ANLISIS DE SEALES Y SISTEMAS

Captulo 3:

VARIABLES DE ESTADO
Introduccin

El mtodo de variables de estado permite tomar en cuenta

las variables internas del sistema junto con las variables de
entrada y salida.
Se puede describir y analizar diversas entradas y salidas.
La descripcin mediante variables de estado es
independiente de la complejidad del sistema. Su clculo se
puede realizar computacionalmente.
Proporciona el anlisis para estabilidad, controlabilidad,
observabilidad.
Variables de Estado en Sistemas de Tiempo
Discreto.

El estado de un sistema en el tiempo t es el conjunto (mnimo) de variables

que se necesitan en el tiempo t para que, dadas las entradas del sistema
para > t, se puede conocer con exactitud el comportamiento a futuro
del sistema para > t.

Sea el sistema modelado por la siguiente ecuacin de diferencia:

bn y(k n) bn1 y(k n 1) b1 y(k 1) b0 y(k ) a0v(k )

Esta ecuacin se puede colocar de la forma:

y(k ) b1 y(k 1) bn1 y(k n 1) bn y(k n) a0v(k )
Variables de Estado en Sistemas de Tiempo
Discreto.

Transformando la ecuacin de diferencia en un diagrama de bloques que

represente al sistema se tendr:
Variables de Estado en Sistemas de Tiempo
Discreto.

Caractersticas de la representacin:
- Las variables de estado se pueden seleccionar como la salida de los
elementos de retardo.
- Los elementos de retardo se interpretan como estados de memoria o
celdas, mismas que se especifican en su contenido para un tiempo k0 de
manera que la salida es y(k) para v(k) para toda k > k0.
- De esta manera las variables de estado sern xi(k):

x1 (k ) y (k n)
x2 (k ) y (k n 1)

xn (k ) y (k 1)
Variables de Estado en Sistemas de Tiempo
Discreto.

Al aplicar el operador S a cada una de las ecuaciones de estado:

x1 (k 1) y (k n 1) x2 (k )
x2 (k 1) y (k n 2) x3 (k )

xn 1 (k 1) y (k 1) xn (k )
xn (k 1) y (k ) a0 v(k ) bn y (k n 1) b1 y (k 1)

La ltima ecuacin se puede escribir:

xn (k 1) a0v(k ) bn x1 (k ) b1 xn (k )
Variables de Estado en Sistemas de Tiempo
Discreto.
Lo cual se puede resumir en una forma vectorial como:
x(k 1) Ax (k ) Bv(k )

x1 (k 1) 0 1 0 0 x1 (k ) 0
x (k 1) 0 0 1 0 x2 (k ) 0
2
v(k )

xn 1 (k 1) 0 0 0 1 xn 1 (k ) 0
xn (k 1) bn bn 1 bn 2 b1 xn (k ) a0

Y la salida se puede escribir como:

y (k ) Cx (k ) Dv(k )
C bn bn1 bn2 b1 D a0
Variables de Estado en Sistemas de Tiempo
Discreto.
EJEMPLO 1: Encontrar las ecuaciones de estado para:
y (k ) 2 y (k 1) y (k 2) v(k )

x (k )
y(k ) 1 2 1 1v(k )
x2 (k )

Solucin:
x1 (k 1) 0 1 x1 (k ) 0
x (k 1) 1 2 x (k ) 1v(k )
2 2
Variables de Estado en Sistemas de Tiempo
Discreto.
EJEMPLO 2: Resolver el ejemplo anterior considerando:

x1 (k ) y (k 1)
x2 (k ) y (k 2)
Solucin:
x1 (k 1) 2 1 x1 (k ) 1
x (k 1) 1 v( k )
2 0 x2 (k ) 0

x1 (k )
y(k ) 2 1 1 v(k )
x2 (k )
CONCLUSIN: LA MATRIZ DE ESTADO NO ES NICA.
 Variables de Estado en Sistemas de Tiempo
Discreto.
DEMOSTRACIN DE LA INEXISTENCIA DE LA UNICIDAD.
Sea W un matriz n x n cuya inversa es W-1 , entonces se define el vector q(k)
como una transformacin no singular de x(k). Entonces:

q(k 1) W x(k 1) W A x(k ) B v(k )

q(k 1) W A W 1 q(k ) W B v(k )
Con

y(k ) C x(k ) D v(k ) C W 1 q(k ) D v(k )

