Ideas básicas del Control Óptimo

Temas Selectos de Análisis 1:

Cálculo de Variaciones
Prof. J. Rivera Noriega

ITAM

Primavera de 2021

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 1 / 36

Ideas intuitivas
Planteamiento de un problema de control

Para un problema básico de control tenemos dos ingredientes básicos:

Un sistema de control que genere ciertos comportamientos.
Se considera una variable de estado x(t) en Rn para distintos tiempos t en
cierto intervalo [t0 , tf ].
El sistema de control que adoptamos es a través de una ecuación diferencial
ordinaria con una condición inicial:

ẋ(t) = f (t, x, u), x(t0 ) = x0 .

En esta ecuación, u = u(t) denota la variable de control y toma valores en

U ⊂ Rm .
A t0 se le conoce como tiempo inicial y a x0 el estado inicial.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 2 / 36

Ideas intuitivas
Planteamiento de un problema de control

El segundo ingrediente básico es:

Un funcional de costo, que asocie un costo a cada comportamiento.
Para un dato inicial (t0 , x0 ) los comportamientos se parametrizan con la variable
de control u, por lo que este funcional puede escribirse como
Z tf


J(u) = L t, x(t), u(t) dt + K (tf , xf ).
t0

En esta ecuación, L es el costo corriente y K es el costo terminal; tf es el

tiempo final o terminal; xf es el estado final o terminal.
Cabe mencionar que tanto el tiempo terminal como el estado terminal pueden
tomarse fijos, libres, o pertenecientes a cierto conjunto.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 3 / 36

Ideas intuitivas
Planteamiento de un problema de control

Con estos dos ingredientes planteamos:

Hallar un control u que minimice J(u) de entre cierta clase de controles

admisibles.
Entonces, la solución de este problema se puede concebir como una ruta marcada
por u(t), que determina los estados x(t), y que optimizan el funcional de costo.
La primera observación que haremos es sobre el tipo de soluciones que son
admitidas.
Recuérdese que hasta ahora hemos considerado soluciones de clase C 2 , pero ahora
admitimos soluciones menos regulares.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 4 / 36

Algunos ejemplos

Consideremos un auto moviéndose en una lı́nea vertical, que modelamos con la

lı́nea recta R.
Sea x ∈ R la posición del auto, y denotemos por u a la aceleración; nótese que u
puede pensarse como actuando en como un dato de control.
Permitimos que u pueda variar en el intervalo [−1, 1], donde aceleración negativa
significa frenar el auto.
Entonces concebimos a x y u como funciones del tiempo t en cierto intervalo.
La dinámica del auto está determinada por ẍ = u.
Para convertir esta ecuación en un sistema de orden 1, seguimos una técnica
rutinaria, introduciendo nuevas variables: x1 = x, x2 = ẋ
Se tiene entonces el sistema

ẋ1 = x2 , ẋ2 = u

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 5 / 36

Algunos ejemplos

Planteamos entonces el problema de control óptimo como:

Llevar el auto de alguna posición inicial al origen en un tiempo mı́nimo.
 
x1 (t)
En este caso la variable de estado es realmente un vector ∈ R2 .
x2 (t)
Para reflejar el hecho
Z tf de que se quiere minimizar el tiempo, basta que tomemos el
funcional J(u) = dt (es decir, con L ≡ 1 y K ≡ 0), y luego considerar el
 t0
0
estado final
0

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 6 / 36

Algunos ejemplos

Un ejemplo más sofisticado considera explotar cierto recurso natural cuya cantidad
de unidades disponibles X (t) al tiempo t, experimenta un crecimiento de acuerdo
a la ecuación  
1 dX X
=r 1− − QE (t)
X dt K
En esta ecuación E = E (t) representa un esfuerzo para obtener el recurso, y Q
denota una tasa de disponibilidad, o sea el porcentaje al que una unidad de
esfuerzo se convierte en una unidad de reducción de población.
La constante r es cierta tasa de crecimiento de la cantidad de unidades, y K se
llama la capacidad, y es una cantidad intrı́nseca al recurso al que se aproxima
asintóticamente, pero no rebasa la población.
En este caso se tiene una población inicial X (T0 ) = X0 y una población final
X (T1 ) = X1

