UCSM - FCIFF PPIE

Control Automtico I

CUARTO CAPTULO
VARIABLES DE ESTADO
Se define como ESTADO a la caracterizacin interna del sistema, que en cada instante t es
capaz de resumir la historia del comportamiento del sistema, esto quiere decir que la salida en
un momento determinado, depender del estado actual del sistema y de la entrada o estmulo
que en ese momento se aplique a dicho sistema, asimismo es claro que el estado futuro del
sistema depender del estado actual y de la entrada actual del sistema.
El Estado de un sistema en el tiempo to (o en ko si es discreto) es la cantidad de
informacin necesaria en ese instante de tiempo, necesaria para determinar de
forma nica, junto con las entradas u, el comportamiento del sistema para todo
tto (o para todo kko si es discreto)
Entonces se denominan VARIABLES DE ESTADO, al conjunto mnimo de variables cuyos
valores expresan el estado dinmico del sistema. Puede que sean o no magnitudes fsicas y es de
gran ayuda elegirlas, siempre que sea posible, de modo que puedan realimentarse. El conjunto
de estas n variables del sistema formarn el vector de estados. Hay que recordar que:

Las variables de estado pueden tener o no sentido fsico.

Las variables de estado pueden o no ser medibles.
Para un mismo sistema dinmico las variables de estado no son nicas; de hecho, se pueden
definir infinitos conjuntos de variables que sirvan como variables de estado.

Por lo tanto, el ESPACIO DE ESTADOS, es el espacio n-dimensional cuyos ejes son las n
variables de estado. Todo estado estar representado como un punto en el espacio de estados.
4.1 VARIABLES DE ESTADO Y ECUACIONES DIFERENCIALES
Con estas definiciones, cualquier sistema fsico puede ser representado dinmicamente por un
conjunto de ecuaciones diferenciales de primer orden, denominadas ECUACIONES EN EL
ESPACIO DE ESTADOS, estas ecuaciones pueden ser expresadas matricialmente, con lo que
el anlisis en el espacio de estados se centra en tres tipos de vectores de variables: la entrada, la
salida y las variables de estado. Para los sistemas LTI (lineal e invariante en el tiempo, estas
ecuaciones se expresan de la siguiente manera:

x(t ) Ax(t ) Bu (t )
y (t ) Cx(t ) Du (t )
Donde:
A: Matriz de evolucin del sistema
Orden (n,n), donde n es el nmero de variables de estado
B: Matriz de aplicacin del control
Orden (n,p), donde p es el nmero de entradas
C: Matriz de observacin
Orden (q,n), donde q es el nmero de salidas
D: Matriz de transicin directa de control:
Orden (q,p), en general igual a cero
u es un vector que contiene cada una de las p entradas al sistema
y es un vector que contiene cada una de las q salidas del sistema
x es un vector que contiene cada una de las variables de estado del sistema,

66

UCSM - FCIFF PPIE

Control Automtico I

es decir:

x1 (t ) a11 a12
x (t ) a
2 21 a22
. .
.

.
. .
. .
.

xn (t ) an1 an 2

.
.
.

u1 (t )
u (t )
2
u .

.
u p (t )

a1n x1 (t ) b11 b12

a2 n x2 (t ) b21 b22
.
. .

.
. .
. .
.

ann xn (t ) bn1 bn 2
y1 (t )
y (t )
2
y .

.
yq (t )

b1 p
u (t )
. . b2 p 1
u (t )
. 2
.
.

.
u (t )
. . bnp p
x1 (t )
x (t )
2
.
x

.
.

xn (t )
.

xnx1 Anxn xnxn Bnxp u px1

yqx1 Cqxn x(t ) Dqxp u px1
Entendiendo entonces que el sistema continuo se representara de la siguiente manera

Figura 4.1 Sistema dinmico continuo

En general stas son tan slo variables matemticas auxiliares, aunque en ocasiones tienen un
sentido fsico. Algunas de las ventajas que se obtienen con esta nueva representacin son las
siguientes:

La representacin de sistemas de mltiples entradas y mltiples salidas es ms sencilla.

