Informe Número 2

Teorı́a de estabilidad
Juan Pablo Arángo Restrepo
Juan David Núñez López
Marı́a Fernanda Villa Tamayo
Control Adaptable
Profesor: Héctor Antonio Botero Castro
11 de junio de 2019

Resumen
La teorı́a de estabilidad ha sido un tópico de investigación extensa por su importancia en la
comprensión de los sistemas dinámicos y el diseño de estrategias de control. En este informe se
presenta una sı́ntesis de conceptos de estabilidad partiendo de la estabilidad de sistemas lineales,
la explicación de la estabilidad de Lyapunov y concluyendo con el análisis de casos particulares
que son aplicables al control adaptable. Para cada uno de los temas abordados se analizan algunos
ejemplos y se simulan mediante Matlab con el propósito de afianzar los conceptos.

Abstract
Stability theory has been a subject of extensive research due to its importace in the understanding
of dynamic systems and the design of control strategies. In this report a synthesis of stability
concepts is presented, starting with the stability of linear systems, the Lyapunov stability, and
concluding with the analysis of two particular cases that are applicable to adaptative control. For
each of the topics addressed some examples are analyzed and simulated in Matlab with the purpose
of strengthening the concepts.

1. Introducción
La teorı́a de estabilidad juega un factor de vital importancia en la teorı́a de sistemas y el diseño
de control, ya que a partir de este se extrae información relevante al momento de tomar decisiones
relacionadas con la intervención del sistema analizado. Dentro de la teorı́a de estabilidad existen
diversas maneras de realizar dicho análisis. En este informe se abordará un método de análisis de
estabilidad de sistemas conocido como el método directo de Lyapunov, un matemático e ingeniero

1
 Informe Número 2

ruso que sentó las bases de la teorı́a que ahora lleva su nombre [1]. Este método permite establecer
si un punto de equilibrio es estable y que tipo de estabilidad posee y lo hace partir de funciones
conocidas como funciones de Lyapunov.

Previo al análisis de estabilidad en el sentido de Lyapunov, se consideran los sistemas lineales

invariantes en el tiempo, cuyas caracterı́sticas permiten determinar de una manera sencilla si un
sistema lineal es o no estable. Para los casos de los sistemas lineales variantes y casi invariantes en
el tiempo se verá que establecer su estabilidad no es una tarea sencilla. Además de lo anterior, en
este documento se explicarán de forma concisa y didáctica los conceptos necesarios para enlazar
el análisis de estabilidad con los sistemas de control adaptable, esta tarea resulta necesaria con
el propósito de evitar que en su implementación, dicho controlador no adicione dinámicas que
resulten en comportamientos inestables en el sistema.

El informe está organizado de la siguiente manera: En la sección 2 se presenta el análisis de

estabilidad en sistemas lineales, en la Sección 3 se detalla la estabilidad de lyapunov en la que
se hace énfasis en el método directo para estudiar la estabilidad de los sistemas lineales y no
lineales, en la Sección 4 se describen las funciones reales positivas cuya caracterización es de vital
importancia para el lemma de Kalman-Yukabovich enunciado en la Sección 5, en la Sección 6 se
enfatiza en la estabilidad de dos sistemas particulares que muy comunes en los sistemas adaptables
y en la Sección 7 se exponen las conclusiones. A partir de lo reportado en este informe se sintetizan
las bases que serán de utilidad para el análisis de estabilidad en el diseño de sistemas de control
adaptable en futuros trabajos.

2. Estabilidad de sistemas lineales

En esta sección se establecen las herramientas para el análisis de sistemas lineales, ya que son
sistemas ampliamente estudiados y los desarrollos en este tema pueden considerarse precursores de
gran parte de los resultados de la teorı́a para la estabilidad de sistemas no lineales que se abordará
en secciones posteriores.

Considérese el sistema lineal descrito por la siguiente ecuación diferencial:

ẋ(t) = A(t)x(t), x(t0 ) = x0 , (1)

cuya solución esta dada por:
x(t; x0 , t0 ) = φ(t, t0 )x0 , (2)
donde φ se denomina matriz de transición y satisface:

φ̇(t, t0 ) = A(t)φ(t, t0 ), φ(t, t0 ) = I. (3)

El análisis de estabilidad de los sistemas (1) se sintetiza en el siguiente teorema:

2
 Informe Número 2

Teorema 2.1. [2] (i) Todas las soluciones de (1) son acotadas si y solo si ||φ(t, t0 )|| ≤ k, con k
constante positivo.
(ii) Todas las soluciones de (1) tienden a cero cuando t → ∞ si y solo si ||φ(t, t0 )|| → 0 cuando
t → ∞.

Sin embargo, determinar de forma analı́tica la matriz de transición no es una tarea fácil en sistemas
lineales variantes en el tiempo, y por tanto, verificar las condiciones del teorema 1 resulta ser una
tarea compleja. Es por esta razón, que inicialmente se darán los criterios de estabilidad de los
sistemas lineales invariantes en el tiempo y los sistemas lineales casi invariantes los cuales se
resumen en procesos algebraicos sencillos, y en la Sección 3 se introduce el método de Lyapunov
para comenzar a abordar los sistemas variantes en el tiempo.

