La solución: la ecuación de Riccati y la ganancia óptima · Control óptimo y LQR: llegar con el mínimo esfuerzo · CO.DE Academy
Lección 4 de 9· Control y estimación
La solución: la ecuación de Riccati y la ganancia óptima
0 de 9 lecciones · 0 %
01 / 03
En los videos
4.1 La ecuación de Riccati: empezando por el final, cada paso hacia atrás convierte la P siguiente en la anterior; con cuatro pasos de 1 s la nave a 4 m cuesta 37.80, y la tabla hacia atrás lo predice antes de simular.
4.2 La ganancia óptima: en tiempo continuo K=R−1B⊤P=[3.16,2.71]; el costo predicho desde 8 m, 54.77, coincide con el simulado, y un barrido de 19 200 ganancias no encuentra ninguna mejor.
4.3 El horizonte infinito: con plazo larguísimo la ganancia deja de cambiar; la iteración converge en 23 pasos a K=[1.63,1.88] y el costo es 36.88.
Una matriz que se propaga hacia atrás
El ordenador de guiado de una nave de acoplamiento no puede ensayar mil leyes en vuelo y quedarse con la mejor: necesita la ganancia óptima antes de encender el motor, y saber cuánto va a costar. La lección 3 mostró que, si el costo que falta desde el paso k+1 es x⊤Pk+1x, la mejor decisión en el paso k es uk=−Kkxk y el costo que falta desde k vuelve a ser cuadrático. Escribir esa recursión completa es la ecuación de Riccati discreta.
Deducción completa. Con Sk=R+B⊤Pk+1B y Kk=Sk−1B⊤Pk+1A, el mínimo de la etapa más el resto vale x⊤(Q+A⊤Pk+1A−Kk⊤SkKk)x. Como Kk⊤SkKk=A⊤Pk+1BKk, se puede escribir de forma compacta:
Se calcula una sola vez, hacia atrás, sin saber dónde empezará la nave. Al llegar al inicio, el costo total óptimo desde cualquier x0 es J∗=x0⊤P0x0: el costo se conoce antes de volar. Geométricamente, x⊤Pkx=c es una elipse en el plano de fases; al retroceder, Pk crece (falta más camino) y la elipse de un mismo nivel de costo se encoge.
Ejemplo a mano (video 4.1)
Periodo T=1 s, Q=Qf=I, R=1, cuatro pasos, la nave en x0=[−4,0]. Las matrices discretas son A=[1011] y B=[0.5,1]⊤.
Último paso. Con P4=I: S=1+B⊤B=1+0.25+1=2.25 y B⊤P4A=[0.5,1.5], así que
K3=2.251[0.5,1.5]=[0.222,0.667].
Repitiendo hacia atrás salen K2=[0.389,0.953], K1=[0.426,1.015] y K0=[0.433,1.026]: la ganancia crece al alejarse del final y se asienta. La matriz inicial tiene P0(1,1)=2.3625, de modo que J∗=16⋅2.3625=37.80. Simular los cuatro pasos con esas ganancias y sumar etapas más castigo terminal da 37.80 también, salvo redondeo.
La ganancia continua (video 4.2)
En tiempo continuo, con J=∫0∞(x⊤Qx+Ru2)dt, la recursión se convierte en la ecuación algebraica de Riccati continua:
A⊤P+PA−PBR−1B⊤P+Q=0,K=R−1B⊤P.
Deducción para la nave. Con Q=diag(q1,q2), R=r y P=[p11p12p12p22], las tres componentes de la ecuación son
Eligiendo las raíces positivas (las que hacen P≻0): p12=q1r, p22=r(q2+2p12), p11=p12p22/r. Con Q=diag(1,0.1) y R=0.1: p12=0.316, p22=0.271, p11=0.856. Como B⊤ toma la segunda fila de P,
K=0.11[0.316,0.271]=[3.16,2.71].
Los polos de A−BK son las raíces de s2+2.71s+3.16: −1.35±1.15j, estables. Desde 8 m en reposo el empuje inicial es 3.16⋅8=25.3 m/s² (el modelo no tiene tope) y el costo predicho, 64p11=54.77. Cinco ganancias por colocación de polos cuestan entre 56 y 81; un barrido de 19 200 ganancias estables no baja de 54.77. Y no es casualidad: la garantía es matemática, por el argumento de completar el cuadrado.
El horizonte infinito (video 4.3)
Con T=0.5 s, Q=diag(1,0.1), R=0.1 y un plazo larguísimo, la ganancia calculada hacia atrás deja de cambiar: en el paso 10 ya vale [1.63,1.88]. Sin plazo, nada distingue un paso de otro, así que Pk=Pk+1=P y la recursión se vuelve la ecuación algebraica de Riccati discreta:
P=Q+A⊤PA−A⊤PB(R+B⊤PB)−1B⊤PA.
Se resuelve iterando el paso de Riccati desde P=Q: el cambio máximo cae a 2×10−5 en la iteración 10 y baja de 10−12 en la 23. Con esa K fija, desde 4 m, el costo predicho es x0⊤Px0=36.88 y la suma simulada llega al mismo valor. Observa que la K discreta [1.63,1.88] es menor que la continua [3.16,2.71]: con un periodo de medio segundo, la misma pregunta tiene otra respuesta (lección 6).
Playground · python
1 de 6
En la nave continua de 4.2, si se duplicara r manteniendo q₁ y q₂, ¿qué le pasa a k₁ = √(q₁/r)?
Qué deja fuera este modelo
El modelo es exacto. Riccati supone que A y B son los de verdad. Si la nave es más pesada de lo previsto, la ganancia deja de ser óptima; la lección 5 mide cuánto se puede equivocar el modelo sin perder estabilidad.
Iteración frente a métodos directos. Iterar converge porque (A,B) es controlable y Q ve los dos estados, pero puede ser lento (con T=0.01 s hacen falta más de mil iteraciones). Los paquetes de control usan métodos de Schur o de la función signo; los laboratorios del curso usan la función signo para el caso continuo.
Sin tope, sin ruido. El empuje de 25.3 m/s² es inviable; el ruido de medida obligará a estimar el estado.
¿Esa ganancia fija siempre estabiliza? ¿Y cuánto se puede equivocar el modelo? La lección 5 responde con una energía que siempre baja y con el diagrama de Nyquist.
Laboratorio interactivo
Riccati iterando hacia atrás
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».