Sistemas No-Lineales
|
|
- Paula Mora Cabrera
- hace 7 años
- Vistas:
Transcripción
1 Sistemas No-Lineales Profesor: María Etchechoury Departamento de Matemática, Facultad de Ciencias Exactas Universidad Nacional de La Plata
2 Introducción En distintas ramas de la Física y de la Ingeniería se utilizan los sistemas no-lineales para modelar por ejemplo circuitos eléctricos, sistemas mecánicos, procesos químicos, etc. En este Curso estudiaremos sistemas dinámicos modelados por un número finito de ecuaciones diferenciales ordinarias de primer orden: ẋ 1 = f 1 (t, x 1,..., x n ) ẋ = f (t, x 1,..., x n ). ẋ n = f n (t, x 1,..., x n ) donde x i = x i (t), ẋ i = dx i dt. Llamamos a las variables x 1, x,..., x n variables de estado del sistema. matricial se tendrá: x = x 1 x. x n, f(t, x) = luego el sistema dinámico queda representado por f 1 (t, x) f (t, x). f n (t, x) ; En notación ẋ = f(t, x) llamada ecuación de estado del sistema. Un caso especial es aquél en el que el campo vectorial f no depende explícitamente del tiempo t, ẋ = f(x), y se llama sistema autónomo o invariante en el tiempo. trabajaremos a lo largo del Curso. Con este tipo de sistemas Algunos conceptos fundamentales vinculados a los Sistemas No-Lineales. Existen conceptos fundamentales de los sistemas no-lineales que nos ayudarán a describir su comportamiento. Algunos de ellos son: 1. Punto de equilibrio: Un punto x = x en el espacio de estados se llama punto de equilibrio para el sistema ẋ = f(x), si, cuando el estado (trayectoria o solución)
3 del sistema comienza en x, permanece en x para todo tiempo futuro, también se lo llama punto fijo o punto estacionario. Para sistemas autónomos los puntos de equilibrio son las raíces reales de la ecuación f(x) =. El punto de equilibrio se dice aislado si existe algún entorno del punto donde no existe otro equilibrio del sistema.. Estabilidad de un punto de equilibrio: Un punto de equilibrio x es estable si para todo entorno V de x existe un entorno V 1 V tal que toda solución x(x, t) del sistema (), con x V 1 (donde x es la condición inicial), está definida y permanece en V para todo t >. Si V 1 puede elegirse de modo tal que x(x, t) x cuando t, entonces se dice que x es asintóticamente estable. 3. Sistemas Planares: son también llamados sistemas de dimensión dos o sistemas de dos variables de estado. Se representan por dos ecuaciones diferenciales escalares. Las soluciones del sistema se pueden representar como curvas en el plano, que llamaremos también órbitas. Las órbitas se representan en lo que se llama el plano de fase del sistema. 4. Oscilación: Un sistema oscila cuando tiene una solución periódica no trivial. En un sistema planar una solución periódica en el plano de fase resulta una órbita cerrada. El Curso se dictará en tres clases, donde se desarrollarán los siguientes temas: Primera Clase: Sistemas de Segundo Orden: Generalidades. Sistemas Planares Lineales: clasificación de puntos de equilibrio. Segunda Clase: Sistemas Planares No-Lineales: puntos de equilibrio, linealización, ciclos límites. Tercera Clase: Estabilidad de Lyapunov: estabilidad de puntos de equilibrio. Teoremas de estabilidad de Lyapunov. Dominio de atracción. 3
4 1 Primera Clase: Sistemas de Segundo Orden. Sistemas Planares Lineales. Sistemas de Segundo Orden. de primer orden: Están determinados por dos ecuaciones diferenciales ẋ 1 = f 1 (x 1, x ) ẋ = f (x 1, x ) Las soluciones del sistema se pueden representar como curvas en el plano. Si por ejemplo x(t) = (x 1 (t), x (t)) es la solución del sistema planar para cierta condición inicial x = (x 1, x ), entonces la gráfica en el plano x 1 x será una curva que pasa por x. Al plano x 1 x donde se representan las órbitas o soluciones se lo llama plano de fase o plano de estados del sistema. Para cada punto x = (x 1, x ) en el plano de fase se tiene el vector f(x) = f(x 1, x ), es decir que f(x) es un campo vectorial sobre el plano de fase. Observar que el campo vectorial en un punto es tangente a la trayectoria en ese punto. Luego, puede construirse la trayectoria desde un estado inicial x, a partir del diagrama del campo vectorial. Llamamos retrato de fase o plano de fase del sistema a la familia de todas las trayectorias o curvas solución del sistema. Nos preguntamos cómo puede construirse el retrato de fase de un sistema planar? 1. Mediante un simulador de sistemas no lineales, dibujando trayectorias a partir de un número grande de estados iniciales sobre el plano x 1 x, es decir, computacionalmente.. Mediante el método de las isoclinas: Se considera la pendiente de la trayectoria en un punto dado (x 1, x ), s(x 1, x ) = f (x 1, x ) f 1 (x 1, x ). Las ecuación s(x 1, x ) = c, con c constante, define sobre el plano x 1 x una curva a lo largo de la cual las trayectorias del sistema planar tienen pendiente c. Es decir, cuando una solución cruza la curva s(x 1, x ) = c, lo hace con pendiente c. Para visualizar este método consideraremos un ejemplo clásico: la ecuación del péndulo. Su dinámica esta representada por la siguiente ecuación diferencial de segundo orden: ml θ = mg sin θ kl θ, (1.1) 4
5 donde l representa la longitud de la varilla del péndulo, m la masa de la bolilla que se encuentra al final de la varilla, θ es el ángulo entre el eje vertical y la varilla, g es la aceleración de la gravedad, y k es el coeficiente de fricción. Para poder trabajar en ecuaciones de estado, es decir ecuaciones de primer orden, llamamos x 1 = θ y x = θ. Luego las ecuaciones de estado resultan, ẋ 1 = x ẋ = g l sin x 1 k m x En este caso las isoclinas están definidas por, x = c sin x x x 1 Figure 1.1: Órbitas del péndulo con fricción. Isoclinas. 5
6 Sistemas Planares Lineales. Por qué los estudiaremos en particular? Para estudiar un sistema no-lineal planar se comienza analizando sus puntos de equilibrio y sus flujos (o trayectorias) en un entorno de cada equilibrio. Existen resultados, que veremos más adelante, que aseguran que el comportamiento de un sistema no-lineal localmente alrededor de cada equilibrio se puede determinar a partir del comportamineto de su linealización alrededor de dicho punto. Queremos entonces estudiar las soluciones de un sistema lineal planar, a partir de la clasificación de sus puntos de equilibrio. Consideramos el sistema lineal en el plano, ẋ = Ax, (1.) con x R y A R. Se dice que x es punto de equilibrio del sistema si Ax =. Pueden darse entonces dos situaciones: A no-singular y entonces x = es el único punto de equilibrio; ó A singular y entonces el sistema tiene un subespacio no nulo de equilibrio. Analicemos el caso A no-singular. Sabemos que es siempre posible hallar una matriz M de orden y no-singular tal que M 1 AM = J, siendo J la forma de Jordan real. Se pueden presentar cualquiera de los tres casos que siguen: ( λ1 J 1 = λ ), J = ( λ k λ ), J 3 = ( α β β α El primer caso corresponde a autovalores λ 1 λ, ambos reales y no nulos; el segundo caso corresponde a autovalores reales, iguales y no nulos (k puede ser ó 1); y el tercer caso corresponde a autovalores complejos λ 1, = α ± iβ. Si consideramos el sistema lineal en coordenadas z = M 1 x, el sistema original resulta ). ż = Jz (1.3) Asi por ejemplo para el primer caso se tiene el sistema planar desacoplado, ż 1 = λ 1 z 1 ż = λ z ; si la condición inicial es z = (z 1, z ) las soluciones son z 1 (t) = z 1 exp λ 1 t, z (t) = z exp λ t, y eliminando t se obtiene z = kz λ/λ1 1, con k = 6 z (z 1) λ/λ1.
