Extensin del mtodo de Gauthier para

realizaciones mnimas multivariables,

incorporando la teora de fracciones
coprimas*
Extension of Gauthiers Method for Multivariable Realizations
by Incorporating Coprime Fractions**
Extenso do mtodo de Gauthier para realizaes mnimas
multi-variveis, incorporando a teoria de fraes co-primas***
Franklin Pineda-Torres****
Luini Leonardo Hurtado-Corts*****
Alonso de Jess Chica-Leal******

* Fecha de recepcin: 16 de julio de 2009. Fecha de aceptacin para publicacin: 19 de agosto de 2009. Este artculo se
deriva del proyecto de investigacin denominado Desarrollo de una herramienta para el diseo de controladores robustos,
registrado con el nmero P 08-80, I 08-40 de la Universidad Autnoma de Colombia.
** Submitted on July 16, 2009. Accepted on August 19, 2009. This article results from the research project called Developing a
Tool for Designing Robust Controllers, registered with the number P 08-80, I 08-40 of the Universidad Autnoma de Colombia.
*** Data de recepo: 16 de julho de 2009. Data de aceitao para publicao: 19 de agosto de 2009. Este artigo deriva
do projeto de pesquisa denominado Desenvolvimento de uma ferramenta para o desenho de controladores robustos,
registrado com o nmero P 08-80, I 08-40 da Universidade Autnoma da Colmbia.
**** Ingeniero electrnico. Magster en Ingeniera, Universidad de los Andes, Bogot, Colombia. Profesor de la Universidad
Autnoma de Colombia, Bogot, Colombia. Correo electrnico: franklin.pineda@fuac.edu.co.
***** Ingeniero mecnico. Magster en Ingeniera, Universidad Nacional de Colombia, Bogot, Colombia. Profesor de
la Universidad Distrital Francisco Jos de Caldas y de la Universidad Autnoma de Colombia, Bogot, Colombia. Correo
electrnico: luini@madrid.com.
****** Ingeniero electrnico. Magster en Ingeniera Electrnica y de Computadores, Universidad de los Andes, Bogot, Colombia. Profesor de la Universidad Autnoma de Colombia, Bogot, Colombia. Correo electrnico: alonso_chica@yahoo.es.
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009. ISSN 0123-2126

372 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

Resumen

Abstract

Resumo

Palabras clave

Key words

Palavras chave

En este artculo se presenta una extensin del algoritmo del mtodo de

Gauthier, que soluciona la bsqueda
de realizacin mnima multivariable
partiendo de matrices de transferencia
cuadradas. El algoritmo incorpora
previamente la teora de fracciones
coprimas, desarrolladas con matrices
de Silvester y factorizacin qr. Debido
a que las fracciones coprimas tienen
una especial relacin con las matrices
en fraccin polinomial, se muestran
sus diferencias, analizndolas independientemente. Se plantean las
caractersticas generales y se nombran
las funciones desarrolladas para hacer
hincapi en los caminos de bsqueda
de la fraccin coprima que no son
nicos, as como tampoco su representacin en espacio de estado. Para
la demostracin se utiliz un sistema
dinmico multivariable, donde se
comprueban la eficiencia y las limitaciones del algoritmo elaborado, con
base en funciones realizadas con la
Toolbox de control de Matlab.

Algoritmos, matrices, anlisis multivariante.

This paper presents an extension of

Gauthiers algorithm, which solves
the problem of searching for the
multivariable minimal realization
starting from square transference
matrices. Previously, the algorithm
incorporates the coprime fractions
developed with Silvester matrices and
qr factorization. Since the coprime
fractions have a special relation with
matrices in polynomial fraction, they
show their differences by analyzing
them independently. The general
features are set out, and the developed
functions named, in order to emphasize the different search paths and their
representation in state space (neither
of which are not unique) for the coprime fraction. For demonstration we
used a multivariable dynamic system,
where the efficiency and limitations of
the developed algorithm are checked
based on the functions performed with
the Matlab Control Toolbox.

Algorithms, matrix, multivariate

analysis.

