Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MT227B Unidad 2b Formas Canónicas - Controlabilidad y Observabilidad 2021-2
MT227B Unidad 2b Formas Canónicas - Controlabilidad y Observabilidad 2021-2
Unidad 2b
Formas canónicas, Estabilidad,
Controlabilidad y Observabilidad
𝑏𝑛−1
𝑥ሶ 𝑛 𝑥𝑛 𝑥𝑛−1 𝑥3 𝑥2 𝑥1
. 𝑏𝑛
𝑎1
𝑎2
𝑎𝑛−1
𝑎𝑛
1
Formas Canónicas
Formas Canónicas - Transformaciones
Son modificaciones de un modelo matemático a otro. La finalidad es facilitar la
presentación del modelo físico para obtener ciertas propiedades del sistema para analizar
la controlabilidad del sistema y/o la observabiblidad de variables de estado.
Dada la FT, se pueden analizar los casos a partir de los coeficientes del polinomio o a partir
de las raíces. Forma canónica
controlable
Análisis de coeficientes
𝑏𝑜 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠1 + 𝑏𝑛 Forma canónica
𝑛𝑢𝑚 𝑠 𝑛 + 𝑎1 𝑠 𝑛−1 + ⋯ + 𝑎𝑛−1 𝑠1 + 𝑎𝑛 observable
𝐹𝑇 =
𝑑𝑒𝑛 Forma canónica
diagonal o modal
Análisis de polos
𝑐1 𝑐2 𝑐𝑛
𝑏𝑜 + + + ⋯+ Forma canónica
𝑠 + 𝑝1 𝑠 + 𝑝2 𝑠 + 𝑝𝑛
de Jordan
Formas Canónicas - Transformaciones
1. Análisis de coeficientes
𝑏𝑜 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠1 + 𝑏𝑛
𝐹𝑇 = 𝑛
𝑠 + 𝑎1 𝑠 𝑛−1 + ⋯ + 𝑎𝑛−1 𝑠1 + 𝑎𝑛
𝑥ሶ 1 0 1 0 ⋯ 0 𝑥1 0 𝑥ሶ 1 0 0 ⋯ 0 −𝑎𝑛 𝑥1 𝑏𝑛 − 𝑎𝑛 𝑏𝑜
𝑥ሶ 2 0 0 1 ⋯ 0 𝑥 2 0 𝑥ሶ 2 1 0 ⋯ 0 −𝑎𝑛−1 𝑥2 𝑏𝑛−1 − 𝑎𝑛−1 𝑏𝑜
⋮ = ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ + ⋮ 𝑢 ⋮ = ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ + ⋮ 𝑢
𝑥ሶ 𝑛−1 0 0 0 ⋯ 1 𝑥𝑛−1 0 𝑥ሶ 𝑛−1 0 0 ⋯ 0 −𝑎2 𝑥𝑛−1 𝑏2 − 𝑎2 𝑏𝑜
