estabilidad en el sentido de Lyapunov
Transcripción
estabilidad en el sentido de Lyapunov
CAPITULO 4 ESTABILIDAD Ing. Diego Alejandro Patiño G. M. Sc., Ph. D. Estabilidad Cada punto donde la bola se puede detener es un punto de equilibrio. A y F: puntos inestables: un cambio infinitesimal en la posición lleva a lo bola a otra posición final. E y G: puntos estables: un cambio infinitesimal en la posición aleja a la bola pero retorna a la misma posición original. C: un cambio infinitesimal en la posición lleva a la bola a una nueva posición de equilibrio: es un punto neutralmente estable 2 Estabilidad Cuando las perturbaciones son infinitesimales se define Estabilidad Local. Cuando son grandes se define Estabilidad Global Para el punto E un desplazamiento amplio puede llevar a la bola a otro punto de equilibrio: la estabilidad depende del tamaño del disturbio. Si la superficie S cambia con el tiempo es necesario evaluar la estabilidad para cada t. Si la superficie S no cambia con el tiempo se puede evaluar la estabilidad uniforme para todo t. 3 Estabilidad La estabilidad de un sistema puede pensarse como una continuidad en su comportamiento dinámico. Si se presenta un cambio pequeño en las entradas o condiciones iniciales, un sistema estable presentará modificaciones pequeñas en su respuesta perturbada. Por otro lado, en un sistema inestable cualquier perturbación, por pequeña que sea, llevará a los estados y/o las salidas a crecer sin límite o hasta que el sistema se salga de rango dinámico, se desintegre o se queme. La estabilidad es un requerimiento básico de los sistemas dinámicos destinados a realizar operaciones o procesar señales, y es lo primero que debe garantizarse en el diseño de un sistema de control. 4 Estabilidad Como la respuesta de los sistemas dinámicos lineales se descompone en la respuesta a estado cero y respuesta a entrada cero, se puede hablar de dos “tipos” de estabilidad: ● Estabilidad Interna, se refiere a la estabilidad del sistema autónomo (sin entradas). La estabilidad interna describe el efecto de perturbaciones en las condiciones iniciales sobre comportamiento dinámico de los estados del sistema. ● Estabilidad Externa, o Entrada/Salida, se refiere a la estabilidad del sistema con condiciones iniciales nulas. La estabilidad externa describe el efecto de perturbaciones en las entradas sobre el comportamiento dinámico de la salida del sistema. 5 Estabilidad La estabilidad interna del sistema depende únicamente de las condiciones iniciales x(0) = x0 . No se aplica entrada externa. La estabilidad interna describe las propiedades de convergencia de las trayectorias seguidas por los estados del sistema hacia puntos de operación o de equilibrio del sistema. En general se estudiará la estabilidad interna de sistemas descritos por la ecuación dinámica de estado: x& (t ) = f ( x(t ), u (t ), t ) 6 Estabilidad Punto de Equilibrio: Un punto de equilibrio xe de un sistema es un vector constante tal que si x(0) = xe y u(t) = 0, entonces x(t) = xe para todo t ≥ 0. El punto de equilibrio es la solución en estado estable de la ecuación dinámica. x& (t ) = 0 = f ( xe ,0, t ) Para sistemas lineales la ecuación es estado estable: x& (t) = 0 = Ax e excepto cuando la matriz A tenga valores propios nulos, existe un solo punto de equilibrio: el origen. Otros puntos de equilibrio están en el espacio nulo de A 7 Estabilidad Ejemplo. El sistema La matriz A tiene un valor propio nulo y otro en 10. Se puede verificar que η(A) está generada por el vector xe = [-3 1]T Como la matriz A tiene un valor propio nulo, existen múltiples puntos de equilibrio a lo largo de la línea definida por el vector xe . Este es un conjunto de puntos de equilibrio no aislados 8 Estabilidad La dirección definida por xe es entonces un conjunto de equilibrios, es decir que hay infinitos puntos de equilibrio, en particular no aislados. El retrato de fase indica que cualquier condición inicial que no esté exactamente sobre la recta de equilibrios generada por el vector [-3 1]T dará origen a una trayectoria que crecerá en forma ilimitada con t. Condiciones iniciales sobre la recta de equilibrios darán origen a trayectorias invariantes. 