CAPITULO IV

ANALISIS DE SISTEMAS DE CONTROL

EN EL ESPACIO DE ESTADO

INTRODUCCION
ES ESTUDIADO DESDE 1960.
PERMITE EL MODELADO UNIFICADO DE LOS
SISTEMAS MODERNOS:
LINEALES Y NO LINEALES.
INVARIANTES Y VARIANTES EN EL TIEMPO.
MUCHAS ENTRADAS.
MUCHAS SALIDAS.
Y QUE SE RELACIONAN EN FORMA COMPLICADA.
2

INTRODUCCION (Cont.)
SE BASA EN LA DESCRIPCIN DE LAS
ECUACIONES DE UN SISTEMA EN TERMINOS DE
n ECUACIONES DIFERENCIALES DE PRIMER
ORDEN, QUE SE COMBINAN EN UNA ECUACIN
DIFERENCIAL MATRICIAL DE PRIMER ORDEN.

DEFINICION
ESTADO:

Es el conjunto mas pequeo de variables

(denominadas variables de estado) de modo que el conocimiento

de estas variables en t=to, junto con el conocimiento de la entrada
para t>= to, determina por completo el comportamiento del
sistema para cualquier tiempo t >= to.

DEFINICION
VARIABLES DE ESTADO: son las que forman el conjunto ms
pequeo de variables que determinan el estado del sistema
dinmico.
No necesitan ser cantidades medibles u observables fsicamente.
En la prctica, sin embargo conviene elegir cantidades medibles
con facilidad.
5

DEFINICION
VECTOR DE ESTADO: si se necesitan n variables de estado,
estas variables de estado se consideran los n componentes de
un vector X, denominado vector de estado.

DEFINICION
ESPACIO DE ESTADO: es el espacio de n dimensiones cuyos
ejes coordenados estn formados por el eje x1, x2, , xn.

Cualquier estado puede representarse mediante un punto en el

espacio de estados.

ECUACIONES EN EL ESPACIO DE ESTADOS

TENEMOS TRES TIPOS DE VARIABLES:

VARIABLES DE SALIDA
VARIABLES DE ENTRADA
VARIABLES DE ESTADO
No hay una representacin nica, pero si una cantidad nica de
variables de estado.
La cantidad de variables de estado necesarias para definir
completamente la dinmica del sistema es igual a la cantidad de
integradores que contiene el sistema.
8

ECUACIONES EN EL ESPACIO DE ESTADOS

Representacin
Las n ecuaciones de estado de un sistema dinmico de n-esimo
orden se representa como:

dxi t
fi x1 t , x2 t ,..., xn t , u1 t , u2 t ,..., u p t , t
dt
donde

i 1,2,..., n
j 1,2,..., p
de _ xi _ y _ u j _ respectivamente.
9

ECUACIONES EN EL ESPACIO DE ESTADOS

Representacin
Las ecuaciones de salida se pueden expresar como:

yk t g k x1 t , x2 t ,..., xn t , u1 t , u2 t ,..., u p t , t

donde
i 1,2,..., n
j 1,2,..., p
k 1,2,..., q
de _ xi _, _ g k _ respectivamente.
10

ECUACIONES EN EL ESPACIO DE ESTADOS

Representacin
Ecuaciones dinmicas:

dxi t
dt

yk t

Por facilidad de expresin y manipulacin son representadas en

forma matricial, definiendose los siguientes vectores:
Vector de estado

Vector de entrada

Vector de salida

x1 t
x t
2
X t n 1

xn t

u1 t
u t
2
U t p 1

upt

y1 t
y t
2
Y t q 1

yq t

11

ECUACIONES EN EL ESPACIO DE ESTADOS

Representacin
La ecuacin de estado se puede entonces escribir como:

dX t
F X t ,U t , t
dt
Donde F es una matriz columna de nx1 que contiene las
funciones f1, f2, , fn como elementos.
La ecuacin de salida se puede escribir como:

Y t G X t ,U t , t
Donde G es una matriz columna de qx1 que contiene las
funciones g1, g2, , gn como elementos.

