Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CD
x1
x
y % [bn . anb0 bn.1 . an.1b0 ñ b1 . a1b0] 2 ! b0u (9-4)
ó
xn
CD C DC D C D
x5 1 0 0 ñ 0 .an x1 bn . anb0
5x2 1 0 ñ 0 .an.1 x2 b . an.1b0
% ! n.1 u (9-5)
ó ó ó ó ó ó ó
x5 n 0 0 ñ 1 .a1 xn b1 . a1b0
CD
x1
x2
y % [0 0 ñ 0 1] ó ! b0 u (9-6)
xn.1
xn
c1 c2 cn
% b0 ! ! !ñ! (9-7)
s ! p 1 s ! p2 s ! pn
www.FreeLibros.org
La forma canónica diagonal de la representación en el espacio de estados de este sistema viene
dada por
Capítulo 9. Análisis de sistemas de control en el espacio de estados 651
CD C DC D C D
x5 1 .p1 0 x1 1
5x2 .p2 x2 1
% .. ! u (9-8)
ó . ó ó
x5 n 0 .pn xn 1
CD
x1
x
y % [c1 c2 ñ cn] 2 ! b0u (9-9)
ó
xn
Y(s) c1 c2 c3 c4 cn
% b0 ! 3! 2! ! !ñ!
U(s) (s ! p1) (s ! p1) s ! p1 s ! p4 s ! pn
CD C DC D C D
x5 1 .p1 1 0 0 ñ 0 x1 0
x5 2 0 .p1 1 0 0 x2 0
x5 3 0 0 .p1 0 ñ 0 x3 1
% ! u (9-10)
x5 4 0 ñ 0 .p4 0 x4 1
..
ó ó ó . ó ó
x5 n 0 ñ 0 0 .pn xn 1
C D
x1
www.FreeLibros.org
x
y % [c1 c2 ñ cn] 2 ! b0u (9-11)
ó
xn
654 Ingeniería de control moderna
CD C DC D C D
x5 1 0 1 0 x1 0
x5 2 % 0 0 1 x2 ! 0 u (9-13)
5x3 .6 .11 .6 x3 6
CD
x1
y % [1 0 0] x2 (9-14)
x3
x5 % Ax ! Bu (9-15)
y % Cx (9-16)
donde
C D CD
0 1 0 0
A% 0 0 1 , B% 0 , C % [1 0 0]
.6 .11 .6 6
j1 % .1, j2 % .2, j3 % .3
Por tanto, los tres valores propios son distintos. Si se define un nuevo conjunto de variables de
estado z1, z2 y z3 mediante la transformación
CD C DC D
x1 1 1 1 z1
x2 % .1 .2 .3 z2
x3 1 4 9 z3
o bien
x % Pz (9-17)
donde
C DC D
1 1 1 1 1 1
P % j1 j2 j3 % .1 .2 .3 (9-18)
j21 j22 j23 1 4 9
Pz0 % APz ! Bu
CD C DC DC DC D
z5 1 3 2.5 0.5 0 1 0 1 1 1 z1
z5 2 % .3 .4 .1 0 0 1 .1 .2 .3 z2
z5 3 1 1.5 0.5 .6 .11 .6 1 4 9 z3
C DC D
www.FreeLibros.org
3 2.5 0.5 0
! .3 .4 .1 0 u
1 1.5 0.5 6
Capítulo 9. Análisis de sistemas de control en el espacio de estados 655
Al simplificar se deduce
CD C DC D C D
z5 1 .1 0 0 z1 3
z5 2 % 0 .2 0 z2 ! .6 u (9-20)
z5 3 0 0 .3 z3 3
La Ecuación (9-20) es también una ecuación de estado que describe el mismo sistema definido
mediante la Ecuación (9-13).
La ecuación de salida, Ecuación (9-16), se modifica a
y % CPz
o bien
C DC D
1 1 1 z1
y % [1 0 0] .1 .2 .3 z2
1 4 9 z3
CD
z1
% [1 1 1] z2 (9-21)
z3
Observe que la matriz de transformación P, definida mediante la Ecuación (9-18), modifica la ma-
triz de coeficientes de z en la matriz diagonal. Como se aprecia claramente en la Ecuación (9-20),
las tres ecuaciones de estado escalares no están acopladas. Observe también que los elementos de
la diagonal principal de la matriz P.1AP en la Ecuación (9-19) son idénticos a los tres valores
propios de A. Es muy importante señalar que los valores propios de A son idénticos a los de
P.1AP. A continuación se demuestra esto para un caso general.
Invariancia de los valores propios. Para comprobar la invariancia de los valores pro-
pios bajo una transformación lineal, se debe demostrar que los polinomios característicos
|jI . A| y |jI . P.1AP8 son idénticos.
Como el determinante de un producto es el producto de los determinantes, se obtiene
Si se tiene en cuenta que el producto de los determinantes |P.1| y |P| es el determinante del
producto |P.1P|, se obtiene
8jI . P.1AP8 % 8P.1P8 8jI . A8
% 8jI . A8
Por tanto, se ha demostrado que los valores propios de A son invariantes bajo una transformación
www.FreeLibros.org
lineal.
