Desacoplamiento de Sistemas en Espacio de Estado

INSTITUTO TECNOLGICO DE LA
LAGUNA
Divisin de Estudios de Posgrado e
Investigacin
Maestria en Ciencias en Ingenieria Elctrica
Mecatrnica y Control
CONTROL AVANZADO
Tarea 4
Desacoplamiento de Sistemas Lineales en su
Representacin en Espacio de Estados
Ing. Ismael Medina Lpez
M1513050
Catedrtico: Dr. Jos Luis Meza Medina

Torren, Coah. - 11 de diciembre de 2015

por Ismael Medina Lpez
NDICE
ndice
1. Introduccin
2. Marco Terico
2.1. Ecuacin caracterstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Valores Caractersticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3. Vectores Caractersticos, Matriz Modal y Transformacin de Similitud . . . .
2.3.1. Vectores Caractersticos . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.2. Matriz Modal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.3. Transformacin de Similitud . . . . . . . . . . . . . . . . . . . . . . . .
2.4. Obtencin de los Vectores Caractersticos y de la Transformacin de Similitud
2.4.1. Mtodo de Vandermonde . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5. Transformacin de la Ecuacin de Estado a la Forma Cannica Controlable .
2
2
3
3
5
5
5
5
6
6
8
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3. Programa Desarrollado en el Entorno de Matlab
10
4. Comprobacin
17
5. Conclusiones
21
6. Fuentes de consulta
21
7. Anexos
22
7.1. Comprobacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

Tecnolgico Nacional de Mxico, Instituto Tecnolgico de la Laguna
Maestra en Ciencias en Ingeniera Elctrica
Mecatrnica y Control
11 de diciembre de 2015
Resumen
El presente trabajo tiene por objetivo realizar un programa en cdigo Matlab capaz de
desacoplar un sistema en su representacin en espacio de estados apoyndonos de la teora
de control avanzado: Ecuaciones, valores y vectores caractersticos. As como lo referente a la
matriz de Vandermonde y la representacin de sistemas en su forma cannica.
1.
Introduccin
Un sistema moderno complejo posee muchas entradas y muchas salidas que se relacionan entre
s de una forma complicada. Para analizar un sistema de este tipo, es esencial reducir la complejidad
de las expresiones matemticas, adems de recurrir a computadoras que realicen una gran parte
de los tediosos clculos que son necesarios. Como hemos aprendido en el curso de control avanzado
el enfoque en el espacio de estados para el anlisis de sistemas es el ms conveniente desde este
punto de vista [1].
Mientras la teora de control convencional se basa en la relacin entrada-salida, o funcin
de transferencia, la teora de control moderna se basa en la descripcin de las ecuaciones de un
sistema en trminos de n ecuaciones diferenciales de primer orden, que se combinan en una ecuacin
diferencial vectorial de primer orden. El uso de la notacin matricial simplifica enormemente la
representacin matemtica de los sistemas de ecuaciones. El incremento en el nmero de variables
de estado, de entradas o de salidas no aumenta la complejidad de las ecuaciones. De hecho, el
anlisis de sistemas complicados con mltiples entradas y salidas se realiza mediante procedimientos
slo ligeramente ms complicados que los requeridos para el anlisis de sistemas de ecuaciones
diferenciales escalares de primer orden [2].
En el presente trabajo se sigue abordando el anlisis y el diseo de sistemas en el espacio de
estados. Sin embargo, se hace nfasis en el desarrollo de un programa en cdigo Matlab capaz de
desacoplar tales sistemas1 , para lo cual es importante conocer un poco sobre ciertos fundamentos
tericos del control moderno o avanzado. Bsicamente el desacoplamiento consiste en una transformacin de similitud del sistema acoplado u original a uno propiamente desacoplado, lo que a
su vez consiste en diagonalizar una matriz.
1
sistemas de 2 2 y 3 3
2 Marco Terico
2.
Marco Terico
Conocidos los valores propios, se sabe que existe una base del sistema para la cual la matriz
principal del sistema es diagonal, como veremos a continuacin, la matriz que diagonaliza A es la
formada por columnas, por sus vectores propios, por lo que el clculo de la matriz de transformacin
(a la que llamaremos T) se reduce al clculo de los vectores propios [2].
En un sistema acoplado (u original) si se pretende modificar ciertos parmetros dados en la
matriz principal del sistema nos daremos cuenta que toda la dinmica del sistema puede ser alterada
puesto que hay una interaccin conjunta de la entrada, los estados y la salida. Sin embargo, si el
sistema es desacoplado este pasa a descomponerse en subsistemas de los cuales podemos modificar
los parmetros deseados sin alterar la dinmica total del sistema, esto es, no hay dependencia entre
el estado interno del sistema. Lo anterior se logra, como se dijo anteriormente, calculando una
matriz capaz de transformar la matriz principal a su base diagonal.
En lgebra lineal, una matriz cuadrada A se dice que es diagonalizable si es semejante a una
matriz diagonal. Es decir, si mediante un cambio de base puede reducirse a una forma diagonal. En
este caso, la matriz podr descomponerse de la forma A = P DP 1 . En donde P es una matriz
invertible cuyos vectores columna son vectores propios de A, y D es una matriz diagonal formada
por los valores propios de A.
Como se menciono anteriormente, es importante conocer un poco sobre los fundamentos tericos
que darn solucin al principal objetivo del presente trabajo, por lo tanto, a continuacin se
presentan algunas conceptos relevantes antes de desarrollar el programa y verificar la funcionalidad
del mismo con algunos ejemplos a la mano.
2.1.
Ecuacin caracterstica
La ecuacin caracterstica puede obtenerse segn la forma en que este representado el sistema.
Cuando el sistema esta representado por una ecuacin de estado cuya forma es:
x = A x + B u
(1)
y=C x
(2)
sX(s) X(0) = A X(s) + B U (s)
(3)
Y (s) = C X(s)
(4)
Aplicando la transformada de Laplace:
Suponiendo condiciones iniciales cero y despejando X(s) en cada ecuacin:

de la ecuacin (3)
s X(s) A X(s) = B U (s)
[sI A] = B U (s)
2.2
Valores Caractersticos
X(s) = [sI A]1 B U (s)
(5)
X(s) = C 1 Y (s)
(6)
de la ecuacin (4)
Igualando las ecuaciones (5) y (6) y despejando
Y (s)
U (s)
C 1 Y (s) = [sI A]1 B U (s)

