You are on page 1of 153

Notas del curso

“An´
alisis de Sistemas No Lineales”

Javier Aracil Sant´onja
Francisco Salas G´omez
´
Francisco Gordillo Alvarez

Departamento de Ingenier´ıa de Sistemas y Autom´atica
Universidad de Sevilla

ii

Notas del curso “An´
alisis de Sistemas no
Lineales”

Impartido por:
Javier Aracil
Francisco Gordillo
Francisco Salas

25 de septiembre de 2007

2

´Indice general

1. Introducci´
on

I

1

1.1. El problema del control . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

1.2. EL control lineal es local . . . . . . . . . . . . . . . . . . . . . . . . . .

4

1.2.1. Control Lineal y no Lineal - Estabilidad en Sistemas de Control

5

An´
alisis

6

2. An´
alisis cualitativo de sistemas din´
amicos

7

2.1. Formalizaci´on del concepto de sistema din´amico . . . . . . . . . . . . .

7

2.2. Crecimiento log´ıstico o acotado . . . . . . . . . . . . . . . . . . . . . .

8

2.2.1. Retrato de estados de sistemas no lineales . . . . . . . . . . . .

11

2.3. Sistemas Din´amicos Lineales . . . . . . . . . . . . . . . . . . . . . . . .

12

2.3.1. Sistemas din´amicos aut´onomos lineales de dimensi´on dos . . . .

15

2.3.2. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

2.4. Sistemas din´amicos no lineales . . . . . . . . . . . . . . . . . . . . . . .

22

2.5. Propiedades de las soluciones . . . . . . . . . . . . . . . . . . . . . . .

23

3

´INDICE GENERAL

4

2.5.1. Existencia y unicidad de las soluciones . . . . . . . . . . . . . .

23

2.5.2. Flujo definido por un sistema din´amico . . . . . . . . . . . . . .

24

2.5.3. Sistema din´amico como flujo . . . . . . . . . . . . . . . . . . . .

25

2.5.4. Orbitas y retratos de estados

. . . . . . . . . . . . . . . . . . .

26

. . . . . . . . . . . . . . . . . . . . . . . .

27

2.5.6. Linealizaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28

2.5.7. Linealizaci´on de un sistema din´amico en IRn . . . . . . . . . . .

30

2.5.8. Equivalencia topol´ogica . . . . . . . . . . . . . . . . . . . . . . .

31

2.5.9. Conjuntos l´ımite y equilibrios . . . . . . . . . . . . . . . . . . .

32

2.6. Ciclos y atractores . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

2.6.1. Conjuntos l´ımite y atractores . . . . . . . . . . . . . . . . . . .

34

2.6.2. Comportamiento a largo plazo de las trayectorias . . . . . . . .

38

2.6.3. Estudio de o´rbitas peri´odicas

. . . . . . . . . . . . . . . . . . .

39

2.6.4. Atractores extra˜
nos . . . . . . . . . . . . . . . . . . . . . . . . .

42

2.5.5. Puntos de equilibrio

3. An´
alisis cualitativo y bifurcaciones en sistemas din´
amicos

44

3.1. An´alisis cualitativo de sistemas no lineales . . . . . . . . . . . . . . . .

44

3.2. An´alisis cualitativo de sistemas din´amicos de dimensi´on 1 . . . . . . . .

44

3.2.1. Estabilidad estructural . . . . . . . . . . . . . . . . . . . . . . .

49

3.3. Familias de sistemas din´amicos . . . . . . . . . . . . . . . . . . . . . .

49

3.3.1. Diagramas de bifurcaciones en sistemas no lineales . . . . . . . .

52

. . . . . . . . .1. . . . 90 4. . . . . . . . . . . . . Bifurcaciones elementales en sistemas de dimensi´on uno . 95 4.4. . . . . . . . Funci´ on descriptiva y balance arm´ onico 84 86 4. . . . . . . . . . . . . . . . . . . . . Transformaci´on de Fourier . . . . . . .2. Bifurcaciones de o´rbitas peri´odicas . . . 94 4. . . . . . 86 4. . .1.1. . . . Crecimiento log´ıstico con un retraso en la estructura . . . 92 4. . . . . . . . . . .5. . . .1. Ap´endice . . . . . . . . . Bifurcaciones de codimensi´on dos . . . . . . .2. .2.6. . . . . . . .4. . . . . . . . . 67 3. . . M´etodo del primer arm´onico . Interpretaci´on estoc´astica de la funci´on descriptiva . . . . . . . . . . .3. .1. . . .4. . . . .1. . . 94 4. . . . . . . . Evoluci´on de los autovalores en una bifurcaci´on de Hopf. . .2. . . . . Algunas funciones descriptivas . .4. 96 . . . Propiedad del cono . . . . . . 76 References 81 3. . .5. Ejemplo introductorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1. . .1. . . . . .2. . . . . . 67 3. 69 3. Funci´on descriptiva . . 95 4. . . . .3. . . . .´INDICE GENERAL 5 3. . . . . . . . . . . .4. . . .4. Saturaci´on . . 86 4. . . . . . . . . . . . .5. . .4. . . . . . Principios del m´etodo . . . . 73 3. . . . . . . . .2. . . . . . . . Bifurcaciones elementales en sistemas din´amicos de dimensi´on dos 62 3. . . . . . . . . . . . . . . .1. . . Diagrama de bifurcaciones del experimento de Taylor-Couette. . . . . . . . 52 3. . . . . . . . . 91 4. . Rel´e . . .1. . . . . . . . . . . . .6. 4. . . . .

.2. . . . . 114 4. . . . Funci´on descriptiva dependiente de la frecuencia . .1.3. . . . . C´alculo de varios arm´onicos en el m´etodo de balance arm´onico . . . Oscilaciones de un servomecanismo no lineal . . . . . Fiabilidad del an´alisis mediante funciones descriptivas . . . . . . . . . . . . . 105 4. . . . . Feedback systems with saturation . . . . 130 5. .3. . . . . Estabilidad de los ciclos l´ımite .1. . .6. .2. . .5. . . . . Determinaci´on experimental de la funci´on descriptiva . . . . . . . Ejemplo . . . 112 4. . Resultados . . . . . . . . . . . . .4. La funci´on descriptiva dual . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . .3. . . . . . 104 4. An´alisis de sistemas no lineales mediante la funci´on descriptiva . . . . . . Una ampliaci´on del criterio de Nyquist . . . .3. . Funci´on descriptiva independiente de la frecuencia . Bifurcaciones en sistemas de control 129 5. . . . . .1. . . . . . . . . . . First order system . . . . . . . . . . .2. 98 4.´INDICE GENERAL 6 4. . . . . . . . .5. . . . . . . . . . . . . . . . .1. . . . . . . . . . . .3. 123 4. . . . 101 4. . 124 Bibliograf´ıa 127 5.3. . . . . . . .5. . . . . . . . . .2. . . . . . . . . . .1.3. Limit cycles in a system with saturation . 118 4. . . . . . 103 4. . . . . . . .3.1. . . 131 5. . . 129 5. . .4. . 105 4. . . . . . . . . .3. . . . . 131 . . Holgura . 102 4. . . Definici´on del algoritmo . . . . . . . . . . . .4. . . . . .1. . .4. . . . . . . . 100 4. . . . . 112 4. .3. Equilibria in a system with saturation . . .5.2. .

Control systems with a delay . . . . . . . . . . . . . . . . . . .4. Sotomayor-Llibre-Ponce bifurcation analysis . . . . 138 5. . .4. . . . . . . . . . . . . . .2. . . . . . . . . Qualitative Analysis . . . . . . .3. . . . . . . . . . . .2. . .3. . . .1. . . . . . . . . . . . . . . Bounded attraction basin . . . . . . . . . . . . . . . .3. . Second-order system . . . . . . . . 133 5. . . . . . . A second-order system . . 137 5. . . . . . . . .2. . . . . . . . 139 . . .3. . . . .´INDICE GENERAL 7 5. . . . . . . . . . . . .3. . . .1. .1. 135 5. . . Qualitative Analysis . . . . . . . . . . . . . 137 5. . . . .2. . . . . 133 5. . . . . Frequency domain interpretation of the Llibre-Ponce bifurcation analysis . . . . . . . . 135 5. . . . . . . . 136 5. .2. . . Summary of previous results . . . . . . . . . . .

8 ´INDICE GENERAL .

que el modelo de la planta viene dado por la expresi´on x˙ = x + u (1. representa un problema particularmente dif´ıcil. Tratamos de concebir m´aquinas que alimentadas con informaci´on con relaci´on al comportamiento de las magnitudes que se quieren controlar. con el que se gobierna el comportamiento de la planta. en un caso particularmente simple.1. Este modelo matem´atico describe los efectos relativos entre las distintas variables y los par´ametros involucrados en el proceso. es decir para 1 . Supongamos. Adem´as. De este modo las matem´aticas intervienen con un papel crucial en la representaci´on del proceso cuyo comportamiento se quiere automatizar.Cap´ıtulo 1 Introducci´ on 1. Para el dise˜ no de ´este u ´ ltimo. procesen convenientemente esta informaci´on y concluyan c´omo se ha de actuar para conseguir que la m´aquina se comporte de la forma apetecida. pese a su sencillez formal. Veamos un ejemplo matem´aticamente muy simple de lo que estamos diciendo. En todo proceso de control est´an involucrados dos componentes esenciales: la planta o proceso que se pretende controlar y el o´rgano de control o controlador. y x es la se˜ nal procedente de los sensores o salidas. La se˜ nal u representa los actuadores o entradas al proceso. la x que representa la magnitud a controlar y la u que representa la magnitud mediante la cual se ejerce el control. El problema del control Mediante el control autom´atico se trata de concebir y construir los o´rganos de control que gobiernen el comportamiento de las m´aquinas. Obs´ervese que la expresi´on anterior. el modelo matem´atico permite tambi´en la simulaci´on inform´atica del proceso real que se trata de controlar.1) En ´esta expresi´on aparecen dos variables. el ingeniero de control parte del sistema din´amico que constituye el modelo matem´atico de la planta a controlar. En ausencia de se˜ nal de control.

2) en donde kd > 0. se quiere determinar una funci´on u = f (x).3) que es la ley de control deseada. Para implantar la ley de control (1. Si se quiere el comportamiento (1.3) se requiere una estructura de realimentaci´on . un comportamiento estable. La teor´ıa del control autom´atico permite resolver el problema en muchas situaciones de inter´es pr´actico. Esta es precisamente la representaci´on matem´atica de lo que queremos lograr. en primer lugar. El ingeniero de control tiene que encontrar una estrategia de actuaci´on sobre el sistema de modo que a partir de las medidas de la se˜ nal x sea capaz de determinar la se˜ nal de actuaci´on u. INTRODUCCION 2 Planta u x Controlador Figura 1. Precisamente uno de los objetivos b´asicos que se pretende es estabilizar este sistema inestable.´ CAP´ITULO 1. u = 0. Una vez planteado el problema su resoluci´on es inmediata. el sistema es inestable: la variable x crece exponencialmente. Obs´ervese que eligiendo adecuadamente el par´ametro kd podemos hacer que el comportamiento de x cuando se aproxima al equilibrio estable x = 0. Por ejemplo. tiene que representar matem´aticamente lo que pretende alcanzar. podemos hacer que el valor cuadr´atico medio de la desviaci´on de la situaci´on de equilibrio sea m´ınimo supuesto el sistema sometido a perturbaciones de tipo estoc´astico. Un posible comportamiento de este tipo para la variable x viene dado por x˙ = −kd x (1. llevando (1. En efecto. que se conoce como ley de control. Las especificaciones de comportamiento a partir de las cuales se adopta un valor para kd pueden ser muy variadas.1) se tiene (1. que como se acaba de ver es. Para resolver este problema.1) bastar´a con hacer u = −(1 + kd )x (1. de manera que el comportamiento resultante sea estable.3) a (1. es decir. lo haga con una trayectoria que puede ser elegida en funci´on de los objetivos propuestos. A partir de la informaci´on x que suministran los sensores se trata de obtener la acci´on u de los actuadores.1: Estructura de realimentaci´on. en primera instancia.2).2) para el sistema representado por (1.

Veremos luego. tal como el representado en (1. Esta formulaci´on abstracta del problema del control consiste en considerarlo como el problema formado por: 1. 2. por lo que su capacidad de representar es limitada. El modelo lineal es solamente una primera aproximaci´on que dependiendo del problema que se tenga entre manos puede ser suficiente o no. Si observamos el diagrama de la figura 1 veremos que muestra una estructura causal circular. Esta estructura posee un enorme inter´es y su estudio sistem´atico constituye una de las grandes contribuciones de la ingenier´ıa del control. Esta es la situaci´on ideal con la que aspira a encontrarse el que trata de resolver un problema de control. al que en principio se exigir´a que sea estable. Adem´as se le impondr´an otras condiciones adicionales. 3. que en la pr´actica hay que hacer importantes matizaciones a este esquema. lo que. Por ejemplo. un modelo estrictamente lineal no considera los efectos de la fricci´on o de las holguras en los mecanismos de transmisi´on.1). en virtud de la cual toda actuaci´on u produce un efecto x que se “realimenta”para incidir en la decisi´on del nuevo valor de u que se aplica al sistema.1) es un sistema din´amico lineal. se consigue con la ley de control (1.3).2). mediante una expresi´ on del tipo (1. el modelo lineal supone que las magnitudes pueden tomar valores en el intervalo (±∞). lo que constituye una idealizaci´on ya que toda magnitud f´ısica se desenvuelve en un rango acotado. . en una teor´ıa matem´atica de los sistemas realimentados que no es sino una rama de la teor´ıa de sistemas din´amicos. para el ejemplo que ha de servido de motivaci´on. Si el sistema posee componentes mec´anicas. El modelo matem´atico del proceso a controlar de la expresi´on (1. Se trata de determinar la ley de control de modo que actuando sobre el proceso se consiga el comportamiento deseado.1. Por ello conviene que le dediquemos alg´ un espacio. Un comportamiento deseado para el proceso. Sin embargo. y as´ı en una espiral sin fin. Las representaciones lineales de los procesos tienen la ventaja de que la teor´ıa matem´atica de sistemas din´amicos lineales est´a muy elaborada y su aplicaci´on pr´actica presenta considerables ventajas. de modo que se cumplan ciertas especificaciones. El modelo matem´atico de una planta o proceso a controlar. Formalizaci´on del problema abstracto del control (como en su d´ıa formalizaron las representaciones geom´etricas del hombre primitivo o las trayectorias de los primeros mec´anicos). EL PROBLEMA DEL CONTROL 3 como la que se muestra en el diagrama de la figura 1. al considerar el caso del p´endulo invertido. que ha trascendido el propio dominio de la ingenier´ıa para constituir una aportaci´on tanto a las ciencias de la naturaleza como a las sociales y humanas. por ejemplo.1. sabemos que constituye una primera aproximaci´on.

Sistemas no lineales Los sistemas no lineales muestran comportamiento mas complejos que los lineales.2) y (1. Tenemos un cierto a´mbito de la realidad. 1. a´ un en su planteamiento lineal. incluso en el caso de que la planta sea inestable. el proceso a controlar.1). (1. . Para llegar a esta representaci´on matem´atica necesitamos recurrir a los conocimientos que se tienen con relaci´on al proceso en cuesti´on.1). del que necesitamos una adecuada representaci´on matem´atica mediante un sistema din´amico. tal como (1.1) es una muestra particularmente sencilla. INTRODUCCION 4 El problema del control tal y como se ha resuelto mediante las expresiones (1. EL control lineal es local Sea el sistema de segundo orden     0 1 0 x˙ = x+ u −a2 −a1 1 con ley de control   u = −Kx = − k2 k1 x El sistema en bucle cerrado es  x˙ = 0 1 −a2 + k1 −a1 + k2  x la din´amica del sistema en bucle cerrado puede ser definida arbitrariamente. de la que la expresi´on (1.´ CAP´ITULO 1. Las no linealidades en el bucle alteran la estructura del retrato de estados en el espacio de estados global. Pero a´ un en esa versi´on enormemente simplificada est´an presentes todos los elementos que concurren en un problema de control.3) constituye una versi´on enormemente simplificada de un problema que. si x y u son vectores adquiere una considerable complejidad.2. En todo caso partimos de una descripci´on matem´atica de un cierto aspecto de la realidad. que se incrementa adem´as si los modelos son no lineales. o recurrir a t´ecnicas de modelado espec´ıficas mediante ajuste de modelos. En realidad esto solo es cierto localmente.

Un problema que se ha suscitado en el estudio de estos u ´ ltimos es el establecer condiciones contrastables para analizar la estabilidad de un sistema sin conocer expl´ıcitamente sus soluciones. permiten caracterizar tanto local como globalmente la estabilidad asint´otica.Estabilidad en Sistemas de Control Uno de los principales problemas que se plantean en la teor´ıa de control ha sido.1. Las desigualdades de disipaci´on y el segundo m´etodo de Liapunov juegan un papel central en los llamados m´etodos constructivos de control no lineal recientemente desarrollados.1. ◦ Atractores extra˜ nos. no solo el atractor puntual asociado al punto de operaci´on. ya no lo es para el caso de sistemas no lineales. otra contribuci´on importante.2. Su segundo m´etodo de an´alisis de estabilidad permite demostrar propiedades locales y globales de estabilidad a partir del signo de la tasa de disipaci´on de una funci´on tipo energ´ıa. con adecuadas propiedades de disminuci´on a lo largo de las trayectorias del sistema. los sistemas no lineales presentan una variedad de comportamientos mucho m´as amplios de modo que la clasificaci´on que es posible hacer en lineales. Sin embargo. M´as recientemente. el estudio de la estabilidad. ◦ Ciclos l´ımite. La contribuci´on clave a este problema se basa en los trabajos de Liapunov. adem´as pueden caracterizarse de forma precisa en t´erminos algebraicos. la teor´ıa de la pasividad y la estabilidad-estado (ISS) permiten extender a sistemas de control (sistemas con al menos una entrada) todo el cuerpo de resultados que se ten´ıan para sistemas aut´onomos. • Tres tipos principales de atractores: ◦ Puntos de equilibrio. Para sistemas lineales con dimensiones finitas es posible organizar las nociones de estabilidad de las que se dispone en torno a unos pocos conceptos b´asicos que. En estas norteas s´olo trataremos puntos de equilibrio y ciclos l´ımite. fue el reconocimiento de que las funciones de Liapunov pueden captar la propia naturaleza de la estabilidad asint´otica y que la existencia de esas funciones. Normalmente se aplican a sistemas de dimensiones finitas. EL CONTROL LINEAL ES LOCAL 5 Los sistemas no lineales presentan dos diferencial principales con respecto a los lineales: • Pueden tener m´ ultiples atractores. Posteriormente. The full consideration of nonlinear effects is out of scrutiny 1.2. de estables y no estables. Control Lineal y no Lineal . desde sus or´ıgenes. .

INTRODUCCION .6 ´ CAP´ITULO 1.

Parte I An´ alisis 7 .

.

Cap´ıtulo 2 An´ alisis cualitativo de sistemas din´ amicos 2. • algunas magnitudes representan el cambio con el tiempo de otras: El modelo matem´atico se construye a partir de las relaciones entre las correspondientes variables. Se consideran sistemas: • a cuyos componentes se asocian magnitudes xi . Nos ocuparemos fundamentalmente de sistemas din´amicos dados por ecuaciones diferenciales o en diferencias: son los sistemas din´ amicos de variables continuas La noci´on de sistema din´amico incluye el conjunto X de los posibles estados que puede alcanzar y una regle o ley que regula la evoluci´on de los estados en el tiempo. Formalizaci´ on del concepto de sistema din´ amico Noci´on intuitiva de sistema din´amico: conjunto de componentes conectados entre ellos de modo que presenten un comportamiento coordinado y realicen una tarea determinada.1. Espacio de estados Los posibles estados de un sistema se representan mediante puntos de un conjunto X. Este conjunto recibe la denominaci´on de espacio de estados. Ejemplo: 9 .

ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 10 Figura 2. sabemos que en la realidad todo proceso de crecimiento acaba por abortarse tarde o temprano. f ) se asocia un espacio de estados X y una aplicaci´on ϕt : X → X que permite establecer la evoluci´on en X. S = {θ} ˙ R = {θ} X = S ×R X es un cilindro (una variedad). No existe el crecimiento indefinido (m´as que en situaciones extremas idealizadas).1: P´endulo. A un sistema din´amico (X. Para sistemas en tiempo continuo la familia {ϕt }t∈T de operadores de evoluci´on se denomina flujo. Sin embargo. 2.´ ´ CAP´ITULO 2. El principal componente de un sistema din´amico es una regla de evoluci´on que determina el estado xt a partir de x0 . Esta regla se representa mediante la aplicaci´on ϕt : X → X xt = ϕ(x0 ) ϕt se denomina operador de evoluci´ on. La forma de crecimiento con la que normalmente nos .2. Crecimiento log´ıstico o acotado La estructura de realimentaci´on positiva permite dar raz´on del proceso de crecimiento.

d(x) = mx son las muertes. El cambio de dominaci´on de los bucles se explica mediante la presencia de mecanismos no lineales. En la fase inicial el bucle de realimentaci´on positiva es el dominante. al que se asocie el comportamiento estabilizador final. Constituye un ejemplo de lo que se conocen como arquetipos sist´emicos que pueden considerarse como plantillas estructurales para la descripci´on de aspectos sist´emicos de la realidad.1. y de un bucle de realimentaci´on negativa. Esta estructura permite explicar el crecimiento en problemas muy variados. y x˙ representa . pasando por la difusi´on de una enfermedad. comportamiento asintotico t Figura 2. Un ejemplo concreto de crecimiento en un medio acotado lo suministra el modelo de crecimiento de un poblaci´on.2.2: Crecimiento log´ıstico o sigmoidal. y consta de una fase inicial de crecimiento aproximadamente exponencial seguida de una segunda fase de estabilizaci´on. Esta forma de crecimiento se muestra en la figura 3. Estos arquetipos son el resultado de la experiencia en modelado y pueden considerarse como descripciones fenomenol´ogicas del comportamiento de los sistemas. CRECIMIENTO LOG´ISTICO O ACOTADO crecimiento exponencial 11 . (2. mientras que en la final lo es de realimentaci´on negativa. sin ninguna pretensi´on de unicidad. encontramos es la que se conoce como crecimiento log´ıstico o sigmoidal. responsable del crecimiento exponencial inicial. Aportan sugerencias sobre la estructura b´asica del sistema.1) en donde b(x) = nxg(x) son los nacimientos. que se puede escribir: x˙ = b(x) − d(x). x > 0. Este comportamiento puede explicarse combinando un bucle de realimentaci´on positiva. desde el crecimiento de una poblaci´on en un medio finito hasta la introducci´on de un nuevo producto en el mercado.2.

una forma parab´olica (figura 2.1) puede escribirse x˙ = x(ng(x) − m). Esta expresi´on es un ejemplo de lo que se conoce como un sistema din´amico. δ δ es decir. De acuerdo con lo que se ha visto. su forma cualitativa.3). Conviene observar que las muertes dependen linealmente de la poblaci´on x. la derivada (variaci´on) de x con respecto al tiempo t. mientras que cuando es grande decrece. Su parte derecha puede interpretarse como la regla que establece como se produce la variaci´on x˙ . es decir. Podemos adoptar para ella la expresi´on matem´atica siguiente:   1−δ x2 g˜(x) = 1 + x − . 1] .3. De la curva g lo u ´ nico que nos interesa es su forma creciente al principio y decreciente luego. mientras que los nacimientos dependen de x a trav´es de la funci´on g que hace variar la tasa de natalidad con el nivel alcanzado por la poblaci´on x. y en las finales tiende a un valor asint´otico. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS f(x)=1+2x-3x2 (δ=1/3) f(x)=1+x-2x2 (δ=1/2) f(x)=1-x2 (δ=1) Figura 2.3: Forma de la funci´on g˜(x) para distintos valores del par´ametro δ. y tiene la forma cualitativa que se muestra en la figura 2. De acuerdo con esta ecuaci´on el crecimiento de la poblaci´on x resulta del exceso de nacimientos sobre muertes. Una hip´otesis razonable es que g es no lineal.12 ´ ´ CAP´ITULO 2. Esta forma de g es consistente con el supuesto del crecimiento sigmoidal seg´ un el cual en las fases iniciales de crecimiento ´este es explosivo. la expresi´on (2. De acuerdo con esta figura cuando la poblaci´on es muy peque˜ na la natalidad crece con la poblaci´on. δ ∈ (0.

Xn → dt (2. mediante un sistema de ecuaciones diferenciales de primer orden. que se han considerado anteriormente (recu´erdese la figura ??). que dan lugar a otras tantas formas de escribir sistemas din´amicos. como m´etodo para el modelado y simulaci´on de sistemas din´amicos. 2. en general.2). Una de las formulaciones m´as generales de un sistema din´amico.. Esta expresi´on puede interpretarse tambi´en como un campo vectorial x˙ definido sobre X = {x}. x2 . es la siguiente x˙ = f (x) (2. a sistemas din´amicos como los de la expresi´on (2. mediante relaciones de influencia. f ). un sistema din´amico se define como el objeto formado por un espacio de estados X (una variedad) y un campo vectorial f . Sin embargo aqu´ı nos limitaremos a la que se acaba de enunciar. En general. aporta herramientas conceptuales e inform´aticas para realizar esa transici´on (Aracil y Gordillo 1997).2) en donde la funci´on f establece la regla mediante la cual se produce el cambio del estado a lo largo del tiempo y representa la din´ amica del sistema xt+dt = xt + f (xt )dt. .. xn ) a cada una de las cuales corresponde una relaci´on de influencia dXi X1 . Conviene observar que para esta transici´on hay que enriquecer la informaci´on estructural de las relaciones de influencia con informaci´on adicional.4) De este modo es posible concebir una transici´on de los grafos. de modo que (2.2. La din´amica de sistemas. definido en X sistema din´ amico = variedad de estados X + campo vectorial f De acuerdo con ello un sistema din´amico se define por el par (X.. Retrato de estados de sistemas no lineales Cada atractor tiene su cuenca de atracci´on. El espacio X tiene.2) se descompone en un conjunto de ecuaciones de la forma: x˙ i = fi (x1 .. CRECIMIENTO LOG´ISTICO O ACOTADO 13 de x a lo largo del tiempo. Existen otras formulaciones para la transici´on entre estados..3) (2. X2 .2.1. .2. . dimensi´on n.

´ ´ CAP´ITULO 2. ya que.5 0 −0. los sistemas din´amicos no lineales se comportan localmente como lineales.2 0 −0. conviene recordar algunos resultados relativos a los sistemas din´amicos lineales. por tanto no lineales.5 2 La teor´ıa global se ocupa de la forma en que los atractores y sus cuencas de atracci´on se combinan en el retrato de estados.4 −0.6 −0.5 0 x1/pi 0.5 −2 −2 −1. Un sistema din´amico lineal viene dado por una expresi´on de la forma x˙ = Ax.3.5 1 Los sistemas no lineales tienen retratos de estado m´as complejos: 2 1.5 −1 −1. como veremos. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 14 Los sistemas lineales tienen retratos de estado sencillos: Phase Plane 1 0.8 −1 −1 −0.6 0.5 1 x2/pi 0.5 −1 −0.8 0. 2.5 0 x1 0.5 1 1.2 −0. Sistemas Din´ amicos Lineales Aunque el objetivo de este curso es el estudio de sistemas din´amicos en toda su generalidad. x ∈ IRn .4 x2 0.

