La teoría de estabilidad juega un rol central en teoría de sistemas e ingeniería.
Existen distintos tipos de problemas de estabilidad en los sistemas dinámicos.
La estabilidad de puntos de equilibrio generalmente se centra en el sentido de Lyapunov, un maten ático e ingeniero ruso que estableció las bases de la teoría que hoy lleva su nombre. Un punto de equilibrio se dice estable si todas las soluciones que se inicien en las cercanías del punto de equilibrio permanecen en las cercanías del punto de equilibrio; de otro modo el punto de equilibrio es inestable. Un punto de equilibrio se dice asintóticamente estable si todas las soluciones que se inicien en las cercanías del punto de equilibrio no solo permanecen en las cercanías del punto de equilibrio, sino que además tienden hacia el equilibrio a medida que el tiempo se aproxima a infinito Los teoremas de estabilidad de Lyapunov dan condiciones suficientes para estabilidad de puntos de equilibrio. Existen teoremas conversos que establecen que, al menos conceptualmente, en los teoremas de Lyapunov muchas de estas condiciones son también necesarias. Trataremos estos teoremas conversos en el capítulo siguiente, junto a extensiones de los resultados para sistemas in estacionarios.
El (equilibrio del) sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es estable en el sentido de Lyapunov, o
simplemente estable, si toda condición inicial finita origina una trayectoria acotada. Un punto de equilibrio del sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es estable en el sentido de Lyapunov (ESL) si para cualquier 𝜀 > 0 existe un valor 𝛿(𝑡 0, 𝜀) > 0 tal que:
El punto de equilibrio es uniformemente estable en el sentido de Lyapunov (ESL)
si 𝛿(𝑡 0, 𝜀) = 𝛿 ( 𝜀): la constante 𝛿 no depende del tiempo inicial 𝑡 0
En un sistema ESL un disturbio en la condición inicial menor de δ produce un
vector de estado x(t) confinado a una distancia máxima ε de x e: para estabilidad el estado debe permanecer en las vecindades del punto de equilibrio.
Cuando:
Se dice que el punto de equilibrio es asintóticamente estable.
Dependiendo del valor de δ se puede hablar de: …
Estabilidad local: δ pequeño …
Estabilidad global: δ grande. „ Si un punto de equilibrio es asintóticamente estable la trayectoria desde cualquier condición inicial tiende asintóticamente hacia ese punto. „ Para sistemas lineales todos los puntos de equilibrio son globales: o son puntos aislados o son sub-espacios invariantes.„ Para sistemas no lineales existen múltiples puntos aislados y se pueden definir regiones de atracción alrededor de “atractors”
Además de la estabilidad asintótica también se define exponencialmente Estable:
Sistema LIT que es asintóticamente estable también es exponencialmente
Estable. No es necesariamente cierto para variantes y no lineales.
Teorema: para un sistema descrito por: 𝑥̇ ( t ) = A ( t ) x ( t )
La respuesta homogénea es ESL si y sólo si existe una constante
la matriz de transición de estados 𝜑(𝑡, 𝑡 0) satisface la relación: Si la constante 𝜅
no depende de 𝑡0 el punto de equilibrio es uniformemente estable.
El adjetivo uniforme se refiere a que no debe depender de la elección del tiempo
inicial. Estabilidad – Invariantes „ Teorema: El punto de equilibrio del sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es estable en el sentido de Lyapunov si y sólo si todos los valores propios de A tienen parte real no positiva, y aquellos con parte real cero son raíces simples del polinomio mínimo de A „ Teorema: El punto de equilibrio del sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es asintóticamente estable si y sólo si todos los valores propios de A tienen parte real negativa.
Estabilidad – Invariantes Ejemplo.
Sea el sistema.
