Académique Documents
Professionnel Documents
Culture Documents
Teoria de Sistemes Lineals que el autor viene impartiendo desde el curso 1994/95 en la Escola T`ecnica Superior
dEnginyers Industrials de Barcelona de la UPC.
A la elaboracion de estas notas han precedido el estudio y
la consulta de diversos textos especializados en el tema. En
la bibliografa que se incluye al final del texto hemos seleccionado los libros que nos han parecido mas significativos. Al lector que desee ampliar conocimientos le recomendamos la consulta de la citada biliografa.
La elaboracion de estas notas se ha beneficiado de las discusiones mantenidas durante los cursos precedentes con los
profesores Josep Ferrer, Dolors Magret y Xavier Puerta, as
como de sus sugerencias y comentarios. A todos ellos y a
Rosa Maria Cuevas, que se ha encargado de la realizacion
en lenguaje TeX de las mismas, les expresso mi mayor
agradecimiento.
Indice
1 Sistemas lineales
1
Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2
Variables de entrada, de salida y de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3
Descripcion matematica interna o por las variables de estado de un sistema . . . . . . . . . 8
4
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5
Resolucion de la ecuacion de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
6
Sistemas lineales invariantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
7
Calculo de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
8
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
9
Matrices resolvente y de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
10 Equivalencia algebraica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
11 Composicion de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
12 Linealizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2 Controlabilidad y observabilidad
37
1
Controlabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2
Controlabilidad de sistemas lineales invariantes en el tiempo . . . . . . . . . . . . . . . . . . . . . 39
3
Sistemas no controlables. Subsistema controlable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4
Subespacio de controlabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5
Observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6
Sistemas invariantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7
Ejemplos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
8
Sistemas no observables. Subsistema observable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
9
Descomposicion de Kalman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3 Estabilidad
63
1
Estabilidad de sistemas autonomos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2
El criterio de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3
El metodo de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4
Funciones de Lyapunov para sistemas lineales invariantes en el tiempo . . . . . . . . . . . 72
5
Estabilidad entradasalida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4 Realizacion de sistemas
79
1
2
3
4
5 Realimentacion de estado
INDICE
97
1
Realimentacion de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
2
Asignacion de valores propios por realimentacion de estado . . . . . . . . . . . . . . . . . . . . . 98
3
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
A Norma de matrices
107
B Producto de Kronecker
111
Notaciones
Sea el cuerpo real o complejo.
1. Convendremos en representar los vectores de mediante matrices columna. Esto es, si
, escribiremos
..
la
Si
el subespa ,
, entonces
su
7. En las referencias internas de un captulo, e ste se omite. As, si nos referimos, por ejemplo, a la proposicion (3.2) del captulo 4, escribiremos simplemente (3.2) si lo hacemos
desde el propio captulo o (4.3.2) si lo hacemos desde otro captulo.
NOTACIONES
Captulo 1
Sistemas lineales
1 Sistemas
De una forma simple el estudio de los sistemas fsicos reales puede esquematizarse a traves del
proceso descrito en el diagrama adjunto
..............................
... Medidas o
...
... especificaciones
...
....
...
...
...
........... Modelo 3
...........
Modelo 1
Modelo 2
....
...
..
.
.
.
...
.
.
.
...
.
.
...
...
Comprobacion
..
....
...
Representacion matematica
...
....
...
...
Analisis
...
...
...
...
.
.....................................
Simulacion
Sistema fsico real
CAPITULO
1. SISTEMAS LINEALES
Si el satelite es grande y si las maniobras se hacen muy rapidamente quizas se tendra que
modelizar como una estructura flexible y tener en cuenta sus nodos de vibracion elastica.
Por lo tanto, no existe ningun requerimiento de que el modelo se parezca, de algun modo, al
sistema real: lo u nico que se requiere es que, para el problema que se considere, el modelo
permita hacer predicciones u tiles con un coste razonable.
Un modelo de un sistema fsico real sera llamado simplemente un sistema.
donde es la funcion (vectorial) que define el estado del sistema, es la funcion (vectorial) de entrada o de control y es la funcion (vectorial) de salida.
MATEMATICA
3. DESCRIPCION
INTERNA O POR LAS VARIABLES DE ESTADO DE UN SISTEMA
Esta descripcion se llama interna o por las variables de estado, ya que, el conocimiento de la
salida o respuesta del sistema bajo los estmulos de la entrada requiere el conocimiento del
estado del sistema.
Nosotros limitaremos el estudio a sistemas que admiten una descripcion o representacion de la
forma
(EE)
(ES)
para todo
.
..
.
, son las
variables
deentrada o de control.
..
.
es la funcion (vectorial) que define el estado del sistema y cada una de las ,
..
.
Para cada
..
.
, .
La primera ecuacion (EE) se llama ecuacion de estado y es una ecuacion (matricial) diferencial
lineal, y la segunda ecuacion (ES) es una igualdad que da la salida del sistema, a partir del
estado y del control y se llama ecuacio n de salida.
3.2 Los sistemas que admiten una representacion como la que acabamos de describir se denominan sistemas lineales. Si las matrices , y son constantes, el sistema lineal se denomina
invariante en el tiempo.
10
CAPITULO
1. SISTEMAS LINEALES
Frecuentemente utilizaremos la letra para designar un sistema lineal representado por el par
de ecuaciones EE y ES anteriores.
Puesto que las ecuaciones EE y ES quedan caracterizadas por las matrices , y
nos referiremos indistintamente al sistema lineal como representado por las ecuaciones EE y
ES o por la terna .
