ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE MECÁNICA
ESCUELA AUTOMOTRIZ

CONTROL AUTOMÁTICO

ECUACIONES DE ESPACIO DE ESTADO

OBSERVABILIDAD
INTEGRNATES:
• Andrés Valverde 1804
• Mateo Ramírez 1655
• Trujillo Juan 1770
• Ochoa Francisco 1663
• Toapanta Henry 1949
OBSERVABILIDAD
Introducción:
La observabilidad estudia la forma en la que las variaciones en el valor
del estado se manifiestan sobre la salida, con lo que se cubre la segunda
etapa de la interacción descrita por el modelo de estado y se completa el
análisis del comportamiento del sistema completo.
OBSERVABILIDAD
• La idea de observabilidad se relaciona con la posibilidad de conocer el valor
del estado de un sistema, a partir del conocimiento de la evolución de la
entrada y de la salida que genera. Una vez conocido el estado en un instante
inicial, se puede determinar el estado en cualquier otro instante posterior
utilizando la solución de la ecuación de estado.
• La observabilidad se presenta conceptualmente como una idea
complementaria a la de controlabilidad; si la controlabilidad estudia la
relación entrada-estado, ahora se va a ver la relación estado-salida.
• Primero, se verá en qué sistemas es posible conocer el estado y, en segundo
lugar, qué variables de estado se pueden conocer, en el caso de que no sea
posible conocerlas todas.
• Por último, se estudiará la selección de las salidas que contienen la máxima
información sobre el estado del sistema.
OBSERVABILIDAD
Ejemplo:

• Si se tiene un sistema con una función de transferencia como la de la

figura se pueden elegir como variables de estado la salida y su
derivada, por lo que se tendrán todos los estados conocidos a partir de
la salida y por tanto será observable.
OBSERVABILIDAD
• Por el contrario, el sistema de esta figura no es observable, puesto que tiene
como variables de estado las salidas de los bloques. Si se intenta obtener su
función de transferencia será :

Este sistema, desde el punto de vista de su función de transferencia entrada-

salida, se comporta como un sistema de primer orden y, conociendo 𝒖(𝑡) e
𝒚(𝑡), sólo se podrá detectar una variable de estado, luego el sistema no es
observable.
Como se ve, se impide la observabilidad con una cancelación de un polo con
un cero.
OBSERVABILIDAD
Definiciones:
• Se dice que un punto 𝒙0 del espacio de estado es observable en [𝑡0 , 𝑡1 ] si,
siendo éste el estado inicial en el instante 𝑡0 , 𝒙0 = 𝒙 𝑡0 , el conocimiento
de la entrada 𝒖(𝑡) en el intervalo [𝑡0 , 𝑡1 ] y de la salida y(𝑡) en el mismo
intervalo permite determinar que el estado inicial del sistema en el instante
𝑡0 es 𝒙0 .
La observabilidad para un punto y para cualquier instante se define:
• Se dice que un punto del espacio de estado, 𝒙0 , es observable si, siendo éste
el estado inicial para un instante inicial to cualquiera, existe un intervalo de
tiempo finito [𝑡0 , 𝑡1 ], tal que el conocimiento de la entrada 𝒖(𝑡) en el
intervalo [𝑡0 , 𝑡1 ] y de la salida y(𝑡) en dicho intervalo permite determinar
que el estado inicial es 𝒙0 .
OBSERVABILIDAD
Observabilidad de un sistema:
• Un sistema es observable en [𝑡0 , 𝑡1 ]cuando todos los puntos del
espacio de estado son observables en [𝑡0 , 𝑡1 ].

