UNIVERSIDADE FEDERAL DE MINAS GERAIS ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA ELETRNICA ENGENHARIA DE CONTROLE E AUTOMAO

ESTABILIDADES QUADRTICA E ROBUSTA E LEMA DE FINSLER

Anlise de estabilidade de sistema incerto
Tadeu Jos Outubro de 2012

Estudo de um sistema com parmetros incertos, pertencentes a domnio limitado, cuja estabilidade avaliada sob as condies do lema de Finsler e das estabilidades quadrtica e robusta. Os mtodos so baseados na formulao de desigualdades lineares matriciais (LMIs), para cumprir as condies de estabilidade do Mtodo Direto de Lyapunov. Trabalho entregue ao professor Fernando de Oliveira Souza, do citado departamento, como requisito parcial para aprovao na disciplina Fundamentos do Controle Robusto via Otimizao, componente eletivo da graduao em Engenharia de Controle e Automao da UFMG, oferecida pelo Programa de Ps-graduao em Engenharia Eltrica, da citada Universidade.

-1-

Problema proposto
Dado um sistema linear incerto representado na forma

[ ] e Sujeito a dois parmetros incertos, a saber, [ ]. requisitado que os parmetros do sistema sejam propostos e as condies de estabilidade quadrtica e robusta sejam utilizadas para, em cada caso, representar no plano cartesiano os pares ordenados (a,b) para os quais o sistema seja estvel. Em seguida, requisitado que o lema de Finsler seja utilizado em conjunto com o mtodo direto de Lyapunov, para obter condies de estabilidade equivalentes quelas desenvolvidas no caso da estabilidade robusta.

Questo 1 Estabilidades Quadrtica e Robusta

Propondo os parmetros do sistema incerto
Para anlise de estabilidade, necessrio, primeiramente, propor um sistema que seja estvel em torno de um ponto. Tendo isso em vista, seus parmetros foram arbitrados de forma que ele fosse estvel em torno das condies nulas de seus parmetros incertos, i.e., para a = 0 e b = 0. Assim, ele ficou com a seguinte representao politpica: [ ] [ ] [ ]

sendo um politopo no espao das matrizes estabelecido pelos quatro vrtices da matriz A(), definido como { | }. Como so dois os parmetros incertos do sistema, h 4 (= 22) vrtices (Ai, i=1,2,3,4) do politopo das incertezas de A(), definidos a seguir: Fixando [ [ , tem-se que ] [ ] [ ] [ ] ] [ ] [ ] [ ]

so os vrtices em questo.

Formulando as condies de Estabilidade Quadrtica (EQ)

Pelo mtodo de Lyapunov, considerando o funcional assintoticamente estvel se, e somente se,
( )

, o sistema ser global e

-2-

{ ( (

) ) )

(
)

( ( [ [ ( (
)

) ( )] ) ] )

) ( )

( ( (

Como os valores de Ai no so conhecidos, dado que A() incerto, considera-se a seguinte condio suficiente para a estabilidade: |
(1)

Utilizando o cdigo presente no Apndice 1, as LMIs referentes inequao ( 1 ) foram escritas e, utilizando o solver lmilab, do Matlab, os valores de a e b foram variados, sendo verificada, para cada par (a,b), a estabilidade do sistema. A Figura 1 mostra os pares ordenados (a,b) para os quais o sistema estvel, segundo os critrios de estabilidade quadrtica.
Questo 1a - EQ - Pares ordenados (a,b) para os quais o sistema estvel

0.8

0.6

0.4

0.2

0.2

0.4

0.6 a

0.8

1.2

Figura 1 Valores dos parmetros incertos que cumprem as condies de Estabilidade Quadrtica (EQ)

-3-

Formulando as condies de Estabilidade Robusta (ER)

Para utilizar as condies de estabilidade robusta, o sistema representado em sua forma descritora, como consta a seguir: [ ] [ Escolhendo o funcional
( )

[ ][ ] [

] ][ ]

[ ]

),

com

], sendo

e F e G, matrizes quaisquer,

possvel fazer analogamente ao caso da estabilidade quadrtica e utilizar o mtodo direto de Lyapunov para obter as LMIs que garantam a estabilidade robusta do sistema. Aplicando o mtodo, tem-se que: { (
( )

(
)

) )

[ ] } (

[ ]

[ ]

