Captulo 4

AUTOVALORES, AUTOVECTORES Y MODOS

NATURALES EN LA RESPUESTA
4.1 Clculo de los autovalores
Un problema en lgebra matricial es calcular los autovalores de una matriz A. La
expresin matemtica para el clculo de los autovalores es:
(4.1)
Ax .x
siendo algn escalar que para un vector x distinto de cero satisface la ecuacin
(4.1).
Para calcular el autovalor, por tanto, se debe resolver :
det .I A =0

(4.2)

Esta ecuacin coincide con la expresin que se denomina ecuacin caracterstica de

un sistema y que permite calcular los polos, por lo que se deduce que los autovalores
de A para un sistema representado en espacio de estado:

x Ax Bu
y Cx
son los polos del sistema. Esto se demuestra considerando que la funcin de
transferencia, viene dada por:

adj ( sI A)
B
det(sI A)
siendo la ecuacin caracterstica definida por det(sI A) 0
T ( s) C ( sI A) 1 B C.

Relacionado con los autovalores se encuentran los llamados modos naturales del
sistema, que son las expresiones en el tiempo de la respuesta libre. Dado i , el modo
natural correspondiente ser: ei.t. La respuesta libre del sistema considerando los
distintos valores posibles de i se muestran a continuacin. Es importante tener en
cuenta que si i puede ser un nmero complejo: i = j, y que si la parte real es
positiva el sistema se dice que es inestable (no retorna a su posicin de equilibrio) y si
la parte real es negativa , el sistema es estable (retorna a su posicin de equilibrio).

4.2 Definicin de autovalores y autovectores

Considerando (4.1) para cada autovalor i, de modo que

A i .i. i , se puede

calcular un autovector derecho, i , correspondiente a dicho autovalor. El autovector

define la direccin donde se desenvuelve el modo natural correspondiente en el
espacio de estado. Para un sistema de orden n se deben tener n autovalores y
autovectores linealmente independientes.

4.3 Clculo del autovector

Para hallar el autovector de un sistema se debe resolver la ecuacin:

(i A) i 0

(4.3)

Podemos encontrar tres situaciones bsicas:

Hay una solucin
Hay una infinidad de soluciones
No hay solucin
En primer lugar, para resolver (4.3) resolvamos el problema general:

Mx d

(4.4)

donde:
M : matriz mxp
x : vector px1
d: vector mx1

d span de los vectores columna m1

m2

m2

x1 d1


x2 d 2
mp



x p d m

mp

(4.5)

La Ec.4.3 tiene solucin (puede o no ser nica) si y slo si se cumple (4.5). Se puede
decir tambin que Ec.4.3 tiene solucin si se cumple que el: rankM=rank(M,d).
En resumen la metodologa para resolver : Mx d consiste en los siguientes pasos:
1. Aadir el vector de datos a la matriz de coeficientes original:

M , d

2. Se realizan operaciones fila elementales hasta llegar a :

matriz identidad.
3. La solucin del problema es: x d '

I ,d '

, siendo I la

Como parte de la metodologa se requiere aplicar operaciones fila elementales , cuyas

propiedades ms importantes son:
a. Dos filas cualesquiera pueden intercambiarse
b. Cualquier fila puede ser multiplicada (o dividida) por cualquier escalar
no nulo
c. Cualquier mltiplo - distinto de cero - de una fila puede aadirse a ( o
sustraerse de) cualquier otra fila.
Esto equivale a premultiplicar ambos miembros en (4.4) por una matriz no singular E

EMx Ed

x Ed d ' , si EM I

Para el caso particular del autovector, sin embargo , el segundo miembro es cero, por
lo que se trata de resolver el caso particular:

Mx 0
en este caso, al aplicar la metodologa antes descrita se debe llegar a una matriz
normal de Hermite (en lugar de la matriz identidad) que tiene las siguientes
propiedades:

Tiene al menos tantas filas como columnas ( se deben aadir filas nulas
si m<p)
Es triangular superior (todos los elementos por debajo de la diagonal
principal son cero)
Ambos 1s o 0s estn en la diagonal principal
Cualquier columna con la unidad en la diagonal adems tiene los
dems elementos nulos

La solucin homognea forma un subespacio denominado: espacio nulo de M (

Kernel de M): N(M)
Tener en cuenta que rank(M)= #columnas linealmente independientes de M.
rank (M ) N (M ) = p
el N(M) se determina con las columnas de la forma de Hermite con elementos nulos
en la diagonal principal, se modifica colocando 1 en vez del cero.( a esto se le llama
forma normal de hermite modificada)
Ejemplo 4.1
Dada

la

matriz

1 2
A
encontrar
1 4

los

autovalores

autovectores

correspondientes
Autovalores:

1
det
1

2
( 1)( 4) 2 2 5 6 0 .
4

Resolviendo la ecuacin caracterstica se tiene: 1 2, 2 3 .

