Capítulo VI. RES a partir de MVE.

Se considera la forma de un MVE

ẋ ( t )= Ax ( t ) +Bu( t)①
y ( t ) =Cx ( t ) + Du(t)②
Se aplica L { } a ①

sx ( s ) −x ( 0 ) =Ax ( s )+ Bu ( s )
Se agrupan términos

sx ( s ) −Ax ( s )=x ( 0 )+ Bu ( s )
( SI −A ) x ( s )=x ( 0 ) + Bu ( s )
Despejando x(s)

x ( s )=x ( 0 )( SI −A )−1 + Bu ( s ) ( SI −A )−1

Aplicando L−1 {}
t
x ( t )=L −1
{( SI − A ) } x ( 0 ) +∫ L−1 ¿ ¿
−1

t0

Lo cual tiene un comportamiento como la RESE.

De manera que el término:

L−1 {( SI −A )−1 }=MTE

Con base en lo anterior se puede definir lo siguiente:

−1 D ´ ( s)
(1) Z ( s , x ( 0 ) )=C∗( SI −A ) ∗x (0)=
d´ ( s)
d ´ ( s) es el término que interesa

−1
(2) H ( s )=Z ( s , α (t) )=C∗ ( SI− A ) ∗B Función de Transferencia a matricialmente

D ´´ ( s)
Z ( s , α ( 0 )) =
d ´´ ( s)

d ´ ´ (s ) es el término que interesa

(1) Se conoce como Respuesta a entrada cero matricialmente.

(2) Se conoce como Función de Transferencia reducida.

Factor Restaurador P(s)

d ´ ( s)
P( s)=
d ´ ´ (s)

Función de Transferencia Completa

(s , α ( t 0 ) )∗P( s)
H (s)=Z
P(s)

y (s )
Luego conociendo que la Función de Transferencia se expresa como se tiene:
u (s )
La RES se puede obtener de:

L ( p ) y (t )=N ( p ) u(t)
Donde:

L ( p )es el polinomio de las derivadas de la salida.

N ( p ) es el polinomio de la derivada de la entrada.

Ejemplo 1
Sea el siguiente MVE

−3 0 0 1
)
[
ẋ t = 0 0 −8 x t + 0 u ( t )
(
0 1 −6
( )
0 ] []
y ( t ) = [ 1 1 0 ] x (t )
Encuentre la RES equivalente a la forma L ( p ) y (t )=N ( p ) u(t)

Paso 1 ( SI −A )
s 0 0 −3 0 0 s+3 0 0

[ ][
0 s 0 − 0 0 −8 = 0
0 0 s 0 1 −6
s 8
0 −1 s+ 6 ][ ]
Paso 2 ( SI −A )−1
1

[ ]
0 0
s+3
s+6 −8
( SI −A )−1= 0
( s+2 ) ( s +4 ) ( s+2 )( s+ 4 )
1 s
0
( s+2 ) ( s +4 ) ( s+2 )( s+ 4 )

Paso 3 C* ( SI −A )−1
1

[ ]
0 0
s+3
s+6 −8
[ 1 1 0] 0 =¿
( s +2 ) ( s+ 4 ) ( s+2 ) ( s +4 )
1 s
0
( s +2 ) ( s+ 4 ) ( s+2 ) ( s +4 )

1 s+6
[ s+3 ( s+2 ) ( s +4 )
−8
( s+2 )( s+ 4 ) ]
Paso 4 C* ( SI −A )−1*x(0)
x 1 (0)
Z ( s , x ( 0 ) )=
1
[
s +3
s +6
( s +2 )( s+ 4 )
−8
] [ ]
x (0)
( s +2 ) ( s +4 ) 2
x 1 (0)

x1 (0) s +6 x 2(0) +−8

Z ( s , x ( 0 ) )=
s +3 ( s +2 )( s+ 4 ) ( s+2 ) ( s +4 )
x1 ( 0 ) ( s +2 )( s+ 4 )+ ( s+ 6 ) ( s+ 3 ) x 2 ( 0 )−8 (s +3) D ´ ( s)
Z ( s , x ( 0 ) )= = ´
( s +2 ) (s +3)(s +4 ) d ( s)

d ´ ( s)=( s+2 ) (s+3)(s+ 4)