[ ] [ ]
)

[ ]

[ ] [ ]

[ ]

[ ]

[ ] (
)

[ ] [ ] [ ]

[ ] ( [ ]

[ ]

[ ]

[ ] [ ] [ ]

[ ( [ ] ( ( (
) ) )

[ ] ( ][ ][

( [ ]) [ [ ] [ [ ] ([ [ ] [ ][ ]

[ ]
)

[ ] [ ][ ] ] [ [ ] [

[ ] ][

[ ]

][ ]

][ ] ]) [ ]

][ ][ ]

-4-

( }
)

[ ] [

][ ]

Sendo o elemento * o transposto de seu simtrico em relao diagonal principal. Como i 0, temse que a estabilidade robusta alcanada se |[ ]
(2)

Em analogia ao caso da estabilidade quadrtica, o script presente no Apndice 1 foi utilizado para plotar os pares ordenados (a,b) para os quais a inequao ( 2 ) aponta pra a estabilidade robusta, conforme mostra a Figura 2.
Questo 1b - ER - Pares ordenados (a,b) para os quais o sistema estvel

0.8

0.6

0.4

0.2

0.2

0.4

0.6 a

0.8

1.2

Figura 2 - Valores dos parmetros incertos que cumprem as condies de Estabilidade Robusta (ER)

Analisando a Figura 1e a Figura 2, possvel ver que as condies da ER apontam para estabilidade para mais valores de par (a,b) do que a EQ, sinal de que a representao descritora, em que as condies de ER se baseia, resulta em LMIs menos restritivas, quando comparadas quelas desenvolvidas no caso da EQ. Vale ressaltar que a estabilidade robusta assumiu parmetros incertos invariantes no tempo e pertencentes a um domnio limitado, enquanto a estabilidade quadrtica considerou apenas essa segunda condio. Assim, tem-se que a estabilidade robusta, com LMIs menos restritivas, adequada para casos de parmetros incertos, mas invariantes no tempo. Como exemplo, toma-se o ponto (a,b) = (0.4,0.8), em que as condies da EQ no apontam para estabilidade, enquanto as da ER o fazem. O sistema simulado, em ambiente Matlab, e sua resposta consta na Figura 3, com condies iniciadas arbitradas como X0 = [1 1 1]. Nota-se que, nesse caso, a estabilidade do sistema se verifica, apesar da infactibilidade do problema de LMIs do caso da EQ.

-5-

Resposta do sistema com condies iniciais X0 = [1 1 1] e entrada nula, com a = 0.4 e b = 0.8
1.5 Estado x1 Estado x2 Estado x3

Entrada e Trajetria dos estados

0.5

-0.5

-1

10

15

20

25

30

35

40

tempo(s)

Figura 3 - Resposta do sistema com a e b tais que a ER aponta para estabilidade e a EQ no

Questo 2 Lema de Finsler

Analisando a inequao ( 1 ), tem-se que, se fosse utilizada, ao invs de uma matriz P constante, uma funo matricial , pura e simplesmente, as condies para estabilidade seriam ainda mais restritivas, pois a condio que deveria ser satisfeita seria . Isso ocorre pelo fato de cada condio ser equivalente EQ (i.e. o mesmo P deve garantir que todos os vrtices satisfaam a LMI) e haver um total de 16 dessas condies. Uma das vantagens das condies da ER justamente o fato de esta desacoplar o produto entre os vrtices e as matrizes Pj, como pode ser visto em ( 2 ). Isso tambm alcanado utilizando o teorema de Lyapunov em conjunto com o lema de Finsler, resumido pelas condies a seguir, todas equivalentes:

| | Como todas as condies so equivalentes, toma-se uma delas para obter LMIs que reduzam o conservadorismo obtido na EQ. Tomando primeira sentena, tem-se que: [ ][ ] [ ] [ ][ ]

Assim, o desenvolvimento anterior permite concluir que as seguintes condies so suficientes para garantir a estabilidade do sistema:

-6-

[ ] [

][ ]

][ ]

O que equivalente a (pela sentena ii): [ ][ ][ ] [ ][ ]

(3)

