Almir Conrado Mendes

Santos
Passividade
FUNÇÕES DE TRANSFERÊNCIA REAIS POSITIVAS

ESTABILIDADE LYAPUNOV
Passividade
A passividade nos fornece uma ferramenta útil para a análise de
sistemas não lineares que se relaciona bem com a estabilidade
Lyapunov e ℒ2 .
Uma matriz de função de transferência racional adequada
pxp 𝐺 (𝑠) é chamada de real positivo se:
Funções De Transferência Reais Positivas
Uma matriz de função de transferência racional adequada pxp 𝐺(𝑠) é
chamada de real positivo se:

• Os pólos de todos os elementos de 𝐺(𝑠) estão em 𝑅𝑒[𝑠]

• para todo ω real para o qual jω não é um pólo de qualquer elemento de
𝐺(𝑠), a matriz 𝐺𝑗𝜔 + 𝐺 𝑇 −𝑗𝜔 é semidefinido positivo e,
• Qualquer polo imaginário puro jω de qualquer elemento de Gs é um pólo
simples e o residuo é 𝒍𝒊𝒎 𝒔 − 𝒋𝝎 𝑮 𝒔 é positiva semmidefinida
𝒔→𝒋𝝎
Hemertiana. Uma matriz semidefinida positiva é uma matriz
Hermitiana, (possui a transposta conjugada) cujos autovalores não são
negativos
Funções De Transferência Reais Positivas
A função de transferência 𝐺(𝑠) é chamada estritamente positiva real
se 𝐺(𝑠 − 𝜀) é positivo real para qualquer 𝜀 > 0

Quando p=1, a segunda condição que definimos é 𝑅𝑒[𝐺 𝑗𝜔 ] ≥

0, ∀ 𝜔 𝜖 𝑅, que mantém o gráfico de nyquist de 𝐺 (𝑗𝜔) e que está
contido no semiplano direito complexo.
Isso é verdadeiro somente se o grau relativo da função de
transferência for zero ou um
Funções De Transferência Reais Positivas
Norma: A matriz 𝑝 × 𝑝 da função de transferência racional
adequada G (s) será estritamente positivo real se e somente se

• 𝐺 𝑠 é 𝐻𝑢𝑟𝑤𝑖𝑡𝑧
• 𝐺(𝑗𝜔) + 𝐺 𝑇 (−𝑗𝜔) > 0, ∀ 𝜔 ∈ 𝑅
• 𝐺(∞) + 𝐺 𝑇 (∞) > 0 𝑜𝑢
lim 𝜔 2(𝑝−𝑞) det[𝐺(𝑗𝜔) + 𝐺 𝑇 (−𝑗𝜔)] > 0
𝜔→∞
onde 𝑞 = 𝑟𝑎𝑛𝑘[𝐺(∞) + 𝐺𝑇 (∞)]
Funções De Transferência Reais Positivas
Caso Escalar ( 𝑝 = 1 ): 𝐺 (𝑠) é estritamente positivo real se e
somente se:
• 𝐺 𝑠 é 𝐻𝑢𝑟𝑤𝑖𝑡𝑧
• 𝑅𝑒[𝐺(𝑗𝜔)] > 0, ∀ 𝜔 ∈ [0, ∞)
• 𝐺(∞) > 0 ou
lim 𝜔2 𝑅𝑒[𝐺(𝑗𝜔)] > 0
𝜔→∞
Funções De Transferência Reais Positivas –
Exemplo 1
1
𝐺 𝑠 =
𝑠

tem um polo simples em s = 0, cujo resíduo é 1

1
𝑅𝑒 𝐺 𝑗𝜔 = 𝑅𝑒 = 0, ∀ 𝜔 ≠ 0
𝑗𝜔
Funções De Transferência Reais Positivas –
Exemplo 1
Portanto, 𝐺 é positivo real. Não é estritamente positivo real desde
1
𝑠 − 𝜀

tenha um polo em 𝑅𝑒 𝑠 > 0 para qualquer 𝜀 > 0

Funções De Transferência Reais Positivas –
Exemplo 2
1
𝐺 𝑠 = , 𝑎 > 0, é 𝐻𝑢𝑟𝑤𝑖𝑡𝑧
𝑠+𝑎
𝑎
𝑅𝑒 𝐺 𝑗𝜔 = 2 2
> 0, ∀ 𝜔 ∈ [0, ∞)
𝜔 +𝑎
𝜔2 𝑎
lim 𝜔2 𝑅𝑒 𝐺 𝑗𝜔 = lim 2 2 = 𝑎 > 0 ⇒ 𝐺 é 𝑆𝑃𝑅 (estritamente positiva real)