. eλ2 t .5) (2... . k y los valores propios complejos λi = ai + jbi . un } .. se tiene un resultado an´alogo al anterior..... De acuerdo con la anterior se tiene que la soluci´on del sistema lineal es x1 = c1 e−t + c2 (e−t − e2t ) x1 = c2 e2t (2. Se tiene entonces y˙ = P −1 AP y de donde se tiene que y(t) = diag[eλ1 t .. .. .. i = k + 1. . . eλn t ]P −1 x(0) Ejemplo: Sea el sistema lineal x˙ 1 = −x1 − 3x2 x˙ 2 = 2x2 (2... vn . λ¯i = ai − jbi .. Un resultado bien conocido de la teor´ıa de sistemas lineales dice que si los valores propios λ1 . uk+1. . v2 . vn } forma una base de IRn . λ2 .7) (2. vk+1 . i = 1.. vn ] es invertible y P −1 AP = diag[λ1 ..8) En el caso en el que la matriz A tenga valores propios reales y complejos. λ2 . . entonces todo el conjunto de vectores propios correspondientes {v1 .. vk . en cuyo caso la matriz P = [v1 ... . eλn t ]y(0) y tambi´en x(t) = P diag[eλ1 t . v2 . pero de mayor complejidad. λn de una matriz A son reales y distintos.6) siendo x(0) = (c1 . c2 )T .. y adem´as algunos de ellos sean m´ ultiples. SISTEMAS DINAMICOS LINEALES 15 en donde A es una matriz n × n constante que tiene todos sus valores propios reales y distintos.. eλ2 t . Sea A una matriz real que posea los valores propios reales λi .. ...3.. λn ] si se realiza el cambio de coordenadas y = P −1 x en donde P es la matriz invertible anterior... n Entonces existe una base para R2n−k {v1 .....´ 2.

i = 1..9) en donde A es una matriz real...vn un ] es una matriz invertible y ⎡ ⎢ P −1 AP = ⎣ B1 ⎤ ... I2 = 1 0 0 1   y0= 0 0 0 0  para un valor propio complejo m´ ultiple λ = a + bj de A. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 16 en donde vi .vk vk+1 uk+1 . ⎥ ⎦ . i = 1. B= 0 μ 0 λ  yB= a −b b a  ... .´ ´ CAP´ITULO 2. o bien de la forma ⎡ ⎤ D I2 0 ··· 0 ⎢ 0 D I2 · · · 0 ⎥ ⎢ ⎥ ⎢ ⎥ · · · ⎢ ⎥ ⎣ 0 ··· 0 D I2 ⎦ 0 ··· 0 0 D  en donde D= a −b b a   . La soluci´on del sistema lineal se escribe en este caso: x(t) = P diag[eBi t ]P −1 x(0) Para concretar consideremos el caso de sistemas lineales en un espacio de dos dimensiones x˙ = Ax x ∈ R2 (2... En tal caso existe una matriz P real y no singular tal que B = P −1AP tiene una de las formas siguientes:     λ 0 λ 1 B= . Br donde los bloques elementales de Jordan ⎡ λ 1 ⎢ 0 λ ⎢ ⎢ ⎢ ⎣ 0 ··· 0 ··· son de la forma ⎤ 0 ··· 0 1 ··· 0 ⎥ ⎥ ⎥ ··· ⎥ 0 λ 1 ⎦ 0 0 λ para un valor propio real m´ ultiple λ de A. n son los vectores propios generalizados de A.. n y wi = ui ±jvi .. tal que P = [v1 . .

SISTEMAS DINAMICOS LINEALES 17 La soluci´on del sistema din´amico lineal en este caso es de la forma: x˙ = Bx x(0) = x0 (2.10) que se convierte en cada uno de los tres casos anteriores en  λt  0 e x(t) = x0 0 eλt  λt x(t) = e y  at x(t) = e 1 t 0 1  x0 cos bt − sin bt − sin bt cos bt  x0 El comportamiento de las soluciones de (2. donde:     x1 a11 a12 x= . 2. y c1 y c2 son dos n´ umeros reales.3. En la pr´oxima secci´on se presentar´a un resultado m´as detallado.´ 2.10). Dos soluciones x1 (t) y x2 (t) del sistema x˙ = Ax se dice que son linealmente independientes si para t ∈ R.3. A= . entonces la combinaci´on lineal c1 x1 (t) + c2 x2 (t) es tambi´en soluci´on del sistema lineal. A esto se le denomina principio de superposici´on. x2 a21 a22 A continuaci´on se presentan algunas propiedades de los sistemas lineales bidimensionales. la relaci´on c1 x1 (t) + c2 x2 (t) = 0 . Las soluciones de un sistema lineal x˙ = Ax est´an definidas para todo t ∈ R.9) se deduce del de (2. Es decir un sistema lineal plano puede ser escrito de la forma x˙ = Ax.1. Sistemas din´ amicos aut´ onomos lineales de dimensi´ on dos Los sistemas lineales bidimensionales son una clase particular de sistemas aut´onomos de dimensi´on dos x˙ = f(x) en los que el campo vectorial f : R2 → R2 est´a dado por una funci´on lineal. que son extensibles a sistemas de orden superior. Si x1 (t) y x2 (t) son soluciones del sistema x˙ = Ax.

tal que. Sean dos matrices A y B que tienen autovalores con parte real distinta de cero (sistemas hiperb´ olicos). Equivalencia cualitativa en sistemas lineales Dos sistemas lineales de dimensi´on dos x˙ = Ax y x˙ = Bx se dice que son topol´ogicamente equivalentes si hay un homeomorfismo h : R2 → R2 en el plano. en sistemas planos. es un sumidero hiperb´ olico. Si X(t) es una matriz fundamental de soluciones. Es decir: h(eAt x) = eBt h(x) para todo t ∈ R y x ∈ R2 . .´ ´ CAP´ITULO 2. entonces se dice que es una matriz principal de soluciones. si adem´as las soluciones x1 (t) y x2 (t) son linealmente independientes para todo t ∈ R. A continuaci´on. que transforma las o´rbitas de x˙ = Ax en las de x˙ = Bx y conserva su sentido en el tiempo. La independencia lineal se comprueba si det(x1 (t)|x2 (t)) = 0 para todo t ∈ R. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 18 implica que c1 = c2 = 0. entonces los sistemas x˙ = Ax y x˙ = Bx son topol´ ogicamente equivalentes si y s´ olo si las matrices A y B tienen el mismo n´ umero de autovalores con parte real negativa (y por consiguiente tambi´en positiva). As´ı pues. h es continua y con inversa continua. 1 Si X(t) es una matriz fundamental de soluciones de x˙ = Ax y cumple la condici´on inicial X(0) = I (matriz identidad). se presentan dos teoremas sobre la equivalencia topol´ogica de sistemas y su clasificaci´on cualitativa. que pueden representarse simplificadamente como:  (i) −1 0 0 −1  tiene dos autovalores negativos. donde eAt ≡ X(t)[X(0)]−1 . Teorema 2. entonces se dice que X(t) es una matriz fundamental de soluciones de x˙ = Ax.1. x0 ) = eAt x0 . la soluci´on de la ecuaci´on diferencial x˙ = Ax que satisface la condici´on inicial x(0) = x0 est´a dada por la expresi´on: ϕ(t. Si x1 (t) y x2 (t) son soluciones del sistema x˙ = Ax entonces la matriz X(t) = (x (t)|x2 (t)) se denomina matriz soluci´on. y dado el car´acter restrictivo de la equivalencia lineal de sistemas. hay tres clases de sistemas hiperb´ olicos lineales.

1 se pueden definir varios tipos de equilibrios. dependiendo de si los autovalores son complejos o reales. Todas las o´rbitas. Teorema 2. punto de silla hiperb´ olico. Cualquier o´rbita es un punto de equilibrio.´ 2.4 se muestra el diagrama de fases de cada una de las clases representativas de equivalencia topol´ogica de sistemas lineales definidas en los teoremas anteriores. Si la matriz de coeficientes A tiene al menos un autovalor con parte real nula (sistema no hiperb´ olico). Dentro de la clasificaci´on de sistemas hiperb´olicos realizada en el teorema 2.2. SISTEMAS DINAMICOS LINEALES  1 0 0 1 (ii)  (iii) 19  tiene dos autovalores positivos.2. Los conjuntos α-l´ımite (inicio) de 0 0 todas las o´rbitas negativas (hacia atr´ as) son puntos de equilibrio.   −1 0 (ii) un autovalor negativo y otro cero. se dice que el flujo eAt : IRn → IRn . estables e inestables. 2. 1 0 0 −1  un autovalor positivo y otro negativo. Cada o´rbita que no sea un equi−1 0 librio es peri´ odica.   0 1 (v) dos autovalores imaginarios puros. que no sean puntos de equilibrio no est´ an limitadas. entonces el sistema plano lineal x˙ = Ax es topol´ ogicamente equivalente a uno de los siguientes cinco sistemas lineales:  (i) 0 0 0 0  matriz cero.3.   1 0 (iii) un autovalor positivo y otro cero. Los conjuntos ω-l´ımite (finales) 0 0 de todas las o´rbitas positivas (hacia adelante) son puntos de equilibrio. Estabilidad Si todos los valores propios de una matriz no singular A de dimensi´on n × n tienen parte real no nula.3. positivas 0 0 y negativas. En la figura 2.   0 1 (iv) dos autovalores nulos pero es de rango 1. es una fuente hiperb´ olica.

.4: Diagrama de fases de la clases representativas de equivalencia topol´ogica de sistemas lineales planos.´ ´ CAP´ITULO 2. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 20 x2 x2 x2 x1  −1 0 0 −1 x1   x2 1 0 0 1  0 0 0 0  1 0 0 −1 x2 x1   −1 0 0 0 x1   x2 1 0 0 0 0 1 0 0  x2 x1   x2 x1  x1  x1  0 1 −1 0  Figura 2.

11) . Un punto de equilibrio hiperb´olico puede ser o bien un pozo. una fuente si todos los valores propios tienen parte real estrictamente positiva.5) Una ensilladura si δ < 0 Un nodo estable si δ > 0. y τ < 0 δ > 0. Sea δ = det A y τ = trazaA y consid´erese el sistema lineal x˙ = Ax x ∈ IRn El punto de equilibrio x = 0 es (Fig 2. SISTEMAS DINAMICOS LINEALES 21 es hiperb´olico. o bien bajo la forma de nodo. Si x = 0 es un pozo o una fuente. Veamos con detalle el caso de un sistema lineal de dos dimensiones. τ 2 − 4δ ≥ 0. y τ > 0 Un nodo inestable si Un foco estable si Un foco inestable si Un centro si δ > 0. De acuerdo con lo que se ha visto anteriormente la soluci´on de un sistema lineal x˙ = Ax x ∈ IRn x(0) = x0 (2.3. τ =0 Los valores propios de A se pueden escribir: √ τ ± τ 2 − 4δ λ= 2 En el caso general para n ≥ 1 se tiene lo siguiente. τ 2 − 4δ < 0. El punto de equilibrio u ´nico x = 0 se dice que es un punto de equilibrio hiperb´olico. las soluciones se acercan a (o se separan de) x = 0 de dos formas. τ 2 − 4δ < 0. y τ < 0 δ > 0. y τ > 0 δ > 0. τ 2 − 4δ ≥ 0. o bien bajo la forma de foco. o bien un punto de silla o ensilladura si los valores propios tienen signos diferentes. si todos los valores propios tienen parte real estrictamente negativa o bien.´ 2.

5: Diagrama de fases de la clases representativas de equilibrios hiperb´olicos. . ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS x2 x2 x1 x1 Nodo estable: Autovalores reales negativos. x2 x1 Nodo inestable (fuente): Autovalores reales positivos. Figura 2.22 ´ ´ CAP´ITULO 2. x1 Foco inestable: Autovalores reales con parte real positiva. x2 Foco estable (sumidero): Autovalores complejos con parte real negativa.

.. Se deduce que Avi ∈ E y por tanto Av ∈ E.. entonces. Utilizando el lema anterior se puede demostrar la propiedad siguiente de los subespacios estable. ai > 0} es el span{ui. se puede escribir (A − λI)vi = Vi o lo que es lo mismo Vi ∈ (A − λI)ki −1 ⊂ E. uk+1. Consideremos igualmente la base IRn B = {u1 .. AE ⊂ E Para demostrar este resultado sea {v1 . E c = ai = 0} es el subespacio central. inestable y central: . Sea E el espacio de los vectores propios generalizados de A correspondientes a un valor propio λ. vi .11). SISTEMAS DINAMICOS LINEALES 23 se escribe x(t) = eAt x0 La aplicaci´on eAt : IRn → IRn describe el comportamiento del punto x0 ∈ IRn a lo largo de las trayectorias de (2. vm } n = 2m − k. correspondiente al valor propio λi = ai + jbi . v2 .3.. ai < 0} es el subespacio estable.. entonces. um ... uk . Sea v ∈ E. . vk } un base de E formada por los vectores propios generalizados. . Sea wi = ui + jvi un vector propio generalizado de la matriz A. subespacio inestable. E u = span{ui . E s = span{ui . vk+1 .11).. vi . . v= k  ci vi i=1 y. Un subespacio E ⊂ IRn se dice invariante bajo el flujo eAt : IRn → IRn si eAt E ⊂ E para todo t ∈ R. Av = k  ci Avi i=1 Como cada vi verifica (A − λI)ki vi = 0 para un cierto ki m´ınimo. por linealidad. vi . asociados a (2.´ 2.

14) . l´ımt→∞ eAt x0 = 0 l´ımt→−∞ eAt x0 = ∞ adem´as. inestable y central de (2. x(0) = x0 (2. 2.´ ´ CAP´ITULO 2. todos los valores propios de A tienen parte real estrictamente positiva. entonces IRn = E s ⊕ E u ⊕ E c en donde E s . ∀xo ∈ IRn . x(0) = x0 y = h(x) (2. l´ımt→−∞ eAt x0 = 0 l´ımt→∞ eAt x0 = ∞ Sistemas din´ amicos no lineales Despu´es del repaso que se ha hecho en la secci´on anterior de algunos resultados generales sobre sistemas lineales de la forma x˙ = Ax.11).13) (2. Conviene observar que las propiedades siguientes son equivalentes: todos los valores propios de A tienen parte real estrictamente negativa.11). ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 24 Sea A una matriz real de dimensi´on n × n. E u y E c son respectivamente los subespacios estable. ∀xo ∈ IRn .12) con ello dispondremos tambi´en de resultados para el estudio de sistemas de control no lineales x˙ = f (x.4. x(0) = x0 ahora vamos a estudiar los sistemas din´amicos no lineales x˙ = f (x). Adem´as E s . E u y E c son subespacios invariantes bajo el flujo eAt de (2. y para x0 = 0. y para x0 = 0. u).

PROPIEDADES DE LAS SOLUCIONES 25 puesto que siempre que se tenga una ley de control de la forma u = k(x) se tendr´a que el sistema realimentado correspondiente tomar´a la forma x˙ = f (x. x(0) = x0 para cuya integraci´on conviene recordar que  xk+1 xk dx = k+1 El sistema din´amico anterior puede escribirse de la forma dx 2 3x 3 = dt La integraci´on del primer miembro es  − 23 x 1 dx = x3 1 3 por lo que la integraci´on de la ecuaci´on anterior conduce a 1 1 x 3 (t) − x 3 (0) = t (2.12). y una parte m´as espec´ıfica en la que se ponen en evidencia comportamientos completamente nuevos con relaci´on a los que presentan los sistemas lineales.15) .1.5. x(0) = x0 y = h(x) lo que lo convierte en un sistema din´amico no lineal (2.2. El estudio de los sistemas din´amicos no lineales comprende dos partes: una m´as elemental de car´acter local. 2.5.5. que se relaciona con el estudio de sistemas lineales cuando el punto de equilibrio entorno al que se estudia el comportamiento del sistema es hiperb´olico. Propiedades de las soluciones Existencia y unicidad de las soluciones Consid´erese en primer lugar el sistema din´amico 2 x˙ = 3x 3 . 2. k(x)).

x¯(t) es una soluci´on del problema con valor inicial x˙ = f (x) x(0) = x0 sobre un intervalo Y . Sea f ∈ C 1 (U) en donde U es un abierto de IRn . Este hecho justifica el que la soluci´on no sea u ´ nica y sugiere la necesidad de que el sistema sea diferenciable para tener la unicidad. Flujo definido por un sistema din´ amico Sea U un abierto de IRn y sea f ∈ C 1 (U). x0 ) la soluci´on del problema con valor inicial (2.´ ´ CAP´ITULO 2.16) x˙ = f (x) x(0) = x0 . que no vamos a demostrar aqu´ı.2.15) es continua en x = 0 pero que no es diferenciable. si t0 ∈ I. Se dice que x¯(t) es una soluci´on de la ecuaci´on diferencial no lineal x˙ = f (x) sobre un intervalo Y . pero sin embargo si conviene esbozarlas para no olvidar las sutilezas matem´aticas que presentan los sistemas din´amicos no lineales.5. x¯(t0 ) = x0 y si x¯(t) es una soluci´on de la ecuaci´on diferencial no lineal x˙ = f (x) sobre el intervalo Y . si x¯(t) es diferenciable sobre Y y x¯˙ = f (¯ x) para todo t ∈ I. es f´acil ver que x¯(t) = 0 tambi´en es una soluci´on del sistema din´amico que satisface las condiciones iniciales. 2. Aqu´ı no profundizaremos en estas cuestiones. por ser m´as propias de un curso de matem´aticas. Por tanto el sistema din´amico anterior posee dos soluciones. α]. adem´as. Hay un teorema. entonces existe un α > 0 tal que el problema con valor inicial x˙ = f (x) x(0) = x0 tiene una soluci´on u ´ nica x¯(t) sobre el intervalo [−α. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 26 Es decir x¯(t) = t3 Pero. Conviene observar que (2. Para x0 ∈ U sea ϕ(t. que dice que si U es un abierto de IRn que contiene x0 y supongamos que f ∈ C 1 (U). Po otra parte sea x0 ∈ U.

5.3. Propiedades naturales del operador ϕ: • ϕ0 es la aplicaci´on identidad.16).2.16) o flujo del campo de vectores f (x). Si t ∈ Z. IR+ se dice que el tiempo es continuo. Entonces para t ∈ I(x0 ) la aplicaci´on ϕt : U → U x0 → ϕt (x0 ) = ϕ(t. t ∈ I(x0 )} Las propiedades del flujo lineal ϕt : IRn → IRn x0 → ϕt (x0 ) = eAt x0 se cumplen tambi´en para un flujo no lineal definido por (2.Z+ el tiempo es discreto. PROPIEDADES DE LAS SOLUCIONES 27 definida sobre un intervalo m´aximo de existencia I(x0 ). entonces el sistema es invertible y ϕ−t = ϕ−1 t Si t ∈ IR. En lo que sigue se emplear´a la anotaci´on Ω = {(t. Se supone que . 2. Sistema din´ amico como flujo La aplicaci´on ϕ : IR × IRn → IRn representa la totalidad de las soluciones. x0 ) se denomina flujo de la ecuaci´on diferencial (2.5. x0 ) ∈ R × U. La ϕ es tambi´en la din´ amica o regla que especifica como se transforma el estado x ∈ X en otro estado ϕt (x) en el tiempo t. • Si el sistema es aut´onomo entonces ϕt ◦ ϕs = ϕt+s Si ϕt est´a definido para todo t < 0. se denomina flujo del campo vectorial f (por analog´ıa con el flujo de un fluido).

A partir de un estado inicial x0 se genera la trayectoria ϕt (x0 ) = x(t) La proyecci´on de la trayectoria sobre X se denomina ´orbita. Las aplicaciones ϕt son continuas. U. t ∈ Z+ o IR+ . De momento supondremos que el sistema din´amico es aut´onomo. g). f ∈ C ∞ (x. Y. . f ) es el objeto formado por un espacio de estados X (una variedad) y un campo vectorial f . 2. dx = f (x) dt En autom´atica un sistema din´amico es un objeto matem´atico formado por el s´extuplo (T. u) dt y = g(x) Un sistema din´amico en tiempo discreto est´a completamente definido mediante la aplicaci´on de una paso f = ϕ1 ϕ2 = ϕ1 ◦ ϕ1 = f ◦ f = f 2 f 2 es la iteraci´on de dos pasos. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 28 • • • • X es un conjunto cerrado en IRn . definido en X ⊆ IRn . X.5.4. Un sistema din´amico (X. x) y T = IR. El sistema din´amico es determinista. Orbitas y retratos de estados Los m´etodos geom´etricos para el estudio de sistemas din´amicos est´an basados en im´agenes geom´etricas. dx = f (x. f. Los objetos geom´etricos b´asicos asociados a un sistema din´amico son las ´orbitas y el retrato de estados. Esta suposici´on la relajaremos m´as adelante al considerar sistemas de control.´ ´ CAP´ITULO 2.

5. Jx0 (f ) = Dx f = ⎣ . puede interpretarse como el flujo de un fluido. PROPIEDADES DE LAS SOLUCIONES 29 Se define como un subconjunto ordenado de X Or(x0 ) = {x ∈ X|x = ϕt (x0 ). se dice tambi´en que es un 0. Por tanto x0 es un punto fijo para el flujo ϕt . jacobiana .2.5. .17) se asocia la matriz ⎡ ∂f1 (x0 ) ∂x1 ⎢ . ∂fn (x0 ) ∂xn El sistema lineal x˙ = Jx0 (f )x se llama linealizaci´on de (2. t ∈ T } Las o´rbitas son curvas en sistemas en tiempo continuo y secuencias de puntos en sistemas en tiempo discreto. Puntos de equilibrio Un punto x0 ∈ IRn es un punto de equilibrio o un punto cr´ıtico de la ecuaci´on diferencial x˙ = f (x) (2. El retrato de estados muestra el n´ umero y los tipos de los estados asint´oticos a los que tiende el sistema al hacer t → ∞.17) y si ϕt : U → IRn es el flujo de la ecuaci´on diferencial (2.17) si f (x0 ) = 0 A un sistema din´amico (2.17) sin ning´ un valor propio de la matriz jacobiana tiene parte real nula. Un punto de equilibrio se dice que es un punto de equilibrio hiperb´olico de (2.. un punto cr´ıtico o tambi´en un punto singular el campo de vectores f . .. Como en el caso lineal. El retrato de estados de un sistema din´amico es una representaci´on de sus o´rbitas en el espacio de estados (la representaci´on gr´afica y esquem´atica de un conjunto representativo de ellas).. . 2. Conviene observar que si x0 es un punto de equilibrio de (2.. un punto de equilibrio hiperb´olico se dir´a que es un pozo si todos su valores propios tienen parte . ∂fn (x0 ) .5. .17) entonces ϕt (x0 ) = x0 para todo t ∈ R.17) en el punto x0 . ∂x1 ∂f1 (x0 ) ∂xn ⎤ ⎥ . ⎦ ..

una fuente si todos su valores propios tienen parte real estrictamente positiva o. Linealizaci´ on Si un punto de equilibrio de (2. Por otra parte. una ensilladura o un punto de silla si los valores propios tienen signos diferentes.6. 2. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 30 real estrictamente negativa. x1e = [1.5. entonces el comportamiento de las soluciones en un entorno de este punto es semejante al comportamiento de las soluciones . 0]T La matriz jacobiana de este sistema din´amico es   2x1 −2x2 J= 0 2 que en el equilibrio x1e se convierte en J(x1e )  = 2 0 0 2  cuyos autovalores son positivos por lo que es una fuente. en el equilibrio x2e la matriz jacobiana toma la forma   −2 0 2 J(xe ) = 0 2 por lo que este punto de equilibrio es una ensilladura. 0]T x2e = [−1.´ ´ CAP´ITULO 2. por u ´ ltimo. Ejemplo Sea el sistema din´amico  f (x) = x21 − x22 − 1 2x2  Para estudiar los puntos de equilibrio de este sistema hay que resolver el sistema de ecuaciones x21 − x22 − 1 = 0 2x2 = 0 que conduce a x21 − 1 = 0 ⇒ x1 = ±1 por lo que se tiene que el sistema presenta dos puntos de equilibrio.17) es hiperb´olico.

se supondr´a que el punto de equilibrio es el origen. S c . Si este no fuese el caso se realizar´ıa el cambio de coordenadas x → x − x0 Todos los resultados que se exponen a continuaci´on son v´alidos localmente entorno al punto de equilibrio considerado (es decir. tangente al espacio estable E s y tangente al espacio inestable E u asociados a la linealizaci´on de (2. PROPIEDADES DE LAS SOLUCIONES 31 del sistema linealizado de (2.5. de dimensi´on m tangente al espacio central E c en el origen e invariante bajo el flujo ϕt .17) en este punto. estas superficies son invariantes bajo el flujo ϕt ϕt (S s ) ⊂ S s . S u de dimensi´on n − k respectivamente. se tiene el siguiente resultado. En lo que sigue. Sea f ∈ C 1 (U) en donde U es un abierto de IRn que contiene al origen y r ≥ 1. El resultado anterior predice la existencia de una superficie invariante central. bajo el flujo y tangente al eje x1 en el . Sup´ongase que el origen sea un punto de equilibrio de (2. Supongamos que el origen es un punto de equilibrio hiperb´olico y que J0 f tiene valores propios con parte real estrictamente negativa y n − k valores propios con parte real estrictamente positiva. Entonces existe una superficie C r . para el caso en que exista una variedad de centros. Sea U un abierto de x0 ∈ IRn que contiene el origen. t→∞ ∀x0 ∈ S s l´ım ϕt (x0 ) = 0. S s de dimensi´on k y una superficie C 1 . Ejemplo: Sea el sistema x˙ 1 = x21 x˙ 2 = −x2 El subespacio estable E s del sistema linealizado en el origen (´ unico punto de equilibrio) es el eje x2 y el subespacio central E c es el eje x1 . ∀x0 ∈ S u t→−∞ Por otra parte. eventualmente no u ´ nica.2. el origen).17) y que J0 f tenga m valores propios con parte real negativa.17) en el origen x˙ = Jx0 (f )x Adem´as. ϕt (S u ) ⊂ S u para todo t ≥ 0 y l´ım ϕt (x0 ) = 0.17). j valores propios con parte real positiva y m = n − j − k valores reales nula. sea f ∈ C 1 (U) y sea ϕt el flujo asociado al sistema no lineal (2. Entonces existe una superficie C 1 .

.. λn los autovalores de A en un equilibrio p.. x1 < 0 0 x1 ≥ 0 1 es invariante bajo el flujo. . 2. . El resultado siguiente viene a completar los precedentes. Sin embargo. . ∀k se dice que p es un atractor hiperb´ • Sup´ongase que p es un atractor hiperb´olico para un sistema din´amico f . k = 1. El propio eje x1 es la tal superficie puesto que x2 = 0 implica x˙ 2 = 0. Con ´el se puede precisar el hecho de que siempre en un entorno de un punto de equilibrio hiperb´olico el sistema din´amico no lineal y su linealizado entorno a este punto tiene la misma estructura cualitativa. la curva x2 es tangente al origen. • Si p es un atractor entonces Re(λk ) ≤ 0. . • Se dice que p es persistente ante perturbaciones de f .´ ´ CAP´ITULO 2. k = 1. Por fin. Conviene observar que en este ejemplo las superficies centrales son de hecho centrales. • Si Re(λk ) < 0. n entonces p es un atractor. ... n olico.. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 32 origen. Linealizaci´ on de un sistema din´ amico en IRn Para un equilibrio p se define la matriz jacobiana   ∂fi A= ∂xj En torno a p el sistema din´amico toma la forma linealizada dx = Ax dt Sean λ1 . • Cuando Re(λk ) < 0. . c2 ) con c1 < 0 viene dada por la soluci´on particular de x2 dx2 =− 2 dx1 x1 es decir. hay otras superficies centrales.5. En tal caso existen infinitos sistemas din´amicos fi que tienen un atractor hiperb´olico cerca de p. . En efecto. − c1 x2 = c2 e  La curva x2 = − c1 c2 e 1 1 e x1 1 e x1 . la soluci´on que pasa por el punto (c1 . Es por tanto una superficie central.7.

si existe un homeomorfismo H tal que. En los centros que se definen por igualdades del tipo Re(λ) = 0. Para que al menos uno de los autovalores sea nulo. En un equilibrio las desigualdades entre autovalores (del tipo λi > 0. y por tanto el sistema pierda la hiperbolicidad. det A = 0. Entonces este sistema din´amico y su linealizado entorno al origen x˙ = Jx0 (f )x . o similares) se mantienen para peque˜ nos cambios en los par´ametros. sobre un entorno del origen. Sea f ∈ C 1 (U) y sea ϕt el flujo del sistema no lineal x˙ = f (x) Sup´ongase que el origen es un punto de equilibrio hiperb´olico.19) de modo que H preserva la orientaci´on (la naturaleza de la estabilidad).5.18) (2. cualquier peque˜ na perturbaci´on de los valores de los par´ametros destruir´a presumiblemente la igualdad. Si adem´as este homeomorfismo preserva la parametrizaci´on H(ϕt (x)) = ψt (H(x)) en donde ϕt y ψt son respectivamente los flujos de los sistemas din´amicos (1) y (2) entonces se dice que estos dos sistemas son topol´ogicamente conjugados. Equivalencia topol´ ogica Sean dos sistemas din´amicos x˙ = f (x) x˙ = g(x) (2. trayectorias de (2.18) ↔ trayectorias de (2. Sea U un abierto de IRn que contenga al origen. PROPIEDADES DE LAS SOLUCIONES 33 Los autovalores de la matriz jacobiana A = [aij ] dependen de forma continua de los valores de sus elementos aij . o que tienen la misma estructura cualitativa.8. 2. Condici´on necesaria para que un sistema sea estructuralmente estable es que sus equilibrios (y tambi´en sus ciclos l´ımite) sean hiperb´olicos.2.5.19) Estos dos sistemas se dice que son topol´ogicamente equivalentes.