Y (s)
= C [sI A]1 B
U (s)
dado que:
A1 =
adj |A|
det |A|
tenemos:
C adj |sI A| B
Y (s)
=
U (s)
det |sI A|
(7)
Igualando el denominador de la matriz de funcin de transferencia a cero se obtiene la ecuacin

caracterstica2 .
det |sI A| = 0
(8)
En resumen la ecuacin caracterstica de un sistema en espacio de estado se obtiene igualando

la matriz |sI A| a cero.
2.2.
Los valores caractersticos (Eigenvalores) son las races de la ecuacin caracterstica, la cual, es
obtenida de una ecuacin de estado igualando a cero el determinante de la matriz |sI A|, solo
por notacin los valores caractersticos sern descritos por la letra griega lambda minscula () y
la ecuacin caracterstica ser el determinante de la matriz |I A| [2].
2.2.1.
Propiedades
a) Si A es una matriz cuadrada de orden n el determinante de |I A| producir una ecuacin

caracterstica de grado n y, por lo tanto, n valores caractersticos i 3 .
a11
a12
a21
a22
det |I A| = det ..
..
.
.
an1
an2
2
3
...
...
..
.
a1n
a2n
..
.
. . . ann
Si los coeficientes de A son reales los coeficientes de det |sI A| tambin sern reales.
Donde i = 1, 2, 3, . . . , n
2.2
= n + b0 n1 + . . . + bn1 + bn = (1 + C1 ) (2 + C2 ) . . . (n + Cn )
b) La multiplicacin de los valores caractersticos i de la matriz |I A| es igual al determinante de A.
Sea la matriz cuadrada A de orden n, tal que
(1 ) (2 ) . . . (n ) = det |A|
c) Si existe un valor caracterstico i = 0, entonces el determinante de A es cero.
Sea A una matriz cuadrada de orden n y 1 = 0
(1 ) (2 ) . . . (n ) = det |A| = 0
d) A y AT tienen los mismos valores caractersticos i .
Sea AT la transpuesta de la matriz cuadrada A de orden n tal que:
a11
a21
a12
a22
det ..
..
.
.
a1n
a2n
...
...
..
.
an1
an2
..
.
. . . ann
= (1 + C1 ) (2 + C2 ) . . . (n + Cn ) =
a11
a12
a21
a22
det ..
..
.
.
an1
an2
...
...
..
.
a1n
a2n
..
.
. . . ann
e) Si A es una matriz diagonal o triangular los valores caractersticos i de la matriz |I A|

son los elementos de la diagonal principal.
1 a11
a12
0
2 a22
..
..
.
.
0
0
...
...
...
a1n
a2n
..
.
. . . i ann
f) Los valores caractersticos i de A son iguales a
1 a11
0
0
2 a22
..
..
.
.
0
0
1
i
...
...
..
.
0
0
..
.
. . . i ann
en A1 .
Sea A una matriz cuadrada no singular de orden n cuyos valores caractersticos i son dados
por:
2.3
Vectores Caractersticos, Matriz Modal y Transformacin de Similitud
det |I A| = (1 + C1 ) (2 + C2 ) . . . (n + Cn )
Entonces los valores caractersticos de A1 son dados por el inverso de los valores i de A,
tal que;

det I A1 =
2.3.
2.3.1.
1
1 +
C1

1
1
2 +
. . . n +
C2
Cn
Vectores Caractersticos, Matriz Modal y Transformacin de Similitud

Vectores Caractersticos
Un vector caracterstico es cualquier vector Pi , de orden n 1 y distinto de cero, asociado al

i esimo valor caracterstico i de A que satisface la ecuacin matricial:
(i I A) Pi = 0
(9)
Los vectores caractersticos Pi asociados a valores caractersticos diferentes de la matriz A son

linealmente independientes entre si.
La determinacin de los vectores caractersticos (Eeigenvectores) depende de la multiplicidad
algebraica de los valores caractersticos de la matriz A.
Pueden darse tres casos:
1. Todos los valores caractersticos son reales y diferentes.
2. Algunos de los valores caractersticos son reales y repetidos.
3. Algunos de los valores caractersticos son complejos conjugados.
2.3.2.
Matriz Modal
La matriz formada por el arreglo de vectores caractersticos Pi asociados a cada valor caracterstico i es llamada matriz modal P, de tal manera que:
P = [P1
P 2 . . . Pi ]
(10)
Donde la matriz P es de orden n n y de rango n, por lo que su inversa existe.

2.3.3.
Transformacin de Similitud
La matriz modal P sirve para encontrar la Transformacin de Similitud que a su vez sirve para
diagonalizar una matriz (o desacoplar un sistema).
Partiendo de la representacin en espacio de estados:
x = A x + B u
y =C x+D u
5
2.4
Obtencin de los Vectores Caractersticos y de la Transformacin de Similitud
Definiendo x = P z y x = P z
P z = A P z + B u
y =C P z+D u
Como la matriz P es de rango n, su inversa existe:
z = P 1 [A P z + B u]
y =C P z+D u
Por lo tanto:
z = P 1 A P z + P 1 B u
y =C P z+D u
Definiendo la Transformacin de Similitud como:
= P 1 AP
z = z + P 1 B u
y =C P z+D u
donde:
= P 1 A P
Que como ya se haba definido es la Transformada de Similitud, la cual debe su nombre a que la
ecuacin caracterstica, los valores y vectores caractersticos, as como la funcin de transferencia
del sistema en z y del sistema en x son iguales.
2.4.
2.4.1.
Obtencin de los Vectores Caractersticos y de la Transformacin

de Similitud
Mtodo de Vandermonde
Este mtodo es utilizado cuando el sistema se encuentra representado en la forma cannica

controlable de tal manera que A = AC (matriz de compaa), es decir:
0
1
0
... 0
0
0
1
... 0
0
0
... 1
A = AC = 0
(11)
..
..
..
.
.
. . ..
.
.
.
an an1 an2 . . . a1
6
2.4
Obtencin de los Vectores Caractersticos y de la Transformacin de Similitud
Cuando la matriz A es representada por la matriz AC los vectores caractersticos asociados a

