Controlabilidad de sistemas dinmicos no lineales acoplados

por

Diego Alejandro Muoz Durango

Trabajo presentado como requisito parcial

para optar al Ttulo de

Magister en Matemticas

Directora: Margarita Toro Villegas

Co-director: Hernn lvarez Zapata

Universidad Nacional de Colombia

Sede Medelln
Facultad de Ciencias
Posgrado de Matemticas

Marzo 2007

Este trabajo ha sido apoyado parcialmente por la Fundacin MAZDA para el Arte y la
Ciencia y por el proyecto COLCIENCIAS No 1118-05-13631.

ii

Resumen
En este trabajo se aborda el estudio de la propiedad de controlabilidad y la descomposicin
en estados controlables/no controlables de los sistemas dinmicos de control anes con la entrada, con el n de aproximarnos al anlisis de los sistemas acoplados en lo que concierne a esta
propiedad. En el caso de los sistemas lineales se presentan los resultados ms relevantes con
respecto a la controlabilidad. En el caso no lineal se dene una versin local de esta propiedad
que se llama accesibilidad local. Se muestra adems que esta versin local coincide con lo desarrollado en los sistemas lineales cuando es aplicada a estos sistemas. En el trabajo con sistemas
de control anes con la entrada, se tiene un algoritmo que proporciona la manera de vericar
la accesibilidad local. Basados en estos resultados se propone una metodologa que permite
vericar la accesibilidad de los sistemas dinmicos acoplados. Finalmente dicha metodologa
es aplicada a un proceso qumico en particular, para el cual se realiza un modelo matemtico
basado en leyes de conservacin, que permite vericar la accesibilidad local de cada uno de los
equipos involucrados y se analiza de manera global el sistema acoplado.

iii

Contenido
Introduccin

VIII

1. Conceptos bsicos

1.1. Campos Vectoriales y Flujos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Sistemas de Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3. lgebras de Lie de los sistemas de control . . . . . . . . . . . . . . . . . . . . . .

1.4. Distribuciones y Teorema de Frobenius . . . . . . . . . . . . . . . . . . . . . . . .

1.4.1. Deniciones y propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.4.2. Co-distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.3. Teorema de Frobenius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2. Controlabilidad de sistemas de control anes con la entrada

18

2.1. Controlabilidad de sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.1.1. Propiedades y criterio de controlabilidad . . . . . . . . . . . . . . . . . . . 19
2.1.2. Descomposicin de sistemas de control lineales . . . . . . . . . . . . . . . 22
2.2. Controlabilidad de los sistemas no lineales . . . . . . . . . . . . . . . . . . . . . . 24
2.2.1. Propiedades y criterio de controlabilidad . . . . . . . . . . . . . . . . . . . 25
2.2.2. Descomposicin de sistemas de control no lineales

. . . . . . . . . . . . . 29

2.2.3. Algoritmo para generar la distribucin de accesibilidad local

. . . . . . . 34

2.2.4. Ejemplo: Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3. Aproximacin a la vericacin de la controlabilidad de los sistemas dinmicos
acoplados

36

3.1. Metodologa para vericar la controlabilidad de los sistemas dinmicos acoplados 37

3.2. Aplicacin de la metodologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2.1. Modelamiento matemtico . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2.1.1. Sistema I: Intercambiador de calor (IC) . . . . . . . . . . . . . . 38
3.2.1.2. Sistema II: Separador Flash . . . . . . . . . . . . . . . . . . . . . 40
3.2.2. Vericacin de la controlabilidad . . . . . . . . . . . . . . . . . . . . . . . 41
iv

3.2.2.1. Sistema I: Intercambiador de calor (IC) . . . . . . . . . . . . . . 42

3.2.2.2. Sistema II: Separador Flash . . . . . . . . . . . . . . . . . . . . . 43
3.2.3. Anlisis completo: sistemas acoplados . . . . . . . . . . . . . . . . . . . . 44
Apndice
A.

Desarrollo del modelo matemtico para el proceso de separacin de amonaco-agua 50

Sistema I: Intercambiador de calor (IC) . . . . . . . . . . . . . . . . . . . . . . . 50
Sistema II: Separador Flash . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

Bibliografa

56

Lista de Figuras
1-1. a) Espacio Tangente Tp M:

b) Campo vectorial en M . . . . . . . . . . . . . .

1-2. Flujo de un campo vectorial f: . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2-1. Subconjunto alcanzable con u = 0 y efecto de la entrada u . . . . . . . . . . . . . 25

2-2. Conjunto alcanzable desde x0 : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2-3. Supercies suaves d dimensionales y los estados alcanzables en el tiempo T: . . . 33
3-1. Diagrama de ujo del proceso de separacin . . . . . . . . . . . . . . . . . . . . . 38
3-2. Sistemas a analizar del proceso de separacin de Amonaco-Agua. . . . . . . . . . 39
3-3. Subvariedad de puntos alcanzables para el reactor con condiciones iniciales F (0) =
2 gl ; S(0) = 0;5 gl ; V (0) = 0;5l: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

vi

Agradecimientos
Este trabajo ha sido posible gracias a la colaboracin, algunas veces implcita, de muchas
personas. Quiero agradecer a:
Mi directora, la profesora Margarita Toro V., por su trabajo continuo, por su inters, por
su apoyo y por ser una gua para lograr el objetivo planteado.
A mi co-director, el profesor Hernn lvarez Z., quien siempre estuvo atento a nuestro
avance y me motivo para mantener el rigor matemtico sin perder la mirada ingenieril.
A los profesores que de alguna u otra forma han aportado enormemente en mi formacin
acadmica y personal, entre ellos: Profesor Carlos Meja, Profesor Jorge Cossio, Profesor Jorge
Meja, Profesor Pedro Isaza.
A la Fundacin MAZDA para el Arte y la Ciencia quien me brind el apoyo econmico para
realizar mis estudios en el posgrado de Matemticas.

vii

Introduccin
Los sistemas dinmicos toman lugar en muchas disciplinas tales como la robtica, aeronutica, economa, biologa e ingeniera. Para los sistemas dinmicos, en el contexto de la teora de
control, desde 1960 R.E. Kalman en su trabajo On the General Theory of Control Systems, [7]
deni el concepto de controlabilidad para un sistema lineal invariante en el tiempo. Un estudio
sistemtico de la controlabilidad para sistemas no lineales fue comenzado desde los aos 70s.
Los trabajos desarrollados en [14], [4] y [2] plantearon un anlogo no lineal del criterio de la
condicin de rango para la controlabilidad propuesta por Kalman. El anlogo permite vericar
la propiedad de accesibilidad, la cual es una forma local de controlabilidad, i.e. la capacidad de
alcanzar desde un estado inicial un conjunto de dimensin completa (no necesariamente todo
el espacio). La Teora involucrada en este campo, trata temas clsicos de geometra diferencial como son el estudio de los campos vectoriales, los teoremas de existencia y unicidad de la
solucin de ecuaciones diferenciales, los grupos y lgebras de Lie.
Desde un punto de vista prctico, en el caso de los procesos qumicos, la mayora de ellos
estn conformados por dos o ms sistemas dinmicos, integrados mediante intercambios de
masa, energa y cantidad de movimiento a travs de tuberas y separaciones fsicas. Todos los
intercambios generan alta interaccin entre las dinmicas propias de cada equipo. La interaccin
siempre se ha visto como un inconveniente para el control eciente del proceso pero es posible
aprovecharla para hacer ms fcil el control de aquellas variables asociadas directamente con la
calidad del producto.
La idea de este trabajo es explorar la manera de vericar la controlabilidad de los sistemas
dinmicos acoplados cuando se ha demostrado controlabilidad a cada uno de los sistemas independientes para una regin de su espacio de operacin. Para lograr este objetivo, el trabajo se
divide como se describe a continuacin.
En el Captulo 1 se dene la estructura de los sistemas dinmicos de control con los cuales se
va a hacer el estudio. Estos sistemas generan un conjunto de campos vectoriales al cual se le da
estructura de lgebra de Lie. Adems se denen los conceptos de distribucin y co-distribucin
que sern de gran importancia para vericar la propiedad de inters a los sistemas de control.
En el Captulo 2 se dene la propiedad de controlabilidad para un sistema de control lineal
invariante en el tiempo y la descomposicin en estados controlables/no controlables. Se obtiene
adems la condicin de rango de controlabilidad de Kalman, que permite vericar dicha
propiedad. Luego se presentan las condiciones para denir una versin local de controlabilidad
para los sistemas no lineales que se llama accesibilidad local y se obtiene la condicin de rango
de accesibilidad, que es anloga a la mencionada para los sistemas lineales. Finalmente se
presenta un algoritmo para el clculo de la distribucin de accesibilidad a la cual se le verica
la condicin de rango de accesibilidad.
viii

En el Captulo 3 se propone una metodologa que permite vericar la controlabilidad para los
sistemas acoplados basada en el clculo de la distribucin de accesibilidad y la descomposicin
en estados controlables/no controlables. Esta metodologa es aplicada a un proceso qumico,
el cual es modelado mediante leyes de conservacin para el cual se tienen resultados a lo que
concierne con la accesibilidad local del sistema acoplado.
Finalmente en el apndice se desarrolla detalladamente el modelamiento matemtico basdo
en leyes de conservacin del proceso de separacin de amonaco-agua.

ix

Captulo 1
Conceptos bsicos
Para abordar el estudio de la propiedad de controlabilidad y la descomposicin en estados
controlables/no controlables de los sistemas dinmicos de control, es necesario introducir ciertos
resultados y deniciones. En la primera parte de este captulo, Secciones 1.1 y 1.2, se denen
los campos vectoriales, ujos y espacio tangente en una variedad suave M , con el n de denir
la estructura de los sistemas dinmicos de control con los cuales se va a hacer el anlisis. La
palabra "suave"(variedad, mapeo, campo vectorial, etc) signica C 1 : En la Seccin 1.3 se le da
estructura de lgebra de Lie al conjunto de campos vectoriales suaves que denen los sistemas
dinmicos de control. Posteriormente se introducen los conceptos y resultados de distribucin
y co-distribucin con el n de caracterizarlas, Seccin 1.4. En la Seccin 1.4.3 (Teorema de
Frobenius) se enuncian las condiciones necesarias para que las distribuciones generadas por
campos vectoriales suaves sean integrables.

1.1.

Campos Vectoriales y Flujos

Sea M un subconjunto abierto de Rn (o una variedad diferenciable de dimensin n); se

denota por Tp M al espacio de vectores tangentes a M en el punto p. El espacio tangente de
una variedad diferenciable en el punto p es una aproximacin lineal de la variedad en una
vecindad de dicho punto [1]. En un sentido abstracto, el espacio tangente de una variedad en un
punto es el conjunto de vectores velocidad de todas las curvas suaves de la variedad que pasan
por ese punto. Se denota por C 1 (p) el conjunto de funciones suaves de valor real denidas en
una vecindad de p. Formalmente el espacio tangente se dene de la siguiente forma:
Denicin 1.1.1 a) El espacio tangente Tp M de una variedad suave M en un punto p 2 M

se dene como

Tp M =

d
dt

t=0

:(

; ) ! M suave, (0) = p

i.e. es el conjunto de todos los vectores tangentes de todas las curvas suaves en M que pasan
por p en t = 0 (Figura 1-1a).
Equivalentemente Tp M se puede denir como el espacio lineal de los mapeos Xp : C 1 (p) !

R que satisfacen para toda ; ' 2 C 1 (p)

i) Xp (a + b') = aXp ( ) + bXp (') ; a; b 2 R (linealidad)

1

ii) Xp ( ') = Xp ( ) '(p) + (p)Xp (') (regla del producto)

b) Un campo vectorial suave f en una variedad suave M est denido como un mapeo
f: M
p

[ Tp M

p2M

7 !

f (p)

el cual asigna a cualquier punto p 2 M un vector tangente en p (Figura 1-1b).

El signicado geomtrico de Xp ( ) es que la funcin

la curva

:(

; ) ! M con (0) = p y

0 (0)

es derivada en p 2 M a lo largo de

= Xp ; i.e. Xp ( ) = (

)0 (0):

&(0)

Tp M

(t)

a)

b)

Figura 1-1: a) Espacio Tangente Tp M:

b) Campo vectorial en M .

En un sistema de coordenadas dado, f puede ser expresado como un vector columna f =

col(f1 ; : : : ; fn );
f (p) 2

Rn :

donde fi : M ! R es una funcin suave. En la prctica se considera a

Denicin 1.1.2 Un sistema dinmico suave, o una ecuacin diferencial ordinaria (ODE), en
una variedad suave M , es una ecuacin de la forma
dx
= x(t) = f (x);
dt

x2M

(1.1)

donde f (x) es un campo vectorial suave:

De los teoremas de existencia y unicidad de soluciones de ecuaciones diferenciales ordinarias
se tiene que, si f es de clase C k ; con k

1, entonces para cualquier punto inicial p en el dominio

de f existe un intervalo abierto I que contiene a t = 0 y existe una curva diferenciable

p

: I

t 7 !

p (t)

= x(t)

la cual satisface la ecuacin diferencial (1.1) y x(0) =

p 2 M se puede denir la accin

:I

p (0)

= p: A partir de las funciones

M ! M mediante (t; p) =

local o simplemente el ujo del campo vectorial f: Dado el ujo

la funcin (t) : M ! M denida por (t)(p) =

p (t):

siguientes propiedades

(t1 )

(t2 ) =

(t1 + t2 ) ;

p (t);

p;

que se llama ujo

se tiene para cada t 2 I;

La familia f (t) : t 2 Ig cumple las

( t) = ( (t))

(0) = id:

(1.2)

P3 (t )

P2 (t )
p3
p2

P1 (t )

p1

Figura 1-2: Flujo de un campo vectorial f:

Si la solucin

p (t)

est bien denida para todo t 2 R y p 2 M; entonces el campo vec-

torial f es llamado completo y su ujo forma un grupo de 1 parmetro. Cualquier familia de

1 parmetro que satisface (1.2) dene un nico campo vectorial mediante la frmula
f (p) =

@
@t

p (t)
t=0

y el ujo de este campo vectorial coincide con

p (t):

A las curvas

p (t)

se les llama a veces

curvas integrales. En el caso en que se tenga un conjunto de campos vectoriales f1 ; f2 ; : : : ; fk ;

el ujo de cada uno de ellos se denota por

1;

2; : : : ;

con el n de diferenciarlos.

El siguiente teorema muestra que bajo la caracterstica de que un campo vectorial no se

anule en algn punto p, ste puede estar dado en una forma simple. La prueba de este teorema
se encuentra en [9, pag. 48].
Teorema 1.1.1 (Flow-box) Sea X un campo vectorial en M con X(p) 6= 0. Entonces existe
una carta coordenada (U; x1 ; :::; xn ) alrededor de p tal que
X=

@
:
@x1

geomtricamente esto signica que alrededor de p las curvas integrales de X son de la forma
xi (p) = constante; i = 2; :::; n

1.2.

