Notas de Clase Control Automático 2 - IACI
Notas de Clase Control Automático 2 - IACI
Notas de Clase Control Automático 2 - IACI
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Notas</strong> <strong>de</strong> <strong>Clase</strong><br />
<strong>Control</strong> <strong>Automático</strong> 2<br />
Julio H. Braslavsky<br />
jbrasla@unq.edu.ar<br />
10 <strong>de</strong> julio <strong>de</strong> 2000
Resumen<br />
Estas notas son una transcripción <strong>de</strong> las transparencias usadas para las clases <strong>de</strong> <strong>Control</strong> <strong>Automático</strong> 2<br />
dadas en el cuatrimestre <strong>de</strong> otoño <strong>de</strong> 2000. No preten<strong>de</strong> ser un apunte completo para el curso, sino una<br />
guía <strong>de</strong>tallada para el estudio <strong>de</strong>l material citado como biliografía recomendada, en el cual se basa.
Índice General<br />
1 Introducción 4<br />
1.1 Introducción a <strong>Control</strong> <strong>Automático</strong> 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4<br />
1.1.1 Representación Externa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4<br />
1.1.2 Representación Interna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4<br />
1.1.3 Sistemas Estacionarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5<br />
1.2 Panorama <strong>de</strong> la Materia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5<br />
1.3 Bibliografía y Material <strong>de</strong> Estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6<br />
1.4 Cursado y Regularización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6<br />
1.5 Calendario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6<br />
2 Descripción Matemática <strong>de</strong> Sistemas 8<br />
2.1 Una taxonomía <strong>de</strong> sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8<br />
2.2 Sistemas Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9<br />
2.3 Sistemas lineales estacionarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9<br />
2.3.1 Representación entrada-salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10<br />
2.3.2 Representación en Espacio <strong>de</strong> Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . 10<br />
2.4 Representación en diagrama <strong>de</strong> bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11<br />
2.5 Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12<br />
2.6 Sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15<br />
2.6.1 Descripción entrada-salida <strong>de</strong> sistemas discretos . . . . . . . . . . . . . . . . . . . . . . 15<br />
2.6.2 Representación en Espacio <strong>de</strong> Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . 16<br />
2.7 Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16<br />
2.8 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17<br />
3 Herramientas <strong>de</strong> Álgebra Lineal 19<br />
3.1 Vectores y Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19<br />
3.2 Bases y Ortonormalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20<br />
3.2.1 Norma <strong>de</strong> vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21<br />
3.2.2 Ortonormalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22<br />
3.3 Ecuaciones Lineales Algebraicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22<br />
3.4 Transformaciones <strong>de</strong> Similitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23<br />
3.5 Forma Diagonal y Forma <strong>de</strong> Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
3.5.1 Autovalores y autovectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
3.5.2 Forma Companion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
3.6 Funciones <strong>de</strong> Matrices Cuadradas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27<br />
3.6.1 Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27<br />
3.6.2 Polinomio mínimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28<br />
3.6.3 Funciones matriciales no necesariamente polinomiales . . . . . . . . . . . . . . . . . . 29<br />
3.6.4 Series <strong>de</strong> Potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30<br />
3.6.5 Diferenciación e Integración Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31<br />
3.6.6 La Exponencial Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31<br />
3.7 Ecuación <strong>de</strong> Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32<br />
3.8 Formas Cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32<br />
3.8.1 Matrices <strong>de</strong>finidas y semi-<strong>de</strong>finidas positivas . . . . . . . . . . . . . . . . . . . . . . . . 33<br />
3.9 La Descomposición en Valores Singulares (SVD) . . . . . . . . . . . . . . . . . . . . . . . . . . 34<br />
3.10 Normas <strong>de</strong> Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35<br />
1
Índice General 2<br />
3.11 Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36<br />
3.12 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37<br />
4 Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 39<br />
4.1 Solución <strong>de</strong> Ecuaciones <strong>de</strong> Estado Estacionarias . . . . . . . . . . . . . . . . . . . . . . . . . . 39<br />
4.1.1 Comportamiento asintótico <strong>de</strong> la respuesta a entrada nula . . . . . . . . . . . . . . . . 41<br />
4.1.2 Discretización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42<br />
4.2 Ecuaciones <strong>de</strong> Estado Equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43<br />
4.2.1 Equivalencia a estado cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44<br />
4.2.2 Parámetros <strong>de</strong> Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44<br />
4.3 Formas Canónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45<br />
4.3.1 Forma canónica modal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45<br />
4.3.2 Forma canónica controlable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45<br />
4.3.3 Forma canónica <strong>de</strong>l controlador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46<br />
4.4 Realizaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46<br />
4.4.1 Realización Mínima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49<br />
4.4.2 Sistemas Discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49<br />
4.5 Solución <strong>de</strong> Ecuaciones <strong>de</strong> Estado Inestacionarias . . . . . . . . . . . . . . . . . . . . . . . . . 49<br />
4.5.1 Matriz Fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50<br />
4.5.2 Caso Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53<br />
4.6 Ecuaciones Inestacionarias Equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54<br />
4.7 Realizaciones <strong>de</strong> Sistemas Inestacionarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55<br />
4.8 Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56<br />
4.9 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57<br />
5 Estabilidad 58<br />
5.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58<br />
5.2 Estabilidad Entrada-Salida <strong>de</strong> Sistemas Estacionarios . . . . . . . . . . . . . . . . . . . . . . . 58<br />
5.2.1 Representación externa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58<br />
5.2.2 Caso MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61<br />
5.2.3 Representación interna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61<br />
5.2.4 Caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62<br />
5.3 Estabilidad Interna <strong>de</strong> Sistemas Estacionarios . . . . . . . . . . . . . . . . . . . . . . . . . . . 62<br />
5.3.1 Sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64<br />
5.4 El Teorema <strong>de</strong> Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64<br />
5.5 Estabilidad Interna <strong>de</strong> Sistemas Discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66<br />
5.6 Estabilidad <strong>de</strong> Sistemas Inestacionarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67<br />
5.6.1 Estabilidad entrada/salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67<br />
5.6.2 Estabilidad interna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67<br />
5.6.3 Invariancia frente a transformaciones <strong>de</strong> equivalencia . . . . . . . . . . . . . . . . . . . 69<br />
5.7 Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70<br />
5.8 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70<br />
6 <strong>Control</strong>abilidad y Observabilidad 72<br />
¡£¢¥¤§¦ ¨ ¢¥¤§¦<br />
7 Especificaciones y Limitaciones <strong>de</strong> Diseño 73<br />
7.1 Sensibilidad y Robustez . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73<br />
7.1.1 Perturbaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74<br />
7.1.2 Incertidumbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74<br />
7.2 Funciones <strong>de</strong> Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75<br />
7.3 Especificaciones <strong>de</strong> la Respuesta en Frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . 77<br />
7.4 Robustez . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77<br />
7.4.1 Estabilidad Robusta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77<br />
7.4.2 Desempeño robusto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78<br />
7.5 Restricciones algebraicas en y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79<br />
7.6 Especificaciones <strong>de</strong> diseño en la respuesta temporal . . . . . . . . . . . . . . . . . . . . . . . . 80<br />
7.7 Restricciones en la Respuesta al Escalón . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81<br />
7.7.1 Efecto <strong>de</strong> ceros y polos en el eje imaginario . . . . . . . . . . . . . . . . . . . . . . . . . 84
Índice General 3<br />
7.8 Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86<br />
7.9 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87<br />
8 Realimentación <strong>de</strong> Estados y Observadores 89<br />
8.1 Panorama <strong>de</strong>l capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89<br />
8.2 Nota Histórica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90<br />
8.3 Realimentación <strong>de</strong> Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90<br />
8.3.1 Otra receta para calcular © . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94<br />
8.4 Estabilización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94<br />
8.5 Regulación y Seguimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94<br />
8.5.1 Seguimiento Robusto: Acción Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97<br />
8.6 Observadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98<br />
8.6.1 Una primer solución: Observador a lazo abierto . . . . . . . . . . . . . . . . . . . . . . 99<br />
8.6.2 Una solución mejor: Observador a lazo cerrado . . . . . . . . . . . . . . . . . . . . . . 99<br />
8.6.3 Observador <strong>de</strong> or<strong>de</strong>n reducido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101<br />
8.7 Realimentación <strong>de</strong> estados estimados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102<br />
8.8 Realimentación <strong>de</strong> estados — caso MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104<br />
8.8.1 Diseño Cíclico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104<br />
8.8.2 Diseño via Ecuación <strong>de</strong> Sylvester . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106<br />
8.8.3 Diseño Canónico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107<br />
8.9 Observadores — MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107<br />
8.9.1 Observador MIMO <strong>de</strong> or<strong>de</strong>n reducido . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108<br />
8.9.2 Nota Histórica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108<br />
8.10 Consi<strong>de</strong>raciones <strong>de</strong> diseño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108<br />
8.10.1 Dificulta<strong>de</strong>s <strong>de</strong> la realimentación <strong>de</strong> ganancia elevada . . . . . . . . . . . . . . . . . . . 109<br />
8.10.2 Resumen <strong>de</strong>l proceso <strong>de</strong> diseño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110<br />
8.11 Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110<br />
8.12 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112<br />
9 Introducción al <strong>Control</strong> Óptimo 114<br />
9.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114<br />
9.1.1 El Principio <strong>de</strong> Optimalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114<br />
9.1.2 Nota Histórica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115<br />
9.2 <strong>Control</strong> LQ discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116<br />
9.2.1 Transición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116<br />
9.2.2 Transición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117<br />
9.2.3 Transición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117<br />
9.3 <strong>Control</strong> LQ en tiempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119<br />
9.4 <strong>Control</strong> LQ <strong>de</strong> Horizonte Infinito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119<br />
9.5 Estimadores Óptimos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121<br />
9.5.1 Mo<strong>de</strong>los <strong>de</strong> sistemas con ruido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121<br />
9.5.2 Filtro <strong>de</strong> Kalman discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122<br />
9.6 <strong>Notas</strong> . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125<br />
9.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
Capítulo 1<br />
Introducción<br />
1.1 Introducción a <strong>Control</strong> <strong>Automático</strong> 2<br />
Esta materia es un curso avanzado en sistemas lineales y técnicas <strong>de</strong> control, que introduce la representación<br />
y el diseño <strong>de</strong> sistemas en dominio temporal.<br />
Los sistemas a los que nos referiremos a lo largo <strong>de</strong> la materia son representaciones matemáticas <strong>de</strong><br />
sistemas físicos, y el tipo <strong>de</strong> representación consi<strong>de</strong>rada son las ecuaciones en variable <strong>de</strong> estado.<br />
En general, vamos a asumir que el mo<strong>de</strong>lo <strong>de</strong>l sistema físico está disponible. Es <strong>de</strong>cir, no vamos a<br />
profundizar en la obtención <strong>de</strong> este mo<strong>de</strong>lo, que pue<strong>de</strong> hacerse utilizando técnicas <strong>de</strong> mo<strong>de</strong>lado a partir <strong>de</strong><br />
leyes físicas (como en Procesos y Máquinas), o a través <strong>de</strong> estimación paramétrica (como en I<strong>de</strong>ntificación).<br />
1.1.1 Representación Externa<br />
A partir <strong>de</strong> la propiedad <strong>de</strong> linearidad, un sistema pue<strong>de</strong> <strong>de</strong>scribirse mediante la ecuación integral<br />
¢¦ <br />
<br />
¢¦¢¦<br />
La ecuación (1.1) <strong>de</strong>scribe la relación entre la señal <strong>de</strong> entrada y la señal <strong>de</strong> salida , ambas funciones, en<br />
general vectoriales, <strong>de</strong> la variable real , el tiempo.<br />
Este tipo <strong>de</strong> representación es entrada-salida o externa, y el sistema en sí está <strong>de</strong>scripto como un operador,<br />
<strong>de</strong>notémoslo , que mapea la función en ,<br />
<br />
<br />
<br />
<br />
¢¦ <br />
¢¦¢¦<br />
<br />
Para cada posible señal <strong>de</strong> entrada , el operador “computa” la salida a través <strong>de</strong> la integral (1.1), que<br />
está <strong>de</strong>finida por la función<br />
1.1.2 Representación Interna<br />
<br />
, intrínseca al sistema.<br />
La <strong>de</strong>scripción externa (1.1) vale para sistemas a parámetros distribuidos (como las líneas <strong>de</strong> transmisión <strong>de</strong><br />
energía eléctrica). Cuando el sistema es a parámetros concentrados, entonces también pue<strong>de</strong> <strong>de</strong>scribirse<br />
por ecuaciones <strong>de</strong>l tipo<br />
¢¦£¢¦ ¢¦¢¦¢¦<br />
<br />
¢¦¢¦ ¢¦¢¦¢¦<br />
<br />
Notar que la ecuación (1.2) es un sistema <strong>de</strong> ecuaciones diferenciales <strong>de</strong> primer or<strong>de</strong>n, mientras que la<br />
ecuación (1.3) es un sistema <strong>de</strong> ecuaciones algebraicas. Conforman lo que se conoce como representación<br />
interna <strong>de</strong> sistemas lineales.<br />
Como el vector se <strong>de</strong>nomina el estado <strong>de</strong>l sistema, el conjunto <strong>de</strong> ecuaciones (1.2), (1.3) se <strong>de</strong>nominan<br />
ecuación en espacio <strong>de</strong> estados, o simplemente, ecuación <strong>de</strong> estado.<br />
4<br />
(1.1)<br />
(1.2)<br />
(1.3)
1. Introducción 5<br />
1.1.3 Sistemas Estacionarios<br />
Si el sistema es lineal, a<strong>de</strong>más <strong>de</strong> ser a parámetros concentrados, estacionario, entonces las ecuaciones<br />
(1.1), (1.2) y (1.3) se reducen a<br />
¢¦ ¢ <br />
<br />
¦¢¦<br />
<br />
¢¦£ ¢¦¢¦<br />
<br />
Para los sistemas lineales estacionarios es posible aplicar la transformada <strong>de</strong> Laplace, que es una herramienta<br />
importante en análisis y diseño (<strong>Control</strong> <strong>Automático</strong> 1). Aplicando la transformada <strong>de</strong> Laplace a (1.4)<br />
obtenemos la familiar representación<br />
¢¦ ¢¦¢¦<br />
¢¥¤§¦<br />
<br />
¢¥¤§¦ ¢¥¤§¦<br />
