Professional Documents
Culture Documents
Notas de Clase
ndice general
Anlisis
1. Introduccin
1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . .
1.1.1. Sistemas No Lineales de Control . . . . . . .
1.1.2. El Curso . . . . . . . . . . . . . . . . . . . . .
1.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.1. Ecuacin del Pndulo . . . . . . . . . . . . .
1.2.2. Circuito con Diodo Tnel . . . . . . . . . . .
1.2.3. Sistema Masa-Resorte . . . . . . . . . . . . .
1.2.4. Oscilador de Resistencia Negativa . . . . . .
1.2.5. Control Adaptable . . . . . . . . . . . . . . .
1.3. Sistemas de Segundo Orden . . . . . . . . . . . . . .
1.3.1. Sistemas Lineales . . . . . . . . . . . . . . . .
1.3.2. Equilibrios Mltiples . . . . . . . . . . . . . .
1.3.3. Comportamiento Cualitativo Cerca de un PE
1.4. Ciclos Lmites . . . . . . . . . . . . . . . . . . . . . .
1.5. Construccin Numrica de Retratos de Fase . . . . .
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Propiedades Fundamentales
2.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1. Desigualdad de Gronwall-Bellman . . . . . . . . . . . . . . . . . . . .
2.1.2. Mapa Contractivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Existencia y Unicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3. Dependencia Continua Con Respecto a Condiciones Iniciales y Parmetros
2.4. Diferenciabilidad de la Solucin y Ecuaciones de Sensibilidad . . . . . . . .
2.5. Principio de Comparacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. Estabilidad Segn Lyapunov. Sistemas Estacionarios
3.1. El Teorema de Estabilidad de Lyapunov . . . . . . . . . . . . . . . .
3.1.1. Mtodo del Gradiente Variable . . . . . . . . . . . . . . . . .
3.1.2. Sobre la Regin de Atraccin. Estabilidad Asinttica Global
3.1.3. Inestabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. El Principio de Invariancia . . . . . . . . . . . . . . . . . . . . . . . .
3.3. Regin de Atraccin . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4. Sistemas Lineales y Linealizacin . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
2
2
3
4
4
5
6
8
9
10
10
15
16
19
20
.
.
.
.
.
.
.
23
23
24
25
27
34
36
37
.
.
.
.
.
.
.
35
35
39
41
42
44
47
50
ndice general
II
55
55
61
62
79
79
82
85
85
89
90
95
II Control
98
8. Control en Realimentacin
8.1. Problemas de Control . . . . . . . . . . . . . . . . . .
8.1.1. Estabilizacin . . . . . . . . . . . . . . . . . .
8.1.2. Seguimiento en Presencia de Perturbaciones
8.2. Diseo Via Linealizacin . . . . . . . . . . . . . . . .
8.2.1. Estabilizacin . . . . . . . . . . . . . . . . . .
8.3. Regulacin Via Control Integral . . . . . . . . . . . .
8.4. Control por Ganancia Tabulada . . . . . . . . . . . .
8.4.1. Ejemplo: Control de Nivel . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
99
99
99
101
102
102
105
107
107
.
.
.
.
.
.
112
112
118
122
123
125
126
Parte I
Anlisis
Captulo 1
Introduccin
1.1.
1.1.1.
Introduccin
Sistemas No Lineales de Control
La teora de sistemas de control se ocupa del anlisis y el diseo de componentes interactuantes de un sistema en una configuracin que proporcione a un comportamiento
deseado. La configuracin esencial usada en teora de sistemas de control se basa en el concepto fundamental de realimentacin, que consiste en el proceso de medir las variables de
inters en el sistema y usar esa informacin para controlar su comportamiento. La teora y
la prctica del control tiene un amplio rango de aplicaciones en los campos de la ingeniera aeronutica, qumica, mecnica, ambiental, civil y elctrica, as como en muchas otras
disciplinas no ingenieriles. Las ventajas del control eficiente en la industria son inmensas,
e incluyen mejoras en la calidad de los productos, reduccin en el consumo de energa,
minimizacin de los material de desecho, mayores niveles de seguridad y reduccin de la
contaminacin.