𝑥ሶ 𝑛 −𝑎𝑛 −𝑎𝑛−1 −𝑎𝑛−2 ⋯ −𝑎1 𝑥𝑛 1 𝑥ሶ 𝑛 0 0 ⋯ 1 −𝑎1 𝑥𝑛 𝑏1 − 𝑎1 𝑏𝑜
𝑥1 𝑥1
𝑥2 𝑥2
𝑦 = 𝑏𝑛 − 𝑎𝑛 𝑏𝑜 𝑏𝑛−1 − 𝑎𝑛−1 𝑏𝑜 𝑏𝑛−2 − 𝑎𝑛−2 𝑏𝑜 ⋯ 𝑏1 − 𝑎1 𝑏𝑜 ⋮ + 𝑏𝑜 𝑢 𝑦= 0 0 ⋯ 0 1 ⋮ + 𝑏𝑜 𝑢
𝑥𝑛−1 𝑥𝑛−1
𝑥𝑛 𝑥𝑛
Formas Canónicas - Transformaciones
2. Análisis de polos
𝑐1 𝑐2 𝑐𝑛 𝑏𝑜 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠1 + 𝑏𝑛
𝐹𝑇 =
𝐹𝑇 = 𝑏𝑜 + + + ⋯+ 𝑠 + 𝑝1 𝑠 + 𝑝2 2 + 𝑞 2 … 𝑠 + 𝑝𝑛
𝑠 + 𝑝1 𝑠 + 𝑝2 𝑠 + 𝑝𝑛
𝑐1 𝑐2 𝑠 + 𝑝2 𝑐3 𝑞 𝑐𝑛
𝐹𝑇 = 𝑏𝑜 + + − … +
𝑠 + 𝑝1 𝑠 + 𝑝2 2 + 𝑞 2 𝑠 + 𝑝2 2 + 𝑞 2 𝑠 + 𝑝𝑛
Forma canónica Forma canónica
diagonal o modal Polos de valor distinto de Jordan Multiplicidad en uno o más polos
Caso de polos conjugados complejos
𝑥ሶ 1 −𝑝1 0 0 ⋯ 0 𝑥1 1 𝑥ሶ 1 −𝑝1 0 0 ⋯ 0 𝑥1 1
𝑥ሶ 2 0 −𝑝2 0 ⋯ 0 𝑥2 1 𝑥ሶ 2 0 −𝑝2 𝑞 ⋯ 0 𝑥2 1
⋮ = 0 0 −𝑝3 ⋯ 0 𝑥3 + 1 𝑢 ⋮ = 0 −𝑞 −𝑝2 ⋯ 0 𝑥3 + 0 𝑢
𝑥ሶ 𝑛−1 ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ 𝑥ሶ 𝑛−1 ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮
𝑥ሶ 𝑛 0 0 0 ⋯ −𝑝𝑛 𝑥𝑛 1 𝑥ሶ 𝑛 0 0 0 ⋯ −𝑝𝑛 𝑥𝑛 1
𝑥1 𝑥1
𝑥2 𝑥2
𝑦 = 𝑐1 𝑐2 𝑐3 ⋯ 𝑐𝑛 𝑥3 + 𝑏𝑜 𝑢 𝑦 = 𝑐1 𝑐2 𝑐3 ⋯ 𝑐𝑛 𝑥3 + 𝑏𝑜 𝑢
⋮ ⋮
𝑥𝑛 𝑥𝑛
Formas Canónicas - Transformaciones
2. Análisis de polos
𝑏𝑜 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠1 + 𝑏𝑛
𝐹𝑇 =
𝑠 + 𝑝1 3 𝑠 + 𝑝4 … 𝑠 + 𝑝𝑛
𝑐1 𝑐2 𝑐3 𝑐4 𝑐𝑛
𝐹𝑇 = 𝑏𝑜 + 3
+ 2
+ + +⋯+
𝑠 + 𝑝1 𝑠 + 𝑝1 𝑠 + 𝑝1 𝑠 + 𝑝4 𝑠 + 𝑝𝑛
Forma canónica
de Jordan Multiplicidad en uno o más polos
Caso de polos reales múltiples
𝑥ሶ 1 −𝑝1 1 0 ⋯ 0 𝑥1 0
𝑥ሶ 2 0 −𝑝1 1 ⋯ 0 𝑥2 0
𝑥ሶ 3 0 0 −𝑝1 ⋯ 0 𝑥3 1
= 𝑥4 + 𝑢
𝑥ሶ 4 0 0 0 −𝑝4 0 1
⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮
𝑥ሶ 𝑛 0 0 0 ⋯ −𝑝𝑛 𝑥𝑛 1
𝑥1
𝑥2
𝑥3
𝑦 = 𝑐1 𝑐2 𝑐3 𝑐4 ⋯ 𝑐𝑛
𝑥4 + 𝑏𝑜 𝑢
⋮
𝑥𝑛
Forma Canónica Controlable - Demostración