Si la solución supuesta se quiere que sea la solución verdadera, la Ecuación (9-30) debe ser váli-
da para todo t. Por tanto, igualando los coeficientes de las potencias iguales de t en ambos miem-
bros de la Ecuación (9-30), se obtiene
b1 % Ab0
1 1
b2 % Ab1 % A2b0
2 2
1 1
b3 % Ab2 % A3b0
3 3#2
ó
1 k
bk % A b0
k!
x(0) % b0
Así, la solución x(t) se escribe como
A B
1 22 1
x(t) % I ! At ! A t ! ñ ! Akt k ! ñ x(0)
2! k!
La expresión entre paréntesis en el segundo miembro de esta última ecuación es una matriz de
n # n. Debido a su similitud con la serie infinita de potencias para una exponencial escalar, se la
denomina matriz exponencial y se escribe
1 22 1
I ! At ! A t ! ñ ! Akt k ! ñ % eAt
2! k!
converge absolutamente para todo t finito. (Por tanto, es fácil realizar los cálculos en un compu-
www.FreeLibros.org
tador para evaluar los elementos de eAt utilizando el desarrollo en serie.)
ä
Debido a la convergencia de la serie infinita ; Akt k/k!, la serie puede diferenciarse término
k%0
662 Ingeniería de control moderna
eA(t!s) % eAteAs
Esto se demuestra del modo siguiente:
A kt k Aksk
A BA B
ä ä
eAteAs % ; ;
k%0 k! k%0 k!
tisk.i
A B
ä ä
% ; Ak ;
k%0 i%0 i!(k . i)!
ä
(t ! s)k
% ; Ak
k%0 k!
% eA(t!s)
En particular, si s % .t, entonces
Por tanto, la inversa de eAt es e.At. Como la inversa de eAt siempre existe, eAt es no singular. Es
muy importante recordar que
e(A!B)t % eAteBt, si AB % BA
e(A!B)t
Çe e ,
At Bt
si AB Ç BA
A BA B
A2t 2 A3t 3 B2t 2 B3t 3
eAteBt % I ! At ! ! !ñ I ! Bt ! ! !ñ
2! 3! 2! 3!
A2t 2 B2t 2 A3t3
% I ! (A ! B)t ! ! ABt2 ! !
www.FreeLibros.org
2! 2! 3!
A2Bt 3 AB2t 3 B3t 3
! ! ! !ñ
2! 2! 3!
Capítulo 9. Análisis de sistemas de control en el espacio de estados 665
Si hay una multiplicidad en los valores característicos, por ejemplo, si los valores caracterís-
ticos de A son
j1, j1, j1, j4, j5, ..., jn
entonces ⌽(t) contendrá, además de las exponenciales ej1t, ej4t, ej5t, ..., ejnt, términos como tej1t y
t2ej1t.
EJEMPLO 9-5 Obtenga la matriz de transición de estados ⌽(t) del sistema siguiente
CD C DC D
x5 1 0 1 x1
%
x5 2 .2 .3 x2
C D
0 1
A%
.2 .3
C D C D C D
s 0 0 1 s .1
sI . A % . %
0 s .2 .3 2 s!3
C D
1 s!3 1
(sI . A).1 %
(s ! 1)(s ! 2) .2 s
C D
s!3 1
(s ! 1)(s ! 2) (s ! 1)(s ! 2)
www.FreeLibros.org
%
.2 s
(s ! 1)(s ! 2) (s ! 1)(s ! 2)
666 Ingeniería de control moderna
Por tanto,
⌽(t) % eAt % ᏸ.1[sI . A).1]
C D
2e.t . e.2t et . e.2t
%
.2e.t ! 2e.2t .e.t ! 2e.2t
C D
2et . e2t et . e2t
⌽.1(t) % e.At %
.2et ! 2e2t .et ! 2e2t
o bien
t
x(t) % eatx(0) ! eat
I 0
e.aqbu(q) dq
El primer término del segundo miembro es la respuesta a las condiciones iniciales y el segundo
término es la respuesta a la entrada u(t).
Ahora se considera la ecuación de estado no homogénea descrita mediante
x0 % Ax ! Bu (9-40)
donde x % vector de dimensión n
u % vector de dimensión r
A % matriz de coeficientes constantes de n # n
B % matriz de coeficientes constantes de n # r
Escribiendo la Ecuación (9-40) como
www.FreeLibros.org
d .At
e.At[x0 (t) . Ax(t)] % [e x(t)] % e.AtBu(t)
dt
Capítulo 9. Análisis de sistemas de control en el espacio de estados 669
El polinomio mínimo representa una función importante en el cálculo de polinomios de una ma-
triz de n # n.
Supóngase que d(j), polinomio en j, es el máximo común divisor de todos los elementos de
adj(jI . A). Se puede demostrar que si se elige 1 como el coeficiente del término de mayor
grado en j de d(j), el polinomio mínimo h(j) se obtiene mediante
8jI . A8
h(j) % (9-45)
d(j)
www.FreeLibros.org
Matriz exponencial e At. En la resolución de problemas de ingeniería de control, con fre-
cuencia resulta necesario calcular eAt. Si se tiene la matriz A de forma numérica, MATLAB ofre-
ce una forma simple de calcular eAT, donde T es una constante.