Neste artigo apresenta-se uma extenso do algoritmo do mtodo de

Gauthier, que soluciona a busca
de realizao mnima multi-varivel
partindo de matrizes de transferncia
quadradas. O algoritmo incorpora
previamente a teoria de fraes coprimas, desenvolvidas com matrizes
de Silvester e factorizao qr. Devido
a que as fraes co-primas tm uma
relao especial com as matrizes em
frao polinomial, mostram-se suas
diferenas, analisando-as independentemente. Explicam-se as caractersticas gerais e nomeiam-se as funes
desenvolvidas para fazer insistir nos
caminhos da busca da frao co-prima
que no so nicos, assim como sua
representao em espao de estado.
Para a demonstrao utilizou-se um
sistema dinmico multi-varivel,
onde se comprovam a eficincia e as
limitaes do algoritmo elaborado,
com base em funes realizadas com
a caixa de ferramentas de controle
de Matlab.

Algoritmos, matrizes, anlise multivariante.

Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

Extensin del mtodo de Gauthier para realizaciones mnimas multivariables, incorporando la teora de fracciones coprimas

373

Introduccin
El modelamiento matemtico de sistemas es quiz el primer aspecto necesario
para formular un sistema de control automtico. El ingeniero de control, a partir
de una o varias plantas, intenta describirlas de la manera ms acorde con un
comportamiento inherente, algunas veces por medio de subsistemas, a fin de
establecer la mejor aproximacin del estado dinmico en cualquier tiempo. Los
sistemas, en la mayora de los casos, son de tipo multivariable, es decir, tienen
ya sea ms de una entrada, ms de una salida o ambas (Chen, 2009).
El modelamiento y la descripcin de estos sistemas se pueden representar
por medio de matrices de transferencia, sistemas de ecuaciones diferenciales y
ecuaciones dinmicas de estado. Estas ltimas son ms conocidas con el nombre de representacin en el espacio de estado y tienen un inters particular, porque
permiten un manejo matricial del problema. Generalmente, para trabajos
computacionales y de implementacin electrnica siempre se recurre al modelo
en espacio de estado.
Algunas veces, la descripcin en matrices de transferencia no es suficiente
para caracterizar un sistema completamente (Chen, 2009); esto se debe a que
muchas veces el sistema posee condiciones iniciales que no se pueden reflejar
muy bien dentro de una descripcin entrada-salida, en especial los estados que
pueden tener variables en cualquier tiempo. De igual manera, tampoco se refleja de manera inmediata cules polos son controlables, observables y cules
de ellos no lo son.
No obstante, el desarrollo de las matrices de transferencia se ha convertido
en un mecanismo til para encontrar rpidamente las caractersticas esenciales
de los sistemas multivariables; entre los ms importantes, su orden, sus polos y
sus ceros, algo que no se puede saber a priori en una representacin de modelo
diferencial ni en un modelo de representacin de estado. Los mayores trabajos
siguen en proceso, intentando minimizar o reducir los modelos para no ver la
representacin de estado con muchas ecuaciones.
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

374 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

El problema de encontrar una realizacin mnima para sistemas LTI viene

desde los aos treinta, para sistemas monovariables, y desde los aos sesenta,
para sistemas multivariables (De Schutter, 2000). Una matriz de transferencia
(MTF), definida como una matriz que posee funciones de transferencia gij, se
puede descomponer en fracciones polinomiales matriciales as:
g11
g
G ( s ) = 21

g
i1

g12 g1 j
g 22 g 2 j

g i 2 g ij

(1)

Chen (2009) y Basilio y Kauvaritakis (1997) han planteado tericamente

un algoritmo que partiendo de una fraccin polinomial matricial izquierda (2),
llega a una fraccin coprima derecha (3)1:
1
G ( s ) = P Q

(2)

1
G ( s ) = ND

(3)

Igualmente, es posible llegar a una fraccin coprima izquierda (5), partiendo

de una fraccin polinomial matricial (MPF) derecha (4):
1
G ( s ) = QP

(4)

1
G ( s ) = D N

(5)

