Вы находитесь на странице: 1из 4

Informe de lectura de paper

Nombre: Michael Hurtado Enrquez

Codigo:
20153987

0.1

Introduccion

El modelamiento de sistemas fsicos por medio de Ecuaciones diferenciales ordinarias,


suele ignorar los efectos estocasticos en el modelo, por ejemplo, condiciones ambien
tales (temperatura, presion).
Las Ecuaciones diferenciales estocasticas incluyen terminos
aleatorios que describen la aleatoriedad del sistema. Uno de los principales problemas
en la teora de Ecuaciones diferenciales estocasticas, es el problema del filtrado. El pre del
sente informe es sobre el artculo de E. Kolarova[6], el cual trata sobre una aplicacion
teorema del filtro de Kalman-Bucy[1], para circuitos electricos del tipo resistor-inductor
(RL).

0.2

Estado del arte

Las aplicaciones de la teora de Ecuaciones diferenciales estocasticas en el modelamiento


de circuitos electricos han sido estudiadas por muchos investigadores. En 1992, W. Kam y simulacion
numerica de circuitos electricos con
powsky y et al. hacen una clasificacion
rudo blanco[3]. En 1999, C. Pensky presento un nuevo metodo numerico para resolver
en simulacion
de circuitos[4]. En
Ecuaciones diferenciales estocasticas y su aplicacion
del calculo estocastico de Ito para el problema
2008, T. Rawat presento una aplicacion
del modelado de una serie de circuitos RC con rudo blanco y rudo de color, incluyendo
E. Kolarova presento una aplicacion
del teosoluciones numericas[5]. En el mismo ano,
rema de Kalman-Bucy en el modelado de circuitos RL[6]. En 2010 y 2011, R. Rezaeyan et
del teorema de Kalman-Bucy en el modelado de circuitos
al. presentaron una aplicacion
RC[7] y RL[8], basandose en el artculo de E. Kolarova.

0.3

El problema y su solucion

Sea I (t) que denota la corriente en un circuito resistor-inductor. Entonces el sistema se


modela mediante:
LI 0 (t) + RI (t) = (t)
rapidamente y es generada por un
Donde (t) es la fuerza electromagnetica que flutua
rudo termico, el cual idealizamos como un rudo blanco. Luego, mediante la inter de Ito, podemos escribir el sistema como:
pretacion

R
dI (t) = I (t)dt + dU (t),
L
L

I (0) = I0 .

(1)

U (t) es un proceso Wiener, RL es el coeficiente de friccion


y L es el coefiEn la ecuacion,
[2]. Sea la corriente inicial I0 una variable aleatoria con E[ I0 ] < y
ciente de difusion
usaremos la formula

V [ T0 ] < . Para obtener una solucion


de Ito:
Rt
Tomando g(t, I (t)) = e L I (t), se tiene:
Rt
Rt
R Rt
g(t, I (t)) = ( e L I (t) + e L dI (t))dt + e L dI (t)
L
Rt
R Rt
= e L I (t)dt + e L dI (t)
L
Rt
R
Rt
R Rt
= e L I (t)dt I (t)e L dt + e L dU (t)
L
L
L
Rt
= e L dU (t)
L
E integrando, se obtiene:

e I (t) I0 =
L
Rt
L

I (t) = e

Z t
0

Rt
L

Rs

e L dU (s)
Z t

I0 +

R (ts)
L

dU (s)

Luego, como U(t) es un mov. Browniano, la media es:


E[ I (t)] = e

Rt
L

E[ I0 ]

Tomando que I (t) es cuadrado integrable, la varianza se obtiene mediante:


V [ I (t)] = E[( I (t) E[ I (t)])2 ] = E[ I (t)2 ] ( E[ I (t)])2
Luego:
V [ I (t)] = e

2Rt
L

=e

2Rt
L

E[ I02 ] +

2
L2

Z t
0

2R (t s )
L

[ E[ I02 ] E[ I0 ]2 ] +

ds e

2Rt
L

E[ I0 ]2

2Rt
2
(1 e L )
2LR

2Rt
2
(1 e L )
2LR
Tomando una medida de la corriente continua hasta el tiempo s t, t > 0. Podemos
para las observaciones bajo la medida tomada.
obtener una ecuacion