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 7 / 36

Algunos ejemplos

Se puede plantear el problema de

Controlar el esfuerzo cumpliendo 0 ≤ E (t) ≤ Emax , de manera que se
maximice el valor presente del recurso, es decir
Z T1
e −δt ph − cE dt


J(E ) =
T0

donde h es la tasa de “cosecha”, p es el precio por unidad de cosecha, c es

el costo por unidad de tiempo de una unidad de esfuerzo, y δ es la “tasa de
descuento”.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 8 / 36

Extremales en el sentido fuerte
Soluciones continuas con esquinas

Iniciaremos parte del estudio de condiciones necesarias para extremales y ∗ en el

sentido fuerte, es decir, que cumplan J(y ∗ ) ≤ J(y ) si ky − y ∗ k∞ < .
Previamente hemos obtenido condiciones bajo las cuales J(y ∗ ) ≤ J(y ) si
ky − y ∗ k∞,1 < .
Consideremos el problema asociado todavı́a a funcionales de la forma
Z b
L t, y (t), y 0 (t) dt


J(y ) := con y (a) = y0 , y (b) = y1
a

pero ahora se permite que las soluciones pertenezcan a la clase D1 contenida en

C [a, b], y que consta de funciones y (t) tales que y 0 (t) existe y es continua
excepto a lo más en un número finito de puntos de [a, b], en donde se tiene una
discontinuidad con un salto finito.
En otras palabras, en esos puntos, las derivadas laterales existen pero no coinciden:

y 0 (c − ) = lı́m y 0 (x), y 0 (c + ) = lı́m y 0 (x)

x→c− x→c+

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 9 / 36

Soluciones continuas con esquinas

Para ejemplificar la propiedad que define al espacio D1 , consideremos


0 si − 1 ≤ t ≤ 0
y (t) =
x si 0 ≤ t ≤ 1

Notemos que 
0 si − 1 < t < 0
y 0 (t) =
1 si 0 < t < 1
por lo que y ∈ D1 .

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 10 / 36

Soluciones continuas con esquinas

Notemos por otro lado que definiendo


0 si − 1 ≤ t ≤ 0
y (t) =
x2 si 0 ≤ t ≤ 1

En este caso tendremos


0 0 si − 1 < t < 0
y (t) =
x si 0 < t < 1

por lo que y ∈ C 1 .
En este ejemplo incluso se puede definir y (0) = 0, y (−1) = 0, y (1) = 1.
Este ejemplo también ilustra que y 6∈ C 2 pues

0 si − 1 < t < 0
y 00 (t) =
1 si 0 < t < 1

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 11 / 36

Soluciones continuas con esquinas

Volvamos a la discución sobre los extremales de

Z b
L t, y (t), y 0 (t) dt


J(y ) := con y (a) = y0 , y (b) = y1
a

Al haber cambiado la familia de soluciones admisibles, se deben tomar

perturbaciones admisibles η ∈ D1 que cumplan η(a) = 0 = η(b).
Tomaremos ideas de lo estudiado hasta ahora, e iremos refinando y mejorando
esas ideas para ser aplicadas a las nuevas soluciones admisibles.
Soluciones con esquinas podrı́an ocurrir en el problema del cable colgando
(catenaria) cuando la altura a la que se colocan los extremos no es muy grande.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 12 / 36

Soluciones continuas con esquinas
Un ejemplo

Para el funcional
Z 1
2
J(y ) = y 2 (t) y 0 (t) − 1 dt, sujeto a y (−1) = 0, y (1) = 1,
−1

sabemos que J(y ) ≥ 0 para toda y ∈ C 1 .

Notemos que puede uno conjeturar que dada  > 0 existe y ∈ C 1 tal que
|J(y )| < , pero no hay y ∈ C 1 tal que J(y ) = 0.
Por otro lado la función

0 si − 1 ≤ t < 0
y (t) =
x si 0 ≤ t ≤ 1

cumple J(y ) = 0, pero está en la clase D1 .

