Universidad Industrial de Santander

Escuela de Ingenier

as El

ectrica, Electr

onica y
Telecomunicaciones
Control en el Espacio de Estados 25777
Primer Periodo Academico de 2012
Instructor: Rudy Cepeda Gomez
19 de agosto de 2012
1. Introducci on
Esta gua contiene material de repaso para la preparacion del segundo examen del curso. Se
presenta un resumen de los temas tratados en clase, material extra, y ejercicios para aanzar
destrezeas en la aplicacion de estos conceptos.
2. Solucion de la Ecuaci on de Estado
Considere un sistema lienal, posiblemente variante con el tiempo, descrito por:
x(t) = A(t) x(t) +B(t) u(t) (1)
con x(t) R
n
, A(t) R
nn
, u(t) R
p
y B(t) R
np
.
Si se quiere conocer el valor del estado x(t) para todo t > t
0
, a partir del conocimiento
de la condicion inicial x(t
0
) = x
0
y de la entrada u(t) para t > t
0
, es necesraio hallar una
solucion para (1). Lo mas facil, claro, es hallar una solucion numerica
1
. Sin embargo, para
contar con mas herramieintas para el analisis de los sistemas dinamicos, es conveniente hallar
una solucion analtica para (1). Las siguientes subsecciones se centraran en esta idea.
2.1. Existencia y Unicidad
Antes de emprender la tarea de evaluar una solucion para (1), es conveniente preguntar
si dicha solucion existe, y si es unica. El estudio de la existencia de soluiones para ecuaciones
diferenciales es un tema bastante extenso y que se sale del alcance de este curso. Por ello, se
va a enunciar, sin prueba, un teorema que garantiza condiciones sucientes para la existencia
y unicidad de la solucion buscada.
Teorema 1 Existencia y Unicidad de las Soluciones (Picard-Lindelof): Dada una condicion
inicial x(t
0
) = x
0
, existe una unica solucion para la ecuacion (1) si la matriz A(t) es continua
para todo t > t
0
y la entrada u(t) es continua a trozos para todo t > t
0
.
1
De hecho, esto fue lo que se hizo en las simulaciones del primer examen.
1
Es importante anotar que el teorema anunciado es solo una version simplcada del teorema
original. Quien este interesado en una descripcion mas detallada, puede consultar un libro de
ecuaciones diferenciales.
2.2. Sistemas Invariantes con el Tiempo
A partir del teorema de existencia y unicidad, es claro que para un sistema invariante con
el tiempo la solucion siempre existe y es unica, dado que A es constante y, por lo mismo,
continua. Para hallar la solucion, consideremos primero el caso escalar:
x(t) = ax(t) + bu(t) (2)
La ecuacion 2 puede reescribirse:
x(t) ax(t) = bu(t) (3)
Si el miembro izquierdo de (3) se multiplica por el factor integrante e
at
, se convierte en
e
at
x(t)axe
at
, que es la derivada con respecto al tiempo de la funcion x(t) e
at
. Integrando
ambos miembros de (3) se obtiene:
d
dt
_
x(t) e
at
_
= e
at
bu(t)
_
t
0
_
d
d
_
x() e
a
_
_
d =
_
t
0
e
a
bu() d
x() e
a

=t
=0
=
_
t
0
e
a
bu() d
x(t) e
at
x(0) =
_
t
0
e
a
bu() d
x(t) e
at
= x(0) +
_
t
0
e
a
bu() d
x(t) = e
at
x(0) + e
at
_
t
0
e
a
bu() d
x(t) = e
at
x(0) +
_
t
0
e
a(t)
bu() d (4)
La primera parte del miembro derecho de (4) corresponde a la solucion homogenea de (2), es
decir, la respuesta ante las condiciones iniciales cuando la entrada es cero. La segunda parte
corresponde a la solucion particular, la respuesta ante una entrada cuando las condiciones
iniciales son cero.
Considere ahora el caso n-dimensional, que ya fue disccutido en clase
2
:
x(t) = Ax(t) +Bu(t) (5)
La parte homogenea de (5) esta dada por:
x(t) = Ax(t) (6)
2
La aproximaci on para la soluci on aqu presentada diere de la que se present o en clase. Las dos llevan a la
misma solucion y proporcionan diferentes metodos para obtener la matriz de transicion de estados.
2
Si se asume que una solucion homogenea tiene la forma x(t) = e
t
x
e
, siendo R un escalar
y x
e
un vector con valores constantes se tiene, reemplazando en (6):
e
t
x
e
= Ae
t
x
e
(7)
Y de aca se llega a:
e
t
(I A) x
e
= 0 (8)
Es evidente que para que un vector x
e
sea solucion de (8), este debe ser un vector propio
de la matriz A correspondiente al valor propio . Dado que A tiene n valores propios, inclu-
yendo multiplicidades, habra n soluciones fundamentales con la forma x(t) = e

k
t
x
ek
. Las n
soluciones fundamentales pueden agruparse en un matriz:
F(t) =
_
e

