Captulo 5

Controlabilidad y Observabilidad
5.1

Controlabilidad Completa

Un sistema es controlable a un tiempo t0 si es posible transferir mediante el uso

de un vector de control sin restricciones al sistema desde el estado inicial x (t0 ) a cualquier
otro estado en un intervalo nito de tiempo.
Un sistema exhibe controlabilidad completa si todos los estados son controlables.
Condicin de controlabilidad completa: Un sistema es controlable si la matriz
de controlabilidad C es de rango completo, es decir, el rango de C es igual a n; el nmero
de estados: C se construye de la siguiente manera:

..
.. 2 .. .. n1
(5.1)
C = B.AB.A B. .A B
Una manera muy intuitiva de determinar la controlabilidad cuando los autovalores
del sistema son todos diferentes consiste en obtener mediante transformaciones de similaridad, la matriz diagonal D:
En este cambio se tiene que
x_ (t) = Ax (t) + Bu (t)

(5.2)

(t)
z_ (t) = Dz (t) + Bu

(5.3)

z (t) = Tx (t)

(5.4)

x (t) = T1 z (t)

(5.5)

z_ (t) = Tx_ (t) = TAx (t) + TBu (t)

(5.6)

Donde

39

40

z_ (t) = TAT1 z (t) + TBu (t)

(5.7)

Donde
D = TAT1

= TB
y B

(5.8)

La condicin de controlabilidad en este caso establece que los estados correspon iguales a cero no son controlables.
dientes a las las de B
Si todos los autovalores de la matriz A no son diferentes es posible que la diagonalizacin a travs de transformaciones de similaridad sea imposible. En tal caso la matriz
A puede ser transformada en la forma cannica de Jordan. Suponga que se determina una
matriz de transformacin T de tal manera que
= TB
J = TAT1 y B

(5.9)

La condicin de controlabilidad en este caso establece que un sistema es controlable

si:
Sistemas MIMO:
^ i con las las de la matriz
Para cada i esimo autovalor se forma una matriz B

B que correspondan a la ltima la de cada uno de los bloques de Jordan asociados a ese
autovalor.
^ i formadas deben ser linealCondicin: Las las de cada una de las matrices B
mente independientes.
Nota: Esto implica que el sistema requiere que el nmero de entradas sea igual
al mximo nmero de bloques de Jordan asociados a alguno de los autovalores (condicin
necesaria, pero no suciente).
Sistemas SISO:
1) No existen dos bloques de Jordan asociados con un mismo autovalor.
en la la que corresponde a la
2) Al menos uno de los elementos de la matriz B
ltima la de cada bloque de Jordan es diferente de cero.
en la las que corresponden a
3) Al menos uno de los elementos de la matriz B
autovalores diferentes es diferente de cero.
Desde el punto de vista de la frecuencia, la condicin para que exista completa
controlabilidad es que no ocurra cancelacin en la funcin o matriz de transferencia

5.2

Controlabilidad de la salida

En la mayora de casos prcticos se desea controlar la salida en lugar de los estados

del sistema. Controlabilidad completa de los estados no garantiza la controlabilidad de la
salida del sistema. Se dene en este caso una matriz S, para la cual debe cumplirse que el
rango debe ser igual a m; el nmero de variables de salida.

2
n1
.. ..
..
..
..
(5.10)
S = CB.CAB.CA B. .CA B.D

41

5.3

Observabilidad Completa

Un sistema es observable a un tiempo t0 si con el sistema en un estado inicial x (t0 ) ;

es posible determinar este estado a partir de las observaciones de la salida y (t) durante un
intervalo nito de tiempo.
Un sistema exhibe observabilidad completa si todos los estados son observables.
Condicin de observabilidad completa: Un sistema es observable si la matriz
de observabilidad O es de rango completo, es decir, el rango de O es igual a n; el nmero
de estados: La matriz O se construye de la siguiente manera:
3
2
C
6 CA 7
7
6
(5.11)
O=6
7
..
5
4
.
CAn1

La observabilidad tambien se puede determinar a partir de la matriz diagonal

cuando los autovalores del sistema son todos diferentes
En este caso se tiene que
x_ (t) = Ax (t) + Bu (t)

(5.12)

(t)
z_ (t) = Dz (t) + Bu

(5.13)

(t) + Du (t)
y (t) = Cx (t) + Du (t) = Cz

(5.14)

z (t) = Tx (t)

(5.15)

x (t) = T1 z (t)

(5.16)

z_ (t) = Tx_ (t) = TAx (t) + TBu (t)

(5.17)

z_ (t) = TAT1 z (t) + TBu (t)

(5.18)

y (t) = CT1 z (t) + Du (t)

(5.19)

Donde

42

Donde
= TB y C
= CT1
D = TAT1 , B

(5.20)

La condicin de observabilidad establece que los estados correspondientes a las

las de C iguales a cero no son observables.

Si todos los autovalores de la matriz A no son diferentes es posible que la diagonalizacin a travs de transformaciones de similaridad sea imposible. En tal caso la matriz
A puede ser transformada en la forma cannica de Jordan. Suponga que se determina una
matriz de transformacin T de tal manera que
= TB y C
= CT1
J = TAT1 , B

(5.21)

La condicin de observabilidad en este caso establece que un sistema es observable

si:
Sistemas MIMO:
^ i con las columnas de la
Para cada i esimo autovalor se forma una matriz C

matriz C que correspondan a la primera columna de cada uno de los bloques de Jordan
asociados a ese autovalor.
^ i formadas deben ser
Condicin: Las columnas de cada una de las matrices C
linealmente independientes.
Nota: Esto implica que el sistema requiere que el nmero de salidas sea igual
al mximo nmero de bloques de Jordan asociados a alguno de los autovalores (condicin
necesaria, pero no suciente).
Sistemas SISO:
1) No existen dos bloques de Jordan asociados con un mismo autovalor.
en la columna que corresponde
2) Al menos uno de los elementos de la matriz C
a la primera columna de cada bloque de Jordan es diferente de cero.
en la columnas que corresponden
3) Al menos uno de los elementos de la matriz C
a autovalores diferentes es diferente de cero.
Desde el punto de vista de la frecuencia, la condicin para que exista observabilidad
es que no ocurra cancelacin en la funcin o matriz de transferencia.
Para nes de diseo, se debe hallar la matriz de transformacin T que hace la
matriz A diagonal si todos los autovalores son diferentes. La estructura mnima de los
vectores B y C se puede obtener por prueba y error a partir de las ecuaciones
B2 = TB y C2 = CT1

(5.22)

Donde los elementos de B2 diferentes a cero garantizan la controlabilidad de su estado

correspondiente y los elementos de C2 diferentes a cero garantizan la observabilidad de su
estado correspondiente. Otra forma es evaluar por prueba y error nc = rank (ctrb (A; B)) y
no = rank (obsv (A; C)) ; donde nc y no es el nmero de estados controlables y observables,
respectivamente.

