Représentation d’un système

par Marc CLIQUE

Ingénieur de l’École Nationale de l’Aviation Civile
Ingénieur de l’École Nationale Supérieure d’Électronique, d’Électrotechnique
et d’Hydraulique de Toulouse
Master of Sciences, Université Laval (Québec)
Ingénieur de Recherches au Centre d’Études et de Recherches de Toulouse,
département d’Automatique
et Jean-Charles GILLE
Ancien élève de l’École Polytechnique (Paris)
Professeur à la Faculté des sciences et de génie de l’Université Laval (Québec, Canada)

1. Différents types de représentation ................................................... R 7 130 - 2

1.1 Représentations classiques ........................................................................ — 2
1.2 Représentation d’état .................................................................................. — 2
2. Pluralité des représentations d’état.................................................. — 4
3. Intégration des équations d’état ........................................................ — 4
3.1 Matrice de transition ................................................................................... — 4
3.2 Obtention de la matrice de transition ........................................................ — 5
3.3 Discrétisation des équations d’état continues ......................................... — 5
4. Propriétés de la matrice d’évolution et différentes formes
d’état usuelles........................................................................................... — 6
4.1 Modes simples et réels ............................................................................... — 6
4.2 Modes réels multiples ................................................................................. — 7
4.3 Cas général................................................................................................... — 7
4.4 Pluralité des représentations ...................................................................... — 8
4.5 Système décrit par équations différentielles............................................. — 8
5. Conclusion ................................................................................................. — 9
Références bibliographiques ......................................................................... — 9

ous nous bornerons en principe au cas des systèmes linéaires invariants,

N essentiellement monoentrées-monosorties, en généralisant parfois des
notions ou méthodes ne demandant pas de développements mathématiques
trop fastidieux

Le texte qui suit est très largement inspiré de l’ouvrage La représentation d’état pour l’étude
des systèmes dynamiques par Jean-Charles GILLE et Marc CLIQUE (tomes I et II,
Eyrolles, 1975) [1], ainsi que des polycopiés de M. le professeur A.J. FOSSARD de l’École
Nationale Supérieure de l’Aéronautique et de l’Espace, ouvrages auxquels le lecteur pourra
4 - 1995

utilement se reporter pour des développements plus importants.

