Professional Documents
Culture Documents
cabilidade para
sistemas com saltos markovianos
Daniel Alexis Gutierrez Pachas
DO ICMC-USP
SERVICO
DE POS-GRADUA
C
AO
Data de Deposito: 4 de agosto de 2014
Assinatura:
Problema de alcan
cabilidade para sistemas com
saltos markovianos 1
USP - S
ao Carlos
Agosto de 2014
Resumo
Sum
ario
1 Introduc
ao
2 Fundamentac
ao te
orica
2.1 Notacoes . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Sistemas chaveados e sistemas com saltos discretos
2.3 Sistemas chaveados e sistemas com saltos contnuos
2.4 Conjuntos alcancaveis regressivos . . . . . . . . . .
2.5 Formulacao de problemas de alcancabilidade . . . .
.
.
.
.
.
13
13
14
15
16
18
3 Resultados obtidos
3.1 O algoritmo gerador de sequencias (AGS) . . . . . . . . . . . . . . . . .
3.2 Prova direta do teste de W-alcancabilidade . . . . . . . . . . . . . . . .
19
19
24
4 Linhas de Pesquisa
4.1 Primeira linha : W-Alcancabilidade como condicao necessaria. . . . . .
4.2 Segunda linha : W-alcancabilidade caracterizando o n
umero maximo de
iteracoes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 Terceira linha : Metodologia para sistemas chaveados contnuos. . . . .
4.4 Quarta linha : O problema de alcancabilidade estocastica. . . . . . . .
27
27
5 Cronograma de Execuc
ao
31
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
28
28
29
Captulo
1
Introduc
ao
10
Captulo 1 Introducao
Um sistema linear chaveado pode ser descrito por
x(0) = x0 ,
(1.1)
= ddt x(t) para sistemas contnuos e x(t) = x(t + 1) para sistemas discretos. Quando o modo i I e seleccionado no tempo t, isto e (t) = i, o sistema e regido pelo subsistema (Ai , Bi , Ci , Di ).
Desta forma, denotamos (1.1), via (A, B, C, D), sendo A = (A1 , . . . , AN ) e da mesma
forma para as outras matrizes. A lei de chaveamento pode ser expressada em funcao
do tempo atual e seus valores anteriores. Quando a lei de chaveamento e uma cadeia de
Markov, chamamos (1.1) de sistemas lineares com saltos markovianos (ou simplesmente
SLSM), veja [O. Costa, Fragoso & Marques (2005)] para sistemas a tempo discreto e
[O. Costa, Fragoso & Todorov (2013)] para sistemas a tempo contnuo. Estes sistemas
sao de muita utilidade na modelagem de processos em que haja mudancas ou alteracoes
abruptas, presentes na industria, na engenharia, e na economia, como por exemplo o
descrito em [Bertolucci (2011)].
O problema de alcancabilidade (ou simplesmente PA) e um problema relevante
na area. Ele consiste em determinar estrategias de controle u(t) que levem um qualquer estado inicial x0 alcancar um alvo x pre-especicado. Nosso interesse de pesquisa e abordar este problema em sistemas chaveados e sistemas com saltos markovianos. Propondo condicoes testaveis que garantem a existencia de solucoes, junto
com metodologias computacionalmente viaveis (facil implementacao) para determinalas. Este trabalho se insere dentro da pesquisa do grupo a qual se relaciona com
controle e ltragem de sistemas dinamicas, veja [E. Costa, Do Val & Fragoso (2005),
E. Costa, Manfrim & Do Val (2006), Gomez & E. Costa (2010), Bertolucci (2011)].
Este projeto ja tem alguns resultados tais como a prova do teste de W-alcancabilidade,
vide [E. Costa, Manfrim & Do Val (2006)], para sistemas sem rudo aditivo. Este resultado e descrito em [Gutierrez & E. Costa (2014)]. Alem disto, para sistemas chaveados
discretos foi elaborado um algoritmo gerador de sequencias (ou simplesmente AGS).
Este algoritmo determina todas as sequencias de chaveamento (i0 , i1 , . . . , it ), que levem
qualquer estado inicial x0 Rn alcancar x no instante de tempo t + 1.
Tambem sao descritos no texto as linhas de pesquisa a serem desenvolvidas e uma
linha de pesquisa alternativa.