cada valor caracterstico i y la matriz de transformacin son dados por:
Vectores Caractersticos
1
1i
2i
..
.
ti =
n1
i
De esta manera la matriz de transformacin (o matriz de Vandermonde4 ) es:
1
1
...
1
1
12 . . . 1n
1
2
22 . . . 2n
T = 1
..
..
..
.
.
.
.
.
.
n1
n1
n1
1
2
. . . n
La transformacin de similitud es dada por:
= T 1 AC T
(12)
Lo que dar como resultado (al igual que con los mtodos anteriores) una matriz diagonal cuyos
elementos sern los valores caractersticos:
Transformacin de Similitud (matriz diagonal)
1 0
0 2
= T 1 AC T = ..
..
.
.
0 0
...
...
..
.
0
0
..
.
(13)
. . . n
El sistema desacoplado estar dado por:

z = z + T 1 B u
(14)
y =C T z+D u
(15)
Para el caso tener valores caractersticos reales y repetidos en nuestro sistema la matriz de
Vandermonde o matriz modal se define de la siguiente manera para un sistema 3 3
1
0 0
T = 1 1 0
(16)
2
1 21 1
Solo por notacin en este mtodo los vectores caractersticos Pi sern nombrados ti y la matriz de transformacin
ser llamada T o matriz de Vandermonde.
4
2.5
Transformacin de la Ecuacin de Estado a la Forma Cannica Controlable
2.5.
Transformacin de la Ecuacin de Estado a la Forma Cannica

Controlable
Sea la ecuacin de estado:

x = Ax + Bu
(17)
Si una matriz

S= B
AB
A2 B . . . An1 B
(18)
es no singular (su determinante es diferente de cero), entonces existe una transformacin no

singular dada por:
v = Px
(19)
la cual transforma la ecuacin de estado a la forma cannica controlable.

v = AC v + BC u
La matriz de transformacin P esta dada por:
P1
P1 A
P1 A2
P1 A3
..
.
(20)
P =
n1
P1 A
(21)
donde:
P1 = [0 0 0 . . . 1] S 1
Dado v = P x, derivando tenemos:
v = P x
x = P 1 v
x = P 1 v
Sustituyendo en la ecuacin de estado (16) x y x:
P 1 v = AP 1 v + Bu
Premultiplicando ambos miembros de la expresin anterior por P , tenemos finalmente:
P P 1 v = P AP 1 v + P Bu
(22)
La cual corresponde a la ecuacin (19), por lo tanto:

AC = P AP 1
8
(23)
2.5
Transformacin de la Ecuacin de Estado a la Forma Cannica Controlable
BC = P B
(24)
3 Programa Desarrollado en el Entorno de Matlab
3.
Programa Desarrollado en el Entorno de Matlab
De acuerdo a los fundamentos tericos y matemticos de la seccin anterior se ha desarrollado

un programa en cdigo Matlab, el cual, desacopla el sistema en espacio de estado. Para realizar
lo anterior primeramente el sistema es transformado a la forma cannica controlable siguiendo el
procedimiento visto anteriormente. El programa es el siguiente:
Listing 1: Codigo Matlab
1
2
f u n c t i o n [ Ad , Bd , Cd , Dd ,T]= desacoplamiento_a
3
4
5
6
% La p r e s e n t e f u n c i o n r e a l i z a e l d e s a c o p l a m i e n t o de un s i s t e m a en su
% r e p r e s e n t a c i o n en e s p a c i o de e s t a d o s , d e l c u a l primeramente s e o b t i e n e su
% forma c a n o n i c a c o n t r o l a b l e .
7
8
9
% Nota : La p r e s e n t e f u n c i o n s o l o p e r m i t e o b t e n e r e l d e s a c o p l a m i e n t o
% de s i s t e m a s con 2 o 3 v a r i b l e s de e s t a d o ( n ) .
10
11
12
f p r i n t f ( ' La p r e s e n t e f u n c i o n s o l o p e r m i t e o b t e n e r e l d e s a c o p l a m i e n t o de \n ' ) ;
f p r i n t f ( ' de s i s t e m a s d i n a m i c o s con 2 o 3 v a r i a b l e s de e s t a d o
\n ' ) ;
13
14
15
16
17
fprintf (
fprintf (
fprintf (
fprintf (
' C o n s i d e r e l a r e p r e s e n t a c i o n en
' Dinamico L i n e a l de l a s i g u i n t e
'
xp ( t ) = A( t ) x ( t )
'
y ( t ) = C( t ) x ( t )
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
' Donde : \n ' ) ;

'x( t ) es e l vector
'u( t ) es e l vector
'y( t ) es e l vector
'A( t ) e s l a m a t r i z
'B( t ) e s l a m a t r i z
'C( t ) e s l a m a t r i z
'D( t ) e s l a m a t r i z
E s p a c i o de Estado de un S i s t e m a \n ' ) ;
forma : \n\n ' ) ;
+ B( t ) u ( t )
\n ' ) ;
+ D( t ) u ( t )
\n\n ' ) ;
18
19
20
21
22
23
24
25
26
de e s t a d o d e l s i s t e m a , de
de e n t r a d a a l s i s t e m a , de
de s a l i d a d e l s i s t e m a , de
p r i n c i p a l d e l s i s t e m a , de
de p r e a l i m e n t a c i o n , t i e n e
dimension
dimension
dimension
dimension
dimension
dimension
dimension
nx1
mx1
px1
nxn
nxm
pxn
pxm
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
27
28
f p r i n t f ( ' \nDe a c u e r d o a l o a n t e r i o r : \n ' ) ;
29
30
31
f p r i n t f ( ' I n t r o d u z c a l a Matriz A ( nxn ) \n ' ) ;

A = i n p u t ( 'A = ' ) ;
32
33
34
f p r i n t f ( ' I n t r o d u z c a l a Matriz B (nxm) \n ' ) ;

B = i n p u t ( 'B = ' ) ;
35
36
37
f p r i n t f ( ' I n t r o d u z c a l a Matriz C ( pxn ) \n ' ) ;