Bajo estas hip´otesis existe un homeomorfismo H que verifica H ◦ ϕt (x0 ) = e(J0 f ) H(x0 ) Ejemplo: Sea el sistema din´amico x˙ 1 = −x1 x˙ 2 = x2 + x21 Sus trayectorias para x1 (0) = c1 y x2 (0) = c2 son x1 = c1 e−t x2 = c2 et + Por otra parte  J0 f = c21 t (e − e−2t ) 3 −1 0 0 1  Se puede demostrar que este sistema y su linealizado son topol´ogicamente equivalentes utilizando el homeomorfismo   x1 H(x1 . x2 ) = x2 2x2 + 31 2.´ ´ CAP´ITULO 2. ∀t ⇐⇒ p = ω(p) un equilibrio se representa por un punto en el retrato de estados y es la m´as simple de las o´rbitas. si x0 = p.5. .9. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 34 son topol´ogicamente conjugados sobre un intervalo abierto I0 ⊂ R. Conjuntos l´ımite y equilibrios Conjunto l´ımite ω(x) Se define el conjunto l´ımite de un sistema din´amico como el conjunto formado por los puntos de X tales que y ∈ ω(x) ⇐⇒ ∃tk → ∞. x(tk ) → y Conjunto de equilibrios E Un punto p pertenece al conjunto de equilibrios E si p ∈ E ⇐⇒ x(t) = p.

dt 1 0 -1 -1 0 1 2 Figura 2. mostrando un ciclo l´ımite. ∀t En la figura 2. Sea el sistema din´amico: dx = f (x) x(0) = x0 dt Un equilibrio es un p : f (p) = 0. Un ciclo l´ımite es una soluci´on peri´odica de esta ecuaci´on diferencial. Ciclos y atractores Despu´es de la descripci´on del comportamiento de las soluciones en un entorno de un punto de equilibrio interesa estudiar el comportamiento entorno de otros conjuntos . 2.6.6 se muestra el retrato de estados del sistema din´amico dx = x − y − x(x2 + y 2 ) dt dy = x + y − y(x2 + y 2 ).6.6: Retrato de estados de un sistema de dimensi´on 2. CICLOS Y ATRACTORES 35 Ciclo l´ımite de per´ıodo T0 > 0 Un ciclo l´ımite es una trayectoria tal que x(t + T0 ) = x(t).2.

un punto p ∈ U es un punto α-l´ımite de la trayectoria ϕ(. 2.. los bucles homocl´ınicos..20).´ ´ CAP´ITULO 2.75 -1.75 x0 -. la soluci´on de (2.20) en donde f ∈ C 1 (U).20) si existe una secuencia (tn ) tal que l´ımn → ∞ y l´ım ϕ(tn . x) = p n→∞ De manera an´aloga. Sea x ∈ U. Conjuntos l´ımite y atractores Consid´erese de nuevo el sistema no lineal aut´onomo x˙ = f (x) (2.5 0 2 4 6 8 10 12 14 t 16 18 20 22 24 26 28 30 Figura 2. Los m´as notables de ellos son las o´rbitas peri´odicas. si existe una secuencia (tn ) tal que l´ımn → −∞ y l´ım ϕ(tn . x) : R → U se denomina trayectoria u o´rbita que pasa por x (algunos autores emplean trayectoria para x(t) y o´rbita para la proyecci´on de la trayectoria en el espacio de estados).. Para su estudio se debe adoptar una perspectiva global de los sistemas din´amicos no lineales.20) que pase por x ϕ(.6.7: Comportamiento oscilatorio de un sistema con un atractor tipo ciclo l´ımite. l´ımites. U es un abierto de x0 ∈ IRn . x) = q n→∞ . x) del sistema (2.1. Un punto p ∈ U es un punto ω-l´ımite de la trayectoria ϕ(. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 36 1.5 . x) del sistema (2. los ciclos separadores o los atractores extra˜ nos.

denotado ω(Γ) (respectivamente conjunto α-l´ımite denotado α(Γ)).5 −1 −1. α-l´ımite) de una trayectoria Γ se denomina conjunto ω-l´ımite. Una trayectoria que tiende a una o´rbita peri´odica y acaba situ´andose sobre ella. Adem´as los subconjuntos ω(Γ) y α(Γ) son invariantes bajo el flujo ϕt .21) en coordenadas polares se tiene ρ˙ = ρ(1 − ρ2 ) θ˙ = 1 Del retrato de estados se muestra en la figura 2.5 1 Γ0 x2 0.5 1 1. que son subconjuntos cerrados de U.8: Retrato de estados del sistema 2. Consid´erense los conjuntos l´ımites ω(Γ) y α(Γ) asociados a una trayectoria Γ de (2.5 −1 −0.5 0 x1 0.21 El c´ırculo de radio unidad Γ0 se denomina ciclo (u ´orbita peri´odica) estable.9 2 2 x1 ’ = x2 + x1 (1 − x1 − x2 ) 2 2 x2 ’ = − x1 + x2 (1 − x1 − x2 ) 2 1. Si Γ est´a contenida en un subconjunto compacto de IRn .20). CICLOS Y ATRACTORES 37 El conjunto de todos los puntos ω-l´ımite (resp.2. entonces ω(Γ) y α(Γ) son subconjuntos compactos. . los que forman la propia o´rbita peri´odica.6. posee una infinidad de puntos ω-l´ımite. ϕt (ω(Γ)) ⊂ ω(Γ) y ϕt (α(Γ)) ⊂ α(Γ) Ejemplo Sea el sistema din´amico no lineal x˙ 1 = x2 + x1 (1 − x21 − x22 ) x˙ 2 = −x1 + x2 (1 − x21 − x22 ) (2.5 2 Figura 2.5 0 −0.5 −2 −2 −1. no vac´ıos y conexos de U.

22) Es f´acil ver que este sistema din´amico posee dos puntos de equilibrio x1 = x2 = 0 x1 = −1.38 ´ ´ CAP´ITULO 2. El jacobiano de este sistema din´amico  J= x2 = 0 0 1 1 + 2x1 0  En el primero de los equilibrios el jacobiano toma la forma   0 1 J1 = 1 0 por lo que se trata de una ensilladura. Ejemplo: Sea el sistema din´amico no lineal x˙ 1 = x2 x˙ 2 = x1 + x21 (2. ya que une un punto a s´ı mismo. En la figura siguiente se muestra el retrato de estados de este sistema din´amico. En este retrato de estado convienen observa la curva Γ que es un conjunto l´ımite denominado o´rbita homocl´ınica. Consid´erese ahora el sistema din´amico que describe el comportamiento de un p´endulo no amortiguado: x˙ 1 = x2 x˙ 2 = − sin x1 . En el segundo equilibrio el jacobiano es   0 1 J2 = −1 0 por lo que se trata de un centro. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS Adem´as de los puntos de equilibrio y de los ciclos l´ımites existen otros conjuntos l´ımites.

5 1 1.2. Los caminos cerrados formados por o´rbitas heterocl´ınicas se denominan ciclos homocl´ınicos.5 −2 −2 −1.22 En esta figura conviene observar la curvas Γ1 y Γ2 que representan conjuntos l´ımites y que se denominan ´orbitas heterocl´ınicas. puesto que unen puntos diferentes. CICLOS Y ATRACTORES 39 Los equilibrios de este sistema din´amico vienen dado por x1 = x2 = 0 x1 = ±kπ.6.5 −1 −1. y la matriz jacobiana por  J= En el origen esta matriz toma la forma J1 = x2 = 0 0 1 − cos x1 0  0 1 −1 0   por lo que el origen es un centro.5 0 x1 0. Por otra parte en los otros equilibrios la matriz jacobiana toma la forma   0 1 J2 = 1 0 de donde se desprende que se trata de ensilladuras.5 2 Figura 2.5 1 Γ0 x2 0.5 0 −0.5 −1 −0. El retrato de estados se tiene en la figura siguiente: x1 ’ = x2 2 x2 ’ = x1 + x1 2 1. Atractores .9: Retrato de estados del sistema 2.

Un equilibrio p es asint´ oticamente estable si p es un atractor. Conviene observar que todos los puntos ω-l´ımite no son atractores. Los sistemas el´ectricos lineales con elementos resistivos. .20) es un conjunto atractor que contenga una o´rbita tensa. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 40 Se dice que K es un atractor si existe un entorno N de K tal que K ⊂ N ⊂ X l´ım dist(x(t). • Circuitos el´ectricos no lineales. K) = 0 t→∞ para todo x ∈ N El mayor de los N se denomina cuenca de atracci´ on de K. ω(x) = equilibrios y/o ciclos l´ımites Ejemplos: • Osciladores de Van der Pol.20) si existe un entorno E de A tal que ∀x ∈ E. ∀t ≥ 0 y ∀t ≥ 0. A) → 0. Lo mismo se dice para un ciclo l´ımite. Un subconjunto cerrado A ⊂ U se denomina conjunto atractor de (2. ϕt (x) ∈ E. Un nodo o un foco estable son ejemplos de atractores pero una ensilladura no lo es. d(ϕt (x).6. La mayor parte de las reacciones qu´ımicas. 2. cuando t → ∞ Un atractor de (2. Sistemas mec´anicos disipativos con un grado de libertad.´ ´ CAP´ITULO 2.2. En un orden creciente de complejidad se encuentran los sistemas para los que el conjunto l´ımite est´a formado por equilibrios y ciclos l´ımite. Comportamiento a largo plazo de las trayectorias El “mejor¸caso y el m´as estudiado es aquel en el que un punto p ∈ X es un atractor: l´ım x(t) = p t→∞ Ejemplos: • • • • P´endulo con fricci´on.

uno en el interior de Γ y otro en el exterior. una limitada en el interior de la curva y otra no limitada en el exterior.y ω-l´ımite son puntos de equilibrio. CICLOS Y ATRACTORES 2. entonces x˙ = f(x) no tiene o´rbitas peri´odicas ni homoclinas que est´en por completo en la regi´on D. x0 ) → xe cuando t → +∞. Una curva cerrada en R2 que no se corta a s´ı misma. entonces es cierta alguna de las siguientes afirmaciones: El conjunto ω-l´ımite.4 (de la curva de Jordan). Estas tres propiedades son v´alidas para el conjunto α-l´ımite si γ − (x 0 ) est´a acotada. Sup´ ongase que x˙ = f(x) es un sistema de dimensi´on dos con un n´ umero finito de equilibrios. entonces ω(x0 ) es una o´rbita peri´ odica.5 (de Poincar´e-Bendixson). 41 Estudio de o ´rbitas peri´ odicas En este apartado se presentan resultados sobre el an´alisis de ´orbitas peri´odicas en sistemas planos cuando est´an lejos de su nacimiento. termine en D para todo t ≥ 0.3. separa a R2 en dos partes conexas. cualquier soluci´on que empiece en D. tales que. ω(x0 ) son puntos de equilibrio y o´rbitas cuyos conjuntos α. Si div f = ∂x + ∂x es de signo constante 1 2 y distinta de cero en D. y ϕ(t. y tal que. es decir: D es un conjunto invariante positivo abierto y limitado.3. ∂f1 ∂f2 Sea D un subconjunto abierto conexo de R2 . es un solo punto xe (es un punto de equilibrio).y ω-l´ımite de las o´rbitas que pasan por dichos puntos son la o´rbita peri´odica Γ. . Teorema 2. Si ω(x0 ) es un conjunto acotado que no contiene puntos de equilibrio. Teorema 2. Para poder utilizar el teorema de Poincar´e-Bendixson a fin de demostrar la existencia de una o´rbita peri´odica no trivial. ω(x0 ). ω(x0 ) es una o´rbita peri´ odica Γ y ´o γ + (x0 ) = ω(x0 ) = Γ ´o γ + (x0 ) es una espiral creciente en el tiempo hacia Γ en un lado de Γ.6. se construye un conjunto acotado D en R2 que no contiene puntos de equilibrio.2. Una o´rbita peri´odica Γ se llama ciclo l´ımite si hay dos puntos en R2 . los conjuntos α. Teorema 2. Si la o´rbita positiva γ + (x0 ) de x0 est´a acotada.6.

La aplicaci´on de Poincar´e. al que se le denomina secci´on transversal de la o´rbita peri´odica Γ en el punto p. Sea ϕ(t. x2 ) una funci´on C 1 de valores reales en D. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS Teorema 2. . A continuaci´on se define una aplicaci´on en un subconjunto de Lε inducida por el flujo. v y el vector tangente f(p) de Γ en p sean linealmente independientes.11).6 (Criterio de Dulac). Sea D ⊂ R2 un subconjunto abierto simplemente conexo y B(x1 . y que todas la o´rbitas que crucen Lε lo hacen en la misma direcci´on (figura 2..42 ´ ´ CAP´ITULO 2. Estabilidad de las o ´rbitas peri´ odicas En este apartado se muestra c´omo realizar el estudio del comportamiento de las o´rbitas cercanas a una o´rbita peri´odica. T . Sea Lε el segmento definido por: Lε = {x ∈ R2 : x = p + av. Si la funci´ on div Bf = ∂Bf1 ∂Bf2 + ∂x2 es de signo constante y no id´entica a cero en D. p) una soluci´on peri´odica con m´ınimo periodo. de la ecuaci´on diferencial x˙ = f(x). Se elige un vector v ∈ R2 tal que. a0 ≥ a1 . usando la aplicaci´on de Poincar´e. Como ϕ(T. para determinar su estabilidad. represent´andose la ´orbita peri´odica correspondiente por Γ. si x0 ∈ Lδ .10). x0 ) ∈ Lε . Seg´ un esto una aplicaci´on de Poincar´e Π se dice que es mon´otona si x0 ≥ x1 en Lε . Se elige un ε tan peque˜ no que Lε intersecta a la curva Γ en un solo punto p. Entonces U contiene un punto de equilibrio. Los puntos de la secci´on transversal Lε tienen un orden natural: dos puntos x0 = p + a0 v y x1 = p + a1 v cumplen que x0 ≥ x1 si y solo si. 0 ≤ |a| ≤ ε}. p) = p y sus soluciones dependen de forma continua del valor inicial. x0 → ϕ(T (x0 ). cerca de una ´orbita peri´odica Γ se define como: Π : Lδ → Lε . Π. entonces x˙ = f(x) no ∂x1 tiene o´rbitas peri´ odicas ni homoclinas que est´en por completo en la regi´ on D. A la funci´ on B se la llama funci´ on de Dulac. hay un δ > 0 tal que. implica que Π(x0 ) ≥ Π(x1 ) (figura 2. entonces hay un primer instante T (x0 ) en el que ϕ(T (x0 ). Sea Γ una o´rbita peri´odica que encierra a un espacio abierto U en el que est´a definido el campo vectorial. x0 ).

CICLOS Y ATRACTORES 43 Lε p Π(x0 ) x0 Γ Figura 2.10: Secci´on transversal Lε a la o´rbita peri´odica Γ y la aplicaci´on de Poincar´e. x0 x1 Π(x0 ) Π(x1 ) Figura 2.11: Monoton´ıa de la aplicaci´on de Poincar´e. .2.6.

se les llama multiplicadores caracter´ısticos de Γ. ∂f1 ∂f2 + ∂x1 ∂x2   (ϕ(t. es decir. Dx Π(p). es decir. con p ∈ Γ. 1] → [0. que en el caso n-dimensional se corresponde con los autovalores de la aproximaci´on lineal de Π en p.´ ´ CAP´ITULO 2. Sea ϕ(t. si Π (p) = 1. Si hay alg´ un multiplicador con m´odulo mayor que uno Γ es inestable. p) una soluci´on peri´odica de periodo T de la ecuaci´on diferencial plana x˙ = f(x) a trav´es de p. la ´orbita peri´odica Γ es asint´oticamente estable (u orbital asint´oticamente estable) si todos sus multiplicadores tienen m´odulo menor que uno. A Π (p). es un punto fijo de la aplicaci´on de Poincar´e. Π(x0 ) = x0 . La o´rbita γ + (x0 ) de un punto x0 ∈ Lδ es una ´orbita peri´odica si y s´olo si. La o´rbita peri´odica Γ. e inestable si Π (p) > 1. p)) dt .4. Entonces:   T  Π (p) = exp 0 2.6. en el caso n-dimensional. La o´rbita peri´odica Γ a trav´es del punto p se dice que es hiperb´olica si p es un punto fijo de la aplicaci´on de Poincar´e Π. es orbital asint´oticamente estable si Π (p) < 1. 1] = X fp (x) = px(1 − x) 0 ≤ p ≤ 4 que puede representarse mediante la figura 12. Ejemplo de la aplicaci´on log´ıstica fp : [0. Atractores extra˜ nos El peor de los casos es aquel en el que aparecen atractores “extra˜ nos”. . ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS 44 La aplicaci´on de Poincar´e tiene las siguientes propiedades: La aplicaci´on de Poincar´e Π cerca de la o´rbita peri´odica Γ es una aplicaci´on mon´otona C 1 . As´ı pues.

6. • Para valores peque˜ nos de p : ω(x) = 0 o 1.. CICLOS Y ATRACTORES 45 Esta aplicaci´on genera una secuencia tal que x(t) = fp (. Se presentan los tres tipos de casos siguientes. Se trata de un comportamiento oscilatorio no peri´odico. z x y Figura 2. .12: Ejemplo de atractor extra˜ no (atractor de Lorenz).(fp (x0 )) que puede interpretarse como se hace en la figura 13.2. • Para p ≈ 4 :: ω(x) se tiene un comportamiento a largo plazo caracterizado por la ausencia de pautas.. • Para valores medios de p : ω(x) = ciclo l´ımite.

46 ´ ´ CAP´ITULO 2. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS .

An´ alisis cualitativo de sistemas no lineales La teor´ıa cualitativa de sistemas no lineales aporta una perspectiva global de los modos de comportamiento de un sistema. An´ alisis cualitativo de sistemas din´ amicos de dimensi´ on 1 Con el fin de precisar las anteriores ideas. Cambios significativos en el retrato de estados se llaman bifurcaciones.Cap´ıtulo 3 An´ alisis cualitativo y bifurcaciones en sistemas din´ amicos 3. Si no se produce un cambio significativo entonces el sistema es estructuralmente estable. El concepto de estabilidad estructural es importante para el an´alisis de incertidumbres y robustez. 3. vamos a concretarlas aplic´andolas al caso de sistemas din´amicos de dimensi´on 1.1. Sea el conjunto de todos los sistemas din´amicos 47 .2. Cuando los par´ametros de un sistema cambian el retrato de estado puede cambiar o no geom´etricamente de forma significativa.

El conjunto de estados iniciales que conducen a un mismo atractor forman su cuenca de atracci´ on. Los puntos de equilibrio son los puntos de intersecci´on de cada curva f con la recta X. La representaci´on gr´afica del mapa de todas las cuencas de atracci´on en el espacio de estados se denomina retrato de estados.1a y cuyo retrato de estados ser´a el de la figura 3. Recordemos que un sistema din´amico est´a definido por un espacio de estados X y un campo vectorial f definido sobre X. En un entorno a p el sistema din´amico se linealiza mediante el sistema din´amico . definidos en IR. Los atractores representan el comportamiento a largo plazo de las trayectorias. b) ⊂ IR. Debido a las no-linealidades un sistema din´amico puede tener m´ ultiples atractores (algunos de los puntos en que f corta a X. El espacio de estados se descompone en las cuencas de atracci´on de sus distintos atractores.1b. El retrato de estados aporta una perspectiva global de los modos de comportamiento de un sistema. los otros ser´an las separatrices).´ ´ 48CAP´ITULO 3. A cada punto de equilibrio p se asocia su autovalor λ(p) que es la pendiente de f en p.1: Representaci´on de f (x) asociada a un sistema din´amico y retrato de estados correspondiente. A cada estado inicial x(0) corresponde una u ´ nica trayectoria x(t). Conviene observar que la clase de todos los sistemas din´ amicos en IR puede concebirse como la clase de todas las curvas f . Sup´ongase que f (x) tiene la forma que se indica en la figura 3. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS f(x) x x Figura 3. Sea x˙ = f (x) un sistema din´amico tal que x ∈ (a. Una trayectoria se compone de una parte transitoria y de una permanente llamada atractor (conjunto l´ımite). Las cuencas de atracci´on est´an separadas por separatrices.

las propiedades ¯ f¯). Cualquier peque˜ na deformaci´on de este sistema din´amico deja inalteradas las propiedades cualitativas b´asicas del sistema en el retrato de estados se dice entonces que es estructuralmente estable. La transformaci´on t puede interpretarse como una deformaci´on del espacio X de modo que unas partes se estiren y otras se contraigan. Un sistema din´amico est´a definido por el espacio de estados X y un campo vectorial f definido sobre X. El nuevo sistema din´amico es x¯˙ = t (x)x˙ x))f (t−1 (¯ x)) = t (t−1 (¯ ¯ = f (¯ x) t (x) = dt dx Puesto que t (x) > 0. Es decir. Para un n arbitrario el an´alisis que acabamos de ver para sistemas de dimensi´on 1 adquiere una notable complejidad adicional.´ ´ ´ 149 3. Adem´as. ciclos l´ımites (que corresponden a comportamientos peri´odicos a largo plazo). Por tanto. Los resultados anteriores admiten formas de generalizaci´on para cualquier n. Estas propiedades son el n´ umero de equilibrios y la naturaleza estable o inestable de cada uno de ellos. el autovalor de x˙ = f (x) es el mismo que el de x¯˙ = f¯(¯ x). los valores del autovalor en cada equilibrio tambi´en permanecen inalterados. En tal caso sucede que los atractores pueden ser de tres tipos: punto de equilibrio (igual que suced´ıa en el caso de dimensi´on 1). cualitativas de (X. f ) asociadas al retrato de estados son las mismas que las de (X. ∀x ∈ (a. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS DE DIMENSION lineal x˙ = λx Gen´ericamente el corte de f con X ser´a transversal. b). y atractores extra˜ nos que corresponden a comportamientos aperi´odicos o caos. Un equilibrio p es estructuralmente estable si λ(p) = 0. x¯ = t(x) tal que conserva las relaciones de orden y topol´ogicas: x1 > x2 ⇒ x¯1 > x¯2 . el retrato de estados es el mismo antes y despu´es de aplicar la transformaci´on t. Sea el conjunto de todos los sistemas din´amicos definidos en IR. y |x1 − x2 | <  ⇒ |¯ x1 − x¯2 | < δ siendo  y δ suficientemente peque˜ nos. .2. Lo que se acaba de ver en la anterior transformaci´on de x a x¯ es que determinadas propiedades cualitativas de un sistema din´amico permanecen inalteradas. Pero las ideas b´ asicas siguen siendo las mismas. Adem´as. es claro que los equilibrios de f¯ ser´an los mismos en n´ umero y naturaleza que los de f . pero sin producirse nunca un pliegue o un desgarramiento. Supongamos ahora que se aplica una transformaci´on a x definida por una funci´on t mon´otona creciente.

la clase de todos los sistemas din´amicos en IR puede concebirse como la clase de todas las curvas f . dt (3.´ ´ 50CAP´ITULO 3. Recordemos que un sistema din´amico viene dado por: dx = f (x). Los puntos de equilibrio ser´an los puntos de intersecci´on de cada curva f con la recta X. dt (3.3: Campo vectorial asociado al sistema dx dt x = −x.1) f(x) x x Figura 3.2) 1111111111 00000000 0000000000 11111111 11111 00000 01100 000000 111111 00000000 11111111 00000000000 11111111111 Figura 3. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS Podemos asociar a todo sistema din´amico en IR una curva en el retrato de estados de un sistema din´amico conviene resaltar • m´ ultiples equilibrios (atractores).2: Representaci´on gr´afica de la funci´on f que define un sistema din´amico. . dx = −x. • cada atractor posee una cuenca de atracci´on.

una cuenca de atracci´ on. y es el instrumento b´asico para su an´alisis cualitativo.3) A cada atractor se asocia. dx = −(x3 − x). Se comprende su car´acter de instrumento b´asico para el an´alisis cualitativo. que est´a formada por todos aquellos puntos del espacio de estados tales que la trayectoria iniciada en ellos converja al atractor que define la cuenca.5. En el sistema (3. La representaci´on gr´afica del espacio de estados con los diferentes atractores. Los dos tipos de comportamiento asociados a cada uno de los atractores se reflejan en la figura 3. organizados mediante sus cuencas de atracci´on. dt (3.2. . Suministra una visi´on geom´etrica y global de los modos de comportamiento del sistema. Con su ayuda disponemos de un mapa que re´ une todos los modos de comportamiento del sistema. separadas entre s´ı por separatrices. ANALISIS CUALITATIVO DE SISTEMAS DINAMICOS DE DIMENSION 111 000 -1 1110 000 111 000 1 x Figura 3. Constituye una partici´on del espacio de estados en las cuencas de atracci´on de los distintos atractores que posee un sistema. No nos suministra un comportamiento particular del sistema sino una visi´on sint´etica de todos. el origen. recibe la denominaci´on de retrato de estados o de fases del sistema din´amico. 2 1 0 -1 -2 0 1 2 3 4 5 t Figura 3. en el espacio de estados. En el sistema din´amico (3.3) la separatriz es un punto.3) la cuenca de atracci´on del atractor −1 es el semieje negativo. el semieje positivo. El espacio de estados se divide en las cuencas de atracci´on de todos los atractores.´ ´ ´ 151 3. y sus correspondientes cuencas de atracci´on.4: Campo vectorial asociado al sistema dx dt = −(x3 − x).5: Comportamientos del sistema dx/dt = −(x3 − x). y la del atractor +1.

p) A esta familia podemos asociar la imagen geom´etrica de los retratos de estados de todos los sistemas din´amicos que la forman. Bifurcaciones en sistemas din´amicos dx = f (x. Cualquier peque˜ na deformaci´on de este sistema din´amico deja inalteradas las propiedades cualitativas b´asicas del sistema en el retrato de estados ⇒ es estructuralmente estable. f2 y f3 . Familias de sistemas din´ amicos Familia de sistemas din´amicos dependientes del par´ametro p x˙ = f (x.3. dt (3. entonces X × P puede considerarse como un fibrado de espacios de estado verticales X dispuestos paralelos unos a otros. p) = x + p f3 (x. Representaci´on gr´afica de las familias de sistemas din´amicos f1 .4) .1. Si P = IR. Estabilidad estructural A cada punto de equilibrio p se asocia su autovalor λ(p) que es la pendiente de f en p En torno a p el sistema din´amico se linealiza x˙ = λx Gen´ericamente el corte de f con X ser´a transversal. p) = −(x − p) f2 (x. Equilibrios no estructuralmente estables (con λ(p) = 0).2. Ejemplos f1 (x. p) = −x3 + p.´ ´ 52CAP´ITULO 3. 3. parametrizados por el par´ametro p. Un equilibrio p es estructuralmente estable λ(p) = 0. p). ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS 3.