El punto de partida en el anlisis de un sistema de control es su representacin por un
modelo matemtico, generalmente como un operador entre entradas y salidas del sistema,
o como un conjunto de ecuaciones diferencia y/o diferenciales. La mayora de los modelos matemticos usados tradicionalmente por tericos y prcticos del control son lineales.
De hecho, los modelos lineares son mucho ms manejables que los no lineales, y pueden
representar en forma precisa el comportamiento de sistemas reales en muchos casos tiles.
Sin embargo, los avances tecnolgicos actuales han generado una enorme variedad de
nuevos problemas y aplicaciones que son no lineales en esencia. Por ejemplo, fenmenos
no lineales tales como equilibrios mltiples, ciclos lmite, bifurcaciones, corrimiento de frecuencias y caos, se observan comnmente en aplicaciones modernas importantes en ingeniera, tales como sistemas de comando de vuelo, manipuladores robot, sistemas de autopistas automatizadas, estructuras de ala de avin, y sistemas de inyeccin de combustible
de alto rendimiento. Tales fenmenos no lineales no se pueden describir mediante dinmica de modelos lineares una razn ineludible para el uso de modelos no lineales y el
desarrollo de conceptos y herramientas de sistemas no lineales de control.
Alentada por la sofisticacin de la tecnologa actual, la teora de sistemas no lineales de
control ha experimentado en la dcada pasada una vigorosa expansin, reflejada por un
nmero rpidamente creciente de monografas y libros de texto cientficos en sistemas no
lineales de control (Isidori, 1995; Krstic et al., 1995; Khalil, 1996; Sepulchre et al., 1997; Isidori, 1999; Sastry, 1999; van der Schaft, 2000). Una caracterstica dominante de esta expansin
ha sido la aparicin de conceptos importantes, tales como los de pasivacin por realimentacin
1.1 Introduccin
(van der Schaft, 2000) y estabilidad entrada-estado (Sontag, 1989), y procedimientos sistemticos de diseo, tales como backstepping y forwarding (Krstic et al., 1995; Sepulchre et
al., 1997). La importancia de estos procedimientos sistemticos de diseo es que, aunque
restringidos a sistemas con estructura especial, incluyen sistemas de importancia prctica,
tales como barcos, motores a reaccin, motores turbo-diesel y motores elctricos de induccin.
1.1.2.
El Curso
Este curso brinda una introduccin rigurosa y en profundidad a los conceptos fundamentales de la teora de sistemas no lineales y a tcnicas modernas de anlisis y diseo de
sistemas de control no lineal.
Vamos a trabajar en general con sistemas dinmicos modelados por un nmero finito
de ecuaciones diferenciales ordinarias de primer orden acopladas entre s, que representaremos en forma compacta con la ecuacin diferencial vectorial de primer orden
x = f ( x, u) ,
(1.1)
(1.2)
donde y Rm es un vector de variables de inters, por ejemplo variables fsicamente medibles o variables que deseamos se comporten de alguna forma especial.
u
f ( x, u)
h( x, u)
( x)
Figura 1.1: Sistema no lineal
Muchas veces la entrada u no aparece explcitamente en (1.1), ya sea porque la entrada
es cero o porque fue especificada como una funcin del estado u = ( x) control por
realimentacin. En este caso la ecuacin de estado es la ecuacin no forzada
x = f ( x) .
(1.3)
1.2 Ejemplos
1.2.
Ejemplos
1.2.1.
(1.4)
1.2 Ejemplos
mg
(1.5)
Varios sistemas fsicos pueden describirse con ecuaciones similares a las del pndulo, e.g.,
un generador sincrnico conectado a un bus infinito (Khalil, 1996, Ejercicio 1.7), el circuito
de una juntura Josephson (Khalil, 1996, Ejercicio 1.8), un lazo de PLL (phase locked loop)
(Khalil, 1996, Ejercicio 1.10).
1.2.2. Circuito con Diodo Tnel
iL
+ vL
iR
i = h(v)
iC
i mA
0,5
+
vC
+
vR
0
0
0,5
vV
1.2 Ejemplos
(1.6)
donde i = h(v) es la caracterstica v i del diodo tnel. Los PE son las races de la ecuacin
h( x1 ) =
E
1
x1 .