11
Linha 1: Formular W-alcancabilidade como condicao necessaria de existencia de
solucoes para os problemas de alcancabilidade em sistemas chaveados e SLSM.
Linha 2: Usar o teste de W-alcancabilidade como criterio que determine o numero
maximo de iteracoes do AGS.
Linha 3: Formular uma metodologia para determinar solucoes do PA em sistemas
chaveados contnuos.
Linha alternativa: Estudo do problema de alcancabilidade estocastica.
A organizacao deste texto e como segue: no captulo 2, descrevemos a fundamentacao
teorica utilizada no texto. No captulo 3, resumimos os resultados obtidos. No captulo
4 descrevemos as linhas de pesquisa propostas e nalmente no captulo 5 descrevemos
o andamento do doutorado num cronograma.
Captulo
2
Fundamentac
ao te
orica
Neste captulo, introduzimos a notacao utilizada no texto, descrevemos os sistemas chaveados e com saltos markovianos a tempo discreto e contnuo, formalizamos
a construcao dos conjuntos alcancaveis regressivos, e apresentamos os problemas de
alcancabilidade a serem desenvolvidos.
2.1
Notac
oes
= [vec(U1 ) , . . . , vec(UN ) ] .
por vec(V ) = [v1 , . . . , vn ] e o operador linear e invertvel (U)
14
onde
p11 A1 A1 p21 A2 A2 pN 1 AN AN
p12 A1 A1 p22 A2 A2 pN 2 AN AN
2
M=
Mn N .
..
..
..
.
.
.
.
.
.
p1N A1 A1 p2N A2 A2 pN N AN AN
Denotamos por = Im(B) B Mn,m e por M 1 a imagem inversa de M , o que
existe independentemente da inversibilidade de M . Escrevemos por CA(v1 , v2 , . . . , vk )
(respectivamente,{CL) a combinacao am (linear) dos vetores
v1 , v2 , . . . , vk , ou seja,
}
k
k
CA(v1 , . . . , vk ) = x = i=1 i vi :
e denida de maneira
i=1 i = 1 e i R , e CL
similar, sem a restricao de soma unitaria para i . Dizemos que V e um subespaco am se
existir uma base de vetores v1 , v2 , . . . , vk tal que V = CA(v1 , v2 , . . . , vk ), e similarmente
para subespacos lineares (gerados por combinacoes lineares de vetores).
2.2
Os sistemas chaveados a serem estudados neste doutorado sao sistemas sem a presenca de uma variavel de sada, que denotamos por (A, B). A versao discreta e da
forma:
(0)
= i0 I.
Para cada , escrevemos () = i . Seguindo a notacao de [Sun, Ge & Lee (2001)],
expressamos a variavel x no instante t, por
x(t) = (t, 0)x0 + (t, 1)Bi0 u(0) + + (t, t 1)Bit2 u(t 2) + Bit1 u(t 1), (2.2)
onde (t, ) = Ait1 Ait2 Ai . Esta classe de sistemas e bastante ampla e tem sido
muito estudada em virtude de aplicacoes, vide [Sun,Ge & Lee (2005), Sun (2007)].
(2.3)
x(0)
= x0 Rn ,
(0)
= i0 I.
15
t1
t>
e (t, t) = 0n .
(2.4)
2.3
x(t)
x(0)
(0)
por
= A(t) x(t) + B(t) u(t), t 0
= x0 Rn ,
= i0 I.
(2.5)
tnt
onde (t, tk ) = eAint (ttnt ) eAint 1 (tnt tnt 1 ) eAik+1 (tk+2 tk+1 ) eAik (tk+1 tk ) , k = 0, . . . , nt .
j=i
16
(0) = i0 I,
(2.7)
(2.8)
(t, 0) =
(t, )Bint k Bin k (t, ) .
k=0
2.4
tk
Conjuntos alcanc
aveis regressivos
Lembremos que um conjunto alcancavel esta composto por todos os estados que
podem ser alcancados desde qualquer estado inicial x0 Rn . Denotamos este conjunto
por R e dizemos que (1.1) e um sistema alcancavel quando R = Rn . Determinar
estes conjuntos e um tema de pesquisa iniciada ha muitos anos. Por exemplo, para um
sistema Ex(t + 1) = Ax(t) + Bu(t) e proposta uma construcao de espacos vetoriais,
vide [Banaszuk, Kociecki & Przyluski (1988)]. A construcao deste conjuntos, inicia denindo R0 = {0}, calculando progressivamente Rt+1 = E 1 (ARt + ), e determinando
R como a uniao deles.
