La teoría de estabilidad juega un rol central en teoría de sistemas e ingeniería.

Existen distintos tipos de problemas de estabilidad en los sistemas dinámicos.

La estabilidad de puntos de equilibrio generalmente se centra en el sentido de
Lyapunov, un maten ático e ingeniero ruso que estableció las bases de la teoría
que hoy lleva su nombre. Un punto de equilibrio se dice estable si todas las
soluciones que se inicien en las cercanías del punto de equilibrio permanecen en
las cercanías del punto de equilibrio; de otro modo el punto de equilibrio es
inestable.
Un punto de equilibrio se dice asintóticamente estable si todas las soluciones que
se inicien en las cercanías del punto de equilibrio no solo permanecen en las
cercanías del punto de equilibrio, sino que además tienden hacia el equilibrio a
medida que el tiempo se aproxima a infinito Los teoremas de estabilidad de
Lyapunov dan condiciones suficientes para estabilidad de puntos de equilibrio.
Existen teoremas conversos que establecen que, al menos conceptualmente, en
los teoremas de Lyapunov muchas de estas condiciones son también necesarias.
Trataremos estos teoremas conversos en el capítulo siguiente, junto a extensiones
de los resultados para sistemas in estacionarios.

El (equilibrio del) sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es estable en el sentido de Lyapunov, o

simplemente estable, si toda condición inicial finita origina una trayectoria acotada.
Un punto de equilibrio del sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es estable en el sentido de
Lyapunov (ESL) si para cualquier 𝜀 > 0 existe un valor 𝛿(𝑡 0, 𝜀) > 0 tal que:

El punto de equilibrio es uniformemente estable en el sentido de Lyapunov (ESL)

si 𝛿(𝑡 0, 𝜀) = 𝛿 ( 𝜀): la constante 𝛿 no depende del tiempo inicial 𝑡 0

En un sistema ESL un disturbio en la condición inicial menor de δ produce un

vector de estado x(t) confinado a una distancia máxima ε de x e: para estabilidad
el estado debe permanecer en las vecindades del punto de equilibrio.

Cuando:

Se dice que el punto de equilibrio es asintóticamente estable.

Dependiendo del valor de δ se puede hablar de: …

 Estabilidad local: δ pequeño …

Estabilidad global: δ grande.
 „ Si un punto de equilibrio es asintóticamente estable la trayectoria desde
cualquier condición inicial tiende asintóticamente hacia ese punto. „
 Para sistemas lineales todos los puntos de equilibrio son globales: o son
puntos aislados o son sub-espacios invariantes.„
 Para sistemas no lineales existen múltiples puntos aislados y se pueden
definir regiones de atracción alrededor de “atractors”

Además de la estabilidad asintótica también se define exponencialmente Estable:

Sistema LIT que es asintóticamente estable también es exponencialmente

Estable. No es necesariamente cierto para variantes y no lineales.

Teorema: para un sistema descrito por: 𝑥̇ ( t ) = A ( t ) x ( t )

La respuesta homogénea es ESL si y sólo si existe una constante

la matriz de transición de estados 𝜑(𝑡, 𝑡 0) satisface la relación: Si la constante 𝜅

no depende de 𝑡0 el punto de equilibrio es uniformemente estable.

El adjetivo uniforme se refiere a que no debe depender de la elección del tiempo

inicial.
Estabilidad – Invariantes „
Teorema: El punto de equilibrio del sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es estable en el sentido
de Lyapunov si y sólo si todos los valores propios de A tienen parte real no
positiva, y aquellos con parte real cero son raíces simples del polinomio mínimo de
A „ Teorema: El punto de equilibrio del sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡) es asintóticamente
estable si y sólo si todos los valores propios de A tienen parte real negativa.

Estabilidad – Invariantes
Ejemplo.

Sea el sistema.