En el procedimiento para la descomposicin de la MTF G ( s ) a una MPF, sea

izquierda o derecha, es inmediato y es posible representarlo de diversas formas;
contrario de llegar a una fraccin coprima de una MTF, cuyo procedimiento
requiere tcnicas especiales y cuya representacin es nica. Cabe mencionar que
existe un desarrollo para encontrar fracciones coprimas derechas partiendo de una
MPF derecha, buscando el greatest common right divisor (GCRD) (Sinha, 2007) o
el caso dual greatest common left divisor (GCLD) (Rough, 1996), pero debido a su
complejidad slo se maneja de forma terica y dentro de este artculo no ser
tratado. El diagrama general se puede observar en la Figura 1, donde existen
dos caminos a y b para llegar a un sistema descrito por la cantidad mnima de
variables de estado con las matrices A, B, C y D.
Una fraccin coprima es similar a una fraccin polinomial matricial mnima, que define un nmero mnimo de estados
para su representacin en espacio de estados. Esto es, dim( A) = deg(G ( s )).
1

Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

Extensin del mtodo de Gauthier para realizaciones mnimas multivariables, incorporando la teora de fracciones coprimas

375

Figura 1. Etapas del estudio

1

G~ p xp( s)

a)

P Q

D 1 N

b)

QP1

ND1

x = Ax + B
y = Cx + D

Fuente: presentacin propia de los autores.

1. Descripcin en fraccin polinomial

La descripcin en fraccin polinomial es una representacin matemtica de una
matriz de funciones de transferencia. Si se aplica esta representacin a un sistema
de mltiples entradas y mltiples salidas (MIMO), puede revelar caractersticas
internas, como la cantidad de estados y polos que posee el sistema (Rough,
1996). Aunque este tipo de representacin no es nica, la forma ms fcil de
conseguir una descripcin polinomial es descomponer la MTF haciendo que la
matriz P, la cual siempre ser cuadrada, posea siempre en su diagonal principal
los denominadores de G ( s ) , y la matriz Q, los residuos que complementan a P
por fila o por columna.
Al tomar una pq matriz de funciones de transferencia G ( s ) de un sistema,
es posible descomponerlo hacia la derecha o hacia la izquierda, donde el grado
u orden del sistema lo establece el mnimo comn mltiplo de todos los denominadores de G ( s ) , as:

n = deg G ( s )

(6)

1.1 Fraccin polinomial derecha

Al tomar de la MTF los denominadores comunes por columna, se crea la matriz
de fracciones polinomiales hacia la derecha (rmpf) (4). Dnde P(s) R[s]qxq, Q(s)
R[s]pxq.

1.2 Fraccin polinomial izquierda

Al tomar de la MTF los comunes denominadores por fila, se crea la matriz de fracciones polinomiales hacia la izquierda (lmpf) (Sinha, 2007). Donde P( s) R[ s] p p ,
Q( s ) R[ s ] p q . De esta representacin podemos generar un sistema en el espacio
de estado, pero generalmente no es mnimo. Se define el grado de la descripcin polinomial como el grado del polinomio resultante del determinante de
P ( s ) o de P(s). Si este grado es igual a n en (6), entonces es una fraccin coprima
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

376 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

( P ( s ) = D ( s ) y Q ( s ) = N ( s ) , o P(s) = D(s) y Q(s) = N(s)) y no es necesario hacer

los pasos 2 y 3 (Figura 1).
El procedimiento que sigue encuentra fracciones coprimas de las matrices
polinomiales no mnimas, por medio de matrices de Silvester. Se debe tener
cuidado con los cambios de derecha a izquierda e izquierda a derecha (Figura 1)
que tiene el mtodo, pues se presta a confusiones.

2. Fracciones coprimas
El modelo de una fraccin coprima es un caso especial de la descripcin en matrices en fraccin polinomial. En efecto, se cumplen (7) y (8).

n = deg G ( s ) = deg det D ( s ) = deg det D ( s )

(7)

N ( s ) D ( s ) = D ( s ) N ( s )

(8)

2.1 Fraccin coprima izquierda

Debido a que las matrices polinomiales P(s) y Q(s) se pueden expandir como en
(9) y (10), las matrices coprimas D ( s ), N ( s ) , que son de menor grado, se pueden
representar en (11), (12):
2
m 1
m
P ( s ) = P + P s + P s + ... + P
s
+P s
0
1
2
m 1
m

2
m 1
m
Q ( s ) = Q + Q s + Q s + ... + Q
s
+Q s
0
1
2
m 1
m

(9)

