Gua

Facultad: Ingeniera.
Escuela: Electrnica
Asignatura: Control Digital
Tema: Controlabilidad y Observabilidad.
Lugar de ejecucin: Taller de Electrnica
(Laboratorio: Instrumentacin y Control).
Tiempo de ejecucin:
2 hrs.
Objetivos especficos

Determinar la controlabilidad y la observabilidad de modelos en el espacio de estado usando la caja

de herramientas de sistemas de control de MATLAB.
Aplicar los conceptos mostrados en la gua.
Introduccin Terica

En una representacin por variable de estados de un sistema lineal, con matrices A, B, C y D, las
matrices A y C describen el comportamiento no-forzado del sistema (o el comportamiento a entradacero), mientras que la matriz B caracteriza el efecto de la entrada (o el control) sobre la dinmica del
sistema. La matriz D representa la transmisin directa de la entrada a la salida.
Los conceptos de controlabilidad y observabilidad fueron introducidos por Kalman en el ao 1960.
Ellos afrontan respectivamente la relacin que existe entre la entrada y el estado (la controlabilidad), y
entre el estado y la salida (la observabilidad).
En esta gua, cada vez que hagamos referencia a la entrada u(t) del sistema, supondremos que esa
entrada es de accin de control, y no de una entrada que sea una perturbacin al sistema (la entrada u(t)
es siempre una variable que podemos "manejar" de alguna manera).
La controlabilidad de un sistema responde a la siguiente pregunta:
Existe siempre una entrada de control u(t) la cual puede transferir el sistema desde el estado inicial x0
a cualquier otro estado x1 deseado en un tiempo finito?

Mientras que la observabilidad responde a la pregunta:

El estado inicial x0 del que parte un sistema, puede siempre identificarse mediante la observacin de la
salida y(t) y de la entrada u(t) sobre un tiempo finito t?
Estas caractersticas del sistema pueden ser contestadas mediante las propiedades de las matrices A, B,
C y D. Ya que las matrices A y B tienen que ver con la relacin entre entrada y estado, a este par de
matrices se las conoce como el par de controlabilidad. En cambio, como las matrices A y C involucran
el estado con la salida, a estas dos matrices se las conoce como el par de observabilidad.
Controlabilidad
Considere el sistema lineal continuo en el tiempo representado por:
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Pgina 1/18

Gua

x(t ) = A(t ) x(t ) + B (t ) u (t ) ,

t t0, x(t0) = x0
[Ec. 1]
y (t ) = C (t ) x (t ) + D (t ) u (t )
donde A, B, C y D son funciones continuas del tiempo.
Supongamos que para alguna entrada u(t), t [t0,t1], y para el estado inicial x0, el estado al tiempo t1 es
x1. Decimos entonces que la entrada u transfiere el sistema desde el estado x0 (en el tiempo t0) al estado
x1 (al tiempo t1).
Veamos ahora entonces las definiciones de controlabilidad.
Definicin I: Estado controlable
El estado inicial x0 del sistema descrito por las ecuaciones [1] se dice que es controlable sobre el
intervalo [t0, t1] donde t1 es un tiempo finito, si existe alguna entrada u sobre [t0, t1] el cual transfiere
el sistema desde el estado x0 (al tiempo t0) al origen del espacio de estado al tiempo t1. De otra manera
se dice que el estado x0 es incontrolable sobre [t0, t1].
Notar que en la definicin utilizamos como estado de arribo al origen del espacio de estado x = 0 pero
esto se cumple, si y solo si, el estado final fuera cualquier otro estado x1 (por tratarse de sistemas
lineales).
Notar adems que en la definicin pedimos que al menos exista una u(t), pero esta u(t) no
necesariamente tiene que ser nica (puede haber ms de una u(t) que nos lleve el sistema desde x0 a 0).
Definicin II: Sistema completamente controlable
Si todo estado x(t0) del sistema es controlable sobre [t0, t1], el sistema se dice que es completamente
controlable sobre [t0, t1].
Ejemplo 1:
Considere el sistema descrito por las ecuaciones [1], donde A, B, C y D son las matrices constantes:
1 0
1
A=
B=