Observaciones 3.3
1. Hemos supuesto que el intervalo de definicion de las funciones que intervienen en la
representacion matematica del sistema estan definidas en . En la practica puede ocurrir
que solo esten definidas en un intervalo de la forma o . Prolongando por
cero fuera de estos intervalos estamos en la situacion anterior.
Asimismo es posible que en la demostracion de alguna proposicion se exija no solo la
continuidad, sino la diferenciabilidad de las funciones. Esta condicion no aparecera en el
enunciado, pero el lector la debera tener presente en las eventuales aplicaciones.
2. La teora que desarrollaremos en estas notas es asimismo valida si las funciones a las que
nos acabamos de referir tienen valores complejos.
3. En la mayora de los casos practicos es la matriz nula. As, supondremos desde
. Por otro lado, los cambios necesarios cuando
es no nula
ahora que
en el planteamiento y resolucion de las proposiciones que siguen son, en general, obvios.
4 Ejemplos
4.1 Consideremos el sistema mecanico de la figura,
Si elegimos:
variables de estado
variables de entrada
11
4. EJEMPLOS
variables de salida
y suponemos
El estado del sistema queda determinada, por ejemplo, por la corriente y la tension a traves
del condensador . Hacemos, pues, la siguiente eleccion de variables
variables de estado
variables de entrada
variables de salida
12
CAPITULO
1. SISTEMAS LINEALES
4.3 Consideramos un satelite de masa en o rbita alrededor de la tierra como muestra la figura
......
......
......
......
......
......
.....
... Satlite
...
...
...
...
...
......
...
......
......
...
......
...
......
...... ....
.....
Tierra
La posicion del satelite esta especificada por las variables , y , y suponemos que la
o rbita puede ser controlada por tres impulsos ortogonales: , , .
Haremos la siguiente seleccion de variables :
variables de estado , ,
variables de entrada , ,
variables de salida ,
, , ,
13
DE LA ECUACION
DE ESTADO
5. RESOLUCION
donde
Notese que en este caso la ecuacion (vectorial) es claramente no lineal. Como veremos mas
adelante, este sistema se puede aproximar cerca de la posicion de equilibrio mediante un sistema
lineal, a traves de un proceso general llamado linealizacion.
(EE)
14
CAPITULO
1. SISTEMAS LINEALES
(EE)
Si denotamos por (resp. ) el conjunto de soluciones (EE), (resp. (EE) ) y es una solucion
particular de (EE), es inmediato comprobar que
Sea ,
tal que
,
Entonces, notaremos
la funcion matricial
es solucion. En efecto,
Por lo tanto,
es solucion. Ademas,
La funcion matricial
15
DE LA ECUACION
DE ESTADO
5. RESOLUCION
donde
para alg
un . Entonces, definimos
; es solucion de
(EE) tal que y , ya que
son linealmente independientes. Pero la
funcion nula es de y evidentemente, . Por lo tanto, para todo ,
contradiccion.
Corolario 5.5
Otras propiedades de
(iii)
(iv)
(v)
Demostracion.
(i) Ya visto.
(ii)
16
CAPITULO
1. SISTEMAS LINEALES
(iii) Inmediata.
(iv) Calculo directo.
(v)
implica
Observacion 5.7 Si
Entonces
Ejemplo 5.8
. Vamos a determinar
,
,
As, para
Por lo tanto,
la solucion es
17
DE LA ECUACION
DE ESTADO
5. RESOLUCION
Ahora,
As, para
la solucion es
. Por lo tanto,
Ahora vamos a encontrar una solucion particular de . Lo haremos por el metodo de variacion
de las constantes, es decir, buscamos la solucion en la forma
que ha de cumplir
de donde
As pues,
18
CAPITULO
1. SISTEMAS LINEALES
tal que
donde ,
(EE)
(ES)
Demostracion. Si
por
es constante, la solucion de
para todo
y (ES) queda
viene dada
tal que
es
7. CALCULO
DE
7 Calculo de
19
. Para simplificar, denotamos
Entonces,
Ahora bien, si
diag
, donde son bloques elementales de Jordan correspondientes a los diferentes valores propios de y a las correspondientes caractersticas de Segre,
tenemos que
diag
Es suficiente, pues, considerar el caso de un bloque elemental de Jordan
..
.
..
..
..
..
..
.
..
.
En este caso,
..
.
..
.
..
..
..
..
..
..
..
..
..
.
..
.
Notese que toda matriz real puede considerarse como matriz compleja, lo que permite reducirla
a la forma de Jordan compleja. Naturalmente la matriz del cambio de base es tambien compleja. No obstante, si es real, su matriz exponencial
es asimismo real.
7.2 Utilizando la transformada de Laplace.
Sabemos que
20
CAPITULO
1. SISTEMAS LINEALES
de donde
y
, resulta
8.1 Sea
(i)
(ii)
. Entonces
. Vamos a calcular
8 Ejemplos
21
8. EJEMPLOS
(iii)
con
8.3 Vamos a resolver la ecuacion de estado del ejemplo (4.1). Utilizaremos el primer metodo
para el calculo de
. (recomendamos al lector que compruebe el resultado utilizando los otros
dos).
donde
22
CAPITULO
1. SISTEMAS LINEALES
Suponemos
para todo
Entonces
es decir,
..
.
..
.
de donde
etc.
para todo que no sea valor propio de . Para estos valores de se tiene pues que
23
y, si ademas
resulta claro que es una matriz cuyos elementos son fracciones racionales en la variable
, donde cada numerador tiene grado estrictamente inferior a su denominador. Ademas
esta definida por todos los que no son valores propios de .
