2025-12-222025-10-29https://hdl.handle.net/20.500.12272/14412El objetivo de este trabajo es desarrollar un tutorial para programar en el lenguaje Python un MPC utilizando el marco de programación simbólica CasADi. La metodología permite formular problemas de control óptimo en tiempo discreto y aprovechar la diferenciación automática de CasADi para lograr alto rendimiento computacional. El enfoque se aplicó a un sistema masa–resorte–amortiguador; los resultados de simulación validan la robustez del controlador, guiando los estados x₁ y x₂ desde una condición inicial desplazada hasta el equilibrio xe = [0, 0] en 50 pasos, mientras la variable manipulada u se mantiene dentro de los límites de [-2, 2]. El tutorial obtenido es adaptable para futuros desarrollos de MPC más complejos.pdfesAttribution-NonCommercial-NoDerivs 2.5 Argentinahttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/control predictivo basado en modelo (MPC)pptimizaciónpythoncasadisistema masa-resorteinfo:eu-repo/semantics/reportBrian Bournissent, Enzo Corgniali, Erik Goldberger, Malena Ribato, Marcos Rossi, Ramiro AyalaLicencia Creative Commons / CC BY-NC (Autoría – No Comercial)