Chapitre 2
Analyse des systèmes échantillonnés dans l’espace d’état

1) Introduction à la représentation par les variables d’état

La représentation par les variables d’état est basée sur la description du système par n
équations aux différences, qui sont écrits sous forme matricielle.

L’utilisation de la notation matricielle simplifiée largement la représentation

mathématique du système d’équations.

La représentation d’état présente plusieurs avantages par rapport aux représentations

conventionnelles, nous pouvons citer :

 La possibilité de traiter des systèmes multientrées.

 La souplesse dans la conception des systèmes en respectant certaines
performances.
 La représentation par variable d’état permet la conception des systèmes asservis
en prenant en considération les conditions initiales.
 La représentation par variable d’état est multi disciplinaire est peut-être appliqué
à d’autres systèmes.

Les variables d'état d'un système dynamique sont les variables constituant le plus petit ensemble
de variables déterminant l'état du système dynamique.
Si au moins n variables xi, x2,,…… xn, sont nécessaire pour décrire complètement le
comportement d'un système dynamique, alors ces n variables sont un ensemble de variables
appelées variables d'état.
Les variables d'état ne doivent pas nécessairement être des quantités physiquement mesurables
ou observables. Cependant, il est commode de choisir des quantités facilement mesurables pour
les variables d'état, si cela est possible, car les lois de contrôle optimales nécessiteront le retour
de toutes les variables d'état avec une pondération appropriée.
-Vecteur d'état : Si n variables d'état sont nécessaires pour décrire complètement le
comportement d'un système donné, alors ces n variables d'état peuvent être considérées comme
les n composantes d'un vecteur x. Un tel vecteur est appelé un vecteur d'état. Un vecteur d’état

1 
 
 

est donc un vecteur qui détermine de manière unique l’état du système x (t) à tout moment t,
une fois l’état à t = t0 est donné et l'entrée e(t) pour t est spécifiée.
-L’espace d’état. L'espace à n dimensions dont les axes de coordonnées sont constitués par
l'axe x1 et l'axe x2. …….., est appelé un espace d'état. Tout état peut être représenté par un point
dans l'espace d'état.

2) Modélisation du fonctionnement du système

Dans l'analyse des espaces d'états, nous nous intéressons à trois types de variables impliquées
dans la modélisation des systèmes dynamiques : les variables d'entrée, les variables de sortie et
les variables d'état. La représentation d'état pour un système donné n'est pas unique, sauf que le
nombre de variables d'état est le même pour toutes les représentations d'états du même système
Pour des systèmes à temps discret (linéaire ou non linéaire) variant dans le temps, l'équation
d'état peut être écrite comme :
x (k + 1) = f[x (k), e (k), k]
et l'équation de sortie :
s (k) = g [x (k), e(k), k]

Pour les systèmes à temps discret linéaire invariant dans le temps, l'équation d'état et l'équation
de sortie peuvent être simplifiées, on a alors :

𝑥 𝑘 1 𝐴𝑥 𝑘 𝐵 𝑒 𝑘
𝑠 𝑘 𝐶 𝑥 𝑘 𝐷 𝑒 𝑘

où x (k) = le vecteur d'état

s (k) = le vecteur de sortie
e (k) = le vecteur d'entrée

Si le système possède plusieurs entrées et plusieurs sorties, la matrice de commande est une
matrice 𝑛 𝑛, 𝐵 est une matrice 𝑛 𝑚 et 𝐶 est une matrice 𝑝 𝑛. La matrice [D], de
dimensions 𝑚 𝑝 représente ce lien.

La forme générale pour un système mono-entrée et monosortie des équations d’état en temps
discret est donné par :

𝑥 𝑘 1 𝐴𝑥 𝑘 𝐵 𝑒 𝑘
𝑠 𝑘 𝐶 𝑥 𝑘

2 
 
 

La matrice de commande 𝐴 est une matrice carrée , (B) est un vecteur colonne et (C) est un
vecteur ligne.

Remarque : pour un système d’ordre 𝑛, c’est-à-dire possédant 𝑛 variables d’état, la première

équation, dite de commande, correspond à un système de 𝑛 équations:

𝑥 𝑘 1 𝑎 𝑥 𝑘 𝑎 𝑥 𝑘 ⋯ 𝑎 𝑥 𝑘 𝑏𝑒 𝑘
𝑥 𝑘 1 𝑎 𝑥 𝑘 𝑎 𝑥 𝑘 ⋯ 𝑎 𝑥 𝑘 𝑏 𝑒 𝑘
⋮
𝑥 𝑘 1 𝑎 𝑥 𝑘 𝑎 𝑥 𝑘 ⋯ 𝑎 𝑥 𝑘 𝑏 𝑒 𝑘

Figure 1 Représentation de la modélisation discrète du système d’état

3) Résolution des équations d’état

Résoudre les équations d’état consiste à déterminer l’expression du vecteur d’état x(k) en
fonction du temps, autrement dit à déterminer les expressions temporelles des n variables d’état,
connaissant le système (c’est-à-dire connaissant [A], (B) et (C)) et connaissant l’entrée e(k) qui
lui est appliquée.

4) Calcul de la matrice de transition

De nombreuses méthodes existent, nous citons ici les méthodes les plus utilisées :
a) Utilisation de la transformation de Laplace (cas continu)

Appliquons la transformation de Laplace au système d’équations différentielles de la

représentation d’état :

𝑋 𝑡 𝐴𝑥 𝑡 𝐵 𝑒 𝑡 ⇒ 𝑝𝑋 𝑝 𝑥 0 𝐴𝑋 𝑝 𝐵 𝐸 𝑝

𝑝𝐼 𝐴 𝑋 𝑝 𝑥 0 𝐵 𝐸 𝑝

3 
 
 

où [I] représente la matrice carrée identité de dimension n,

𝑋 𝑝 𝑝𝐼 𝐴 𝑥 0 𝑝𝐼 𝐴 𝐵 𝐸 𝑝

Soit :

𝑥 𝑡 𝑒 𝑥 0 𝑒 𝐵 𝑒 𝜏 𝑑𝜏

La matrice (pI − [A])−1 est donnée par :

1 𝐴 𝐼 𝐴 𝐴 𝐴
𝑝𝐼 𝐴 𝐼 ⋯ ⋯
𝑝 𝑝 𝑝 𝑝 𝑝 𝑝
En appliquant la transformation de Laplace inverse, on obtient :

𝐴 𝐴
𝑒 𝐼 𝐴𝑡 𝑡 ⋯ 𝑡 ⋯
2! 𝑛!

b) Application au calcul direct de la matrice de transition

On peut utiliser directement l’expression du développement de Taylor à condition que la
matrice de commande soit nilpotente.
Une matrice carrée est dite nilpotente s’il existe un entier k positif tel que [A]n =[0] pour tout
n > k.
c) Méthode de diagonalisation de la matrice de transition
Il est facile de remarquer que le calcul de la matrice de transition est très simple à effectuer si
celle-ci est diagonale.

𝜆 0 ⋯ 0 𝑒 0 ⋯ 0
0 𝜆 0 ⋮ 0 𝑒 0 ⋮
𝐴 ⇒ 𝑒
⋮ 0 ⋱ 0 ⋮ 0 ⋱ 0
0 ⋯ 0 𝜆 0 ⋯ 0 𝑒

Pour calculer e[A]t : il suffit de diagonaliser la matrice [A].

Soit une matrice de commande A, donnée par:

𝑎 𝑎 ⋯ 𝑎
𝑎 𝑎 ⋯ 𝑎
𝐴 ⋮ ⋮ ⋱ ⋮
𝑎 𝑎 ⋯ 𝑎

Les vecteurs propres et les valeurs propres de cette matrice sont définis par :

𝐴 𝑣 𝜆 𝑣  

4 
 
 

Les vecteurs non nuls vi sont les vecteurs propres de [A] ; les λi sont ses valeurs propres, les λi
sont les racines de l’équation caractéristique de la matrice [A] définie par :

det 𝜆𝐼 𝐴 0 
Si on appelle [Δ] la matrice diagonale formée des valeurs propres de la matrice [A] et [T] la
matrice modale formée de ses vecteurs propres, on a :

𝜆 0 ⋯ 0
0 𝜆 0 ⋮
𝛥
⋮ 0 ⋱ 0
0 ⋯ 0 𝜆

et 𝑇 𝑣 𝑣 ⋯ 𝑣

𝐴 𝑇 𝛥 𝑇

𝐴 𝑇 𝛥 𝑇 𝑇 𝛥 𝑇 ⋯ 𝑇 𝛥 𝑇

𝑇 𝛥 𝑇 𝑒

𝐼 𝐴𝑡 𝑡 ⋯ 𝑡 ⋯𝑒
! !

𝛥 𝛥
𝑇 𝐼 𝛥𝑡 𝑡 ⋯ 𝑡 ⋯ 𝑇 𝑇𝑒 𝑇
2! 𝑛!

Par conséquent :

𝑒 0 ⋯ 0
𝑒 𝑇 0 𝑒 0 ⋮ 𝑇
⋮ 0 ⋱ 0
0 ⋯ 0 𝑒

Les fonctions eλ1t , eλ2t …….eλnt qui constituent la base de fonctions élémentaires du vecteur
d’état, donc des signaux internes du système sont appelés les modes du système.

5) Commandabilité d’un système

a) Commandabilité vers 0

5 
 
 

Un système est dit commandable à l’instant t1 s’il est possible de déterminer un signal d’entrée
e(t) sur l’intervalle [t1, t2] de manière à amener le système de l’état x(t1) = x1 vers l’état x(t2)
= 0.
Si un système est commandable quel que soit t1, il est dit complètement commandable.
b) Accessibilité
Un système est dit accessible à l’état x2 s’il est possible de déterminer un signal d’entrée e(t)
sur l’intervalle [t1, t2] de manière à amener le système d’un état x(t1) = x1 vers l’état x(t2) = x2.
Si un système est accessible quel que soit x2, il est dit complètement accessible.
Si la matrice de transition e[A]t est régulière (autrement dit si son déterminant est non nul), les
notions d’accessibilité et de commandabilité sont équivalentes. On peut alors définir la
commandabilité complète comme suit :
Un système est complètement commandable s’il est possible, quel que soit l’intervalle [t1, t2] et
quelque soit l’état x2, de déterminer un signal de commande e(t) sur [t1, t2] qui amène le système
de n’importe quel état x(t1) = x1 vers l’état voulu x(t2) = x2.

- Critère de Kalman
Un système est complètement accessible et complètement commandable si et seulement si les
vecteurs (B) , [A] (B) , [A]2 (B) , . . . , [A]n−1 (B) sont linéairement indépendants.
On définit la matrice de commandabilité par la matrice formée des n vecteurs colonnes (B) ,
[A] (B) , [A]2 (B) , . . . , [A]n−1 (B) : [C]([A](B)) = (B) [A] (B) [A]2 (B) . . . [A]n−1 (B)
La paire [A] , (B) est complètement commandable si et seulement si la matrice de
commandabilité est régulière, autrement dit si son déterminant n’est pas nul.

6) Observabilité de l’état d’un système

Un système est dit observable à un instant t1, si la connaissance du signal d’entrée et du signal
de sortie sur un intervalle de temps [t1, t2] permet de calculer l’état du système à l’instant t1.
Si un système est observable quel que soit l’instant t1, il est dit complètement observable
- Critère d’observabilité
On considère un système défini par :
x(t) = [A] x(t) + (B) e(t)
s(t) = (C) x(t) + dꞏe(t)
Ce système est complètement observable si et seulement si les vecteurs lignes (C) , (C) [A] ,
(C) [A]2 , . . . , (C) [A]n−1 sont linéairement indépendants.

6 
 
 

On définit la matrice d’observabilité par la matrice formée des n vecteurs lignes (C) , (C) [A] ,
(C) [A]2 , ꞏ ꞏ ꞏ , (C) [A]n−1 :
𝐶
⎡ ⎤
𝐶 𝐴
⎢ ⎥
𝑂 ⎢ 𝐶 𝐴 ⎥
⎢ ⋮ ⎥
⎣ 𝐶 𝐴 ⎦

La paire [A] , (C) est complètement observable si et seulement si la matrice d’observabilité est
régulière, autrement dit si son déterminant n’est pas nul.
7) Stabilité des asservissements échantillonnés
- Critère mathématique de stabilité
Soit le système échantillonné défini par la fonction de transfert suivante :

𝑎 𝑎 𝑧 𝑎 𝑧 ⋯ 𝑎 𝑧 𝑎 ∏ 1 𝑧𝑧
𝐻 𝑧
1 𝑏 𝑧 𝑏 𝑧 ⋯ 𝑏 𝑧 ∏ 1 𝑝𝑧

Les zi et les pj sont respectivement les zéros et les pôles de la fonction de transfert.
Plaçons un échelon unité à l’entrée de ce système, soit :

𝑧
𝐸 𝑧
𝑧 1

Dans ce cas,

𝑎 ∏ 1 𝑧𝑧 𝑧
𝑆 𝑧 𝐻 𝑧 𝐸 𝑧 ⋅
∏ 1 𝑝𝑧 𝑧 1

D’après le théorème de la valeur finale, on a :

𝑧 1 𝑎 ∏ 1 𝑧𝑧
lim 𝑠 lim 𝑆 𝑧 lim lim𝐻 𝑧
→ → 𝑧 → ∏ 1 𝑝𝑧 →

Or le système sera stable si et seulement si 𝑠 𝑘 tend vers une valeur finie.

𝛼
𝐻 𝑧 ∑ 𝑝
1
𝑧

Un système échantillonné est stable si et seulement si tous les pôles pj de sa fonction de transfert
sont tels que |pj| < 1.
7 
 
 

- Critère algébrique de Jury

Soit H(z) la fonction de transfert en boucle fermée d’un système échantillonné asservi :

𝑎 𝑎 𝑧 𝑎 𝑧 ⋯ 𝑎 𝑧
𝐻 𝑧
𝑏 𝑏 𝑧 𝑏 𝑧 ⋯ 𝑏 𝑧

Le critère de Jury permet de vérifier la stabilité d’un système sans avoir à calculer ses pôles.
En multipliant le dénominateur de cette fonction de transfert par zq, on obtient :

𝑧 𝑎 𝑎 𝑧 𝑎 𝑧 ⋯ 𝑎 𝑧 𝑁 𝑧
𝐻 𝑧
𝑏 𝑧 𝑏𝑧 𝑏 𝑧 ⋯ 𝑏 𝑧 𝑏 𝑧 𝑏 𝐷 𝑧

À partir de l’expression D(z) du dénominateur de H(z), on construit un tableau dit de Jury, de

la manière suivante :
b0 b1 b2 ......................... bq
bq bq−1 bq−2 ................ b0
c0 c1 c2 .......................... cq−1
cq−1 cq−2 cq−3 ............ c0

On effectue ensuite un calcul pour créer une ligne supplémentaire de q − 1 valeurs cj, avec :
cj = b0bj − bqbq−j
d j = c0cj − cq−1cq−j−1

Une sixième ligne est automatiquement ajoutée au tableau en disposant les coefficients dj en
sens inverse.
On itère le processus de calcul jusqu’à ce qu’il ne reste que 3 termes sur une ligne (bien noter
qu’à chaque série de calculs, on crée un terme de moins qu’il n’y en a sur les deux lignes
précédentes). Le tableau définitif doit comporter 2q − 3 lignes.
Le système est stable si toutes les conditions suivantes sont réunies simultanément :

8 
 
 

𝐷 1 0
⎧𝐷 1 0si𝑛 est pair, 𝐷 1 0 si 𝑛 est pair
⎪
⎪𝑏 𝑏
|𝑐 | 𝑐
⎨
⎪|𝑑 | 𝑑
⎪⋯
⎩|𝑥 | |𝑥 |

Remarque : Il faut donc, en plus des conditions sur D(1) et D(−1), que sur chaque ligne créée
de rang impair, la valeur absolue du premier terme soit inférieure à celle du dernier.
- Utilisation du critère de Routh
Il est possible d’utiliser le critère de Routh pour l’étude la stabilité des systèmes échantillonnés
en comparant les deux critères mathématiques utilisés en temps continu et en temps discret :
pour un asservissement en temps continu, les pôles de la fonction de transfert en boucle fermée
doivent tous être situés dans le demi-plan complexe correspondant aux parties réelles négatives.
En temps discret, les pôles doivent être situés à l’intérieur du cercle de rayon 1. Il suffit donc
de transformer l’équation D(z) = 0 en utilisant une fonction qui transforme, dans le plan
complexe, le disque de rayon 1 en demi-plan correspondant aux parties réelles négatives.

Il suffit pour cela, d’effectuer le changement de variable 𝑥 et d’appliquer le critère de

Routh sur l’équation D(x) = 0 ainsi obtenue.

8) Précision des asservissements échantillonnés

- Erreurs de position et de vitesse
On définit, pour les systèmes à temps discret, les mêmes performances que pour les systèmes
à temps continu. Il en est ainsi de la précision des systèmes qui est ici, toujours définie par les
notions d’erreurs de position et de vitesse.
Soit un système échantillonné asservi de fonction de transfert en boucle ouverte G(z), placé
dans une boucle à retour unitaire et représenté sur la figure 2.

9 
 
 

Figure 2 Schéma d’un asservissement échantillonné à retour unitaire.

On définit l’erreur de position par :

𝜀 lim 𝜀
→

En appliquant le théorème de la valeur finale, on obtient :

𝑧 1
𝜀 lim 𝜀 𝑧
→ 𝑧
𝜀 𝑧 𝐸 𝑧 𝑆 𝑧
𝐸 𝑧 𝐺 𝑧 𝜀 𝑧
𝐸 𝑧
𝜀 𝑧
1 𝐺 𝑧
𝑧 1 𝐸 𝑧
𝜀 lim
→ 𝑧 1 𝐺 𝑧

Comme le signal d’entrée est un échelon unité, on a :

𝑧 1
𝐸 𝑧 ⇒𝜀 lim
𝑧 1 → 1 𝐺 𝑧

On définit également l’erreur de vitesse par:

𝜀 lim 𝜀 pour une entrée en rampe

→

𝑧 1 𝐸 𝑧
𝜀 lim
→ 𝑧 1 𝐺 𝑧
𝑇𝑧 𝑇
𝐸 𝑧 ⇒ 𝜀 lim
𝑧 1 → 𝑧 1 1 𝐺 𝑧

9) Précision d’un système échantillonné du premier ordre

On considère un système échantillonné de fonction de transfert en boucle ouverte 𝐺 𝑧 placé

dans une boucle à retour unitaire, avec:

10 
 
 

𝑏 𝑏𝑧
𝐺 𝑧 avec 𝑏 0 et 0 𝑎 1
1 𝑎𝑧 𝑧 𝑎

Nous savons déjà que le système est stable en boucle fermée si l’unique pôle de la fonction de
transfert en boucle fermée est inférieur à 1.

𝑎
1
𝑏 1

a) Calcul de l’erreur de position

L’erreur de position de ce système asservi a pour expression :

1 1
𝜀 lim lim
→ 1 𝐺 𝑧 → 𝑏
1
1 𝑎𝑧
1 𝑧 𝑎 1 𝑎
𝜀 lim lim
→ 𝑏𝑧 → 𝑏 1 𝑧 𝑎 𝑏 1 𝑎
1
𝑧 𝑎

Le système est parfaitement précis en boucle fermée, si a = 1, si sa fonction de transfert en

boucle ouverte G(z) possède un pôle égal à 1.
b) Calcul de l’erreur de vitesse
L’erreur de vitesse du système asservi a pour expression :

𝑇
𝜀 lim
→ 𝑏𝑧
𝑧 1 1
𝑧 𝑎
𝑇 𝑧 𝑎
𝜀 lim →∞
→ 𝑧 1 𝑧 1 𝑏 𝑎

L’erreur de vitesse d’un système du premier ordre placé dans une boucle d’asservissement est
donc infinie, sauf si a = 1, auquel cas :

𝑇 𝑧 1 𝑇
𝜀 lim →
𝑧 1 𝑧 1 𝑏 1 𝑏

c) Généralisation
La présence d’un pôle égal à 1 dans la fonction de transfert en boucle ouverte assure donc une
bonne précision statique, mais n’assure pas une bonne précision dynamique.
Soit un système de fonction de transfert en boucle ouverte G(z) de la forme :
11 
 
 

1
𝐺 𝑧 ⋅𝐴 𝑧  
1 𝑧
Un tel système possède n pôles égaux à 1. On aussi dit que la fonction de transfert en boucle
ouverte est constituée, notamment, de n intégrateurs, étant donné que la forme

1
1 𝑧

Corresponds à une constante multiplicative près à l’intégration

L’erreur de position de ce système en boucle fermée a pour expression :

1 1 𝑧 1
𝜀 lim lim lim
→ 1 𝐺 𝑧 → 𝐴 𝑧 → 𝑧 1 𝑧 𝐴 𝑧
1
1 𝑧

Quelle que soit la valeur de n supérieure ou égale à 1 :

εp = 0.
La présence d’au moins un intégrateur dans la fonction de transfert en boucle ouverte assure
donc bien la nullité de l’erreur statique.
L’erreur de vitesse du système en boucle fermée a pour expression :

𝑇 𝑇
𝜀 lim →
𝑧 1 1 𝐺 𝑧 𝑧 1 𝐴 𝑧
lim → 𝑧 1
1 𝑧

𝑇 𝑧 1 𝑇 𝑧 1
𝜀 lim → lim →
𝑧 1 𝑧 1 𝑧 𝐴 𝑧 𝑧 1 𝑧 𝐴 𝑧

Si n = 1 :

𝑇 𝑇
𝜀 lim 0
→ 𝑧 1 𝑧 𝐴 𝑧 𝐴 1

Si n = 2 :

12 
 
 

𝑇 𝑧 1 𝑇
𝜀 lim → lim → 𝑧 1 0
𝑧 1 𝑧 𝐴 𝑧 𝐴 1

La présence d’un intégrateur dans la fonction de transfert en boucle ouverte assure une erreur
de vitesse finie d’autant plus faible que la période d’échantillonnage est faible. La présence
d’au moins deux intégrateurs assure la nullité de l’erreur de vitesse.

10) Relation entre la représentation d’état et la fonction de transfert d’un système

Références
- Yves Granjon, Automatique, Systèmes linéaires, non linéaires, à temps continu, à temps
discret, représentation d'état, Cours et exercices corrigés, deuxième Édition, Dunod,
2010.
- Katsuhiko Ogata, Modern Control Engineering, Fifth Edition, Prentice Hall, 2010

13