Y se define:
A W A W 1
B W B
C W 1
C
Variables de Estado en Sistemas de Tiempo
Discreto.
Las nuevas ecuaciones de estado son:

q(k 1) A q( k ) B
v(k )
q( k ) D v ( k )
y (k ) C

Siendo q el nuevo vector de estado y la nueva matriz de estado, lo que

demuestra que la representacin mediante ecuaciones de estado no es nica
para un determinado sistema.
Variables de Estado en Sistemas de Tiempo
Discreto.
APLICACIN A SISTEMAS DE VARIAS ENTRADAS Y
SALIDAS.
Sea un sistema con r entradas y s salidas, entonces las ecuaciones de
estado sern:
x(k 1) A x(k ) B v(k )
y ( k ) C x( k ) D v ( k )
Con las siguientes dimensiones:
Variables de Estado en Sistemas de Tiempo
Discreto.
EJEMPLO 3: Encontrar las ecuaciones de estado para el sistema:

Solucin:

a1 0 1 0 1 1 0 0
A B C D
0 a2 0 1 0 1 1 0
 Variables de Estado en Sistemas de Tiempo
Continuo.
Es anlogo al caso de los sistemas de tiempo discreto, para ello se parte de
la representacin de un sistema de tiempo continuo modelado para una
entrada y salida mediante la ecuacin diferencial:

d n y (t ) d n 1 y (t ) dy (t )
n
bn 1 n 1
b1 n
b0 y (t ) a0v(t )
dt dt dt
Esta ecuacin se puede representar mediante un diagrama de bloques
donde los elementos de retardo se sustituyen por integradores.
Variables de Estado en Sistemas de Tiempo
Continuo.
Las salidas de los integradores se pueden interpretar como memorias del
sistema. Se definen las variables de estado como las salidas de estas
unidades de memoria, tal como:
x1 (t ) y (t ) x1' (t ) x2 (t )
x2 (t ) y ' (t ) x1' (t ) x2' (t ) x3 (t )
x3 (t ) y '' (t ) x '2 (t )
xn' 1 (t ) xn (t )
xn (t ) y ( n 1) (t ) x 'n1 (t ) xn' (t ) y ( n ) (t )

y ( n ) (t ) a0 v(t ) b0 x1 (t ) bn 1 xn (t )
Variables de Estado en Sistemas de Tiempo
Continuo.
Estas ecuaciones expresadas en forma vectorial sern:
x1' (t ) 0 1 0 0 x1 (t ) 0
'
2 0
x (t ) 0 1 0 x2 (t ) 0
v(t )
'
n 1 0
x ( t ) 0 0 1 xn 1 (t ) 0
x ' (t ) b0 b1 b2 bn 1 xn (t ) a0
n

x (t ) Ax (t ) Bv(t )
'

La ecuacin de estado de un sistema de tiempo continuo expresa la

derivada con respecto al tiempo del vector de estado en funcin del
vector de estado y de la entrada. La salida se puede expresar como:

y (t ) Cx(t ) Dv(t )
C 1 0 0 0 D 0
Variables de Estado en Sistemas de Tiempo
Continuo.
Se pueden obtener las ecuaciones de estado partiendo del diagrama
de bloques. Las variables de estado se pueden escoger como la
cantidad fsica apropiada asociada con el dispositivo de
almacenamiento de energa.

Se puede ampliar el modelo para mltiples entradas y salidas, dando

las ecuaciones de estado:

x (t ) Ax (t ) Bv(t )
'

y(t ) Cx(t ) Dv (t )
Variables de Estado en Sistemas de Tiempo
Continuo.
EJEMPLO 4: Determine las ecuaciones de estado para el circuito que
aparece en la siguiente figura.

