Introd.

a la Teora de Control

Sistemas de Control
en Tiempo Discreto

Michel Hakas
Bibliografa

Phillips & Nagle: Digital Control Systems

Astrom & Wittenmark: Sistemas Controlados por Computador

Este conjunto de transparencias son esencialmente, una gua

para el docente, y le servirn al estudiante para tener una
referencia de los temas abordados en el curso.
No pretende, bajo ningn concepto, ser un material de estudio
autocontenido, si bien, complementado con lo que se ve en
clase, abarcar lo fundamental.
Introduccin (1)
Los sistemas de tiempo
discreto trabajan con
seales que slo pueden
cambiar de valor en
instantes de tiempo discretos
(contrastar con sistemas
analgicos /continuos).

El controlador es un filtro
digital.

Veremos cmo
determinar funciones de transferencia discretas,
disear funciones de transferencia, y
analizar la estabilidad de sistemas de tiempo discreto.
Introduccin (2)
La transformada de Laplace

Ya hemos visto su utilidad para sistemas analgicos lineales e

invariantes en el tiempo.
F ( s ) L f(t) 0 f (t ).e s.t .dt

Sabemos cmo usar tablas para calcular la transformada de

Laplace de una funcin en el tiempo, y su inversa, para retornar
de las funciones de variable compleja al dominio temporal.

Sabemos una serie de propiedades y teoremas (linealidad,

valor final, inicial, etc.)

Vamos a buscar algo anlogo, que nos facilite el anlisis y

diseo de sistemas de control en tiempo discreto.
Sistemas en tiempo discreto (1)
La computadora digital
implementa el controlador
discreto.
La interfaz con el mundo
analgico se hace a travs
de conversores (A/D para las
entradas y D/A para las
salidas).

Trabajaremos con sistemas donde el tiempo no se representa

por una variable en R, sino en Z.
Las seales sern sucesiones de reales hk h0 , h1 ,
Sistemas en tiempo discreto (2)
Supongamos que reemplazamos un controlador PI analgico,
cuya salida, en funcin de la seal de error a su entrada, es:
t
v(t ) K P .e(t ) K I .0 e( ).d
Con la comp. digital podemos sumar, multiplicar e integrar
numricamente, por lo cual podemos implementar la ecuacin
del controlador, aproximando la integral (por ej.) por el rea del
rectngulo: x( k .T ) x (k 1).T T .e( k .T )
donde T es el tiempo entre
muestras sucesivas, o sea, el
perodo de muestreo.
As obtenemos la ecuacin
en diferencias, lineal y de
primer orden:
v(k .T ) K P .e( k .T ) K I .x(k .T )
Sistemas en tiempo discreto (3)
La forma general de una ec. en diferencias lineal y de orden n:
v(k ) n .e(k ) n1.e(k 1) 0 .e(k n)
n1.v( k 1) 0 .v(k n)

con T omitida por conveniencia.

Esto describe a un filtro digital (filtro discreto lineal e invariante
en el tiempo).
El problema del diseador es determinar:
1. T, el perodo de muestreo
2. n, el orden de la ecuacin
3. i y i, los coeficientes del filtro
para que el sistema tenga las caractersticas deseadas.
La Transformada Z (1)
Es una transformacin que se aplica a sucesiones de nmeros
(reales) y devuelve una funcin de variable compleja.

Usaremos la transformada Z unilateral, porque consideraremos

funciones (o sucesiones) que arrancan en determinado tiempo.