C = i n p u t ( 'C = ' ) ;
38
39
40
f p r i n t f ( ' I n t r o d u z c a l a Matriz D (pxm) \n ' ) ;

D = i n p u t ( 'D = ' ) ;
41
42
[ n ,m]= s i z e (A) ;
43
44
i f n==2
10
1
2
3
4
%
% OBTENCION DE LA FORMA CANONICA CONTROLABLE
% Sea e l s i s t e m a en E s p a c i o de Estados :
5
6
7
%
%
xp = Ax + Bu
y = Cx + Du
8
9
10
% S i una m a t r i z S no s i n g u l a r ( su d e t e r m i n a n t e e s d i f e r e n t e de c e r o ) ,
% E x i s t e una t r a n s f o r m a c i o n no s i n g u l a r dada por :
11
12
V = Px
13
14
15
% La c u a l t r a n s f o r m a l a e c u a c i o n de e s t a d o a l a forma c a n o n i c a
% controlable
16
17
Vp = Ac V + Bc u
18
19
20
21
22
% C a l c u l o de l a m a t r i z S
S = [ B AB ] ;
% Obtenemos su i n v e r s a
inv_S = i n v ( S ) ;
23
24
25
% La Matriz de T r a n s f o r m a c i o n e s t a dada por .

% P = [ P1 ; P1A; P1A ^ 2 ; . . . ; P1A^{n - 1 } ] ;
26
27
28
29
% Determinando P1
P1a = [ 0 1 ] ;
P1 = P1a inv_S ;
30
31
32
33
% Matriz de T r a n s f o r m a c i o n :
P = [ P1 ; P1A ] ;
inv_P = i n v (P) ;
34
35
36
37
38
39
40
% Obtenemos l a s m a t r i c e s c o r r e s p o n d i e n t e s en su forma c a n o n i c a
% controlable
Ac = PAinv_P ;
Bc = PB ;
Cc = Cinv_P ;
Dc = D;
41
42
43
%
% DESACOPLAMIENTO DEL SISTEMA ( T r a n s f o r m a c i o n de S i m i l i t u d )
44
45
46
47
% Una vez o b t e n i d a l a forma c a n o n i c a c o n t r o l a b l e d e l s i s t e m a e s t e puede

% s e r d e s a c o p l a d o . Dado e l s i s t e m a a c o p l a d o u o r i g i n a l en l a forma
% canonica :
48
49
50
%
%
vp = Ac v + Bc u
y = Cc v + Dc u
51
52
53
% Obtener l a t r a n s f o r m a c i o n de s i m i l i t u d o d e s a c o p l a m i e n t o d e l mismo :
% S i s t e m a Desacoplado :
11
1
2
3
%
%
zp = Ad z + Bd u
y = Cd z + Dd u
4
5
6
% Obtencion de l o s v a l o r e s c a r a c t e r i s t i c o s o e i g e n v a l o r e s
%
7
8
syms L
9
10
11
% Matriz de Vandermonde ( Matriz Modal )

% Para e l c a s o de v a l o r e s c a r a c t e r i s t i c o s R e a l e s y D i f e r e n t e s
12
13
14
I = eye ( 2 ) ;
LI = L I ;
15
16
17
d i f = LI - Ac ;
d
= det ( d i f ) ;
18
19
20
val_car = s o l v e ( d ) ;
val_car = d o u b l e ( val_car ) ;
21
22
23
lambda_1 = val_car ( 1 ) ;
24
25
26
% C o n d i c i o n e s para e l c a s o de v a l o r e s c a r a c t e r i s t i c o s r e a l e s y r e p e t i d o s
i f ( lambda_1==lambda_2 )
27
T = [1
lambda_1
28
29
0;
1];
30
31
e l s e i f ( lambda_1 6= lambda_2 )
32
33
34
35
end
T = [1
1;
lambda_1 lambda_2 ] ;
36
37
inv_T = i n v (T) ;
38
39
40
41
42
43
% Obtencion de l a t r a n s f o r m a c i o n de S i m i l i t u d
Ad = inv_TAcT ;
Bd = inv_TB ;
Cd = CT ;
Dd = Dc ;
44
45
46
47
48
49
f p r i n t f ( ' \n\n ' ) ;

f p r i n t f ( ' S i s t e m a Desacoplado \n\n ' ) ;
f p r i n t f ( 'Ad = \n ' ) ;
d i s p (Ad) ;
f p r i n t f ( ' \n ' ) ;
50
51
52
53
f p r i n t f ( 'Bd = \n ' ) ;
d i s p (Bd) ;
f p r i n t f ( ' \n ' ) ;
12
f p r i n t f ( 'Cd = \n ' ) ;
d i s p (Cd) ;
f p r i n t f ( ' \n ' ) ;
1
2
3
4
f p r i n t f ( 'Dd = \n ' ) ;
d i s p (Dd) ;
f p r i n t f ( ' \n\n ' ) ;
5
6
7
8
f p r i n t f ( ' V a l o r e s C a r a c t e r i s t i c o s ( E i g e n v a l o r e s ) \n\n ' ) ;

f p r i n t f ( ' lambda 1 = ' ) ;
d i s p ( lambda_1 ) ;
f p r i n t f ( ' lambda 2 = ' ) ;
f p r i n t f ( ' \n\n ' ) ;
9
10
11
12
13
14
15
f p r i n t f ( ' Matriz de Vandermonde ( o Matriz Modal ) \n ' ) ;

f p r i n t f ( 'T = \n ' ) ;
d i s p (T) ;
f p r i n t f ( ' \n\n ' ) ;
16
17
18
19
20
f p r i n t f ( ' I n v e r s a de l a Matriz de Vandermonde ( o Matriz Modal ) \n ' ) ;