Sistemas de Control

Para los sistemas dinmicos, el futuro x(t) =

por el estado inicial x(0) =

p (0);

p (t),

t > 0, est completamente determinado

y por un slo campo vectorial f:

Para modicar la dinmica del sistema con nes de realizar control, se considera la siguiente
familia de sistemas dinmicos
: x(t) = f (x(t); u(t))

(1.3)

; el cual toma valores en un subconjunto abierto M de Rn (o

donde x es llamado el estado de

en una variedad suave M de dimensin n) y u; llamado control, toma valores en un conjunto

arbitrario U (con al menos dos elementos). Un sistema de la forma (1.3) es llamado sistema
de control no lineal general. Al conjunto M se le llama el espacio de estados del sistema y
U el conjunto de control. Se supone que los campos vectoriales fu = f ( ; u); denidos por
(1.3), son suaves. En teora de control los cambios dinmicos se hacen en cualquier instante
de tiempo realizando cambios en la variable de control u 2 U: Para cualquier cambio en u; el

correspondiente campo vectorial f ( ; u) genera un ujo

p (t):

En este trabajo, se estudia la representacin de los sistemas de control no lineales anes con
la entrada, la cual es un caso particular de (1.3). En este caso, la familia de sistemas dinmicos
con m entradas de control u1 (t); : : : ; um (t)

af

: x(t) = f (x) +

m
X

ui (t)gi (x)

(1.4)

i=1

es llamada un sistema de control afn con la entrada, donde x(t) 2 M

suave de dimensin n) y u(t) = col (u1 (t); : : : ; um (t)) 2 U

Rn (o una variedad

Rm (o una variedad suave de

Rn ! Rn pueden

dimensin m): Por conveniencia, los campos vectoriales f; g1 ; : : : ; gm : M

ser representados en forma de funciones vectoriales suaves n-dimensionales de valor real en las
variables x1 ; : : : ; xn
2

f1 (x1 ; : : : ; xn )

6
6 f2 (x1 ; : : : ; xn )
f (x) = 6
..
6
.
4
fn (x1 ; : : : ; xn )

7
7
7;
7
5

g1i (x1 ; : : : ; xn )

6
6 g2i (x1 ; : : : ; xn )
gi (x) = 6
..
6
.
4
gni (x1 ; : : : ; xn )

7
7
7:
7
5

(1.5)

En el caso en que los campos vectoriales sean de la forma f (x) = Ax y gi (x) = bi ; para
una matriz A 2 Mn (R) y vectores bi 2 Rn ; el sistema (1.4) se convierte en:
4

x(t) = Ax(t) +

m
X

ui (t)bi = Ax(t) + Bu(t)

(1.6)

i=1

donde B = [ b1 j b2 j

j bm ] 2 Mn

m (R).

Al sistema dinmico (1.6) se le llama, sistema de

control lineal afn con la entrada.

Muchos de los resultados que se presentan en las secciones siguientes, se encuentran generalizados para los sistemas no lineales (1.3) en [4], [13], sin embargo una de las razones por las
cuales se trabaja con los sistemas de control afn con la entrada (1.4, 1.6), es que en el momento
de realizar clculos concretos, se tienen metodologas y algoritmos que lo permiten, [6].

1.3.

lgebras de Lie de los sistemas de control

En esta seccin se presentan varias deniciones y conceptos que permiten denir el lgebra
de Lie de campos vectoriales, que en el caso de los sistemas de control, son los campos dados
por (1.5). La nomenclatura y deniciones fueron tomadas de [13] y [6].
Sea f = col(f1 ; f2 ; :::; fn ) un mapeo continuamente diferenciable denido en un subconjunto
@f 0
abierto M
Rn : Para cada x0 2 M;
(x ) 2 Mn (R) es la matriz Jacobiana de f evaluada
@x
0
en x : Para el subconjunto abierto M se denen los siguientes conjuntos
F(M ) = ff : M ! Rn j f es un campo vectorial suaveg
(M ) = f : M ! R j

es diferenciableg

los cuales resultan ser espacios vectoriales. De esta manera se dene la siguiente operacin:
Denicin 1.3.1 El corchete de Lie de f; g 2 F(M ) se dene como
[f; g] :=
Para cada f 2 F(M ) y cada

como:

@g
f (x)
@x

@f
g(x)
@x

(M ); la derivada de Lie de

(1.7)
a lo largo de f se dene

Lf (x) :=

X @
@
f (x) =
fi (x)
@x
@xi

(1.8)

i=1

Note que Lf : (M ) ! (M ) puede ser visto como un operador diferencial de primer orden.

Repitiendo esta operacin se obtiene el operador diferencial compuesto

Lf Lg (x) =
=

fi (x)

@
@xi

@(Lg (x))
f (x)
@x
!
P
P
P
@gj (x) @ (x)
@
@ @
gj (x)
(x) = fi (x)gj (x)
(x) + fi (x)
@xj
@xi @xj
@xi @xj
j
i;j
i;j

= g T (x)H f (x) +

@ (x) @g(x)
f (x)
@x
@x

donde H es la matriz Hessiana

@2
@xi @xj
Lf Lg

: Como en ste caso H es simtrica,

Lg Lf = L[f;g]

(1.9)

Para los campos vectoriales del espacio vectorial F(M ) se tiene la siguiente proposicin que

lo provee de estructura de lgebra de Lie.

Proposicin 1.3.1 El corchete de Lie de campos vectoriales tiene las siguientes propiedades:
(i) Para todo f; g 2 F(M ) se tiene que [f; g] 2 F(M ):

(ii) Es bilineal sobre R; i.e. si f1 ; f2 ; g1 ; g2 son campos vectoriales y r1 ; r2 son nmeros

reales, entonces
[r1 f1 + r2 f2 ; g1 ] = r1 [f1 ; g1 ] + r2 [f2 ; g1 ]
[f1 ; r1 g1 + r2 g2 ] = r1 [f1 ; g1 ] + r2 [f1 ; g2 ] :
(iii) Es anti simtrico, i.e
[f; g] =

[g; f ] :

(iv) Satisface la identidad de Jacobi, i.e. si f; g; h son campos vectoriales, entonces

[f; [g; h]] + [h; [f; g]] + [g; [h; f ]] = 0

(1.10)

por tanto F(M ) es una lgebra de Lie bajo este corchete.

Prueba. (i) Sea p 2 M; veamos que [f; g] (p) 2 Tp M: Para esto se deben vericar las

condiciones (i) y (ii) de la Denicin 1.1.1. Sean ; ' 2 C 1 (p) y a; b 2 R; luego

([f; g] (p)) (a + b')

=
"

(Lf Lg (a + b')) (p)

P o r (1 .9 )

(Lg Lf (a + b')) (p)

(1.11)

donde
(Lf Lg (a + b')) (p) =

fi (p)gj (p)

i;j

= a

@gj (p) @(a + b')(p)

@ 2 (a + b')(p) P
+ fi (x)
@xi @xj
@xi
@xj
i;j

fi (p)gj (p)

i;j

+a

fi (x)

i;j

P
@ 2 (p)
@ 2 '(p)
+ b fi (p)gj (p)
@xi @xj
@xi @xj
i;j

P
@gj (p) @ (p)
@gj (p) @'(p)
+ b fi (x)
@xi @xj
@xi
@xj
i;j

= a (Lf Lg ) (p) + b (Lf Lg ') (p)

y de forma anloga

(Lg Lf (a + b')) (p) = a (Lg Lf ) (p) + b (Lg Lf ') (p):

Luego reemplazando en (1.11) se tiene
([f; g] (p)) (a + b') = a (Lf Lg ) (p) + b (Lf Lg ') (p)
= a [(Lf Lg ) (p)

a (Lg Lf ) (p) + b (Lg Lf ') (p)

(Lg Lf ) (p)] + b [(Lf Lg ') (p)

(Lg Lf ') (p)]

= a ([f; g] (p)) ( ) + b ([f; g] (p)) (')

La condicin (ii) se verica de igual forma y por tanto [f; g] 2 F(M ):
Las pruebas de (ii) y (iii) son inmediatas de la denicin.

(iv) Usando (1.7) se tiene que

@

@h
@x g(x)

@g
@x h(x)

@ [g; h]
@f
@f @h
f (x)
[g; h] (x) =
f (x)
g(x)
@x
@x
@x
@x @x
@ @g
@f @h
@f @g
@ @h
g(x) f (x)
h(x) f (x)
g(x) +
h(x)
=
@x @x
@x @x
@x @x
@x @x
@2h
@h @g
@2g
@g @h
@f @h
=
g(x)f
(x)
+
f
(x)
h(x)f (x)
f (x)
g(x) +
2
2
@x
@x @x
@x
@x @x
@x @x
@2h
@2g
@f @h
@f @g
g(x)f
(x)
h(x)f (x)
g(x) +
h(x)
=
2
2
@x
@x
@x @x
@x @x

[f; [g; h]] =

@g
h(x)
@x

@f @g
h(x)
@x @x
(1.12)

de forma anloga se calcula

[h; [f; g]] =
[g; [h; f ]] =

@2g
f (x)h(x)
@x2
@2f
h(x)g(x)
@x2

@2f
g(x)h(x)
@x2
@2h
f (x)g(x)
@x2

@h @g
@h @f
f (x) +
g(x)
@x @x
@x @x
@g @f
@g @h
h(x) +
f (x)
@x @x
@x @x

(1.13)
(1.14)

Luego, sumando se tiene

@2g
h(x)f (x)
@x2
@2f
g(x)h(x)
@x2
@2h
f (x)g(x)
@x2

@2h
g(x)f (x)
@x2
@2g
f (x)h(x)
@x2
@2f
h(x)g(x)
@x2
= 0

[f; [g; h]] + [h; [f; g]] + [g; [h; f ]] =

@f @h
@f @g
g(x) +
h(x) +
@x @x
@x @x
@h @g
@h @f
f (x) +
g(x) +
@x @x
@x @x
@g @f
@g @h
h(x) +
f (x)
@x @x
@x @x

Usando el operador diferencial Lf y la ecuacin (1.9), tambin se puede probar la Proposicin

1.3.1, realizando los siguientes clculos:
L[f;[g;h]] = Lf L[g;h]
= Lf Lg Lh

L[g;h] Lf = Lf (Lg Lh
Lf Lh Lg

Lh Lg )

(Lg Lh

Lh Lg ) Lf

Lg Lh Lf + Lh Lg Lf

(1.15)

L[h;[f;g]] = Lh Lf Lg

Lh Lg Lf

Lf Lg Lh + Lg Lf Lh

(1.16)

L[g;[h;f ]] = Lg Lh Lf

Lg Lf Lh

Lh Lf Lg + Lf Lh Lg

(1.17)

de igual forma se tiene

sumando (1.15), (1.16) y (1.17) se concluye el resultado.

Algunas propiedades y relaciones entre los operadores introducidos anteriormente se muestran en la siguiente proposicin, cuya prueba se encuentra en [6].
Proposicin 1.3.2 Sean f; g campos vectoriales,
L

funciones de valor real. Entonces:

(x) = (Lf (x)) (x)

[ f; g] (x) =

(1.18)

(x) (x) [f; g] (x) + (Lf (x)) (x)g(x)

L[f;g] (x) = Lf Lg (x)

1.4.

; ;

Lg Lf (x)

(Lg a(x)) (x)f (x)

(1.19)
(1.20)

Distribuciones y Teorema de Frobenius

Las distribuciones y co-distribuciones son conceptos importantes para el anlisis de las

propiedades dinmicas de los sistemas no lineales, tales como la controlabilidad. A continuacin
se presentan las deniciones y resultados ms relevantes para el estudio de dichas propiedades,
[8].

1.4.1.

Deniciones y propiedades

Denicin 1.4.1 Sean f1 ; f2 ; : : : ; fd campos vectoriales suaves denidos en M , subconjunto

abierto de Rn o una variedad suave de dimensin n. Una distribucin suave en M es un mapeo
que asigna a cada punto x de M un subespacio vectorial generado por los campos vectoriales
f1 ; f2 ; : : : ; fd ; i.e.
(x) = gen ff1 (x); :::; fd (x)g :
La dimensin de la distribucin

en x es la dimensin del subespacio vectorial

(x).

Basados en las propiedades de los espacios vectoriales, es posible extender ciertas ideas para
introducir los siguientes conceptos:
Si

son distribuciones, se dene:

Una distribucin
2 (x)

2 ) (x)

1 (x)

2 (x)

2 ) (x)

1 (x)

2 (x) :

contiene a la distribucin

2;

que se denota por

2;

si

1 (x)

para todo x 2 M:

Un campo vectorial f pertenece a una distribucin

f (x) 2

(x) para todo x 2 M:

Una distribucin

; que se denota por f 2

; denida en M , es no singular si existe un entero d tal que

dim

(x) = d;

para todo x 2 M:

Un punto x0 2 M se dice que es un punto regular de una distribucin

vecindad

M0

de

x0

; si

tal que

es no singular en

M 0.

; si existe una

Cada punto de M que no sea regular,

se dice que es un punto de singularidad.

Una distribucin
pertenece a

es involutiva si el corchete de Lie [f1 ; f2 ] es un campo vectorial que

; para todo f1 ; f2 2

Una subvariedad N de M es una variedad integral de una distribucin

Tp N =

(p); para todo p 2 N

Se tienen los siguientes resultados, que se prueban en [9].

9

en M si

Proposicin 1.4.1 Sea

una variedad integral de

una distribucin en M tal que a travs de cada punto de M pasa

: Entonces

es involutiva.

Proposicin 1.4.2 Sea F : M1 ! M2 una inmersin y sea p1 2 M1 : Entonces existen una

carta coordenada (U; x1 ; :::; xn1 ) de p1 y (V; z1 ; :::; zn2 ) de p2 = F (p1 ) tal que F en estas coordenadas locales
(a1 ; : : : ; an1 ) 7! (a1 ; : : : ; an1 ; 0; : : : ; 0)
Se sigue de esta proposicin que si F es una inmersin, entonces para cualquier p1 2 M1

existe una vecindad U de p1 tal que F (M1 \ U ) es una subvariedad de M2 :

Lema 1.4.3 Sea

una distribucin suave y x0 un punto regular de

x0 =

: Suponga que dim

d: Entonces, existe una vecindad abierta M 0 de x0 y un conjunto ff1 ; : : : ; fd g de campos vectoriales suaves denidos en M 0 tales que:

(i) los vectores f1 (x); : : : ; fd (x) son linealmente independientes para cada x 2 M 0 :
(ii)

(x) = gen ff1 (x); : : : ; fd (x)g para cada x 2 M 0 :

Por tanto, todo campo vectorial suave

puede ser expresado en M 0 como

(x) =

d
P

ci (x)fi (x)

(1.21)

i=1

donde c1 (x); : : : ; cd (x) son funciones suaves de valor real denidas en M 0 .