R R
Segn el valor de E/ R puede haber uno o tres PE, como se ve el la Figura 1.4.
iR
Q1
Q2
0,5
Q3
0
0
0,5
vR
| ay| < 1 ,
1.2 Ejemplos
(1.7)
for y < 0
k mg ,
Fd = Fs ,
for y = 0
k mg ,
for y > 0
Combinando un resorte lineal con amortiguamiento viscoso, friccin esttica y fuerza externa nula tenemos
m y + ky + c y + ( y, y ) = 0
donde
k mg sign( y ) ,
( y, y ) = ky ,
s mg sign( y) ,
for | y | > 0
for y = 0 and | y| s mg/k
for y = 0 and | y| > s mg/k
c
1
k
x1 x2 ( x1 , x2 )
m
m
m
(1.8)
1.2 Ejemplos
La figura 1.6 muestra la estructura bsica de una importante clase de osciladores electrnicos. Asumimos L > 0, C > 0, y que el elemento resistivo tiene una caracterstica i = h(v)
como se muestra en la Figura 1.6.
i
+
i
C
L
v
iC
iL
d2 v
dv
+ v + Lh (v) = 0
2
dt
dt
v + f (v)v + g(v) = 0
(1.9)
Cuando
1
h(v) = v + v3
3
la ecuacin toma la forma de la ecuacin de Van der Pol
v (1 v2 )v + v = 0
(1.10)
Esta ecuacin tiene una solucin peridica que atrae toda otra solucin excepto la trivial
correspondiente al nico PE v = v = 0. Tomando x1 = v y x2 = v llegamos al modelo de
estado
x 1 = x2
x 2 = x1 h ( x1 ) x2
(1.11)
1.2 Ejemplos
1.2.5.
Control Adaptable
Sea la planta
y = ay + ku
donde u es la entrada de control e y es la salida medida. Supongamos que se quiere obtener un sistema a lazo cerrado cuyo comportamiento entradasalida sea el del modelo de
referencia
y m = am ym + km r
donde r es la entrada de referencia y el modelo se eligi de forma que ym (t) represente la
salida deseada para el sistema a lazo cerrado. Este objetivo puede alcanzarse mediante el
control en realimentacin
u(t) = 1 r(t) + 2 y(t)
siempre que los parmetros de la planta a y k sean conocidos, k = 0, y los parmetros del
control se elijan como
1 =
km
k
1 =
am a
.
k
(1.12)
1.3.
10
1.3.1.
Sistemas Lineales
Es til repasar el retrato de fase de sistemas lineales de segundo orden como herramienta para estudiar el comportamiento local del sistema no lineal alrededor de un PE.
Consideremos el sistema de segundo orden
x = Ax
La solucin para un estado inicial x0 est dada por
x(t) = Me Jr t M1 x0
donde Jr es la forma real de Jordan de A y M es una matriz real no singular tal que
M1 AM = Jr . Dependiendo de los autovalores de A, la forma real de Jordan toma alguna
de las siguientes tres formas
1 0
0 2
k
0
(1.13)
v1
11
x2
v2
x1
x2
v2
.
x1
v1
12
de forma que el radio es una funcin exponencial de la parte real de los autovalores, , y el
ngulo crece linealmente con la parte imaginaria . El retrato de fase es el de un
foco estable si es negativa. Las trayectorias en el plano de fase son espirales logartmicas que convergen al origen.
x2
x1
foco inestable si es positiva. Las trayectorias en el plano de fase son espirales logartmicas que divergen del origen.
centro si = 0. Las trayectorias en el plano de fase son elipses centradas en el origen.
x2
x1
13
x2
x1
Nota 1.3.1 (Resumen del caso en que el origen es un PE aislado). El sistema puede tener 6 retratos
de fase diferentes asociados con diferentes tipos de equilibrio: nodo estable, nodo inestable,
ensilladura, foco estable, foco inestable y centro. El tipo de equilibrio est completamente
especificado por la ubicacin de los autovalores de A. El comportamiento global del sistema
(en todo el plano de fase) est cualitativamente determinado por el tipo de equilibrio.