2.1. Sistema lineal invariante en el tiempo (LTI)

Sea un sistema LTI descrito por la siguiente ecuación diferencial:
ẋ(t) = Ax(t), (4)
donde A es una matriz constante y la solución de (4) está dada por:
x(t; x0 , t0 ) = e(A(t−t0 )) x0 . (5)
Es de recordar, que la matriz exponencial en (5) con t0 = 0 puede expandirse de la forma:

A2 t2 An tn
e(At) = I + At + + ··· + + ··· (6)
2! n!

Teorema 2.2. [2] (i) Todas las soluciones de (4) son acotadas si y solo si todos los valores propios
de la matriz A tienen parte real no positiva (eig(A) ≤ 0).
(ii) Todas las soluciones de (4) tienden a cero cuando t → 0 si y solo su todos los valores propios
de A tienen parte real negativa (eig(A) < 0

De este teorema (i) implica la estabilidad del sistema LTI (sistema siempre acotado) y (ii) la
estabilidad asintótica (sistema acotado que converge al origen). A los sistemas con matriz A que
satisface la condición (ii) también se les denomina Hurwitz.

Ejemplo 2.1. Considere el sistema LTI (4) con matriz A dada por:
" #
0 −1
A= , (7)
1 −1
cuyos valores propios son −0,5 ± 0,866j. Luego, el sistema tiene un par de polos conjugados con
parte real negativa y por ende el sistema es asintóticamente estable. Esto se evidencia en la Figura
1, donde se muestra la convergencia del sistema al origen con una condición inicial x0 = [0,5; 0,6].

3
 Informe Número 2

0.5 0.6
x1

0
0.4

-0.5
0 5 10 15

x2
Tiempo
0.2
0.6

0.4
0
x2

0.2

-0.2 -0.2
0 5 10 15 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
Tiempo x1

(a) (b)

Figura 1: Ejemplo 2.1. (a) Evolución del sistema en el tiempo, (b) Espacio de estado.

2.2. Sistema lineal casi-invariante en el tiempo

Los sistemas lineales casi-invariantes en el tiempo resultan de interés en el control adaptable ya que
son relevantes las condiciones bajo las cuales un sistema no lineal converge a un sistema lineal, y
por tanto, es necesario analizar su estabilidad. Los sistemas lineales casi-invariantes están definidos
por:

ẋ(t) = (A + B(t))x(t), ∀t ≥ t0 , (8)

donde A es una matriz constante y B(t) es pequeña cuando t → ∞. Las condiciones que debe
satisfacer B(t) para concluir acerca de la estabilidad de estos sistemas se enuncian en los siguientes
dos teoremas y lema.

Teorema 2.3. [2]

R∞
Si la matriz A de (8) es estable, entonces las soluciones de (8) son acotadas para
todo t ≥ t0 si t0 ||B(t)||dt < 0.

Teorema 2.4. [2] Si la matriz A de (8) es asintóticamente estable R∞

y existen constantes b0 y b1 ,
donde b0 depende de A, tal que (i) ||B(t)|| ≤ b0 , ∀t ≥ t0 , o (ii) t0 ||B(t)||dt ≤ b1 , entonces todas
las soluciones de (8) tienden a cero cuando t → ∞.
R∞
Lema 2.1. [2] Si la matriz A de (8) es asintóticamente estable y t0 ||B(t)||2 dt ≤ b22 < ∞ entonces
el origen de (8) es exponencialmente estable.

3. Estabilidad de Lyapunov
El principal interés de esta sección es analizar los conceptos de estabilidad de un equilibrio y el
método para determinarla en sistemas no lineales. Es de recordar, que este tipo de sistemas son
relevantes en el estudio de control adaptable dado que al considerar los parámetros variables en el

4
 Informe Número 2

sistema en operación este se convierte en no lineal y no-autónomo. Por ello es necesario analizar
la estabilidad del sistema en lazo cerrado al elegir una ley adaptable y tras ello analizar los demás
criterios de desempeño.

Sea el sistema no lineal descrito de la forma:

ẋ(t) = f (x, t)x(t), f (0, t) = 0, ∀t ≥ t0 , x(t0 ) = x0 , (9)

cuya solución es x(t; x0 , t0 ). A continuación se presentan las definiciones de estabilidad de Lyapunov
de un equilibrio. Pese a que las definiciones se establecen para el caso en que el equilibrio es el
origen, es de resaltar que se pueden aplicar a otros equilibrios ya que estos puntos se pueden llevar
al origen por medio de un cambio de variable. A su vez, las definiciones de estabilidad se enuncian
desde las más generales hasta las más estrictas.

Definición 3.1.- Estabilidad [2] El estado de equilibrio x = 0 de (9) es estable si para todo  > 0
y t0 ≥ 0, existe un δ(, t0 ) > 0 tal que ||x0 || < δ implica que ||x(t; x0 , t0 )|| < , ∀t ≥ t0 . Un sistema
es inestable, si no es estable.
Esta definición establece que existe una bola de radio  que encierra completamente la trayectoria
y a su vez una bola de radio δ que contiene la condición inicial del estado. Note que la estabilidad
implica el acotamiento de la solución de (9) mas no su convergencia al equilibrio. Con el propósito
de ilustrar esta definición, considere el siguiente ejemplo.