𝜔→∞ 𝜔→∞ 𝜔 +𝑎
Funções De Transferência Reais Positivas –
Exemplo 3

1 1 − 𝜔2
𝐺 𝑠 = 2 , 𝑅𝑒 𝐺 𝑗𝜔 =
𝑠 +𝑠+1 (1 − 𝜔 2 )2 +𝜔 2

𝐺 𝑛ã𝑜 é 𝑃𝑅 (positive real)

Funções De Transferência Reais Positivas –
Exemplo 4
𝑠+2 1
𝑠+1 𝑠+2
𝐺 𝑠 = −1 2 é Hurwitz
𝑠+2 𝑠+1

2 2 + 𝜔2 −2𝑗𝜔
1 + 𝜔 2 4 + 𝜔2
𝐺 𝑗𝜔 + 𝐺 𝑇 −𝑗𝜔 =
2𝑗𝜔 4
4 + 𝜔2 1 + 𝜔2
Funções De Transferência Reais Positivas –
Exemplo 4

𝑇 2 0
𝐺 ∞ +𝐺 ∞ = ,𝑞 = 1
0 0

lim 𝜔2 det 𝐺 𝑗𝜔 + 𝐺 𝑇 −𝑗𝜔 = 4 ⇒ 𝐺 é 𝑆𝑃𝑅

𝜔→∞
Funções De Transferência Reais Positivas

Norma(Positivo Real): Dado 𝐺 𝑠 = 𝐶 𝑠𝐼 − 𝐴 −1 𝐵 + 𝐷

Onde (𝐴, 𝐵) é controlável e 𝐴, 𝐶 é 𝑜𝑏𝑠𝑒𝑟𝑣á𝑣𝑒𝑙. 𝐺 𝑠 é positive real
se e somente se existir uma matriz 𝑃 = 𝑃𝑇 > 0, 𝐿, 𝑒 𝑊 𝑡𝑎𝑙 𝑞𝑢𝑒:

𝑃𝐴 + 𝐴𝑇 𝑃 = −𝐿𝑇 𝐿
𝑃𝐵 = 𝐶 𝑇 − 𝐿𝑇 𝑊
𝑊 𝑇 𝑊 = 𝐷 + 𝐷𝑇
Funções De Transferência Reais Positivas
Norma(Kalman–Yakubovich–Popov ):
Dado 𝐺 𝑠 = 𝐶 𝑠𝐼 − 𝐴 −1 𝐵 + 𝐷
Onde (𝐴, 𝐵) é controlável e 𝐴, 𝐶 é 𝑜𝑏𝑠𝑒𝑟𝑣á𝑣𝑒𝑙. 𝐺 𝑠 é estritamente
positive real se e somente se existir uma matriz 𝑃 = 𝑃𝑇 > 0, 𝐿, 𝑒 𝑊
e uma constante positiva 𝜀 𝑡𝑎𝑙 𝑞𝑢𝑒:

𝑃𝐴 + 𝐴𝑇 𝑃 = −𝐿𝑇 𝐿 − 𝜀𝑃
𝑃𝐵 = 𝐶 𝑇 − 𝐿𝑇 𝑊
𝑊 𝑇 𝑊 = 𝐷 + 𝐷𝑇
Funções De Transferência Reais Positivas

Norma(A mínima realização linear invariante no tempo):