Captulo 6

Algoritmo de descomposicin de
Kalman
Kalman establece que a travs de un procedimiento sistemtico es posible separar
los estados que conforman una realizacin en cuatro grupos de estados:
I) Controlables y observables. Las matrices que los contienen denen la realizacin
mnima.
II) Controlables y no observables.
III) No controlables y observables.
IV) No controlables y no observables.
Dada una realizacin
x (t) = Ax (t) + Bu (t)

(6.1)

y (t) = Cx (t) + Du (t)

(6.2)

Algoritmo:
1) Descomposicin en estados controlables y no controlables.
Calcular la matriz de controlabilidad

. 2 . . n1
.
C = B..AB..A B.. ..A B

(6.3)

2) Calcular el rango de C : R = rank (C) :

3) Si R es igual al nmero total de estados(n), entonces todos los estados son
controlables y se continua con el paso 7)
4) Si R es menor que n se construye la matriz

C I
43

(6.4)

44

Donde I es una matriz identidad de orden n:

5) Se procede por el mtodo de eliminacin gaussiana con pivote parcial a eliminar
las las linealmente dependientes, de manera tal que al terminar se tiene

C2
(6.5)
T1
0
Donde C2 contiene las las linealmente independientes y T1 es la matriz de transformacin.
6) Usando la matriz de transformacin T1 se obtiene

= T1 AT1 = A11 A12

A
1
22
0 A

1
B

B = T1 B =
0

2
1 C
= CT1 = C
C

(6.6)

=D
D

11 es igual al nmero de estados controlables.

Donde el nmero de las de A
7 ) Descomposicin en estados observables y no observables (controlables).
Dena
~ =A
T11
A
~ =C
T1
B
~ =B
T1
C
8) Calcular la matriz de controlabilidad

.. ~ ~ .. ~ 2 ~ .. .. ~ n1 ~
~
Cc = B.AB.A B. .A B

(6.7)

(6.8)

9) Calcular el rango de Cc : Rc = rank (Cc ) :

~ (nc ), entonces todos los estados
10) Si Rc es igual al nmero total de estados de A
son observables y se continua con el paso 14).
11) Si R es menor que nc se construye la matriz

Cc I

(6.9)

Donde I es una matriz identidad de orden nc :

12) Se procede por el mtodo de eliminacin gaussiana con pivote parcial a eliminar
las las linealmente dependientes, de manera tal que al terminar se tiene

Cc2
(6.10)
T2
0

45

Donde C2 contiene las las linealmente independientes y T2 es la matriz de transformacin.

13) Usando la matriz de transformacin T2 se obtiene

^ 11 A
^ 12
1
A
^
~
A = T2 AT2 =
^ 22
0 A

^
^ = T2 B
~ = B1
B
0

^ = CT
~ 1
^2
^1 C
C
C
2 =

(6.11)

Estas matrices son equivalentes a

T11 T1 =
^ = T2 A
A
2
^ = T2 C
T1 =
B
^ =B
T1 T1
C
2
Aplicando la transpuesta

^ 12
^ 11 A
A
^ 22
0 A

^1
B
0

^2
^1 C
= C

11 TT2 =
^ T = TT A
A
2
^T = C
1 TT2 =
B

^T
A
0
11
T
^T A
^
A
12
22

(6.12)

^ T1 0
B
T
^
^ T = TT B
1 = C1
C
2
^ T2
C

(6.13)

Dena

T2 = TT
2
=

^T
A

11
T2 A
T1
=
2 =

1
^T = C
T1
C=B
2 =

B = C = T2 B1 =

C1

B1

B2

11 0
21 22

(6.14)

Donde el nmero de columnas de 11 es igual al nmero de estados observables (y

controlables).
14 ) Descomposicin en estados observables y no observables (no controlables).
Dena
=A
T
A
22
=C
T2
B
=0
C

(6.15)

46

15) Calcular la matriz de controlabilidad

.. .. 2 .. .. n1

Cnc = B.AB.A B. .A B

(6.16)

16) Calcular el rango de Cnc : Rnc = rank (Cnc ) :

(nnc ), entonces todos los
17) Si Rnc es igual al nmero total de estados de A
estados son observables y se continua con el paso 21)
18) Si R es menor que nnc se construye la matriz

Cnc I

(6.17)

Donde I es una matriz identidad de orden nnc :

19) Se procede por el mtodo de eliminacin gaussiana con pivote parcial a eliminar
las las linealmente dependientes, de manera tal que al terminar se tiene

Cnc2
(6.18)
T3
0
Donde Cnc2 contiene las las linealmente independientes y T3 es la matriz de
transformacin.
20) Usando la matriz de transformacin T3 se obtiene

11 A
12
1
A

A = T3 AT3 =
22
0 A

= T3 B
= B1
B
0

= CT
1
2
1 C
C
C
3 =

(6.19)

Estas matrices son equivalentes a

= T3 A
T22 T1 =
A
3

= 0T1
C
3
Aplicando la transpuesta

1
B
0

= 0

T2 =
= T3 C
B

T = TT A
22 TT3 =
A
3
T = C
2 TT =
B
3

T = TT 0 =
C
3

T
B
1
0

11 A
12
A
22
0 A

(6.20)

T11
A
0
T A
T
A
12
22

(6.21)

