nociones de estabilidad
• Definiciones preliminares
• Estabilidad en el sentido de Lyapunov
• Método indirecto de Lyapunov
• Segundo método de Lyapunov
• Estabilidad de Sistemas Lineales
• Estabilidad de Sistemas cuasi-lineales
• Estabilidad de SLVT
• Estabilización y estabilizabilidad.
José Juan Rincón Pasaye. FIE-UMSNH
Nociones de Estabilidad

Nociones de estabilidad
La noción intuitiva de estabilidad tiene que ver
con el concepto de Equilibrio
Más específicamente con la dificultad o facilidad

para mantener el equilibrio.
Esto depende del punto en el que se está

operando

Nociones de estabilidad
Puntos de equilibrio:
(c)
(a)
(b)
Estabilidad: insensibilidad ante pequeñas

perturbaciones

Tipos de estabilidad
Estabilidad:
De un punto De un conjunto De una trayectoria
Interna Entrada-Salida B.I.B.O.
Exponencial Asintótica Uniforme
Marginal Relativa
Local Global Absoluta

Definiciones Preliminares
Para estudiar la estabilidad de sistemas
dinámicos se requiere un Lenguaje preciso.
A continuación establecemos definiciones

precisas de:
Sistema dinámico, punto de equilibrio, solución,

estabilidad de un punto de equilibrio.

El tipo de sistemas dinámicos considerados aquí
son los que admiten un modelo dado por un
conjunto de ecuaciones diferenciales ordinarias
de primer orden (Ecuaciones de Estado)
x&= f(1)
( x, t , u )
Donde t es el tiempo, x es el vector de estados, f

es un campo vectorial y u es un vector de
funciones excitadoras o de control del sistema.
Es decir,
�x1 � �f1 ( x, t , u ) � �u1 �

�x � �f ( x , t , u ) � �u �
x=� � f =�
2 2 � u= � 2�
�... � � ... � �... �

��
�xn � �f n ( x, t , u ) � �um �

Si las entradas de control son conocidas
explícitamente como funciones del tiempo
u=u(t), el modelo (1) queda
x&=(2)f ( x, t )
Al cual se le llama Sistema NO-autónomo, o

Variante en el tiempo.

En forma similar, si la entrada de control es
calculada como una retroalimentación de estado
u=u(x), el modelo (1) queda
x&=(3)f ( x, t )
El cual nuevamente es un Sistema NO-

autónomo.

Si en el modelo dado por (1) no aparece
dependencia explícita del tiempo y no hay
función de entrada:
x&=(4)
f ( x)
El sistema se denomina Autónomo o Invariante

en el tiempo.
Es el caso más sencillo de sistema dinámico.

Una solución del sistema (1) para las
condiciones iniciales x(t0)=x0, es cualquier
trayectoria x(t) en el espacio de estado Ân que
inicia en el punto x0 y satisface las ecuaciones
del sistema para todo t³t0.
x2
x0 x(t )
x1

En general la forma de la trayectoria solución
dependerá de:
• Del tiempo t
• De la condición inicial x0
• y del instante de tiempo t0 en que se dio la
condición inicial
Es decir,
x(t ) = x(t , x0 , t0 )

La estabilidad se puede definir de manera
precisa en términos del comportamiento de las
soluciones de un sistema.
Pero antes debemos responder dos preguntas

básicas: Dada una condición inicial x0:
¿Siempre existe una solución?

¿y Si existe, es única?

Teorema de Existencia y Unicidad (Global).
Si en el sistema (2), f(t,x):
1) Es continua por pedazos respecto a t
2) Es Lipschitz respecto a x en todo el espacio
de estados Ân
Entonces la ecuación (2) tiene solución única
para x(t0)=x0 sobre cualquier intervalo de
tiempo [t0,t1].