D ( s ) = D0 + D1s + D2 s 2 + ... + Dm 1s m 1

(10)
(11)

2
m 1
N ( s ) = N + N s + N s + ... + N
s
0
1
2
m 1

(12)

Obsrvese que el grado de D ( s ) debe ser n (6), esto es, m 1= n; adems, para
matrices de transferencia cuadradas, todas las matrices implicadas Pi , Qi , Di , N i
son cuadradas qq. Solucionando M en (13), que se encuentra formada por
las submatrices en (14), encontramos la fraccin coprima izquierda. T (15) se
forma de los coeficientes de P y Q organizados en forma de matriz de Silvester2
generalizada (Chen, 2009). Esta matriz debe tener m grupos P, Q formados de
arriba hacia abajo, es decir, T debe ser cuadrada de tamao m (2q).
2

Existen otras formas de representar la matriz de Silvester, cuyo resultado para el clculo de M es similar (Chen, 2009).
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

Extensin del mtodo de Gauthier para realizaciones mnimas multivariables, incorporando la teora de fracciones coprimas

mt = 0

(13)

M = N0 D0 N1D1 N 2 D2 N n Dn

P0
Q0
0
0
=
0
0
0
0

P1 P2
Q1 Q2
P0 P1
Q0 Q1
0
0
0 P0
0 Q0

377

Pm 1
0
0
Pm
Qm 1 Qm
0
0

0
P2
Pm 1
Pm

0
Q2
Qm 1 Qm

P1
P2
Pm 1 Pm

Q1
Q2
Qm 1 Qm

(14)

(15)

Teorema 1. Las matrices polinomiales P y Q son coprimas si y slo si detT(P,Q) 0

(el determinante de T es distinto de cero)3.
El Teorema 1 implica que T debe ser singular para continuar el algoritmo.
Debido a que las P filas deben ser linealmente independientes4. Al buscar de
arriba hacia abajo, si una Qi fila dentro del bloque de Qi por fila llega a ser linealmente dependiente de sus filas superiores tomadas de arriba hacia abajo (up
hand side), quiere decir que las subsecuentes Qi filas tambin sern linealmente
dependientes LI, porque T es de estructura repetitiva; entonces el nmero de
filas linealmente independientes (denotado por vi) de las Qi filas es denominado
los ndices de la fila de G ( s ) y cumplen:

deg G ( s ) = v + v + ... + v
1
2
q

(16)

La fraccin coprima izquierda (lcf) puede ser obtenida al calcular q vectores

nulos de las matrices formadas de cada primer Qi fila linealmente dependiente
y todas sus precedentes linealmente independientes.

2.2 Fraccin coprima derecha

De forma dual, las matrices polinomiales P ( s ) y Q ( s ) se pueden expandir como
en (17), (18); entre tanto, las matrices coprimas D(s), N(s), que son de menor
grado, se pueden representar en (19) y (20).
3

Para la demostracin se remite a los lectores a (Rough, 1996, p. 542).

En la mayora de los casos se encuentra que las filas de P son linealmente independientes, debido a los corrimientos que
poseen las filas de P, y aun as se encontraron casos especiales donde existe la dependencia. Esta es quizs la dificultad
para encontrar fracciones coprimas para matrices de transferencia no cuadradas. El autor descarta el problema dentro
del algoritmo y centra su atencin en matrices de transferencia cuadradas.
4

Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

378 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

2
m 1
m
P ( s ) = P + P s + P s + ... + P
s
+P s
0
1
2
m 1
m

(17)

2
m 1
m
Q ( s ) = Q + Q s + Q s + ... + Q
s
+Q s
0
1
2
m 1
m

(18)

2
m 1
D ( s ) = D + D s + D s + ... + D
s

0
1
2
m 1

(19)

2
m 1

N ( s ) = N + N s + N s + ... + N
s
0
1
2
m 1

(20)

Para este caso, las fracciones coprimas (21) se deben solucionar por medio
de la matriz generalizada de Silvester S (23). No obstante, la formacin de S
difiere notoriamente de la matriz T en estructura, mas no en propiedades, por
lo cual cumple el Teorema 1, expresado en trminos de S. Si encontramos las
columnas linealmente independientes de la matriz generalizada, buscando de
izquierda a derecha LHS, debidas a Qi, entonces los ndices por columnas deben
cumplir la ecuacin (24).
SM = 0