Paso 5 Z(s , L ( t 0 ))=¿ C* ( SI −A )−1*B

1
Z(s , L ( t 0 ))=
1
s+ 3 [ s+ 6
( s+2 )( s+ 4 )
−8
( s+ 2 )( s+ 4 )
0
0
][ ]
 1 D´ ( s )
Z ( s , L ( t0 ) )= = ´'
s +3 d ( s )

d ' ' ( s ) =s +3
Paso 6 Factor Restaurador
d ´ ( s ) ( s +2 )( s+3 )( s+ 4 )
P ( s )= = =( s+2 ) ( s +4 )
d ´ ´ ( s) ( s +3 )

P ( s )=( s+2 ) ( s +4 )
Paso 7 Función de Transferencia Completa
(s , α ( t 0 ) )∗P( s)
H (s)=Z
P(s)
2
y ( s) ( s+2 ) ( s+ 4 ) s + 6 s +8
H (s)= = =
u(s) ( s+2 ) ( s+ 3)(s+ 4) s 3 +4 s 2+26 s+24
Paso 8 RES
y (s) [ s 3+ 4 s2 +26 s+24 ]=u( s) [ s 2+ 6 s +8 ]

⃛y ( t ) + 4 ÿ ( t ) +26 ẏ ( t ) +24 y (t)=ü ( t )+ 6 u̇ ( t ) +8 u(t )

Ejemplo 2
Sea la siguiente RESE
τ
−3 t −2 t −4 t
y ( t ) =e x1 ( 0 ) + ( 2 e −1 e ) x2 ( 0 )− ( 4 e−2 t −4 e−4 t ) x 3 ( 0 ) +∫ e−3 (t −τ) u(τ ) dτ
τ0

Calcule la RES correspondiente

Si bien el método que se acaba de ver, corresponde a obtener la RES a partir del MVE, es
importante tener claro que los conceptos también pueden ser aplicados de la siguiente forma:

Paso 1. Identificar la Respuesta a entrada cero de la RESE que es la misma a nivel

matricial.
y ( t ) =e−3 t x1 ( 0 ) + ( 2 e−2 t−1 e−4 t ) x2 ( 0 )− ( 4 e−2 t −4 e−4 t ) x 3 ( 0 )
Sin embargo esta en el dominio de τ y se requiere en el dominio de Laplace.

1 2 1 4 4
Z ( s , x ( 0 ) )=
s+ 3
x 1 ( 0 )+ [−
s+ 2 s+ 4
x2 ( 0 )− ]
− x ( 0)
s+ 2 s+ 4 3 [ ]
1 2( s+ 4)−1(s +2) 4 ( s+ 4 ) −4 (s +2)
Z ( s , x ( 0 ) )=
s+ 3
x 1 ( 0 )+ [
( s+ 2)(s+ 4)
x2 ( 0) − ]
( s+2)(s +4 )[ x 3 (0) ]
 1 2 s+8−s−2 4 s+16−4 s−8
Z ( s , x ( 0 ) )=
s+ 3 [
x 1 ( 0 )+
(s+ 2)( s+ 4) ]
x2 ( 0) −
[
(s+ 2)( s+ 4) ]
x 3 (0)

1 8 D´ ( s )
Z ( s , x ( 0 ) )=
s+ 3 [
x 1 ( 0 )+
(s +6)
(s +2)(s +4) ]
x2 ( 0) −
[
( s+2)(s +4 ) ]
x 3 (0)= ´
d ( s)
Paso 2. La función de Transferencia reducida esta siempre en la integral

1 D ´´ ( s )
Z(s ,α ( t 0 ) )=e−3t = = ´´
s +3 d ( s )

Paso 4.
d ´ ( s ) ( s+3)(s+2)( s+ 4)
P( s)= ´ ´ =
d ( s) (s +3)

P( s)=(s +2)( s+ 4)
Paso 5. Función de Transferencia Completa
( Z , α ( t 0 ) )∗P( s) ( s+ 2)(s+ 4)
H ( s )= =
P(s) ( s+2)(s +3)(s +4 )
Paso 6. L ( p ) y (t )=N ( p ) u(t)
y (s ) (s+2)(s +4 )
=
u (s ) (s+ 2)( s+3)(s+ 4)

y (s) [ s 3+ 4 s2 +26 s+24 ]=u( s) [ s 2+ 6 s +8 ]

⃛y ( t ) + 4 ÿ ( t ) +26 ẏ ( t ) +24 y (t)=ü ( t )+ 6 u̇ ( t ) +8 u(t )

Modelo desacoplado

El modelo desacoplado es un modelo de tipo matricial, solo que tiene una ventaja sobre el MVE,
dado que la matriz A del modelo desacoplado, solo tiene elemento en la diagonal principal y todos
los otros elementos de dicha matriz son cero. Esta diferencia permite que, en sistemas muy
grandes, el tiempo de procesamiento sea más rápido.