Ejemplo 3.1. Sea el sistema de un péndulo simple descrito por las dinámicas del ángulo x1 y la
velocidad angular x2 [1]:
ẋ1 = x2 ,
(10)
ẋ2 = − gl sin(x1 ) − m
k
x2 ,
donde l es la longitud de la cuerda del péndulo, g es la gravedad, k el coeficiente de fricción y m la
masa de la bola. Los puntos de equilibrio de este sistema se localizan en (nπ, 0) para n = 0, ±1, ....
En este caso se evalúan los puntos de equilibrio (0, 0) y (π, 0) dado que los demás puntos son
repeticiones según los giros que realice el péndulo. Considere el caso en que no hay fricción k = 0,
y la relación (g/l) = 1.

En la Figura 2(a) se observa la evolución del estado a partir de dos condiciones iniciales diferentes.
En ambos casos puede verse que el sistema oscila alrededor del origen, luego es evidente una bola de
radio  que contiene a toda la trayectoria y, por tanto, el equilibrio (0, 0) es estable. Note que aunque
el sistema se mantiene acotado, no tiende al origen, sino que se mantiene en su órbita cerrada.
Adicionalmente, en la Figura 2(b) pueden verse tres trayectorias diferentes a partir de condiciones
iniciales muy cercanas al punto de operación (π, 0). Se observa que al establecer cualquier bola de
radio  la trayectoria de estado se sale de la misma y, por ende, este equilibrio es inestable.

Definición 3.2.- Atractividad [2] El estado de equilibrio x = 0 de (9) es atractivo si para algún

5
 Informe Número 2

ρ > 0, todo η y t0 ≥ 0, existe un número T (η, x0 , t0 ) tal que ||x0 || < ρ implica que ||x(t; x0 , t0 )|| <
η, ∀t ≥ t0 + T .
A partir de la atractividad se establece la convergencia del sistema al origen después de un tiempo
T . La atractividad pese a implicar dicha convergencia no implica la estabilidad en el sentido de
Lyapunov. Para aclarar esto, considere el siguiente ejemplo.

Ejemplo 3.2. Sea el sistema propuesto por Vinograd [3]:

x21 (x2 −x1 )+x52
ẋ1 = (x1 +x22 )∗(1+(x21 +x22 )2 )
2 ,
x22 (x2 −2x1 ) (11)
ẋ2 = (x1 +x22 )∗(1+(x21 +x22 )2 )
2 ,
cuyo equilibrio corresponde a x = 0 y la solución para diferentes condiciones iniciales se muestra
en la Figura 3. En este caso, el equilibrio no es estable en el sentido de Lyapunov (Definición 1)
dado que las trayectorias del sistema tienen un transitorio tan largo que no es posible encontrar
para todo valor posible de  > 0 un δ > 0 tal que a partir de cualquier condición inicial acotada
por la bola de radio δ la trayectoria se encuentre totalmente acotada en la bola de radio . Por
lo que no importa que tan pequeño se seleccione δ, no hay solución de (11) que se mantenga a
una distancia  si este no es lo suficientemente grande. Sin embargo, tras un tiempo la trayectoria
regresa y converge al equilibrio.

Definición 3.3.- Estabilidad asintótica [2] El estado de equilibrio x = 0 de (9) es asintóticamente

estable si es estable y atractivo.
Esta definición implica que un equilibrio asintóticamente estable es aquel cuya trayectoria, con
condición inicial en un vecindario del equilibro, es acotada y converge al origen cuando t → ∞.

Ejemplo 3.3. Considere nuevamente el sistema del péndulo (10), teniendo en cuenta un coeficiente

2
1.5

1 1 x0=[-3.5;0.5]
x0=[1;0.5]
x2 (rad/s)

x2 (rad/s)

0.5
0 0 x0=[-3.1416;0] x0=[-3;-0.1]

-0.5
-1 x0=[-1.3;-0.8]
-1

-1.5
-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -4.5 -4 -3.5 -3 -2.5 -2
x1 (rad) x1 (rad)

(a) (b)

Figura 2: Evolución del estado del péndulo sin fricción (a) punto de equilibrio estable (0, 0), (b)
punto de equilibrio inestable (π, 0).

6
 Informe Número 2

de fricción con un valor k = 0,5. La solución de (10) para dos condiciones iniciales diferentes se
puede ver en la Figura 4. De esta se observa que en efecto la trayectoria de estado converge al
origen y se mantiene acotada i.e. no permite que para pequeñas desviaciones del equilibrio hayan
transitorios muy grandes.

En los conceptos anteriores, cuando el sistema no depende del tiempo inicial t0 , la estabilidad y
la estabilidad asintótica se definen como estabilidad uniforme y estabilidad uniforme asintótica
respectivamente.

Definición 3.4.- Estabilidad exponencial [2] El estado de equilibrio x = 0 de (9) es exponencialmente

estable si existen constantes a > 0 y b > 0 tal que ||x(t; x0 , t0 )|| < a exp(−b(t−t0 ))||x0 ||, ∀t ≥ t0 , ∀t0
y en cierto vencindario B del origen.