𝑥ሶ = 𝐴𝑥 + 𝐵𝑢
𝑦 = 𝐶𝑥 + 𝐷𝑢
Com
−1
𝐶 𝑠𝐼 − 𝐴 𝐵 + 𝐷
é
• passivo se 𝐺 (𝑠) é positivo real
• estritamente passivo se 𝐺 (𝑠) é estritamente positivo real
Funções De Transferência Reais Positivas

Prova: Aplique as normas PR e KYP, respectivamente, e use

1 𝑇
𝑉 𝑥 = 𝑥 𝑃𝑥 como a função de armazenamento.
2

𝑇
𝜕𝑉
𝑢 𝑦 − 𝐴𝑥 + 𝐵𝑢
𝜕𝑥
= 𝑢𝑇 𝐶𝑥 + 𝐷𝑢 − 𝑥 𝑇 𝑃 𝐴𝑥 + 𝐵𝑢
1 𝑇
= 𝑢 𝐶𝑥 + 𝑢 (𝐷 + 𝐷 𝑇 )𝑢
𝑇
2
Funções De Transferência Reais Positivas
1 𝑇
− 𝑥 𝑃𝐴 + 𝐴𝑇 𝑃 𝑥 − 𝑥 𝑇 𝑃𝐵𝑢
2
𝑇 𝑇 𝑇
1 𝑇 𝑇 1 𝑇 𝑇 1 𝑇
= 𝑢 𝐵 𝑃 + 𝑊 𝐿 𝑥 + 𝑢 𝑊 𝑊𝑢 + 𝑥 𝐿 𝐿𝑥 + 𝜀𝑥 𝑃𝑥
2 2 2
𝑇
1 𝑇
1 𝑇 1 𝑇
− 𝑥 𝑃𝐵𝑢 = 𝐿𝑥 + 𝑊𝑢 𝐿𝑥 + 𝑊𝑢 + 𝜀𝑥 𝑃𝑥 ≥ 𝜀𝑥 𝑃𝑥
2 2 2

No caso da norma PR , ε = 0, e concluímos que o sistema é passivo;

no caso da norma KYP, ε> 0, e concluímos que o sistema é
estritamente passivo.
Lyapunov Stability
Norma: se o sistema
𝑥ሶ = 𝑓 𝑥, 𝑢 , 𝑦 = ℎ(𝑥, 𝑢)
é passivo com uma função de armazenamento definida positiva
𝑉 (𝑥), então a origem de �ሶ = 𝑓 (𝑥, 0) é estável

Prova:

𝑇
𝜕𝑉 𝜕𝑉
𝑢 𝑦 ≥ 𝑓 𝑥, 𝑢 ⇒ 𝑓 (𝑥, 0) ≤ 0
𝜕𝑥 𝜕𝑥
Lyapunov Stability
Norma: se o sistema
𝑥ሶ = 𝑓 𝑥, 𝑢 , 𝑦 = ℎ(𝑥, 𝑢)
é estritamente passivo, então a origem de 𝑥ሶ = 𝑓 (𝑥, 0) é
assintoticamente estável. Além disso, se a função de
armazenamento for radialmente ilimitada, a origem será
globalmente assintóticamente estável
Lyapunov Stability
Prova: A função de armazenamento 𝑉 (𝑥) é positiva definida
𝑇 𝜕𝑉 𝜕𝑉
𝑢 𝑦 ≥ 𝑓 𝑥, 𝑢 + 𝜓 𝑥 ⇒ 𝑓 𝑥, 0 ≤ −𝜓 𝑥
𝜕𝑥 𝜕𝑥