Prueba. La existencia de exactamente d campos vectoriales suaves que generan
de
en

x0

es una consecuencia trivial de las suposiciones. Ahora, si

; se tiene que para cada x cercano a

x0

la matriz n

[ f1 (x)j f2 (x)j

j fd (x)j

alrededor

es un campo vectorial suave

(d + 1)
(x)]

tiene rango d: Entonces de los resultados de lgebra lineal se deduce la representacin (1.21) y
la suavidad de las entradas de dicha matriz implica las caractersticas de las funciones ci (x):
Una forma de vericar si una distribucin no singular

es o no involutiva la proporciona

el siguiente lema.
Lema 1.4.4 Sea

una distribucin no singular; con f1 ; : : : ; fd campos vectoriales suaves que

localmente generan a

: Se cumple que

es involutiva si y slo si

[fi ; fj ] 2

para todo 1

i; j

d:

Prueba. ()) Por la denicin de distribucin involutiva [fi ; fj ] 2

ya que f1 ; : : : ; fd son campos vectoriales de

10

, para todo 1

i; j

d;

(() Sean

1; 2

; por el Lema 1.4.3 se tiene que

1 (x)

d
P

ci (x)fi (x)

2 (x)

i=1

d
P

aj (x)fj (x)

j=1

donde c1 (x); : : : ; cd (x) y a1 (x); : : : ; ad (x) son funciones suaves de valor real denidas en M 0 :
Considere la expansin dada por (1.19)
[ 1;

2 ] (x)

"

d
P

ci (x)fi (x);

i=1

aj (x)fj (x)

j=1

d P
d
P

d
P

ci (x)aj (x) [fi ; fj ] (x) +

i=1 j=1
d P
d
P

i=1 j=1

(1.22)

d P
d
P

i=1 j=1

ci (x) (Lfi aj (x)) fj (x)

aj (x) Lfj ci (x) fi (x)

note que todos los campos vectoriales en el lado derecho de (1.22) son campos vectoriales de
:
Corolario 1.4.5 Sea

una distribucin no singular.

rango [ f1 (x)j
para todo x y todo 1

i; j

j fd (x)] = rango [ f1 (x)j

es involutiva si
j fd (x)j [fi ; fj ] (x)]

d:

Es fcil probar que la interseccin de dos distribuciones involutivas es de nuevo una distribucin involutiva, sin embargo, la suma de dos distribuciones involutivas en general no lo
es.

1.4.2.

Co-distribuciones

En varios resultados que se muestran ms adelante, se hace necesario consideran los objetos
duales de los campos vectoriales y las distribuciones, llamados co-vectores y co-distribuciones
respectivamente. En esta seccin se introducen las deniciones y notaciones de estos conceptos.
Denicin 1.4.2 El espacio dual V

Rn es el conjunto de todas

de un espacio vectorial V

las funciones lineales de valor real denidas en V . Formalmente denidas como

h(x) = h(x1 ; : : : ; xn ) = a1 x1 + a2 x2 +
i.e. h(x) = ax donde a = [a1 a2

+ an xn ;

ai 2 R; i = 1; :::; n

an ] ; x = col(x1 ; x2 ; : : : ; xn ):

Note que h esta dado por el vector la a:

11

Denicin 1.4.3 Un mapeo ! : M

Rn ! (Rn ) es llamado un campo co-vectorial, i.e. !

asigna a cada punto x de M un elemento del espacio dual (Rn ) : Los campos co-vectoriales se
identican con funciones vector la
!(x) = !(x1 ; : : : ; xn ) = [! 1 (x) ! 2 (x)

! n (x)]

Un campo co-vectorial de gran importancia es el llamado diferencial o gradiente de una

funcin de valor real ; denida en un subconjunto abierto M de Rn : Este campo co-vectorial
@
es denotado por d
y se representa por
@x
d (x) =

@
@
@
@
:::
:
=
@x
@x1 @x2
@xn

(1.23)

Cualquier campo co-vectorial que tenga la forma (1.23) es llamado diferencial exacta.
Denicin 1.4.4 Sean ! 1 ; : : : ; ! d campos co-vectoriales suaves denidos en el mismo subconjunto M de Rn . Entonces
(x) = gen f! 1 (x); : : : ; ! d (x)g
es una co-distribucin. Para cada punto x 2 M; las co-distribuciones son subespacios de (Rn ) :
Las operaciones de adicin, interseccin, inclusin son denidas de manera anloga a las
operaciones con distribuciones. Similarmente, se denen la dimensin de una co-distribucin en
cada punto x 2 M , los puntos regulares y los puntos de singularidad. Adems se introducen los
siguientes conceptos:

El conjunto de todos los funcionales que anulan todos los vectores en

?

(x) = f! 2 (Rn ) : h! ; vi = 0 para todo v 2

es llamado el anulador (ortogonal) de la distribucin

Dada una co-distribucin
?

: Note que

(x)
g

es una co-distribucin.

; el conjunto

(x) = fv 2 Rn : h! ; vi = 0 para todo ! 2 (x)g

es llamado el anulador (ortogonal) de la co-distribucin ; el cual resulta ser una distribucin.

Se tienen las siguientes propiedades para distribuciones de Rn :
dim( ) + dim(

?)

=n
12

Si una distribucin es generada por las columnas de una matriz F, cuyas entradas son
funciones suaves de x, su anulador es identicado, para cada x de M; mediante el conjunto
de vectores la ! que satisfacen la condicin ! F (x) = 0:
El anulador de una distribucin suave no necesariamente es suave [6, Ejemplo 1.3.11, pag.
20].

1.4.3.

Teorema de Frobenius

En esta seccin se estudia la relacin fundamental entre la nocin de distribucin involutiva y la existencia de una particin local de Rn en subvariedades de menor dimensin. Tal
relacin permite extender a los sistemas no lineales el concepto de descomposicin del sistema
en controlable/no controlable.
Dada una distribucin no singular d-dimensional
de

Rn ,

por el Lema 1.4.3 existe una vecindad

M0

; denida en un subconjunto abierto M

para cada punto x0 de M y un conjunto

f1 ; : : : ; fd de campos vectoriales suaves denidos en M 0 , los cuales generan a

?

puede extenderse para el concepto de co-distribucin y por tanto

y suave de dimensin n

d; (ya que dim( ) + dim(

punto x0 , es generada por n

?)

: El Lema 1.4.3,

ser tambin no singular

= n) y localmente alrededor de cada

d campos co-vectoriales ! 1 ; : : : ; ! n

d:

Por construccin, los

campos co-vectoriales ! j son tales que

h! j (x) ; fi (x)i = 0

para todo 1

d; 1

d y x 2M 0

es decir solucionan la ecuacin

! j (x)F(x) = 0
donde F(x) es la matriz F(x) = [ f1 (x)j f2 (x)j

(1.24)

j fd (x)] 2 Mn

d (R):

De las suposiciones realizadas se tiene que el rango de la matriz F(x) es d y el espacio de

soluciones es generado por los n

d vectores la linealmente independientes, los cuales forman

una base para dicho espacio. Suponga ahora que en lugar de buscar cualquier solucin de (1.24),
@ j
se buscan soluciones de la forma ! j (x) =
; donde 1 ; : : : ; n d son funciones suaves de valor
@x
real adecuadas.
La idea es resolver la ecuacin diferencial parcial
@ j
[ f1 (x)j f2 (x)j
@x

j fd (x)] =

@ j
F(x) = 0
@x

(1.25)

@ 1
@ n d
;:::;
, para cada x. Note que estos vec@x
@x
tores la tienen la forma de diferenciales exactos, ver (1.23). Los resultados siguientes muestran
y encontrar n

d soluciones independientes

las condiciones que la distribucin

debe tener para que el anulador

13

sea generado por

diferenciales exactos.
Denicin 1.4.5 Una distribucin no singular

de dimensin d; denida en un conjunto

abierto M de Rn se dice que es completamente integrable, si para cada x0 de M existe una

vecindad M 0 de x0 y n

d funciones suaves de valor real

1; : : : ;

n d;

todas denidas en M 0 ,

tales que
?

= gen fd

1; : : : ; d n dg

en M 0

(1.26)

La integrabilidad completa de una distribucin generada por las columnas de una matriz
F(x) es esencialmente un sinnimo de la existencia de n

d soluciones independientes de

la ecuacin diferencial (1.25). El Teorema de Frobenius muestra las condiciones necesarias y

sucientes para la integrabilidad completa de una distribucin.
Teorema 1.4.6 (Frobenius) Una distribucin no singular es completamente integrable si y slo
si es involutiva
Prueba. ()) Suponga que la distribucin es completamente integrable, entonces existen
funciones suaves de valor real
en

M 0,

1; : : : ;

n d

denidas en M 0 tales que

= gen fd

1; : : : ; d n dg

es decir, satisfacen (1.25). Ahora, observe que (1.25) puede escribirse como
@ j
fi (x) = hd j (x); fi (x)i = 0;
@x

para todo 1

d; para todo x en M 0

(1.27)

para todo 1

d; para todo x en M 0

(1.28)

y usando la notacin de (1.8)

hd j (x); fi (x)i = Lfi
Diferenciando la funcin

j (x)

= 0;

a lo largo del campo vectorial [fi ; fk ], y usando (1.28) y (1.20) se

obtiene
L[fi ;fk ]

= Lfi Lfk

Lfk Lfi

Repitiendo las mismas operaciones para todas las funciones

2

3 2
L[fi ;fk ] 1 (x)
d 1 (x)
6
7 6
.
..
6
7=6
..
.
4
5 4
L[fi ;fk ] n d (x)
d n d (x)
De la suposicin, los diferenciales fd

=0

1; : : : ;

7
7 [fi ; fk ] (x) = 0;
5

1; : : : ; d n dg

n d;

se concluye que

para todo x 2 M 0

generan la distribucin

esto que el campo vectorial [fi ; fk ] es un campo vectorial de

establecida por el Lema 1.4.4 se concluye que la distribucin

?;

se deduce de

: Entonces por la condicin

es involutiva.

(() Suponga ahora que la distribucin es involutiva. Esta prueba se realiza de manera
constructiva, i.e. permite encontrar las n

d funciones que satisfacen (1.26). Como

14

es no

singular de dimensin d, por el Lema 1.4.3 existe una vecindad abierta M 0 de x0 y un conjunto
ff1 ; : : : ; fd g de campos vectoriales suaves denidos en M 0 , los cuales generan a

Sean fd+1 ; : : : ; fn campos vectoriales complementarios, tambin denidos en M 0 tales que

gen ff1 (x); : : : ; fd (x); fd+1 (x); : : : ; fn (x)g = Rn

para cada x en M 0 .
Ahora se muestra que la solucin de la ecuacin diferencial parcial (1.25) puede ser construida tomando la composicin adecuada de los ujos asociados con los campos vectoriales
f1 ; :::; fn ; o sea de

1 (t

n (t

1 ); : : : ;

n ):Considere

el mapeo
Rn

1 (z

(z1 ; : : : ; zn ) !
donde U = fz 2 Rn : jzi j < g. Si

n (z

1)

n)

x0

(1.29)

es lo sucientemente pequeo, este mapeo tiene las si-

guientes propiedades, que se prueban en [6, pags. 26-27]

(i) est denido para todo z = (z1 ; : : : ; zn ) 2 U y es un difeomorsmo sobre su imagen.

@
(ii) es tal que, para todo z 2 U ; las primeras d columnas de la matriz Jacobiana
son
@z
linealmente independientes en ( (x)):
A partir de las propiedades (i) y (ii) ; se puede construir una solucin de la ecuacin diferencial parcial (1.25). Sea M 0 la imagen del mapeo

y observe que M 0 es realmente una vecindad

abierta de x0 , ya que x0 es exactamente el valor de

la inversa

existe y es un mapeo suave denido en M 0 . Sea

donde
n

1 ; :::;

en el punto z = 0. Por la propiedad (i)

6
(x) = 6
4

3
(x)
1
7
..
7
.
5
(x)
n

son funciones de valor real denidas para todo x en M 0 . Veamos que las ltimas

d funciones son soluciones independientes de la ecuacin (1.25). Por denicin

1

@
@x

x= (z)

@
@z

=I

para todo z 2 U

(1.30)

Por la propiedad (ii); las primeras d columnas del segundo factor del lado izquierdo de (1.30)
forman una base de

para cualquier punto x =

d

d+1 (x)

d+1

@x

(z) de M 0 . Por tanto los diferenciales

;:::;d

15

n (x)

@ n
@x

para cada x en M 0 . Estos diferenciales (los cuales son

son anulados por los vectores de

independientes por construccin) son por consiguiente una solucin de (1.25).