R 7 130

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Informatique industrielle R 7 130 − 1
REPRÉSENTATION D’UN SYSTÈME ________________________________________________________________________________________________________
1. Différents types
de représentation
1.1 Représentations classiques
D’une façon générale, lorsque l’on est amené à étudier un
processus physique, on peut le caractériser par des relations
entrées-sorties de deux types bien connus :
— l’équation différentielle :
F ( y, ẏ, ..., y ( n ) , u, u˙ , ..., u ( m ) ) = 0
qui lie l’entrée u et ses dérivées temporelles à la sortie y et ses
dérivées ;
— la fonction de transfert liant la transformée de Laplace U (p)
de l’entrée à la transformée de Laplace Y (p) de la sortie :
Y (p) = F (p) U (p)
p étant la variable de Laplace.
Si ces représentations sont bien connues au niveau des systèmes
monoentrées-monosorties (u et y scalaires), elles peuvent bien
évidemment s’étendre aux cas des systèmes multientrées-
multisorties, U et Y étant alors des vecteurs (article Systèmes
multientrées-multisorties [R 7 220] dans la présente rubrique Auto-
matique). L’équation différentielle est alors remplacée par un
système d’équations différentielles couplées comportant autant
d’équations qu’il y a de composantes dans le vecteur de sortie pour
définir complètement le processus ; la fonction de transfert F (p) est
remplacée par une matrice de transfert Z (p) dont chaque élément
est une fonction de transfert liant une composante du vecteur
d’entrée à une composante du vecteur de sortie.
Ces relations devraient permettre, connaissant les commandes U
appliquées sur un intervalle [t 0 , t ], de déterminer le comportement
du système sur cet intervalle ; mais l’on sait que, pour un système
défini par une équation différentielle par exemple, les conditions
initiales conditionnent le comportement des sorties à partir de
l’instant t 0 de l’application de la commande.
Ceci nous amène à adjoindre aux équations précédentes une
notion supplémentaire, celle de l’état du système à l’instant t 0 de
l’application de la commande. Cet état est en fait un vecteur
constitué de n composantes qui vont elles-mêmes évoluer dans le
temps par application des commandes U [t 0 , t ].
1.2 Représentation d’état
D’une façon intuitive, l’état d’un système à un instant donné
est... l’état où il se trouve à cet instant. Ce sont n caractéristiques
du système, x 1 , ..., x n , formant le vecteur d’état :
x 1(t )
X (t ) =
...
xn ( t )
noté aussi [x 1 (t ) ... x n (t )]T (transposé)
vecteur évoluant dans l’espace d’état à n dimensions, son
extrémité décrivant la trajectoire d’état.
En fait, connaissant les lois de la dynamique du système et les
commandes auxquelles il est soumis, le vecteur d’état sera
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 130 − 2 © Techniques de l’Ingénieur, traité Informatique industrielle
l’ensemble des caractéristiques du système dont la connaissance
permet de déterminer l’évolution ultérieure de ce système.
X (t 0) est vecteur d’état à l’instant t 0 si le comportement
pour t > t 0 est déterminé par les lois physiques, les actions U [t 0 , t ],
et les n composantes de X (t 0). D’une façon générale, on pourra
écrire :
X (t ) = F [X (t 0), U (t 0 , t ), t ] (1)
avec F fonction univoque.
(Le paramètre t indique que le système peut être variant, c’est-
à-dire à coefficients dépendants du temps).
L’état à l’instant t 0 résume du passé du système ce qui est
déterminant pour son comportement ultérieur : c’est la « mémoire
minimale » pour le comportement futur.
En fait, si nous avons déjà défini le vecteur de commande U (t ),
le vecteur d’état X (t ), nous avons ignoré pour l’instant le vecteur
des sorties Y (t ) du système. Il est naturellement fonction de X (t )
par une fonction :
Y (t ) = G [X (t ), U (t 0 , t ), t ] (2)
L’équation (1) est habituellement appelée équation d’état (2)
équation d’observation (du comportement des sorties du
système).
X (t 0) apparaît donc comme l’ensemble minimum des conditions
initiales requises pour que les équations (1) et (2) déterminent X (t )
et Y (t ) d’une façon unique pour t > t 0 .
Si nous nous restreignons au cas des systèmes linéaires
(principe de superposition), les équations (1) et (2) peuvent se
mettre sous la forme suivante :
Ẋ ( t ) = A ( t ) X ( t ) + B ( t ) U ( t ) 
 (3)
Y (t ) = C (t ) X (t ) + D (t ) U (t ) 
les dimensions respectives des matrices étant A (n, n ), B (n, e ),
C (s, n ), D (s, e ) si les dimensions de X, U, Y sont n, e, s.
Plus particulièrement, si le système est invariant (ou stationnaire,
c’est-à-dire à coefficients indépendants du temps), les matrices A,
B, C et D ne dépendent plus de t. C’est essentiellement ce cas qui
nous occupera par la suite ; nous appellerons :
A : matrice d’évolution (ou de dynamique) ;
B : matrice de commande (ou d’entrée) ;
C : matrice d’observation (ou de sortie) ;
D : matrice de transmission directe.
Jusqu’à présent, nous avons traité de systèmes continus. Comme
il existe des équations (ou systèmes d’équations) récurrentes et des
fonctions (ou matrices) de transfert échantillonnées, il y a également
des représentations d’état récurrentes :
Xk + 1 =   Xk , Uk , k  (4)
Yk =   Xk , Uk , k  (5)
donnant, dans le cas linéaire :
X k + 1 = X k + U k 
(6)
Yk = X k + U k 
les matrices , , ,  dépendant ou non de k, instant
d’échantillonnage, suivant que le système est variant ou invariant.
Nous nous bornerons essentiellement, dans la suite, au cas des
systèmes continus, les transpositions étant en général très aisées
(l’ouvrage cité en introduction).
________________________________________________________________________________________________________ REPRÉSENTATION D’UN SYSTÈME

Exemples On a ensuite :
■ Considérons le système de la figure 1, avec un ressort de 1 1 1 R 1 Rr 1
raideur k (x ) et un frottement F ( x, x˙) , x étant le déplacement. i 1′ = – ---- V + ---- E = – ---- ------------------ v – ---- ------------------ i 1 + ---- E
L L L (R + r) L (R + r) L
Si une force extérieure u (t ) dirigée selon x est appliquée au
système, le mouvement est régi par l’équation : et :