670 Ingeniería de control moderna
Además de los métodos de cálculo, existen varios métodos analíticos para la determinación
de eAt. A continuación se presentan tres de estos métodos.
Cálculo de eAt: método 1. Si la matriz A se transforma en una forma diagonal, entonces eAt
se obtiene mediante
C D
e j1 t 0
ej2t
eAt % PeDt P.1 % P .. P.1 (9-46)
.
0 e jn t
donde P es una matriz de diagonalización para A. [Para la obtención de la Ecuación (9-46), véa-
se el Problema A-9-11.]
Si la matriz A se transforma en una forma canónica de Jordan, entonces eAt se obtiene me-
diante
eAt % SeJtS.1
donde S es una matriz de transformación que convierte a la matriz A en su forma canónica de
Jordan J.
Como ejemplo, considérese la siguiente matriz A:
C D
0 1 0
A% 0 0 1
1 .3 3
La ecuación característica es
8jI . A8 % j3 . 3j2 ! 3j . 1 % (j . 1)3 % 0
Por tanto, la matriz A tiene un valor propio múltiple de orden 3 en j % 1. Se puede demostrar
que la matriz A tiene un vector propio múltiple de orden 3. La matriz de transformación que
convertirá la matriz A a su forma canónica de Jordan viene dada por
C D
1 0 0
S% 1 1 0
1 2 1
La inversa de la matriz S es
C D
1 0 0
.1
S % .1 1 0
1 .2 1
Se observa, así, que
C DC DC D
1 0 0 0 1 0 1 0 0
.1
S AS % .1 1 0 0 0 1 1 1 0
1 .2 1 1 .3 3 1 2 1
C D
www.FreeLibros.org
1 1 0
% 0 1 1 %J
0 0 1
Capítulo 9. Análisis de sistemas de control en el espacio de estados 673
G G
(m . 1)(m . 2) m.3 t2 j t
0 0 1 3j1 ñ j1 e1
2 2
0 1 2j1 3j21 ñ (m . 1)jm.2
1 tej1t
1 j1 j21 j31 ñ jm.1
1 ej1t
%0 (9-49)
1 j4 j24 j34 ñ jm.1
4 ej4t
ó ó ó ó ñ ó ó
1 jm j2m j3m ñ jm.1
m e jmt
I A A2 A3 ñ Am.1 eAt
La Ecuación (9-49) se desarrolla con respecto a la última columna para despejar eAt.
Obsérvese que, como en el caso 1, despejar eAt en la Ecuación (9-49) es igual que escribir
(m . 1)(m . 2) t2 j t
a2(t) ! 3a3(t)j1 ! ñ ! am.1(t)jm.3
1 % e1
2 2
Es evidente la extensión a otros casos en los que, por ejemplo, hay dos o más conjuntos de raíces
múltiples. Obsérvese que, si no se encuentra el polinomio mínimo de A, puede sustituirse el poli-
nomio característico por el polinomio mínimo. Por supuesto, el número de cálculos se incremen-
ta.
C D
0 1
A%
0 .2
G G
ej1t
www.FreeLibros.org
1 j1
1 j2 ej2t % 0
I A eAt
674 Ingeniería de control moderna
G G
1 0 1
1 .2 e.2t % 0
I A eAt
.2eAt ! A ! 2I . Ae.2t % 0
o bien
eAt % 12 (A ! 2I . Ae.2t)
EC D C D C D F
1 0 1 2 0 0 1 .2t
% ! . e
2 0 .2 0 2 0 .2
C D
1 1
2
(1 . e–2t)
%
0 e .2t
Un enfoque alternativo es usar la Ecuación (9-48). En primer lugar se determinan a0(t) y a1(t) a
partir de
C D
1 1 1
(1 . e.2t)
eAt % a0(t)I ! a1(t)A % I ! (1 . e.2t)A % 2
2 0 e .2t
Independencia lineal de vectores. Se dice que los vectores x1, x2, ..., xn son lineal-
mente independientes si
c1x1 ! c2x2 ! ñ ! cnxn % 0
donde c1, c2, ..., cn son constantes, implica que
c 1 % c 2 % ñ % cn % 0
O bien, se dice que los vectores x1, x2, ..., xn son linealmente dependientes si y sólo si xi se
expresa como una combinación lineal de xj ( j % 1, 2, ..., n; j Ç i), o
www.FreeLibros.org
n
xi % ; cj xj
j%1
jÇi
Capítulo 9. Análisis de sistemas de control en el espacio de estados 677
Si se define
t
I
1
ak(q)u(q) dq % bk
0
CD
b0
b1
% .[B AB ñ An.1B] (9-55)
ó
bn.1
[B AB ñ An.1B]
sea n.
De este análisis, se puede concluir la condición para controlabilidad completa del estado de
la forma siguiente. El sistema obtenido mediante la Ecuación (9-51) es de estado completamente
controlable si y sólo si los vectores B, AB, ..., An.1B son linealmente independientes, o la matriz
n#n
[B AB ñ An.1B]
es de rango n.