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 13 / 36

Extremales con esquinas

Cuando se tiene un extremal que es de la clase D1 se dice que se tiene un

extremal con esquinas.
Buscaremos condiciones que se deben cumplir en los puntos esquina de y para que
y sea un extremal fuerte.
Para simplificar la exposición, suponemos que sólo hay un punto esquina c ∈ [a, b].
Usaremos distintas perturbaciones η1 y η2 de clase C 1 en cada porción de y , que
denotaremos por y1 : [a, c] → R y y2 : [c, b] → R respectivamente.
Escribiremos entonces las versiones perturbadas

Y1 = y1 + αη1 , Y2 = y2 + αη2 , cumpliendo η1 (a) = η2 (b) = 0

Ahora un detalle delicado: no conocemos el valor de c, por lo que tenemos que

dejarlo variar. En otras palabras, se perturbarán las curvas y el punto c

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 14 / 36

Extremales con esquinas
Supongamos que la perturbación del punto c la escribimos como c + α∆t.
Tenemos entonces una familia de curvas perturbadas yα (t), determinadas por
η1 , η2 y ∆t.
Por la elección de las ηi , las yα serán C 1 por pedazos. Además y0 (t) = y (t).
Para que yα sea continua requerimos una condición adicional en η1 y η2 :
Requerimos que η1 y η2 sean tales que yα sea C 1 por pedazos con un único punto
esquina en c + α∆t.
A su vez, esto requiere que extendamos las definiciones de y1 y y2 .
Supongamos que α∆t > 0, como en la figura de [Lieberzon, pag. 73].
Entonces necesitamos definir a y1 y η1 en el intervalo [c, c + α∆t], y optamos por
una extensión lineal:

y1 (t) = y (c) + y 0 (c−) (t − c) para t ∈ [c, c + α∆t]

de manera que y1 (c) = y (c), y convenimos que y10 (c) = y 0 (c−)

Una construcción similar se hace para el caso α∆t < 0.
MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 15 / 36
Extremales con esquinas
De vuelta al funcional

Podemos ahora escribir el funcional separándolo en dos términos:

Z b Z c Z b
0
J(y ) = L(t, y , y ) dt = L(t, y1 , y10 ) dt + L(t, y2 , y20 ) dt =: J1 (y1 ) + J2 (y2 )
a a c

Para fijar ideas, en el siguiente argumento supondremos que α∆t > 0, y

aplicaremos en cada término una perturbación. Tendremos por ejemplo:
Z c+α∆t
J1 (y1 + αη1 ) = L(t, y1 + αη1 , y10 + αη10 ) dt
a

Y ahora nos disponemos a calcular la primera variación:

 d 
δJ1  (η1 ) = J1 (y1 + αη1 )

dα α=0

y1

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 16 / 36

Extremales con esquinas
Primera variación

Desarrollando obtenemos
 Z c 
δJ1  (η1 ) = ∂2 L(t, y1 (t), y10 (t))η1 (t) + ∂3 L(t, y1 (t), y10 (t))η10 (t) dt

y1 a
+ L(c, y1 (c), y10 (c))∆t.

Ahora, como se ha hecho antes, integramos por partes, usando que η1 (a) = 0:
Z c
 d 
δJ1  (η1 ) = ∂2 L(t, y1 (t), y10 (t)) − ∂3 L(t, y1 (t), y10 (t)) η1 (t) dt

y1 a dt
+ ∂3 L(c, y (c), y (c−))η1 (c) + L(c, y (c), y 0 (c−))∆t.
0

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 17 / 36

Extremales con esquinas
Primera variación

Similarmente para el segundo funcional tendremos:

Z b
J2 (y2 + αη2 ) = L(t, y2 + αη2 , y20 + αη20 ) dt
c+α∆t

y la primera variación será

Z b
  d 
δJ2  (η2 ) = ∂2 L(t, y2 (t), y20 (t)) −
∂3 L(t, y2 (t), y20 (t)) η2 (t) dt

y2 c dt
− ∂3 L(c, y (c), y (c+))η1 (c) − L(c, y (c), y 0 (c+))∆t.
0

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 18 / 36

Extremales con esquinas
Buscando condiciones necesarias

Ahora podemos argumentar como en los primeros ejemplos: dado que para α
cerca de 0 sabemos que yα (t) están cerca de y en el sentido de la norma k · k∞ ,
entonces partiendo de que y es un extremal para J, sabremos que
d  d  h i  
0= J(yα ) = J1 (y1 +αη1 )+J2 (y2 +αη2 ) = δJ1  (η1 )+δJ2  (η2 )
 
dα α=0 dα α=0
 
y1 y2

Recordemos que estamos suponiendo que y es extremal de J, y buscamos

condiciones que se siguen de esta suposición (condiciones necesarias).