Y de igual forma se define sistema observable como:

• Un sistema es observable si todos los puntos del espacio de estado son
observables.
OBSERVABILIDAD EN SISTEMAS
LINEALES
Planteamiento:
El objetivo es determinar bajo qué condiciones se puede obtener el estado
inicial 𝒙0 = 𝒙 𝑡0 , conociendo 𝒖(𝜏) e 𝒚(𝜏) con 𝑡0 < 𝜏 ≤ 𝑡 . Si fuera
conocido 𝒙(𝑡0 ) y 𝒖(𝜏), se podría obtener 𝒙(𝑡) con la expresión:

Y teniendo en cuenta la ecuación de salida:

y sustituyendo en esta ecuación la solución de la ecuación de estado:

OBSERVABILIDAD EN SISTEMAS
LINEALES
Agrupando los términos que dependen de la entrada y la salida, que se
suponen conocidas, se obtiene:

Donde, 𝒚෕(𝑡) representa la componente de salida debida sólo a la existencia de

condiciones iniciales no nulas; es decir, la aportación ala salida del sistema
ante entrada nula.
De esta forma se observa que la posibilidad de conocer el estado a partir de la
salida y la entrada depende de 𝑪(𝑡) y Φ(𝑡, 𝑡0 ), que a su vez depende
únicamente de 𝑨(𝑡).
OBSERVABILIDAD EN SISTEMAS
LINEALES
En el caso particular de que la matriz 𝑪(𝑡) sea cuadrada e invertible, se puede
despejar 𝒙(𝑡0 ) de la ecuación anterior:

o lo que es lo mismo:

Obsérvese que en este caso la salida representa un cambio de base de las

variables de estado mediante la matriz e y, por tanto, basta conocer la
salida en un solo instante para conocer el estado del sistema.
OBSERVABILIDAD EN SISTEMAS
LINEALES: TEOREMA
En general es necesario conocer la evolución de la salida en un intervalo de
tiempo para poder calcular el estado del sistema.
Dado un sistema definido por las ecuaciones:

es observable en [𝑡0 , 𝑡1 ] si y sólo si la matriz 𝑽(𝑡1 , 𝑡0 ), conocida como

gramiano de observabilidad y definida como:

es no singular.
OBSERVABILIDAD EN SISTEMAS
LINEALES: TEOREMA
• Condición suficiente
Si 𝑽(𝑡1 , 𝑡0 ) no es singular, existe un algoritmo que nos permite despejar 𝒙0 de
la expresión:

y despejando:

Por lo tanto, se puede obtener el estado del sistema en función de la salida

ante entrada nula.
OBSERVABILIDAD EN SISTEMAS
LINEALES: TEOREMA
• Condición necesaria
Si 𝑽 es singular (det(𝑽(𝑡1 , 𝑡0 )) = 𝑂), existe algún valor propio nulo, y se
fuerza a que el estado inicial 𝒙0 coincida con su vector propio asociado, que
por otro lado debe ser distinto del vector nulo. Se cumplirá entonces que:

sustituyendo 𝑽(𝑡1 , 𝑡0 ) por su valor:

OBSERVABILIDAD EN SISTEMAS
LINEALES: TEOREMA
Para que se cumpla esta expresión es necesario que 𝜉 𝜏 = 0 ,∀𝜏, por lo
que:

La conclusión que se deduce es que, tanto para este estado 𝒙0 como para
el estado nulo, la salida ante entrada nula va a ser la misma, 𝒚 ෕ 𝜏 = 0,
por lo que no va a ser posible distinguirlos. Por lo tanto, el sistema no es
observable.
OBSERVABILIDAD EN SISTEMAS
LINEALES: EJEMPLO
Dado el sistema definido por el modelo de estado:

determinar el estado inicial desde el que comenzó a evolucionar en 𝑡0 = 0,

sabiendo que la entrada escalón unitario produce la salida:

hasta el instante 𝑡 = 2 . En primer lugar se calcula el gramiano de

observabilidad, para verificar que el sistema es efectivamente observable:
OBSERVABILIDAD EN SISTEMAS
LINEALES: EJEMPLO

Cuyo determinante es:

Se puede comprobar fácilmente que el determinante no se anula salvo para 𝑡 =

𝑂, por lo que se puede afirmar que el sistema es controlable para cualquier
valor de t final del intervalo y, en concreto, para 𝑡 = 2.
Dada la observabilidad del sistema, es posible calcular el estado inicial desde
el que evoluciona. Para ello el paso previo es calcular 𝒚෕ 𝑡 .
OBSERVABILIDAD EN SISTEMAS
LINEALES: EJEMPLO