Solucin:

1 1 1 1 C 1 1
1

C1 R1 R2 R C 0
R2C1
A B 1 1
1 1 1 1 0 1
0 0
R2C2 C2 R2 R3 R3C2 D
0 0
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
Para calcular la salida y(k) se necesita conocer el estado x(k), si se conoce
x(0) y la secuencia {v(j)} para j = 0, 1, 2, , k, entonces:

x(1) A x(0) B v (0)

x(2) A x(1) B v (1) A 2 x(0) A B v (0) B v (1)

k 1
x(k ) A x(0) A k 1 m Bv(m)
k

m 0

Si x(k0) es el estado inicial y v(k) existe para k> k0 entonces:

k k0 1
x(k ) A k k0 x(k0 ) A
m 0
k k0 1 m
Bv(k0 m)

Solucin de fuente libre Solucin de fuente forzada (especie de suma convolucin)

Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
La matriz Ak es el producto de orden k A x A x A x x A y se llama
matriz base o de transicin del sistema. La salida y(k) se puede
calcular entonces como:

y ( k ) C x( k ) D v ( k )
k 1
y (k ) CA k x(0) CA k 1 m Bv(m) Dv(k )
m 0

Secuencia de
respuesta al impulso

Ser necesario calcular Ak usando para ello el algebra lineal de las

matrices.
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
EJEMPLO 5: Encontrar la solucin para la secuencia de impulsos de
entrada si x(0) = 0 y k0 = 0.

Solucin: k > 0
1 k 1
k 2
2 1
y (k ) h(k ) Cx(k ) 2 0
1 k 1 2

2
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

Para calcular Ak se debera simplemente multiplicar k veces la matriz A

pero eso lleva a dos desventajas:
- El nmero de operaciones de producto ser muy grande.
- Errores de aproximacin reducen la validez del resultado.

Para evitar este inconveniente se parte de la ecuacin caracterstica

de la matriz A, dada por el determinante:
g ( ) A I 0

Cuyas races i se denominan eigenvalores de la matriz A.

Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

4 3
Ejemplo 6: Detemine los eigenvalores de la matriz: A
1 2
Solucin: 5 y 1.

Teorema de Caley Hamilton: Toda matriz nxn satisface su

ecuacin caracterstica.

Para una matriz cuadrada nxn su ecuacin caracterstica ser:

g ( ) A I 0
g ( ) n an 1n 1 a1 a0 0
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

Al sustituir A por en la ecuacin caracterstica:

g (A) A n an 1A n 1 a1A a0 I 0

esta ltima ecuacin se puede escribir como:

A n an 1A n 1 an 2 A n 2 a1A a0 I
Se puede tambin tener el caso para An+1

Conclusin: La potencia de An se puede expresar como una funcin

de las potencias An-1 , An-2 , , A e I. Y cualquier potencia de la
matriz A se puede expresar como una suma ponderada de potencias
de A hasta la potencia n 1.
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

Se define la funcin de matriz como la representada por la ecuacin:

f ( A ) k A k 0 I 1A 2 A 2 k A k
k 0
esta misma ecuacin se puede representar mediante la funcin:
n 1
f (A) m A m 0 I 1A 2 A 2 n 1A n 1
m 0

donde los coeficientes 0 , 1 , 2 , . . . , n-1 elegidos adecuadamente

producen valores 0 , 1 , 2 , . . . , k , . . .

El problema ahora ser calcular los coeficientes m para ellos se

analizar nuevamente la ecuacin caracterstica de la matriz A.
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

g ( ) A I n an1n1 an2n2 a1 a0 0
Siguiendo la misma lgica se puede expresar los valores n , n+1 ,
n+2 , etc. en trminos de , 2 , . . . , n-1 .

n an 1n 1 an 2n 2 a1 a0
n 1 an 1n an 2n 1 a12 a0
n 1 an 1 an 1n 1 an 2n 2 a1 a0 an 2n 1 a12 a0

n 1 an21 an 2 n 1 an 1an 2 an 3 n 2 an 1a0

Entonces los polinomios en se pueden escribir en trminos de , 2

, . . . , n-1 , teniendo la siguiente funcin:
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

f ( ) k k 0 1 2 2 k k
k 0
n 1
f ( ) m m 0 1 2 2 n 1n 1
m 0

Los n coeficientes m se encuentran al formar el sistema de n

ecuaciones con n incgnitas sustituyendo cada n y suponiendo que
no hay races repetidas de la ecuacin caracterstica, en la segunda
ecuacin:
f 1 0 11 2 12 n 11n 1
f 2 0 12 2 22 n 1n21

f n 0 1n 2 2n n 1nn1
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

12 0
Ejemplo 7: Sea A 1 1 encontrar f ( A) A k
4 4
Solucin:
2k 0
A
k

1 k
k
2 1 1
4

Si la ecuacin caracterstica tiene eigenvalores repetidos se necesitar

entonces mucho menos de n ecuaciones linealmente independientes, para
este caso se enuncia el siguiente teorema.
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