Toda la dinmica del sistema se representa por ecuaciones diferenciales o de diferencia
de primer orden.
Permite el desarrollo de mtodos computacionales ms eficientes para la simulacin de
sistemas dinmicos.
Brinda una nueva perspectiva sobre la dinmica de los sistemas.
Algunas de las tcnicas de control moderno (como el control robusto) se basan en este
tipo de representacin.

Si el sistema es discreto, como el de la figura su modelo corresponder a las ecuaciones

matriciales

67

UCSM - FCIFF PPIE

Control Automtico I

x(k 1) Ax(k ) Bu (k )
y (k ) Cx(k ) Du (k )
x(k 1)nx1 Anxn x(k )nx1 Bnxpu (k ) px1
y (k )

qx1

Cqxn x(k )nx1 Dqxpu (k ) px1

Figura 4.2 Sistema dinmico discreto

En general se cumple:
Tipo de sistema
continuo e invariante en el tiempo

Modelo de espacio de estados

x(t ) Ax(t ) Bu (t )
y(t ) Cx(t ) Du (t )

continuo y variante en el tiempo

x(t ) A(t ) x(t ) B(t )u (t )

y (t ) C (t ) x(t ) D(t )u (t )

Discreto e invariante en el tiempo

x(k 1) Ax(k ) Bu (k )
y (k ) Cx(k ) Du (k )

Discreto y variante en el tiempo

x(k 1) A(k ) x(k ) B(k )u (k )

y(k ) C (k ) x(k ) D(k )u (k )

Transformada de Laplace de
continua e invariante en el tiempo
Transformada Z de
discreta e invariante en el tiempo

sX ( s) AX ( s) BU ( s)
Y ( s) CX ( s) DU ( s)
zX ( z ) AX ( z ) BU ( z )
Y ( z ) CX ( z ) DU ( z )

Existe un procedimiento sencillo para obtener una representacin en variables de estado de

sistemas de una entrada y una salida de los cuales se conoce la ecuacin diferencial o de
diferencia que lo rige. Supngase un sistema dinmico continuo descrito por la ecuacin
diferencial

d n y (t )
d n1 y (t )
dy (t )
an
an1
... a1
a0 y(t ) u (t )
n
n 1
dt
dt
dt
se pueden seleccionar las siguientes variables de estado:
68

UCSM - FCIFF PPIE

Control Automtico I

x (t )
1

y(t )

x (t )
2

dy
dt

x (t )
1

x (t )
3

d2y
dt 2

x (t )
2

x
(t )
n 1

d n2 y
dt n 2

x
(t )
n2

x (t )
n

d n 1 y
dt n 1

x
(t )
n 1

De tal manera que la ecuacin diferencial de orden n inicial puede escribirse como

an xn (t ) an1 xn (t )... a1 x2 (t ) a0 x1 (t ) u(t )

.

an x n (t )

a0
a
a
1
x1 (t ) 1 x2 (t )... n1 xn (t ) u (t )
an
an
an
an

en forma matricial :

x1 (t ) 0
x (t ) 0
2
x3 (t ) 0

: :
xn 1 (t ) 0

xn (t ) a0 an

..

a1 an

a2 an

.. an 1

x1 (t ) 0
x (t ) 0
2

x3 (t ) 0

u (t )
: :
xn 1 (t ) 0

an xn (t ) 1 an

x1 (t )
x (t )
2
x (t )
y(t ) 1 0 0 .. 0 0 3: 0u(t )

xn 1 (t )

xn (t )
De forma anloga puede obtenerse una representacin en variables de estado de sistemas
discretos.

Ejemplo:
Sea el circuito RLC, donde se ha usado

como variables de estado.

