El punto de partida en el análisis de un sistema de control es su representación por un modelo matemático, generalmente como un operador entre entradas y salidas del sistema, o como un conjunto de ecuaciones en diferencias y/o diferenciales. La mayoría de los modelos matemáticos usados tradicionalmente por teóricos y prácticos del control son lineales. De hecho, los modelos lineales son mucho mas manejables que los no lineales, y pueden representar en forma precisa el comportamiento de sistemas reales en muchos casos útiles. Sin embargo, los avances tecnológicos actuales han generado una enorme variedad de nuevos problemas y aplicaciones que son no lineales en esencia. Por ejemplo, fenómenos no lineales tales como equilibrios múltiples, ciclos límite, bifurcaciones, corrimiento de frecuencias y caos, se observan comúnmente en aplicaciones modernas importantes en ingeniería, tales como sistemas de comando de vuelo, manipuladores robot, sistemas de autopistas automatizadas, estructuras de ala de avión, y sistemas de inyección de combustible de alto rendimiento [17]. Tales fenómenos no lineales no se pueden describir mediante dinámica de modelos lineales una razón ineludible para el uso de modelos no lineales y el desarrollo de conceptos y herramientas de sistemas no lineales de control. En un nuevo enfoque a la teoría de control y la dinámica del cerebro, se examinan los efectos de la estimulación regional en los estados del cerebro utilizando un modelo computacional no lineal, construido sobre las redes cerebrales estructurales basadas en datos [20].