Uno o Ambos Autovalores Es Cero
En este caso A tiene un kernel o espacio nulo no trivial, es decir existe un subespacio no
trivial del espacio de estado cuyos elementos son mapeados al cero bajo la transformacin
lineal definida por A. Todo vector en el kernel de A es un punto de equilibrio del sistema.
La dimensin del kernel puede ser uno o dos; si es dos, entonces A es la matriz nula y todo
punto en el espacio de estado es un punto de equilibrio. Cuando la dimensin del kernel de
A es uno, la forma de Jordan de A depender de la multiplicidad del cero como autovalor.
Cuando la multiplicidad del cero como autovalor es uno, el autovector correspondiente
define el conjunto o subespacio de equilibrio del sistema. Todas las trayectorias en el plano
de fase convergen al subespacio de equilibrio cuando el autovalor no nulo es negativo, y
divergen cuando es positivo; el caso mostrado en la Figura 1.12.
Cuando la multiplicidad del cero como autovalor es dos, el autovector v1 , donde M =
[v1 , v2 ] es la transformacin que lleva a la forma de Jordan, es el conjunto o subespacio de
equilibrio del sistema. Las trayectorias que comienzan fuera del subespacio de equilibrio
se mueven paralelas a l, como se ve en la Figura 1.13.
Nota 1.3.2 (Persistencia del Tipo de Equilibrio Frente a Perturbaciones). Veamos el caso de perturbaciones lineales. Supongamos que A tiene autovalores distintos y consideremos la matriz A + A, donde A es una matriz real de 2 2 cuyos elementos son arbitrariamente
pequeos. Por la teora de perturbaciones de matrices (ver por ejemplo Golub and van
Loan, 1996, 7) sabemos que los autovalores de una matriz dependen continuamente de
sus parmetros. Es decir, dado > 0, existe > 0 tal que si la magnitud de la perturbacin
de cada elemento de A es menor que , los autovalores de la matriz perturbada A + A
estarn en una bola de radio centrada en los autovalores de A. En consecuencia, todo
autovalor de A que est en el semiplano derecho (o izquierdo) abierto, permanecer en ese
semiplano frente a perturbaciones arbitrariamente pequeas. Por otro lado, los autovalores
sobre el eje imaginario pueden moverse hacia cualquiera de los semiplanos frente a pertur-
14
x2
v2
v1
.
x1
x2
x1
15
baciones por ms pequeo que sea . Por lo tanto, podemos concluir que si el PE x = 0 de
x = A x es un nodo, foco o ensilladura, entonces el PE x = 0 de x = ( A + A) x ser del
mismo tipo frente a perturbaciones suficientemente pequeas. La situacin es muy distinta
si el PE es un centro. Consideremos la siguiente perturbacin de la forma real de Jordan
correspondiente a un centro
1
1
donde es el parmetro de perturbacin. Cuando es positivo, el PE del sistema perturbado es un foco inestable; cuando es negativo es un foco estable. Esto pasa para cualquier
valor de = 0. Dado que el retrato de fase de un foco es cualitativamente distinto del de un
centro, vemos que un centro no persiste frente a perturbaciones. El nodo, foco y ensilladura
se dicen estructuralmente estables porque mantienen su comportamiento cualitativo frente a
perturbaciones infinitsimamente pequeas, mientras que el centro no es estructuralmente
estable. La diferencia entre ambos casos es debida a la ubicacin de los autovalores de A,
siendo los autovalores sobre el eje imaginario vulnerables a perturbaciones. Esto lleva a la
definicin de PE hiperblico. El origen x = 0 es un PE hiperblico de x = A x si A no tiene
autovalores con parte real nula.
Cuando A tiene autovalores reales mltiples, perturbaciones infinitsimamente pequeas pueden transformarlos en autovalores complejos. Es decir que un nodo puede permanecer como nodo o transformarse en un foco.