47

Dena
3 = TT
T
3
=A
1 =
3A
22 T
T = T
A
3

=B
1 = C
T = C
2T
2
C
3

30 = 0
=C
T = T
B

11 0
A
22
21 A
A

(6.22)

11 es igual al nmero de estados observables (y

Donde el nmero de columnas de A
no controlables).
21) En conclusin la descomposicin es
2

11
0
6 21 22
A=6
4
0

C=

C1

11 0
A
22
21 A
A
2
C

3
7
7
5

2
B1
6
B2
B=6
4 0
0
D=D

3
7
7
5

(6.23)

Donde: n
o
11 ;
B1 ;
C1 denen el grupo I, es decir, la realizacin mnima: estados
controlables y observables.
22 est asociada al grupo II, es decir, estados controlables y no observables.
11 est asociada al grupo III, es decir, estados no controlables y observA
ables.
22 est asociada al grupo IV, es decir, estados no controlables y no
A
observables.
22) Para relacionar la realizacin original y la nal se tiene que

11 =
T1
A
2 T2
1 =
C
T2
C

1 =
T1
B
2 B
1

A22 = T3 AT3
T
3
2 = C
C
1

0=T B

(6.24)

A = T1
1 AT1
1
B = T1 B
1
C = CT

D=D

(6.25)

Adems

48

Substituyendo se tiene

11 A
12
A
A=
22
0 A

1
B
B = T1
1
0

1 C
2 T1
C= C
T1
1

T1
(6.26)

D=D

Substituyendo los trminos internos a la matriz se tiene

1

12
T2
T2
A
1
A = T1
T
3 T1
1 A
T
0
3
1

B
T2
1
B = T1
0

T
3 T1
C=
C
T2 C

(6.27)

D=D

Lo que es equivalente a

12 T
T2 0
T2

T2 A
0
1
3
A = T1

1
3 T1
A
T
0
0
0 T
3
1

T2
0
B
1
B = T1
1
0
T
0
3

T2 0

C=
C C
3 T1
0 T

(6.28)

Dena

T4 =

T2 0
3
0 T

TT
2
0

0
TT
3

(6.29)

Entonces

Dena

1
12 T

T2 A
3
A=

A
0

B
1 1
B = T1 T4
0

T4 T1
C=
C C
1
T1
1 T4

T5 = T4 T1

T4 T1
(6.30)

(6.31)

49

Lo que implica que

A = T1
5 AT5
1
B = T5 B
C = CT5

(6.32)

A = T5 AT1
5
B = T5 B
C = CT1
5
D=D

(6.33)

Finalmente

T5 =

TT
2
0

0
TT
3

T1

(6.34)

Captulo 7

Asignacin Arbitraria de la
Posicin de los Polos
Considere un sistema dado por
x_ (t) = Ax (t) + Bu (t)

(7.1)

Arbitrariamente se selecciona una matriz K de manera que

u (t) = Kx (t)

(7.2)

Lo que signica que la accin de control es determinada por el valor instantneo

de los estados. A este esquema de control tambien se le llama realimentacin de los estados.
K es la matriz de ganancia de realimentacin de los estados. Se asume que u (t) puede
tomar cualquier valor, es decir, no tiene restricciones.
Substituyendo el valor de u (t) en la ecuacin de estado se tiene
x_ (t) = (A BK) x (t)

(7.3)

La solucin de esta ecuacin es

x (t) = e(ABK)t x (0)

(7.4)

La estabilidad y las caractersticas de respuesta del sistema queda denido por los
autovalores de la matriz A BK: Si la matriz K se selecciona apropiadamente la matriz
A BK podra convertirse en una matriz asintticamente estable.

7.1

Frmula de Ackermann
Dado un systema descrito por la ecuacin de estado
x_ (t) = Ax (t) + Bu (t)

50

(7.5)

51

El objetivo es encontrar una ley de control por realimentacin de los estados

u (t) = Kx (t)

(7.6)

Tal que el polinomio caracterstico en lazo cerrado sea

c (s) = det (sI A + BK)

(7.7)

Primero se debe seleccionar el c (s) que dene la nueva localizacin de los polos.
Entonces se debe calcular K a partir de la ecuacin (7.7). La tcnica requiere que la ecuacin
de estado sea transformada a la forma controlable cannica.
Para comenzar se considerar el efecto de una transformacin de estado no singular
arbitraria
x (t) = Tz (t)

(7.8)

Donde z (t) es el nuevo estado transformado. Las ecuaciones de estado en las

nuevas coordenadas son
x_ (t) = T_z (t) = Ax (t) + Bu (t) = ATz (t) + Bu (t)

z_ (t) = T1 x_ (t) = T1 Ax (t) + T1 Bu (t) = T1 ATz (t) + T1 Bu (t)

(t) + Bu
(t)
z_ (t) = Az
La matriz de controlabilidad para la ecuacin de estado (7.5) es

..
.. 2 .. .. n1
Cx = B.AB.A B. .A B
La matriz de controlabilidad para la ecuacin de estado (7.11) es

2 .
n1
.
.
.
.
.
.
.
. .A

.A
B
.A
B

B
Cz = B
Las dos matrices de controlabilidad estn relacionadas por

.
. 1
. . 1
Cz = T1 B..T1 AB..T A2 B.. ..T An1 B = T1 Cx

(7.9)

(7.10)

(7.11)

(7.12)

(7.13)

(7.14)

De la ecuacin (7.14) se obtiene que

T = Cx Cz1

(7.15)

De la ecuacin (7.14) se puede concluir que la matriz de transformacin no singular

T existe si y solo si la matriz de controlabilidad Cx es tambin no singular (T1 = Cz Cx1 ).

52

Se puede concluir que un sistema siempre se puede transformar en la realizacin controlable

cannica si y solo si el sistema es controlable.
(t) es
El diseo de la ley de control por realimentacin de los estados u (t) = Kz
trivial si el sistema est expresado en la forma controlable cannica.
Suponga que
3
2
2 3
0
1

0
0
0
7
6 0
6
7
0

0
0 7
6
6 0 7
7
6
6
1
1
..
..
..
..
= T B = 6 .. 7
= T AT = 6 ...
(7.16)
A
7 y B
7
.
.
.
.
7
6
6 . 7
5
4 0
4
5
0
0

0
1
an an1 a2 a1
1
La ecuacin caracterstica para esta realizacin en lazo abierto es
o (s) = sn + a1 sn1 + : : : + an1 s + an

(7.17)

Dena
=
K
entonces

2 K
n K
n1 K
1
K
0
0
..
.

0
0
..
.