En la prueba de este teorema es importante notar que la solucin de la ecuacin diferencial
parcial (1.25) puede ser reducida a la solucin de n ecuaciones diferenciales ordinarias de la
forma
x = fi (x);

donde f1 ; : : : ; fn son campos vectoriales linealmente independientes, con f1 ; : : : ; fd generadores

de la distribucin
se dena el mapeo
n

. De hecho, si las soluciones de estas ecuaciones se componen de manera que

(1.29), una solucin de (1.25) puede ser encontrada tomando las ltimas
1:

d componentes del mapeo inverso

Otra consecuencia de la nocin de integrabilidad completa de una distribucin est relaciona

con la posibilidad de usar las funciones

1; : : : ;

n d

que solucionan la ecuacin diferencial

parcial (1.25) para denir una transformacin de coordenadas (localmente alrededor de x0 ) que
proporcione una representacin particularmente simple para los campos vectoriales de
construccin, los n
x0 .

d diferenciales d

1; : : : ; d n d;

: Por

son linealmente independientes en el punto

Luego, es siempre posible escoger, del conjunto de funciones

x1 (x) = x1 ; x2 (x) = x2 ; : : : ; xn (x) = xn

un conjunto de d funciones cuyos diferenciales en x0 ; junto con d

1; : : : ; d n d,

conjunto de n vectores la linealmente independientes. Sean

las funciones escogidas y

1 ; :::;

formen un

sean
d+1 (x)

1 (x) ; : : : ;

n (x)

n d (x) :

Por construccin, la matriz Jacobiana del mapeo

(x) = col

1 (x); : : : ;

tiene rango n en x0 , adems el mapeo

d (x);

d+1 (x) ; : : : ;

n (x)

=z

resulta ser un difeomorsmo local, i.e. una transfor-

macin de coordenadas suave alrededor del punto x0 : Por otra parte, sea
de

un campo vectorial

; en las nuevas coordenadas, este campo vectorial est representado en la forma

(z) =
Por construccin, las n

entradas de

@
(x)
@x

:
x=

(1.31)

1 (z)

d las de la matriz Jacobiana de

generan

?;

luego las n

son nulas para todo x en el conjunto donde la transformacin de coordenadas est

denida. De esto se concluye que cualquier campo vectorial de

16

; en las nuevas coordenadas,

tienen una representacin de la forma

(z) = col ( 1 (z);

2 (z); : : : ; d (z); 0; : : : ; 0) :

(1.32)

Para los sistemas no lineales (1.4), el efecto de la transformacin de coordenadas no lineales

es el siguiente.
Sea z(t) = (x(t)), derivando en ambos lados con respecto al tiempo, se obtiene:
"
#
m
X
dz
@ dx
@
z(t) =
f (x) +
=
=
ui gi (x)
dt
@x dt
@x
i=1

luego, expresando x(t) =

1 (z(t));

se obtiene:

z(t)=f (z(t)) +

m
X

ui (t)g i (z(t))

i=1

donde f (z) =

@
f (x)
@x

y g i (z) =
x(t)=

1 (z)

@
gi (x)
@x

17

:
x(t)=

1 (z)

Captulo 2
Controlabilidad de sistemas de control
anes con la entrada
Una de las propiedades ms importantes para estudiar el comportamiento de los sistemas
de control es la propiedad de controlabilidad. Esta propiedad est relacionada con las siguientes
preguntas: puede el sistema ser llevado desde un estado inicial a un estado nal en tiempo
nito?, puede esto hacerse para cualquier par de estados inicial y nal?, cules trayectorias
del sistema son realizables y cmo encontrar las acciones de control que llevan al sistema por
dicha trayectoria?, puede modicarse sustancialmente el comportamiento de las soluciones del
sistema variando las acciones de control? El principal propsito de este captulo es mostrar un
anlogo no lineal para vericar la propiedad de controlabilidad y encontrar una descomposicin
en estados controlables/no controlables para los sistemas de control no lineales anes con la
entrada. En la Seccin 2.1.se muestran los resultados ms relevantes para obtener la condicin
de rango de controlabilidad de Kalman, que permite vericar dicha propiedad para los
sistemas lineales. Luego, en la Seccin 2.2, se presentan las condiciones para denir una versin
local de controlabilidad para los sistemas no lineales que se llama accesibilidad local y obtener
la condicin de rango de accesibilidad. Al trabajar con sistemas de control anes con
la entrada, en la Seccin 2.2.3 se presenta un algoritmo que proporciona la distribucin de
accesibilidad a la cual se le verica la condicin de rango de accesibilidad. Finalmente en la
Seccin 2.2.4 se evidencia que la versin local desarrollada coincide con los resultados obtenidos
para los sistemas de control lineales cuando se le aplica a un sistema lineal.

2.1.

Controlabilidad de sistemas lineales

Antes de analizar la controlabilidad de los sistemas no lineales, se revisan los resultados

ms relevantes relacionados con la controlabilidad y la correspondiente descomposicin de los
sistemas lineales. Considere el sistema lineal denido por
x(t) = Ax(t) +

m
X

ui (t)bi = Ax(t) + Bu(t)

i=1

18

(2.1)

en el cual x 2 Rn es el vector de estados, u 2 Rm es el vector de entradas, con A 2Mn (R) y

B 2Mn

m (R):

En la siguiente seccin se dene la controlabilidad de estos sistemas y se dan

2.1.1.

Propiedades y criterio de controlabilidad

ciertas propiedades que proporcionan un criterio para vericarla.

Para los sistemas lineales (2.1), se dene la controlabilidad de la siguiente manera.

Denicin 2.1.1 El sistema lineal (2.1) es controlable si para todo x1 , x2 2 Rn existe una

entrada u que conduce el sistema desde el estado inicial x1 hacia el estado nal x2 en tiempo

nito, i.e. x2 puede ser alcanzado desde x1 .

Esta nocin de controlabilidad fue identicada por Kalman [7] como una de las propiedades
centrales que determinan el comportamiento de los sistemas de control. Para vericar la propiedad
de la Denicin 2.1.1, en la literatura se encuentran diferentes resultados, algunos con pruebas
no constructivas y otros con pruebas que no son fcilmente motivadas. Los resultados que se
presentan en esta seccin fueron tomados de [15], los cuales usan la caracterizacin de la matriz
exponencial para obtener de manera constructiva y directa un criterio que permita vericar la
controlabilidad de los sistemas lineales (2.1).
Dada una matriz A 2 Mn (R); la matriz exponencial exp(At) puede ser expresada como

[10]

exp(At) =

nP1

i (t)A

(2.2)

i=0

donde

i (t)

son funciones diferenciables de valor real. Diferenciando en ambos lados de (2.2),

se obtiene
A exp(At) =

nP1
i=0

Luego de (2.2)

d i (t) i nP1
A =
dt
i=0

A exp(At) =

nP1

i (t)A

i+1

0
i
i (t)A :

(2.3)

(2.4)

i=0

Por otra parte, si

+ cn

n 1

+ c1 + c0 = 0 es la ecuacin caracterstica de A; entonces

como A satisface su propia ecuacin caracterstica

An =

nP1
i=0

19

ci Ai

(2.5)

igualando (2.3) y (2.4) y reemplazando (2.5) en (2.4), se obtiene

nP1
i=0

0
i
i (t)A

nP2

i (t)A

i+1

n 1 (t)A

i=0

nP2

i (t)A

nP1

i+1

i=0

n 1 (t)c0 I+

nP1

i 1 (t)

n 1 (t)ci A

(2.6)

i=0

n 1 (t)ci ] A

(2.7)

i=1

Una condicin suciente para que (2.6) se cumpla, se obtiene igualando los coecientes de cada
potencia de A, y as:
0 (t) =
0
0 (t) =
i

n 1 (t)c0
i 1 (t)

n 1 (t)ci ;

i = 1; :::; n

(2.8)

1:

Las ecuaciones (2.8) representan un sistema de n-ecuaciones diferenciales de primer orden en

las n funciones

i (t);

i = 1; :::; n

1: Un conjunto de condiciones iniciales para estas ecuaciones

se obtiene haciendo t = 0 en (2.2)

0 (0)

Sea (t) = col (

0 (t);

1 (t); : : : ;

= 1;

i (0)

n 1 (t)) ;

= 0;

i = 1; :::; n

1:

(2.9)

entonces (2.8) puede ser expresada en forma matricial

como
2

6
6
6
6
C=6
6
6
4

0
i (t)

= C (t)

(2.10)

c0

c1

0
..
.

1
..
.

0
..
.

c2
..
.

cn

..

7
7
7
7
7
7
7
5

Es interesante notar que C es la matriz compaera del polinomio

(2.11)

+ cn

n 1

+ c1 + c0 ;

[5].
Otra propiedad interesante de las funciones f i (t)g ; se presenta en el siguiente Lema, cuya

prueba se realiza de manera clsica y se encuentra en [15].

Lema 2.1.1 El conjunto de funciones f i g ; que consiste de la solucin del sistema dinmico

(2.8) con condicin inicial (2.9) es linealmente independiente sobre todo intervalo [0; T ] ; T > 0:
Por otra parte, la solucin del sistema dinmico lineal (2.1) para t0 = 0; puede escribirse
como [10]
x(T ) = exp(AT )x(0) +

20

exp(A(T

))Bu( )d

(2.12)

usando (2.2), para el caso particular en que x(0) = 0; se tiene

x(T ) =

T nP1

i (T

)A Bu( )d =

i=0

nP1 P
m

nP1 P
m

A bj

i=0 j=1

A bj fij ;

donde fij =

i=0 j=1

T
i (T

)uj ( )d

i (T

)uj ( )d

(2.13)

Usando los resultados anteriores se formula un criterio para vericar la controlabilidad de

los sistemas lineales invariantes en el tiempo (2.1), que es conocido como la condicin de
rango de controlabilidad de Kalman [2].
Teorema 2.1.2 Considere el sistema (2.1) con x(0) = 0 y sea z 2 Rn : Entonces existe T > 0
tal que x(T ) = z si y slo si la matriz

j An

P = Bj ABj

(2.14)

n nm

es de rango n.
Prueba. ()) Supongamos que existe T > 0 tal que x(T ) = z: Veamos que el rango(P) = n.
Por (2.13), x(T ) est en el generado por el conjunto de vectores Ai bj

y puede ser igual a

cualquier vector especicado arbitrariamente slo si el conjunto de vectores Ai bj

Rn ;

generan a

es decir, si P tiene rango n.

(() Supongamos que rango(P) = n: Veamos que x(T ) puede ser asignado arbitrariamente

para cualquier T > 0: Dado cualquier z; existen constantes fij , 0 i n 1; 1 j m tales que
Pn 1 Pm
i
i=0
j=1 A bj fij = z; luego por el Lema 2.1.1 el conjunto de funciones f i (t)g es linealmente
independiente y por tanto el conjunto f i (T

)g tambin es linealmente independiente y as

RT
)uj ( )d = fij : Veamos un
lo que se quiere es encontrar funciones uj tales que 0 i (T
mtodo explcito para construir funciones que satisfagan esta propiedad [15]. Por supuesto, la

solucin para las uj no es nica. Como P es de rango n; PPT es no singular. Dado un vector

z, sea r el vector nm

1
r = PT PPT

Para p = 1; :::; m; sea rp el vector n 1 que consiste de las componentes p, (p+m), (p + 2m) ; : : : ;
(p + (n

1)m) del vector r. Ahora se dene la matriz M tal que las entradas sean:
mij =

T
i 1 (T

j 1 (T

21

)d ;

i; j = 1; :::; n:

(2.15)

Como f i (T

)g es linealmente independiente, M es no singular para cualquier T > 0 (ver

[15]): Luego si la funcin de control u se escoge de acuerdo a la regla

uj (t) = [

0 (T

t)

1 (T

t)

n 1 (T

t)] M

rj ;

j = 1; :::; m:

entonces x(T ) = z:
El anlisis de las interacciones entre los estados x y las entradas u del sistema ha sido de gran
importancia para resolver diferentes problemas en teora de control. Basados en los conceptos
de controlabilidad introducidos por Kalman en 1960 y la correspondiente descomposicin de los
sistemas de control en controlable/no-controlable, es posible analizar dichas interacciones.

2.1.2.

Descomposicin de sistemas de control lineales

Considere el sistema lineal (2.1) y suponga que existe un subespacio d-dimensional V 2 Rn

con las siguientes propiedades:

(i) V es invariante bajo A; i.e. para todo x 2 V se cumple que Ax 2 V:

(ii) Para toda u 2 Rm ; Bu 2 V :

Luego, despus de un cambio de base apropiado Q en el espacio de estados, el sistema (2.1)

se puede descomponer en la forma

x1 = A11 x1 + A12 x2 + B1 u

(2.16)

x2 = A22 x2

(2.17)

donde
x = Qx =
y x1 2 Rd ; x2 2 Rn
Note que n

"

x1
x2

; A = QAQ

"

A11 A12
0

A22

B = QB =

"

B1
0

d:

d puede ser igual a cero. La representacin (2.16), (2.17) es particularmente

interesante cuando se estudia el comportamiento del sistema bajo la accin de control u. Solucionando primero (2.17) usando (2.12) se obtiene, para un tiempo dado T > 0
x2 (T ) = exp(A22 T )x2 (0)

22

(2.18)

y reemplazando (2.18) en (2.16), se tiene:

x1 (T ) = A11 x1 (T ) + A12 exp(A22 T )x2 (0) + B1 u(T )
exp

A11 T

x1 (T )

d
exp
dt

exp

A11 x1 (T )

= exp

A11 T

A12 exp(A22 T )x2 (0) + B1 u(T )

A11 T x1 (T )

= exp

A11 T A12 exp(A22 T )x2 (0)

+ exp A11 T B1 u(T )

Z T
A11 T x1 (T ) x1 (0) =
exp A11 A12 exp(A22 )x2 (0)d
0
Z T
exp A11 B1 u( )d
+
0
Z T
exp A11 (T
x1 (T ) = exp A11 T x1 (0) +
) B1 u( )d
0
Z T
+
exp A11 (T
) A12 exp(A22 )x2 (0)d
0

y as, el sistema (2.16), (2.17) puede escribirse como:

x1 (T ) = exp(A11 T )x1 (0) +
+

exp(A11 (T

))A12 exp(A22 )d

x2 (0)

exp(A11 (T

))B1 u( )d

(2.19)

x2 (T ) = exp(A22 T )x2 (0)

(2.20)

Se puede observar que el conjunto de coordenadas (2.20) no dependen de la entrada u. En

e(T ) el punto de Rn alcanzado en el tiempo t = T cuando u(t) = 0
particular, si se denota por x
para todo t 2 [0; T ] ; i.e. el punto

e(T ) = exp(AT )x(0)

x

se observa que cualquier estado que pueda ser alcanzado en el tiempo T , comenzando desde
e(T ) + v; donde v es un elemento de V .
x(0) tiene necesariamente la forma x
Este argumento identica slo una condicin necesaria para que el estado x sea alcanzable

en el tiempo T . Sin embargo, sobre la suposicin adicional: (iii) V es el subespacio ms pequeo

el cual satisface (i) y (ii) ; entonces esta condicin es tambin suciente y (iii) ocurre si y slo
si se cumple la condicin de rango de controlabilidad de Kalman (2.14).
Por otra parte, como se demostr en el Teorema 2.1.2, el sistema (2.1) es controlable si y
slo si
rango B AB ... An
23

B = n; i.e d = n:

(2.21)

En caso contrario d 6= n, la pareja (A11 ; B1 ) es una pareja alcanzable, i.e satisface la

condicin

h
i
d 1
rango B1 A11 B1 ... A11 B1 = d

o dicho de otra manera, tiene la propiedad de que para cada x1 2 Rd existe una entrada u,
denida en [0; T ] que satisface

x1 =

exp(A11 (t

))B1 u( )d :

Entonces, si V es tal que la condicin (iii) se satisface, desde x(0) es posible alcanzar en el
e(T ) + v; con v 2 V:
tiempo T cualquier estado de la forma x
Este anlisis sugiere las siguientes consideraciones. Dado un sistema lineal de la forma (2.1),

sea V el subespacio ms pequeo de Rn que satisface (i) y (ii). Asociado con V se tiene una
particin de Rn en subespacios de la forma
Sp = fx 2 Rn : x = p + v; v 2 V g
caracterizados por la siguiente propiedad: el conjunto de puntos alcanzables en el tiempo T
e(T ) =
comenzando desde x(0) coincide exactamente con el subespacio que contiene el punto x
exp(AT )x(0); i.e. el punto alcanzable mediante la evolucin libre del sistema (u = 0); y los
e(T ) por efectos de la entrada de control u que se logran por el aporte
puntos alcanzados desde x

de un vector v 2 V . Por tanto los puntos alcanzables siempre estarn en el subespacio paralelo
aV

Sexp(AT )x(0) = fx 2 Rn : x = exp(AT )x(0) + v; v 2 V g

donde las ltimas n

d componentes de cualquier vector permanecen constantes. Los elementos

de esta particin son espacios paralelos d-dimensionales a V (Figura 2-1).