1
t
x
e1
e

2
t
x
e2
e
nt
x
en
_
= [x
e1
x
e2
x
en
] e
t
= Me
t
R
nn
(9)
siendo una matriz diagonal que agrupa los n valores propios. La matriz F(t) se conoce
como Matriz Fundamental del sistema. Notese que, dado que el conjunto de vectores propios
de A no es unico, tampoco lo es la matriz fundamental F(t).
Dada una condicion inicial x(0) = x
0
, la solucion homogenea sera una combinacion lineal
de las soluciones fundamentales individuales:
x(t) = c
1
x
e1
e

1
t
+ c
2
x
e2
e

1
2
+ . . . + c
n
x
en
e
nt
= Me
t
c (10)
donde el vector de constantes c Rn 1. Para hallar los valores de las constantes, se hace
t = 0 en (10) y se llega a c = M
1
x
0
. Luego, la solucion homogenea del sistema, dada una
condicion inicial sera:
x(t) = Me
t
M
1
x
0
= (t) x
0
(11)
La matriz (t) R
nn
se conoce como matriz de transicion de estados, pues dene como
cambia el estado del sistema a partir de una condicion inicial. Usando la denicion de la
matriz fundamental del sistema, la matriz de transicion de estados tambien puede denirse
como:
(t) = F(t) F
1
(t = 0) (12)
Hay que tener en cuenta que el resultado anterior sugiere implcitamente que la matriz
A es diagonalizable. En caso de que no lo sea, la matriz M se construye usando los vectores
propios generalizados, mientras que la matriz corresponde a la forma canonica de Jordan
de la matriz A. Cuando A es diagonalizable, la funcion exponencial matricial se eval ua de
manera directa:
e
t
=
_

_
e

1
t
0 0
0 e

2
t
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 e
nt
_

_
(13)
En caso de que A no sea diagonalizable, la exponencial matricial para cada bloque de Jordan
de orden m, ubicado en la diagonal de y denotado por
k
R
mm
, se eval ua de la siguiente
manera:
e

k
t
=
_

_
e
t
te
t t
2
2
e
t

t
m1
(m1)!
e
t
0 e
t
te
t

t
m2
(m2)!
e
t
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 e
t
_

_
R
mm
(14)
3
Para hallar la solucion particular, se requiere primero hacer un corto analisis acerca de la
derivada de la inversa de (t). Partiendo de (t)
1
(t) = I y derivando ambos miembros
de esta ecuacion se tiene:

(t)
1
(t) +(t)
d
dt
_

1
(t)
_
= 0 (15)
Es facil ver
3
que

(t) = A(t). Usando este resultado en (15) se tiene:
A(t)
1
(t) +(t)
d
dt
_

1
(t)
_
= 0 (16)
A+(t)
d
dt
_

1
(t)
_
= 0 (17)
Y de la ultima expresion se llega a:

1
(t) =
1
(t) A (18)
Ahora, volviendo a (5):
x(t) Ax(t) = Bu(t) (19)
De manera similar al caso escalar, el lado izquierdo puede multiplicarse por el factor integrante

1
(t) para obtener el diferencial completo de
1
(t) x(t):

1
(t) x(t)
1
(t) Ax(t) =
1
(t) Bu(t)) (20)
d
dt
_

1
(t) x(t)
_
=
1
(t) Bu(t) (21)
_
t
0
_
d
d
_

1
() x()
_
_
d =
_
t
0

1
() Bu() d (22)