𝑏𝑜 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠1 + 𝑏𝑛 𝑏𝑜 + 𝑏1 𝑠 −1 + ⋯ + 𝑏𝑛−1 𝑠 −(𝑛−1) + 𝑏𝑛 𝑠 −𝑛
𝐹𝑇 = 𝑛 =
𝑠 + 𝑎1 𝑠 𝑛−1 + ⋯ + 𝑎𝑛−1 𝑠1 + 𝑎𝑛 1 + 𝑎1 𝑠 −1 + ⋯ + 𝑎𝑛−1 𝑠 −(𝑛−1) + 𝑎𝑛 𝑠 −𝑛
Aplicando la fórmula de Mason para los sistemas realimentados y este puede ser
representado en el diagrama de bloques siguiente
𝑏𝑜
𝑏1
𝑏2
𝑏𝑛−1
𝑥ሶ 𝑛 𝑥𝑛 𝑥𝑛−1 𝑥3 𝑥2 𝑥1
. 𝑏𝑛
𝑎1
𝑎2
𝑎𝑛−1
𝑎𝑛
Forma Canónica Controlable - Demostración
Se aprecia que
𝑥ሶ1 = 𝑥2
𝑥ሶ 2 = 𝑥3
𝑥ሶ 𝑛−1 = 𝑥𝑛
𝑥ሶ 𝑛 = 𝑢 − 𝑎1 𝑥𝑛 − 𝑎2 𝑥𝑛−1 − … − 𝑎𝑛−1 𝑥2 − 𝑎𝑛 𝑥1
Multiplicando en aspa
𝑌 + 𝑎1 𝑠 −1 𝑌 + ⋯ + 𝑎𝑛−1 𝑠 − 𝑛−1 𝑌 + 𝑎𝑛 𝑠 −𝑛 𝑌 = 𝑏𝑜 𝑈 + 𝑏1 𝑠 −1 𝑈 + ⋯ + 𝑏𝑛−1 𝑠 −(𝑛−1) 𝑈 + 𝑏𝑛 𝑠 −𝑛 𝑈
Despejando Y
𝑌 = 𝑏1 𝑈 − 𝑎1 𝑌 𝑠 −1 + 𝑏2 𝑈 − 𝑎2 𝑌 𝑠 −2 + ⋯ + 𝑏𝑛−1 𝑈 − 𝑎𝑛−1 𝑌 𝑠 − 𝑛−1 + 𝑏𝑛 𝑈 − 𝑎𝑛 𝑌 𝑠 −𝑛 + 𝑏𝑜 𝑈
+
+
+
Se aplica el siguiente proceso iterativo, tomando en cuenta que 𝑌 = 𝑋𝑛 𝑠 + 𝑏𝑜 𝑈
𝑏𝑛 − 𝑎𝑛 𝑏𝑜 𝑏𝑛−1 − 𝑎𝑛−1 𝑏𝑜 𝑏1 − 𝑎1 𝑏𝑜 𝑏𝑜
𝑥ሶ 1 𝑥1 𝑥ሶ 2 𝑥2 𝑥ሶ 𝑛−1 𝑥𝑛−1 𝑥ሶ 𝑛 𝑥𝑛
𝑦
𝑎𝑛 𝑎𝑛−1 𝑎1
𝑥ሶ 1 0 0 ⋯ 0 −𝑎𝑛 𝑥1 𝑏𝑛 − 𝑎𝑛 𝑏𝑜
𝑥1
𝑥ሶ 2 1 0 ⋯ 0 −𝑎𝑛−1 𝑥2 𝑏𝑛−1 − 𝑎𝑛−1 𝑏𝑜 𝑥2
⋮ = ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ + ⋮ 𝑢 𝑦= 0 0 ⋯ 0 1 ⋮ + 𝑏𝑜 𝑢
𝑥ሶ 𝑛−1 0 0 ⋯ 0 −𝑎2 𝑥𝑛−1 𝑏2 − 𝑎2 𝑏𝑜 𝑥𝑛−1
𝑥ሶ 𝑛 0 0 ⋯ 1 −𝑎1 𝑥𝑛 𝑏1 − 𝑎1 𝑏𝑜 𝑥𝑛
Aplicaciones
Dada la siguiente función de transferencia
𝑌(𝑠) 𝑠+5
=
𝑈(𝑠) 𝑠 2 + 3𝑠 + 2
𝑥ሶ 1 0 1 𝑥1 0 𝑥ሶ 1 0 1 𝑥1 0
= + 𝑢 = + 𝑢
𝑥ሶ 2 −𝑎2 −𝑎1 𝑥2 1 𝑥ሶ 2 −2 −3 𝑥2 1
𝑥 𝑥1
𝑦 = 𝑏2 − 𝑎2 𝑏𝑜 𝑏1 − 𝑎1 𝑏𝑜 𝑥1 + 𝑏𝑜 𝑢 𝑦= 5 1 𝑥 + 0𝑢
2 2
Aplicaciones
Forma canónica observable
𝑥ሶ 1 0 −𝑎2 𝑥1 𝑏2 − 𝑎2 𝑏𝑜 𝑥ሶ 1 0 −2 𝑥1 5
= + 𝑢 = + 𝑢
𝑥ሶ 2 1 −𝑎1 𝑥2 𝑏1 − 𝑎1 𝑏𝑜 𝑥ሶ 2 1 −3 𝑥2 1
𝑥1 𝑥1
𝑦= 0 1 𝑥 + 𝑏𝑜 𝑢 𝑦= 0 1 𝑥 + 0𝑢