Z e(k ) E ( z ) e(0) e(1).z e(2).z
1 2
e( k ).z k
k 0

Ejemplos
1) Sea E(z) = 1 + 3.z-1 - 2.z-2 + z-4 + ..., {e(k)} = ?
e(0) = 1; e(1) = 3; e(2) = -2; e(3) = 0; e(4) = 1; ....
2) Sea e(k) = 1 para todo k, E(z) = ?
1 z
E ( z ) 1 z 1 z 2 z 1 1
1 z 1 z 1
Nota: e(k) = 1 puede ser generada por muestreo de un escaln unitario,
o de cualquier otra funcin que valga 1 cada T seg.
La Transformada Z (2)
Teoremas

Linealidad Z . h1 (k ) . h2 (k ) .H1 ( z ) .H 2 ( z )

Traslacin real: retraso Z h( k n) z n .H ( z )

n1
k
adelanto Z h ( k n ) z .
n
H ( z ) h ( k ). z
k 0
Traslacin compleja
Z e a.k .h(k ) H ( z.e a )

Valor inicial h(0) lim H ( z )

z

Valor final si lim h(n) lim h(n) lim( z 1).H ( z )

n n z 1

Nota: Existe el limite si todos los polos de H(z) estn dentro del crculo unitario,
excepto por un posible polo simple en z = 1.
La Antitransformada Z (1)
Para que la transformada Z sea til, se requieren mtodos para
determinar la inversa.

Mtodo de las series de potencias

Cuando E(z) se expresa como cociente de polinomios en z,
se divide el polinomio numerador entre el denominador, de
manera de obtener una serie de potencias de la forma:
E ( z ) h0 h1.z 1 h2 .z 2
y se identifican coeficientes segn la definicin de la transf. Z.
z
Ejemplo E( z)
z 2 3. z 2

e(0) = 0; e(1) = 1; e(2) = 3;

e(3) =7; e(4) = 15; ... ; e(k) = 2k 1
En general, no es fcil reconocer la expresin general de {e(k)} por este mtodo.
La Antitransformada Z (2)
Mtodo de la expansin en fracciones simples
Es anlogo a lo usado para la Transf. de Laplace: se expande
en fracciones simples y se usan tablas para cada trmino.
Transf. Laplace, E(s) Funcin temporal, e(t) Func. muestreada, {e(k)} Transf. Z, E(z)
1 z
Y (t ) 1
s z 1
1 T .z
t k.T
s2 z 1 2
z
sa
1
e a.t e a.k .T
z e a.T
1
1 e a.k .T

z. 1 e a.T
z 1. z e
1 e a.t a.T
s.( s a )
a.T
1
t.e a.t k.T .e a.k .T
T .z.e
(s a) 2
z e a.T 2

a z. sin a.T
sin a.t sin(a.k .T )
s2 a2 z 2.z. cos a.T 1
2

s z. z cos a.T
cos a.t cos(a.k .T )
s2 a2 z 2 2.z. cos a.T 1
z.e b.T sin a.T
a
( s b) 2 a 2 e b.t sin a.t e b.k .T
sin( a.k .T ) z 2 2.z.e b.T cos a.T e 2.b.T
sb
2 2 e b.t cos a.t e b.k .T
cos(a.k .T )
z. z e b.T cos a.T
( s b) a 2
z 2.z.e b.T
cos a.T e 2.b.T
La Antitransformada Z (3)
Mtodo de la expansin en fracciones simples
Notemos en la tabla anterior que en el numerador generalmente
hay factores de z, as que conviene hacer la expansin a E(z)/z,
para que la identificacin de trminos sea ms fcil.
z
Ejemplo E( z)
z 2 3.z 2
E( z) 1 1 1

z z 1. z 2 z 1 z 2
z 1 z
Z 1 E ( z ) Z 1 Z
z 1 z 2
Las tablas indican entonces que e k 1 2
k
La Antitransformada Z (4)
Mtodo de la frmula de inversin
Frmula general, obtenida va la teora de variable compleja.
1
e( k ) E ( z ).z k 1.dz
2. . j
donde encierra todos los polos finitos del integrando.
Usando el Teorema de los Residuos, se puede evaluar la
integral anterior a travs de la expresin
e k res E ( z ).z k 1