C = [1 1],
0 1 ,
0 ,
D=0
Como podemos observar, podemos escribir la ecuacin de cada uno de los estados, que ser:

x1 = x1 + u

x2 = x2
y la ecuacin de la salida:
y = x1 + x2
y suponiendo que el estado inicial fuere x1(t0) = x10, y x2(t0) = x20, podemos graficar el diagrama de
simulacin de dicho sistema como muestra la siguiente figura:

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

De la figura y de las ecuaciones podemos observar que solo los estados que parten de (x10, 0)T pueden
ser llevados al origen en un tiempo finito t, ya que la componente x2 si partiera de un estado distinto a 0
no podra manejarse a travs de u hacia el origen (aunque a tiempos infinitos tendera a llegar a ese
estado). Por lo tanto los estados de la forma (x10, 0)T son controlables segn la definicin I, pero el
sistema no es completamente controlable, ya que no todos los estados pueden llevarse al origen del
espacio de estados.
Observar igualmente que si ambas componentes del vector B hubieran sido distintas de cero, por ser la
matriz A una matriz de autovalores mltiples completamente diagonal, siempre habr un subespacio del
espacio de estado el cual no podr ser afectado por la entrada u(t).
Definiciones para los sistemas discretos:
En las definiciones I, II de controlabilidad para sistemas lineales continuos en el tiempo, si
reemplazamos las t por k (o sea, reemplazamos: t0 por k0, t1 por k1, y [t0, t1] por [k0, k1]), obtenemos las
definiciones de controlabilidad para los sistemas discretos en el tiempo.
Caracterizacin de la controlabilidad
Teorema:
El sistema continuo descrito por las ecuaciones de estado [1] es completamente controlable sobre [t0,
t1], si y solo si, las filas de la matriz -1(t).B(t) son linealmente independientes sobre [t0, t1], donde
(t) es la matriz de transicin del sistema no-forzado.
En forma equivalente, el sistema es completamente controlable sobre [t0, t1], si y solo si, la matriz de
Gram de -1(t).B(t) :
t1

M (t 0 , t1 ) = (t1 , ) B ( ) B * ( ) * ( , t1 ) d
t0

es no singular.
Ms an, el control u(t) que transfiere el estado del sistema completamente controlable desde x(t0) = x0
a x(t1) = 0, es:
u (t ) = B * (t ) * (t1 , t ) M 1 (t 0 , t1 ) (t1 , t 0 ) x 0
COME%TARIO: Las matrices o vectores temporales estrelladas (*) significan que es la matriz (o
el vector) transpuesto y conjugado.
La demostracin de este teorema est desarrollada en el libro Jamshidi.
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

De forma equivalente, existe el teorema para sistemas discretos, demostrado tambin en el mismo libro:
Teorema:
El sistema discreto descrito por las siguientes ecuaciones de estado:
x (k + 1) = A(k ) x ( k ) + B ( k ) u ( k ) ,
k k0 [Ec. 2]
es completamente controlable sobre [k0, k1], si y solo si las filas de la matriz -1(k+1).B(k) son
linealmente independientes sobre [k0, k1] donde (k) es la matriz de transicin del sistema sin forzar
(cuando u(k) = 0).
O en forma equivalente, si y solo si la matriz (de Gram):
M (k 0 , k1 ) =

k1

(k , j + 1) B( j ) B ( j ) (k , j + 1)
*

j =k0

es no singular.
Ms an, el control u(k) que transfiere el estado del sistema completamente controlable desde x(k0) = x0
a x(k1) = 0 es:
u ( k ) = B * (k ) * (k1 , k + 1) M 1 (k 0 , k1 ) (k1 , k 0 ) x 0
Para sistemas l.t.i. (invariantes en el tiempo) estos teoremas pueden trasladarse a criterios aplicables
fcilmente sobre las matrices A y B.
Notar que ahora para los sistemas l.t.i., debido a la invarianza sobre el tiempo, no necesitamos
especificar el intervalo de controlabilidad [t0, t1] [k0, k1] como en el caso variante en el tiempo.
Esto es, si un sistema l.t.i. es completamente controlable sobre algn intervalo de tiempo, entonces
es completamente controlable sobre cualquier intervalo de tiempo.
Teorema:
El sistema:

x(t ) = A x(t ) + B u (t )
Ec. [3]
donde A y B son matrices constantes de dimensiones nxn, y nxr respectivamente, es completamente
controlable, si y solo si, la matriz de controlabilidad de dimensin nx(n.r):
C c = B A B A 2 B .... A ( n 1) B
es de rango n.

