Vicerrectorado Barquisimeto

Maestrı́a en Ingenierı́a Eléctrica

Teorı́a de Control Y Sistemas Lineales

Prof. Gustavo Araujo
garaujo@unexpo.edu.ve

Enero - Marzo 2012

Teorı́a de Control Y Sistemas Lineales

Contenido
Tema I. Introducción al modelado de los sistemas dinámicos.
Tema II. Análisis y diseño de sistemas en el dominio del tiempo.
Tema III. Análisis y diseño de sistemas en el dominio de la
frecuencia.
Evaluación
La evaluación consiste de tres exámenes parciales y dos asigna-
ciones.
Cada evaluacion tiene un valor igual al 20 puntos, siendo la
nota definitiva el promedio de las cinco evaluaciones.
Las asignaciones consiste en la utilización del diferentes progra-
mas (MATLAB, Mathematica, Maple, etc) para el análisis de
sistemas fı́sicos y/o el diseño de sistemas de control.
Teorı́a de Control Y Sistemas Lineales

Bibliografı́a
Katsuhiko Ogata. Ingenierı́a de control moderna. 4a Ed. Pren-
tice Hall.
Benjamin C. Kuo. Sistema de control automático. 7a Ed. Pren-
tice Hall.
Karl Johan Aström and Richard M. Murray. Feedback Systems.
Version v2.10b (February 22, 2009).
Robert H. Bishop. Modern control systems analysis and design
using Matlab. Addison-Wesley Publishing Company.
Teorı́a de Control Y Sistemas Lineales

Cronograma de Clases

Tema I
Descripción matemática de sistemas fı́sicos mediante ecuaciones
diferenciales. Utilización de la transformada de Laplace. Solución
de ecuaciones diferenciales. Concepto de función de transferencia y
diagramas de bloques. Caraterı́sticas de los sistemas de primer orden
y segundo orden. Análisis de la repuesta transitoria y estacionaria.
Cálculo de los errores. Concepto de estado. Modelo en espacio de
estado. Variables de estado, de entrada y salida. Relación entre la
función de transferencia y variable de estado. Conceptos básicos de
sistemas no lineales. Puntos de equilibrio. Concepto elementales de
linealización. Utilización de programas de simulación.
Modelado matemático de sistemas dinámicos

Conceptos básicos
Un sistema dinámico es un sistema cuyo comportamiento
cambia durante el tiempo, frecuentemente en respuesta a un
estı́mulo o fuerza externa.
Un modelo matemático de un sistema dinámico es un conjun-
to de ecuaciones que representan la dinámica del sistema con
buena precisión.
Un modelo matemático no es único para un sistema determi-
nado. Existen muchas formas diferentes para representar un
mismo sistema.
Los modelos nos permiten analizar el sistema y hacer predi-
cciones sobre su comportamiento.
El análisis y diseño de los sistemas de control se basa en los modelos
matemáticos de los sistemas dinámicos.
Descripción matemática mediante ecuaciones
diferenciales

El comportamiento dinámico de muchos sistemas reales se describe

mediante ecuaciones diferenciales ordinarias (ODE). Dichas ecua-
ciones se obtienen al aplicar las leyes fı́sicas que rigen un determi-
nado sistema.

Si el sistema esta formado por componentes lineales con parámetros

concentrados, su dinámica se representa mediante ODE lineales e
invariantes en el tiempo (de coeficientes constantes). Estos sistemas
se denominan invariantes en el tiempo (LTI).

En cambio, los sistemas que se representan mediante ecuaciones

diferenciales cuyos coeficientes son función del tiempo, se denominan
sistemas lineales variantes en el tiempo.
Descripción matemática mediante ecuaciones
diferenciales
Ejercicio 1: Obtenga el modelo matemático del sistema eléctrico
mostrado en la figura.

Modelo matemático:
deo
RC + eo = ei
dt

Ejercicio 2: Obtenga el modelo matematico del sistema eléctrico

mostrado en la figura.

Modelo matemático:

d2 eo L deo
LC 2
+ + eo = ei
dt R dt
Descripción matemática mediante ecuaciones
diferenciales

Ejercicio 3: Obtenga el modelo matemático que representa el com-

portamiento dinámico del rotor de un generador sincrónico conecta-
do a un sistema de potencia infinito.
Transformada de Laplace

La transformada de Laplace es un metodo operativo que se usa

para transformar funciones definidas en el dominio del tiempo (sinu-
soidales, exponeciales, etc.) en funciones algebraicas de una variable
compleja s, s=σ + jω).

Por tanto, una ecuación diferencial lineal se puede transformar en

una ecuación algebraica, en la variable compleja s.