Para sistemas chaveados existe uma proposta similar, veja [Sun, Ge & Lee (2001)].
O procedimento consiste em determinar para cada sequencia de chaveamento (i0 , . . . , it ),
os conjuntos alcancaveis (que sao subespacos vetoriais) que sao denotados por Ri0 ,i1 ,...,it .
Finalmente, a uniao de todos estes conjuntos formam R . Sem embargo esta proposta
tem um alto custo operacional que involve (mn)n N operacoes, isto diculta sua implementacao. Apesar que neste trabalho propoem uma variante que reduz este custo. Ele
consiste em assumir as matrizes Ai invertveis, mas esta condicao e muito restritiva e
de pouco interesse visando aplicacoes reais.
Diferentemente dos trabalhos descritos anteriormente, no texto e proposta a construcao dos conjuntos alcancaveis de forma regressiva e sendo o alvo x pre-especicado.
), ao conjunto que armaPara cada modo operacao i, denimos Vi (
x) = A1
i (i + x
zena todos os estados que alcancam x quando (2.1) e regido por este modo. Similarmente, dado um conjunto L denimos por Vi (L) = A1 (L + i ) ao conjunto de estados
que atingem L.
Em base a estas denicoes, para a sequencia de chaveamento (i0 , i1 , . . . , it ) construmos o conjunto de estados que alcancam x, da forma:
Vit ,...,i1 ,i0 (
x) := Vit (Vit1 ,...,i1 ,10 (
x)).
(2.9)
17
Ilustramos na Fig. 2.1 , a construcao destes conjuntos para 3 modos operacao e algumas
propriedades destes conjuntos sao apresentadas a seguir.
Propriedades
Lema 2.1. Se L for um susbespaco am, entao para quaisquer v1 , v2 Vi (L) temos
CA(v1 , v2 ) Vi (L), ou seja, Vi (L) tambem e um subespaco am. Em particular se
x = 0, temos que Vit ,...,i1 ,i0 (
x) e um subespaco am.
Demonstrac
ao: Sejam 1 , 2 R tais que 1 + 2 = 1 e para v1 , v2 Vi (L), existem
as estrategias de controle u1 , u2 Rm , que vericam Ai vj + Bi uj L, j = 1, 2. Como
L e am, verica-se
Ai (
j=1
j vj ) + Bi (
j=1
j uj ) =
j (Ai vj + Bi uj ) L,
j=1
isto mostra que 1 v1 + 2 v2 Vi (L), portanto Vi (L) e am. Para a segunda armacao,
procedemos por inducao. Como Vi0 (
x) e am, pela primeira armacao: verica-se
Vi1 ,i0 (
x) e am. Assumindo Vit1 ,...,i0 (
x) e am, verica-se Vit ,...,i0 (
x) e tambem e am,
completando prova do lema.
interessante comentar que Vi (L) e am, mas pode tambem ser linear, por exemplo
E
quando algum dos (ou ambos) pontos v1 , v2 e a origem. Situacao oposta nao ocorre,
ou seja, um subespaco linear L nao pode dar origem a um subespaco Vi (L) am.
Lema 2.2. Se L for um susbespaco linear, ent
ao Vi (L) tambem e um subespaco linear.
Em particular, Vik ,...,i1 ,i0 (0) e um subespaco linear.
Demonstrac
ao: Analoga a demonstracao do lema 2.1, substituindo as combinacoes
am por combinacoes lineares e eliminando a restricao de soma unitaria em .
18
2.5
Formulac
ao de problemas de alcancabilidade
Captulo
3
Resultados obtidos
3.1
19
20
(3.1)
21
Em S1 armazenamos os modos que levam alcancar o alvo desde algum estado inicial.
Para k 2, em Sk armazenamos as sequencias com k modos de operacao que alcancam
o alvo desde qualquer estado inicial.