..
.

0
0
..
.

0
0
..
.

6
6
K
=6
B
6
6
4 0
0
0
0
2 K
n1 K
1
n K
K

y
2

6
6
6

A BK = 6
6
4

0
0
..
.

1
0
..
.

..
.

(7.18)

3
7
7
7
7
7
5

0
0
..
.

(7.19)

0
0
..
.

0
0

0
1
n an1 K
n1 a2 K
2 a1 K
1
an K

3
7
7
7
7
7
5

(7.20)

Lo que implica que la ecuacin caracterstica para la realizacin en lazo cerrado al

(t) es
aplicarle la ley de control u (t) = Kz

1 sn1 + : : : + an1 + K
n1 an1 s + an + K
n
(7.21)
c (s) = sn + a1 + K
Para colocar los polos en los valores deseados, se crea la ecuacin caracterstica:

c (s) = (s p1 ) (s p2 ) : : : (s pn ) = sn + 1 sn1 + : : : + n1 s + n

(7.22)

Lo que implica que

i = i
ai + K

para i = 1; 2; : : : ; n

(7.23)

53

En forma vectorial
a+K=

(7.24)

Donde a y son los vectores columna que contienen los coecientes de los polinomios caractersticos en lazo abierto y lazo cerrado, respectivamente.
se usar el teoPara encontrar la relacin entre estos parmetros y la matriz A
rema de Cayley-Hamilton, el cual establece que una matriz satisface su propia ecuacin
caracterstica.
Lo que en este estudio implica que

n1 + : : : + an1 A
+ an I = 0
=A
n + a1 A
(7.25)
o A
De la misma manera si se evalua el polinomio formado en lazo cerrado para cuando

s = A; se tiene

n1 + : : : + n1 A
+ n I
=A
n + 1 A
(7.26)
c A
n de la ecuacin (7.25) y substituyendole en la ecuacin (7.26) se
Despejando A

tiene

= (1 a1 ) A
n1 + : : : + (n1 an1 ) A
+ (n an ) I
c A

Lo que es equivalente a

nI
n1 A
1A
n1 + : : : + K
+K
=K
c A

(7.27)

(7.28)

se observa que
Debido a la forma particular que tiene la matriz A
3
2
n 0 0
K
0
n 0
6 0 K
0 7
7
6
6
.
.
.
.. 7
.
n I = 6 ..
..
. . ..
K
. 7
7
6

4 0
0 Kn 0 5
n
0
0 0 K

(7.29)

n1
0 K
0
0
..
..
.
.
0
0

(7.30)

6
6
n1 A
=6
K
6
6
4

Donde: denota cualquier nmero.

Este procedimiento se continua hasta
2
0 0
6
6
. .
n1 = 6
A
6 .. ..
6
4

0
0
0
0
..
. . ..
. .
.

0 Kn1

n1 donde
A
3
0 1
7
7
. . .. .. 7
. . . 7
7
5

3
7
7
7
7
7
5

(7.31)

54

Lo que implica que

1A
K

n1

6
6
6
=6
6
4

..
.

0

.. . .
.
.

1 3
0 K
7
7
..
.. 7
.
. 7
7
5

Sumando todos estos trminos se obtiene

2
3
2 K
n1 K
1
n K
K
6

7
7
6
6
..
..
.. 7
..
= 6 ..
c A
.
.
.
. 7
6 .
7
4

(7.32)

(7.33)

Dena

eT1 =

1 0 0 0

se obtiene como
Lo que implica que el vector K

2 K
n1 K
1
n K
= eT1 c A
= K
K

(7.34)

(7.35)

Para obtener el vector de ganacias K para el sistema original se tiene que

B
K
z (t)
z_ (t) = A
(7.36)

TB
K
T1 x (t)
x_ (t) = T_z (t) = TA

KT
1 x (t) = (A BK) x (t)
1 TB
x_ (t) = TAT

(7.37)

(7.38)

Lo que implica que

K = KT

1
T
= eT1 c A

Substituyendo la matriz A del sistema original

K = eT1 c T1 AT T1 = eT1 T1 c (A) = eT1 Cz Cx1 c (A)

(7.39)

(7.40)

Donde

T1 = Cz Cx1

(7.41)

55

Adems se tiene que

2

Lo que implica que

6
6
6
Cz = 6
6
4

0 0
0 0
.. .. . .
.
. .
0 1
1

eT1 Cz = eTn =
Entonces

0
1
..
.

..
.

7
7
7
7
7
5

0 0 0 1

(7.42)

K = eTn Cx1 c (A)

(7.43)

(7.44)

La ecuacin (7.44) recibe el nombre de frmula de Ackermann.

Desde el punto de vista numrico no es recomendable calcular explcitamente la
inversa de una matriz, as que se recomienda, sobre todo en sistemas con un gran nmero
de variables de estado, resolver por partes deniendo
bT = eTn Cx1

(7.45)

b = CxT en

(7.46)

Donde

Se obtiene el sistema lineal de ecuaciones

CxT b = en

(7.47)

Resolviendo a travs de un mtodo ms estable numricamente como Gauss con

pivote parcial se obtiene el vector b:
Finalmente
K = bT c (A)

7.2

(7.48)

Bibliografa

FRANKLIN, Gene F.; POWELL J. David y EMAMI-NAEINI Abbas

Feedback Control of Dynamic Systems, 3rd edition, Addison-Weshley Publishing Company, Inc., 1994.