La función f(t,x) se dice Lipschitz–continua o
simplemente Lipschitz si existe una constante
finita L tal que
f (t , x) - f (t (5)
, y ) �L x - y
* La idea intuitiva de esta definición es que la

rapidez de variación de f(t,x) no sea más rápida
que una cierta constante L.

En general no es sencillo evaluar la condición de
Lipschitz, por ello es conveniente tener en
cuenta los siguientes resultados:
Si f(x) es discontinua o con derivada discontinua

en x0, entonces NO es Lipschitz en x0.
Si f(x) es Lipschitz en cada x de un conjunto W,

entonces es uniformemente continua en W.

Relación entre continuidad, diferenciabilidad y
Lipschitcidad:
Lipschitz
Continua
Diferenciable
Uniformemente
Continua

�
f (t , x)
Si f(t,x) y �x son continuas en W, entonces
f(t,x) es Localmente Lipschitz en cada x de W.
Si en el resultado anterior W es todo el espacio

Ân, entonces f(t,x) es Globalmente Lipschitz en
cada x sii �f (t , x) es uniformemente acotada en
Ân . �x
Ejemplo: f(x)=x2 es Localmente Lipschitz en todo

Ân pero no es Globalmente Lipschitz

La constante de Lipschitz.
A la constante L que aparece en la desigualdad (4)
se le llama Constante de Lipschitz. Podemos hacer
una estimación de L mediante cualquier constante
L0 tal que:
�
f (t , x)
�L0
�x

�- x1 + x1 x2 �
Ejemplo: x&= f ( x) = �x - x x �
�2 1 2 �
f(x) es diferenciable en todo Â2 por lo tanto es
Localmente Lipschitz en todo Â2, pero no es Globalmente
Lipschitz porque � f -1 + x2 x1
=
�
x - x2 1 - x1
no es uniformemente acotado en Â2.
Sin embargo, en el conjunto compacto W = { x x1 < a, x2 < b}
�
f
= max{ -1 + x2 + x1 , x2 + 1 - x1 } �1 + a + b
�
x �
Por lo tanto f es Localmente Lipschitz en W con L = 1+a+b

Caso Lineal: x&= A(t ) x
� f
En este caso la matriz Jacobiana es = A(t )
� x
Por lo tanto la condición
�f (t , x)
�L0
� x
Se reduce a que A(t ) sea uniformemente acotada.
Caso lineal invariante: x&= Ax

En este caso A es uniformemente acotada siempre.

Puntos de equilibrio.
Un punto de equilibrio x* del sistema autónomo x&= f ( x)
es tal que si es x* es la condición inicial, la solución del
sistema no se moverá de ahí. Es decir,
Si x(t0)=x*, entonces x(t)=x* para todo t³t0.
Otra manera de establecer lo anterior es
x&x* = f ( x*) = 0

Puntos de equilibrio (Caso no autónomo).
Un punto de equilibrio x* del sistema x&= f (t , x ) en el
instante t0, es tal que si es x* es la condición inicial en t0,
la solución del sistema no se moverá de ahí. Es decir,
Si x(t0)=x*, entonces x(t)=x* para todo t³t0.
Otra manera de establecer lo anterior es
x&x* = f (t , x*) = 0 para todo t �t0

Caso Lineal: x&= A(t ) x
Un punto de equilibrio siempre es el origen x=0. y es
único a menos que det(A(t))=0
Si det(A(t))=0 hay un conjunto continuo de puntos de

equilibrio (no aislados) que incluye al origen.

Aislado
No aislado
Aislado
Solamente un sistema no lineal como x&= f (t , x)

puede tener varios puntos de equilibrio aislados

Ejemplo: x&1 = - x1 + x1 x2
x&1 = x2 - x1 x2
Puntos de equilibrio:
0 = - x1 + x1 x2 x1 = 0, x2 = 0
�
0 = x2 - x1 x2 x1 = 1, x2 = 1
Es decir, el sistema tiene dos puntos de equilibrio asilados:
(0,0) y (1,1).
A continuación se introduce la primera definición formal

de estabilidad.