Cuando A tiene autovalores nulos, existe una diferencia importante entre los casos en
que uno o los dos (A = 0) autovalores sean cero. En el primer caso, una perturbacin del
autovalor en cero resulta en un autovalor 1 = donde puede ser positivo o negativo.
Como el otro autovalor 2 es distinto de cero, la perturbacin lo mantiene fuera del cero.
Es decir que resultan dos autovalores reales distintos y el PE del sistema perturbado es un
nodo o una ensilladura, dependiendo de los signos de 2 y .
Sin embargo, como la perturbacin es muy pequea, de forma que |1 | << |2 |, la forma de las trayectorias mantienen cierta similitud con las del caso en que un autovalor es
nulo (comparar los retratos de fase en la Figura 1.14 con las Figuras 1.7 y 1.8). El comportamiento de este sistema es el de un sistema singularmente perturbado, que vamos a estudiar
ms adelante.
Cuando ambos autovalores de A son nulos, el efecto de una perturbacin es ms dramtico. Consideremos las siguientes posibles perturbaciones de la forma de Jordan
0
1
2
0
1
2
1
0
1
0
donde puede ser positivo o negativo. Es fcil de ver que el PE en cada uno de estos cuatro
casos puede ser un centro, un foco, un nodo o una ensilladura, respectivamente.
1.3.2.
Equilibrios Mltiples
16
x2
x2
x1
x1
Figura 1.14: Retrato de fase de un sistema perturbado cuando 1 = 0 y 2 < 0 con < 0
(izquierda) y > 0 (derecha)
(1.14)
17
x2
Q1
Q2
Q3
.
x1
x2
x1
.
18
( p1 , p2 ) obtenemos
x 1 = f 1 ( p1 , p2 ) + a11 ( x1 p1 ) + a12 ( x2 p2 ) + T.O.S
x 2 = f 2 ( p1 , p2 ) + a21 ( x1 p1 ) + a22 ( x2 p2 ) + T.O.S
donde ai j es la derivada parcial de f i respecto de x j evaluada en x1 = p1 , x2 = p2 , y T.O.S son
trminos de orden superior, es decir de la forma ( x1 p1 )2 , ( x2 p2 )2 , ( x1 p1 )( x2 p2 ) y
potencias superiores de los mismos. Como ( p1 , p2 ) es un PE tenemos que
f 1 ( p1 , p2 ) = f 2 ( p1 , p2 ) = 0
Como nos interesa el comportamiento cerca de ( p1 , p2 ), definimos
y1 = x1 p1 ,
y2 = x2 p2
f
x
y
x= p
La matriz
A=
f
x
=
x= p
a11 a12
a21 a22
19
tiene un PE en el origen; la linealizacin del sistema alrededor del origen tiene autovalores j, es decir que el origen es un centro para el sistema linealizado. Transformando a
coordenadas polares x1 = r cos , x2 = r sen se obtiene
r = r3
= 1
Se ve claramente que las trayectorias del sistema no lineal se asemejan a las de un foco
(estable si > 0 e inestable si < 0).
1.4.
Ciclos Lmites
t0
para algn T > 0. La imagen de una solucin peridica en el retrato de fase es la de una
rbita peridica o una rbita cerrada.
Un sistema lineal con autovalores en el eje imaginario es un oscilador armnico ya que
como PE en el origen es un centro, las trayectorias son rbitas cerradas cuya amplitud
depende de la condicin inicial. Sin embargo, un oscilador lineal no es robusto (estructuralmente estable) ya que cualquier perturbacin (como ya vimos en la Nota 1.3.2), destruye
la oscilacin porque el PE deja de ser un centro.
Con sistemas no lineales es posible construir osciladores tales que
sean estructuralmente estables;
la amplitud de la oscilacin (en rgimen permanente) no dependa de la condicin
inicial.