7 x x 1 Figure 1.: Nodo estable. Autovalores: λ 1 =, λ = 1. Si consideramos autovalores negativos, diremos que el origen como punto de equilibrio es un nodo estable, Fig.1.. Si en cambio los autovalores son ambos positivos se trata de un nodo inestable, Fig.1.3. Cuando los autovalores son de distinto signo se tiene un saddle o punto de ensilladura, Fig.1.4. Para el tercer caso, es decir autovalores complejos, el sistema en coordenadas (z 1, z ) resulta, ż 1 = αz 1 βz (1.4) ż = βz 1 + αz ; (1.5) este sistema tiene soluciones oscilatorias. En efecto, si consideramos coordenadas polares r = z1 + z, θ = tan 1 (z /z 1 ), 7
8 x x 1 Figure 1.3: Nodo inestable. Autovalores: λ 1 = 1, λ =. el sistema resulta ṙ = αr (1.6) θ = β. (1.7) Si la condición inicial es (r, θ ) la solución es (r(t), θ(t)) = (r exp αt, θ + βt), que resulta una espiral logarítmica en el plano (z 1, z ), llamado foco. Para α < resulta un foco estable, Fig.1.5.; y para α > un foco inestable, Fig.1.6. Si α = se tiene un centro, Fig.1.7. Observacón: el comportamiento de las trayectorias de un sistema lineal planar está completamente determinado por los autovalores de la matriz de orden que define al sistema. Ejercicios propuestos 1. Las ecuaciones dinámicas no-lineales para un manipulador robótico de junta flexible 8
9 z z 1 Figure 1.4: Saddle. Autovalores: λ 1 = 1, λ = 1. con un enlace están dadas por: I q 1 + MgL sin q 1 + k(q 1 q ) = J q k(q 1 q ) = u donde q 1 y q son las posiciones angulares, I y J los momentos de inercia, k es una constante del resorte, M la masa total, L es una distancia y u el torque. Escribir las ecuaciones de estado para este sistema.. (a) Considerando las ecuaciones del oscilador de van der Pol ẋ 1 = x ẋ = x 1 + (1 x 1)x Graficar algunas isoclinas y algunas trayectorias del sistema (en el plano de fase x 1 x ). 9
10 z z 1 Figure 1.5: Foco estable: α <. (b) Idem a) para las ecuaciones de Rayleigh, ẋ 1 = x ẋ = x 1 + ɛ(x x 3 ) considerando ɛ = 1 y ɛ = (a) Resolver ẋ = x + y ẏ = 4x y con condiciones iniciales (x, y ) = (, 3). (b) Dibujar el retrato de fase para el sistema anterior, en el plano x y. 4. Resolver el sistema lineal ẋ = Ax, con ( ) a A = 1 1
11 z z 1 Figure 1.6: Foco inestable: α >. Graficar el retrato de fase para: a < 1; a = 1; 1 < a < 1; a = ; a >. 5. Considerar el circuito de ecuación donde L, C > y R. LÏ + R I + I/C = (a) Reescribir la ecuación como un sistema lineal de dimensión. (b) Mostrar que el origen es asintóticamente estable si R > y sólo estable si R =, (c) Clasificar el equilibrio en el origen según si R C 4L es positivo, negativo, o cero, y realizar en cada caso el retrato de fase. 11
12 z z 1 Figure 1.7: Centro: α =. Segunda Clase: Sistemas Planares No-Lineales En muchos casos el comportamiento local de un sistema no-lineal cerca de un punto de equilibrio se puede inferir a partir del sistema linealizado alrededor del punto y estudiar entonces el comportamiento lineal que resulta a partir de la linealización. Pensemos primero en el comportamiento de un sistema lineal bajo perturbaciones lineales, es decir, consideremos una matriz A que suponemos tiene autovalores λ 1 λ, y A una matriz diagonal cuyos elementos son magnitudes µ arbitrariamente chicas. Se tiene entonces, A + A = [ λ1 + µ λ + µ Dado que los autovalores de una matriz dependen en forma contínua de sus parámetros, cualquier autovalor con parte real estrictamente negativa (o estrictamente positiva) permanecerá en su correspondiente semiplano bajo perturbaciones suficientemente chicas. Luego, si el equilibrio x = del sistema lineal ẋ = Ax es un nodo, foco o saddle, el equilibrio del sistema perturbado ẋ = (A + A)x será del mismo tipo. Si en cambio, el 1 ].
13 equilibrio es un centro, el sistema perturbado tendrá un foco estable o inestable, según µ sea negativo o positivo. Llamamos entonces al nodo, foco y saddle equilibrios estructuralmente estables, pues mantienen su comportamiento cualitativo bajo perturbaciones chicas. Definition.1 El origen x = del sistema ẋ = Ax es un punto de equilibrio hiperbólico si es un nodo, un foco o un saddle. Ejemplo de un sistema no lineal planar. Consideramos nuevamente las ecuaciones de estado del péndulo con fricción para k =.5, ẋ 1 = x (.1) ẋ = g l sin x 1.5x, (.) con π x 1 π. En este caso los puntos de equilibrio aisaldos son (, ), (π, ) y ( π, ). Observar que a diferencia de los sistemas lineales, en los sistemas no-lineales puede haber más de un equilibrio aislado. El comportamiento del (, ) es similar al de un foco estable de un sistema lineal; y el comportamiento de (±π, ) es similar al de un saddle en un sistema lineal, Fig..1. Esto que por ahora lo observamos en el retrato de fase del sistema, lo justificaremos luego. En general, sea el sistema no lineal planar ẋ 1 = f 1 (x 1, x ) ẋ = f (x 1, x ), y supongamos que p = (p 1, p ) es punto de equilibrio. Desarrollamos f en serie de Taylor alrededor de p, con ẋ 1 = f 1 (p 1, p ) + a 11 (x 1 p 1 ) + a 1 (x p ) + T.O.S. ẋ = f (x 1, x ) + a 1 (x 1 p 1 ) + a (x p ) + T.O.S., (T.O.S.: términos de orden superior). a ij = f i(x 1, x ) x j x=p, f 1 (p 1, p ) = f (p 1, p ) = ; 13
14 6 4 x x 1 Figure.1: Péndulo con fricción. Con el cambio y 1 = x 1 p 1, y = x p, se obtiene ẏ 1 = ẋ 1 = a 11 y 1 + a 1 y + T.O.S. ẏ = ẋ = a 1 y 1 + a y + T.O.S. En un entorno suficientemente chico del equilibrio, de modo tal que los términos de orden superior se desprecien, se obtiene la siguiente aproximación lineal: ẏ 1 = a 11 y 1 + a 1 y ẏ = a 1 y 1 + a y Theorem. (Hartman-Grobman): Consideramos el sistema no lineal planar ẋ = f(x), con f suficientemente suave. Suponemos que x es punto de equilibrio aislado. Suponemos, además, que A(x ) = f x x=x no tiene autovalores nulos o imaginarios puros. Entonces existe un homeomorfismo h (aplicación contínua y con inversa contínua) definida en un entorno U R de x, h : U R, que lleva las trayectorias del no lineal sobre las del sistema linealizado. En particular h(x ) =. 14
15 Observaciones: El Teorema de Hartman-Grobman afirma que es posible deformar de manera contínua todas las trayectorias del sistema no lineal, alrededor del equilibrio aislado, en las trayectorias del sistema linealizado, vía el homeomorfismo h. En general, es muy dificultoso hallar el homeomorfismo h. Sin embargo, el teorema indica que el comportamiento cualitativo de un sistema no lineal alrededor de un equilibrio aislado es similar al del sistema linealizado, por ejemplo, el tipo de estabilidad. Consideramos nuevamente el ejemplo del péndulo con fricción, en este caso las matrices del sistema linealizado, alrededor de cada equilibrio, resultan: A 1 = f [ ] 1 x (,) = A 1.5 = f [ ] 1 x (π,) = ; 1.5 los autovalores de A 1 son.5 ± ı.97, y los de A son 1.8 y.78. Luego, el (, ) es un foco estable y el (π, ) es un saddle, el comportamiento de ( π, ) es similar al de (π, ). Definition.3 Un punto de equilibrio de un sistema no-lineal se dice hiperbólico, si la matriz Jacobiana, evaluada en ese punto, no tiene autovalores sobre el eje imaginario. Consideramos ahora el siguiente sistema: ẋ 1 = x µx 1 (x 1 + x ) ẋ = x 1 µx (x 1 + x ). El punto (, ) es equilibrio aislado del sistema, la matriz Jacobiana evaluada en este punto es [ ] 1, 1 cuyos autovalores son ±i, luego la linealización del sistema tiene en (, ) un centro. En coordenadas polares el mismo sistema no-lineal se representa así: ṙ = µr 3 θ = 1; donde para µ > resulta un foco estable, Fig... Fig..3. y para µ < un foco inestable, Definition.4 El estado del sistema no lineal en el tiempo t empezando en x en t = se llama flujo y se simboliza Φ t (x), en particular Φ (x) = x. 15