A continuación se introduce la primera
definición formal de estabilidad

Estabilidad en el sentido de Lyapunov
Consideremos el sistema (2) x&= f (t , x)
El punto de equilibrio x*=0 del sistema (2) se dice estable

en el sentido de Lyapunov (o simplemente estable) si
dado un número positivo e, existe otro número positivo
d=d (t0,e) tal que
si x0 < d entonces x(t ) < e " t �t0 �0
Donde x(t) denota la solución del sistema bajo la

condición inicial x0=x(t0)

Interpretación (sistema escalar):
x
x(t )
e
d x0 t
d e
Si x0 está cerca del origen la solución x(t) se mantendrá cerca del

origen.

Interpretación (sistema de 2° orden):
x1
x0 x2
d
x(t )
e t

origen.

Interpretación (sistema de 2° orden) Visualizando solo la
proyección en el plano R2:
x1
x(t )
x0 x2
d
e

origen.

El origen del sistema (2) se dice
Asintóticamente Estable (AE) si es estable y además
existe una constante positiva c=c(t0) tal que
x(t ) � 0 cuando t � �" x0 < c
x1
x0
x(t ) x2
c
e

Uniformemente Estable (UE) si d=d(e), es decir, d no
depende de t0.
Asintóticamente Uniformemente Estable (AUE) si es AE y

existe una constante positiva c independiente de t0. tal
que
x(t ) � 0 uniformemente cuando t � �" x0 < c
Inestable si no es estable

Globalmente Uniformemente Asintóticamente Estable

(GUAE) si es UE, d=d(e) puede ser elegida de manera que
lim d (e )y=además
� la constante positiva c tal que
e ��
x(t ) � 0 uniformemente cuando t � �" x0 < c

es arbitraria.

Resumen de definiciones
Tipos de Estabilidad:
Estable
AE
UAE
GUAE

Segundo método de Lyapunov
Teorema 1. Sea x=0 un punto de equilibrio del sistema
x&= f ( x)y sea D un dominio de Rn que contiene al origen.
Y sea unaV función
: D � R continuamente diferenciable tal
que:
1) V es definida positiva en D, es decir, V(0)=0 y V(x)>0
para x¹0.
2) V es semidefinida negativa en D, es decir, V&( x) �0 "x �D
Entonces x=0 es Estable.

3) Si además V&(es
x) definida negativa, es decir,
V&(0) = 0 y V&( x) < 0 " x �0 �D
Entonces el x=0 es Asintóticamente Estable.
Si una función V continuamente diferencialbe que cumple

(1) y (2) se dice Función de Lyapunov. Si sólo cumple con
(1) se dice Función Candidata de Lyapunov.

La superficie de nivel V(x)=c se denomina superficie de
Lyapunov
{
El conjunto W c = x Σ R n Vtiene
( x) la }
c propiedad de atrapar las
trayectorias del sistema, es decir, si una trayectoria inicia
en Wc permanecerá en Wc todo el tiempo, ya que
V&( x) �0"�‫ޣ‬V (�
x(t )) V ( x(0)) c t 0 cerca del
Esto hace que las trayectorias que empiezan
origen no se puedan alejar del origen

V ( x)
V ( x) = c
c
Wc
x1 x(t ) x2

Ejemplo: para el sistema escalar x&= - g ( x)
Donde g(x) es Localmente lipschitz en D=(-a,a) y tiene la
forma mostrada en la figura, es decir, g ( x)
xg ( x) > 0 " x �0, x �D x

-a a
x=0 es un punto de equilibrio del sistema.

x
Se propone la función candidata V ( x) = � g ( x)dx
0
Como además V&( x) = �V x&= - [ g ( x) ] 2
�x
Es negativa definida en D, entonces x=0 es
Asintóticamente estable.
Ejemplo: Péndulo simple sin fricción
x&1 = x2
x2 = -a sin( x1 ) x1 l
El origen es el único un punto de equilibrio m
en el dominio D=(-p,p).
Se propone como función candidata la energía total del
sistema V ( x ) = a (1 - cos x1 ) + 12 x2 2
Cuya derivada en D es V&( x) �0
Por lo tanto el origen es Estable, pero no es
asintóticamente estable.