Ejemplo 9.2 En el ejemplo (4.1) hemos visto que
24
CAPITULO
1. SISTEMAS LINEALES
donde
. Suponemos
Si
para todo
de donde
10 Equivalencia algebraica
Consideremos el circuito de la figura adjunta [Ch]
Si tomamos
variables de estado:
variables de entrada:
25
variables de salida:
su representacion matematica es
Si, con la misma eleccion de las variables de entrada y salida, elegimos como variables de
estado
Si hemos subrayado las palabras mismo sistema es porque an ambos casos se trata del mismo
circuito y las variables de entrada y de salida son las mismasen ambas representaciones. Si, en
el mismo circuito tomasemos por ejemplo como variable de salida , estaramos considerando
un sistema distinto.
Las dos representaciones anteriores anteriores convendremos en decir que son algebraicamente
equivalentes. En general,
26
CAPITULO
1. SISTEMAS LINEALES
con las mismas variables de entrada y salida, diremos que son algebraicamente equivalentes si
existe una matrix tal que .
De esta definicion se deduce inmediatamente la siguiente proposicion.
Proposicion 10.2 Con las notaciones anteriores, y son algebraicamente equivalentes si y
solo si existe una matrix tal que
27
DE SISTEMAS
11. COMPOSICION
11 Composicio n de sistemas
Vamos a encontrar las ecuaciones y la matriz de transferencia de una composicion (finita) de
sistemas. De hecho, solo es necesario hacerlo para las que se pueden considerar composiciones
elementales basicas, ya que, como veremos, cualquier combinacio de sistemas es una combinacion de composiciones elementales.
11.1 Notacion: Si
A
se llama representacion por diagrama de bloques del sistema.
Si suponemos
relacion
que relaciona las transformaciones de Laplace de las entradas y salidas a traves de la matriz de
transferencia . Esta relacion la indicamos mediante el diagrama entrada / salida
28
CAPITULO
1. SISTEMAS LINEALES
(i) Ecuaciones
. Substituyendo,
Por lo tanto,
29
DE SISTEMAS
11. COMPOSICION
(i)
es decir
(ii)
de donde
30
CAPITULO
1. SISTEMAS LINEALES
3. Realimentacion
(i)
es decir
(ii)
de donde
es decir
Naturalmente, si en el nudo
4. Paralelo abierto
31
DE SISTEMAS
11. COMPOSICION
Ejemplos 11.3
1. Calcular la matriz de transferencia del sistema compuesto
1a reduccion
+
-
donde
32
CAPITULO
1. SISTEMAS LINEALES
2a reduccion
Finalmente,
Por ejemplo, si
,
,
,
, resulta
2. Consideremos el sistema adjunto en el que todas las entradas y salidas se suponen escalares:
+
+
+
+
Entonces,
de donde
con lo que
. Analogamente, si
33
12. LINEALIZACION
12 Linealizacio n
Consideremos un sistema representado por las ecuaciones
lo que nos dice que si las perturbaciones , son bastante pequenas, pueden considerarse
aproximadamente como las soluciones de
donde
, ,
..
.
34
CAPITULO
1. SISTEMAS LINEALES
y analogamente para , , y
..
.
..
.
..
.
Observemos que si
(el sat
elite gira en o rbita circular de radio y velocidad angular ).
Si el satelite se desva de la o rbita, hemos de hacer actuar los impulsos , y para volverlo
a su o rbita inicial. Esto se hace perturbando , y de su estado inicial .
Sabemos que para pequenas perturbaciones, y satisfacen un sistema lineal. Vamos a
encontrarlo.
Ahora y . Por tanto,
0
0
0
0
0
0
0
0
0
0
1
0
35
12. LINEALIZACION
Observese que las ecuaciones que describen el estado del sistema se descomponen en dos partes
independientes (se dice dos sistemas lineales desacoplados)
- +
+
Diodo
36
CAPITULO
1. SISTEMAS LINEALES
(miliamp)
...
...
...
...
...
...
...
...
...
...
......
... ....
caracterstica
diodo
(voltios)
0,15
Si
es tal que
, entonces:
volt
volt
volt (grafico)
volt
es solucion
Captulo 2
Controlabilidad y observabilidad
1 Controlabilidad
Definicion 1.1 Sea
Se dice que
o que el par es controlable en el intervalo ,
, si
la matriz fundamental de
Entonces definimos
es controlable en si y solo si
37
38
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
mediante
definimos
. Entonces, el
Im .
Demostracion.
a) Sea
). Se tendra que
entonces,
es decir, Im
b) Sea ahora
Como Im
Im .
Nuc
resulta que
para todo
. Por lo tanto,
Im
39
1.5 Algoritmo.
1. Calcular
2. Determinar
3. Calcular rang
Si
no es controlable.
Si
es controlable. Sigue a 4.
4. Obtener
6. La funcion de control es
Observacion 1.6 Teniendo en cuenta que para todo , el teorema anterior se puede
enunciar en la forma siguiente:
es controlable en si y s
olo si es una matriz simetrica
definida positiva.
Proposicion 1.7 La condicion de controlabilidad es invariante por cambios lineales (constantes) de las variables de estado.
con
40
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
Recordemos que si
es controlable en
Nuc
Nuc
Im
Im
Nuc
Im
Im
Nuc .
Nuc
para todo
, resulta
y haciendo
Es decir
Nuc
Nuc
Im
Im
As pues, Nuc
Im
Nuc
Por tanto,
Nuc .
41
b) Nuc implica
que es equivalente,
),
para
es decir,
o, lo
resulta
Por tanto,
Lema 2.4 Im
Im .