El resultado recién obtenido se extiende al caso en el que el vector de control u es de dimen-
sión r. Si el sistema se describe por
x5 % Ax ! Bu
[B AB ñ An.1B]
[B AB ñ An.1B]
CD C DC D C D
x5 1 1 1 x1 1
% ! u
x5 2 0 .1 x2 0
Como
C D
1 1
www.FreeLibros.org
[B AB] % % singular
0 0
el sistema no es de estado completamente controlable.
678 Ingeniería de control moderna
CD C DC D C D
x5 1 1 1 x1 0
% ! [u]
x5 2 2 .1 x2 1
C D
0 1
[B AB] % % no singular
1 .1
x5 % Ax ! Bu (9-56)
Si los valores propios de A son distintos, es posible encontrar una matriz de transformación P tal
que
C D
j1 0
j2
P.1AP % D % ..
.
0 jn
Obsérvese que, si los valores propios de A son distintos, los vectores propios de A también son
distintos; sin embargo, lo contrario no es cierto. Por ejemplo, una matriz simétrica real de n # n
con valores propios múltiples tiene n vectores propios distintos. Obsérvese también que cada
columna de la matriz P es un vector propio de A asociado con ji (i % 1, 2, ..., n).
Si se define
x % Pz (9-57)
www.FreeLibros.org
Definiendo
P.1B % F % ( fij)
Capítulo 9. Análisis de sistemas de control en el espacio de estados 681
CD C DC D C D
x5 1 0 1 x1 1
% ! u
x5 2 2.5 .1.5 x2 1
Como
C D
1 1
[B AB] %
1 1
es de rango m. (Para una demostración, véase el Problema A-9-16.) Obsérvese que la presencia
del término Du en la Ecuación (9-62) siempre ayuda a establecer la controlabilidad de la sali-
www.FreeLibros.org
da.
CD C DC D C D
x5 1 1 0 x1 1
% ! u
5x2 0 .1 x2 0
9-7 Observabilidad
En esta sección analizaremos la observabilidad de los sistemas lineales. Sea el sistema no forza-
do descrito mediante las ecuaciones siguientes:
x5 % Ax (9-63)
y % Cx (9-64)
x5 % Ax ! Bu
y % Cx ! Du
www.FreeLibros.org
entonces,
t
x(t) % eAtx(0) !
I0
eA(t.q)Bu(q) dq
Capítulo 9. Análisis de sistemas de control en el espacio de estados 685
Considere que
G G
4 .6 6
5 .7 5 %0
1 .1 .1
Por tanto, el rango de la matriz [C* A*C* (A*)2C*] es menor que 3. Así, el sistema no es
completamente observable.
De hecho, en la función de transferencia del sistema ocurre una cancelación. La función de
transferencia entre X1(s) y U(s) es
X1(s) 1
%
U(s) (s ! 1)(s ! 2)(s ! 3)
Y(s)
% (s ! 1)(s ! 4)
X1(s)
Y(s) (s ! 1)(s ! 4)
%
U(s) (s ! 1)(s ! 2)(s ! 3)
Es evidente que los dos factores (s ! 1) se cancelan uno al otro. Esto significa que no hay condi-
ciones iniciales x(0) diferentes de cero que no se determinen a partir de la medición de y(t).
www.FreeLibros.org
y % CPz
Por tanto,
y(t) % CPeDtz(0)
686 Ingeniería de control moderna
o bien
C D C D
e j1 t 0 ej1tz1(0)
e j2 t ej2tz2(0)
y(t) % CP .. z(0) % CP
. ó
0 ejnt jt
e n zn(0)
CD C DC D CD
x5 1 .1 0 x1 x1
% , y % [1 3]
x5 2 0 .2 x2 x2
C D C DC D CD
x5 1 2 1 0 x1 x1
CD C D
y1 3 0 0
x5 2 % 0 2 1 x2 , % x2
y2 4 0 0
x5 3 0 0 2 x3 x3
C D C D C D C D
x5 1 2 1 0 0 x1 x1
x5 2 0 2 1 x2 x2
CD C D
y1 1 1 1 0 0
5x3 % 0 0 2 x3 , % x3
www.FreeLibros.org
y2 0 1 1 1 0
x5 4 .3 1 x4 x4
x5 5 0 0 .3 x5 x5
Capítulo 9. Análisis de sistemas de control en el espacio de estados 689
CD
x1
x2
y % [bn . anb0 bn.1 . an.1b0 ñ b1 . a1b0] ! b0u (9-70)
ó
xn
Y4 (s)
n.1
(b1 . a1b0)s ! ñ ! (bn.1 . an.1b0)s ! (bn . anb0)
U(s)
% n n.1 % Q(s)
s ! a1s ! ñ ! an.1s ! an
X1(s) % Q(s)
X2(s) % sQ(s)
ó
Xn.1(s) % sn.2Q(s)
Xn(s) % sn.1Q(s)
Resulta evidente que
sX1(s) % X2(s)
www.FreeLibros.org
sX2(s) % X3(s)
ó
sXn.1(s) % Xn(s)
690 Ingeniería de control moderna
x5 2 % x3
ó (9-74)
x5 n.1 % xn
Teniendo en cuenta que snQ(s) % sXn(s), la Ecuación (9-72) se puede reescribir como
! (bn . anb0)Q(s)
! (bn . anb0)X1(s)
Combinando las Ecuaciones (9-74) y (9-75) en una ecuación diferencial matricial, se obtiene la
Ecuación (9-69). La Ecuación (9-76) puede reescribirse como la obtenida mediante la Ecua-
ción (9-70). Se dice que las Ecuaciones (9-69) y (9-70) están en su forma canónica controlable. La
Figura 9-1 muestra la representación en diagrama de bloques del sistema definido mediante las
Ecuaciones (9-69) y (9-70).