9 Estabilidad La definición de punto de equilibrio también es válida para sistemas no lineales, donde pueden existir varios puntos. El sistema no lineal: Haciendo x´(t) = - sen(xe) = 0, se obtiene xe = kπ, donde k = 0, ± 1, . . . Hay infinitos puntos de equilibrio aislados. 10 Estabilidad Este tipo de estabilidad interna recibe el nombre del científico ruso Alexander Mikhailovich Lyapunov, quien realizó estudios pioneros en el tema a fines del siglo 19. Lyapunov introdujo por primera vez métodos que permiten determinar la estabilidad de sistemas de ecuaciones diferenciales sin necesidad de calcular explícitamente las soluciones. La estabilidad en el sentido de Lyapunov hace hincapié en las propiedades de los puntos de equilibrio, y se basa en una generalización matemática del concepto de “energía” de sistemas mecánicos. Los métodos de Lyapunov pueden aplicarse a sistemas no lineales y no estacionarios. 11 Estabilidad en el Sentido de Lyapunov. 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(t0, ε) >0 tal que: x(t0 ) − xe < δ ⇒ x(t ) − xe < ε independiente de t ∀t > t 0 El punto de equilibrio es uniformemente estable en el sentido de Lyapunov (ESL) si δ(t0, ε) = δ(ε): la constante δ no depende del tiempo inicial t0 12 Estabilidad en el Sentido de Lyapunov. 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 xe: para estabilidad el estado debe permanecer en las vecindades del punto de equilibrio. Cuando x(t ) − xe → 0 cuando t → ∞ Se dice que el punto de equilibrio es asintóticamente estable. 13 Estabilidad en el Sentido de Lyapunov. 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 subespacios invariantes Para sistemas no lineales existen múltiples puntos aislados y se pueden definir regiones de atracción alrededor de “atractors” 14 Estabilidad en el Sentido de Lyapunov. Además de la estabilidad asintótica también se define exponencialmente Estable: x(t ) − xe ≤ γe − λ (t −t0 ) x(t0 ) − xe Sistema LIT que es asintóticamente estable también es exponencialmente Estable. No es necesariamente cierto para variantes y no lineales. 15 Estabilidad en el Sentido de Lyapunov. Teorema: para un sistema descrito por: x& (t ) = A (t )x(t ) La respuesta homogénea es ESL si y sólo si existe una constante κ (t0 ) < ∞ tal que ∀ t ≥ t 0 la matriz de transición de estados φ(t,t0) satisface la relación: Φ (t , t0 ) ≤ κ (t0 ) Si la constante κ no depende de t0 el punto de equilibrio es uniformemente estable. 16 Estabilidad en el Sentido de Lyapunov. El adjetivo uniforme se refiere a que no debe depender de la elección del tiempo inicial. Ejemplo. La ecuación x´(t) = [4tsen(t) - 2t]x(t), x(t0) = x0 puede verificarse que tiene la solución 17 Estabilidad en el Sentido de Lyapunov. Es fácil ver que para un t0 fijo, existe un γ tal que x(t) es acotada por γ||x0|| para todo t ≥ t0, dado que el término -t2 domina en el exponente cuando t crece. Sin embargo, la ecuación de estado no es uniformemente estable. Con un estado inicial x0 fijo, la secuencia t0 = 2kπ, con k=0,1,2,. . ., y los valores de las correspondientes soluciones evaluadas π segundos más tarde: Claramente, no hay cota del factor exponencial independiente de k, o sea que γ va a depender forzosamente de k, y así del tiempo inicial t0. 18 Estabilidad en el Sentido de Lyapunov. Teorema: el origen del sistema descrito por x&(t) =A(t)x(t) es uniforme y asintóticamente estable si y sólo si existen dos constantes κ1 > 0 κ2 > 0 tal que: −κ ( t −t ) Φ (t , t0 ) ≤ κ1e 2 0 Una vez establecidos los teoremas para el caso general, el caso estacionario o invariante es más sencillo. 