El MVE y el modelo desacoplado son equivalentes, es decir su F.T son iguales.

Para estudiar el procedimiento de obtención del modelo desacoplado, vamos a hacerlo

directamente por medio de un ejemplo.
 Ejemplo
ẋ ( t )= −2 1 x ( t ) + 0 u(t)
[ 3 −4 ] []1

y ( t ) =[ 1 0 ] x (t )
Encontrar:

I. Autovalores
II. Autovectores
III. Matriz Modal T
IV. Modelo desacoplado
V. FT del MVE
VI. FT del Modelo desacoplado

I. Autovalores

Paso 1

[ 0ƛ 0ƛ]−[−23 −41 ]=[ ƛ+−32 −1

ƛ+ 4 ]
Paso 2 Determinante

( ƛ+ 2 )( ƛ+4 )−3=ƛ 2+ 6 ƛ+8−3

ƛ 2+6 ƛ+5 mod 53

ƛ1=−1
ƛ2=−5 }
Estos son los autovalores

II. Autovectores

Para ƛ=−1 Sustituyo los valores de las raices en el resultado del paso 1

Se debe encontrar los valores con los que de =0 el entero menor posible

−1 V 1 1 −1 V 1
[ ƛ+2
−3 ][ ] [
ƛ+ 4 V 2
=0 ⇒
−3 3 V 2
=0 ][ ]
V 1−V 2 =0 ⇒V 1=1 tiene n

−3 V 1 +3 V 2=0 ⇒V 2=1 posibles soluciones

Para ƛ=−5
 −1 V 3 −3 −1 V 3
[ ƛ+2
−3 ƛ+ 4 V 4 ][ ] [
=0 ⇒
−3 −1 V 4
=0 ][ ]
−3 V 3−V 4=0 ⇒ V 3 =1tiene n

−3 V 3−3 V 4 =0 ⇒V 4 =−3 posibles soluciones

Autovectores

[ 11][−31 ]
III. Matriz Modal T
T= [11 −31 ]
−3 −1 1
=[
−1 1 ] ∆
−1
T
∆=−3−1=−4
3 1

IV.
T −1= 4
4
4
1 −1
4
[ ]
Modelo desacoplado
3 1
A=T −1∗A∗T = 4
1
4
[ ][ 4 −2 1 1 1
−1 3 −4 1 −3
4
][ ]
A= [−10 −50 ]
3 1 1
B=T ∗B= 4
1
4
−1

[ ][ ] [ ]
4 0= 4
−1 1
4
−1
4

C=C∗T =[ 1 0 ] [11 −31 ]= [1 1]

Modelo desacoplado
 1
^ẋ= −1
[0
0 −5
^x ( t ) + 4 u (t)
]
−3
4
[]
^y ( t ) =[ 1 1 ] ^x (t )
V. FT MVE
−1
H ( s )=C∗( SI−A ) ∗B
( SI −A ) s 0 − −2 1 = s+ 2 −1
[ ][ ][ ]
0 s 3 −4 −3 s +4

( SI −A )−1
[= s+34 s +21 ]∗1 ⇒ ∆=∆=s
( s+2 ) ( s +4 )−3
+ 6 s +5 2 Determinante
∆
∆=(s +1)( s+ 5)

s +4 1

[
( SI −A )−1= (s +1)( s+ 5)
3
(s +1)( s+ 5)
(s+1)( s+5)
s +2
(s+1)( s+5)
]
s+ 4 1
C∗( SI −A )−1= [ 1 0 ] ( SI − A )−1=
[ ( s+1)(s +5) (s +1)(s+ 5) ]
H ( s )=C∗( SI −A ) ∗
−1
[ 01]= ( s+1)(s1 +5)
VI. FT del Modelo desacoplado
^ ^ −1
H ( s )=C∗¿ ( SI − ^
A ) ∗B^¿