2.2.

Controlabilidad de los sistemas no lineales

Un estudio sistemtico de la controlabilidad para sistemas no lineales fue comenzado desde

los aos 70s. Los trabajos desarrollados por [14], [4] y [2] plantearon un anlogo no lineal del
criterio de la condicin de rango para la controlabilidad propuesta por Kalman. Para presentar
dicho estudio, se considera el sistema no lineal afn con la entrada, denido por

af

: x(t) = f (x) +

m
X
i=1

24

ui (t)gi (x)

(2.22)

Efecto de la
entrada u

Sexp( AT ) x (0)
x% (T )

x(T)

Trayectoria libre,
sin accin de
control

V
x(0)
v

Figura 2-1: Subconjunto alcanzable con u = 0 y efecto de la entrada u .

donde x(t) 2 M (subconjunto abierto de Rn o en una variedad suave M de dimensin n)

y u(t) = col (u1 (t); : : : ; um (t)) 2 U

Rm (o una variedad suave de dimensin m): En sta

seccin se muestran los resultados ms importantes que permiten vericar de manera local la
controlabilidad de sistemas no lineales.

2.2.1.

Propiedades y criterio de controlabilidad

Anlogo a la denicin de controlabilidad de los sistemas lineales, se presenta para los

sistemas no lineales la siguiente denicin:
Denicin 2.2.1 El sistema no lineal (2.22) es controlable si para todo x1 , x2 2 M existe una

entrada u que conduce el sistema desde el estado inicial x1 hacia el estado nal x2 en tiempo

nito.
Una primera aproximacin para estudiar los sistemas no lineales (2.22) es considerar su
linealizacin. Sin embargo, la linealizacin de estos sistemas a menudo ocasiona la prdida de
la estructura del sistema, existiendo sistemas no lineales que pueden ser controlables mientras
que su linealizacin no lo es [9, Ejemplo 3.5 pag. 76].
Retomando de nuevo el sistema no lineal (2.22), la pregunta que surge es: dado un x0 2 M;

en cules direcciones puede el sistema ser conducido mediante una entrada adecuada u?, i.e.
cules puntos del espacio de estados pueden ser alcanzados desde x0 en tiempo nito? Primero
considere el caso en que el campo vectorial f

0 y por simplicidad slo se tiene dos entradas

25

u1 , u2 , i.e.
af

: x(t) =

2
X

ui (t)gi (x) = u1 (t)g1 (x) + u2 (t)g2 (x):

(2.23)

i=1

Claramente para cualquier punto x0 2 M; el sistema puede ser conducido directamente en toda

direccin que est contenida en el subespacio generado por

G(x0 ) = gen g1 x0 ; g2 x0
usando entradas u = (u1 ; u2 ) constantes. Estos no son los nicos puntos alcanzables desde x0 ;
ya que si se considera u(t) = (u1 (t); u2 (t)) dada por
8
>
(1; 0);
>
>
>
< (0; 1);
u(t) =
>
( 1; 0);
>
>
>
: (0; 1);

t 2 [0; h)

t 2 [h; 2h)

t 2 [2h; 3h)

h>0

t 2 [3h; 4h)

y usando la expansin en series de Taylor se prueba en [9, Proposicin 3.6, pag. 77] que la
solucin del sistema (2.23) satisface
x(4h) = x0 + h2 [g1 ; g2 ] (x0 ) + O(h3 )
con lo cual se evidencia que al menos aproximadamente, se puede conducir el sistema (2.23) desde x0 en la direccin dada por el corchete de Lie [g1 ; g2 ] (x0 ); en particular si [g1 ; g2 ] (x0 ) 2
= G(x0 )
el sistema puede alcanzar puntos en direcciones por fuera de G(x0 ): Adems, escogiendo en-

tradas con conmutaciones ms elaboradas es posible conducir al sistema en direcciones dadas por
los corchetes de Lie de orden superior de g1 y g2 ; tales como [g2 ; [g1 ; g2 ]] ; [[g1 ; g2 ] ; [g2 ; [g1 ; g2 ]]] ;
etc.
En el caso en que el campo vectorial f est presente, por lo anterior se motivan las siguientes
deniciones y resultados.
Denicin 2.2.2 Considere el sistema no lineal (2.22). El lgebra de accesibilidad L es la
sublgebra ms pequea de F(M ), el lgebra de Lie de campos vectoriales en M; que contiene
a los campos vectoriales f; g1 ; : : : ; gm .

Note que L est bien denida, ya que la interseccin de dos sublgebras es de nuevo una

sublgebra. Para los sistemas de la forma (2.22) en que se est enmarcado nuestro estudio, se
tiene una caracterizacin muy til del lgebra de accesibilidad L:
Proposicin 2.2.1 Todo elemento de L es una combinacin lineal de repetidos corchetes de
26

Lie de la forma
[Xk ; [Xk

1; [

; [X2 ; X1 ]

]]] ;

k = 1; 2; :::

(2.24)

donde Xi 2 ff; g1 ; : : : ; gm g y k se llama longitud de (2.24), que corresponde al nmero de

corchetes de Lie iterados, ms 1:

Prueba. Sea % el subespacio lineal generado por (2.24). Por denicin de L se tiene que

L: Para probar que % = L, basta mostrar que % es una sublgebra. Considere dos expresiones

arbitrarias de la forma (2.24) de longitudes j y l respectivamente

Z = [Zj ; [Zj
Y

= [Yl ; [Yl

1; [

; [Z2 ; Z1 ]

1; [

; [Y2 ; Y1 ]

]]]
]]]

Por induccin sobre k, la longitud de Z, se tiene que:

i) Para k = 1; es claro que [Z; Y ] 2 %

ii) Se supone que [Z; Y ] 2 % para todo Y , l arbitrario y para todo Z con j

k. Ahora se

muestra que se cumple para todo Z de longitud k + 1: Para esto sea j = k + 1; por la identidad
de Jacobi (1.10) se tiene que si Z = Zj ; Z 1 ; donde Z 1 = [Zj
Y; Zj ; Z 1

1; [

+ Z 1 ; [Y; Zj ] + Zj ; Z 1 ; Y

]]

= 0

Z 1 ; [Zj ; Y ] + Zj ; Z 1 ; Y
Como Z 1 tiene longitud j

; [Z2 ; Z1 ]

= [Z; Y ] :

(2.25)

1 = k, se sigue de la hiptesis inductiva que el primer trmino del

lado izquierdo de (2.25) est en %, adems Z 1 ; Y 2 %; luego el segundo trmino tambin est
en %.

Ahora se dene la distribucin de accesibilidad

como la distribucin generada por el

lgebra de accesibilidad L
C (x)

= gen fX(x) : X es campo vectorial en Lg :

Como L es una sublgebra, se sigue que

es involutiva. Por otra parte, sea RM (x0 ; T )

el conjunto alcanzable desde x0 en el tiempo T > 0 siguiendo trayectorias que permanecen en

una vecindad M 0 de x0 para t

T y se denota RTM (x0 ) = [ RM (x0 ; ):

T

Basados en esto se tiene el siguiente Teorema.

Teorema 2.2.2 Considere el sistema no lineal (2.22). Suponga que

dim

C (x

27

)=n

(2.26)

x& (t ) = f (x(t )) + ui (t ) gi (x) x(t ) V

i =1

u(t)

M0

x0

R M (x0 , T )

Figura 2-2: Conjunto alcanzable desde x0 :

Entonces para cualquier vecindad M 0 de x0 y T > 0 el conjunto RTM (x0 ) contiene un subconjunto abierto no vaco de M:
M 0 de x0 tal que la dim

Prueba. Por continuidad existe una vecindad W

0
C (x )

=n

para todo x 2 W: Se construye una sucesin de subvariedades Nj en W de dim Nj = j;

j = 1; : : : ; n, de la siguiente manera. Para j = 1 se escoge X1 2 F(M ) tal que X1 (x0 ) 6= 0:

Luego por el Teorema 1.1.1 para

> 0 sucientemente pequeo

1

N1 =

(t1 )(x0 ) : 0 < t1 <

es una subvariedad de M de dimensin 1, contenida en W . Por induccin, se supone que se

construye una subvariedad Nj
Nj
donde
yq2

j 1

jP1

i=1
Nj 1

(tj

1)

j 2

W de dimensin j

(tj

2)

es arbitrariamente pequea. Si j

1 como

(t1 ) (x0 ) : 0

< ti < i ; i = 1; : : : ; j

1 < n entonces se puede encontrar Xj 2 F(M )

tal que
Xj (q) 2
= Tq Nj

Si esto no fuera posible entonces X(q) 2 Tq Nj

(2.27)

para cualquier X 2 F(M ) y q 2 Nj

1:

Sin

embargo por la Proposicin 1.4.1 esto podra signicar que se cumple para cualquier X 2 L;
as la dim

C (q)

< n para todo q 2 Nj

W; lo cual contradice la denicin de W . Adems

se puede tomar q en (2.27) arbitrariamente cerca de x0 . Por tanto el mapeo

(tj ; : : : ; t1 ) 7 !

(tj )

j 1

28

(tj

1)

(t1 ) (x0 )

tiene rango j en algn conjunto 0

la imagen de este mapeo para
Nj

< ti <

i;

i = 1; : : : ; j: Luego por la Proposicin 1.4.2

> 0; i = 1; : : : ; j sucientemente pequeo es una subvariedad

W de dimensin j. Finalmente se concluye que Nn es el subconjunto abierto contenido

0

en RTM (x0 ):
Del Teorema anterior se motiva la siguiente denicin anloga a la controlabilidad de los
sistemas lineales.
0

Denicin 2.2.3 El sistema no lineal (2.22) es localmente accesible desde x0 si RTM (x0 ) contiene un subconjunto abierto no vaco de M; para toda vecindad M 0 de x0 y para todo T > 0:
Si esto se cumple para cualquier x0 2 M entonces el sistema es llamado localmente accesible.
Basados en el Teorema 2.2.2 y la denicin anterior, se tiene el siguiente resultado que
permite vericar la accesibilidad local de un sistema de control no lineal de la forma (2.22)
evaluando la dimensin del algebra de accesibilidad.
Corolario 2.2.3 Si dim
sible.

C (x)

= n para todo x 2 M entonces el sistema es localmente acce-

A la ecuacin (2.26) se le conoce como la condicin de rango de accesibilidad en x0 .

Si (2.26) se cumple para cualquier x 2 M entonces se dice que el sistema satisface la condicin

de rango de accesibilidad. La relacin con la condicin de rango de controlabilidad de Kalman

para sistemas lineales se muestra en la Seccin 2.2.4.
Normalmente la propiedad local de accesibilidad no coincide con la controlabilidad [9, Ejemplo 3.14, pag 82], sin embargo en el caso en que f

0 f 2 gen fg1 (x); : : : ; gm (x)g para todo

x 2 M en (2.22) la condicin de rango de accesibilidad implica controlabilidad en el caso en

que F(M ) sea simtrico [9, Proposicin 3.15 y Observacin 3.16].

2.2.2.

Descomposicin de sistemas de control no lineales

En esta seccin se generaliza la nocin de descomposicin de los sistemas lineales. Para esto
es necesario introducir el concepto de distribucin invariante bajo un campo vectorial, que juega
un papel similar al de subespacio invariante bajo un mapeo lineal en el caso de los sistemas
lineales.
Denicin 2.2.4 Una distribucin

se dice que es invariante bajo un campo vectorial f si

2

=) [f; ] 2

i.e. si el corchete de Lie de f con todo campo vectorial

de

.
29

es de nuevo un campo vectorial

Sea [f; ] la distribucin generada por todos los campos vectoriales de la forma [f; ] con
2

; i.e.
[f; ] = gen f[f; ] ; 2

Usando esta notacin, se dice que una distribucin es invariante bajo un campo vectorial f si
[f; ]
Suponga ahora que

es una distribucin no singular de dimensin d. Luego por el Lema

1.4.3 es posible expresar, al menos de manera local, todo campo vectorial

d
P

(x) =

en la forma

ci (x) i (x)

i=1

donde

1; : : : ; d

son los campos vectoriales que generan localmente a

: Anlogo a lo realizado

en el Lema 1.4.4, se tiene el siguiente resultado que proporciona una condicin de invarianza
de

bajo un campo vectorial f .

Lema 2.2.4 Una distribucin

= gen f 1 ; : : : ;

bajo un campo vectorial f si y slo si [f;

Prueba. ()) Es trivial ya que

i]

1; : : : ; d

dg

no singular de dimensin d es invariante

; para todo i = 1; : : : ; d:

son campos vectoriales de

(() Considere la expansin dada por (1.19)

f;

d
P

ci

i=1

d
P

ci [f;

i=1

i]

d
P

(Lf ci )

(2.28)

i=1

note que todos los campos vectoriales en el lado derecho de (2.28) son campos vectoriales de
:
La expresin (2.28) en particular muestra que
[f; ]
Luego adicionando

gen f[f;

1 ] ; : : : ; [f; d ]g :

(2.29)

en ambos lados de (2.29) se deduce de (2.28)

+ [f; ] =

+ gen f[f;

+ [f; ] = gen f 1 ; : : : ;

1 ] ; : : : ; [f; d ]g
d ; [f; 1 ] ; : : : ; [f; d ]g

(2.30)

La nocin de invarianza bajo un campo vectorial f es particularmente til cuando se trabaja con distribuciones completamente integrables, ya que esto proporciona una manera de
simplicar la representacin local de un campo vectorial dado.
Lema 2.2.5 Sea

una distribucin no singular involutiva de dimensin d y suponga que

es

invariante bajo el campo vectorial f . Entonces para cada punto x0 existe una vecindad M 0 de
30

x0 y una transformacin de coordenadas z =

(x) denida en M 0 , en la cual el campo vectorial

f est representado por un vector de la forma

2

3
f 1 (z1 ; : : : ; zd ; zd+1 ; : : : ; zn )
6
7
..
6
7
.
6
7
6
7
6 f d (z1 ; : : : ; zd ; zd+1 ; : : : ; zn ) 7
7
f (z) = 6
6
7
f d+1 (zd+1 ; : : : ; zn )
6
7
6
7
..
6
7
.
4
5
f n (zd+1 ; : : : ; zn )
Prueba. Como la distribucin

(2.31)

es no singular e involutiva entonces por el Teorema de

Frobenius (Teorema 1.4.6) es tambin integrable. Adems para cada punto x0 existe una vecindad M 0 y una transformacin de coordenadas z =

(x) denida en M 0 con la propiedad de

que
gen d

d+1 ; : : : ; d n

Sea f (z) la representacin del campo vectorial f en las nuevas coordenadas. Ahora considere
un campo vectorial

(z) = col( 1 (z); : : : ;

k (z)

n (z));

y suponga que para cada i = 1; : : : ; n

0; si k 6= i

1; si k = i

Entonces
f;

(z) =

@f (z)
(z) =
@z

@f (z)
:
@zi

Luego por (1.32), en las coordenadas escogidas, todo campo vectorial de

la propiedad de que las ltimas n
campo vectorial

se caracteriza por

d componentes son nulas. Por tanto, si 1

d; el

: Como

es invariante bajo f , entonces [f; ] 2 ; i.e. sus ltimas n d

@fk
= 0; para todo d + 1 k n; 1 i d:
componentes deben ser nulas. Esto implica que
@zi
Para los sistemas de control no lineales de la forma (2.22), la nocin de invarianza y el Lema

2.2.5 son usados para obtener una descomposicin similar a la descrita para los sistemas lineales
(Seccin 2.1.2).
Proposicin 2.2.6 Sea
que

una distribucin no singular involutiva de dimensin d y suponga

es invariante bajo los campos vectoriales f; g1 ; : : : ; gm : Adems, suponga que la distribu-

cin gen fg1 ; : : : ; gm g

: Entonces, para cada punto x0 es posible encontrar una vecindad M 0

de x0 y una transformacin de coordenadas z =

31

(x) denida en M 0 tal que, en las nuevas

coordenadas, el sistema de control (2.22) est representado por el sistema

= f1 ( 1 ;

2) +

m
X

g1i ( 1 ;

2 )ui

(2.32)

i=1

donde

= (z1 ; : : : ; zd ) y

= f2 ( 2 )

(2.33)

= (zd+1 ; : : : ; zn )

Prueba. Por el Lema 2.2.5 existe, alrededor de cada x0 , una transformacin de coordenadas locales que produce una representacin para los campos vectoriales f; g1 ; : : : ; gm de la
forma (2.31). En las nuevas coordenadas los campos vectoriales g1 ; : : : ; gm que por suposicin
pertenecen a

; son representados por campos vectoriales cuyas ltimas n

d entradas son

nulas, ver (1.32).