Si se resuelve la ecuación algebraica en s para la variable depen-

diente, entonces la solución de la ecuación diferencial (la transfor-
mada inversa de Laplace) se encuentra fácilmente mediante el uso
de una tabla de transformadas de Laplace o mediante una técnica
de desarrollo en fracciones parciales.
Transformada de Laplace

La transformada de Laplace de f (t) se define como,

Z ∞
£[f (t)] = F (s) = f (t)e−st dt (1)
0
donde se supone que f (t) = 0 para t < 0

El proceso inverso de encontrar la función del tiempo f (t) a partir de

la transformada de Laplace F (s) se denomina transformada inversa
de Laplace. Se encuentra mediante la siguiente expresión:

Z c+j∞
1
£−1 [F (s)] = f (t) = F (s)est ds, para t > 0 (2)
2πj c−j∞
Transformada de Laplace

La siguiente tabla muestra la transformada de Laplace de las fun-

ciones más comunes usadas en el análisis de los sistemas de control
lineales.

f (t) F (s)
Impulso unitario δ(t) 1
1
Escalón unitario 1(t) s
1
t s2
tn−1 1
(n−1)! (n = 1, 2, 3, ...) sn
n n!
t (n = 1, 2, 3, ...) sn+1
e−at 1
s+a
te−at 1
(s+a)2
1 n−1 e−at (n = 1, 2, 3, ...) 1
(n−1)! t (s+a)n
tn e−at (n = 1, 2, 3, ...) n!
(s+a)n+1
Transformada de Laplace
Continuación...
f (t) F (s)
ω
sin(ωt) s2 +ω 2
s
cos(ωt) s2 +ω 2
−at
e sin(ωt) ω
(s+a)2 +ω 2
e−at cos(ωt) s+a
(s+a)2 +ω 2
1 s
2ω tsin(ωt) (s2 +ω 2 )2
s −ω 2
2
tcos(ωt) (s2 +ω 2 )2

Algunos teoremas importantes de la transformada de Laplace

Teorema del valor final: Este teorema relaciona el comportamiento
en estado estacionario de f (t) con el comportamiento de sF (s) en
la vencidad de s=0.
lı́m f (t) = lı́m sF (s) (3)
t→∞ s→0
Transformada de Laplace

Teorema de valor inicial: Es la contrapartida del teorema de valor

final. Este teorema permite encontrar el valor de f (t) en t = 0+
directamente, a partir de la transformada de Laplace de f (t). El
teorema se plantea del siguiente modo:

f (0+ ) = lı́m sF (s) (4)

s→∞

Teorema de la diferenciación real: La transformada de Laplace

de una función f (t) se obtiene mediante:
(n−2) (n−1)
dn n n−1 n−2 ˙
£[ f (t)] = s F (s) − s f (0) − s f (0) − ... − s f (0) − f (0)
dtn
(5)
(n−1)
donde f (0), f˙(0),... f (0) representa los valores de f (t), df (t)/dt,...,
dn−1 f (t)/dtn−1 , respectivamente, evaluadas en t = 0.
Solución de ecuaciones diferenciales LTI

Mediante el método de la transformada de Laplace se puede obtener

la solución completa de las ecuaciones diferenciales lineales e inva-
riantes en el tiempo.

El procedimiento consta de dos partes:

1 Se toma la transformada de Laplace de cada término de la
ecuación diferencial determinada, con lo cual se convierte la
ecuación diferencial en una ecuación algebraica en s. Luego
se obtiene la expresión para la transformada de Laplace de la
variable dependiente. La cual tiene la forma F (s) = B(s)/A(s).
2 La solución en el tiempo de la ecuación diferencial se obtiene
calculando la transformada inversa de Laplace de la variable
dependiente.
Solución de ecuaciones diferenciales LTI

Un método conveniente para obtener la transformada inversa de

Laplace de la variable dependiente, consiste en expandir en fra-
cciones simples la expresión para la transformada de Laplace de la
variable dependiente y escribirla en términos de funciones simples de
s para las cuales ya se conocen las transformada inversa de Laplace.

En Matlab el comando [r, p, k] = residue(num, den) se usa para

obtener el desarrollo en fracciones simples de B(s)/A(s).

Donde r, p, k son el residuo, los polos y el término directo, respec-

tivamente, de las fracciones simple. Los vectores num y den especi-
fican los coeficientes del numerador y denominador de B(s)/A(s).
El desarrollo en fracciones simples se obtiene mediante:

B(s) r(1) r(2) r(n)

= + + ... + + k(s) (6)
A(s) s − p(1) s − p(2) s − p(n)
Solución de ecuaciones diferenciales LTI

Ejercicio 5: Obtenga el desarrollo en fracciones simples para la fun-

ción en s:
B(s) 2s3 + 5s2 + 3s + 6
= 3
A(s) s + 6s2 + 11s + 6
Luego use el comando [num, den] = residue(r, p, k) y el comando
printsys(num, den,0 s0 ) para comprobar el resultado.