2 2
𝑥ሶ 1 −𝑝1 0 𝑥1 1 𝑥ሶ 1 −1 0 𝑥1 1
= + 𝑢 = + 𝑢
𝑥ሶ 2 0 −𝑝2 𝑥2 1 𝑥ሶ 2 0 −2 𝑥2 1
𝑥1 𝑥1
𝑦 = 𝑐1 𝑐2
𝑥2 + 𝑏𝑜 𝑢 𝑦 = 4 −3 𝑥 + 0𝑢
2
Validación con Simulink
FT Función de Trasferencia
𝑥2
𝑦
𝑥1
𝑥1
𝑥2 𝑦
4
12
𝑥3 𝑥2 𝑥1 ++
𝑢 +_ _ 𝑠 −1 𝑠 −1
𝑠 −1 8 + 𝑦
2
5
Aplicaciones
Se aprecia que
𝑥ሶ1 0 1 0 𝑥1 0
𝑥ሶ1 = 𝑥2 𝑥ሶ 2 = 0 0 1 𝑥2 + 0 𝑢
𝑥ሶ 2 = 𝑥3 𝑥ሶ 3 0 −5 −2 𝑥3 1
𝑥ሶ 3 = −5𝑥2 − 2𝑥3 + 𝑢 𝑥1
𝑦 = 8𝑥1 + 12𝑥2 + 4𝑥3 𝑦= 8 12 4 𝑥2
𝑥3
Si comparamos con el procedimiento Forma canónica controlable
para modelar al sistema en la FCC
𝑌(𝑠) 4𝑠 2 + 12𝑠 + 8 𝑏𝑜 𝑠 3 + 𝑏1 𝑠 2 + 𝑏2 𝑠1 + 𝑏3
= = 3
𝑈(𝑠) 𝑠 3 + 2𝑠 2 + 5𝑠 + 0 𝑠 + 𝑎1 𝑠 2 + 𝑎2 𝑠1 + 𝑎3
𝑥ሶ 1 0 1 0 𝑥1 0
𝑥ሶ 2 = 0 0 1 𝑥2 + 0 𝑢
𝑥ሶ 3 −𝑎3 −𝑎2 −𝑎1 𝑥3 1
𝑥1 la misma respuesta!
𝑦 = 𝑏3 𝑏2 𝑏1 𝑥2
𝑥3
Aplicaciones
Construcción del modelo FCC con Simulink
Aplicaciones
FCJ Usaremos la descomposición de fracciones parciales
8 12 44 8 12 16
𝑌(𝑠) 4𝑠 2 + 12𝑠 + 8 𝐴 𝐵𝑠 + 𝐶 ( ) 𝑠+( ) ( ) (𝑠 + 1) + 2
= = + = 5 + 5 5 = 5 + 5 5
𝑈(𝑠) 𝑠(𝑠 2 + 2𝑠 + 5) 𝑠 𝑠 + 1 2 + 22 𝑠 𝑠 + 1 2 + 22 𝑠 𝑠 + 1 2 + 22
𝑌(𝑠) 𝑐1 𝑐2 𝑠 + 𝑝2 𝑐3 𝑞
= 𝑏𝑜 + + −
𝑈(𝑠) 𝑠 + 𝑝1 𝑠 + 𝑝2 2 + 𝑞 2 𝑠 + 𝑝2 2 + 𝑞 2
Extrayendo 8 12 16
información 𝑐1 = 𝑐2 = 𝑐3 = − 𝑝1 = 0 𝑝2 = 1 𝑞=2
5 5 5
𝑥ሶ 1 −𝑝1 0 0 𝑥1 1 𝑥ሶ 1 0 0 0 𝑥1 1
𝑥ሶ 2 = 0 −𝑝2 𝑞 𝑥2 + 1 𝑥ሶ 2 = 0 −1 2 𝑥2 + 1 𝑢
𝑥ሶ 3 0 −𝑞 −𝑝2 𝑥3 0 𝑥ሶ 3 0 −2 −1 𝑥3 0
𝑥1 𝑥1
𝑦 = 𝑐1 𝑐2 𝑐3 𝑥2 𝑦 = 1.6 2.4 −3.2 𝑥2
𝑥3 𝑥3
Forma canónica de Jordan
Aplicaciones
Construcción del modelo FCJ con Simulink
Transformaciones de semejanza
Para un sistema modelado en EE
𝑥ሶ = 𝐀𝑥 + 𝐁𝑢
𝑦 = 𝐂𝑥 + D𝑢
Definimos P constituida por los valores propios del sistema, tal que 𝐏ሶ = 𝟎