don<strong>de</strong> la<br />
¢¥¤§¦ ¢¦<br />
función<br />
es la función o matriz transferencia <strong>de</strong>l sistema. Ambas (1.4) y (1.7) son<br />
representaciones externas; (1.4) en el dominio temporal, y (1.7) en el dominio frecuencial.<br />
<br />
1.2 Panorama <strong>de</strong> la Materia<br />
1. Introducción<br />
2. Descripción Matemática <strong>de</strong> Sistemas<br />
3. Herramientas <strong>de</strong> Álgebra Lineal<br />
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones<br />
5. Estabilidad<br />
6. <strong>Control</strong>abilidad y Observabilidad<br />
7. Especificaciones y Limitaciones <strong>de</strong> Diseño<br />
8. Realimentación <strong>de</strong> Estados y Observadores<br />
9. Introducción al <strong>Control</strong> Óptimo<br />
2. Descripción Matemática <strong>de</strong> Sistemas<br />
2.1. Una taxonomía <strong>de</strong> sistemas<br />
2.2. Sistemas lineales<br />
2.3. Sistemal lineales estacionarios<br />
2.4. Linealización<br />
2.5. Sistemas discretos<br />
3. Herramientas <strong>de</strong> Álgebra Lineal<br />
3.1. Vectores y matrices<br />
3.2. Bases y ortonormalización<br />
3.3. Ecuaciones lineales algebraicas<br />
3.4. Transformaciones <strong>de</strong> similaridad<br />
3.5. Forma diagonal y forma <strong>de</strong> Jordan<br />
3.6. Funciones matriciales<br />
3.7. Ecuación <strong>de</strong> Lyapunov<br />
3.8. Algunas fórmulas útiles<br />
(1.4)<br />
(1.5)<br />
(1.6)<br />
(1.7)<br />
3.9. Formas cuadráticas y matrices <strong>de</strong>finidas positivas<br />
3.10. Descomposición en valores singulares<br />
3.11. Normas <strong>de</strong> matrices<br />
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones<br />
4.1. Solución <strong>de</strong> ecuaciones <strong>de</strong> estado estacionarias<br />
4.2. Cambio <strong>de</strong> coor<strong>de</strong>nadas<br />
4.3. Realizaciones<br />
4.4. Sistemas lineales inestacionarios<br />
5. Estabilidad<br />
5.1. Estabilidad entrada-salida<br />
5.2. Estabilidad interna<br />
5.3. Teorema <strong>de</strong> Lyapunov<br />
5.4. Estabilidad <strong>de</strong> sistemas inestacionarios<br />
6. <strong>Control</strong>abilidad y Observabilidad<br />
6.1. <strong>Control</strong>abilidad<br />
6.2. Observabilidad<br />
6.3. Descomposiciones canónicas<br />
6.4. Condiciones en ecuaciones en forma <strong>de</strong> Jordan<br />
6.5. Ecuaciones <strong>de</strong> estado discretas<br />
6.6. <strong>Control</strong>abilidad y muestreo<br />
6.7. Sistemas inestacionarios<br />
7. Especificaciones y Limitaciones <strong>de</strong> Diseño<br />
7.1. Funciones <strong>de</strong> sensitividad<br />
7.2. Especificaciones <strong>de</strong> diseño<br />
7.3. Limitaciones en la respuesta temporal
1. Introducción 6<br />
7.4. Limitaciones en la respuesta frecuencial<br />
8. Realimentación <strong>de</strong> Estados y Observadores<br />
8.1. Realimentación <strong>de</strong> estados<br />
8.2. Regulación y seguimiento<br />
8.3. Observadores<br />
8.4. Realimentación <strong>de</strong> estados estimados<br />
8.5. Realimentación <strong>de</strong> estados — Caso MIMO<br />
8.6. Observadores — Caso MIMO<br />
1.3 Bibliografía y Material <strong>de</strong> Estudio<br />
El programa sigue principalmente los libros (en inglés, sorry!)<br />
8.7. Realimentación <strong>de</strong> estados estimados — Caso<br />
MIMO<br />
9. Introducción al <strong>Control</strong> Óptimo<br />
9.1. El principio <strong>de</strong> optimalidad<br />
9.2. Regulador óptimo cuadrático<br />
9.3. Estimador óptimo cuadrático<br />
9.4. <strong>Control</strong> óptimo cuadrático Gaussiano<br />
1. Chi-Tsong Chen. Linear System Theory and Design. Oxford University Press, 3rd edition, 1999.<br />
2. John S. Bay. Fundamentals of Linear State Space Systems. WCB/McGraw-Hill, 1999.<br />
Otros libros recomendados:<br />
3. Wilson J. Rugh. Linear System Theory. Prentice Hall, 2nd edition, 1995.<br />
4. T. Kailath. Linear Systems. Prentice Hall, Englewood Cliffs, NJ, 1980.<br />
5. E.D. Sontag. Mathematical control theory. Deterministic finite dimensional systems. Springer-Verlag,<br />
2nd edition, 1998.<br />
1.4 Cursado y Regularización<br />
Regularización: La materia se regulariza aprobando los dos parciales y los trabajos prácticos con un promedio<br />
<strong>de</strong> por lo menos 60%. De ser necesario, habrá un parcial recuperatorio.<br />
Aprobación: La materia se aprueba en el examen final, consistente <strong>de</strong> dos partes: práctica y coloquio. Para<br />
regulares, la práctica cubre los capítulos no incluídos en los trabajos prácticos y parciales. No regulares<br />
(libres) rin<strong>de</strong>n práctica sobre toda la materia. El coloquio es no promocionable y cubre toda la materia.<br />
El promedio <strong>de</strong> regularización contribuye a la nota <strong>de</strong>l examen final en la siguiente proporción:<br />
1.5 Calendario<br />
Parciales: 40%<br />
Trabajos Prácticos: 20%<br />
Práctica Final: 20%<br />
Coloquio Final: 20%<br />
LUNES MARTES MIÉRCOLES JUEVES VIERNES<br />
Mar 6 <strong>Clase</strong> 1<br />
§1<br />
13 <strong>Clase</strong> 3<br />
§2<br />
20 <strong>Clase</strong> 5<br />
§3<br />
7 8 <strong>Clase</strong> 2<br />
§2<br />
14 15 <strong>Clase</strong> 4<br />
§2<br />
21 22 <strong>Clase</strong> 6<br />
§3<br />
9 10<br />
16 17<br />
23 24
1. Introducción 7<br />
LUNES MARTES MIÉRCOLES JUEVES VIERNES<br />
27 <strong>Clase</strong> 7 28 29 <strong>Clase</strong> 8 30 31<br />
§3<br />
§3<br />
Abr 3 <strong>Clase</strong> 9<br />
§4<br />
10 <strong>Clase</strong> 11<br />
§4<br />
17 <strong>Clase</strong> 13<br />
§5<br />
24 <strong>Clase</strong> 15<br />
Mesas <strong>de</strong> abril<br />
§5<br />
May 1<br />
D. <strong>de</strong>l Trabajador<br />
8 <strong>Clase</strong> 17<br />
§6<br />
15 <strong>Clase</strong> 19<br />
§6<br />
22 <strong>Clase</strong> 21<br />
§7<br />
29 <strong>Clase</strong> 23<br />
§7<br />
5 <strong>Clase</strong> 25<br />
§8<br />
12<br />
Segundo parcial<br />
19 <strong>Clase</strong> 28<br />
§8<br />
26 <strong>Clase</strong> 30<br />
§9<br />
Jul 3 <strong>Clase</strong> 32<br />
§9<br />
4 5 <strong>Clase</strong> 10<br />
§4<br />
11 12 <strong>Clase</strong> 12<br />
§4<br />
18 19 <strong>Clase</strong> 14<br />
§5<br />
25<br />
Mesas <strong>de</strong> abril<br />
26 <strong>Clase</strong> 16<br />
Mesas <strong>de</strong> abril<br />
§6<br />
2 3<br />
Primer parcial<br />
9 10 <strong>Clase</strong> 18<br />
§6<br />
16 17 <strong>Clase</strong> 20<br />
§7<br />
23 24 <strong>Clase</strong> 22<br />
§7<br />
30 31 <strong>Clase</strong> 24<br />
§8<br />
6 7 <strong>Clase</strong> 26<br />
§8<br />
13 14 <strong>Clase</strong> 27<br />
§8<br />
20 21 <strong>Clase</strong> 29<br />
§9<br />
27 28 <strong>Clase</strong> 31<br />
§9<br />
4 5 <strong>Clase</strong> 33<br />
§9<br />
6 7<br />
13 14<br />
20<br />
Jueves santo<br />
27<br />
Mesas <strong>de</strong> abril<br />
4 5<br />
11 12<br />
18 19<br />
25 26<br />
Jun 1 2<br />
8 9<br />
15 16<br />
22 23<br />
29 30<br />
21<br />
Viernes santo<br />
28<br />
Mesas <strong>de</strong> abril<br />
6 7<br />
Entrega <strong>de</strong> Actas
Capítulo 2<br />
Descripción Matemática <strong>de</strong> Sistemas<br />
2.1 Una taxonomía <strong>de</strong> sistemas<br />
Uno <strong>de</strong> los problemas más simples en robótica es el control <strong>de</strong> la<br />
posición <strong>de</strong> un brazo simple <strong>de</strong> robot usando un motor colocado en la<br />
junta.<br />
Matemáticamente, este sistema no es más que un péndulo controlado<br />
por torque.<br />
Asumiendo que la fricción es <strong>de</strong>spreciable, que el brazo es rígido, y<br />
que toda la masa <strong>de</strong>l brazo está concentrada en el extremo libre, aplicando<br />
las leyes <strong>de</strong> Newton, el ángulo <br />
respecto <strong>de</strong> la vertical está dado por<br />
la ecuación diferencial<br />
<br />
¢¦ ¢¦£¢¦<br />
(2.1)<br />
El brazo simple <strong>de</strong> robot es un ejemplo <strong>de</strong> lo que se llama un sistema<br />
dinámico, causal, <strong>de</strong> tiempo continuo, finito-dimensional, no lineal y estacionario.<br />
Dinámico se refiere a que las variables que <strong>de</strong>finen el estado <strong>de</strong>l brazo<br />
<br />
<br />
<br />
Figura 2.1: Péndulo<br />
en un instante dado, y <br />
, no <strong>de</strong>pen<strong>de</strong>n en forma instantánea <strong>de</strong>l torque <strong>de</strong> control<br />
<br />
. Si por ejemplo se<br />
<br />
aplica un valor <strong>de</strong> torque constante, <br />
tomará un tiempo no nulo en alcanzar su valor <strong>de</strong> equilibrio.<br />
Un sistema no dinámico es estático, y en él la salida <strong>de</strong>pen<strong>de</strong><br />
<br />
en forma instantánea <strong>de</strong> la entrada. Un ejemplo es un<br />
amplificador electrónico don<strong>de</strong> efectos capacitivos e inductivos<br />
son <strong>de</strong>spreciables.<br />
Los sistemas estáticos suelen llamarse también sin memoria.<br />
Un sistema es causal o no anticipativo si la salida en un<br />
Figura 2.2: Amplificador<br />
instante dado <strong>de</strong>pen<strong>de</strong> <strong>de</strong> los valores presentes y pasados <strong>de</strong><br />
la entrada, y no <strong>de</strong> valores futuros.<br />
Sistemas anticipativos o predictivos pue<strong>de</strong>n “adivinar” entradas futuras. Ningún sistema físico real es<br />
anticipativo.<br />
La salida actual <strong>de</strong> un sistema causal <strong>de</strong>pen<strong>de</strong> <strong>de</strong>l pasado <strong>de</strong> la entrada. ¿Pero cuánto tiempo atrás<br />
tienen efecto valores pasados <strong>de</strong> la entrada? Estrictamente, habría que volver atrás en el tiempo hasta ,<br />
lo que no es muy práctico. El concepto <strong>de</strong> estado salva este problema.<br />
El estado ¢ ¦ <strong>de</strong> un sistema en el instante es la información en que junto con la<br />
entrada ¢¦ para £ <strong>de</strong>termina unívocamente la salida ¢¦ para todo £ .<br />
El estado ¦<br />
resume toda la historia <strong>de</strong>l sistema <strong>de</strong>s<strong>de</strong> hasta<br />
: conociendo el valor <strong>de</strong> ángulo<br />
<br />
y<br />
¢<br />
en<br />
, po<strong>de</strong>mos pre<strong>de</strong>cir la respuesta <strong>de</strong>l brazo <strong>de</strong> robot a valores <strong>de</strong> torque<br />
<br />
para todo<br />
<br />
velocidad angular <br />
£ .<br />
8
2. Descripción Matemática <strong>de</strong> Sistemas 9<br />
Po<strong>de</strong>mos pensar que la entrada para y las condiciones iniciales ¢ ¦ <strong>de</strong>terminan la evolución <strong>de</strong>l<br />
sistema para <br />
¢¦ <br />
¢ ¦ <br />
¢¦£<br />
El ejemplo <strong>de</strong>l brazo <strong>de</strong> robot es finito-dimensional, puesto que el estado ¢¦ en un instante cualquiera<br />
<strong>de</strong> tiempo pue<strong>de</strong> ser caracterizado completamente por un número finito <strong>de</strong> parámetros (en este caso, dos:<br />
ángulo y velocidad angular).<br />
Un ejemplo <strong>de</strong> sistema infinito-dimensional aparece en el problema <strong>de</strong> regulación <strong>de</strong> la temperatura <strong>de</strong>l<br />
aula por medio <strong>de</strong> acondicionadores <strong>de</strong> aire. La temperatura aparece como una distribución en todo el<br />
volumen <strong>de</strong>l aula, y su caracterización completa requiere un número infinito <strong>de</strong> datos (la temperatura en<br />
todos los puntos <strong>de</strong>l aula).<br />
El término en tiempo continuo se refiere al hecho <strong>de</strong> que la variable es continua, en contraste al caso<br />
<strong>de</strong> un sistema <strong>de</strong>finido por una ecuación diferencia<br />
<br />
§ <br />
<br />
2.2 Sistemas Lineales<br />
<br />
<br />
<br />
Un sistema se llama lineal si cumple con el principio <strong>de</strong> superposición, es <strong>de</strong>cir, dados dos pares <strong>de</strong> condiciones<br />
iniciales y entradas,<br />
tenemos que<br />
¢¦ <br />
¢¦ ¢¦ <br />
¢¦ <br />
¢ ¦ §<br />
¢¦£ <br />
¢ ¦ ¢ ¦ <br />
¢¦ ¢¦£ <br />
<br />
¢ ¦ <br />
¢¦£ <br />
para <br />
<br />
<br />
La propiedad (2.3) es <strong>de</strong> aditividad, y la propiedad (2.4) <strong>de</strong> homogeneidad. La combinación <strong>de</strong> ambas es<br />
la propiedad <strong>de</strong> superposición<br />
La propiedad <strong>de</strong> aditividad permite consi<strong>de</strong>rar la respuesta <strong>de</strong>l sistema como la superposición <strong>de</strong> la<br />
respuesta a condiciones iniciales y excitación aplicadas por separado.<br />
¢¦ ¢¦ ¢¦ <br />
<br />
<br />
§<br />
<br />
<br />
<br />
¢¦£ <br />
¢¦£ <br />
¢ ¦ <br />
¢¦££<br />
¢ ¦ <br />
¢¦<br />
La respuesta <strong>de</strong> un sistema lineal es la superposición <strong>de</strong> su respuesta libre (a condiciones<br />
iniciales, sin excitación) y su respuesta forzada (a excitación, con condiciones<br />
iniciales nulas — relajado).<br />
Los sistemas no lineales, como el brazo <strong>de</strong> robot, no cumplen con el principio <strong>de</strong> superposición.<br />
2.3 Sistemas lineales estacionarios<br />
Un sistema es estacionario si para cada par condiciones iniciales y entrada<br />
¢¦£ <br />
¢ ¦ <br />
¢¦£<br />
(2.2)<br />
(2.3)<br />
(2.4)<br />
(2.5)
2. Descripción Matemática <strong>de</strong> Sistemas 10<br />
y cada ¨ , tenemos que<br />
¢<br />
<br />
¨ ¦£ ¨ <br />
¢ ¨ ¦ <br />
<br />
¨ ¦ ¢¦£ ¨ (2.6)<br />
¢<br />
Es <strong>de</strong>cir, el sistema respon<strong>de</strong> da la misma respuesta, corrida en tiempo, si se le aplica la misma entrada<br />
corrida con iguales condiciones iniciales.<br />
Un sistema que no cumple esta propiedad se dice inestacionario.<br />
2.3.1 Representación entrada-salida<br />
Por superposición se <strong>de</strong>duce la representación <strong>de</strong> sistemas lineales mediante la integral <strong>de</strong> convolución<br />
¢¦ <br />
<br />
¢¦¢¦<br />
don<strong>de</strong> es respuesta al impulso: la salida <strong>de</strong>l sistema a un impulso unitario <br />
¢¦<br />
(Chen 1999).<br />
La causalidad implica que<br />
causalidad ¢¦ para £<br />
y como las condiciones iniciales se asumen nulas, (2.7) se reduce a<br />
¢¦ <br />
<br />
¢¦¢¦<br />
,<br />
(2.7)<br />
¢¦ en el instante <br />
Si el sistema tiene entradas y salidas, entonces hablamos <strong>de</strong> la matriz <strong>de</strong> respuesta al impulso<br />
. <br />
Si el sistema es estacionario entonces para cualquier ¨ se cumple<br />
¢¦ ¢ ¨ ¨ ¦ ¢<br />
<br />
¦<br />
<br />
Así po<strong>de</strong>mos re<strong>de</strong>finir ¦<br />
simplemente como ¢<br />
¢<br />
se reduce a<br />
¢¦ <br />
<br />
¢<br />
<br />
¦¢¦<br />
<br />
¢¦¢<br />
¦<br />
<br />
<br />
¢¦ <br />
¦ . La representación entrada-salida <strong>de</strong>l sistema<br />
<br />
<br />
La condición <strong>de</strong> causalidad para un sistema lineal estacionario se reduce a para<br />
<br />
.<br />
¢¦£<br />
2.3.2 Representación en Espacio <strong>de</strong> Estados<br />
Todo sistema lineal finito-dimensional pue<strong>de</strong> <strong>de</strong>scribirse mediante ecuaciones <strong>de</strong> estado (EE)<br />
¢¦£¢¦ ¢¦¢¦¢¦<br />
<br />
¢¦¢¦ ¢¦¢¦¢¦<br />
<br />
<br />
<br />
<br />
¢¦ <br />
<br />
¢¦ ¢¦ <br />
Para un sistema <strong>de</strong> or<strong>de</strong>n , el vector <strong>de</strong> estados es un vector , es <strong>de</strong>cir que tiene variables <strong>de</strong> estado,<br />
para cada . Si el sistema tiene entradas y salidas, entonces e . Las<br />
matrices <br />
se suelen llamar<br />
<strong>de</strong> evolución<br />
<br />
<strong>de</strong> entrada<br />
<br />
<strong>de</strong> salida<br />
<br />
<strong>de</strong> ganancia directa<br />
<br />
Cuando el sistema es a<strong>de</strong>más estacionario, entonces la representación en EE se reduce a<br />
¢¦£ ¢¦¢¦<br />
<br />
¢¦ ¢¦¢¦ (2.8)
2. Descripción Matemática <strong>de</strong> Sistemas 11<br />
Aplicando la transformada <strong>de</strong> Laplace a (2.8) obtenemos<br />
¢¥¤§¦<br />
¢¦ ¢¥¤§¦<br />
¤<br />
¢¥¤§¦ ¢¤§¦ <br />
<strong>de</strong> don<strong>de</strong> siguen<br />
¢¥¤§¦<br />
¢¤§¦<br />
¢¥¤§¦¢¥¤<br />
<br />
¦ ¢¦¢¥¤<br />
<br />
¦ ¢¥¤§¦<br />
<br />
¢¥¤§¦¢¥¤<br />
<br />
¦ ¢¦<br />
<br />
¢¥¤<br />
<br />
¦ <br />
<br />
¢¤§¦ (2.9)<br />
<br />
Las ecuaciones algebraicas (2.9) permiten ¢¤§¦<br />
computar ¢¥¤§¦<br />
y ¢¦<br />
<strong>de</strong><br />
¢¤§¦<br />
y . Las transformadas inversas<br />
dan ¢¦ e ¢¦ . Asignando ¢¥¦ vemos que la matriz transferencia <strong>de</strong>l sistema es<br />
¢¥¤§¦¢¥¤<br />
<br />
¦ <br />
<br />
En MATLAB las funciones tf2ss y ss2tf permiten pasar <strong>de</strong> una representación a otra.<br />
Ejemplo 2.1. Supongamos que el brazo <strong>de</strong> robot trabaja tomando objetos <strong>de</strong> distinta masa. Entonces <br />
varía con cada objeto y tenemos que escribir<br />
¢¦ <br />
¢¦ ¢¦ ¢¦£¢¦<br />
El sistema se convierte en inestacionario.<br />
Ejemplo 2.2. Consi<strong>de</strong>remos un cohete a reacción que ascien<strong>de</strong> en forma vertical <strong>de</strong> la superficie <strong>de</strong> la tierra.<br />
La fuerza <strong>de</strong> propulsión es el <br />
producto , <br />
<br />
don<strong>de</strong> es la velocidad relativa <strong>de</strong> escape <strong>de</strong> gases, y<br />
<br />
la velocidad <strong>de</strong> variación <strong>de</strong> masa ¢¦<br />