polos de
E ( z ). z k 1

Para un polo en z = a,
de orden 1: res z a z a .E ( z ).z k 1 z a

m 1
1 d
de orden m: res z a z a m
. E ( z ). z k 1
m 1! dz m1 z a
Funcin de transferencia (1)
Consideremos la ecuacin en diferencias lineal y de orden n:
y (k ) n .u ( k ) n1.u (k 1) 0 .u (k n)
n1. y (k 1) 0 . y (k n)

con condiciones iniciales nulas (por ahora, las sucesiones son

causales).
Esto define a un sistema causal (yK no depende de valores
posteriores a k); y de parmetros concentrados (alcanza
conocer hasta n valores anteriores de entrada y salida).
Aplicamos Transf. Z: Y ( z ) n .U ( z ) n1.z 1.U ( z ) 0 .z n .U ( z )
n1.z 1.Y ( z ) 0 .z n .Y ( z )
Reordenando
1 n1.z
1

0 .z n .Y ( z ) n n1.z 1 0 .z n .U ( z )
n n1.z 1 0 .z n
Luego Y ( z) 1 n
.U ( z )
1 n1.z 0 .z
Funcin de transferencia (2)
As tenemos, para un sist. de 1 entrada y 1 salida:

n .z n n1.z n1 0
Y ( z) n n1
.U ( z )
z n1.z 0

Existe una funcin de transferencia H(z) / Y(z) = H(z).U(z)

que relaciona entrada y salida, con condiciones iniciales nulas.
U(z) Y(z)
H(z)

n .z n n1.z n1 0
H ( z) n
z n1.z n1 0
Diagrama de bloques (1)
Una tercera forma de representar un sist. en tiempo discreto, l.i.t.

El shift register: el retardo de tiempo T

Otros:
multiplicacin de una seal por una constante
suma de seales

Ejemplo
m(k ) e(k ) e( k 1) m(k 1)
Diagrama de bloques (2)
Para la ecuacin en diferencias genrica de un sist. de orden n

m(k ) n1.m( k 1) 0 .m(k n)

n .e( k ) n1.e(k 1) 0 .e( k n)

Solucin no mnima
(son 2.n retardos o
shift registers)
Diagrama de bloques (3)
Para la funcin de transferencia de un sistema de orden n

Y ( z) an .z n an1.z n1 a0
H ( z) n
U ( z) z bn1.z n1 b0

an

Solucin mnima
(son n retardos)
Respuesta al pulso y convolucin (1)
Consideremos un sistema en
tiempo discreto, causal, lineal e u(k) y(k)
invariante en el tiempo, S:
S

Definicin: Sucesin Pulso Unitario

1 0 k 0
(k ) k
1 k 0
0 1 2 k

La sucesin {uk} la podemos considerar como la suma de

infinitas sucesiones:
u0 u2 u0
u1 ... ... + u1 ... +
= ...
0 1 2 k 0 1 2 k 0 1 2 k

uk un . k n (suma de pulsos unitarios ponderados)
n 0
Respuesta al pulso y convolucin (2)
Si llamamos {hk} a la sucesin de salida cuando aplicamos a
la entrada {k}, entonces, como el sist. es lineal e invariante:

yk un .hk n yk uk * hk
n 0

Basta conocer la respuesta al pulso unitario, {hk}, para

caracterizar al sistema.
La salida se obtiene como la convolucin discreta de
la entrada con la respuesta al pulso unitario.

Si el sistema es causal
k
yk un .hk n un .hk n hk n 0 si (k n) 0
n 0 n 0
y el trmino yk slo depende del efecto de entradas anteriores.
Respuesta al pulso y transferencia
Teorema: Convolucin discreta
F ( z ) Z f k

G( z ) Z g k C ( z ) Z ck F ( z ).G ( z )
c f * g
k k k

Si lo aplicamos al resultado anterior yk hk * uk

se obtiene Y ( z ) H ( z ).U ( z )

Tenemos que la funcin de transferencia es la Transformada Z

de la respuesta al pulso unitario.