1
(t) x(t)
1
(0) x
0
=
_
t
0

1
() Bu() d (23)
teniendo en cuenta que (0) = I, se llega nalmente a:
x(t) = (t) x
0
+
_
t
0
(t ) Bu() d (24)
que es la solucion completa de la ecuacion de estado para sistemas lineales invariantes con el
tiempo.
2.3. Sistemas Variantes con el Tiempo
Para el caso lvt, la solucion de la ecuacion de estado tiene la misma forma que en el caso
lit (ecuacion (24)). Sin embargo, puesto que la matriz A(t) no es constante, los valores propios
pierden signicado y la matriz de transicion de estados se construye de manera diferente.
Si se considera la ecuacion escalar x(t) = a (t) x(t), sujeta a la condicion inicial x(t
0
) =
x
0
, la solucion sera x(t) = x
0
exp
_
_
t
t
0
a () d
_
. Extrapolando al caso n-dimensional, puede
considerarse que la solucion homogenea de x(t) = A(t) x(t) tendra la forma:
x(t) = exp
__
t
t
0
A() d
_
x
0
(25)
3
Considere como evoluciona el estado del sistema si la condici on inicial es un vector cuyos componentes son
todos iguales a 1.
4
La matriz (t, t
0
) = exp
_
_
t
t
0
A() d
_
sera la matriz de transicion de estados del sistema
ltv. Por supuesto, esta depende del instante incial t
0
, y del instante nal t.
Integrar la matrix A(t) no es una tarea facil, recuerde que evaluar funciones matriciales
no es equivalente a evaluar la funcion en cada uno de sus componentes. Para los sistemas lvt
tambien se puede obtener una matriz fundamental F(t) y la matriz de transicion de estados
se calcula usando (t, t
0
) = F(t) F
1
(t
0
).
Para construir la matriz fundamental, se necesitan n soluciones fundamentales linealmente
independientes, correspondientes a n conjuntos de condiciones iniciales linealmente indepen-
dientes. Es decir, si x
ek
(t, x
0k
) es la solucion ante condiciones iniciales x(t
0
) = x
0k
, la matriz
fundamental puede construirse apilando n soluciones diferentes:
F(t) = [x
e1
(t, x
01
) x
e2
(t, x
02
) x
en
(t, x
0n
)] R
nn
(26)
La solucion completa tendra la forma:
x(t) = (t, t
0
) x
0
+
_
t
t
0
(t, ) Bu() d (27)
2.4. Propiedades de la Matriz de Transicion de Estados
Las siguientes identidades son una lista de propiedades satisfechas por la matriz de tran-
sicion de estados. Son validas para los casos lit y lvt.
(t
0
, t
0
) = I
(t
1
+ t
2
, t
0
) = (t
1
, t
0
) (t
2
, t
0
)

1
(t
1
, 0) = (t
1
, 0)
(t, t
1
) (t
1
, t
2
) = (t, t
2
)
2.5. Metodos para Calcular la Matriz de Transici on de Estados
Para sistemas lit la matriz de transicion de estados se puede calcular de varias maneras.
Para ilustrar estos metodos, considere el sistema descrito por la matriz de estado:
A =
_
_
0 1 1
1 2 1
0 0 2
_
_
(28)
2.5.1. Diagonalizacion, Forma Canonica de Jordan
Esta consiste en transformar la matriz a la forma canonica de jordan, que sera una ma-
triz diagonal si todos los valores propios son simples o semisimples, calcular el exponencial
matricial y usar la transformacion inversa.
Para el caso que nos ocupa, la matriz A tiene un valor propio simple
1
= 2 y otro
valor propio con multiplicdad algebraica 2,
2,3
= 1. La forma canonica de Jordan para esta
matriz se calcula haciendo J = M
1
AM, con:
M =
_
_
1 1 0
1 1 1
1 0 0
_
_
y J =
_
_
2 0 0
0 1 1
0 0 1
_
_
5
Para esta matriz de Jordan, el exponencial matricial es:
e
Jt
=
_
_
e
2t
0 0
0 e
t
te
t
0 0 e
t
_
_
Luego, la matriz de transicion de estados se calcula utilizando la transformacion inversa:
(t) = Me
Jt
M
1
=
_
_
(1 + t) e
t
te
t
e
t
e
2t
te
t
(1 t) e
t
e
2t
e
t
0 0 e
2t
_
_
(29)
2.5.2. Expansion en series de Taylor
La funcion exponencial matricial puede expresarse como una serie de Taylor de la siguiente
forma:
e
At
= I +At +
A
2
t
2
2!
+
A
3
t
3
3!
+ +
A
4
t
4
4!
+ . . . (30)
Evaluar la matriz de transicion de estados usando este metodo requiere un buen ojo para
organizar las funciones que se crean. Para la matriz A del ejemplo, se tiene:
A =
_
_
0 1 1
1 2 1
0 0 2
_
_
A
2
=
_
_
1 2 3
2 3 3
0 0 4
_
_
A
3
=
_
_
2 3 7
3 4 7
0 0 8
_
_
Que resultan en la serie:
e
At
=
_