De hecho, como este resultado se ha de repetir sea cual sea la duración

del intervalo, puesto que el sistema es observable para todo valor de t, se
cumple que:

resultado que, como se puede observar, es independiente del tiempo,

como cabía esperar.
DETERMINACIÓN DEL ESTADO INICIAL EN
SISTEMAS OBSERVABLE
La importancia de la determinación del estado inicial radica en establecer, cuál ha sido la evolución
posterior del vector de estado hasta llegar a su valor actual. En la Ecuación 4.8 se describe el cálculo del
estado inicial en un sistema observable conocido el valor del gramiano de observabilidad. Además, este
resultado, no se ve influido por el valor concreto del gramiano, por lo que no cabe discusión sobre la
mejor o peor observabilidad de un sistema como sucedía con la controlabilidad.
El estudio de la observabilidad podría realizarse sin tener en cuenta el gramiano, pero esto se cumple si
se tiene un conocimiento perfecto del modelo, sin errores en sus parámetros, situación posible en
teoría, pero poco realista en la práctica, por lo que hay que contar con esta incertidumbre y estos
errores en la medida cuando el condicionamiento del gramiano toma importancia, pude manifestarse
entonces baja observabilidad en forma de error al determinar el estado inicial como el Ejemplo 4.9 al
final de este capítulo, error que, dependiendo del condicionamiento, repercutirá en mayor o menor
medida a la hora de estimar el estado actual. Para estudiar el condicionamiento del problema de
observabilidad, hay que tener en cuenta, como ocurría con el estudio de la controlabilidad, que el valor
del gramiano no es invariante ante transformación lineal. Si se considera una transformación del estado
mediante la matriz invertible T:
Entonces:

y el valor del gramiano de observabilidad queda modificado según:

Por lo que el valor del gramiano de observabilidad da información efectiva respecto a la determinación del valor
del estado inicial cuando existen errores en la medida de los parámetros y de la salida y cuando se trabaja con el
sistema en una base con significado físico. Como en el caso del gramiano de controlabilidad, entre los motivos
para que la observabilidad se encuentre mal condicionado son:
• Intervalos muy cortos de medida de entrada y salida tienden a dificultar la observabilidad, ya que disminuye
el valor del gramiano.
• La presencia de dinámicas muy rápidas en el sistema también tiende a aumentar la incertidumbre de la
estimación del estado.
• No todos los estados iniciales son igualmente observables desde la salida. Un indicador de estas diferencias la
da el número de condición de la matriz V(t1, t0), como se demuestra en la Sección 4.5.
Ejemplo:
Analizar la observabilidad del sistema definido por:

Calculando el gramiano de observabilidad y sus valores para t = 1 se obtiene un número de condición de

1,041x10¹³, lo que indica muy diferente observabilidad según la dirección dentro del espacio de estado. Sin
embargo, mediante cambio de escala en las variables de estado:

el problema se transforma en:

Al repetir el cálculo se obtiene un número de condición de 77,44, lo
que da un mejor equilibrio entre las direcciones de observación.
ESTADOS NO-OBSERVABLES

El hecho de que exista un valor del estado inicial X1 ≠ 0, tal que:

hace que el sistema no sea observable, como se demuestra fácilmente; si se tiene otro estado inicial X1, tal que:

entonces, por linealidad, si el estado inicial es la suma de los dos anteriores:

Observando la salida del sistema no se puede determinar si el estado inicial es X1 o X0 + X1. La salida no se
puede distinguir cuándo el sistema evoluciona desde un punto como X1, o desde la suma de éste con un
punto X0. Por tanto, si el sistema no es observable, existen dos clases de puntos:
• Puntos como X0, que, ante entrada nula, generan salida idénticamente nula cuando es un estado inicial,
que denominan no-observables.
• Puntos como X1, que, ante entrada nula, no dan la salida nula cuando es un estado inicial, pero no son
observables, puesto que la misma salida se puede generar por la superposición con un punto no-
observable.
La existencia de puntos no-observables da lugar a que ningún punto del espacio sea observable, y por tanto
el sistema es no observable.
Ejemplo:
Estudiar la observabilidad del sistema definido por las matrices:

Para estudiar la observabilidad de este sistema se recurre al gramiano de observabilidad, que en este caso
vale:
matriz cuyo rango es dos, inferior al máximo, por lo que no es invertible, se concluye que el sistema no es
observable. Se comprueba a continuación el comportamiento de representantes de puntos no-observables y de
puntos que no son observables:

1. Estado inicial no -observable: 3. Superposición de ambos estados iniciales:

Las salidas en los casos 2 y 3 son idénticas, por lo

2. Estado inicial fuera del conjunto no-observable:
que resulta imposible de distinguir el estado inicial
a partir del que el sistema evoluciona. Por tanto,
los estados iniciales de la forma X1 son no-
observables, mientras que los puntos con la forma
de X3 (caso que incluye a X2) no pueden ser
observados.
SISTEMAS LINEALES INVARIANTES

Dado un sistema de dimensión n definido por las ecuaciones:

es observable si y sólo si la matriz de observabilidad P definida por:

es de rango máximo, es decir, n.

Demostración
• Condición necesaria
A partir de la salida del sistema ante entrada nula evolucionando desde un estado inicial genérico, X0, y por el
método de Cayley Hamilton:

Si en la matriz P no existen n filas que son linealmente independientes, sino que sólo hay rp < n, significa el
espacio de dimensión n existe algún vector que es ortogonal a todas las filas de la matriz P. Si al vector se le
llama X0, se verifica:

es decir, el sistema evoluciona con salida nula a partir del estado X0.

• Condición suficiente
Se supone que existe un vector X0, como estado inicial, es tal que la salida del sistema ante entrada nula es cero:
Derivando sucesivas veces respecto al tiempo se obtiene:

Esto significa que eA(t-t0)X0 es ortogonal a todas las filas de la matriz P, por lo que no cubre todo el espacio,
dando así un rango de la matriz P será menor que n.
Si la matriz C es de dimensión p x n y la matriz A es n x n, la matriz P será pn x n, teniendo pues pn filas. Es
posible agrupar las filas de cada una de las p salidas o de sus posibles conjuntos, analizando la observabilidad.

Ejemplo:

Estudiar la estabilidad del sistema cuyas matrices A y C son las siguientes:

Se obtiene la matriz de observabilidad P, cuya expresión es:

El rango de P es tres, por lo que el sistema es observable utilizando las dos salidas disponibles. Podría
comprobarse también utilizando una salida
Sé empieza de la siguiente forma:

El rango es tres, por lo que utilizando la primera salida sistema es observable. Se comprueba ahora si es
observable, utilizando la segunda salida.
El rango de la matriz P2 es menor que tres, por lo que el sistema no es observable por la segunda salida.
INVARIANZA DE LA OBSERVABILIDAD ANTE
CAMBIO DE BASE

Es importante destacar que la propiedad de observabilidad de un sistema (A, B, C, D) es independiente de la

representación del estado, por lo que, si se realiza un cambio x = Tx, el rango de la nueva matriz P es idéntico al de
la matriz P. Para demostrarlo se realiza el cambio de base:

con lo que después del cambio de base se tiene:

Por lo que la matriz de observabilidad en la nueva base es:

Y puesto que la matriz T no es singular, el rango de P coincide con el de P, por lo que, si el sistema resulta
observable con P, también lo hará con P.
Interpretación geométrica de la
observabilidad
• Sea el sistema lineal e invariante representado en la Figura 4.2, en el
que a la estructura usual se ha añadido un vector de entradas
adicionales, d(t), por lo que el modelo del sistema toma la forma:

• Este vector d(t) se añade para el estudio de observabilidad y no está

relacionado con la posible realidad física del sistema.
 Sistema lineal con el conjunto de entradas de test

Supuesto el estado inicial nulo, anulando la entrada del sistema, y manteniendo vector d(t) como entrada al sistema, se
tiene que la salida del sistema es:

con lo que se puede definir como una aplicación .