Si bien, este teorema es vlido para sistemas cuya entrada sea un vector de r componentes, haremos la
demostracin para el caso en que u es escalar.
Demostracin:
Definamos la condicin A como que la matriz Cc es de rango n, y la condicin B que el sistema [3] sea
completamente controlable.
Tenemos que demostrar que A <=> B. Pero esto es completamente equivalente a demostrar que:
not(A) <=> not(B)
a) Demostremos entonces primero que not(A) => not( B):
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

Si Cc no es de rango n, entonces su rango debe ser: rango(Cc) < n.

Si esto es as, entonces existe un vector fila v distinto a la solucin trivial v = 0, tal que:
v.Cc = 0
esto significa que cada una de sus componentes son cero:
v.B = v.A.B = v.A2.B = .... = v.A(n-1).B = 0 (*)
Se puede comprobar matemticamente adems que A satisface su ecuacin caracterstica:
An + a1.A(n-1) + ... + an = 0
Premultiplicando por v, y posmultiplicando esta ecuacin por B, tenemos:
v.An.B + a1. v.A(n-1) .B + .... + an.v.B = 0
pero todos los trminos de la suma, excepto el primero sabemos que son cero por (*).
Por lo tanto, v.An.B debe ser tambin igual a cero.
Y as sucesivamente, si envs de posmultiplicar por B, posmultiplicamos por Ak.B , obtendremos que:
v.A(k+n).B = 0
t

Con lo cual, la solucin partiendo de x0 = 0, que es:

es ortogonal al vector v, puesto que:

x(t ) = e A(t ) B u ( ) d
0

v x(t ) = v e A(t ) B u ( ) d
0

= 0,

para todo u(t), y teniendo en cuenta la definicin de

exponencial de una matriz.

Por lo tanto, el subespacio generado por v no es alcanzable desde el origen, y por lo tanto el sistema no
es controlable (not(B)).
b) Ahora demostremos la inversa, que not(B) => not(A)
Si el sistema es no controlable, entonces existe un vector no trivial v, tal que se cumple que:
t

v x(t ) = v e A(t ) B u ( ) d = 0
0

, para todo u(t).

Y por lo tanto debe ser:

v e A(t ) B = 0 , para 0 t .
Hagamos que = t , entonces vemos que debe cumplirse v B = 0 .
Derivemos una vez la ecuacin con respecto a , y evaluemos en = t . Nos quedar:
v A B = 0
v A B = 0
=>
Y as derivando, sucesivamente, obtendremos:
v A2 B = 0 , v Ak B = 0
Y por lo tanto la matriz Cc no es de rango completo.

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

Ejemplo 2:
Consideremos el sistema descrito por las ecuaciones [1], del ejemplo anterior:
1 0
1
A=
B=

C = [1 1],
0 ,
0 1 ,
D=0
Calculemos su matriz de controlabilidad:
1 1
C c = [B A B ] =

0 0 ,
que como vemos es de rango 1, y por lo tanto dicho sistema no es controlable, como ya lo habamos
predicho anteriormente.
Sistemas SISO:
Concentrmoslos ahora en sistemas de una sola entrada, lineales e invariantes en el tiempo (l.t.i.). Para
dichos sistemas la matriz de controlabilidad es cuadrada, y si la misma es de rango n, significa que la
misma es no-singular y que es invertible.
A partir de un sistema cualquiera en general, busquemos llevarlo a su forma cannica de
controlabilidad. Supongamos que x representa el estado en la base original y que z sea la representacin
del estado en la base de su forma cannica de controlabilidad. La matriz de transformacin T de un
espacio a otro es tal que:
x = T.z
Entonces el sistema en la representacin original es:

x(t ) = A x(t ) + B u (t )
y (t ) = C x (t ) + D u (t )
En la nueva base de la forma cannica de controlabilidad ser:

z (t ) = Ac z (t ) + Bc u (t )

y (t ) = C c z (t ) + Dc u (t )
Y ya conocemos que la matriz de transformacin T relaciona de la siguiente manera las matrices del
sistema:
Ac = T -1.A.T
Bc = T -1.B
Cc = C.T
Dc = D
Tomando la primera ecuacin, y posmultipliquemos por la inversa de la matriz T a ambos miembros, y
por lo tanto tendremos:
Ac. T -1 = T -1.A
Distingamos la inversa de la matriz T por sus vectores filas ti con i = 1, 2, ...n (hagamos para el caso en
que el sistema sea de 3x3, pero esto no implica una prdida de la generalidad):

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

t1
T = t 2
t 3
Pero como ya conocemos la forma que tiene la matriz Ac, entonces se debe cumplir que:
a1 a 2 a3 t1 t1
1
0
0 t 2 = t 2 A

0
1
0 t 3 t 3
de la segunda fila de esta ecuacin tenemos que: t1 = t2.A
y de la tercera fila de la misma: t2 = t3.A
Por otro lado tenemos:
1
t1
0 = B = T 1 B = t B
c

2
0
t 3
y debe cumplirse entonces: 1 = t1.B, 0 = t2.B y 0 = t3.B.
As:
t3.A2.B = 1
t3.A.B = 0
t3.B = 0
Invirtiendo el orden y escribindolo en forma matricial:
t3 . [B A.B A2.B] = [0 0 1]
Y la matriz que posmultipla al vector fila t3 no es otra cosa que la matriz de controlabilidad Cc.
El vector t3 podemos calcular como: t3 = [0 0 1] . Cc-1, si la matriz de controlabilidad es invertible.
Una vez obtenido t3, determinamos t1 y t2 como: t1 = t3.A2, y t2 = t3.A.
Al tener todos los ti, tenemos entonces T -1 y por lo tanto T, que es lo que queramos obtener.
1

En resumen, el mtodo para obtener la forma cannica de controlabilidad a travs de una matriz de
transformacin del espacio de estado consiste en realizar los siguientes pasos:
PASO 1: De las matrices A y B del sistema original, construyamos la matriz de controlabilidad como:
Cc = [B A.B A2.B]
PASO 2: Calculamos la ltima fila de la inversa de la matriz de transformacin como:
tn = [0 0 .... 0 1] . Cc-1
PASO 3: Determinamos la matriz de transformacin como:
t n A ( n 1)

( n 2)
t n A

T 1 =
.

tn A
t

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

PASO 4: Conociendo T y T -1, determinamos las matrices en el nuevo espacio de estado (que es el de la
forma cannica de controlabilidad):
Ac = T -1.A.T
Bc = T -1.B
Cc = C.T
Notar que un cambio de estado por una matriz de transformacin lineal no cambia la condicin de
controlabilidad del sistema, ya que:
Ccx = T -1 Ccw, y la matriz T es siempre no-singular puesto que es una matriz de transformacin.
En otras palabras: la controbalidad del sistema es invariante ante cambios de la base del espacio de
estado.
Observar que si el sistema es completamente controlable podemos hallar su forma cannica de
controlabilidad, y si no lo es, no lo podemos hallar. El camino inverso tambin se da: siempre que
podemos encontrar la forma cannica de controlabilidad de un sistema entonces el sistema es
completamente controlable, y si no podemos encontrar la forma cannica de controlabilidad entonces el
sistema no es completamente controlable.
O sea: Siempre podemos encontrar la forma cannica de controlabilidad de un dado sistema, si y
solo si el sistema es controlable.
Esto nos da pie a una definicin equivalente a controlabilidad de un sistema para los sistemas l.t.i. de
una sola entrada:
Definicin III: Equivalente a completamente controlable para sistemas l.t.i. de una sola entrada
Un sistema l.t.i. (con una entrada escalar) representado por el par de matrices de controlabilidad (A,
B) es controlable, si para todo polinomio c(s) de grado n existe una nica ley de control u = -K.x tal
que:
det(s.I-A+B.K) = c(s)
Cuando veamos ms adelante diseo veremos que podremos modificar el lugar de los autovalores del
sistema haciendo una retroalimentacin lineal del estado de la forma u = -K.x, pudiendo elegir
arbitrariamente el lugar de los autovalores en forma unvoca con la definicin del vector K de n
componentes. Esto se puede ver muy fcilmente si el sistema est representado en la forma cannica de
controlabilidad (y como habamos visto siempre podremos llevarlo a la forma cannica de
controlabilidad si y solo si el sistema es controlable).
Tambin existe otra definicin equivalente de controlabilidad:
Definicin IV: Equivalente a completamente controlable
Un sistema l.t.i. (con una entrada escalar) representado por el par de matrices de controlabilidad (A,
B) es controlable, si todos los modos de A estn conectados a la entrada de control.
Veamos esto en un sistema que pueda ser completamente diagonalizable. Consideremos el caso de un
sistema de orden 3, pero sin perder la generalidad. Considere que el para (A, B) donde:
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