1 1 1 ⋯ 1
1 2 3 ⋯ 𝑛
𝐏 = 12 22 23 ⋯ 2𝑛
⋮ ⋮ ⋮ ⋱ ⋮
1
𝑛−1
2
𝑛−1
3
𝑛−1
⋯ 𝑛
𝑛−1
Transformaciones de semejanza
Haciendo el siguiente cambio de variable
𝑥 = 𝐏𝑧
𝑥ሶ = 𝐏𝑧ሶ
Sistema original Sistema semejante
𝑥ሶ = 𝐀𝑥 + 𝐁𝑢 𝐏𝑧ሶ = 𝐀𝐏𝑧 + 𝐁𝑢 𝑧ሶ = 𝐏 −1 𝐀𝐏𝑧 + 𝐏 −1 𝐁𝑢
𝑦 = 𝐂𝑥 + D𝑢 𝑦 = 𝐂𝐏𝑧 + D𝑢 𝑦 = 𝐂𝐏𝑧 + D𝑢
Significa que
𝐀 𝑚 = 𝐏 −1 𝐀𝐏
𝐁𝑚 = 𝐏 −1 𝐁
𝐂𝑚 = 𝐂𝐏
𝐃𝑚 = 𝐃
Transformaciones de semejanza
Sea el sistema mostrado
𝑥ሶ 1 0 1 𝑥1 0
= + 𝑢
𝑥ሶ 2 −2 −3 𝑥2 1
𝑥1
𝑦= 5 1 𝑥 + 0𝑢
2
Remplazando
𝑧ሶ = 𝐀 𝐦 𝑧 + 𝐁𝐦 𝑢
𝑦 = 𝐂𝐦 𝑧 + D𝑢
O bien
−1 0 1
𝑧ሶ = 𝑧+ 𝑢
0 −2 −1
𝑦 = 4 3 𝑧 + 0𝑢 Se verifica que la salida 𝑦
son equivalentes.
2
Se dice que los vectores x1, x2, ..., xn son linealmente independientes si
𝑐1 𝐱 𝟏 + 𝑐2 𝐱 2 + ⋯ + 𝑐𝑛 𝐱 𝑛 = 𝟎
𝑐1 = 𝑐2 = ⋯ = 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 i), o
𝑛
𝐱 𝑖 = 𝑐𝑗 𝐱𝑗
𝑗=1
𝑗≠𝑖
para un conjunto de 𝑐𝑗 constantes. Esto significa que, si 𝐱𝑗 se puede expresar como una
combinación lineal de los otros vectores en el conjunto, es linealmente dependiente de
ellos, o no es un elemento independiente del conjunto.
Independencia lineal de vectores
1 1 2
Los vectores 𝐱1 = 2 , 𝐱𝟐 = 0 , 𝐱3 = 2
3 1 4
Los vectores 1 1 2
𝐲1 = 2 , 𝐲𝟐 = 0 , 𝐲3 = 2
3 1 2
implica que 𝑐1 = 𝑐2 = 𝑐3 = 0
Observe que si una matriz n x n es no singular (es decir, tiene un rango n o el determinante
es diferente de cero), entonces n vectores columna (o fila) son linealmente independientes.
Si la matriz n x n es singular (es decir, tiene un rango menor que n o el determinante es cero),
entonces n vectores columna (o fila) son linealmente dependientes.