56

7.3

Ejercicios
1) Verique la controlabilidad y observabilidad de:
2

3
2
3
0 1
0
0 1
x_ (t) = 4 0 0
1 5 x (t) + 4 1 0 5 u (t)
0 2 1
0 0

y (t) =

1 0 1

x (t) +

0 0

u (t)

(7.49)

2) Para el siguiente sistema dinmico, seleccione (si es posible) un estado inicial

x (0) tal que la respuesta natural del sistema sea de la forma y (t) = tet para t > 0:
2
3
2 3
1
1
0
0

x_ (t) = 4 0 1
0 5 x (t) + 4 1 5 u (t) ; y (t) = 1 1 1 x (t)
(7.50)
0
0 2
1
3) Reduzca la siguiente ecuacin dinmica a la ecuacin dinmica mnima; es decir,
controlable y observable.
2 3
3
2
0
1 1 0 0 0
6 1 7
6 0 1 1 0 0 7
6 7
7
6

6 7
7
x_ (t) = 6
6 0 0 1 0 0 7 x (t) + 6 0 7 u (t) ; y (t) = 0 1 1 0 1 x (t)
4 0 5
4 0 0 0 2 1 5
1
0 0 0 0 2
(7.51)

4) Para la funcin de transferencia G (s) = 1= s3 + 1 ; encuentre

a) Una realizacin irreducible (mnima).
b) Una realizacin controlable y no observable.
c) Una realizacin no controlable y observable.
d) Una realizacin no controlable y no observable.
5) Implemente en MATLAB el algoritmo de descomposicin de Kalman.nLos arguo

^ B;
^ C
^
B;
C
; la realizacin mnima A;
mentos de salida deben ser la nueva realizacin A;
y la matriz de transformacin T:
6) Encuentre la descomposicin de Kalman y la mnima realizacin para:
2

6
6
6
x_ (t) = 6
6
6
4

2
1
0
0
0
0
0 2
1
0
0
0
0
0 2
0
0
0
0
0
0 1
0
0
0
0
0
0 3
0
0
0
0
0
0 5

7
6
7
6
7
6
7 x (t) + 6
7
6
7
6
5
4

0
1
0
0
1
1

7
7
7
7 u (t)
7
7
5

y (t) =

0 1 1 1 0 1

(7.52)

x (t)

Captulo 8

Entrada de Referencia
La estrategia de control obtenida por realimentacin de los estados tiene como
objetivo la colocacin de los polos de tal manera que el sistema resultante sea absolutamente
estable, es decir
lim x (t) = 0 ,

t!1

lim y (t) = 0 ,

t!1

lim u (t) = 0

t!1

(8.1)

Este resultado slo es til si se desea estabilizar un sistema de manera que su salida
sea igual a cero. Tambin resulta til si el modelo del sistema lineal (ecuacin de estado
y ecuacin de salida) es obtenido a partir de la linealizacin de un sistema, ya que en este
caso x (t) ; u (t) y y (t) son vectores de desviacin con respecto al punto de operacin, lo que
implica que una vez que x (t) ; u (t) y y (t) tienden a cero, las variable absoluta asociada a
la salida y (t) realmente tiende al valor deseado.
Para extender esta idea para el sistema
x_ (t) = Ax (t) + Bu (t)
y (t) = Cx (t) + Du (t)

(8.2)

Este sistema originalmente es lineal y se necesita que la salida y (t) siga una referencia r (t) = R; donde R es un vector constante.
Este problema se resuelve aplicando un procedimiento similar a la linealizacin.
Debido a que el sistema es lineal el procedimiento consiste solo en un cambio de coordenadas.
Dena x (t) = x (t) xop , u (t) = u (t) uop y y (t) = y (t) yop :
Donde
yop = yref = R
Adems se debe cumplir que para el punto de operacin

dx (t)
= 0 ! Axop + Buop = 0
dt op
(8.3)
yop = R = Cxop + Duop
Agrupando estas condiciones en un solo sistema de ecuaciones se tiene

A B
xop
0
=
C D
R
uop
57

(8.4)

58

Lo que implica que

xop
uop

A B
C D

0
R

(8.5)

El control por realimentacin de los estados se calcula para el sistema

dx (t)
= Ax (t) + Bu (t)
dt
y (t) = Cx (t) + Du (t)

(8.6)

Donde para el sistema original se tiene

x (t) = x (t) + xop
u (t) = u (t) + uop = uop Kx (t)
y (t) = y (t) + R = (C DK) x (t) + R

(8.7)

Donde
x (t) puede ser calculado analticamente o numricamente a partir de la
ecuacin de estado
dx (t)
= (A BK) x (t)
dt

(8.8)

Con la condicin inicial

x (0) = x (0) xop

(8.9)

Captulo 9

Sistemas No Mnimos
En el caso de los sistemas que no son mnimos, es decir, que no son controlables
y/u observables, el control por realimentacin de los estados se puede calcular slo para la
realizacin mnima y despues de trasere la matriz de ganancias al sistema original usando
la matriz de transformacin por similaridad.
En la realizacin de Kalman se tiene que
z_ (t) = Az (t) + Bu (t)
y (t) = Cz (t) + Du (t)

(9.1)

Donde
2

0
11
6 21 22
A=6
4
0
C=

C1

11 0
A
21 A
22
A
2
C

3
7
7
5

A = TAT1
B = TB
C = CT1

2
B1
6
B2
B=6
4 0
0

3
7
7
5

(9.2)

(9.3)

n
o
B1 ;
C1 :
La realizacin mnima est representada por la realizacin 11 ;
Usando la realizacin mnima se selecciona la localizacin nal de los polos corre
spondientes a sus estados y usando la frmula de Ackermann se calcula K.
Para calcular la ganancia para el sistema original se dene

0
K= K
(9.4)
El control por realimentacin de los estados es aplicado para la realizacin de
Kalman en la siguiente forma
u (t) = Kz (t)
59

(9.5)

60

Donde
z (t) = Tx (t), si T es invertible x (t) = T1 z (t)
Entonces
Tx_ (t) = ATx (t) BKTx (t)
y (t) = CTx (t) + Du (t)
Acomodando algunos trminos se tiene

x_ (t) = T1 AT T1 BKT x (t)

y (t) = CTx (t) + Du (t)

(9.6)

(9.7)

Donde
A = T1 AT
B = T1 B
K = KT
C = CT
En conclusin el valor de la matriz de ganancia para el sistema original es
K =KT