Todo lo anterior se extiende para ms de 1 entrada y 1 salida,

y hablamos de sucesiones de vectores y de una matriz de
transferencia.
Modelo en variables de estado (1)
Consideremos modelos en tiempo discreto, de la forma:
xk 1 .xk .uk xk R n , y k R m y u k R r

yk C.xk D.uk k 0
con x0 x0
y , , C y D matrices de dimensin adecuada.

Conocidos el estado inicial y la entrada a partir de ese estado

inicial, se puede saber cmo evolucionan el estado y la salida.

Novedoso: la 1 ecuacin, conocidos el estado y la entrada

actual, se tiene el estado siguiente.
C y D no cambian? Recordemos que la 1 ecuacin en tiempo
continuo era una integral, en tanto que la 2 ecuacin era
) C.x(t ) Den
, yy(tmuestreada .u (t )= k.T queda como arriba.
Modelo en variables de estado (2)
Si aplicamos la Transformada Z al M.V.E.:
z. X ( z ) x0 . X ( z ) .U ( z )

Y ( z ) C. X ( z ) D.U ( z )

Trabajamos la 1: z.I . X ( z ) .U ( z ) z.x0

X ( z ) z.I 1..U ( z ) z.I 1.z.x0

Luego:
Y ( z ) C. z.I 1. D .U ( z ) C. z.I 1.z.x0

De aqu se deduce: H ( z ) C. z.I 1. D

Cada elemento de la matriz de transferencia, es la funcin de

transferencia entre un elemento de la entrada y uno de la
salida; es una funcin racional en z, con gr(num) gr(den), y un
denominador comn a todos: el polinomio caracterstico de ,
o seadet z.I
Modelo en variables de estado (3)
Otra forma de resolverlo es aplicar la recursividad:
x0 x0
x1 .x0 .u0
x2 2 .x0 ..u0 .u1

xk k .x0 k 1..u0 k 2 ..u1 .uk 1

El primer trmino representa la contribucin del estado inicial, y los

restantes la de la entrada.
k 1
xk .x0 k i 1..ui
k

i 0
k 1
yk C. k .x0 C. k i 1..ui D.uk
i 0
Muestreo y retencin de seales (1)
Muestreador ideal (sampler)

e* (t ) e(t ). (t ) e(t ). (t T )
e(0). (t ) e(T ). (t T )

Genera una sucesin de valores e(k) a partir de una seal de tiempo

continuo: e (k ) e(k .T )
Es un sist. lineal e invariante en los instantes de muestreo.

Recordar Teo. de muestreo de Shannon (T < 1/(2.fmax)

Muestreo y retencin de seales (2)
Mantenedor de orden cero (MOC)

e (t ) e( n.T ),
n.T t ( n 1).T

Es el que vamos a usar.

Genera una seal en el tiempo continuo, escalonada, a partir de

una sucesin de valores.
Es un sist. lineal e invariante en los instantes de muestreo.
Muestreo de sist. continuo: TM (1)
Relacin entrada-salida:
Teorema de la Transmitancia Muestreada

Sea un sist. en tiempo continuo caracterizado u(t)

G(s)
y(t)
por su funcin de transferencia G(s).
Cmo se relacionan las Transf. Z de las
seales de entrada y salida en esta
configuracin? uk u(t) y(t) yk
MOC G(s)
G ( z) ? T
G (z )

Y ( z ) z 1 1 G ( s )
G ( z) .Z L
U ( z) z s t k .T
Muestreo de sist. continuo: TM (2)
Relacin entrada-salida:
Teorema de la Transmitancia Muestreada

Demostracin

1) El nuevo sist. es lineal e invariante en los instantes de

muestreo (todos sus componentes lo son).
Luego, la funcin de transferencia existe y es nica.
2) Elijo una seal particular, conveniente a la entrada: un
escaln unitario
Pues la salida del MOC es un escaln unitario en tiempo
continuo.

3) Veo la relacin entre transformadas Z de entrada y salida.