 
1 1 1 V
v ′ = ---- i 2 = ---- ( i 1 – i 3 ) = ---- i 1 – ----
mẋ˙ + F ( x, ẋ ) + k ( x )x = u ( t ) C C C R
Si le système est linéaire, on a : soit :

 
1 R 1 1 Rr
F ( x, ẋ ) = fẋ et k (x ) = k v ′ = – --------- ------------------ v + ---- – --------- ------------------ i 1
RC ( R + r ) C RC ( R + r )
f et k étant des constantes. On peut alors écrire :
Après simplifications et regroupements, on obtient la
représentation :
ẋ = ẋ

k f 1 v′ 1 R v
ẋ˙ = – -------
m- x – -------
m- ẋ + -------
m- u
– ---------------------- ---------------------- 0
C(R + r) C(R + r)
= + E
faisant ainsi apparaître les matrices : R Rr 1
i 1′ – ---------------------- – ---------------------- i 1 ----
L(R + r) L(R + r) L
0 1 0
A = k f B = 1 C = 1 0 D = 0
– -------
m- – -------
m- -------
m- R Rr v
V = -------------- -------------
R+r R+r i1
si l’on a choisi comme vecteur d’état  x ẋ T (déplacement, vitesse) et
comme sortie x (déplacement). Signalons que les représentations par équations (ou opérateurs)
■ Considérons maintenant le système électrique de la figure 2. différentiels, fonction (ou matrice) de transfert et équations d’état
ne sont pas toujours équivalentes. Ce point sera détaillé par la
D’une façon naturelle, les variables d’état apparaissent comme
suite (article Connaissance d’un système [R 7 135]).
étant le courant i 1 dans la self et la tension v aux bornes du
condensateur, définissant l’état du circuit à l’instant t, et dont les
valeurs initiales permettent d’obtenir d’une façon unique les grandeurs
physiques après l’application de la commande E. Nous considérerons
que V est la sortie du système.
On a pour ce système :
E – V = Li 1′
Cv ′ = i 2 Figure 1 – Système masse-ressort-frottement

V = v + ri 2
V = Ri 3
i1 = i2 + i3

L’élimination des courants i 2 et i 3 conduit à :

V
V = v + r ( i 1 – i 3 ) = v + r i 1 – -----
R  
soit :
R Rr
V = ------------- v + ------------- i 1
R+r R+r

Figure 2 – Système électrique

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Informatique industrielle R 7 130 − 3
REPRÉSENTATION D’UN SYSTÈME ________________________________________________________________________________________________________

2. Pluralité Inversement, partons de :

des représentations d’état Z˜ ( p ) = C˜ ( pI n – A˜ ) –1B˜ + D˜

correspondant à (7) et (8), qui, compte tenu de (8), s’écrit :

Sous forme de schéma-bloc, un système peut donc se représenter Z˜ ( p ) = CT ( pI n – T –1 AT ) –1 T –1 B + D
comme indiqué figure 3.
En fait, les variables d’état sont un outil permettant de faciliter = CT ( T –1 I n Tp – T –1 AT ) –1 T –1 B + D
l’étude du comportement d’un système. Comme nous l’avons vu
sur les exemples précédents, ces variables peuvent avoir une = CT [ T –1 ( I n p – A )T ] –1 T –1 B + D
signification physique. Mais tel n’est pas toujours le cas, et l’on est
parfois amené à changer de variables afin de mettre en évidence = CT [ T –1 ( I n p – A ) –1 T ]T –1 B + D
des propriétés particulières, pour des raisons de commodité, de
précision, de sensibilité (étant entendu que l’on évitera d’utiliser = C ( I n p – A ) –1 B + D
une variable très bruitée).
Si l’on définit un nouveau vecteur X˜ lié à X par X = TX˜ , T étant qui est bien l’expression trouvée en (9). Le vecteur d’état
une matrice (n , n ) régulière, le nouveau système s’écrit : correspond en fait à une structure interne du système, nécessaire
pour la connaissance de son évolution, mais qui n’affecte pas les
. relations entrées-sorties.
TX˜ = ATX˜ + BU
Y = CTX˜ + DU

soit : 3. Intégration
. 
X˜ = T –1 AT X˜ + T –1 BU 
des équations d’état
 (7)
Y = CTX˜ + DU  3.1 Matrice de transition