( SI − ^A ) = s 0 − −1
[ 0 s ] [ 0 −50 ]=[ s +10 s+50 ]
−1

( SI − ^A )−1
[= s+05 s+10 ]∗1 ⇒ ∆=(s +1)(s +5)
∆

s+ 5 1
−1

[
( SI − ^A ) = (s+1)(s +5)
0
0

s+1
(s +1)(s+ 5)
][
= (s +1)
0
0

1
(s+ 5)
]
 1 1
C
^ ∗( SI − ^ −1
A ) =[ 1 1 ]( SI − ^
−1
A) =
[ ( s+1) (s +5) ]
^
1
^
H ( s )=C∗¿ ( SI − ^

1 1
−1

1 1
^
A ) ∗B=
1
[ 1 4 ¿
(s+ 1) ( s+5) −1
4
] []
H ( s )=
^
( ) −
4 s+1 4 ( s+5 )
=¿

^ ( s )= s+5−[ s +1 ] =
H
1
4 (s +1)( s +5) ( s+ 1)(s+5)
Soniguales las funciones de transferencia en ambos casos

Propiedades de Controlabilidad y Observalidad

Propiedad de Controlabilidad
Trata de evaluar que tan controlable son los estados del sistema, podría verse que tan controlable
es un sistema.

Para esto es necesario construir una nueva matriz

Q= { B AB AAB … … A n−1 B }
De manera que se evalúa el rango de Q .

Sí el rango de Q= n orden del sistema, entonces el sistema es completamente controlable.

Sí el rango de Q< n orden del sistema, entonces el sistema es NO controlable.

Sin embargo, dado que la evaluación del rango de una matriz es un poco complicado, se puede
hacer una evaluación del determinante de la matriz Q .

Si el determinante Q ≠ 0, el sistema es controlable.

Si el determinante Q=0, el sistema No es controlable.

Asimismo, el análisis puede hacerse a un sistema en su representación desacoplada, en este caso

se construye

^ {B
Q= ^ ^
AB^ ^
A^ An−1 B
^… …^
AB ^}

^ , en este caso sería

En este caso es suficiente verificar que no existan columnas cero en la matriz Q
controlable y No controlable, sí existe alguna columna.

Propiedad de Observalidad
Trata de la propiedad que permite darles seguimiento a los estados en el tiempo y para calcularlo
se requiere construir la matriz P
P= { C¿ A¿ C ¿ A ¿ A ¿ C ¿ … … A ¿n−1 C ¿ }
Si el determinante P ≠ 0, el sistema es observable.

Si el determinante P=0, el sistema No es observable.

De igual manera el análisis puede realizarse con el modelo desacoplado en ese caso se debe
construir un ^
P

P= {C
^ ^ ^
AC^ ^
A^ ^… …^
AC A
¿n−1
C }
¿

Donde (*) es conjugado transpuesto.

En este caso si no existen filas cero el sistema es observable y si existen filas cero el sistema es no
observable.

Ejemplo
Sea el MVE

ẋ ( t )= [−23 −41 ] x ( t ) +[ 01] u(t)

y ( t ) =[ 1 0 ] x ( t )
Y el modelo desacoplado

0 −5 ] −1
4
[]
^ẋ ( t )= −1 0 x^ ( t ) + 4 u (t)
[
^y ( t ) =[ 1 1 ] ^x (t )
Calcule:

1. Controlabilidad para
 MVE
 Modelo desacoplado
2. Observalidad para
 MVE
 Modelo desacoplado

[ 01 −41 ]
Q= DETERMINANTE = -1 ES CONTROLABLE

−2 1 0 1
A∗B [
3 −4 ][ 1 ] [−4 ]
=

det Q=−1 Es Controlable

 1 −1
^= 4
Q
−1
4
[ ] 4
20
4

1 −1
A∗B
^ ^ −1 0
[ 4
0 −5 −1
4
= 4
20
4
] [ ][ ]
No hay columnas cero es Controlable

P= 1 −2
[
0 1 ]
A¿∗C ¿ −2 3 1 = −2
[
1 −4 0 1 ][ ] [ ]
det P ≠=Es Observable

P= 1 −1
^
[
1 −5 ]
^ ¿ −1 0 1 = −1
A¿∗C
^
[
0 −5 1 −5 ][ ] [ ]
No hay filas cero, es observable.