19 Estabilidad en el Sentido de Lyapunov. El adjetivo uniforme se refiere a que κ1 > 0 κ2 > 0 son independientes de t0: 20 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. 21 Estabilidad – Invariantes Ejemplo. Sea el sistema Tiene un valor propio doble en 0 y uno simple en - 1. La ecuación característica es : λ2 (λ + 1) = 0 El polinomio mínimo es: λ (λ + 1) = 0 por lo tanto se concluye que el sistema es estable en el sentido de Lyapunov. 22 Estabilidad – Invariantes Por su parte, el sistema aunque tiene los mismos valores propios, pero esta vez el valor propio nulo está asociado a un bloque de Jordan de orden 2, y por lo tanto el sistema es inestable. 23 Estabilidad – Variantes Ejemplo. Sea el sistema no estacionario El polinomio característico de A(t) es por lo que A(t) tiene dos valores propios en λ = -1 para todo t. 24 Estabilidad Variantes. Puede verificarse que la matriz satisface la condición y es por lo tanto la matriz de transición de estados del sistema. Como el parámetro a12(t) de A(t) crece en forma ilimitada con t, el sistema no puede ser asintóticamente o Lyapunov estable. A diferencia del caso estacionario, los valores propios de A(t) no son útiles para verificar la estabilidad. 25 Estabilidad – Variantes No se pueden hacer conclusiones basadas en la ubicación de los valores propios en un tiempo determinado: 1. Valores propios congelados en un t dado tienen todos parte real negativa: el sistema no necesariamente es estable. 2. Si los valores propios de A(t) + AT(t) tienen siempre parte real negativa el sistema es asintóticamente estable. Condición suficiente pero no necesaria. 3. Si todos los valores propios de A(t) + AT(t) tienen siempre parte real positiva el sistema es inestable. 26 Estabilidad – Variantes 4. 5. Si algunos valores propios de A(t) tienen parte real positiva, el sistema no necesariamente es inestable. Si los valores propios tienen parte real tal que: Re(λ ) < γ < 0 ∀ λ´s y ∀ t 6. y el sistema es suficientemente lento entonces es asintóticamente estable. Si el sistema es suficientemente lento y tiene un valor propio positivo que nunca cruza el eje imaginario es inestable Suficientemente lento significa que & (t) ≤ ν ∃ ν tal que A 27 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. 28 Método directo de Lyapunov Teorema: el origen de un sistema lineal variante con el tiempo descrito por: x& (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: V ( x, t ) ≥ γ 1 ( x) > 0∀ x ≠ 0 y ∀ t V(x, t) = 0 solamente cuando x = 0 La función γ1(x) debe ser función del estado x, no de t explícitamente, continua, no decreciente y debe ser igual a cero cuando x = 0 29 Método directo de Lyapunov 2da Condición V& ( x, t ) ≤ −γ 2 ( x) < 0∀ x ≠ 0 y ∀ t donde : ∂V ( x, t ) ∂V ( x, t ) & f ( x, t ) + V ( x, t ) = ∂t ∂x La función γ2(x) debe ser función del estado x, no de t explícitamente, continua, no decreciente y debe ser igual a cero cuando x = 0 30 Método directo de Lyapunov Teorema: el origen del sistema es uniformemente estable en el sentido de Lyapunov si además de las dos condiciones 1 y 2 anteriores existe: γ 3 ( x ) ≥ V ( x, t ) ∀ x ≠ 0 y ∀ t La función γ2(x) debe ser función del estado x, no de t explícitamente, continua, no decreciente y debe ser igual acero cuando x = 0 31 Método directo de Lyapunov Teorema: el origen del sistema es globalmente estable en el sentido de Lyapunov si además de las dos condiciones 1 y 2 anteriores si: V ( x, t ) es ilimitada cuando x → ∞ Teorema: el origen del sistema es asintóticamente estable si además de la condición 1 , la condición 2 se establece como Condición 2a: V& ( x, t ) < −γ 2 ( x) < 0∀ x ≠ 0 y ∀ t 32 Método directo de Lyapunov Condición 1 es equivalente a que la función V(x,t) sea Positiva definida. Condición 2 es equivalente a que la función V’(x,t) sea Negativa semi- definida. Condición 3 es equivalente a que la función V’(x,t) sea Negativa definida. Para sistemas lineales estos términos se usan en el mismo sentido de las formas cuadráticas ya definidas. 