La descomposicin local que se obtuvo es til para entender el comportamiento entradaestado de los sistemas de control no lineales (2.22). Suponga que las hiptesis de la Proposicin
2.2.6 se cumplen y sea x(0) = x0 : Para pequeos valores de t el estado permanece en la vecindad
M 0 de x0 y el sistema (2.32), (2.33) puede ser usado para interpretar el comportamiento del sistema. De esto, se observa que las
x0 (T )

por

el punto de

M0

coordenadas no son afectadas por la entrada u. Si se denota

alcanzado en el tiempo t = T cuando u(t) = 0 para todo t 2 [0; T ] se

deduce de la estructura de (2.32), (2.33) que el conjunto de puntos que pueden ser alcanzados
en el tiempo T , comenzando desde x0 , es el conjunto de puntos cuyas
sariamente iguales a las

coordenadas de

x0 (T );

se puede encontrar una apropiada distribucin

z =

coordenadas son nece-

[6] (Figura 2-3). Rigurosamente hablando, si

y la transformacin de coordenadas locales

(x) entonces se puede claramente identicar los estados del sistema que se comportan

independientemente de la entrada u en una vecindad de x0 : Es importante notar que si la dimensin de

es n; entonces la dimensin del vector

es cero, lo cual signica que la entrada

u afecta todas las variables de estado en una vecindad de x0 ; y as el sistema es localmente

accesible desde x0 ; [8].
La descomposicin local de los sistemas no lineales dada por la Proposicin 2.2.6 muestra
un comportamiento anlogo al descrito en la Seccin 2.1.2 para los sistemas lineales. El espacio
de estado puede ser particionado en subvariedades suaves d dimensionales (las rebanadas de
M 0 ) y los estados alcanzables en el tiempo T , a lo largo de trayectorias que estn en M 0 para
todo t 2 [0; T ] ; quedan dentro de la rebanada que pasa a travs del punto x0 (T ) alcanzado bajo
entradas u nulas.

Con base en lo anterior, el primer paso para llevar a cabo el anlisis de la accesibilidad local
de los sistemas de control no lineales (2.22) es encontrar una distribucin
propiedades:

32

con las siguientes

Efecto de la
entrada u
xo(T)

x(T)

Trayectoria libre,
sin accin de
control
x(0)

Figura 2-3: Supercies suaves d dimensionales y los estados alcanzables en el tiempo T:

1.

es involutiva.

2.

contiene la distribucin gen fg1 ; : : : ; gm g :

3.

es invariante bajo los campos vectoriales f; g1 ; : : : ; gm :

Adems es necesario saber cul es el tamaoreal del subconjunto de puntos de la subvariedad suave d dimensional que pueden ser alcanzados en el tiempo T , por lo cual se considera
la distribucin minimal que satisfaga las propiedades 1-3. Para esto es necesario el siguiente
resultado, que se prueba en [6].
Lema 2.2.7 Sean

una distribucin suave y

1 ; :::; q

un conjunto de campos vectoriales da-

dos. La familia de todas las distribuciones que son invariantes bajo

1 ; :::; q

y contiene a

tiene un elemento minimal, el cual es una distribucin suave.

La distribucin ms pequea que contiene a
1; : : : ; q

y es invariante bajo los campos vectoriales

se denota por
gen f 1 ; : : : ;

q;

(2.34)

Por otra parte, dada una distribucin y un conjunto de campos vectoriales

1; : : : ; q ;

se

dene la siguiente sucesin no decreciente de distribuciones

0

1+

q
X
i=1

33

[ i;

k 1]

(2.35)

La sucesin de distribuciones (2.35) tiene las siguientes propiedades:

i)

gen f 1 ; : : : ;

q;

g ; para todo k:

ii) Si existe un entero k tal que

k +1 ;

entonces

= gen f 1 ; : : : ;

q;

g:

Como se puede apreciar de los resultados anteriores, la distribucin (2.34) puede ser construida algortmicamente. A continuacin se presenta dicho algoritmo para el clculo de la distribucin de accesibilidad local de los sistemas de control no lineales (2.22).

2.2.3.

Algoritmo para generar la distribucin de accesibilidad local

1. Condicin de partida
= gen fg1 ; : : : ; gm g

2. Desarrollo de la distribucin de accesibilidad

k

1+

m
X

[gi ;

k 1] ;

donde g0 = f:

i=0

3. Condicin de parada
Si existe un entero k tal que

2.2.4.

k +1 ;

entonces

= gen f 1 ; : : : ;

q;

Ejemplo: Sistemas lineales

La construccin algortmica indicada en la Seccin 2.2.3 puede ser interpretada como el

anlogo no lineal de lo que corresponde a la construccin del subespacio minimal d-dimensional
V 2 Rn que cumple con las propiedades (i) y (ii) de la Seccin 2.1.2 para los sistemas lineales.
Para ver esto, considere el sistema lineal (2.1) en el cual f (x) = Ax es un campo vectorial lineal
y g1 = b1 ; : : : ; gm = bm campos vectoriales constantes. Usando el algoritmo 2.2.3 se tiene
1. Condicin de partida
0

= gen fb1 ; : : : ; bm g = Im B

2. Desarrollo de la distribucin de accesibilidad

Por el Lema 1.4.3 cualquier campo vectorial
(x) =

m
X
i=1

34

de

ci (x)bi

puede ser expresado como

Claramente el corchete de Lie entre campos vectoriales constantes es cero, i.e. [bi ; bj ] = 0;
i; j = 1; : : : ; m: Luego los nicos corchetes de Lie no nulos son
[f; bi ] = [Ax; bi ] =

Abi ;

i; j = 1; : : : ; m

Por tanto
1

0+

m
X

[gi ;

0]

i=0

=
"

P or 2 .3 0

gen fb1 ; : : : ; bm ; [f; b1 ] ; : : : ; [f; bm ]g

= gen fb1 ; : : : ; bm ; Ab1 ; : : : ; Abm g = Im [ Bj AB]

Similarmente, para k

1 los nicos corchetes de Lie no nulos son

[Ax; [Ax; bi ]] = [Ax; Abi ] = A2 bi ; : : : ; [Ax; [

y as,
k

h
= Im Bj ABj

]] = ( 1)k Ak bi (2.36)

; [Ax; bi ] ;

j Ak B

3. Condicin de parada
Como

k+1

k;

un argumento de dimensionalidad prueba que existe un entero k < n

con la propiedad de que

k +1 :

Luego

n 1;

que es la distribucin ms grande de

la sucesin, por las propiedades de (2.35), es la distribucin ms pequea invariante bajo

el campo vectorial f (x) = Ax y que contiene la distribucin gen fb1 ; : : : ; bm g : Por tanto,
para cada x 2 Rn

n 1

= Im Bj ABj

j An

Note que la condicin de rango de accesibilidad (2.26) coincide con la condicin de rango de
controlabilidad de Kalman (2.14). Luego si no se tuviera ningn conocimiento especial de los
sistemas lineales, al menos del Teorema 2.2.2 se sigue que los sistemas lineales que satisfagan
la condicin de rango (2.26) son localmente accesibles. Por supuesto, es sabido de la Teora de
los sistemas lineales que la condicin (2.26) es equivalente a la controlabilidad.

35

Captulo 3
Aproximacin a la vericacin de la
controlabilidad de los sistemas dinmicos
acoplados
Desde un punto de vista prctico, en el caso de los procesos qumicos, la mayora de ellos
estn conformados por dos o ms equipos integrados mediante intercambios de masa, energa
y cantidad de movimiento a travs de tuberas y separaciones fsicas. A estos sistemas se les
llama sistemas dinmicos acoplados. Todos los intercambios generan alta interaccin entre las
dinmicas propias de cada equipo. La interaccin siempre se ha visto como un inconveniente
para el control eciente del proceso, pero es posible aprovecharla para hacer ms fcil el control
de aquellas variables asociadas directamente con la calidad del producto. Cada equipo que
conforma un proceso es posible representarlo mediante un modelo matemtico compuesto por
un conjunto de relaciones matemticas que reejan las relaciones reales existentes entre las
variables del proceso. Debido a la complejidad de los procesos reales, cualquier modelo es una
imitacin de la realidad ya que tiende a ser idealizado por las suposiciones hechas durante su
desarrollo y generalmente proporciona una representacin el de slo algunas caractersticas del
proceso, denidas segn el problema presentado. Por lo anterior cualquier anlisis del sistema
real a travs de su modelo es limitado y se pueden esperar diferencias entre la operacin real
del proceso y la predicha por el modelo.
Para analizar estos modelos desde el punto de vista del control y en particular en lo que
concierne con la vericacin de la controlabilidad, muchos de los modelos obtenidos para representar cada equipo de proceso, tienen la forma (1.4). Para estos modelos es posible vericar la
controlabilidad en el caso de los sistemas lineales mediante el Teorema 2.1.2 y la accesibilidad
local en el caso de los sistemas no lineales mediante el Corolario 2.2.3. La idea de este trabajo es
explorar la manera de vericar la controlabilidad de los sistemas dinmicos acoplados cuando
se ha demostrado controlabilidad a cada uno de los sistemas independientes para una regin
de su espacio de operacin. Por tal razn se propone la siguiente metodologa para vericar la
propiedad de inters de estos sistemas.

36

3.1.

Metodologa para vericar la controlabilidad de los sistemas dinmicos acoplados

1. Desarrollar los modelos matemticos que representen adecuadamente cada uno de los sistemas dinmicos. Los modelos deben tener la forma (1.6 1.4).
2. Vericar la controlabilidad (lineal) la accesibilidad local (no lineal) de cada modelo por
separado.
3. Usando los resultados obtenidos, analizar de manera completa el sistema dinmico acoplado
considerando:
Las restricciones fsicas de los sistemas dinmicos que afecten la controlabilidad.
La descomposicin en estados controlables/no controlables.

3.2.

Aplicacin de la metodologa

En sta seccin se trabaja con un modelamiento matemtico basado en leyes de conservacin

para un proceso de separacin de dos sustancias A (Amonaco) y B (Agua). Este modelo
presenta la estructura de un sistema dinmico no lineal afn con la entrada, por lo que los
resultados obtenidos en los captulos anteriores pueden ser utilizados para cada equipo por
separado. Luego se usa la metodologa planteada en el Seccin 3.1 para analizar el proceso
completo.

3.2.1.

Modelamiento matemtico

En la Figura (3-1) se muestra un proceso de separacin de dos sustancias A (Amonaco) y

B (Agua). La mezcla lquida con una concentracin de amonaco de 0;312 fraccin molar, es
bombeada a 88;2 psig de presin y a 25o C de temperatura (punto 1).
Al pasar por el Intercambiador de Calor (IC) se aumenta la temperatura hasta 80o C mediante el intercambio de energa con un uido trmico que entra caliente en contracorriente por 3.
A travs del intercambiador se considera una cada de presin de

P = 5 psig. La solucin

pasa luego por una vlvula de choque en la que se reduce bruscamente la presin desde 83;2
psig (presin en el punto 2) hasta 14 psig (presin en el punto 5), producindose la vaporizacin
de parte del lquido. La mezcla lquido-vapor entra al tanque Flash en el que nalmente se
separa en las dos fases: vapor que va a la parte superior y se extrae por 6 travs de una vlvula
manejada por un control de regulacin de presin en el tanque y el lquido que va a la parte
inferior y se retira por 7 a travs de una vlvula que se acciona desde un sistema de control que
37

PC

AT
PC

Psp

PT

Psp

PT
5

LTI

LC
Lsp

TT
4

TC
Tsp
7
3

Figura 3-1: Diagrama de ujo del proceso de separacin

regula el nivel en el tanque. La variable de inters es la concentracin de A (Amonaco) en los

vapores, pues dicha corriente se retorna al proceso como reactivo til en un reactor.
El proceso que se desea modelar consta de dos sistemas: el primero es el intercambiador
de calor (I) y el segundo es el evaporador FLASH adiabtico con la vlvula de estrangulacin
(II). Para el sistema (I) se tiene la dinmica de energa del uido de proceso (uido fro) y
la dinmica de energa del uido de servicio (uido caliente), las cuales interactan mediante
la transferencia de calor que se da entre los uidos (ver Figura 3-2). Para el sistema (II) se
considera la dinmica de concentracin de amonaco en las dos fases y la dinmica de energa
(ver Figura 3-2).
Aplicando los principios de conservacin a cada uno de los sistemas y basados en ciertas
suposiciones se tiene el siguiente modelo matemtico que representa el comportamiento dinmico del proceso de separacin de amonaco-agua. En la Seccin A. del apndice se muestra la
deduccin detallada del modelo. Las propiedades termodinmicas y relaciones de equilibrio son
tomadas de [11].
3.2.1.1.

Sistema I: Intercambiador de calor (IC)

El sistema de ecuaciones diferenciales que modelan el sistema I es:

38

a) Sistema I
5

b) Sistema II

Figura 3-2: Sistemas a analizar del proceso de separacin de Amonaco-Agua.

dT2
dt
dT4
dt

v2
(T1
Vf

v3
(T3
Vc

A =

A (T3

U
T2 ) +

T2 ) (T4 T1 )
ln

Vf
A (T3

U
T4 )

df LIC , Vf =

T3
T4

T2
T1

(3.1)

2 Cp;2
T2 ) (T4 T1 )
ln

T3
T4

T2
T1

(3.2)

Vc 4 Cp;4
4

d2f LIC , Vc =

(d2c

(df + 2e)2 )LIC

Las variables del modelo y sus unidades son

T2

temperatura de uido de proceso a la salida (estado)

[K]

T4

temperatura de uido de servicio a la salida (estado)

u1 = v 3

ujo volumtrico del uido de servicio a la entrada (control)

[K]
h 3i

39

m
s

Los parmetros constantes y sus valores para este proceso son

h

CP;2 = 4313

capacidad calorca a presin constante

CP;4 = 4184

capacidad calorca a presin constante

dc = 0;0980

dimetro externo del tubo del uido caliente (tubo externo)

m3
h s i
kg
3
hm i
kg
3
hm i
J
h kgK i
J
kgK

df = 0;0735

dimetro interno del tubo del uido fro (tubo interno)

[m]

e = 0;002

espesor del tubo interior

[m]

LIC = 7

longitud del IC

[m]

U = 1400

coeciente global de transferencia de calor

v 2 = 3;3e

ujo volumtrico del uido de proceso

= 892

densidad del uido de proceso

= 1000

densidad del uido de servicio

[m]

J
m2 sk

Luego los campos vectoriales que dene el sistema (3.1, 3.2) son
2

6 v2
6
(T
6 Vf 1
6
f1 (x1 ) = 6
6
6
6
4
1

3.2.1.2.

A (T3

U
T2 ) +

Vf

A (T3

T2 ) (T4 T1 )
ln

T3
T4

T2
T1

2 Cp;2

T2 ) (T4 T1 )
ln

T3
T4

T2
T1

Vc 4 Cp;4

= col(T4 ; T2 )

3
7
7
7
7
7
7
7
7
5

6
6
g1 (x1 ) = 6
4 (T3

Vc

7
7
7
T4 ) 5

Sistema II: Separador Flash

El sistema de ecuaciones diferenciales que modelan el sistema II es:

dxA
dt

dT
dt

Vl =

2 v2
x
MA xA;2 +MB (1 xA;2 ) A;2

Vl

MB
l (M x +M (1 x ))2
A A
B
A

v 2 T2
Vl

P vv
RT yA
MB
Vl l (M x +M
2
A A
B (1 xA ))

(MA yA + MB (1 yA )) P
v v CV;v
Vl l Cp;l R

vl
T
Vl

l vl
MA xA +MB (1 xA ) xA
MB
Vl l (M x +M
2
A A
B (1 xA ))

(3.3)

(3.4)

r2 L;

yA = 1;361xA + 0;5816

(3.5)

40

donde (3.5) es la ecuacin de equilibrio entre A y B en la fase lquida y gaseosa en el tanque

Flash. Las variables del modelo y sus unidades son
kmolA
kmolesT otales

xA

fraccin molar del amonaco en el lquido a la salida del ash (estado)

temperatura de las fases en el ash (estado)

[K]

u2 = T2

temperatura del uido a la entrada del ash (control)

[K]

Los parmetros constantes y sus valores para este proceso son

kmolA

xA;2 = 0;312

fraccin molar de amonaco

v l = 2;3e

ujo volumtrico del lquido a la salida

i otales
h kmolesT
3

CP;l = 4313

capacidad calorca a presin constante del lquido

CV;v = 4103;6

capacidad calorca a volumen constante del vapor

MA = 17;03

peso molecular del amonaco

MB = 18;016

peso molecular del agua

P =2

presin en el ash

m
s i
m3
h s i
kg
3
hm i
J
h kgK i
J
h kgK i
kgA
h kmolA i
kgB
kmolB

r = 0;3

radio del ash

[m]

L = 0;55

nivel del lquido en el ash

R = 0;0821

constante de los gases ideales

h[m]3

v v = 0;0732
l

ujo volumtrico del vapor a la salida

= 892

densidad del lquido a la salida del ash

[atm]

m atm
kmolk

Luego los campos vectoriales que dene el sistema (3.3, 3.4) son
2

2 v2

xA;2

P vv
RT yA
MB
Vl l (M x +M
2
A A
B (1 xA ))

6 MA xA;2 +MB (1 xA;2 )

6
MB
6 Vl l
(MA xA +MB (1 xA ))2
6
2
f2 (x ) = 6
6
6
4
(MA yA + MB (1
2

0
7
6
7
g2 (x ) = 6
4 v 5
2
Vl
2

3.2.2.

Vl l Cp;l R

yA )) P

v v CV;v

l vl
MA xA +MB (1

xA ) xA
MB
Vl l (M x +M (1 x ))2
A A
B
A

vl
T
Vl

3
7
7
7
7
7
7
7
5

x2 = col(xA ; T )

Vericacin de la controlabilidad

Se construye la distribucin de accesibilidad usando el algoritmo descrito en la Seccin 2.2.3.

41

3.2.2.1.

Sistema I: Intercambiador de calor (IC)

1. Condicin de partida
2

= gen fg1 g = genf4 (T3

0
Vc

T4 ) 5g

2. Desarrollo de la distribucin de accesibilidad

+ [f1 ;

0]

= gen fg1 ; [f1 ; g1 ]g

+ [f1 ;

1]

+ [g1 ;

1]

= gen fg1 ; [f1 ; g1 ] ; [f1 ; [f1 ; g1 ]] ; [g1 ; [f1 ; g1 ]]g

Usando (1.7), el clculo del corchetes de Lie [f1 ; g1 ] es

2

x1

@f1
@x1

6
6
6
6
6
6
6
6
6
=6
6
6
6
6
6
6
6
4

v1
Vf

UA

UA
T3
T4

ln

T2
T1

ln

T3
T4

T2
T1

2 Vf Cp;2 (T3

ln

T2 )

T3
T4

T2
T1

ln

T3
T4

T2
T1

UA
ln

T3
T4

T2
T1

T3
T4

T2
T1

2 Vf Cp;2

7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
5

2 Vf Cp;2 (T4

T1 )

UA
4 Vc Cp;4

U A(T3 T2 T4 +T1 )
ln

T2
T1

U A(T3 T2 T4 +T1 )

U A(T3 T2 T4 +T1 )

T3
T4

ln

2 Vf Cp;2

U A(T3 T2 T4 +T1 )

4 Vc Cp;4 (T3 T2 )

@g1 x1
=
@x1

4 Vc Cp;4

"

T3
T4

ln

0
1
Vc

T2
T1

4 Vc Cp;4 (T4

T1 )

2 2

2 2

Luego
2

[f1 ; g1 ] x1

6
6
6
6
6
6
6
6
=6
6
6
6
6
6
6
4

UA
ln

T3
T4

T2
T1

2 Vf Cp;2

U A(T3 T2 T4 +T1 )

T3
T4

ln

1
Vc (T3

T2
T1

2 Vf Cp;2 (T4

T1 )

T4 )

T3
T4

ln

T2
T1

U A(T3 T2 T4 +T1 )

UA
T3
T4

U A(T3 T2 T4 +T1 )

1
Vc2 Cp;4

ln

T2
T1

4 Vc Cp;4

ln

T3
T4

1
Vc (T3

42

T2
T1

T4 )

4 Vc Cp;4 (T4

T1 )

! 3
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
5

2 1

y as
2

x1

UA

6
6
6
6
3 6
2
6
6
0
6
= genf4 (T3 T4 ) 5 ; 6
6
6
Vc
6
6
6
6
4

ln

T3
T4

T2
T1

2 Vf Cp;2

U A(T3 T2 T4 +T1 )

T3
T4

ln

1
Vc (T3
1
Vc2 Cp;4

T3
T4

T2
T1

2 Vf Cp;2 (T4

T1 )

T4 )

U A(T3 T2 T4 +T1 )
T3
T4

ln

T2
T1

U A(T3 T2 T4 +T1 )

UA
ln

T2
T1

4 Vc Cp;4

ln

T3
T4

1
Vc (T3

T2
T1

4 Vc Cp;4 (T4

T4 )

T1 )

! 3

7
7
7
7
7
7
7
7
7g
7
7
7
7
7
7
5

3. Condicin de parada
La dimensin de

x1 es 2 para cualquier punto del espacio de estados y como no es

posible incrementar la dimensin de la distribucin de accesibilidad el algoritmo se detiene en

el paso 1. Luego dim

x1 = dim

x1 = 2 y por el Corolario 2.2.3 el sistema (I) es

localmente accesible.
3.2.2.2.

Sistema II: Separador Flash

1. Condicin de partida
0

6
7
= gen fg2 g = genf4 v 2 5g
Vl

2. Desarrollo de la distribucin de accesibilidad

De manera anloga se calcula la distribucin de accesibilidad para este sistema, donde

[f2 ; g2 ] x2

P v v yA (MA xA + MB (1
6
Vl MB RT 2
6
6
=6
6
4
vl v2
Vl

y as

43

xA ))2 v 2

3
7
7
7
7
7
5

2 1

P v v yA (MA xA + MB (1
6
0
Vl MB RT 2
6
6
7 6
= genf4 v 2 5 ; 6
6
4
vl v2
Vl
Vl
2

xA ))2 v 2

7
7
7
7g
7
5

3. Condicin de parada
La dimensin de

x1 es 2 para cualquier punto del espacio de estados y como no

es posible incrementar la dimensin de la distribucin de accesibilidad, el algoritmo se

detiene en el paso 1. Luego dim

x2 = dim

x2 = 2 y por el Corolario 2.2.3 el

sistema (I) es localmente accesible.

3.2.3.

Anlisis completo: sistemas acoplados

De acuerdo con los resultados obtenidos, los sistemas I y II son localmente accesibles, es
decir para cada sistema, dado un estado inicial x0 para cualquier vecindad M 0 de x0 y T > 0 el
0

conjunto RTM (x0 ) contiene un subconjunto abierto no vaco que contiene los puntos alcanzables
desde x0 mediante acciones de control adecuadas. Ahora, con respecto al acoplamiento de
los sistemas, el estado T2 del sistema I se convierte en una entrada del sistema II y as la
accesibilidad local del sistema acoplado slo estar afectada por las restricciones fsicas que
el sistema I imponga, tales como la temperatura mxima y temperatura mnima que podra
alcanzar el estado T2 .
Una situacin interesante se presenta cuando se considera un equipo adicional, al cual le
ingresan la corriente de vapor rica en amonaco que sale del ash. Este equipo es un reactor
cuyo modelo consiste de tres balances de masa. El desarrollo detallado del modelo se encuentra
en [8]. El sistema de ecuaciones diferenciales que modelan el reactor (sistema III) es:
dF
dt
dS
dt
dVr
dt

F vr
Vr

(S)F
(S)F

(Sf

= vr

(S) =

(3.6)
S)v r
Vr

(3.7)
(3.8)

max S

K1 + S + K2 S 2

44

Las variables del modelo y sus unidades son

g
l
g
l

concentracin de biomasa (estado)

concentracin de sustrato (estado)

Vr

volumen del reactor (estado)

u3 = v r

ujo volumtrico a la entrada del reactor (control)

[l]
l
h

Los parmetros constantes y sus valores para este proceso son

= 0;5
max

coeciente de rendimiento

=1

mxima velocidad de crecimiento

K1 = 0;03

parmetro cintico

K2 = 0;5

parmetro cintico

Sf = 10

inuencia de la concentracin del sustrato

hl i
l
g
g
l

Luego los campos vectoriales que dene el sistema (3.6, 3.7, 3.8) son
2

3
(S)F
(S)F 7
7
7
5
0

6
6
f3 (x ) = 6
4
3

F
Vr

7
6
7
6
(Sf S) 7
g3 (x ) = 6
7
6
5
4
Vr
1
3

x3 = col(F; S; V )

Para este sistema la distribucin de accesibilidad tiene la siguiente forma (ver [8]):

x3 =

6
x3 = genf4

3
11 (x )
3
21 (x )

3 2
7 6
5;4

3
12 (x )
1
3
12 (x )

3 2
7 6
5;4

3
13 (x )
1
3
13 (x )

3 2
7 6
5;4

3
14 (x )
1
3
14 (x )

7
5g

Note que no es posible incrementar la dimensin de la distribucin de accesibilidad, luego

la dim

x3 = dim

x3 = 2 < 3: En este caso el sistema tiene una descomposicin en

estados controlables/no controlables. Como se cumplen las hiptesis de la Proposicin 2.2.6 se

tiene que para cada punto x0 es posible encontrar una vecindad M 0 de x0 y una transformacin
de coordenadas z =

(x3 ) denida en M 0 tal que, en las nuevas coordenadas, el sistema (3.6, 3.7,

3.8) est representado por el sistema (2.32, 2.33). En la Seccin 1.4.3 se muestra que el cambio
de coordenadas se calcula encontrando una funcin de valor real

45

tal que

?
1

= gen fd g en

M 0 ; i.e. la idea es resolver las ecuaciones diferenciales parciales

@
@F

@
@S

@
@V

2
6
4

3
11 (x )
3
21 (x )

3
12 (x )
1
3
12 (x )

7
5 = [0

0]

Usando el mtodo de las caractersticas [3] se tiene que

(F; S; V ) =

VF

(SV

Sf V )
: R 3 ! R3

Luego se dene la transformacin de coordenadas locales

2

z1

6
7
4 z2 5 =
z3

6
(F; S; V ) = 4

(3.9)

F
S
1

VF

(SV

Sf V )

3
7
5

y el modelo (3.6, 3.7, 3.8) se transforma en

z(t)=f (z(t)) + ug(z(t))
donde
2

6
6
f (z(t)) = 6
4
La invarianza de

max z2 z1

K1 + z2 + K2 z22
max z2 z1
K1 + z2 + K2 z22
0

7
7
7 ,
5

6
6
g(z(t)) = 6
6
4

z1
z3
Sf

z2

z1
1

z3

z2 + S f
z1

z2 + S f

3
7
7
7
7
5

en (3.9) muestra que los estados del reactor pueden slo moverse sobre

una subvariedad en el espacio de estados pues el estado V no es afectado por el control y

por tanto evoluciona de acuerdo con su dinmica natural. La Figura 3-3 muestra los puntos
alcanzables dadas unas condiciones iniciales. Por lo tanto, cualquier trayectoria o solucin del
sistema se encuentra restringida a esta subvariedad. Para efectos de la accesibilidad local, se
puede armar que aunque los sistemas I y II son localmente accesibles bajo sus restricciones
fsicas, el sistema III slo puede alcanzar ciertos puntos en el espacio de estados, luego el sistema
dinmico acoplado estar restringido tanto por las restricciones fsicas de los procesos como por
la descomposicin en estados controlables/no controlables del sistema III.