La connaissance de X et celle de X˜ sont équivalentes, les À ce niveau, nous pouvons rester dans le cadre des systèmes
matrices de la structure interne du système étant devenues : linéaires variants définis par les équations (3). Nous appellerons
matrice de transition la matrice Φ (t, t 0 ) solution de l’équation
A˜ = T –1 AT B˜ = T –1 B C˜ = CT D˜ = D (8) homogène :

Il est bon de remarquer que, quel que soit le vecteur d’état Φ̇ ( t , t 0 ) = A ( t ) Φ ( t , t 0 )

adopté, les relations entrées-sorties, au sens matrice de transfert
du système, restent les mêmes. En effet, si l’on applique la qui vérifie :
transformation de Laplace au système (3) pris invariant, en partant
de conditions initiales nulles, on obtient :  Φ ( t 0 , t 0 ) = I matrice unité

pX (p ) = AX (p ) + BU (p )  Φ ( t0 , t2 ) = Φ ( t0 , t1 ) Φ ( t1 , t2 )

Y (p ) = CX (p ) + DU (p )  Φ ( t 0 , t 1 ) = Φ –1 ( t 1 , t 0 )
soit :
Cette matrice est unique et non singulière si les éléments de A
X (p ) = (p In – A )–1BU (p ) sont fonctions continues du temps.
Y (p ) = C (p In – A )–1BU (p ) + DU (p ) Si l’on considère le système (3) avec entrées nulles (homogène),
c’est-à-dire :
[avec In matrice (n , n ) unité],
Ẋ ( t ) = A ( t ) X ( t ) avec X ( t0 ) = X0
définissant la matrice de transfert :

Z (p ) = C (p In – A)–1 B + D (9) sa solution est alors donnée par :

(ou la fonction de transfert si le système est monoentrée-mono- X ( t ) = Φ ( t , t0 ) X0 (réponse libre)

sortie).
d’où l’appellation de matrice de transition qui fait passer de X 0
à X (t ). Il nous faut maintenant chercher la solution de :

Ẋ ( t ) = A ( t ) X ( t ) + B ( t ) U ( t ) (réponse complète)
que nous allons essayer d’identifier sous la forme :
X (t ) = Φ(t, t 0 )K (t ) (réponse complète)
On peut alors écrire :

Ẋ ( t ) = Φ̇ ( t , t 0 ) K ( t ) + Φ ( t , t 0 ) K˙ ( t )

= A ( t ) Φ ( t , t 0 ) K ( t ) + Φ ( t , t 0 ) K˙ ( t )
Figure 3 – Représentation d’état schématique
= A ( t ) X ( t ) + Φ ( t , t 0 ) K˙ ( t ) = A ( t ) X ( t ) + B ( t ) U ( t )

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 130 − 4 © Techniques de l’Ingénieur, traité Informatique industrielle
________________________________________________________________________________________________________ REPRÉSENTATION D’UN SYSTÈME

On obtient donc : Dans le cas des systèmes linéaires invariants, le problème est
beaucoup plus simple. Rappelons simplement qu’il s’agit de
K̇ ( t ) = Φ –1 ( t , t0 ) B ( t ) U ( t ) calculer exp At , et bon nombre de possibilités sont offertes [2] :
● A2 t 2 An t n
soit : exp At = I n + At + ------------- + ... + -------------- + ...
2! n!


t
essentiellement utilisé sur calculateurs numériques ;
K ( t ) = K ( t0 ) + Φ –1 ( τ, t 0 ) B ( τ ) U ( τ ) d τ
t0 ● exp At =  –1 ( p I n – A ) –1
et : (  désignant la transformation de Laplace)
soit Φ (p ) = (pIn – A )–1

t
X ( t ) = Φ ( t, t 0 ) K ( t 0 ) + Φ ( t , t 0 )Φ –1 ( τ , t 0 ) B ( τ ) U ( τ ) d τ ● si A est diagonale, A = Diag (λi ), alors : exp At = Diag (exp λi t )
t0
(il existe des formules similaires pour formes quasi-diagonales) ;
En tenant compte des propriétés de Φ, on obtient ● interpolation par le polynôme de Lagrange-Sylvester de la
X (t 0 ) = K (t 0 ) = X 0 et finalement : fonction sur le spectre (λ1t ... λnt ) de la matrice At.