3. y con discontinuo .3.6: Diagrama de bifurcaciones de la familia de sistemas din´amicos x − p). FAMILIAS DE SISTEMAS DINAMICOS 53 familia de sistemas din´amicos dx (3.6 muestra los retratos de estados para distintos valores del par´ametro p. Se observa que al variar p var´ıa el punto de equilibrio del sistema. Conviene observar que esta figura se obtiene disponiendo figuras como la 3. La curva de la figura 3. una al lado de otra. cada l´ınea vertical se obtiene girando noventa grados una figura similar a la 3. y se denomina curva de equilibrios de la familia de sistemas din´amicos (3.5) = −(x3 + x − p). no es sino la representaci´on de x3 + x − p = 0.7 se ha representado su diagrama de bifurcaciones. En esta figura se ha adoptado la convenci´on de representar con trazo continuo los equilibrios estables. En esta figura se tiene una curva que representa el equilibrio del sistema para cada valor de p.6. dt En la figura 3. verticalmente. x p Figura 3. En la vertical de cada valor de p se tiene el retrato de estados del sistema din´amico correspondiente a ese valor de p (es decir. pero la forma del retrato de estados no se altera (solamente se desplaza). cada una en el lugar que le corresponde seg´ un el valor del par´ametro p. dx dt = −(x3 + Consideremos ahora una nueva familia de sistemas din´amicos: dx = −(x3 − x − p).´ 3. y el retrato de estados para los distintos valores del par´ametro p. dt La figura 3.3. que ser´a el retrato de estado del sistema con el valor correspondiente de p).5).

Se observa que si p es menor que p1 . Los valores p1 y p2 definen los llamados puntos de bifurcaci´ on del sistema din´amico. tienen la notable propiedad de que si se var´ıa el par´ametro p –de modo que cruce uno de los valores p1 o p2 – se produce la aparici´on o desaparici´on de atractores del sistema. Para los valores p1 y p2 del par´ametro p se produce una modificaci´on cualitativa del x 011 p p 0011 2 p Figura 3. dx dt = −(x3 − retrato de estados. se ramifican los comportamientos. en el segundo caso. si atravesamos p1 en sentido creciente del par´ametro p aparece (de la nada) un par atractor-repulsor. en este caso concreto. Resulta claro que la estructura topol´ogica del retrato de estados (y por tanto los modos de comportamiento que presenta el sistema) se modifica al atravesar un punto de bifurcaci´on. un punto separatriz. Por ejemplo.7: Diagrama de bifurcaciones de la familia de sistemas din´amicos x − p). es decir. en la jerga de la teor´ıa de bifurcaciones.4). o mayor que p2 . y constituyen un ejemplo de las bifurcaciones m´as elementales que se pueden presentar en un sistema din´amico: las cat´ astrofes de pliegue. empleando la terminolog´ıa de la teor´ıa de cat´astrofes. o los puntos l´ımites. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS los inestables. si p est´a comprendido entre p1 y p2 entonces el sistema din´amico posee dos atractores y una separatriz (es del mismo tipo del representado en la figura 3. Los puntos de bifurcaci´on. ya que el n´ umero de atractores pasa de uno a dos. La caracter´ıstica notable de esta familia es que para diferentes valores del par´ametro p el comportamiento del sistema din´amico puede diferir de una manera substancial. Lo opuesto ocurre en p2 .3).´ ´ 54CAP´ITULO 3. Sin embargo. Es importante observar que el diagrama de bifurcaciones suministra una perspectiva global con relaci´on a todos los modos de comportamiento que pueda presentar . y aparece. el sistema din´amico posee un u ´ nico atractor (es de la misma forma del que se ten´ıa en la figura 3.

para los que el comportamiento del sistema ser´a robusto ante variaciones de los valores de estos par´ametros. En efecto.1. para valores de p alejados de los puntos de bifurcaci´on p1 o p2 el comportamiento cualitativo del sistema ser´a insensible a variaciones de p.4. las variaciones de p pueden hacer que se atraviese el punto de bifurcaci´on y que se produzca la alteraci´on del retrato de estados del sistema.3. se representa f (x) frente a x para distintos valores del par´ametro c. para valores de p cercanos a p1 ´o a p2 . En el ejemplo de la figura 3. En efecto.4). La teor´ıa de bifurcaciones se centra en el estudio de posibles cambios en la estructura de las ´orbitas de una ecuaci´on diferencial ante la variaci´on de una serie de par´ametros del los que ´esta depende. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION una familia de sistemas din´amicos (3.4. 3. Bifurcaciones elementales en sistemas de dimensi´ on uno En este apartado se presenta el concepto de bifurcaci´on y se ilustra con ejemplos de las bifurcaciones m´as usuales y b´asicas. correspondiente al sistema x˙ = x2 + c. Al mismo tiempo suministra informaci´on con relaci´on a los valores de los par´ametros p. Los diagramas de bifurcaciones est´an compuestos por un n´ umero finito de regiones reparadas por los l´ımites de bifurcaci´ on.´ UNO 55 3. 3.8. Puede observarse c´omo. sea una ecuaci´on diferencial con un par´ametro variable x˙ = f (x. se tiene un comportamiento distinto dependiendo del valor del par´ametro. Por tanto el diagrama de bifurcaciones suministra informaci´on respecto a los valores del par´ametro p para los que el sistema muestra una especial sensibilidad con relaci´on a los modos de comportamiento. Por el contrario. para . c) frente a x. Diagramas de bifurcaciones en sistemas no lineales Los diagramas de bifurcaciones clasifican de manera condensada todos los comportamientos posible de un sistema y las transiciones entre ellos (bifurcaciones) cuando cambian los par´ametros del sistema. c). Representando f (x. con la consiguiente alteraci´on de sus modos de comportamiento.

c) = 0 no tiene soluci´on (no se produce corte entre la curva f (x. En ese caso se dice que la ecuaci´on est´a en un punto de bifurcaci´ on. si la estructura cualitativa del flujo no cambia para peque˜ nas variaciones del par´ametro. con su campo vectorial.8.8. puede integrarse la ecuaci´on en x y representar su sentido creciente o decreciente. c) y el eje de ordenadas x(c > 0)). A esto se le llama estructura de o´rbitas o estructura cualitativa del flujo. los puntos de equilibrio y el signo de f (x) entre ellos determinan el n´ umero de o´rbitas y la direcci´on del flujo de las mismas. Para obtener la direcci´on del flujo o su proyecci´on sobre el eje x (campo vectorial). ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS valores positivos del par´ametro. en funci´on del par´ametro c. Si el par´ametro c es cero se tiene una soluci´on en x = 0 correspondiente a un equilibrio. la ecuaci´on correspondiente para el c´alculo de equilibrios f (x.8: Representaci´on de la ecuaci´on x˙ = x2 +c.´ ´ 56CAP´ITULO 3. siendo c = 0 un punto de bifurcaci´on. y si c < 0 existen dos puntos de equilibrio: uno estable y el otro inestable. En el ejemplo de la figura 3. el sistema presenta una estructura de ´orbitas estables para cualquier valor del par´ametro c = 0. Para una ecuaci´on diferencial escalar x˙ = f (x). Cambios en el par´ametro c significan desplazamientos verticales del eje de ordenadas. . f (x) x(c < 0) x(c = 0) x(c > 0) Figura 3. como puede observarse en la representaci´on del campo vectorial en la figura 3. El valor de bifurcaci´on es el valor del par´ametro para el cual el flujo no presenta una estructura de o´rbitas estables. Una ecuaci´on diferencial que depende de un par´ametro dado se dice que tiene estructura de o´rbitas estables para un valor del mismo.

que se caracteriza por la aparici´on para un determinado valor del par´ametro de dos puntos de equilibrio. En la figura 3. mediante su diagrama de bifurcaci´on y representaci´on del flujo.8. representando.9 se muestra el diagrama de bifurcaciones del sistema de la figura 3. que corresponde a una bifurcaci´on silla-nodo. existe otro m´etodo muy u ´ til para describir las caracter´ısticas din´amicas en ecuaciones x˙ = f (x. uno estable y el otro inestable.4. Este m´etodo consiste en representar en el plano (c. Adem´as de la bifurcaci´on silla-nodo antes descrita se pueden caracterizar las siguientes bifurcaciones: Bifurcaci´ on transcr´ıtica Sea la ecuaci´on diferencial dependiente del par´ametro c: x˙ = x2 + cx. y con una discontinua los inestables. A esta representaci´on gr´afica se le llama diagrama de bifurcaciones. c) que dependen de un par´ametro c. . BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION Adem´as del m´etodo gr´afico de representaci´on de f (x. x) los valores de equilibrio para cada valor de c.8. las bifurcaciones m´as habituales en sistemas din´amicos escalares aut´onomos.´ UNO 57 3. mediante una l´ınea continua los puntos de equilibrio estables. A continuaci´on se presentan.9: Diagrama de bifurcaciones de la bifurcaci´on silla-nodo correspondiente a la figura 3. xe c Figura 3. c) frente a x para distintos valores del par´ametro.

el sistema presenta un equilibrio asint´oticamente estable en xe = 0 y uno estable en ´ nico punto de equilibrio no hiperb´olico xe = −c. c) x c>0 Figura 3. entonces el sistema vuelve a tener dos puntos de equilibrio: uno asint´oticamente estable en xe = −c y uno inestable en xe = 0. Si c es positivo.11. y de acuerdo con la notaci´on adoptada. . Puede observarse en la figura c´omo. c < 0. c) f (x. Para c = 0 el sistema pasa a tener un u e en x = 0.10 se representa el retrato de fases del sistema para distintos valores del par´ametro c. el diagrama de bifurcaciones correspondiente a la bifurcaci´on transcr´ıtica es el representado en la figura 3. Por lo tanto. c) x x c = 0. f (x.´ ´ 58CAP´ITULO 3. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS En la figura 3. para valores negativos de c. f (x.10: Retrato de estados del sistema x˙ = x2 + cx para distintos valores de c. Hist´ eresis La bifurcaci´on tipo hist´eresis puede observarse a partir de un sistema din´amico que tenga como ecuaci´on: x˙ = c + x − x3 .

. En c = 3√2 3 se presenta otro punto de bifurcaci´on y para valores de c superiores vuelve a tener un solo equilibrio estable.11: Diagrama de bifurcaciones de la bifurcaci´on transcr´ıtica.12. c) x(c = −2 √ ) 3 3 x(c = 0) x(c = 2 √ ) 3 3 Figura 3. con un equilibrio ( 3−2 3 3 3 inestable y dos estables. El flujo del sistema presenta una estructura de ´orbitas estable que se corresponde √ . √ ). como puede observarse en la figura 3.4. Para valores de c en el intervalo 2 √ . para con un equilibrio estable para valores del par´ametro c < 3−2 3 √ el sistema tiene un punto de bifurcaci´ o n. Si se aumenta c. La variaci´on del par´ametro de bifurcaci´on c se corresponde con un desplazamiento vertical del eje de ordenadas x en la representaci´on de f (x. c) en funci´on de x.´ UNO 59 3. el sistema vuelve a tener estructura de o´rbitas estable. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION xe c Figura 3.12: Retrato de estados del sistema de ecuaci´on x˙ = c + x + x3 para distintos valores de c. manteniendo el punto de el valor c = 3−2 3 equilibrio estable y apareciendo uno no hiperb´olico. f (x.

ya que el sistema tiene un comportamiento diferente al aumentar c del que presenta al disminuirlo. De la ecuaci´on (3. (3. y la otra para c = 3−2 3 Bifurcaci´ on tridente Sup´ongase el sistema din´amico descrito por la ecuaci´on: x˙ = dx − x3 . el sistema tiene un equilibrio asint´oticamente estable en el origen. la pendiente de .13: Diagrama de bifurcaciones correspondiente a una bifurcaci´on tipo hist´eresis. En el punto d = 0 los tres equilibrios se unen en uno. siendo ´este un punto de bifurcaci´on.6) La variaci´on del par´ametro d afecta a la pendiente de la funci´on c´ ubica centrada en el origen. silla-nodo de equilibrios. Este tipo de bifurcaciones tambi´en pueden interpretarse como dos bifurcaciones √ . donde se observa por qu´e se denomina hist´eresis. una para c = 3√2 3 .´ ´ 60CAP´ITULO 3. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS El diagrama de bifurcaciones correspondiente a esta bifurcaci´on puede verse en la figura 3. En la figura 3. xe c Figura 3. mientras que presenta uno s´olo cuando es negativo. Al ir aumentando d. para valores de d < 0.13.6) se obtiene f´acilmente que el sistema presenta tres puntos de equilibrio cuando el par´ametro d es positivo.14 puede verse c´omo.

BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION la c´ ubica se va haciendo cada vez m´as peque˜ na hasta que en d = 0 se hace nula. c) x d>0 Figura 3. El diagrama de bifurcaciones correspondiente a la bifurcaci´on tridente supercr´ıtica es el que se muestra en la figura 3. uno inestable en el origen y los otros dos asint´oticamente estables. f (x.4. transform´andose el equilibrio en uno no hiperb´olico. en el caso de que exista un equilibrio aislado. d < 0. Se dice que un sistema din´amico presenta una bifurcaci´ on supercr´ıtica cuando.14: Retrato de estados del sistema x˙ = dx − x3 para distintos valores de d. f (x. En este punto es necesario definir el concepto de bifurcaci´on supercr´ıtica y subcr´ıtica que ser´a aplicable al resto de las bifurcaciones que se caracterizan en el presente documento. los equilibrios adicionales que aparecen en el punto de bifurcaci´on existen para valores en los que el equilibrio original es inestable.15. c) f (x.´ UNO 61 3. Para valores de d > 0 el sistema tiene tres equilibrios. c) x x d = 0. .

se dice que es subcr´ıtica si dichos equilibrios aparecen para valores del par´ametro de bifurcaci´on en que el equilibrio original es estable.15: Diagrama de bifurcaciones correspondiente a una bifurcaci´on tridente supercr´ıtica. Un ejemplo de bifurcaci´on tridente subcr´ıtica se obtiene de la variaci´on del par´ametro d en el sistema descrito por la ecuaci´on x˙ = dx + x3 .´ ´ 62CAP´ITULO 3.16. xe d Figura 3.16: Diagrama de bifurcaciones correspondiente a una bifurcaci´on tridente subcr´ıtica. . cuyo diagrama de bifurcaciones puede verse en la figura 3. Por el contrario. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS xe d Figura 3.

se han de cumplir las ecuaciones: f (x. Este sistema presenta una bifurcaci´on de codimensi´ on dos. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION Pliegue o c´ uspide Esta bifurcaci´on se corresponde con una combinaci´on de las bifurcaciones hasta ahora caracterizadas. puesto la existencia de la misma depende de dos par´ametros.4. El diagrama de bifurcaciones correspondiente al sistema es el de la figura 3. que delimita las distintas regiones donde la estructura cualitativa del flujo es diferente. d) en funci´on de la variable x. c. si d = 0. d). d) = 0 ∂ f (x.7) que depende de dos par´ametros reales: c y d. se est´a en el caso de una bifurcaci´on tipo hist´eresis dependiente de c. la bifurcaci´on que se produce al variar d es una bifurcaci´on tridente. c. Sup´ongase la ecuaci´on diferencial c´ ubica: x˙ = c + dx − x3 ≡ f (x. mientras que.18 se corresponde con la proyecci´on de dicha superficie sobre el plano (c. En dicha figura se muestra tambi´en. x) con forma de pliegue.7) y resolvi´endolas. d. d). de ah´ı su nombre. Para realizar el estudio de este sistema en primer lugar hay que hallar los puntos de bifurcaci´on.. Obs´ervese que. . En dichos puntos el sistema ha de tener puntos de equilibrio m´ ultiples. es una superficie tridimensional en el espacio (c. c.18. (3. si c = 0. d). dicho comportamiento cualitativo. d) = 0. c. indicando en cada caso el n´ umero de equilibrios y su estabilidad definida por la direcci´on del campo vectorial. La figura inferior de la figura 3. es decir.´ UNO 63 3. de forma esquem´atica. que como puede verse. representando la funci´on f (x.17 se representa la ecuaci´on de la c´ uspide en el plano (c. ∂x Aplicando estas ecuaciones al sistema (3. eliminando la variable x. se obtiene que el sistema tiene un punto de equilibrio m´ ultiple si se cumple la ecuaci´on de una c´ uspide: 4d3 = 27c2 En la figura 3.

x) y su proyecci´on sobre el plano (c.´ ´ 64CAP´ITULO 3. as´ı como los diferentes retratos de fases del sistema.7 en el plano (c. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS d 4d3 = 27c2 x c Figura 3. d). d). x c d c d Figura 3.18: Diagrama de bifurcaciones de la bifurcaci´on pliegue o c´ uspide en el espacio (c.17: Representaci´on de la c´ uspide del sistema 3. . d.

5 x2 1 0.5 2 −2 −1. algunas de las cuales son una extensi´on de las ya comentadas en los sistemas de dimensi´on uno.5 −1 −0.5 −1 −0.5 1.9.5 0 x1 λ < 0.19: Diagrama de fases de la bifurcaci´on silla-nodo en funci´on del par´ametro λ.5 2 −2 −1.5 2 λ>0 Figura 3. Cuando λ = 0 ambos equilibrios se unen y desaparecen para λ > 0. 0.5 −1.5 1 1. como se ve en la figura 3. que es la misma que la del caso escalar. Integrando la segunda ecuaci´on se obtiene que todas las o´rbitas del sistema tienden al eje de ordenadas y que la din´amica est´a gobernada por la primera ecuaci´on. El diagrama de bifurcaciones correspondiente a la bifurcaci´on silla-nodo es el mismo que en el caso monodimensional y se corresponde con el de la figura 3. 0.5 −1 −0.4. El punto de equilibrio inestable es un punto de silla porque existen dos ´orbitas cerca del equilibrio tales que los conjuntos ω-l´ımite de dichas ´orbitas son el punto de equilibrio y hay otras dos o´rbitas cuyo conjunto α-l´ımite es tambi´en el equilibrio. . Bifurcaci´ on silla-nodo Sup´ongase el sistema descrito por: x˙ 1 = λ + x21 x˙ 2 = −x2 .5 1.5 x2 1 0.5 1 1.4. uno estable y el otro inestable. El equilibrio estable es un nodo porque el conjunto ω-l´ımite de todas las ´orbitas cerca del equilibrio es el mismo equilibrio.5 1 1.19.5 0 x1 0.5 0 0 −0. As´ı pues.5 0 x1 λ = 0. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION 3. Bifurcaciones elementales en sistemas din´ amicos de dimensi´ on dos En este apartado se presentan. 2 2 2 1.5 −2 −2 −2 −2 −1.5 0 −0. para λ < 0 el sistema tiene dos equilibrios.5 −1 −1 −1 −1.5 −1.5 −0. las bifurcaciones elementales en sistemas de dimensi´on dos.´ UNO 65 3. de forma resumida.1.5 x2 1 0.

5 0 x1 0. −2 −1.20: Diagrama de fases de la bifurcaci´on tridente en funci´on del par´ametro λ.5 2 λ>0 Figura 3.5 1 1.5 0 x1 0.8) Al igual que en el caso de la bifurcaci´on silla-nodo la din´amica del sistema est´a controlada por la primera ecuaci´on.5 0 −0.5 1.5 −1 −0.5 −1.´ ´ 66CAP´ITULO 3.5 x2 1 0.15 correspondiente a una bifurcaci´on tridente supercr´ıtica.5 0 0 −0. Bifurcaci´ on vertical Consid´erese la perturbaci´on del oscilador arm´onico: x˙ 1 = λx1 + x2 x˙ 2 = −x1 + λx2 .5 2 −2 −1.5 −1. En la figura 3. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS Bifurcaci´ on tridente Consid´erese el sistema descrito por: x˙ 1 = −λx1 − x31 x˙ 2 = −x2 .5 1.5 1 λ < 0.5 x2 1 0. El comportamiento cualitativo del sistema en funci´on del par´ametro λ puede resumirse diciendo que para valores del par´ametro λ positivos el sistema presenta s´olo un equilibrio estable en el origen. con lo que el sistema es equivalente al desacoplado: r˙ = λ r θ˙ = −1. al cambiar de signo λ aparecen dos nuevos equilibrios estables inestabiliz´andose el origen. As´ı pues el comportamiento del sistema es similar al del diagrama de bifurcaciones 3. 1.5 2 λ = 0.5 1 1.5 −1 −1 −1 −1.5 −2 −2 −2 −2 −1.5 x2 1 0. (3. (3.9) Para su estudio se realiza el cambio de coordenadas del sistema a coordenadas polares.20 se representa el diagrama de fases del sistema para distintos valores de λ.5 0 x1 0. 2 2 2 1.5 −1 −0.5 −0.5 −1 −0. .

As´ı pues.5 1 1.21: Diagrama de fases de la bifurcaci´on vertical en funci´on del par´ametro λ.5 x2 1 0.5 0 x1 0. As´ı pues. Cuando λ ≤ 0 las soluciones son una espiral en el sentido de las agujas del reloj que confluyen en el origen a medida que aumenta t. Transformando de nuevo a coordenadas polares el sistema queda: r˙ = r(λ − r 2 ) θ˙ = −1.5 −1 −0. Si λ > 0 las soluciones vuelven a ser espirales girando en el sentido de las agujas del reloj que parten del origen y se alejan de ´el a medida que aumenta t.5 −2 −2 −2 −2 −1.5 2 −2 −1.5 0 −0. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION Cuando λ < 0 las soluciones del sistema corresponden a espirales en el sentido de las agujas del reloj y que confluyen en el origen a medida que aumenta t.5 1. . por lo que el origen es un centro.5 0 0 −0. 2 2 2 1.5 2 λ>0 Figura 3.5 −1 λ = 0. En la figura 3.5 −1. el conjunto ω-l´ımite ω(x0 ) de cualquier o´rbita es una ´orbita peri´odica si x0 = 0.5 x2 1 0.22 se representa el diagrama de fases del sistema con los dos comportamientos cualitativos distintos.21.5 0 x1 0.5 −1 −1 −1 −1.5 1.5 1 1. Bifurcaci´ on de Poincar´ e-Andronov-Hopf Es conocida habitualmente como bifurcaci´on de Hopf y es una de las m´as habituales en sistemas no lineales. el valor λ = 0 es un valor de bifurcaci´on.4.5 −1 −0. −0. Para λ = 0 todas las soluciones son peri´odicas.5 2 −2 −1.5 0 x1 λ < 0. por lo que el origen es un punto de equilibrio estable tipo sumidero. como puede verse en la figura 3.5 1 1. Puede estudiarse a trav´es del sistema descrito por: x˙ 1 = x2 + x1 (λ − x21 − x22 ) x˙ 2 = −x1 + x2 (λ − x21 − x22 ). 0.5 −1.5 x2 1 0.5 −0.´ UNO 67 3. Para √ λ > 0 el origen se vuelve inestable y aparece una o´rbita peri´odica de radio r = λ de manera que todas las ´orbitas evolucionan hasta ella cuando t aumenta.

23: Diagrama de bifurcaciones de la bifurcaci´on de Hopf supercr´ıtica.5 −2 −2 −2 −1. que rodea a un equilibrio estable. en este caso.22 es una bifurcaci´on de Hopf supercr´ıtica.24 corresponde a la bifurcaci´on de Hopf subcr´ıtica.5 1 1 0. la figura 3. donde.5 1. o hacia el infinito si est´a en el exterior. Figura 3. para valores de λ > 0. donde. El diagrama de bifurcaciones correspondiente es el de la figura 3. −0.5 −0.5 1 1. la bifurcaci´on representada en la figura 3. tendiendo hacia el equilibrio en el origen si x0 est´a en el interior de la o´rbita inestable.23. para valores de λ < 0. aparece un ciclo l´ımite inestable. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS 0 0 −0.5 0.5 −1 −0.5 0 x1 0.2 2 1. y que es extensible para sistemas de orden superior. el sistema evoluciona siguiendo espirales alej´andose del ciclo l´ımite inestable cuando aumenta t. . El s´ımbolo • representa la amplitud de la o´rbita peri´odica estable.5 0 x1 0.22: Diagrama de fases de la bifurcaci´on de Hopf en funci´on del par´ametro λ.5 −1 −1 −1. As´ı pues. Por el contrario. x2 ) frente al par´ametro λ.5 1 1.5 −1. x1 0 r λ 0 λ x2 Figura 3. se representa la evoluci´on de la o´rbita peri´odica o ciclo l´ımite del sistema en el plano (x1 . En la de la derecha se representan la amplitud de dicha ´orbita y los equilibrios del sistema frente al mismo par´ametro.5 x2 x2 ´ ´ 68CAP´ITULO 3. ya que el equilibrio original para λ < 0 se vuelve inestable al llegar al par´ametro de bifurcaci´on. mientras que. en la figura de la izquierda.5 2 λ > 0. el sistema tiene un equilibrio inestable. Se representa mediante el s´ımbolo ◦ la amplitud del ciclo l´ımite inestable. De acuerdo con la definici´on dada para sistemas escalares.5 2 −2 −1.5 −1 λ ≤ 0.

Esta observaci´on vuelve a poner de manifiesto la importancia de los t´erminos no lineales para la aparici´on de ciclos l´ımites. En el caso de la bifurcaci´on subcr´ıtica la regi´on de atracci´on del punto de equilibrio est´a acotado por un ciclo l´ımite inestable (tiene una cuenca de atracci´on limitada) que se comprime cuando el par´ametro se acerca al valor cr´ıtico y que desaparece al alcanzarlo. Por consiguiente. Para el valor cr´ıtico del par´ametro λ = 0 el sistema posee un centro en el origen. ya que si se cambia el signo del par´ametro el sistema vuelve al equilibrio anterior. a la que ya se aludi´o anteriormente. Por u ´ ltimo. En ambos casos se produce la p´erdida de estabilidad del equilibrio para λ = 0. En este caso ya no existen ciclos l´ımites ni antes ni despu´es del valor cr´ıtico del par´ametro. por lo que se tiene una p´erdida de estabilidad dura o catastr´ofica. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION x1 λ r 0 0 λ x2 Figura 3. Entonces el sistema (las trayectorias) es lanzado fuera del equilibrio. En la bifurcaci´on supercr´ıtica el equilibrio estable se reemplaza por un ciclo l´ımite estable de peque˜ na amplitud. debe analizarse que sucede si se prescinde de los t´erminos no lineales en los dos sistemas. Conviene observar que el tipo de la bifurcaci´on de Andronov-Hopf viene determinado por la estabilidad del equilibrio para el valor cr´ıtico del par´ametro.24: Diagrama de bifurcaciones de la bifurcaci´on de Hopf subcr´ıtica. si el sistema sufre una p´erdida de estabilidad dura.´ UNO 69 3.4. Si la p´erdida de la estabilidad del sistema se produce de una manera suave entonces el sistema es ¸controlable”. en el supuesto de que el par´ametro crezca. el sistema permanece en un entorno del equilibrio y se tiene una p´erdida de estabilidad suave o no catastr´ofica. al devolver los valores del par´ametro a valores negativos no se producir´a un retorno al equilibrio anterior ya que normalmente el sistema habr´a abandonado su cuenca de atracci´on. . Por el contrario.