(21)

M = N0 D0 N1D1 N 2 D2 N n Dn

P0
P1
P2

=
Pm 1
Pm
0
0

0
0
Q0
Q1
P0
Q0
Q2
P1
Q1

P2
Q2

Qm 1
Qm
Pm 1 Qm 1
0
Pm
Qm
0
0
0

0
0

deg G ( s ) = + + ... +
1
2
p

]T

0
0
0
0
0
0

P0
Q0

P1
Q1

P2
Q2

Pm 1 Qm 1
Pm
Qm

(22)

(23)

(24)

Al calcular los p vectores nulos de las matrices formadas por cada primer Qi
(polinomial izquierda para este caso) columna linealmente dependiente, encontraremos la fraccin coprima hacia la derecha (rcf).

2.3 Factorizacin qr
Una forma sencilla, no nica, de encontrar las filas o columnas linealmente independientes dentro de las matrices T (15) o S (23) es aplicar una descomposicin
qr (Chen, 2009) definida por:
= R
QM

(25)
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

Extensin del mtodo de Gauthier para realizaciones mnimas multivariables, incorporando la teora de fracciones coprimas

379

Donde R es una matriz triangular superior, de la misma dimensin que

y la existencia de ceros en su diagonal permite identificar rpidamente la
existencia de columnas linealmente independientes en M (por ejemplo, vase
la matriz en la ecuacin (26), la cual tendra dos columnas LI). Q es una matriz
ortogonal, ignorada para nuestro fin. Con Matlab, la funcin descrita como
>>[q r]=qr(m) soluciona la descomposicin. Es necesario, para el caso de
bsqueda de filas linealmente independientes, trasponer la matriz T, para luego
aplicar la factorizacin. Esto optimiza para ambos casos (rcf, lcf) el algoritmo.
M ,

d
0
0
0
r =
0
0
0
0

x x
n x
0 d
0 0
0 0
0 0
0 0
0 0

x
x
x
n
0
0
0
0

x
x
x
x
d
0
0
0

x x
x x
x x
x x
x x
0 x
0 d
0 0

x
x
x
x
x
x
x
0

(26)

El rango y la dimensin de la matriz generalizada de Silvester pueden darnos

el valor exacto de las filas o columnas LI; sin embargo, no proporciona ni los
ndices por fila (16), ni los ndices por columna (24); es inconveniente hacerlo
por este mtodo.

3. Metodologa
3.1 Realizacin de la fraccin coprima
Luego de encontrar las fracciones coprimas es necesario convertir el sistema a
espacio de estado. Aunque se presentarn los dos algoritmos, uno para la derecha y otro para la izquierda, ambos son muy semejantes, y se diferencian entre
s por posiciones en las premultiplicaciones matriciales. La idea es llegar a un
sistema del tipo (27), donde ARnn, B Rnq, CRpn y DRpq, son matrices de
valores constantes.
x = Ax + B

y = Cx + D

(27)

La matriz D5 es de clculo inmediato definida por (28):

D = lim G ( s )

s

(28)

No confundir esta matriz constante con la matriz de fraccin coprima, la cual consta de polinomios elementales y cuya
sintaxis, de aqu en adelante, ser D(s).
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

380 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

Definidas las matrices coprimas, sin importar si son hacia la derecha o hacia la
izquierda, a partir de sus polinomios en (29) y (30), se plantean metdicamente
los dos tipos de realizaciones siguientes:
Dii (s) = sviaii,visvi1aii,2saii,1

(29)

Dii (s) = aij,vijsvij1 aij,2saij,1

(30)

3.2 Realizacin de la fraccin coprima derecha (rcf)

Se escribe K (31) a partir de los coeficientes de svi en D(s):
K

1
0
=
0
0

a12,v2 +1 a1q ,vq +1

1
0
0

(31)

Para obtener directamente los coeficientes de la matriz B, ubicados en la

estructura cannica 12 de controlabilidad, se calcula K1 (Gauthier, 2008) para
este estudio. An as, puede quedar en otro tipo de forma cannica controlable.
Para el clculo de la matriz C (35) es necesario previamente obtener N* (33) y
expandir cada polinomio como en (34).
K