Muestreo de sist. continuo: TM (3)
Muestreo de sist. continuo: TM (4)
Relacin entrada-salida:
Teorema de la Transmitancia Muestreada

Ejemplo uk + ek y(t) yk
MOC G(s)
_ T
wk
H(s)
T
Y ( z ) G ( z ).E ( z )
U ( z)
E( z) U ( z) W ( z) E( z)
1 G.H ( z )
W ( z ) G.H ( z ).E ( z )
G( z)
Y ( z) .U ( z )
1 G.H ( z )

Nota: G.H ( z ) G ( z ).H ( z )

Muestreo de sist. continuo: MVE (1)
Modelo en variables de estado

Sea un sist. en tiempo continuo caracterizado

por su representacin en variables de estado.
x (t ) A.x(t ) B.u (t ) x(t ) R n , y (t ) R m y u (t ) R r

y (t ) C.x(t ) D.u (t )
con x(0) x0

Cmo se relacionan las matrices A y B con las matrices y ,

para esta nueva configuracin?
xk 1 .xk .uk xk R n , y k R m y u k R r

yk C.xk D.uk k 0 x0
con x0 x0 uk u(t) y(t) yk
MOC S
T
? ? x(t) xk
T
Muestreo de sist. continuo: MVE (2)
Modelo en variables de estado

La solucin para el sistema en tiempo continuo es:

t
x(t ) e A.( t t0 )
.x(t0 ) e A.(t ) .B.u ( ).d
t0

Considerando como instante inicial t0 = k.T y como instante de

evaluacin t = (k + 1).T
( k 1).T
x (k 1).T e A.T
.x(k .T ) e A. ( k 1).T .B.u ( ).d
k .T

u() vale u(k.T) en el intervalo [k.T; (k + 1).T), luego

( k 1).T
xk 1 e A.T .xk k .T e A. ( k 1).T .d .B.uk

Hago un cambio de variable s = (k + 1).T -
( k 1).T 0 T
k .T .d T .ds 0 .ds
Muestreo de sist. continuo: MVE (3)
Modelo en variables de estado

xk 1 e A.T .xk e A.s .ds .B.uk

T
Sustituyendo: 0

e A.T
De donde
e A.s .ds .B
T
0

uk xk+1 xk yk
+ z -1 C +

D
Estabilidad (1)
Estabilidad BIBO

Un sist. discreto es estable en el sentido entrada acotada

salida acotada, BIBO estable, si para toda entrada acotada y
cualquier condicin inicial, la salida es acotada.

Teorema
xk 1 .xk .uk
El sistema es BIBO estable
yk C.xk D.uk
todos los autovalores de la matriz j
tienen mdulo menor que 1, o sea 1
-1 1
todos los polos (las soluciones de
det z.I 0 ) estn dentro del crculo unitario. -j

Nota: Recordar que H ( z ) C. z.I . D

1
Z 1
y que k
z
Estabilidad (2)
Relacin de los polos del sist. en tiempo continuo y discreto

Los polos del sist. en tiempo

continuo se transforman en polos
del sist. discreto con z = es.T
A.T
(recordar que e )

Luego, un polo en s = 0,
se transforma en un polo
en z = 1 j
1
-1 1
-j
Criterios de estabilidad (1)
Necesitamos criterios que nos digan si el mdulo de los polos
de la funcin de transferencia es menor que 1.

Habr que transformar los criterios para tiempo continuo:

1) Routh-Hurwitz
2) Nyquist
3) Lugar de las races
4) Respuesta en frecuencia

Slo veremos criterios que nos permitan decidir sobre la

estabilidad y no valorar la estabilidad relativa.
Criterios de estabilidad (2)
Routh-Hurwitz modificado
Cambio de variable (transf. de Mbius) que mapea el interior
del crculo unitario (en z) en el semiplano izquierdo (en w).
z 1 w 1 z w
w z j
z 1 w 1
-1 1 0
Si el polinomio caracterstico -j
n
es: d ( z ) an .z a1.z a0
n
w 1 w 1
d z ( w) an . a1. a0
w 1 w 1
Acabo de agregar n polos en w = 1. Debo sacarlos.