t À titre d’exemple et pour des valeurs propres simples, on
X ( t ) = Φ ( t, t 0 ) X 0 + Φ(t, τ)B(τ)U(τ) dτ (10) obtient :
t0
n
A – λj In
λi – λj 
∑  ∏ --------------------
Le premier terme est la réponse libre, le second la réponse forcée. exp At = - exp λ i t
En général, pour les systèmes linéaires variants, cas traité ci- i = 1 j≠1
dessus, la matrice de transition est très difficile à calculer, sauf dans
certains cas bien spécifiques. En fait, son expression dans deux cas Pour des valeurs propres multiples, les formules, plus complexes,
particuliers est (l’ouvrage cité en introduction et les références sont données dans la référence ci-avant ; nous ne les reproduirons
bibliographiques) : pas afin de ne pas trop alourdir l’aspect mathématique.


t
Φ ( t, t 0 ) = exp
t0
A(τ) dτ  3.3 Discrétisation
ces deux cas étant : des équations d’état continues
— matrice A (t ) diagonale ;
— condition de commutation A (t 1 )A (t 2) = A (t 2)A (t 1).
Pour les systèmes linéaires invariants, l’équation (12) va nous
Pour les systèmes linéaires invariants, par contre, la matrice de
permettre de passer d’une représentation continue à une représen-
transition Φ ne dépend que de la différence entre les instants t
tation discrète.
et t0 . On peut donc l’écrire Φ (t – t 0 ) et l’on aura :
Considérant le système continu :
Φ (t – t 0 ) = exp [A (t – t 0 )] (11)
Ẋ = AX + BU
soit, pour l’évolution de l’état :
Y = CX


t
X ( t ) = [ exp A ( t – t 0 ) ] X 0 + [ exp A ( t – τ ) ] BU ( τ ) d τ (12) (nous omettons, pour alléger l’écriture, les (t ) pour X, U et Y )
t0
on cherche un modèle discret :
(le système étant invariant, la matrice B ne dépend pas du temps).
X k + 1 = X k + U k
Bien évidemment, on a toujours :
Yk = X k
Y (t ) = C X (t ) + D U (t )
tel que, soumis à un vecteur d’entrée discret Uk , le vecteur Xk prend
à tout instant k les mêmes valeurs que le vecteur X du système
3.2 Obtention de la matrice de transition continu soumis au même vecteur d’entrée bloqué (Uk reste constant
entre k et k + 1), comme indiqué figure 4.

Nous avons déjà signalé les difficultés dans le cas des systèmes
variants avec deux possibilités particulières. Dans des cas plus
généraux, nous citerons la possibilité de développement en série,
en intégrant Ẋ ( t ) = A ( t )X ( t ) donnant l’équation intégrale de
Volterra :


t
X ( t ) = X0 + A ( λ ) X ( λ ) dλ
t0

que l’on résout en réitérant le processus. Si les éléments de A sont

finis, la suite converge et donne une expression théorique de X (t )
en fonction de X 0 , la série pouvant être sommée dans des cas
simples. Il est parfois également possible d’intégrer directement les
équations différentielles du système autonome ou de déterminer la
matrice de transition expérimentalement colonne par colonne par Figure 4 – Discrétisation d’équations continues
simulations, en imposant certaines valeurs aux entrées et sorties
des intégrateurs du système.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Informatique industrielle R 7 130 − 5
REPRÉSENTATION D’UN SYSTÈME ________________________________________________________________________________________________________

À partir de (12), entre les instants kT et (k + 1)T , on peut écrire, étant égaux aux – λi . Dans ce cas, on mettra ces modes en
si Xk + 1 est l’état à l’instant (k + 1)T et Uk le vecteur d’entrée à évidence en choisissant une matrice A sous forme diagonale :
l’instant kT , T étant la période d’échantillonnage :
X k + 1 = { exp A [ ( k + 1 ) T – kT ] } X k +