Tiene un valor propio doble en 0 y uno simple en - 1. La ecuación característica es

:

El polinomio mínimo es:

.λ(λ+1)=0

por lo tanto se concluye que el sistema es estable en el sentido de Lyapunov

Método directo de Lyapunov „

 Parte del principio de conservación de energía y disipación. „

  En un sistema aislado la respuesta depende únicamente de la energía
inicial almacenada: si esta energía es decreciente el sistema es estable. „
 Como no todos los estados de un sistema están asociados a energía el
concepto se debe extender a una cantidad abstracta no negativa. „
 Es una forma alternativa de verificar la estabilidad asintótica de 𝑥´(𝑡) =
𝐴𝑥(𝑡). En su forma general permite estudiar la estabilidad de sistemas no
estacionarios o no lineales.

Teorema: el origen de un sistema lineal variante con el tiempo descrito por:

𝑥̇ ( t ) = f ( x ( t), t )

Es estable en el sentido de Lyapunov si existe una función variante con el

tiempo 𝑉(𝑥, 𝑡) tal que se satisfacen:

1ra condición:

La función 𝛾 1(𝑥) debe ser función del estado x, no de t explícitamente,

continua, no decreciente y debe ser igual a cero cuando 𝑥 = 0.

2da Condición

La función 𝛾 2(𝑥) debe ser función del estado x, no de t explícitamente, continua,

no decreciente y debe ser igual a cero cuando 𝑥 = 0.

Método directo de Lyapunov „

 El teorema no establece que si la función falla el sistema es inestable. „

 Si se escoge P positiva definida y se obtiene una Q indefinida NADA HA SIDO
DEMOSTRADO. „
 Pero si Q es negativa definida se puede demostrar inestabilidad „
 Entonces se selecciona una Q positiva (semi) definida y se resuelva la ecuación
para P
Teorema:
El origen de un sistema lineal invariante con el tiempo es asintóticamente estable
si y solo si dada una matriz Q positiva definida, la ecuación matricial de Lyapunov
tiene una solución P positiva definida:

Cómo asegurar que el origen es estable en sentido de Lyapunov? Para ello se

necesita que al escoger una matriz Q positiva semi definida, la ecuación matricial
de Lyapunov tenga una solución P positiva definida:

El origen del sistema es estable en el sentido de Lyapunov si y solo si dada una

matriz Q positiva semi-definida , tal que

No es idéntica a cero cuando se evalúa sobre una trayectoria no nula de 𝑥’ = 𝐴𝑥,

la ecuación matricial de Lyapunov tiene una solución P positiva definida.

Si tenemos un sistema lineal 𝑋̇ = 𝐴𝑥 y se prueba con la función de Lyapunov

𝑉(𝑥) = 𝑥 𝑇 𝑀𝑥 > 0 primero derivamos la función de Lyapunov dando como
resultado:
̇ 𝑥 𝑇̇ 𝑀𝑥+𝑥 𝑇 𝑀𝑇 𝑥̇ = 𝑥 𝑇 𝐴𝑇 𝑀𝑥 + 𝑥 𝑇 M𝑎x
𝑉(𝑥) =
𝑉(𝑥) = 𝑥 𝑇 (𝐴̇ 𝑇 𝑀 + 𝑀𝐴)𝑥 < 0
La derivada tiene que ser menor que cero. Como (𝐴𝑇 𝑀 + 𝑀𝐴) es una forma
cuadrática si se toma el resultado que será una matriz simétrica es necesario
analizar los eigenvalores de la matriz, si todos los eigenvalores son negativos, la
matriz es definida negativa lo que da que la derivada de Lyapunov siempre será
negativa. Por otro lado si la ecuación cuadrática 𝑥 𝑇 𝑀𝑥 > 0 si tiene M eigenvalores
positivos, esa ecuación será positiva garantizando la estabilidad del sistema.
Ahora esto solo vale si yo conozco la matriz M, si yo no conozco dicha matriz
tendría que encontrar una Matriz M simétrica con todos los eigenvalores positivos
de forma que (𝐴𝑇 𝑀 + 𝑀𝐴) tenga todos los eigenvalores negativos.

∋ 𝑀 = 𝑀𝑇 > 0: (𝐴𝑇 𝑀 + 𝑀𝐴) < 0

Bibliografía:
Diseño de controladores para sistemas subactuados del tipo péndulo
invertido- tesis.

Ingeniería de control moderna, 3ta Edición – Katsuhiko Ogata.

Control de movimiento de robots manipuladores- VíCTOR sANTmÁÑEz