f p r i n t f ( ' inv_T = \n ' ) ;
d i s p ( inv_T ) ;
f p r i n t f ( ' \n\n ' ) ;
21
22
23
24
25
26
end
27
28
i f n==3
29
30
% OBTENCION DE LA FORMA CANONICA CONTROLABLE
31
32
% Sea e l s i s t e m a e s E s p a c i o de Estados :
33
34
35
%
%
xp = Ax + Bu
y = Cx + Du
36
37
38
39
% S i una m a t r i z S = [ B AB A^ ( 2 )B . . . A^(n - 1 )B ] e s no s i n g u l a r ( su
% d e t e r m i n a n t e e s d i f e r e n t e de c e r o ) , e n t o n c e s e x i s t e una t r a n s f o r m a c i o n
% no s i n g u l a r dada por :
40
41
V = Px
42
43
44
% La c u a l t r a n s f o r m a l a e c u a c i o n de e s t a d o a l a forma c a n o n i c a
% controlable
45
46
Vp = Ac V + Bc u
47
48
49
S = [ B AB AAB ] ;
50
51
52
inv_S = i n v ( S ) ;
53
54
13
1
2
3
% P = [ P1 ; P1A; P1A ^ 2 ; . . . ; P1A^{n - 1 } ] ;
4
5
6
7
% Determinando P1
P1a = [ 0 0 1 ] ;
P1 = P1a inv_S ;
8
9
10
11
12
P = [ P1 ; P1A; P1AA ] ;
inv_P = i n v (P) ;
13
14
15
% Obtenemos l a s m a t r i c e s c o r r e s p o n d i e n t e s en su forma c a n o n i c a
% controlable
16
17
18
19
20
Ac
Bc
Cc
Dc
=
=
=
=
PAinv_P ;
PB ;
Cinv_P ;
D;
21
22
% DESACOPLAMIENTO DEL SISTEMA ( T r a n s f o r m a c i o n de S i m i l i t u d )
23
24
25
26
% Una vez o b t e n i d a l a forma c a n o n i c a c o n t r o l a b l e d e l s i s t e m a e s t e puede

% s e r d e s a c o p l a d o . Dado e l s i s t e m a a c o p l a d o u o r i g i n a l en l a forma
% canonica :
27
28
29
%
%
vp = Ac v + Bc u
y = Cc v + Dc u
30
31
32
% Obtener l a t r a n s f o r m a c i o n de s i m i l i t u d o d e s a c o p l a m i e n t o d e l mismo :
% S i s t e m a Desacoplado :
33
34
35
%
%
zp = Ad z + Bd u
y = Cd z + Dd u
36
37
38
% Obtencion de l o s v a l o r e s c a r a c t e r i s t i c o s o e i g e n v a l o r e s
%
39
40
syms L
41
42
43
% Matriz de Vandermonde ( Matriz Modal )

% Para e l c a s o de v a l o r e s c a r a c t e r i s t i c o s R e a l e s y D i f e r e n t e s
44
45
46
I = eye ( 3 ) ;
LI = L I ;
47
48
49
d i f = LI - Ac ;
d
= det ( d i f ) ;
50
51
52
val_car = s o l v e ( d ) ;
val_car = d o u b l e ( val_car ) ;
53
54
14
1
2
3
4
5
% C o n d i c i o n e s para e l c a s o de v a l o r e s c a r a c t e r i s t i c o s r e a l e s y r e p e t i d o s
i f ( lambda_1==lambda_2 ) && ( lambda_1 6= lambda_3 )
T = [1
lambda_1
lambda_1^2
7
8
9
0
1
2lambda_1
1;
lambda_3 ;
lambda_3 ^ 2 ] ;
10
11
e l s e i f ( lambda_1==lambda_3 ) && ( lambda_1 6= lambda_2 )
12
T = [1
lambda_1
lambda_1^2
13
14
15
1
lambda_2
lambda_2^2
0;
1;
2lambda_1 ] ;
16
17
e l s e i f ( lambda_2==lambda_3 ) && ( lambda_2 6= lambda_1 )
18
T = [1
lambda_1
lambda_1^2
19
20
21
1
lambda_2
lambda_2^2
0;
1;
2lambda_2 ] ;
22
23
e l s e i f ( lambda_1==lambda_2 ) && ( lambda_1==lambda_3 )
24
25
26
27
28
else
T = [1
lambda_1
lambda_1^2
0
1
2lambda_1
T = [1
lambda_1
lambda_1^2
1
lambda_2
lambda_2^2
0;
0;
1];
29
30
31
32
33
end
1;
lambda_3 ;
lambda_3 ^ 2 ] ;
34
35
i f ( imag ( lambda_1 ) 6= 0 ) | | ( imag ( lambda_2 ) 6= 0 ) | | ( imag ( lambda_3 ) 6= 0 )
36
inv_T
Lambda
sigma
omega
omega
37
38
39
40
41
=
=
=
=
=
i n v (T) ;
inv_TAcT ;
r e a l ( lambda_2 ) ;
imag ( lambda_2 ) ;
abs ( omega ) ;
42
Q = [1
0
0;
0 -1/ sigma -1 i /omega ;
0
1/ omega -1 i / sigma ] ;
43
44
45
46
inv_Q = i n v (Q) ;
47
48
Ad
= inv_QLambdaQ;
Bd = inv_TB ;
Cd = CT ;
Dd = Dc ;
49
50
51
52
53
54
else
15
inv_T = i n v (T) ;
2
3
% Obtencion de l a t r a n s f o r m a c i o n de S i m i l i t u d
Ad = inv_TAcT ;
Bd = inv_TB ;
Cd = CT ;
Dd = Dc ;
4
5
6
7
8
9
end
10
11
f p r i n t f ( ' \n\n ' ) ;

f p r i n t f ( ' S i s t e m a Desacoplado \n ' ) ;
f p r i n t f ( 'Ad = \n ' ) ;
d i s p (Ad) ;
f p r i n t f ( ' \n\n ' ) ;
12
13
14
15
16
17
f p r i n t f ( 'Bd = \n ' ) ;
d i s p (Bd) ;
f p r i n t f ( ' \n\n ' ) ;
18
19
20
21
f p r i n t f ( 'Cd = \n ' ) ;
d i s p (Cd) ;
f p r i n t f ( ' \n\n ' ) ;
22
23
24
25
f p r i n t f ( 'Dd = \n ' ) ;
d i s p (Dd) ;
f p r i n t f ( ' \n\n ' ) ;
26
27
28
29
f p r i n t f ( ' V a l o r e s C a r a c t e r i s t i c o s ( E i g e n v a l o r e s ) \n\n ' ) ;

f p r i n t f ( ' lambda 1 = ' ) ;
f p r i n t f ( ' lambda 2 = ' ) ;
f p r i n t f ( ' lambda 3 = ' ) ;
f p r i n t f ( ' \n\n ' ) ;
30
31
32
33
34
35
36
37
38
f p r i n t f ( ' Matriz de Vandermonde ( o Matriz Modal ) \n ' ) ;

f p r i n t f ( 'T = \n ' ) ;
d i s p (T) ;
f p r i n t f ( ' \n\n ' ) ;
39
40
41
42
43
f p r i n t f ( ' I n v e r s a de l a Matriz de Vandermonde ( o Matriz Modal ) \n ' ) ;

f p r i n t f ( ' inv_T = \n ' ) ;
d i s p ( inv_T ) ;
f p r i n t f ( ' \n\n ' ) ;
44
45
46
47
48
49
50
51
end
end
16
4 Comprobacin
4.
Comprobacin
Considrese el siguiente sistema en espacio de estado, el cual ser desacoplado utilizando el

programa anterior.