Se aplica el criterio de estabilidad de R-H a: d ' w ( w 1) n .d z ( w)

Si d(w) tiene todas las races en el semiplano izquierdo,

entonces d(z) tiene todas las races dentro del crculo unitario.
 Criterios de estabilidad (3)
Criterio de Juri Schur Kohn
n
Para determinar si un polinomio a0 .z sus
A( z )todas
tiene an1dentro
races . z an
del crculo unitario.

a0 a1 an1 an
an
an an1 a1 a0 n
a0
aik 1 aik k .akki
a0n1 a1n1 ann11
ann11 akk
k
ann11 ann12 a0n1 n1 a0k
a0n1

a00 Si a0 > 0, el sist. es estable
los a0k, k = 0, 1, ... , n-1 son >0.
Criterios de estabilidad (4)
Criterio de Juri Schur Kohn

Si ningn a0k es nulo, entonces el n de a0k negativos es

igual al nmero de races fuera del crculo unitario.

Si todos los a0k son positivos (k = 0, 1, ... , n-1),

entonces a00 >0 es equivalente a las condiciones:
A(1) 0
(1) n . A(1) 0

Estas condiciones son necesarias para la estabilidad y

pueden usarse antes de formar la tabla.
Criterios de estabilidad (5)
Criterio de Juri Schur Kohn
2
Ejemplo: A( z ) z a1.z a2

1 a1 a2
a2 a1 1 2 a2
1 a22 a1.(1 a2 )
a1
a1.(1 a2 ) 1 a22 1
1 a2
a12 .(1 a2 )
1 a22
1 a2 a2
1
1 a22 0 a2 1

Estable
1 a
2 1
1 a2 . 1 a 2 a 2 0

a2 1 a1
a2 1 a1
-1
-1
1 a1

2
Control (1)
Hasta ahora nos preocupamos esencialmente por las
herramientas y el anlisis de sistemas dados.
Pero, cmo diseamos una funcin de transferencia (o la
ecuacin en diferencias) de un controlador digital que satisfaga
las especificaciones de diseo de un cierto sistema de control?
Especificaciones

Error en estado estacionario

Se mejora agregando polos en z = 1 a la funcin de transferencia
en lazo abierto y/o aumentando la ganancia de lazo abierto.
Contrapartida: se compromete la estabilidad.
Respuesta transitoria
Para sist. de 1er y 2 orden hay frmulas para tR, tS y sobretiro.
Se mejora la velocidad aumentando el ancho de banda.
Contrapartida: se incrementa la repuesta al ruido.
Control (2)
Especificaciones

Estabilidad relativa
Existen frmulas que relacionan los mrgenes con la respuesta de
sist. de 2 orden. Para rdenes mayores slo hay aproximaciones.

Sensibilidad
Hay parmetros que varan con la temp., humedad, altitud, edad,
etc. Se busca reducir la sensibilidad de las caractersticas del sist. a
estos cambios.
Esto se consigue, en general, aumentando la ganancia del lazo
abierto.

Rechazo a perturbaciones
Es deseable que nuestro sistema responda mnimamente a cambios
en entradas que no son usadas para controlar la salida.
Para eso, se precisan ganancias de lazo abierto grandes, pero que
no ocurran en el camino directo entre la entrada perturbadora y la
salida.
Control (3)
Controladores para sistemas realimentados

Compensadores (atraso, adelanto y atraso-adelanto de fase)

Similares a tiempo continuo.

Controladores PID
Su sintona tambin se apoya en la respuesta en frecuencia.
Existen tcnicas similares a las de tiempo continuo.
T z 1 z 1
PID( z ) K P K I . . KD.
2 z 1 T .z
Diseo con el Lugar de las Races
Agregado de ceros y polos de manera de ubicar los polos del
sistema en lazo cerrado en lugares ms adecuados del plano z.

