3.

1 ANALISIS DE
SISTEMAS DE CONTROL
EN EL ESPACIO DE
ESTADO
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
matricial de primer orden. El uso de la
notacin matricial simplifica enormemente
la representacin matemtica de los
sistemas de ecuaciones.
REPRESENTACIONES EN EL
ESPACIO DE ESTADOS DE LOS
SISTEMAS BASADOS EN LA
FUNCIN DE TRANSFERENCIA
 Representacin en el espacio
de estados en formas
cannicas
Considere un sistema definido por:
n n 1 n2 n n 1
y (t ) a1 y (t ) a2 y (t ) ...an y (t ) b0 u (t ) b1 u (t ) ...bn u (t )

En donde u es la entrada e y es la salida. Esta

ecuacin tambin puede escribirse como

b0 S n b1S n1 .......bn1S bn
Y (S )

( S p1 )( S p2 )..........( S pn )
U (S )
 Forma cannica
controlable(1)
La siguiente representacin en el espacio
de estados se denomina forma cannica
controlable:
0 1 0 x1 0
x1
0 0 0 x2 0

x2 (t )

0 0 1
x a an1 a1 xn 1
n n
 Forma cannica
controlable(2)

x1
x
y bn an b0 bn1 an1b0 ... b1 a1b0 2 +b0u


xn
La forma cannica controlable es
importante cuando se analiza el enfoque de
ubicacin de polos para el diseo de
sistemas de control.
 Forma cannica
observable(1).
La siguiente representacin en el espacio de
estados se denomina forma cannica
observable:
0 0 0 an x1 bn an b0
x1
1 0 0 an1 x2 bn1 an1b0
x2 (t )


x 0 0 1 a1 xn b1 a1b0
n
Esta ecuacin es la transpuesta de la ecuacin de estado de la
 Forma cannica
observable(2).

x1
x
y 0 0 0 1 2
+b0 u


xn
 Forma cannica
diagonal(1).
Aqu consideramos el caso en el que
el polinomio del denominador slo
contiene races distintas
b0 S n b1S n 1 .......bn 1S bn
Y (S )

U (S )
( S p1 )( S p2 )..........( S pn )
c1 c2 c3 cn
Y (S )
b0
U (S )
S p1 S p2 S p3 S pn
 Forma cannica
diagonal(2)
La forma cannica diagonal de la
representacin en el espacio de estados de
este Sistema se obtiene mediante

p1 0 0 x1 1
x1
0 p2 0 x2 1

x2 (t )

0 0 0 xn1 1
x 0 pn xn 1
n 0
 Forma cannica diagonal(3)

x1
x
y c1 c2 cn1 cn 2
+b0u


xn
 Forma cannica de
Jordan(1)
consideraremos el caso en el que el polinomio del
denominador contiene races mltiples, para el cual la
forma cannica diagonal anterior debe modificarse a la
forma cannica de Jordan. Suponga, por ejemplo, que
todas las pi, excepto las primeras tres, son diferentes
entre s, o sea, p1 = p2 = p3. En este caso, la forma
factorizada de Y(s)/U(s) se vuelve

b0 S n b1S n1 .......bn1S bn
Y (S )

( S p1 )3 ( S p4 )..........( S pn )
U (S )
 Forma cannica de
Jordan(2)
La expansin en fracciones parciales de esta ltima ecuacin se
convierte en:

c1 c2 c3
Y (S )
b0
( S p1 ) ( S p1 ) S p1
U (S ) 3 2

c4 cn
..
S p4 S pn
 Forma cannica de
Jordan(3)

x1 p1 1 0 0........ 0 x1 0
0 -p 1
0......... 0 x2 0
x2 1

0 0 -p1 0.......... 0 x3 1

(t )
0............. 0 p4 ...........0 x4 1

................ x5
................

0...............0 0............-pn xn 1
xn
 Forma cannica de Jordan(4)

x1
x
y c1 c2 cn1 cn 2
+b0u


xn
 Ejemplo de
representaciones
Sea: b0 b1 b2

Y (S ) S 3 0S 2 S 3
2 2
U ( S ) S 3S 2 S 3S 2
a1 a2

Represente en espacio de estados en la

forma cannica controlable, observable y
diagonal
 FORMA CANONICA CONTROLABLE

x1
y b2 a2b0 b1 a1b0 +b0u
x2
FORMA CANONICA OBSERVABLE
 Forma cannica diagonal

Y (S ) S 3 S 3
2
U ( S ) S 3S 2 ( S 1)( S 2)
Y (S ) c1 c2 2 1

U ( S ) ( S 1) ( S 2) ( S 1) ( S 2)
 Eigenvalores de una matriz
A de nxn

Los eigenvalores (valores propios o

autovalores) son las races de la siguiente
ecuacin caracterstica
 Por ejemplo

considrese:
 Diagonalizacin de una matriz
nxn (1)
Sea una matriz con eigenvalores distintos:
 Diagonalizacin de una matriz
nxn (2)