16 3 Diagrama de fase 1 x x 1 Figure.: Foco estable Otra manera de enunciar el Teorema de Hartman-Grobman: Supongamos que consideramos las mismas hipótesis que en el Teorema de Hartman-Grobman; entonces existe U entorno de x tal que, si x U y Φ t (x) U, se tiene que h(φ t (x) = exp A (x )t h(x). Ciclos límites. Ya hemos definido oscilación y órbita cerrada. Para introducir el concepto de ciclo límite, analizaremos primero un ejemplo sencillo. Oscilador lineal ẋ 1 = x ẋ = x 1 ; sabemos ya que el equilibrio (, ) es un centro y sus trayectorias son órbitas cerradas, Fig.1.7. Si la condición inicial es (x 1, x ) las soluciones son x 1 (t) = r cos(t + θ ), 16
17 3 Diagrama de fase 1 x x 1 Figure.3: Foco inestable x (t) = r sin(t + θ ), con r = (x 1) + (x ) y θ = tan 1 (x /x 1). El sistema tiene una oscilación de amplitud r, se lo llama oscilador armónico. Vale la pena observar que el oscilador lineal presenta algunos problemas: perturbaciones chicas (lineales o no lineales) destruyen la oscilación, decimos entonces que el oscilador lineal no es estructuralmente estable; además, la amplitud de la oscilación depende de la condición inicial. Estos problemas pueden ser eliminados trabajando con osciladores no lineales. Ejemplo: Oscilador de van-der Pol. Consideramos la ecuación de segundo orden, ÿ µ(1 y )ẏ + y =, para µ constante positiva; 17
18 si llamamos x 1 = y y x = ẏ obtenemos las ecuaciones de estado del sistema: x 1 = x ẋ = x 1 + µ(1 x 1)x ; en este caso la matriz de la linealización alrededor del equilibrio (, ) es [ ] 1 A =. 1 µ Observar que si µ > los autovalores de A tienen parte real positiva, se trata entonces de un foco inestable. Por el Teorema de Hartman-Grobman concluimos que el (, ) es también un foco inestable del sistema no lineal. Observar, además, que existe sólo una 5 Diagrama de fase x x 1 Figure.4: Oscilador de van-der Pol órbita cerrada que atrae a todas las trayectorias que comienzan fuera de ella, Fig..4. Esta situación es diferente a la que ocurre con el oscilador lineal, donde hay un contínuo de órbitas cerradas, Fig
19 Definition.5 Una órbita cerrada aislada se llama ciclo límite. Nos planteamos ahora el siguiente problema: establecer condiciones bajo las cuales un sistema planar dado tiene o no órbitas cerradas. Theorem.6 (Bendixson). Consideramos el sistema planar ẋ = f(x); supongamos que D R es un dominio simplemente conexo tal que f(x) = f 1 / x 1 (x 1, x ) + f / x (x 1, x ) no es idénticamente nulo en ninguna subregión de D y no cambia de signo en D. Entonces D no contiene órbitas cerradas del sistema planar. Ejemplo: Ecuaciones de Duffing. ẋ 1 = x ẋ = x 1 x 3 1 δx, en este caso f = δ. Entonces, si δ >, no existen órbitas cerradas en todo R. Theorem.7 (Poincaré-Bendixson). Supongamos que, 1. R es un conjunto compacto del plano.. ẋ = f(x) es un sistema planar cuyo campo f es continuamente diferenciable y está definido sobre un conjunto abierto contenido en R. 3. R no contiene puntos de equilibrio del sistema. 4. Existe una trayectoria C que está confinada en R, es decir que comienza en R y permanece en R para todo tiempo futuro. Entonces o bien C es una órbita cerrada, o bien tiende a una órbita cerrada cuando t. En cualquier caso, R contiene una órbita cerrada. Ejemplo. Consideramos el siguiente sistema planar en coordenadas polares: ṙ = r(1 r ) + µr cos θ θ = 1, con r. Si µ =, resultan r = 1 y r = los puntos de equilibrio del sistema. En el plano de fase x 1 x todas las trayectorias (excepto r = ) se aproximan al círculo unidad r = 1, que resulta un ciclo límite estable. Se puede probar, además, que existe una órbita cerrada para µ > suficientemente chico. 19
20 Ejercicios propuestos 1. Encontrar todos los puntos de equilibrio del sistema: ẋ = x + x 3 ẏ = y Linealizar el sistema alrededor de cada equilibrio y determinar la naturaleza de cada uno de ellos. Verificar las conclusiones halladas mediante un gráfico aproximado del retrato de fase del sistema (tener en cuenta que se trata de dos ecuaciones desacopladas).. Considerar el sistema ẋ = y + ax(x + y ) ẏ = x + ay(x + y ) (a) A partir de la linealización, se puede predecir algo del comportamiento del sistema alrededor del equilibrio (, )? (b) Hallar las ecuaciones del sistema en coordenadas polares. (c) Encontrar algunas trayectorias del sistema cuando: i)a > ; ii)a = ; iii)a <. 3. Para cada uno de los siguientes sistemas, construir el retrato de fase usando el método de las isoclinas y discutir el comportamiento cualitativo del sistema. Se puede usar información acerca de los puntos de equilibrio o del campo vectorial. (a) ẋ 1 = x cos x 1 ẋ = sin x (b) ẋ 1 = ẋ = x 1 x ( 1 x ) 1 x ( 1 x 1 x )
21 3 Tercera Clase: Teoría de Estabilidad de Lyapunov Para estudiar la estabilidad de puntos de equilibrio utilizaremos las ideas de Lyapunov. Definition 3.1 El equilibrio x = del sistema autónomo ẋ = f(x) es estable si para cada ɛ > existe δ > tal que: x() < δ x(t) < ɛ, t ; el equilibrio es inestable si no es estable; el equilibrio es asintóticamente estable si es estable y además δ puede elegirse de modo tal que Ejemplo: ecuación del péndulo x() < δ x(t), si t. Conocemos ya las ecuaciones del péndulo en variables de estado, ẋ 1 = x ẋ = (g/l) sin x 1 (k/m)x ; además sabemos que (, ) y (π, ) son puntos de equilibrio. Si suponemos k =, o sea el péndulo sin fricción, en un entorno del (, ) se tienen órbitas cerradas. Luego, saliendo suficientemente cerca del origen, las trayectorias quedan dentro de una bola alrededor del origen; se concluye entonces que (, ) es equilibrio estable. Sin embargo, no es asintóticamente estable, pues las trayectorias que empiezan fuera del equilibrio no tienden a él, sino que permanecen en sus órbitas cerradas, ver Fig.3.1. Cuando k >, el (, ) se comporta como un foco estable, y luego en este caso el (, ) es equilibrio asintóticamente estable. El equilibrio x = (π, ) resulta un saddle que no es estable pues dado cualquier ɛ >, es siempre posible encontrar una trayectoria que deje la bola {x R : x x ɛ}, aún cuando x() esté arbitrariamente cerca del equilibrio, ver Fig..1. En general, cómo podríamos determinar la estabilidad de un punto de equilibrio? Para las ecuaciones planares del péndulo hicimos uso del conocimiento que teníamos del retrato de fase del sistema. Pero para generalizar esto a cualquier sistema, necesitaríamos conocer todas las soluciones. Sin embargo, las conclusiones que obtuvimos para la ecuación del péndulo y sus equilibrios, pueden obtenerse usando la noción de energía. Se define la energía del péndulo E(x) como la suma de las energías potencial y cinética: E(x 1, x ) = x1 (g/l) sin y dy + 1/x. 1