Esta aplicación representa la aplicación de un conjunto de n variables de estado que influyen en p salidas, representando
cada columna el efecto de una variable de estado sobre el conjunto de las salidas.
Subespacio no-observable
• Dado un sistema lineal invariante definido por las ecuaciones:

el conjunto de puntos del espacio de estado tales que tomados como estado inicial ante
entrada nula, la salida del sistema es permanentemente nula y denominados no-observables,
forman un subespacio vectorial que se denomina subespacio no-observable.
Estos puntos forman un espacio vectorial puesto que, ante entrada nula:
• si se toma el origen como estado inicial, la salida generada es idénticamente nula.
• si se encuentran dos puntos X1 y X2, tales que tomados como estado inicial ambos generen salida
idénticamente nula, entonces, por linealidad, si se toma como estado inicial cualquier combinación lineal de
la forma:
genera igualmente una salida idénticamente nula.

Al igual que al abordar el estudio del subespacio controlable, se puede analizar el subespacio no-observable,
Xo , mediante el conjunto de señales de test representado en la figura anterior

El subespacio no-observable, Xó, es el subespacio de mayor dimensión que está

contenido dentro del núcleo de la transformación definida por Yt (t), para todo
t E [to, tI], siendo:

Donde representa la evolución de la salida ante la entrada de test di, definida como:
 Separación del subsistema no-observable
Dado el sistema lineal invariante definido por las ecuaciones:

con un sub espacio no-observable de dimensión n - rp, siendo rango(P) =rp< n, existe una matriz de cambio de base T no
singular con la que se puede hacer la transformación del vector de estado según la ecuación:

de modo que el modelo de estado en el nuevo sistema de referencia es:

verificándose que:
• El subsistema formado por las variables Xa, caracterizado por las matrices , es observable y de dimensión rp.

• Adicionalmente el subsistema formado por las variables Xb, caracterizado por las matrices, presenta una evolución del
estado desacoplado de la salida del sistema, según se puede deducir de la ultima ecuación.
Gráficamente el sistema original se descompone en dos subsistemas según la figura
Lo que se consigue es desconectar la salida y(t) de las variables de estado contenidas en

Se han separado, dentro de la imposibilidad de observar el estado del sistema, las variables de estado en dos grupos,
unas observables y otras que no lo son. La dimensión de s2 es n-rp y la de S1 es rp.

Con este cambio de base lo que se consigue es cambiar el sistema de referencia con respecto al cual se definen los
vectores, desplazándolo para que tantos de ellos como sea necesario coincidan con la base del subespacio no-
observable.
Ejemplo
Dado un sistema definido por las siguientes matrices
separar el sistema en la parte observable y no-
observable

Para comenzar se construye la matriz

Dado que el sistema no es observable, como demuestra el hecho de que el rango de la matriz P sea menor que tres, se
puede proceder a la separación del sistema en sus partes observable y no-observable. Para ello se construye la
matriz de cambio eligiendo filas lineal mente independientes de la matriz P

Con lo que las matrices transformadas resultan:

Separación d e los subsistemas controlable y
observable
El objetivo de este apartado es separar simultáneamente la parte
observable de la no-observable y la parte controlable de la no
controlable de un sistema lineal invariante.
Dada la expresión del sistema:
Existe una matriz T no
singular con la que se
puede hacer un cambio
de base x(t) = Tx(t), de
modo que el sistema
referido a las nuevas
variables de estado x
queda definido por las
matrices:
Y con eso podemos verificar que:
1. El subsistema formado por las variables 𝑥෤𝑎 y caracterizado por las
matrices:

es un subsistema controlable y observable.

2. El subsistema formado por las variables 𝑥෤𝑎 , 𝑥෤𝑏 y
caracterizado por las matrices:

es un subsistema controlable, formando el resto de las

variables 𝑥෤𝑏 , 𝑥෤𝑑 un subsistema con comportamiento
desacoplado de las entradas.
3. El subsistema formado por las variables 𝑥෤𝑎 , 𝑥෤𝑐 y
caracterizado por las matrices:

es un subsistema observable, formando el resto de las variables

𝑥෤𝑏 , 𝑥෤𝑑 un subsistema con comportamiento desacoplado de las
salidas.
Los tres subsistemas descritos en la anterior enumeración tienen la
particularidad de generar la misma función de transferencia, lo que
significa que los tres son realizaciones diferentes de un mismo sistema
en términos de entrada-salida.
En cuanto al primer subsistema es el de mínima dimensión
que puede modelar la relación entre la entrada y la salida
del sistema, por lo que se le conoce como realización
mínima del sistema o como realización mínima de
McMiIlan.
Teorema de Kalman
Caracteriza la realización mínima de un sistema en términos de
controlabilidad y observabilidad:
En general, un sistema lineal e invariante no posee una única
realización en el espacio de estado. Sin embargo, las
representaciones mínimas son únicas salvo por un cambio de base;
en otras palabras, cualquier par de realizaciones mínimas están
relacionadas por una transformación lineal.
 Gráficamente

La separación en subsistemas se puede

representar de la forma mostrada en
detalle en la Figura 4.5 y de forma
reducida en la Figura 4.4, donde cada
subsistema se compone de un grupo de
variables de estado.
Analizando se tiene que :

Existe un subsistema que junto con el

anterior forma un subsistema controlable,
Existe un subsistema que es controlable y
pero separado del anterior porque éste es
observable (subíndice a) , que describe la
no-observable. Esto no supone que este
realización mínima del sistema.
subsistema sea controlable aisladamente
(subíndice b) .

Existe un subsistema que, junto al primero,

Finalmente, existe un subsistema que no
es observable, está desconectado de la
pertenece a la parte observable y tampoco
entrada y, en consecuencia, no es
a la parte controlable, así que no es ninguna
controlable. Esto no quiere decir que este
de las dos cosas, ya que está desconectado
subsistema sea observable aisladamente
de la entrada y de la salida (subíndice d).
(subíndice c) .
Cálculo de la matriz de cambio de base
Se trata de obtener la matriz de cambio de base que realiza la separación en
subsistemas descrita en la sección anterior. Dicha matriz de cambio dé base está
formada por cuatro submatrices:

Llamando 𝐵𝐶 a la base del subespacio controlable y 𝐵𝑂ത la base del subespacio no-
observable
 Las cajas que componen la matriz de
transformación cumplen que:
• 𝑇𝑎 , 𝑇𝑏 separan el subespacio controlable, así que en conjunto los vectores
columna de 𝑇𝑎 y de 𝑇𝑏 serán una base del subespacio controlable.

• 𝑇𝑎 , 𝑇𝑐 separan el subsistema observable, así que, los vectores columna de

𝑇𝑏 , 𝑇𝑑 deben ser base del subespacio no-observable.

• Por tanto, según las Ecuaciones anteriores, 𝑇𝑏 es una base de la intersección

del subespacio controlable y del subespacio no-observable.
 • 𝑇𝑏 : base del subespacio de intersección entre el
subsistema no-observable y el subsistema controlable.
• 𝑇𝑎 : conjunto de vectores columna tales que
Las distintas conjuntamente con 𝑇𝑏 forman una base del subespacio
submatrices que controlable.
componen la matriz • 𝑇𝑑 : conjunto de vectores columna tales que
T se calculan en el conjuntamente con 𝑇𝑏 forman una base del subespacio
no-observable.
siguiente orden:
• 𝑇𝑐 : conjunto de vectores columna tales que
conjuntamente con 𝑇𝑎 , 𝑇𝑏 y 𝑇𝑑 forman una base del
espacio de estado.
Reducción del modelo

En la sección anterior se ha introducido el concepto de realización

mínima de un determinado sistema, como el modelo de estado con
menor número de variables que explica la relación entre la entrada y
la salida del mismo. Sin embargo, existe la posibilidad de que exista
un modelo de un orden inferior al grado de McMillan que genere,
aproximadamente, la misma respuesta impulsional que dicha
realización mínima; al problema de encontrar dicho modelo de orden
inferior se le conoce como problema de la reducción del modelo.
Valores singulares de Hankel y realizaciones
equilibradas