Otro concepto a recalcar es el de equilibrio globalmente estable, el cual aplica a los equilibrios para
los que se cumple que lim→∞ δ() = ∞ en las definiciones mencionadas anteriormente.

3.1. Método directo de Lyapunov

El método directo de Lyapunov hace referencia a la herramienta matemática para determinar la
estabilidad o estabilidad asintótica de un sistema sin la necesidad de determinar su solución en el
tiempo como se hizo anteriormente para visualizar la evolución del estado. Esta herramienta nace
conceptualmente de la energı́a del sistema. Para el caso del péndulo, al no considerarse la fricción
k = 0 en el Ejemplo 3.1, el sistema es conservativo y por tanto no hay disipación de energı́a, luego
la energı́a E es constante (E(x) = c) y forma un contorno cerrado alrededor de x = 0, llegando a
la conclusión de que es un equilibrio estable. Por otro lado, cuando se considera la fricción k > 0,
la energı́a se disipa durante el movimiento del sistema (dE(x)/dt ≤ 0), por tanto decrece hasta que
eventualmente alcanza el cero, mostrando con ello que x = 0 cuando t → ∞. Ası́, puede verse que
analizando la energı́a de un sistema y su derivada, se puede concluir acerca de la estabilidad del

0.5
x2

-0.5

-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
x1

Figura 3: Ejemplo de Vinograd de un sistema atractivo.

7
 Informe Número 2

1
x0=[1;0.5]

x2 (rad/s)
0

x0=[-1.3;-0.8]
-1

-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x1 (rad)

Figura 4: Equilibrio asintóticamente estable - Evolución del estado del péndulo considerando la
fricción.

equilibrio [1]. Sin embargo, la función de la energı́a no es la única con la que se puede determinar
la estabilidad del equilibrio, sino que también se puede concluir acerca de esta si se encuentra un
V (x, t) conocido como función de Lyapunov que cumpla ciertas condiciones.

Teorema 3.1. El equilibrio del estado de (9) es globalmente uniformemente asintóticamente estable
si existe una función escalar V (x, t) con primeras derivadas continuas con respecto a x y t, tal que
V (0, t) = 0 y se satisfacen las siguientes condiciones:

1. V (x, t) es definida positiva, es decir, V (x, t) > 0 para todo x 6= 0, pero V (x, t) = 0 cuando
x = 0.

2. V (x, t) es decreciente, es decir, β(||x||) ≥ V (x, t) para una función β no decreciente.

3. V̇ (x, t) es definida negativa, es decir, V̇ (x, t) < 0, para todo x 6= 0 pero V̇ (x, t) = 0 cuando
x = 0, y donde V̇ (x, t) = ∂V∂t
+ ∂V
∂x
f (x, t).

4. V (x, t) es radialmente ilimitada (o no acotada), es decir V (x, t) → ∞ cuando ||x|| → ∞.

Al combinar estas condiciones, la estabilidad del sistema se puede especificar de la siguiente forma
[2] [4]:
1. Si existe una función V que satisfaga las condiciones (i) y (ii), y (iii), entonces el equilibrio es
asintóticamente estable en la vecindad del origen.
2. Si la función V satisface (i), (ii) y se modifica (iii) tal que es suficiente que V̇ (x, t) sea semidefinida
negativa (V̇ (x, t) ≤ 0, ∀x 6= 0) entonces el equilibrio de (9) es estable en la vecindad del origen.
3. Si la función V satisface las cuatro condiciones entonces el origen es globalmente uniformemente
asintóticamente estable.

8
 Informe Número 2

Es de recalcar que las condiciones del teorema son solo suficientes, por lo que el hecho de que
una función de Lyapunov candidata no cumpla las condiciones no implica que el equilibrio no sea
estable o asintóticamente estable; solo implica que con dicha función no se puede concluir acerca
de la estabilidad del equilibrio.

Ejemplo 3.4. Considere el sistema

ẋ1 = −x1 + x1 x2 ,
(12)
ẋ2 = −x2 − x21 ,
para el cual se propone la función candidata V (x1 , x2 ) y su derivada:

V (x1 , x2 ) = (x21 + x22 )/2, (13)

V̇ (x1 , x2 ) = ∂V
∂t
+ ∂V
∂x
f (x, t)
= x1 ẋ1 + x2 x˙2 (14)
= −x21 − x22 ,
dado que V (0) = 0, V (x1 , x2 ) > 0, ∀x 6= 0, V̇ (0) = 0, V (x1 , x2 ) < 0, ∀x 6= 0 y además cuando
||x|| → ∞, V (x1 , x2 ) tiende a ∞ entonces el origen es globalmente uniformemente asintóticamente
estable.