69

UCSM - FCIFF PPIE

Control Automtico I

aplicando las leyes de Kirchhoff

di (t )

RiL (t ) L L vC (t ) v(t )

dt

i (t ) C dvC (t )
L

dt

despejando

R
1
1
diL (t )
iL (t ) vC (t ) v(t )

dt
L
L
L

dvC (t ) 1 i (t )
L

C
dt
y en forma matricial:

diL (t ) R
dt L

dvC (t ) 1
dt C

1

1
L iL (t )
L v(t )

vC (t )

0
0

Si se desea hallar el comportamiento de las variables

salidas del sistema. Dado que
=R
,:

, es decir si estas son las

vR (t ) R 0 iL (t )
i (t ) 1 0 v (t )
C
L
Entonces la representacin en variable de estado del circuito seria

diL (t ) R
1
dt L L iL (t ) 1

L v(t )
v
(
t
)
1
dv
(
t
)
C
0 C 0
dt C

vR (t ) R 0 iL (t ) 0
i (t ) 1 0 v (t ) 0 v(t )
C
L
y son de la forma

x(t ) Ax(t ) Bu (t )

y (t ) Cx(t ) Du (t )
en donde

70

UCSM - FCIFF PPIE

Control Automtico I

v (t )
y(t ) R
iL (t )

u (t ) v(t )
R
L
A
1
C

1

L

1
B L

0

i (t )
x(t ) L
vC (t )

R 0
C

1 0

0
D
0

Ejemplo
Para el siguiente sistema mecnico, hallar la representacin en variables de estado, considerando
que se desea conocer la posicin y la velocidad de la masa para todo tiempo.

utilizando la segunda ley de Newton

my(t ) u(t ) by (t ) ky(t )

se asignan como variables de estado.

x1 (t ) y(t )
x2 (t ) y (t )
derivando la primera ecuacin se obtiene:

x1(t ) y (t ) x2 (t )
y despejando del modelo matemtico del sistema

my(t ) u(t ) by (t ) ky(t )

mx2 (t ) u(t ) bx2 (t ) kx1(t )

x2 (t )

k
b
1
x1 (t ) x2 (t ) u(t )
m
m
m

luego

1 x (t ) 0
x1 (t ) 0
k
b 1 1 u ( t )
x (t )

x (t )
2 m
m 2 m
4.2 MATRIZ FUNCIN DE TRANSFERENCIA
Para el sistema descrito por

x(t ) Ax(t ) Bu (t )
y (t ) Cx(t ) Du (t )

71

UCSM - FCIFF PPIE

Control Automtico I

aplicamos transformada de Laplace a cada lado de las ecuaciones

L[ x(t )] L[ Ax(t ) Bu (t )] sX ( s) x0 AX ( s) BU ( s)
( sI A) X ( s) x0 BU ( s) X ( s) ( sI A) 1 x0 ( sI A) 1 BU ( s)
en la segunda ecuacin

Y (s) CX (s) DU (s)

Reemplazando X(s):

Y (s) C (sI A)1 x0 C (sI A)1 BU (s) DU (s)

1
Y ( s ) C ( sI A) 1 x0
C ( sI A) B D
U (s)
respuesta _ entrada _ cero

respuesta _ estado _ cero

La respuesta y(s) tiene dos componentes:

Respuesta de estado cero:
Es la segunda parte de la ecuacin. Depende de las entradas u(s) y no de las condiciones
iniciales; es la respuesta que tiene el sistema si las condiciones iniciales son cero, es
decir, si su estado inicial es cero.