TEOREMA: Sea A una matriz nxn con n0 eigenvalores distintos 1 , 2 ,

3 , . . . , n0 , (si no se repite algn eigenvalor, entonces n0 = n, para
otros casos n0 < n). Sea el eigenvalor i repetido con multiplicidad mi
, y se definen los polinomios:
n 1
P(A) m A m
m 0
n 1
P (A ) m m
m 0

f (A) k A k
k 0
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES

La matriz f(A) ser idntica a la matriz P(A) si y slo si:

a) f i Pi , i 1,2,..., n0

dq dq
b) f q P , i 1,2,..., n0 q 1,2,..., mi 1
dq

d
i i

esta ltima ecuacin en trminos de los coeficientes i se escribe como:

Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Discreto.
ELEMENTOS DEL ALGEBRA LINEAL FUNCIONES DE
MATRICES
n 1 n 1
dq dq
f q m
mm 1 m q 1 m im q
d d
q m n
m 0 i mq
i

q factores
La ecuacin proporciona las sub-ecuaciones necesarias para resolver los 0,
1, . . . , n-1.
12 2
Ejemplo 8: Par la matriz A 1 1
encontrar Ak
128 4
Solucin:
k 16k
1
A 8 3 3
k k
k
3
k
1
48 3
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Continuo.
Solucin natural o no forzada para v(t) = 0.
x (t ) Ax (t ) x (t ) e At x (0)

Siendo eAt una funcin de la matriz A de orden nxn y se define

como: k
t k
e At A
k 0 k!

Entonces esa solucin se puede comprobar fcilmente y el vector

x(0) se puede calcular evaluando la solucin para un determinado t0
del cual se conoce x(t) el cual se puede realizar segn el siguiente
proceso:
x (t0 ) e x (0)
At 0
x (0) e
At 0 1
x (t0 ) x (0) e -At0 x (t0 )

Por lo tanto la solucin homognea es:

x (t ) e A t t0 x (t0 )
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Continuo.
Solucin particular. Se supone la siguiente solucin:
x p (t ) eAt q(t )

Donde q(t) es una funcin desconocida, y se obtiene siguiendo el

siguiente proceso:
x p (t ) Ax p (t ) Bv (t )
Ae At q(t ) eAt q (t ) Ae At q(t ) Bv(t )
q (t ) e-At Bv(t )
t
Al integrar se obtiene:
q(t ) q(t0 ) e-A Bv ( )d
t0
Con lo cual la solucin particular es:
t
x p (t ) e At q(t ) e At q(t0 ) e A t Bv ( )d
t0
Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Continuo.
El valor de q(t0) se halla usando la solucin completa para x(t)
evaluada en t0 , as:
A t t t
A t

x( t ) t t e 0
x (t0 ) e q(t0 ) e
At
Bv ( )d
0
t0 t t0
Lo que lleva a q(t0) = 0, entonces la solucin completa de la
ecuacin de estado para los sistemas de tiempo continuo ser:
t
x( t ) e A tt0 x (t0 ) e A t Bv ( )d
t0

Con la salida correspondiente: y(t ) Cx( t ) Dv( t )

Si en algunos casos D = 0, la salida se puede colocar como:

Solucin de las Ecuaciones de Estado en
Sistemas de Tiempo Continuo.
La salida ser: t
y(t ) Ce A tt0 x (t0 ) CeA t Bv ( )d
t0

La expresin Ce At B es la respuesta al impulso h(t) para sistemas

de una entrada y una salida.
At
Para sistemas de mltiples entradas y salidas Ce B es una matriz
de sxr donde el elemento (ij) es la respuesta al impulso de i-sima
salida debido a la j-sima entrada en t = 0 y con todas las dems
entradas cero.
3 0 0
Ejemplo 9: Evaluar e
At
para la matriz: A 0 2 1