10) es independiente de θ. (3. x˙ = −(ε + (x2 + y 2))x − yω y˙ = −(ε + (x2 + y 2))y + xω en donde A es la matriz dx = Ax dt   −ε −ω A= ω −ε cuyos autovalores son λ = −ε ± jω.10) Como la primera ecuaci´on del sistema (3.´ ´ 70CAP´ITULO 3. . el sistema queda: r˙ = r((1 − r 2 )2 cos λ − sen λ) θ˙ = (1 − r 2 )2 sen λ + cos λ. Bifurcaciones de o ´rbitas peri´ odicas En este apartado se describen dos de las bifurcaciones m´as habituales relacionadas con o´rbitas peri´odicas. y adem´as el sistema experimenta una bifurcaci´on silla-nodo en la direcci´on radial cuando el par´ametro λ pasa por cero.3. Si se realiza la transformaci´on a coordenadas polares realizando el cambio de variables x1 = r cos θ y x2 = r sen θ.4. La bifurcaci´on de Hopf se produce cuando un par de autovalores complejos conjugados cruzan el eje imaginario con velocidad no nula. que depende de un par´ametro real λ. Evoluci´ on de los autovalores en una bifurcaci´ on de Hopf.2. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS 3. adem´as de la de Hopf ya estudiada con anterioridad.4. Bifurcaci´ on silla-nodo de o ´rbitas peri´ odicas Sea el sistema plano: x˙ 1 = −x1 sen λ − x2 cos λ + (1 − x21 − x22 )2 (x1 cos λ − x2 sen λ) x˙ 2 = x1 cos λ − x2 sen λ + (1 − x21 − x22 )2 (x1 sen λ + x2 cos λ). 3.

desapareciendo dicho ciclo l´ımite y cambiando el tipo de estabilidad del infinito (a efectos pr´acticos en el an´alisis de bifurcaciones el infinito puede ser tomado como un punto).26a). BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION Si λ > 0. En la figura 3. en este sistema se producen dos bifurcaciones adem´as de la ya citada [Sal95]. hasta que se produce una bifurcaci´on de Hopf supercr´ıtica en el origen para el valor λ = π2 . hasta que en el punto λ = π4 se produce una bifurcaci´on de Hopf subcr´ıtica en el infinito [Glo89]. A fin de detectar la bifurcaci´on homoclina se analiza el sistema para peque˜ nas variaciones de c cercanas a cero.25 se representa el correspondiente diagrama de bifurcaciones. . excepto el origen. Una vez se ha producido la bifurcaci´on silla-nodo de o´rbitas peri´odicas. uno estable y otro inestable).26c). aparecen dos ciclos l´ımite. van al infinito cuando t → +∞ (figura 3. el sistema no tiene ´orbitas estables ya que r˙ > 0 y todas las soluciones.´ UNO 71 3. al aumentar el valor de λ.26 se muestra el comportamiento del sistema para distintos valores de λ y en la figura 3. En el caso en que λ = 0. Por otra parte. [LP98]. y es suficientemente peque˜ no. Este es el comportamiento cualitativo correspondiente a una bifurcaci´on silla-nodo de ´orbitas peri´odicas (en el punto de bifurcaci´on. Bifurcaci´ on homoclina Sea el sistema plano: x˙ 1 = 2x2 x˙ 2 = 2x1 − 3x22 − x2 (x31 − x21 + x22 − c) donde c es un par´ametro escalar. la amplitud del ciclo l´ımite estable disminuye. [LP97]. Si λ < 0.26b). tiene una o´rbita peri´odica simple no hiperb´olica inestable en x21 + x22 = 1 (figura 3. al aumentar el valor de λ. la amplitud del ciclo l´ımite inestable va aumentando. Sin embargo.4. λ = 0. el sistema tiene dos o´rbitas peri´odicas: una √ 2 2 inestable x1 + x2 = 1 + √ tan λ que es una circunferencia de radio mayor que uno y una 2 2 estable x1 + x2 = 1 − tan λ que es tambi´en una circunferencia pero con radio inferior a uno (figura 3.

0). ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS x H∞ SNOP H0 π 4 π 2 λ Figura 3.27a). todas las bifurcaciones que se han caracterizado (excepto la de pliegue en sistemas escalares) se pueden obtener mediante la variaci´on de un s´olo par´ametro (y cualquier sistema que presenta dichas bifurcaciones es local topol´ogicamente equivalente a los que se han usado para describirlas). se aprecia que existe una ´orbita peri´odica asint´oticamente estable en la curva x31 − x21 + x22 − c = 0. y otro en (2/3.4.25: Diagrama de bifurcaciones correspondiente a la bifurcaci´on sillanodo de o´rbitas peri´odicas (SNOP≡ Bifurcaci´on silla-nodo de o´rbitas peri´odicas.27c). la curva homoclina se rompe y no hay o´rbitas peri´odicas (figura 3. x2 ) = x31 − x21 + x22 y se analiza su derivada a lo largo de las soluciones del sistema. x2 ) = −2x22 (x31 − x21 + x22 − c). Por ello se dice que estas bifurcaciones son de codimensi´on uno. 3.4. para obtener: V˙ (x1 .´ ´ 72CAP´ITULO 3. en las secciones anteriores.27b). Cuando c → 0 la o´rbita peri´odica se aproxima a la curva homoclina que pasa por el origen (figura 3. Para estudiar los detalles del diagrama de fases del sistema se toma la funci´on V (x1 . H∞ ≡Bifurcaci´on de Hopf en el infinito. H0 ≡ Bifurcaci´on de Hopf en el origen). entendiendo el concepto de . Para −4/27 < c < 0. Para c > 0. que es siempre una silla. que es inestable si c > −4/27. 0) para c = −4/27) (figura 3. Para todos los valores de c hay dos puntos de equilibrio: uno en el origen. Bifurcaciones de codimensi´ on dos Hasta el momento. usando el principio de invarianza. con x1 > 0 (que proviene de una bifurcaci´on de Hopf en el punto (2/3.

5 x2 1 0.26: Diagrama de fases de la bifurcaci´on silla-nodo de o´rbitas peri´odicas en funci´on del par´ametro λ.5 −0. −0.5 −1 −1 −1.5 2.5 0 0.5 2 1 1 0.5 2 1 1.5 0 −2 −1.5 1 1.5 −1 −2 −1.5 0 0.5 1 1.5 x2 2 1.5 0 0.5 −1 x1 (b) λ = 0. −0.5 −2 −2 −2 −1.5 0 −0.5 −2.5 −1.5 1 1. −1 −0.5 −1 −1 −1.4.5 1 x2 0.5 2 −0.5 −2 −2.5 −1.5 x2 2 1.5 x2 1 0.5 −1 x1 (a) λ < 0.5 2 1. 0 0.5 −2 −2 −2 −1.5 1 1.5 0.5 0 0. .5 −1 −1.´ UNO 73 3.5 −2 −1.5 π 4 (d) x1 < λ < π2 .5 −1 x1 (e) λ > −0.5 x1 (c) 0 < λ < π4 .5 −0.5 2 0 −0.5 π 2 Figura 3. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION 2 2 1.5 2 2.5 0 0 −0.5 1.

1 2 1.5 c=0 0 −0. 0 0.5 x1 (c).5 −1 −0.5 x1 (a). 0 0.5 0. Si hay alg´ un campo vectorial que cumpla las condiciones anteriores.5 −1 x’=2y 2 3 2 2 y ’ = 2 x − 3 x − y (x − x + y − c) −0. En este apartado se presenta una de las bifurcaciones de codimensi´on dos m´as usuales en el estudio de sistemas din´amicos.5 −1 −1.5 −2 −2 −2 −1.5 2 c = 0.5 x2 2 2 0 −0. Bifurcaci´ on de Takens-Bogdanov Sup´ongase un campo vectorial plano que depende de dos par´ametros.´ ´ 74CAP´ITULO 3.5 −2 −2 −1. 0 0. que se supone que es no hiperb´olico con dos autovalores cero pero con un autovector.5 1 1.5 −1.5 1 1 0.5 1 x2 0. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS x’=2y 2 3 2 2 y ’ = 2 x − 3 x − y (x − x + y − c) x’=2y 2 3 2 2 y ’ = 2 x − 3 x − y (x − x + y − c) c = − 0.5 x2 1.5 1 1.05 1. tiene un punto de equilibrio para determinados valores de los par´ametros.5 x1 (b).5 −1 −1 −1.5 2 Figura 3. entonces es local . tal que.27: Diagrama de fases de la bifurcaci´on homoclina en funci´on del par´ametro c.5 2 −2 −1.5 1 1.5 −1 −0. codimensi´ on de una bifurcaci´on como el n´ umero m´ınimo de par´ametros en una familia de sistemas necesarios para reproducir la bifurcaci´on.5 0 −0.

se produce una bifurcaci´on silla-nodo de equilibrios en la que surgen dos equilibrios: uno estable y otro inestable tipo silla.11) es el que se muestra en la figura 3.4.´ UNO 75 3. preservando la direcci´on en el tiempo.11) en un entorno del origen. al atravesar la curva SNa . topol´ogicamente equivalente a uno de los dos sistemas que dependen de dos par´ametros: x˙ 1 = x2 x˙ 2 = λ1 + λ2 x1 + x21 ± x1 x2 . . (3.28.28: Conjunto de bifurcaciones correspondiente a la bifurcaci´on TakensBogdanov (SN ≡Bifurcaci´on silla-nodo de equilibrios. En esta figura tambi´en se muestra de forma esquem´atica el comportamiento cualitativo del sistema en las distintas zonas delimitadas por las l´ıneas de bifurcaci´on. CH ≡Conexi´on homoclina). hay un cambio de variables (con jacobiano distinto de cero) y un homeomorfismo (que depende de los par´ametros de forma continua) en un entorno suficientemente peque˜ no del origen que transforma las o´rbitas de cualquier sistema plano con las propiedades descritas anteriormente a las ´orbitas del sistema (3. Si se parte de la zona 3 del diagrama de bifurcaciones. BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION λ2 SNa 111111111 000000000 000000000 111111111 000000 111111 000000000 111111111 000000 111111 000000000 111111111 000000 111111 000000000 111111111 000000 111111 000000000 111111111 000000 111111 000000000 111111111 000000 111111 000000000 111111111 000000 111111 000000000 111111111 2 3 000000 111111 000000000 111111111 000000 111111 000000000 111111111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 111111 000000000 111111111 000 111 000000 4 000000000 111111111 000 111 1 111111 000000 111111 000000000 111111111 000 111 000 111 λ1 SNb CH H Figura 3. quedando el sistema en la zona 2. El conjunto de bifurcaciones del sistema (3. H ≡Bifurcaci´on de Hopf.11) As´ı pues.

el sistema queda con dos equilibrios inestables: uno tipo foco y otro tipo silla.´ ´ 76CAP´ITULO 3. desapareciendo y quedando el sistema con el comportamiento descrito en la zona 2.4. la amplitud del ciclo l´ımite aumenta hasta chocar con el punto de silla en una conexi´on homoclina.5. por el contrario. Al disminuir el par´ametro λ1 . 3. en la zona 4. Diagrama de bifurcaciones del experimento de TaylorCouette. se produce una bifurcaci´on de Hopf subcr´ıtica en el punto de equilibrio inestable tipo foco. lleg´andose a la zona 1 en la que el sistema presenta un ciclo l´ımite inestable alrededor de un equilibrio estable. A continuaci´on. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS Si. si se disminuye el par´ametro λ1 con λ2 < 0. al hacerse λ1 = 0. se atraviesa la curva SNb . es claro que x = 0 es un punto de equilibrio del sistema para todos los valores de m y de n.1). . y una silla en el exterior. correspondiente a otra bifurcaci´on silla-nodo de equilibrios. Volviendo ahora al modelo de crecimiento sigmoidal de una poblaci´on (2. manteniendo λ2 constante.

1) es J(x) = ng(x) − m + nxg  (x). Es normal tomar el par´ p como el par´ametro natural para el estudio de bifurcaciones. o en general de un modelo de crecimiento por balance entre nacimientos y muertes. se est´a estudiando c´omo cambia cualitativamente el comportamiento del modelo como consecuencia de las variaciones en la tasa de natalidad n y de mortalidad m. adem´as del equilibrio xe se tiene otro xe . BIFURCACIONES ELEMENTALES EN SISTEMAS DE DIMENSION pero que adem´as se tienen equilibrios adicionales en las soluciones en x a la ecuaci´on g(x) − p = 0.3. En este diagrama se resumen los resultados relativos a los equilibrios. adem´ ∗ + − de x = 0. Mediante esta linealizaci´on se determina la estabilidad de cada uno de los equilibrios. si se est´a estudiando el crecimiento de una poblaci´on humana las variaciones de m y de n pueden deberse a cuestiones tales como el progreso en la sanidad p´ ublica (en cuyo caso al menos disminuye m) o a otras cuestiones como puede ser una epidemia o una guerra. sino tambi´en en otros contextos. que en cada equilibrio se convierte en J(0) = n − m = n(1 − μ). 1) existe un nuevo equilibrio x+ as e . Al estudiar las bifurcaciones del modelo de crecimiento log´ıstico. y su estabilidad. De acuerdo con este diagrama se tiene dos puntos de bifurcaci´on. n Recordando la forma de g de la figura 2. que es inestable para p > 1. para ∗ ∗ p > p no existen equilibrios adicionales al x = 0. Para p ∈ [0.4. Mediante el an´alisis de bifurcaciones se puede analizar c´omo influir´an estas variaciones en el comportamiento a largo plazo del modelo. En cualquier caso conviene observar que el modelo de crecimiento log´ıstico es muy general y se aplica no s´olo a crecimiento de poblaciones. −  − J(x− e ) = nxe g (xe ) > 0. Para p ∈ (1. en cuyo caso el modelo ? representa el crecimiento de la actividad econ´omica como consecuencia de la creaci´on (nacimiento) de empresas y de su desaparici´on o cierre. Por ejemplo. para ∗ p = p se produce una bifurcaci´on nodo-ensilladura que conduce a la coalescencia de . se habla de tasa de natalidad y de mortalidad de empresas. Por u ´ ltimo. Estas variaciones se pueden deber a fen´omenos de naturaleza muy variada. En la figura 3. Por tanto para p = p se produce la − ametro coalescencia y desaparici´on de los equilibrios x+ e y xe . Para p = 1 se tiene una bifurcaci´on transcr´ıtica en la que se produce un cambio de estabilidad entre el equilibrio x = 0 (inestable para p < 1 y estable para p > 1) y el equilibrio emergente x− e .1). siendo p = m .29 se tienen los equilibrios y las bifurcaciones del modelo (2. Por otra parte.29). Por ejemplo. en funci´on del par´ametro p. +  + J(x+ e ) = nxe g (xe ) < 0. La linealizaci´on del sistema din´amico (2. es f´acil ver que la anterior ecuaci´on conduce a dividir el rango de los valores positivos de p en tres regiones con diferente comportamiento cualitativo (figura 3. p ).´ UNO 77 3. Estas variaciones de m y de n dar´an lugar a las de p.

− ∗ los equilibrios x+ e y xe .30 se muestran las trayectorias en estas tres regiones. El diagrama de bifurcaci´on muestra como estos comportamientos se organizan en funci´on del par´ametro del modelo. respectivamente. O bien se produce el crecimiento.1) puede mostrar solamente dos modos de comportamiento cualitativamente diferenci- t . ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS xe x+e 1− δ 1− δ 2 x-e μ∗ 1 μ Figura 3. En la figura 3. tal como se ha indicado anteriormente.29: Diagrama de bifurcaciones del modelo log´ıstico. Observando el conjunto del diagrama de bifurcaci´on se tiene que el modelo (2. que en este caso se reduce al par´ametro p. que desaparecen para p > p . Es especialmente notable la intermedia (para 1 < p < p∗ ) que muestra dos modos de comportamientos diferentes. xe xe xe x+e x+e x-e μ <1 t 1 < μ < μ∗ t μ∗ < μ Figura 3. b) 1 < p < p∗ . dependiendo de las condiciones iniciales.´ ´ 78CAP´ITULO 3. de esta bimodalidad de comportamientos. o bien se produce el declive hasta la extinci´on. Los dos equilibrios estables x+ e y 0 son responsables. que tendr´a la forma log´ıstica. c) p∗ < p. Conviene observar que los dos puntos de bifurcaci´on mencionados (la bifurcaci´on transcr´ıtica y la nodo-ensilladura) dividen el espacio del par´ametro P en las tres regiones de comportamiento cualitativo diferente.30: Trayectorias del modelo log´ıstico: a) p < 1.

cabr´ıa esperar unas pautas de comportamiento similares a las de la figura 3. ya que el retraso no afecta al comportamiento a largo plazo.3. en funci´on del valor que tome el par´ametro p y. resulta dif´ıcil de tratar matem´aticamente. Un retraso puro. como vamos a ver. como la cat´astrofe retrasada. Crecimiento log´ıstico con un retraso en la estructura Una forma m´as realista de modelar el crecimiento de una poblaci´on aconseja incluir un retardo en la tasa de crecimiento. quiz´as con oscilaciones en las trayectorias a los atractores debidas al retraso.12) y = delayτ (x). (3. Una aproximaci´on muy empleada en la pr´actica es la de considerar k . En consecuencia. en el caso de la regi´on intermedia. no sucede s´olo eso. es decir. 3. Resulta tambi´en conveniente observar c´omo el diagrama de bifurcaciones suministra una perspectiva global con respecto a los modos de comportamiento de un sistema. CRECIMIENTO LOG´ISTICO CON UN RETRASO EN LA ESTRUCTURA 79 adas: crecimiento y estabilizaci´on. de modo que el sistema din´amico correspondiente sea:  x˙ = x(ng(y) − m). ya que se requiere un sistema de dimensi´on infinita para ello. a la que se aludi´o en la introducci´on. y en este caso se presentan otros tipos de comportamiento transitorio.5.5. aunque aparentemente sencillo de especificar. de las condiciones iniciales del sistema. y constituye una gu´ıa para realizar simulaciones y determinar trayectorias concretas. y declive. El diagrama de bifurcaciones permite conocer cual de estos dos modos de comportamiento seguir´a el sistema. Sin embargo. es posible obtener aproximaciones aceptables mediante sistemas de dimensi´on finita. Sin embargo.1).30. nal y(t) es la se˜ nal x(t) en donde delayτ (x) representa y(t) = x(t − τ ). Este modelo posee los mismos equilibrios que el (2. la se˜ retrasada en τ unidades de tiempo.

⎪ ⎪ ⎪ ⎪ ⎪ ⎪ y˙k−1 = ka(yk−2 − yk−1 ). J(x. ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ y˙1 = ka(x − y1 ). y τ el retraso que se pretende introducir. · · · . ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS retrasos de primer orden en serie. . . x+ e y xe .´ ´ 80CAP´ITULO 3. ⎥ . ⎥ ⎦ . .12) se escribe: ⎧ x˙ = x(ng(y) − m).. . Por otra parte se tiene que la matriz de linealizaci´on ⎡ ng(y) − m 0 ··· ⎢ ka −ka ··· ⎢ ⎢ .. . ⎣ . ⎢ . ⎥ . . ⎦ ⎣ . ⎥ ∈ Rk+1 . . de modo que el sistema (3... 0.. y1 .. ⎢ ⎣ 0 0 · · · −ka 0 0 0 · · · ka −ka ⎡ ⎢ ⎢ ⎢ ± ± J(x± . . y) = ⎢ ⎢ ⎣ 0 0 ··· 0 0 ··· en un punto gen´erico es ⎤ 0 nxg  (y) ⎥ 0 0 ⎥ ⎥ . . 0) = ⎢ . . x ) = ⎢ e e e ⎢ ⎣ 0 0 ka −ka . 0 −ka ⎤ ⎥ ⎥ ⎥ ⎥.. siendo a = 1/τ .. J(0. .. · · · . x . · · · .. ⎦ ⎣ . ⎥ ⎦ −ka 0 ka −ka que en cada uno de los tres equilibrios toma la forma ⎡ n−m 0 ··· 0 0 ⎢ ka −ka · · · 0 0 ⎢ ⎢ . ⎢ . ⎪ ⎪ . ⎥ . . . 0 0 0 0 ··· ··· 0 0 . ⎪ ⎪ ⎪ ⎩ y˙ = ka(yk−1 − y). En la regi´on de comportamiento bimodal existen tres equilibrios ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ − x+ x 0 e e ⎢ 0 ⎥ ⎢ x+ ⎥ ⎢ x− ⎥ e ⎥ ⎢ e ⎥ ⎢ ⎥ ⎢ ⎢ .. · · · −ka · · · ka ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦  ± nx± e g (xe ) 0 . ⎦ x+ x− 0 e e − que se denotan por 0.. .. . ... ⎪ ⎪ ⎪ ⎪ ⎪ ⎨ y˙2 = ka(y1 − y2 ). ..

Este an´alisis se resume en el diagrama de bifurcaciones de la figura 3..13) cruzan el eje imaginario.13)  1−δ ± − xe . siendo SN un punto de bifurcaci´on nodo-ensilladura. xe ) es λ(λ + ka)k − α(ka)k . . En consecuencia el polinomio caracter´ıstico de J(0... T un punto de bifurcaci´on transcr´ıtica.31. xe . 2 + Cuando el par´ametro de bifurcaci´on p se mueve en (1. .. H un punto de bifurcaci´on de Hopf supercr´ıtica.. HO H SN x-e μ T Figura 3. CRECIMIENTO LOG´ISTICO CON UN RETRASO EN LA ESTRUCTURA 81 xe x+e . siendo α= ˜ ± nx± e f (xe ) 2n ± = x δ e  (3. · · · .3. 0) es (λ − (n − m))(λ + ka)k ± ± y el de J(x± e .. 1997). HO un punto de bifurcaci´on homoclina. cuando un par de ra´ıces complejas de (3. 0. Un an´alisis pormenorizado de las bifurcaciones de este sistema puede verse en (Aracil y otros. p∗ ) ambos x− e y xe pueden sufrir una bifurcaci´on de Hopf.31: Diagrama de bifurcaciones del sistema con retardo. · · · .5.

34.112023 -0. de modo que aparece una ´ en la figura 3.32 se muestra la proyecci´on del retrato de estados en el plano (x.788589 x Figura 3.34. Se produce una bifurcaci´on de Hopf. Se produce entonces el fen´omeno de la cat´astrofe retrasada. Sin embargo. En la figura 3. se tienen tambi´en dos atractores. Ahora en lugar de dos atractores puntuales. como suced´ıa en la figura 3. Con unas condiciones iniciales adecuadas se produce el crecimiento de la poblaci´on. Se tienen los dos modos de comportamiento que en principio cabr´ıa esperar del sistema. x) ˙ en el caso de dos atractores. La separatriz entre las dos cuencas de atracci´on est´a asociada a la ensilladura x− e.´ ´ 82CAP´ITULO 3. ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS 0.33 se muestra esta situaci´on. mientras que con otras. para un cierto valor del par´ametro p el equilibrio x+ e se convierte en inestable. pero uno es un ciclo l´ımite. En este caso se tiene un comportamiento bimodal an´alogo al que mostraba el sistema sin retraso. Las trayectorias que tienden hacia la ensilladura a lo largo de su variedad estable se derivan hacia el .32.852662 y -0. toda peque˜ na perturbaci´on en los par´ametros dar´a lugar a su ruptura. se producir´ıa su extinci´on. x) ˙ + en el caso de dos atractores: uno asociado a xe y el otro al origen 0. con la diferencia de que ahora se pueden presentar oscilaciones. apareciendo un ciclo l´ımite estable en su entorno. En la figura 3. tal como se indica en la figura 3.32: Proyecci´on del retrato de estados en el plano (x.35. normalmente m´as peque˜ nas. Puesto que esta o´rbita homoclina es estructuralmente inestable. Disminuyendo el valor del par´ametro p se llega a una nueva situaci´on representada en la figura 3. tal como se indica e . El ciclo l´ımite alcanza las variedades estable e inestable asociadas con la ensilladura x− orbita homoclina.0870878 0.

34: Orbita homoclina de la ensilladura x− e .06.1.5. n = 0. CRECIMIENTO LOG´ISTICO CON UN RETRASO EN LA ESTRUCTURA 83 0.3.29732 x Figura 3.06).7045.1 and a = 0.825812 y -0.1 and a = 0.0951067 1.112962 -0. 0. δ = 0.133629 -0. n = 0.05 x Figura 3.943976 y -0.33: Bifurcaci´on de Hopf (μ = 2. δ = 0.8.0977844 1.1.). . (μ = 2.

Compar´andolas se pone de manifiesto el efecto del retraso en el comportamiento del sistema.4 y x -0. Esta inestabilizaci´on se produce mediante una bifurcaci´on de Hopf. En ambas los equilibrios son los mismos. n = 0. (μ = 2. de modo que emerge un ciclo l´ımite estable. A partir de esta emergencia se genera la aparici´on del fen´omeno de la cat´astrofe retrasada.4 -30 x (a) 690 t (b) Figura 3. .1.2 -0. y la figura 3. con el correspondiente diagrama despu´es de a˜ nadirlo. Conviene detenerse en la comparaci´on entre la figura 3.2 1. y). ANALISIS CUALITATIVO Y BIFURCACIONES EN SISTEMAS DINAMICOS 0.´ ´ 84CAP´ITULO 3.704. δ = 0. pero en la segunda equilibrios que eran estables en la primera se han convertido en inestables.35: Cat´astrofe retrasada: (a) o´rbita en el espacio de estados (x.29.) origen dando lugar a la extinci´on de la poblaci´on. en la que se tiene el diagrama de bifurcaci´on antes de a˜ nadir el retraso. (b) pauta de comportamiento.95 1.1 -0.31.06.1 and a = 0.

[9] Karsky. Wiley. and P. Gordillo. Ecodecision. 1977. and Shaw.A. [2] Aracil. 1984. Nonlinear Oscillations. E. Dore.H. [5] Aracil. J.H. 1983. [3] Aracil. [4] Aracil. IEEE-SMC-14 (4):688-696... “De la possibilit´e d’apparition de catastrophes diff´er´es”. Springer-Verlag. R. Balachandran. Addison-Wesley. 1995. J-Ch.. Springer-Verlag. Systems Research 3 (4):243-252. [12] Nayfeh. 85 . “Structural Stability of low-order System Dynamics Models”. J. 1997. J. H. Dynamical Systems and Bifurcations of Vector Fields. 1991. Alianza Editorial. Second Edition. J. J. J. 1. “Behavior patterns of logistic models with delay”. “Instabilities and Chaos in Non-linear Dynamical Systems”.. J. R. E. Paris (versi´on espa˜ nola Estabilidad estructural y morfog´enesis en Gedisa).. [7] Guckenheimer. 14-55. Int. Dynamics and Bifurcations. Montreal. [11] Mosekilde. Aracil and P. 1995. Y. S. [8] Hale. New York: Springer-Verlag. 1997. Elements of Applied Bifurcation Theory. B. [6] Aracil. Ch. 6. M. 1986. 1992. P. [14] Strogatz. Ponce and L... No. Septembre 1992. Allen. aceptado para publicaci´on en Mathematics and Computers in Simulation. and Gueneau. 4. 1995. 1981. J. Pizarro. [13] Thom. System Science 12:423-441. System Dynamics Review. “Bifurcations and Structural Stability in the Dynamical Systems Modeling Process”.D. InterEditions. y F. Applied Nonlinear Dynamics... Dynamics: The Geometry of Behavior..Bibliograf´ıa [1] Abraham. J. Holmes. Din´amica de sistemas. A.K. [10] Kuznetsov.. 1988. “Qualitative Analysis and Bifurcations in System Dynamics Models”. Nonlinear Dynamics and Chaos. Addison-Wesley. Stabilit´e structurelle et morphog´en`ese. Ko¸cak.

5. 1996a.C. . 21-37. “An Epistemological Framework for System Dynamics Modelling”. J. [16] M. Vol. Liz. Vol. M. 9. Addison-Wesley. no. System Dynamics Review. M. [17] E. Revue Internationale de Syst´emique. V´azquez.BIBLIOGRAF´IA 86 A O t Figura 3. V´azquez. Aracil. [15] M. 461489. Liz. 1996b. 1.36: Bimodal behavior pattern: attractor A stands for normal growth and O for decay. Num. Catastrophe Theory. 1977. Aracil. “Knowledge and reality: some conceptual issues in the system dynamics modelling”. 12. J. Zeeman.

δ 4 x+ e 1. dti /d¯ . APENDICE 87 δα 2n 1.δ 2 1.δ 4 2 ( x*e .1+ δ 2 μ=0 δ α(xe ). deambulamos vanamente en un oscuro laberinto.37: The graph of the function . siendo sus caracteres tri´angulos.δ ) 2 1< μ < μ* 0<μ<1 μ=1 μ=1 Figura 3.6. Ap´ endice En este ap´endice se va a generalizar para cualquier n la invariancia de los autovalores de un sistema din´amico en un punto de equilibrio bajo una transformaci´on diagonal mon´otona y creciente.´ 3. c´ırculos y figuras geom´etricas. Sin estos medios es humanamente imposible comprender una palabra. La transformaci´on T tiene inversa T −1 = diag[1/ti (¯ x)].δ 1 xe 2 . sin ellos.6. 2n La filosof´ıa est´a escrita en ese grandioso libro que est´a continuamente abierto ante nuestros ojos (lo llamo universo). μ*) x e1. Est´a escrito en el lenguaje matem´atico.15) Se aplica la transformaci´on siendo T (¯ x) = diag[ti (¯ x)] una matriz diagonal tal que cada ti es una funci´on mon´otona xi > 0. Galileo Il Saggiatore 3. Al aplicar creciente. Sea el sistema din´amico x˙ = g(x) x ∈ X ⊂ IRn (3.(1. Pero no se puede descifrar si antes no se comprende el lenguaje y se conocen los caracteres en que est´a escrito.14) x = T (¯ x) (3.

el jacobiano del transformado es: A = Dx¯ ([Dx¯ (T )]−1 )g(T (¯ x)) + [Dx¯ (T )]−1 [ ∂f ][Dx¯ (T )] ∂x pero como en el equilibrio g(T (¯ x)) = 0. . Lo u ´ nico que las diferencia son las contracciones y dilataciones seg´ un los ejes que tienen lugar de acuerdo con la transformaci´on T . La estructura del retrato de estados es la misma.16) Los equilibrios son los mismos en las dos formalizaciones del sistema din´amico. Los autovalores de los dos sistemas din´amicos son los mismos. y est´an ligados por la transformaci´on T .BIBLIOGRAF´IA 88 la transformaci´on se tiene x)) x¯˙ = [Dx¯ (T )]−1 g(T (¯ (3. En efecto. luego A = [Dx¯ (T )]−1 [ ∂f ][Dx¯ (T )] ∂x cuyos autovalores son los mismos que los del sistema din´amico original.