Y (s) C (sI A)1 x0

Respuesta de entrada cero:
Es la primera parte de la ecuacin. Depende de las condiciones iniciales y no de las
entradas u(s); es la respuesta que tiene el sistema si las entradas son cero.
Si se consideran condiciones iniciales nulas, la ecuacin se convierte en

Y (s) C (sI A)1 BU (s) DU (s)

Se define la Matriz de Funciones de Transferencia como que relaciona las entradas y las
salidas, cuando las condiciones iniciales son nulas:

FT C (sI A)1 B D

Y (s) FT .U (s)C.I .0

Figura 4.3 Representacin en diagrama de bloques del espacio de estados

La matriz FT=G(s) es una matriz q x p (p entradas y q salidas):

72

UCSM - FCIFF PPIE

Control Automtico I

Y1 ( s) G11 ( s) G12 ( s )
Y ( s) G ( s ) G ( s )
22
2 21
: :
:

Yq ( s) Gq1 ( s) Gq 2 ( s)

.. G1 p ( s ) U1 ( s )
.. G2 p ( s ) U 2 ( s )
..
: :

.. Gqp ( s) U p ( s )

El elemento Gij(s) de la matriz G(s) muestra cmo afecta la entrada uj(s) a la salida yi(s)
Se puede resolver por completo el sistema de ecuaciones diferenciales de primer orden, usando
los mtodos del Algebra Lineal, as como aplicando la transformada inversa de Laplace

x(t ) L1 X (s) L1 (sI A)1 x0 L1 (sI A)1 BU (s)

Ejemplo 1:
Encontrar la matriz de funciones de transferencia para el sistema descrito por las siguientes
matrices

4 1.5
A
,
0
4

2
B ,
0

C 1.5 0.625

Sea la matriz de funciones de transferencia

G(s) C sI A B
1

Resolviendo

s 4 1.5
( sI A)
s
4
Luego

( sI A)1

s 1.5
1
( s 4s 6) 4 s 4
2

Sustituyendo

G( s)

3s 5
( s 4s 6)
2

4.3 CONTROLABILIDAD
La condicin de controlabilidad de estados implica que es posible, mediante entradas
admisibles, dirigir los cambios de estado desde cualquier valor inicial a cualquier valor final
dentro de un intervalo de tiempo finito. Para verificar esta cualidad se establece que un modelo
de espacio de estados continuo e invariante en el tiempo es controlable si y slo si

C B
rango B

An1B

AB
AB

An1B n

La matriz C recibe el nombre de matriz de controlabilidad.

73

UCSM - FCIFF PPIE

Control Automtico I

4.4 OBSERVABILIDAD
La observabilidad es la medida de que tan bien los estados internos de un sistema pueden ser
inferidos conociendo las salidas externas. Un modelo de espacio de estados continuo e
invariante en el tiempo es observable si y slo si:

C
CA

n 1
CA
C
CA
n
rango

n 1
CA
Hay que recordar que el rango de una matriz es el nmero de filas linealmente independientes.
La matriz O recibe el nombre de matriz de observabilidad.
4.5 FORMAS CANNICAS
Cualquier funcin transferencia que es estrictamente propia puede ser escrita como un espacio
de estados, para ello se debe expandir la funcin transferencia para revelar todos los coeficientes
en el numerador y en el denominador. Resultando en la siguiente forma:

bn1s n1 ... b0
Y (S )
G( s)
U (S )
an s n an1s n1 ... a0
La representacin en variables de estados ser:

x1 0
x 0
2

xn 1 0
xn an

y b0

b1

an 1

an 2

0 x1 0
... 0 x2 0

... 1 xn 1 0
... a1 xn 1

...

x1
x
... bn 1 2


xn

La controlabilidad es invariante a la representacin de estado, as que esta disposicin de

espacio de estados es llamada forma cannica controlable, pero ello no indica que el sistema
sea controlable.

74

UCSM - FCIFF PPIE

Control Automtico I

Los coeficientes de la funcin transferencia pueden ser usados tambin para construir otro tipo
de forma cannica

bn anb0
0 0 ... 0 an

x1 1 0 ... 0 an 1 x1 bn 1 an 1b0
x . . .

. x2 .
2

. . .
.
.
u

. xn 1 .
xn 1 . . .

xn . . . ... a2 xn .