Ejemplo 3.5. Retome el sistema del péndulo (10) sin fricción (k = 0) y considere la siguiente
función de Lyapunov candidata:

V (x1 , x2 ) = gl (1 − cos(x1 )) + 21 x22 , (15)

la cual satisface V (0) = 0 y es definida positiva (V (x) > 0, ∀x 6= 0). Ahora se analiza la derivada
de la función:
V̇ (x, t) = ∂V
∂t
+ ∂V
∂x
f (x, t)
g
= l ẋ1 sin(x1 ) + x2 x˙2 (16)
= gl x2 sin(x1 ) − gl x2 sin(x1 ) = 0.
Puede verse que la derivada es cero independientemente del valor del estado, luego V̇ (x) es semide-
finida negativa y por tanto, el equilibrio del péndulo sin frincción es estable mas no asintóticamente
estable.

Ejemplo 3.6. Considere ahora el sistema del péndulo (10) con fricción (k > 0) y la misma función
candidata (15) cuya derivada queda dada por:

V̇ (x, t) = gl ẋ1 sin(x1 ) + x2 x˙2

k 2 (17)
= −m x2 ,
en este caso note que V̇ (x) también es semidefinida negativa dado que V̇ (x) = 0 cuando x2 = 0 y
para cualquier valor de x1 . Luego, solo puede concluirse la estabilidad del equilibrio. Sin embargo,

9
 Informe Número 2

en la sección anterior se observo que, al considerarse la fricción, el equilibrio es asintóticamnete

estable. Esto conlleva a pensar que la función de Lyapunov no es adecuada y por tanto se debe
encontrar otra cuya derivada sea definida negativa. Empero, haciendo uso del teorema de LaSalle
que se expone en la siguiente sección, se podrá concluir la estabilidad asintótica del equilibrio
cuando la derivada de la función de Lyapunov es semidefinida negativa.

3.2. Teorema de LaSalle

En el caso particular de sistemas adaptables, en donde el estado queda conformado por el error
del estado (ex = x(t) − xref , con xref la referencia) y el error en los parámetros (eθ = θ(t) − θ∗
con θ∗ el valor de los parámetros que lleva el estado a la referencia), la condición (iii) del Teorema
3.1, V̇ (x, t) < 0, nunca se podrá asegurar dado que esta no puede quedar en términos de eθ al ser
un valor desconocido. Luego, es necesario un método para concluir estabilidad asintótica de un
equilibrio a partir de funciones de Lyapunov con derivada semidefinida negativa. A continuación, se
enuncian los respectivos teoremas y ejemplos para sistemas autónomos y sistemas no-autónomos.

Sistema autónomo Sea el sistema autónomo de la forma:

ẋ = f (x), f (0) = 0, ∀t ≥ t0 . (18)

Teorema 3.2. Sea Ω un conjunto compacto e invariante con respecto a (18) (propiedad de que toda
trayectoria solución de (18) que comience en Ω se mantendrá en Ω, ∀t ≥ t0 ). Suponga que hay
una función escalar V (x) tal que V̇ (x) ≤ 0 está en Ω. Sea E = {x|x ∈ Ω, V̇ (x) = 0} y sea M el
conjunto invariante más grande dentro de E. Luego, toda solución que comience en Ω se acerca a
M cuanto t → ∞.

Observación 3.1 Cuando no puede establecerse una trayectoria que se mantenga idéntica en los
puntos donde V̇ (x, t) = 0 excepto para x = 0, es decir, cuando el conjunto invariante M se restringe
al origen, entonces el origen es asintóticamente estable.

Ejemplo 3.7. En el estudio de la estabilidad del punto de equilibrio del péndulo con fricción (Ejem-
plo 3.6) se ha visto que la derivada de la función de Lyapunov cumple V̇ (x) = −(k/m)x22 ≤ 0.
Para aplicar el teorema de LaSalle se procede a encontrar el conjunto E = {x|x ∈ Ω, V̇ (x) = 0},
resultando E = {x|x2 = 0} i.e. la derivada es cero en todo el eje x2 = 0. Sin embargo, x2 = 0
implica ẋ2 = 0 ⇒ sin(x1 ) = 0 ⇒ x1 = 0. Luego, el mayor conjunto invariante M es el origen y
por tanto V (x) debe decrecer hacia 0, consecuentemente x(t) → 0 cuando t → ∞. Ası́, se concluye
que el equilibrio es asintóticamente estable tal y como se observó en la Figura 4.

Ejemplo 3.8. Considere el sistema

ẋ1 = −x1 + x1 x2 ,
(19)
ẋ2 = −x21 ,

10
 Informe Número 2

con función de Lyapunov y su derivada dadas por:

V = (x21 + x22 )/2,
V̇ = x1 ẋ1 + x2 ẋ2 (20)
= −x21 + x21 x2 − x21 x2 = −x21 .

Note que V̇ ≤ 0 y por el Teorema 3.1 el equilibrio x = 0 es estable. Luego se debe buscar el
conjunto E definido en el Teorema 3.2, obteniendo E = {x|x1 = 0}. Al evaluar x1 en el sistema
(19), puede verse que x1 = 0 ⇒ ẋ2 = ẋ1 = 0, por lo que el sistema se mantiene en equilibrio para
todo par x1 = 0, x2 = c, con c cualquier valor constante. Ası́, el conjunto invariante M es el mismo
conjunto E que no se restringe al origen y, por tanto, no se puede asegurar estabilidad asintótica.

Sistema no-autónomo
Sea el sistema no-autónomo:
ẋ = f (x, t), f (0, t) = 0, ∀t ≥ t0 . (21)
El interés es entonces encontrar el conjunto al cual la solución del sistema converge.

Teorema 3.3. Sea f (x, t) una función continua en x, medible en t y acotada en t para x acotados.
Sea V (x, t) una función de Lyapunov para el sistema (21) que satisface las condiciones (i), (ii) y
(iii) del Teorema 3.1 y tal que su derivada V̇ (x, t) satisface la desigualdad:

V̇ (x, t) ≤ −W (x) ≤ 0, ∀t ≥ t0 , (22)

donde W (x) es función continua de x. Luego todas las soluciones se acercan al conjunto E =
{x|W (x) = 0} cuando t → ∞.

3.3. Estabilidad de Lyapunov en sistemas LTI

La estabilidad de sistemas LTI cuya forma está dada por (4) también se puede analizar utilizando
el método de Lyapunov. Para ello, se considera una función candidata con forma cuadrática y su
derivada:
V (x) = xT P x, (23)
V̇ (x) = xT P ẋ + ẋT P x
= xT (P A + AT P )x (24)
= −xT Qx,
donde Q es una matriz simétrica dada por:
P A + AT P = −Q. (25)
Si Q es además definida positiva, entonces V (x) es función de Lyapunov y el origen es asintótica-
mente estable.

11
 Informe Número 2

El método para establecer dicha función generalmente se hace a la inversa, es decir, se propone
una matriz Q y se encuentra P tal y como se enuncia en el siguiente teorema.

Teorema 3.4. La matriz A de una sistema LTI es estable si y solo si para toda matriz Q simétrica
definida positiva, existe una matriz P simétrica definida positiva que satisface la ecuación de
Lyapunov (25).

Ejemplo 3.9. Considere el sistema LTI (7) del Ejemplo 2.1. Y sea la la matriz Q y una P general
simétrica: " # " #
1 0 p11 p12
Q= , P = . (26)
0 1 p12 p22
El objetivo es encontrar los valores de los elementos de P para satisfacer (25). Luego, al resolver
el lado izquierdo de la ecuación de Lyapunov (25) e igualarlo a −Q se obtiene un sistema de tres
ecuaciones con tres incógnitas:
2p12 = −1,
−2p12 − 2p22 = −1, (27)
−p11 − p12 + p22 = 0,
sistema que tiene como solución única: p11 = 1,5, p12 = −0,5 y p22 = 1. Luego, la matriz P queda
con valores propios positivos 0,691 y 1,8090, por lo que es definida positiva. Por ende, todos los
valores propios de A se encuentran en el semi-plano izquierdo del plano complejo y por ende el
sistema es estable (tal y como se comprobó en el Ejemplo 2.1).

Note que pese a obtener un procedimiento alternativo para determinar la estabilidad de la matriz A
este método no proporciona una ventaja de cálculo sobre el cálculo directo de los valores propios de
A. Sin embargo, la ventaja de utilizar el método de Lyapunov no reside en determinar la estabilidad
en sistemas LTI, sino en el hecho de que proporciona un procedimiento para encontrar una función
de Lyapunov para cualquier sistema lineal cuando A es estable y cuya existencia permite analizar
la estabilidad de un sistema ẋ = Ax cuando hay perturbaciones lineales o no lineales [1].

3.4. Estabilidad de Lyapunov en sistemas lineales variantes en el tiempo

Sea el sistema lineal variante en el tiempo de la forma

ẋ(t) = A(t)x(t) (28)

donde A(t) está conformada por elementos uniformemente acotados para todo t.

Teorema 3.5. La solución de 28 es uniformente asintóticamente estable si y solo si para toda matriz
Q definida positiva, que es acotada, existe una función escalar
R∞ T
V (x, t) = t x (t)ψ T (τ, t)Q(τ )ψ(τ, t)x(t)dτ, (29)

12
 Informe Número 2

la cual es una función de Lyapunov.

A diferencia de los sistemas LTI en donde basta con resolver una ecuación algebraica, en los
sistemas variantes puede mostrarse que para obtener la función de Lyapunov, se debe resolver la
ecuación diferencial:
Ṗ (t) = −Q(t) − AT (t)P (t) − P (t)A(t). (30)

4. Funciones reales positivas

Uno de los roles con bastante importancia en el análisis de estabilidad de sistemas adaptables lo
juega el lema de Kalman-Yakubovich que se expone en la siguiente sección, lema para el cual es
necesario tener afianzado el concepto de funciones reales positivas y funciones estrictamente reales
positivas.

Definición 4.1.-Función real positiva [2] [1] Una matriz H(s) n × n de función de transferencia
racional de la variable compleja s = σ + jω es real positiva si:

1. Todos los elementos de H(s) son analı́ticos para la parte real positiva de la variable compleja
Re[s] ≥ 0, es decir los polos de H(s) son no positivos.

2. Cualquier polo imaginario puro de cualquier elemento de H(s) es un polo simple (de multi-
plicidad 1) y la matriz de residuo asociada de H(s) es semidefinida positiva.