c1 c2 cn
% b0 ! ! !ñ! (9-83)
s ! p1 s ! p2 s ! pn
CD C DC D C D
x5 1 .p1 0 x1 1
x5 2 .p2 x2 1
% .. ! u (9-84)
ó . ó ó
x5 n 0 .pn xn 1
CD
x1
x2
y % [c1 c2 ñ c n] ! b0u (9-85)
ó
xn
c1 c2 cn
Y(s) % b0U(s) ! U(s) ! U(s) ! ñ ! U(s) (9-86)
s ! p1 s ! p2 s ! pn
1
X1(s) % U(s)
s ! p1
1
X2(s) % U(s)
s ! p2
1
Xn(s) % U(s)
s ! pn
www.FreeLibros.org
ó
x5 1 % .p1x1 ! x2
x5 2 % .p1x2 ! x3
x5 3 % .p1x3 ! u
x5 4 % .p4x4 ! u
x5 n % .pnxn ! u
Por tanto, la representación en el espacio de estados del sistema para el caso en el que el polino-
mio del denominador contiene una raíz triple p1 se obtiene del modo siguiente:
CD C DC D C D
x5 1 .p1 1 0 0 ñ 0 x1 0
5x2 0 .p1 1 0 0 x2 0
x5 3 0 0 .p1 0 ñ 0 x3 1
% ! u (9-93)
5x4 0 ñ 0 .p4 x4 1
..
ó ó ó . ó ó
x5 n 0 ñ 0 0 .pn xn 1
CD
x1
x2
y % [c1 c2 ñ cn] ! b0u (9-94)
ó
xn
Se dice que la representación en el espacio de estados en la forma obtenida mediante las Ecua-
ciones (9-93) y (9-94) está en la forma canónica de Jordan. La Figura 9-4 muestra una represen-
tación en diagrama de bloques de dicho sistema.
www.FreeLibros.org
%
U(s) s ! 5.03247s2 ! 25.1026s ! 5.008
3
[A,B,C,D] % tf2ss(num,den)
A=
B=
1
0
0
C=
0 25.0400 5.0080
www.FreeLibros.org
D%
0
Capítulo 9. Análisis de sistemas de control en el espacio de estados 701
Como
C D C D
s ! 1 0.5 s
.1
1 .0.5
(sI . A).1 % %
.1 s s2 ! s ! 0.5 1 s!1
C D
s ! 0.5 . 0.5 .0.5
(s ! 0.5)2 ! 0.52 (s ! 0.5)2 ! 0.52
%
1 s ! 0.5 ! 0.5
(s ! 0.5)2 ! 0.52 (s ! 0.5)2 ! 0.52
se tiene que
⌽(t) % eAt % ᏸ.1[(sI . A).1]
C D
e.0.5t(cos 0.5t . sen 0.5t) .e.0.5t sen 0.5t
%
2e.0.5t sen 0.5t e .0.5t
(cos 0.5t ! sen 0.5t)
C DC D
0 1 0.5e.0.5t(cos 0.5t . sen 0.5t) . 0.5
%
.2 .2 e.0.5t sen 0.5t
C D
e.0.5t sen 0.5t
% .0.5t
.e (cos 0.5t ! sen 0.5t) ! 1
CD
x1
y(t) % [1 0] % x1 % e.0.5t sen 0.5t
x2
A-9-8. El teorema de Cayley-Hamilton expresa que toda matriz A de n # n satisface su propia ecuación
característica. Sin embargo, la ecuación característica no es necesariamente la ecuación escalar
de grado mínimo que satisface A. El polinomio de grado mínimo que tiene A como raíz se deno-
mina polinomio mínimo. Es decir, el polinomio mínimo de una matriz A de n # n se define
como el polinomio h(j), de grado mínimo,
G G
jI . A
h(j) %
d(j)
www.FreeLibros.org
Solución. Por hipótesis el máximo común divisor de la matriz adj(jI . A) es d(j). Por tanto,
adj(jI . A) % d(j)B(j)
702 Ingeniería de control moderna
donde el máximo común divisor de los n2 elementos (que son funciones de j) de B(j) es la
unidad. Como
(jI . A) adj(jI . A) % 8jI . A8I
se obtiene
d(j)(jI . A)B(j) % 8jI . A8I (9-98)
a partir de lo cual se encuentra que |jI . A| es divisible entre d(j). Se puede escribir
Como el coeficiente del término de d(j) de mayor grado en j se ha elegido igual a 1, también es
1 el coeficiente del término de t(j) de mayor grado en j. A partir de las Ecuaciones (9-98) y
(9-99), se tiene que
(jI . A)B(j) % t(j)I
Por tanto,
t(A) % 0
Observe que t(j) se puede escribir como:
donde a(j) tiene un grado menor que h(j). Como t(A) % 0 y h(A) % 0, se debe tener a(A) % 0.