Nuc .
Demostracion.
Im
Nuc
Im
Nuc
Nuc
Im
Nuc
implica
Entonces, Im Im .
Demostracion del Teorema. Resulta inmediatamente de los lemas anteriores:
Im
Im
Im
Observacion 2.5
es independiente del intervalo . As, si un
(i) Notese que la condicion rang
sistema lineal invariante en el tiempo es controlable en un intervalo, lo es en todos. Se dice que
el sistema es completamente controlable. Naturalmente, la correspondiente funcion de control
sigue dependiendo de y (ademas de , ).
es controlable, lo es asimismo
(ii) La condicion de controlabilidad es generica, esto es si
todo par que resulte de perturbar ligeramente las matrices y .
2.6 El algoritmo para estudiar la controlabilidad para sistemas invariantes en el tiempo es pues
)
el siguiente (hemos supuesto y escribimos
1. Calcular
2. Calcular rang
42
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
Si
no es controlable.
Si
es controlable. Sigue a 3.
3. Obtener
6. La funcion de control es
Observacion 2.7 Hemos visto que la condicion de controlabilidad es invariante por cambios
lineales de las variables de estado. En el caso que el sistema sea invariante en el tiempo, la
comprobacion es inmediata. En efecto, si con invertible, sabemos que
y
. Por tanto,
... ...
.. ..
... ...
.. ..
... ...
.. ..
...
...
...
...
Bajo hipotesis convenientes, las ecuaciones de continuidad para cada deposito conducen
son las a reas de la superficie de lquidos, las alturas de
al siguiente sistema en el que
lquido,
y , constantes
43
y escribimos
La matriz de controlabilidad es
..
.
..
.
..
.
..
.
..
.
..
.
(b)
(c)
(a)
(b)
(c)
..
.
..
.
44
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
Es decir, en el primer y tercer caso, fijadas unas alturas iniciales, un tiempo y unas
alturas finales, es posible graduar los caudales , , de forma que, efectivamente,
transcurrido el tiempo , las alturas finales sean las fijadas (Notese que las funciones
pueden tomar valores negativos!.)
(ii) Con las notaciones de (1.4.3) vamos a estudiar la controlabilidad del satelite. Puesto que
utilizamos las ecuaciones linealizadas, es claro que el estudio sera valido solamente para
estados convenientemente proximos al de equilibrio.
Supongamos para simplificar notacion que
Observemos que
es controlable.
La matriz de controlabilidad es
..
.
..
.
..
.
..
.
..
.
..
..
.
.
..
..
.
..
.
..
.
..
.
45
Por el contrario, si
se tiene que
con
Ademas
(i) El par
es controlable
coinciden.
una base de
obtenida por ampliacion de la anterior. Sea la matriz de esta base en la base ordinaria. Si
46
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
, sera
..
.
..
.
con
Por tanto,
, de donde
en las bases
Im
. Si
y la matriz de controlabilidad de
se tendra que
es
y es la matriz de
47
4. SUBESPACIO DE CONTROLABILIDAD
donde
..
.
controlable de
..
.
, se llama subsistema
.
son las componentes del vector en la base
Recuerdese que
4 Subespacio de controlabilidad
Mantenemos las notaciones y hipotesis del apartado anterior.
es precisamente el
Segun hemos visto, el espacio de estados del subsistema controlable de
,
la base
son las
de los vectores de Im .
componentes en la base
Entonces, si , son dos vectores arbitrarios de Im y escribimos ,
, como que
on de
es controlable, existe tal que la soluci
tal que
..
.
verifica
..
.
Definimos
..
.
..
.
y tendremos
48
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
(i) es solucion de
(ii)
ya que
Esto justifica la
se llama subespacio de controlabilidad de
5 Observabilidad
5.1 Para introducir la idea de sistema observable consideramos el ejemplo siguiente:
Un horno electrico como el de la figura adjunta [BC]
49
5. OBSERVABILIDAD
Supongamos para cualquier instante , una distribucion uniforme de temperaturas, y que la velocidad de perdida de calor o potencia termica disipada es proporcional al a rea y a la diferencia
de temperaturas entre la pared correspondiente y su entorno.
Las ecuaciones diferenciales que verifican las temperaturas del exterior, de las paredes
y del interior son las siguientes,
,
, donde
Tomamos como funcion de salida , diferencia de temperaturas entre las paredes del
horno y el exterior. Entonces, la ecuacion (ES) es
es decir,
,
.
Esta claro que puede existir una dificultad o imposibilidad de medir directamente la temperatura
interior . Pues bien, el sistema es observable en si la temperatura interior es, en
el instante , determinable a partir de y , es decir, a partir del conocimiento de las
funciones de control o entrada y de salida durante el intervalo .
Despues de esta introduccion damos de forma precisa la definicion
Definicion 5.2 Sigui
50
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
Por tanto,
Entonces
es observable en si
por
51
5. OBSERVABILIDAD
El sistema
se llama dual de .
Sea la aplicacion de en definida por
Im
(ortogonal de Im ).
Demostracion. Si Im y Nuc ,
Im
tendremos
Se verifica que
Im .
( es la matriz fundamental de
para todo
para todo
la matriz fundamental de
Demostracion.
de donde
tal que
. Sea ahora
es controlable en si la imagen de la
Nuc
Im
controlable en
52
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
Teorema 5.9
es observable en
si y solo si
5.10 La matriz
es controlable en .
Corolario 5.11
El sistema dual
..
.
..