1 0 0
b1

A = 0 2 0
B = b2
0 0 3
b3
,
Un diagrama de bloques para este sistema sera el siguiente:

Es evidente que si algunos de los bi es cero, el modo correspondiente no puede ser alcanzado por la
accin de control u. Pero tambin se requiere que todos los modos del sistema sean distintos i. Si
tenemos dos autovalores iguales:

x1 = 1 x1 + b1 u

x 2 = 1 x 2 + b2 u
El sistema es no controlable porque no puedo desacoplar las respuestas de x1 y x2. Matemticamente,
puedo definir una nueva variable de estado , que no es afectada por la entrada u:
= b2 x1 b1 x2
Y calculando su derivada:

= b2 x1 b1 x 2 = b2 (1 x1 + b1 u ) b1 (1 x 2 + b2 u ) =
En concreto:

= 1
O sea que la nueva variable de estado no puede ser controlada por la accin de control u.
Una conclusin similar podemos arribar utilizando la matriz de controlabilidad, la misma ser:
b1 1 b1 1 2 b1

2
C c = B A B A 2 B = b2 2 b2 2 b2
b3 3 b3 3 2 b3

Y esta matriz de controlabilidad la podemos escribir como el producto de las siguientes matrices:

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

Gua

b1
C c = 0
0

0
b2
0

0 1 1

0 1 2
b3 1 3

1 2

2 2
3 2

La segunda matriz se la conoce como la matriz de Vandermonde. Entonces finalmente el par de

matrices (A, B) es completamente controlable, si y solo si, todos los i son distintos entre s (para que la
matriz de Vandermonde sea no-singular), y todos los bi sean distintos de cero (para que la primer matriz
sea no-singular); confirmando as el resultado obtenido anteriormente.
Notar que estamos hablando de matrices A que sean completamente diagonalizables. Si la matriz A es
llevada a una forma de Jordan completa (los autovalores mltiples comunes tienen un solo autovector),
el sistema igualmente puede llegar a ser controlable.
Ejemplo 3:
Consideremos el siguiente sistema representado por las siguientes matrices de variables de estado:
1 0
A=

1 1 ,

2
B=
1

Calculemos su matriz de controlabilidad:

2 2
Cc =

1 1
cuyo rango es de 1, y por lo tanto el sistema es no controlable.
Calculemos la funcin de transferencia de u a x1:
2 (s 1)
2
G1 ( s ) =
=
(s + 1) (s 1) (s + 1)
Y la funcin de transferencia de u a x2:
(s 1) = 1
G2 ( s) =
(s + 1) (s 1) (s + 1)
Como podemos observar, en ambas funciones de transferencia existe una cancelacin de cero y polo, la
del modo en s = +1. Esto significa que justamente el modo s = +1 es el modo del sistema que no es
controlable.
Observabilidad
Considere el sistema lineal continuo en el tiempo representado por:

x(t ) = A(t ) x(t ) + B (t ) u (t ) ,

t t0, x(t0) = x0

[Ec. 1]

y (t ) = C (t ) x (t ) + D (t ) u (t )
donde A, B, C y D son funciones continuas del tiempo.
La solucin completa de la ecuacin 1 est dada por:
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