(9.8)

Captulo 10

Diseo de Estimadores
Para el diseo del sistema de control por realimentacin de los estados se ha
asumido que todas las variables de estado estn disponibles para realimentacin. En la
mayora de los casos, todas las variables de estado no son medidas. La principal razn es
porque el costo asociado con la compra, instalacin y mantenimiento de los sensores es muy
elevado, o porque fsicamente es imposible medir todas las variables de estado.
Si el estado que se ha estimado se denota como x
^ (t) ; ser conveniente reemplazar
el verdadero estado en la ley de control con este valor estimado, de manera que la ley de
control es
u (t) = K^
x (t)

(10.1)

Las condiciones que se requieren para usar esta alternativa sern discutidas a
continuacin

10.1

Estimadores de Orden Completo

Uno de los mtodos para estimar los estados consiste en construir un modelo de
orden completo de las dinmicas del sistema,
d^
x (t)
= A^
x (t) + Bu (t)
dt

(10.2)

Donde
x
^ (t) : Estimado de los valores reales de x (t).
Como se puede observar la ecuacin de estado para el observador o estimador es
exactamente igual a la del sistema real. Esto implica que si las condiciones iniciales de
ambas ecuaciones de estado x (0) y x
^ (0) son iguales, al aplicar la entrada u (t), la respuesta
de ambos sistemas ser exactamente igual. Como justamente la falta de informacin es un
problema bastante generalizado en la industria, los estimadores sern diseados para que a
partir de una aproximacin inicial arbitraria de las condiciones iniciales, eventualmente el
mtodo logre que x
^ (t) tienda a x (t) :

61

62

Para estudiar las dinmicas del estimador se dene el error del estimador como
e (t) = x (t) x
^ (t)

(10.3)

Derivando con respecto al tiempo la ecuacin (10.3) se tiene

de (t)
x (t)
dx (t) d^

=
dt
dt
dt

(10.4)

Substituyendo las ecuaciones de estado del sistema real y del estimador se tiene
e_ (t) = (Ax (t) + Bu (t)) (A^
x (t) + Bu (t))

(10.5)

Acomodando los trminos se tiene

e_ (t) = A (x (t) x
^ (t)) = Ae (t)

(10.6)

De la ecuacin (10.6) se observa que si la matriz A es estable el error tiende a cero

a la velocidad de convergencia natural que tenga el sistema, la cual es una funcin directa
de los polos dominantes del sistema.
Si la velocidad de convergencia a cero es sucientemente rpida como para ser
satisfactoria, se hace innecesaria la estimacin e incluso el control.
Si el sistema no es estable o los polos dominantes hacen que la rata de convergencia
sea muy lenta, entonces es necesario usar una ley de realimentacin.
Suponga que se adiciona un lazo de realimentacin en la denicin de x
^
d^
x (t)
= A^
x (t) + Bu (t) + L (y (t) y
^ (t))
dt

(10.7)

Donde el ltimo trmino es una correcin basada en la diferencia entre la salida

medida y (t) y la salida estimada y
^ (t) :
Asumiendo que el sistema es estrictamente propio se tiene que
y (t) = Cx (t)
y
^ (t) = C^
x (t)

(10.8)

x (t)
dx (t) d^
de (t)

=
dt
dt
dt

(10.9)

Recalculando

e_ (t) = (Ax (t) + Bu (t)) (A^

x (t) + Bu (t) + L (y (t) y
^ (t)))

(10.10)

e_ (t) = A (x (t) x
^ (t)) L (Cx (t) C^
x (t))

(10.11)

e_ (t) = (A LC) (x (t) x

^ (t))

(10.12)

63

e_ (t) = (A LC) e (t)

(10.13)

De la ecuacin (10.13) se observa el comportamiento dinmico del vector de error

est determinado por la localizacin de los autovalores de la matriz A LC: Si la matriz
A LC es estable, el vector de error converger a cero para cualquier valor inicial de e (0) :
Si el sistema es completamente observable, se puede probar que es posible escoger
una matriz L, tal que la matriz A LC tenga los autovalores en cualquier localizacin
arbitraria.
Debido a que el problema de la estimacin es el dual al problema de control por
realimentacin de las variables de estado, es suciente denotar convencionalmente
= AT
A
= CT
B
= BT
C
K = LT

(10.14)

En este caso se calcula la matriz K usando las tcnicas para control descritas en la
seccin respectiva, tales como la ecuacin de Ackermann, tambien se debe hacer un anlisis
de Kalman para determinar cuales estados son controlables (observables) o no. Al nalizar
se despeja la matriz L a partir de la convencin adoptada previamente.

10.2

Realimentacin de Estados Estimados

En el diseo de sistemas de control por colocacin arbitaria de los polos usando

realimentacin de los estados, se asume que los estados x (t) estaban disponibles para realimentacin. En la prctica; sin embargo, el vector de estado x (t) podra no ser medible,
entonces se necesita disear un observador de estados para estimar x
^ (t) y realimentarlo en
el lazo de control a travs de la matriz de control K:
En este caso el diseo se hace en dos etapas, una para determinar la matriz de
control K y otra para determinar la matriz de ajuste del observador L:
En el caso de acoplar el estimador y el controlador es necesario entonces hacer un
estudio acerca de las implicaciones que est conexin en la estabilidad del sistema global.
Considere un sistema completamente controlable y observable descrito por la siguiente ecuacin dinmica
x_ (t) = Ax (t) + Bu (t)
y (t) = Cx (t)

(10.15)

La ley de control usando el vector de estado estimado es

u (t) = K^
x (t)

(10.16)

Substituyendo u (t) en la ecuacin de estado se obtiene

x_ (t) = Ax (t) BK^
x (t) = (A BK) x (t) + BK (x (t) x
^ (t))

(10.17)

64

La diferencia entre el estado x (t) y el estado estimado x

^ (t) se deni previamente
como el error e (t)
e (t) = x (t) x
^ (t)

(10.18)

Substituyendo el vector de error e (t) en la ecuacin (10.17) se obtiene

x_ (t) = (A BK) x (t) + BKe (t)