.
es controlable en . Ello sugiere
53
7. EJEMPLOS.
o del par
Puesto que el rango de una matriz coincide con el de su transpuesta, de 5.9 se deduce el siguiente
resultado
Teorema 6.2
es observable en
si y solo si rang
resulta
de donde (suponiendo
observable)
Entonces, de
!.
6.5 Analogamente a (2.7) se tiene que si y son, respectivamente, las matrices de observay
, donde
y
, entonces rang rang .
bilidad de
7 Ejemplos.
7.1 Volvamos al ejemplo del horno y supongamos que las constantes son tales que
Entonces, siendo
54
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
que tiene rang . As pues, el sistema es observable. El estado inicial resulta de la formula
anterior:
donde
De
resulta
es decir,
55
7. EJEMPLOS.
(hemos hecho
donde
o sea
56
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
con rang
que tiene rang y por tanto con esta salida el sistema es observable. Esto significa que si
medimos a lo largo de un intervalo , podemos conocer el estado del sistema, en el
instante , es decir, , , y . (Siempre naturalmente que las variaciones de , ,
y sean pequenas, u nica situacion en la cual la linealizacion es valida.)
tiene rang
57
existe
tal que
con
Ademas,
(i) El par
es completamente observable.
Demostracion. Si
y Nuc
..
.
con
coinciden.
Nuc
sea
es base de .
. De aqu resulta facilmente que es
-invariante (Cayley-Hamilton), por tanto si es la matriz de la base
base de y
Notese que si y solo si
tal que
para
ya que
se tiene que
..
.
58
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
Entonces,
aplicando nuevamente
Cayley-Hamilton y la igualdad rang
rang resulta
que
tiene rango .
..
.
, tendremos que
y la matriz de transferencia de
El sistema lineal definido por las ecuaciones anteriores se denomina subsistema observable del
inicial.
9 Descomposicio n de Kalman
9.1 Consideremos el sistema lineal invariante en el tiempo
representado por
59
DE KALMAN
9. DESCOMPOSICION
y recordemos que
..
.
. Denotamos
,
Entonces, teniendo en cuenta que los subespacios
la matriz de
tendra la forma:
la de
(Notese Im
verificandose que:
son -invariantes,
60
(i)
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
es observable.
es controlable.
(iv)
(iii)
(ii)
es completamente incontrolable.
posicion de Kalman de .
Ejemplo 9.3
se denomina descom-
,y
61
DE KALMAN
9. DESCOMPOSICION
(i)
controlable y observable.
(ii)
(iii)
(iv)
controlable no observable.
observable no controlable.
completamente incontrolable.
62
CAPITULO
2. CONTROLABILIDAD Y OBSERVABILIDAD
Captulo 3
Estabilidad
En el estudio de la estabilidad de sistemas distinguiremos dos casos. En el primero se trata de
estudiar la evolucion del estado del sistema en un entorno de uno de sus puntos de equilibrio
en ausencia de impulsos externos o entradas, esto es, , y en el segundo, la evolucion de
la salida en presencia de excitaciones externas, es decir cuando . Nos referiremos a los
sistemas con entrada nula como sistemas aut o nomos.
un punto de equilibrio,
para todo
Definicion 1.1
1. Se dice que es estable en si para todo
(convenientemente
tal que si
entonces
para todo
pequeno), existe
( es la u nica solucion de
tal que
).
2. Se dice que es asintoticamente estable si es estable y existe
, entonces .
tal que si
64
CAPITULO
3. ESTABILIDAD
inestable
estable
a.e.
A partir de ahora consideraremos sistemas autonomos lineales, esto es, representados por
Observemos que para tales sistemas los puntos de equilibrio en son aquellos para los
cuales
para todo
Evidentemente, es siempre un punto de equilibrio, y si es invertible, sera el u nico
punto de equilibrio en un entorno de .
La siguiente proposicion caracteriza los puntos estables y asintoticamente estables.
Proposicion 1.2 Sea la matriz de transici o n de estados de (1) y un punto de equilibrio en . Entonces,
(i) es estable si y solo si existe , que en general dependera de , tal que
para todo
y que
Demostracion.
(i) Sabemos que
para todo
. Por tanto,
65
para todo
,
.
para todo
Observacion 1.4 Notese que las condiciones de estabilidad y estabilidad asintotica de un sistema lineal solo dependen de y por tanto, son independientes de .
Supongamos ahora que
tiene que
..
.
donde
, sabemos que
66
CAPITULO
3. ESTABILIDAD
de
es
y si
de , es
depende de los
Puesto que la estabilidad de los puntos de equilibrio de la ecuacion
valores propios de , diremos en lo sucesivo que es estable (resp. asint o ticamente estable)
si los valors propios de verifican la condicion (1) (resp. la condicion (2)).
2 El criterio de Routh-Hurwitz
Para aplicar los criterios de estabilidad que se han dado en el apartado anterior es necesario
conocer la situacion en el plano complejo de la parte real de las races de un polinomio. En esta
seccion vamos a dar un criterio para determinar si dicha parte real esta en el semiplano
de . Es facil obtener condiciones necesarias. En efecto, sea
67
2. EL CRITERIO DE ROUTH-HURWITZ
Si
con el convenio de anadir ceros a cada fila para hacer posible el calculo, y donde el numero de
filas es igual a . Dicho diagrama se denomina diagrama de Routh del polinomio . Por
ejemplo, si
se obtiene:
68
CAPITULO
3. ESTABILIDAD
As, el polinomio del ejemplo anterior tiene dos races cuya parte real es positiva y, por tanto,
no es estable.
Observacion 2.3 Todos los elementos de una fila pueden multiplicarse por una constante positiva, sin que ello afecte al resultado del test. Este hecho permite simplificar a menudo la
obtencion del diagrama de Routh.