10

Gua

y (t ) = C (t ) (t , t 0 ) x0 + C (t ) (t , ) B ( ) u ( ) d + D(t ) u (t )
,
t t0
El concepto de observabilidad est relacionado con el siguiente problema: dado el sistema (1) y sus
entradas u(t) y sus salidas y(t) sobre un intervalo finito de tiempo [t0, t1], calcular el estado inicial x0.
Formalmente demos ahora las definiciones:
t0

Definicin I: estado observable

El estado inicial x0 0 del sistema descrito por las ecuaciones (1) se dice que es observable sobre el
intervalo [t0, t1] donde t1 es un tiempo finito, si el conocimiento de la entrada u(t) y de la salida y(t)
sobre [t0, t1] son suficientes para determinar x0. De otra manera se dice que el estado x0 es
inobservlable sobre [t0, t1].
Definicin II: sistema completamente observable
Si todo estado x(t0) del sistema es observable sobre [t0, t1], el sistema se dice que es completamente
observable sobre [t0, t1].
Ya que la respuesta de estado cero (los trminos que contienen u en (2)) pueden ser calculados
directamente, el problema de la observabilidad del sistema puede ser resuelto considerando que la u=0.
Esto es, el problema se hace: dado un sistema (1) y sus respuesta a entrada cero C(t).(t,t0).x0 sobre el
intervalo finito [t0, t1], encontrar el estado inicial x0. Esto inmediatamente implica que solo las matrices
A y C en el sistema representado por (1) estn involucradas en la caracterizacin de la observabilidad
del sistema.
Ejemplo 4:
Considere el sistema descrito por las ecuaciones [1], donde A, B, C y D son las matrices constantes:
1
1 0
A=
B=

C = [1 0], D = 0
0 2 ,
1 ,
Entonces tenemos:

x1 = x1 + u ,

x1 (0 ) = x10

x 2 (0 ) = x 20
x2 = 2 x2 + u ,
y la ecuacin de la salida:
y = x1
De todo este conjunto de ecuaciones notamos que y depende solamente de x1, y que el mismo es
completamente independiente de x2. Esto es, el conocimiento de u(t) e y(t) sobre un intervalo finito [0,
t1] es suficiente para determinar x10 pero no x20. Usando la definicin I concluimos que en este sistema
solo los estados del tipo [x10, 0]T son observables. Entonces por definicin II, este sistema no es
completamente observable. La siguiente figura muestra un diagrama de simulacin de este sistema,
haciendo notar que el bloque de la dinmica de la segunda componente no se encuentra conectado a la
salida:
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

11

Gua

Definiciones para los sistemas discretos:

En las definiciones I, II de observabilidad para sistemas lineales continuos en el tiempo, si
reemplazamos las t por k (o sea, reemplazamos: t0 por k0, t1 por k1, y [t0, t1] por [k0, k1]), obtenemos las
definiciones de observabilidad para los sistemas discretos en el tiempo.
Caracterizacin de la observabilidad
En esta seccin presentaremos el criterio para determinar la observabilidad de sistemas lineales.
Primero consideraremos el sistema lineal variante en el tiempo no-forzado:

x(t ) = A(t ) x(t ) ,

t t0, x(t0) = x0

[Ec. 4]

y (t ) = C (t ) x (t )

Teorema:
El sistema continuo descrito por las ecuaciones de estado [4] es completamente observable sobre [t0,
t1], si y solo si, las columnas de la matriz C(t).(t) son linealmente independientes sobre [t0, t1], donde
(t) es la matriz de transicin del sistema no-forzado.
En forma equivalente, el sistema es completamente observable sobre [t0, t1], si y solo si:
t1