33 Método directo de Lyapunov Para sistemas invariantes con el tiempo: Toda la estabilidad es uniforme. Las funciones se clasifican como: V(ξ) es positiva definida si V(ξ) > 0 para todo ξ diferente de cero y V(0) = 0. V(ξ) es positiva semi definida si V(ξ) ≥ 0 para todo ξ diferente de cero y V(0) = 0. Una función V(ξ) es negativa definida si -V(ξ) es positiva definida Una función V(ξ) es negativa semi definida si -V(ξ) es positiva semi definida 34 Método directo de Lyapunov Teorema: El origen de un sistema lineal e invariante con el tiempo es ESL si existe una función V(x) positiva definida tal que su derivada: dV ( x) dx dV ( x) V& ( x) = = f ( x) dx dt dx Es negativa semi definida. Si V’(x) es negativa definida, el origen es asintóticamente estable. Para sistemas discretos la derivada se reemplaza por la primera diferencia: ΔV ( x, k ) = V ( x(k + 1), k + 1) − V ( x(k ), k ) 35 Método directo de Lyapunov Cuando V(x) y V’(x) existen se llaman funciones de Lyapunov. Los teoremas no definen las funciones, solamente las condiciones que deben cumplir. Sistemas lineales: generalmente son formas cuadráticas Sistemas no lineales: se plantean funciones candidatas y se verifican las condiciones. Es un proceso de prueba y error. 36 Método directo de Lyapunov Teorema de LaSalle: dentro de la región del espacio de estado para el cual la derivada de la función de Lyapunov candidata es tal que V´(x) ≤ 0; sea Z el subconjunto del espacio de estado en el cual V’(x) = 0. Dentro de Z, sea M el mayor subespacio invariante. Entonces todo estado inicial se aproxima a M, aún si V es no positiva definida. 37 Método directo de Lyapunov No requiere que V(x,t) sea positiva definida. Pero al ser positiva definida se asegura la definición del conjunto Z. Método directo de Lyapunov Para sistemas lineales las formas cuadráticas satisfacen los requisitos de las funciones de Lyapunov. Para sistemas lineales la estabilidad es global y las formas cuadráticas cumplen con V(x) no limitado cuando x → ∞ Dado el sistema LIT descrito por: x& = Ax y la función candidata de Lyapunov : V ( x) = xT Px con P simetrica positiva definida 39 Método directo de Lyapunov La condición sobre la derivada: V& ( x) = x& T Px + x T Px& = (Ax)T Px + x T P(Ax) = x T A T Px + x T PAx = x T (A T P + PA)x Para satisfacer el teorema se necesita que la matriz: (A P + PA) T Sea negativa definida para estabilidad asintótica y negativa semi definida para ESL 40 Método directo de Lyapunov Para alguna matriz Q positiva (semi) definida es suficiente demostrar que: AT P + PA = −Q Si la matriz es no negativa nada ha sido demostrado. El teorema establece que si se encuentra la función de Lyapunov el sistema es estable. 41 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 42 Método directo de Lyapunov 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: AT P + PA = −Q 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: 43 Método directo de Lyapunov El origen del sistema es estable en el sentido de Lyapunov si y solo si dada una matriz Q positiva semi definida , tal que x TQx 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. 44 Estabilidad Corolario. Todos los valores propios de la matriz A tienen parte real negativa si y sólo sí para cualquier matriz N m × n con m < n y la propiedad la ecuación de Lyapunov A T P + PA = − N T N = −Q tiene una solución única simétrica y definida positiva P. Estabilidad Un resultado importante que se emplea en la demostración del Teorema de Lyapunov es el siguiente: Teorema. Si todos los valores propios de A tienen parte real negativa entonces la ecuación de Lyapunov A T P + PA = −Q tiene una solución única para cada Q que puede ser expresada como ∞ P = ∫e 0 AT t Qe A t dt Método directo de Lyapunov Teorema: el origen el