0 4 1
5e3t 0 0
Solucin: 1
e At 0 e 2t 4e 3t e 2 t e 3t
4e 2t e 3t 4e 2t e 3t
5
0

La Matriz de Transicin de Estados Sistemas de
Tiempo Continuo.
El problema radica en el clculo de la matriz eAt encontrada en la
solucin homognea de la ecuacin de estado o simplemente eA(t-to)
A t t 0
en el caso de la solucin completa. Sea (t,t0 ) e a esta
matriz as definida se le denomina la matriz de transicin de estados
porque permite relacionar el estado anterior con el actual de un
sistema lineal.
Algunas propiedades de esta matriz de transicin son:
d(t,t0 )
Derivada Temporal:
A(t )(t,t0 )
dt
Valor en t0: (t ,t ) I
0 0
Transitividad: (t 2 ,t0 ) (t 2 ,t1 )(t1,t0 )
Inversa: (t,t0 ) (t,t0 )
-1
~ 1
Cambio de base en el espacio de estado: (t,t0 ) P (t,t0 )P
-1

(Diagonalizacin)
La Matriz de Transicin de Estados Sistemas de
Tiempo Continuo.
Existen algunos mtodos para resolver la matriz de transicin de
estados, entre los cuales se encuentran:
Mtodos por casos simplificados.
Mtodo del Teorema de Caley Hamilton (ya estudiado)
Mtodo de Jordan. Diagonalizacin de una Matriz.
Mtodo usando Transformadas de Laplace.
Mtodos numricos en MatLab.

Casos Simplificados:
1.- Si A(t) es diagonal: e a11t 0 0

0 e a22t 0
e
At


0 0 e annt
La Matriz de Transicin de Estados Sistemas de
Tiempo Continuo. t
M t0 a ( ) d
2.- Caso A(t) = a(t) M, (t,t0 ) e

- Invariante A(t) = A (t,t0 ) e A(t-t0 ) (t t0 )

t
t0 a ( ) d
- Escalar A(t) = a(t) (t,t0 ) e

Teorema de Caley Hamilton

tk k
Se basa en la representacin de e
At

k 0 k!
A

La matriz Ak se calcula utilizando el teorema de citado en funcin de

la ecuacin caracterstica y de los eigenvalores de la matriz A.
La Matriz de Transicin de Estados Sistemas de
Tiempo Continuo.
La Matriz Diagonal.

Si se recuerda que la matriz A tiene los mismo eigenvalores que la

matriz formada por WAW-1 en la transformacin lineal entonces si se
selecciona una matriz P cuyas columnas son los eigenvectores vi de
A, se tiene:
1 0 0
0 0
P 1AP D 2

0 0 n

Siempre y cuando cada i sea diferente, entonces; A PDP 1

Adems se tiene: Av i i vi para i = 1, 2, . . . , n

La Matriz de Transicin de Estados Sistemas de
Tiempo Continuo.
Sustituyendo en la definicin para eAt se tiene el desarrollo:

t k k 1


tk k tk
e A PDP
At 1 k
P D P
k 0 k! k 0 k! k 0 k!

Pero el valor entre los corchetes se puede calcular como:

1k 0 0 e 1t 0 0
k
k
t k
t 0 k2 0 0 e 2 t 0

k 0 k!
D

k 0 k!


k n t
0 0 n 0 0 e
La Matriz de Transicin de Estados Sistemas de
Tiempo Continuo.
Por lo tanto:
e 1t 0 0

0 e 2 t 0 1
e P
At
P

n t
0 0 e

Ejemplo 10: Calcular la respuesta al escaln del circuito de la

figura, empleando los mtodos de variables de estado. Calcular
tambin la respuesta al impulso empleando dos mtodos diferentes.
La Matriz de Transicin de Estados Sistemas de
Tiempo Discreto.
Los mismos mtodos desarrollados para el clculo de la matriz de
transicin de estados en los sistemas de tiempo continuo, se pueden
aplicar para los sistemas de tiempo discreto, salvo que en vez de la
transformada de Laplace se usar la transformada Z.