La transformacin x=Pz, donde P es

Donde n son distintos eigenvalores de A

 Diagonalizacin de una matriz
nxn (3)
Transformar P-1 AP en la matriz diagonal:

Si la matriz A definida por la ecuacin incluye valores

propios mltiples, la transformacin a matriz diagonal
es imposible
Ejemplo

Considerese la siguiente representacion

en espacio de estado de un sistema
 Donde:
 Los eigenvalores de A son:

Se tienen pues tres eigenvalores distintos. Si se define una

variable de estado z mediante la transformacin:
 entonces al sustituir en la ecuacin de
espacios de estados original se tiene

entonces al sustituir en la ecuacin de

espacios de estados original se tiene:

y al multiplicar por P-1

 Se tiene:

simplificando da
 La ecuacin de salida se modifica as:
ANLISIS DE SISTEMAS CONTINUOS
EN EL ESPACIO DE ESTADOS

Tratamos en este apartado de

obtener la solucin general de la
ecuacin de estado lineal e
invariante en el tiempo. Para ello
consideraremos el caso
homogneo y ms tarde el no
homogneo
 Solucin de la ecuacin de
estado homognea

Tenemos las siguientes ecuaciones al

considerar la entrada nula
x Ax
y Cx

Anlogamente al caso escalar, se puede

concluir que la solucin en el caso matricial es:

x(t ) e x(0) (t ) x(0)

At
Donde (t ) e At
se denomina matriz de
transicin de estados. Su significado se
obtiene observando directamente la
solucin: se trata de una matriz que permite
calcular, a partir de x(0) el valor de x para
cualquier instante de tiempo.
Algunas propiedades, que no son ms
que la aplicacin de las propiedades de la
matriz exponencial, de la matriz de
transicin de estados.
 PROPIEDADES

1. (0) e A0 I
2. (t ) e e
At 1
(t )
1
At
1 (t ) (t )
3. (t1 t2 ) e At1 t2 e At1 e At2 (t1 ) (t2 ) (t2 ) (t1 )
(t ) (nt )
n
4.
5. (t2 t1 ) (t1 t0 ) (t2 t0 ) (t1 t0 ) (t2 t1 )
Solucin de ecuaciones de
estado para el caso no
homogneo
Sea:
x Ax Bu
sX ( s) x(0) AX ( s) BU ( s)
X ( s) SI A x(0) SI A BU ( s )
1 1

SI A x(0) SI A BU ( s )
1 1 1
x(t ) L
t
x(t ) e At x(0) e A(t ) Bu ( )d
0
 EJERCICIO
Obtenga la respuesta en el tiempo del sistema siguiente:

x1 0 1 x1 0
2 x
-3 1 u ; y u(t) escalon unitario

x 2 2

e At (t ) L1 sI A
1

s -1
sI A
2 s+3

1 s+3 1
sI A
1

( s 1)( s 2)
-2 s

s+3 1
( s 1)( s 2) ( s 1)( s 2)
e At L1
2 s
( s 1)( s 2) ( s 1)( s 2)

2e t e 2 t e t e 2 t
e At
t
2e 2e 2 t -e t 2e 2 t
 t
x(t ) e At x(0) e A(t ) Bu ( )d
0

2e t e 2t e t e 2t x1 (0)
x(t ) t 2 t t 2 t
2 e 2 e -e 2e x2 (0)
t
2e ( t ) e 2( t ) e ( t ) e 2( t ) 0
0 2e (t ) 2e2(t ) ( t ) 2( t )
1 d
-e 2e 1
2e t e 2t e t e 2t x1 (0)
x(t ) t 2 t t 2 t
2 e 2 e -e 2e x2 (0)
1 t 1 2t
2 e 2 e
t 2 t

e e
Clculo de la matriz de
transicin de estados
1.- Mtodo de autovalores y
autovectores
Lo primero de todo es diagonalizar la matriz A,
obteniendo la matriz (P es una matriz de
diagonalizacin para A), que tendr todo ceros
excepto los elementos de su diagonal principal
que estar formada por los autovalores de A. Si
ya tenemos la matriz diagonal, se cumple que:

e1t 0

e2t
e P
At P 1

nt
0 e
 2.-Mtodo de la
transformada de Laplace:
Se tiene: sX ( s) x(0) AX ( s)
X ( s) ( sI A) 1 x(0)
Aplicando transformada inversa de Laplace:
x(t ) L1
sI A
1
x(0)
Comparando directamente con la solucin
de la ecuacin de estado homognea
e (t ) L
At 1
sI A
1
 ejercicio

Considere la matriz A siguiente

0 1
A
0 -2

Calcule (t ) e At mediante los dos mtodos

analticos presentados antes.
Mtodo 1.