Ejercicio 6: Obtenga el desarrollo en fracciones simples para la fun-

ción en s:
B(s) s2 + 2s + 3
= 3
A(s) s + 3s2 + 3s + 1
Luego use el comando [num, den] = residue(r, p, k) y el comando
printsys(num, den,0 s0 ) para comprobar el resultado.
Solución de ecuaciones diferenciales LTI

Ejercicio 7: Obtenga la solución eo (t), de la ecuación diferencial

lineal que modela el comportamiento dinámico, del sistema eléctrico
del Ejercicio 1.
Primero obtenga la solución de manera simbólica (use Maple o
Mathematica).
Luego use la transformada inversa de Laplace para obtener de
nuevo la solución.
Finalmente, use un programa de simulación en el dominio del
tiempo (ATP, PSCAD, o cualquier otro) para obtener la solu-
ción de eo (t). Considere R = 100Ω, C = 1000µF , y ei (t) =
12V .
Compare las tres soluciones.
Funciones de transferencia

La función de transferencia es un modelo matemático que se usa para

representar la relación entrada-salida de componentes o sistemas que
se describen mediante ecuaciones diferenciales lineales e invariantes
en el tiempo.

La función de transferencia de un sistema LTI descrito mediante

ODE se define como el cociente entre la transformada de Laplace
de la salida y la transformada de Laplace de la entrada bajo la
suposición de que todas las condiciones iniciales son cero.
Funciones de transferencia

Considere el siguiente sistema LTI descrito mediante la ecuación

diferencial:
(n) (n−1)
ao y +a1 y +... + an−1 ẏ + an y

(m) (m−1)
= bo x +b1 x +... + bm−1 ẋ + bm x (n ≥ m)

donde y es la salida del sistema y x es la entrada. La función de

transferencia de este sistema es:
Y (s) bo sm + b1 sm−1 + ... + bm−1 s + bm
G(s) = =
X(s) ao sn + a1 sn−1 + ... + an−1 s + an
Funciones de transferencia

Los puntos en el plano s en los cuales la función de transferencia

G(s) es analı́tica (existe la derivada) se denominan puntos ordinar-
ios, mientras que los puntos del plano s en los cuales la función G(s)
no es analı́tica se denominan puntos singulares.

Los puntos singulares en los cuales la función G(s) o sus derivadas

tienen a infinito se denominan polos. Los puntos singulares en los
que la función G(s) es igual a cero se denominan ceros.

G(s) en forma factorizada tiene la forma

k(s + z1 )(s + z2 )...(s + zm )

G(s) = para m<n (7)
(s + p1 )(s + p2 )...(s + pn )
donde k es la ganancia, z los ceros y p los polos de G(s).
Funciones de transferencia

Ejercicio 8: Obtenga la función de transferencia G(s) = Eo (s)/Ei (s)

del sistema elétrico del Ejercicio 2. Considere R = 100Ω, C =
1000µF , L = 500mH y ei (t) = 12V .

Luego encuentre los ceros y polos de G(s) mediante el siguiente

comando [z, p, k] = tf2zp(num, den) de Matlab.

En este caso z, p y k, son los ceros, polos y ganancia, respectiva-

mente de G(s), factorizada de la forma (7).
Diagramas de bloques

En todas las ramas de la ciencia y la ingenierı́a una práctica común

es usar diagramas esquemáticos para describir los sistemas.

Estos diagramas esquemáticos son muy útiles debido a que ellos

proporcionan una visualización completa del sistema, mostrando los
diferentes subprocesos y sus interconexiones indicando las señales
que se pueden medir y las variables que se pueden manipular.
Diagramas de bloques
En la ingenierı́a de control se utiliza un diagrama esquemático es-
pecial, llamado diagrama de bloques. En un diagrama de bloques
cada componente o proceso del sistema se muestra mediante un
bloque funcional. Cada bloque tiene una entrada que va hacia el
bloque y una salida que se aleja del bloque.

La función de transferencia que se introduce en cada bloque muestra

la operación matemática que efectúa el bloque sobre la señal de
entrada para producir la salida.
Diagramas de bloques

Diagrama de bloque de un sistema en lazo cerrado

B(s)
Función de trasferencia en lazo abierto = E(s) = G(s)H(s)

C(s)
Función de trasferencia de la trayectoria directa = E(s) = G(s)

C(s) G(s)
Función de trasferencia en lazo cerrado = R(s) = 1+G(s)H(s)
Diagramas de bloques

Procedimiento para dibujar un diagrama de bloques

Se escriben las ecuaciones diferenciales que describen el com-
portamiento dinámico de cada componente.
Se toma las transformadas de Laplace de estas ecuaciones,
suponiendo las condiciones iniciales igual a cero, y se repre-
senta cada transformada en forma de bloque.
Finalmente, se integran los elementos en un diagrama de blo-
ques completo.