El problema se justifica con el cambio de base que se puede

desarrollar de modo que la matriz A se puede transformar en la
matriz D que es diagonal y en los valores de la diagonal aparecen
los eigenvalores de la matriz A.
D P -1AP

Ejemplo 11: Calcular la matriz D para:

3 4
A
2 1
La Matriz de Transicin de Estados Sistemas de
Tiempo Discreto.
Si se repiten uno o ms valores de los eigenvalores, se puede
expresar de una forma ms sencilla, conocida como forma de
Jordan:
J1 0 0
0 J 0
P AP J
-1 2


0 0 J n0
Donde J1, J2, , Jn0 son matrices cuadradas elementales de la
forma:
i 1 0
0 i 0
Ji


0 0 i
La Matriz de Transicin de Estados Sistemas de
Tiempo Discreto.
Cada matriz Ji tiene dimensiones mi x mi donde mi es la
multiplicidad de cada i . Entonces:
1k 0 0

0 k2 0
A k PDk P-1 D
k

k
0 0 n

Ejemplo 12: Encontrar Ak para la matriz:

1 - 1 0
A 2 0 1
0 1 - 2
Primera Forma Cannica -
Sistemas de Tiempo Continuo.
En base a la ecuacin diferencial una primera representacin en
bloques del sistema para su representacin en variables de estado
es:

A esta forma se le conoce como la primera forma cannica.

Primera Forma Cannica -
Sistemas de Tiempo Continuo.
Para esta forma las ecuaciones de estado se pueden escribir de la
siguiente manera:
x1 (t ) an 1 1 0 0 x1 (t ) bn 1 an 1bn
x2 (t ) an2 0 1 0 x2 (t ) bn 2 an 2bn

v(t )
xn 1 (t ) a
0 0 1 xn 1 (t ) b1 a1bn

x (t ) 1

n a0 0 0 0 xn (t ) b0 a0bn

x1 (t )
x (t )
2
y (t ) 1 0 0 0 x3 (t ) bn v(t )


xn (t )

Ejemplo 13: Representa al sistema mediante la primera forma

normal o cannica.
y ' ' ' (t ) 2 y ' ' (t ) y ' (t ) 4 y (t ) v' ' ' (t ) 5v(t )
Segunda Forma Cannica -
Sistemas de Tiempo Continuo.
Una segunda forma de representacin denominada segunda forma
cannica se puede obtener si el diagrama de bloques a considerar
es el siguiente:
Segunda Forma Cannica -
Sistemas de Tiempo Continuo.
En esta segunda forma las ecuaciones de estado se escriben como:
x1 (t ) 0 1 0 0 x1 (t ) 0
x (t ) 0 0 1 0 x2 (t ) 0
2
v(t )


x (t )
n 1 0 0 0 1 xn 1 (t ) 0
xn (t ) a0 a1 a2 an1 xn (t ) 1

x1 (t )
x (t )
2
y (t ) b0 a0bn b1 a1bn b2 a2bn bn 1 an 1bn x3 (t ) bn v(t )


xn (t )

Ejemplo 14: Representa al sistema del ejemplo 13 usando la

segunda forma cannica.
Primera Forma Cannica -
Sistemas de Tiempo Discreto.
El concepto es el mismo que en el caso del sistema de tiempo
discreto, en este caso el diagrama de bloque ser:

Las ecuaciones de estado para este sistema ya fueron analizadas

anteriormente.
Segunda Forma Cannica -
Sistemas de Tiempo Discreto.
Para la Segunda Forma Cannica la representacin mediante
diagramas de bloque es:

Las ecuaciones de estado para este sistema ya fueron analizadas

anteriormente.
Importancia de la Matriz de Estado
Para el sistema de tiempo discreto o de tiempo continuo se ha
podido encontrar una solucin que depende del clculo de la matriz
de transicin de estado o simplemente matriz de estado.

o Ak para los sistemas de tiempo discreto.

o eAt para los sistemas de tiempo continuo.

Cada una de estas matrices tiene propiedades que pueden

deducirse fcilmente del anlisis de las mismas.

En el proceso de la diagonalizacin de las matrices Ak y eAt los

eigenvectores de una matriz se puede interpretar como la
representacin de las direcciones en el espacio que no cambian con
la transformacin de la matrices de estado.
Importancia de la Matriz de Estado
El anlisis de las matrices de estado permite tambin encontrar una
propiedad importante de los sistemas que es el concepto de la
estabilidad.