, supuestas constantes.<br />
<br />
Asumiendo la aceleración <strong>de</strong> la gravedad constante,<br />
Como <br />
EE <br />
¢¦<br />
<br />
¢¦ <br />
¢¦<br />
<br />
<br />
<br />
<br />
¢¦<br />
¢¦ ¢¦ ¢¦<br />
<br />
¢¦ <br />
¢¦ , entonces . Definiendo y<br />
y tomando como salida la altura, llegamos a la representación en<br />
¢¦ <br />
¢¦ <br />
<br />
<br />
<br />
<br />
¢¦£ <br />
<br />
<br />
¢¦ <br />
¢¦ <br />
<br />
¢¦ <br />
¢¦ <br />
<br />
<br />
<br />
<br />
<br />
¢¦<br />
<br />
El sistema es lineal, <strong>de</strong> dimensión 2, e inestacionario.<br />
2.4 Representación en diagrama <strong>de</strong> bloques<br />
El diagrama <strong>de</strong> bloques se obtiene en forma directa <strong>de</strong> las EE.<br />
Ejemplo 2.3. El sistema<br />
<br />
¢¦ <br />
¢¦ <br />
<br />
<br />
<br />
¢¦£ <br />
<br />
<br />
<br />
<br />
<br />
<br />
¢¦ <br />
¢¦ <br />
<br />
<br />
<br />
¢¦ <br />
¢¦ ¢¦<br />
<br />
<br />
<br />
tiene el diagrama <strong>de</strong> bloques <strong>de</strong> la Figura 2.4.<br />
<br />
Figura 2.3: Cohete<br />
¢¦ <br />
¢¦<br />
(2.10)
2. Descripción Matemática <strong>de</strong> Sistemas 12<br />
¢¦<br />
¢¦<br />
¢¦ ¢¦<br />
<br />
<br />
<br />
<br />
2.5 Linealización<br />
<br />
<br />
¢¦ <br />
<br />
<br />
<br />
<br />
¢¦<br />
Figura 2.4: DB <strong>de</strong>l sistema (2.10)<br />
La gran mayoría <strong>de</strong> los sistemas físicos son no lineales. Una clase importante <strong>de</strong> ellos se pue<strong>de</strong> <strong>de</strong>scribir<br />
por las ecuaciones <strong>de</strong> estado<br />
¢¦£¢ ¢¦¢¦ ¢ ¦¦ ¢ ¦ <br />
<br />
¢¦ ¢ ¢¦¢¦ ¢ ¦¦ (2.11)<br />
<br />
don<strong>de</strong> y son campos vectoriales no lineales, es <strong>de</strong>cir, escrita en términos escalares, la componente <strong>de</strong><br />
<br />
¢¦ en (2.11) es<br />
¦¦ § ¢ ¦ § <br />
¢<br />
Este tipo <strong>de</strong> sistemas se trata en <strong>de</strong>talle en Sistemas No Lineales.<br />
Una ecuación <strong>de</strong> estado lineal es una herramienta útil para <strong>de</strong>scribir sistemas como (2.11) en forma<br />
aproximada. El proceso <strong>de</strong> obtención <strong>de</strong> un mo<strong>de</strong>lo lineal a partir <strong>de</strong> uno no lineal se llama linealización.<br />
¢¦£ ¢ ¢¦ <br />
<br />
¢¦ ¢¦ ¢¦ ¢ ¦ <br />
La linealización se realiza alre<strong>de</strong>dor <strong>de</strong> un punto o trayectoria <strong>de</strong> operación, <strong>de</strong>finida por valores ¢¦ nomina-<br />
que satisfacen (2.11),<br />
¢¦<br />
les , y<br />
¢¦ ¢ ¦<br />
¢¦£ <br />
Nos interesa el comportamiento <strong>de</strong> la ecuación no lineal (2.11) para una entrada y estado inicial “cercanos”<br />
a los valores nominales, es <strong>de</strong>cir ¢¦<br />
<br />
para<br />
¢¦<br />
y <br />
suficientemente<br />
<br />
¢¦¢¦<br />
y <br />
<br />
<br />
pequeños para . <br />
Suponemos que la correspondiente solución permanece cercana a la nominal, y escribimos ¢¦£<br />
¢¦<br />
para cada<br />
£ .<br />
<br />
En términos <strong>de</strong> la ecuación <strong>de</strong> estado no lineal (2.11) tenemos<br />
¢¦ <br />
<br />
¢¦¢<br />
<br />
¢¦ ¢¦<br />
<br />
¢¦¢¦¦<br />
<br />
¢ ¦ ¢ ¦<br />
<br />
<br />
<br />
<br />
<br />
¢¦
2. Descripción Matemática <strong>de</strong> Sistemas 13<br />
Asumiendo diferenciabilidad, po<strong>de</strong>mos expandir el lado <strong>de</strong>recho <strong>de</strong> esta ecuación usando series <strong>de</strong> ¢¦ Taylor<br />
, reteniendo sólo los términos <strong>de</strong> primer or<strong>de</strong>n. Notar que la expansión es en términos<br />
alre<strong>de</strong>dor ¢¦<br />
<strong>de</strong> y<br />
<strong>de</strong> y ; no se hace con respecto a la tercer variable .<br />
<br />
<br />
<br />
<br />
¢¦<br />
¢¦<br />
¢¦<br />
Figura 2.5: Trayectoria <strong>de</strong> operación y aproximación<br />
¢¦ <br />
¢¦¢<br />
¢¦<br />
<br />
¢¦¦ <br />
<br />
¢<br />
<br />
<br />
<br />
¦ <br />
<br />
<br />
<br />
¢<br />
<br />
<br />
¦<br />
<br />
<br />
don<strong>de</strong> la notación <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Especificamos la operación para la componente<br />
, que queda 1<br />
¢<br />
<br />
<br />
¦£ ¢<br />
<br />
<br />
¦<br />
<br />
¢ ¦ <br />
¢<br />
<br />
<br />
<br />
<br />
¢ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¦ <br />
<br />
<br />
<br />
<br />
¦ <br />
<br />
¢<br />
<br />
<br />
¦ <br />
(2.12)<br />
Repitiendo la operación para cada<br />
y volviendo a la notación vectorial, obtenemos<br />
<br />
representa el Jacobiano, o Matriz Jacobiana, <strong>de</strong>l campo vectorial con respecto a ,<br />
<br />
<br />
<br />
<br />
<br />
<br />
¥<br />
<br />
<br />
<br />
¥<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Dado que ¢¦¢ ¢¦ ¢¦¦<br />
¢ ¦<br />
<br />
la relación entre y<br />
¢¦<br />
(el mo<strong>de</strong>lo incremental) queda<br />
¢¦<br />
aproximadamente <strong>de</strong>scripto por una EE lineal inestacionaria <strong>de</strong> la forma<br />
<br />
<br />
<br />
¢¦¢¦ ¢¦¢¦¢¦ ¢ ¦ <br />
<br />
don<strong>de</strong><br />
¢¦ ¢<br />
<br />
¢¦<br />
<br />
¢¦¦¢¦ <br />
<br />
<br />
<br />
¢<br />
¢¦<br />
<br />
¢¦¦<br />
<br />
De igual manera se expan<strong>de</strong> la ecuación <strong>de</strong> salida ¢¦ ¢ ¢¦¢¦¦ , <strong>de</strong> don<strong>de</strong> obtenemos la aproximación<br />
lineal<br />
<br />
<br />
¢¦<br />
<br />
¢<br />
<br />
¢¦<br />
¢¦£¢¦ ¢¦¢¦ ¢¦<br />
<br />
don<strong>de</strong> ¢¦ ¢¦<br />
¢¦¦¢¦ <br />
<br />
<br />
<br />
<br />
¢<br />
<br />
¢¦<br />
y<br />
<br />
¢¦¦<br />
<br />
¢¦ , con <br />
¢¦£ ¢<br />
<br />
¢¦<br />
,<br />
<br />
¢¦¦<br />
Notar que las EE obtenidas por linealización van a ser en general inestacionarias, aún cuando las funciones<br />
originales y sean estacionarias, <strong>de</strong>bido a que las matrices Jacobianas se evalúan a lo largo <strong>de</strong><br />
trayectorias y no puntos estacionarios.<br />
Ejemplo 2.4. Consi<strong>de</strong>remos el péndulo invertido sobre un carro móvil <strong>de</strong> la Figura 2.6. Las ecuaciones <strong>de</strong><br />
movimiento son<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢ ¦ £
2. Descripción Matemática <strong>de</strong> Sistemas 14<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 2.6: Péndulo invertido.<br />
Definiendo ,<br />
,<br />
y <br />
vemos que el sistema tiene la forma<br />
¢ ¦<br />
, don<strong>de</strong> <br />
<br />
y , y está dada como<br />
<br />
¢ ¦<br />
<br />
¢ ¦ <br />
¢ ¦ <br />
¢ ¦ <br />
¢ ¦ <br />
Como trayectoria <strong>de</strong> operación tomamos <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, <br />
¢¦££<br />
, que es fácil ver que satisface<br />
¢<br />
¢¦<br />
<br />
¢¦¦<br />
¢¦<br />
(es un equilibrio). Las matrices y <strong>de</strong> los respectivos Jacobianos <strong>de</strong> evaluados sobre esta trayectoria<br />
son<br />
¢¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢¦<br />
<br />
Ejemplo 2.5 ((Rugh 1995)). Volvemos al ejemplo <strong>de</strong>l cohete <strong>de</strong> la clase pasada. Las ecuaciones <strong>de</strong> movimiento<br />
eran<br />
don<strong>de</strong> ahora tomamos la velocidad <strong>de</strong> cambio <strong>de</strong> masa libre<br />
¢¦ <br />
¢¦<br />
¢¦ <br />
<br />
¢¦<br />
¢¦ ¢¦<br />
Definiendo como una variable <strong>de</strong> estado más, y <strong>de</strong>notando ¢¦ ¢¦<br />
, ¢¦ ¢¦<br />
, ¢¦ ¢¦<br />
, y<br />
¢¦<br />
tomando ¢¦ como una entrada in<strong>de</strong>pendiente llegamos al mo<strong>de</strong>lo no lineal<br />
<br />
<br />
¢¦ <br />
¢¦ <br />
¢¦ <br />
<br />
¢¦ <br />
<br />
<br />
¢¦<br />
¢¦<br />
<br />
¢¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(ejercicio en la clase anterior).<br />
Consi<strong>de</strong>ramos ahora su linealización alre<strong>de</strong>dor una trayectoria nominal correspondiente a un valor constante<br />
<strong>de</strong> la entrada . No es difícil calcular la trayectoria nominal explícitamente mediante integración<br />
directa, primero <strong>de</strong> ¢¦ , luego ¢¦ y finalmente ¢¦ . Haciendo las cuentas obtenemos<br />
<br />
¢¦<br />
<br />
¢¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
£<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
£<br />
<br />
<br />
¢¦ <br />
<br />
1Por simplicidad no escribimos la <strong>de</strong>pen<strong>de</strong>ncia temporal <strong>de</strong> y .
2. Descripción Matemática <strong>de</strong> Sistemas 15<br />
Los Jacobianos necesarios son<br />
<br />
¢ ¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢ ¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Substituyendo los valores nominales (sólo los <strong>de</strong> y<br />
¢¦<br />
aparecen) obtenemos la EE linealizada en las<br />
¢¦<br />
variables incrementales ¢¦£ ¢¦<br />
¢¦<br />
y<br />
¢¦¢¦<br />
<br />
¢¦<br />
<br />
¢¦£ <br />
<br />
<br />
<br />
<br />
¦ ¢ ¢¦ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢¦<br />
Las condiciones iniciales para las variables incrementales están dadas por<br />
¢¦ ¢¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
2.6 Sistemas discretos<br />
La mayoría <strong>de</strong> los conceptos <strong>de</strong> EE para sistemas lineales continuos pue<strong>de</strong> transladarse directamente a<br />
sistemas discretos, <strong>de</strong>scriptos por ecuaciones diferencia. En este caso la<br />
<br />
variable temporal sólo asume<br />
valores en un conjunto <strong>de</strong>numerable (cuyos elementos pue<strong>de</strong>n “contarse” 2 ).<br />
Cuando el sistema discreto se obtiene a partir <strong>de</strong> un muestreo <strong>de</strong> un sistema continuo, vamos a consi<strong>de</strong>rar<br />
sólo el caso <strong>de</strong> muestreo regular, don<strong>de</strong> £<br />
, <br />
<br />
, don<strong>de</strong><br />
¨<br />
es el período <strong>de</strong> muestreo. En<br />
<br />
¨<br />
este caso <strong>de</strong>notamos las variables discretas (secuencias) como ¢<br />
<br />
¨ ¦<br />
, etc. <br />
Los conceptos <strong>de</strong> dimensión finita, causalidad, linealidad y el principio <strong>de</strong> superposición <strong>de</strong> las respuestas<br />
<strong>de</strong>bido a condiciones iniciales y entradas, son exactamente como en el caso continuo.<br />
Una salvedad: a diferencia <strong>de</strong>l caso continuo, retardos puros no dan lugar a un sistema <strong>de</strong> dimensión<br />
infinita si el retardo es un múltiplo <strong>de</strong>l período <strong>de</strong> muestreo ¨<br />
.<br />
2.6.1 Descripción entrada-salida <strong>de</strong> sistemas discretos<br />
Definimos la secuencia <strong>de</strong> impulsos § como<br />
<br />
<br />
<br />
<br />
si<br />
si<br />
<br />
<br />
don<strong>de</strong> y son números enteros. Notar que en el caso discreto los impulsos son fácilmente realizables<br />
físicamente.<br />
En un sistema lineal discreto toda secuencia <strong>de</strong> entrada <br />
<br />
§<br />
Si <br />
<br />
<br />
<br />
<br />
<br />
<br />
pue<strong>de</strong> representarse mediante la serie<br />
<strong>de</strong>nota la salida <strong>de</strong> una sistema discreto a una secuencia <strong>de</strong> impulsos aplicada en el instante<br />
, entonces tenemos que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(por homogeneidad)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(por aditividad) <br />
2 Es <strong>de</strong>cir, ponerse en correspon<strong>de</strong>ncia con los números naturales.
2. Descripción Matemática <strong>de</strong> Sistemas 16<br />
Así la salida § excitada por la entrada <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
§ pue<strong>de</strong> representarse mediante la serie<br />
Si el sistema es causal no habrá salida antes <strong>de</strong> que la entrada se aplique, por lo que<br />
causalidad <br />
Para sistemas discretos causales la representación (2.13) se reduce a<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
para <br />
.<br />
(2.13)<br />
y si a<strong>de</strong>más tenemos estacionariedad, entonces vale la propiedad <strong>de</strong> invariancia respecto <strong>de</strong> corrimientos<br />
en el tiempo y llegamos a la representación <strong>de</strong>l sistema mediante la convolución discreta<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
2.6.2 Representación en Espacio <strong>de</strong> Estados<br />
Todo sistema discreto lineal finito-dimensional pue<strong>de</strong> <strong>de</strong>scribirse mediante EE (diferencia)<br />
<br />
<br />
<br />
§<br />
<br />
§ <br />
<br />
y en el caso estacionario<br />
<br />
<br />
§<br />
<br />
<br />
§<br />
<br />
<br />
<br />
§<br />
<br />
<br />
<br />
§<br />
<br />
<br />
§<br />
<br />
<br />
<br />
En este caso, tiene sentido hablar <strong>de</strong> funciones transferencia<br />
¢¦<br />
discretas,<br />
función transferencia discreta y representación <strong>de</strong> estados es idéntica al caso continuo,<br />
y sirven las mismas funciones <strong>de</strong> MATLAB ss2tf y tf2ss.<br />
<br />
¢¦¢<br />
2.7 Resumen<br />
<br />
¦ <br />
<br />
. La relación entre<br />
La matriz transferencia es racional sii el sistema es lineal, estacionario y <strong>de</strong> dimensión finita.<br />
<br />
Las representaciones externas asumen condiciones iniciales nulas.<br />
<br />
Los sistemas <strong>de</strong> dimensión infinita no pue<strong>de</strong>n <strong>de</strong>scribirse en EE.<br />
<br />
Mediante linealización, pue<strong>de</strong> <strong>de</strong>scribirse el comportamiento <strong>de</strong> un sistema no lineal en forma aproxi-<br />
<br />
mada mediante un mo<strong>de</strong>lo en EE incremental lineal.<br />
La linealización se realiza alre<strong>de</strong>dor <strong>de</strong> una trayectoria <strong>de</strong> operación nominal conocida, y los mo<strong>de</strong>los<br />
<br />
incrementales obtenidos serán, en general, inestacionarios.<br />
Los sistemas discretos tienen representaciones equivalentes a las <strong>de</strong> sistemas continuos mediante<br />
<br />
series <strong>de</strong> convolución, funciones transferencia en transformada <br />
, y EE diferencia.<br />
A diferencia <strong>de</strong>l caso continuo, los retardos puros no necesariamente dan lugar a un sistema discreto<br />
<br />
distribuido.
2. Descripción Matemática <strong>de</strong> Sistemas 17<br />
Tipo <strong>de</strong> sistema Representación interna Representación externa<br />
dim. infinita ¡ ¢<br />
<br />
lineal<br />
©¨ ¢<br />
<br />
dim. finita, lineal <br />
dim. inf., lineal, ¡ ¢<br />
est.<br />
dim. fin., lineal, est. <br />
2.8 Ejercicios<br />
©¨<br />
£ ¥¤§¦©¨¦¥¦<br />
¢<br />
£ ¥¤§¦©¨¦©¦<br />
<br />
<br />
£ ¨ <br />
¨ ¡ ¢<br />
<br />
<br />
¨<br />
£ ¨ <br />
Ejercicio 2.1. A partir <strong>de</strong> la <strong>de</strong>finición <strong>de</strong> transformada <strong>de</strong> Laplace <strong>de</strong> ¢¦<br />
¢¥¤§¦ <br />
<br />
¢¦ <br />
probar que para un sistema lineal estacionario<br />
<br />
£ ¥¤§¦©¨¦¥¦<br />
£ ¥¤§¦©¨¦¥¦<br />
¢¥¤§¦ ¢¥¤§¦ <br />
Ejercicio 2.2. ¿Cómo se modifica el sistema <strong>de</strong>l cohete si la velocidad <strong>de</strong> cambio <strong>de</strong> masa es<br />
¢¦ <br />
¢¦<br />
? Escribir las EE y clasificarlo.<br />
<br />
¢¥¤§¦ .<br />
Ejercicio 2.3. Consi<strong>de</strong>rar un sistema consistente en un retardo puro,<br />
¢¦¢<br />
<br />
¨ ¦ <br />
¿Es dinámico, lineal, <strong>de</strong> dimensión finita, estacionario?<br />
Ejercicio 2.4. Introducir el sistema (2.10) en MATLAB utilizando la función ss y obtener la función transferencia<br />
con ss2tf. Explorar las herramientas ssdata, tfdata, zpkdata y ltiview.<br />
Ejercicio 2.5. Para la ecuación diferencial<br />
¢¦<br />
¢¦£ <br />
<br />
<br />
<br />
¢¦<br />
usar una simple i<strong>de</strong>ntidad trigonométrica como ayuda para encontrar una solución nominal correspon<strong>de</strong>nte a<br />
alre<strong>de</strong>dor <strong>de</strong> esta trayectoria nominal.<br />
¢¦ <br />
, ¢¦<br />
,<br />
¢¥¦<br />
. Determinar una EE linealizada que <strong>de</strong>scriba el comportamiento <strong>de</strong>l sistema<br />
<br />
Ejercicio 2.6. Linealizar la EE no lineal<br />
¢¦ <br />
<br />
<br />
<br />
¢¦ <br />
¢¦¢¦ ¢¦ <br />
alre<strong>de</strong>dor <strong>de</strong> la trayectoria nominal originada ¢¦<br />
en<br />
Ejercicio 2.7. Para la EE no lineal<br />
<br />
¢¦ <br />
¢¦ <br />
<br />
<br />
¢¦<br />
<br />
¢¦ ¢¦<br />
<br />
¢¦ <br />
¢¦ <br />
<br />
¢¦<br />
, y <br />
¢¦£<br />
.<br />
<br />
¢¦¢¦<br />
calcular las posibles soluciones constantes, a menudo <strong>de</strong>nominadas estados <strong>de</strong> equilibrio, y las correspondientes<br />
EE linealizadas.
2. Descripción Matemática <strong>de</strong> Sistemas 18<br />
Ejercicio 2.8. Consi<strong>de</strong>rar la EE no lineal<br />
¢¦£ <br />
<br />
<br />
¢¦ <br />
¢¦<br />
¢¦ ¢¦<br />
¢¦<br />
<br />
¢¦ <br />
¢¦ ¢¦ ¢¦<br />
<br />
con estado inicial <br />
<br />
¢¦ <br />
<br />
¢¦ <br />
. Mostrar que la salida nominal es<br />
<br />
¢¦<br />
. Linealizar la EE alre<strong>de</strong>dor <strong>de</strong> la solución nominal. ¿Hay algo raro en este sistema?<br />
<br />
y entrada nominal constante <br />
<br />
Ejercicio 2.9. De la <strong>de</strong>finición <strong>de</strong> transformada <strong>de</strong> la secuencia <br />
<br />
¢¦£<br />
§<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
probar que para un sistema lineal estacionario discreto<br />
¢¦<br />
¢¦<br />
¢¦ .