Ejercicio 8: Obtenga la representación en diagrama de bloques del

sistema descrito en el Ejercicio 1.
Diagramas de bloques
Resistencia:

ei −eo £ Ei (s)−Eo (s)

i= R ⇒ I(s) = R ⇒
Diagramas de bloques
Resistencia:

ei −eo £ Ei (s)−Eo (s)

i= R ⇒ I(s) = R ⇒

Condensador:

1
R £ 1
eo = C idt ⇒ Eo (s) = Cs I(s) ⇒

El diagrama de bloques completo para el cicuito serie RC es:

Diagramas de bloques
Resistencia:

ei −eo £ Ei (s)−Eo (s)

i= R ⇒ I(s) = R ⇒

Condensador:

1
R £ 1
eo = C idt ⇒ Eo (s) = Cs I(s) ⇒

El diagrama de bloques completo para el cicuito serie RC es:

Diagramas de bloques
Un diagrama de bloques complicado que contenga muchos lazos
de realimentación se puede simplificar mediante un reordenamiento
paso a paso. Las funciones de transferencia de los nuevos bloques
que se obtienen son por lo general más compleja.
Diagramas de bloques
Ejercicio 9: Considere el siguiente diagrama de bloques. Simplifique
este diagrama.

El diagrama de bloques simplificado es:

Diagramas de bloques
Ejercicio 9: Considere el siguiente diagrama de bloques. Simplifique
este diagrama.

El diagrama de bloques simplificado es:

Modelado en el espacio de estado

Cuando los sistemas fı́sicos tienden a ser más complejos, con múlti-
ples entradas y múltiples salidas, se recurre a la representación del
sistema en variables de estado.

El estado de un sistema dinámico es el conjunto de variables (lla-

madas variables de estado) que determinan completamente el com-
portamiento del sistema para cualquier t > t0 , siempre y cuando se
conozca el valor de estas variables en t = t0 junto con el valor de la
entrada para t > t0 .

Por lo tanto, las variables de estado de un sistema dinámico es el

menor número de variables necesarias para determinar el estado del
sistema dinámico.
Modelado en el espacio de estado
El modelo matemático para un sistema no lineal en variables de
estado tiene la siguiente forma,

ẋ(t) = f (x, u, t) (8)

y(t) = g(x, u, t) (9)

donde x es el vector de las variables de estado y u es el vector de las
variables de entrada. La ecuación diferencial (8) se llama ecuación
de estado y la ecuación algebraica (9) ecuación de salida.

En el caso de un sistema lineal e invariante en el tiempo, el modelo

matemático en variable de estado tiene la siguiente forma:

ẋ = Ax + Bu (10)
y = Cx + Du (11)
donde A,B,C y D son matrices con coeficientes constantes.
Modelado en el espacio de estado
La ecuación (10) es la ecuación de estado del sistema lineal e in-
variante en el tiempo descrito en variables de estado y la ecuación
(11) es la ecuación de salida para el mismo sistema. A es la matriz
de estado, B es la matriz de entrada (o de control), C es la matriz
de salida y D es la matriz de transmisión directa.

La siguiente figura muestra el diagrma de bloques de un sistema de

control lineal e invariante en el tiempo representado en variable de
estado:
Modelado en el espacio de estado
Representación de un sistema dinámico lineal en variables de estado
Considere el siguiente sistema dinámico de n-ésimo orden:
(n) (n−1)
y +a1 y +... + an−1 ẏ + an y = u (12)
(n−1)
Si se supone el conocimiento de y(0), ẏ(0),..., y (0), junto con la
entrada u(t) pata t ≥ 0, se puede tomar como variables de estado
(n−1)
y(t), ẏ,..., y .
Modelado en el espacio de estado
Representación de un sistema dinámico lineal en variables de estado
Considere el siguiente sistema dinámico de n-ésimo orden:
(n) (n−1)
y +a1 y +... + an−1 ẏ + an y = u (12)
(n−1)
Si se supone el conocimiento de y(0), ẏ(0),..., y (0), junto con la
entrada u(t) pata t ≥ 0, se puede tomar como variables de estado
(n−1)
y(t), ẏ,..., y .

Entonces se puede definir co-

mo variables de estado
x1 = y
x2 = ẏ
..
.
(n−1)
xn = y
Modelado en el espacio de estado
Representación de un sistema dinámico lineal en variables de estado
Considere el siguiente sistema dinámico de n-ésimo orden:
(n) (n−1)
y +a1 y +... + an−1 ẏ + an y = u (12)
(n−1)
Si se supone el conocimiento de y(0), ẏ(0),..., y (0), junto con la
entrada u(t) pata t ≥ 0, se puede tomar como variables de estado
(n−1)
y(t), ẏ,..., y .

Entonces se puede definir co- Y el sistema representado en

mo variables de estado variable de estado es
x1 = y ẋ1 = x2
x2 = ẏ ẋ2 = x3
.. ..
. .
(n−1) ẋn−1 = xn
xn = y ẋn = −an x1 − ... − a1 xn + u
Modelado en el espacio de estado
Representación de un sistema dinámico lineal en variables de estado
En forma matricial el sistema queda
ẋ1 0 1 0 ··· 0 x1 0
      
 ẋ2   0 0 1 ··· 0  x2   0 
.. .. .. .. .. .. .. ..
= + u
      
 . . . . . .  . .
      