Ejemplo: Péndulo simple con fricción
x&1 = x2
x2 = -a sin( x1 ) - bx2 x1 l
El origen es el único un punto de equilibrio m
en el dominio D=(-p,p).
Se propone de nuevo como función candidata la energía
total del sistema V ( x) = a (1 - cos x ) + 1 x 2
1 2 2
Cuya derivada en D es V&( x) = -bx 2
Por lo tanto es negativa semidefinida en D, por lo tanto no
podemos concluir que el origen es asintóticamente
estable como se esperaba.

En el ejemplo anterior se observa que una función de
Lyapunov puede fallar para determinar estabilidad
asintótica
Soluciones:
1)Buscar una función de Lyapunov distinta
2)Usar el Teorema de LaSalle.

Estabilidad Asintótica Global
Teorema 2 (Barbashin-Krasovskii): Sea x=0 punto de
equilibrio de x&= f ( x), y sea V : R n � R una función de
Lyapunov del sistema, si además V cumple con:
3) V&< 0 "x �0
4) V es radialmente no acotada, es decir,
V ( x) � �cuando x � �
Entonces x=0 es GAE.

Ejemplo: La siguiente función es def. 2
pos. en R 2
, pero es
radialmente acotada V ( x) = x2 2 + x1
Ya que 2 1 + x 1
2
V ( x) � x2 cuando x1 � �
1.5
V(x)
1 1
0.5
0
0
x2
-3 -2 -1 0 -1
1 2 3
x1

Caso Variante en el tiempo. x&= f (t , x)
sea D �R unn dominio que contiene al origen, sea
una
V :[0, �) �D� función
R tal que:
1) W1 ( x) �V (t , x) �W2 ( x )
2)y además V&�0
" t �0, y ",xdonde

�D W1 ( x ),son
W2 (continuas
x), W3 ( x) y pos. def.
en D, entonces x=0 es UE.
3) Si además V&�-W ( x) " t �0, y " x �D
3
Entonces x=0 es UAE.
Caso Lineal.
Para el caso del sistema lineal x&= A(t ) x es conveniente
definir un tipo especial de estabilidad asintótica:
El origen del sistema x&= f (t , se
x) dice Exponencial-mente
Estable (EE), si existen dos constantes positivas l, k tales
que
x(t ) �k x(t0 ) e - l (t -t0 )
" x(t0 ) �c
Y se dice Globalmente Exponencialmente Estable (GEE),
si la constante positiva c es arbitraria.

Teorema 4. La versión correspondiente del Teorema (2)
para estabilidad exponencial solo requiere
a
cambiar
a a
las
funciones W1 ( x), W2 ( x), W
por
3 ( x)
k1 x ,, respectivamente,
k 2 x , k3 x
es decir, se requiere que la función de V(t,x) cumpla con:
1)
a a
x �V (t , x) �k2 x
2) yk1además
& y-akson
Donde k1, k2,Vk3�
a
3 x constantes positivas.
Si además (1) y (2) se cumplen globalmente, entonces x=0

es GEE.