Otros dos criterios al clculo de las matrices de transicin de

estados estn relacionados con la observabilidad y la
controlabilidad. Estos dos criterios en cambio se debern
complementar con los otras matrices B, C y D que se encontraron al
representar a los sistemas mediante las variables de estado.
Estabilidad Sistemas de Tiempo
Discreto
Un sistema es estable si puede mantenerse en equilibrio ante un
flujo de materia, energa, informacin, etc. Si se presenta una
perturbacin en el sistema, el sistema es estable si puede continuar
en el punto de equilibrio que se encontraba antes de la perturbacin.

Para los sistema de tiempo discreto, la estabilidad del sistema se

basa en las caractersticas de los eigenvalores de la matriz A,
entonces:

|i| > 1 el sistema es inestable.

|i| < 1 el sistema es estable.
|i| = 1 el sistema se encuentra en los lmites de la estabilidad.
Los eigenvalores de A caracterizan la estabilidad del sistema.

Ejemplo 15: Para qu valores de a el sistema es estable? A 1 a

2 1
2
Estabilidad Sistemas de Tiempo
Continuo
El concepto de estabilidad es el mismo que el tratado anteriormente
en los sistemas de tiempo discreto.
El criterio de estabilidad se basa en los eigenvalores de la matriz de
estado y se puede interpretar de la siguiente manera:

Si cualquiera de los valores de la diagonal crece

indefinidamente el sistema es inestable, esto sucede si la
parte real de los eigenvalores es mayor que cero.
Un sistema de tiempo continuo es en cambio estable si y slo
si todos los eigenvalores de A tienen parte real menor que
cero.
Si la parte real de los eigenvalores es cero el sistema puede
entrar en un estado de oscilacin.

Ejemplo 16: Determine y de modo que el sistema sea estable.

0 0
A 0 1
0 1 2
Observabilidad y Controlabilidad
Sistemas de Tiempo Discreto
Un sistema es observable si se puede determinar el estado inicial
basndose en las observaciones de las salidas del sistema.

En el caso de los sistemas discretos la observabilidad est

relacionada con las matrices A y C; en especial esta ltima es
suficiente para determinar la observabilidad de un sistema.

La idea de observabilidad se relaciona con el hecho de que se

puede calcular el vector de estado x(k) en funcin del vector de
salida y(k); si esto es posible entonces el sistema es observable.

Para un sistema en forma normal , la ausencia de una columna

de ceros en C garantiza que el sistema es observable, siempre
y cuando los eigenvalores de la matriz A sean diferentes.
Observabilidad y Controlabilidad
Sistemas de Tiempo Discreto
Un sistema es controlable si el vector de estado inicial se puede
situar en el origen en un tiempo finito eligiendo la entrada {v(k)}
correcta.

Para un sistema en forma normal, la ausencia de una fila de

ceros en la matriz B garantiza que el sistema es controlable
siempre y cuando los eigenvalores de la matriz A sean
diferentes.

Si algunos eigenvalores del sistema son iguales, entonces se

necesita una caracterizacin diferente para la observabilidad y
controlabilidad.
Observabilidad y Controlabilidad
Sistemas de Tiempo Discreto

Ejemplo 17: Examnese la observabilidad y controlabilidad del

siguiente sistema:
Observabilidad y Controlabilidad
Sistemas de Tiempo Continuo
Los conceptos de observabilidad y controlabilidad para los sistemas
de tiempo continuo son parecidos al anlisis desarrollado para los
sistemas de tiempo discreto.

Al igual que en el caso de anterior los eigenvalores de la matriz A

debern ser distintos para este anlisis y para una representacin de
un sistema en forma normal se tendr:

Si la matriz B slo tiene filas diferentes de cero, el sistema es

controlable.

Si la matriz C slo tiene columnas diferentes de cero, el sistema

es observable.
Observabilidad y Controlabilidad
Sistemas de Tiempo Continuo
Ejemplo 18: Considere el sistema de la figura. Se supone que el
circuito RC de la trayectoria de retroalimentacin no est cargado ni
por el circuito de entrada ni por el de salida. Analice la
observabilidad y controlabilidad del sistema.