ẋn−1 0 0 0 ··· 1 xn−1 0
ẋn −an −an−1 −an−2 ··· −a1 xn 1
x1
 
 x2 
..
y = [ 1 0 ··· 0 0 ]
 
. 
 
xn−1
xn
Modelado en el espacio de estado
Representación de un sistema dinámico lineal en variables de estado
En forma matricial el sistema queda
ẋ1 0 1 0 ··· 0 x1 0
      
 ẋ2   0 0 1 ··· 0  x2   0 
.. .. .. .. .. .. .. ..
= + u
      
 . . . . . .  . .
      
ẋn−1 0 0 0 ··· 1 xn−1 0
ẋn −an −an−1 −an−2 ··· −a1 xn 1
x1
 
 x2 
..
y = [ 1 0 ··· 0 0 ]
 
. 
 
xn−1
xn
o bien,

ẋ = Ax + Bu
y = Cx + Du
Modelado en el espacio de estado

Representación de un sistema dinámico lineal en variables de estado

En este caso la ecuación diferencial del sistema contiene derivadas
en la función de excitación, tales como

(n) (n−1) (n) (n−1)

y +a1 y +...+an−1 ẏ+an y = bo u +b1 u +...+bn−1 u̇+bn u
(13)
Modelado en el espacio de estado

Representación de un sistema dinámico lineal en variables de estado

En este caso la ecuación diferencial del sistema contiene derivadas
en la función de excitación, tales como

(n) (n−1) (n) (n−1)

y +a1 y +...+an−1 ẏ+an y = bo u +b1 u +...+bn−1 u̇+bn u
(13)

Las variables de estado se deben elegir de manera que eliminen las

derivadas de u en la ecuación de estado.
x1 = y − βo u
x2 = ẏ − βo u̇ − β1 u = ẋ1 − β1 u
x3 = ÿ − βo ü − β1 u̇ − β2 u = ẋ2 − β2 u
..
.
(n−1) (n−1) (n−2)
xn = y −βo u −β1 u −... − βn−2 u̇ − βn−1 u = ẋn−1 − βn−1 u
Modelado en el espacio de estado

Representación de un sistema dinámico lineal en variables de estado

donde βo , β1 , β2 , ..., βn se determinan a partir de
βo = bo
β1 = b1 − a1 βo
β2 = b2 − a1 β1 − a2 βo
..
.
βn = bn − a1 βn−1 − ... − an−1 β1 − an βo
Modelado en el espacio de estado

Representación de un sistema dinámico lineal en variables de estado

donde βo , β1 , β2 , ..., βn se determinan a partir de
βo = bo
β1 = b1 − a1 βo
β2 = b2 − a1 β1 − a2 βo
..
.
βn = bn − a1 βn−1 − ... − an−1 β1 − an βo

Con esta elección de variables de estado se obtiene

ẋ1 = x2 + β1 u
ẋ2 = x3 + β2 u
..
.
ẋn−1 = xn + βn−1 u
ẋn = −an x1 − an−1 x2 − ... − a1 xn + βn u
Modelado en el espacio de estado
Representación de un sistema dinámico lineal en variables de estado
En forma matricial el sistema queda
ẋ1 0 1 0 ··· 0 x1 β1
      
 ẋ2   0 0 1 ··· 0  x2   β2 
.. .. .. .. .. .. .. ..
= + u
      
 . . . . . .  . .
      
ẋn−1 0 0 0 ··· 1 xn−1 βn−1
ẋn −an −an−1 −an−2 ··· −a1 xn βn
x1
 
 x2 
..
y = [ 1 0 ··· 0 0 ]  + βo u
 
.
 
xn−1
xn
Modelado en el espacio de estado
Representación de un sistema dinámico lineal en variables de estado
En forma matricial el sistema queda
ẋ1 0 1 0 ··· 0 x1 β1
      
 ẋ2   0 0 1 ··· 0  x2   β2 
.. .. .. .. .. .. .. ..
= + u
      
 . . . . . .  . .
      
ẋn−1 0 0 0 ··· 1 xn−1 βn−1
ẋn −an −an−1 −an−2 ··· −a1 xn βn
x1
 
 x2 
..
y = [ 1 0 ··· 0 0 ]  + βo u
 
.
 
xn−1
xn
o bien,

ẋ = Ax + Bu
y = Cx + Du
Modelado en el espacio de estado

Ejercicio 10: Obtenga la representación en variables de estado del

sistema eléctrico correspondiente al Ejercicio 2.

ODE lineal LTI de 2do orden:

2
LC ddte2o + L deo
R dt + eo = ei
Modelado en el espacio de estado

Ejercicio 10: Obtenga la representación en variables de estado del

sistema eléctrico correspondiente al Ejercicio 2.