Autovectores: Para cada autovalor se calcula el autovector correspondiente.
Para

1 2 , el problema del autovector es: 1 I A1 0 , esto es

1 2
0

1
0
1 2

Usando operaciones filas, se tiene:

1 2 1 2

1 2 0 0
por lo que el espacio nulo de 1 I A es:

span

1 span

Para

2 3 , el problema del autovector es: 2 I A 2 0 , esto es:

2 2 1 1

1 1 0 0

por tanto, 2 span span

Ejemplo 4.2

1 4
encontrar los autovalores y autovectores correspondientes
1 1
4
1
( 1) 2 4 2 2 5 0 .
Autovalores: det
1
1

Los autovalores sern: 1, 2 1 2 j

Dada la matriz A

2 j

4
0
1 , haciendo operaciones fila elementales:
1 2 j
0
2 j 4 1 2 j 1 2 j

1 2 j 2 j
4 0
0

2 j

2 j

el autovector 1 es: 1 span

span . Haciendo lo mismo para el

2 j

2 j

clculo de 2 se tiene: 2 span span

.

*
Se puede comprobar que 2 1 , es decir, es el complejo conjugado del primer
Luego para 1 se tiene :

autovector.
4.3.1 Caso especial: variables de fase
Es importante saber que el nmero de autovectores nunca exceder la multiplicidad
del autovalor, pero al parecer el nmero de autovectores independientes es un
problema que se podra encontrar, sobretodo, en los casos en los que hay
multiplicidad en los autovalores.
En particular, si la matriz est en variables de fase y tiene autovalores repetidos, hay
slo un autovector independiente por cada autovalor diferente. Por otro lado, si la
matriz es real y simtrica, entonces el nmero de autovectores independiente es
siempre n, la dimensin de A, sin importar la multiplicidad de los autovalores.
Ejemplo 4.4

1
0
0

Dado A 0
0
1 , que est en variables de fase y tiene un autovalor

8 12 6
1 2 , con multiplicidad 3. Entonces
2 1 0
0

1 I A1 0 2 11 0

8 12 4
0
que al realizar operaciones fila conduce a

0 1 0 1 / 4
2 1 0 1 1 / 2

0
2 1 0
1
1 / 2 0 1 1 / 2

8 12 4 0
8
4 0 0
0

1 / 4
1

Por tanto: 1 span 1 / 2 span2 , que es el nico autovector que se obtiene

4
directamente para

1 2 , a pesar de su multiplicidad.

Una observacin til concerniente a los autovectores para la forma de variables de

fase es que el autovector correspondiente a un i est dado por:

i span i 2

( n 1)

i
siendo n el orden del sistema o dimensin de A.

4.4 Transformacin a la forma diagonal y bloque diagonal

El principal sentido de los autovalores y autovectores est en su aplicacin al clculo
de e At . Una aplicacin est en usarlos para diagonalizar la matriz A , pues esto
permite desacoplar el sistema.
En el caso de autovalores distintos se tiene que la matriz diagonal correspondiente es:
diagonal 1, 2 ,..., n y la correspondiente matriz de transicin de estado,
n t
1t 2 t
t

diagonal e

,e

,..., e

Suponiendo que en este caso, los autovectores de A son: 1 , 2 ,..., n ( n

autovectores linealmente independientes), se puede formar una matriz llamada matriz
modal:
y,
por
tanto,
se
cumple
que:
P 1 , 2 ,..., n nxn

P 1 AP diagonal 1 , 2 ,..., n . Esto se puede demostrar fcilmente, de la siguiente

manera:
De las n relaciones

A i i i

i 1,2,..., n

se puede escribir en forma compacta como AP P , donde : P 1 , 2 ,..., n nxn y

diagonal 1 , 2 ,..., n .