22 Si k =, el sistema es conservativo, es decir, no hay disipación de energía. Luego, E se mantiene constante durante el movimiento del sistema o de = a lo largo de dt las trayectorias del sistema. Como E(x) = c representa una curva cerrada alrededor de x = para c chico, podemos concluir que el origen es punto de equilibrio estable, Fig Diagrama de fase x x 1 Figure 3.1: Péndulo sin fricción Cuando tenemos en cuenta la fricción (k > ), la energía se disipa a lo largo del movimiento del sistema, es decir, de a lo largo de las trayectorias del sistema. Debido dt a la fricción, E no puede permanecer constante indefinidamente cuando el sistema está en movimiento. Luego, la energía comienza a decrecer hasta llegar a, y entonces la trayectoria tiende a cuando t tiende a. Concluimos entonces que examinando la energía E a lo largo de las trayectorias del sistema, es posible determinar la estabilidad de un punto de equilibrio. Lyapunov (189) mostró que para determinar la estabilidad de un punto de equilibrio pueden usarse otra clase de funciones, no necesariamente la energía. Sea V : D R una función continuamente diferenciable definida en D R n, con D dominio que contiene al origen. La derivada de V a lo largo de las trayectorias del
23 sistema ẋ = f(x) se define como: V (x) = n i=1 V x i ẋ i = n i=1 V f i (x) = V x i x f(x). Observar que la derivada de V a lo largo de las trayectorias del sistema depende de las ecuaciones del sistema. Luego V (x) será diferente para sistemas diferentes. Además, si V (x) <, V decrece a lo largo de las soluciones del sistema. El siguiente resultado de Lyapunov garantiza estabilidad del equilibrio para un sistema no-lineal. Theorem 3. Sea x = un punto de equilibrio de ẋ = f(x) y D R n un dominio que contiene a x =. Sea V : D R una función continuamente diferenciable tal que V () =, V (x) > en D {}, V (x) en D. Entonces x = es equilibrio estable. Además, si V (x) < en D {}, entonces x = es equilibrio asintóticamente estable. Región de atracción. Supongamos que sabemos que x = es equilibrio asintóticamente estable de ẋ = f(x); desearíamos saber cuan lejos del origen puede partir una trayectoria y aún converger a cuando t. Esta idea da la noción de región ó dominio de atracción del equilibrio. Definition 3.3 Sea φ(t, x) la solución de ẋ = f(x) que empieza en x en t =, es decir, φ(, x) = x, luego la región de atracción del equilibrio x = resulta, {x : lim φ(t, x) =, cuando t }. Nos preguntamos ahora bajo que condiciones la región de atracción será todo R n. Esto sucede si para cualquier estado inicial x, la trayectoria φ(t, x) se aproxima a cuando t, sin importar si x es grande. Si un punto de equilibrio asintóticamente estable tiene esta propiedad, se dice que es globalmente asintóticamente estable. El siguiente teorema establece condiciones suficientes que garantizan estabilidad asintótica global. Theorem 3.4 (Barbashin-Krasovski) Sea x = punto de equilibrio del sistema ẋ = f(x). Sea V : R n R una función continuamente diferenciable tal que V () = y V (x) >, x ; si x, entonces V (x) ; 3
24 V (x) <, x ; entonces x = es globalmente asintóticamente estable, es decir, su región de atracción es todo R n. Por último enunciaremos el siguiente resultado sobre inestabilidad. Theorem 3.5 (Chetaev) Sea x = equilibrio del sistema ẋ = f(x). Sea V : D R continuamente diferenciable con V () = y V (x ) > para algún x con x arbitrariamente chica. Se define U = {x B r V (x) > }, y supongamos que V (x) > en U. Entonces x = es equilibrio inestable. Recordemos que cuando estudiamos la ecuación del péndulo con fricción vimos que la función de energía E(x) no satisfacía la condición para garantizar la estabilidad asintótica requerida en el Teorema de Lyapunov. En efecto, V (x) = ( k/m)x, sin embargo sabemos que x = es equilibrio asintóticamente estable para la ecuación del péndulo. Luego, para que se mantenga la condición V (x) =, la trayectoria del sistema debe estar confinada en la recta x =. A menos que x 1 = esto es imposible pues a partir de las ecuaciones del péndulo vemos que x (t) ẋ (t) sin x 1 (t), y luego, sobre el segmento π < x 1 < π de la recta x =, el sistema verifica V (x) = sólo si x 1 =. Luego, V (x(t)) debe decrecer al origen y entonces x(t) cuando t. Esto es consistente con el significado físico que, debido a la fricción, la energía no se mantiene constante cuando el sistema está en movimiento. Resumimos lo anterior así: si en un dominio alrededor del origen se puede hallar una función V cuya derivada a lo largo de la trayectoria del sistema es menor o igual a, y si podemos asegurar que ninguna trayectoria puede quedarse en V (x) = salvo en el origen, entonces el origen es asintóticamente estable. Este resultado es conocido como el Principio de Invariancia de Lasalle. Antes de enunciarlo en forma precisa daremos algunas definiciones. Definition 3.6 Sea x(t) una solución de ẋ = f(x). Un punto p se llama punto límite positivo de x(t) si existe una sucesión {t n } con t n tal que x(t n ) p cuando n. Definition 3.7 El conjunto de todos los puntos límite positivos de x(t) se llama conjunto límite positivo de x(t). 4
25 Definition 3.8 Un conjunto M se llama positivamente invariante con respecto al sistema ẋ = f(x) si, x() M x(t) M, t. Definition 3.9 La solución x(t) se aproxima a M cuando t, si para cada ɛ >, existe T > tal que dist(x(t), M) < ɛ, para todo t > T. Para ilustrar las definiciones anteriores consideremos un punto de equilibrio asintóticamente estable y un ciclo límite estable en el plano: El equilibrio asintóticamente estable es el conjunto límite positivo de toda solución que empieza suficientemente cerca del equilibrio. El ciclo límite estable es el conjunto límite positivo de toda solución que empieza suficientemente cerca del límite. Es decir, la solución se aproxima al ciclo límite cuando t. El punto de equilibrio asintóticamente estable y el ciclo límite son conjuntos invariantes pues cualquier solución que comienza en alguno de estos conjuntos permanece en el conjunto, para todo t R. Lemma 3.1 Si una solución x(t) de ẋ = f(x) es acotada y pertenece a D, para todo t, con D abierto que contiene a x =, entonces su conjunto límite positivo que llamaremos L + es no vacío, compacto e invariante. Además, x(t) L + cuando t. Theorem 3.11 Principio de Invariancia de Lasalle: Sea Ω D un conjunto compacto que es positivamente invariante con respecto al sistema ẋ = f(x). Sea V : D R una función continuamente diferenciable tal que V (x) en Ω. Sea E = {x Ω : V (x) = }. Sea M el mayor conjunto invariante contenido en E. Entonces, cualquier solución que empieza en Ω se aproxima a M cuando t. Algunas observaciones: A diferencia del Teorema de Lyapunov, el Teorema de Lasalle no pide que V (x) sea estrictamente positiva. Si estamos interesados en mostrar que x(t) cuando t, debemos establecer que el mayor conjunto invariante en E es el origen. Esto se hace mostrando que ninguna solución puede permanecer en E además de la solución trivial x(t). Considerando el caso particular planteado en la última observación y tomando V (x) > se obtiene los siguientes corolarios que extienden los Teoremas de Lyapunov y Barbashin- Krasovskii, respectivamente. 5
