Segundo método de Lyapunov Introducción I En 1892, Liapunov presentó dos métodos para determinar la estabilidad de sistemas dinámicos. I I I En un esfuerzo de imaginación por parte de la comunidad fueron llamados: el primer método y el segundo método. El primer método requiere del conocimiento explicito de la forma de la solución. El segundo método solo requiere conocer la ecuación diferencial. I Esto es muy útil para sistemas no lineales. Antecedentes I En la teoría de vibraciones mecánicas, se sabe que un sistema es estable si la energía mecánica del sistema es continuamente decreciente hasta alcanzar un estado de equilibrio. I I I La energía mecánica del sistema es una función definida positiva, Si la energía es continuamente decreciente, entonces la derivada en el tiempo de la energía es definida negativa. Nota. Una función escalar es definida negativa si su negativo es definido positivo. Antecedentes (II) I El segundo método de Liapunov generaliza este hecho: I I I I I I Si el sistema tiene un estado asintóticamente estable, la energía acumulada del sistema desplazado con respecto al estado de equilibrio caerá al crecer el tiempo hasta que el sistema alcance el estado de equilibrio. El problema consiste definir el concepto de energía para sistemas que no tienen definido este concepto. Para resolver este problema, Liapunov demostró que es posible usar funciones que tienen las mismas propiedades de la función de energía. Estas funciones se llaman funciones de Liapunov. Las funciones de Liapunov pueden depender del estado del sistema y del tiempo. En los casos a analizar solo se dependerá del estado. Funciones candidata de Liapunov I I I Como se vio en la definición de estabilidad es necesario determinar la distancia del estado con respecto al estado de equilibrio. Una forma de medir la distancia es el uso de funciones escalares. Una función candidata de Liapunov es una función potencial (cf. primer curso de Física). Funciones escalares 1. Definición. Una función escalar es aquella que da como resultado un valor escalar. I Aun cuando se define para vectores. 2. Ejemplo. V (x) = x12 + x22 . Funciones definidas positivas 3. Definición. Una función escalar V (x) es definida positiva si 3.1 V (x) ≥ 0. 3.2 V (x) = 0 si y solo si x = 0. 4. Ejemplo. V (x) = x12 + 2x22 . 5. Definición. Una función escalar V (x) es semidefinida positiva si 5.1 V (x) ≥ 0. 6. Ejemplo. V (x) = (x1 + x2 )2 . Forma cuadrática 7. Definición. Una función escalar V (x) se llama forma cuadrática si existe una matriz cuadrada P tal que 8. V (x) = x T Px. I La matriz P es real y simétrica. Criterio de Sylvester 9. Criterio de Sylvester. Una matriz P es definida positiva si las menores principales de P son positivas. 10. Ejemplo V (x) = 10x12 + 4x22 + x32 + 2x1 x2 − 2x2 x3 − 4x1 x3 Teorema principal de Liapunov 11. Teorema. Sea el sistema dinámico ẋ = f (x, t), donde f (0, t) = 0 I para todo t Si existe una función escalar V (x, t) con primeras derivadas parciales y que satisface las condiciones 11.1 V (x, t) es definida positiva. 11.2 V̇ (x, t) es definida negativa. I I Entonces el estado de equilibrio en 0 es asintóticamente estable. Si además V (x, t) → ∞ cuando x → ∞, el estado de equilibrio es global y asintóticamente estable. Ejemplo Sea el sistema ẋ1 = x2 − x1 (x12 + x22 ) ẋ2 = −x1 − x2 (x12 + x22 ) Ejemplo: Solución 1. Un punto de equilibrio está en 0. 2. Se define la función candidata de Liapunov V (x) = x12 + x22 3. V (x) es definida positiva. 4. La derivada en el tiempo de V (x) es 4.1 4.2 4.3 4.4 4.5 5. 6. 7. 8. V̇ (x) = 2x1 ẋ1 + 2x2 ẋ2 V̇ (x) = 2x1 (x2 − x1 (x12 + x22 )) + 2x2 (−x1 − x2 (x12 + x22 )) V̇ (x) = 2x1 x2 − 2x12 (x12 + x22 ) − 2x2 x1 − 2x22 (x12 + x22 ) V̇ (x) = −2(x12 + x22 )(x12 + x22 ) V̇ (x) = −2(x12 + x22 )2 Por lo tanto V̇ (x) es definida negativa. Por lo tanto el sistema es estable. Más aun si x → ∞ entonces V (x) → ∞ Por lo tanto el estado de equilibrio es global y asintóticamente estable.