sistema lineal variante es INESTABLE si existe una función V(x,t) y una función del estado únicamente, continua y no decreciente, γ(x), tal que: γ ( x) > V ( x, t )∀ x y t y se cumplen: 1. V(0,t)= 0 para t≥ t0 2. V(x,t0 ) > 0 para cualquier punto arbitrariamente cercano al origen 3. V& ( x, t ) Es positiva definida en una región arbitraria alrededor de origen 47 Estabilidad Invariancia frente a transformaciones de equivalencia En el caso estacionario las propiedades de estabilidad, determinadas por los valores propios de A, son invariantes frente a transformaciones de equivalencia. En el caso no estacionario sabemos que esta propiedad no se conserva, ya es posible llevar la matriz A(t) a una matriz constante arbitraria  mediante una transformación de equivalencia no estacionaria P(t). No obstante, para ciertas P(t), es posible hacer que las propiedades de estabilidad sean también invariantes en el caso no estacionario. Transformación de Lyapunov. Una matriz n×n P(t) que es continuamente diferenciable e invertible en cada t se llama transformación de Lyapunov si existen constantes ρ y η tales que para todo t 48 Estabilidad Una condición equivalente a la anterior es la existencia de una constante ρ tal que para todo t Teorema (Equivalencia y Estabilidad en Sistemas No Estacionarios). Supongamos que P(t) es una transformación de Lyapunov. Entonces la ecuación lineal es uniformemente (exponencialmente) estable si y sólo si la ecuación de estado es uniformemente (exponencialmente) estable. 49 Estabilidad discretos Para sistemas discretos el punto de equilibrio es el vector xe tal que: x(k + 1) = x(k ) = x e Para el sistema discreto En este sistema los equilibrios están definidos por los x tales que x[k + 1] = x[k], es decir, (A - I)xe = 0. Como la matriz (A - I) es no singular, el único equilibrio posible es el origen, xe = [0 0]T. 50 Estabilidad discretos Sistemas Discretos: Las definiciones de estabilidad en el sentido de Lyapunov y asintótica son las mismas para sistemas en tiempo discreto: Teorema (Estabilidad Lyapunov para Sistemas Discretos). El sistema x[k + 1] = Ax[k] es: ● estable en el sentido de Lyapunov si y sólo si todos los valores propios de A tienen magnitud no mayor que 1, y aquellos con magnitud igual a 1 son raíces simples del polinomio mínimo de A. ● asintóticamente estable si y sólo si todos los valores propios de A tienen magnitud menor que 1. 51 Estabilidad Discretos Para el sistema discreto x(k + 1) = Ax La función candidata: V (k ) = xT (k ) Px(k ) ΔV ( x, k ) = V (k + 1) − V (k ) = xT (k + 1) Px(k + 1) − xT (k ) Px(k ) ( ) = xT (k ) AT PA − P x(k ) 52 Estabilidad Discretos Para que la forma cuadrática V(k) sea una función válida la matriz: AT PA − P Debe ser negativa definida. La ecuación discreta de Lyapunov es: AT PA − P = −Q La función MATLAB lyap calcula la solución de la ecuación de Lyapunov continua, mientras que la función dlyap calcula la discreta. 53 Estabilidad Discretos Teorema (Solución de la Ecuación de Lyapunov Discreta). Si todos los valores propios de la matriz A tienen magnitud menor que 1, entonces la ecuación de Lyapunov AT PA − P = −Q tiene solución única para cada Q, y la solución puede expresarse en la forma m P = ∑ (AT ) QAm ∞ m =0 Aún cuando A tuviera valores propios con magnitud mayor que 1, la ecuación de Lyapunov tiene solución si se cumple pero no puede expresarse en la forma anterior. 54 Estabilidad Externa Sea un sistema lineal, causal , relajado, estacionario , descrito por la ecuación de estado: x& (t ) = A(t )x(t ) + B(t )u(t ) y (t ) = C(t )x(t ) + D(t )u(t ) Se estudia la estabilidad externa del sistema con respecto a la familia de señales de entrada acotadas. Una señal de entrada dada u(t) se dice acotada si existe una constante positiva Mu tal que Ejemplos de señales acotadas son u(t) = sen(wt), u(t) = te-t, o u(t) = -2. 