1
0
=
0
0

b12 b1q
1

0 b1, q 1
0
0
1

(32)

N* = N(s) DD(s)

(33)

n*ij ( s ) = cij ,vi s vi 1 + ... + cij ,1

(34)

c11,1 c11,v1

C=

c
c

q1, v1
q1,1

(35)

c12,1 c1 p ,v p

cq 2,1 cqp ,v p

Se escribe A (39) y (40) a partir de los coeficientes del resultado de (36),

cuando se expande la matriz D*. Los bloques resultantes de A se posicionan
dentro de la forma cannica (vase Figura 2).
D*(s) = K1D(s)

(36)
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

Extensin del mtodo de Gauthier para realizaciones mnimas multivariables, incorporando la teora de fracciones coprimas

d ii* ( s ) = s vi ii ,vi s vi 1 ... ii ,2 s ii ,1

381

(37)

v 1

d ij* ( s ) = ij ,vij s ij ... ij ,2 s ij ,1

(38)

1
0

Aii =
0
1

ii ,1 ii ,2 ii ,vi

(39)

0

Aij =
0

ij ,1 ii ,vi

(40)

0 0

Figura 2. Forma cannica 12

V1xV1
O

I
I
X
X
X

X
X
X
X
X
X

A=

X
X
X

X
X
X
X
X
X

X
X
X

X
X
X
X
X
X

VqxVq

B=

X
X
X

12

O
O 1 XXX
O
O O 1

C=

Fuente: Gauthier, 2008.

3.3 Realizacin de la fraccin coprima izquierda (lcf)

Para este tipo de realizacin se utiliza el mtodo de Gauthier (2008). As, por
ejemplo, la matriz K debe ser calculada con (41), K-1 entregar los coeficientes
de la matriz C (vase Figura 3, cada columna de la matriz de K-1 se debe
ubicar en los cuadros marcados con x). Para el clculo de la matriz B, con los
coeficientes del resultado (42), se cambian las posiciones de la matriz polinomial
D(s) con la matriz de coeficientes constantes D, respecto a la realizacin anterior
(33). Lo mismo sucede para los coeficientes de la matriz A, que se encuentran
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

382 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

con base en (43). Los bloques resultantes al expandir los polinomios se deben
ubicar en la forma cannica 4 (Figura 3).
K

1
a12, 2 +1
=

a1 p , p +1

(41)

N* = N(s) D(s)D

(42)

D*(s) = D(s)K1

(43)
Figura 3. Forma cannica 4
V1xV1

X
X
X
X
X
X
1

X
X
X
X
X
X

X
X
X

C=

X
X
X
X
X
X

X
X
X

A=

X
X
X

X
X
X

O
1
XXX

O
I
O

B=
VpxVp

O
O
1

Fuente: Gauthier, 2008.

4. Ejemplo
El ejemplo que se muestra a continuacin inicia con la bsqueda de una fraccin
matricial polinomial hacia la izquierda lmpf; luego, por medio de la matriz de
Silvester generalizada se hallar la rcf para terminar con una realizacin mnima
en forma cannica 12 (vase Figura 2), que es el camino denominado a de la
Figura 1. Para ello se toma un sistema dinmico multivariable modelado como
en (Polak, 1966), cuya matriz de transferencia (45) de dos entradas y dos salidas es
de grado 4.

Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

Extensin del mtodo de Gauthier para realizaciones mnimas multivariables, incorporando la teora de fracciones coprimas

383

d 2 y1 ( t )
dy1 ( t )
dy2 ( t )
+3
+ y (t ) + 2
+ 3 y (t ) = u (t )
1
2
1
dt
dt
dt 2
d 3 y1 ( t )
d 2 y1 ( t ) dy1 ( t )
d 2 y2 ( t ) dy2 ( t )
3
+3
+
+3
dt
dt
dt 3
dt 2
dt 2
du1 ( t )
du2 ( t )
+ u (t ) +
+ 3u ( t )
1
2
dt
dt

+6 y ( t ) =
2

G ( s ) =

1
s 2 + 6 s 2 + 3 s +1

( )(

(44)

s 2 2 s + 3 (s + 3)(2 s + 3)
2

s + 3 s +1 ( s + 3) s 2 + 3 s +1

(45)