_
1
t
2
2
+ 2
t
3
3!
+ . . . t
t
2
2
+ 3
t
3
3!
+ . . . t 3
t
2
2
+ 7
t
3
3!
+ . . .
t + 2
t
2
2
3
t
3
3!
+ . . . 1 2t + 3
t
2
2
4
t
3
3!
+ . . . t + 3
t
2
2
7
t
3
3!
+ . . .
0 0 t 2t + 4
t
2
2!
8
t
3
3!
+ . . .
_

_
A partir de estos tres primeros terminos es muy difcil deducir a que funcion corresponden las
series que se van creando. Dos o tres terminos mas daran una mejor idea y permitiran inferir
la forma descrita en (29) para (t). Hay que tener en cuenta que siempre se estara buscando
una funcion exponencial, as que no hay que pescar o adivinar tanto.
2.5.3. Transformada de Laplace
Si la ecuacion de estado se lleva al domino de Laplace, se puede construir una matriz de
funciones de transferencia, como ya se haba mencionado en clase:
G(s) = (sI A)
1
Se asume B = 0 y C = I. Para obtener la matriz de transicion de estados se halla la
transformada inversa de Laplace de cada uno de los elementos de la matriz de funciones de
transferencia G(s).
Para el ejemplo, se tiene:
G(s) =
_

_
s+2
(s+1)
2
1
(s+1)
2
1
s
2
+3s+2

1
(s+1)
2
s
(s+1)
2

1
s
2
+3s+2
0 0
1
s
+
2
_

_ (31)
Tras hacer fracciones parciales y hallar la transformada inversa, es facil llegar a (29)
6
3. Estabilidad
La estabilidad se dene como la propiedad de un sistema de conservar su salida acotada
ante entradas o condiciones iniciales acotadas. La estabilidad interna hace referencia a la
respuesta del sistema ante condiciones iniciales, mientras que la extabilidad externa hace
referencia a la respuesta del sistema cuando existe una entrada. Evaluar la estabilidad de
sistemas lineales e invariantes en el tiempo es relativamente sencillo. Para sistemas variantes
con el tiempo o no lineales, esta evaluacion se complica enormemente.
3.1. Estabilidad Interna
Considere un sistema no lineal y variante con el tiempo, descrito por:
x(t) = f (x(t) , t) (32)
Si para un cierto valor del estado x = x

la ecuacion de estado se hace cero para cualquier

valor de t > t
0
, se dice que x

es un punto de equilibrio del sistema. La estabilidad interna de

un sistema se dene de la siguiente manera.
Denicion 1 Estabilidad en el sentido de Lyapunov. Un punto de equilibrio x es estable
si para cualquier escalar > 0 existe un (e, t
0
) > 0 tal que si x(t
0
) x

< , entonces
x(t) x

< para todo t > t

0
.
Esta dencion de estabilidad simplemente implica que el punto de equilibrio es estable si cual-
quier solucion que inicie en un punto sucientemente cercano al punto de equilibrio permanece
en la vecindad del mismo.
Denicion 2 Estabilidad asintotica. Un punto de equilibrio x

es asintoticamente estable si
es estable y ademas lm
t
x(t) x

= 0.
Denicion 3 Estabilidad uniforme. Un punto de equilibrio x

es uniformemente estable si
es estable y ademas se puede seleccionar independientemente del instante t
0
.
Denicion 4 Estabilidad global. Un punto de equilibrio x

es globalmente estable si es estable

y ademas se puede seleccionar arbitrariamente grande.
Las anteriores deniciones son muy usadas cuando se trabaja con sistemas no lineales. En
el caso de sistemas lineales, un punto de equilibrio asintoticamente estable siempre sera glo-
balmente estable. Si, ademas, el sistema es invariante con el tiempo, el punto de equilibrio
sera global y uniformemnte estable.
3.1.1. Sistemas Lineales
Sea un sistema lineal autonomo y variante con el tiempo x(t) = A(t) x(t). la condicion
de estabilidad esta dada por el siguiente teorema:
Teorema 2 Estabilidad en Sistemas Lineales. Un sistema lineal aut nomo es estable si existe
un n umero positivo M, posiblemnte dependiente de t
0
, para el cual (t, t
0
) < M para todo
t > t
0
. Si, ademas, lm
t
(t, t
0
) = 0, el sistema es asintoticamente estable.
7
En el teorema anterior, la norma de una matriz A puede denirse de diversas maneras. La
mas com un es usar la norma l
1
, denida como A = max
k
(