0
1
0
0

0
1
A= 0
B = 0
C= 1 0 0
6 11 6
1
Solucin
1
2
3
4
5
La p r e s e n t e f u n c i o n s o l o p e r m i t e o b t e n e r e l d e s a c o p l a m i e n t o de
de s i s t e m a s d i n a m i c o s con 2 o 3 v a r i a b l e s de e s t a d o
C o n s i d e r e l a r e p r e s e n t a c i o n en E s p a c i o de Estado de un S i s t e m a
Dinamico L i n e a l de l a s i g u i e n t e forma :
6
7
8
xp ( t ) = A( t ) x ( t ) + B( t ) u ( t )
y ( t ) = C( t ) x ( t ) + D( t ) u ( t )
9
10
11
12
13
14
15
16
17
Donde :
x( t ) es
u( t ) es
y( t ) es
A( t ) e s
B( t ) e s
C( t ) e s
D( t ) e s
el
el
el
la
la
la
la
vector
vector
vector
matriz
matriz
matriz
matriz
dimension
dimension
dimension
dimension
dimension
dimension
dimension
nx1
mx1
px1
nxn
nxm
pxn
pxm
18
19
20
21
22
23
24
25
26
27
De a c u e r d o a l o a n t e r i o r :
I n t r o d u z c a l a Matriz A ( nxn )
A = [ 0 1 0 ; 0 0 1 ; - 6 -11 - 6 ]
I n t r o d u z c a l a Matriz B (nxm)
B = [0;0;6]
I n t r o d u z c a l a Matriz C ( pxn )
C = [1 0 0]
I n t r o d u z c a l a Matriz D (pxm)
D = [0]
28
29
30
31
32
33
34
S i s t e m a Desacoplado
Ad =
-3.0000
0
-0.0000
-2.0000
0.0000
0
0
-0.0000
-1.0000
35
36
37
38
39
40
41
Bd =
3.0000
-6.0000
3.0000
17
4 Comprobacin
1
2
3
Cd =
5
6
7
8
9
Dd =
10
11
12
13
Valores C a r a c t e r i s t i c o s ( Eigenvalores )
14
15
lambda 1 =
-3
lambda 2 =
-2
lambda 3 =
-1
16
17
18
19
20
21
22
23
24
25
26
27
Matriz de Vandermonde ( o Matriz Modal )

T =
1
1
1
-3
-2
-1
9
4
1
28
29
30
31
32
33
34
35
I n v e r s a de l a
inv_T =
1.0000
-3.0000
3.0000

1.5000
-4.0000
2.5000
0.5000
-1.0000
0.5000
Observaciones: Como se puede observar el programa brinda ademas de las matrices A, B, C,

D desacopladas del sistema, tambin los valores de los correspondientes eigenvalores, la matriz de
Vandermonde y su inversa, con lo cual podemos comprobar matemticamente desarrollando dicho
problema si son los resultados obtenidos por el programa.
18
4 Comprobacin
Ahora considrese el siguiente sistema:

0
1
A=
6 5

0
B=
1

C= 1 0
1
2
3
4
5
La p r e s e n t e f u n c i o n s o l o p e r m i t e o b t e n e r e l d e s a c o p l a m i e n t o de
de s i s t e m a s d i n a m i c o s con 2 o 3 v a r i a b l e s de e s t a d o
6
7
8
xp ( t ) = A( t ) x ( t ) + B( t ) u ( t )
y ( t ) = C( t ) x ( t ) + D( t ) u ( t )
9
10
11
12
13
14
15
16
17
Donde :
x( t ) es
u( t ) es
y( t ) es
A( t ) e s
B( t ) e s
C( t ) e s
D( t ) e s
el
el
el
la
la
la
la
vector
vector
vector
matriz
matriz
matriz
matriz
dimension
dimension
dimension
dimension
dimension
dimension
dimension
nx1
mx1
px1
nxn
nxm
pxn
pxm
18
19
20
21
22
23
24
25
26
27
A = [0 1; -6 -5]
B = [0;1]
C = [1 0]
D = [0]
28
29
30
S i s t e m a Desacoplado
31
32
33
34
Ad =
-3.0000
0
-0.0000
-2.0000
35
36
37
38
39
Bd =
-1.0000
1.0000
40
41
42
43
44
Cd =
-3
16
-2
11
45
46
47
48
Dd =
19
4 Comprobacin
Valores C a r a c t e r i s t i c o s ( Eigenvalores )
2
3
4
lambda 1 =
lambda 2 =
-3
-2
5
6
7
8
9