Capítulo 3<br />
Herramientas <strong>de</strong> Álgebra Lineal<br />
3.1 Vectores y Matrices<br />
Los elementos básicos en teoría <strong>de</strong> sistemas lineales son <br />
<br />
vectores (columna) o <br />
(fila) y matrices<br />
<br />
con elementos reales, es <strong>de</strong>cir, ,<br />
<br />
. Denotamos el elemento <strong>de</strong>l vector como , y el<br />
<br />
<br />
elemento <strong>de</strong> una matriz como o <br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
En MATLAB: vectores v = [v1;v2; ;vn] = [v1,v2, ,vn]’ y matrices A=[a11,a12, ,a1m;a21,a22,<br />
1<br />
,a2m;<br />
<br />
].<br />
El producto <strong>de</strong> dos matrices y<br />
<br />
sólo está <strong>de</strong>finido si <br />
<br />
, <br />
, tenemos <br />
.<br />
<br />
<br />
<br />
. En particular para vectores<br />
Escribimos la matriz con todos sus elementos cero como <br />
, simplemente si las dimensiones<br />
(MATLAB [n,m]=size(A)) son claras <strong>de</strong>l contexto. Para matrices cuadradas, , la matriz nula es<br />
<br />
<br />
y <br />
la matriz i<strong>de</strong>ntidad <br />
o simplemente (MATLAB I=eye(n)).<br />
Asumimos las operaciones <strong>de</strong> suma y producto <strong>de</strong> matrices familiares. Lo interesante <strong>de</strong>l producto <strong>de</strong><br />
matrices es que en general es no conmutativo, es <strong>de</strong>cir, y no son siempre lo <br />
mismo.<br />
la potencia <br />
está bien <strong>de</strong>finida, con <br />
. Si existe un<br />
tal que <br />
<strong>de</strong>cimos que<br />
<br />
es nilpotente.<br />
<br />
<br />
Si es cuadrada, para cualquier <br />
<br />
entero<br />
Traza. Para una matriz cuadrada , la traza es la suma <strong>de</strong> los elementos <strong>de</strong> su diagonal (en MATLAB<br />
trace(A))<br />
© <br />
<br />
<br />
<br />
<br />
Si y son tales que es cuadrada, entonces © <br />
<br />
© <br />
£<br />
. <br />
Determinante El <strong>de</strong>terminante es otra familiar función escalar <strong>de</strong> una matriz <br />
<br />
cuadrada, (MATLAB<br />
<strong>de</strong>t(A)). El <strong>de</strong>terminante pue<strong>de</strong> evaluarse recursivamente mediante la expansión <strong>de</strong> Laplace: Sea el<br />
cofactor <strong>de</strong>l elemento , o sea el producto<br />
¢ ¦ <br />
<strong>de</strong> por el <strong>de</strong>terminante <strong>de</strong> la<br />
¢ ¦ ¢ ¦<br />
submatriz<br />
obtenida <strong>de</strong> eliminar en <br />
la fila y columna la . Entonces para cualquier fijo, <br />
, <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 Ojo con la transpuesta en MATLAB cuando se trabaja con vectores o matrices complejos; ’ representa la transpuesta conjugada, la<br />
transpuesta sin conjugar es .’.<br />
19<br />
<br />
<br />
<br />
<br />
<br />
(3.1)
3. Herramientas <strong>de</strong> Álgebra Lineal 20<br />
Esta es la expansión sobre la fila . Una expresión análoga existe para la expansión sobre columna una .<br />
Vemos <strong>de</strong> (3.1) que el <strong>de</strong>terminante no es más que la suma <strong>de</strong> productos <strong>de</strong> los elementos <strong>de</strong> la matriz,<br />
por lo que es una función matricial diferenciable todas las veces que uno quiera.<br />
Si y son matrices , <br />
¢£¦<br />
entonces .<br />
Inversa La matriz cuadrada <br />
¢¥¦<br />
¢¥¦<br />
<br />
¢¦<br />
<br />
tiene una inversa, <br />
,<br />
<br />
, sii <br />
<br />
.<br />
<br />
(MATLAB inv(A),<br />
<br />
<br />
<br />
Aˆ(-1)). Una fórmula común para <br />
se basa en los cofactores <strong>de</strong><br />
<br />
<br />
, es la matriz cuyo elemento es el cofactor <strong>de</strong><br />
<br />
— o sea, la transpuesta <strong>de</strong> la<br />
El adjunto <strong>de</strong> <br />
,<br />
matriz <strong>de</strong> cofactores. Entonces<br />
<br />
<br />
<br />
<br />
<br />
La inversa <strong>de</strong>l producto <strong>de</strong> dos matrices cuadradas no singulares cumple ¢¥¦ .<br />
Una fórmula muy útil en teoría <strong>de</strong> sistemas lineales es el lema <strong>de</strong> inversión <strong>de</strong> matrices.<br />
Lema 3.1 (Inversión <strong>de</strong> Matrices). Dadas matrices<br />
cuadradas y no singulares, entonces<br />
<br />
¢<br />
¡ ¦ <br />
<br />
<br />
<br />
¢¡<br />
<br />
<br />
<br />
¦ <br />
3.2 Bases y Ortonormalización<br />
<br />
¡© <strong>de</strong> dimensiones compatibles, don<strong>de</strong> y ¡ son<br />
El conjunto <strong>de</strong> todos los vectores <strong>de</strong> pue<strong>de</strong> verse como un espacio vectorial lineal con las operaciones<br />
estándar <strong>de</strong> suma <strong>de</strong> vectores y producto por números reales. Las matrices (o si consi<strong>de</strong>ramos<br />
vectores fila) son operadores lineales <strong>de</strong>finidos sobre estos espacios.<br />
Dos vectores e en son linealmente in<strong>de</strong>pendientes (LI) si la única combinación lineal <strong>de</strong> ellos que<br />
da el vector nulo, , es la trivial, . Sino son linealmente <strong>de</strong>pendientes.<br />
El concepto se extien<strong>de</strong> a un conjunto <strong>de</strong> cualquier número <strong>de</strong> vectores. Si el conjunto <strong>de</strong> vectores<br />
es linealmente <strong>de</strong>pendiente, entonces existe un conjunto <strong>de</strong> escalares don-<br />
<strong>de</strong> al menos uno es distinto <strong>de</strong> cero, digamos <br />
, y <br />
<br />
<br />
Entonces po<strong>de</strong>mos escribir como combinación lineal <strong>de</strong> los restantes vectores, <br />
<br />
<br />
<br />
¢ <br />
<br />
¦<br />
. <br />
La dimensión <strong>de</strong> un espacio lineal es el máximo número <strong>de</strong> vectores LI en ese espacio; en .<br />
Un conjunto <strong>de</strong> vectores LI en es una base <strong>de</strong> si todo vector <strong>de</strong> se pue<strong>de</strong> escribir como una<br />
combinación lineal única <strong>de</strong> los vectores <strong>de</strong>l conjunto. Sea <br />
una base <strong>de</strong> . Entonces dado<br />
<br />
<br />
<br />
<br />
un vector cualquiera pue<strong>de</strong> expresarse en forma única como<br />
don<strong>de</strong> <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
es la representación <strong>de</strong> con respecto a la base (o en las coor<strong>de</strong>nadas)<br />
<br />
<br />
La matriz es no singular por <strong>de</strong>finición, y sirve para obtener la representación <strong>de</strong> cualquier vector en en<br />
la base <br />
<br />
<br />
<br />
, .<br />
<br />
En particular, siempre existe la base formada por los versores <br />
, <br />
<br />
<br />
, etc. En<br />
<br />
ese caso .<br />
Ejemplo 3.1. Consi<strong>de</strong>remos los <br />
vectores<br />
La representación <strong>de</strong>l vector <br />
<br />
<br />
<br />
y <br />
<br />
en las coor<strong>de</strong>nadas<br />
<br />
<br />
<br />
<br />
<br />
<br />
es <br />
<br />
<br />
<br />
<br />
. Como son LI, forman una base en <br />
.<br />
, que se obtiene <strong>de</strong><br />
<br />
<br />
.
3. Herramientas <strong>de</strong> Álgebra Lineal 21<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
§<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
§<br />
3.2.1 Norma <strong>de</strong> vectores<br />
o sea que pue<strong>de</strong> escribirse como <br />
<br />
El concepto <strong>de</strong> norma <strong>de</strong> un vector es una generalización <strong>de</strong> la i<strong>de</strong>a <strong>de</strong> magnitud. La norma <strong>de</strong> un vector ,<br />
(los reales positivos más el 0) que cumple con las<br />
<br />
<strong>de</strong>notada , es una función <strong>de</strong>l espacio vectorial en <br />
siguientes tres propieda<strong>de</strong>s:<br />
1. <br />
2. <br />
para todo y <br />
<br />
<br />
<br />
<br />
<br />
3. <br />
Dado un vector <br />
<br />
<br />
<br />
<br />
<br />
sii .<br />
, para todo escalar .<br />
<br />
<br />
<br />
<br />
para todo , (<strong>de</strong>sigualdad triangular).<br />
norma-1<br />
, tres típicas normas en son<br />
<br />
<br />
norma-2 o euclí<strong>de</strong>a<br />
norma-<br />
En MATLAB norm(x,1), norm(x,2) = norm(x) y norm(x,inf).<br />
La bola unitaria es el conjunto <strong>de</strong> vectores <strong>de</strong> norma no mayor que la unidad. La forma <strong>de</strong> la bola unitaria<br />
<strong>de</strong>pen<strong>de</strong> <strong>de</strong> la norma.<br />
§<br />
La norma 2 o euclí<strong>de</strong>a es la longitud <strong>de</strong>l vector <strong>de</strong>s<strong>de</strong> el origen. A menos que aclaremos lo contrario, vamos<br />
<br />
a trabajar siempre con la norma 2.<br />
<br />
<br />
Figura 3.2: Bola unitaria en <br />
en normas 1, 2 e .<br />
<br />
<br />
<br />
<br />
<br />
.
3. Herramientas <strong>de</strong> Álgebra Lineal 22<br />
3.2.2 Ortonormalización<br />
Un vector <strong>de</strong> está normalizado <br />
<br />
si<br />
<br />
. Un conjunto <strong>de</strong> vectores <br />
<br />
<br />
§ <br />
<br />
<br />
<br />
<br />
si<br />
si<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
. Dos vectores y son ortogonales si <br />
<br />
, es ortonormal si<br />
Dado un conjunto <strong>de</strong> vectores LI <br />
<br />
<br />
<br />
usando el procedimiento <strong>de</strong> ortonormalización <strong>de</strong> Schmidt,<br />
<br />
<br />
Si <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
¦<br />
<br />
<br />
<br />
<br />
¿Qué pue<strong>de</strong> <strong>de</strong>cirse entonces <strong>de</strong> ?<br />
<br />
es una matriz , <br />
<br />
, po<strong>de</strong>mos obtener un conjunto ortonormal <strong>de</strong> vectores<br />
<br />
<br />
<br />
<br />
3.3 Ecuaciones Lineales Algebraicas<br />
Consi<strong>de</strong>remos el conjunto <strong>de</strong> ecuaciones lineales algebraicas<br />
<br />
<br />
<br />
<br />
, con todas sus columnas ortonormales, entonces .<br />
<br />
don<strong>de</strong><br />
(3.2)<br />
e son matrices reales dadas, respectivamente y <br />
<br />
<br />
, y es la incógnita a resolver, .<br />
El problema consiste <strong>de</strong> ecuaciones y incógnitas escalares, y pue<strong>de</strong> que sea menor, igual o mayor<br />
que . La existencia <strong>de</strong> solución <strong>de</strong>pen<strong>de</strong> <strong>de</strong> la imagen <strong>de</strong> <br />
.<br />
El espacio imagen, o simplemente imagen, <strong>de</strong> es el espacio generado haciendo todas las posibles<br />
combinaciones lineales <strong>de</strong> las columnas <strong>de</strong> <br />
. La dimensión <strong>de</strong> la imagen <strong>de</strong> es el rango <strong>de</strong> <br />
.<br />
Un vector se llama vector nulo <strong>de</strong> si <br />
. El espacio <strong>de</strong> todos los vectores nulos <strong>de</strong><br />
<br />
se llama el<br />
<br />
kernel o espacio nulo <strong>de</strong> <br />
. La dimensión <strong>de</strong>l kernel <strong>de</strong> cumple la relación<br />
dimensión ©<br />
¢¥¦<br />
<strong>de</strong> número <strong>de</strong> columnas<br />
<br />
<br />
¢¥¦<br />
<strong>de</strong><br />
En MATLAB orth(A) da una base ortonormal <strong>de</strong> la imagen <strong>de</strong> <br />
, rank(A) da el rango, y null(A) da<br />
una base ortonormal <strong>de</strong>l kernel.<br />
Ejemplo 3.2. Sea la matriz<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
El rango <strong>de</strong> es , ya que y son LI pero y son combinación lineal <strong>de</strong> y . Po<strong>de</strong>mos tomar el<br />
<br />
<br />
conjunto <br />
como una base <strong>de</strong> la imagen <strong>de</strong> <br />
.<br />
La ecuación (3.3) implica que la dimensión <strong>de</strong>l kernel <strong>de</strong> es , y pue<strong>de</strong> verificarse que los vectores<br />
son vectores nulos <strong>de</strong> <br />
<br />
<br />
( <br />
<br />
y <br />
<br />
<br />
). Como y son LI,<br />
<br />
<br />
<br />
<br />
<br />
es una base <strong>de</strong>l kernel <strong>de</strong><br />
<br />
<br />
Hemos <strong>de</strong>finido el rango <strong>de</strong> como el número <strong>de</strong> columnas LI <strong>de</strong> <br />
filas LI <strong>de</strong> <br />
, por lo que se cumple que<br />
¢£¦ ¢ <br />
<br />
¦<br />
<br />
Teorema 3.1 (Existencia <strong>de</strong> solución). Dada una matriz y un vector <br />
<br />
.<br />
(3.3)<br />
, pero también es igual al número <strong>de</strong><br />
,
3. Herramientas <strong>de</strong> Álgebra Lineal 23<br />
1. Existe una solución <strong>de</strong> la ecuación sii pertenece a la imagen <strong>de</strong> <br />
<br />
¢¥¦<br />
¢<br />
<br />
<br />
¦<br />
<br />
<br />
<br />
don<strong>de</strong><br />
<br />
<br />
.<br />
, o sea,<br />
2. Existe una solución <strong>de</strong> para todo <br />
sii<br />
<br />
¢¥¦ ( es <strong>de</strong> rango fila pleno).<br />
Teorema 3.2 (Parametrización <strong>de</strong> todas la soluciones). Dada una matriz y un vector <br />
sea una solución <strong>de</strong> <br />
<br />
<br />
¢¥¦<br />
y sea la dimensión <strong>de</strong>l kernel <strong>de</strong> <br />
1. Si ( <br />
tiene rango columna pleno), entonces la solución es única.<br />
2. Si <br />
<br />
sea<br />
<br />
<br />
<br />
<br />
una base <strong>de</strong>l kernel <strong>de</strong><br />
<br />
<br />
reales <br />
<br />
<br />
<br />
<br />
el vector<br />
<br />
<br />
<br />
es también solución <strong>de</strong> . <br />
Ejemplo 3.3. Consi<strong>de</strong>remos la ecuación <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
. Entonces<br />
. Entonces para cualquier conjunto <strong>de</strong> números<br />
Pue<strong>de</strong> verse fácilmente que está en la imagen <strong>de</strong> y que <br />
<br />
<br />
<br />
<br />
<br />
<strong>de</strong>l kernel <strong>de</strong><br />
<br />
obtenida en el Ejemplo 3.2 po<strong>de</strong>mos expresar la solución general <strong>de</strong> (3.4) como<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
don<strong>de</strong> y pue<strong>de</strong>n tomar cualquier valor en .<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
,<br />
(3.4)<br />
es una solución. Con la base<br />
A veces vamos a encontrar el problema formulado en términos <strong>de</strong> vectores fila, , don<strong>de</strong><br />
son<br />
<br />
y<br />
. Pue<strong>de</strong> tratarse como antes consi<strong>de</strong>rando el problema transpuesto . <br />
En MATLAB la solución <strong>de</strong> pue<strong>de</strong> obtenerse como x = A y. El símbolo <strong>de</strong>nota división matricial<br />
<br />
por izquierda. Para el caso usamos la división matricial por <strong>de</strong>recha x = y/A.<br />
<br />
Teorema 3.3 (Sistemas cuadrados). Sea don<strong>de</strong> es cuadrada. Entonces<br />
1. Si es no singular existe una solución única para cada , dada por . En particular la única<br />
solución <strong>de</strong> es .<br />
2. La ecuación homogénea <br />
tiene soluciones no nulas sii es singular. El número <strong>de</strong> soluciones<br />
LI es igual a la dimensión <strong>de</strong>l kernel <strong>de</strong> <br />
.<br />
3.4 Transformaciones <strong>de</strong> Similitud<br />
Una matriz cuadrada mapea vectores <strong>de</strong> en ,<br />
Si representamos los vectores <strong>de</strong> con respecto a una nueva base <br />
<br />
, y la ecuación (3.5) da<br />
<br />
<br />
<br />
<br />
¦ <br />
¢§<br />
<br />
<br />
<br />
(3.5)<br />
, tenemos que e
3. Herramientas <strong>de</strong> Álgebra Lineal 24<br />
La matriz <br />
¢§ ¦<br />
es la representación <strong>de</strong><br />
<br />
con respecto a la base<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
se llama transformación <strong>de</strong> similitud, y y <br />
se dicen similares.<br />
<br />
. La transformación<br />
Si <br />
<br />
<br />
es la base canónica (formada por los versores), entonces la columna<br />
<br />
<strong>de</strong> no es más<br />
que la representación <strong>de</strong>l vector <br />
con respecto a la <br />
<br />
<br />
base <br />
<br />
.<br />
<br />
<br />
es la representación <strong>de</strong><br />
<br />
en la base<br />
<br />
<br />
<br />
<br />
En la base <br />
se ve <strong>de</strong> <br />
<br />
<br />
<br />
<br />
la columna <strong>de</strong> <br />
, que se suele escribir<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejemplo 3.4. Consi<strong>de</strong>remos la matriz<br />
<br />
<br />
<br />
Calculamos<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y la base <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
3.5 Forma Diagonal y Forma <strong>de</strong> Jordan<br />
3.5.1 Autovalores y autovectores<br />
Un número es un autovalor <strong>de</strong> la<br />
matriz si existe un vector no £ nulo tal que <br />
Este vector es un autovector (por <strong>de</strong>recha) <strong>de</strong> asociado al autovalor .<br />
Los autovalores <strong>de</strong> se encuentran resolviendo la ecuación algebraica<br />
Como vimos en la clase pasada, este sistema admite soluciones no nulas si la matriz ¢<br />
(<strong>de</strong>terminante cero).<br />
Definimos el polinomio característico <strong>de</strong> <br />
<br />
¢<br />
<br />
¢<br />
<br />
¦ <br />
<br />
¦<br />
<br />
<br />
<br />
<br />
¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
. Esto<br />
<br />
.<br />
(3.6)<br />
£¦ es singular<br />
<br />
<br />
¢<br />
<br />
¦ ¢<br />
<br />
¦<br />
<br />
<br />
¢<br />
<br />
<br />
¢ ¦<br />
<br />
<br />
¢<br />
¢<br />
¦ ¦<br />
<br />
El polinomio 2 es mónico, <strong>de</strong> grado , y tiene coeficientes reales. Para cada raíz <strong>de</strong> la matriz<br />
es singular, y por lo tanto, la ecuación algebraica (3.6) tiene al menos una solución no nula.<br />
Concluimos que toda raíz <strong>de</strong> es un autovalor <strong>de</strong> ; como tiene grado , la matriz <br />
tiene<br />
autovalores (aunque no necesariamente todos distintos).<br />
3.5.2 Forma Companion<br />
<br />
En general, el cálculo <strong>de</strong>l polinomio característico <strong>de</strong> una matriz requiere la expansión <br />
¢<br />
<br />
<br />
<br />
¦<br />
<strong>de</strong> . Sin<br />
embargo, para ciertas matrices el polinomio característico es evi<strong>de</strong>nte. Estas son las matrices en la forma<br />
companion, (MATLAB A = compan(p), don<strong>de</strong> p es un polinomio)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