46

Figura 3-3: Subvariedad de puntos alcanzables para el reactor con condiciones iniciales F (0) =
2 gl ; S(0) = 0;5 gl ; V (0) = 0;5l:

47

Trabajos futuros
Ms que conclusiones, se sugieren trabajos futuros que permitan continuar con el estudio
de la propiedad de controlabilidad para los sistemas de control en cuanto a su aplicacin.
Por ejemplo, en el diseo de procesos la mayora de algoritmos que se tienen propuestos
en la literatura se componen de una serie de etapas entre las cuales la implementacin de un
sistema de control adecuado para la planta no se considera desde el inicio. Este es uno de los
defectos principales de cualquier operacin industrial, en el cual la falta de interaccin entre el
diseo del proceso y del sistema de control, hace que el diseo de estos dos sistemas no solo lleve
a un diseo que puede ser no controlable y por tanto no factible, sino tambin que produce gran
cantidad de prdidas econmicas al tratar de operar en las regiones no controlables. Debido a
esto surge la idea sobre la posibilidad de determinar, durante las etapas iniciales del diseo del
proceso, parmetros apropiados que garanticen su controlabilidad (caso lineal) o accesibilidad
local (caso no lineal). Este concepto es llamado Diseo Integrado o Integracin Diseo-Control.
En [12] se presenta una propuesta de procedimiento para realizar diseo integrado pero de
un slo sistema dinmico, cuya idea principal radica en determinar los valores o las relaciones
entre las variables de diseo del proceso que garanticen su controlabilidad bajo un pareamiento
especco entradas-estados. La vericacin de la controlabilidad es realizada usando el algoritmo
dado en la Seccin 2.2.3. Cuando se tiene sistemas acoplados, no se tienen metodologas para
abordar diseo integrado, por lo que uno de los trabajos que se podran realizar es el diseo
integrado de sistemas acoplados basado en la vericacin de la controlabilidad propuesta en este
trabajo, permitiendo as que se pueda en algn momento disear una planta completa mediante
diseo integrado.
Otra exploracin interesante, est enmarcada en el modo de calcular la dimensin de la
distribucin de accesibilidad generada por el algoritmo dado en la Seccin 2.2.3. En este caso,
cuando se tienen distribuciones de accesibilidad en las cuales se debe hacer un anlisis numrico,
se podra estudiar las diferentes maneras para calcular la dimensin que evite problemas de
carcter numrico (convergencia, redondeo, etc.)
En resumen, mucho ms trabajo surgir a medida que se explote en toda su dimensin el
uso de la vericacin de la controlabilidad para los sistemas dinmicos acoplados (con miras

48

al diseo integrado). El presente trabajo solo busca abrir la discusin y mostrar una de las
maneras como se puede vericar la controlabilidad de estos sistemas.

49

Apndice
A.

Desarrollo del modelo matemtico para el proceso de separacin de amonaco-agua

Aplicando los principios de conservacin a cada uno de los sistemas descritos en la Seccin

3.2.1, se obtienen los siguientes sistemas de ecuaciones diferenciales.

Sistema I: Intercambiador de calor (IC)

En la realizacin de este modelo se consideran las siguientes suposiciones:
El IC es de tubos concntricos.
Los coecientes de transferencia de calor y las propiedades de los uidos y del material
de la pared del intercambiador son constantes.
Los uidos utilizados son lquidos incompresibles y no hay acumulacin de la masa a lo
largo del IC.
No hay prdidas de calor al ambiente.
El intercambiador de calor no realiza ni recibe ningn tipo de trabajo de los alrededores.
Slo se tiene en cuenta el cambio en la energa interna del uido, se desprecian los cambios
en la energa cintica y potencial.
Balance de energa para el uido de proceso (uido fro):
dQ
+ v1
dt

b (T1 )
H

b (T2 ) = dET
H
dt

(A10)

donde T es la temperatura, Q representa el calor transferido entre ambos uidos, v es el ujo

b es la entalpa por unidad de masa y ET es la energa total. Para
volumtrico, es la densidad, H
50

el clculo de la entalpa y la energa interna se tienen las siguientes ecuaciones constitutivas

dET

V CV dT

b (T ) = CP (T
H

(A11)
TR )

(A12)

donde V es el volumen que ocupa el uido en el intercambiador, CP y CV son las capacidades

calorcas a presin constante y a volumen constante, respectivamente y TR es la temperatura
de referencia.
En el modelo desarrollado se considera que la transferencia de calor slo se realiza por los
mecanismos de conduccin y conveccin sin tener en cuenta la radiacin. Por lo tanto en el IC
se presenta conveccin forzada entre el uido interno y la pared interna, conduccin a travs
de la pared y nalmente conveccin forzada entre el uido externo y la pared externa. Estas
tres resistencias trmicas (Ri ) en serie presentes pueden ser sustituidas por el coeciente global
P
de transferencia de calor, denido en la literatura como U , donde U1 =
Ri : Usando la ley

de enfriamiento de Newton y teniendo en cuenta lo mencionado anteriormente, el trmino que

representa el ujo de calor transferido

dQ
dt ,

tiene la siguiente forma

dQ
= UA
dt

(A13)

donde U es el coeciente global de transferencia de calor, A es el rea de transferencia y

T es la

diferencia de temperatura entre las dos corrientes a travs de toda la supercie A. Hay que tener
en cuenta que a medida que los uidos de proceso recorren el IC, la diferencia de temperatura
cambia punto a punto, haciendo que la fuerza impulsora que ocasiona el intercambio de calor
mediante los diferentes mecanismos, tambin cambie punto a punto. Por esto se hace necesario
denir a

T como la diferencia de temperatura media logartmica (LM T D) la cual tiene en

cuenta las variaciones espaciales de la diferencia de temperatura entre los uidos y est acorde
con las suposiciones realizadas para el desarrollo del modelo.
En este caso la conguracin de ujo es en contracorriente y la expresin para la LM T D
es:
T = LM T D =

(T3

T2 )
ln

(T4

T1 )

T3 T2
T4 T1

Reemplazando (A11), (A12) y (A13) en (A10), se tiene

CP;2 v2
dT2
=
(T1
dt
CV;2 Vf

T2 ) +

51

UA

LM T D
2 Vf CV;2

(A14)

y anlogamente para el uido de servicio (uido caliente)

CP;4 v 3
dT4
(T3
=
dt
CV;4 Vc

UA

T4 )

LM T D
4 Vc CV;4

(A15)

donde los subndices c y f representan el uido caliente y el uido fro respectivamente. Cuando
los uidos de proceso son lquidos, se tiene que CV

CP .

Segn la geometra del IC (tubos concntricos), se tienen las siguientes ecuaciones:

Vf

Vc =
A =

d2f LIC

(d2 (df + 2e)2 )LIC

4 c
df LIC

donde df ; dc son los radios externos de los tubos del uido fro y el uido caliente respectivamente, LIC es la longitud del IC, e es el espesor del tubo interior.

Sistema II: Separador Flash

En el desarrollo de este modelo se consideran las siguientes suposiciones
No hay prdidas de calor al ambiente (adiabtico).
El separador no realiza ni recibe ningn tipo de trabajo de los alrededores.
Slo se tiene en cuenta el cambio en la energa interna del uido, se desprecian los cambios
en la energa cintica y potencial.
La fase de vapor siempre est en equilibrio con la fase lquida, i.e. el equilibrio es instantneo frente a la evolucin temporal de las otras variables.
Masa de vapor despreciable frente al lquido retenido en el tanque.
Se considera equilibrio trmico entre las fases.
No existen reacciones qumicas.
Las propiedades de la fase lquida se suponen constantes.
Las ecuaciones de conservacin estarn escritas slo para la fase lquida.
Balance total de masa:
d(Vl l )
=
dt

5v5

52

v vv

l vl

(A16)

La densidad del vapor ( v ) es funcin de la temperatura T , de la fraccin molar del amonaco

en el vapor yA y de la presin P . De las suposiciones realizadas, se puede suponer que la mezcla
se comporta como un gas ideal, luego
Mvprom Pv
=
RTv
N
C
P
=
Mj y j ;

Mvprom

j=1

(A17)
con

N
PC

yj = 1

j=1

donde Mvprom es el peso molecular promedio del gas, Mj es el peso molecular del componente
j; N C es el nmero de componentes y R es la constante de gases. Como el separador Flash es
un cilindro, el volumen del lquido Vl es
Vl = r 2 L
donde r es el radio y L es el nivel del lquido en el tanque. Por tanto, el balance (A16) se
convierte en
d( r2 L l )
dt
dL
dt
dL
dt

(MA yA + MB yB ) Pv
vv
l vl
RTv
(MA yA + MB yB ) Pv
2
L
v2
vv
vl
2
r l
r2 l RTv
r2 l
1
(MA yA + MB (1 yA )) Pv
2
vv
vl
v2
r2 l
r2 l RTv
r2

2v2

=
=

(A18)

Usando el diagrama experimental tomado de [11] del equilibrio lquido-vapor para la mezcla
Amonaco-Agua, y correlacionando los datos, se obtiene la siguiente ecuacin que relaciona la
fraccin molar del amonaco en el lquido xA ; con la fraccin molar del amonaco en el vapor
yA a la presin de Pv = P2 = P = 2 atm y para el intervalo de temperatura entre 40o C y 95o C
yA = 1;361xA + 0;5816:
Como se tiene control de nivel
siguiente ecuacin algebraica
2
l

(A19)

dL
= 0; el balance global de masa (A18) se convierte en la
dt

v2 =

(MA yA + MB (1
l RTv

53

yA )) P

vv + vl :

Balance de masa para el amonaco:

d

Vl l xA
Mlprom
dt

2v2
xA;2
M2prom

v vv
yA
Mvprom

l vl
prom xA :
Ml

(A20)

Luego, reemplazando (A17), se tiene

d

r2 L l xA
MA xA + MB xB
dt

2v2
xA;2
MA xA;2 + MB xB;2
l vl

MA xA + MB xB
d
r2 l L

xA
MA xA + MB (1
dt

xA )

(MA yA + MB yB ) P
vv
RTv
yA
MA y A + M B y B

xA

2v2

MA xA;2 + MB (1

xA;2 )

l vl

MA xA + MB (1

xA )

P vv
yA
RTv

xA;2

xA :

Evaluando la derivada se obtiene

d

xA
MA xA + MB (1
dt

xA )

dxA
d
xA [MA xA + MB (1
dt
dt
(MA xA + MB (1 xA ))2
dxA
dxA
(MA xA + MB (1 xA ))
xA (MA MB )
dt
dt
2
(MA xA + MB (1 xA ))
(MA xA + MB (1 xA )) xA (MA MB ) dxA
dt
(MA xA + MB (1 xA ))2
MB
dxA
2 dt
(MA xA + MB (1 xA ))
(MA xA + MB (1

=
=
=

xA ))

as el balance de masa para el amonaco queda

r2 l L

MB
(MA xA + MB (1

dxA
xA )) dt
2

2v2

MA xA;2 + MB (1
l vl
MA xA + MB (1

54

xA;2 )
xA )

xA;2

xA

P vv
yA
RTv

xA )]

2 v2
x
MA xA;2 +MB (1 xA;2 ) A;2
dxA
=
MB
dt
r2 l L (M x +M
(1 x ))2
A A

l vl
MA xA +MB (1 xA ) xA
MB
r2 l L (M x +M
2
A A
B (1 xA ))

P vv
RTv yA
MB
r2 l L (M x +M
2
A A
B (1 xA ))

(A21)
Balance de energa:
Se considera equilibrio trmico entre las fases (Tl = Tv = T ) ya que el calor sensible del
vapor es realmente pequeo comparado con los efectos del calor latente. Luego se tiene que
bl )
d(Vl l H
=
dt

2 v 2 H2

v v v Hv

l v l Hl

Usando (A12) y las ecuaciones antes planteadas se tiene

d( r2 L l Cp;l T )
dt
dT
r2 l Cp;l L
dt

2 v 2 Cp;2 T2

2 v 2 Cp;2 T2

(MA yA + MB (1
RT

2 v 2 Cp;2 T2
r2 l Cp;l L

v v CV;v T

l v l Cp;l T

l v l Cp;l T

(MA yA + MB (1
RT
dT
=
dt

yA )) P

l v l Cp;l
T
2
r l Cp;l L

yA )) P

v v CV;v T

(MA yA + MB (1 yA )) P
v v CV;v T
r2 l Cp;l LRT

(A22)

Finalmente las ecuaciones diferenciales (A21, A22) modelan el comportamiento del tanque
ash.

55

Bibliografa
[1] A.A. Agrachev and Yu.L. Sachkov, Control theory from the geometric viewpoint, Moscow
- Pereslavl-Zalessky - Trieste, 2003.
[2] A.C. Antoulas, Mathematical system theory: The inuence of r.e. kalman, vol. I, Springer,
Berlin, 1991.
[3] L.C. Evans, Partial di erential equations, vol. Graduate Studies in Mathematics 19, American Mathematical Society, United States, 1998.
[4] R. Hermann and A. J. Krener, Nonlinear controllability and observability, IEEE Trans.
Automatic Control AC-22 (1977), no. 5, 728740.
[5] R. Horn and C. Johnson, Matrix analysis, vol. I, Cambridge University Press, New York,
1985.
[6] A. Isidori, Nonlinear control systems, Springer-Verlag, London, 1995.
[7] R. E. Kalman, On the general theory of control systems, Proc. First IFAC Congress 1
(1960), 481492.
[8] J. Bokor K.M Hangos and G. Szederkenyi, Analysis and control of nonlinear process systems, vol. I, Springer-Verlag, London, 2004.
[9] H.ijmeijer and A. van der Schaft, Nonlinear dynamical control systems, vol. I, SpringerVerlag, New York, 1990.
[10] K. Ogata, Ingeniera de control moderna, Prentice Hall, Mexico, 1998.
[11] R.H. Perry and D.W. Green, Chemical engineershandbook, McGraw-Hill, Companies, Inc.,
1999.
[12] H. lvarez S. Ochoa and J. Aguirre, Using controllability for chemical equipment design
as a rst step to integrated design, XI CLCA, Cuba (2004).

56

[13] E. Sontag, Mathematical control theory: Deterministic nite dimensional systems, SpringerVerlag, New York, 1998.
[14] H. Sussmann and V. Jurdjevic, Controllability of nonlinear systems, Journal of Dierential
Equations 12 (1972), 95116.
[15] M. Vidyasagar, A characterization of exp(at) and a constructive proof of the controllability
criterion, IEEE Trans. Automatic Control (1971), 370371.

57