3. Para cualquier valor real de w tal que jw no es un polo de cualquier elemento de H(s), la ma-
triz H(jω) + H T (−jω) es semidefinida positiva (cuando n = 1 es equivalente a Re[H(jw)] ≥
0, ∀w ∈ R).

Definición 4.2.- Función estrictamente real positiva [2] [1] Una matriz H(s) n × n de función de
transferencia racional es estrictamente real positiva si H(s − ) es positiva real para algún  > 0.
Adicionalmente H(s) es estrictamente positiva si y solo si:

1. H(s) es Hurwitz, es decir, todos los polos de los elementos de H(s) tienen parte real negativa.

2. H(jω) + H T (−jω) > 0, ∀w ∈ R

3. Se cumple una de las siguientes tres condiciones: (i) H(∞) + H T (∞) > 0; (ii) H(∞) +
H T (∞) = 0 y limw→∞ w2 [H(jw) + H T (−jw)] > 0; (iii) H(∞) + H T (∞) ≥ 0 y existen
constantes positivas σ0 y w0 tal que w2 σmin [H(jω) + H T (−jω)] ≥ σ0 , ∀|w| ≥ w0 .

Con el fin clarificar el método para determinar cuando una función es real positiva o estrictamente
real positiva se plantean los siguientes ejemplos.

13
 Informe Número 2

Ejemplo 4.1. Considere la siguiente función de transferencia

H(s) = 1s . (31)

Note que H(s) no tiene polos en el semiplano derecho del plano complejo (no hay polos en Re[s] ≥
0); el unico polo es s = 0 el cual es de multiplicidad 1 y cuyo residuo es 1, y Re[H(jw)] =
Re[1/(jw)] = 0, ∀w 6= 0 por lo que es semidefinida positiva. Luego se cumplen las condiciones
1, 2 y 3 de la definición 4.1 y por ende se puede concluir que la función es real positiva. No
obstante, H(s) no es estrictamente real positiva dado que al reemplazar s por s −  se obtiene
H(s − ) = 1/(s − ) la cual tiene el polo en el semiplano derecho para cualquier .

Ejemplo 4.2. Considere la función de transferencia

1
H(s) = s+a
, a > 0, (32)

Luego, se procede a analizar las condiciones 1-3 de la Definición 4.1:

1. H(s) no tiene polos en Re[s] ≥ 0 (es hurwitz).
2. H(s) no tiene polos imaginarios.
3. Re[H(jw)] = a/(w2 + a2 ) > 0, ∀w ∈ R.
Por tanto, H es real positiva. Ahora se comprueba que H(s) es además estrictamente real positiva
a partir la Definición 4.2. Note que las condiciones 1 y 2 ya se han comprobado, luego, basta con
verificar uno de los tres items de la condición 3.
Evaluando la condición (ii), H(∞)+H T (∞) = a/(∞+a2 ) = 0 y limw→∞ w2 [H(jw)+H T (−jw)] =
limw→∞ w2 a/(w2 +a2 ) = a > 0 y, por tanto, se concluye que la función es estrictamente real positiva.

5. Lemma Kalman-Yakubovich
La importancia del lema de Kalman-Yakubovich recide en que establece una relación entre las con-
diciones de la parte LTI de un sistema y la existencia de una función de Lyapunov. Adicionalmente,
la obtención de dicha función se simplifica sustacialmente cuando la función de transferencia de
la parte LTI del sistema es estrictamente real positiva. A continuación, se enuncian dos formas de
dicho lema.

Sea un sistema con parte LTI de la forma:

ẋ = Ax(t) + bu(t),
(33)
y(t) = hx(t),

donde H(s) = hT (sI − A)−1 b es la función de transferencia de u a y.

14
 Informe Número 2

Lema 5.1. [2] Dado un vector h, una matriz asintóticamente estable A y un vector b tal que (A, b)
es controlable, existe una matriz Q = qq T y una matriz simétrica definida positiva P que satisface:

AT P + P A = −Q,
(34)
pb = h,

si y solo si H(s) es estrictamente real positiva.

Lema 5.2. [2] Dado un vector b, un vector h y una matriz A asintóticamente estable, si

Re[H(jm)] = Re[hT (jwI − A)−1 b] > 0, ∀w real, (35)

entonces, existe una matriz Q = qq T y una matriz simétrica definida positiva tal que

AT P + P A = −Q,
(36)
pb = h.

En ambas formas del lema, se establecen condiciones sobre la función de transferencia H(s) bajo
las cuales se garantiza la existencia de una matriz P que satisface la ecuación de Lyapunov. Note
que con este lema no es necesario calcular la matriz P simplemente se asegura su existencia.

6. Estabilidad de sistemas adaptables

Finalmente, se enuncian de manera concisa dos sistemas y su función de Lyapunov cuya forma es
muy común en sistemas adaptables. Es de recordar, que aunque los sistemas adaptables general-
mente se describen por ecuaciones no lineales variantes en el tiempo, el análisis de estabilidad se
realiza considerando subsistemas lineales.