6 (t 0 , t1 ) = * (t , t 0 ) C * (t ) C (t ) (t , t 0 ) dt
t0

es no singular.
Ms an, el estado inicial x0 es:
t1

x0 = 6 1 (t 0 , t ) * (t , t 0 ) C * (t ) y (t ) dt
t0

No haremos la demostracin formal, que se encuentra descrito en el libro de la bibliografa (Jamshidi),

pero podemos hacer notar que si C(t).(t) no tiene columnas linealmente independientes, es obvio que
no podremos distinguir luego de transcurrido un tiempo, cmo fue que el estado inicial afect a cada
una de las componentes.
De forma equivalente, existe el teorema para sistemas discretos:
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

12

Gua

Teorema:
El sistema discreto descrito por las siguientes ecuaciones de estado:
x(k+1) = A(k).x(k), k k0, x(k0) = x0 Ec. [5]
y(k) = C(k).x(k)
es completamente observable sobre [k0, k1], si y solo si las columnas de la matriz C(k).(k) son
linealmente independientes sobre [k0, k1], donde (k) es la matriz de transicin del sistema sin forzar.
Para los sistemas l.t.i., estos dos teoremas pueden ser trasladados a un criterio fcilmente aplicable
sobre las matrices A y C. Nuevamente notar, que debido a la invarianza en el tiempo, no necesitamos
especificar un intervalo de tiempo [t0, t1] [k0, k1], como hicimos en el caso variante en el tiempo.

Teorema:
Los sistemas l.t.i. no-forzados:

x(t ) = A x(t ) ,

y(t ) = C x(t )

x(k +1) = A x(k ) ,

y(k ) = C x(k )
donde A y C son matrices constantes de dimensiones nxn y mxn respectivamente, son completamente
observables, si y solo si, la matriz de observabilidad de dimensin (m.n)xn
C
CA

= C A2

C A ( n 1)
es de rango n.
Ejemplo 5:
Calculemos para el ejemplo anterior, cuyas matrices recordemos eran:
1 0
1
A=
B=

C = [1 0], D = 0
0 2 ,
1 ,
Por lo tanto la matriz de observabilidad de este sistema ser:
C 1 0
=
=

C A 1 0
que como vemos es de rango 1, y por lo tanto dicho sistema no es completamente observable como lo
habamos mencionado anteriormente.
Ejemplo 6:
Consideremos el sistema descrito por la siguientes ecuaciones en la forma cannica de observabilidad:

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

13

Gua

6 1 0
x = 5 0 1 x
7 0 0
y = [1 0 0] x
,
Por lo tanto, la matriz de observabilidad es:
0 0
C 1

= C A = 6 1 0
C A 2 31 6 1
Que como podemos observar, es de rango completo, y por lo tanto el sistema es completamente
observable.

Sistemas SISO:
Concentrmosnos ahora en sistemas de una sola salida, lineales e invariantes en el tiempo (l.t.i.). Para
dichos sistemas la matriz de observabilidad es cuadrada, y si la misma es de rango n, significa que la
misma es no-singular y que es invertible.
A partir de un sistema cualquiera en general, podramos realizar la misma bsqueda que hicimos para la
forma cannica de controlabilidad, ahora para la forma cannica de observabilidad. Pero en este caso lo
dejamos como ejercicio al lector, teniendo en cuenta que envs de separar la inversa de la matriz T en
vectores filas, ahora para llegar a un resultado provechoso, debemos separar la matriz T en vectores
columnas. Lo que obtendremos es que:
C
0
C A t = 0

3
2
C A
1
La matriz que premultiplica al vector columna t3 es la matriz de observabilidad del sistema .
El vector t3 podemos calcular como:
0
1
t 3 = 0
1
y esto siempre lo podemos realizar, si la matriz de observabilidad es invertible.
De manera semejante al problema de controlabilidad podemos enunciar los pasos a seguir para obtener
la forma cannica de observabilidad para un sistema cualquiera:

PASO 1: De las matrices A y C del sistema original, construyamos la matriz de observabilidad como:

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

14

Gua

C
CA

= C A2

C A (n 1)
PASO 2: Calculamos la ltima columna de la matriz de transformacin como:
0