2 El coeficiente <strong>de</strong>l término <strong>de</strong> mayor or<strong>de</strong>n es .
3. Herramientas <strong>de</strong> Álgebra Lineal 25<br />
con el mismo polinomio<br />
¢<br />
<br />
¦<br />
<br />
característico .<br />
En MATLAB los autovalores <strong>de</strong> <br />
se calculan con la función r = eig(A), don<strong>de</strong> <br />
; <br />
poly(r) da el polinomio característico.<br />
Otro caso don<strong>de</strong> los autovalores (y el polinomio característico) son particularmente evi<strong>de</strong>ntes es cuando<br />
es diagonal,<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
.<br />
.<br />
. ..<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Pero, ¿po<strong>de</strong>mos siempre representar en forma diagonal? No siempre, <strong>de</strong>pen<strong>de</strong> <strong>de</strong> si <br />
1. autovalores todos reales y distintos<br />
2. autovalores complejos y distintos<br />
3. autovalores repetidos<br />
Analizamos cada caso.<br />
tiene:<br />
Caso 1: autovalores <strong>de</strong> <br />
todos reales y distintos<br />
En este caso los autovectores correspondientes son LI. Usamos el conjunto <strong>de</strong> autovectores, <br />
<br />
<br />
<br />
,<br />
como base. Sea <br />
la representación <strong>de</strong> en esta base. La columna 1 <strong>de</strong> <br />
<br />
es la representación <strong>de</strong><br />
en la base nueva,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
..<br />
y concluimos que la columna 1 <strong>de</strong> <br />
respecto a la base nueva, o sea<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
. ..<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es <br />
<br />
<br />
. La columna 2 es la representación <strong>de</strong> <br />
. Siguiendo este procedimiento, llegamos a que<br />
<br />
<br />
con<br />
Concluimos que toda matriz con autovalores distintos tiene una representación en forma diagonal (es diagonalizable).<br />
Caso 2: autovalores <strong>de</strong> complejos y distintos<br />
Cuando todos los autovalores son distintos, pero algunos son complejos, no po<strong>de</strong>mos llevar a una forma<br />
diagonal real (aunque si compleja).<br />
Siendo <br />
<br />
<br />
<br />
<br />
real, los autovalores complejos aparecen siempre en pares conjugados , y dan lugar<br />
a pares <strong>de</strong> autovectores también complejos conjugados .<br />
En este caso se pue<strong>de</strong> llevar <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
a una forma real diagonal en bloques, para lo cual la nueva base se arma<br />
con los autovectores reales, y las partes reales e imaginarias <strong>de</strong> los autovectores complejos.<br />
Por ejemplo, si tenemos dos autovalores reales y dos pares <strong>de</strong> autovalores complejos,<br />
con autovectores , formamos la<br />
base
3. Herramientas <strong>de</strong> Álgebra Lineal 26<br />
En esta base la matriz <br />
<br />
Hay un bloque <strong>de</strong> <br />
tiene la representación<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
por cada par <strong>de</strong> autovalores complejos conjugados.<br />
Caso 3: autovalores <strong>de</strong> <br />
repetidos<br />
Este es un caso especial. Cuando <br />
tiene autovalores repetidos pue<strong>de</strong> que no podamos llevarla a una forma<br />
diagonal, pero siempre se pue<strong>de</strong> llevar a una forma triangular o diagonal en bloques.<br />
Supongamos que tiene un autovalor con multiplicidad , es <strong>de</strong>cir, un sólo autovalor repetido<br />
<br />
veces. Para simplificar consi<strong>de</strong>remos <br />
<br />
.<br />
<br />
Sabemos que la matriz ¢ <br />
<br />
¦<br />
es singular. Ahora, caben las posibilida<strong>de</strong>s <strong>de</strong> que el kernel (espacio<br />
<br />
nulo) <strong>de</strong> ¢ <br />
<br />
¦<br />
tenga dimensión <br />
o .<br />
Si tiene dimensión , entonces sabemos que hay cuatro soluciones in<strong>de</strong>pendientes (no nulas, pues la<br />
nula es la solución particular), correspondientes a una base <strong>de</strong>l kernel <br />
. <br />
<br />
¢<br />
<br />
<br />
<br />
<br />
¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
En este caso hay autovectores in<strong>de</strong>pendientes, y es diagonalizable usando la base <br />
<br />
<br />
<br />
.<br />
Veamos ahora el otro caso extremo, el kernel <strong>de</strong> <br />
tiene dimensión <br />
. En este caso sólo po<strong>de</strong>mos<br />
encontrar una solución in<strong>de</strong>pendiente. Necesitamos tres vectores in<strong>de</strong>pendientes más para armar una base.<br />
Una forma <strong>de</strong> lograrlo es usando el concepto <strong>de</strong> autovalores generalizados.<br />
Un vector es un autovector generalizado <strong>de</strong> grado asociado al autovalor si<br />
Si <br />
y<br />
<br />
<br />
<br />
¦ <br />
¢<br />
<br />
<br />
<br />
¦ <br />
<br />
<br />
¢<br />
el problema se reduce al caso recién visto. Para <br />
<br />
<br />
<br />
<br />
<br />
<br />
¢¥<br />
<br />
<br />
<br />
¢¥<br />
¢¥<br />
¦<br />
¢<br />
<br />
¦<br />
¢<br />
<br />
<br />
¦<br />
¢<br />
<br />
<br />
<br />
<br />
¦<br />
¦<br />
<br />
<br />
<br />
¦<br />
<br />
<strong>de</strong>finimos<br />
Estos vectores forman una ca<strong>de</strong>na <strong>de</strong> autovectores generalizados <strong>de</strong> longitud 4, y cumplen las propieda<strong>de</strong>s<br />
¢¥<br />
¥¦ <br />
¢¥<br />
<br />
¦ <br />
¢<br />
<br />
<br />
<br />
¦ <br />
¢¥ ¥¦<br />
<br />
<br />
<br />
<br />
<br />
, , y .<br />
Los vectores LI por <strong>de</strong>finición, y cumplen con<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Así la representación <strong>de</strong> con respecto a la base <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es
3. Herramientas <strong>de</strong> Álgebra Lineal 27<br />
Es fácil chequear que las columnas <strong>de</strong> son la representación <strong>de</strong> <br />
<br />
<br />
, en la base <br />
<br />
<br />
<br />
<br />
Esta matriz triangular se llama bloque <strong>de</strong> Jordan <strong>de</strong> or<strong>de</strong>n 4.<br />
.<br />
Si el kernel <strong>de</strong> ¢<br />
<br />
¦<br />
tiene dimensión 2, entonces hay dos ca<strong>de</strong>nas <strong>de</strong> autovectores generalizados cuya<br />
longitu<strong>de</strong>s sumadas dan 4. Pue<strong>de</strong>n ser <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y , y , y . En este caso<br />
la base se forma con los vectores <strong>de</strong> las dos ca<strong>de</strong>nas.<br />
Igualmente, si el kernel <strong>de</strong> ¢¥<br />
tiene dimensión 3, entonces hay tres ca<strong>de</strong>nas <strong>de</strong> autovectores gene-<br />
ralizados, etc.<br />
En resumen, si <br />
<br />
tiene una <strong>de</strong> las siguientes formas <strong>de</strong> Jordan<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¥¦<br />
<br />
tiene un autovalor con multiplicidad 4, existe una matriz no singular <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La forma general a la que po<strong>de</strong>mos llevar una matriz va a ser diagonal en<br />
bloques, don<strong>de</strong> los bloques pue<strong>de</strong>n ser <strong>de</strong> <br />
para autovalores reales distintos,<br />
<br />
<br />
<br />
para pares <strong>de</strong> autovalores complejos conjugados, y bloques <strong>de</strong> Jordan para<br />
<br />
autovalores múltiples.<br />
La forma <strong>de</strong> Jordan pue<strong>de</strong> usarse para establecer propieda<strong>de</strong>s generales <strong>de</strong><br />
matrices. Por <br />
¢§ ¦ <br />
ejemplo, . Como <br />
es<br />
<br />
<br />
<br />
triangular, es el producto <strong>de</strong> los autovalores,<br />
<br />
<br />
<br />
<br />
<br />
¢¥¦<br />
por lo que es no singular sii no tiene autovalores nulos.<br />
En MATLAB po<strong>de</strong>mos usar [q,d] = eig(A) para calcular los autovalores<br />
y la base <strong>de</strong> autovectores si es diagonalizable (sino, Chen (1999) menciona<br />
[q,d] = jordan(A), usable con restricciones, pero aparentemente disponible<br />
solamente en las versiones <strong>de</strong> MATLAB con el symbolic toolbox).<br />
3.6 Funciones <strong>de</strong> Matrices Cuadradas<br />
3.6.1 Polinomios<br />
Vimos que para cualquier <br />
<br />
entero la potencia <br />
<strong>de</strong>finimos ¢¥¦ como<br />
<br />
<br />
¢¥¦<br />
<br />
<br />
<br />
Si es diagonal en bloques, digamos <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y también ¢¥¦<br />
<br />
<br />
¢¥<br />
<br />
¦ <br />
¢¥ ¦ <br />
<br />
<br />
<br />
<br />
<br />
Camille Jordan<br />
(1838-1922)<br />
está bien <strong>de</strong>finida. Dado un polinomio ¢ ¦<br />
<br />
es fácil verificar que<br />
Dada la transformación <strong>de</strong> similitud <br />
o<br />
tenemos que<br />
<br />
<br />
¦ ¢§<br />
<br />
£¦ ¢¥¦¢<br />
<br />
<br />
<br />
o ¢ ¦ ¢£¦ <br />
Teorema 3.4 (Cayley-Hamilton). Sea<br />
característico <strong>de</strong> <br />
. Entonces<br />
¢<br />
<br />
¦ <br />
¢¥¦ <br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
¦<br />
, como<br />
§ <br />
tal que<br />
<br />
<br />
el polinomio<br />
(3.7)
3. Herramientas <strong>de</strong> Álgebra Lineal 28<br />
Es <strong>de</strong>cir, una matriz satisface su propio polinomio característico. El teorema <strong>de</strong> Cayley-Hamilton implica<br />
que se pue<strong>de</strong> escribir como una combinación lineal<br />
<br />
<strong>de</strong> . Si multiplicamos (3.7)<br />
<br />
por<br />
obtenemos que <br />
se pue<strong>de</strong> escribir como combinación lineal <strong>de</strong><br />
<br />
, que a su vez se pue<strong>de</strong><br />
<br />
escribir en términos <strong>de</strong> <br />
. <br />
En conclusión, todo polinomio ¢¥¦ pue<strong>de</strong> expresarse, para apropiados , como una combinación lineal<br />
.<br />
<strong>de</strong> las potencias <strong>de</strong> <strong>de</strong> a<br />
<br />
<br />
¢¥¦<br />
<br />
<br />
3.6.2 Polinomio mínimo<br />
Habíamos visto el teorema <strong>de</strong> Cayley-Hamilton, que <strong>de</strong>cía que toda matriz satisface su polinomio característico,<br />
es <strong>de</strong>cir,<br />
¢<br />
<br />
¦<br />
<br />
¢<br />
<br />
<br />
<br />
¦<br />
si ,<br />
¢¥¦<br />
entonces . Pero,<br />
<br />
¿podrá satisfacer un polinomio <strong>de</strong> grado<br />
menor al<br />
¢<br />
<br />
¦<br />
<strong>de</strong> ?<br />
La respuesta <strong>de</strong>pen<strong>de</strong> <strong>de</strong> la multiplicidad <strong>de</strong> los autovalores <strong>de</strong> <br />
. Cuando los autovalores son todos <strong>de</strong><br />
multiplicidad 1 (todos distintos), entonces el polinomio característico es el polinomio <strong>de</strong> menor grado que <br />
satisface (polinomio mínimo), o sea en este caso.<br />
Cuando hay autovalores con multiplicidad mayor que 1 (repetidos), el polinomio mínimo podrá ser <strong>de</strong><br />
grado menor que . El polinomio mínimo se pue<strong>de</strong> expresar como<br />
¢<br />
<br />
¦ <br />
<br />
¢<br />
¦ § <br />
<br />
don<strong>de</strong><br />
bloque <strong>de</strong> Jordan asociado <br />
es la dimensión <strong>de</strong>l bloque <strong>de</strong> Jordan más gran<strong>de</strong> asociado a . Como pue<strong>de</strong> tener más <strong>de</strong> un<br />
<br />
<br />
<br />
Ejemplo 3.5. En la matriz<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
El autovalor tiene multiplicidad 3, y dos bloques <strong>de</strong> Jordan asociados: ór<strong>de</strong>nes 2 y 1. El autovalor tiene<br />
multiplicidad 1.<br />
¢<br />
<br />
¦ <br />
<br />
¢<br />
<br />
¦ <br />
<br />
¦ ¢<br />
¦ ¢<br />
¦<br />
¢<br />
¢<br />
¦ ¢<br />
¦ ¢<br />
¦<br />
<br />
polinomio característico<br />
polinomio mínimo <br />
El polinomio mínimo es siempre factor <strong>de</strong>l polinomio característico.<br />
Como consecuencia <strong>de</strong>l teorema <strong>de</strong> Cayley-Hamilton vimos que para todo polinomio ¢<br />
matricial ¢¥¦ se pue<strong>de</strong> expresar como una combinación lineal <strong>de</strong> .<br />
<br />
¦ , el polinomio<br />
¢£¦<br />
Si el polinomio mínimo se conoce (y por lo tanto los ), en realidad se pue<strong>de</strong> expresar como una<br />
combinación lineal <strong>de</strong> un conjunto menor, , que es aún mejor.<br />
Una forma <strong>de</strong> calcular ¢£¦ ¢<br />
¢<br />
¦ ¦ <br />
(con<br />
<strong>de</strong> polinomios:<br />
si se conoce, y sino con ) es mediante la fórmula <strong>de</strong> división<br />
don<strong>de</strong> <br />
<br />
¦ ¢<br />
¢<br />
<br />
¢¥¦<br />
¢<br />
<br />
¦ ¢<br />
<br />
¦ ¢<br />
<br />
¦<br />
<br />
¦ es el polinomio cociente y ¢<br />
<br />
¢¥¦ ¢¥¦ ¢¥¦<br />
<br />
<br />
¦ el polinomio resto. Tenemos<br />
<br />
¢£¦ ¢¥¦<br />
¢¥¦<br />
o sea que todo se reduce a <strong>de</strong>terminar los coeficientes<br />
¢ ¦<br />
<br />
<strong>de</strong>l polinomio<br />
La división <strong>de</strong> polinomios es útil si el grado <strong>de</strong> ¢<br />
no es mucho mayor que el <strong>de</strong><br />
¢<br />
<br />
¦<br />
mejor <strong>de</strong>terminar los<br />
¢ ¦<br />
coeficientes<br />
¢<br />
<strong>de</strong> evaluando<br />
<strong>de</strong> ecuaciones algebraicas.<br />
<br />
<br />
<br />
<br />
¦ .<br />
. De lo contrario es<br />
<br />
<br />
¦ <br />
en los autovalores<br />
<br />
<strong>de</strong> y planteando un sistema
3. Herramientas <strong>de</strong> Álgebra Lineal 29<br />
Si los<br />
<br />
autovalores <strong>de</strong> son todos distintos,<br />
¢<br />
<br />
¦<br />
los <strong>de</strong> se pue<strong>de</strong>n resolver <strong>de</strong>l sistema <strong>de</strong> ecua-<br />
ciones con incógnitas<br />
¦<br />
<br />
¢<br />
¦ ¢<br />
¦ ¢<br />
¦ ¢<br />
¦<br />
para <br />
¢<br />
Si <br />
tiene autovalores repetidos, hay que <strong>de</strong>rivar ¢<br />
faltantes.<br />
Ejemplo 3.6. Queremos calcular <br />
<br />
con<br />
<br />
<br />
§ <br />
<br />
Planteamos el problema como el cálculo <strong>de</strong> ¢<br />
<br />
.<br />
En el espectro (el conjunto <strong>de</strong> autovalores) <strong>de</strong> <br />
¢ ¦¢<br />
<br />
¦ <br />
. Sea<br />
¢ ¦<br />
<br />
<br />
<br />
<br />
¢<br />
¢<br />
<br />
¢<br />
<br />
¦<br />
¢ ¦<br />
<br />
¢<br />
<br />
¦<br />
§¢ ¦<br />
y así concluimos que <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¦<br />
<br />
<br />
¦<br />
¦<br />
, y <br />
<br />
<br />
<br />
, o sea,<br />
<br />
<br />
<br />
¢ ¦ ¢ ¦<br />
<br />
<br />
evaluado en <br />
<br />
<br />
¢<br />
<br />
¦<br />
¦ hasta obtener las ecuaciones<br />
. El polinomio característico <strong>de</strong> es<br />
(dos elementos iguales en este caso, <br />
¢<br />
<br />
¦ <br />
<br />
Resumimos el resultado que usamos en el ejemplo en un teorema.<br />
<br />
<br />
. Finalmente,<br />
<br />
<br />
) tenemos<br />
Teorema 3.5. Sean dados ¢<br />
<br />
¢<br />
¦ ¢ ¦<br />
¦ <br />
<br />
<br />
<br />
<br />
<br />
<br />
¢ ¦ <br />
<br />
<br />
<br />
y una matriz con polinomio característico ,<br />
don<strong>de</strong> .<br />
Sea el polinomio <strong>de</strong> or<strong>de</strong>n , con coeficientes a <strong>de</strong>terminar, tal<br />
que ¢£¦ ¢¥¦ .<br />
Entonces los coeficientes pue<strong>de</strong>n calcularse resolviendo el sistema <strong>de</strong> ecuaciones algebraicas<br />
don<strong>de</strong><br />
<br />
¢<br />
¦ <br />
<br />
¢<br />
¦<br />
<br />
<br />
¢<br />
¦<br />
<br />
<br />
¢<br />
<br />
¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
para <br />
<br />
<br />
y<br />
<br />
<br />
<br />
¢<br />
¦<br />
<br />
<br />
, y <br />
¢<br />
<br />
¦<br />
<br />
<br />
<br />
<br />
<br />
,<br />
<br />
<br />
3.6.3 Funciones matriciales no necesariamente polinomiales<br />
Dada una función ¢<br />
mos el polinomio<br />
Ejemplo 3.7. Queremos calcular<br />
igualando ¢<br />
, y así <strong>de</strong>finimos ¢£¦ ¢£¦ .<br />
¦<br />
más general, una forma <strong>de</strong> <strong>de</strong>finir<br />
¢£¦<br />
es usando el Teorema 3.5. Es <strong>de</strong>cir: calcula-<br />
¢ ¦<br />
<strong>de</strong> or<strong>de</strong>n <br />
<br />
<br />
¦ ¢<br />
<br />
¦<br />
en el espectro <strong>de</strong><br />
<br />
<br />
<br />
. Sea<br />
¢ ¦<br />
<br />
<br />
¦ ¢ ¦<br />
<br />
¢¦ ¢¦<br />
<br />
¢¦ ¢¦ ¥<br />
<br />
<br />
<br />
¢¦ <br />
¢¦<br />
Haciendo las cuentas obtenemos <br />
<br />
<br />
¢¥¦¢¥ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
para <br />
<br />
<br />
. El polinomio característico <strong>de</strong> es<br />
. Aplicando el Teorema 3.5 tenemos que 3<br />
<br />
<br />
¥<br />
<br />
<br />
¦ ¢¥<br />
<br />
<br />
<br />
¥<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¦¢ ¥ <br />
<br />
, ©<br />
<br />
<br />
<br />
<br />
<br />
<br />
3Ojo que la diferenciación en la segunda línea es con respecto a , no .<br />
<br />
<br />
<br />
, y <br />
¦<br />
<br />
<br />
<br />
<br />
¥<br />
¢<br />
<br />
¦ ¢<br />
<br />
<br />
. Finalmente
3. Herramientas <strong>de</strong> Álgebra Lineal 30<br />
Ejemplo 3.8. Consi<strong>de</strong>remos el bloque <strong>de</strong> Jordan <strong>de</strong> or<strong>de</strong>n 4<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Su polinomio característico es simplemente<br />
, elegimos <br />
<br />
<br />
<br />
<br />
¢<br />
<br />
¦¢ <br />
¢ ¦ ¢<br />
¦ ¢<br />
¦ ¢<br />