Independencia lineal de vectores
Para demostrar esto, considere que
1 1 2
𝐱1 𝐱2 𝐱3 = 2 0 2 singular Determinante = 0
3 1 4
1 1 2
𝐲1 𝐲2 𝐲3 = 2 0 2 no singular Determinante 0
3 1 2
Interpretación geométrica de la independencia
lineal de vectores
En el espacio tridimensional usual:
Plano P
u y j son dependientes por tener la misma dirección.
u y v son independientes y definen el plano P.
u, v y w son dependientes por estar los tres contenidos en el mismo plano.
u, v y k son independientes por serlo u y v entre sí y no ser k una combinación lineal de
ellos o, lo que es lo mismo, por no pertenecer al plano P. Los tres vectores definen el
espacio tridimensional.
Los vectores 0 (vector nulo, cuyas componentes son iguales a cero) y k son
dependientes ya que 0 = 0 ·k
Estabilidad
La Estabilidad es la propiedad del sistema que indica si el sistema vuelve al reposo o
estado de equilibrio luego de una entrada temporal o ante una perturbación.
Desde el punto de vista analítico, podemos decir que un sistema es estable si todos sus
polos, sin excepción, tienen parte real negativa, es decir que se encuentran en el
semiplano izquierdo de Laplace.
−1
FT = 𝐂 𝑠𝐈 − 𝐀 𝐁+D
Estabilidad
Estabilidad
El denominador de esta expresión contiene al polinomio característico, quién a
su vez contiene a los polos o raíces. Entonces, sabiendo que el polinomio
característico se encuentra en 𝑠𝐈 − 𝐀 −1 ,
lo despejamos de la siguiente manera:
𝐴𝑑𝑗(𝑠𝐈 − 𝐀)
𝑠𝐈 − 𝐀 −1 =
det(𝑠𝐈 − 𝐀)
entonces podemos decir que los polos del polinomio característico se evalúan en
det(𝑠𝐈 − 𝐀)
Esta última expresión coincide con los valores propios (eigenvalues, eigenvalores o
autovalores) de la matriz del sistema A. Por lo tanto, si deseamos calcular los polos del
sistema, debemos determinar los valores propios de A. Podemos concluir, que la
estabilidad del sistema no depende de las entradas ni de las salidas, sino de las
características del propio sistema.
Ejemplo de aplicación
Determinar si el siguiente sistema de ecuaciones de estado es estable:
𝑥ሶ 1 −1 0 𝑥1 1
= + 𝑢
𝑥ሶ 2 1 −1 𝑥2 0
𝑥1
𝑦= 1 0 𝑥 + 0𝑢
2
Solución
j
Hallando los eigenvalores del sistema
𝐈 − 𝐀 = 0
1 0 −1 0
− =0
0 1 1 −1
+1 0
=0
−1 +1
-1
+1 2
=0 1 = −1, 2 = −1 Sistema estable
Ejemplo de aplicación
Determinar si el siguiente sistema de ecuaciones de estado es estable:
𝑥ሶ 1 0 1 0 𝑥1 0
𝑥ሶ 2 = 0 0 1 𝑥2 + 0 𝑢
𝑥ሶ 3 −24 −16 −9 𝑥3 6
𝑥1
𝑦 = 1 0 0 𝑥2 + 0𝑢
Solución 𝑥3
Hallando los eigenvalores del sistema
𝐈 − 𝐀 = 0
1 0 0 0 1 0
0 1 0 − 0 0 1 =0
0 0 1 −24 −16 −9
−1 0
0 −1 = 0 (2 + 9 + 26) + 24 = 0
24 26 + 9
Ejemplo de aplicación
(2 + 9 + 26) + 24 = 0
3 + 92 + 26 + 24 = 0
Factorizando
( + 2)( + 3)( + 4) = 0
ans =
-4.0000
-3.0000 -4 -3 -2 -1
-2.0000
Sistema estable
Controlabilidad y Observabilidad
A B Co =
ans =
Como 1 1 1 1 1 1
𝐁 ⋮ 𝐀𝐁 = = 1
0 0 −1 0 0 0
La determinante es singular
El sistema no es de estado completamente controlable.