1 :
tn =
0

1
PASO 3: Determinamos la matriz de transformacin como:
T = A (n 1) t n ... A 2 t n A t n t n
PASO 4: Conociendo T y calculando su inversa T -1, determinamos las matrices en el nuevo espacio de
estado (que es el de la forma cannica de observabilidad):
Ao = T -1.A.T
Bo = T -1.B
Co = C.T

Notar que un cambio de estado por una matriz de transformacin lineal no cambia la condicin de
observabilidad del sistema.
En otras palabras: la observabilidad del sistema es invariante ante cambios de la base del espacio
de estado.
Observar que si el sistema es completamente observable podemos hallar su forma cannica de
observabilidad, y si no lo es, no lo podemos hallar. El camino inverso tambin se d: siempre que
podemos encontrar la forma cannica de observabilidad de un sistema entonces el sistema es
completamente observable, y si no podemos encontrar la forma cannica de observabilidad entonces el
sistema no es completamente observable.
O sea: Siempre podemos encontrar la forma cannica de observabilidad de un dado sistema, si y
solo si el sistema es observable.
Esto nos da pie a una definicin equivalente a observabilidad de un sistema para los sistemas l.t.i. de
una sola entrada, que completaremos su significado en los prximos captulos de diseo:
Definicin III: Equivalente a completamente observable para sistemas l.t.i. de una sola entrada
Un sistema l.t.i. (con una entrada escalar) representado por el par de matrices de observabilidad (A,
C) es observable, si para todo polinomio e(s) de grado n existe un estimador de ganancia L tal que la
ecuacin caracterstica del error de estimacin es:
det(s.I-A+L.C) = e(s)
Tambin existe otra definicin equivalente de observabilidad:
Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

15

Gua

Definicin IV: Equivalente a completamente observable

Un sistema l.t.i. (con una entrada escalar) representado por el par de matrices de controlabilidad (A,
C) es observable, si cada modo de A est conectado a la salida del sistema a travs de la matriz C.
Como en el caso de la controlabilidad, para un sistema que sea completamente diagonalizable, en su
representacin modal debemos requerir que todos los ci sean distintos de cero, pero adems que todos
los autovalores de A sean distintos entre s.
Notar que si la matriz A es llevada a una forma de Jordan completa (los autovalores iguales tienen un
solo autovector), el sistema igualmente puede llegar a ser observable.
Materiales y equipos

1 Computadora con sistema operativo Windows 95 o superior

1 Programa MATLAB 5.2 o superior.
Procedimiento

Parte I. Tutorial.
Herramientas de anlisis de modelos:
Las siguientes funciones son tiles para analizar, realizar transformaciones de coordenadas de estado en
ellos y derivar realizaciones cannicas en el espacio de estado para modelos nicos LTI o arreglos de
modelos LTI en el espacio de estado.
Realizaciones en el espacio de estado
canon Realizacin cannica en el espacio de estado
ctrb
Matriz de controlabilidad
ctrbf
Forma de escalera de controlabilidad
gram
Gramians de controlabilidad y observabilidad
obsv
Matriz de observabilidad
obsvf
Forma de escalera de observabilidad
ss2ss Transformacin de coordenadas de estado
ssbal
Balanceo diagonal de realizaciones en el espacio de estado
1. Realizar los ejemplos 2, 3, 5 y 6, que aparecen en la introduccin terica, usando MATLAB.
Discretice los sistemas y use un tiempo de muestreo de 0.1s
Sugerencia: en MATLAB el comando para encontrar el rango de una matriz es rank.

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

16

Gua

Ejemplo 2: En MATLAB:

Ejemplo 3: En MATLAB:

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

17

Gua

Ejemplo 5: En MATLAB:

Ejemplo 6: En MATLAB:

Anlisis de resultado

1. Resuelva las preguntas que se hacen en la gua usando MATLAB.

Bibliografa

MATLAB Getting Started with MATLAB The Math Works Inc.

Biblioteca Personal

Ogata, Katsuhiko. Ingeniera de Control Moderna, Segunda Edicin Edit. Prentice Hall. 1993.
Mxico.

Propiedad de la Universidad Don Bosco

Prohibida su reproduccin total o parcial para otros fines 2010

18