(k + 1)T

kT
{ exp A [ ( k + 1 ) T – τ ] } B d τ U k 
Si l’on pose (k + 1)T – τ = α, il vient : Si l’on part d’une fonction de transfert F (p), le problème réside
dans la détermination des matrices de commande (B ),

  ( exp A α ) B d α  U
T d’observation (C ), et éventuellement de transmission directe (D ).
X k + 1 = ( exp AT ) X k + k Pour cette dernière, signalons que sa détermination se fera au
0
départ par division par les puissances croissantes entre numérateur
définissant ainsi les matrices de représentation discrète : et dénominateur de la fonction, se ramenant ainsi à :

 N (p)
T
F ( p ) = -----------------------------
-
 = exp AT = Φ ( T ) ;  = ( exp A α ) B d α ;  = C (13) n
0
∏ ( p + λi )
Notons que, dans le cas où la matrice A est régulière, la matrice  i=1
prend une forme ne nécessitant pas d’intégration. On a en effet : avec degré N (p ) < n.

 
T T On pourra alors écrire F (p ) sous la forme :
A
0
( exp A α ) d α = A
0
An αn
n! 
I n + A α + ... + --------------- + ... d α
n
αi
F (p) = ∑ ---------------
p + λi
 T2 Tn+1
= A T + A -------- + ... + A n ----------------------- + ...
2! (n + 1) !  i=1

les termes αi étant les résidus associés aux différents modes. On

= exp AT – I n choisira alors, d’une façon naturelle :

d’où : α1
 = A –1 [ exp AT – I n ] B (14)
...

B = αi C = [ 1 ... 1 ... 1 ]
Que ce soit pour (13) ou pour (14), on constate l’importance du
...

calcul de exp AT (§ 3.2).

αn

ou bien :
4. Propriétés de la matrice
1
d’évolution et différentes
...

formes d’état usuelles B = 1 C = [ α 1 ... α i ... α n ]

...

Nous nous bornerons essentiellement au cas des systèmes 1

monoentrées-monosorties. Les extensions seront traitées dans les
cas simples. Pour les cas plus complexes, nous renvoyons le lecteur
aux ouvrages cités en bibliographie (à la fin de l’article Connaissance
d’un système [R 7 135] ).
Nous avons déjà signalé qu’un système peut être décrit par
différentes représentations d’état (§ 2). Le but du présent
paragraphe est de donner les formes les plus utilisées. Il faut tout
d’abord noter que la dynamique (modes) du système est contenue
dans la matrice A : les racines du polynôme caractéristique
[det (p I – A )] sont les valeurs propres de A et par là même les
modes du système. Au niveau d’une fonction de transfert, ce
polynôme est l’équivalent du dénominateur ; pour une équation
différentielle, c’est le polynôme de dérivation intervenant sur la
sortie.
4.1 Modes simples et réels
ou éventuellement toutes autres combinaisons pour B et C entre
les « αi » et les « 1 ».
La question que l’on peut se poser à ce niveau est la suivante :
partant d’une représentation (A, B, C ) quelconque, et sachant que
les valeurs propres de A sont simples et réelles, peut-on se ramener
à une représentation où A est diagonale (les matrices B et C n’ayant
pas l’obligation d’avoir une structure particulière) ? La réponse a en
fait été donnée en partie au paragraphe 2, le problème étant de
trouver la matrice de transformation T . Il se trouve que, dans le cas
considéré, la matrice T possède comme colonnes les vecteurs
propres associés aux valeurs propres. Nous le traiterons sur un cas
simple.
Exemple
–1 3 1
A = B =
0 –2 2

C’est le cas où le polynôme caractéristique de la matrice A peut C = 1 3

n
s’écrire sous la forme ∏ ( p + λi ) , les modes (ou valeurs propres) La matrice A étant triangulaire, ses valeurs propres sont – 1 et – 2. Il
s’agit donc de trouver les vecteurs propres V associés, par la technique
i=1
classique :
(λ I – A )V = 0
avec λ valeur propre.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 130 − 6 © Techniques de l’Ingénieur, traité Informatique industrielle
________________________________________________________________________________________________________ REPRÉSENTATION D’UN SYSTÈME

Écrivons la matrice ( λ I – A ) : Mais comment déterminer les matrices C et B ?

