Lecci

on 5
Controlabilidad y observabilidad

Eventos alcanzables y controlables

= (T , U, U, X, Y, , ) un sistema de control arbitrario
T X= Espacio de eventos
(t, x) T X= el estado del sistema en el instante t es x
Definicion de controlabilidad-alcanzabilidad
(a) El evento (t, x) es alcanzable desde el evento (t0 , x0 ) si
existe un control u() U tal que (t; t0 , x0 , u()) = x.
Tambien se dice que (t0 , x0 ) puede controlarse hasta (t, x).
(b) Si x0 , x1 X, t T , (t 0) y t0 , t1 T tales que
t1 t0 = t y (t1 , x1 ) es alcanzable desde (t0 , x0 ) entonces se
dice que el estado x1 es alcanzable desde el estado x0 en
tiempo t. Tambien se dice que x0 es controlable hasta x1 en
tiempo t.
(c) El estado x1 es alcanzable desde el estado x0 (o x0 es
controlable hasta x1 ) si t T tal que x1 es alcanzable desde
x0 en tiempo t ( o x0 es controlable hasta x1 en tiempo t).
2

Controlabilidad de sistemas lineales (dimension finita)

T R un intervalo. X = Kn , U = Km , Y = Kp (K = R o C)

x(t)

= A(t)x(t) + B(t)u(t) t T
()
y(t) = C(t)x(t) + D(t)u(t)

A() C(T, Rnn ), B() C(T, Rnm ), C() C(T, Rpn ),

D() C(T, Rpm )
Definicion de controlabilidad de sistemas lineales

() es controlable en [t0 , tf ] T si para (x0 , x1 ) Rn Rn

existe una funci
on de control u() C([t0 , tf ], Rm ) tal que la u
nica
solucion del P.C.I.

x(t)

= A(t)x(t) + B(t)u(t)
x(t0 ) = x0
cumple x(tf ) = x1 ((t0 , x0 ) es controlable a (tf , x1 ) o (tf , x1 ) es
alcanzable desde (t0 , x0 )).
Nota
Para sistemas continuos alcanzabilidad y controlabilidad son
conceptos (matematicamente) equivalentes.

Solucion de los sistemas lineales

La u
nica soluci
on del P.C.I.

x(t)

= A(t)x(t) + B(t)u(t)
x(t0 ) = x0
es
0

x(t) = (t, t0 )x +

(t, s)B(s)u(s) ds,

t0

tT

donde (t, t0 ) es la matriz fundamental de soluciones o matriz de

transicion de estados: u
nica soluci
on de


X(t)
= A(t)X(t), t T
X(t0 ) = In
Recordar concepto y poner ejemplo

Sistemas diferenciales lineales invariantes en el tiempo



x(t)

= Ax(t) + Bu(t), t R A Rnn , B Rnm

y(t) = Cx(t) + Du(t)
C Rpn , D Rpm

Matriz fundamental de soluciones o de transici

on de estados:
A(tt0 )
(t, t0 ) = e
e

At

k
X
t
k=0

k!

Ak ,

tR

(Matlab: expm)

Solucion (funci
on de transici
on de estados):
Z t
x(t) = eA(tt0 ) x0 +
eA(t ) B( )u( ) d,

tR

t0

Respuesta del sistema:

Z t
y(t) = Cx(t)+Du(t) = CeA(tt0 ) x0 + CeA(t ) B( )u( ) d +Du(t)
t0

Matriz de transicion: Forma de Jordan

Si A Rnn , existe T Cnn t.q. T 1 AT = J, con

J =

J1
.

.
Jr

, Jj =

j
0
.
.
.
0
0

1
j
.
.
.
0
0

0
1

.
j
0

0
0
.
.
.
1
j

Cnj nj ,

Esta es la forma de Jordan de A y 1 , . . . , r C son los valores

propios (v.p.) distintos (i 6= j ) de A. Se cumple que:

Jt

J t
e 1

Jj t
t
=e j
,e

Jk t

t2

.
.
.
0
0

.
.
.
0
0

.
.
.
0
0

2!

n 2
t j

n 1
t j

(nj 2)!
n 3
t j

(nj 1)!
n 2
t j

(nj 3)!
.
.
.
1
0

(nj 2)!
.
.
.
t
1

Si j = aj + ibj ej t = eaj t eibj t = eaj t (cos(bj t) + i sen(bj t))

eA(t ) = T eJ(t ) T 1

(Matlab: eig) (valores propios)

(Matlab (symbolic toolbox): jordan) (forma de Jordan)
6

Oscilador lineal amortiguado

m
x + cx + kx = 0
(movimiento libre)
x(0) = x0 , x(0)

= v0
Con el cambio

k
c
=
m
2 km
(frecuencia natural) (raz
on de amortiguamiento)
0 =

x
+ 20 x + 02 x = 0
Ecuaciones de estado (x1 = x, x2 = x):

  
 

  
0
1
x 1
x1
x1 (0)
x0
=
,
=
x 2
x2 (0)
v0
02 20 x2

Oscilador lineal amortiguado

Polinomio caracterstico:


p
2
+ 20 +
=  +
 0 0 1
x
Soluci
on general: x(t) = T eJt T 1 0
v0
Movimiento subamortiguado: 0 < < 1.
2

02

 (0 +d i)t

0
e
eJt =
e(0 d i)t
p 0
d = 0 2 1 (frecuencia natural amortiguada)
e(0 d i)t = e0 t (cos(d t) i sen(d t))
x(t) = e0 t (A cos(d t) + B sen(d t))
Movimiento sobreamortiguado: > 1.

eJt =

"

(+

x(t) = Ae

2 1)0 t

(+

e(
2 1)0 t

0 2

1)0 t

+ Be

#
2 1)0 t
8

Oscilador lineal amortiguado

Movimiento crticamente amortiguado: = 1.




0
1
1
t
J=
, eJt = e0 t
0
0
0 1
 
x
Soluci
on general: x(t) = T eJt T 1 0
v0
x(t) = e0 t [(v0 + 0 x0 )t + x0 ]

Observaci
on: Las tres figuras tienen una caractrstica com
un:
despues de un tiempo en el que el sistema evoluciona con cambios
significativos, tiende al estado estacionario. Es una propiedad
general de los sistemas lineales.

Respuesta de estado estacionario



x(t)

= Ax(t) + Bu(t), t R A Rnn , B Rn1

y(t) = Cx(t) + Du(t)
C R1n , D R11

Hipotesis:
on salto unidad
 Una entrada (m = 1), la funci
0, t < 0
(t) :=
Condici
on inicial: x(0) = 0
1, t 0
Respuesta del sistema (A invertible):
y(t)

t
A(t )

Ce

0Z

= C
=

eA(t ) D d + D =

eA D d = C(A1

0
1 At

CA

B( )u( ) d + Du(t) = C

=t
A
e B)=0 + D =

e B CA1 B + D

respuesta transitoria

respuesta de estado estacionario

Si parte real de i (A) < 0, CA1 eAt B 0

10

Una caracterizacion algebraica

Z t de la controlabilidad
Recordemos: x(t) = (t, t0 )x0 +

soluci
on del P.C.I.:

(t, s)B(s)u(s) ds es la u
nica

t0

x(t)

= A(t)x(t) + B(t)u(t)
x(t0 ) = x0

Observaciones importante:

Z t f
(tf , s)B(s)u(s) ds : u() U es un espacio
R(tf , t0 ) =
t0

vectorial, (U = C(R, Rm )). Espacio de estados alcanzables desde

(t0 , 0) en tiempo tf t0 .

(tf , x1 ) alcanzable desde (t0 , x0 ) sii x1 (tf , t0 )x0 R(t0 , tf ).

Se puede caracterizar R(t0 , tf ) algebraicamente?

Matriz Grammiana de controlabilidad:

Z tf
W (tf , t0 ) =
(tf , t)B(t)B(t)T (tf , t)T dt
t0

R(tf , t0 ) = Im(W (tf , t0 ))

11

Controlabilidad y matriz Grammiana

() es controlable en [t0 , tf ] si y s
olo si R(tf , t0 ) = Rn

() es controlable en [t0 , tf ] si y s
olo si W (t0 , tf ) es invertible.
w(t) = B(t)T (tf , t)T W (tf , t0 )1 (x1 (tf , t0 )x0 ) lleva el
estado x0 en t = t0 al estado x1 en t = tf , y
Z tf
Z tf
kw(t)k2 dt
ku(t)k2 dt entre todos los controles
t0

t0

u() C([t0 , tf ], R ) para los que (tf ; t0 , x0 , u()) = x1 .

Interpretaci
on: w(t) es el control que minimiza la energa o el
consumo.

12

Controlabilidad de sistemas invariantes en el tiempo

()

x(t)

= Ax(t) + Bu(t) t T
y(t) = Cx(t) + Du(t)

Matriz fundamental de soluciones (transmisi

on de estados):
(t, t0 ) = eA(tt0 )
Propiedad importante basada en el Teorema de
Hamilton-Cayley: eAt = 0 (t)I + 1 (t)A + + n1 (t)An1
Teorema Fundamental:


rang W (t0 , tf ) = rang B AB An1 B

T
n1
Ker W (t0 , tf ) = Ker B AB A
B


C(A, B) = B AB An1 B Rnnm Matriz de
controlabilidad de ()
() controlable si y s
olo si rang C(A, B) = n
13

Sistema carro-pendulo linealizado



x(t)

= Ax(t) + Bu(t)
y(t) = Cx(t)

0
1
0
0
2

m2 `2 g
M `cP
0 c(J + m` )

M0
M0
M0

A=
0

0
0
1

(M + m)mg`
(M + m)cP
m`c

M
M
M0
0
0

0
J + m`2



1 0 0 0

M0
B=
, C =
0 0 1 0

m`

M0

(M0 = (M + m)J + m`2 M )

14

Codigo Matlab para calcular la matriz de controlabilidad

syms c J m l cp M g b M0
A=[0 1 0 0; 0 -c*(J+m*l^2)/M0 m^2*l^2*g/M0 -M*l*cp/M0;...
0 0 0 1;0 -m*l*c/M0 (M+m)*m*g*l/M0 -(M+m)*cp/M0]
B=[0;b*(J+m*l^2)/M0;0;b*m*l/M0]
C=simplify([B A*B A^2*B A^3*B])
de=simplify(det(C))
m=0.1;M=1;g=9.68;J=1/2; l=1; cp=0.1;c=0.2;
M0=(M+m)*J+m*l^2*M;
Cs=subs(C)
des=det(Cs)

15

Satelite en orbita geoestacionaria

1
0
0
0
1
0
0 2R0

0
0
1 x(t) + 0

2
0
0
0

R0

0 1 0 x(t)

0
32

x(t)

= 0

0

y(t) = 0

0
0

0 u(t)
1
R0

C
odigo Matlab para calcular la matriz la matriz de controlabilidad y un
control de norma mnima
echo on
syms w R0 t
A=[0 1 0 0; 3*w^2 0 0 2*w*R0; 0 0 0 1; 0 -2*w/R0 0 0]
B=[0 0;1 0; 0 0; 0 1/R0]
C=[B A*B A^2*B A^3*B]
rangomc=rank(C)
%Control con motor radial estropeado (u_1=0)
B1=B(:,2)
Ct=[B1 A*B1 A^2*B1 A^3*B1]
r2=rank(Ct)

16

Continuacion codigo Matlab

%Control con motor tangencial estropeado (u_2=0)
B2=B(:,1)
Cr=[B2 A*B2 A^2*B2 A^3*B2]
r1=rank(Cr)
%calculo del control para partiendo del reposos en $t=0$ se llegue
%estado [0;0;1;0] en 1 segunto (tf=1)
% Radio de la
orbita estacionaria y velocidad angular
R0=42164
w=7.27*10^(-5)
A=subs(A); vpa(A,4)
B=subs(B); vpa(B,4)
[T J]=jordan(A)
%necesitamos forma de Jordan real)
T1=real(T), T2=imag(T), J1=real(J), J2=imag(J)
T=[T1(:,1) T1(:,2) T1(:,3) T2(:,3)]
JR=blkdiag(J1(1:2,1:2), [0 J2(3,3); -J2(3,3) 0])
%comprobamos que est
a bien calculado
A-T*JR*T^(-1)
17

Continuacion codigo Matlab

%A por la grammiana
%matriz de transicion
E=simplify(T*expm(JR*(1-t))*T^(-1)); vpa(E,4)
%integrando
W0=simplify(E*B*B*E);vpa(W0,4)
%matriz grammiana
W=int(W0,0,1); vpa(W,4)
%Control
u=B*E*W^(-1)*[0;0;1;0]; vpa(u,4)

18

Descomposicion de Kalman y el test PBH

Teorema (Descomposicion de Kalman)
Si (A, B) no es controlable y rang C(A, B) = r < n, existe
T Gln (R) tal que


 
A
A
B1
1
2
T 1 AT =
TB =
0 A3
0
donde A1 Rrr , B1 Rrm y (A1 , B1 ) es controlable.

Teorema

(A, B) es controlable si y s
olo si se cumple cualquiera de las dos
siguientes condiciones equivalentes:


(i) rang In A B = n para todo C


(ii) rang In A B = n para cada valor propio de A.

(i) y (ii) =Test PBH

1

de rango.

Popov-Belevitch-Hautus

19

Sistemas diferenciales no lineales (i. t.)

()

x(t)

= f (x, u),

tT

x X Rn (estados) y u U Rm (controles), O = X U
abierto, f C (O, Rn ).

Definicion (Controlabilidad global)

() es (globalmente) controlable en [t0 , tf ] T si para cada

(x0 , x1 ) X X existe u() U = C([t0 , tf ], U ) tal que la
solucion del P.C.I.

x = f (x, u(t)), t [t0 , t1 ]
x(t0 ) = x0
cumple x(tf ) = x1 .
Referencias
J. M. Coron: Control and Nonlinearity. AMS (2007)
Mathematical Surveys and Monographs, vol 136.
E. D. Sontag: Mathematical Control Teory. Springer-Verlag
(1990).

20

Controlabilidad local de sistemas no lineales

Definicion (Controlabilidad local)
Sea (xe , ue ) un punto de equilibrio de (). Este sistema se dice
localmente controlable instantaneamente en (xe , ue ) si para
cada n
umero real > 0 existe un n
umero real > 0 tal que para
0 1
cada par de puntos x , x B (xe ) := {x Rn : kx xe k < }
existe u() C([0, ], R) tal que ku(t) ue k < para todo
t [0, ] y la soluci
on del P.C.I.

x = f (x, u(t)),
x(0) = x0
cumple x() = x1 .
Una condici
on suficiente
Sea (xe , ue ) un punto de equilibrio de x = f (x, u). Si su sistema
de control linealizado en (xe , ue ) es controlable entonces el sistema
x = f (x, u) es localmente controlable instantaneamente en
(xe , ue ).
21

Observabilidad de los sistemas lineales

Observabilidad= capacidad de determinar el estado del sistema a
partir de las salidas (conocido el control).

x(t)

= A(t)x(t) + Bu(t), t T
()
y(t) = C(t)x(t) + D(t)u(t)
Definicion de observabilidad
() es observable en [t0 , tf ] si cualquier estado inicial x(t0 ) = x0
esta determinado de manera u
nica por la salida y(t) en [t0 , tf ].

y(t) = C(t)(t, t0 )x(t0 ) +

| t0

C(t)(t, )B( )u( ) dt + Du(t)

{z
}
yr (t)= respuesta forzada

La respuesta forzada no juega ning

un papel en la determinaci
on de
x0 = x(t0 ) a partir del conocimiento de y() en [t0 , tf ].
22

Un criterio de observabilidad
Si C(t)(t, t0 )x1 = C(t)(t, t0 )x2 en [t0 , tf ] el sistema no es
observable (hay dos estados iniciales distintos que producen la
misma salida).
La aplicaci
on L : Rn C ([t0 , tf ], Rp ) es lineal y el
x C(t)(t, t0 )x
sistema es no observable si y s
olo si Ker L 6= {0}.
Ker L = Ker M (tf , t0 ) donde M (tf , t0 ) es la matriz
grammiana de observabilidad:
Z tf
M (tf , t0 ) =
(t, t0 )T C(t)T C(t)(t, t0 ) dt
t0

() es observable en [t0 , tf ] si y s
olo si det M (tf , t0 ) 6= 0.
El estado inicial determinado por la salida es:
Z tf
x(t0 ) = M (tf , t0 )1
(t, t0 )T C(t)T y(t) dt
t0

23

Observabilidad de sistemas invariantes en el tiempo

()

x(t)

= Ax(t) + Bu(t) t T
y(t) = Cx(t) + Du(t)

Matriz fundamental de soluciones: (t, t0 ) = eA(tt0 )

Teorema Fundamental: Si
C
 T
 CA
T T
T n1 T
MT = C
A C
(A )
C ..
.

CAn1

entonces

T
Im M (tf , t0 ) = Im MT = Im C T AT C T (AT )n1 C T
y
 T

Ker M (tf , t0 ) = Ker MT = Ker C
AT C T (AT )n1 C T

C
CA

O(A, C) = .. Rpnn Matriz de observabilidad de ()

.
CAn1

() observable si y s
olo si rang O(A, C) = n

24

Satelite en orbita geoestacionaria

1
0
0
0
1
0
0 2R0

0
0
1 x(t) + 0

2
0
0
0

R0

0 1 0 x(t)

0
32

x(t)

= 0

0

y(t) = 0

0
0

0
0
2

R0

0
0

0 u(t)
1
R0

0
1

0
0

2
0 4

1
0

O(A, C) = 0

63

0
R0


Si y(t) = 1 0 0 0 x(t) el sistema no sera observable.

25