n
i=1
|a
ik
|). Es decir, la norma
l
1
de una matriz es el valor maximo de la suma de los valores absolutos de los elementos de
cada la.
Puesto que en un sistema lineal e invariante en el tiempo (t) = e
At
= Me
t
M
1
, es
facil ver que (t) < M para cualquier M siempre que ning un elemento de tenga parte
real positiva. Esto lleva ala introduccion del siguiente teorema.
Teorema 3 Estabilidad interna en sistemas lit. Dado un sistema lit autonomo, x(t) =
Ax(t), cuya matriz A tiene valores propios
1
,
2
, . . .,
n
, el origen es un punto de equilibrio:
Estable si e (
i
) 0 i = 1, . . . , n.
Asintoticamente Estable si e (
i
) < 0 i = 1, . . . , n.
Inestable si e (
i
) > 0 para alg un i.
Es importante enfatizar que esto es valido solo para sistemas invariantes. Los valores propios de
matrices variantes en el tiempo no propocionan ninguna infromacion acreca de la estabilidad
del sistema.
3.1.2. Metodo de Lyapunov
El teorema de estabilidad de Lyapunov, presentado a continuacion, es una de las herra-
mientas mas importantes con que se cuenta para el analisis de estabilidad interna en sistemas
dinamicos.

Este proporciona condiciones sucientes para la estabilidad de un sistema sin ne-
cesidad de conocer la respuesta del sistema, dada por la matriz de transicion de estados..
Teorema 4 Teorema de Estabilidad de Lyapunov. Sea x

= 0 un punto de equilibrio del

sistema dinamico x(t) = f (x). Sea V (x) una funcion denida positiva
4
y sea

V (x) =
V
x
dx
dt
=
V x = V f (x) la derivada de V (x) evaluada a lo largo de las trayetorias del sistema. Si

V (x) 0, es decir, es semidenida negativa, para todo x en una vecindad del punto de
equilibrio, el punto de equilibrio es estable. Si

V (x) < 0, para todo x = 0 en una vecindad del
punto de equilibrio x

, el punto de equilibrio sera asintoticamente estable. Si

V (x) < 0 para
todo x = 0, el sistema es globalmente estable.
Es importante insistir en que la existencia de una funcion de Lyapunov garantiza la esta-
bilidad del sistema. Sin embargo, no encontrar una funcion de lyapunov con derivada negativa
denida no implica que el sistema sea inestable. Lyapunov proporciona condiciones sucien-
tes, no necesarias, para estabilidad. Una forma usual de buscar funciones de Laypunov es el
estudio de la evolucion de la energa en un sistema fsico. Los sistemas pasivos, disipativos,
son estables, la energa acumulada siempre tiende a cero a medida que el tiempo pasa.
Construir una funcion de Laypunov para un sistema lineal e invariante en el tiempo es
relativamente facil. Considere el sistema autonomo descrito por x(t) = Ax(t). Para cualquier
matriz P denida positiva
5
la funcion V = x
T
Px es una funcion candidata a funcion de
Lyapunov. Para vericar si es una funcion de Lyapunov valida, se eval ua su derivada a lo
4
Es decir, V (x) > 0 para todo x = 0.
5
Recuerde que una matriz simetrica es denida positiva si sus valores propios son todos positivos.
8
largo de las trayectorias del sistema:

V = x
T
Px +x
T
P x (33)

V = (Ax)
T
Px +x
T
PAx (34)