26 Corollary 3.1 Sea x = equilibrio de ẋ = f(x). Sea V : D R una función continuamente diferenciable y positiva sobre un dominio D que contiene al origen, tal que V (x) en D. Sea S = {x D : V (x) = } y supongamos que ninguna solución permanece en S salvo la trivial. Entonces, el origen es asintóticamente estable. Corollary 3.13 Sea x = equilibrio de de ẋ = f(x). Sea V : R n R una función continuamente diferenciable tal que V (x) si x, estrictamente positiva y tal que V (x), para todo x R n. Sea S = {x R n : V (x) = } y supongamos que ninguna solución se mantiene sobre S, salvo la trivial. Entonces el origen es globalmente asintóticamente estable. Observar que cuando V (x) es estrictamente negativa y S = {}, entonces los corolarios anteriores coinciden con los teoremas de Lyapunov y Barbashin-Krasovskii. 6
27 Ejercicios propuestos. 1. Usando V (x) = x 1 + x, estudiar la estabilidad del origen del sistema cuando: a)k = y b)k.. Considerar el sistema ẋ 1 = x 1 (k x 1 x ) + x (x 1 + x + k ) ẋ = x 1 (k + x 1 + x ) + x ( x 1 x + k ) ẋ 1 = x ẋ = a sin x 1 kx 1 dx cx 3 ẋ 3 = x 3 + x donde todos los coeficientes son positivos y k > a. Usando V (x) = a x1 sin ydy + kx 1 + x + px 3, con algún p >, mostrar que el origen es globalmente a.e. 3. Sea el sistema ẋ = f(x), donde f : R n R n. Considerar el cambio de varaibles z = T (x), donde T () = y T : R n R n es un difeomorfismo en un entorno del origen. El sistema transformado es, ż = ˆf(z), donde ˆf(z) = T x f(x) x=t 1 (z) (a) Mostrar que x = es un punto de equilibrio aislado de ẋ = f(x) sii z = es un punto de equilibrio aislado de ż = ˆf(z). (b) Mostrar que x = es estable (a.e., inestable) sii z = es estable (a.e., inestable). 4. Considerar el sistema ẋ 1 = (x 1 x 1)x (x 1 x 1 + x )x 1 ẋ = x (a) Mostrar que x = es el único punto de equilibrio. (b) Mostrar, usando linealización, que x = es a.e. : x 1 x } es un conjunto positivamente invari- (c) Mostrar que Γ = {x R ante. (d) Es x = globalmente a.e.? 7
28 Bibliografía Nonlinear Systems, Hassan Khalil, Prentice Hall, Nonlinear Systems, Analysis, Stability, and Control, Shankar Sastry, Springer, Nonlinear Oscillations, dynamical systems and bifurcations, J. Guckenheimer and P. Holmes, Springer-Verlag, Gráficos en el plano. Los distintos gráficos de sistemas planares presentados en estas Notas fueron realizados con el programa dfase.m, cuyo autor es el Dr. Fernando Bianchi (Fac. de Ingeniería, U.N.L.P.). Dicho programa corre bajo MatLab, y se puede acceder a él desde la página de la Facultad de Ingeniería, U.N.L.P.: Reunión Anual de la UMA, Salta, septiembre de 5 8
Prof. Virginia Mazzone - Mariana Suarez
SISTEMAS NO LINEALES SISTEMAS DE SEGUNDO ORDEN Prof. Virginia Mazzone - Prof. Mariana Suarez 1 Introducción Método de isoclinas Ejemplos 3 Introducción Un sistema de segundo orden autónomo está representado
Más detallesSistemas autónomos. Introducción a la teoría cualitativa.
Lección 4 Sistemas autónomos. Introducción a la teoría cualitativa. 4.1 Sistemas autónomos. Mapas de fase. En esta lección nos centraremos en el estudio de sistemas autónomos, es decir, aquellos que pueden
Más detallesAnálisis de Sistemas No Lineales
Análisis de Sistemas No Lineales Sistemas de Primer y Segundo Orden Dr. Fernando Ornelas Tellez Universidad Michoacana de San Nicolas de Hidalgo Morelia, Michoacán DEP-FIE Dr. Fernando Ornelas Tellez UMSNH-FIE
Más detallesBreve revisión de estabilidad de sistemas dinámicos
Breve revisión de estabilidad de sistemas dinámicos Estabilidad de Sistemas Eléctricos de Potencia Pablo Monzón Instituto de Ingeniería Eléctrica (IIE) Facultad de Ingeniería-Universidad de la República
Más detallesECUACIONES DIFERENCIALES ORDINARIAS. HOJA 8. Conjuntos invariantes
ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 8. CONJUNTOS INVARIANTES Y CONJUNTOS LÍMITE. ESTABILIDAD POR EL MÉTODO DE LIAPUNOV. Conjuntos invariantes 1. Definición. Se dice que un conjunto D Ω es positivamente
Más detallesCarlos Mario Vélez S. Universidad EAFIT. Temas 1. Generalidades sobre estabilidad 2. Estabilidad de Lyapunov
Objetivo específico Presentar la teoría de estabilidad de Lyapunov aplicada a sistema lineales y no lineales e ilustrar su uso en el análisis y diseño de sistemas no lineales Temas.. Método directo de
Más detallesb) Calcular sus cuatro puntos de equilibrio y estudiar la estabilidad en cada uno por el método de linealización.
Examen Final de EDOs Fecha: 14 de enero de 2013 Problemas Tiempo total: 2 horas y 30 minutos 1. Es un problema largo, pero casi todos los apartados son de tipo estándar. La interdependencia entre apartados
Más detallesTema II: Dinámica en el espacio de fases
Tema II: Dinámica en el espacio de fases 1. Las ecuaciones de Hamilton Para sistemas autónomos en los que H no depende de t, es una constante del movimiento por lo que H(p, q = α (1.1 Esta ecuación determina
Más detalles1. Es un problema largo, pero casi todos los apartados son de tipo estándar. Consideramos el sistema no lineal 2D cuadrático dado por
Fecha: 7 de enero de 24 Problemas Tiempo total: 2 horas y 3 minutos Es un problema largo, pero casi todos los apartados son de tipo estándar Consideramos el sistema no lineal 2D cuadrático dado por { x
Más detallesA = α cuyos VAPs son λ = 2 y λ ± = α ± i. (No hace falta que comprobeis este dato.) a) Calcular la solución general real del sistema x = Ax.
Examen Final de Ecuaciones Diferenciales Fecha: 7 de junio de 013 3 Problemas (7.5 puntos) Tiempo total: horas 30 minutos Problema 1 [.5 puntos]. Consideramos la matriz A = α 1 0 1 α 0, α R, 0 0 cuyos
Más detallesCapítulo VI. Diferenciabilidad de funciones de varias variables
Capítulo VI Diferenciabilidad de funciones de varias variables La definición de diferenciabilidad para funciones el cociente no tiene sentido, puesto que no está definido, porque el cociente entre el vector
Más detallesFÍSICA GENERAL Fac. Cs. Exactas - UNCPBA
FÍSICA GENERAL Fac. Cs. Exactas - UNCPBA Cursada 218 Cátedra Teoría/Práctica (Comisión 1): Dr. Fernando Lanzini Dr. Matías Quiroga Teoría/Práctica (Comisión 2): Dr. Sebastián Tognana Prof. Olga Garbellini
Más detallesEcuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales
Ecuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales Profesor: Axel Osses, Auxiliares: Jorge Lemus,Oscar Peredo 7 de Noviembre del 2005 1. Definiciones y Propiedades Definición 1 (SNLA). Dado
Más detallesAplicaciones del teorema de Poincaré Bendixon. Para aplicar el teorema uno tiene que hallar un dominio
51 3.6. Aplicaciones del teorema de Poincaré Bendixon. Para aplicar el teorema uno tiene que hallar un dominio D R el cual contiene solo puntos ordinarios y tiene que encontrar al menos una orbita la cual
Más detallesAplicaciones de los S.E.D.O.