Cap´ıtulo 4
Funci´
on descriptiva y balance
arm´
onico
4.1.


etodo del primer arm´
onico

Los m´etodos cl´asicos de sistemas realimentados lineales est´an basados en el empleo
de la funci´on de transferencia, que posee una interpretaci´on en el dominio de la frecuencia de gran inter´es para el an´alisis y la concepci´on de esos sistemas realimentados.
Sin embargo, el concepto de funci´on de transferencia est´a basado en la propiedad de
linealidad (suma de causas produce suma de efectos) que no poseen, por su propia
naturaleza los sistemas no lineales.
Sin embargo, como vamos a ver en lo que sigue, es posible aplicar una versi´on
ampliada del m´etodo de la respuesta en frecuencia a sistemas no lineales mediante
el m´etodo de la funci´on descriptiva. Con este m´etodo, como vamos a ver, es posible
adaptar los m´etodos de dise˜
no de sistemas lineales en el dominio de la frecuencia,
empleando los diagramas de Bode y similares, al caso de los sistemas no lineales, si
bien en este u
´ ltimo caso los resultados son exclusivamente aproximados.

4.1.1.

Ejemplo introductorio

Los sistemas no lineales pueden presentar oscilaciones de amplitud y periodo fijos
sin excitaci´on exterior. Esas oscilaciones se denominan ciclos l´ımites u oscilaciones
autoexcitadas. Una de la primeras ecuaciones propuestas para estudiar este fen´omeno
se debe al ingeniero el´ectrico holand´es Balthasar Van der Pol. Esta ecuaci´on es la
89

´ DESCRIPTIVA Y BALANCE ARMONICO
´
CAP´ITULO 4. FUNCION

90
siguiente:

x¨ + α(x2 − 1)x˙ + x = 0

(4.1)

vamos a emplear esta ecuaci´on como ejemplo introductorio al m´etodo del primer
arm´onico. Para ello, vamos a suponer que existe un ciclo l´ımite de amplitud y frecuencia no determinadas, y vamos a ver que restricciones impone la ecuaci´on anterior
a esta amplitud y frecuencia.
Elemento no lineal (−xx
˙ 2)

Elemento Lineal

s
0

−x

+
-

v

α
s2 −αs+1

x

(.)2

Figura 4.1: Diagrama de bloques del oscilador de Van der Pol

Puesto que el an´alisis de la ecuaci´on de Van der Pol lo estamos haciendo como introducci´on al estudio de sistemas realimentados no lineales conviene que representamos la
ecuaci´on (4.1) mediante un diagrama de bloques como el de la figura 4.1. En esta figura
se tiene un sistema realimentado, con realimentaci´on unitaria, en cuya cadena directa
aparece un bloque no lineal y uno lineal. Como veremos luego, esta ser´a la forma que
tomaran los sistemas realimentados no lineales a los que se aplica el m´etodo del primer
arm´onico.
Para justificar el diagrama de la figura 4.1 basta reescribir la expresi´on (4.1) de la
forma
x¨ − αx˙ + x = −αx2 x˙
Se define v = −x2 x,
˙ con lo que la anterior expresi´on se convierte en
x¨ − αx˙ + x = αv
cuya funci´on de transferencia es
α
x
(s) = 2
v
s − αs + 1
Supongamos que el sistema de la figura 4.1 oscila, de modo que la se˜
nal x evoluciona
de la forma
x(t) = A sen ωt
(4.2)

´
´
4.1. METODO
DEL PRIMER ARMONICO

91

en donde A es la amplitud del ciclo l´ımite y ω su frecuencia. En este caso se tiene
x(t)
˙
= Aω cos ωt
por consiguiente, la salida del bloque no lineal de la figura 4.1 viene dada por
v = −x2 x˙ = A2 sen2 ωtAω cos ωt
A3 ω
(1 − cos 2ωt) cos ωt
= −
2
A3 ω
= −
(cos ωt − cos 3ωt)
4

(4.3)
(4.4)
(4.5)

El paso de (4.3) a (4.4) se basa en que
2 sen2 ωt = 1 − cos 2ωt
ya que

cos 2ωt = cos2 ωt − sen2 ωt = 1 − 2 sen2 ωt

Por otra parte, el paso de (4.4) a (4.5) es un poco m´as elaborado. Para demostrarlo se
parte de
cos 3ωt =
=
=
=
=

cos 2ωt cos ωt − sen ωt sen 2ωt
cos ωt(1 − 2 sen2 ωt) − 2 sen2 ωt cos ωt
cos ωt(1 − 4 sen2 ωt)
cos ωt(1 − 2 + 2 cos 2ωt)
cos ωt(2 cos 2ωt − 1)

de donde se tiene que
1
cos ωt − cos ωt cos 2ωt = (cos ωt − cos 3ωt)
2
En la expresi´on (4.5) se observa que la se˜
nal v contiene un arm´onico de tercer orden.
Sin embargo, sucede que la parte lineal se comporta como un filtro paso bajo, de
modo que se puede suponer razonablemente que este arm´onico de tercer orden resulta
suficientemente atenuado por el bloque lineal y que puede, en una primera aproximaci´on
despreciarse. Con estos supuestos, la se˜
nal v toma la forma aproximada
v≈−

A2 d
A3 ω
(cos ωt) =
(−A sen ωt)
4
4 dt

(4.6)

De este modo el bloque no lineal de la figura 4.1 puede representarse en forma aproximada como se hace en la figura 4.2. El bloque no lineal de la figura 4.1 se describe
de forma aproximada, mediante una funci´on de transferencia como la que se indica
en la figura 4.2. Conviene observar que esta “funci´on de transferencia”depende de la
amplitud de la se˜
nal de entrada A, lo que no sucede en ning´
un caso con una funci´on
de transferencia de un sistema lineal.

8) es decir el bloque no lineal se puede aproximar por la funci´on de respuesta en frecuencia N. se puede escribir x = A sen ωt = G(jω)v = G(jω)N(A. a partir de la consideraci´on del car´acter del filtro paso bajo del bloque lineal).2 vienen dadas por v = N(A. A la funci´on N la denominaremos funci´on descriptiva del elemento no lineal correspondiente y constituye una generalizaci´on del concepto de funci´on de transferencia al estudio de los sistemas no lineales (aunque aqu´ı con un car´acter aproximado ya que para llegar a ella se han despreciado los arm´onicos de orden superior al primero.7) en donde N juega el mismo papel que la funci´on de transferencia en un sistema lineal.9) Se sabe que una se˜ nal senoidal se puede escribir en forma compleja mediante la exponencial x = Aejωt con lo que la anterior expresi´on (4.92 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4.10) .9) puede escribir Aejωt = G(jω)N(A. aunque en este caso con la propiedad adicional de depender no solamente de la frecuencia ω.2. ω)(−x) (4. ω)(−Aejωt ) de donde se tiene 1 + G(jω)N(A.2: Aproximaci´on lineal del oscilador de Van der Pol En general. ω) = jω A2 4 (4. En el caso que nos ocupa la funci´on descriptiva toma la forma N(A. FUNCION Aproximaci´ on cuasi lineal r=0 + −x A2 s 4 v - α s2 −αs+1 x Figura 4. podemos escribir que las se˜ nales de salida v del bloque no lineal de la figura 4. ω) = 0 (4. ω)(−x) (4. sino tambi´en de la amplitud A. De acuerdo con la cadena directa del sistema de la figura 4.

y cuya parte imaginaria es −4α + αA2 = 0 por lo que A = 2. Conviene observar que la expresi´on (4. es decir existe un ciclo l´ımite de amplitud 2 y frecuencia 1.11) escrita en forma de Laplace toma la forma 1+ α A2 s =0 s2 − αs + 1 4 que es la ecuaci´on caracter´ıstica en bucle cerrado del sistema de la figura 4.2 = − α(A − 4) ± α (A − 4)2 − 1 (4. Los autovalores de esta ecuaci´on son  1 2 2 1 2 λ1. METODO DEL PRIMER ARMONICO 93 esta expresi´on.6).11) 4((jω)2 − α(jω) + 1) + αA2 jω = 0 cuya parte real es −4ω 2 + 4 = 0 cuya soluci´on conduce a ω = 1. .10) se convierte en 1+ que conduce a α A2 jω = 0 (jω)2 − α(jω) + 1 4 (4.12) 8 64 en los que haciendo A = 2 se obtienen los autovalores λ1. En el caso concreto que nos ocupa. en realidad. Hay un u ´ nico componente no lineal. 2.3) a la (4.1.2.2. Ese componente es invariante en el tiempo. 4. es decir la ecuaci´on del sistema.1). Conviene observar que ni la amplitud ni la frecuencia obtenidas dependen del par´ametro α.´ ´ 4. Principios del m´ etodo Supuestos b´asicos del m´etodo: 1.2 = ±j.1. la expresi´on (4. es una forma de escribir la expresi´on (4. Por tanto el sistema admite una soluci´on en forma de oscilaci´on con amplitud A = 2 y frecuencia ω = 1. La resoluci´on de esta ecuaci´on en la amplitud A y la frecuencia ω permite determinar la amplitud y frecuencia a la que oscila el sistema. habida cuenta de la simplificaci´on que ha permitido pasar de la expresi´on (4.

de modo que no aparece en la salida un se˜ nal de continua. es una se˜ nal peri´odica de la misma frecuencia. Debido a estas limitaciones. Transformaci´ on de Fourier La salida v(t) de un elemento no lineal. que se puede desarrollar en serie de Fourier.´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. de la forma: v(t) = a0 + ∞  (ak cos(kωt) + bk sen(kωt)) k=1 El t´ermino independiente es el valor medio de la se˜ nal en un per´ıodo. en respuesta a una se˜ nal sinusoidal. de amplitud A y frecuencia ω. el m´etodo de la funci´on descriptiva se utiliza fundamentalmente para el an´alisis de estabilidad y no suele aplicarse a problemas de dise˜ no o´ptimo de sistemas. 4. . cuando la se˜ nal de entrada es sinusoidal. FUNCION 94 Elemento no lineal r(t) = 0 + x(t) v = f (x) Elemento lineal v(t) y(t) G(s) - Figura 4. La parte lineal se comporta como un filtro paso-bajo. 4.1. La no linealidad es sim´etrica.3.3: Sistema no lineal r(t) = 0 + x(t) G1 (s) u(t) v(t) Gp (s) y(t) - G2 (s) Figura 4.4: Sistema de control con una no linealidad 3.

.1.4. entonces el desarrollo solo tiene t´erminos impares (figura 4. k = 0. .. v(t) es alternada [v(ωt + π) = −v(ωt)].5b). 1. Funci´ on descriptiva En el supuesto de que se considere u ´ nicamente la componente fundamental del desarrollo en serie.15) se tiene    a1 −1 2 2 M(A. De la expresi´on (4. ω) = tag b1 . (4. ... v(x) v(x) −x v(−x) x a) x+π x v(x + π) b) Figura 4. 2. (4.15) En la figura 4.. 1.14) π −π Casos de inter´es: v(t) es impar [v(ωt) = −v(−ωt)]. METODO DEL PRIMER ARMONICO 1 a0 = 2π  95 π v(t)d(ωt) −π Para una se˜ nal sin componente de continua este valor es cero. 2. se tiene que la expresi´on se convierte en v(t) = v1 (t) = a1 cos(ωt) + b1 sen(ωt) = M sen(ωt + φ) (4. es decir a0 = 0 (recu´erdese el supuesto 4 de 4.5a). 2. ω) = a1 + b1 φ(A.  1 π ak = v(t) cos(kωt)d(ωt) k = 0.6 se representa un elemento no lineal y su representaci´on mediante la funci´on descriptiva.. 1.1...´ ´ 4.13) π −π  1 π bk = v(t) sen(kωt)d(ωt) k = 0.1.5: Se˜ nales impar (a) y alternada (b) 4. y recordando que a0 = 0. y en desarrollo solo tiene t´erminos en senos (figura 4.2). entonces ak = 0.

Existen. como hemos recordado antes. es decir N(A.96 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. la salida . Adem´as. por tanto. ser considerado como una ampliaci´on de la noci´on de respuesta frecuencial de los sistema lineales.6 se muestra como la componente fundamental de la salida de un sistema no lineal a una se˜ nal sinusoidal de entrada. es otra se˜ nal sinusoidal de la misma frecuencia pero de amplitud M y desfase φ. por tanto. mientras que la funci´on de transferencia de un elemento lineal no depende de ella. Sin embargo.17) 0 El concepto de funci´on descriptiva puede. ω) = Mej(ωt+φ) M jφ 1 e = (b1 + ja1 ) = jωt Ae A A (4. Cuando la no linealidad es uniforme (es decir. con vistas a las aplicaciones al dise˜ no de sistemas realimentados pueden tratarse de forma an´aloga.6: Elemento no lineal y funci´on descriptiva En la figura 4. algunos casos especiales. Las diferencias entre ambos conceptos se limitan a que la funci´on descriptiva de un elemento no lineal depende de la amplitud.L. sin embargo.16) Es decir. ω) es una funci´on compleja cuyo m´odulo y argumento representan la amplificaci´on y el desfase del primer arm´onico de la salida v(t) de un sistema no lineal ante una entrada sinusoidal de amplitud A y frecuencia ω. Si la no-linealidad puede escribirse v = ϕ(y). y en ese caso. la funci´on descriptiva depende de la frecuencia y la amplitud de la se˜ nal de entrada. El car´acter real de N se debe a que a1 = 0. En general. todos los t´erminos ai se anulan. debido a que la se˜ nal de salida del elemento no lineal es impar. w(t) Asen(ωt) N (A. la funci´on descriptiva viene dada por b1 + ja1 1 N(A. Empleando una representaci´on compleja la sinusoide puede escribirse v1 = Mej(ωt+φ) = (b1 + ja1 )ejωt Con los anteriores elementos ya estamos en posici´on de definir la funci´on descriptiva de un elemento no lineal como el cociente complejo entre la componente fundamental del elemento no lineal y la se˜ nal sinusoidal de entrada A sen ωt. la funci´on descriptiva N(A. ω) M sen(ωt + φ) Figura 4. ω) = = A πA  2π ϕ(A sen θ)(sen θ + j cos θ)dθ (4. su caracter´ıstica es una funci´on que asigna a cada valor de la se˜ nal de entrada un u ´ nico valor de la se˜ nal de salida) la funci´on descriptiva N es real e independiente de la frecuencia de entrada. FUNCION Asen(ωt) N.

. 4.  2π ϕ(A sen ωt)A sen ωtd(ωt) 0 Propiedad del cono Sea ϕ(.) es impar.18) se dice que ϕ(.1.) tal que k1 y 2 ≤ yϕ(y) ≤ k2 y 2 (4.´ ´ 4. Por tanto ante una no-linealidad uniforme se tendr´a v(t) = b1 sen ωt + b3 sen 3ωt + b5 sen 5ωt + . k2 ]. entonces se tiene que k1 ≤ N(A) ≤ k2 (4.1.19) .6.5.) est´a en el cono [k1 . por lo que los t´erminos pares desaparecen. Si adem´as ϕ(. Interpretaci´ on estoc´ astica de la funci´ on descriptiva Se trata de determinar N(A) de modo que N(A)A sen ωt aproxime a ϕ(A sen ωt) minimizando el error cuadr´atico medio.1. Sea e(t) = ϕ(A sen ωt) − N(A)A sen ωt se pretende minimizar 1 J= 2π  2π e2 (t)d(ωt) 0 sustituyendo e(t) y diferenciando 2 dJ = dN 2π luego   0 2π [ϕ(A sen ωt) − N(A)A sen ωt](−A sen ωt)d(ωt) = 0  2π 2π ϕ(A sen ωt)A sen ωtd(ωt) = 0 pero N(A)A2 sen2 ωtd(ωt) 0  2π N(A)A2 sen2 ωtd(ωt) = πN(A)A 0 luego 1 N(A) = πA 4.. METODO DEL PRIMER ARMONICO 97 es siempre alternada. ϕ(y) = −ϕ(−y).

Saturaci´ on En la figura 4. En efecto. 4.2. con una amplificaci´on. k2 ].  2π 1 ϕ(A sen ωt) sen ωtd(ωt) N(A) = πA 0  2π 1 ϕ(A sen θ)A sen θdθ = πA2 0  2π 1 ≥ k1 (A sen θ)2 dθ πA2 0  k1 2π = k1 sen2 θdθ π 0 k1 k1 = k1 = π An´alogamente para k2 .7 se muestra el efecto de la saturaci´on sobre una se˜ nal de entrada de amplitud mayor que a. Por lo que respecta al m´etodo anal´ıtico vamos a presentar varios ejemplos para ilustrar su aplicaci´on. En la figura 4.98 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. cuya caracter´ıstica es din´amica. Para valores de x < a el elementos no lineal transmite la se˜ nal de forma lineal. para el caso en que A sea mayor que a.1.2. El primero de los ejemplos es una saturaci´on que aporta un ejemplo de un sistema no lineal con caracter´ıstica est´atica.7 se muestra la caracter´ıstica de una saturaci´on. 4. Para valores de x > a la se˜ nal de entrada queda truncada por efecto de la no linealidad. Tambi´en se presenta un ejemplo de un rel´e con holgura. FUNCION es decir la funci´on descriptiva est´a en el intervalo [k1 . Algunas funciones descriptivas La determinaci´on de la funci´on descriptiva se puede hacer b´asicamente de dos formas: por c´alculo anal´ıtico o por determinaci´on experimental. En tal caso se tiene que la se˜ nal de salida del elemento no lineal vendr´a dada por  kA sen(ωt) 0 ≤ ωt ≤ γ v(t) = ka γ ≤ ωt ≤ π/2 siendo γ = sen−1 (a/A) .

Rel´ e La caracter´ıstica no lineal de un rel´e se muestra en la figura 4.4.9. que se vio en la figura 4.7 se tiene que la no .2.2.21) A π A A En la figura 4. ALGUNAS FUNCIONES DESCRIPTIVAS v saturaci´ on 99 v(t) salida no saturada k 0 0 γ ka a x 0 γ salida saturada ka ωt A x(t) π/2 entrada sinusoidal ωt Figura 4.7: Caracter´ıstica de una saturaci´on.2. 4. a1 = 0 obs´ervese que el car´acter impar de v(t) implica que a1 = 0 y que la simetr´ıa de la se˜ nal sobre los cuatro cuadrantes en que se puede considerar dividido un periodo indica que  4 π/2 v(t) sen ωtd(ωt) (4. la funci´on descriptiva resulta ser  2k a b1 a2 = (γ + N(A) = 1 − 2) (4.20) b1 = π 0   4 π/2 4 γ 2 kA sen ωtd(ωt) + ka sen ωtd(ωt) = π 0 π γ  a 2kA a2 (γ + = 1 − 2) π A A por consiguiente.8 se representa la funci´on descriptiva de una saturaci´on. Si se compara con la caracter´ıstica de una saturaci´on.

9: Caracter´ıstica de un rel´e . 2.8 0.8: Funci´on descriptiva de una saturaci´on.4 0.6 0.´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4.6 M 0 x -M N(A)/M N(A)/k 100 1.0 0 5 10 A Figura 4.0 v a infinito encendido 1.0 0.2 Rango lineal 1.0 0 1 5 10 A/a Figura 4. FUNCION 1.2 0.2 0.4 a cero apagado 0.8 0.

Si se invierte el sentido de giro del engranaje primario entonces durante un a´ngulo 2b el secundario no se mueve. Sin embargo se obtiene m´as f´acilmente calcul´andolo directamente de acuerdo con  4 π/2 4M (4. Puede compararse esa funci´on descriptiva con la de la saturaci´on que se vio en la figura 4. b1 puede obtener de la expresi´on (4. el secundario no se mueve.9 se representa la funci´on descriptiva de un rel´e. de la figura 4.10.8.22) M sen ωtd(ωt) = b1 = π 0 π por lo que la funci´on descriptiva de un rel´e viene dada por N(A) = 4M πA (4.4. 4. Holgura Engranaje secundario a´ngulo salida Engranaje primario C B b -b A 0 D b a´ngulo entrada E Figura 4. que se presenta a menudo en los sistemas de transmisi´on mec´anica mediante engranajes. ALGUNAS FUNCIONES DESCRIPTIVAS 101 linealidad de un rel´e corresponde a un caso l´ımite de una saturaci´on definido por a → 0. .2. Como consecuencia de la holgura. despu´es de establecido el contacto en engranaje secundario sigue la rotaci´on del primario de manera lineal (segmento AB). Cuando se restablece el contacto entre los dos engranajes el secundario sigue al primario en la direcci´on opuesta (segmento CD).2. si el engranaje primario est´a sometido a un movimiento peri´odico el secundario recorrer´a el camino cerrado EBCD.10.21) calculando el l´ımite. de acuerdo con el segmento BC de la figura 4.3.10 se muestra la caracter´ıstica de una holgura. D y E de la figura dependen de la amplitud de la se´ nal sinusoidal de entrada. En la figura 4.23) En la figura 4. cuando el engranaje primario gira un a´ngulo menor que b. Por consiguiente. C.10). Conviene observar que los puntos B. Por tanto. como corresponde a la zona muerta (segmento OA en la figura 4.10: Caracter´ıstica de una holgura. k → ∞ siendo ka = M.

El c´alculo de la funci´on descriptiva resulta en este caso m´as complejo que en el de la no linealidades sin memoria. La se˜ nal de salida v(t).102 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. Se tiene 4kb b a1 = ( − 1) π A  2b Ak π 2b 2b ( − sen−1 ( − 1) − ( − 1) 1 − ( − 1)2 ) b1 = π 2 A A A . En este caso la caracter´ıstica no es uniforme y la componente fundamental de la se˜ nal de salida presenta variaci´on de amplitud y de fase. en la que el valor de la salida en un instante de tiempo determinado. sino de la historia previa de las se˜ nales de entrada que afectan al sistema. en un periodo. v k(A − b) v(t) 3π/2 -b b π/2 x ωt −k(A − b) -A A x(t) π/2 π−γ entrada sinusoidal 3π/2 2π − γ ωt Figura 4.11 se muestra como se genera la se˜ nal de salida para una se˜ nal sinusoidal de entrada. Se tiene π v(t) = (A − b)k ≤ ωt ≤ π − γ 2 v(t) = A(sen ωt + b)k π − γ ≤ ωt ≤ 3π 2 3π v(t) = −(A − b)k ≤ ωt ≤ 2π − γ 2 v(t) = A(sen ωt − b)k 2π − γ ≤ ωt ≤ 5π 2 donde γ = sen−1 (1 − 2b/A). no depende exclusivamente del valor de la entrada en ese instante.11: Generaci´on de la se´ nal de salida para una se˜ nal sinusoidal de entrada en una holgura. se determina dividiendo este periodo en las cuatro partes correspondientes a los cuatro tramos que aparecen en el romboide de la caracter´ıstica. En la figura 4. FUNCION La holgura suministra un ejemplo de no linealidad con memoria.

0 b/A Figura 4.4 0.2. de la funci´on descriptiva de una holgura.2 0.8 1.2. la funci´on descriptiva de una holgura viene dada por  1 a21 + b21 |N(A)| = A a1 ∠N(A) = tan−1 ( ) b1 En las figuras 4. ALGUNAS FUNCIONES DESCRIPTIVAS 103 es decir. respectivamente.0 0. mientras que en los casos de no linealidades sin memoria la funci´on descriptiva posee u ´ nicamente amplitud.2 0. Ello es posible cuando la formulaci´on matem´atica del problema es aceptablemente sencilla.0 Amplitud 0. se procede de manera experimental con ayuda de un analizador arm´onico. Se excita el sistema no lineal cuya descripci´on descriptiva se quiere determinar. 4.12 y 4. Obs´ervese que en este caso la funci´on descriptiva 1.6 0. Sin embargo. se ha determinado la funci´on descriptiva mediante la aplicaci´on de m´etodos matem´aticos. Determinaci´ on experimental de la funci´ on descriptiva En lo ejemplos que se acaban de ver. con se˜ nales sinusoidales.0 0. depende exclusivamente de la amplitud de la se´ nal de entrada.13 se representan la amplitud y desfase.4.4 0. y la .4.8 0. en este caso la funci´on descriptiva tiene m´odulo y argumento (amplitud y desfase). y no desfase. como suced´ıa en las no linealidades sin memoria (como la saturaci´on y el rel´e) que se han visto anteriormente. Cuando no es as´ı.12: Amplitud de la funci´on descriptiva de una holgura.6 0.

el an´alisis debe realizarse para se˜ nales de entrada de diferente amplitud. Adem´as en la secci´on 4. FUNCION 104 Desfase 0 -30 -60 -90 0. ω). Comparando las amplitudes y fases de la se˜ nal de entrada y del primer arm´onico se puede determinar experimentalmente la funci´on descriptiva. .1.3. De este modo se determinan los datos que permiten establecer la funci´on N(A. y no mediante expresiones anal´ıticas. Estos datos se procesaran normalmente mediante tablas.6 0.8 1.0 b/A Figura 4.13: Desfase de la funci´on descriptiva de una holgura.4 0. Para ello.´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. 4. en primer lugar.2 0. y al contrario de lo que sucede con los sistemas lineales. Conviene observar que.1 se present´o un ejemplo introductorio que permit´ıa analizar la existencia de ciclos l´ımites en un sistema no lineal mediante la funci´on descriptiva. salida se analiza mediante el analizador arm´onico. An´ alisis de sistemas no lineales mediante la funci´ on descriptiva En las secciones anteriores hemos visto como se determina la funci´on descriptiva de un elemento no lineal. en este caso. es decir. conviene recordar el criterio de Nyquist. el ensayo debe realizarse variando tanto la amplitud como la frecuencia de la se˜ nal de entrada.0 0. de modo que se discrimine el primer arm´onico. En esta secci´on vamos a generalizar el m´etodo all´ı presentado.

0) y aplicar la conocida expresi´ on Z =N +P en donde P es el n´ umero de polos inestables de la funci´on de transferencia en bucle abierto GH. En tal caso la ecuaci´on caracter´ıstica resulta ser .14: Sistema lineal realimentado. ANALISIS DE SISTEMAS NO LINEALES MEDIANTE LA FUNCION + G(s) - H(s) Figura 4.3.15: Criterio de Nyquist.´ ´ DESCRIPTIVA105 4.3. el sistema es inestable). que consideraremos que puede ser un n´ umero complejo. El criterio de Nyquist se amplia formalmente para el caso en el que una constante k.14.1.24) como se recordar´a el criterio de Nyquist permite conocer el n´ umero de ra´ıces de la ecuaci´on caracter´ıstica con parte real negativa. Entonces Z es el nmero ´ de polos inestables del sistema en bucle cerrado (con s´olo que haya uno. +∞ G(s)H(s) plano s -1 −∞ ω → +∞ Figura 4. cuya ecuaci´on caracter´ıstica resulta ser 1 + G(s)H(s) = 0 (4. Para ello basta dibujar la aplicaci´on C del contorno de Nyquist en un plano complejo apropiado. Una ampliaci´ on del criterio de Nyquist Sea el sistema lineal de la figura 4. se incluye en la cadena directa de la figura 4.16. determinar el n´ umero N de veces que este contorno C rodea al punto (-1. 4.