V = x
T
_
A
T
P+PA
_
x (35)
Haciendo Q = A
T
P+PA se llega a

V = x
T
Qx. Para que esta funcion sea negativa denida,
se requiere que la matriz Q lo sea. Se contruye entonces la Ecuacion matricial de Lyapunov:
A
T
P+PA = Q (36)
Para que el sistema lineal x(t) = Ax(t) sea estable, la ecuacion (36) debe tener una solucion
positiva denida P dada una cierta matrix positiva denida Q
6
.
3.2. Estabilidad Externa
La estabilidad externa estudia el efecto de las entradas sobre el estado o la salida del
sistema. Existen varios criterios para denir la estabilidad externa, siendo los mas comunes
la estabilidad entrada-estado o estabilidad bibs
7
y la estabilidad entrada-salida o estabilidad
bibo
8
.
Considere sistema lineal x(t) = Ax(t) + Bu(t). Si el estado incial es cero, la evolucion
del sistema estara dada por x(t) =
_
t
t
0
(t ) Bu() d. La estabilidad bibo la dene la
respuesta al impulso del sistema.
Teorema 5 Estabilidad bibo. Un sistema lineal descrito por las ecuaciones x(t) = A(t) x(t)+
B(t) u(t), y (t) = C(t) x(t) + D(t) u(t) es bibo estable si existe un escalar M > 0 tal que
_
t
t
0
h(t, ) d < M para todo t > t
0
, siendo h(t, t
0
) la matriz de respuestas al impulso del
sistema.
Esta denicion no resulta sorprendente. La estabilidad bibs se dene de la mimsa manera,
considerando C(t) = I.
Puesto que la respuesta al impulso esta estrechamente relacionada con la matriz de tran-
sicion de estados, podemos concluir que cualquier sistema que sea asintoticamente estable
sera bibo estable. Para que un sistema sea bibo estable, pero no internamente estable, basta
que el estado inestable no afecte a la salida del sistema a traves de la matriz C.
4. Controlabilidad
En palabras simples, la controlabilidad es la propiedad que tiene un sistema de permitir la
manipulacion de su estado. En terminos mas formales, decimos que un sistema es controlable
si es posible llevar el estado desde un valor x
0
a un valor x
1
en un tiempo nito t. La denicion
de controlabilidad es la siguiente.
Denicion 5 Controlabilidad Un sistema lineal x(t) = A(t) x(t) +B(t) u(t) es controlable
si para cualquier par de estados x
0
y x
1
existe una se nal de entrada u(t) capaz de llevar al
sistema del estado x
0
al estado x
1
en un tiempo nito.
6
Note el signo menos a nadido a Q en (36)
7
Bounded Input Bounded State
8
Bounded Input Bounded Output
9
Para vericar la controlabilidad de un sistema lineal se pueden usar la condicionlas denida
en el siguiente teorema:
Teorema 6 Controlabilidad. El sistema lineal x(t) = A(t) x(t) + B(t) u(t) es controlable
si la matriz de Gramm de Controlabilidad o simplemente Gramiano de Controlabilidad:
W
c
(t, t
0
) =
_
t
t=t
0
(t, ) B() B
T
()
T
(t, ) d
es no singular para todo t.
Para demostrar esta armacion, considere dos estados x
0
para t = t
0
y x
1
para t = t
1
. Puesto
que se asume que el sistema es controlable, existe una entrada u(t) para la cual:
x
1
= (t
1
, t
0
) x
0
+
_
t
1
t
0
(t
1
, ) B() u() d (37)
Si se asume que W
c
(t, t
0
) es no singular y se dene la entrada:
u(t) = B
T
(t) (t
1
, t) W
1
c
(t
1
, t
0
) ((t
1
, t
0
) x
0
x
1
) (38)
Esta entrada puede reemplazarse en (37), lo que lleva a:
x
1
= (t
1
, t
0
) x
0

_
t
1
t
0
(t
1
, ) B() B
T
() (t
1
, ) W
1
c
(t
1
, t
0
) ((t
1
, t
0
) x
0
x
1
) d
(39)
x
1
= (t
1
, t
0
) x
0

__
t
1
t
0
(t
1
, ) B() B
T
() (t
1
, ) d
_
W
1
c
(t
1
, t
0
) ((t
1
, t
0
) x
0
x
1
)
(40)
x
1
= (t
1
, t
0
) x
0
W
c
(t
1
, t
0
) W
1
c
(t
1
, t
0
) ((t, t
0
) x
0
x
1
) (41)
x
1
= x
1
(42)
Dado que las condiciones iniciales y nales se escogieron como arbitrarias, el desarrollo anterior
muestra que es suciente con que el grammiano de controlabilidad sea no singular para poder
crear una entrada de control que permite hacer la transferencia de un estado al otro cualquiera.
4.0.1. Sistemas LIT
Cuando se trata con sistemas invariantes, x(t) = Ax(t) + Bu(t), la controlabilidad se
estudia mediante la matriz de controlabilidad, denida como:
C =
_
B AB A
2
B A
n1
B

Si esta matriz es de rango completo, el sistema es controlable.