ODE lineal LTI de 2do orden:

2
LC ddte2o + L deo
R dt + eo = ei

Variables de estado:
x1 = e o
x2 = ẋ1 = de
dt
o
u = ei
Modelado en el espacio de estado

Ejercicio 10: Obtenga la representación en variables de estado del

sistema eléctrico correspondiente al Ejercicio 2.

ODE lineal LTI de 2do orden:

2
LC ddte2o + L deo
R dt + eo = ei

Variables de estado:
x1 = e o
x2 = ẋ1 = de
dt
o
u = ei
Sistema en variable de estado
ẋ1 = x2
1 1 1
ẋ2 = − LC x1 − RC x2 + LC u
y = x1
Modelado en el espacio de estado

Ejercicio 10: Obtenga la representación en variables de estado del

sistema eléctrico correspondiente al Ejercicio 2.

ODE lineal LTI de 2do orden:

2
LC ddte2o + L deo
R dt + eo = ei

Variables de estado: En
h forma
i hmatricial ih i
x1 = e o ẋ1 0 1 x1
= 1 1 +
x2 = ẋ1 = de o
u = ei
ẋ2
h − LCi − RC x2
dt 0
1 u
LC
Sistema en variable de estado
ẋ1 = x2
h i
x
1 1 1
y = [ 1 0 ] x12
ẋ2 = − LC x1 − RC x2 + LC u
y = x1
Modelado en el espacio de estado
Uso de Matlab para obtener las soluciones de las ODEs
Para resolver las ODEs de primer orden, que modelan un sistema
dinámico, se debe elaborar dos programas o archivos del tipo (.m):
el scrit o programa de simulación y la función o function en Matlab
que contiene el sistema a simular.

El programa de simulación permite definir los lineamientos básicos

de la simulación: tiempo de simulación, condiciones iniciales y el tipo
de algoritmo solver usado para la solución de las ODEs . También
se puede definir los parámetros del sistema e inclusive hasta graficar
los resultados de la simulación.

La function contiene el modelo o sistema a simular, representado

explicitamente por las ODEs asociadas al sistema. Esencialmente,
posee dos parámetros de entrada, el tiempo t de simulación y la
variable de estado x, y tiene como salida un vector columna con los
valores de ẋ1 , ẋ2 , ..., ẋn .
Modelado en el espacio de estado

Uso de Matlab para obtener las soluciones de las ODEs

Tipos de ODE solver

Problemas sencillos (NONSTIFF)

ode45 basado en la fórmula de Runge-Kutta de cuarto y quinto
orden. Se aplica para la moyorı́a de los problemas.
ode23 basado en la fórmula de Runge-Kutta de segundo y tercer
orden. Se aplica mejor que el ode45 para problemas de mediana
dificultad.
ode113 basado en la fórmula de orden variable de Addams-
Bashforth-Moulton. Se aplica más eficientemente que ode45
en tolerancias restringidas y cuando la función de la ODE es
difı́cil de evaluar.
Modelado en el espacio de estado
Uso de Matlab para obtener las soluciones de las ODEs
Tipos de ODE solver
Problemas complejos (STIFF)
ode15s basado en las fórmulas de diferenciación numérica ha-
cia atrás, conocido como método GEAR. Se aplica cuando se
sospecha que el problema es complejo o cuando ode45 falla o
es ineficiente.
ode23s basado en la fórmula modificada de Rosenbrock de or-
den 2. Se aplica para problemas complejos, en los cuales ode15s
no es efectivo.
ode23t basado en una implementación del método trapezoidal.
Se aplica para problemas moderadamente complejos.
ode23tb basado en la fórmula implicita de Runge-Kutta, con
una primera etapa que es la aplicación del método trapezoidal y
una segunda etapa que es la aplicación de la fórmula de segundo
orden de diferenciación hacia atrás. Se aplican para problemas
complejos.
Modelado en el espacio de estado

Ejercicio 11: Use Matlab para obtener la solución de las ecuaciones

de estado del Ejercicio 10. Considere las condiciones iniciales igual a
cero y R = 100Ω, C = 1000µF , L = 500mH y ei(t) = 12V . Luego
obtenga el diagrama de bloques del modelo en espacio de estado

Archivo .m que contiene la function

Modelado en el espacio de estado
Archivo .m que contiene el programa de simulación
Modelado en el espacio de estado
Resultados de la simulación
Modelado en el espacio de estado

Ejercicio 12: Compare la solución obtenida con Matlab para el sis-

tema de segundo orden en variable de estado con la solución exacta
de la ecuación diferencial obtenida con Mathematica.
Modelado en el espacio de estado

Correlación entre la función de transferencia y la variables de estado

Consiste en obtener la función de transferencia del sistema a partir
de su representación en variables de estado.