27) El componente fundamental de la se˜ nal de salida del elemento no lineal v(t) resulta ser v(t) =| N(A.28) pueden escribirse de la forma x(t) = {Aejωt } (4. ω) | A cos(ωt + φ(A. lo que se ilustra en la figura 4. ω) Elemento lineal v(t) G(jω) y(t) - Figura 4.28) .16. Supongamos que esta oscilaci´on viene dada por la expresi´on x(t) = A cos ωt (4.2. Diremos que este sistema presenta una oscilaci´on automantenida si para r = 0 el sistema presenta un comportamiento oscilatorio.´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. G(s)H(s) = − 4.17. FUNCION 106 0 + k Im G(s) - G(s)H(s) -1 Re H(s) −1/k Figura 4.25) y por tanto. 1 (4.15) con la diferencia de que ahora Z representa el n´ umero de veces que el contorno de Nyquist de GH rodea al punto −1/k.17: Sistema no lineal. 1 + kG(s)H(s) = 0 (4. Oscilaciones de un servomecanismo no lineal Consid´erese el sistema no lineal de la figura 4.16: Ampliaci´on del criterio de Nyquist.3.27) y (4. Funci´ on descriptiva x(t) r(t) = 0 + N (A.26) k Es f´acil ver que en este caso el criterio de Nyquist se aplica igual que en el caso anterior (de la figura 4. ω)) Es sabido que (4.

´
´ DESCRIPTIVA107
4.3. ANALISIS
DE SISTEMAS NO LINEALES MEDIANTE LA FUNCION
v(t) = {| N(A, ω) | Aej(ωt+φ(A,ω)) }
Empleando esta u
´ ltima forma de representar un comportamiento oscilatorio, se tiene
que la salida del elemento lineal vendr´a dada por
y(t) = {| N(A, ω) | A | G(jω) | ej(ωt+φ+α) }
siendo α = ∠G(jω).
Para que la oscilaci´on sea automantenida, en ausencia de se˜
nal de excitaci´on r, se
requiere que:
−Aejωt =| N(A, ω) | A | G(jω) | ej(ωt+φ+α)
Es decir,
Aejωt (| N(A, ω) || G(jω) | ej(φ+α))+1 = 0
La anterior expresi´on se debe satisfacer para todo t, por lo que se tendr´a
| N(A, ω) || G(jω) | ej(φ+α) + 1 = 0
es decir,
N(A, ω)G(jω) + 1 = 0

(4.29)

y por tanto,
G(jω) = −

1
N(A, ω)

(4.30)

y cualquier par de valores de A y ω que satisfaga la anterior ecuaci´on puede dar lugar
a un ciclo l´ımite. De aquellos valores que satisfagan esta ecuaci´on, solo dar´a lugar a un
ciclo l´ımite aquellos para los que la oscilaci´on peri´odica sea estable.

4.3.3.

Funci´
on descriptiva independiente de la frecuencia

Consid´erese el caso en el que la funci´on descriptiva N es u
´ nicamente funci´on de la
amplitud A. Este caso incluye todas las no linealidades cuya caracter´ıstica es uniforme y
algunas no linealidades biformes interesantes como la holgura. En este caso la expresi´on
(4.30) se convierte en
1
G(jω) = −
(4.31)
N(A)
En la figura 4.18 se han representado la funci´on de transferencia de la parte lineal
G(jω) (parametrizado en ω) y la curva correspondiente a la inversa de la funci´on
descriptiva, con el signo cambiado, (parametrizada en A) en el plano complejo. Si estas
dos curvas se cortan, entonces los valores de A y de ω correspondientes al punto de
intersecci´on son soluciones de la ecuaci´on 4.31, y en consecuencia, pueden existir ciclos
l´ımites. Por ejemplo, en la figura 4.18 las dos curvas se cortan en el punto L.

108

´ DESCRIPTIVA Y BALANCE ARMONICO
´
CAP´ITULO 4. FUNCION

ω

L

G(jω)

Im

A

Re

−1/N (A)

Figura 4.18: Determinaci´on de un ciclo l´ımite.
Conviene recordar que para no-linealidades uniformes N es siempre real y por consiguiente el trazado de (4.31) siempre est´a situado sobre el eje real.

4.3.4.

Funci´
on descriptiva dependiente de la frecuencia

En el caso general la funci´on descriptiva depende tanto de la amplitud de la se˜
nal
de entrada como de su frecuencia y, en consecuencia el m´etodo que se acaba de ver
en el apartado anterior, adquiere mayor complejidad. En tal caso la expresi´on en el
segundo miembro de (4.30) da lugar a una familia de curvas en el plano complejo con
A como par´ametro y ω permaneciendo constante en cada curva, como se muestra en
la figura 4.19. De todas las intersecciones entre la familia de curvas 1/N(A, ω) y la
curva G(jω) solamente aquellos puntos de intersecci´on en los que coincidan los valores
de ω constituyen soluciones de la ecuaci´on (4.30), y son, por tanto, candidatos a ciclos
l´ımites. Existe otro procedimiento gr´afico para resolver la expresi´on (4.30). Consiste en
considerar la representaciones gr´aficas de G(jω)N(A, ω). Dando a A un valor constante
y variando ω de 0 a infinito, se obtiene una curva que representa a G(jω)N(A, ω).
Procediendo con diferentes valores de A se obtiene una familia de curvas, como la que
se muestra en la figura 4.20. La curva de esta familia que pase por el punto (-1,0) en
el plano complejo suministra una soluci´on de la expresi´on (4.30) .

4.3.5.

Estabilidad de los ciclos l´ımite

Con los ciclos l´ımites sucede lo mismo que con los equilibrios: que pueden ser estables
o inestables. Las soluciones de la ecuaci´on (4.30) deben someterse a un an´alisis de
estabilidad, para determinar cuales de ellas son estables y cuales no. El criterio de
Nyquist ampliado que hemos visto en la secci´on 4.3.1, permite analizar esa estabilidad.
Consid´erese la figura 4.21 en la que se muestran las intersecciones entre la funci´on
de transferencia de la parte lineal y la inversa de la funci´on descriptiva de la parte

´
´ DESCRIPTIVA109
4.3. ANALISIS
DE SISTEMAS NO LINEALES MEDIANTE LA FUNCION

−1/N (A, ω)
ω4

G(jω)

Im

A

ω3
ω2

Re

ω1
ω

Figura 4.19: Determinaci´on de ciclos l´ımite con funciones descriptivas dependientes de
la frecuencia.

A1

A2

A3

A4

-1

ω
G(jω)N (A, ω)

Figura 4.20: Resoluci´on gr´afica de la ecuaci´on N(A, ω)G(jω) + 1 = 0.

por consiguiente. Debido a una peque˜ perturbaci´on. De todo lo anterior se desprende que una ligera perturbaci´on destruye la oscilaci´on en el punto L1 y que. FUNCION G(jω) ω L2 L”1 Im −1/N (A. Por otra parte. na con un ciclo l´ımite de amplitud A1 y cuya frecuencia en ω1 .3. Por consiguiente. entonces el punto de operaci´on se mover´a al punto L1 . por lo que el sistema presenta dos ciclos l´ımites. el sistema es inestable. y las amplitudes del sistema tienden a crecer. y el punto de operaci´on del sistema se mueve de L1 a L1 . El anterior razonamiento no es del todo convincente.21: Estabilidad de ciclos l´ımite. el punto de operaci´on seguir´a creciendo a lo largo de curva −1/N(A. Puesto que el nuevo punto L1 se encuentra a la derecha de la curva G(jω). L1 y L2 . que este ciclo l´ımite es inestable. no lineal. por lo que las amplitudes tender´an a decrecer y el punto de operaci´on se alejara cada vez m´as del punto de equilibrio L1 . la amplitud de la se˜ nal de entrada al sistema no lineal se incrementa ligeramente. por otra parte es correcto. como se ver´a a continuaci´on. Sea x = Aejωt el primer arm´onico de la oscilaci´on automantenida que se perturba ligeramente hasta que su amplitud toma el valor A + ΔA y su frecuencia . Un an´alisis similar puede desarrollarse para el punto L2 con la conclusi´on de que ciclo l´ımite en ese caso es estable. Estas dos curvas presentan dos puntos de intersecci´on. Vamos a analizar primero la estabilidad del ciclo l´ımite correspondiente al punto L1 . y debe considerarse como una forma intuitiva de presentar un resultado que. Obs´ervese que el valor de A correspondiente al punto L1 es menor que el de A correspondiente a L2 . En este caso el punto L1 queda a la izquierda de G(jω) y el criterio de Nyquist ampliado garantiza la estabilidad del sistema. en este punto de operaci´on. ω) hasta el punto L2 . de acuerdo con el criterio de Nyquist ampliado que se ha visto en la secci´on 4. si el sistema se perturba de modo que la amplitud A decrece.110 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. Consid´erese que el sistema se encuentra inicialmente operando en el punto L1 .1. Sup´ongase que la funci´on de transferencia de la parte lineal G(jω) no posee polos inestables. Una forma m´as rigurosa de abordar el estudio de la estabilidad de las oscilaciones es el siguiente. ω) Re L1 L1 Figura 4.

la expresi´on (4.33) agrupando los t´erminos correspondientes a sus partes real e imaginaria.3. Es decir. sino que posee un peque˜ no amortiguamiento δ.34) Desarrollando en serie de Taylor esta expresi´on. ω) = 0 (4. ω + Δω + jδ) + jY (A + ΔA. positivo o negativo. despu´es de la perturbaci´on la se˜ nal se convierte en: x(t) = (A + ΔA)e−δt ej(ω+Δω)t = (A + ΔA)ej(ω+Δω+jδ)t (4. la soluci´on (4. ω) + jY (A. se tiene: ∂X Δω + ∂ω ∂Y Δω + ∂ω Eliminando Δω:  ∂X ∂ω  2 + ∂Y ∂ω ∂X ∂Y ΔA − δ = 0 ∂A ∂ω ∂Y ∂X ΔA + δ = 0 ∂A ∂ω 2   δ= ∂X ∂Y ∂Y ∂X − ∂A ∂ω ∂A ∂ω  ΔA Para que la oscilaci´on sea estable es necesario que δ y ΔA sean del mismo signo.35) ∂A ∂ω ∂A ∂ω En el caso de una no linealidad uniforme se tiene. y tomando £´ unicamente los t´erminos de primer orden en ΔA.32) debe satisfacer tambi´en la anterior ecuaci´on dando lugar a: X(A + ΔA.32) Por otra parte. x(t) ya no es una funci´on peri´odica. ω + Δω + jδ) = 0 (4.29) se puede escribir X(A. lo que exige que:   ∂Y ∂X ∂X ∂Y − >0 (4. Δω y δ.´ ´ DESCRIPTIVA111 4. Por otra parte. N(A)G(jω) + 1 = 0 Haciendo G(jω) = U(ω) + jV (ω) 1 = P (A) + jQ(A) C(A) = − N(A) . Despu´es de la perturbaci´on. ANALISIS DE SISTEMAS NO LINEALES MEDIANTE LA FUNCION ω + Δω.

22.22: Criterio de estabilidad de ciclos l´ımite: (a) estable. un ciclo limite ser´a estable si recorriendo G(jω) en el sentido de las ω crecientes. que la funci´on de transferencia de la parte lineal es: K G1 (s) = s(s + 2) . Supongamos. Ejemplo Sea el sistema realimentado de la figura 4. Im Im G G Re Re −1/N −1/N (a) (b) Figura 4.23. FUNCION 112 se tiene X(A.35) se escribe en este caso   ∂Q ∂U ∂P ∂V − >0 ∂A ∂ω ∂A ∂ω El primer miembro de esta desigualdad es un producto vectorial lo que puede escribirse dG(jω) dC(A) × >0 dω dA Este producto vectorial permite la interpretaci´on geom´etrica que se muestra en la figura 4. se deja a la izquierda el sentido de las A crecientes. De acuerdo con ella. (b) inestable. De este modo se ha demostrado con rigor el resultado que previamente se hab´ıa obtenido por consideraciones un tanto laxas con respecto al criterio de Nyquist. ω) = V (ω) − Q(A) Por lo que la expresi´on (4. que incluye un rel´e en la cadena directa.´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. en el punto de corte con C(A). en la curva de C(A) = −1/N(A). en primer lugar. ω) = U(ω) − P (A) Y (A.

Se trata de estudiar las posibles oscilaciones del sistema y su estabilidad. Recordando la expresi´on (4. Seg´ un lo que se ha visto. Supongamos ahora que la ecuaci´on de la parte lineal es G2 (s) = K s(s + 2)(s + 5) . y por lo tanto el sistema no oscilar´a.´ ´ DESCRIPTIVA113 4. A la misma conclusi´on se llega empleando m´etodos gr´aficos. pues no existe ninguna frecuencia para la que se tenga una soluci´on oscilatoria. el sistema ser´a oscilatorio si existe una soluci´on a la ecuaci´on 1 G1 (ω) = − N(A) Esta ecuaci´on. y comprobando que la representaci´on gr´afica de la funci´on de transferencia de la parte lineal y de la funci´on descriptiva s´olo se cortan en el origen. conduce a K πA =− jω(jω + 2) 4 Es decir 4K = −πAjω(jω + 2) Igualando sus partes reales e imaginarias se tiene: 4K = πAω 2 −2πAjω = 0 De donde se desprende que ω = 0. en este caso. ANALISIS DE SISTEMAS NO LINEALES MEDIANTE LA FUNCION r=0 + G(s) - Figura 4.3.23: Sistema con un rel´e y realimentaci´on.23) se tiene que la funci´on descriptiva de un rel´e viene dada por 4M N(A) = πA En este caso se supone que M = 1.

que se encuentra situado en la regi´on de operaci´on inestable. en este caso. Para estudiar la estabilidad del ciclo l´ımite. Por consiguiente el sistema tiene un ciclo l´ımite estable en P .´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. La amplitud de la entrada. √ 10 y una Para estudiar la estabilidad del oscilador se recurre al diagrama de Nyquist que se muestra en la figura 4.24.24: Estudio de la estabilidad de un sistema no lineal con un rel´e. si la perturbaci´on hace decrecer la amplitud de la entrada al sistema no lineal entonces se produce un desplazamiento del punto de operaci´on a P  . de modo que el punto de operaci´on se desplace a P  . se incrementa de modo que el punto de operaci´on vuelve de nuevo a P . De forma an´aloga. El punto de oscilaci´on corresponde al punto P de esta figura. la amplitud de la entrada al elemento no lineal tiende a decrecer y por tanto el punto de operaci´on se mueve de nuevo a P . una perturbaci´on que haga que la entrada al elemento no lineal se incremente a un nuevo valor. . En ese caso la ecuaci´on de oscilaci´on se convierte en K πA =− jω(jω + 2)(jω + 5) 4 es decir 4K = −πAjω(jω + 2)(jω + 5) = 7Aω 2 + Aj(ω 3 − 10ω) Con lo que igualando partes reales e imaginarias se tiene 4K = 7πAω 2 ω 3 − 10ω = 0 Por lo tanto. en este caso el sistema oscila con una frecuencia ω = amplitud A = 2K/35π. en primer lugar. supongamos. FUNCION 114 Im G2 (jω) A P P P” Re Figura 4. Puesto que P  se encuentra en la regi´on de operaci´on estable.

La funci´ on descriptiva dual En este apartado se extienden las t´ecnicas de an´alisis basadas en m´etodos frecuenciales al caso de no linealidades asim´etricas.´ DESCRIPTIVA DUAL 4. lo que hace temer que las conclusiones del m´etodo se puedan ver fuertemente afectadas. Cabe decir. Conviene recordar una de las hip´otesis sobre las que est´a basado el m´etodo: el car´acter de filtro paso bajo del sistema lineal. ω).3. m´as fiables son los resultados del m´etodo. sino tambi´en a la propia existencia de estos. Por otra parte. Con car´acter general se puede decir que las conclusiones del m´etodo ser´an tanto m´as s´olidas cuanto m´as neta sea la intersecci´on de las curvas que representan la parte lineal y la inversa de la parte no lineal en la resoluci´on gr´afica del m´etodo. En la figura 4.30) puede ser sensible a las aproximaciones que comporta el m´etodo. Para ello se usa el m´etodo de la . Este car´acter aproximado afecta no s´olo a los valores num´ericos de las amplitudes y frecuencias de las oscilaciones de los ciclos l´ımites. En la figura 4.25b muestra un caso en el que las conclusiones son altamente fiables. Fiabilidad del an´ alisis mediante funciones descriptivas Cuando se emplea el m´etodo de la funci´on descriptiva conviene no olvidar nunca el car´acter aproximado de esa funci´on.25: 4. Adem´as. la figura 4. la propia expresi´on (4.25a se presenta un caso en el que el sistema muestra una gran sensibilidad.4. lo que conduce a resultados que tienen tambi´en una naturaleza aproximada.6. 4.25 se muestran dos situaciones extremas posibles. LA FUNCION a) 115 b) Figura 4. que cuanto m´as perpendicular es la intersecci´on entre las curvas G(jω) y −1/N(A.4.

ser´a necesario que los t´erminos de orden cero y de primer orden de y(t) sean iguales a los correspondientes t´erminos calculados (despreciando arm´onicos de orden superior) a la salida del bloque lineal cuando se toma como entrada la se˜ nal v(t). (4.37) . y se puede suponer. sin p´erdida de generalidad. donde. FUNCION funci´ on descriptiva dual [GV68]. N1 (a0 . a1 ∈ C. N0 y N1 corresponden. ω) = πa1 −π Si se considera una no linealidad est´atica. En este m´etodo se estudia el balance del primer arm´onico. definidas seg´ un (4. y(t). ω > 0. por efecto de la realimentaci´on del sistema (figura 4. corresponden a las se˜ nales peri´odicas v(t). respectivamente. a0 ∈ R. (4. Dichas salidas pueden ser representadas por medio de un desarrollo en serie como: v(t) = N0 a0 + Re(N1 a1 ejωt ) + . como la de puntos de equilibrio (a1 = 0). a1 ) + 1)a0 = 0 (G(0)N1 (a0 . consid´erese que las se˜ nales correspondientes a la salida del bloque lineal.36) donde. que Im(a1 ) = 0. en el bloque no lineal dando lugar a unas salidas que. Esta condici´on puede ser expresada como el sistema: (G(0)N0 (a0 . Al igual que en la secci´on anterior los ciclos l´ımite no se consideran en fase. en r´egimen permanente. ω) = v(t) d(ωt) 2πa0 −π  π 1 v(t)e−jωt d(ωt). a la ganancia de continua y a la del primer arm´onico calculadas desde la entrada del bloque no lineal a la salida de dicho bloque. para que se satisfaga el balance del primera arm´onico. [Ath75]. es posible eliminar la dependencia de ω de N0 y N1 . a1 . sino que tambi´en contempla la posibilidad tanto de ciclos l´ımite sim´etricos (a0 = 0).116 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. [Coo94].36) abarca no s´olo al representaci´on de ciclos l´ımite asim´etricos como salida del sistema. Por tanto. . Estas ganancias pueden ser obtenidas de manera f´acil a partir de la expresi´on de los coeficientes de Fourier como:  π 1 N0 (a0 . a1 ) + 1)a1 = 0. [Cue00]. As´ı pues. y(t) es la salida de la parte lineal y a0 es el t´ermino de continua. de tal forma que los ciclos l´ımite admitir´an la siguiente representaci´on: y(t) = a0 + Re(a1 ejωt ). a1 . Es importante hacer notar que la expresi´on (4. Re(a1 ) ≥ 0. y exista un ciclo l´ımite.3). .36) entran.

para ello hay que resolver la ecuaci´on: y + G(0)ϕ(y) = 0 ⇔ ϕ(y) = − y G(0) donde. al no ser sim´etrica con respecto al origen. a1 y ω del sistema (4.4. y a fin de tener un resultado que comparar con el m´etodo de detecci´on de ciclos l´ımite con N arm´onicos. A continuaci´on hay que estudiar su estabilidad. En primer lugar se analiza la estabilidad del equilibrio en y = 0. Ejemplo Para ilustrar este m´etodo. r=0 + u s+1 G(s)= y 2 - s +bs+2 .27. El sistema a analizar es el representado en la figura 4. cuyo diagrama de Nyquist en funci´on del par´ametro b es el representado en la figura 4. justifica el uso de la funci´on descriptiva dual. En primer lugar se hallan los puntos de equilibrio.1. ϕ(y) = −y 2 y G(0) = 12 .4. Aunque el sistema sea no lineal se puede aplicar este criterio ya que se estudia la estabilidad local del sistema en el punto de equilibrio.37) se podr´a predecir la existencia de un ciclo l´ımite. [SAA98b].26 que tiene una no linealidad cuadr´atica que. . LA FUNCION 117 En el caso que exista soluci´on en a0 . se aplica el m´etodo de la funci´on descriptiva dual a un sistema simple pero con una riqueza de comportamiento suficiente ´ ´ [SAA98a]. Se observa que se obtienen dos puntos de equilibrio: y = 0 e y = 2. Esta ecuaci´on se puede resolver gr´aficamente a partir de la figura 4.y2 Figura 4.28. Para ello se usa el criterio de Nyquist.26: Sistema no lineal estudiado. Cuando la soluci´on sea independiente de ω y tenga a1 = 0.´ DESCRIPTIVA DUAL 4. 4. ´esta ser´a la correspondiente a un punto de equilibrio del sistema.

luego Z = 0. en cualquiera de los dos casos (b < 2 y b > 2). lo que induce a pensar que se est´a en presencia de una bifurcaci´on de Hopf. Para b > 0. En este caso el punto cr´ıtico est´a en 14 . y esta p´erdida de estabilidad se produce por la aparici´on de dos polos complejos conjugados. por lo que el equilibrio es inestable. Para b < 0 el sistema pasar´a a ser inestable en bucle abierto y como el punto cr´ıtico est´a en el infinito el n´ umero de vueltas es N = 0. G(0) 0<b<2 1/b 1/b b>2 G(0) b<0 Figura 4.29. FUNCION E1 y E2 -2y f (y) Figura 4.27: C´alculo gr´afico de los equilibrios. el n´ umero de vueltas es N = 0. tanto para b > 0. al estar el punto cr´ıtico en el infinito. y puesto que el sistema es estable en bucle abierto P = 0. por lo tanto el equilibrio es un punto de silla. como para b < 0 el equilibrio es inestable con Z=1. por lo que el equilibrio es estable. As´ı pues. al ser el sistema inestable en bucle abierto Z = 2. se pasa de la estabilidad a la inestabilidad del equilibrio y = 0 para b = 0. A continuaci´on se realiza el mismo an´alisis para el equilibrio en y = 2.28: Diagrama de Nyquist para en y = 0. por lo que como se puede observar en la figura 4.118 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. Dado que P = 2. El siguiente paso consiste en el c´alculo de ciclos l´ımite mediante la funci´on descrip- .

30 se deduce que s´olo existe ciclo l´ımite para los valores de b tales que 0 < b < 2 y.38) (4. la funci´on descriptiva no depende de ω. a21 2a0 Se observa que.40) −2a0 G(jω) + 1 = 0 (4. seg´ un el criterio de Nyquist generalizado. LA FUNCION G(0) 1/4 1/b 119 1/b G(0) 1/2 1/4 b>0 b<0 Figura 4.29: Diagrama de Nyquist para y = 2. al ser una no linealidad est´atica.4. tiva dual . . pero s´ı de los par´ametros a0 y a1 . El corte entre el diagrama de √ Nyquist y la funci´on descriptiva se produce 1 1 para 2a0 = b con una frecuencia de ω = 2 − b. dicho ciclo l´ımite es inestable.41) para los casos estudiados en el an´ alisis de equilibrios (figura 4.39) Si se resuelve gr´aficamente la ecuaci´on (4. La ecuaci´on de balance arm´onico es: a0 [N0 G(0) + 1] = 0 N1 G(jω) + 1 = 0.30).38) se obtiene: 1 a21 (−a0 − )+1=0 2 2a0 (4. Para la funci´on y 2 la funci´on descriptiva queda de la forma: N0 = −a0 − N1 = −2a0 .´ DESCRIPTIVA DUAL 4. (4.39) Despejando de las ecuaciones anteriores se tiene que para a0 = 0 de la ecuaci´on (4.41) y de (4. se obtiene que la funci´on descriptiva de la no linealidad se corresponde con − N11 = 2a10 Observando la figura 4.

por simulaci´on se obtiene que ese ciclo l´ımite desaparece a partir .30: Resoluci´on gr´afica para diferentes valores de b. Por lo expuesto anteriormente el ciclo l´ımite inestable deber´ıa existir hasta que b = 2.31: Diagrama de bifurcaciones del sistema.31. 2 Por lo tanto.120 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. Esto puede verse de manera m´as clara en el diagrama de bifurcaciones que se presenta en la figura 4. Resolviendo la ecuaci´on (4.40) para calcular la amplitud del ciclo l´ımite se obtiene que ´esta es:  b2 a1 = 2b − . FUNCION 1/b G(0) 1/2 G(0) 1/b 0<b<2 b>2 b<0 Figura 4. produci´endose una bifurcaci´on homoclina en b = 2 (que coincide con ω = 0) y desapareciendo el ciclo l´ımite. y 2 2 b Figura 4. y a modo de resumen. puede decirse que el sistema presenta una bifurcaci´on de Hopf subcr´ıtica en b = 0 de donde nace un ciclo l´ımite que va creciendo en amplitud hasta que choca con el punto de silla. Sin embargo.

pero. se presenta un m´etodo para el c´alculo de un n´ umero ´ ´ arbitrario de arm´onicos en un sistema con no linealidad est´ atica [SAA98a].36. As´ı pues. Esta discrepancia es debida a la interacci´on del ciclo l´ımite con la variedad estable del punto de silla. C´ alculo de varios arm´ onicos en el m´ etodo de balance arm´ onico Como se ha expuesto en la secci´on anterior. lo que hace que el ciclo l´ımite se achate y que los arm´onicos de orden superior a uno tengan un mayor peso en su descripci´on. El sistema no lineal objeto de estudio es el representado en la figura 4. para un ajuste m´as fino. valor sensiblemente inferior al obtenido por el m´etodo de la funci´on descriptiva. . el m´etodo de la funci´on descriptiva reproduce relativamente bien el comportamiento cualitativo del sistema (de hecho se ha detectado una bifurcaci´on de car´acter global. CALCULO DE VARIOS ARMONICOS EN EL METODO DE BALANCE ARMONICO121 de b = 0.32: Sistema no lineal. como es la homoclina. Para solucionar este problema. En primer lugar se presenta una descripci´on de la notaci´on y procedimientos a seguir.32. como primera aportaci´on original a esta tesis.´ ´ ´ ´ 4. se ha de recurrir a otro tipo de an´alisis o bien a calcular los arm´onicos de orden superior.) Figura 4. el m´etodo de la funci´on descriptiva tiene car´acter aproximado y se muestra insuficiente para describir los ciclos l´ımite cuando est´an lejos de su nacimiento. tal y como se expuso en un primer momento. r + y u G(s) - f(.5.5. [SAA98b]. de una manera sencilla). 4.

ya que es el desarrollo en series de Fourier de una onda distinta. La aproximaci´on ser´a tanto peor cuanto m´as bruscos sean los cambios producidos en ϕ(y) en funci´on de las variaciones de y. es u = −ϕ(y). con lo que sustituyendo yN (t) en la expresi´on anterior:  uˆ0 [ˆ uck cos(kωt) + uˆsk sen(kωt)]. ω entonces puede ser desarrollada  xˆ0 xp (t) = √ + [ˆ xck cos(kωt) + xˆsk sen(kωt)]. la bondad de la aproximaci´on depender´a de: El n´ umero de arm´onicos N utilizados.122 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4.32 se puede expresar la salida y(t) en funci´on de su desarrollo en series de Fourier en su forma truncada en N arm´onicos:  yˆ0 [ˆ ykc cos(kωt) + yˆks sen(kωt)] yN (t) = √ + 2 k=1 N La entrada del sistema. −ϕ(yN (t)) = √ + 2 k=1 ∞ N´otese que el hecho de que yN (t) est´e truncada en N arm´onicos no implica que ϕ(yN (t)) tambi´en lo est´e. xN (t) = √ + 2 k=1 N Descrita la o´rbita peri´odica de esta forma. suponiendo referencia nula. FUNCION Si xp (t) es una soluci´on peri´odica de periodo T = en series de Fourier. Caracter´ısticas de filtrado del sistema: El sistema lineal debe filtrar la mayor parte de los arm´onicos de orden superior a N para que la aproximaci´on sea lo m´as precisa posible. 2 k=1 ∞ Normalmente se utiliza una versi´on truncada a N t´erminos del desarrollo anterior:  xˆ0 [ˆ xck cos(kωt) + xˆsk sen(kωt)]. Llamaremos uN (t) al truncamiento de −ϕ(yN (t)) en N arm´onicos:  uˆ0 [ˆ uck cos(kωt) + uˆsk sen(kωt)] uN (t) = √ + 2 k=1 N . Para el sistema de la figura 4. obteni´endose la expresi´on: 2π .