Para demostrarlo, considere de nuevo estados inicial x
0
y nal x
1
. La respuesta del sistema
es:
x
1
= (t) x
0
+
_
t
0
(t ) Bu() d (43)
10
Puesto que (t) = e
At
se puede manipular la respuesta del sistema para llegar a:
x
1
= e
At
x
0
+
_
t
0
e
At
e
A
Bu() d (44)
e
At
x
1
x
0
= +
_
t
0
e
A
Bu() d (45)
Note que el miembro izquierdo de la ultima expresion es una cantidad conocida, que se de-
notara x = e
At
x
1
x
0
. Utiizando el teorema de Cayley-Hamilton
9
para expresar la matriz
e
A
como un polinomio de grado n1 en A con coecientes dependientes de de la siguiente
manera:
e
A
=
0
() I +
1
() A+
2
() A
2
+ . . . +
n1
() A
n1
(46)
Se tiene entonces:
x =
_
t
0
_

0
() I +
1
() A+
2
() A
2
+ . . . +
n1
() A
n1
_
Bu() d (47)
x =
_
t
0

0
()
_
B+
1
() AB+
2
() A
2
B+ . . . +
n1
() A
n1
B
_
u() d (48)
x =
_
t
0
_
B AB A
2
B . . . A
n1
B

0
()

1
()

2
()
.
.
.

n1
()
_

_
u() d (49)
x =
_
B AB A
2
B . . . A
n1
B

_
t
0
_

0
()

1
()

2
()
.
.
.

n1
()
_

_
u() d (50)
Dado que x, A y B se conocen, la anteriro expresion corresponde a un sistema de ecuaciones
donde la incognita es la entrada. Para que exista una solucion unica, es necesario que la matriz
C =
_
B AB A
2
B A
n1
B

sea de rango completo, con lo que la prueba esta completa.

Para un sistema lit el gramiano de controlabilidad es constante. Si el sistema es controla-
ble, sera siempre no singular. Puede demostrarse que, en el caso de sistemas lit controlables,
el gramiano es la unica solucion para la ecuacion matricial:
AW
c
+W
c
A
T
= BB
T
(51)
5. Observabilidad
La observabilidad es un propiedad analoga a la controlabilidad. Esta propiedad indica
cuando es posible conocer la secuencia de los estados de un sistema a partir del conocimiento
de la entrada y la salida. Formalmente se puede denir as:
9
No fue discutido en clase, pero es uno delos resultados m as importantes en algebra lineal. Este teorema
simplemente dice que cualquier matriz es soluci on de su propio polinomio caracterstico.
11
Denici on 6 Observabilidad El sistema lineal x(t) = A(t) x(t)+B(t) u(t), y = C(t) x(t)+
D(t) es observable durante un intervalo [t
0
, t
1
] si el conocimiento de la salida y (t) y de la
entrada u(t) es suciente para determinar su estado inicial x
0
.
Para obtener condiciones de observabilidad en sistemas lineales, considere la salida del sistema:
y (t) = C(t) (t, t
0
) x
0
+C(t)
_
t
t
0
(t, ) B() u() d +D(t) u(t) (52)
de aca se obtiene:
C(t) (t, t
0
) x
0
= y (t) C(t)
_
t
t
0
(t, ) B() u() d +D(t) u(t) (53)
El miembro derecho de la anterior expresion es una funcion conocida:
y (t) = y (t) C(t)
_
t
t
0
(t, ) B() u() d +D(t) u(t)
puesto que la salida y la entrada se conocen. De esta manera, para que el sistema sea obser-
vable, es necesario poder determinar de manera unvoca el estado inicial x
0
a partir de este
conocimiento. Es decir, se requiere que la ecuacion:
C(t) (t, t
0
) x
0
= y (t) (54)
tanga solucion unica. Para llegar a esta solucion, los dos miembros de la ultima expresion se
multiplican por
T
(t, t
0
) C
T
(t) y se integran sobre el intervalo de observacion [t
0
, t
1
]:
__
t
1
t
0

T
(, t
0
) C
T
(t) C(t) (, t
0
) d
_
x
0
=
_
t
1
t
0

T
(, t
0
) C
T
(t) y () d (55)
Deniendo la matriz:
W
o
(t) =
_
t
t
0

T
(, t
0
) C
T
(t) C(t) (, t
0
) d (56)
la ecuacion (55) tendra por solucion:
x
0
= W
o
(t
1
)
_
t
1
t
0

T
(, t
0
) C
T
(t) y () d (57)
lo que es posible si W
o
(t) es no singular para cualquier valor de t. Esto nos lleva al siguiente
teorema:
Teorema 7 Observabilidad. Un sistema lineal x(t) = A(t) x(t) +B(t) u(t) es observable si
la matriz de Gramm o gramiano de observabilidad:
W
o
(t) =
_
t
t
0