(10.19)

Por otra parte la ecuacin dinmica del error que fue obtenida anteriormente se
repite aqu
e_ (t) = (A LC) e (t)

(10.20)

Combinado las ecuaciones (10.19) y (10.20) se tiene

x_ (t)
A BK
BK
x (t)
=
e_ (t)
0
A LC
e (t)
La ecuacin caracterstica de este sistema es

sI A + BK
BK

0
sI A + LC
o

=0

jsI A + BKj jsI A + LCj = 0

(10.21)

(10.22)

(10.23)

Se demuestra entonces que los polos del sistema global consisten slo de los polos
obtenidos en el diseo del controlador por colocacin de los polos ms slo los polos obtenidos
en el diseo del observador de estados. Esto signica que los procedimientos para disear
el controlador por colocacin de los polos y para disear el observador de estados son
independientes entre s. Esto implica tambin que ellos pueden ser diseados separadamente
y combinados para formar el sistema control por realimentacin de estados estimados. Por
esta razn a este resultado se le denomina Principio de Separacin. Si el orden de
la ecuacin de estado es n; el orden del sistema de control ms un observador de orden
completo ser de orden 2n:
En la Figura 1 se muestra el diagrama de bloques de un sistema de control con
realimentacin de estados estimados.

65

u(t)

x(t)

x(t)

idt

y(t)

A
u(t)

-K

xe(t)

+
+

idt

xe(t)

ye(t)

L
Figura 1: Sistema de Control - Observador

10.3

Estimadores de Orden Reducido

Considere la ecuacin dinmica
x_ (t) = Ax (t) + Bu (t)
y (t) = Cx (t)

(10.24)

Donde A, B y C son, respectivamente, nn, np y q n , matrices de constantes

reales. Si se asume que la matriz C es de rango completo, es decir, rango (C) = q: Dena

C
T,
(10.25)
R
Donde R es una matriz de constantes reales (n q) n con valores que pueden
ser seleccionados arbitrariamente de manera tal que T no sea singular. Dena

(10.26)
Q , T1 , Q1 Q2

Donde Q1 y Q2 son, respectivamente, n q y n (n q) matrices de constantes reales. Se

tiene entonces

Iq
C
0
(10.27)
Q1 Q2 =
In = TQ =
R
0 Inq

66

Aplicando una transformacin de similaridad a la ecuacin dinmica (10.24) usando

la transformacin equivalente g (t) = Tx (t)
g_ (t) = TAT1 g (t) + TBu (t)

y (t) = CT1 g (t) = CQg (t) = Iq 0 g (t)

Creando particiones en la ecuacin dinmica (10.28) se tiene

11 A
1
12
g1 (t)
g_ 1 (t)
A
B
u (t)
=
+

A21
B2
g_ 2 (t)
A22 g2 (t)
g1 (t)

= g1 (t)
y (t) = Iq 0
g2 (t)

(10.28)

(10.29)

Donde g1 (t) son los primeros q elementos de g (t) y g2 (t) son los remanentes n q
12 , A
21 y A
22 son, respectivamente, matrices q q; q (n q) ; (n q) q

estados; A11 , A
2 son, respectivamente, matrices q p y (n q) p:

y (n q) (n q); B1 y B
De la ecuacin dinmica (10.29) se observa que g1 (t) = y (t) y debido a que y (t)
es medible entonces los estados g1 (t) son conocidos as que slo es necesario estimar los
estados contenidos en g2 (t) :
En consecuencia, es necesario construir un estimador de estados de dimensin
(n q) en lugar el observador de estados de orden completo o dimensin n:
Usando la equivalencia g1 (t) = y (t) se puede escribir la ecuacin dinmica (10.29)
como
12 g2 (t) + B
1 u (t)
11 y (t) + A
y_ (t) = A

2 u (t)
g_ 2 (t) = A21 y (t) + A22 g2 (t) + B

(10.30)

21 y (t) + B
2 u (t)
u
(t) , A
11 y (t) B
1 u (t) , A
12 g2 (t)
w (t) , y_ (t) A

(10.31)

Dena

Donde se observa que u

(t) y w (t) son funciones de las seales conocidas y (t) y
u (t) :
Usando estas nuevas variables se construye la ecuacin dinmica
22 g2 (t) + u
g_ 2 (t) = A
(t)

w (t) = A12 g2 (t)

(10.32)

12
22 ; A
Donde se puede construir un estimador de estados para g2 (t) si el par A
es observable. Dena
d^
g2 (t)
22 ^
g2 (t) + u
(t)
=A
dt

(10.33)

Donde g
^2 (t) es el estimado de g2 (t) :
Adicionando un lazo de realimentacin de la misma manera que se hizo en el diseo
del observador de estados de orden completo se tiene
d^
g2 (t)
22 g
=A
^2 (t) + u
(t) + L (w (t) w
^ (t))
dt

(10.34)

67

Substituyendo u
(t), w (t) y w
^ (t) se tiene

d^
g2 (t)
22 g
21 y (t) + B
2 u (t) + L y_ (t) A
11 y (t) B
1 u (t) A
12 g
=A
^2 (t) + A
^2 (t)
dt
(10.35)
Reacomodando trminos se tiene

d^
g2 (t)
12 g
11 y (t) + B
1 u (t) + Ly_ (t) (10.36)
21 LA
2 LB
= A22 LA
^2 (t) + A
dt

Donde se observa que esta ecuacin contiene la derivada de y (t) ; lo cual es desaconsejable ya que esta operacin amplica signicativamente el ruido que generalmente
posee la medicin de y (t) : Esta derivada puede ser eliminada si se dene
z (t) = ^
g2 (t) Ly (t)

(10.37)

dz (t)
d^
g2 (t)
dy (t)
=
L
dt
dt
dt

(10.38)

Entonces se tiene

dz (t)
12 (z (t) + Ly (t)) + A
11 y (t) + B
1 u (t) (10.39)
21 LA
2 LB
= A22 LA
dt

dz (t)
12 z (t) + A
11 + A
12 L y (t) + B
1 u (t)
21 LA
2 LB
22 LA
= A22 LA
dt
(10.40)
Donde z (t) + Ly (t) es un estimado de g2 (t) que eventualmente converge a g2 (t) ;
lo cual se puede demostrar si se dene
e (t) , g2 (t) (z (t) + Ly (t))