O script apresentado no Apndice 2 foi utilizado para escrever as LMIs referentes a ( 3 ), visando a mostrar a equivalncia entre as condies obtidas pela forma descritora da ER e pelo mtodo direto de Lyapunov em conjunto com o lema de Finsler. A Figura 4 mostra os pares ordenados (a,b) para os quais as condies em ( 3 ) apontam para a estabilidade do sistema, valendo notar que so os mesmos pontos que aqueles obtidos no caso da ER.
Questo 2 - Finsler - Pares ordenados (a,b) para os quais o sistema estvel

0.8

0.6

0.4

0.2

0.2

0.4

0.6 a

0.8

1.2

Figura 4 - Valores dos parmetros incertos que cumprem as condies de estabilidade dadas pelo lema de Finsler e o mtodo direto de Lyapunov

-7-

Apndice 1
%************************************************************************** %Fundamentos do Controle Robusto Via Otimizao - Tarbalho 1 %OFICINA DE EQ E ER - Questo 1 % %Esta questo objetiva usar as condies para estabilidade quadrtica e %robusta para avaliar a estabilidade de um sistema incerto, descrito na %forma politpica. %Sistema considerado: %dx/dt = A(alfa)x(t), sendo A(alfa) pertencente a R3x3, sujeito a dois %parmetros incertos limitados, 0 <= a <= a_max e 0 <= b <= b_max. % %O item "a" destina-se a usar as condies de estabilidade quadrtica (EQ) %e marcar, em um plano cartesiano, os pares ordenados (a,b) para os quais o %sistema estvel. J o item "b" anlogo ao "a", mas so utilizadas as %condies de estabilidade robusta (ER), usando a forma descritora do %sistema. % %Por fim, tomado um valor para a e b que a EQ no aponta para %estabilidade do sistema, ao contrrio da ER. O sistema ento simulado e %sua resposta, com determinadas condies iniciais, obtida. % %Tadeu Jos Silva Rodrigues %************************************************************************** %Comandos de prompt clc; close all; clear;

%Limpa prompt %Fecha todas as figuras abertas %Apaga variveis da memria

%*******************LETRA A - ESTABILIDADE QUADRTICA********************** %Arbitrando valores para os parmetros da matriz estvel do sistema a_min = 0; %valor mnimo do incerto a a_max = 1.2; %valor mximo do incerto a b_min = 0; %valor mnimo do incerto b b_max = 1.2; %valor mximo do incerto b A = [0 0 -2; 5 -2 -1; 1 2 -3]; %Matriz do sistema incerto (c/ a=b=0) %Varia parmetro "b" dentro de todo seu domnio de incerteza for b = b_min:.1:b_max %Varia parmetro "a" dentro de todo seu domnio de incerteza for a = a_min:.1:a_max %Vrtices A1 = A; A1(1,1) = A2 = A; A2(1,1) = A3 = A; A3(1,1) = A4 = A; A4(1,1) = da matriz A a_min; A1(1,2) = b_min; a_min; A2(1,2) = b; a; A3(1,2) = b_min; a; A4(1,2) = b; %A1 = A, modificando A1(1,1) e A1(1,2) %A2 = A, modificando A2(1,1) e A2(1,2) %A3 = A, modificando A3(1,1) e A3(1,2) %A4 = A, modificando A4(1,1) e A4(1,2)

%Escreve as LMIs %Inicia descrio das LMIs setlmis([]);

%Define varivel matricial P P = lmivar(1,[length(A) 1]);

%varivel matricial simtrica

%Define os termos da LMI1: P > 0, equivalente a -P < 0 lmiterm([1 1 1 P],-1,1); %utilizado -1 pq default P < 0