Les calculs mathématiques étant un peu fastidieux, nous
λI – A = λ + 1 –3 indiquerons tout simplement que la factorisation du numérateur en
0 λ+2 un produit de deux polynômes :

qui, pour λ = –1, donne : N ( p ) =  ( p ) ( p )

permet de déterminer simplement les matrices C et B :
– I–A = 0 –3
0 1 (n – 1) ( – λ )
1
C =
(n – 1) ! 
  ( – λ ) ... --------------------------------
d’où le vecteur propre
0
(n – 1) ( – λ )
et pour λ = – 2 : --------------------------------
B = (n – 1) !

...
–1 –3
– 2I – A =  (– λ)
0 0
3 Cette facilité est due aux propriétés de (λI – A )–1.
d’où le vecteur propre
–1
Exemple
La matrice T est donc : Soit :

p 2 + 3p + 2 (p + 1)(p + 2)
1 3 F ( p ) = -------------------------------
- = -------------------------------------
-
T = ( p + 1 )3 ( p + 1 )3
0 –1
On peut écrire immédiatement pour :
avec :
(p) = p + 1
–1 –3 1 3
T –1 = – 1 = (p) = p + 2
0 1 0 –1
 –1 1 0 0
On peut vérifier que : 
 Ẋ = 0 –1 1 X+ 1 U
 0 0 –1 1
1 3 –1 3 1 3 
A˜ = T –1 AT = 
0 –1 0 –2 0 –1
 y = 0 1 0 X
–1 0
= ou bien si :
0 –2
(p) = 1
qui est bien la forme diagonale A souhaitée.
 ( p ) = p 2 + 3p + 2
1 3
 –1 1 0 1
C˜ = CT = 1 3 = 1 0 
0 –1  Ẋ = 0 – 1 1 X+ 1 U
 0 0 –1 0
1 3 1 7 
B˜ = T –1 B = = 
0 –1 2 –2  y = 1 0 0 X

Le système initial a été mis sous forme diagonale. ou encore :

(p) = p + 2
4.2 Modes réels multiples (p) = p + 1

 –1 1 0 0

Nous considérons maintenant, toujours en supposant que la  Ẋ = 0 –1 1 X+ 1 U
matrice de transmission directe a été éliminée, que la fonction de  0 0 –1 0
transfert s’écrit sous la forme : 

N (p)  y = 1 1 0 X
F ( p ) = ---------------------
n
-
(p + λ)
avec degré N (p ) < n .
Tout naturellement, nous choisirons comme matrice de 4.3 Cas général
dynamique une forme de Jordan de dimensions n :

Encore une fois, nous supposerons que le degré du numérateur

est inférieur à celui du dénominateur et, de plus, qu’au dénomi-
nateur, le coefficient du terme de plus haute dérivation a été
normalisé à 1 (an = 1). Sans détails de calculs, nous donnerons les
cas les plus utilisés, fondés sur la forme de (λ I – A )–1.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Informatique industrielle R 7 130 − 7
REPRÉSENTATION D’UN SYSTÈME ________________________________________________________________________________________________________

La fonction de transfert se présente sous une forme générale : Dans le second cas, on prend :  ( p ) = 1 et  ( p ) = N ( p ) d’où :

b 0 + b 1 p + ... + b m – 1 p m – 1 + b m p m N (p)
F ( p ) = ------------------------------------------------------------------------------------------------
- = --------------- C = 1 0 ... 0
a 0 + a 1 p + ... + a n – 1 p n – 1 + p n D (p)

avec m < n . bn – 1
Deux cas essentiels sont retenus. B =

...
■ Forme compagne horizontale : b0
la matrice A prend la structure :
Ces résultats sont dus à la forme de  –1 (triangulaire inférieure
avec des 1 sur la diagonale).
Ces formes sont les plus utilisées en pratique. Il existe bien
évidemment des compromis dans la factorisation N = 
(références bibliographiques), et des généralisations aux cas
multientrées-multisorties.
■ Forme compagne verticale : Exemple des formes les plus utilisées
la matrice A prend la structure : Soit le système :

2p 3 + 4p 2 + p + 1
-------------------------------------------------------------------
-
p 4 + 5p 3 + 6p 2 + 2p + 2
Les formes classiques utilisées seront :
— la forme horizontale :

 0 1 0 0 0

Le problème réside, pour ces deux cas, dans la détermination  0 0 1 0 0
de C et B .  Ẋ = 0 0 0 1
X+
0
U