Sea el primer sistema dado por:

ẋ = −u(t)uT (t)x(t), (37)
donde u es una función continua y acotada, y el equilibrio es x = 0. sea Q(t) = u(t)uT , luego Q(t)
es una matriz semidefinida positiva. Considere la función de Lyapunov y su derivada:

V (x, t) = xT (t)x(t)/2,
(38)
V̇ (x, t) = −xT (t)Q(t)x(t).
Luego, como V (x, t) es definida positiva y V̇ (x.t) es semidefinida negativa, entonces el estado de
equilibrio es uniformemente estable. Ya que Q(t) es variable en el tiempo, no se puede definir si el
sistema descrito por la ecuación (37) es uniformemente asintóticamente estable por ninguno de los
teoremas descritos en el método directo de Lyapunov. Sin embargo, en [2], manifiestan que este
problema ha sido estudiado por muchos autores en el pasado y por lo tanto se puede aplicar el

15
 Informe Número 2

teorema 2.16 de [2], mediante las condiciones de (a) a (d) que son equivalentes y que aseguran que
el estado de equilibrio de la ecuación (37) es uniformemente asintóticamente estable.

Sea el segundo sistema dado por:

x˙1 (t) = A(t)x1 (t) + uT (t)x2 (t)

(39)
x˙2 (t) = −u(t)x1 (t)
Donde x1 : [0,∞) → Rm , x2 : [0,∞) → Rn , A(t) y u(t) son matrices de funciones acotadas y continuas
de dimensiones n × n y n × m, respectivamente. A(t) + AT (t) es uniformemente definida negativa.

Se puede demostrar que el sistema gobernado por la ecuación (39) es uniformemente estable me-
diante la función V̇ (x) = xT x.

Sin embargo, el objetivo con esta ecuación diferencial es determinar condiciones necesarias y sufi-
cientes tal que el estado de equilibrio en x = 0 sea uniformemente asintóticamente estable.

Ahora bien, la ecuación (39) es uniformemente asintóticamente estable si, y solamente si, existen
constantes positivas T0 , δ0 y 0 con un t2 ∈ [t, t + T0 ] tal que para cualquier vector w ∈ Rn ,
1 Z t2 +δ0 T
|| u (τ )wdτ || ≥ 0 ∀t ≥ t0 (40)
T0 t2
La anterior ecuación puede ser relajada por el colorario 2.3 de [2].

7. Conclusión
En este informe se presentan los conceptos de estabilidad en sistemas lineales y no lineales a la vez
que algunas de las herramientas matemáticas más utilizadas con las cuales es posible concluir sobre
dicha estabilidad. Se ha abarcado desde el análisis de la estabilidad en sistemas lineales invariantes
hasta la estabilidad de Lyapunov en sistemas lineales y no lineales dentro del cual destacan el
método basado en la función de Lyapunov, el teorema de LaSalle y el Lema de Kalman-Yakubovich.
Adicionalmente se han abordado dos casos particulares de sistemas adaptables. Estos conceptos y
herramientas se han explicado con diferentes ejemplos con lo cual se ha clarificado en gran medida
tanto el método de análisis de estabilidad como la utilidad de cada definición, teorema y lema
enunciado.

En sistemas lineales invariantes en el tiempo es suficiente con demostrar estabilidad por medio de
los valores propios de la matriz A, o lo que es lo mismo, demostrar que el polinomio caracterı́stico
del sistema es Hurwitz. Sin embargo, para sistemas lineales y variantes en el tiempo, demostrar
estabilidad no es una tarea fácil por la complejidad de calcular una matriz de transición. Por
otro lado, en sistemas no lineales, la teorı́a de estabilidad en el sentido de Lyapunov juega un
papel importante ya que por medio de funciones descritas como funciones de Lyapunov es posible

16
 Informe Número 2

demostrar si el estado de equilibrio (por lo general el origen) de un sistema determinado es estable

y además determina que tipo de estabilidad tiene dicho sistema. Cabe mencionar que encontrar
las funciones de Lyapunov no es una tarea sencilla para ciertos sistemas no lineales debido a que
no se cuenta con una metodologı́a que permita hallar dichas funciones. En muchos de los casos es
una tarea de ensayo y error.

En cuanto al análisis de estabilidad de sistemas con control adaptable hay que considerar que
los valores asociados con la ley de control involucran parámetros que varı́an en el tiempo. En ese
sentido, se mencionan dos casos que se presentan con frecuencia en sistemas de control adaptable
en donde se puede demostrar fácilmente que ambos son sistemas uniformemente estable, pero que
además de ello se demuestra, por medio de información adicional a la establecida por el método
directo de Lyapunov, que ambos sistemas son uniformemente asintóticamente estable.

Referencias
[1] H. K. Khalil, Nonlinear systems, 2nd ed. New Jersey: Prentice Hall, Inc., 1996.

[2] A. M. Narendra, Kumpati S.and Annaswamy, Stable adaptive systems, 1st ed. New York:
Dover publications, INC, 2005.

[3] A. Isidori and C. I. Byrnes, “Steady-state behaviors in nonlinear systems with an application
to robust disturbance rejection,” Annual Reviews in Control, 2008.

[4] O. Gurel and L. Lapidus, “Guide to the generation of lyapunov functions,” Industrial and
Engineering Chemistry, vol. 61, no. 3, 1969.

17