Universidad de Los Andes

Facultad de Ingenierı́a
Departamento de Control
Sistemas No Lineales

Examen
Profesor: Mario Spinetti.
Alumno: Br. Yoel Matheus.
Alumno: Br. Miguel Plaza.
8 de junio de 2018.

1. Modelo No Lineal Presa-Depredador de Lotka-Volterra

Se utilizará como ejemplo a continuación un ecosistema aislado y formado por leones y cebras
que viven en armonı́a, es decir, los leones comiéndose a las cebras. Imaginemos que por cualquier
circunstancia, por ejemplo, por disponer de mayor cantidad de alimento, aumenta la población
de cebras; los leones dispondrán de más alimento y su población aumentará, pero ¿qué ocurrirá
a partir de este momento?. Si la población de leones llega a ser demasiado grande para el núme-
ro de cebras en nuestra sabana, podrı́an acabar con todas, provocando su propia extinción por
inanición. Pero incluso si el festı́n no es tan grande como para comerse todas las cebras, pero sı́
para dejar una población muy mermada, probablemente los leones tendrán que pasar hambre una
buena temporada y algunos de ellos morirán hasta que las cebras tengan tiempo suficiente para
reproducirse y volver a ser pasto de los leones.

Las ecuaciones del modelo No Lineal de Lotka-Volterra son presentadas a continuación:

dx1ptq
“ x1ptqpα ´ βx2ptqq
dt (1)
dx2 ptq
“ ´x2 ptqpγ ´ δx1 ptqq
dt
Donde x1 representa la población de presas, x2 la población de depredadores, y α, β, γ y δ son
parámetros positivos reales que describen las interacciones de ambas especies según [1], original-
mente el modelo fue la primera representación de la interacción de mas de una especie.

1
 Una vez presentado éste modelo Ibañez (2015) presenta un mecanismo de control para llevar
el sistema desde ciertas condiciones iniciales a un objetivo o un punto final deseado en un tiempo
t, en general plantea el control sobre las presas es decir:

dx1ptq
“ x1ptqpα ´ βx2ptqq ´ x1ptqc1uptq
dt (2)
dx2 ptq
“ ´x2 ptqpγ ´ δx1 ptqq ´ x2 ptqc2 uptq
dt
donde las constantes c1 , c2 representan los niveles máximos de caza en un instante de tiempo t
para cada población (c1 “ 1 significarı́a que no hay limite de caza. Adicionalmente no se realizará
control sobre los depredadores).

Abusando de la notación y por comodidad en los cálculos se omitirá la variable t, resumiendo as´ı
el modelo a la siguiente forma:

dx
1
“ x1pα ´ βx2q ´ x1c1u
dt (3)
dx2
“ ´x2 pγ ´ δx1 q
dt

2. Normalizacion

Se normalizan el conjunto de ecuaciones (3) a fin de reducir el número de parámetros y facilitar

los cálculos, esto según las siguientes relaciones:

x “ δx1
(4)
y “ βx2
ó despejando los terminos x1 y x2 :
x
x1 “
δ
(5)
y
x2 “
β
Incluyendo el cambio de variable para el diferencial de tiempo:

dx1 1 dxpτ q
“
dt δ dτ
(6)
dx2 1 dypτ q
“
dt β dτ

2
 Por último, sustituyendo las ecuaciones (5) y (6) en el sistema de ecuaciones (3), y abusando
nuevamente de la notación, el nuevo sistema dependiente de la variable τ queda expresado de la
siguiente forma:

dx
“ ´xy ` xpα ´ uq
dτ
(7)
dy
“ ´ypγ ´ xq
dτ
El nuevo sistema normalizado tendrá entonces los siguientes puntos de equilibrio en lazo abierto
al hacer cero las derivadas de (7):

x̄ “ γ ū “ ´ȳ ` α (8)

3. Ley de Control y sistema en Lazo cerrado

Se propone como ley de control para el sistema predador-presa la técnica de realimentación del
vector de estados o RVE, definiendo la variable u como:

u “ ´pAx ` Byq (9)

sustituyendo esta variable en el sistema normalizado (7), se obtiene:

dx
“ Ax2 ` Bxy ` αx ´ xy
dτ
(10)
dy
“ ´ypγ ´ xq
dτ

3.1. Puntos de equilibrio del sistema en lazo cerrado

Nuevamente haciendo las derivadas del sistema (10) cero se obtienen los puntos de equilibrio:

´Ax ´ α
x̄lc “ γ ȳlc “ . (11)
B ´1

3.2. Nueva Normalización del sistema en lazo cerrado

Se propone una nueva normalización para el sistema 10 según las siguientes relaciones:

p “ αx (12)

3
 αy
d“ (13)
B´ 1
t
τ“? (14)
αγ
c
α
“Q (15)
γ
Sustituyendo los ecuaciones 12, 13, 14 y 15, agrupando términos y abusando de la notación el
nuevo sistema normalizado se resume en:

dx
“ AQx2 ` Qxy ` Qx
dτ (16)
dy
“ Qxy ´ y
dτ
Con los puntos de equilibrio en:
ˆ ˙ ˆ ˙
´1 1 A`Q
px, yq1 “ p0, 0q px, yq2 “ ,0 px, yq3 “ ,´ (17)
A Q Q