Afirmamos ahora que cada porción yi de y es extremal de Ji , para i = 1, 2.


De ser ası́, tendrı́amos que las integrales en las expresiones de δJ1  (η1 ) y

 y1
δJ2  (η2 ) deben valer 0.

y2

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 19 / 36

Extremales con esquinas
Buscando condiciones necesarias

Es decir que sólo nos queda la condición

∂3 L(c, y (c), y 0 (c−))η1 (c) − ∂3 L(c, y (c), y 0 (c+))η2 (c) (1)

0 0
+ L(c, y (c), y (c−))∆t − L(c, y (c), y (c+))∆t = 0

Para comprobar la afirmación de que cada porción yi de y es extremal de Ji , para

i = 1, 2, basta recordar que la condición de primer orden debe cumplirse para toda
ηi , i = 1, 2, cumpliendo condiciones que por ejemplo nos permite que supongamos
que η1 , η2 valgan 0 en c, y que ∆t = 0.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 20 / 36

Extremales con esquinas
Buscando condiciones necesarias

Otra condición que las funciones η1 , η2 deben cumplir es que la curva perturbada
debe ser continua en t = c + α∆t, es decir, que se pegan bien las dos gráficas:

y1 (c + α∆t) + αη1 (c + α∆t) = y2 (c + α∆t) + αη2 (c + α∆t) (*)

Restando y (c) = y1 (c−) = y2 (c+) en ambos lados, dividiendo entre α, y

tomando lı́mite cuando α → 0 tendremos

y 0 (c−)∆t + η1 (c) = y 0 (c+)∆t + η2 (c) (**)

recordando que se ha convenido que y10 (c) = y 0 (c−) y y20 (c) = y 0 (c+).
De haber denotado la expresión en (**) por ∆y , entonces la expresión (*) serı́a

y (c) + α∆y + o(α)

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 21 / 36

Extremales con esquinas
Buscando condiciones necesarias

A partir de la ecuación

y 0 (c−)∆t + η1 (c) = y 0 (c+)∆t + η2 (c) = ∆y

cambiamos la expresión (1) para obtener

c+
0 = −∂3 L t, y (t), y 0 (t)  ∆y
c−
h
ic+
+ ∂3 L t, y (t), y (t) − L t, y (t), y 0 (t)  ∆t
0


c−

Y como ∆y y ∆t son independientes y arbitrarios se concluye que ∂3 L y ∂3 L − L

son continuas en c.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 22 / 36

Extremales con esquinas
Condición de Weierstrass-Erdmann

Si una función y es un extremal fuerte asociado al funcional

Z b
L t, y (t), y 0 (t) dt


J(y ) := con y (a) = y0 , y (b) = y1
a


entonces las funciones ∂3 L y ∂3 L − L son continuas en cada punto esquina de y .

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 23 / 36

Extremales con esquinas
Función de exceso de Weierstrass

Dado un lagrangiano L(x, y , z) se define

E (x, y , z, w ) := L(x, y , w ) − L(x, y , z) − (w − z) · Lz (x, y , z)

Nótese que L(x, y , z) + (w − z) · Lz (x, y , z) es la aproximación de Taylor de

primer orden de L(x, y , w ), visto como función de w , alrededor de w = z.
En otras palabras, la función E mide la distancia entre el lagrangiano L y su
aproximación lineal en w = z (ver figura en [Lieberzon, pag. 77]).

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 24 / 36

Extremales con esquinas
Condición necesaria de Weierstrass

Si y (t) es un mı́nimo fuerte para J(y ), entonces E (t0 , y (t0 ), y 0 (t0 ), w ) ≥ 0 para
todo punto que no es punto esquina t0 ∈ [a, b] y toda w ∈ R.