Un ejemplo de oscilador no lineal es el oscilador de resistencia negativa de la seccin
1.2.4, con modelo de estado (1.11). El origen es un PE inestable debido a la resistencia
negativa del elemento resistivo cerca del origen, lo que significa que el elemento resistivo
es activo y entrega energa. Esto se puede ver escribiendo la expresin analtica de la tasa
de intercambio de energa. La energa total almacenada en el capacitor y la inductancia para
cada tiempo t es
1 2 1 2
1
vC + Li L = C x21 + [h( x1 ) + x2 ]2
2
2
2
La tasa de intercambio de energa es
E=
E = Cx1 h( x1 )
Esta expresin confirma que cerca del origen la trayectoria gana energa ya que para | x1 |
pequeo el trmino x1 h( x1 ) es negativo. Tambin se ve que hay una regin a x1 b
tal que la trayectoria gana energa dentro de la franja y pierde energa fuera de ella, como
se ve en la Figura 1.17. Una oscilacin estacionaria va a tener lugar si, a lo largo de una
trayectoria, el intercambio neto de energa durante el ciclo es cero. Tal trayectoria es una
rbita cerrada.
El oscilador de resistencia negativa tiene una rbita cerrada aislada, como vemos en el
ejemplo del oscilador de Van der Pol siguiente.
1
20
x1
Ejemplo 1.4.1 (Oscilador de Van der Pol). Las Figuras 1.18 y 1.19 muestran los retratos de
fase de la ecuacin de Van der Pol
x 1 = x2
x 2 = x1 + (1 x21 ) x2
(1.15)
para tres valores distintos del parmetro : un valor pequeo de 0,2, mediano de 1, y grande
de 5. En todos los casos las figuras muestran que existe una nica rbita cerrada que atrae
todas las trayectorias que comienzan fuera de la rbita. Para = 0,2 la rbita cerrada es
suave y cercana a un crculo de radio 2, lo cual es tpico para valores < 0,3. Para el caso
medio de = 1 la forma circular se ha distorsionado a lo que se ve a la derecha en la
Figura 1.18. Para el valor grande = 5 la rbita cerrada est severamente distorsionada,
como se ve en la Figura 1.19 (izquierda).
Un retrato de fase ms ilustrativo en el caso de = 5 puede obtenerse mediante el
cambio de variables z1 = i L y z2 = vC , que resulta en la ecuacin de estado
z 1 =
1
z2
1
z 1 = ( z1 z2 + z32 )
3
El retrato de fase en el plano z1 z2 se muestra en la Figura 1.19 (derecha). La rbita cerrada
est muy cerca de la curva z1 = z2 13 z32 excepto en las esquinas, donde es prcticamente
vertical. Este tramo vertical en la rbita cerrada puede verse como si la rbita cerrada saltara de una rama a otra de la curva cuando llega a una esquina. Oscilaciones donde ocurre
este fenmeno de salto se llaman usualmente oscilaciones de relajacin. El retrato de fase es
tpico para valores grandes de > 3.
La rbita cerrada del oscilador de Van der Pol es diferente de las del oscilador lineal
armnico. En el primer caso, la rbita cerrada es aislada mientras que en el segundo, hay
un continuo de rbitas cerradas. Una rbita peridica aislada se denomina ciclo lmite. Si
todas las trayectorias en la vecindad del ciclo lmite tienden a (se alejan de) l cuando
t se dice que el ciclo lmite es estable (inestable).
1.5.
21
x2
x2
x1
x1
Figura 1.18: Retratos de fase del oscilador de Van der Pol, con = 0,2 (izquierda) y con
= 1 (derecha)
x2
z2
x1
z1
Figura 1.19: Retratos de fase del oscilador de Van der Pol, con = 0,5; en el plano x1 x2
(izquierda) y en el plano z1 z2 (derecha)
22
retratos de fase para sistemas de segundo orden. En esta seccin damos algunas ayudas
que pueden resultar tiles.
El primer paso en la construccin de un retrato de fase es encontrar todos lo puntos de
equilibrio del sistema y determinar el tipo de aquellos que son aislados mediante linealizacin. El dibujo de las trayectorias involucra tres tareas:2
1. Seleccionar una ventana del espacio de estados donde se van a dibujar las trayectorias. La ventana toma la forma
x1 mn x1 x1 ma x ,
x2 mn x2 x2 ma x .
x(0) = x0
hacia adelante en el tiempo (con t positivo) y en tiempo invertido (con t negativo). La solucin en tiempo invertido es equivalente a resolver hacia adelante en el tiempo la ecuacin
x = f ( x),
x(0) = x0 ,
puesto que el cambio de variable = t cambia el signo del lado derecho de la ecuacin.