T
(, t
0
) C
T
(t) C(t) (, t
0
) d (58)
es no singular para cualquier valor de t.
12
5.0.2. Sistemas LIT
Para un sistema invariante, la prueba de observabilidad se hace mucho mas simple. A
partir de la denicion d elos gramianos de observabilidad y controlabilidad es posible ver que
si las matrices A y C forman un par observable
10
entonces las matrices A
T
y C
T
forman un
par controlable
11
. De aca puede deducirse otra prueba de observabilidad para sistemas lit:
Teorema 8 Observabilidad en sistemas lit Un sistema lit descrito por x(t) = Ax(t) +
Bu(t), y (t) = Cx(t) +Du(t) es observable si la matriz de observabilidad:
O =
_

_
C
CA
CA
2
.
.
.
CA
n1
_

_
(59)
es de rango completo.
6. Ejercicios
1. Para los sistemas descritos por la ssiguientes matrices de estado, obtenga una matariz
fundamental y con ella construya la matriz de transicion de estados.
a) A =
_
_
2 1 1
1 2 1
1 1 2
_
_
b) A =
_
1 t
0 1
_
2. Para el circuito de la gura:
+
v
s
1
1
1F
+

v
c
(t)
1
1H
i
L
(t)
encuentre una expresion para v
C
(t) e i
L
(t) a partir de la matriz de transicion de estados.
Considere como condiciones iniciales v
c
(0
+
) = 1 V e i
L
(0
+
) = 0 y como entrada
v
s
(t) = u (t) V, un escalon unitario.
10
Es decir, si el gramiano de observabilidad que se construye con ellas es no singular para cualquier t.
11
Es decir, el gramiano de controlabilidad que se construye con ellas es no singular para cualquier t.
13
3. Determine si los sistemas descritos por las siguientes matrices de estado son internamente
estables:
a) A =
_
_
2 1 1
1 2 1
1 1 2
_
_
b) A =
_
t 1
0 1
_
4. Construya funciones de Lyapunov para los siguientes sistemas y verique que sus deri-
vadas son negativas denidas.
a) A =
_
_
2 4 4
1 1 4
1 1 2
_
_
b) A =
_
_
5 0 0
1 4 4
2 2 0
_
_
5. Para el sistema mecanico de la gura:
m
1
m
2
k
1
b
1
b
1
k
2
b
2
b
2
x
1
(t) x
2
(t)
utilice consideraciones de energa para construir una funcion de Lyapunov y demostrar
que el sistema es estable.
6. Eval ue la controlabilidad y observabilidad d elos siguientes sistemas. Si se trata de
sistemas ltv, construya los correspondientes gramianos.
a) A =
_
_
1 1 2
1 0 1
5 0 1
_
_
, B =
_
_
1
0
0
_
_
, C =
_
4 0 0
3 0 1
_
b) A =
_
_
1 4 2
1 0 1
1 2 6
_
_
, B =
_
_
0
1
5
_
_
, C =
_
2 1 1

c) A =
_
1 t
t 0
_
, B =
_
1
0
_
, C =
_
t 0
0 t
_
d) A =
_
t 0
0 t
_
, B =
_
t
0
_
, C =
_
1 1

7. Halle una representacion en espacio de estados para el siguiente circuito, tomando co-
mo entrada v
i
n y como salida v
out
. Eval ue la observabilidad y controlabilidad. Como
cambiaran estas propiedades si la salida pasara a ser v
R
?
14
+
v
in
1H 1
+
v
R
1F
+

v
out
8. Los dos pendulos de la gura tienen la misma masa, m, y la misma longitud, l. Los puntos
de rotacion tienen el mismo coeciente de rozamiento viscoso, b. El resorte conecta los
dos pendulos en su punto medio, y esta en su longitud natural cuando las desviaciones
de los dos pendulos son cero.
m m
k
F (t)
Halle un modelo en espacio de estados, considerando como entrada F (t) y como salidas
los angulos
1
(t) y
2
(t), siendo
1
el angulo del pendulo sobre el que se esta aplicando
la fuerza. Tenga en cuenta que este es un sistema no lineal y que debera ser linealizado.
Eval ue la observabilidad y controlabilidad del modelo obtenido.
9. A partir de las deniciones de los gramianos de observabilidad y controlabilidad, de-
muestre que el par de matrices (A, C) es observable si el par
_
A
T
, C
T
_
es controlable.
15