La interpretación geométrica de esta condición, es que en cada t, la gráfica de la

función L(t, y (t), ·) queda por encima de su lı́nea tangente en y 0 (t): algo ası́ como
una convexidad local
La demostración usa una construcción técnica que damos a continuación.
Supongamos que y es un mı́nimo fuerte y elijamos x̄ ∈ [a, b] un punto que no es
esquina de y .
Sea d ∈ (x̄, b] tal que [x̄, d] no contiene puntos esquina de y

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 25 / 36

Extremales con esquinas
Condición necesaria de Weierstrass

Para  ∈ [0, d − x̄], construiremos una familia y de perturbaciones de y que son

funciones continuas, coinciden con y en el complemento de [x̄, d], es lineal con
derivada w en [x̄, x̄ + ] y difiere de y en una función lineal en [x̄ + , d]:

 y (t) t ∈ [a, x̄] ∪ [d, b]
y (t) = y (x̄) + w (t − x̄) t ∈ [x̄, x̄ + ]
 y (t) + d−t y (x̄) + w  − y (x̄ + )
t ∈ [x̄ + , d]
d−(x̄+)

Como en y0 se tiene un mı́nimo fuerte para J(y ), y para  cercana a 0 se tiene y

cercana a y , entonces  7→ J(y ) tiene un mı́nimo en  = 0.
Para completar la prueba, calcularemos la derivada de la función de
 recién
descrita en  = 0, y veremos que coincide con E x̄, y (x̄), y 0 (x̄), w , por lo que al
usar el hecho que se tenı́a un mı́nimo, concluiremos la afirmación

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 26 / 36

Extremales con esquinas
Condición necesaria de Weierstrass

Observemos que
!
Z x̄+ Z d
d d
J(y ) = L(t, y (t), ∂t yt (t)) dt + L(t, y (t), ∂t yt (t)) dt
d d x̄ x̄+

pues y no depende de  fuera del intervalo [x̄, d].

Por el teorema fundamental del cálculo el primer término es L x̄ + , y (x̄) + w , w
El segundo término es más complicado y da lugar a tres términos:

Z d

−L x̄ + , y (x̄ + ),∂t y (x̄ + ) + ∂2 L t, y (t), ∂t yt (t) ∂ y (t) dt
x̄+
Z d h
i
+ ∂3 L t, y (t), ∂t yt (t) ∂x y (t) dt
x̄+

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 27 / 36

Extremales con esquinas
Condición necesaria de Weierstrass

Integrando por partes el tercer término obtenemos

d Z d

dh
i
∂3 L t, y (t), ∂t yt (t) ∂ y (t) − ∂3 L t, y (t), ∂t yt (t) ∂ y (t) dt

x̄+ x̄+ dt

Como y (d) = y (d) para toda  entonces el primer término vale

−∂3 L x̄ + , y (x̄ + ), ∂t y (x̄ + ) ∂ y (x̄ + )

Pero por definición también sabemos que y (x̄ + ) = y (x̄) + w , por lo que al
derivar respecto a  obtenemos

∂ y (x̄ + ) = w − ∂t y (x̄ + )

(aquı́ es útil visualizar y (t) = y (t, )). Sustituyendo obtenemos

 
−∂3 L x̄ + , y (x̄ + ), ∂t y (x̄ + ) w − ∂t y (x̄ + )

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 28 / 36

Extremales con esquinas
Condición necesaria de Weierstrass

Sumando los términos en azul con  = 0 obtenemos

d 
J(y ) = L(x̄, y (x̄), w ) − L(x̄, y (x̄), ∂t y (x̄))−

d =0+


− ∂3 L(x̄, y (x̄), ∂t y (x̄)) w − ∂t y (x̄) + I

donde I denota una integral similar a la marcada en azul, con  = 0. Pero como se
debe cumplir la ecuación de Euler-Lagrange, entonces I = 0.
La conclusión es que
d 
J(y ) = E (x̄, y (x̄), y 0 (x̄), w )

d =0+

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 29 / 36

Problema de Control Óptimo
Aspectos técnicos del Sistema de Control

Recuérdese que se consideran sistemas de control de la forma

ẋ = f (t, x, u), x(t0 ) = 0,

donde x = x(t) ∈ Rn es la variable de estado, u = u(t) ∈ U ⊂ Rm es la variable

de control.
La pregunta que planteamos resolver es si para cada elección de datos iniciales
(t0 , x0 ), y todo control admisible u(t), el sistema de control está bien definido, es
decir, existe una única solución a dicho sistema.
Esto requerirá imponer condiciones de regularidad en f y en u, y procederemos
requiriendo condiciones más fuertes, viendo si podemos luego debilitarlas.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 30 / 36