-8-

%Define os termos da LMI2: A1'*P + P*A1 < 0 lmiterm([2 1 1 P],A1',1,'s'); %Define os termos da LMI3: A2'*P + P*A2 < 0 lmiterm([3 1 1 P],A2',1,'s'); %Define os termos da LMI4: A3'*P + P*A3 < 0 lmiterm([4 1 1 P],A3',1,'s'); %Define os termos da LMI5: A4'*P + P*A4 < 0 lmiterm([5 1 1 P],A4',1,'s'); %Termina descrio das LMIs lmis = getlmis; %Retorna descrio computacional das LMIs %Verifica factibilidade do problema [tmin,xfeas] = feasp(lmis); %Problema factvel <=> tmin <= 0 %Dado o problema de LMI L(x) < R(x), feasp %soluciona o problema convexo: minimize t %sujeito a L(x) < R(x) + t*I. O cdigo para %qd t < target (default 0). %tmin = valor de t ao fim da funo %xfeasp = vetor das variveis de deciso %Toma das variveis de deciso os valores da varivel matricial Z = dec2mat(lmis,xfeas,P); %Plota pares ordenados (a,b) para os quais o sistema estvel if tmin < 0 %checa se o problema da LMI factvel (retorno de feasp) disp('Sistema estvel. Matriz encontrada:'); disp(Z); %Plota par ordenado (a,b) figure(1); plot(a,b,'x', 'MarkerSize',10, 'LineWidth',2); hold on; else disp('Problema no factvel'); end end end %Acaba de formatar a figura aberta questao = 'Questo 1a - EQ - '; titulo = 'Pares ordenados (a,b) para os quais o sistema estvel'; set(gcf,'Color','White'); xlabel('a'); ylabel('b'); title([questao titulo]); grid; axis([a_min a_max b_min b_max]); %********************LETRA B - ESTABILIDADE ROBUSTA************************ %Varia parmetro "b" dentro de todo seu domnio de incerteza for b = b_min:.1:b_max %Varia parmetro "a" dentro de todo seu domnio de incerteza for a = a_min:.1:a_max %Vrtices da matriz A A1 = A; A1(1,1) = a_min; A1(1,2) = b_min; A2 = A;

%A1 = A, modificando A1(1,1) e A1(1,2)

-9-

A2(1,1) = a_min; A2(1,2) = b; A3 = A; A3(1,1) = a; A3(1,2) = b_min; A4 = A; A4(1,1) = a; A4(1,2) = b; %Escreve as LMIs %Inicia descrio das LMIs setlmis([]);

%A2 = A, modificando A2(1,1) e A2(1,2) %A3 = A, modificando A3(1,1) e A3(1,2) %A4 = A, modificando A4(1,1) e A4(1,2)

%Define variveis matriciais Pi, i = 1,2,3,4, F e G P1 = lmivar(1,[length(A) 1]); %varivel matricial P2 = lmivar(1,[length(A) 1]); %varivel matricial P3 = lmivar(1,[length(A) 1]); %varivel matricial P4 = lmivar(1,[length(A) 1]); %varivel matricial F = lmivar(1,[length(A) 1]); %varivel matricial G = lmivar(1,[length(A) 1]); %varivel matricial

simtrica simtrica simtrica simtrica simtrica simtrica

P1 P2 P3 P4 F G

%Define os termos da LMI1: P1 > 0, equivalente a -P < 0 lmiterm([1 1 1 P1],-1,1); %utilizado -1 pq default P < 0 %Define os % lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 termos da LMI2: [A1'F+F'A1 A1'G+P1-F' G'A1+P1-F -G-G' ] < 0 1 1 F ],A1',1,'s'); %Termo A1'F+F'A1 1 2 G ],A1',1); %Parcela A1'G, do termo A1'G+P1-F' 1 2 P1],1,1); %Parcela P1, do termo A1'G+P1-F' 1 2 F'],-1,1); %Parcela -F', do termo A1'G+P1-F' 2 1 G'],1,A1); %Parcela G'A1, do termo G'A1+P1-F 2 1 P1],1,1); %Parcela P1, do termo G'A1+P1-F 2 1 F],-1,1); %Parcela -F', do termo G'A1+P1-F 2 2 G],-1,1,'s'); %Termo -G-G'

%Define os termos da LMI3: P2 > 0, equivalente a -P < 0 lmiterm([3 1 1 P2],-1,1); %utilizado -1 pq default P < 0 %Define os % lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 termos da LMI4: [A2'F+F'A2 A2'G+P2-F' G'A2+P2-F -G-G' ] < 0 1 1 F ],A2',1,'s'); %Termo A2'F+F'A2 1 2 G ],A2',1); %Parcela A2'G, do termo A2'G+P2-F' 1 2 P2],1,1); %Parcela P2, do termo A2'G+P2-F' 1 2 F'],-1,1); %Parcela -F', do termo A2'G+P2-F' 2 1 G'],1,A2); %Parcela G'A2, do termo G'A2+P2-F 2 1 P2],1,1); %Parcela P2, do termo G'A2+P2-F 2 1 F],-1,1); %Parcela -F', do termo G'A2+P2-F 2 2 G],-1,1,'s'); %Termo -G-G'