55 Estabilidad Externa La estabilidad BIBO se refiere a una propiedad del sistema que sólo considera los efectos de la entrada sobre la salida, es decir, el comportamiento externo del sistema, independientemente de lo que pase con los estados. Un sistema es BIBO estable si para cualquier entrada limitada u(t), u (t ) ≤ M y para cualquier condición inicial x(t0 ) existe una constante finita N(M,x0 t0 ) tal que y (t ) ≤ N ∀t ≥ t 0 Un sistema es BIBS estable si para cualquier entrada limitada u(t), u (t ) ≤ M y para cualquier condición inicial x(t0 ) existe una constante finita N(M,x0 t0 ) tal que x(t ) ≤ N ∀t ≥ t 0 56 Estabilidad Externa Teorema Un sistema es estable BIBO si y sólo si su respuesta impulso h(t) es absolutamente integrable en el intervalo [0,∞), es decir, existe una constante NH ≥ 0 tal que t ∫ H (t ,τ ) dτ ≤ N H −∞ La matriz de respuestas impulso está dada por: H (t ,τ ) = C(t )Φ(t ,τ )B(τ ) + δ (t − τ )D(τ ) La norma de la matriz de respuestas impulso empleando una de las definiciones ya estudiadas. se debe calcular 57 Estabilidad Externa Una función absolutamente integrable no necesariamente es acotada y puede no ir a cero cuando t → ∞. Un ejemplo de una función que es absolutamente integrable y no va a cero cuando t → ∞ es El Teorema de Estabilidad BIBO es útil para una clase general de sistemas lineales. Sin embargo, para utilizarlo se debe tener la respuesta impulso del sistema para poder evaluar si es absolutamente integrable. Esta prueba puede no ser fácil de realizar. 58 Estabilidad Externa Para un sistema invariante ( o estacionario) la matriz de respuestas impulso se evalúa como: H (t ,τ ) = Ce A( t −τ ) B + δ (t − τ )D Aplicando el teorema anterior: t ∫ H (t ,τ ) dτ = −∞ t ∫ Ce A( t −τ ) B + δ (t − τ ) D dτ ≤ N H −∞ Si D es finita la integral del termino δ(t-τ)D es limitada y su contribución a la integral completa es simplemente aditiva. t ⎛ ⎞ A ( t −τ ) A ( t −τ ) ∫−∞ Ce B dτ = C ⎜⎜⎝ −∫∞ e dτ ⎟⎟⎠ B ≤ N H t 59 Estabilidad Externa La norma de la matriz de transición de estados también se emplea para estudiar la estabilidad en el sentido de Lyapunov. Pero estabilidad BIBO y ESL NO son equivalentes: no se pueden despreciar los efectos de las matrices C y B: Si ⎛ t − A( t −τ ) ⎞ ⎜∫ e dτ ⎟⎟ B ∈ Null (C ) ⎜ ⎝ −∞ ⎠ Independiente del tamaño de la integral, al premultiplicarse por C el resultado será limitado: Un sistema que NO es ESL puede ser BIBO estable. Lo contrario si es cierto: un sistema asintóticamente estable es BIBO estable. 60 Estabilidad Externa Un sistema es BIBS si para toda entrada limitada, existe una constante Ns finita tal que: ⎛t ⎞ ⎜ ∫ Φ (t − τ ) B(τ ) dτ ⎟ ≤ N s ∀ t ⎜ ⎟ ⎝ −∞ ⎠ Para sistemas causales, de dimensión finita y LIT la aproximación en el domino de la frecuencia es más sencilla: e At = L−1{(sI − A) } −1 La demostración de acotamiento se puede hacer sobre: CL−1{(sI − A) }B −1 Para que esta expresión sea acotada los polos deben estar en el semiplano izquierdo cerrado. 61 Estabilidad Externa Pero como pueden existir entradas acotadas con frecuencias características imaginarias conjugadas, los polos de la expresión anterior deben estar en el semiplano izquierdo abierto. H ( s ) = C ( sI − A) −1 B + D Corolario: Estabilidad BIBO para Funciones Racionales y Propias. Un sistema SISO con una función transferencia racional y propia h(s) es BIBO estable si y sólo si todos los polos de h(s) tienen parte real negativa. 62 Estabilidad Externa El criterio de Routh – Hurwitz determina la estabilidad BIBO. La estabilidad del sistema queda determinada por los polos de la función transferencia, siendo la región de estabilidad el semiplano izquierdo (abierto) del plano complejo. Este tipo de estabilidad sólo tiene en cuenta el comportamiento externo del sistema, ignorando el efecto de condiciones iniciales, que se asumen nulas. La estabilidad BIBO es la base del clásico concepto de respuesta en régimen permanente (estado estacionario) de un sistema lineal estacionario. Esta es la respuesta del sistema una vez extinguidos los transitorios originados en el momento que se aplica la señal de entrada. 