De la matriz de transferencia (45) se obtienen las matrices polinomiales

P ( s ), Q ( s ) en (46). Obsrvese que el determinante de P ( s ) es de grado 6; por lo
tanto, no es mnimo el sistema. Se presenta la matriz de Silvester generalizada
S1616 en (49) los dems elementos de la matriz son cero, no se ubican estos,
para observar que se forman tres grupos debido al grado ms alto en la expansin
que posee la matriz P ( s ) ; nunca puede suceder que P ( s ) sea de menor grado que
Q ( s ) , lo cual implica un sistema impropio, cuyo determinante es cero, por lo
tanto, no son coprimos.
G ( s ) =

s 4 + 3s3 + 7 s 2 +18 s + 6

2
s +6

s2 2 s +3
1

(2 s 2 + 9 s + 9)

s +3

(46)

P (s) =

6 0 18 0 7 0 2 3 0 3 1 0 4
0 6 + 0 0 s + 0 1 s + 0 0 s + 0 0 s

Q (s) =

3
1

SM

6
0
18
0
7
0
3
0
=
1
0

9 2 9
1 2 s 2 + 0 0 s 3 + 0 0 s 4
+
s+
0 0
0 0
3
0 1 0 0
0 3 9

6 1
3

0 2 9 6 0 3 9

0 0 1 0 6 1
3

0 1 2 18 0 2 9 6 0 3 9

1 0
0 0 0 0 1 0 6 1
3
0 0
0 7 0 1 2 18 0 2 9 6 0 3 9
0 0
0 0 1 0
0 0 0 0 1 0 6 1
3
0 0
0 3 0 0
0 7 0 1 2 18 0 2 9
0 0
0 0 0 0
0 0 1 0
0 0 0 0 1
1 0 0
0 3 0 0
0 7 0 1 2
0 0 0
0 0 0 0
0 0 1 0
0
1 0 0
0 3 0 0
0

0 0 0
0 0 0 0
0

1 0 0
0

0 0 0
0

(47)

1
0.06
1.17
0.28
0
0
3.11
0.94
0
0
1
0
0
0
0
0

(48)
2
2.89
6.67
3.56
0
1
2.78
0.11
=0
0
0
0
1
0

(49)

Las columnas 11, 15 (debido a n1), 12 y 16 (debido a n2) de la matriz (49)

son linealmente dependientes (realizar factorizacin qr), esto quiere decir que
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

384 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

existen dos columnas LI, debido a n1 y dos columnas LI debido a n2, esto es,
1=2 y 1=2 de (24). Por lo tanto, el sistema es de orden 4. Calculando y
normalizando los vectores nulos asociados a las columnas 11 y 12 de la matriz
S (es fcil su clculo con la funcin null de Matlab), obtenemos la matriz M.
De (22) se determinan las fracciones coprimas en (52).
D(s) =

117 /100
7 / 25

N (s) =

1
3 / 50

G ( s ) =

1
3 / 50

667 /100 311/100 139 / 50

1 0 2
+ 47 / 50 11/100 s + 0 1 s
89 / 25

2
+ 0 0 s
289 /100
0 1

(50)

(51)

2
s 2 +311/100 s +117 /100 139 / 50 s + 667 /100

47 / 50 s + 7 / 25
s + 289 /100
s 2 11/100 s +89 / 25

(52)

Ahora slo falta la realizacin del sistema: primero el clculo de (31) en (53),
(33) en (54) y (36) en (55):
K =

1 0 K 1 = 1 0
0 1
0 1
=

*
D =

1
3 / 50

s + 289 /100

(53)

s 2 +311/100 s +117 /100

47 / 50 s + 7 / 25

(54)
139 / 50 s + 667 /100

(55)

s 2 11/100 s +89 / 25

A partir de (45), (53), (54) y (55), la realizacin mnima es (56), debido

a la plantilla de forma cannica 12 (Figura 2). El lector podr probar que su
respuesta de paso es similar a la obtenida en la realizacin (>>figure, step(G);
>>figure, step(A,B,C,D)).