%Define os termos da LMI5: P3 > 0, equivalente a -P < 0 lmiterm([1 1 1 P3],-1,1); %utilizado -1 pq default P < 0 %Define os % lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 termos da LMI6: [A3'F+F'A3 A3'G+P3-F' G'A3+P3-F -G-G' ] < 0 1 1 F ],A3',1,'s'); %Termo A3'F+F'A3 1 2 G ],A3',1); %Parcela A3'G, do termo A3'G+P3-F' 1 2 P3],1,1); %Parcela P3, do termo A3'G+P3-F' 1 2 F'],-1,1); %Parcela -F', do termo A3'G+P3-F' 2 1 G'],1,A3); %Parcela G'A3, do termo G'A3+P3-F 2 1 P3],1,1); %Parcela P3, do termo G'A3+P3-F 2 1 F],-1,1); %Parcela -F', do termo G'A3+P3-F 2 2 G],-1,1,'s'); %Termo -G-G'

%Define os termos da LMI7: P4 > 0, equivalente a -P < 0 lmiterm([1 1 1 P4],-1,1); %utilizado -1 pq default P < 0 %Define os termos da LMI8: [A4'F+F'A4 % G'A4+P4-F A4'G+P4-F' -G-G' ] < 0

- 10 -

lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1 lmiterm([1

1 1 1 1 2 2 2 2

1 2 2 2 1 1 1 2

F ],A4',1,'s'); G ],A4',1); P4],1,1); F'],-1,1); G'],1,A4); P4],1,1); F],-1,1); G],-1,1,'s');

%Termo A4'F+F'A4 %Parcela A4'G, do termo A4'G+P4-F' %Parcela P4, do termo A4'G+P4-F' %Parcela -F', do termo A4'G+P4-F' %Parcela G'A4, do termo G'A4+P4-F %Parcela P4, do termo G'A4+P4-F %Parcela -F', do termo G'A4+P4-F %Termo -G-G'

%Termina descrio das LMIs lmis2 = getlmis; %Retorna descrio computacional das LMIs %Verifica factibilidade do problema [tmin2,xfeas2]=feasp(lmis2);%Problema factvel <=> tmin <= 0 %Dado o problema de LMI L(x) < R(x), feasp %soluciona o problema convexo: minimize t %sujeito a L(x) < R(x) + t*I. O cdigo para %qd t < target (default 0). %tmin = valor de t ao fim da funo %xfeasp = vetor das variveis de deciso %Plota pares ordenados (a,b) para os quais o sistema estvel if tmin2 < 0 %checa se o problema da LMI factvel (retorno de feasp) %Plota par ordenado (a,b) figure(2); plot(a,b,'o', 'MarkerSize',10, 'LineWidth',2); hold on; end end end %Acaba de formatar a figura aberta questao = 'Questo 1b - ER - '; titulo = 'Pares ordenados (a,b) para os quais o sistema estvel'; set(gcf,'Color','White'); xlabel('a'); ylabel('b'); title([questao titulo]); grid; axis([a_min a_max b_min b_max]); %****************SIMULAO - ENSAIO DE RESPOSTA AO DEGRAU****************** %Parmetros da simulao dt = .01; %passo do vetor tempo t = 0:dt:40; %vetor tempo ruido = .03; %nvel de rudo na entrada u, a seguir u = 1 + mean([ruido*randn(1,length(t));-ruido*randn(1,length(t))]); %Representao do sistema em espao de estados na forma %x' = Ax + Bu %y = Cx + Du a = .4; b = .8; A = [a b -2; 5 -2 -1; 1 2 -3]; %Matriz do sistema incerto (c/ a=.4 e b=.8) B = [0; 0; 0]; C = [0 0 0]; D = 0; X0 = [1 1 1]; Gee = ss(A,B,C,D); %Resposta ao degrau ruidoso u [saida T estados] = lsim(Gee,u,t,X0); %Plotagem da resposta obtida figure(3);

- 11 -

plot(t,estados); legend('Estado x1', 'Estado x2', 'Estado x3');%,... %'Location','North','Orientation','horizontal'); title(['Resposta do sistema com condies iniciais X0 = [' num2str(X0)... '] e entrada nula, com a = ' num2str(a) ' e b = ' num2str(b)],... 'FontSize',12); xlabel('tempo(s)','FontSize',12); ylabel('Entrada e Trajetria dos estados','FontSize',12); set(gcf,'Color','White'); grid;