La solucin en tiempo invertido facilita dibujar bien las trayectorias cerca de equilibrios
inestables.
La ventana debe elegirse de forma que todas las caractersticas esenciales se vean, por
ejemplo todos lo puntos de equilibrio. Si esta informacin no es disponible al comenzar
habr que iterar. Algunos programas permiten dibujar la distribucin del campo vectorial
f ( x) para una grilla en la ventana seleccionada. Este grfico es muy til para tener idea
somera de la distribucin de las trayectorias antes de dibujarlas. Esto es posible por ejemplo con S CILAB,3 usando la funcin portrait que dibuja retratos de fase de sistemas de
segundo orden.
Una buena forma de elegir las condiciones iniciales es distribuirlas en una grilla regular
en la ventana elegida. Una forma mejor es ir eligindolas en forma interactiva a medida
que se van viendo las trayectorias (que se puede hacer con el portrait de S CILAB).
Para una ensilladura es conveniente usar linealizacin para calcular las trayectorias estables e inestables correspondientes a los autovectores de la matriz Jacobiana. La conveniencia viene de que estas trayectorias son separatrices en el plano de fase.
Cuatro si inclumos agregar las flechas de direccin de las trayectorias, que para nuestros propsitos
pueden hacerse a mano.
3
S CILAB es un prorama gratuito similar a M ATLAB desarrollado por el INRIA http://wwwrocq.inria.fr/scilab/
Bibliografa
Golub, G.H. and C.F. van Loan (1996). Matrix computations. 3 ed.. Johns Hopkins University
Press.
Guckenheimer, J. and P. Holmes (1983). Nonlinear oscillations, dynamical systems and bifurcations of vector fields. Springer.
Isidori, Alberto (1995). Nonlinear control systems. 3rd ed.. Springer-Verlag.
Isidori, Alberto (1999). Nonlinear control systems II. Springer-Verlag.
Khalil, H. K. (1996). Nonlinear systems. 2nd ed.. Prentice-Hall.
Krstic, M., I. Kanellakopoulos and P. V. Kokotovic (1995). Nonlinear and adaptive control design. John Wiley & Sons.
Sastry, Shankar (1999). Nonlinear Systems: Analysis, Stability and Control. Interdisciplinary
Applied Mathematics. Springer.
Sepulchre, R., M. Jankovic and P. V. Kokotovic (1997). Constructive Nonlinear Control. CCES
Series. Springer-Verlag.
Sontag, E. D. (1989). Smooth stabilization implies coprime factorization. IEEE Trans. Automat. Contr. 34, 435443.
van der Schaft, A. J. (2000). L2 -gain and passivity techniques in nonlinear control. SpringerVerlag.
ndice alfabtico
Banach, vase espacio de Banach
Cauchy, vase secuencia de Cauchy
centro, 12
ciclo lmite, 19
clausura, 25
condicin de Lipschitz, 27
conjunto cerrado, 25
control adaptable, 9
convergencia de secuencias, 25
Coulomb, vase friccin de Coulomb
desigualdad de Gronwall-Bellman, 24
desigualdad de Hlder, 23
diodo tnel, 5, 16
ecuacin de Lienard, 8
ecuacin de sensibilidad, 37
ecuacin de Van der Pol, 8, 20
ensilladura, 10
equilibrios
definicin, 3
hiperblicos, 15
mltiples, 15
perturbacin, 13
espacio de Banach, 25
espacio lineal normado, 25
estabilidad estructural, 15
foco, 12
forma de Jordan, 15
friccin de Coulomb, 7
friccin esttica, 7
funcin de sensibilidad, 37
Gronwall-Bellman, vase desigualdad de GronwallBellman
Hlder, vase desigualdad de Hlder
Jacobiana, 18
Jordan, vase forma de Jordan
Lienard, vase ecuacin de Lienard
linealizacin