3.3. Análisis Paramétrico del sistema

Sea la matriz Jacobiana determinada por el sistema 16

3.4. Linealizacion aproximada del sistema y sus autovalores

Sea la matriz Jacobiana determinada por el sistema 10:
„
2xA ` pB ´ 1qy ` α pB ´ 1qx
“ (18)
y ´γ J` x

3.4.1. Caso 1: Punto de equilibrio px, yq “ p0, 0q:

Obteniendo el polinomio caracter´ıstico la matriz λI ´ J|P E as´ı como su discriminante
„
M “ λ´α`u 0
(19)
0 λ `γ

∆ “ λ2 ` p´α ` u ` γqλ ´ αγ ` γu (20)

D “ α2 ` 2αγ ´ 2αu ` γ2 ´ 2γu ` u2 (21)

4
 ´α ¯
3.4.2. Caso 2:Punto de equilibrio px, yq “ ,0
A
» fi
pB ´ 1qα
M“ –λ ` αA α fl (22)
0 λ` γ `
A
´ α ¯ α2
∆ “ λ ` γ ` ` α λ ` αγ `
2
(23)
A A
A2α2 ´ 2A2αγ ` A2 γ2 ´ 2Aα2 ` 2Aαγ ` α2
D“ (24)
A2
ˆ ˙
pα ´ Aγq
3.4.3. Caso 3: Punto de equilibrio px, yq “ γ,
pB ` 1q
» fi
pB ´ 1qpAγ ` αq
λ ´ 2Aγ ´ ´ α ´pB ´ 1qγ
— p1´ Bq ffi
M “– Aγ ` α fl (25)
λ
1—B
´
1
∆ “ λ2 ´ Aγλ ` αγ ` Aγ2 (26)

D “ A2γ2 ´ 4Aγ2 ´ 4αγ (27)

4. Linealizacion Extendida

Para realizar la linealización extendida es necesario calcular las matrices Jacobianas del sistema
normalizado, esto es:

dx
“ ´yx ´ xp´α ` uq
dτ (28)
dy
“ yp´γ ` xq
dτ
„
´y ` α ´ u ´x
J“ (29)
y ´γ ` x
Con lo que se obtiene al evaluar la matriz jacobiana en el punto de equilibrio x “ γ, y “ α ´ u,
la siguiente expresión del sistema linealizado:

dxδ
“ ´γuδ ´ γyδ
dτ (30)
dyδ
“ pα ´ uqxδ
dτ
5
 Planteado una ley de control por realimentación del vector de estados, con ganancias parame-
trizadas de la forma:

uδ “ ´K1x1δ ´ K2x2δ (31)

Sustituyendo la ecuación 31 en el sistema 30 se obtiene entonces:

„ „
x9δ ´γK1 K2 γ ´ γ
y9δ “ α ´ u 0 (32)

Cuyo polinomio caracter´ıstico es:

Pcpsq “ s2 ´ K1γs ´ K2αγ ` K2γu ` αγ ´ γu (33)

Se propone un polinomio deseado de la forma: ps ` σqps ` βq o lo que es lo mismo: s2 ` pβ `
o qs ` σβ.
Igualando los coeficientes del polinomio deseado con el polinomio caracterı́stico de la ecuación
33, se obtiene:

´γK1 “ β ` σ (34)
´K2αγ ` K2γu ` αγ ´ γu “ σβ (35)
(36)

Despejando de las ganancias K1 y K2 se tiene:

β `σ αγ ´ σβ ´ γu
K1 “ ´ K“2 (37)
γ γpα ´ uq
Entonces el control tendrá la forma:
ˆ ˙ ˆ ˙
β `σ αγ ´ σβ ´ γu
uδ “ x1δ x2 δ (38)
γ γpα ´ uq ´
Ahora debe buscar un controlador no lineal de la forma u “ ´ K px q , que al ser linealizado
coincida con el controlador lineal planteado, es decir, debe coincidir con 38, entonces:
BK β `σ
“´ (39)
Bx1 γ
BK αγ ´ σβ ´ γu
“ (40)
Bx2 γpα ´ uq
Entonces, al integrar la ecuación 39 se obtiene:

pβ ` σqx1
Kpxq “ ´ ` µpxq (41)
γ

6
en donde µ pxq es una función arbitraria de x1 resultante de la integración, la misma puede ser
determinada ahora integrando la igualdad de la ecuación 40:

pαγ ´ σβ ´ γuqx2
p qx “
µ (42)
γpα ´ uq
De forma tal que el controlador no lineal basado en la linealización extendida, sera:

pβ ` σqxpτ q pα γ ´ σ β ´ γ uqypτ q
uδpτ q “ ´ (43)
γ γ pα ´ uq