¦ <br />
<br />
<br />
La condición ¢<br />
¦ ¢<br />
<br />
¦<br />
en el espectro <strong>de</strong><br />
<br />
da las expresiones<br />
<br />
¢ ¦ ¢<br />
¦ <br />
<br />
<br />
¢<br />
¦<br />
<br />
<br />
<br />
¦ . Si en vez <strong>de</strong> seleccionar ¢<br />
<br />
¢<br />
¦<br />
¡<br />
<br />
Una propiedad útil <strong>de</strong>l bloque <strong>de</strong> Jordan es la <strong>de</strong> nilpotencia <strong>de</strong> ¢<br />
<br />
<br />
¢<br />
<br />
<br />
¢<br />
¦<br />
¦ <br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
£¦ <br />
<br />
<br />
¢<br />
<br />
<br />
¦ <br />
que en este ejemplo permite obtener la expresión general para ¢¥¦<br />
¢¥¦<br />
Así, por ejemplo, si ¢<br />
<br />
<br />
<br />
¦ ¢<br />
¦ <br />
<br />
¢<br />
¦¡ <br />
<br />
¢<br />
¦§<br />
¢<br />
<br />
¦ ¢<br />
¦ <br />
<br />
¢<br />
¦§<br />
¢ <br />
<br />
<br />
¦ ¢<br />
¦<br />
<br />
¢<br />
¢<br />
¦<br />
<br />
<br />
¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
3.6.4 Series <strong>de</strong> Potencias<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¦ ,<br />
<br />
<br />
<br />
<br />
Otra forma <strong>de</strong> <strong>de</strong>finir una función matricial ¢¥¦ es a través <strong>de</strong> la serie <strong>de</strong> potencias <strong>de</strong> ¢<br />
<br />
que ¢<br />
<br />
<br />
¢<br />
¦ se pue<strong>de</strong> representar por<br />
¦<br />
<br />
<br />
<br />
con radio <strong>de</strong> convergencia . Si todos los autovalores <strong>de</strong> <br />
<strong>de</strong>finir ¢¥¦ como<br />
¢¥¦<br />
<br />
<br />
<br />
¦ <br />
<br />
<br />
¦ . Supongamos<br />
tienen magnitud menor que , entonces po<strong>de</strong>mos<br />
Esta <strong>de</strong>finición es en realidad equivalente a la anteriormente vista en el Teorema 3.5. No lo probamos, pero<br />
mostramos un caso particular.<br />
Ejemplo 3.9. Consi<strong>de</strong>remos otra vez el bloque <strong>de</strong> Jordan <strong>de</strong>l Ejemplo 3.8,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(3.8)
3. Herramientas <strong>de</strong> Álgebra Lineal 31<br />
Supongamos que ¢<br />
Entonces<br />
<br />
<br />
¦¢<br />
¦ ¢<br />
¦¢<br />
¦<br />
¢<br />
¦ ¢<br />
¦¢¥<br />
¢¥¦¢<br />
¦<br />
tiene el siguiente <strong>de</strong>sarrollo en serie <strong>de</strong> potencias alre<strong>de</strong>dor <strong>de</strong> <br />
¥¦<br />
¢<br />
¦ <br />
¢<br />
¦ <br />
<br />
¢<br />
¦ <br />
¢¥<br />
¡<br />
¦ <br />
<br />
Por la propiedad <strong>de</strong> nilpotencia <strong>de</strong>l bloque <strong>de</strong> Jordan, ¢ ¦ <br />
reduce inmediatamente a la expresión que sacamos en el Ejemplo 3.8.<br />
3.6.5 Diferenciación e Integración Matricial<br />
Se <strong>de</strong>fine elemento a elemento,<br />
<br />
<br />
¢¦<br />
<br />
<br />
son respectivamente<br />
<br />
¢¦<br />
¢¦<br />
<br />
Con estas <strong>de</strong>finiciones no es difícil probar que vale la propiedad<br />
<br />
<br />
¢¦¢¦<br />
<br />
¢¦¢¦¢¦ ¢¦<br />
<br />
el teorema fundamental <strong>de</strong>l cálculo,<br />
<br />
<br />
<br />
<br />
y la regla <strong>de</strong> Leibniz<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢¦ ¢¦<br />
¢¦ ¢¦<br />
¢¦<br />
3.6.6 La Exponencial Matricial<br />
<br />
¢¦ ¢¦<br />
Una función <strong>de</strong> particular interés en este curso es<br />
<br />
<br />
<br />
<br />
converge para todo y<br />
<br />
finitos, tenemos que<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
para <br />
<br />
¢¦<br />
<br />
¢¦<br />
. Como la serie <strong>de</strong> Taylor <br />
<br />
<br />
<br />
<br />
En MATLAB se calcula con la función expm(A), 4 que implementa la expansión <strong>de</strong> <br />
Padé.<br />
Usando (EXP) es fácil probar las siguientes dos propieda<strong>de</strong>s <strong>de</strong><br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¿Cómo probamos la tercera? En general <br />
<br />
<br />
<br />
Diferenciando término a término (EXP) obtenemos<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
así tenemos que <br />
¢<br />
<br />
<br />
¦<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
¦<br />
<br />
¦<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
(¿por qué?).<br />
4 Ojo no confundir con exp(A), que da la matriz <strong>de</strong> las exponenciales <strong>de</strong> los elementos <strong>de</strong> .<br />
<br />
<br />
<br />
<br />
, la serie <strong>de</strong> potencias se<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(EXP)
3. Herramientas <strong>de</strong> Álgebra Lineal 32<br />
Ejercicio 3.1. Probar que la transformada <strong>de</strong> Laplace <strong>de</strong> es<br />
<br />
¥¡<br />
<br />
3.7 Ecuación <strong>de</strong> Lyapunov<br />
Es la siguiente ecuación matricial<br />
(LYAP)<br />
don<strong>de</strong> y son matrices constantes, respectivamente <strong>de</strong> dimensiones y . Las matrices y la<br />
incógnita son .<br />
La ecuación (LYAP) es lineal en y pue<strong>de</strong> escribirse como sistema <strong>de</strong> ecuaciones algebraicas en la<br />
forma estándar . Veámoslo para y :<br />
© <br />
<br />
©<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
© <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
© <br />
©<br />
© <br />
© <br />
<br />
Haciendo las cuentas y expresando y como vectores apilando sus columnas, llegamos a<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es <strong>de</strong>cir <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
©<br />
© <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, don<strong>de</strong> es la matriz <strong>de</strong> la ecuación anterior, y y son las matrices <br />
<br />
y convertidas en vectores . 5<br />
Como es cuadrada, por el Teorema 3 <strong>de</strong> la clase <strong>de</strong>l 20 <strong>de</strong> marzo, esta ecuación tiene solución única<br />
si la matriz es invertible, es <strong>de</strong>cir si no tiene ningún autovalor nulo.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Resulta que si y son respectivamente los autovalores <strong>de</strong> y , los autovalores <strong>de</strong> son ,<br />
¥ .<br />
En MATLAB la ecuación (LYAP) se resuelve con lyap(A,B,-C).<br />
3.8 Formas Cuadráticas<br />
Dada una matriz , la función escalar , don<strong>de</strong> , es una forma cuadrática. Sin pérdida<br />
<strong>de</strong> generalidad se pue<strong>de</strong> tomar como simétrica, , ya que<br />
§ para todo .<br />
Los autovalores <strong>de</strong> una matriz simétrica son todos reales, ya que para todo autovalor con autovector <strong>de</strong><br />
,<br />
1. el escalar (don<strong>de</strong> <strong>de</strong>nota la transpuesta conjugada <strong>de</strong> ) es real (sea real o no),<br />
y así<br />
2. <strong>de</strong>be ser real dado que<br />
<br />
<br />
pue<strong>de</strong> escribirse en forma compacta como ( : producto <strong>de</strong> Kronecker).<br />
5
3. Herramientas <strong>de</strong> Álgebra Lineal 33<br />
Toda matriz real simétrica es diagonalizable, es <strong>de</strong>cir, el or<strong>de</strong>n <strong>de</strong> su mayor bloque <strong>de</strong> Jordan es . Si no<br />
lo fuera, es <strong>de</strong>cir, si existiera un autovector generalizado <strong>de</strong> or<strong>de</strong>n mayor que asociado a algún autovalor<br />
repetido , tendría que verificarse que<br />
¡<br />
¡ <br />
¡<br />
Pero entonces<br />
§<br />
¡ <br />
¦¥ ¡<br />
<br />
<br />
para algún ¢¤£<br />
<br />
<br />
, y (3.9)<br />
(3.10)<br />
¡<br />
¡ <br />
¡<br />
¡ ¡<br />
¡ ¡ ¡ ¡ ¡ <br />
©¨ <br />
¡<br />
¡ <br />
¡ ¡<br />
<br />
¡ ¡ <br />
<br />
<br />
¡ <br />
<br />
(3.11)<br />
<strong>de</strong>bería ser nulo por (3.9) y no nulo por (3.10). Una contradicción que prueba que no pue<strong>de</strong> tener<br />
bloques <strong>de</strong> Jordan <strong>de</strong> or<strong>de</strong>n mayor que , y por lo tanto <strong>de</strong>be ser similar a una matriz diagonal: existe una<br />
matriz no singular tal que , don<strong>de</strong> es diagonal.<br />
Notar que como es simétrica y diagonal,<br />
¡ ¡ § <br />
que implica que ¡ y . Toda matriz no singular con esta propiedad se llama ortogonal, y<br />
sus columnas son vectores ortonormales.<br />
Teorema 3.6. Para toda matriz real simétrica existe una matriz ortogonal tal que<br />
<br />
o <br />
don<strong>de</strong> es una matriz diagonal con los autovalores <strong>de</strong> , que son todos reales, en la diagonal.<br />
Una <strong>de</strong>sigualdad importante para una matriz simétrica es la <strong>de</strong>sigualdad <strong>de</strong> Rayleigh-Ritz, que dice<br />
que para cualquier <br />
<br />
don<strong>de</strong> y son respectivamente el menor y mayor autovalor <strong>de</strong> .<br />
3.8.1 Matrices <strong>de</strong>finidas y semi-<strong>de</strong>finidas positivas<br />
Una matriz simétrica se dice <strong>de</strong>finida positiva, que <br />
£<br />
<strong>de</strong>notamos , si <br />
£ para todo vector<br />
no nulo. Es semi-<strong>de</strong>finida positiva, que <strong>de</strong>notamos <br />
<br />
, si para todo vector no<br />
nulo.<br />
<br />
Si es <strong>de</strong>finida positiva, <br />
entonces <br />
sii . Si es semi-<strong>de</strong>finida positiva, entonces existe<br />
algún no nulo tal <br />
que .<br />
Existen pruebas para <strong>de</strong>terminar si una matriz es <strong>de</strong>finida o semi-<strong>de</strong>finida positiva basados en las propieda<strong>de</strong>s<br />
<strong>de</strong>l signo <strong>de</strong> los <strong>de</strong>terminantes <strong>de</strong> diversas submatrices. Uno <strong>de</strong> ellos se basa en los menores<br />
principales.<br />
<br />
<br />
<br />
<br />
Sea una matriz simétrica con entradas . Entonces dados los enteros <br />
<br />
y<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, con <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, <strong>de</strong>finimos los menores principales <strong>de</strong> la matriz como<br />
<br />
<br />
<br />
Los ¥ escalares ¥ , , que son simplemente los <strong>de</strong>terminantes <strong>de</strong> las submatrices <strong>de</strong><br />
la esquina superior izquierda <strong>de</strong> ,<br />
<br />
<br />
<br />
¥ <br />
<br />
<br />
<br />
<br />
son los primeros menores principales <strong>de</strong> .
3. Herramientas <strong>de</strong> Álgebra Lineal 34<br />
Teorema 3.7. Una matriz simétrica es <strong>de</strong>finida positiva (semi-<strong>de</strong>finida positiva) sii cualquiera <strong>de</strong> las siguientes<br />
condiciones se satisface:<br />
1. Cada uno <strong>de</strong> sus autovalores es positivo (no negativo).<br />
2. Todos sus primeros menores principales son positivos (todos su menores principales son no negativos).<br />
3. Existe una matriz no singular (una matriz singular , o una matriz , con<br />
) tal que .<br />
Una matriz simétrica es <strong>de</strong>finida negativa (semi-<strong>de</strong>finida negativa ) si es <strong>de</strong>finida positiva (semi<strong>de</strong>finida<br />
positiva).<br />
Ejemplo 3.10. La matriz simétrica<br />
<br />
<br />
<br />
<br />
es <strong>de</strong>finida positiva si y sólo si<br />
<br />
<br />
, y <br />
<br />
.<br />
<br />
<br />
<br />
£<br />
y <br />
<br />
<br />
<br />
£<br />
. Es semi-<strong>de</strong>finida positiva si y sólo si <br />
3.9 La Descomposición en Valores Singulares (SVD)<br />
Consi<strong>de</strong>remos una matriz y <strong>de</strong>finamos . Claramente es , simétrica, y semi-<strong>de</strong>finida<br />
positiva. Sus autovalores son no negativos. Como<br />
<br />
las matrices cuadradas y comparten los mismos autovalores positivos y sólo difieren en el número<br />
<strong>de</strong> autovalores nulos.<br />
Supongamos que hay autovalores positivos <strong>de</strong> , y sea . Entonces po<strong>de</strong>mos or<strong>de</strong>nar<br />
<br />
<br />
<br />
Los valores singulares <strong>de</strong> la matriz son<br />
<br />
<br />
<br />
£<br />
<br />
<br />
<br />
Por el Teorema 3.7, para existe una matriz ortogonal tal que<br />
<br />
don<strong>de</strong> es una matriz diagonal con los <br />
<br />
<br />
Teorema 3.8 (Descomposición en Valores Singulares). Para toda matriz , existen matrices ortonormales<br />
y tales que<br />
don<strong>de</strong> <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
.<br />
. ..<br />
<br />
<br />
.<br />
.<br />
. <br />
.<br />
.<br />
.<br />
en la diagonal. La matriz es con los en la diagonal.<br />
. .<br />
.<br />
. <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
.
3. Herramientas <strong>de</strong> Álgebra Lineal 35<br />
Los vectores en las columnas <strong>de</strong> y son los vectores singulares izquierdos y<br />
<strong>de</strong>rechos respectivamente <strong>de</strong> .<br />
Es fácil verificar comparando las columnas <strong>de</strong> las ecuaciones y que<br />
<br />
<br />
<br />
<br />
La <strong>de</strong>scomposición en valores singulares (SVD) 6 revela muchas propieda<strong>de</strong>s <strong>de</strong> la matriz . Por ejemplo, si<br />
es el índice <strong>de</strong>l valor singular positivo más pequeño, entonces<br />
1. el rango <strong>de</strong> es ,<br />
2. los <br />
vectores son una base ortonormal <strong>de</strong>l kernel <strong>de</strong> ,<br />
3. los vectores <br />
son una base ortonormal <strong>de</strong> la imagen <strong>de</strong> ,<br />
<br />
4. tenemos la representación<br />
<br />
<br />
<br />
<br />
<br />
<br />
Los valores singulares representan precisamente las longitu<strong>de</strong>s <strong>de</strong> los semiejes <strong>de</strong>l <br />
hiper-elipsoi<strong>de</strong><br />
. <br />
© . La Figura 3.3 muestra el conjunto para una matriz con <br />
1<br />
0.5<br />
0<br />
−0.5<br />
−1<br />
1<br />
0.5<br />
0<br />
−0.5<br />
<br />
<br />
−1<br />
−1<br />
−0.5<br />
Figura 3.3: Hiper-elipsoi<strong>de</strong> en .<br />
En MATLAB la función [U,S,V]=svd(A) calcula los valores y vectores singulares.<br />
3.10 Normas <strong>de</strong> Matrices<br />
El concepto <strong>de</strong> norma <strong>de</strong> vectores se extien<strong>de</strong> a matrices. Sea una matriz . La norma <strong>de</strong> pue<strong>de</strong><br />
<strong>de</strong>finirse como<br />
<br />
<br />
<br />
<br />
(3.12)<br />
¥<br />
<br />
Esta norma <strong>de</strong>finida <strong>de</strong>s<strong>de</strong> la norma <strong>de</strong> los vectores se llama norma inducida. Usando diferentes normas<br />
vectoriales , , , etc.) obtenemos diferentes normas inducidas. En este curso vamos a utilizar la norma<br />
(<br />
inducida por la norma vectorial euclí<strong>de</strong>a, , que es la que se conoce como norma espectral <strong>de</strong> una matriz.<br />
Otra propiedad importante <strong>de</strong> la <strong>de</strong>scomposición en valores singulares <strong>de</strong> es que la norma espectral<br />
<strong>de</strong> está dada por su mayor valor singular,<br />
<br />
<br />
6Singular Value Decomposition.<br />
<br />
<br />
<br />
<br />
0<br />
0.5<br />
<br />
<br />
1
3. Herramientas <strong>de</strong> Álgebra Lineal 36<br />
Ejemplo 3.11. Si y <br />
<br />
<br />
¥ <br />
está dada por (3.12) como<br />
<br />
<br />
son números reales, la norma espectral <strong>de</strong><br />
<br />
<br />
<br />
<br />
<br />
<br />
Para no tener que resolver un problema <strong>de</strong> optimización con restricciones, calculamos a través <strong>de</strong> <br />
computando los autovalores <strong>de</strong> . El polinomio característico <strong>de</strong> es<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Las raíces <strong>de</strong> esta cuadrática están dadas por<br />
<br />
¡ ¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
El radical pue<strong>de</strong> escribirse <strong>de</strong> forma que su positividad es obvia. Eligiendo el signo positivo, y <strong>de</strong>spués <strong>de</strong> un<br />
poco <strong>de</strong> álgebra llegamos a<br />
<br />
<br />
De (3.13) se ve que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La propiedad <strong>de</strong> que <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
para cualquier autovalor no nulo <strong>de</strong> <br />
<br />
<br />
<br />
<br />
(3.13)<br />
es mayor que la magnitud mayor <strong>de</strong> los autovalores <strong>de</strong> es general, y más aún,<br />
<br />
<br />
<br />
<br />
<br />
La norma espectral <strong>de</strong> una matriz en MATLAB se calcula con norm(A).<br />
Algunas propieda<strong>de</strong>s útiles <strong>de</strong> la norma espectral <strong>de</strong> matrices:<br />
<br />
<br />
<br />
3.11 Resumen<br />
En este capítulo hemos repasado<br />
Las <strong>de</strong>finiciones básicas relativas a vectores y matrices, traza, <strong>de</strong>terminante, e inversa.<br />
Bases y conjuntos ortonormales, in<strong>de</strong>pen<strong>de</strong>ncia lineal, el concepto <strong>de</strong> norma, y el método <strong>de</strong> ortonor-<br />
<br />
malización <strong>de</strong> Schmidt.<br />
Los resultados principales para la solución <strong>de</strong> ecuaciones lineales algebraicas, y los conceptos <strong>de</strong><br />
<br />
imagen, rango y kernel <strong>de</strong> una matriz. En particular, la <br />
ecuación<br />
– tiene solución sii está en la imagen <strong>de</strong> .<br />
§ <br />
(<br />
©<br />
<br />
<br />
– tiene solución única si<br />
– tiene infinitas soluciones si .<br />
£<br />
).