Por ejemplo, si
obtenemos
Por tanto,
(multiplicando por 5)
es un polinomio estable.
Otro criterio de estabilidad debido a Hurwitz, se obtiene a partir del calculo de los menores
principales de la siguiente matriz asociada al polinomio
1
69
2. EL CRITERIO DE ROUTH-HURWITZ
En esta matriz las dos primeras filas son, respectivamente, la segunda y la primera fila del
diagrama de Routh y el resto de filas se obtienen a partir de las dos primeras por traslacion a
la derecha y anadiendo ceros a la izquierda tal como se muestra en la descripcion anterior de
matriz. La matriz es y cada fila se completa, si es necesario, con ceros a la derecha.
Denotamos por el -esimo menor principal de , esto es
es Hurwitz si y
70
CAPITULO
3. ESTABILIDAD
1.
2.
no es estable.
Por tanto
. Por tanto
es estable.
3 El metodo de Lyapunov
Para el estudio de la estabilidad de sistemas autonomos que hemos desarrollado anteriormente,
se requera el conocimiento de la solucion de la correspondiente ecuacion diferencial. El metodo
que expondremos a continuacion, debido a Lyapunov (1892), no precisa de este requisito.
Consideremos el sistema autonomo representado por la ecuacion diferencial
se dice de Lyapunov si
para todo
71
3. EL METODO
DE LYAPUNOV
que
Entonces, si
para
tal
con
tal que con .
As pues, existe
que
tal que
lo que es contradictorio.
para todo
y si es tal que
, se tendra
72
CAPITULO
3. ESTABILIDAD
Entonces para cada matriz simetrica definida positiva definimos la siguiente funcion
on de en que verifica
). es una aplicaci
(i) es continua en con derivadas parciales continuas.
(ii) tiene un u nico mnimo absoluto en (definicion de ).
(iii) Si es una solucion de (5)
donde
Proposicion 4.1 Si para una matriz simetrica definida positiva, la ecuaci o n de Lyapunov (6)
tiene solucion, el punto de equilibrio de (5) es asint o ticamente estable.
El recproco tambien es cierto. De forma mas general, se tiene el siguiente resultado
Proposicion 4.2 Supongamos que
73
. Entonces
y
y el calculo de la integral anterior
donde es un polinomio y
se reduce a integrar terminos de la forma
(n
otese que al sumar dos valors propios con parte entera negativa tenemos un complejo
igualmente con parte entera negativa), y es sabido que tales integrales son convergentes.
Entonces,
donde
Lema 4.4 Si
tal que
donde
son
74
CAPITULO
3. ESTABILIDAD
o bien
de donde
es un valor propio de
Demostracion. Si
Si ,
. Si
. Puesto que
con
el lema esta
tienen al menos un
es un valor propio de
con lo que
75
5. ESTABILIDAD ENTRADASALIDA
Proposicion 4.6 Todos los valores propios de tienen la parte real negativa o equivalente son asint o ticamente estables si y so lo si para
mente, los puntos de equilibrio de
cualquier matriz simetrica definida positiva, la ecuaci o n
Demostracion. Si es a.e. ya hemos visto que la ecuacion de Lyapunov tiene solucion u nica
para toda . Solo falta ver que si , es asimismo . Pero esto es inmediato a partir
de la definicion de por
Recprocamente, si
es una soluci
on de (7) con
, tal que
. Entonces
es un valor propio de
, sea
Pero,
con lo que
es a.e.
Observacion 4.7 Los resultados de esta seccion siguen siendo validos si todas las matrices son
complejas, con la u nica precaucion de substituir simetrica por hermtica y tener en cuenta que si
los valores propios de (conjugada y traspuesta) son los complejos conjugados
se cumple que
.
de los de . Observese que en todo caso si
5 Estabilidad entradasalida
Hasta ahora hemos estudiado la estabilidad de un sistema en lo que afecta a la evolucion del
estado del sistema en un entorno conveniente de los puntos de equilibrio. Tiene asimismo interes
estudiar un tipo de estabilidad que considera la evolucion de la salida en funcion de la evolucion
de la entrada y que de forma precisa recogemos en la siguiente definicion. Nos limitaremos a
considerar sistemas lineales.
Definicion 5.1 Un sistema lineal se dice estable entradasalida si para condiciones iniciales
nulas una entrada acotada implica una salida acotada. M a s precisamente, sabemos que la
salida de un sistema lineal representado por
76
CAPITULO
3. ESTABILIDAD
viene dada, si
por
Entonces se dice que el sistema es estable entradasalida si, siempre que existe
tal que
.
para todo
y para todo
tal que
para todo
. Entonces
si
si
la matriz
77
5. ESTABILIDAD ENTRADASALIDA
Entonces
o, lo que es lo mismo,
para todo
, es decir
es el elemento
donde
de la matriz
es un polinomio en
donde es constante y
es
es un valor propio de .
donde
si
78
CAPITULO
3. ESTABILIDAD
no es un polo de
Es decir,
Corolario 5.6 Si el sistema (lineal invariante en el tiempo) es asint o ticamente estable, tambien
sera BIBO estable.
Captulo 4
Realizacion de sistemas
1 Realizacio n de sistemas lineales invariantes en el tiempo
Sea un sistema lineal invariante en el tiempo representado por
es la llamada matriz de transferencia (ver (1.9.1)). Es una matriz racional propia, lo que significa que sus elementos son fracciones racionales
grado
79
80
DE SISTEMAS
CAPITULO
4. REALIZACION
Notese que si
es una realizaci
on de , toda terna correspondiente a un sistema
por cambios lineales de las variables de estado,
lineal que se obtenga a partir de
es asimismo una realizacion de .