Dans les deux cas, une matrice intervient :  –2 –2 –6 –5 1


 y = 1 1 4 2 X



— la forme verticale :

 –5 1 0 0 2

 –6 0 1 0 4
Dans le premier cas (forme horizontale), on obtient, après  Ẋ = – 2 0 0 1
X+
1
U

factorisation du numérateur N ( p ) =  ( p )  ( p ) :  –2 0 0 0 1

C = c0 c 1 ... c n – 1 

 y = 1 0 0 0 X
 ( n – 1 ) ( 0 )/ ( n – 1 ) ! 
B =  –1
...

(0)
4.4 Pluralité des représentations
Les ci ne sont autres que les coefficients du polynôme  ( p ) .
Les  ( 0 ) ... proviennent des coefficients du polynôme  ( p ) . Dans
le second cas (forme verticale) : Notons tout d’abord qu’il existe des changements de base
permettant d’obtenir les formes précédentes à partir de formes
C =   ( n – 1 ) ( 0 )-  –1
 ( 0 ) ... --------------------------
(n – 1) !  quelconques.
Le choix de la mise en œuvre sera fait en fonction des
contingences : décompositions ou structures globales. Il est
bn – 1 toujours possible d’isoler les différentes parties d’un système
et B = matrice des coefficients de  ( p ) .
...

(modes simples, multiples, cas général) et de regrouper les

b0 représentations obtenues.

Ce qui sera retenu, c’est que, dans le premier cas, on prendra

 ( p ) = N ( p ) et  ( p ) = 1, d’où :
4.5 Système décrit par équations
C = [c 0 c1 ... cn – 1] matrice des coefficients de N (p )
différentielles
0
Tout ce qui a été fait pour les fonctions de transfert pourrait être
..

et B = . repris. Mais des problèmes de représentation peuvent se poser

0
(article Connaissance d’un système [R 7 135]).
1

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 130 − 8 © Techniques de l’Ingénieur, traité Informatique industrielle
________________________________________________________________________________________________________ REPRÉSENTATION D’UN SYSTÈME

Nous nous bornerons à donner ici un type de représentation. C’est une forme compagne verticale, déjà rencontrée (§ 4.3), mais
Partons de : apparaissant naturellement ici pour les équations différentielles.
Une généralisation sera donnée dans l’article Systèmes
y ( n ) + ... + a 1 ẏ + a 0 y = b m u ( m ) + ... + b 1 u̇ + b 0 u (m < n ; an = 1 ) multientrées-multisorties [R 7 220], déjà cité.
Exemple
Faisons le choix de variables : ˙˙˙
Soit y + 6ẏ˙ + 11ẏ + 6y = u̇ + 2u
x1 = y
On peut écrire directement :
x 2 = a n – 1 y + ẏ
 –6 1 0 0

...

 Ẋ = – 11 0 1 X + 1 U
x n – 1 = a 2 y + a 3 ẏ + ... + y ( n – 2 ) – [ b 2 u + ... + b m u ( m – 2 ) ] 
 –6 0 0 2
x n = a 1 y + a 2 ẏ + ... + y ( n – 1 ) – [ b 1 u + ... + b m u ( m – 1 ) ] 

 y = 1 0 0 X
Si l’on repasse aux ẋ , il vient : 

5. Conclusion
Nous avons, dans cet article, traité un nouveau type de représen-
tation.
Le lecteur trouvera, en références bibliographiques, à la fin de
l’article Connaissance d’un système [R 7 135], les outils mathéma-
tiques qui pourraient lui manquer, essentiellement pour les
x1 systèmes multientrées-multisorties (article [R 7 220], dans la
y = 1 0 ... 0 présente rubrique Automatique).
...

xn

Références bibliographiques

[1] GILLE (J.Ch.) et CLIQUE (M.). – Systèmes

linéaires. Équations d’état. Eyrolles, 2e éd.
(1990).
[2] GILLE (J.Ch.) et CLIQUE (M.). – Calcul matri-
ciel et Introduction à l’analyse fonctionnelle
pour ingénieurs. 2 tomes, Lidec (Montréal),
distribué en France par les éditions Chiron,
5e éd. (1995).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Informatique industrielle R 7 130 − 9