Tema 7 Aplicaciones de los S.E.D.O. 7. Introducción Nota: APUNTES INCOMPLETOS Estudiaremos en este Tema algunos modelos de interés en las Ciencias Naturales que utilizan para su modelización sistemas de
Más detallesEjercicios de ECUACIONES DIFERENCIALES ORDINARIAS
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes
Más detallesEstabilidad Según Lyapunov. Sistemas Inestacionarios
Capítulo 4 Estabilidad Según Lyapunov. Sistemas Inestacionarios Este capítulo extiende el método de Lyapunov a sistemas no lineales inestacionarios. Definimos los conceptos de estabilidad uniforme, estabilidad
Más detallesProf. Virginia Mazzone - Prof. Mariana Suarez
SISTEMAS NO LINEALES SISTEMAS PLANARES - CICLOS LÍMITES Prof. Virginia Mazzone - Prof. Mariana Suarez 1 Teorema de Hartman-Grobman 2 Teorema de Hartman-Grobman Teorema Sea ẋ = f (x), con f suficientemente
Más detallesComportamiento dinámico: Estabilidad
Lección 5 Comportamiento dinámico: Estabilidad Estabilidad Dos tipos de estabilidad: ẋ(t) = f(t, x(t), u(t)) Estabilidad interna: ẋ(t) = f(t, x(t)) Estabilidad externa o Estabilidad Entrada-Salida : {
Más detallesx (0) si f (x) = 2s 1, s > 1 d) f 3. Analizar la existencia de derivadas laterales y de derivada en a = 0, para las siguientes funciones:
FACULTAD DE CIENCIAS EXACTAS Y NATURALES UNIVERSIDAD DE BUENOS AIRES COMPLEMENTOS DE ANÁLISIS MAESTRíA EN ESTADíSTICA MATEMÁTICA SEGUNDO CUATRIMESTRE 2007 PRÁCTICA 7 1. Usando sólo la definición de derivada,
Más detalles1 Introducción 1. 3 Clasificación de los puntos de equilibrio en sistemas lineales 5
Tema 6.- ESTABILIDAD EN SISTEMAS DE ECUACIONES DIFERENCIALES Ampliación de Matemáticas. Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial. Índice General 1 Introducción 1 2 Sistemas
Más detallesVibraciones Linealización de ecuaciones diferenciales
Vibraciones Linealización de ecuaciones diferenciales MScAA Marcos Knoblauch Departamento de Aeronáutica Universidad Nacional de La Plata Introducción Este documento contiene las ecuaciones y conceptos
Más detalles2. Cálculo diferencial de funciones de varias variables. Mayo, 2009
Cálculo 2. Cálculo diferencial de funciones de varias variables Mayo, 2009 Definición IR 2 = {(x 1,x 2 )/x 1 IR,x 2 IR} Sean dos puntos a y b, de coordenadas respectivas (a 1,a 2 ) y (b 1,b 2 ). Definición
Más detallesLas raíces del polinomio característico P (λ) = λ 2 + 4λ + 3 son
Tiempo total: 2 horas 4 minutos Problema 1 [2 puntos]. Colgamos una masa m de un muelle vertical cuya constante de Hooke es λ. El medio ofrece una resistencia igual a µ veces la velocidad instantánea.
Más detallesSoluciones de cruce por puntos de equilibrio singulares.
Soluciones de cruce por puntos de equilibrio singulares. Aplicación a un circuito RLC no lineal UMA 2016. LXV Reunión de Comunicaciones Científicas Bahía Blanca, Argentina, Septiembre 2016 Cecilia González(*),
Más detallesr r a) Clasificar el sistema x = Ax en función del parámetro r R.
Examen Final de Ecuaciones Diferenciales Fecha: 15 de junio de 2012 3 Problemas (7.5 puntos) Tiempo total: 3 horas Problema 1 [2.5 puntos]. Queremos dibujar el croquis de un sistema lineal 2D y realizar
Más detallesAnálisis cualitativo de sistemas no lineales
Análisis cualitativo de sistemas no lineales Ecuaciones Diferenciales Ordinarias Andrés Iturriaga J. Departamento de Ingeniería Matemática Universidad de Chile Primavera 2011 Andrés Iturriaga J. (DIM)
Más detallesLección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos
Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto
Más detallesUna metodología para el estudio de la frecuencia de ciclos ĺımite en ecuaciones diferenciales con retardo
Una metodología para el estudio de la frecuencia de ciclos ĺımite en ecuaciones diferenciales con retardo Romina Cobiaga y Walter Reartes Universidad Nacional del Sur Junio 2017 1 / 16 Introducción Se
Más detallesc) Dibujar la gráfica del potencial U(x), las curvas de nivel de la energía E(x, v) y un croquis aproximado del sistema.
Fecha: 13 de enero de 212 3 Problemas (7.5 puntos) Tiempo total: 3 horas Problema 1 [2.5 puntos]. Este problema es bastante conceptual, con pocos cálculos. Se pide claridad en la exposición y justificar
Más detallesEcuaciones Diferenciales II. Tema 3: El entorno de los puntos críticos
Ecuaciones Diferenciales II Tema 3: El entorno de los puntos críticos José C. Sabina de Lis Universidad de La Laguna La Laguna, 24 de febrero de 2013 1.Puntos críticos no degenerados. Se considera la ecuación
Más detallesNo usar por academias
ECUACIONES DIFERENCIALES I Grupo D 1 de septiembre de 003 Apellidos: Nombre: D.N.I.: Firma: 1. Considérese la ecuación y = 1 + y x. i) Hallar su solución general. ii) Dibujar aproximadamente sus curvas
Más detallesSISTEMAS NO LINEALES CLASE 1. Prof. Virginia Mazzone - Prof. Mariana Suarez. Introducción Desarrollo. 17 de marzo de 2010
SISTEMAS NO LINEALES CLASE 1 Prof. Virginia Mazzone - Prof. Mariana Suarez 17 de marzo de 2010 Plan de la clase El curso: Introducción a los sistemas no lineales Programa Introducción Parte I: Análisis
Más detallesTeoría de Control, el ejemplo del péndulo *
Teoría de Control, el ejemplo del péndulo * Eduardo Cerpa ** Índice Resumen A través del clásico ejemplo del péndulo introduciremos la Teoría de Control. Esta teoría estudia cómo modificar la conducta
Más detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
Más detallesAnálisis en el plano de fases
Análisis en el plano de fases Para un sistema lineal de segundo orden, ẍ + 2ξω 0 ẋ + ω0 = ω0u(t) 2 (1) Definiendo como variables de estado, 1 = Salida del sistema (posición) Velocidad = d 1 dt (velocidad)
Más detallesTema 4. Oscilaciones pequeñas
Mecánica teórica Tema 4. Oscilaciones pequeñas Tema 4A Universidad de Sevilla - Facultad de Física cotrino@us.es 24 de octubre de 2017 Tema 4A (Grupo 2) Mecánica Teórica (2017-2018) 24 de octubre de 2017
Más detalles9. DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARIABLES.
9 DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARIABLES 91 Derivadas parciales y direccionales de un campo escalar La noción de derivada intenta describir cómo resulta afectada una función y = f(x) por un cambio
Más detallesDIAGRAMAS DE FASE DE SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN
DIAGRAMAS DE FASE DE SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN Alejandro Lugon 26 de mayo de 2010 1. Ecuaciones planares: dos dimensiones Las soluciones del sistema homogéneo: ẋ = ax
Más detallesx 2 y si x 3y 2 si x = 3y Describir el conjunto de los puntos de discontinuidad de f en coordenadas polares.
FIUBA 07-05-11 Análisis Matemático II Parcial - Tema 1 1. Sea f(x, y) = { x y si x 3y si x = 3y Describir el conjunto de los puntos de discontinuidad de f en coordenadas polares.. Sea G(x, y) = (u(x, y),
Más detallesTUTORIAL DE LINEALIZACIÓN. Utilizar otro sistema aproximante:
TUTORIAL DE LINEALIZACIÓN ANDRÉS GARCÍA, OSVALDO AGAMENNONI Y JOSÉ FIGUEROA Resumen. En este tutorial encontará una guía rápida a cerca de la linealización de sistemas de control no-lineales o lo que es
Más detalles5 Estabilidad de soluciones de equilibrio
Prácticas de Ecuaciones Diferenciales G. Aguilar, N. Boal, C. Clavero, F. Gaspar Estabilidad de soluciones de equilibrio Objetivos: Clasificar y analizar los puntos de equilibrio que aparecen en los sistemas
Más detallesUniversidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 227C) Clase09-01 Elizabeth Villota Cerna Semestre 2010II
Más detalles4. Bifurcaciones en sistemas discretos
38 4. Bifurcaciones en sistemas discretos En este capítulo se presentan las condiciones mínimas que definen la aparición de las bifurcaciones elementales en sistemas dinámicos discretos. Estas bifurcaciones
Más detallesCapítulo 5. Integrales sobre curvas y superficies
Capítulo 5. Integrales sobre curvas y superficies 5.1. Integrales de funciones escalares sobre curvas 5.2. Integrales de campos vectoriales sobre curvas 5.3. Teorema de Green 5.4. Integrales sobre superficies
Más detallesEstabilidad de ecuaciones diferenciales
Capítulo 3 Estabilidad de ecuaciones diferenciales En este tema estudiaremos como resolver sistema de ecuaciones diferenciales lineales de coeficientes constantes utilizando la transformada de Laplace,
Más detallesECUACIONES DIFERENCIALES ORDINARIAS. HOJA 7. Estabilidad
ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 7. ESTABILIDAD DE LOS SISTEMAS NO LINEALES. PRINCIPIO DE LINEALIZACIÓN. TEOREMA DE GROBMAN-HARTMAN Estabilidad 1. Definición. Sea f : Ω R n R n un campo C 1, y
Más detallesMecánica Clásica - 2do. cuatrimestre de 2011 Guía 7: Ecuaciones de Hamilton, transformaciones canónicas. Hamilton Jacobi.