0
117 / 100
A=
0
7 / 25
1

C =
3 / 50

0 0
1 0
,B =
0
1
0 0
0 1 (56)
89 / 25
11 / 100

2
0
0 0
,D =
289 / 100
1
0 0

311 / 100 667 / 100 139 / 50

0
47 / 50
0
0

Todos los procesos se han optimizado haciendo uso de Matlab para conseguir la realizacin mnima. Estas funciones se describen en la Tabla 1 y pueden
ser descargadas de htpp://www.fept.co.nr/myfun.zip, donde el usuario podr
apreciar el desarrollo algortmico.

Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

Extensin del mtodo de Gauthier para realizaciones mnimas multivariables, incorporando la teora de fracciones coprimas

385

Tabla 1. Funciones implementadas

Funcin

Descripcin

mtf2lmpf

Convierte la matriz de transferencia a una fraccin polinomial matricial izquierda

mtf2rmpf

Convierte la matriz de transferencia a una fraccin polinomial matricial derecha

mSilvester
lmpf2ss
rmpf2ss

A partir de las matrices en fraccin polinomial, crea la matriz de Silvester generalizada,

facilitando la bsqueda de las filas/columnas LI; por medio de la factorizacin qr
Convierte la fraccin polinomial matricial izquierda a una representacin en espacio de
estado, forma cannica 4
Convierte la fraccin polinomial matricial derecha a una representacin en espacio de
estado, forma cannica 12

Fuente: presentacin propia de los autores.

5. Conclusiones
En este trabajo se han unido dos tcnicas para obtener una realizacin mnima
multivariable. La primera es la obtencin de fracciones coprimas a partir de
representaciones en fraccin de matriz polinomial con matrices de Silvester generalizadas, y en la segunda interviene el mtodo de Gauthier, lo cual en principio
es aplicable solamente a fracciones coprimas hacia la izquierda. La extensin
que se hace para fracciones coprimas hacia la derecha es una buena alternativa
por su sencillez y facilidad en los manejos matriciales y porque la bsqueda de
las fracciones coprimas no es sencilla y se debe hacer con ayuda computacional.
La creacin de las funciones de la Tabla 1 facilita considerablemente este proceso, con las restricciones impuestas para matrices de transferencia cuadradas.
A pesar de que las formas cannicas impuestas como 12 y 4 dentro de los
estilos de realizacin no son las nicas, s son las que ms se utilizan como realizaciones controlables y observables. Estas, a su vez, aportan bastantes ceros,
cuyo resultado para cualquier implementacin es deseable, ya que requerir un
menor nmero de componentes.

Referencias
BASILIO, J. C. y KOUVARITAKIS, B. An algorithm for coprime matrix fraction description
using silvester Matrices. Linear Algebra and its Applications, 1997, vol. 266, nm. 15,
pp. 107-125.
CHEN, C. T. Linear system theory and design. 3th. ed. Oxford: Oxford University Press, 2009.
DE SCHUTTER, B. Minimal state-space realization in linear system theory: an overview. Journal
of Computational and Applied Mathematics, Special Issue on Numerical Analysis in the 20th
Century, 2000, vol. 121, nms. 1-2, pp. 331-354.
Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009

386 Franklin Pineda-Torres, Luini Leonardo Hurtado-Corts, Alonso de Jess Chica-Leal

GAUTHIER, A. Formas cannicas: curso de sistemas lineales de mltiples variables [notas de clase].
Bogot: Universidad de los Andes, 2008.
. Identification recurrente des systemes multi-entrees, multi-sorties [These de doctorat]. Grenoble:
Institut National Polytechnique de Grenoble, 1977.
PANOS, J. A. y ANTHONY, N. M. Polynomial matrix description and matrix fractional description of system. En: Linear systems. Boston: Birkhuser, 2005.
POLAK, E. An algorithm for reducing a linear. time-invariant differential system to state form.
IEEE Transactions on Automatic Control, 1966, vol. 11, nm. 3, pp. 577-579.
ROUGH, J. W. Linear system theory. New York: Prentice Hall, 1996.
SINHA, A. Linear systems optimal and robust control. Boca Ratn: CRC Press, 2007.

Ing. Univ. Bogot (Colombia), 13 (2): 371-386, julio-diciembre de 2009