3. Herramientas <strong>de</strong> Álgebra Lineal 37<br />
Transformaciones <strong>de</strong> similitud <strong>de</strong> matrices, que permiten representar una matriz en diferentes coor<strong>de</strong>-<br />
<br />
nadas,<br />
Formas diagonales y <strong>de</strong> Jordan, que muestran la estructura básica <strong>de</strong> una matriz dada. No toda matriz<br />
<br />
pue<strong>de</strong> diagonalizarse, pero siempre se pue<strong>de</strong> obtener la forma <strong>de</strong> Jordan (diagonal en bloques).<br />
Funciones polinomiales <strong>de</strong> matrices y el teorema <strong>de</strong> Cayley-Hamilton, que dice que toda matriz satis-<br />
<br />
face su polinomio característico.<br />
. Es siempre un factor<br />
<strong>de</strong>l polinomio característico <strong>de</strong> la matriz (coinci<strong>de</strong> con éste si no tiene autovalores repetidos).<br />
El polinomio mínimo, que es el polinomio <strong>de</strong> menor or<strong>de</strong>n tal que <br />
<br />
Que una función <strong>de</strong> una matriz cuadrada, pue<strong>de</strong> <strong>de</strong>finirse evaluando en el espectro <strong>de</strong> , y<br />
<br />
por lo tanto, como una combinación lineal <strong>de</strong> (o <strong>de</strong> es el<br />
or<strong>de</strong>n <strong>de</strong>l polinomio mínimo <strong>de</strong> ).<br />
Diferenciación e integración <strong>de</strong> matrices, <strong>de</strong>finida elemento a elemento.<br />
don<strong>de</strong> <br />
solución única sii los autovalores <strong>de</strong> , y <strong>de</strong> son tales ¥ <br />
<br />
que<br />
.<br />
<br />
La ecuación <strong>de</strong> Lyapunov , que es una ecuación lineal algebraica matricial que tiene<br />
<br />
,<br />
Las formas cuadráticas , que son funciones escalares cuadráticas en los elementos <strong>de</strong>l vector ,<br />
<br />
don<strong>de</strong> pue<strong>de</strong> tomarse como simétrica (o ser reemplada ¥ por ).<br />
Que las matrices simétricas tienen siempre autovalores reales, y que son siempre diagonalizables.<br />
Matrices simétricas <strong>de</strong>finidas, y semi-<strong>de</strong>finidas positivas, que son aquellas para las que es<br />
<br />
positiva, y no negativa, respectivamente.<br />
La <strong>de</strong>scomposición en valores singulares <strong>de</strong> una matriz . Los valores singulares son la raíz cuadrada<br />
<br />
<strong>de</strong> los autovalores <strong>de</strong> .<br />
La norma espectral <strong>de</strong> una matriz , que es la inducida por la norma euclí<strong>de</strong>a <strong>de</strong> vectores, y es el<br />
<br />
máximo valor singular, <strong>de</strong> .<br />
3.12 Ejercicios<br />
<br />
Ejercicio 3.2. Dados los vectores y <br />
1. Calcular sus normas 1, 2 e .<br />
2. Encontrar vectores ortonormales que generen el mismo subespacio.<br />
Ejercicio 3.3. Determinar rango y bases <strong>de</strong> la imagen y el kernel para cada una <strong>de</strong> las siguientes matrices:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 3.4. Dada la ecuación<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¿Cuantas soluciones tiene? ¿Qué pasa si ?<br />
Ejercicio 3.5. Dada la ecuación
3. Herramientas <strong>de</strong> Álgebra Lineal 38<br />
1. Encontrar la forma <strong>de</strong> la solución general.<br />
2. Encontrar la solución <strong>de</strong> mínima norma euclí<strong>de</strong>a.<br />
Ejercicio 3.6. Dadas<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
encontrar las representaciones <strong>de</strong> con respecto a las bases<br />
Ejercicio 3.7. Representar en forma <strong>de</strong> Jordan las siguientes matrices<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 3.8. Mostrar que si es un autovalor <strong>de</strong> con autovector , entonces es un autovalor <strong>de</strong><br />
con autovector .<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 3.9. Calcular para las matrices y <br />
Ejercicio 3.10. Mostrar que funciones <strong>de</strong> la misma matriz ¡¡ conmutan: .<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y <br />
<br />
<br />
<br />
<br />
<strong>de</strong>l Ejercicio 2 <strong>de</strong> la clase <strong>de</strong>l 22 <strong>de</strong> marzo.<br />
Ejercicio 3.11. Sean todos los autovalores <strong>de</strong> distintos, y sea un autovector por <strong>de</strong>recha <strong>de</strong> <br />
<br />
<br />
asociado<br />
a , . Sea y <br />
<br />
1. es un autovector por izquierda <strong>de</strong> asociado a : .<br />
2.<br />
¡ <br />
<br />
<br />
<br />
<br />
Ejercicio 3.12. Encontrar solución <strong>de</strong> la ecuación <strong>de</strong> Lyapunov con<br />
solución única?<br />
<br />
<br />
.<br />
don<strong>de</strong> es la fila <strong>de</strong> . Mostrar que<br />
<br />
<br />
<br />
Ejercicio 3.13. ¿Son las siguientes matrices <strong>de</strong>finidas o semi-<strong>de</strong>finidas positivas?<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 3.14. Calcular los valores singulares <strong>de</strong> las siguientes matrices<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 3.15. Calcular la norma espectral <strong>de</strong> las siguientes matrices<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 3.16. Dada una constante <br />
<br />
<strong>de</strong> sean los dos y .<br />
<br />
<br />
£<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 3.17. Si es invertible probar que ¡ .<br />
<br />
<br />
<br />
<br />
, , <br />
<br />
<br />
<br />
<br />
<br />
.<br />
. ¿Existe<br />
<br />
, mostrar cómo <strong>de</strong>finir una matriz tal que los autovalores
Capítulo 4<br />
Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y<br />
Realizaciones<br />
4.1 Solución <strong>de</strong> Ecuaciones <strong>de</strong> Estado Estacionarias<br />
Vimos que los sistemas lineales pue<strong>de</strong>n representarse mediante integrales <strong>de</strong> convolución y, si son <strong>de</strong> dimensión<br />
finita (a parámetros concentrados), también mediante ecuaciones <strong>de</strong> estado.<br />
No existe forma analítica simple <strong>de</strong> resolver la integral <strong>de</strong> convolución<br />
<br />
¡ (4.1)<br />
<br />
La forma más fácil es calcularla numéricamente en una computadora digital, para lo cual hay que aproximarla<br />
primero mediante una discretización.<br />
Cuando el sistema es <strong>de</strong> dimensión finita, la forma más eficiente <strong>de</strong> calcular es obtener una representación<br />
en EE <strong>de</strong> (4.1) (realización) y resolver las ecuaciones<br />
(4.2)<br />
<br />
(4.3)<br />
Empezamos consi<strong>de</strong>rando el caso estacionario (invariante en el tiempo), es <strong>de</strong>cir: constantes.<br />
Buscamos la solución <strong>de</strong> la ecuación<br />
para un estado inicial dados. Un método <strong>de</strong> encontrar la solución en este caso,<br />
como es simple, es “probar” una solución candidata y ver si satisface la ecuación. Para el sistema escalar<br />
(4.4)<br />
<br />
<br />
y entrada <br />
<br />
<br />
<br />
<br />
<br />
sabemos que la solución tiene ¥ <br />
<br />
la forma , así que probamos suponiendo que en (4.4) va a<br />
involucrar a la exponencial matricial .<br />
Multiplicando ambos lados <strong>de</strong> la ecuación (4.4) (en ) por obtenemos<br />
<br />
©<br />
© © <br />
<br />
§<br />
<br />
<br />
¨ © <br />
La integración <strong>de</strong> esta última ecuación entre y da<br />
es <strong>de</strong>cir,<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
39
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 40<br />
Como la inversa <strong>de</strong> es y , como vimos en clases anteriores, finalmente arribamos a la solución<br />
<strong>de</strong> (4.4)<br />
La ecuación (4.5) es la solución general <strong>de</strong> la ecuación <strong>de</strong> estado (4.4). Suele referirse como la fórmula<br />
<strong>de</strong> variación <strong>de</strong> los parámetros.<br />
La substitución <strong>de</strong> (4.5) en la ecuación <strong>de</strong> salida (4.3) expresa como<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡ (4.5)<br />
<br />
que evi<strong>de</strong>ncia la superposición <strong>de</strong> la respuesta a entrada nula y la respuesta a condiciones iniciales nulas.<br />
La solución <strong>de</strong> la ecuación <strong>de</strong> estado también pue<strong>de</strong> calcularse en el dominio frecuencial haciendo la<br />
transformada <strong>de</strong> Laplace <strong>de</strong> (4.2) y (4.3) 1 y resolviendo las ecuaciones algebraicas obtenidas:<br />
<br />
<br />
<br />
<br />
<br />
¡¥ <br />
<br />
<br />
<br />
(4.6)<br />
<br />
<br />
<br />
<br />
<br />
<br />
Las fórmulas (4.5) o (4.6) requieren la exponencial matricial . Como vimos, esta pue<strong>de</strong> calcularse en<br />
más <strong>de</strong> una forma, entre otras,<br />
1. Usando el Teorema 1 <strong>de</strong> la clase <strong>de</strong>l 27 <strong>de</strong> marzo, evaluando en el espectro <strong>de</strong> , y<br />
calculando los coeficientes <strong>de</strong>l polinomio matricial .<br />
2. Encontrando la forma <strong>de</strong> Jordan <strong>de</strong> ¡ , usando la fórmula explícita <strong>de</strong> (también vista el 27<br />
<strong>de</strong> marzo), y <strong>de</strong>spués haciendo ¡ .<br />
3. Como <br />
Ejemplo 4.1. Consi<strong>de</strong>remos la ecuación<br />
<br />
<br />
<br />
<br />
¡ , calculando la inversa <strong>de</strong> y antitransformando.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Su solución está dada por la ecuación (4.5). Calculamos por el método 3; la inversa <strong>de</strong> es<br />
¡ ¡ <br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
© <br />
<br />
<br />
<br />
<br />
<br />
La matriz es la antitransformada Laplace ¡ <strong>de</strong> , que obtenemos expandiendo en fracciones<br />
simples y usando una tabla <strong>de</strong> transformada Laplace (o en MATLAB con el symbolic toolbox con la función<br />
ilaplace).<br />
<br />
¡<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡ ¡<br />
<br />
¡ ¡ <br />
<br />
Finalmente, usando la fórmula <strong>de</strong> variación <strong>de</strong> los parámetros (4.5)<br />
<br />
1 <strong>Clase</strong> <strong>de</strong>l 8 <strong>de</strong> marzo.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 41<br />
4.1.1 Comportamiento asintótico <strong>de</strong> la respuesta a entrada nula<br />
De la forma <strong>de</strong> don<strong>de</strong> está en forma <strong>de</strong> Jordan po<strong>de</strong>mos <strong>de</strong>ducir el comportamiento asintótico <strong>de</strong> la<br />
respuesta <strong>de</strong>l sistema a condiciones iniciales. Consi<strong>de</strong>remos un sistema cuya matriz ¡ es<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La respuesta a entrada nula <strong>de</strong> <br />
es <br />
<br />
en forma cerrada para<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
, don<strong>de</strong> ya conocemos la expresión<br />
Vemos que cada elemento <strong>de</strong> será una combinación lineal <strong>de</strong> los términos , que<br />
surgen <strong>de</strong> los autovalores <strong>de</strong> y sus multiplicida<strong>de</strong>s.<br />
Po<strong>de</strong>mos así <strong>de</strong>ducir que<br />
Si todos los autovalores <strong>de</strong> , repetidos o no, tienen parte real negativa, <br />
<br />
respuesta <strong>de</strong> extingue.<br />
cuando ; la<br />
<br />
Si algún autovalor <strong>de</strong> tiene parte real positiva,<br />
forma ilimitada.<br />
cuando ; la respuesta crece en<br />
Si ningún autovalor <strong>de</strong> tiene parte real positiva, y los autovalores con parte real cero son <strong>de</strong> multipli-<br />
<br />
cidad 1, cuando para alguna cota ; la respuesta permanece acotada.<br />
Si tiene autovalores con parte real cero <strong>de</strong> multiplicidad o mayor, cuando ; la<br />
<br />
respuesta crece en forma ilimitada.<br />
Estas conclusiones son válidas en general para la respuesta <strong>de</strong> un sistema <br />
. <br />
Ejemplo 4.2 (Oscilador armónico). Para el oscilador armónico, don<strong>de</strong><br />
<br />
<br />
<br />
<br />
obtenemos<br />
<strong>de</strong> don<strong>de</strong><br />
<br />
¡ ¡ <br />
<br />
<br />
<br />
<br />
<br />
© <br />
<br />
<br />
©<br />
<br />
¡<br />
<br />
<br />
<br />
La respuesta a entrada <br />
<br />
nula<br />
<br />
<br />
<br />
<br />
<br />
será oscilatoria.
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 42<br />
4.1.2 Discretización<br />
Una aplicación directa <strong>de</strong> la fórmula <strong>de</strong> variación <strong>de</strong> los parámetros es la discretización <strong>de</strong> sistemas para<br />
simulación o diseño <strong>de</strong> controladores digitales.<br />
D/A <br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
A/D<br />
<br />
Consi<strong>de</strong>remos el sistema en tiempo continuo dado por sus EE<br />
<br />
<br />
<br />
Preten<strong>de</strong>mos obtener un mo<strong>de</strong>lo discreto en EE asumiendo un bloqueador <strong>de</strong> or<strong>de</strong>n cero a la entrada y<br />
un muestreador a la salida.<br />
Discretización simple pero inexacta<br />
Hagamos primero un enfoque intuitivo. La forma más simple <strong>de</strong> obtener un mo<strong>de</strong>lo discreto <strong>de</strong> este sistema<br />
para un muestreo regular con periodo es usando la aproximación<br />
<br />
<br />
<br />
para <br />
obtener<br />
, ¢<br />
<br />
¢<br />
<br />
<br />
<br />
¥ , llegamos al mo<strong>de</strong>lo<br />
<br />
<br />
<br />
<br />
. Si sólo nos interesa la evolución <strong>de</strong>l sistema en los instantes<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
© <br />
¢<br />
<br />
¢<br />
(4.7)<br />
<br />
El mo<strong>de</strong>lo discreto (4.7) es simple <strong>de</strong> obtener, pero inexacto inclusive en los instantes <strong>de</strong> muestreo.<br />
Discretización exacta<br />
Un mo<strong>de</strong>lo discreto exacto <strong>de</strong>l sistema continuo pue<strong>de</strong> obtenerse usando la fórmula <strong>de</strong> variación <strong>de</strong> los<br />
parámetros que da la solución general <strong>de</strong> la EE.<br />
La salida <strong>de</strong>l bloqueador <strong>de</strong> or<strong>de</strong>n cero (D/A) se mantiene constante durante cada período <strong>de</strong> muestreo<br />
hasta la próxima muestra,<br />
<br />
<br />
¢<br />
<br />
<br />
¢<br />
para <br />
¢<br />
<br />
<br />
<br />
¢<br />
<br />
Para esta entrada seccionalmente constante, evaluamos el estado <strong>de</strong>l sistema continuo en el instante <strong>de</strong><br />
<br />
muestreo ,<br />
¢<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
¡ <br />
¡<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
¡<br />
© <br />
¢<br />
<br />
<br />
<br />
.<br />
¡ <br />
<br />
¡ <br />
<br />
<br />
¡<br />
¡ <br />
¢
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 43<br />
don<strong>de</strong> en la última línea usamos <br />
Así llegamos al mo<strong>de</strong>lo discreto<br />
don<strong>de</strong><br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
¢ <br />
<br />
<br />
<br />
¢<br />
<br />
¢ ¢ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
.<br />
El mo<strong>de</strong>lo (4.8) da el valor exacto <strong>de</strong> las variables en<br />
Usando la igualdad<br />
<br />
© , si es no singular po<strong>de</strong>mos computar <br />
<br />
<br />
¡ <br />
<br />
§<br />
<br />
Un método mejor, que vale para toda , surje <strong>de</strong>l siguiente resultado<br />
¢<br />
.<br />
con la fórmula<br />
Teorema 4.1 (Van Loan (1978)). Sean dados los enteros positivos tales que . Si <strong>de</strong>finimos<br />
la matriz triangular<br />
don<strong>de</strong> <br />
<br />
<br />
<br />
<br />
<br />
, <br />
<br />
<br />
<br />
<br />
<br />
y <br />
<br />
<br />
<br />
<br />
don<strong>de</strong> <br />
<br />
, entonces para <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Aplicando el teorema <br />
<br />
<br />
para <br />
<br />
obtenemos<br />
La función MATLAB [Ad,Bd] = c2d(A,B,T) calcula<br />
<br />
4.2 Ecuaciones <strong>de</strong> Estado Equivalentes<br />
<br />
<br />
<br />
y <br />
<br />
<br />
y <br />
<br />
<br />
<br />
.<br />
<strong>de</strong> estas expresiones.<br />
La <strong>de</strong>scripción en EE para un sistema dado no es única. Dada una representación en EE, un simple cambio<br />
<strong>de</strong> coor<strong>de</strong>nadas nos lleva a una representación en EE distinta equivalente <strong>de</strong>l mismo sistema.<br />
<br />
Ejemplo 4.3. Sea el circuito RLC <strong>de</strong> la figura, don<strong>de</strong> <br />
, y<br />
tensión en el capacitor.<br />
Si elegimos como variables <strong>de</strong> estado la tensión<br />
en la resistencia y la tensión en el capacitor, obtenemos<br />
la <strong>de</strong>scripción en EE<br />
<br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Si en cambio elegimos las corrientes <strong>de</strong> lazo<br />
obtenemos<br />
<br />
<br />
<br />
<br />
<br />
© <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¥<br />
<br />
<br />
<br />
<br />
<br />
¥ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y <br />
<br />
<br />
<br />
<br />
<br />
<br />
Las dos <strong>de</strong>scripciones en EE valen para el mismo circuito. De hecho pue<strong>de</strong> verificarse que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es <strong>de</strong>cir o .<br />
<br />
<br />
<br />
<br />
(4.8)<br />
. Como salida tomamos la<br />
La matriz (no singular) representa un cambio <strong>de</strong> coor<strong>de</strong>nadas o transformación <strong>de</strong> equivalencia.