Considere cualquier sistema representado en variable de estado

ẋ = Ax + Bu (14)
y = Cx + Du (15)
Al aplicar la transformada de Laplace se obtiene

sX(s) − x(0) = AX(s) + BU (s) (16)

Y (s) = CX(s) + DU (s) (17)
Modelado en el espacio de estado

Manipulando las ecuaciones anteriores para obtener el cociente entre

la transformada de Laplace de la salida Y (s) y la transformada de
Laplace de la entrada U (s), cuando las condiciones iniciales son cero
x(0) = 0, se obtiene

G(s) = C(sI − A)−1 B + D (18)

Matlab tiene instrucciones para transformar el modelo de un sis-
tema representado mediante su función de transferencia al espacio
de estado y viceversa.

Transformación de la función de transferencia al espacio de

estado

[A, B, C, D] = tf2ss(num, den)

Modelado en el espacio de estado

La representación en variable de estado de un sistema no es única,

hay muchas. Con Matlab se calcula una de esas posibles representa-
ciones.

Transformación del espacio de estado a la función de transfer-

encia de estado
Para obtener la función de transferencia a partir de las ecuaciones
en el espacio de estados, se utiliza la siguiente instrucción

[num, den] = ss2tf (A, B, C, D, iu)

iu se debe utilizar para sistemas con más de una entrada. Por ejem-
plo, si el sistema tiene tres entradas (u1 , u2 , u3 ), entonces iu debe
ser o 1, 2 o 3, donde 1 se refiere a u1 , 2 a u2 y 3 a u3 .
Modelado en el espacio de estado
Ejercicio 13: Obtenga la función de transferencia para el sistema del
Ejercicio 10 representado en variable de estado. Use la instrucción
de Matlab correspondiente.

En el caso en que el sistema tenga múltiples entradas y múltiples

salidas. Por ejemplo, hay r entradas y m salidas la instrucción

[N U M, den] = ss2tf (A, B, C, D, iu)

calcula la función de transferencia de todas las salidas a cada entra-
da. Los coeficientes del numerador se devuelven en la matriz N U M
con tantas filas como salidas haya.

En este caso la matriz de transferencia G(s)

G(s) = C(sI − A)−1 B + D

es una matriz de r x m.
Puntos de equilibrio
Un punto de equilibrio x = X, en el espacio de estado de un sistema,
se caracteriza porque en t = 0 el sistema está en X, y permanece
en X para todo t > 0.

Para determinar los puntos de equilibrio de un sistema se debe cal-

cular los ceros del lado derecho de la ecuación diferencial

ẋ = 0

Ejercicio 14: Determine los puntos de equilibrio del sistema descrito

en el Ejercicio 10.
Puntos de equilibrio
Un punto de equilibrio x = X, en el espacio de estado de un sistema,
se caracteriza porque en t = 0 el sistema está en X, y permanece
en X para todo t > 0.

Para determinar los puntos de equilibrio de un sistema se debe cal-

cular los ceros del lado derecho de la ecuación diferencial

ẋ = 0

Ejercicio 14: Determine los puntos de equilibrio del sistema descrito

en el Ejercicio 10.

Sistema lineal:

ẋ1 = x2
1 1 1
ẋ2 = − x1 − x2 + u
LC RC LC
Puntos de equilibrio

Puntos de equilibrio:

Para u = U
ẋ1 = 0
ẋ2 = 0

X2 =0 X1 = U
1 1 1
− LC X1 − RC X 2 + LC U =0 X2 = 0

Si R = 100Ω, L = 500mH, C = 1000µF y U = 12

X 1 = 12 X 2 = 0
Linealización

La dinámica de la mayorı́a de los sistemas fı́sicos complejos se repre-

senta mediante un conjunto de ecuaciones diferenciales no lineales.

Afortunadamente, muchos de estos sistemas dinámicos se compor-

tan linealmente alrededor de un punto de operación, de manera que
se puede obtener una versión linealizada del sistema.

De hecho, usualmente el primer paso en el análisis de un sistema no

lineal es linealizarlo, si es posible, alrededor de un punto de operación
y analizar el modelo lineal resultante. Para el cual existe un gran
compendio de herramientas poderosas de análisis lineal.
Linealización

Sin embargo, la linealización tiene dos limitaciones importantes que

hacen que su sólo uso no sea suficiente cuando se analiza un sistema
no lineales.
La primera, es una técnica de análisis que únicamente puede
predecir el comportamiento local del sistema no lineal, en la
vencindad del punto de operación.
La segunda, existen fenómenos no lineales que sólo tienen lugar
en presencia de sistemas no lineales y no pueden ser descritos
mediante modelos lineales.
El procedimiento de linealización se basa en desarrollo de un función
no lineal en series de Taylor alrededor del punto de operación.
Linealización

Considere el siguiente sistema, cuyo relación entre la entrada x y la

salida y está dada por

y = f (x) (19)

Si la condición de operación normal de este sistema corresponde al

punto X, la ecuación (19) se puede expandir en series de Taylor
alrededor de este punto de la siguiente manera

df 1 d2 f
y = f (X) + (x − X) + (x − X)2 + · · · (20)
dx 2! dx2

donde las derivadas df /dx, d2 f /dx2 ,· · · se evalúan en x = X. Si

la variación x − X es pequeña, se puede despreciar los términos de
orden superior en x − X.
Linealización

Entonces la ecuación (20) se escribe como

df
y = f (X) + (x − X) (21)
dx
Esta ecuación da un modelo matemático lineal para el sistema no
lineal obtenido mediante la ecuación (19) cerca del punto de op-
eración x − X.