- 12 -

Apndice 2
%************************************************************************** %Fundamentos do Controle Robusto Via Otimizao - Tarbalho 1 %OFICINA DE EQ E ER - Questo 2 % %Esta questo objetiva usar as condies do lema de Finsler e o teorema de %Lyapunov para avaliar a estabilidade de um sistema incerto, descrito na %forma politpica, considerando que as incertezas so invariantes no tempo. % %Sistema considerado (o mesmo da Questo 1): %dx/dt = A(alfa)x(t), sendo A(alfa) pertencente a R3x3, sujeito a dois %parmetros incertos limitados, 0 <= a <= a_max e 0 <= b <= b_max. % %Funcional considerado: %V(x,alfa) = x'(t)P(alfa), P(alfa)Som(alfa_i*Pi) pertencente a R3x3, com %Som(alfa_i) = 1 e alfa_i >= 0, para todo i. % %Tadeu Jos Silva Rodrigues %************************************************************************** %Comandos de prompt clc; close all; clear;

%Limpa prompt %Fecha todas as figuras abertas %Apaga variveis da memria

%Arbitrando valores para os parmetros da matriz estvel do sistema a_min = 0; %valor mnimo do incerto a a_max = 1.2; %valor mximo do incerto a b_min = 0; %valor mnimo do incerto b b_max = 1.2; %valor mximo do incerto b A = [0 0 -2; 5 -2 -1; 1 2 -3]; %Matriz do sistema incerto (c/ a=b=0) %Varia parmetro "b" dentro de todo seu domnio de incerteza for b = b_min:.1:b_max %Varia parmetro "a" dentro de todo seu domnio de incerteza for a = a_min:.1:a_max %Vrtices A1 = A; A1(1,1) = A2 = A; A2(1,1) = A3 = A; A3(1,1) = A4 = A; A4(1,1) = da matriz A a_min; A1(1,2) = b_min; a_min; A2(1,2) = b; a; A3(1,2) = b_min; a; A4(1,2) = b;

%Escreve as LMIs %Inicia descrio das LMIs setlmis([]); %Define variveis matriciais Pi, i = 1,2,3,4, F e G P1 = lmivar(1,[length(A) 1]); %varivel matricial P2 = lmivar(1,[length(A) 1]); %varivel matricial P3 = lmivar(1,[length(A) 1]); %varivel matricial P4 = lmivar(1,[length(A) 1]); %varivel matricial Q1 = [0 P1; P1 0]; Q2 = [0 P2; P2 0]; Q3 = [0 P3; P3 0]; Q4 = [0 P4; P4 0]; Bo1 = [eye(3); A1]; Bo2 = [eye(3); A2];

simtrica simtrica simtrica simtrica

P1 P2 P3 P4

- 13 -

Bo3 = [eye(3); A3]; Bo4 = [eye(3); A4]; %Define a LMI Bo'QBo < 0, sendo Bo B ortogonal lmiterm([1 1 1 P1],A1',A1); lmiterm([2 1 1 P2],A2',A2); lmiterm([3 1 1 P3],A3',A3); lmiterm([4 1 1 P4],A4',A4); %Termina descrio das LMIs lmis = getlmis; %Retorna descrio computacional das LMIs %Verifica factibilidade do problema [tmin,xfeas]=feasp(lmis); %Problema factvel <=> tmin <= 0 %Dado o problema de LMI L(x) < R(x), feasp %soluciona o problema convexo: minimize t %sujeito a L(x) < R(x) + t*I. O cdigo para %qd t < target (default 0). %tmin = valor de t ao fim da funo %xfeasp = vetor das variveis de deciso %Plota pares ordenados (a,b) para os quais o sistema estvel if tmin < 0 %checa se o problema da LMI factvel (retorno de feasp) %Plota par ordenado (a,b) figure(1); plot(a,b,'o', 'MarkerSize',10, 'LineWidth',2); hold on; end end end %Acaba de formatar a figura aberta set(gcf,'Color','White'); xlabel('a'); ylabel('b'); title(['Questo 2 - Finsler - Pares ordenados (a,b) para os quais o '... 'sistema estvel']); grid; axis([a_min a_max b_min b_max]);