Ejercicios de automática.Respuesta
79
Escribiendo la ecuación en forma matricial tenemos:
\( x= x_1 \;;\; \dot{x} = \dot{x}_1 = x_2 \;;\; \dot{x}_2 =
\ddot{x} = - x - K(t)·x = x_2 - K(t)·x_1 \)
Esto es:
\( \left(
\begin{array}{c}
\dot{x}_1 \\
\dot{x}_2 \\
\end{array}
\right) =\left(
\begin{array}{cc}
0 & 1 \\
-K(t) & -1 \\
\end{array}
\right)
\left(
\begin{array}{c}
x_1 \\
x_2 \\
\end{array}
\right) \)
Se trata de un sistema lineal libre no autónomo (y recibe
señal de control y depende del tiempo). Para estudiar su
estabilidad lo hacemos mediante el método directo de Lyapunov;
para ello intentamos encontrar una función de Lyapunov
a la que aplicar los criterios de estabilidad.
En aplicación del método del gradiente variable,
tomamos una función g formada por función lineales
de \(x_1 \; y \; x_2 \):
\( g(x) = \left(
\begin{array}{c}
ax_1 + bx_2 \\
cx_1 + dx_2 \\
\end{array}
\right) = \left(
\begin{array}{c}
g_1(x) \\
g_2(x) \\
\end{array}
\right) \)
Siendo a, b, c y d funciones de \( ax_1, bx_2 \;y \; t \)
La condición necesaria y suficiente para que g(x) sea el
gradiente de una función escalar es que la matriz:
\( \displaystyle M = \left(
\begin{array}{cc}
\frac{\partial g_1}{\partial x_1} & \frac{\partial g_2}{\partial
x_1} \\
\frac{\partial g_1}{\partial x_2} & \frac{\partial g_2}{\partial
x_2} \\
\end{array}
\right)\)
Sea simétrica. Por lo tanto, se debe cumplir:
\( \displaystyle \frac{\partial g_2}{\partial x_1} = \frac{\partial
g_1}{\partial x_2}\qquad (*) \)
Por otro lado, la derivada de la función de Lyapunov intentada
será:
\( \displaystyle \dot{W}(x,t) = \frac{d}{dt}[W(x,t)] = \frac{\partial
W}{\partial x_1}\frac{dx}{dt} + \frac{\partial W}{\partial x_2}\frac{dx}{dt}=
\nabla W(x)^T\dot{x} \)
Es decir:
\( \begin{array}{c}
\dot{W}(x,t) = \left(ax_1+bx_2\quad cx_1+dx_2 \right)\left(
\begin{array}{c}
x_2 \\
-K(t)x_1-x_2 \\
\end{array}
\right) = \\
\\
= [a-c-K(t)d]x_1x_2 - K(t)c·x_1^2 + (b-d)x_2^2
\end{array} \)
Y como \( \dot{W}(x,t) \) ha de ser definida negativa, tomamos:
\(\displaystyle (K(t) > 0 \; ;\; a = 1 \;;\; d = \frac{1}{K(t)} \; ;\; c
= 0 \;;\; b = 0 \)
Con lo cual:
\( \displaystyle \dot{W}(x,t) = - \frac{1}{K(t)}·x_2^2
\)
Y la expresión del gradiente queda:
\( \displaystyle \nabla W(x,t) = \left(
\begin{array}{c}
x_1 \\
\frac{x_2}{K(t)} \\
\end{array}
\right) \)
Por lo que podemos apreciar que se verifica las condiciones de
simetría exigidas en la ecuación (*).
La función de Lyapunov será:
\( \displaystyle \begin{array}{c}
W(x,t) =\left. \int_{0}^{x_1}g_1·dx_1\right|_{x_2=0}+\left.
\int_{0}^{x_2}g_2·dx_2\right|_{x_1=0} = \\
\\
= \int_{0}^{x_1}g_1·dx_1 + \int_{0}^{x_2}\frac{x_2}{K(t)}·dx_2
= \frac{1}{2}x_1^2 + \frac{1}{2K(t)}x_2^2
\end{array} \)
Por lo tanto, sí K(t)>0 y se cumplen condiciones exigidas,
se tiene:
\( \displaystyle \begin{array}{l}
W(x,t) = \frac{1}{2}x_1^2 + \frac{1}{2K(t)}x_2^2 \\
\\
\dot{W}(x,t) = - \frac{1}{K(t)}·x_2^2
\end{array} \)
Y el sistema es asintóticamente y globalmente estable.