Buscando descrever AGS forma simples e didatica apresentamos dois exemplos que
a ilustram. Suponhamos (2.1) com 3 subsistemas, assumindo as matrizes
[
]
[
]
[ ]
[ ]
[ ]
1 0
cos sin
1
0
0
A1 = A2 =
, A3 =
, B1 =
, B2 =
, B3 =
,
0 1
sin cos
0
1
0
onde (0, /2). Denotando por v = (cos , sen ) e = . Ilustramos AGS
primeiro para o problema de controlabilidade e logo para o problema de alcancabilidade.
Vi0 (0)
span{e1 }
span{e2 }
Vi1 ,1 (0)
span{e1 }
R2
span{v }
Vi1 ,2 (0)
R2
span{e2 }
span{v }
Portanto S2 = {(1, 2), (2, 1)} e atualizando I1 I0 = {(1, 1), (3, 1), (3, 2), (2, 2)}.
Observe que V1,1 (0) = V1 (0) e V2,2 (0) = V2 (0).
Iterac
ao 3: Fazer I2 = I, calcular Vi2 ,i1 ,i0 (0), (i2 , i1 , i0 ) I2 I1 I0 , e
armazenar eles na seguinte tabela.
i2
1
2
3
}
span{v2
22
[
] u(2)
[
]
0 0
cos
x1 cos x2 sen
u(1) =
,
1 0 sen
x1 sen x2 cos
u(0)
sendo u(2) = x2 sec , u(1) e qualquer valor real, e u(0) = x1 x2 tan .
Ilustramos a dinamica descrita pela variavel de estado na Fig. 3.1.
Figura 3.1: Dinamica de variavel de estado segundo a sequencia (1, 3, 2), x(0) = x0 ,
x(1) = A2 x0 + B2 u(0), x(2) = A3 x1 + B3 u(1), 0 = A1 x(2) + B1 u(2).
Iterac
ao 4: Fazer I3 = I, calcular Vi3 ,i2 ,i1 ,i0 (0), (i3 , i2 , i1 , 10 ) I3 I2 I1 I0 .
Como sao 18 conjuntos para avaliar, escrevemos somente as sequencias em S4 .
S4 = {(1, 2, 2, 2), (1, 3, 1, 1), (1, 3, 2, 2), (2, 1, 1, 1), (2, 3, 1, 1), (2, 3, 2, 2)}.
23
Vi0 (x )
x2 = sen
x1 = cos
x
Portanto S1 = I0 = I.
Iterac
ao 2: Fazer I1 = I, calcular Vi1 ,i0 (x ), (i1 , i0 ) I1 I0 , e armazenar eles
na seguinte tabela.
i1
1
2
3
Vi1 ,1 (x )
x2 = sen
R2
x + span{v }
Vi1 ,2 (x )
R2
x1 = cos
x + span{v }
Vi1 ,3 (x )
x2 = sen
x1 = cos
x
Assim, S2 = {(1, 2), (2, 1)} e I1 I0 = {(1, 1), (1, 3), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)}.
Observemos que V1,1 (x ) = V1 (x ) e V2,2 (x ) = V2 (x ).
Iterac
ao 3: Fazer I2 = I, calcular Vi2 ,i1 ,i0 (x ), (i2 , i1 , i0 ) I2 I1 I0 , e armazenar eles na seguinte tabela. Como sao 21 conjuntos para avaliar, apresentamos
somente as sequencias de S3 .
S3 = {(1, 2, 2), (1, 2, 3), (2, 1, 1), (2, 1, 3), (1, 3, 1), (1, 3, 2), (2, 3, 1), (2, 3, 2)}.
Via (3.1), obtemos as acoes de controle para a sequencia (2, 3, 1).
[
] u(2)
[
]
1 0 sen
x
cos
x
sen
+
cos
1
2
u(1) =
0 0 cos
x1 sen x2 cos + sen
u(0)
24
Figura 3.3: Dinamica de variavel de estado segundo a sequencia (2, 3, 1), x(0) = x0 ,
x(1) = A1 x0 + B1 u(0), x(2) = A3 x(1) + B3 u(1), x = A2 x(2) + B2 u(2).
3.2
25
A pesar do teste ja ter sido demonstrado em [Narvaez & E. Costa (2011)] utilizando
relacoes de dualidade, neste trabalho de doutorado foi elaborado uma prova direta.
Para obter isso, denimos.