T =
1
1
-3
-2
10
11
12
13
14
I n v e r s a de l a Matriz de Vandermonde ( o Matriz Modal )

inv_T =
-2.0000
-1.0000
3.0000
1.0000
20
5 Conclusiones
5.
Conclusiones
En ingeniera de control, y en general en los temas de control automtico, la representacin en

espacio de estados como modelo matemtico de sistemas fsicos es una herramienta eficaz para el
diseo de controladores y el anlisis de sistemas, esto debido a las diferentes tcnicas y mtodos con
los que se puede manipular este tipo de representaciones de sistemas dinmicos. Como hemos visto
en este trabajo obtener un sistema desacoplado permite al usuario realizar manipulaciones sobre
ciertos estados que le interese cambiar a su consideracin, por su puesto, teniendo en cuenta factores
de estabilidad y respuesta del mismo sistema. Objetivo de desacoplar un sistema resulta ser una
estrategia para reducir las iteracciones de los estados internos al sistema con la variable entrada
y salida que se controla en el sistema. En este trabajo hemos desarrollado una caracterizacin
conjunto-terica y por simulacin para demostrar que un sistema acoplado puede transformarse
a una forma diagonal con la cual podremos analizar ciertas propiedades del sistema en cuestin,
esto puede ser por ejemplo si el sistema es completamente controlable u observable, o solo lo es
parcialmente, esto es, que ciertos estados del sistema permiten ser controlados desde la entrada o
estimados desde la salida propia del sistema.
6.
Fuentes de consulta
Referencias
[1] K. Ogata. Ingeniera de Control Moderna. Pearson, 5ta Ed. 2010.
[2] D. Sergio, C Pascual. Control en Espacio de Estados. Pearson, Prentice Hall, 2da Ed. 2009.
21
7 Anexos
7.
Anexos
El siguiente programa se realizo con la finalidad de encontrar la forma cannica controlable del
sistema en espacio de estado:
1
2
f u n c t i o n [ Ac , Bc , Cc , Dc]= s i s t _ c a n _ c o n t
3
4
5
6
7
% La p r e s e n t e f u n c i o n r e a l i z a l a c o n v e r s i o n de l a e c u a c i o n de e s t a d o de un
% s i s t e m a a l a forma c a n o n i c a c o n t r o l a b l e , l a c u a l , e s i m p o r t a n t e cuando s e
% a n a l i z a e l e n f o q u e de u b i c a c i o n de p o l o s para e l d i s e n o de s i s t e m a s de
% control .
8
9
10
% Nota : La p r e s e n t e f u n c i o n s o l o p e r m i t e o b t e n e r l a forma c a n o n i c a
% c o n t r o l a b l e de s i s t e m a s con 2 o 3 V a r i b l e s de Estado ( n ) .
11
12
13
f p r i n t f ( ' La p r e s e n t e f u n c i o n s o l o p e r m i t e o b t e n e r l a forma c a n o n i c a
\n ' ) ;
f p r i n t f ( ' c o n t r o l a b l e de s i s t e m a s d i n a m i c o s con 2 o 3 v a r i a b l e s de e s t a d o \n ' ) ;
14
15
16
17
18
fprintf (
fprintf (
fprintf (
fprintf (
' C o n s i d e r e l a r e p r e s e n t a c i o n en
' Dinamico L i n e a l de l a s i g u i n t e
'
xp ( t ) = A( t ) x ( t )
'
y ( t ) = C( t ) x ( t )
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
fprintf (
' Donde : \n ' ) ;

'x( t ) es e l vector
'u( t ) es e l vector
'y( t ) es e l vector
'A( t ) e s l a m a t r i z
'B( t ) e s l a m a t r i z
'C( t ) e s l a m a t r i z
'D( t ) e s l a m a t r i z
E s p a c i o de Estado de un S i s t e m a \n ' ) ;
forma : \n\n ' ) ;
+ B( t ) u ( t )
\n ' ) ;
+ D( t ) u ( t )
\n\n ' ) ;
19
20
21
22
23
24
25
26
27
dimension
dimension
dimension
dimension
dimension
dimension
dimension
nx1
mx1
px1
nxn
nxm
pxn
pxm
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
\n ' ) ;
28
29
f p r i n t f ( ' \nDe a c u e r d o a l o a n t e r i o r : \n ' ) ;
30
31
32
f p r i n t f ( ' I n t r o d u z c a l a Matriz A ( nxn ) \n ' ) ;

A = i n p u t ( 'A = ' ) ;
33
34
35
f p r i n t f ( ' I n t r o d u z c a l a Matriz B (nxm) \n ' ) ;

B = i n p u t ( 'B = ' ) ;
36
37
38
f p r i n t f ( ' I n t r o d u z c a l a Matriz C ( pxn ) \n ' ) ;

C = i n p u t ( 'C = ' ) ;
39
40
41
f p r i n t f ( ' I n t r o d u z c a l a Matriz D (pxm) \n ' ) ;

D = i n p u t ( 'D = ' ) ;
42
43
44
45
% Sea e l s i s t e m a e s E s p a c i o de Estados :
%
xp = Ax + Bu
%
y = Cx + Du
46
47
48
% S i una m a t r i z S no s i n g u l a r ( su d e t e r m i n a n t e e s d i f e r e n t e de c e r o ) ,
% E x i s t e una t r n s f o r m a c i o n no s i n u l a r dada por :
22
7 Anexos
1
2
V = Px
3
4
% La c u a l t r a n s f o r m a l a e c u a c i o n de e s t a d o a l a forma c a n o n i c a c o n t r o l a b l e
5
6
Vp = Ac V + Bc u
7
8
9
10
11
S = [ B AB AAB ] ;
inv_S = i n v ( S ) ;
12
13
14

% P = [ P1 ; P1A; P1A ^ 2 ; . . . ; P1A^{n - 1 } ] ;
15
16
17
18
% Determinando P1
P1a = [ 0 0 1 ] ;
P1 = P1a inv_S ;
19
20
21
22
23
P = [ P1 ; P1A; P1AA ] ;
inv_P = i n v (P) ;
24
25
% Obtenemos l a s m a t r i c e s c o r r e s p o n d i e n t e s en su forma c a n o n i c a c o n t r o l a b l e
26
27
28
29
30
Ac
Bc
Cc
Dc
=
=
=
=
PAinv_P ;
PB ;
Cinv_P ;
D;
31
32
33
34
f p r i n t f ( ' Ac = \n ' ) ;
d i s p ( Ac ) ;
f p r i n t f ( ' \n\n ' ) ;
35
36
37
38
f p r i n t f ( ' Bc = \n ' ) ;
d i s p ( Bc ) ;
f p r i n t f ( ' \n\n ' ) ;
39
40
41
42
f p r i n t f ( ' Cc = \n ' ) ;
d i s p ( Cc ) ;
f p r i n t f ( ' \n\n ' ) ;
43
44
45
46
f p r i n t f ( ' Dc = \n ' ) ;
d i s p ( Dc ) ;
f p r i n t f ( ' \n\n ' ) ;
47
48
end
23
7.1 Comprobacin
7.1.
Comprobacin
A continuacin se presenta
cannica controlable:
9 1
x = 26 0
24 0
un ejemplo de un sistema el cual ser transformado a su forma