(10.41)

dy (t)
de (t)
dg2 (t) dz (t)

L
,
dt
dt
dt
dt

(10.42)

se tiene entonces que

Substituyendo se tiene
de (t)
dt

12 z (t)
22 g2 (t) + B
2 u (t) A
22 LA
21 y (t) + A
A

21 LA
11 + A
12 L y (t)
22 LA
A

1 u (t) L A
2 LB
11 y (t) + A
12 g2 (t) + B
1 u (t)
B

(10.43a)
(10.43b)
(10.43c)

Arreglando trminos se tiene

de (t)
12 (g2 (t) z (t) Ly (t))
= A22 LA
dt

(10.44)

68

de (t)
12 e (t)
= A22 LA
dt

(10.45)

12
22 ; A
12 es observable, entonces los polos de la matriz A
22 LA
Si el par A
pueden ser colocados arbitrariamente, y la velocidad de convergencia de e (t) a cero o,
equivalentemente, la velocidad con que z (t) + Ly (t) se aproxima a g2 (t) puede ser denida
por el diseador.
^2 (t) = z (t) + Ly (t) se forma
Combinando g
^1 (t) = g1 (t) = y (t) con g

g1 (t)
^
(10.46)
g (t) =
^
g2 (t)
^
Debido a que g (t) = Tx (t) ; se tiene que x (t) = T1 g (t) = Qg (t), lo que implica
que
x
^ (t) = Q^
g (t) =

x
^ (t) =

Q1 Q2

Q1 Q2

y (t)
z (t) + Ly (t)

Iq
0
L Inq

y (t)
z (t)

(10.47)

(10.48)

Discusin: El estimador de orden reducido requiere la transformacin de similaridad para separar los estados medibles de los que no lo son. Excluyendo este paso, los
clculos necesarios en el caso del observador de orden reducido son claramente menos que
en el caso del observador de orden completo. En la implementacin, el primero tambin
requiere de menos integradores. En el caso del observador de orden reducido, la seal de
salida y (t) es alimentada a travs de la matriz Q1 a la salida del estimador. En consecuencia, si y (t) es corrupto con ruidos, estos ruidos aparecern en la salida del estimador. En
el estimador de orden completo, la seal y (t) es integrada o ltrada; por lo tanto ruidos de
alta frecuencia en y (t) sern suprimidos en el estimador de orden completo.

10.4

BIBLIOGRAFIA

CHEN, Chi-Tsong
Linear System Theory and Design, Ed. Holt, Rinehart and Winston, Florida,
USA, 1984

Captulo 11

Control Integral
La estructura de control de realimentacin de los estados tiene como deciencia
que no mejora el tipo del sistema. En consecuencia, el control por realimentacin de los
estados con ganancia constante slo es til para sistemas reguladores en los cuales no se
debe seguir alguna entrada. En general, existe una gran cantidad de sistemas de control
en los cuales se debe seguir una seal de referencia, y frecuentemente tambin existe la
presencia de ruido indeseable o perturbaciones que el sistema debe suprimir o rechazar.
Una de las opciones para resolver los problemas planteados consiste en la introduccin de
control integral, para acompaar la realimentacin de estados con ganancia constante.
Suponga que el sistema est descrito por la siguiente realizacin:
x_ (t) = Ax (t) + Bu (t) + Fw (t)
y (t) = e (t) = Cx (t) + Hw (t)

(11.1)

Donde:
x (t) = n 1 vector de estados.
u (t) = m 1 vector de control.
w (t) = p 1 vector de perturbaciones.
y (t) = e (t) = q 1 vector de salida = vector de error.
A = n n:
B = n m:
F = n p:
C = q n:
H = q p:
w (t) se dene como un vector constante cuyos elementos estn compuestos de
seales de entrada y perturbaciones. En la prctica, las magnitudes de las seales de entrada
son dadas, pero las magnitudes de algunas o todas las perturbaciones son desconocidas.
El objetivo de diseo es encontrar controles por realimentacin de las variables
de estado de manera tal que el estado x (t) sea transferido a cualquier estado deseado (set
point) cuando el tiempo tienda a innito. Por ejemplo, se desea que la variable de estado
x1 (t) sea transferida a un valor deseado r (t) = R cuando t tiende a innito, mientras el
sistema global es asintticamente estable.

69

70

Transferir el estado x1 (t) hasta el valor deseado r (t) es equivalente a transferir

e (t) = w1 (t) x1 (t)
a cero cuando t tiende a innito, donde w1 (t) = r (t) = R = constante.
Dena una ley de control
Z
u (t) = K1 x (t) K2 e ( ) d
Dena adems
xe (t) =

e ( ) d

(11.2)

(11.3)

(11.4)

Donde
K1 = m n matriz de realimentacin de ganancias.
K2 = m q matriz de realimentacin de ganancias. (ambas con elementos
constantes).
A partir de la ecuacin (11.4) se tiene
x_ e (t) = e (t) = y (t) = Cx (t) + Hw (t)

Aumentando el sistema original se tiene

x (t)
A 0
x (t)
B
F
x_ (t)
=

K1 K2
+
w (t)
C 0
xe (t)
0
H
x_ e (t)
xe (t)

(11.5)

(11.6)

O lo que es equivalente

d
x (t)
x (t) BK
x (t) + Fw
(t)
= A
dt
Donde
x
=

x (t)
xe (t)

(11.7)

(n + q) 1

A 0
(n + q) (n + q)
C 0

B=
(n + q) m
0

K = K1 K2 m (n + q)

= F (n + q) p
F
H
=
A

La ecuacin (11.7) tambin se escribe como:

d
x (t)
(t)
= A BK x
(t) + Fw
dt

La cual aparece en la forma de realimentacin de los estados.

(11.8)

71

11.1

Bibliografa
KUO, Benjamin C.
Automatic Control Systems, 6th edition, Prentice-Hall, Inc., 1991.