Xi (0) = 0n ,
(3.2)
usando a relacao que envolve (2.4) na secao 2.2, junto com os resultados de esperanca
condicionada, veja [Cinlar (1975)], temos uma equacao em diferencias igual a descrita
em [E. Costa, Manfrim & Do Val (2006)].
Lema 3.3. Considerando as matrizes denidas em (3.2), vale a armac
ao.
Xi (t + 1) = TA,i (X(t)) + TB,i (Q(t)).
t1
1)).
TA (Q(t
=0
Da relacao (T
A (U)) = M (U),
2 N 1
(U) + 2 TAn
2 N 2
26
Captulo
4
Linhas de Pesquisa
4.1
Para um sistema do tipo x(t + 1) = Ax(t) + Bu(t), o PA , ja foi amplamente abordado na literatura, veja [Hespanha (2009), Antsaklis & Michel (2009)]. Uma condicao
necessaria e suciente que garante a existencia de solucoes e vericar o posto completo
.
. .
da matriz [B ..AB .. ..An1 B]. Existem tentativas similares para sistemas mais complexos, como por exemplo para sistemas estocasticos, veja [Ehrhardt & Kliemann (1982)],
onde foi introduzida a nocao de controlabilidade fraca em sistemas contnuos e que logo
foi adaptado em [Ji & Chizeck (1988)], para um SLSM a tempo discreto.
27
28
4.2
O AGS apresentado na secao 3.1 pode ter um custo computacional elevado devido
ao fato de nao haver um criterio para o n
umero de passos. Nao conhecemos qualquer
resultado que caracterize o n
umero de passos do AGS, nem de outros metodos similares,
como os metodos progressivos descritos na secao 2.3.
Neste tema, pretendemos investigar sob quais condicoes o n
umero de iteracoes do
AGS e nito. Em um segundo momento, caracterizar o n
umero maximo de iteracoes.
Claramente, se W-alcancabilidade for uma condicao necessaria, de acordo com o
tema da primeira linha de pesquisa, entao o AGS nao encontrara uma solucao (n
umero
2
de passos innito, sem sucesso). Intumos que o n
umero de passos seja n N ou menor,
independentemente de W-alcancabilidade. Pensamos nesta possibilidade devido a que
as matrizes de W-alcancabilidade denidas na secao 3.2 tem dimensao n2 N .
4.3
Esta tarefa nao e trivial, pois uma solucao para u(t) que leve o estado inicial atingir
o alvo (analogamente a (3.1)) so e simples de expressar em termos de uma sequencia de
chaveamento em todo intervalo [0, T ]. Para isso e necessario conhecer os nT instantes
de chaveamento t0 = 0, t1 , t2 , . . . , tnT . Expressando assim u(t) = f (x(t), (ti )) onde
ti t ti+1 , que nao satisfaz os problemas P1 e P2, pois estes instantes podem variar
em cada iteracao. Em particular para SLSM, isso signicaria projetar um controle u(t)
assumindo uma realizacao da cadeia (s), o s T ; em tempo contnuo, realizacoes
da cadeia tem probabilidade zero, logo os controles obtidos teriam probabilidade zero
de levar o estado ao alvo.
Outra diferenca entre abordagens do caso discreto e contnuo, relacionadas com
o problema em questao, podem ser notadas na construcao das chamadas sequencias
29
4.4
Captulo
5
Cronograma de Execuc
ao
Etapa 2 - Ultimas
disciplinas. Preparacao pedagogica (A), Seminarios de computacao e matematica computacional (A), Metodologia de pesquisa cientica em
computacao (A), Processos Estocasticos (A) e Programacao Dinamica (aguardando avaliacao).
Etapa 3 - Revisao bibliograca e texto para exame de qualicacao;
Etapa 4 - Linha 1 - W-alcancabilidade como condicao necessaria;
Etapa 5 - Linha 2 - O teste de W-alcancabilidade como criterio que determine o
numero maximo de iteracoes;
Etapa 6 - Linha 3 - Metodologia para sistemas chaveados contnuos;
Etapa 7 - Linha 4 - Problema de alcancabilidade estocastica;
Etapa 8 - Elaboracao de artigo(s);
Etapa 9 - Elaboracao da tese de doutorado.