63 Estabilidad Externa Teorema (Estabilidad BIBO y Respuesta en Régimen Permanente). Si un sistema con respuesta impulso h(t) es estable BIBO, entonces cuando t → ∞ ● La salida correspondiente a una entrada constante u(t) = a, para t ≥ 0, tiende a la constante y ss (t ) = h(0)a ● La salida correspondiente a una entrada senoidales u(t) = sen(w0t), para t ≥ 0, tiende a la senoidal yss (t ) = h( jw0 ) sen(ω0t + ∠h( jω0 )) El teorema anterior especifica la respuesta de un sistema BIBO a señales constantes y senoidales una vez que los transitorios se extinguen. 64 Estabilidad Externa Para analizar sistemas que no tienen una función transferencia racional y propia, se debe apelar al teorema original. Ejemplo. Sea un sistema con realimentación positiva que incluye un retardo unitario, T = 1, y una ganancia estática de valor a. El sistema es de dimensión infinita, puesto que incluye un retardo, y no tiene función transferencia racional. 65 Estabilidad Externa Cuando la entrada es un impulso, u(t) = δ(t), la salida está dada por h(t) Considerando los impulsos como positivos: El sistema es BIBO estable si y sólo sí ||a|| < 1. 66 Estabilidad Externa Caso MIMO: Los resultados de estabilidad BIBO para sistemas MIMO son una generalización de los de sistemas SISO, ya que una matriz transferencia será BIBO estable si y sólo sí cada una de sus entradas son BIBO estables. Las pruebas del Teorema de Estabilidad BIBO de Sistemas SISO y el Corolario correspondiente deben realizarse sobre cada elemento de la respuesta al impulso o matriz transferencia del sistema. Un sistema multivariable con matriz de respuestas impulso G (t ) = [ g ij (t )] es BIBO estable si y sólo sí cada gij (t) es absolutamente integrable en [0,∞ ) Un sistema multivariable con matriz de funciones de transferencia racionales y propias G ( s) = [g ij ( s)] es BIBO estable si y sólo sí todos los polos de todos los gij (s) tienen parte real negativa 67 Estabilidad Externa Ejemplo: Dado el sistema El sistema NO es estable en el sentido de Lyapunov: tiene un valor propio con parte real positiva en λ = 1 El sistema es estable BIBO, dado que su función transferencia es y tiene un único polo en -1. 68 Estabilidad Externa Caso Discreto: Para el sistema descrito por donde g[k] es la secuencia respuesta a un impulso discreto aplicado en el instante k = 0. Teorema (Estabilidad BIBO Discreta). Un sistema discreto MIMO con matriz respuesta al impulso G[k] = gij[k] es estable BIBO si y sólo si cada gij[k] es absolutamente sumable, es decir, existe una constante M > 0 tal que 69 Estabilidad Externa A diferencia del caso de tiempo continuo, en el caso de tiempo discreto, si g[k] es absolutamente sumable entonces debe necesariamente ser acotada y aproximarse a 0 cuando k → ∞. El siguiente corolario establece una prueba para la estabilidad externa para sistemas discretos descritos por matrices de transferencia racionales y propias. Corolario (Estabilidad BIBO para Funciones Discretas Racionales y Propias). Un sistema discreto MIMO con matriz transferencia racional y propia G(z) = [gij(z)] es estable BIBO si y sólo si todo polo de gij(z) tienen magnitud menor que 1. 