Se puede observar que las columnas de P son los autovectores derechos de A . Los
vectores filas de P 1 tienen propiedades especiales. A estos vectores asignados
como i T

( i 1,2,..., n) , se les designa como autovectores izquierdos de A . Se

puede mostrar fcilmente que los i satisfacen: i I AT i 0 el equivalente

1
0

i T i I A 0 . Tambin puede mostrarse que: i T j

para i j
para i j
Ejemplo 4.5

Dado el modelo en espacio de estado segn variables de fase:

0
1 x1 0
x1
u
2 3 x K
2
x 2
x1
y 1 0
x 2
diagonalizar el sistema.
Los autovalores de la matriz A son 1 1 , 2 2 . Ya que A est en forma
de variable de fase la matriz modal y su recproco estn dadas por

1
1
2 1
P
P 1

1 2
1 1

1 0
por tanto, A P 1 AP
, y el modelo de espacio de estado en diagonal es:
0 2
1 0 x K
1
x 1

u
0 2 x K
x 2 2

x1
y
1 1
x 2

Recordar que B P 1 B y C CP
En el caso de tener autovalores complejos, no resulta muy til encontrar la forma
diagonal propiamente dicha (sta tendra elementos complejos) y ms bien se usa la
forma llamada bloque diagonal.
Suponiendo que A tiene autovalores complejo conjugado distintos 1,2 1 j1 ,
3,4 3 j 3 ,..., , 1 j y los autovalores restantes son reales y
distintos.
La matriz de transformacin

Pb Re1, Im1, Re 3 , Im 3 ,..., Re , Im

transforma A a la forma bloque diagonal

b Pb

APb diagonal

1 3
,

1 3

,...,
3

, m 2 ,..., n

Ejemplo 4.6

Dado

1
0
0
0

x 0
0
1 x 0 u

13 17 5
K
y 1 0 0x
los autovalores de A son 1 1 , 2,3 2 3 j . Para este caso la matriz

de transformacin a forma bloque diagonal es:

1
0
1 / 10
1
13 / 10 2 / 5

Pb 1 2
3 con Pb 1 3 / 10 2 / 5 1 / 10 y el modelo de espacio

1 5 12
7 / 30
1 / 5 1 / 30
de estado en forma bloque diagonal es:

~
x 0

0
y 1 1

0
K / 10

2 3 ~
x K / 10 u

K / 30
3 2
0~
x
0

4.4.1 Forma cannica de Jordan

Cuando Anxn tiene autovalores repetidos no se puede encontrar una matriz modal tal
como en el caso de autovalores diferentes, esto es, porque no necesariamente se
encuentran n autovectores linealmente independientes. Por otro lado, si se encuentra
una matriz de transformacin no es posible diagonalizar el sistema; pero se puede
encontrar la forma cannica de Jordan. Por ejemplo:

J 0

1 0 0 0

2 1 0 0

0 2 0 0

0 0 3 1

0 0 0 3

es la forma cannica que se encontrara para una matriz A que tienen un polinomio
caracterstico: ( ) (1 2) 3 (2 3) 2 y con slo un autovector 1 para
1 y un autovector 2 para 2 .
El problema del autovector cuando se tienen autovalores repetidos se puede resolver
calculando los llamado autovectores generalizados. Veamos por ejemplo el caso del
sistema con:

0
0 1

A 0
0 1

8 12 6
que tiene el polinomio caracterstico: ( ) (1 2)3 y slo un autovector

1
1

1 2

1
4

Se requieren tres vectores linealmente independientes para formar una matriz de

transformacin no singular, P . La tcnica para encontrar los dos vectores faltantes es
la de resolver un problema en cadena, que en este caso tiene la forma:

A 1 I u1,2 u1,1 1
A 1 I u1,3 u1,2

(4.6)

donde los vectores u1, 2 y u1,3 son llamados autovectores generalizados de orden 2 y
3 respectivamente. Ntese que el autovector 1 , si se aplica la regla de la cadena
vendra a ser el autovector generalizado de orden 1.
Por otro lado, se puede comprobar que para hallar los autovectores generalizados
tambin se puede seguir el mismo procedimiento de clculo del autovector
propiamente dicho considerando las siguientes relaciones:

A 1I 2 u1,2 A 1I u1,1 A 1 I 1 0
A 1I 3 u1,3 A 1I 2 u1,2 0

Para el ejemplo resolveremos aplicando la regla de la cadena

0
2 1
1

0
2 1u1, 2 2

8 12 4
4

(4.7)

realizando operaciones fila elementales, se puede llegar a la solucin (ahora el

problema a resolver es de la forma Mx=d)

0 1 1 1 / 2 0 1 / 2 1 0 1 / 4 1
2 1

0
2 1 2 0 2 1
2 0 1 1 / 2 1

8 12 4 4 0 8 4
8 0 0
0
0
por lo que la primera solucin escogida es:

u1, 2

1

1

0

Continuando con la regla de la cadena ahora tenemos que resolver:

0
2 1
3 / 4

0
2 1u1,3 u1, 2 , resultando como solucin u1,3 1 / 2

8 12 4
0

de

transformacin

es:

P 1 u1, 2

La

matriz

P 1

2 1 0
0 0 1 / 4

2 3 1 y P 1 AP 0 2 1

0 0 2
4 4 1

u1,3

1 1 3 / 4

2 1 1 / 2

4 0
0

con

4.5 La matriz eAt y su relacin con los autovalores y

autovectores
Si A tiene n autovectores independientes se sabe que A PP 1 , siendo su
forma diagonal y P la matriz modal. Considerando la serie de potencias:

e At I At
reemplazando en funcin de

A 2 t 2 A 3t 3

...
2!
3!