Notese asimismo que el numero de variables de entrada y salida de cualquier realizacion es
y , respectivamente, pero que el numero de variables de estado de una realizacion no queda
determinado a traves de la definicion. Tendra sentido que nos planteemos como determinar
una realizacion con el mnimo numero de dichas variables. Volveremos sobre este tema mas
adelante.
donde
. Por ejemplo, si
81
CONTROLABLE ESTANDAR
2. REALIZACION
..
.
Entonces
es una realizaci o
n de . Ademas esta realizacio n es controlable y se
denomina, realizacion controlable estandar.
, donde
Sea
..
.
y escribamos
con
Entonces
, esto es
..
.
..
.
..
.
..
.
de donde resulta
As,
82
DE SISTEMAS
CAPITULO
4. REALIZACION
Por tanto,
..
.
Por tanto
tiene rango
Entonces
y que
es controlable.
83
OBSERVABLE ESTANDAR
3. REALIZACION
donde
Recordemos que
denominadores de .
con lo que
..
.
84
DE SISTEMAS
CAPITULO
4. REALIZACION
Entonces
es una realizaci o
n de . Ademas esta realizacio n es observable y se
denomina realizacion observable estandar.
con lo que
para
obtenemos
As pues, si designamos
da
Las primeros terminos coinciden con los de . Veamos que tambien coinciden los restantes.
Ello resultara de la igualdad
Entonces
es y
85
OBSERVABLE ESTANDAR
3. REALIZACION
para
Coeficiente de
Coeficiente de
Es decir,
con lo que
As pues
con lo que
86
DE SISTEMAS
CAPITULO
4. REALIZACION
y que es observable.
es el menor
es el desarrollo en serie formal de potencias de (ver
Si
..
.
visto
es como se ha
87
Entonces, de la igualdad
..
.
resulta que
rang
rang
..
.
min
rang
rang
..
.
Es suficiente pues probar que existe una realizacion de que tiene precisamente rang
variables de estado.
la realizaci
on observable estandar. Entonces,
Sea
..
..
.
y sea
rang
88
DE SISTEMAS
CAPITULO
4. REALIZACION
de donde resulta
con lo que
rang
rang
se tendra
rang
donde
rang
. As pues
rang
rang
..
.
rang
rang
89
La matriz de controlabilidad es
que tiene rango 2. Por lo tanto, no es controlable. Para determinar el (de hecho un) subsistema
controlable tomamos
Entonces,
90
DE SISTEMAS
CAPITULO
4. REALIZACION
de es minimal si y so lo si
es contro-
Entonces
..
.
..
.
y Nuc
sera rang
ya que Im
, por tanto
. Ahora bien, de
resulta que
rang
. Puesto que
91
son
Proposicion 4.7 Sea una matriz racional propia. Entonces
y
realizaciones minimales de si y s o lo si son algebraicamente equivalentes, esto es si existe
una matriz invertible tal que
son algebraicamente
Demostracion. Ya hemos visto en (1.10.3),que si
y
equivalentes tienen la misma matriz de transferencia. Por tanto si una es minimal tambien lo
sera la otra.
Recprocamente, supongamos que ambas son minimales. Entonces, puesto que ambas ternas
son realizaciones de se tienen las igualdades
(i)
implica
de donde
y de aqu
, de donde
92
DE SISTEMAS
CAPITULO
4. REALIZACION
(iii) Finalmente, de
obtenemos
de donde
esto es
y sea
rang
..
.
..
.
..
donde precisamente
en fracciones simples,
resulta
con lo que
93
Esto es
Entonces,
diag
..
.
Hay que probar que esta matriz tiene rango maximo. Lo haremos por induccion sobre . Para
es evidente. As pues supongamos que la matriz del segundo miembro tiene rango
(
) y el numero de
maximo para . Puesto que el numero de filas es
columnas es ,
basta probar
que las filas son linealmente independientes.
Designemos
..
.
donde
94
DE SISTEMAS
CAPITULO
4. REALIZACION
deben
Entonces
lo que implica
, con lo que la matriz de controlabilidad tiene rango
Puesto que
podemos aplicar la proposici
on 4.8. Con las notaciones
de esta proposicion se tiene
tomamos
con lo que
95
Notese que en este caso, esta realizacion es minimal ya que tiene el mismo numero de variables
de estado que l anterior (que es minimal).
Entonces la proposicion 4.7 nos dice que estas dos realizaciones son algebraicamente equivalentes. Vamos a determinar la matriz invertible de cambio de variables de estado cuando
. deber
a ser tal que
Si escribimos
96
DE SISTEMAS
CAPITULO
4. REALIZACION
de donde...
propios (de hecho la inversa). En
En este caso, es ma
s rapido
obtener comobase de vectores
es diagonal,
tendra
Entonces
Puesto que
obtenemos
Captulo 5
Realimentacion de estado
1 Realimentacio n de estado
1.1 Sea el sistema lineal invariante en el tiempo representado por
donde se dice que ha efectuado una realimentacion de estado (la nueva entrada
es la anterior mas un multiplo del estado: ).
El nuevo sistema, que denotamos , vendra representado por
y de acuerdo con la anterior definicion, diremos que se ha obtenido a partir de a traves de una
realimentacion de estado definida por .
Proposicion 1.2 Con las notaciones anteriores, es controlable si y s o lo si lo es.
La proposicion resulta inmediatamente del siguiente resultado
Lema 1.3 Im
Im
para todo
98
DE ESTADO
CAPITULO
5. REALIMENTACION
Im
Im
Im
Im
Im
(hipotesis de induccion) Im
Analogamente se tiene
Im
(hipotesis de induccion)
Im
Im
Im
resulta que
Im
Im
, esto es, si
para cada se cumple asimismo que .
Para la demostracion del teorema precisamos de la siguiente proposicion.
99
..
.
El par
se denomina forma can o
.
nica de controlabilidad de
Demostracion. Sea la u ltima fila de la inversa de la matriz de controlabilidad
son linealmente independientes.
Veamos que
Si
Existe
).
y por definicion de ,
..
.
..
.
100
DE ESTADO
CAPITULO
5. REALIMENTACION
es decir
con lo que
..
.
..
.
..
.
..
.
101
tal que
tenga
por valores
la matriz
tiene los mismos valores propios que
probado si .
Caso . Precisamos del siguiente resultado.
Lema 2.3 Si
que
. Entonces la igualdad
, existe tal
Veamos como a partir de este lema se prueba que el teorema es cierto para .
En efecto, si
es controlable, aplicando el lema anterior existe tal que
es controlable, donde es una columna no nula de . Entonces, puesto que estamos ahora en el
caso anterior ( ), existe tal que es el conjunto de valores propios de .
,
Si es una matriz tal que
, primera columna de
(por
ejemplo, si
ya que
La realimentacion de estado
).
102
DE ESTADO
CAPITULO
5. REALIMENTACION
tal que
son l.i., y
son l.d.
tal que
tal que
son l.i., y
son l.d.
son l.i.
Notese que si se han reordenado las columnas de , hay que reordenar de forma evidente las
componentes de la entrada a fin de que no se altere.
, que es una matriz invertible
(ii) Sea
y si ,
,
es la matriz definida as,
..
.
..
.
..
.
..
.
..
.
..
.
..
.
esto es, tiene filas y columnas y todas las columnas son nulas excepto las
que tienen en las filas
y el resto ceros.
103
(iii) Entonces
verifican las condiciones del lema, es decir que
y
es controlable. Para probarlo conviene hacer algunas observaciones previas.
,
(iv) Por definicion de y se tienen, si
Analogamente,
si
etc...
(v) Asimismo, por definicion de se tiene que
es una combinacion lineal de
es una combinacion lineal de
...
y por tanto si , es una combinacion lineal de
Probaremos que es controlable, demostrando la igualdad
, para todo ,
a)
. Entonces
lo sera de
b)
y
Entonces
(v),
. (iv)
. En este caso
lo sera de
. (iv)
Haciendo
104
DE ESTADO
CAPITULO
5. REALIMENTACION
3 Ejemplos
3.1 Sea
es controlable.
Entonces
es tal que
105
3. EJEMPLOS
3.2
en la forma
rang
y por tanto
es controlable.
Podemos tomar
y vamos a determinar tal que
Con las notaciones de 2.1 para , tendremos
sea controlable.
Determinacion de
esto es
tal que
106
Denotemos
DE ESTADO
CAPITULO
5. REALIMENTACION
. Entonces
, con lo que
Apendice A
Norma de matrices
Sea una matriz compleja (en particular real) . Esto es
asimismo por , como ya se ha indicado, la aplicacion definida por
y designemos
, definimos
Que, efectivamente, la definicion anterior es una norma lo prueba el siguiente resultado, cuya
demostracion elemental, dejamos para el lector.
(ii)
(iv)
(v)
implica
(iii)
Consideremos ahora
.
.
108
APENDICE
A. NORMA DE MATRICES
Definicion A.3 Si
definimos
(ii)
implica
.
(iii)
(iv)
(v)
.
.
Demostracion. (i), (ii) y (iii) son evidentes. (iv) resulta inmediatamente de la desigualdad
. Finalmente (v) resulta de la proposicion siguiente, ya que
(ii)
para todo .
Demostracion.
(i) (i) Si
es evidente. Supongamos
(ii) Sea
Por tanto,
Entonces
Entonces
109
Proposicion A.6 Si
donde
Demostracion. Sea
. Entonces
Nota A.7 Existen otras definiciones posibles para la norma de . Por ejemplo
(i)
(ii)
por
.
Asimismo en la definicion A.3 puede substituirse la condicion
Se puede probar que todas son normas equivalentes en el sentido que precisa la proposicion
A.6.
110
APENDICE
A. NORMA DE MATRICES
Apendice B
Producto de Kronecker
Definicion B.1 Sean y
y la matriz definida por
..
.
Por ejemplo,
Proposicion B.2 El producto de Kronecker de matrices verifica, entre otras las siguientes
propiedades
(i)
(ii)
.
111
112
(iii)
APENDICE
B. PRODUCTO DE KRONECKER
donde
Demostracion. (i) y (ii) son evidentes. En cuanto a (iii) es suficiente observar que el elemento
de
donde
Bibliografa
[BC] S. Barnett, R.G. Camaron, Introduction to Mathematical Control Theory, Oxford UP,
1985.
[CD] Frank M. Callier, Charles A. Desoer, Linear System Theory, Springer Verlar, 1991.
[Ch] Chi-Tsong Chen, Linear System Theory and Design, Holt Reinhart and Winston, 1970.
[FH] Thomas E. Fortman, Konrad L. Hitz, An Introduction to Linear Control System, Marcel
Decker, 1977.
[G]
[S]
[SB] Ferenc Szidarovszky, A. Terry Bahill, Linear System Theory, CRC Press, 1997.
[W]
113