Un procedimiento similar se aplica a un sistema de n variables de

estado.
Linealización

Ejercicio 15: Obtenga el modelo matemático en variable de estado

del péndulo simple mostrado en la siguiente figura. Luego calcule
los puntos de equilibrio y linealice el sistema alrededor de un punto
de equilibrio.

Péndulo simple m es la masa de la bola, l

es la longitud del brazo, θ es
el ángulo entre la vertical y el
brazo, g es la aceleración de la
gravedad, y k es el coeficiente
de fricción.

mlθ̈ = −mgSin(θ) − klθ̇ + T /l

Linealización

Modelo matemático del péndulo simple:

mlθ̈ = −mgSin(θ) − klθ̇ + T /l

Variables de estado:
x1 = θ
x2 = ẋ1 = θ̇

Modelo en variables de estado:

ẋ1 = x2
ẋ2 = − gl Sin(x1 ) − m
k
x2 + ml1 2 u
y = x1

Puntos de equilibrio (ẋ1 = 0 y ẋ2 = 0):

a. Para U = 0
X2 = 0 X2 = 0
− gl Sin(X 1 ) − m
k
X2 = 0 Sin(X 1 ) = 0
Linealización
Sin(X 1 ) = 0, cuando X 1 = ±nπ con n = 0, 1, 2, 3...

Existen infinitos puntos de equilibrio. Sin embargo, sólo basta estu-

diar dos de ellos: (0,0) y (π,0). Los demás son repetitivos.

b. Para U = T:
En este caso los puntos de equilibrio quedan parametrizados en fun-
ción de la señal de control U .

X2 =0 X2 = 0
− gl Sin(X 1 ) − k
m X2 + 1
mgl U =0 U
Sin(X 1 ) = mgl

U
Sin(X 1 ) = mgl , cuando
X 1 = 2nπ + arcSin(U/mgl) o
con n = 0, 1, 2...
X 1 = π(2n + 1) − arcSin(U/mgl)

En este caso también existen infinitos puntos de equilibrio.

Linealización

Linealización del sistema autónomo

Linealización
   del sistema alrededor
 del
 punto de equilibrio (0, 0)
ẋ1δ 0 1 x1δ
=
ẋ2δ −g/l −k/m x2δ
 
  x1δ
y= 1 0
x2δ

Linealización
   del sistema alrededor
 del punto de equilibrio (π, 0)
ẋ1δ 0 1 x1δ
=
ẋ2δ g/l −k/m x2δ
 
  x1δ
y= 1 0
x2δ
Linealización

Linealización del sistema no autónomo

Linealización del sistema alrededor del punto de equilibrio (X 1 , 0)

Con X 1 = arcSin(U /(mgl))
      
ẋ1δ 0 1 x1δ 0
= + uδ
ẋ2δ −(g/l)Cos(X 1 ) −k/m x2δ 1/(ml2 )
 
  x1δ
y= 1 0
x2δ
Diseño de controladores mediante realimentación del
estado

La condición necesaria y suficiente para que un sistema lineal

ẋδ = Axδ + buδ

sea estabilizable mediante una ley de control por realimentación del
vector de estado es que el par (A, B) sea controlable.
 Cuadro: State matrix eigenvalues

Eigevalue Most associated states Real part Imag. part P

Eig as # 1 Vr1 exc 6, vr1 exc 5 −62,99021 351,64580
Eig as # 2 Vr1 exc 6, vr1 exc 5 −62,99021 −351,64580
Eig as # 3 Vr1 exc 5, vr1 exc 6 −62,99021 351,64580
Eig as # 4 Vr1 exc 5, vr1 exc 6 −62,99021 −351,64580
Eig as # 5 Vr1 exc 3, vr1 exc 2 −15,27072 140,69884
Eig as # 6 Vr1 exc 3, vr1 exc 2 −15,27072 −140,69884
Eig as # 7 Vr1 exc 1, vf exc 1 −15,27007 140,69898
Eig as # 8 Vr1 exc 1, vf exc 1 −15,27007 −140,69898
Eig as # 9 Vr1 exc 3, vf exc 3 −15,27034 140,69888
Eig as #10 Vr1 exc 3, vf exc 3 −15,27034 −140,69888
Eig as #11 Vr1 exc 2, vf exc 2 −15,27034 140,69888
Eig as #12 Vr1 exc 2, vf exc 2 −15,27034 −140,69888
Eig as #13 Vm exc 6 −49,99954 0,00000
Eig as #14 E2q syn 3 −48,39357 0,00000