Mecánica Clásica - 2do. cuatrimestre de 20 Guía 7: Ecuaciones de Hamilton, transformaciones canónicas. Hamilton Jacobi.. Escriba el hamiltoniano, las ecuaciones de Hamilton y construya los diagramas de
Más detallesDiferenciciación en R n
Diferenciciación en R n R. Álvarez-Nodarse Universidad de Sevilla Cómo definir la derivada? Definición Sea A un abierto de R n, a A y f : A R n R m. La derivada parcial i-ésima (1 i n) de f en a se define
Más detallesMATEMÁTICAS ESPECIALES II PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden.
MATEMÁTICAS ESPECIALES II - 8 PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden. Considere el sistema de ecuaciones diferenciales ordinarias (EDOs) de primer orden dx dt = f (t,
Más detalles8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
8.4. CRITERIO DE ESTAB.: METODO DE LIAPUNOV 309 8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV Consideremos el sistema autónomo dx = F (x, y) dt (8.32) dt = G(x, y), y supongamos que tiene
Más detallesMecánica Teórica Curso Boletín de problemas 2 Grupo 2
Mecánica Teórica Curso 2017-18 Boletín de problemas 2 Grupo 2 Física Teórica, Universidad de Sevilla 6 de octubre de 2017 1- Dar un conjunto de coordenadas generalizadas necesarias para especificar completamente
Más detallesEl Sistema de Lorenz
Capítulo 4 El Sistema de Lorenz Este sistema fué encontrado por E. Lorenz en el año 1963, el objetivo que Lorenz tenía, era el de, mediante este sistema, poder predecir el clima. Los resultados no fueron
Más detallesUn sistema dinámico de dimensión infinita: Sistema difusivo presa depredador con efecto Allee
Un sistema dinámico de dimensión infinita: Sistema difusivo presa depredador con efecto Allee Aida Patricia González Nieva Universidad del Cauca Universidad Tecnológica de Pereira, 2016 Contenido 1 Resumen
Más detallesTeorema de Existencia y Unicidad Ecuaciones Diferenciales Ordinarias.
Teorema de Existencia y Unicidad Ecuaciones Diferenciales Ordinarias. Dr. Rafael Morones E. Dept. de Matemáticas ITAM August 5, 2002 1 Contenido 1 Preliminares. 3 1.1 Sucesiones...............................
Más detallesEl Problema de Cauchy para EDPs de Primer Orden
Capítulo 2 El Problema de Cauchy para EDPs de Primer Orden Este capítulo está dedicado al estudio de EDPs de primer orden, esto es, ecuaciones en las que sólo aparecen derivadas parciales de a lo sumo
Más detalles1. Estabilidad de Sistemas Lineales y Sistemas Lineales Perturbados
1. Estabilidad de Sistemas Lineales y Sistemas Lineales Perturbados 1.1. Introducción. Repaso de resultados conocidos AMPLIACIÓN DE ECUACIONES DIFERENCIALES GRADO EN MATEMÁTICAS, Universidad de Sevilla
Más detallesMETODOS MATEMATICOS DE LA FISICA II.
METODOS MATEMATICOS DE LA FISICA II. EXAMEN DEL PRIMER PARCIAL 3 de enero de 24 GRUPO I (Pedro López Rodríguez).. (2.5 puntos) Calcular el flujo del campo F (x, y, z) = (x, y, 2z) a través de la superficie
Más detalles1. Problema de Generación de Trayectoria
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 227C) Clase11-1 Elizabeth Villota Cerna Semestre 21I - UNI
Más detalles4.- ANALISIS DE SISTEMAS EN TIEMPO CONTINUO
ANALISIS DE SISTEMAS EN TIEMPO CONTINUO Dinámica de Sistemas 4. 4.- ANALISIS DE SISTEMAS EN TIEMPO CONTINUO 4..- Efecto de los polos en el comportamiento del sistema. 4..- Estabilidad. 4.3.- Análisis de
Más detallesMOVIMIENTO OSCILATORIO O VIBRATORIO
MOVIMIENTO OSCILATORIO O VIBRATORIO 1. Movimiento armónico simple (MAS). 2. Ecuaciones del MAS. 3. Dinámica del MAS. 4. Energía del MAS. 5. El oscilador armónico. 6. El péndulo simple. Física 2º bachillerato
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA ANÁLISIS TRANSITORIO DE UN SISTEMA NO LINEAL ELÉCTRICO DE POTENCIA TESIS
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA ANÁLISIS TRANSITORIO DE UN SISTEMA NO LINEAL ELÉCTRICO DE POTENCIA TESIS QUE PARA OBTENER EL TÍTULO DE INGENIERO ELÉCTRICO ELECTRÓNICO PRESENTA
Más detallesControl Moderno: El espacio de estados
Lección 3 Control Moderno: El espacio de estados 1 Estados: Definición y ejemplo Estados: variables internas que describen la evolución del sistema. El conocimiento de estas variables en t = t 0 junto
Más detallesUna aplicación al péndulo de Furuta
Capítulo 4 Una aplicación al péndulo de Furuta Los péndulos invertidos se han convertido en unos dispositivos muy populares para el análisis de control no-lineal y para propósitos educativos. El primer
Más detallesEspacios vectoriales
CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales
Más detallesExtensión de la regla de la cadena Funciones diferenciables. z = f(x, y), x = x(u, v, w), y = y(u, v, w) z = f ( x(u, v, w), y(u, v, w) ) x u + f
1 228 Extensión de la regla de la cadena Funciones diferenciables. z = f(x, y), x = x(u, v, w), y = y(u, v, w) z = f ( x(u, v, w), y(u, v, w) ) z u = f x x u + f y y u z v = f x x v + f y y v z w = f x
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesAnálisis Matemático 2
Análisis Matemático 2 Una resolución de ejercicios con hipervínculos a videos on-line Autor: Martín Maulhardt Revisión: Fernando Acero y Ricardo Sirne Análisis Matemático II y II A Facultad de Ingeniería
Más detallesIntroducción a la teoría de ciclos ĺımite
Introducción a la teoría de ciclos ĺımite Salomón Rebollo Perdomo srebollo@inst-mat.utalca.cl Instituto de Matemática y Física 05-09 de enero, 2015. Talca, CL Contenido 1 Introducción Qué es un ciclo ĺımite?
Más detallesLas variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.
Capítulo 9 Variedades lineales Al considerar los subespacios de R 2, vimos que éstos son el conjunto {(0, 0)}, el espacio R 2 y las rectas que pasan por el origen. Ahora, en algunos contextos, por ejemplo
Más detallesMovimiento armónico simple.
1 Movimiento armónico simple. 1.1. Concepto de movimiento armónico simple: Su ecuación. Supongamos un muelle que cuelga verticalmente, y de cuyo extremo libre pende una masa m. Si tiramos de la masa y
Más detallesCÁLCULO II Grados en Ingeniería
CÁLCULO II Grados en Ingeniería Domingo Pestana Galván José Manuel Rodríguez García Figuras realizadas con Arturo de Pablo Martínez Capítulo 1. Cálculo diferencial 1.1 Funciones. Límites y continuidad
Más detallesMECANICA CLASICA Coordenadas generalizadas. Grados de libertad. Lagrange.