Ejemplo de aplicación
Sea el sistema dado por
A B Co =
ans =
Como 0 1 1 0 0 1
𝐁 ⋮ 𝐀𝐁 = = 2
1 2 −1 1 1 −1
La determinante es no singular, porque el determinante es 0
El sistema es de estado completamente controlable.
Controlabilidad a la salida
En el diseño práctico de un sistema de control, se puede necesitar controlar la salida
en lugar del estado del sistema. Una controlabilidad completa del estado no es condición
necesaria ni suficiente para controlar la salida del sistema. Por esta razón, es conveniente
definir de forma independiente la controlabilidad completa de la salida.
𝐱ሶ = 𝐀𝐱 + 𝐁𝑢
𝐲 = 𝐂𝐱 + 𝐃𝑢
n=2
𝑥ሶ 1 −1 0 𝑥1 1 x = vector de estado (vector de dimensión n)
= + 𝑢 u = vector de control (vector de dimensión r) r=1
𝑥ሶ 2 1 −1 𝑥2 0 y = vector de salida (vector de dimensión n) m=1
A = matriz n x n (2x2)
𝑥1 B = matriz n x r (2x1)
𝑦 = 1 0 𝑥 + 0𝑢
2 C = matriz m x n (1x2)
D = matriz m x r (1x1)
1 −1 0 1
𝐂𝐁 ⋮ 𝐂𝐀𝐁 ⋮ D = 1 0 ⋮ 1 0 ⋮ 0 = 1 −1 0
0 1 −1 0
Tiene rango 1 (m = 1)
Observabilidad
Sea el sistema no forzado descrito mediante las ecuaciones siguientes:
𝐱ሶ = 𝐀𝐱
𝐲 = 𝐂𝐱
donde x = vector de estado (vector de dimensión n)
y = vector de salida (vector de dimensión m)
A = matriz n x n
C = matriz m x n
Para la controlabilidad de salida, se calcula el rango de la matriz [CB CAB D]. Como
𝐂𝐁 ⋮ 𝐂𝐀𝐁 ⋮ D = 0 1 0
El rango de esta matriz es 1. Por tanto, el sistema tiene una salida completamente controlable.
Ejemplo de aplicación
>> A=[1 1;-2 -1];
Para verificar la condición de observabilidad, >> B=[0;1];
evaluamos el rango de 𝐂T ⋮ 𝐀T 𝐂T >> C=[1 0];
>> D=0;
>> Co=ctrb(A,B)
1 1
𝐂T ⋮ 𝐀T 𝐂T = Co =
0 1
0 1
1 -1
completamente observable. Ob =
1 0
1 1
>> rank(Co)
ans =
>> rank(Ob)
ans =
2
Ejemplo de aplicación
Determine la controlabilidad, observabilidad y la controlabilidad de la salida del
siguiente sistema:
𝑥ሶ 1 0 1 0 𝑥1 0
𝑥ሶ 2 = 0 0 1 𝑥2 + 0 𝑢
𝑥ሶ 3 −24 −16 −9 𝑥3 6
𝑥1
𝑦 = 1 0 0 𝑥2 + 0𝑢
𝑥3
solución
Controlabilidad Observabilidad Controlabilidad a la salida
𝐶𝑜 = 𝐁 ⋮ 𝐀𝐁 ⋮ 𝐀2 𝐁 𝑂𝑏 = 𝐂T ⋮ 𝐀T 𝐂T ⋮ 𝐀T 𝐂 𝐶𝑠 = 𝐂𝐁 ⋮ 𝐂𝐀𝐁 ⋮ 𝐂𝐀2 𝐁 ⋮ D
0 0 6 1 0 0
𝐶𝑜 = 0 6 −54 𝑂𝑏 = 0 1 0 𝐶𝑠 = 0 0 6 0
6 −54 390 0 0 1
Ejemplo de aplicación
Usando Matlab para validar resultados
>> A=[0 1 0;0 0 1;-24 -16 -9]; >> Ob=obsv(A,C) >> Cs=[C*B C*A*B C*A^2*B 0]
>> B=[0;0;6];
>> C=[1 0 0]; Ob = Cs =
>> Co=ctrb(A,B) 1 0 0 0 0 6 0
0 1 0
Co = 0 0 1 >> rank(Cs)
ans =
3
Bibliografía