=e

2Rt
L

V [ I0 ] +

dZ (t) = I (t)dt + dV (t)


Entonces, el problema es hallar el mejor estimador de corriente I(t), bajo las observaciones tomadas, sabiendo que se satisface (1). De acuerdo al teorema del filtro de KalmanBucy, tenemos:


R
I(0) = E[ I0 ] = 0
d I(t) = S(t) I(t)dt + S(t)dZ (t),
L
2

Donde S(t) = E[( I (t) I(t))2 ] satisface la ecuacion de Riccati:


S0 (t) =

2
2R
S ( t ) S2 ( t ) + 2 ,
L
L

S(0) = E[( I0 )2 ] = A2 .

particular de la ecuacion
de Riccati.
Como S(t) = RL + es una solucion
2

Donde = R L+ .

Usamos la transformacion

z(t) =

1
S(t) ( RL + )

(2)

z0 (t)

se obtiene:
Como S0 (t) = z(t)2 , reemplazando en la ecuacion
z0 (t) 2z(t) 1 = 0
es:
Cuya solucion
z(t) = C1 e2t

1
2

(3)

inicial S(0).
Donde C1 es una constante que podemos hallar a partir de la condicion
Luego:
1
1
C1 =
+ 2 R
2 A L
Reemplazando C1 en (3) y luego reemplazando z(t) en (2), se tiene:


R
1

S(t) = + + 
L
1
1
1
e2t 2
2 + 2 R
A L

Operando, obtenemos:

RL

+ +

S(t) =


1

Tomando

R
L

A2 RL
A2 RL +


A2

C = ln
A2

R
L
R
L

A2 RL
A2 RL +

e2t

como:
Podemos escribir la ecuacion


RL + + RL + eC2t
S(t) =
1 eC2t
3

e2t

Y esto es equivalente a:
R
S(t) = +
L

1 + eC2t
1 eC2t

Entonces, usando el teorema de Kalman-Bucy, obtenemos:


d I(t) =

1 + eC2t
1 eC2t



C 2t 
I (t)dt + R + 1 + e
dZ (t)
L
1 eC2t

para el estimador difiere en un


El paper presenta un error tipografico, pues la ecuacion
termino al que aparece en el paper.

References
[1]

O KSENDAL , B., Stochastic Differential Equations, an introduction with applications.


Springer-Verlage, 2000.

[2]

H ALLIDAY, D., R ESNICK , R., WALKER , J., Fundamentals of Physics. Johan Wiley,
Sons, 1997.

[3]

K AMPOWSKY, W., R ENTROP, P., S CHMIDT, W., Classification and numerical simulation of electric circuits. Surveys Math. Indust, 2(1992), 23-65.

[4]

P ENSKI , C., A new numerical method for SDEs and its application in circuit simulation.
Com. and Appl. Math, 115(2000), 461-470.

[5]

R AWAT, T. K., PARTHASARATHY, H., Modeling of an RC circuit using a SDEs. Int. J.


SC. Tech, vol. 13, No. 2. April-june(2008).

[6]

K OLAROVA , E., An application of Stochastic Integral Equations to electrical networks.


Acta Electrotechnica et informatica. Vol. 8. No. 3. (2008), pp. 14-17.

[7]

R EZAEYAN , R., FARNOUSH , R., Stochastic Differential Equations and Application of


the Kalman-Bucy Filter in the Modeling of RC Circuit. Applied Mathematical Sciences.
Vol. 4 No. 23. (2010), pp. 1119-1127.

[8]

R EZAEYAN , R., FARNOUSH , R., B ALOUI J AMKHANEH , E., Application of the


Kalman-Bucy filter in the stochastic differential equations for the modeling of RL circuit.
Int. J. Nonlinear Anal. Appl. Vol. 2 No. 1. (2011), pp. 35-41.

Вам также может понравиться