Aplicando el Teorema anterior al sistema x&= A(t ) x
Suponiendo que A(t) es continua para todo t ³0. Se
propone la función candidata de Lyapunov
V (t , x) = xt P(t ) x
Donde P(t) es una matriz simétrica, continuamente
diferenciable, positiva definida y acotada, tal que
0 < c1 I �P(t ) �c2 I , "t �0

Si P(t) satisface la ecuación diferencial matricial
P&(t ) + P (t ) A(t ) + AT (t ) P(t ) = -Q(t ) (6)
Donde Q(t) es continua, simétrica y positiva definida, es
decir, Q(t ) �c3 I > 0, "t �0
2 2
Entonces V(t,x) satisface c1 x �V (t , x) �c2 x , " x �R n
Y su derivada V&(t , x) = xT P&(t ) x + xT P (t ) x&+ x&T P (t ) x
= xT � &(t ) + P (t ) A(t ) + AT (t ) P(t ) �x
P
� �
2
= - x Q(t ) x �-c3 x
T
Entonces V(t,x) satisface el Teorema (4) y el origen es GEE.

Se puede evitar la búsqueda de una función de Lyapunov
que implica resolver la ecuación (6) mediante el siguiente
resultado
Teorema 5. El origen del sistema x&= Aes (t )GUAE

x si y solo si
su matriz de transición satisface
F (t , t0 )
F (t , t0 ) �-ke - l (t -t0 ) , " t �t0 �0
Para algunas constantes positivas l, k.

Ejemplo. Sistema Lineal con
� -1 + 1.5cos 2 t 1 - 1.5sin t cos t �
A(t ) = � �
-1 - 1.5sin t cos t -1 + 1.5sin t �
�
2
Cuyos valores propios son l1,2 = -0.25 �j 0.25 7

(parte real negativa e independientes de t ), sin embargo
el origen es inestable, ya que
�e0.5t cos t e -t sin t �
F (t , 0) = � 0.5t -t �
�-e sin t e cos t �
No cumple con el Teorema (5). Hay estados iniciales x(0)
arbitrariamente cercanos al origen cuya solución se va al
infinito.
Caso Lineal Invariante. x&= Ax
Si denotamos a los valores propios de A como l para i
i=1,2,…,n son, el Teorema (5) se reduce al siguiente

Teorema 6. El origen de x&= Ax
es estable si y solo si
1)Re{l } £0, y además
i
2)Para cada l con multiplicidad algebraica qi ³2 tal que

i
Re{l }=0 se cumple que rank[A-liI]=n-qi.

i
Y es Asintóticamente estable sii

3) Re{l } <0 para todo i=1,2,…,n
i
Si A cumple con (3) se dice que A es una Matriz Hurwitz.

También podemos usar el Teorema (1) en este caso, para
ello se propone la función candidata de Lyapunov
V ( x) = x Px T
Donde P es una matriz real, simétrica, definida positiva.

Entonces la derivada de V es
V&( x) = x&T Px + xT Px&
= xT ��PA + A T
P �
�x = - x T
Qx
Donde Q es una matriz simétrica tal que
PA + AT P = -Q (7)
A la ecuación (7) se le llama Ecuación de Lyapunov.

Teorema 7. Una matriz A es Hurwitz si y solo si para
cualquier matriz Q simétrica y definida positiva, existe una
matriz P simétrica y definida positiva que satisface la
ecuación de Lyapunov (7).
�
AT t
= �
At
Además, si A es Hurwitz, entonces P e Qe dt
0
es la única solución de (7).

La importancia de la ecuación de Lyapunov no es que sea
un camino para averiguar estabilidad, sino que
Dado un sistema x&= Ax con A Hurwitz, nos da un
procedimiento para encontrar una función de Lyapunov.
Una función de Lyapunov nos permite extraer
conclusiones sobre el comportamiento del sistema
cuando el lado derecho Ax contiene perturbaciones en los
coeficientes de A o términos no lineales.
Esta es la idea en la que se basa el siguiente método
indirecto de Lyapunov.

Método Indirecto de Lyapunov
x&= f ( x)
Donde f es continuamente diferenciable en una vecindad
del origen. Sea �f
A=
� x x =0
Y sean li para i=1,…,n los valores propios de A. Entonces:
1) Si Re{li(A)}<0 para todo i=1,…,n, el origen es
Asintóticamente estable.
2) Si Re{li(A)}>0 para algún i, el origen es inestable.