MECANICA CLASICA Coordenadas generalizadas. Grados de libertad. Lagrange. 1. Se tiene el sistema de la figura, donde x 1, x 2 se miden a partir de las posiciones de equilibrio. Sea q 1 = x 1 + x 2 y q
Más detallesCAPITULO III ESTABILIDAD SEGUN LIAPUNOV
TEORIA CUALITATIVA DE LAS ECUACIONES DIFERENCIALES Octubre de 1998. Eleonora Catsigeras. CAPITULO III ESTABILIDAD SEGUN LIAPUNOV 1 Definiciones Sea ẋ = X(x, t), con X : Ω IR n IR IR una ecuación diferencial
Más detallesALGEBRA LINEAL Segundo Semestre. Parte II
1 Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas ALGEBRA LINEAL 2015 Segundo Semestre Parte II 2 1. Valores y Vectores propios. Diagonalización.Forma de Jordan. 1.1. Polinomios
Más detallesTema 3: Espacios eucĺıdeos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 25 de noviembre de 2009 email: mlserrano@uniovi.es Índice 1 2 3.1 V, R espacio vectorial, la aplicación : V V R ( v, u) v u a) v 1, v 2, u V α, β
Más detallesSistemas No Lineales. Notas de Clase
Sistemas No Lineales Notas de Clase Por María Marta Seron Departamento de Electrónica Universidad Nacional de Rosario Primer Cuatrimestre 2000 Revisadas por Julio H Braslavsky Automatización y Control
Más detallesa de un conjunto S de R n si
1 235 Máximos, mínimos y puntos de ensilladura Definición.- Se dice que una función real f( x) tiene un máximo absoluto en un punto a de un conjunto S de R n si f( x) f( a) (2) para todo x S. El número
Más detalles1. TEORIA DE ESTABILIDAD DE SISTEMAS DINAMICOS
1. TEORIA DE ESTABILIDAD DE SISTEMAS DINAMICOS El Segundo Método de Lyapunov (caso autónomo) Este reporte presenta el método directo de Lyapunov para determinar la estabilidad o estabilidad asintótica
Más detallesAnálisis de Sistemas No Lineales
Análisis de Sistemas No Lineales Análisis de Estabilidad: Caso No Autónomo Dr. Fernando Ornelas Tellez Universidad Michoacana de San Nicolas de Hidalgo Morelia, Michoacán Sistemas de Control Dr. Fernando
Más detalles1. Introducción: Movimiento Circular Uniforme
FI1A2 - SISTEMAS NEWTONIANOS GUIA TEORICA Departamento de Física Unidad 5A: Oscilaciones Facultad de Ciencias Físicas y Matemáticas Profs: H. Arellano, D. Mardones, N. Mujica Universidad de Chile Semestre
Más detalles3. Bifurcaciones en sistemas continuos
31 3. Bifurcaciones en sistemas continuos En sistemas dinámicos continuos hay dos bifurcaciones elementales: fold y Hopf. En este capítulo se estudian las condiciones que determinan la aparición de estas
Más detallesCoordinación de Matemáticas III (MAT 023) x a. Además, diremos que f es continua en U si f es continua en cada punto de U.
Coordinación de Matemáticas III (MAT 023) 1 er Semestre de 2013 Continuidad de Funciones en Varias Variables 1. Continuidad Definición 1.1. Sean U R n abierto, a U y f : U R una función real de varias
Más detallesFunciones reales de varias variables
PROBLEMAS DE CÁLCULO II Curso 2-22 2 Funciones reales de varias variables. Dibuja las curvas de niveles,,..., 5 y la representación gráfica de las siguientes funciones a) f(x, y) = 5 x y b) f(x, y) = x
Más detallesCapítulo 3. Funciones con valores vectoriales
Capítulo 3. Funciones con valores vectoriales 3.1. Curvas: recta tangente y longitud de arco 3.2. Superficies parametrizadas 3.3. Campos vectoriales, campos conservativos Capítulo 3. Funciones con valores
Más detalles3. Órbitas de sistemas autónomos. Los Teoremas de LaSalle y de Poincaré-Bendixson. 3. Órbitas. Teoremas de LaSalle y Poincaré-Bendixson
3. Órbitas de sistemas autónomos. Los Teoremas de LaSalle y de Poincaré-Bendixson 3.1. El concepto de órbita de un sistema autónomo. Órbitas de s.d.o. lineales homogéneos en el plano 3.1. Órbita. Órbitas
Más detallesTema 6: Funciones de varias variables
Tema 6: Funciones de varias variables de febrero de 6 Preliminares: derivadas parciales. Sea F una función de dos variables, como por ejemplo la función definida por F(x; y) = x y 3 Podemos derivarla con
Más detallesFísica y Química 1º Bachillerato LOMCE. Bloque 3: Trabajo y Energía. Trabajo y Energía
Física y Química 1º Bachillerato LOMCE Bloque 3: Trabajo y Energía Trabajo y Energía 1 El Trabajo Mecánico El trabajo mecánico, realizado por una fuerza que actúa sobre un cuerpo que experimenta un desplazamiento,
Más detallesSistemas de Control lineal óptimo con realimentación de estado
Capítulo 5 Sistemas de Control lineal óptimo con realimentación de estado La principal restricción de este sistema de control es suponer que se puede medir en todo instante de tiempo el estado completo
Más detallesMaestría en Matemáticas
Reactivos Propuestos para Examen de Admisión (ASN) Ingreso en Agosto de 203. Sea R el conjunto de los números reales y S el conjunto de todas las funciones valuadas en los reales con dominio en R. Muestre
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-2 SEMANA 7: ESPACIOS VECTORIALES 3.5. Generadores de un espacio vectorial Sea V un espacio vectorial
Más detalles, donde denota la matriz traspuesta de B.
Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS II EJERCICIO Nº Páginas: INDICACIONES:.- OPTATIVIDAD: El alumno deberá escoger una de las dos opciones, pudiendo
Más detallesCapítulo 2: Ecuaciones en diferencias (I)
Capítulo 2: Ecuaciones en diferencias (I) 1. Introducción En este capítulo consideraremos sistemas de ecuaciones en los que cada variable está indexada en el tiempo t = 0, 1, 2,..., y variables correspondientes
Más detalles7. Sistemas autónomos planos. ( Chema Madoz, VEGAP, Madrid 2009)
7. Sistemas autónomos planos Chema Madoz, VEGAP, Madrid 009 Curvas solución "sin una solución" Podemos estudiar EDOs de primer orden analizándolas cualitativamente. d/d = 0. = f, a Pendientes: Debido a
Más detallesSistemas dinámicos - Estabilidad
Sistemas dinámicos - Estabilidad Por correcciones, dudas o sugerencias escribir a mijailapor@gmail.com 1. Caracterización general A diferencia de los análisis estático o estático-comparativo, donde se
Más detallesEstabilidad. Sea un sistema dinámico, autónomo y estacionario lineal o no lineal, con x a como vector de estado. Un punto se dice de equilibrio si
Estabilidad Sea un sistema dinámico, autónomo y estacionario lineal o no lineal, dx a (t) dt = F(x a (t)) con x a como vector de estado. Un punto se dice de equilibrio si dx a (t) dt = F(c) = 0. Para saber
Más detallesAnálisis Matemático I
Universidad Nacional de La Plata Facultad de Ciencias Exactas Departamento de Matemática Análisis Matemático I Evaluación Final - Agosto de 26. Nombre: Dirección correo electrónico: Ejercicio. Sea f una
Más detallesMovimiento Oscilatorio. Principios de Mecánica. Licenciatura de Física. Curso
Movimiento Oscilatorio. Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1 Índice. 1. Introducción. 2. Movimiento Oscilatorio Armónico Simple. 3. Oscilaciones amortiguadas. 4. Oscilaciones
Más detalles2.2 Normas matriciales
P Castillo Capítulo 2 13 22 Normas matriciales En el caso de las matrices cuadradas de orden n la estructura algebraica es mucho más rica que la de un espacio vectorial K n ; además de tener operaciones
Más detalles