Por que 𝑉 (𝑥) é positivo definido? Seja 𝜙 (𝑡; 𝑥) a solução de

𝑧ሶ = 𝑓(𝑧, 0), 𝑧(0) = 𝑥
Lyapunov Stability
𝑉ሶ ≤ −𝜓 𝑥
𝜏
𝑉 𝜙 𝜏, 𝑥 − 𝑉 𝑥 ≤ − න 𝜓 𝜙 𝑡; 𝑥 𝑑𝑡, ∀ 𝜏 ∈ 0, 𝛿
0
𝜏
𝑉 𝜙 𝜏, 𝑥 ≥ 0 ⇒ 𝑉 𝑥 ≥ න 𝜓 𝜙 𝑡; 𝑥 𝑑𝑡
0
𝜏
𝑉 𝑥ҧ = 0 ⇒ න 𝜓 𝜙 𝑡; 𝑥ҧ 𝑑𝑡 = 0, ∀ 𝜏 ∈ 0, 𝛿
0
𝜓(𝜙(𝑡; 𝑥))
ҧ ≡ 0 ⇒ 𝜙(𝑡; 𝑥)ҧ ≡ 0 ⇒ 𝑥ҧ = 0
Lyapunov Stability
Definição: O sistema 𝑥ሶ = 𝑓 𝑥, 𝑢 , 𝑦 = ℎ(𝑥, 𝑢)

é estado-zero observável se nenhuma solução de 𝑥ሶ = 𝑓 (𝑥, 0) pode

permanecer idêntica em 𝑺 = {ℎ (𝑥, 0) = 0}, além da solução zero 𝑥 (𝑡) ≡
0

Sistemas Linerares
𝑥ሶ = 𝐴𝑥, 𝑦 = 𝐶𝑥
Observabilidade de 𝐴, 𝐶 é equivalente a
𝑦 𝑡 = 𝐶𝑒𝐴𝑡𝑥 (0) ≡ 0 ⇔ 𝑥(0) = 0 ⇔ 𝑥(𝑡) ≡ 0
Lyapunov Stability
Norma: se o sistema
𝑥ሶ = 𝑓 𝑥, 𝑢 , 𝑦 = ℎ(𝑥, 𝑢)
é saída estritamente passiva e estado-zero observável, então a
origem de 𝑥 ሶ = 𝑓 (𝑥, 0) é assintóticamente estável. Além disso,
se a função de armazenamento for radialmente ilimitada, a
origem será globalmente assintóticamente estável
Lyapunov Stability
Prova: A função de armazenamento V (x) é positiva definida
𝑇
𝜕𝑉 𝑇
𝜕𝑉
𝑢 𝑦 ≥ 𝑓 𝑥, 𝑢 + 𝑦 𝜌 𝑦 ⇒ 𝑓 (𝑥, 0) ≤ −𝑦 𝑇 𝜌 (𝑦)
𝜕𝑥 𝜕𝑥
ሶ
𝑉(𝑥( 𝑡)) ≡ 0 ⇒ 𝑦 (𝑡) ≡ 0 ⇒ 𝑥 (𝑡) ≡ 0
Aplicar o princípio de invariância
Lyapunov Stability
Exemplo:
𝑥1ሶ = 𝑥2 , 𝑥2ሶ = −𝑎𝑥13 − 𝑘𝑥2 + 𝑢, 𝑦 = 𝑥2 𝑎, 𝑘 > 0
1 4 1 2
𝑉 𝑥 = 𝑎𝑥1 + 𝑎𝑥2
4 2
𝑉ሶ = 𝑎𝑥13 𝑥2 + 𝑥2 (−𝑎𝑥13 − 𝑘𝑥2 + 𝑢) = −𝑘𝑥 2 + 𝑦𝑢
A saída do sistema é estritamente passiva
𝑦(𝑡) ≡ 0 ⇔ 𝑥2 (𝑡) ≡ 0 ⇒ 𝑎𝑥13 (𝑡) ≡ 0 ⇒ 𝑥2 (𝑡) ≡ 0
Lyapunov Stability
Exemplo:
O sistema é estado-zero observável. 𝑽 é radialmente ilimitado.
Assim, a origem do sistema não forçado é globalmente
assintoticamente estável
Referencias Bibliográficas
• Hassan K Khalil. Nonlinear Systems. 3ª edição.
• http://www.egr.msu.edu/~khalil/NonlinearSystems/Sample/Le
ct_15.pdf
• http://www.egr.msu.edu/~khalil/NonlinearControl/Slides-
Short/Lecture_6.pdf
• http://www.egr.msu.edu/~khalil/NonlinearControl/Slides-
Full/Lect_13.pdf