Tiene un valor propio doble en 0 y uno simple en - 1. La ecuación característica es
:
El polinomio mínimo es:
.λ(λ+1)=0
por lo tanto se concluye que el sistema es estable en el sentido de Lyapunov
Método directo de Lyapunov „
Parte del principio de conservación de energía y disipación. „
En un sistema aislado la respuesta depende únicamente de la energía inicial almacenada: si esta energía es decreciente el sistema es estable. „ Como no todos los estados de un sistema están asociados a energía el concepto se debe extender a una cantidad abstracta no negativa. „ Es una forma alternativa de verificar la estabilidad asintótica de 𝑥´(𝑡) = 𝐴𝑥(𝑡). En su forma general permite estudiar la estabilidad de sistemas no estacionarios o no lineales.
Teorema: el origen de un sistema lineal variante con el tiempo descrito por:
𝑥̇ ( t ) = f ( x ( t), t )
Es estable en el sentido de Lyapunov si existe una función variante con el
tiempo 𝑉(𝑥, 𝑡) tal que se satisfacen:
1ra condición:
La función 𝛾 1(𝑥) debe ser función del estado x, no de t explícitamente,
continua, no decreciente y debe ser igual a cero cuando 𝑥 = 0.
2da Condición
La función 𝛾 2(𝑥) debe ser función del estado x, no de t explícitamente, continua,
no decreciente y debe ser igual a cero cuando 𝑥 = 0.
Método directo de Lyapunov „
El teorema no establece que si la función falla el sistema es inestable. „
Si se escoge P positiva definida y se obtiene una Q indefinida NADA HA SIDO DEMOSTRADO. „ Pero si Q es negativa definida se puede demostrar inestabilidad „ Entonces se selecciona una Q positiva (semi) definida y se resuelva la ecuación para P Teorema: El origen de un sistema lineal invariante con el tiempo es asintóticamente estable si y solo si dada una matriz Q positiva definida, la ecuación matricial de Lyapunov tiene una solución P positiva definida:
Cómo asegurar que el origen es estable en sentido de Lyapunov? Para ello se
necesita que al escoger una matriz Q positiva semi definida, la ecuación matricial de Lyapunov tenga una solución P positiva definida:
El origen del sistema es estable en el sentido de Lyapunov si y solo si dada una
matriz Q positiva semi-definida , tal que
No es idéntica a cero cuando se evalúa sobre una trayectoria no nula de 𝑥’ = 𝐴𝑥,
la ecuación matricial de Lyapunov tiene una solución P positiva definida.
Si tenemos un sistema lineal 𝑋̇ = 𝐴𝑥 y se prueba con la función de Lyapunov
𝑉(𝑥) = 𝑥 𝑇 𝑀𝑥 > 0 primero derivamos la función de Lyapunov dando como resultado: ̇ 𝑥 𝑇̇ 𝑀𝑥+𝑥 𝑇 𝑀𝑇 𝑥̇ = 𝑥 𝑇 𝐴𝑇 𝑀𝑥 + 𝑥 𝑇 M𝑎x 𝑉(𝑥) = 𝑉(𝑥) = 𝑥 𝑇 (𝐴̇ 𝑇 𝑀 + 𝑀𝐴)𝑥 < 0 La derivada tiene que ser menor que cero. Como (𝐴𝑇 𝑀 + 𝑀𝐴) es una forma cuadrática si se toma el resultado que será una matriz simétrica es necesario analizar los eigenvalores de la matriz, si todos los eigenvalores son negativos, la matriz es definida negativa lo que da que la derivada de Lyapunov siempre será negativa. Por otro lado si la ecuación cuadrática 𝑥 𝑇 𝑀𝑥 > 0 si tiene M eigenvalores positivos, esa ecuación será positiva garantizando la estabilidad del sistema. Ahora esto solo vale si yo conozco la matriz M, si yo no conozco dicha matriz tendría que encontrar una Matriz M simétrica con todos los eigenvalores positivos de forma que (𝐴𝑇 𝑀 + 𝑀𝐴) tenga todos los eigenvalores negativos.
∋ 𝑀 = 𝑀𝑇 > 0: (𝐴𝑇 𝑀 + 𝑀𝐴) < 0
Bibliografía: Diseño de controladores para sistemas subactuados del tipo péndulo invertido- tesis.
Ingeniería de control moderna, 3ta Edición – Katsuhiko Ogata.
Control de movimiento de robots manipuladores- VíCTOR sANTmÁÑEz