(4.8)

( PP 1 ) 2 t 2 ( PP 1 ) 3 t 3
e I ( PP )t

...
2!
3!
pero I P 1 P y desarrollando cada potencia se tiene
( PP 1 ) 2 ( PP 1 )( PP 1 ) P2 P 1
At

( PP 1 ) 3 ( PP 1 )( PP 1 ) 2 P3 P 1
y as para cada trmino, de modo que:
llega a expresarse como

( PP 1 ) n Pn P 1 , por tanto, la Ec. (4.8)

2 t 2 3t 3
e At P I t

.. P 1
2!
3!

con lo que
(4.9)
e At Pe t P 1
At
La relacin (4.9) nos facilitar calcular e , conociendo los autovalores y autovectores,

dado que e t diagonal e

, e 2t ,..., e nt .

Desarrollando P y P 1 en (4.9), se puede escribir:

e At

e 1t

0
1 , 2 ,..., n

0
e 2t

e 1t1T
0 1T

T
2t T

e 2
0 2
1 , 2 ,..., n

nt T

nt T
e n
e n

que se simplifica, dando lugar a

e At e it ii T conocida como representacin

i 1

espectral.
En el caso de una matriz en la forma de Jordan, J, la matriz de transicin de estado

e Jt , tambin tiene una forma estndar con lo que conociendo los autovalores de A
podemos aplicar (4.9) para hallar e At .
1
i
Si por ejemplo se tiene un bloque de Jordan de la forma: J1
, es

decir, se tiene un autovalor i repetido 2 veces, al hallar la transformada inversa de

e 1t

Laplace de sI J1 , se tiene que e J1t

1

bloque diagonal.
Para el siguiente caso:

J2

resulta e

J 2t

0
e t

te t
e t
0

(t 2 / 2!)e t

te t

te 1t
, que tambin est en la forma
1t
e

En el caso de tener la forma bloque diagonal: b exp

t , que corresponde al

autovalor complejo j , la matriz de transicin de estado correspondiente es:

cos t sin t t
e bt
e
sin cos
generalizando para ms autovalores complejos

cos 1t sin 1t
cos t

t
e bt diagonal
e 1 ,....,
sin

sin 1 cos 1
4.5.1

sin t
t
e ,...
cos

Teorema de Cayley Hamilton

Segn este teorema cada matriz A satisface su propio polinomio caracterstico, esto
es: ( ) n an1n1 ... a1 a0 , de modo que

( A) An an1 An1 ... a1 A a0 I 0

(4.10)

Una aplicacin importante de este teorema es en lugar de usar una suma infinita de
trminos en A , para hallar e

At

At k

k 0

k!

, se tendrn slo n trminos finitos (siendo

n el orden del sistema). Para ello se irn despejando las distintas potencias a partir de
(4.10), como se detalla a continuacin

An an1 An1 an2 An2 ... a1 A a0 I

(4.11)

Multiplicando (4.11) por A :

A. A n an1 A n an2 A n1... a1 A 2 a0 A

a n1 a n1 A n1 ... a1 A a0 A a n2 A n1. .. a1 A 2 a0 A

An1 an21 an2 An1 an1an2 an3 An2 ... an1a1 a0 A an1a0 I
(4.12)
As todas las potencias de A pueden encontrarse como una combinacin lineal de las

n matrices base I , A, A2 ,..., An1 , con ello la serie infinita de potencias es una
combinacin lineal de dichas matrices base. Reemplazando las relaciones que se van
obteniendo en la serie e At , se puede escribir en forma simplificada
n 1

e At 0 (t ) I 1 (t ) A 2 (t ) A2 ... n1 (t ) An1 , esto es e At Ai i (t )

i 0

El problema ahora es encontrar las funciones escalares i (t ) . Para ello se considera

que cada autovalor conocido i tambin satisface (4.10). Aplicando los resultados
obtenidos para A en cada i , se tiene que:

e 1t 0 (t ) 1 (t )i 2 (t )i 2 ... n1 (t )i n1

(4.13)

Si A tiene n autovalores diferentes, entonces la (4.13) dar n ecuaciones con n

incgnitas:

12

22

2n

e 1t

n 1 (t )
2t

2
e
1

n 1

n
n n 1 (t ) e

1n 1 0 (t )

(4.14)

Esta matriz de coeficientes es una forma especial denominada matriz de

Vandermonde.
Si hay un par de autovalores complejo conjugados es conveniente formular el
problema de ecuacin lineal (4.14) es trminos de parte real e imaginaria. Por ejemplo
si 1,2 1 1 j , entonces las dos primeras filas podran ser reformuladas como

Re 1

Im 1

n 1

n 1

0 (t )

1 (t )
Re e 1t

1t

Im e

(
t
)
n 1

e
e

cos 1t

1t
sin 1t

(4.15)
Si A tiene un autovalor i con multiplicidad mayor que uno, se usa el mismo
procedimiento bsico pero tomando las derivadas de las filas un nmero suficiente de
veces para obtener las n ecuaciones independientes. Por ejemplo, si 1 tiene
multiplicidad 3, se deben tomar dos derivadas con respecto a
ecuaciones lineales

12

21

1 y as obtener las tres

0 (t )
e1t

1 (t )

n2

1t

te
n 11

t
n 3
2

n 1n 2 1
t e

n 1 (t )

n 1

(4.16)

4.6 Los modos naturales en la evolucin libre del estado

para las representaciones regulares (autovalores
distintos)
Es importante analizar las leyes segn las cuales evolucionan en el tiempo (leyes de
movimiento) el estado y la salida, en rgimen libre y/o forzado.
El punto de partida es el estudio de la evolucin libre del estado en s mismo. Primero
asumiremos que el sistema tiene autovalores distintos.
Considerando los n autovectores derechos u1 , u2 ,...un y los n autovectores izquierdos

v1 , v 2 ,...v n (ambos son vectores columna), se puede establecer que:

e At e i t ui v ' i
i 1

denominada representacin espectral, donde v'i es la transpuesta de vi

La representacin de la respuesta libre en el estado es entonces:
n

x (t ) (t t0 ). x (t0 ) e i ( t t 0 ) ui v 'i x (t0 )

i 1

donde se puede observar que cada trmino en el segundo miembro es una funcin
exponencial. Por otro lado, 1 , 2 ,..., n , que caracterizan las funciones exponenciales
pueden tomar valores reales o complejos, por lo que la interpretacin de cada uno de
estos trminos no es directa.
En los casos de inters comn, la representacin del sistema est dada por una matriz
A a elementos reales, los autovalores son reales o pares de complejos conjugados. En
este caso, si el estado inicial es un vector a elementos tambin reales se puede
mostrar como la respuesta libre puede ser descompuesta en la suma de funciones
reales.
Suponer que A tiene autovalores reales y pares de autovalores complejo
conjugados; dado x 0 el valor del estado inicial y asumiendo t 0 0 , la respuesta libre
del estado asume la forma:

i 1

i 1

x (t ) e i t ui v ' i x o (e k t uk v ' k x o e *k t u k v' k x o )

donde 2 n , adems : *k es el complejo conjugado de k y los autovalores
(derecho e izquierdo) correspondientes son representados con ^ para distinguirse.
Tambin se tiene que: u k (u *k ), vk (v *k ) para cada k.
Los autovectores derechos que aparecen son linealmente independientes
y
constituyen una base en el espacio de estado; respecto a tal base el estado inicial
puede descomponerse en la forma:

i 1

i 1

x 0 c i ui (c k uk c k u k )
en la cual las constantes c i (i 1,2,... ) y c k , c k (k 1,2,... ) son especificadas
unvocamente. Como x 0 es real, entonces c k c *k .

1
0

Teniendo en cuenta que: v ' i u j

si i j
si i j

i 1

i 1

, se tiene que:

x (t ) e i t ui c i (e k t uk c k e *k t u k c k )
Asumiendo : uk uka ju kb

c k c ka jc kb
k a k j k
para los trminos correspondientes a los autovalores complejo conjugados en la
evolucin libre se tiene:

e k t uk c k e *k t u k c k mk e ak t sen( k t k )uka mk e ak t cos( k t k )ukb

donde:

m k 2 c ka c kb
2

k arctan

c ka
c kb

La respuesta libre en el estado asume la forma:

i 1

i 1

x (t ) c i e i t ui (m k e ak t sen( k t k )uka m k e ak t cos( k t k )ukb

donde todos los trminos son reales.
En resumen la representacin de la respuesta libre del estado relativo se puede
considerar constituda por los trminos :
modos naturales aperidicos
c i e i t u i

mk e ak t sen( k t k )uka m k e ak t cos( k t k )ukb

modo pseudo-peridico
la descomposicin de la respuesta libre en modos naturales es unvoca y depende
slo del estado inicial , ste ltimo puede siempre ser elegido de manera que la
respuesta libre coincida con slo un modo arbitrario.
El i-simo modo aperidico es excitado si c i 0 ; as mismo es vlido para el modo
pseudo-peridico si m k 0 . Cada modo puede ser excitado individualmente.
4.5.1 Leyes de modo y trayectorias de los modos naturales
Para el modo aperidico se puede observar que el lugar de los puntos del espacio de
estado en el cual el estado mismo viene a encontrarse en la evolucin libre, o
trayectoria del modo, es la recta caracterizada por los autovalores u i (o, lo que es lo
mismo, un subespacio a dimensin 1). La ley del movimiento con el cual la trayectoria
es recorrida es una ley exponencial. En definitiva, si el estado inicial es elegido a lo
largo de la direccin de u i , la evolucin libre es caracterizada por una trayectoria que
permanece confinada a la recta definida por u i y de un modo de tipo exponencial.
t

Es usual representar la ley del movimiento con el diagrama temporal de la funcin e i ,

que al crecer el tiempo resulta creciente, constante o decreciente segn i sea
positivo, nulo o negativo.

De la figura se observa que la tangente que pasa por el punto (0,1) corta al eje X en
1 , denominada constante de tiempo y que se relaciona con el autovalor por:

1 ,de modo que la funcin exponencial tambin puede expresarse como:

e t / 1
De la base del comportamiento temporal es posible individualizar los puntos del
espacio de estado perteneciente a la trayectoria. Se tiene as la figura en la cual son
considerados respectivamente los casos i

x 0 c i ui

i 0

i 0
ui

i 0
ui

ui

x0

x0

Para el modo pseudo-peridico, el anlisis de la expresin pone en evidencia que la

trayectoria correspondiente se desarrolla en el plano definido por los dos vectores u ka
y u kb (o, lo que es lo mismo, en un subespacio a dimensin 2). Las leyes del
movimiento con el cual tal trayectoria es recorrida est caracterizada por las funciones
e ak t sen k t y e ak t cos k t mediante las cuales es posible expresar los
comportamientos en el tiempo de las componentes a lo largo de las direcciones de
u ka y u kb .
En definitiva, si el estado inicial es elegido de manera de estar en el plano definido por
u ka y u kb , la evolucin libre est constituda por una trayectoria que permanece
restringida a tal plano y sus proyecciones a lo largo de u ka y u kb son recorridas por
las leyes ya descritas y que se representan a continuacin.
Asumiendo la condicin inicial: x0 mk sin k uka mk cos k ukb

x0

ukb
0

x0

ukb
uka

uka

(ak<0)

(ak>0)

x0

ukb
uka

(ak=0)

Ejemplo 4.7
Anlisis de la evolucin libre en un servomotor c.c con excitacin separada controlada
en el circuito de excitacin
1. Modelo del motor:

v e Ri e L

die
dt

C m K I ie
Cr J

Par motor
d
F
dt

Variables de estado:

Par resistente

x1, x2 ,

d
dt

ie x3

Modelo segn variables fsicas

0

0


i ' e 0

x Ax Bu ;

Autovalores:

Autovectores:

1 0,

F/J
0

2 F / J ,

1


u1 0 ;

0

K I / J 0 ve

R / L 1 / L

3 R / L

u2 F / J ;

u3 R / L

JR 2
FR

2
K I L K I L

F=L=J=1, R=6, KI=30

Representacin de los autovectores

ie x3

u3

-R/L

-F/J

u1

u2

x1

x2

Primer modo natural:

2
1.8
Condicin inicial x0=[1 0 0]'
1.6
1.4
y=x1=1

1.2

0 1


x0 0 00

0 0

1
0.8
0.6
0.4
x2=x3=0

0.2
0

10

Segundo modo natural :

1

x0 F / J 0

0.8
y=x1=exp(-t)
0.6
0.4

x3=0

0.2
0
-0.2

Condicin inicial x0=[1 -1 0]'

-0.4
-0.6

x2=- exp(-t)

-0.8
-1

10

12

14

16

18

20

Tercer modo natural

1
x1=x2=exp(-6t)
0

x0 0
R/L

JR 2
FR

2
KI L KI L

-1

-2
x2=-6*exp(-6t)
-3

-4
Condicin inicial x0=[1 -6 1]'
-5

-6

0.2

0.4

0.6

0.8

1.2

1.4

1.6

1.8

Todos los modos naturales:

5
4.5
4

y=x1

3.5
3

Condicin inicial x0=[0 0 1]'

2.5
x3

2
1.5

x2

1
0.5
0

4.6 Los modos naturales en rgimen forzado y en la respuesta

en la salida ( autovalores distintos)
Los modos naturales pueden intervenir, adems de la evolucin libre, en otros tipos de
respuestas que caracterizan el comportamiento dinmico.
Si existen entradas impulsivas en grado de excitar los modos naturales uno solo a la
vez: u(t ) u0 . (t t 0 ) donde u0 es un vector arbitrario de dimensin p, al cual le
corresponde la respuesta:

t0 H (t )u( )d t0 (t ) Bu ( )d (t t 0 ) B.u0
t

es posible escoger u0 de manera que el vector B.u0 asuma una de las direcciones (o
pertenezca a uno de los planos) que caracterizan los modos naturales, esto es, la
entrada slo excita el modo relativo.
Ahora considerando la respuesta en la salida, la influencia de los modos puede ser
evaluada fcilmente.

y Cx(t ) Du(t )

el trmino C.x(t) refleja a travs de una transformacin lineal; la evolucin libre y

forzada del estado. Es a travs de esta transformacin que los modos naturales estn
presente en la salida.
t

El modo aperidico de la evolucin libre en la salida: ci e i C.ui en donde C.ui es un

vector a q componentes (un elemento en el espacio de los valores de salida) y con
idntica ley de movimiento. Lo mismo se puede aplicar para el modo pseudoperidico,
la trayectoria en el espacio de los vaores de la salida puede ser confinada a un
subespacio a dimensin 1 (esto es si C.uka y C.ukb son linealmente dependientes). En
cuanto a la evolucin forzada, se trata de tener presente que aquella parte de la
respuesta en la salida que refleja la evolucin del estado est completamente
caracterizada por las matrices. C. (t t 0 ) B , entonces los modos naturales tambin
intervienen en este tipo de evolucin.

Si un modo dado se refleja en la respuesta en la salida, es usual decir que tal modo es
observable (a travs de la salida). Luego es observable si p.e. C.ui0 (para el modo
aperidico) o C.uk0 (para el modo pseudoperidico).
Ejemplo 4.8
1. Considerando el motor de c.c. En este caso b est en la direccin de x3 y por
eso tiene componentes no nulas a lo largo de todos los tres autovectores;
entonces en la matriz de las respuestas impulsivas en el estado son presentes
en tres modos naturales, que resultan todos excitables del impulso en la
entrada.
2. En el circuito anterior un impulso en la entrada excita- sea el modo aperidico
como el pseudoperidico.
3. Suponiendo que para el motor elctrico la salida sea la posicin angular ,
luego: y x1 (t ) 1 0
0x(t ) . Se tiene por tanto:
a. Cu1 1

b. Cu 2 1

c. Cu 3 1

1


00 1 0

0
1

F
0
1 0
J

1 0
0
R
L

JR 2
RF

2
K I L
K I L

Modo 1 se refleja a la salida

Modo 2 se refleja a la salida

Modo 3 se refleja a la salida

Entonces los tres modos se reflejan en la salida y pueden ser observados.

Si se considera que la salida es la velocidad del motor : , entonces:
y(t ) x2 (t ) 0 1 0x(t ) . Se tiene, por tanto:

a. Cu1 0

1


00 0

0

Modo 1 no se refleja

b. Cu 2 0

c. Cu 3 0

F
0
F 0
J
J

R 0
R
0

L
L

JR 2

RF

2
K I L
K I L

el modo natural asociado al autovalor 1

Modo 2 se refleja

Modo 3 se refleja

no aparece en la salida.

4.7 Los modos naturales en el caso de autovalores no distintos

Resumen autovalores distintos
1. Se parte de considerar una base privilegiada en el espacio de estado
constituida por n autovectores diestros linealmente independientes.
2. Se individualizan n subespacios a dimensin 1 (modos aperidicos) 2 (modo
pseudoperidico), del cual el espacio de estado es suma directa.
3. Si el estado inicial est al interior de uno de tales subespacios, la respuesta del
estado est caracterizada por una trayectoria que permanece dentro de tal
subespacio y por una ley de movimiento bien definida.
4. Si el estado inicial no pertenece a alguno de tales subespacios ste puede ser
descompuesto en una sola manera en componentes que pertenecen a los
subespacios, en consecuencia, paras la respuesta se tiene una
descomposicin unvoca.
Autovalores repetidos
Al autovalor genrico i se oueden asociar autovectores generalizados y stos, en su
totalidad constituyen un subespacio Ui que tiene dimensin igual a la multiplicidad ni
de tal autovalor en el polinomio caracterstico (multiplicidad algebraica). As se puede
individualizar considerando r autovalores distintos: 1 , 2 ,, r , r subespacios a
dimensin n1,n2, ..., nr respectivamente, del cual el espacio de estado es suma directa.
Parece natural referirse a este tipo de representacin del espacio de estado, al
desarrollar el anlisis modal para el caso de autovalores no distintos..
Para cada uno de los subespacios, tambin se puede introducir un parmetro, que es
el mximo orden los autovectores generalizados en ellos contenidos, ste es igual a la
llamada multiplicidad geomtrica: mi del autovalor considerado.
La respuesta en evolucin libre est constituida por trminos del tipo:

e it Ci te it ( A i I )Ci

t K 1 it
e ( A i I ) K 1 Ci
( K 1)!

(4.17)

donde Ci es la componente del estado inicial x0 en Ui y K su orden como autovector

generalizado. Tales trminos se denominan tambin modos naturales.
La descomposicin de la respuesta libre en modos naturales es unvoca y depende
slo de del estado inicial; ste ltimo puede escogerse de modo que la respuesta libre
coincida con slo uno, pero arbitrario, de los modos mismos, donde K en (4.17)
asume un valor cualquiera prefijado comprendido entre 1 y mi siendo mi ni :
r

x0 Ci

con

i 1

CiUi

Considerando t0=0 , luego x e At x(0) . Podemos expresar :

e Ci e e
At

At

i t

i t

e Ci e

( Ai I ) t

t h it
e .Ci ( A i I )
.e Ci
h 0
h!
i t

Dado que CiUi es un autovector generalizado cuyo orden se indica con K, resulta:

( A i I ) h Ci 0

para h=0, 1, ...., K-1

( A i I ) h Ci 0

para

h=K, K+1, ....

Esto se puede demostrar considerando las relaciones (4.6) y (4.7).

Un estado inicial interno a Ui excita slo un modo, aquel correspondiente al autovalor
i ( y esto generaliza el caso visto para autovalores distintos), pero la ley temporal
depende del propio estado inicial. Precisamente, se puede tener una ley del
movimiento del tipo
del tipo e

i t

e it x0

si el estado inicial x0 es un autovector de orden 1, una ley

x0 te it ( A i I ) x0 si x0 es de orden 2, etc. Si x0 es de orden mi se

tiene una ley como (4.17) con K= mi.

separadamente de la

No existe un ley temporal del tipo

t n e it

t n1eit , . LA trayectoria relativa al modo natural asociada al

autovalor i permanece confinada a Ui , generalizando lo que se ha visto para

autovalores distintos.
Todo el estudio realizado es vlido tanto para modos aperidicos como
pseudoperidicos. Tambin se ha limitado al caso de la respuesta libre pero los
resultados vistos para la respuesta forzada y la salida cuando se tienen autovalores
distintos tambin se puede aplicar .
Ejemplo 4.9
Se tiene el modelo de un satlite artificial cuya representacin viene dada por:

z Az Bv

3 0
con: A
0

los

0
0

1
0 2r0 0 0
0
m
,

B
0
0
1
0

1
0
0
0
mr0

2
d ( ) 2 (2 0 ) ,
A
:

0
0

autovalores

2 0
r0
de

de

donde

1, 2 0, 3, 4 j 0 .
En correspondencia a los autovalores 3 y 4 , que tienen multiplicidad algebraica 1
se tienen los siguientes autovectores:

r0

2 0

j r0

u3 u 4 *
1
j( 0

(4.18)

En correspondencia al autovalor 1 cuya multiplicidad algebraica es 2, se procede al

clculo de una base con autovectores generalizados, resultando:

u1 u1,1

0


0
;
1


0

u1, 2 g1,1

2 r0

3 0

Los vectores de (4.18) se pueden descomponer en parte real e imaginaria de modo

que:

u 3a

Un estado inicial :

r0

2 0

0
;

u 3b

c1,1u1,1 c1, 2u1, 2 t.c1, 2 ( A 1 I )u1, 2

Autovector
de orden 1

Autovector de orden 2

r0
2

1
0

(4.19)

O, teniendo presente que ( A 1 I )u1, 2

la forma:

0


0
u1,1
1


0

(c1,1 c1, 2u1, 2t )u1,1 c1, 2u1, 2

(4.20)

Un estado inicial : c2,a u 2,a c2,b u 2,b interno al subespacio individualizado por los
vectores (4.18) da lugar a una respuesta la cual, teniendo en cuenta que Re[ 3 ]=0,
asume la forma.:

msen( 0 t )u 2,a m cos( 0 t )u 2,b

(4.21)

La expresin de la respuesta en un estado arbitrario se obtiene sumando las

respuestas (4.20) y (4.21).