Dado que h(j) es el polinomio mínimo, a(j) debe ser idénticamente cero, o
t(j) % g(j)h(j)
B(j) % g(j)C(j)
Observe que el máximo común divisor de los n2 elementos de B(j) es la unidad. Por tanto,
g(j) % 1
Así,
t(j) % h(j)
Por tal razón, a partir de esta última ecuación y de la Ecuación (9-99), se deduce
8jI . A8
h(j) %
d(j)
A-9-9. Si una matriz A de n # n tiene n valores propios distintos, el polinomio mínimo de A es idéntico
www.FreeLibros.org
al polinomio característico. También, si los valores propios múltiples de A se enlazan en una
cadena de Jordan, el polinomio mínimo y el polinomio característico son idénticos. Sin embar-
go, si los valores propios múltiples de A no se enlazan en una cadena de Jordan, el polinomio
mínimo es de un grado menor que el polinomio característico.
Capítulo 9. Análisis de sistemas de control en el espacio de estados 705
A-9-10. Demuestre mediante el polinomio mínimo, que la inversa de una matriz A no singular se expresa
como un polinomio en A con coeficientes escalares, del modo siguiente:
1
A.1 % . (Am.1 ! a1Am.2 ! ñ ! am.2A ! am.1I) (9-100)
am
C D
1 2 0
A% 3 .1 .2
1 0 .3
Solución. Para una matriz A no singular, el polinomio mínimo h(A) se escribe como
1
I%. (Am ! a1Am.1 ! ñ ! am.2A2 ! am.1A)
am
1
A.1 % . (Am.1 ! a1Am.2 ! ñ ! am.2A ! am.1I)
am
C D
j2 ! 4j ! 3 2j ! 6 .4
adj(jI . A) % 3j ! 7 j2 ! 2j . 3 .2j ! 2
j!1 2 j2 . 7
Es evidente que no hay un común divisor d(j) de todos los elementos de adj(jI . A). Por tanto,
d(j) % 1. En consecuencia, el polinomio mínimo h(j) se obtiene mediante
8jI . A8
h(j) % % 8jI . A8
d(j)
8jI . A8 % j3 ! 3j2 . 7j . 17
www.FreeLibros.org
se obtiene
h(j) % j3 ! 3j2 . 7j . 17
706 Ingeniería de control moderna
Si se identifican los coeficientes ai del polinomio mínimo (que en este caso es igual al polinomio
característico), se tiene que
a1 % 3, a2 % .7, a3 % .17
1 1
A.1 % . (A2 ! a1A ! a2I) % (A2 ! 3A . 7I)
a3 17
EC D C D C DF
7 0 .4 1 2 0 1 0 0
1
% .2 7 8 !3 3 .1 .2 . 7 0 1 0
17
.2 2 9 1 0 .3 0 0 1
C D
3 6 .4
1
% 7 .3 2
17
1 2 .7
C D
3 6 4
17 17 . 17
7 3 2
% 17 . 17 17
1 2 7
17 17 . 17
donde P es una matriz de transformación de diagonalización que convierte A en una matriz dia-
gonal, o P.1AP % D, donde D es una matriz diagonal.
Demuestre también que si una matriz A se transforma a la forma canónica de Jordan, entonces
eAt % SeJtS.1
donde S es una matriz de transformación que convierte A en una forma canónica de Jordan J, o
S.1AS % J, donde J es una forma canónica de Jordan.
Solución. Considere la ecuación de estado
x5 % Ax
Si se diagonaliza una matriz cuadrada, entonces existe una matriz de diagonalización (una ma-
triz de transformación) que se obtiene mediante un método estándar. Suponga que P es una ma-
triz de diagonalización para A. Si se define
x % Px̂
entonces
x̂5 % P.1APx̂ % Dx̂
x̂(t) % eDtx̂(0)
www.FreeLibros.org
Por tanto,
x(t) % Px̂(t) % PeDtP.1x(0)
Capítulo 9. Análisis de sistemas de control en el espacio de estados 709
Suponiendo que los valores propios de una matriz A de n # n son distintos, sustituya j por A
en el polinomio pk(j). Así se obtiene
E
I, si i % k
pk(jiI) %
0, si i Ç k
Ahora defina
m
f (A) % ; f (jk)pk(A)
k%1
m
(A . j1I) ñ (A . jk.1I)(A . jk!1I) ñ (A . jmI)
% ; f (jk) (9-102)
k%1 (jk . j1) ñ (jk . jk.1)(jk . jk!1) ñ (jk . jm)
G G
1 1 ñ 1 I
j1 j2 ñ jm A
j21 j22 ñ j2m A2
%0 (9-103)
ó ó ó ó
jm.1
1 jm.1
2 ñ jm.1
m Am.1
f (j1) f (j2) ñ f (jm) f (A)
Las Ecuaciones (9-102) y (9-103) se usan con frecuencia para evaluar las funciones f (A) de la
matriz A, por ejemplo, (jI . A).1, eAt, y así sucesivamente. Observe que la Ecuación (9-103)
también puede escribirse como
G G
1 j1 j21 ñ jm.1
1 f (j1)
1 j2 j22 ñ jm.1
2 f (j2)
ó ó ó ó ó %0 (9-104)
m.1
1 jm j2m ñ jm f (jm)
I A A2 ñ Am.1 f (A)
www.FreeLibros.org
Demuestre que las Ecuaciones (9-102) y (9-103) son equivalentes. Para simplificar los argu-
mentos, suponga que m % 4.