Estabilidad en Sistemas Dinámicos

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estabilidad en Sistemas Dinámicos

Enviado por

Direitos autorais:

Formatos disponíveis

Estabilidad en sistemas dinámicos

José Juan Rincón Pasaye. FIE-UMSNH 2011

José Juan Rincón Pasaye. FIE-UMSNH

Más específicamente con la dificultad o facilidad

Esto depende del punto en el que se está

José Juan Rincón Pasaye. FIE-UMSNH

Estabilidad: insensibilidad ante pequeñas

José Juan Rincón Pasaye. FIE-UMSNH

Interna Entrada-Salida B.I.B.O.

Exponencial Asintótica Uniforme

Local Global Absoluta

José Juan Rincón Pasaye. FIE-UMSNH

A continuación establecemos definiciones

Sistema dinámico, punto de equilibrio, solución,

José Juan Rincón Pasaye. FIE-UMSNH

Donde t es el tiempo, x es el vector de estados, f

�x1 � �f1 ( x, t , u ) � �u1 �

�... � � ... � �... �

José Juan Rincón Pasaye. FIE-UMSNH

Al cual se le llama Sistema NO-autónomo, o

José Juan Rincón Pasaye. FIE-UMSNH

El cual nuevamente es un Sistema NO-

José Juan Rincón Pasaye. FIE-UMSNH

El sistema se denomina Autónomo o Invariante

José Juan Rincón Pasaye. FIE-UMSNH

José Juan Rincón Pasaye. FIE-UMSNH

José Juan Rincón Pasaye. FIE-UMSNH

Pero antes debemos responder dos preguntas

¿Siempre existe una solución?

José Juan Rincón Pasaye. FIE-UMSNH

José Juan Rincón Pasaye. FIE-UMSNH

* La idea intuitiva de esta definición es que la

José Juan Rincón Pasaye. FIE-UMSNH

Si f(x) es discontinua o con derivada discontinua

Si f(x) es Lipschitz en cada x de un conjunto W,

José Juan Rincón Pasaye. FIE-UMSNH

José Juan Rincón Pasaye. FIE-UMSNH

Si en el resultado anterior W es todo el espacio

Ejemplo: f(x)=x2 es Localmente Lipschitz en todo

José Juan Rincón Pasaye. FIE-UMSNH

José Juan Rincón Pasaye. FIE-UMSNH

José Juan Rincón Pasaye. FIE-UMSNH

Caso lineal invariante: x&= Ax

José Juan Rincón Pasaye. FIE-UMSNH

Si x(t0)=x*, entonces x(t)=x* para todo t³t0.

Otra manera de establecer lo anterior es

José Juan Rincón Pasaye. FIE-UMSNH

Si x(t0)=x*, entonces x(t)=x* para todo t³t0.

Otra manera de establecer lo anterior es

x&x* = f (t , x*) = 0 para todo t �t0

José Juan Rincón Pasaye. FIE-UMSNH

Si det(A(t))=0 hay un conjunto continuo de puntos de

José Juan Rincón Pasaye. FIE-UMSNH

Solamente un sistema no lineal como x&= f (t , x)

José Juan Rincón Pasaye. FIE-UMSNH

A continuación se introduce la primera definición formal

José Juan Rincón Pasaye. FIE-UMSNH

José Juan Rincón Pasaye. FIE-UMSNH

El punto de equilibrio x*=0 del sistema (2) se dice estable

si x0 < d entonces x(t ) < e " t �t0 �0

Donde x(t) denota la solución del sistema bajo la

José Juan Rincón Pasaye. FIE-UMSNH

si x0 < d entonces x(t ) < e " t �t0 �0

Si x(t0)=x, entonces x(t)=x para todo t³t0.

Si x(t0)=x, entonces x(t)=x para todo t³t0.