Nota: Todas se basan en la funcin de transferencia.

Control: Realimentacin de estados (4)
Hasta ahora slo una seal era realimentada.
Parece razonable pensar que contar con mayor informacin
sobre la condicin actual del sistema nos permitir generar una
accin de control mejor.
Esa informacin est en el vector de estados!
Especificado matemticamente cul es el mejor sistema de
control, para su implementacin debemos contar con el vector
de estados completo.
Para la mayora de los sistemas de control, la medida del vector
de estados completo es imprctica.
Para superar esto se estiman los estados a partir de medidas
ms prcticas.
Afortunadamente se puede separar el diseo en 2 partes:
1) Disear el sistema asumiendo que se cuenta con todos los estados.
2) Disear el estimador de estados.
Control: Realimentacin de estados (5)
La ubicacin de polos
Las especificaciones de funcionamiento de un sistema de control
pueden traducirse en una regin adecuada para la ubicacin de
los polos de la funcin de transferencia en lazo cerrado.

La idea es generar la entrada a la planta como una entrada de

referencia ms un combinacin lineal de los estados:
u ( k ) r ( k ) K .x ( k ) K es la matriz de ganancias
de realimentacin
K
rk uk xk+1 xk yk
+ + z -1 C +

D
Control: Realimentacin de estados (6)
La ubicacin de polos

Si el sistema original es:

xk 1 .xk .uk

yk C.xk D.uk

El sistema con realimentacin de estados queda:

xk 1 .xk . rk K .xk xk 1 .K .xk .rk

yk C.xk D. rk K .xk yk C D.K .xk D.rk

Si notamos ' ,
los .K
elementos de la matriz K se determinan a
partir de la ubicacin de los polos del sistema, o sea de las
races de la ecuacin caracterstica . det( z.I ' ) 0
Control: Realimentacin de estados (7)
La ubicacin de polos

No podemos ubicar los polos en cualquier lugar

1. Si intentamos que el sistema responda demasiado rpido, las

seales de control sern muy grandes y la planta entrar en una
zona de funcionamiento no lineal, y nuestro modelo ya no ser
vlido. Por lo tanto, al ubicar los polos debemos tener en cuenta
al sistema fsico.

2. No se puede asegurar que para cualquier sistema se pueda

ubicar los polos de la funcin de transferencia en lazo cerrado en
lugares arbitrarios.
Para ello se necesita una propiedad adicional: la controlabilidad.
Controlabilidad (1)
Para el modelo en variables de estado
xk 1 .xk .uk xk R n , y k R m y u k R r

yk C.xk D.uk k 0
con x0 x0
k 1
la solucin era: xk .x0 k i 1..ui
k

i 0
k 1
yk C. k .x0 C. k i 1..ui D.uk
i 0

Pregunta: Partiendo de un estado inicial cualquiera,

puedo llevarlo al estado nulo en un tiempo finito?
Controlabilidad (2)
Definiciones
Un estado x0 es controlable si existe un entrada {u(k)}
que lleva al sistema, en un tiempo finito N, desde la
condicin inicial x0 al estado nulo.
Un sistema es (completamente) controlable si todos los
estados son controlables.

Teorema

Un sistema xk 1 .xk .uk es controlable

2

n 1
la matriz C = , ., ., , . es de rango completo (n)

Nota: Se demuestra que pedir que C sea de rango n me permite

alcanzar cualquier estado desde cualquier estado inicial.
Controlabilidad y realimentacin (1)
Teorema

Si un sistema (, , C, D) es controlable siempre se puede

encontrar una matriz de realimentacin de estados K,
que ubique los polos del sistema realimentado en las posiciones
deseadas. (que tenga el polinomio caracterstico que se desee).

Nota: La realimentacin de estados y la controlabilidad,

las hemos visto para tiempo discreto, pero es anlogo
para tiempo continuo.