710 Ingeniería de control moderna
G G
1 1 1 1 I
j1 j2 j3 j4 A
B % j21 j22 j23 j24 A2
j31 j32 j33 j34 A3
f (j1) f (j2) f (j3) f (j4) f (A)
G G G G
1 1 1 1 1 1 1 I
j1 j2 j3 j4 j1 j2 j3 A
% f (A) 2 . f (j4)
j1 j22 j23 j24 j21 j22 j23 A2
j31 j32 j33 j34 j31 j32 j33 A3
G G G G
1 1 1 I 1 1 1 I
j1 j2 j4 A j1 j3 j4 A
! f (j3) 2 . f (j2)
j1 j22 j24 A2 j21 j23 j24 A2
j31 j32 j34 A3 j31 j33 j34 A3
G G
1 1 1 I
j2 j3 j4 A
! f (j1) 2
j2 j23 j24 A2
j32 j33 j34 A3
Como
G G
1 1 1 1
j1 j2 j3 j4
% (j4 . j3)(j4 . j2)(j4 . j1)(j3 . j2)(j3 . j1)(j2 . j1)
j21 j22 j23 j24
j31 j32 j33 j34
y
G G
1 1 1 I
ji jj jk A
% (A . jkI)(A . jjI)(A . jiI)(jk . jj)(jk . ji)(jj . ji)
j2i j2j j2k A2
j3i j3j j3k A3
se obtiene
www.FreeLibros.org
! f (j1)[(A . j4I)(A . j3I)(A . j2I)(j4 . j3)(j4 . j2)(j3 . j2)]
%0
Capítulo 9. Análisis de sistemas de control en el espacio de estados 713
Estas m ecuaciones simultáneas determinan los ak valores (donde k % 0, 1, 2, ..., m . 1). Consi-
derando que h(A) % 0, debido a que se trata de un polinomio mínimo, se obtiene f (A) del modo
siguiente:
f (A) % g(A)h(A) ! a(A) % a(A)
donde los ak valores se obtienen en términos de f (j1), f ñ(j1), f ññ(j1), f (j4), f (j5), ..., f (jm). En
función de la ecuación determinante, f (A) se obtiene despejando la ecuación siguiente:
G G
(m . 1)(m . 2) f ññ(j1)
0 0 1 3j1 ñ jm.3
1
2 2
0 1 2j1 3j21 ñ (m . 1)jm.2
1 f ñ(j1)
1 j1 j21 j31 ñ jm.1
1 f (j1)
%0 (9-113)
1 j4 j24 j34 ñ jm.1
4 f (j4)
ó ó ó ó ó ó
1 jm j2m j3m ñ jm.1
m f (jm)
I A A2 A3 ñ Am.1 f (A)
La Ecuación (9-113) muestra la modificación deseada en la forma del determinante. Esta ecua-
ción da la forma de la fórmula de interpolación de Sylvester cuando el polinomio mínimo de A
contiene tres raíces iguales. (Será evidente la modificación necesaria de la forma del determi-
nante para otros casos.)
C D
2 1 4
A% 0 2 0
0 3 1
h(j) % (j . 2)2(j . 1)
www.FreeLibros.org
a0(t) ! a1(t)j1 ! a2(t)j21 % ej1t
a0(t) ! a1(t)j3 ! a2(t)j23 % ej3t
714 Ingeniería de control moderna
C D C D
1 0 0 2 1 4
eAt % (4et . 3e2t ! 2te2t) 0 1 0 ! (.4et ! 4e2t . 3te2t) 0 2 0
0 0 1 0 3 1
C D
4 16 12
t
! (e . e ! te ) 0 4
2t 2t
0
0 9 1
C D
e2t 12et . 12e2t ! 13te2t .4et ! 4e2t
% 0 e2t 0
0 .3et ! 3e2t et
x5 % Ax ! Bu (9-114)
y % Cx (9-115)
www.FreeLibros.org
partir de cualquier y(0), la salida inicial, puede transferirse al origen del espacio de salida en un
intervalo de tiempo finito 0 m t m T. Es decir,
El mismo sistema se representa mediante la siguiente ecuación en el espacio de estados, que está
en la forma canónica observable:
CD C DC D C D
x5 1 0 .0.4 x1 0.8
% ! u (9-122)
5x2 1 .1.3 x2 1
CD
x1
y % [0 1] (9-123)
x2
Demuestre que la representación en el espacio de estados obtenida mediante las Ecuaciones
(9-120) y (9-121) produce un sistema que es de estado controlable pero no observable. Por otra
parte, demuestre que la representación en el espacio de estados definida mediante las Ecuaciones
(9-122) y (9-123) da un sistema que no es de estado completamente controlable pero sí observa-
ble. Explique qué provoca las diferencias evidentes en la controlabilidad y la observabilidad del
mismo sistema.