Como ya se ha mencionado, tanto el gramiano de controlabilidad como el de

observabilidad no presentan invarianza ante cambios de base, por lo que es
necesario relativizar la información que nos ofrecen al sistema de referencia en el
que viene expresado el modelo.
Sin embargo, los autovalores del producto entre ambos gramianos sí son invariantes
ante transformación, como puede comprobarse fácilmente. Dado un sistema
estable, se plantea el valor de este producto cuando se considera 𝑡1 = ∞ :
Dada una realización mínima de un sistema (A, B, C, D) con grado de McMillan n, los valores
singulares de Hankel del sistema son:

Estos valores reflejan las propiedades de entrada-salida del sistema y juegan un papel central
en la reducción de modelos. Son de especial interés ciertas transformaciones lineales que
ponen este hecho de manifiesto, las llamadas transformaciones contragredientes:
Son particularmente interesantes tres transformaciones contragradientes.
Asumiendo que se parte de la realización mínima del sistema, por lo tanto
controlable y observable, se tiene que ambos gramianos, de controlabilidad y
de observabilidad, son matrices definidas positivas y simétricas; entonces
existe una matriz ortogonal Vc (compuesta por los vectores propios
ortonormales) , tal que:
Donde ∑𝐶 es diagonal y positiva. Además, existe una matriz
ortogonal U y otra diagonal y positiva ∑, tal que:

Si ahora se considera la familia de transformaciones:

se comprueba que dichas transformaciones son

contragredientes, siendo:
De todos los posibles valores de k, tres son de interés, k = 0, k = 1 /2 y k = 1 , que
se corresponden respectivamente con:
La propiedad más importante de las realizaciones equilibradas a la entrada y a la
salida es que los elipsoides asociados a controlabilidad y observabilidad,
descritos respectivamente, se convierten en esferas, indicando:
• En el caso de la realización equilibrada a la entrada, que el sistema de
representación elegido es tal que la entrada reparte su energía a partes
iguales entre todas las variables de estado del modelo.
• En el caso de la realización equilibrada a la salida, que todas las variables de
estado aportan energía a la salida en igual cuantía.
Una propiedad interesante de la realización internamente equilibrada
es que ambos elipsoides de controlabilidad y observabilidad del
sistema coinciden y se encuentran alineados con los ejes de
coordenadas en el espacio de estado. Sus semiejes son iguales a las
raíces cuadradas de los valores singulares de Hankel. Por tanto,
valores pequeños en un modo de segundo orden se corresponden a
estados que son débilmente controlables y débilmente observables.
Ejemplos Adicionales
• Determinación del estado inicial en presencia de ruido a la salida

• cuando la salida ante escalón medida es la salida real corrompida con

un ruido. Para simplificar, se supondrá que el ruido es una senoide,
con lo que dicha salida medida es:
• Para calcular el estado inicial, se descuenta de la salida medida la
parte correspondiente a la excitación producida por la entrada, para
dejar únicamente la porción debida a la evolución libre desde el
estado inicial:

• A continuación, y para poder determinar el estado inicial, se ha de

calcular el gramiano de observabilidad del sistema
• En este caso se hace sin especificar el tiempo de observación de la
salida, por lo que el estado inicial depende de t

• En las siguientes gráficas se representa la evolución del valor de la

estimación, a medida que se aumenta el intervalo de la salida
utilizado para su cómputo (columna de la izquierda) y el error
cometido respecto al valor inicial real (columna de la derecha) para
cada variable de estado:
• Para el siguiente sistema

• a) La observabilidad del sistema se estudia a través de la matriz P:

• b) Dado que el sistema no es observable existe un sub espacio no-
observable cuya dimensión es 3 - 2 = 1. Una base de este subespacio se
puede hallar tomando las filas linealmente independientes de la matriz
P (en este caso 2) y hallando los vectores fila ortogonales a todas ellas:

• por lo que cualquier vector que cumpla con la condición de

ortogonalidad es de la forma:
• c) Al no ser observable el sistema, no existe ningún punto que sea
observable. Además, los puntos propuestos son tales que:
• d) La evolución de la salida es:
• Sustituyendo en esta expresión x(to) por los estados iniciales
propuestos
• e) Si la entrada es un escalón, habrá que sumarle a la salida el
término debido a la evolución forzada, que es independiente del
estado inicial:
• Por lo que la salida para cada uno de los estados iniciales propuestos
es: