Chapitre 1 - INTRODUCTION - 2223 - GESI - ROI

Université de Douala | Ecole Nationale Supérieure Polytechnique
Département de Génie Electrique et Systèmes Intelligents (GESI/ROI IV)

Asservissements multivariables
CHAPITRE 1. INTRODUCTION AUX SYSTEMES

MULTIVARIABLES.
I. Généralités
Un système est un ensemble d’éléments interconnectés dans le but de réaliser une tâche
spécifique. Il communique avec l’extérieur par l’intermédiaire de grandeurs (entrées et sorties),
fonction du temps appelés signaux.
Les entrées peuvent être :
➢ Maitrisables (excitations externes appliquées au système afin de contrôler l’évolution

des grandeurs de sortie) ; elles sont alors appelées commandes.
➢ Non maitrisables (grandeurs physiques imprévisibles pouvant être préjudiciables au bon
fonctionnement du système) ; elles sont alors appelées perturbations.
Les systèmes peuvent être de différents types.
I.1. Système causal
La causalité signifie « l‘effet ne peut pas précéder la cause ». Le signal d’entrée d’un système
représente la cause, et la réponse du système représente l’effet. Ainsi, « un système est dit causal
si sa réponse temporelle dépend seulement des valeurs présentes et passées de sa grandeur
d’entrée. Ces systèmes sont aussi dits systèmes physiquement réalisables.
I.2. Système invariant
Un système est dit invariant (stationnaire) si la relation entre son entrée et sa sortie est
1
indépendante du temps t (les paramètres du système sont constants).
AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

I.3. Systèmes statiques et dynamiques
Les systèmes statiques sont des systèmes décrits par des équations algébriques. La réponse de
ces systèmes à une excitation extérieure (entrée) est instantanée. Le temps t (variable
indépendante) n’intervient pas dans le fonctionnement de ces systèmes. C’est le cas d’une
résistance électrique pure.
➢ Entrée du système u(𝑡) = 𝑖(𝑡) : courant qui traverse la résistance 𝑅.

➢ Sortie du système y(𝑡) = 𝑣(𝑡) : tension aux bornes de la résistance 𝑅.
Les systèmes dynamiques sont décrits par des équations différentielles. Ces systèmes ont une
mémoire ; leur réponse temporelle qui dépond de l’entrée présente mais également des réponses
et/ou entrées passés. C’est le cas de la charge d’un condensateur à travers une résistance.
➢ Entrée du système 𝑢(𝑡) = 𝑣(𝑡): tension aux bornes de l’ensemble condensateur et

résistance en série.
➢ Sortie du système 𝑦(𝑡) = vR(𝑡) : tension aux bornes de la résistance R. 𝑖(𝑡) est l’intensité
de courant.
I.4. Systèmes linéaires et non linéaires
Un système est dit linéaire si les relations reliant ses entrées et ses sorties peuvent se mettre
sous forme d’un ensemble d’équations différentielles d’ordres finis, à coefficients constants. 2
Les systèmes linéaires se caractérisent par les deux propriétés suivantes :

➢ Proportionnalité
Si 𝑦(𝑡) est la réponse du système à l’entrée 𝑢(𝑡), alors 𝛼 𝑦(𝑡) est la réponse du système à l’entrée
𝛼 𝑢(𝑡), où 𝛼 est un scalaire.
➢ Additivité ou superposition
Si 𝑦1(𝑡) est la réponse du système à l’entrée 𝑢1(𝑡) et si 𝑦2(𝑡)est la réponse du système à l’entrée
𝑢2(𝑡), alors 𝑦1(𝑡) + 𝑦2(𝑡)est la réponse du système à l’entrée 𝑢1(𝑡) + 𝑢2(𝑡).
On oppose les systèmes linéaires aux systèmes non linéaires. Il est à noter qu’aucun système
physique n’est strictement linéaire, mais, certains systèmes non linéaires peuvent être
considérés comme linéaires dans une certaine zone de fonctionnement.
I.5. Système continu / Système échantillonné
Un système est dit continu si les variations des grandeurs le caractérisant sont des fonctions de
type 𝑓(𝑡) où 𝑡 est une variable continue (le temps en général). Les systèmes continus s’opposent
aux systèmes discrets (échantillonnés).
I.6. Système monovariable /Système multivariable
Un système est dit monovariable (a) ou SISO (Single Input Sigle Output) s’il possède une seule
entrée et une seule sortie. Un système est dit multivariable (b) ou MIMO (Multiple Input
Multiple Output) s’il possède plusieurs entrées et /ou plusieurs sorties.
I.7. Système déterministe / Système aléatoire
Un système est dit déterministe si pour chaque entrée, il n’existe qu’une seule sortie possible.
Dans le cas contraire on dit que le système est aléatoire, c.-à-d. pour chaque entrée, il existe
plusieurs sorties possibles, chacune d’elles est affectée à une probabilité.
Dans le cadre de ce cours on ne n’intéresse qu’aux systèmes causaux, invariants, linéaires,

continus, et déterministes.
II. Rappel sur le calcul matriciel
Une matrice de dimensions 𝑛x𝑚 (notée 𝐴𝑛x𝑚) est un tableau de nombres à n lignes et m
colonnes. Les nombres qui composent la matrice (𝑎𝑖j, où 𝑖 = 1 … 𝑛, 𝑗 = 1 … 𝑚) sont appelés
éléments ou coefficients de la matrice.
II.1. Matrices particulières
➢ Matrice nulle
Tous ses éléments sont nuls
➢ Matrice carrée d’ordre n
Nombre de lignes = nombre de colonnes = n.
➢ Matrice ligne
Une matrice ligne 𝐴1x𝑚 est une matrice ayant une seule ligne et m colonnes.
➢ Matrice colonne
Une matrice colonne 𝐴𝑛x1 est une matrice ayant une seule colonne et n lignes.

➢ Matrice diagonale
Une matrice diagonale est une matrice carrée dont les éléments en dehors de la diagonale sont
nuls.
Remarque : La diagonale d’une matrice est l’ensemble des éléments 𝑎𝑖𝑖 de la matrice 𝐴.
➢ Matrice identité
La matrice identité est une matrice diagonale ne possédant que des 1 sur la diagonale (𝑎𝑖𝑖 = 1 et
𝑎𝑖j = 0).
➢ Matrice triangulaire supérieure
Une matrice est dite triangulaire supérieure lorsque tous les éléments en dessous de la diagonale
sont nuls.
➢ Matrice triangulaire inférieure
Une matrice est dite triangulaire inférieure lorsque tous les éléments au-dessus de la diagonale
sont nuls.

➢ Matrice définie positive ou négative
Une matrice A carrée d’ordre n est dite définie positive si pour tout vecteur X(n×1), on a
XTAX > 0 ;
Si on a XTAX ≥ 0, alors A est semi-définie positive.
Une matrice A carrée d’ordre n est dite définie négative si pour tout vecteur X(n×1), on a
XTAX < 0 ;
Si on a XTAX ≤ 0, alors A est semi-définie négative.
II.2. Opérations sur les matrices
➢ Multiplication par un scalaire
➢ Addition de deux matrices
Remarque : On ne peut additionner ou soustraire que deux matrices de même dimension.

➢ Multiplication de deux matrices A et B
avec
Remarques :
1. La multiplication de deux matrices 𝐴 et 𝐵 n’est possible que si le nombre de colonnes

de 𝐴 est égal au nombre de lignes de 𝐵. La matrice obtenue 𝐶 est une matrice possédant
le même nombre de lignes de la matrice 𝐴 et le même nombre de colonnes de la matrice
𝐵.
2. En général A×B≠B×A.
➢ Forme échelonnée d’une matrice
Une matrice A est dite « échelonnée » si le nombre de « 0 » précédant le premier élément non
nul d’une ligne augmente de ligne en ligne.
Elle est appelée « matrice échelonnée réduite » si en plus, le premier élément non nul d’une
ligne est égal à « 1 » et si, dans la colonne correspondante (colonne pivot), tous les autres
éléments sont « 0 ». 7
On peut réduire une matrice à sa forme échelonnée (ou échelonnée réduite) en effectuant des
opérations élémentaires sur ses lignes (méthode du pivot de Gauss).

➢ Rang d’une matrice
Le rang d’une matrice 𝐴 est défini comme étant le nombre de lignes ou de colonnes de 𝐴 qui
sont linéairement indépendants. Il correspond au nombre de lignes non nulles de sa forme
échelonnée réduite. Il est noté rang(A) ou r(A).
det(𝐴) ≠ 0 ⇔ rang(𝐴) = 𝑛 dans ce cas 𝐴 est dite de rang plein.
det(𝐴) = 0 ⇔ rang(𝐴) < 𝑛.
Propriétés
1. rang(AT) = rang(A)
2. soient deux matrices A et B telles que A×B = AB existe, alors r(AB) ≤ min(r(A) ; r(B))
➢ Transposée d’une matrice
On appelle transposée d’une matrice 𝐴 de dimension 𝑛x𝑚 la matrice notée 𝐴𝑇 de dimension

𝑚x𝑛 obtenue en remplaçant les lignes de la matrice par ses colonnes.
Propriétés : Soient A et B deux matrices et k un scalaire.
Remarque : Pour toute matrice A, le produit de A par AT est une matrice carrée symétrique et
les éléments de sa diagonale principale sont non négatifs.
➢ Trace d’une matrice
La trace d’une matrice est la somme des éléments de la diagonale de la matrice.

8
Propriétés : Soient A et B deux matrices et c un scalaire.

➢ Déterminant d’une matrice d’ordre 2
Soit 𝐴 une matrice carrée d’ordre 2.
➢ Mineurs
Le mineur 𝑀𝑖𝑗 est le déterminant de la matrice obtenue en éliminant la ieme ligne et la jeme
colonne de 𝐴.
En considérant une matrice carrée d’ordre 3, on a :
➢ Cofacteur
Le cofacteur noté 𝐷𝑖𝑗 d’une matrice 𝐴 est défini par la relation :
Remarque : Nous constatons que le mineur et le cofacteur ont la même valeur numérique, mais
le signe peut être différent.
➢ Déterminant d’une matrice d’ordre n
Soit 𝐴 une matrice carrée et 𝐷𝑖𝑗 ses cofacteurs. Le déterminant est obtenu en suivant les
méthodes ci-après :
Première méthode
1- Choisir une ligne ou une colonne de 𝐴 : pour simplifier les calculs, on choisit la ligne ou la 9
colonne contenant le plus grand nombre de zéros.

2- Multiplier chaque élément 𝑎𝑖𝑗 de la ligne ou la colonne choisie par le cofacteur 𝐷𝑖𝑗
correspondant
3- Faire la somme de ces résultats.
En considérant une matrice carrée d’ordre 3, on a :
En choisissant la première ligne
En choisissant la troisième colonne
Deuxième méthode
1- On affecte à chacun des éléments de la matrice un signe +/-.
2- On associe un signe positif à la position de 𝑎11, puis on alterne les signes en se déplaçant
horizontalement ou verticalement.
3- On choisit une ligne ou une colonne de 𝐴 : pour simplifier les calculs, on choisit la ligne ou
la colonne contenant le plus grand nombre de zéros.
4- On multiplie chaque élément 𝑎𝑖𝑗 de la ligne ou la colonne choisie par son mineur
correspondant.
5- Faire la somme algébrique de ces résultats selon le signe affecté aux éléments lors de la
deuxième étape.
Ainsi, pour la matrice précédemment considérée, on a :
10

En choisissant la première ligne
En choisissant la troisième colonne
Propriétés :
1. Si A possède une ligne (ou colonne) de « 0 », alors det(A)=0

2. Si A possède deux lignes ou deux colonnes identiques, alors det(A)=0
3. Si A est triangulaire, alors son déterminant est égal au produit des éléments de sa
diagonale.
4. Si AT est la transposée de A, alors det(AT) = det(A)
5. Si A et B sont deux matrices carrées de mêmes dimensions, alors det(AB) =
det(A)×det(B)
6. Si une matrice B est obtenue en multipliant une seule ligne (ou colonne) de A par un
scalaire k, alors det(B) = kdet(A)
7. Si une matrice B est obtenue en permutant deux lignes (ou colonnes) de A, alors det(B)
= -det(A)
➢ Matrice adjointe (comatrice)
Soit 𝐴 une matrice carrée d’ordre 𝑛. La matrice adjointe de A, notée adj(A) est la matrice des
cofacteurs de A.
11

➢ Inverse d’une matrice
Une matrice carrée 𝐴 de dimension 𝑛x𝑛 (c.-à-d. d’ordre 𝑛) est dite inversible s’il existe une
matrice 𝐵 d’ordre 𝑛 appelée matrice inverse de 𝐴.
𝐴x𝐵 = 𝐵x𝐴 = 𝐼𝑛 où 𝐼𝑛 est la matrice identité d’ordre 𝑛.
On a :
et
où :
𝑑𝑒𝑡(𝐴) ≠ 0 est le déterminant de 𝐴.
𝑎𝑑𝑗(𝐴) est la matrice adjointe de 𝐴.
Propriétés
1. Une matrice carrée d’ordre n est inversible si rang(A) = n.

2. Si une matrice A est inversible, alors A-1l’est également et on a (A-1)-1 = A
3. Si A est inversible, alors (A-1)T = (AT)-1
4. Si A et B sont deux matrices inversibles de même dimension, alors (AB)-1 = B-1×A-1
➢ Valeurs propres et vecteurs propres d’une matrice
Les valeurs propres de 𝐴 sont les scalaires 𝜆 solutions de l’équation ci-après, appelée équation
caractéristique de 𝐴.
où 𝐼 est la matrice identité d’ordre 𝑛.
Si 𝐴 est une matrice carrée (𝑛 × 𝑛) quelconque, les n valeurs propres distincts de 𝐴 sont notés
𝜆𝑖 et sont associées aux n vecteurs propres 𝑉𝑖 par :
12

III. Rappel des notions de l’approche d’état
Le principe général de la représentation d’état consiste à décrire un système en considérant sa

dynamique interne et pas seulement une relation entre son entrée et sa sortie (comme le fait la
fonction de transfert). Ainsi, il convient de redonner de l’importance à des grandeurs qui ne
sont ni entrée, ni sortie, tout en prenant en compte l’ensemble des phénomènes dynamiques et
statiques qui confère au système son comportement. Une telle préoccupation conduit aux
définitions suivantes
III.1. Définitions
État : l’état à l’instant 𝑡0 d’un système d’ordre 𝑛 représente l’ensemble de 𝑛 informations que
l’on doit posséder sur le système à cet instant pour pouvoir déterminer son évolution ultérieur
(𝑡 > 𝑡0), à partir de la seule connaissance de l’entrée ultérieure (pour 𝑡 > 𝑡0).
Variables d’état : l’ensemble de ces informations constitue les variables d’état du système à
l’instant 𝑡0 : 𝑥1(𝑡0), 𝑥2(𝑡0), …, 𝑥𝑛(𝑡0).
Vecteur d’état : les variables d’état sont toujours rassemblées dans un vecteur 𝑥 nommé vecteur
d’état, ainsi à 𝑡 = 𝑡0, on aura 𝑥(𝑡0) = [𝑥1(𝑡0), 𝑥2(𝑡0), …, 𝑥𝑛(𝑡0)]𝑇, on peut dire que les variables
d’état représentent l’évolution des conditions initiales.
Espace d’état : Il s’agit tout simplement de l’espace vectoriel dans lequel le vecteur d’état 𝑥 est
susceptible d’évoluer, à chaque instant le vecteur 𝑥 étant associé à un point de cet espace. Cet
espace est donc de dimension 𝑛.
L’évolution en fonction du temps d’un système linéaire invariant peut être décrite par le système
d’équations (équation d’état et équation de sortie) suivants :
où :
𝑥(𝑡) ∈ 𝑅𝑛 : Vecteur d’état
𝑦(𝑡) ∈ 𝑅 : Vecteur de sortie (vecteur de mesure)
𝑢(𝑡) ∈ 𝑅 : Vecteur d’entrée (vecteur de commande)
𝐴 ∈ 𝑅𝑛x𝑛 : Matrice d’évolution ou dynamique

13
𝐵∈ 𝑅𝑛x1 : Vecteur de commande (vecteur d’entrée)
𝐶 ∈ 𝑅1x𝑛 Vecteur d’observation (vecteur de sortie)

𝐷 ∈ 𝑅 : Constante de transmission directe (souvent nul).
III.2. Cas général
Dans le cas général, le système peut avoir plusieurs entrées et plusieurs sorties. Soit n le nombre
de variables d’état, m le nombre d’entrées et p le nombre de sorties.
Dans ces conditions, la matrice de commande est toujours une matrice n×n, mais, cette fois, [B]
est une matrice n × m et [C] est une matrice p × n. Pour être complet, il faut tenir compte d’une
possible relation directe entre entrées et sorties. La matrice [D], de dimensions m × p représente
ce lien. Signalons pour finir que les coefficients des différentes matrices peuvent être variables
dans le temps.
On adopte fréquemment la représentation schématique de la figure ci-après pour illustrer cette

modélisation. Attention, dans cette représentation, les signaux sont en réalité des vecteurs.
Si ces coefficients sont constants, le système est dit invariant et on a :
La première équation s’appelle l’équation de commande. La seconde, équation d’observation.
Remarque : Il est rare que la sortie du système soit directement reliée à son entrée. On a donc
très souvent [D] = 0.
IV. Différence entre SISO et MIMO
Le schéma ci-dessous montre les différents types de représentations des systèmes dynamiques
linéaires en considérant les deux cas, monovariable et multivariable.
14

Avant d’envisager la commande d’un système, il est nécessaire d’établir un modèle traduisant
le comportement de ce dernier. Modéliser un système consiste à élaborer un objet mathématique
reliant l’entrée du système à sa sortie permettant de :
1- décrire et prédire le comportement du système en réponse à des excitations externes (entrées),

c’est ce qu’on appelle l’étape d’analyse.
2- d’étudier et d’appliquer des techniques pour améliorer son comportement (ses réponses),
c’est ce qu’on appelle l’étape de synthèse ou de conception de la loi de commande.
15

Chapitre 1 - INTRODUCTION - 2223 - GESI - ROI

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 1 - INTRODUCTION - 2223 - GESI - ROI

Transféré par

Droits d'auteur :

Formats disponibles

Université de Douala | Ecole Nationale Supérieure Polytechnique

Département de Génie Electrique et Systèmes Intelligents (GESI/ROI IV)

CHAPITRE 1. INTRODUCTION AUX SYSTEMES

Les entrées peuvent être :

➢ Maitrisables (excitations externes appliquées au système afin de contrôler l’évolution

Les systèmes peuvent être de différents types.

I.1. Système causal

I.2. Système invariant

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

I.3. Systèmes statiques et dynamiques

➢ Entrée du système u(𝑡) = 𝑖(𝑡) : courant qui traverse la résistance 𝑅.

➢ Entrée du système 𝑢(𝑡) = 𝑣(𝑡): tension aux bornes de l’ensemble condensateur et

I.4. Systèmes linéaires et non linéaires

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

I.5. Système continu / Système échantillonné

I.6. Système monovariable /Système multivariable

I.7. Système déterministe / Système aléatoire

Dans le cadre de ce cours on ne n’intéresse qu’aux systèmes causaux, invariants, linéaires,

II. Rappel sur le calcul matriciel

II.1. Matrices particulières

Tous ses éléments sont nuls

➢ Matrice carrée d’ordre n

Nombre de lignes = nombre de colonnes = n.

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

➢ Matrice triangulaire supérieure

➢ Matrice triangulaire inférieure

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

➢ Matrice définie positive ou négative

Si on a XTAX ≥ 0, alors A est semi-définie positive.

Si on a XTAX ≤ 0, alors A est semi-définie négative.

II.2. Opérations sur les matrices

➢ Multiplication par un scalaire

➢ Addition de deux matrices

Remarque : On ne peut additionner ou soustraire que deux matrices de même dimension.

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

➢ Multiplication de deux matrices A et B

1. La multiplication de deux matrices 𝐴 et 𝐵 n’est possible que si le nombre de colonnes

➢ Forme échelonnée d’une matrice

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

➢ Rang d’une matrice

det(𝐴) ≠ 0 ⇔ rang(𝐴) = 𝑛 dans ce cas 𝐴 est dite de rang plein.

det(𝐴) = 0 ⇔ rang(𝐴) < 𝑛.

➢ Transposée d’une matrice

On appelle transposée d’une matrice 𝐴 de dimension 𝑛x𝑚 la matrice notée 𝐴𝑇 de dimension

Propriétés : Soient A et B deux matrices et k un scalaire.

➢ Trace d’une matrice

La trace d’une matrice est la somme des éléments de la diagonale de la matrice.

Propriétés : Soient A et B deux matrices et c un scalaire.

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

➢ Déterminant d’une matrice d’ordre 2

Soit 𝐴 une matrice carrée d’ordre 2.

En considérant une matrice carrée d’ordre 3, on a :

Le cofacteur noté 𝐷𝑖𝑗 d’une matrice 𝐴 est défini par la relation :

➢ Déterminant d’une matrice d’ordre n

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

3- Faire la somme de ces résultats.

En considérant une matrice carrée d’ordre 3, on a :

En choisissant la première ligne

En choisissant la troisième colonne

1- On affecte à chacun des éléments de la matrice un signe +/-.

Ainsi, pour la matrice précédemment considérée, on a :

AsM | UD – ENSPD – GESI/ROI IV – 2022/2023

En choisissant la première ligne