31
32
Etapa
1
2
3
4
5
6
7
8
9
Sem. I
Sem. II
Sem. III
Sem. IV
Sem. V
Sem. VI
Refer
encias Bibliogr
aficas
[Antsaklis & Michel (2009)] P. J. Antsaklis and A. N. Michel. Linear systems. Birkhauser eds., pages 214-246, Boston, 2006.
[Banaszuk, Kociecki & Przyluski (1988)] A. Banaszuk, M. Kociecki and K. Przyluski.
Remarks on controllability of implicit linear discrete-time system. Systems and
Control letters, 10, pages 67-70, North-Holland, 1988.
[Berger & Reis (2013)] T. Berger and T. Reis. Controllability of linear dierentialalgebraic systems-a survey. in: Diferrential-Algebrais Equations Forum, Springer
-Verlag, pages 1-61, Berlin, Heildelberg, 2013.
[Bertolucci (2011)] L. Bertolucci. Rastreador linear quadratico com custo medio de
longo prazo para sistemas lineares com saltos markovianos. Dissertac
ao do mestrado em ciencias da computac
ao e matematical computacional. Instituto de Ciencias Matematicas e de Computacao, Sao Carlos, 2011.
[Bujorianu & Lygeros (2007)] Manula L. Bujorianu and Jhon Lygeros. New insights on
stochastic reachability. In proceedings of the 46th IEEE Conference on Decision
and Control, pages 61726177, New Orleands USA, 2007. IEEE Computer Society
Press.
[Bujorianu (2010)] Manuela L. Bujorianu. Variational inequalities for the stochastic
reachability problem. 49th IEEE Conference on Decision and Control, pages 1854
1859, Atlanta USA, 2010. IEEE Computer Society Press.
[Cinlar (1975)] E. Cinlar. Introduction to stochastic processes. Prentice-Hall eds., pages
106-138, New Jersey, 1975.
33
34
Referencias Bibliogracas
[Czornik & Swiernak (2001)] A. Czornik and A. Swiernak On controllability with respect to the expectation of discrete time jump linear systems. Journal of the Franklin
Institute, 338: 443-453, 2001.
[Czornik & Swiernak (2004)] A. Czornik and A. Swiernak On direct controllability of
discrete time jump linear system. Journal of the Franklin Institute, 341: 491-503,
2004.
[E. Costa, Do Val & Fragoso (2005)] E. F. Costa, J. B. R. do Val and M. D. Fragoso. A
new approach to detectability of discrete-time innite Markov jump linear systems.
SIAM Journal on Control and Optimization, 43:2132-2156,2005.
[E. Costa, Manfrim & Do Val (2006)] E. F. Costa, A. L. P. Manfrim, and J. B. R. do
Val Weak controllability and weak stabilizability concepts for linear systems with
Markov jump parameters. ACC06 American Control Conference, Minneapolis,
USA,2006.
[Ehrhardt & Kliemann (1982)] M. Ehrhardt and W. Kliemann Controllability of linear
stochastic systems. Systems and Control Letters, Vol 2:3, 1982.
[Gomez & E. Costa (2010)] Maria J. F. Gomez and E. F. Costa. On the stability of
the recursive Kalman Filter With Markov jump parameters. ACC10 American
Control Conference, Baltimore, 2010.
[Gutierrez (2013)] D. Gutierrez. Inequac
oes variacionais e aplicac
oes em problemas
tipo obstaculo com resolucao numerica via complementaridade. Dissertacao de
mestrado em matematica. Universidade Federal de Juiz de Fora, 2013.
[Gutierrez & E. Costa (2014)] D. Gutierrez and E. F. Costa. W-alcancabilidade para
sistemas lineares com saltos markovianos a tempo discreto. INPROCEEDINGS
CNMAC14 XXXV Congresso Nacional de Matematica Aplicada e Computacional,
Natal, 2014.
[Hespanha (2009)] J. P. Hespanha. Linear systems theory. Princeton University Press
eds., pages 95-109, New Jersey, 2009.
[Ji & Chizeck (1988)] Y. Ji and H. J. Chizeck. Controllability, observability and
discrete-time Markovian jump linear quadratic control. Internat J. Control,
48(2):481-498,1988.
[Narvaez & E. Costa (2011)] A. R. R. Narvaez and E. F. Costa. On the controllability
of continuous-time markov jump linear system. INPROCEEDINGS IFAC 18 th
Referencias Bibliogracas
35