Solución. Considere el sistema definido mediante las Ecuaciones (9-120) y (9-121). El rango
de la matriz de controlabilidad
C D
0 1
[B AB] %
1 .1.3
es 2. Por tanto, el sistema es de estado completamente controlable. El rango de la matriz de
observabilidad
C D
0.8 .0.4
[C* A*C*] %
1 .0.5
es 1. Por tanto, el sistema es no observable
A continuación considere el sistema definido mediante las Ecuaciones (9-122) y (9-123). El
rango de la matriz de controlabilidad
C D
0.8 .0.4
[B AB] %
1 .0.5
es 1. Por tanto, el sistema no es de estado completamente controlable. El rango de la matriz de
observabilidad
C D
0 1
[C* A*C*] %
1 .1.3
es 2. Por tanto, el sistema es observable.
La diferencia aparente en la controlabilidad y la observabilidad del mismo sistema la provo-
ca el hecho de que el sistema original tiene una cancelación de polos y ceros en la función de
transferencia. Refiriéndose a la Ecuación (2-29), para D % 0 se tiene que
C D CD
s .1 .1
0
G(s) % [0.8 1]
0.4 s ! 1.3 1
C DC D
1 s ! 1.3 1 0
% [0.8 1]
www.FreeLibros.org
s ! 1.3s ! 0.4
2
.0.4 s 1
s ! 0.8
%
(s ! 0.8)(s ! 0.5)
718 Ingeniería de control moderna
[Observe que se obtiene la misma función de transferencia usando las Ecuaciones (9-122) y
(9-123).] Es evidente que en esta función de transferencia ocurre una cancelación.
Si ocurre una cancelación de polos y ceros en la función de transferencia, la controlabilidad
y la observabilidad varían, dependiendo de cómo se eligen las variables de estado. Recuerde que,
para ser de estado completamente controlable y observable, la función de transferencia no debe
tener cancelaciones de polos ni ceros.
x5 % Ax
y % Cx
C D
C
CA
P%
ó
CAn.1
es de rango n.
rango P a n
Px(0) % 0
o bien
C D C D
C Cx(0)
CA CAx(0)
Px(0) % x(0) % %0
ó ó
CAn.1 CAn.1x(0)
Por tanto, se obtiene, para un cierto x(0),
www.FreeLibros.org
donde m(m m n) es el grado del polinomio mínimo para A. Por tanto, para un cierto x(0), se
tiene que
CeAtx(0) % C[a0(t)I ! a1(t)A ! a2(t)A2 ! ñ ! am.1(t)Am.1]x(0) % 0
Capítulo 9. Análisis de sistemas de control en el espacio de estados 721
B-9-11. Obtenga con MATLAB una representación me- B-9-15. ¿Es el sistema de estado siguiente completa-
diante la función de transferencia del sistema siguiente: mente controlable y completamente observable?
CD C DC D C D CD C DC D C D
x5 1 0 1 0 x1 0 x5 1 0 1 0 x1 0
x5 2 % .1 .1 0 x2 ! 1 u 5x2 % 0 0 1 x2 ! 0 u
x5 3 1 0 0 x3 0 x5 3 .6 .11 .6 x3 1
CD CD
x1
x1
y % [0 0 1] x2
y % [20 9 1] x2
x3
x3
B-9-12. Obtenga con MATLAB una representación me-
diante la función de transferencia del sistema siguiente: B-9-16. Considere el sistema definido mediante
C D C DC D C D C D CD C DC D C D
x5 1 2 1 0 x1 0 1 x5 1 0 1 0 x1 0
u1
5x2 % 0 2 0 x2 ! 1 0 x5 2 % 0 0 1 x2 ! 0 u
u2
x5 3 0 1 3 x3 0 1 5x3 .6 .11 .6 x3 1
CD CD
x1 x1
y % [1 0 0] x2 y % [c1 c2 c3] x2
x3 x3
B-9-13. Considere el sistema definido mediante
Con excepción de una elección obvia de c1 %c2 %c3 %0,
CD C DC D C D
x5 1 .1 .2 .2 x1 2 encuentre un ejemplo de un conjunto de c1, c2, c3 que ha-
ga no observable el sistema.
x5 2 % 0 .1 1 x2 ! 0 u
x5 3 1 0 .1 x3 1
B-9-17. Sea el sistema
CD
x1
C D C DC D
y % [1 1 0] x2 x5 1 2 0 0 x1
x3 x5 2 % 0 2 0 x2
x5 3 0 3 1 x3
¿Es el sistema de estado completamente controlable y
completamente observable? La salida se obtiene mediante
CD
B-9-14. Considere el sistema dado por x1
C D C DC D C D
x5 1 2 0 0 x1 0 1 y % [1 1 1] x2
CD
u1 x3
x5 2 % 0 2 0 x2 ! 1 0
u2
x5 3 0 3 1 x3 0 1
(a) Demuestre que el sistema es completamente obser-
C D C DC D
x1 vable.
y1 1 0 0 (b) Demuestre que el sistema es completamente obser-
% x2
y2 0 1 0 vable si la salida se obtiene mediante
x3
CD
x1
CD C D
¿Es el sistema de estado completamente controlable y y1 1 1 1
completamente observable? ¿Es el sistema de salida % x2
y2 1 2 3
completamente controlable? x3
www.FreeLibros.org