uˆc . HN ⎤ ⎥ ⎥ ⎥ ⎥. Se introduce esta se˜ nal en el sistema lineal y se obtiene una se˜ nal de salida peri´odica truncada tambi´en en N arm´onicos YˆN (figura 4.. sen(θ). cos(Nθ). Sup´ongase una se˜ nal de entrada peri´odica definida por el vector columna UˆN con N arm´onicos de entrada. yˆ1s . ⎥ ⎦ . 0 0 0 . 1 1 N N As´ı.. . ˆ y los de dado que el sistema es lineal. se define en primer lugar la funci´on vectorial: FN (θ) ∈ IR1×(2N +1) . uˆs ].. c s Yˆ T = [ˆ y0 . . 2 Se definen los vectores Yˆ . . multiplicando cada uno de los vectores columna anteriores por la funci´on vectorial FN (ωt) se obtienen los desarrollos truncados de la salida y la entrada: yN (t) = FN (ωt)Yˆ ˆ uN (t) = FN (ωt)U. ... . . y Uˆ como los vectores de dimensi´on 2N + 1 que contienen los coeficientes del desarrollo en series de Fourier truncado en N arm´onicos de la salida yN (t) y la entrada uN (t) al sistema respectivamente. CALCULO DE VARIOS ARMONICOS EN EL METODO DE BALANCE ARMONICO123 Dado un n´ umero determinado de arm´onicos N. yˆN ] ˆ T = [ˆ U u0 . ¯ . . uˆc . . la relaci´on entre los arm´onicos de entrada U salida Yˆ ser´a tambi´en lineal y puede ser expresada por la matriz: ˆ Yˆ = HG U. . . . . cos(θ).33: Relaci´on entre los arm´onicos de entrada y de salida.´ ´ ´ ´ 4.5. . . . . 0 0 0 . ˆ U Yˆ G(s) Figura 4.. sen(Nθ)]. yˆN . .. . . donde ⎡ ⎢ ⎢ ⎢ HG = ⎢ ⎢ ⎣ G(0) 0 0 ¯ 0 H1 0 0 0 H¯2 . que es la compuesta por el t´ermino de continua y los cosenos y senos de los diferentes arm´onicos a considerar. . 1 FN (θ) = [ √ .. .. yˆ1c . . .. uˆs .33).. . Suponiendo que la matriz A del sistema no tiene autovalores en el eje imaginario.

con una aproximaci´on de N arm´onicos. . ⎥ T 0 . ⎥= − ϕ(yN (t)) ⎢ U= ⎥ dt. la frecuencia y amplitud de los ciclos l´ımite existentes en el sistema.43) π 0 que permite calcular.124 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. (4. es decir: ⎤ ⎡ ⎤ ⎡ √1 uˆ0 2 ⎢ cos(ωt) ⎥ ⎢ uˆc ⎥ ⎥ ⎢ ⎢ 1 ⎥  T ⎢ sen(ωt) ⎥ ⎢ uˆs ⎥ 2 1 ⎥ ⎢ ⎥ ⎢ ˆ ⎢ .42) π 0 Sustituyendo la relaci´on entre los arm´onicos de entrada y los de salida a trav´es de la parte lineal del sistema en la ecuaci´on anterior se obtiene la ecuaci´on de balance arm´ onico:  2π 1 Uˆ = − ϕ(F (θ)HG Uˆ )F T (θ)dθ (4.43). . se obtiene una relaci´on entre la salida y la entrada (figura 4. La obtenci´on de los arm´onicos de entrada en funci´on de los de salida se har´a aplicando balance arm´onico. ⎥ ⎢ ⎢ .4. suponiendo referencia nula y volviendo a obtener la se˜ nal de entrada.1. . . la ecuaci´on anterior se puede expresar:  1 2π ˆ U =− ϕ(F (θ)Yˆ )F T (θ)dθ. la resoluci´on de las ecuaciones de balance arm´onico tambi´en puede hacerse a partir de la formulaci´on general de la ecuaci´on de balance arm´onico (4. realizando el cambio de variables θ = ωt. ⎥ ⎢ ⎢ c ⎥ ⎣ cos(Nωt) ⎦ ⎣ uˆN ⎦ uˆsN sen(Nωt) Usando la notaci´on descrita anteriormente y.34: Realimentaci´on de la salida para dar la entrada. FUNCION ¯ k ∈ R2×2 se definen como: Las matrices H     Re(G(kωj)) Im(G(kωj)) Re(G(kωj)) Im(G(kωj)) ¯k = ¯k = H con H −Im(G(kωj)) Re(G(kωj)) −Im(G(kωj)) Re(G(kωj)) Realimentando la salida.34). ˆ U ϕ(·) Yˆ Figura 4. Volviendo sobre el ejemplo propuesto en el apartado 4.

desarrollando la no linealidad y tomando s´olo el primer arm´onico: a2 a2 2a0 a a0 + √ senθ). 2 Sustituyendo en la ecuaci´on anterior y truncando el desarrollo en el primer arm´onico: ⎞ ⎛  2π a0 a0 ⎝ 0 ⎠ = − HG ϕ( √ + asenθ)F T (θ)dθ. √ 2 y descom- . π 0 2 a donde.41) escaladas en puestas en parte real e imaginaria. ϕ( √ + asenθ) = −( 0 + 2 2 2 2 con lo que ⎡ ⎣ ⎤ ⎡ 2 ⎤ 2 a √1 ( 0 + a + 2a √0 a senθ)  2π a0 2 2 2 ⎥ ⎢ a2 a2 2a a 2 HG ⎢ ( 0 + + √0 senθ) cos θ ⎥ dθ. CALCULO DE VARIOS ARMONICOS EN EL METODO DE BALANCE ARMONICO125 Si en al ecuaci´on (4. π 0 Tomando el origen de tiempo de manera que la se˜ nal peri´odica de salida se pueda expresar como: a0 y(t) = √ + asenθ.´ ´ ´ ´ 4.42) se premultiplican ambos miembros de la igualdad por la matriz HG queda:  HG 2π ˆ ˆ HG U = Y = − ϕ(F (θ)Yˆ )F T (θ)dθ.5.40) y (4. 0 ⎦= 2 2 ⎦ ⎣ 2 π 0 a20 a 2a a a2 0 ( 2 + 2 + √2 senθ)senθ Integrando esta ecuaci´on y teniendo en cuenta que HG vale ⎡ ⎤ G(0) 0 0 Re(G(jω)) Im(G(jω)) ⎦ HG = ⎣ 0 0 −Im(G(jω)) Re(G(jω)) se obtiene el sistema de ecuaciones: G(0) a0 = √ (a20 + a2 ) 2 2a0 a 0 = Im(G(jω)) √ 2 2a0 a a = Re(G(jω)) √ 2 que es igual al formado por las ecuaciones (4.

Entonces. en primer lugar. π 0 Us Us . Para garantizar la convergencia del algoritmo se presenta la siguiente propiedad [Vid93] Si para la frecuencia ω se cumple: 1. sup´ongase que para ω y a se calculan. a0 y los arm´onicos superiores U s : ⎡ ⎤ ⎡ ⎤ u0 u 0  2π ⎢ uc1 ⎥ ⎢ 0 ⎥ T ⎢ s ⎥ = −1 ⎢ ⎥ ϕ(F (θ)H G ⎣ u1 ⎦ ⎣ a ⎦)F (θ)dθ. es decir. Uk −→ U y u0k −→ a0 : ⎡ ⎤ ⎡ ⎤ u0k+1 u 0k  ⎢ uc1 ⎥ ⎢ 0 ⎥ T 1 2π ⎢ ⎥ ⎢ ⎥ = − ϕ(F (θ)H G ⎣ us1 ⎦ ⎣ a ⎦)F (θ)dθ. el siguiente proceso iterativo converge a los arm´ onicos superiores de dicha s s orbita peri´ ´ odica. FUNCION 126 4.´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4. suponiendo conocido el valor de ω y el de us1 = a. el origen de tiempos arbitrariamente de manera que el primer coeficiente del desarrollo en series de Fourier de la entrada uc1 sea igual a cero. A continuaci´on se usa un algoritmo iterativo para calcular los arm´onicos de orden superior a N = 1. Existe ⎤ a0 ⎢ 0 ⎥ ⎥ U =⎢ ⎣ a ⎦ Us ⎡ soluci´ on de la ecuaci´ on de balance arm´ onico.).5. utilizando el m´etodo anteriormente descrito. 2. ∀k = 1 L donde L es una constante de Lipschitz de ϕ(.1. Definici´ on del algoritmo Para resolver la ecuaci´on de balance arm´onico para los N primeros arm´onicos se fija. m´ax | G(kωj) |< 1 . π 0 s Uks Uk+1 Bajo las hip´otesis de la propiedad anterior.

Terminado el barrido. realiz´andose a continuaci´on un barrido en una malla m´as fina alrededor de dicho punto. ya que este m´etodo s´olo resuelve la ecuaci´on de balance arm´onico sin analizar su estabilidad. Resultados A continuaci´on se exponen los resultados de la aplicaci´on del algoritmo de detecci´on de o´rbitas peri´odicas con N arm´onicos al sistema de la figura 4.´ ´ ´ ´ 4. lo cual no es problema para el m´etodo del balance arm´onico. se itera hasta conseguir que estos arm´onicos converjan hasta un valor determinado para cada valor de ω y a de una malla previamente prefijada. En caso de que el error en las igualdades u ˆc1 = 0 y uˆs1 = a fuera demasiado alto el algoritmo supondr´a que no existe o´rbita peri´odica para ese par (ω.2. y. En la figura 4. . a partir de ah´ı.en rojo el ciclo l´ımite obtenido del algoritmo con N = 1 y con l´ınea continua la evoluci´on del sistema en el espacio de estados. b = 0. 4. Los valores de uˆc1 y uˆs1 obtenidos para cada punto de la malla y soluci´on de la iteraci´on de los arm´onicos superiores se almacenan junto con los valores de ω y a y dichos arm´onicos. Para resolver estas ecuaciones. a). pero para la representaci´on del espacio de estados se ha utilizado la integraci´on hacia “atr´as” en el tiempo para poder ver el ciclo l´ımite. CALCULO DE VARIOS ARMONICOS EN EL METODO DE BALANCE ARMONICO127 entonces la condici´on para la existencia de una o´rbita peri´odica queda reducida a uˆc1 = 0 y uˆs1 = a. el algoritmo se aplica partiendo de un valor inicial determinado para las amplitudes de los arm´onicos superiores. N´otese que el ciclo l´ımite que se obtiene es inestable. se halla el punto que tiene menor error entre los valores calculados de uˆc1 y uˆs1 y los valores necesarios para la existencia de soluci´on peri´odica.5. barri´endose as´ı toda la malla.5.26 con N = 20 y se comparan los resultados obtenidos con la o´rbita peri´odica obtenida de la aplicaci´on de la funci´on descriptiva (N = 1) para diferentes valores del par´ametro b.35 se muestra con el s´ımbolo ”+.05 Para este valor de b la amplitud del ciclo l´ımite ha de ser peque˜ na ya que dicha amplitud crece con el valor de b al haberse producido una bifurcaci´on de Hopf en el origen.

4 0.8 0.4 Figura 4.2 0 0.8 −0.4 −0.128 ´ DESCRIPTIVA Y BALANCE ARMONICO ´ CAP´ITULO 4.2 0 −0. la forma de ambos ciclos es muy parecida.6 0. como se puede observar en la figura 4. comparando el ciclo l´ımite calculado por el m´etodo de la funci´on descriptiva (N = 1) y el real obtenido por integraci´on (figura 4.37) que son pr´acticamente iguales. debido a que la amplitud del ciclo l´ımite es peque˜ na y todav´ıa no ha entrado en contacto con la variedad estable del punto de silla.6 −0. De tal manera que se confunde el ciclo l´ımite calculado con el real. FUNCION 0. el periodo tiende a infinito (ω → 0). aunque.38. Como puede observarse no existe gran diferencia entre el calculado con N = 1 y el real.31 En este caso la aproximaci´on con 20 arm´onicos no es tan precisa.2 0.6 −1 −0. b = 0.4 −0. Si se calcula ahora en ciclo l´ımite con los 20 primeros arm´onicos y se lo compara con el real se observa (figura 4. con lo que la convergencia del algoritmo se ve comprometida. b = 0.36). ya que. al estar muy pr´oximos a la o´rbita homoclina. .35: Ciclo l´ımite real y calculado con N = 1 para b = 0. se observa que existen diferencias significativas entre ambos debido al aumento de amplitud de dicho ciclo l´ımite.2 −0.2 Si se realiza la operaci´on anterior.05. variando s´olo la amplitud.

´
´
´
´
4.5. CALCULO
DE VARIOS ARMONICOS
EN EL METODO
DE BALANCE ARMONICO129

1.2

1

0.8

0.6

0.4

0.2

0

−0.2

−0.4

−0.6
−1

−0.8

−0.6

−0.4

−0.2

0

0.2

0.4

Figura 4.36: Ciclo l´ımite real y calculado con N = 1 para b = 0,2.

1.2

1

0.8

0.6

0.4

0.2

0

−0.2

−0.4

−0.6
−1

−0.8

−0.6

−0.4

−0.2

0

0.2

0.4

Figura 4.37: Ciclo l´ımite real y calculado con N = 20 para b = 0,2.

130

´ DESCRIPTIVA Y BALANCE ARMONICO
´
CAP´ITULO 4. FUNCION

1.5

1

0.5

0

−0.5

−1
−1.4

−1.2

−1

−0.8

−0.6

−0.4

−0.2

0

0.2

0.4

Figura 4.38: Ciclo l´ımite real y calculado con N = 20 para b = 0,31.

Se ha probado tambi´en el algoritmo para un valor de b superior al de bifurcaci´on,
obteni´endose, para este caso, un ciclo l´ımite calculado para N = 1 y no hall´andose
ninguno para una aproximaci´on con arm´onicos de orden superior.

Bibliograf´ıa
[Ath75]

D.P. Atherton. Nonlinear Control Enginnering: Describing function analysis
and design. Van Nostrand Reinhold, 1975.

[Coo94]

P. Cook. Nonlinear dynamical systems. Prentice-Hall, 1994.

[Cue00]

F. Cuesta. An´
alisis de Estabilidad de Sistemas Borrosos Multivariables.
Aplicaci´
on al Control reactivo de Robots M´
oviles. PhD thesis, ESI. Sevilla,
2000.

[Glo89]

J.N. Glover. Hopf bifurcations at infinity. Nonlinear Analysis. Theory,
Methods & Applications, 13(12):1393–1398, 1989.

[GV68]

A. Gelb and W. Vander Velde. Multiple-Input Describing Functions and
Nonlinear Systema Design. McGraw-Hill Book Company, 1968.

[LP97]

J. Llibre and E. Ponce. Hopf bifurcation from infinity for planar control
systems. Publicacions Matematiques, UAB, Barcelona, (41):181–198, 1997.

[LP98]

J. Llibre and E. Ponce. Bifurcation of a periodic orbit from infinity in planar
piecewise linear vector fields. Nonlinear Analysis TMA, 36(5):623–653, 1998.

´
´
[SAA98a]
F. Salas, T. Alamo,
and J. Aracil. Detecci´on de o´rbitas peri´odicas en sistemas
no lineales. In XIX Jornadas de Autom´
atica, 1998.
´
´
[SAA98b]
F. Salas, T. Alamo,
and J. Aracil. Detecci´on of periodic orbits in nonlinear
systems. In Niconet Workshop on numerical software in control engenieering, 1998.
[Sal95]

F. Salas. Estudio de la din´amica de un oscilador electr´onico del tipo van der
pol-duffing. Proyecto Final de Carrera, 1995.

[Vid93]

M. Vidyasagar. Nonlinear Systems Analysis. Prentice-Hall, 2 edition, 1993.

131

132 BIBLIOGRAF´IA .

Feedback systems with saturation Consider the open loop system x˙ = Ax + Bu with a control law u = −Kx giving rise to a closed loop system x˙ = (A − BK)x it is assumed that this system has a good performance.1.Cap´ıtulo 5 Bifurcaciones en sistemas de control 5. The closed loop system can also be interpreted as +- u B y x K ++ A where G(s) = K(sI − A)−1 B Now a saturation is added in the feedback loop u + 1 -1 - y G(s) 1 -1 How does the saturation influence the global behavior? 133 .

) is the nonlinear characteristic of a saturation. .1.1. = 0 at y e = ±KA−1 B. The system equilibria are the values xe such that x˙ = 0 x˙ = 0 ⇒ Axe + Bxe = 0 ⇒ xe = −A−1 Bue y e = −kA−1 Bue ⇒ y e = G(0)ue but ue = −ϕ(y e ).CAP´ITULO 5.) where ϕ(.y ϕ(y) G(0) E1 O y E2 Stability around an equilibrium y e : • the linearization has slope dϕ (y e ) dy (y e ) • the critical point in the Nyquist plot is −1/ dϕ dy In the saturation case: • • dϕ dy dϕ dy = 1 at y e = 0. Equilibria in a system with saturation Consider the system y u + G(s) - ϕ(. BIFURCACIONES EN SISTEMAS DE CONTROL 134 5. so y e = −G(0)ϕ(y e ) The equilibria are the solutions to y + G(0)ϕ(y) = 0 Graphical solutions of the equilibrium point: .

• if −k > a the origin is unstable. Describing function for the normalized saturation is  N(a) = 1 2 sin−1 π 1 a  + a1 1 − 1 a2 if 0≤a≤1 if a>1 To predict limit cycles the following equation must be solved 1 + N(a)G(jω) = 0 This equation can be solved graphically with a Nyquist plot where G(jω) and −1/N(a) are represented. First order system Consider the system with the open loop transfer function G(s) = k s+a Characteristic polynomial at the origin p(s) = s + a + k • if −k < a the origin is stable. FEEDBACK SYSTEMS WITH SATURATION 5.5. • for −k = a there is an stability boundary.1. 135 Limit cycles in a system with saturation Occurrence of periodic orbits using the describing function method. 5.1. .2.1.3.

(b) k < 0.5 1 0 a 0.2 -1/N(A) −0. k 1 u 1 0.2 0 −0.0) w=oo 0 C1 -1/N(A) −0.5 real G(jw) 0 0.6 −0.8 G(jw) −0.4 1 2 3 GLOBAL 0.1 0 STABILITY G(0) -1/N(A) −0.2 −0.5 −1 −0.4 G(jw) 1 0.0) 0.4 −0.0) 0.0) 0.1 0 −0.5 0 0.G(jw) imag.5 0 0.2 imag.4 Pos 0.5 −1 −0.4 −1 k=-a −0.5 0.5 −2 −1.5 −1 real G(jw) −0.3 −0. BIFURCACIONES EN SISTEMAS DE CONTROL φ( y) -1 Gμ (0)<0 Gμ (0)>0 y(t) Gμ (0) 1 0 0 Gμ(0) y2e =-G μ(0) 1 y 1e =Gμ (0) 0 0 Gμ (0) ye0 =0 -1 y -1 Gμ (0)<-1 Qualitative Analysis Bifurcation set in the parameter plane (a.5 −3 1 −2.5 0.1 -1/N(A) G(0) (-1.5 −2 −1.8 0.4 0 G(0) −0.G(jw) 0.2 −0.4 −0.2 imag.2 G(0) 0 −0.2 (-1.5 −2 −1.4 (-1.5 0.5 −1.G(jw) 0. a) b) ye u Poo s P oo ye k = constant k = constant 1 u 1 Po -k s Po 0 -1 a 0 -1 stable equilibrium points unstable equilibrium points -k a .6 −0.5 −1 real G(jw) −0.5 1 Bifurcation diagram with delay.5 −0.2 −0.4 -1/N(A) (-1.3 (-1.5 real G(jw) 0 0.1 Poos G(0) -1/N(A) −0.5 real G(jw) 1.5 −1 −0.G(jw) 0.5 G(0) (-1.0) 0.3 0. (a) 0 < k.4 −0.5 G(jw) 0.2 G(jw) −0.5 −2 −1 0 real G(jw) 1 LOCAL STABILITY Poou 0.1 imag.8 0.5 −2 −1.G(jw) imag.3 imag.G(jw) UNSTABLE G(jw) 0.8 G(jw) −1 −1 −3 −3 −2.3 −0. k).6 0.6 Po 0.1 −0.136 CAP´ITULO 5.3 −0.5 −2 −1.0) 0.5 0 0.

4. a2 ) .2.5. Sotomayor-Llibre-Ponce bifurcation analysis Qualitatively different state portraits in each region of the parameter plane (a1 .2.0) a1 k1 a2 A saturation is added in the feedback path 5.0) k2 k1 = a2 a1 > k2 a1 k2 (-1. 137 Second-order system Consider the open loop second-order system  x˙ = with a control law 0 1 −a2 −a1   x+ 0 1  u   u = −Kx = − k2 k1 x The open loop transfer function is G(s) = k1 + k2 s s2 + a1 s + a2 Closed-loop characteristic polynomial p(s) = s2 + α1 s + α2 = s2 + (a1 + k2 )s + (a2 + k1 ) Polar plot k1 a2 (-1.0) k < a2 1 k1 a2 k1 a2 k1 k2 a 2 = a1 k2 a1 (-1.1. SOTOMAYOR-LLIBRE-PONCE BIFURCATION ANALYSIS 5.

The boundaries between these regions are given by bifurcations: • a pitchfork bifurcation at infinity P∞ . BIFURCACIONES EN SISTEMAS DE CONTROL A B B a2 B A D C P a1 P DSC D C In all cases the origin remains stable. and • a double saddle connection (DSC) bifurcation.138 CAP´ITULO 5. • a Hopf bifurcation at infinity B∞ . .

0) I3 k1 (-1.1.0) II a II k1 a2 2 I2 k2 a1 I3 I1 (-1.2.0) DSC k1 a2 (-1.0) k2 k1 = a2 a1 (-1.0) k2 a1 I1 k2 a1 I2 k1 a2 (-1.0) a2 a1 III IV III DSC k2 k1 = a2 a1 IV (-1. 139 Frequency domain interpretation of the Llibre-Ponce bifurcation analysis k1 a2 (-1. 5.2. SOTOMAYOR-LLIBRE-PONCE BIFURCATION ANALYSIS 5. Bounded attraction basin State portrait in region II.0) There are four different regions. with bounded attraction basin .5.2.2.

3.4 −0.6 0.5 0 0.8 0.4 0. 0.5 3 Control systems with a delay Consider the system r=0 + u(t) e -Ls ________ s+a k - y(t) φ(y) The equilibrium points are the same as without delay.5 t 2 2.2 0 −0.2 −0.5 1 For large enough disturbances the system is out of control 6 b 5 4 3 2 1 a 0 −1 −2 0 5.5 1 1.6 −0. BIFURCACIONES EN SISTEMAS DE CONTROL 140 1 0.8 −1 −1 −0.CAP´ITULO 5. How does the delay affect the bifurcation diagram of the system without delay? .

a) Poou u ye Poo b) ye 1 <k< π 2L L s u Po 1 Ho -k 0 -1 a= k> 1 u Po -k a 0 a= -1 L stable equilibrium points unstable equilibrium points stable limit cycles 5.2 0 imag.5 -1 real G(jw) -0.3 -0. r=0 + - u(t) k (s+ki ) _________ e -Ls ________ s+a s φ ( y) s Ho a -1 -1 L π 2L y(t) .4 -0.G(jw) 0.2 −0.6 0 imag.2 P s 0 0.8 0. 141 Qualitative Analysis Bifurcation set in the parameter plane (a.5 0 0.6 UNSTABLE 0. A second-order system Consider the system.5 0 C1 −0.4 imag.2 0.3.G(jw) P Ho Diagrama de Nyquist 1 -0.5 -2.5 real G(jw) 0 0.5 -1 -5 -4 -3 -2 -1 real G(jw) 0 1 2 -1 L C2 s u Diagrama de Nyquist 1 0.1 0 0 -0.4 0 −0. k).2 −0.5 0 a= -0.8 −2 imag.1 a -0.G(jw) 0.4 0.4 0.G(jw) 0.3.3 imag.6 -0.8 0.5 0. k u Poo DSC π L ω Diagrama de Nyquist 1.4 −0.2 -0.2 -0.G(jw) 0 Poo −0.4 0.6 −1.5 −1 s −0.5 −4 −3 −2 −1 real G(jw) 0 1 imag.4 -0.5 -3 -2.6 0.8 −5 2 0.5 1 0.8 -0.5 -2 1.6 0.8 -1 -5 -4 -3 -2 -1 real G(jw) 0 1 2 Diagrama de Nyquist 0.2 -0.2 −0.3.2.5 imag. (a) 1/L < k < π/2L.G(jw) 0 -0. (b) k > π/2L.5.5 -5 -4 -3 -2 -1 0 real G(jw) 1 2 3 4 imag.5 -1 Diagrama de Nyquist 2 -1.G(jw) 1 0.5 L = 1s −1 −5 −4 −3 −2 real G(jw) −1 0 1 Bifurcation diagram with delay.5 -2 -1.G(jw) 1 −0.5 1 2 1.6 -1 -5 -4 -3 ω =0 -2 real G(jw) P0 -1 0 1 Local u Stable GLOBAL STABILITY π 2L -0.2 0 -0.4 −0.1. CONTROL SYSTEMS WITH A DELAY 5.5 1 0.4 0.8 0.

G(jw) Diagrama de Nyquist 5 Diagrama de Nyquist 5 0 -2 0 -4 -1 -6 -2 -2 -8 -3 -3 -2.5 0 -0.3.5 1 1.5 -1 -0.5 real G(jw) Bifurcation diagram for k > 0: (a) L = 0.5 -2 -2 -1.5 1 0.5 imag.5 -1 -1.5 -1 -0.5 real G(jw) 0 0.G(jw) UNSTABLE a NS0 0 Diagrama de Nyquist 2 -0.G(jw) 0.5 -1 1 -1. u a) H oo b) ye u Hoo ye k= constant k= constant 1 -k stable periodic orbits 0 -1 1 a -k unstable equilibrium points stable equilibrium points unstable limit cycles 0 -1 s Ho a stable limit cycles . k u Hoo 4 3 3 2 2 1 imag.5 0 real G(jw) 0.G(jw) imag.G(jw) 0.5 -2 -1.5 real G(jw) -1 -0.5 1 -5 -12 -10 -8 -6 real G(jw) -4 -2 0 s Ho SLC Diagrama de Nyquist 8 11 00 00 11 6 4 2 T imag.5 -4 1 -5 -8 -7 -6 -5 STABILITY -4 -3 real G(jw) -2 -1 0 1 imag.5 2 Diagrama de Nyquist 5 4 3 imag.5 real G(jw) 0 −0.5 -1 -0.5 −1 L = 0.5 0 H uo 0.CAP´ITULO 5.G(jw) LOCAL STABILITY 0 -2 GLOBAL 0110 -4 -6 -8 -2 -1. k).5 2 -3 -4 -5 -4 -4 -3.3.G(jw) 2 1 0 -1 -2 Diagrama de Nyquist 2 -3 1.5 −2 −2 −1.1 s ki = 1 −1.5 0 imag.5 1 1.5 -3 -2.5 -2 -1.5 1.5 -1 -0.5 −1 −0.5 0 0.5 -1.5 0 0. k(s + ki )e−Ls s(s + a) Qualitative Analysis Bifurcation set in the parameter plane (a.5 -2 -2 0.5 real G(jw) ω =0 Diagrama de Nyquist 0 2 1.G(jw) 4 0 -1 1 θ max L Diagrama de Nyquist 8 ω 6 4 2 imag. BIFURCACIONES EN SISTEMAS DE CONTROL 142 formed by a PI + a first order system with a delay. (b) L > 0. The open loop transfer function is G(s) = 5.

Depending on G(0) and of ϕ(y) equilibria other than the origin can appear.5. Bifurcations occur when the system is open loop unstable.4. 143 Summary of previous results Global perspective on the behavior modes of a class of nonlinear control systems.4. • Multiple equilibria when G(0) < −1 • Limit cycles when G(jω) crosses −1/N(a). SUMMARY OF PREVIOUS RESULTS 5. .