70 Estabilidad Externa Teorema (Respuesta en Régimen Permanente Discreta). Si un sistema discreto con respuesta al impulso g[k] es estable BIBO, entonces, cuando k → ∞, ● La salida excitada por u[k] = a, para k ≥ 0, tiende a g(1)a. ● La salida excitada por u[k] = sen(wok), para k ≥ 0, tiende a g(z) es la transformada Z de g[k], 71 Estabilidad Externa Ejemplo. Sea un sistema discreto estacionario con respuesta al impulso g[k] = 1/k, para k ≥ 1, y g[0] = 0. Analizamos si g[k] es absolutamente sumable, La secuencia de la respuesta al impulso es acotada pero no sumable, por lo tanto el sistema no es estable BIBO. 72 Estabilidad Relaciones entre Estabilidad Externa e Interna. La relación entre estabilidad externa y estabilidad interna se puede resumir en el siguiente diagrama Pueden existir sistemas estables para entrada cero (ESL) pero inestables con entrada externa aplicada (no estables BIBO) Pueden existir sistemas no estables para entrada cero (no ESL) pero estables cuando sólo se mira la salida (estables BIBO) 73 Estabilidad Por definición, estabilidad exponencial implica estabilidad asintótica y estabilidad asintótica implica estabilidad en el sentido de Lyapunov. Por otro lado, como todo polo de la matriz transferencia del sistema debe ser un valor propio de A, estabilidad interna asintótica implica estabilidad BIBO. Sin embargo, no todo valor propio de A aparecerá como polo de G(s), ya que puede haber cancelaciones de ceros y polos. Por lo tanto, estabilidad BIBO no implica estabilidad interna; es decir, un sistema puede ser BIBO estable pero no Lyapunov o asintóticamente estable. 74 Estabilidad Ejemplo. El sistema descrito por la ecuación diferencial La función transferencia no tiene ningún polo con parte real no negativa, entonces el sistema es BIBO estable. 75 Estabilidad Una representación en variables de estado es: Los valores propios de la matriz A son λ = 1, λ = -2, entonces el sistema no es internamente estable, ni asintóticamente, estable en el sentido de Lyapunov, ya que tiene un autovalor con parte real positiva. Este sistema es BIBO estable pero no asintóticamente estable. 76 Estabilidad Resumen: • Se introdujeron los conceptos de estabilidad de sistemas estacionarios, comenzando por la estabilidad externa BIBO: entradaacotada/salida- acotada. • Un sistema es BIBO estable si y sólo si ° su respuesta al impulso es absolutamente integrable (sumable, para sistemas discretos), o ° si su función transferencia g(s) (en discreto g(z)) es racional y propia, todos los polos de g(s) tienen parte real negativa (los polos de g(z) tienen magnitud menor que 1). • Los sistemas MIMO son BIBO estables si y sólo si todos los subsistemas SISO que conectan las diferentes entradas y salidas son BIBO estables. 77 Estabilidad • La respuesta en régimen permanente de un sistema BIBO a una entrada sinusoidal de frecuencia w0 es sinusoidal de la misma frecuencia, y con magnitud y fase dadas por la magnitud y fase de la función transferencia del sistema evaluada en s = jw0 (z = ejw0 en sistemas discretos). • Para un sistema con entradas nulas se definen la estabilidad interna, la estabilidad según Lyapunov, y la estabilidad asintótica. • La condición necesaria y suficiente para estabilidad según Lyapunov es que la matriz A en x´ = Ax no tenga valores propios con parte real positiva, y para aquellos valores propios con parte real nula, que no estén asociados a un bloque de Jordan de dimensión mayor que 1. • La condición necesaria y suficiente para estabilidad asintótica es que todos los autovalores de A tengan para real negativa78 Estabilidad • Un método alternativo de verificar si la matriz A tiene todos sus autovalores con parte real negativa es verificar la existencia de solución de una ecuación de Lyapunov. • El teorema de Lyapunov para sistemas discretos, que vincula la existencia de solución de la ecuación M - ATMA = N con la propiedad de que A tenga todos sus valores propios dentro del círculo unitario. • Para la estabilidad de sistemas lineales no estacionarios, se empleó el método de Lyapunov.. • Una nota importante es que los autovalores de A(t) en general no determinan la estabilidad en sistemas lineales no estacionarios. 79 REFERENCIAS 1. 2. BAY J.S. Fundamentals of Linear State Space Systems. New York: McGraw Hill International Edition. 1999. CHEN Chi- Tsong. Linear Systems Theory and Design. 3rd Edition. New York: Oxford University Press. 1999. 80