El problema LQR: costo cuadrático, plazo y el frente Q–R · Control óptimo y LQR: llegar con el mínimo esfuerzo · CO.DE Academy
Lección 3 de 9· Control y estimación
El problema LQR: costo cuadrático, plazo y el frente Q–R
0 de 9 lecciones · 0 %
01 / 03
En los videos
3.1 El costo cuadrático: dos naves recorren 8 m, una en 2 s y otra en 4 s; sumar errores al cuadrado favorece a la rápida (222.5 contra 412.5), sumar esfuerzos a la suave (390 contra 48), y con Q y R cada trayectoria queda en un solo número: 692 contra 499.
3.2 El horizonte finito: un plazo para llegar, el costo terminal que exige llegar detenida y una ganancia que cambia con el tiempo y se calcula hacia atrás.
3.3 Qué significan Q y R: más Q, más agresivo; más R, más suave; barriendo el cociente aparece el frente error contra esfuerzo, y ninguna ganancia al azar lo mejora.
Un número por trayectoria
En la lección anterior elegimos los polos por la forma de la respuesta y medimos el esfuerzo después. El regulador cuadrático lineal (LQR) invierte el orden: primero se escribe qué se castiga y cuánto, y la ley de control sale de minimizarlo. En un acoplamiento real, un error de posición de un metro y un empuje de un m/s² no valen lo mismo; el diseñador lo expresa con dos matrices de pesos, Q para el estado y R para el esfuerzo. Para la nave discretizada con periodo T:
J=∑k=0N−1(xk⊤Qxk+uk⊤Ruk)+xN⊤QfxN.
Los cuadrados hacen tres cosas a la vez: el signo no importa, los errores grandes pesan mucho más que los pequeños (un empuje de 10 pesa cien veces uno de 1) y el costo queda cuadrático en todo, lo que permitirá resolverlo con álgebra lineal.
Ejemplo resuelto (video 3.1). Con T=0.25 s, dos naves recorren los 8 m con el menor esfuerzo posible para su plazo: la rápida en 8 pasos (2 s), la suave en 16 (4 s). Con Q=diag(1,0) —solo la distancia— el primer paso aporta 82=64 y las sumas son 222.5 (rápida) y 412.5 (suave). Con R=1 el primer empuje de la rápida es 10.67 m/s², que al cuadrado da 113.8; el esfuerzo total es 390.1 contra 48.2. Con Q=diag(1,0.5) y R=1, estado más esfuerzo dan 301.7+390.1=691.8 para la rápida y 451.2+48.2=499.4 para la suave. Con estos pesos gana la suave; con otros ganaría la otra.
Completar el cuadrado: la etapa que lo explica todo
Deducción. Supongamos que el costo que falta desde el paso siguiente ya es una cuadrática, Vk+1(x)=x⊤Px. Elegir uk es minimizar
x⊤Qx+u⊤Ru+(Ax+Bu)⊤P(Ax+Bu).
Agrupando los términos en u con S=R+B⊤PB (definida positiva si R≻0):
u⊤Su+2u⊤B⊤PAx+x⊤(Q+A⊤PA)x.
Completando el cuadrado, u⊤Su+2u⊤SKx=(u+Kx)⊤S(u+Kx)−x⊤K⊤SKx con K=S−1B⊤PA. El primer término es ≥0 y vale cero solo si
uk=−Kxk,K=(R+B⊤PB)−1B⊤PA,
y lo que queda, x⊤(Q+A⊤PA−K⊤SK)x, vuelve a ser cuadrático. La ley óptima es una retroalimentación lineal del estado, como las de la lección 2, pero ahora la ganancia sale de los pesos. Repitiendo el argumento desde el final (PN=Qf) hacia el principio se obtiene una ganancia distinta para cada paso: es la ecuación de Riccati de la lección 4.
El horizonte finito
En el video 3.2 la nave está a 4 m, en reposo, con T=0.5 s, Q=diag(1,0.1) y R=0.1. Con plazo de 2 s (4 pasos) y castigo terminal Qf=diag(100,10) el costo óptimo es 37.25. Con plazo de 1 s, 72.24: casi el doble, con empujes cercanos a 15 m/s². Con 5 s, 36.88: dar más tiempo ya casi no ayuda. Sin costo terminal (Qf=0) el costo baja a 35.78, pero nadie le pide detenerse: llega pasando rápido por la meta. La ganancia depende del tiempo: los primeros pasos usan casi la misma K≈[1.6,1.9] y cerca del plazo la ganancia de posición sube hasta 3.7 para frenar a tiempo; sin Qf el último paso tiene K=0.
Qué significan Q y R
Con horizonte infinito y T=0.25 s, Q=qdiag(1,0.1) y R=r, desde 8 m (video 3.3):
caso
llega al 5 %
empuje pico
Δv=T∑∣u∣
q=1,r=1
3.25 s
6.7 m/s²
7.5 m/s
q=1,r=4
4.25 s
3.5 m/s²
5.3 m/s
q=1,r=16
6.00 s
1.8 m/s²
3.8 m/s
q=4,r=1
2.25 s
12.3 m/s²
10.5 m/s
q=16,r=1
1.75 s
21.8 m/s²
14.4 m/s
Observa que q=4,r=1 y q=1,r=0.25 dan la misma fila. Deducción: si se multiplican Q y R por el mismo c>0, el costo de cualquier ley se multiplica por c y el minimizador no cambia; en la fórmula, P→cP y K=(cR+B⊤cPB)−1B⊤cPA queda igual. Solo importa el cociente ρ=r/q.
Separando el costo en error E=∑x⊤Q0x y esfuerzo F=∑u2, el LQR minimiza E+ρF. Con r=1: E=316.6, F=87.9 y J=404.49, exactamente x0⊤Px0. Barriendo ρ de 0.01 a 100 los puntos (E,F) trazan el frente de Pareto. Ninguna otra ganancia cae por debajo: si una tuviera menos E y menos F que un punto del frente, tendría menos E+ρF que el óptimo, lo que es imposible.
Playground · python
1 de 6
Si se multiplica R por 16 manteniendo Q, ¿qué le pasa a la nave del video 3.3?
Qué deja fuera este modelo
Los pesos no son física.Q y R expresan preferencias. Un mismo problema admite infinitas parejas y el frente solo dice que ninguna es «mejor» en todo; la regla de Bryson (lección 5) da un punto de partida razonable.
Costo cuadrático, no de combustible. El combustible real es ∫∣u∣dt, no ∫u2. El LQR lo reduce indirectamente; el problema de combustible mínimo tiene otra solución (lección 8).
Sin tope. Todas las filas de la tabla suponen que el propulsor da lo que se pide; con q=16 pide 21.8 m/s².
Horizonte finito solo en forma discreta. La versión continua existe (una ecuación diferencial de Riccati) y se usa en la lección 4 para la ganancia continua.
Falta la pieza central: cómo se calcula la matriz P en cada paso. Eso es la ecuación de Riccati, el tema de la lección 4.
Laboratorio interactivo
El frente de Pareto error–esfuerzo
Cierre de la lección
Lo que sigue: video
Sigue el recorrido de la lección paso a paso.
Crea una cuenta gratis para continuar
Con una cuenta desbloqueas el cuestionario, el foro de dudas y el tutor con IA de esta lección, además del registro de progreso y el certificado verificable al terminar «Control óptimo y LQR: llegar con el mínimo esfuerzo».