Hallamos los eigenvalores

-1
I A ;
0 +2
( 2) 0; 1 0 y2 2
La matriz P de transformacin se obtiene
como
1 1 1 1
P
1 2 0 -2
 e 1t 0

e 2t
e At P P 1 ;

nt
0 e
1
1 1 1 0 1 2
e At
2 t

0 -2 0 e
0 -
1
2
1
1 (1 e 2 t )
e At 2
2 t

0 e
 Mtodo 2
e At (t ) L1 sI A
1

s 0 0 1 s -1
sI A ;
0 s 0 -2 0 s+2
1 1 1 1/ 2 1/ 2
s
s(s+2) s
sI A s s 2
1
;
1
0
1
0 s+2 s+2
1 2 t
1 (1 e )
e L sI A
At 1 1
2
2 t

0 e
 CONTROLABILIDAD Y
OBSERVABILIDAD
Dentro de la teora moderna de control aparecen
dos conceptos de importancia fundamental en la
solucin de muchos problemas de diseo de
sistemas: la Controlabilidad y la
Observabilidad.Estos conceptos, introducidos por
R. E. Kalman hacia 1960, estn relacionados con la
posibilidad de cambiar el estado de un sistema a
cualquier valor deseado, en el caso de la
controlabilidad, o de identificar las condiciones
iniciales del sistema a partir de su salida, en el
caso de la observabilidad.
 CONTROLABILIDAD

Se dice que el estado x(t) es controlable en el

tiempo t=to si existe una entrada continua por
intervalos u(t) que mover al estado a cualquier
estado final x(tf) en un tiempo finito tf- t00

A continuacin, obtendremos la condicin para

la controlabilidad completa del estado
 Controlabilidad completa del
estado de sistemas en tiempo
continuo
Considere
x(t ) Ax(t ) Bu (t )

en donde x = vector de estados (vector de dimensin n)

u = seal de control (escalar)
A=matriz de nxn
B=matrizde nx1
Se dice que el sistema descrito mediante la ecuacin
anterior es de estado controlable en t=t 0 , si es posible
construir una seal de control sin restricciones que
transfiera n estado inicial a cualquier estado final en un
intervalo de tiempo finito to t t 1. Si todos los estados
son controlables, se dice que el sistema es de estado
completamente controlable.
 La condicin para una
controlabilidad completa del
estado
Se construye matriz de controlabilidad

M B AB A B
n 1

Si esta matriz tiene rango n, el sistema es controlable.

Observe que si una matriz de n X n es no singular (es
decir, tiene un rango n o el determinante es diferente
de cero), entonces n vectores columna (o rengln) son
linealmente independientes
 OBSERVABILIDAD
Se dice que un sistema es observable en el tiempo to si,
con el sistema en el estado x(to),es posible determinar
este estado a partir de la observacin de la salida
durante un intervalo de tiempo finito.
x (t ) Ax(t ) Bu (t )
y (t ) Cx(t ) Du (t )
en donde x = vector de estado (vector de dimensin n)
y = vector de salida (vector de dimensin m)
A=matriz de nxn
C = matriz de mxn
 Observabilidad completa de
sistemas en tiempo continuo
Construir la matriz de observabilidad:
C
CA
N

n1
CA

Si esta matriz tiene rango n, el sistema es

observable
 RESUMEN
Controlabilidad y Observabilidad. Estos
conceptos describen la interaccin entre el
mundo externo (entradas y salidas) y las
variables internas del sistema (estados).
La controlabilidad es la propiedad que
indica si el comportamiento de un sistema
puede ser controlado por medio de sus
entradas.
Observabilidad es la propiedad que indica
si el comportamiento interno del sistema
puede detectarse en sus salidas.
 EJEMPLO1
Cual es la condicin del sistema de estado

Dado que matriz de controlabilidad

Es singular el sistema no es controlable de estado completo.

 EJEMPLO 2
Cual es la condicin del sistema de estado

Dado que matriz de controlabilidad

Es no singular el sistema si es controlable de estado completo.

 EJEMPLO3
El siguiente sistema es observable?

Matriz de observabilidad
C 1 0 0

N CA
6 1 0

CA
2

31 -6 1

N 1

Es no singular el sistema si es Observable de estado completo.

 EJEMPLO 4

Considerar el siguiente sistema

Es el sistema controlable y observable?

 SOLUCION
Puesto que la matriz

Es de rango 3, el sistema es controlable de estado

completo.

es de rango 3, el sistema es observable

completamente.
En general consiste en hacer nulas el mximo nmero de lneas
posible, y el rango ser el nmero de filas no nulas.