3.

1 ANALISIS DE
SISTEMAS DE CONTROL
EN EL ESPACIO DE
ESTADO
La teoría de control moderna se basa en la
descripción de las ecuaciones de un
sistema en términos de “n” ecuaciones
diferenciales de primer orden, que se
combinan en una ecuación diferencial
matricial de primer orden. El uso de la
notación matricial simplifica enormemente
la representación matemática de los
sistemas de ecuaciones.
REPRESENTACIONES EN EL
ESPACIO DE ESTADOS DE LOS
SISTEMAS BASADOS EN LA
FUNCIÓN DE TRANSFERENCIA
 Representación en el espacio
de estados en formas
canónicas
 Considere un sistema definido por:
n n 1 n2 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

ecuación también puede escribirse como

b0 S n  b1S n1  .......bn1S  bn

Y (S )

( S  p1 )( S  p2 )..........( S  pn )
U (S )
 Forma canónica
controlable(1)
 La siguiente representación en el espacio
de estados se denomina forma canónica
controlable:
  0 1 0 0   x1  0 
 x1  
  0 0 1 0   x2  0 
 
 x2           (t )
      
  0 0 0 1    
 x   a an 1 a1   xn  1 
 n  n -a n  2
 Forma canónica
controlable(2)

 x1 
x 
y  bn  an b0 bn1  an1b0 ... b1  a1b0   2  +b0u
 
 
 xn 
La forma canónica controlable es
importante cuando se analiza el enfoque de
ubicación de polos para el diseño de
sistemas de control.
 Forma canónica
observable(1).
 La siguiente representación en el espacio de
estados se denomina forma canónica
observable:
   0 0 0 an   x1   bn  an b0 
 x1  
   1 0 0 an1   x2  bn1  an1b0 
 x2        (t )
      
     
 x  0 0 1 a1   xn   b1  a1b0 
 n 
Esta ecuación es la transpuesta de la ecuación de estado de la
 Forma canónica
observable(2).

 x1 
x 
y  0 0 0 1  2
+b0 u
 
 
 xn 
 Forma canónica
diagonal(1).
 Aquí consideramos el caso en el que
el polinomio del denominador sólo
contiene raíces 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 canónica
diagonal(2)
 La forma canónica diagonal de la
representación 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   xn1  1
x   0  pn   xn  1
 n  0
 Forma canónica diagonal(3)

 x1 
x 
y   c1 c2 cn1 cn   2
+b0u
 
 
 xn 
 Forma canónica de
Jordan(1)
 consideraremos el caso en el que el polinomio del
denominador contiene raíces múltiples, para el cual la
forma canónica diagonal anterior debe modificarse a la
forma canónica de Jordan. Suponga, por ejemplo, que
todas las pi, excepto las primeras tres, son diferentes
entre sí, o sea, p1 = p2 = p3. En este caso, la forma
factorizada de Y(s)/U(s) se vuelve

b0 S n  b1S n1  .......bn1S  bn

Y (S )

( S  p1 )3 ( S  p4 )..........( S  pn )
U (S )
 Forma canónica de
Jordan(2)
La expansión en fracciones parciales de esta última ecuación 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 canónica 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 canónica de Jordan(4)

 x1 
x 
y  c1 c2 cn1 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 canónica controlable, observable y
diagonal
 FORMA CANONICA CONTROLABLE

 x1 
y  b2  a2b0 b1  a1b0    +b0u
 x2 
FORMA CANONICA OBSERVABLE
 Forma canónica 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 raíces de la siguiente
ecuación característica
 Por ejemplo

 considérese:
 Diagonalización de una matriz
nxn (1)
Sea una matriz con eigenvalores distintos:
 Diagonalización de una matriz
nxn (2)

La transformación x=Pz, donde P es

Donde λ n son distintos eigenvalores de A

 Diagonalización de una matriz
nxn (3)
Transformará P-1 AP en la matriz diagonal:

Si la matriz A definida por la ecuación incluye valores

propios múltiples, la transformación 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 transformación:
 entonces al sustituir en la ecuación de
espacios de estados original se tiene

 entonces al sustituir en la ecuación de

espacios de estados original se tiene:

 y al multiplicar por P-1

 Se tiene:

 simplificando da
 La ecuación de salida se modifica así:
ANÁLISIS DE SISTEMAS CONTINUOS
EN EL ESPACIO DE ESTADOS

 Tratamos en este apartado de

obtener la solución general de la
ecuación de estado lineal e
invariante en el tiempo. Para ello
consideraremos el caso
homogéneo y más tarde el no
homogéneo
 Solución de la ecuación de
estado homogénea

 Tenemos las siguientes ecuaciones al

considerar la entrada nula
x  Ax
y  Cx

 Análogamente al caso escalar, se puede

concluir que la solución en el caso matricial es:

x(t )  e x(0)   (t ) x(0)

At
Donde  (t )  e At
se denomina matriz de
transición de estados. Su significado se
obtiene observando directamente la
solución: 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 más
que la aplicación de las propiedades de la
matriz exponencial, de la matriz de
transición de estados.
 PROPIEDADES

1.  (0)  e A0  I
2.  (t )  e   e 
At 1
  (t ) 
1
At
 1 (t )   (t )
3.  (t1  t2 )  e At1 t2   e At1 e At2   (t1 ) (t2 )   (t2 ) (t1 )
 (t )   (nt )
n
4.
5.  (t2  t1 ) (t1  t0 )   (t2  t0 )   (t1  t0 ) (t2  t1 )
Solución de ecuaciones de
estado para el caso no
homogéneo
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
Cálculo de la matriz de
transición de estados
1.- Método de autovalores y
autovectores
 Lo primero de todo es diagonalizar la matriz A,
obteniendo la matriz (P es una matriz de
diagonalización para A), que tendrá todo ceros
excepto los elementos de su diagonal principal
que estará formada por los autovalores de A. Si
ya tenemos la matriz diagonal, se cumple que:

e1t 0 
 
e2t
e  P
At  P 1
 
 nt 
0 e 
 2.-Método 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 )  L1 
 sI  A
1
 x(0)
 Comparando directamente con la solución
de la ecuación de estado homogénea
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 métodos

analíticos presentados antes.
Método 1.

 Hallamos los eigenvalores

 -1
I  A  ;
0  +2
 (  2)  0; 1  0 y2  2
 La matriz P de transformación 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 
 Método 2
e At   (t )  L1  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 
 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 )  L1  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  L1  
 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  )  2e2(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 
 CONTROLABILIDAD Y
OBSERVABILIDAD
 Dentro de la teoría moderna de control aparecen
dos conceptos de importancia fundamental en la
solución de muchos problemas de diseño de
sistemas: la Controlabilidad y la
Observabilidad.Estos conceptos, introducidos por
R. E. Kalman hacia 1960, están 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 moverá al estado a cualquier
estado final x(tf) en un tiempo finito tf- t0≥0

A continuación, obtendremos la condición 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 dimensión n)

 u = señal de control (escalar)
 A=matriz de nxn
 B=matrizde nx1
 Se dice que el sistema descrito mediante la ecuación
anterior es de estado controlable en t=t 0 , si es posible
construir una señal de control sin restricciones que
transfiera ún 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 condición 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 renglón) 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 observación 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 dimensión n)
 y = vector de salida (vector de dimensión m)
 A=matriz de nxn
 C = matriz de mxn
 Observabilidad completa de
sistemas en tiempo continuo
 Construir la matriz de observabilidad:
 C 
 CA 
N  
 
 n1 
CA 

 Si esta matriz tiene rango n, el sistema es

observable
 RESUMEN
Controlabilidad y Observabilidad. Estos
conceptos describen la interacción 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 condición del sistema de estado

 Dado que matriz de controlabilidad

Es singular el sistema no es controlable de estado completo.

 EJEMPLO 2
 Cual es la condición 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 máximo número de líneas
posible, y el rango será el número de filas no nulas.