12

ECUACIONES EN EL ESPACIO DE ESTADOS

Representacin
Para un sistema lineal e invariante en el tiempo las ecuaciones de
estado se reducen a:

dX t
A. X t B.U t
dt

Ecuacin de estado

Y t C. X t D.U t

Ecuacin de salida

Donde
A (n x m)
B (n x p)
C (q x n)
D (q x p)

Matriz de Estado
Matriz de Entrada
Matriz de Salida
Matriz de Transmisin directa

13

ECUACIONES EN EL ESPACIO DE ESTADOS

Ejemplo
Para el sistema mecnico Resorte, masa y amortiguador:

y b y ky u

1 x 0
x1 0
1
k
b

1 u
x

2 m m x2 m

y 1

x1
0
x2

Ecuacin de estado

Ecuacin de salida
14

CORRELACION ENTRE LA FUNCION DE TRANFERENCIA Y

LA ECUACION EN EL ESPACIO DE ESTADOS

adjA Aij _ de _ det A n.n

en _ donde _ A ji _ denota _ el _ cofactor _ de _ aij
A11

adjA

A21
a11

adjA a21

a31

'

A12

a12

a22

A22
a12
a22
a32

a21

a13

'

a11

a22 a33 a23a32

a23 a21a33 a23a31

a21a32 a22 a31

a33

a12 a33 a13a32

a11a33 a13a31
a11a32 a12a31

a12 a23 a13a22

a11a23 a21a13

a11a22 a12 a21

15

CORRELACION ENTRE LA FUNCION DE TRANFERENCIA Y

LA ECUACION EN EL ESPACIO DE ESTADOS

G s

Y (s)
U s

Sistema de una sola entrada y una sola salida

dX t
A. X t B.U t
dt
G s C s.I A B D
1

Y t C. X t D.U t

adjA
A
A
1

Ejercicio: Hallar la FT para el sistema del ejemplo anterior.

1
R. G s
ms 2 bs k

16

Representaciones en el espacio de estados de los

sistemas basados en la funcin de transferencia

Forma cannica controlable

Forma cannica observable
Forma cannica diagonal o de Jordan
Si un sistema esta definido mediante:
(n)

( n 1)

(n)

( n 1)

y a1 y ... an1 y an y b0 u b1 u ... bn 1 u bn u

Puede escribirse como:

Ys b0 s n b1s n1 ... bn1s bn

n
Us
s a1s n1 ... an1s an

17

Forma Cannica Controlable

x1
x2

0
0

x n1 0

an

xn
y bn anb0

an1 an2
bn1 an1b0

0 x1 0
0 x2 0


u


1 xn1 0
a1 xn 1

x1
x
b1 a1b0 . 2 b0u


xn

18

Forma Cannica Observable

x1
x2

0 0 0 an
1 0 0 a
n 1

x n1

0 0 1 a1

xn
y 0

00

bn anb0
b a b
n 1
n 1 0

x1
x
2

xn
x1
x
1. 2 b0u


xn

b1 a1b0

19

Forma Cannica Diagonal

Considerando la funcin de transferencia donde el

denominador slo posee races distintas:

Ys b0 s n b1s n1 ... bn1s bn

s p1 s p2 s pn
Us
Expansin en fracciones parciales:

Ys
c1
c2
cn
b0

Us
s p1 s p2
s pn
20

Forma Cannica Diagonal

p1

x1
x2

x n1

xn
y c1 c2

p2 0

0
0

x1
x
2

0 0 pn xn

x1
x
cn . 2 b0u


xn

1
1

u


1

21

Forma Cannica de Jordan

Considerando la funcin de transferencia donde el

denominador posee races mltiples:

Ys b0 s n b1s n1 ... bn1s bn

U s s p1 3 s p4 s pn
Expansin en fracciones parciales:

Ys
c1
c2
c3
c4
cn
b0

3
2
Us
s pn
s p1 s p1 s p1 s p4
22

Forma Cannica de Jordan

x1

x2

x3

x4

0
p1 1
0 p 1
1

0
0 p1

xn

y c1 c2

0
0

x1
x
2
x3

0 p4 0

0
0
pn

x4

xn

0
0
0

0
0

1
u
1


1

x1
x
cn . 2 b0u


xn

23

Ejercicio

Obtenga las representaciones en el espacio de estados en la

forma cannica controlable, observable y diagonal del
siguiente sistema:
Y ( s)
s3
2
U ( s ) s 3s 2

Forma Cannica controlable

x1 0 1
x 2 3

2
x1
y 3
1
x2

x1 0
x 1 u
2

Forma Cannica observable

Forma Cannica diagonal

x1 0 2 x1 3
x 1 3 x 1 u
2
2
x1
y 0
1
x2

x1 1 0
x 0 2

2
y 2

x1 1
x 1 u
2
x1
x2

24

Valores caractersticos de una matriz A de nxn.

Los valores caractersticos o races caractersticas son las

races de la ecuacin caracterstica:
I A 0
Por ejemplo considere:
0 1 0
A 0 0 1

6 11 6

25

Valores caractersticos de una matriz A de nxn.

Ejemplo (cont.)

La ecuacin caracterstica es:

I A 0
6

0
1
11 6

I A 3 62 11 6
I A 1 2 3 0
Los valores caractersticos de A son las races de la ecuacin
caracterstica: -1, -2 y -3.

26

Diagonalizacin de una matriz nxn con valores

caractersticos distintos

Dada la matriz A:

0
0

0
an

1
0
0
1

0
0
an1 an2

La transformacin x=Pz, donde

1

1

Donde son los n valores

caractersticos distintos de A

P 12

1n1

0
0

1
a1

1
n

2
2
2 n

n21 nn1

27

Diagonalizacin de una matriz nxn con valores

caractersticos distintos (cont.)

transformar

P 1AP en la matriz diagonal:

1

P 1 AP

Observacin: Si la matriz A contiene valores caractersticos

mltiples, la diagonalizacin es imposible
28

Diagonalizacin de una matriz nxn con valores

caractersticos distintos (Ejecicio)

Considere la siguiente representacin en el espacio de estados

de un sistema:
1
0
x1 0
x 0
0
1

x 3 6 11 6

x1
x
2
x3

0 u

x1
y 1 0 0 x2

x3

Hallar los valores caractersticos de la matriz A y luego obtener

otra representacin del mismo sistema mediante la transformacin x=Pz .
29

Diagonalizacin de una matriz nxn con valores

caractersticos distintos (Ejecicio)

Respuesta: 1 1
2 2
3 3
0
z1 1 0
z 0 2 0
2

z 3 0
0 3

z1 3
z 6 u
2

z3 3

z1
y 1 1 1 z2

z3

30

Solucin de la ecuacin de estado lineal

e invariante con el tiempo

Caso homogneo.

x Ax

x = vector de dimensin n
A = matriz de coef. Constantes de nxn

Por analoga del caso escalar, la solucin x(t) se halla como:

1
1
x(t ) ( I At A t A t ) x(0)
2!
k!
2

x(t ) e At x(0)

At
At
e
k!

k 0

(Matriz
exponencial)
31

Algunas propiedades de la matriz exponencial

Converge absolutamente para todos los t finitos.

d At
e Ae At e At A
dt
e

A(t s )

e At e As

A(t t )
At

At

At
At
e e
e
e e
I

( A B)t

e At e Bt

Si AB=BA

32

Solucin de la ecuacin de estado lineal

e invariante con el tiempo

Caso NO homogneo.

x Ax Bu

x = vector de dimensin n
A = matriz de coef. Constantes de nxn
u = vector de dimensin r
B = matriz de coef. Constantes de nxr

Por analoga del caso escalar, la solucin x(t) se halla como:

t
A(t )
At
x(t ) e x(0) e
B.u ( ).d
0

k k
A
t
e At
k 0 k !

(Matriz exponencial
33

MATRIZ DE TRANSICION DE ESTADOS.

Se define como una matriz que satisface la ecuacin de estado

lineal homognea
Representa la respuesta libre del sistema. Gobierna la respuesta que
es debida a las condiciones iniciales solamente.
Depende solamente de la matriz A.
Define por completo la transicin de estado desde el tiempo inicial
t=0 a cualquier tiempo t cuando las entradas son cero.

(t ) L1 sI A

At

34

Algunos resultados tiles en el anlisis matricial.

Teorema de Cayley-Hamilton: plantea que la matriz A satisface

su propia ecuacin caracterstica.
Es muy til para comprobar teoremas que involucran ecuaciones
matriciales o para resolver problemas que involucran ecuaciones
matriciales.
Considere la matriz A de nxn y su ecuacin caracterstica:
n 1

I A a1
n

A a1 A

n 1

... an1 an 0

... an1 A an I 0
35

Algunos resultados tiles en el anlisis matricial.

POLINOMIO MINIMO
De acuerdo al Teorema de Cayley-Hamilton toda matriz A satisface
su propia ecuacin caracterstica, sin embargo la ecuacin
caracterstica no necesariamente es la ecuacin escalar de grado
mnimo que A satisface.
El polinomio de grado mnimo que tiene a A como raz se
denomina polinomio mnimo

36

Algunos resultados tiles en el anlisis matricial.

POLINOMIO MINIMO

m a1m1 ... am1 am

mn

Tal que : A 0

A Am a1 Am1 ... am1 A am I 0

I A
El polinomio mnimo se determina mediante:
d
Donde d es el mximo comn divisor de todos los elementos
de: adj (I A)
37

Matriz exponencial

e At

At
e
Calculo de
:

At

sI A
1

At
e
Ejercicio: Considere la matriz A, calcule

R:

0 1
A

1
s( s 2)

1
( s 2)

sI A 1

1
s

e At L1 sI A

1 e 2t
2
e

2t

38

MATRIZ DE TRANSICION DE ESTADOS.

Ejercicio: Obtenga la matriz de transicin de estados (t ) del

sistema siguiente:
x
x

1
1 0
x 2 3

(t ) e At L1 sI A
s3

s 1 s 2
1
sI A
2

s 1 s 2

2e t e 2t
At
(t ) e
t
2t

2
e

x
2

s 1 s 2
s

s 1 s 2
e t e 2t
t

e 2e

2t

39

Controlabilidad y Observabilidad

Gobiernan la existencia de una solucin de un problema de

control ptimo. (Criterios para determinar desde el inicio si
la solucin de diseo existe o no segn los parmetros y
objetivos del diseo)
Es la diferencia bsica entre la teora de control ptimo y la teora
clsica de control. En esta ltima, las tcnicas de diseo son
dominadas por mtodos de prueba y error, donde el diseador
desconoce en el inicio si existe solucin.
40

Controlabilidad
Se dice que un sistema es controlable en el tiempo to si se puede
llevar de cualquier estado inicial x(to) a cualquier otro estado,
mediante un vector de control sin restricciones, en un intervalo de
tiempo finito.
Se dice que el proceso es completamente controlable si cada
variable de estado del proceso se puede controlar para llegar a un
cierto objetivo en un tiempo finito, a travs de algn control no
restringido u(t).
Si una de las variables de estado es independiente del control
u(t), no habra forma de dirigir esta variable al estado deseado
por medio de un esfuerzo del control, por lo tanto, es un estado
no controlable y el sistema es no controlable.
41

Controlabilidad

El concepto anterior se refiere a los estados y se conoce como

controlabilidad del estado.
Tambin puede definirse para las salidas del sistema y se habla
de controlabilidad de la salida.

42

Controlabilidad

Teorema:
Para que el sistema descripto por: x Ax Bu sea de estado
completamente controlable, es necesario y suficiente que la
siguiente matriz de controlabilidad de n x nr tenga rango n:

S B

AB

A2 B An1B

Obs: El rango de una matriz A es el nmero mximo de columnas

linealmente independientes de A; o es el orden de la matriz no
singular ms grande contenida en A.
43

Controlabilidad
Ejemplo 1.
Considere el sistema siguiente:

x1 1 1 x1 1
x 0 1 x 0 u
2
2
Dado que

1 1
B AB
singular

0 0
El sistema NO es de un estado completamente controlable

44

Controlabilidad
Ejemplo 2.
Considere el sistema siguiente:

x1 1 1
x 2 1

x1 1
x 0 u
2

Para este caso

0 1
B AB
no singular

1 2
El sistema es de un estado completamente controlable

45

Controlabilidad de la salida

Un sistema es de salida completamente controlable si es posible

construir un vector de control sin restricciones u(t) que transfiera
cualquier salida inicial y(to) a cualquier salida final y(t1) en un
intervalo de tiempo finito t0 t t1
Un sistema es de salida completamente controlable si y solo si la
matriz de m x (n+1)r:

C B

CAB CA2 B CAn1B

es de rango m.
46

Observabilidad

Se dice que un sistema es observable en el tiempo to si, con el

sistema en el estado x(to), es posible determinar este estado a
partir de la observacin de la salida durante un intervalo de
tiempo finito.
Esencialmente, un sistema es completamente observable si cada
variable de estado del sistema afecta alguna de las salidas.
Si cualquiera de los estados no se puede observar a partir de las
mediciones de las salidas, se dice que el estado es no observable
y el sistema no es observable.
47

Observabilidad

Teorema:
Para que el sistema descripto por la ecuaciones:
x Ax Bu
y Cx Du
sea completamente observable, es necesario y suficiente que la
siguiente matriz de observabilidad de n x np tenga rango n

C
CA

2
V CA

n
1
CA

48

Observabilidad
Ejercicio 1.
Considere el sistema siguiente:
x1 1 2 2 x1
x 0 1 1 x
2
2
x 3 1
0 1 x3
x1
y 1 1 0 x2

x3

0 u

Es el sistema de estado completamente controlable y

completamente observable?

49

FIN

50