Sistema de control - Caso sin controles ẋ = f (t, x)

Supondremos que f (·, x) es continua por pedazos para cada x, y tal que los
valores en cada discontinuidad coincide con alguno de los lı́mites laterales
(continua por la derecha o o por la izquierda).
En la variable x requerimos que se cumpla una condición de tipo Lipschitz,
uniforme en t:
|f (t, x1 ) − f (t, x2 )| ≤ K |x1 − x2 |
para todo (t, x1 ), (t, x2 ) en una vecindad de (t0 , x0 ) ∈ Rn × Rn .
Alternativamente, se puede requerir que f (t, ·) sea de clase C 1 para cada t, y que
la matriz Jacobiana ∂x f (·, x) es continua por pedazos para cada x.
Para ampliar la clase de funciones que admitiremos como soluciones del sistema,
diremos que x(t) es solución del sistema en un intervalo [t0 , t1 ] si es continua en
dicho intervalo, y de clase C 1 casi dondequiera, cumpliendo
Z t
x(t) = x0 + f (s, x(s)) ds
t0

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 31 / 36

Sistema de control más general: ẋ = f (t, x, u)

Basados en la discusión anterior suponemos que f es continua en t y en u y de

clase C 1 en x; ∂x f es continua en t y u; u es continua en t
Una solución del sistema será una función de la forma
Z t
x(t) = x0 + f (s, x(s), u(s)) ds
t0

para t en algún intervalo [t0 , t1 ].

Por limitaciones propias de este curso, tenemos que asumir la propiedad de
existencia local de soluciones del sistema de control dado.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 32 / 36

Funcional de costo
Aspectos técnicos

Como se dijo en la introducción, se consideran funcionales de costo con la forma

Z tf


J(u) = L t, x(t), u(t) dt + K (tf , xf )
t0

con L el costo corriente y K el costo terminal.

Siempre asumiremos que estas funciones tendrán la regularidad requerida para
cada técnica.
A los problemas que usan funciones de costo de este tipo a veces se les conoce
como problemas de Bolza

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 33 / 36

Conjunto objetivo

Tomaremos al tiempo inicial t0 y al estado inicial x0 como valores fijos.

Explicaremos a continuación cómo definir el tiempo final tf , que a su vez
determina el estado final xf .
Queremos considerar tiempos y estados finales de tres tipos: libres, fijos o
pertenecientes a un conjunto
Para abarcar estas situaciones usamos un conjunto objetivo S ⊆ [t0 , ∞) × Rn
que dependerá del objetivo de la función control.
Luego, podrı́amos considerar tf el valor más pequeño tal que (tf , xf ) ∈ S
La idea es que S sea un conjunto cerrado, de manera que si para alguna t ocurre
que (t, x(t)) ∈ S, entonces tf está bien definido.
Y si (t, x(t)) 6∈ S para todo t, entonces se considera el costo como una función
indefinida.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 34 / 36

Conjunto objetivo
Algunos ejemplos

Cuando S = [t0 , ∞) × {x1 }, se dice que se tiene tiempo libre y punto final fijo
El caso en que S = {t1 } × Rn se conoce como tiempo fijo y punto final libre
Un caso muy restrictivo es cuando S = {t1 } × {x1 }, o sea tiempo fijo y punto
final fijo
Y en el extremo opuesto S = [t0 , ∞) × Rn tiene tiempo libre y punto final libre
También podrı́a uno considerar el caso en que S = {(t, g (t)) : t ∈ [t0 , ∞)} para
cierta función g : R → Rn

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 35 / 36

Formulación del problema de control

Podemos ahora dar una descripcioón técnica más detallada del problema de
control óptimo que queremos abordar:

Dado un sistema de control

ẋ = f (t, x, u), x(t0 ) = 0,

cumpliendo ciertas condiciones de regularidad, además de un funcional de costo

Z tf


J(u) = L t, x(t), u(t) dt + K (tf , xf )
t0

y un conjunto objetivo S ⊆ [t0 , ∞) × Rn , determinar un control u(t) que

minimice el costo.
A continuación veremos detalles de algunos ejemplos de este tipo de problema.

MAT24150-001 (ITAM) Ideas básicas del Control Óptimo Primavera de 2021 36 / 36