1
x1
2
1 x2 + 5 ,
0 x3
0

x1
y(t) = 1 2 1 x2
x3
1
2
3
4
5
La p r e s e n t e f u n c i o n s o l o p e r m i t e o b t e n e r l a forma c a n o n i c a
c o n t r o l a b l e de s i s t e m a s d i n a m i c o s con 2 o 3 v a r i a b l e s de e s t a d o
6
7
8
xp ( t ) = A( t ) x ( t ) + B( t ) u ( t )
y ( t ) = C( t ) x ( t ) + D( t ) u ( t )
9
10
11
12
13
14
15
16
17
Donde :
x( t ) es
u( t ) es
y( t ) es
A( t ) e s
B( t ) e s
C( t ) e s
D( t ) e s
el
el
el
la
la
la
la
vector
vector
vector
matriz
matriz
matriz
matriz
dimension
dimension
dimension
dimension
dimension
dimension
dimension
nx1
mx1
px1
nxn
nxm
pxn
pxm
18
19
20
21
22
23
24
25
26
27
A = [ -9 1 0; -26 0 1; -24 0 0]
B = [2;5;0]
C = [1 2 -1]
D = [0]
28
29
30
31
32
Ac =
0
-0.0000
-24.0000
1.0000
0
-26.0000
-0.0000
1.0000
-9.0000
39.0000
12.0000
33
34
35
36
37
Bc =
0.0000
-0.0000
1.0000
38
39
40
Cc =
24.0000
41
42
43
Dc =
24

Desacoplamiento de Sistemas en Espacio de Estado

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Desacoplamiento de Sistemas en Espacio de Estado

Загружено:

Авторское право:

Доступные форматы

INSTITUTO TECNOLGICO DE LA

Catedrtico: Dr. Jos Luis Meza Medina

Desacoplamiento de Sistemas Lineales en su

3. Programa Desarrollado en el Entorno de Matlab

Ing. Ismael Medina Lpez

Desacoplamiento de Sistemas Lineales en su

sX(s) X(0) = A X(s) + B U (s)

Aplicando la transformada de Laplace:

Suponiendo condiciones iniciales cero y despejando X(s) en cada ecuacin:

Ing. Ismael Medina Lpez

X(s) = [sI A]1 B U (s)

Igualando las ecuaciones (5) y (6) y despejando

C 1 Y (s) = [sI A]1 B U (s)

Igualando el denominador de la matriz de funcin de transferencia a cero se obtiene la ecuacin

En resumen la ecuacin caracterstica de un sistema en espacio de estado se obtiene igualando

a) Si A es una matriz cuadrada de orden n el determinante de |I A| producir una ecuacin

Ing. Ismael Medina Lpez

e) Si A es una matriz diagonal o triangular los valores caractersticos i de la matriz |I A|

f) Los valores caractersticos i de A son iguales a

Ing. Ismael Medina Lpez

Vectores Caractersticos, Matriz Modal y Transformacin de Similitud

Vectores Caractersticos, Matriz Modal y Transformacin de Similitud

Un vector caracterstico es cualquier vector Pi , de orden n 1 y distinto de cero, asociado al

Los vectores caractersticos Pi asociados a valores caractersticos diferentes de la matriz A son

Donde la matriz P es de orden n n y de rango n, por lo que su inversa existe.

Ing. Ismael Medina Lpez

Obtencin de los Vectores Caractersticos y de la Transformacin de Similitud

Obtencin de los Vectores Caractersticos y de la Transformacin

Este mtodo es utilizado cuando el sistema se encuentra representado en la forma cannica

Ing. Ismael Medina Lpez

Obtencin de los Vectores Caractersticos y de la Transformacin de Similitud

Cuando la matriz A es representada por la matriz AC los vectores caractersticos asociados a

El sistema desacoplado estar dado por:

Ing. Ismael Medina Lpez

Transformacin de la Ecuacin de Estado a la Forma Cannica Controlable

Transformacin de la Ecuacin de Estado a la Forma Cannica

Sea la ecuacin de estado:

es no singular (su determinante es diferente de cero), entonces existe una transformacin no

la cual transforma la ecuacin de estado a la forma cannica controlable.

La cual corresponde a la ecuacin (19), por lo tanto:

Transformacin de la Ecuacin de Estado a la Forma Cannica Controlable

Ing. Ismael Medina Lpez

3 Programa Desarrollado en el Entorno de Matlab

Programa Desarrollado en el Entorno de Matlab

De acuerdo a los fundamentos tericos y matemticos de la seccin anterior se ha desarrollado

' Donde : \n ' ) ;

f p r i n t f ( ' \nDe a c u e r d o a l o a n t e r i o r : \n ' ) ;

f p r i n t f ( ' I n t r o d u z c a l a Matriz A ( nxn ) \n ' ) ;

f p r i n t f ( ' I n t r o d u z c a l a Matriz B (nxm) \n ' ) ;

f p r i n t f ( ' I n t r o d u z c a l a Matriz C ( pxn ) \n ' ) ;

f p r i n t f ( ' I n t r o d u z c a l a Matriz D (pxm) \n ' ) ;

Ing. Ismael Medina Lpez

3 Programa Desarrollado en el Entorno de Matlab

% La Matriz de T r a n s f o r m a c i o n e s t a dada por .

% Una vez o b t e n i d a l a forma c a n o n i c a c o n t r o l a b l e d e l s i s t e m a e s t e puede

Ing. Ismael Medina Lpez

3 Programa Desarrollado en el Entorno de Matlab

% Matriz de Vandermonde ( Matriz Modal )

f p r i n t f ( ' \n\n ' ) ;

Ing. Ismael Medina Lpez

3 Programa Desarrollado en el Entorno de Matlab

f p r i n t f ( ' V a l o r e s C a r a c t e r i s t i c o s ( E i g e n v a l o r e s ) \n\n ' ) ;

f p r i n t f ( ' Matriz de Vandermonde ( o Matriz Modal ) \n ' ) ;