0 0 0 ... a

1
b1 a1b0

x1
x
2
.
y 0 0 ... 0 1 b0 u
.
.

x n
Esta disposicin es llamada forma cannica observable.

Ejemplo 2:

s 2 3s 3
Dada la funcin de transferencia G ( s) 2
, obtener la respresentacin controlable
s 2s 1
Solucin:
Trabajando la funcin de transferencia

s 2 3s 3
s2
G( s) 2
2
1
s 2s 1 s 2s 1
Con ello

2 1
1
x(t )
x(t ) u (t )

1 0
0
y (t ) 1 2 x(t ) 1 u (t )
Ejemplo:
Dada la funcin de transferencia G( s)

5( s 2)
obtener la respresentacin en
( s 1)( s 3)( s 4) ,

variables de estado
Solucin:
Los pasos a seguir son:
75

UCSM - FCIFF PPIE

Control Automtico I

Poner la funcin de tal manera que se pueda identificar segn la expresin:

5 1
1
( s 2)
s 1 s 3 s 4
x x x y
y(s)
1 2 3
u ( s) u ( s) x1 x2 x3

G(s)

Pasar al dominio del tiempo:

x1 x1 5u
x2 3x2 x1
x3 4 x3 x2
y x3 2 x3 2 x3 x2

Por ltimo se determinar las matrices:

x1 1 0 0 x1 5
x 1 3 0 x 0 u
2
2
x3 0 1 4 x3 0
x1
y 0 1 2 x2
x3
Ejemplo 3:
Dada la funcin de transferencia G( s)

6
, obtener la respresentacin
s 6s 11s 6
3

controlable
Solucin:

Se emplean como variables de estado la salida y sus derivadas sucesivas

G( s)

6
y x1

s 6s 11s 6 x1 u
3

Donde se define

x1
1
3
2
u s 6s 11s 6
y
6
x1

Expresado en variables de estado:

x1 x1
x2 x1 ;
x3 x2
76

UCSM - FCIFF PPIE

Control Automtico I

Despejando de la funcin de transferencia dada

x3 6 x1 11x2 6 x3 u

En forma matricial:

1
0 x1 0
x1 0
x 0
0
1 x2 0 u
2
x3 6 11 6 x3 1
x1
y 6 0 0 x2
x3
Ejemplo 4: Para el sistema de la figura hallar:

a) Modelo matemtico
b) Sistemas de variables de estado equivalente
Solucin:
a)

Modelo matemtico

Hallamos las ecuaciones de contorno

5I1 3( I1 I 2) 10( I1 I 3) E

3( I 2 I1) 10 I 2 0.5I 2 E 2

5I 3 10( I 3 I1) E 2

b) Sistemas de variables de estado equivalente

Se define

x1 I 1
x2 I 2

despejando del sistema

x3 I 2
x4 I 3

77

UCSM - FCIFF PPIE

Control Automtico I
x1 I1 0.125E 0.375I 2 1.25 I1 1.25 I 3 0.125E 0.375 x3 1.25 x1 1.25 x 4
x 2 I 2 x3
x3 I 2 2 E 2 6 I 2 6 I1 20 I 2 2 E 2 6 x3 6 x1 20 x 2
2 E 2 0.75E 3.75 x3 7.5 x1 7.5 x 4 20 x 2
x 4 I 3 0.2 E 2 2 I 3 2 I1 0.2 E 2 2 x 4 2 x1

Entonces

0
3
10 x1
x1
10
1 0
x2
0

0
8
0 x2 1 0 0 E
1

x3 8 60 160 30 60 x3 8 6 16 E 2

0
0 16 x 4
x4
16
0 8 / 5
A

La salida ser
x1
x2
E
V 1 5I 3 5 x 4 E 2 10 x 4 10 x1 V 1 10 0 0 10 0 1
x3
E 2
D
C

x4

78