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 44<br />
Definición 4.1 (Transformación <strong>de</strong> Equivalencia). Sea una matriz no singular, y ¡ sea .<br />
Entonces la EE<br />
<br />
<br />
<br />
¡ <br />
don<strong>de</strong> , se dice (algebraicamente) equivalente a la EE en con las<br />
matrices , y es una transformación <strong>de</strong> equivalencia.<br />
<br />
<br />
¡ <br />
<br />
Por lo visto en el repaso <strong>de</strong> Álgebra Lineal, las matrices y son similares y comparten los mismos<br />
autovalores con la misma estructura <strong>de</strong> autovectores. 2<br />
La función MATLAB [Ab,Bb,Cb,Db] = ss2ss(A,B,C,D,P) realiza transformaciones <strong>de</strong> equivalencia.<br />
4.2.1 Equivalencia a estado cero<br />
Dos <strong>de</strong>scripciones estacionarias en EE son equivalentes a estado cero si tienen la misma matriz transferencia,<br />
¥ (4.9)<br />
¡¡<br />
Usando la expansión en series3 <br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
¡<br />
válida para todo que no sea un autovalor <strong>de</strong> , po<strong>de</strong>mos escribir (4.9) como<br />
¡ <br />
<br />
Teorema 4.2 (Equivalencia a Estado Cero). Dos EE lineales y estacionarias y<br />
son equivalentes a estado cero sii <br />
4.2.2 Parámetros <strong>de</strong> Markov<br />
y , para <br />
<br />
<br />
¥<br />
La matriz representa la ganancia estática directa <strong>de</strong>l sistema. <br />
Cuando<br />
reduce a <br />
<br />
<br />
<br />
Los coeficientes<br />
<br />
<br />
<br />
<br />
, la matriz transferencia se<br />
¡ , que no es otra cosa que la transformada Laplace <strong>de</strong> la respuesta al impulso<br />
<br />
.<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
son las <strong>de</strong>rivadas <strong>de</strong> la respuesta al impulso en el origen, y se llaman parámetros <strong>de</strong> Markov.<br />
En otras palabras, dos sistemas en EE son equivalentes a estado cero<br />
<br />
<br />
sus respuestas al impulso son idénticas .<br />
sus ganancias estáticas y sus parámetros <strong>de</strong> Markov son idénticos.<br />
Es claro que equivalencia algebraica implica equivalencia a estado cero. Pero que dos sistemas tengan<br />
la misma matriz transferencia no implica que tengan la misma <strong>de</strong>scripción en EE.<br />
2 Dado que la forma <strong>de</strong> Jordan es única, salvo reor<strong>de</strong>namientos <strong>de</strong> filas y columnas.<br />
3 Surge <strong>de</strong> evaluar matricialmente la función © ¡©¦ .
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 45<br />
Ejemplo 4.4 (Equivalencia algebraica <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
equivalencia a estado cero). Los sistemas<br />
<br />
<br />
son equivalentes a estado cero, ya que para ambos<br />
en<strong>de</strong>, tienen la misma función transferencia, <br />
(tienen distinta dimensión).<br />
<br />
<br />
4.3 Formas Canónicas<br />
y , <br />
para todo , y por<br />
<br />
. No son, sin embargo, algebraicamente equivalentes<br />
<br />
Existen formas particulares <strong>de</strong> las EE que presentan características útiles. Estas formas se llaman canónicas<br />
y discutimos tres:<br />
Forma canónica modal,<br />
<br />
Forma canónica controlable,<br />
<br />
Forma canónica <strong>de</strong>l controlador.<br />
4.3.1 Forma canónica modal<br />
La forma canónica modal es aquella en la que la matriz <strong>de</strong>l sistema esta en forma <strong>de</strong> Jordan. Como ya<br />
vimos, la matriz <strong>de</strong> cambio <strong>de</strong> base se forma apilando los autovectores y autovectores generalizados <strong>de</strong>l<br />
sistema.<br />
Una salvedad: cuando hay autovalores <br />
complejos<br />
que es real — con autovectores<br />
<br />
<br />
¢¡ , £¡ — naturalmente conjugados ya<br />
<br />
<br />
<br />
<br />
<br />
en vez <strong>de</strong> apilar y en hay que usar y para obtener la forma <strong>de</strong> Jordan real con el bloque <br />
<br />
¤<br />
<br />
Ejemplo 4.5. La matriz<br />
<br />
<br />
<br />
<br />
<br />
<br />
tiene <br />
autovalores ,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, y <br />
<br />
<br />
<br />
<br />
<br />
La matriz <strong>de</strong> cambio <strong>de</strong> ¡<br />
¡ <br />
base <br />
¦¥ ¥ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
4.3.2 Forma canónica controlable<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, respectivamente con autovectores<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
la lleva a la forma <strong>de</strong> Jordan real<br />
Presentamos esta forma canónica para el caso <strong>de</strong> una sola entrada <strong>de</strong> control, es <strong>de</strong>cir . Esta forma<br />
¡ , que lleva a la<br />
<br />
canónica se obtiene seleccionando como matriz <strong>de</strong> cambio <strong>de</strong> base §<br />
matriz a una forma companion,<br />
§<br />
<br />
§<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
.<br />
. ..<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
§<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
¤<br />
. <br />
<br />
<br />
(4.10)
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 46<br />
Obviamente se requiere que la matriz § sea no singular (lo que veremos suce<strong>de</strong> si el sistema es controlable).<br />
Esta forma canónica tiene una relación uno a uno con el polinomio característico <strong>de</strong> , <br />
.<br />
En MATLAB la función [Ac,Bc,Cc,Dc] = canon(A,B,C,D,’modal’) genera la forma canónica modal<br />
y canon(A,B,C,D,’companion’) la forma canónica controlable.<br />
4.3.3 Forma canónica <strong>de</strong>l controlador<br />
Una forma canónica similar a la controlable (4.10), pero más conveniente para diseño <strong>de</strong> control, es la <strong>de</strong>l<br />
controlador. Esta está dada por (caso SISO)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
La matriz <strong>de</strong> cambio <strong>de</strong> base es <br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
. .<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
<br />
<br />
<br />
§<br />
. ..<br />
<br />
<br />
.<br />
<br />
<br />
<br />
, don<strong>de</strong> §<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
y<br />
La <strong>de</strong>rivación <strong>de</strong>l caso multientrada es complicada; ver Rugh (1995, § 13).<br />
Ejemplo 4.6. Consi<strong>de</strong>remos un sistema cuyas matrices y son<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Calculamos la matriz §<br />
tico <strong>de</strong> , ¨ ¡ ¡ <br />
poly(A),<br />
§<br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<strong>de</strong> don<strong>de</strong> obtenemos<br />
§<br />
<br />
<br />
§<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
con la función MATLAB ctrb(A,B), y con el polinomio caracterís-<br />
<br />
<br />
<br />
<br />
<br />
<br />
4.4 Realizaciones<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
§<br />
<br />
<br />
¡ <br />
<br />
<br />
Como vimos, todo sistema lineal estacionario (invariante en el tiempo) pue<strong>de</strong> <strong>de</strong>scribirse por una representación<br />
entrada-salida con matriz transferencia<br />
<br />
<br />
<br />
<br />
<br />
<br />
y si el sistema es <strong>de</strong> dimensión finita, también por una representación interna en EE
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 47<br />
Cuando tenemos las EE, , la matriz transferencia pue<strong>de</strong> calcularse en forma única como <br />
<br />
<br />
.<br />
¡<br />
El problema inverso, <strong>de</strong> obtener las EE <strong>de</strong> <br />
<br />
<br />
, se llama problema <strong>de</strong> realización.<br />
Diremos que una matriz transferencia <br />
<br />
<br />
es realizable si existe una EE con tales <br />
que<br />
¡ ¡ , y el cuádruplo se dice una realización <strong>de</strong> <br />
<br />
<br />
.<br />
Como sabemos, si existe una realización, existen infinitas, no necesariamente <strong>de</strong> la misma dimensión.<br />
Una función transferencia racional (cociente <strong>de</strong> polinomios) es propia si el grado <strong>de</strong>l polinomio numerador<br />
no supera al grado <strong>de</strong>l polinomio <strong>de</strong>nominador, estrictamente propia si el grado <strong>de</strong>l numerador es menor que<br />
el <strong>de</strong>l <strong>de</strong>nominador.<br />
Una matriz transferencia es (estrictamente) propia si todos sus elementos son funciones racionales (estrictamente)<br />
propias.<br />
Teorema 4.3 (Realizabilidad). Una matriz transferencia <br />
propia.<br />
Demostración. ( ) Si<br />
<br />
es realizable <br />
<br />
es realizable, entonces existen matrices tales que<br />
<br />
¡ ¡ <br />
<br />
<br />
<br />
es una matriz racional y<br />
£©<br />
<br />
Si es , es un polinomio <strong>de</strong> or<strong>de</strong>n . Como cada elemento © <strong>de</strong> es el<br />
<br />
<strong>de</strong>terminante <strong>de</strong> una © submatriz , es una matriz <strong>de</strong> polinomios <strong>de</strong> a lo<br />
sumo grado . Así es racional y estrictamente propia, ¥ <br />
<br />
<br />
y si racional y propia.<br />
es la parte estrictamente propia <strong>de</strong> <br />
) Si que ( <br />
es una matriz racional propia <strong>de</strong>scomponemos <br />
<br />
<br />
<br />
<br />
.<br />
<br />
Definimos<br />
<strong>de</strong> los elementos <strong>de</strong> <br />
<br />
<br />
<br />
<br />
¡<br />
<br />
. Entonces po<strong>de</strong>mos expresar<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
, <br />
<br />
, don<strong>de</strong> <br />
como el polinomio mónico mínimo común <strong>de</strong>nominador<br />
<br />
don<strong>de</strong> las son matrices constantes . Entonces no es difícil probar que el conjunto <strong>de</strong> EE en<br />
forma canónica <strong>de</strong>l controlador<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
es una realización <strong>de</strong> <br />
<br />
.<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
. ..<br />
<br />
<br />
¡ <br />
<br />
<br />
Como vimos, una matriz transferencia <br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, finalizando la <strong>de</strong>mostración.<br />
es realizable sii<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
..<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
la prueba <strong>de</strong>l teorema) una forma <strong>de</strong> obtener las matrices <strong>de</strong> la ( realización es <br />
<br />
<br />
). En el caso<br />
<br />
SISO esta forma es particularmente simple y se reduce a la forma canónica <strong>de</strong>l controlador<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
. ..<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
para una función transferencia <br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es racional y propia. Vimos también (en<br />
..<br />
(4.11)<br />
<br />
<br />
<br />
<br />
<br />
¡ (4.12)<br />
<br />
<br />
dada por
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 48<br />
En el caso SIMO (una entrada y varias salidas) la forma es también simple; la única modificación en la<br />
ecuación (4.11) es en la ecuación <strong>de</strong> salida<br />
<br />
para <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
. <br />
<br />
<br />
<br />
, y la matriz transferencia es<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
(4.13)<br />
<br />
La realización SISO (4.11)-(4.12), o la SIMO (4.11)-(4.13), pue<strong>de</strong>n escribirse directamente por inspección<br />
<strong>de</strong> la matriz transferencia <br />
<br />
<br />
.<br />
El caso MIMO pue<strong>de</strong> encararse como la superposición <strong>de</strong> varios SIMOs,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
. <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
Si es la realización <strong>de</strong> la columna <br />
la superposición es<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
. ..<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
.<br />
.<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
, <br />
. ..<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, <strong>de</strong> <br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
entonces una realización <strong>de</strong>
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 49<br />
De forma similar, la realización <strong>de</strong> un sistema MIMO también se pue<strong>de</strong> encarar, mutatis mutandis, como<br />
la superposición <strong>de</strong> varios sistemas MISOs subdividiendo la matriz transferencia por filas.<br />
Ejemplo 4.7. Consi<strong>de</strong>ramos la matriz transferencia<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
§ <br />
<br />
<br />
<br />
<br />
<br />
<br />
Realizamos la parte estrictamente propia <strong>de</strong> (4.14) por columnas.<br />
<br />
<br />
§ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Finalmente superponemos las realizaciones <strong>de</strong> las columnas <strong>de</strong> <br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
4.4.1 Realización Mínima<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¥<br />
<br />
<br />
<br />
© <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
© <br />
<br />
(4.14)<br />
para obtener su realización completa.<br />
(4.15)<br />
Notamos que estos métodos <strong>de</strong> obtener una realización <strong>de</strong> una matriz transferencia (por columnas, por filas,<br />
etc.) dan en general realizaciones <strong>de</strong> distintos ór<strong>de</strong>nes.<br />
Para toda matriz transferencia realizable existen siempre realizaciones <strong>de</strong> or<strong>de</strong>n mínimo, llamadas realizaciones<br />
mínimas. Éstas son entre sí no sólo equivalentes a estado cero, sino algebraicamente equivalentes.<br />
Las realizaciones mínimas están intrínsecamente relacionadas con las propieda<strong>de</strong>s <strong>de</strong> controlabilidad y<br />
observabilidad <strong>de</strong>l sistema que estudiaremos en § 6.<br />
<br />
La función MATLAB [Am,Bm,Cm,Dm] = minreal(A,B,C,D) lleva una realización dada <strong>de</strong><br />
a una realización mínima.<br />
<br />
4.4.2 Sistemas Discretos<br />
Todo lo visto relativo a realizaciones en este capítulo se aplica sin modificaciones a sistemas <strong>de</strong> tiempo<br />
discreto.<br />
4.5 Solución <strong>de</strong> Ecuaciones <strong>de</strong> Estado Inestacionarias<br />
Consi<strong>de</strong>remos el sistema inestacionario <strong>de</strong>scripto por las EE<br />
<br />
<br />
<br />
(4.16)
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 50<br />
para el que asumimos solución única para cada condición inicial y cada entrada <strong>de</strong> control .<br />
Antes <strong>de</strong> ir al caso más general tratamos el sistema homogéneo<br />
(4.17)<br />
<br />
y mostramos por qué el método aplicado en el caso estacionario no sirve.<br />
Una condición suficiente para existencia y unicidad <strong>de</strong> solución <strong>de</strong> (4.17) es que sea una función<br />
continua <strong>de</strong> .<br />
Para cada par § la ecuación lineal (4.17) con continua tiene una solución única y continuamente<br />
diferenciable.<br />
En el caso estacionario <br />
mostrar que la solución <br />
<br />
es<br />
<br />
<br />
<br />
<br />
<br />
usando la propiedad <strong>de</strong> conmutatividad <strong>de</strong> con en<br />
<br />
extendimos la solución <strong>de</strong> la ecuación escalar <br />
<br />
Ahora, para el caso inestacionario sabemos que la solución <strong>de</strong> la ecuación escalar inestacionaria <br />
con condición inicial <br />
<br />
<br />
es<br />
para<br />
<br />
<br />
<br />
(4.18)<br />
<br />
y a<strong>de</strong>más tenemos la propiedad<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Veamos si funciona exten<strong>de</strong>r directamente (4.18) en forma matricial.<br />
Escribimos (4.18) en forma matricial como<br />
<br />
<br />
<br />
don<strong>de</strong> la exponencial <br />
matricial<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
pue<strong>de</strong> expresarse como<br />
<br />
<br />
<br />
<br />
La extensión <strong>de</strong> la solución escalar al caso matricial no es válida en el caso inestacionario pues<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¥<br />
dado que para distintos tiempos y las matrices y son distintas y por en<strong>de</strong> en general no<br />
¥ conmutan, .<br />
<br />
<br />
<br />
En general,<br />
para <strong>de</strong>rivarla.<br />
4.5.1 Matriz Fundamental<br />
Consi<strong>de</strong>remos<br />
<br />
no es una solución <strong>de</strong> <br />
y <strong>de</strong>bemos usar otro método<br />
<br />
(4.19)<br />
<br />
don<strong>de</strong> es una función continua <strong>de</strong> . Entonces para cada condición inicial existe una única<br />
solución .<br />
Supongamos que tomamos un conjunto <strong>de</strong> condiciones iniciales , <br />
darán soluciones . 4 Apilamos estas soluciones en una matriz <br />
<br />
<br />
<br />
<br />
<br />
4La notación representa la solución <strong>de</strong> (4.19) con condición inicial .<br />
para cada .<br />
¥ , que
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 51<br />
Dado que cada es una solución <strong>de</strong> (4.19), la matriz <br />
satisface<br />
<br />
con condición inicial <br />
<br />
. (4.20)<br />
<br />
Si <br />
es no singular (es <strong>de</strong>cir, las condiciones iniciales son LI), entonces <br />
se dice una matriz<br />
<br />
fundamental <strong>de</strong>l sistema (4.19).<br />
Ejemplo 4.8. Consi<strong>de</strong>remos la ecuación homogénea<br />
<br />
<br />
<br />
La solución <strong>de</strong> la primer componente <br />
<br />
<br />
<br />
<br />
Para condiciones iniciales <br />
(4.21)<br />
<br />
<br />
es <br />
<br />
<br />
<br />
<br />
es <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Como los estados iniciales y <br />
<br />
<br />
<br />
<br />
<br />
<br />
y <br />
<br />
es una matriz fundamental <strong>de</strong> (4.21).<br />
<br />
y <br />
<br />
<br />
<br />
<br />
<br />
<br />
son linealmente in<strong>de</strong>pendientes,<br />
<br />
<br />
; la solución <strong>de</strong> la segunda componente<br />
<br />
. <br />
tenemos respectivamente las soluciones<br />
<br />
Obviamente, como las columnas <strong>de</strong> <br />
<br />
no es única.<br />
se pue<strong>de</strong>n elegir LI <strong>de</strong> muchas formas, la matriz fundamental<br />
Una propiedad muy importante <strong>de</strong> una matriz fundamental <br />
es la siguiente.<br />
Una matriz fundamental <br />
es no singular para todo .<br />
Demostración. Si <br />
fuera singular para algún ¥ , entonces existiría un vector no nulo tal que<br />
<br />
<br />
<br />
<br />
.<br />
Por linealidad <strong>de</strong>l sistema, la <br />
<br />
función es una solución que <br />
cumple para todo .<br />
Como las soluciones son <br />
únicas, para todo (la solución nula es única), y en particular para<br />
, es <strong>de</strong>cir fue asumida no singular en<br />
<br />
.<br />
<br />
<br />
. Llegamos a una contradicción, pues<br />
<br />
Como una matriz fundamental <br />
es no singular para todo , su inversa está bien <strong>de</strong>finida y po<strong>de</strong>mos<br />
<br />
hacer la siguiente <strong>de</strong>finición crucial para la solución <strong>de</strong> EE inestacionarias.<br />
Definición 4.2 (Matriz <strong>de</strong> Transición <strong>de</strong> Estado). Sea <br />
Entonces la matriz<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
se llama matriz <strong>de</strong> transición <strong>de</strong> estados <strong>de</strong> <br />
cualquier matriz fundamental <strong>de</strong> <br />
.<br />
<br />
.<br />
<br />
En el caso ( estacionario constante), una matriz fundamental es directamente <br />
y así la matriz <strong>de</strong> transición resulta<br />
<br />
<br />
<br />
<br />
<br />
Ejemplo 4.9. Para el sistema (4.21) en el ejemplo anterior obtenemos <br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
¡ § ¡<br />
<br />
<br />
<br />
, y así<br />
Como hemos visto, el método usado en el caso estacionario no podía aplicarse para <strong>de</strong>rivar la solución<br />
general <strong>de</strong> EE inestacionarias (esencialmente porque no conmuta con ).<br />
Hemos también <strong>de</strong>finido<br />
<br />
,
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 52<br />
la matriz fundamental <br />
, formada apilando soluciones LI <strong>de</strong>l sistema <br />
<br />
la matriz <strong>de</strong> transición <strong>de</strong> estados <br />
ción es simplemente ¡ .<br />
<br />
En los ejercicios propuestos se pi<strong>de</strong> probar que <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y que satisface las siguientes propieda<strong>de</strong>s:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
§<br />
<br />
, y<br />
. En el caso estacionario la matriz <strong>de</strong> transi-<br />
© es la única solución <strong>de</strong> la ecuación matricial<br />
¥ (4.22)<br />
(4.23)<br />
<br />
(4.24)<br />
<br />
<br />
<br />
<br />
<br />
<br />
En esta clase utilizamos estas propieda<strong>de</strong>s <strong>de</strong> <br />
<br />
<br />
<br />
<br />
<br />
(4.25)<br />
<br />
<br />
con condiciones iniciales y entrada está dada por<br />
<br />
<br />
<br />
<br />
<br />
<br />
© para mostrar que las solución <strong>de</strong><br />
(4.26)<br />
¡ (4.27)<br />
Demostración <strong>de</strong> (4.26). Tenemos que mostrar que la solución en (4.27) satisface las condiciones iniciales<br />
y la ecuación diferencial <strong>de</strong> EE en (4.26). Evaluando (4.27) en y usando la propiedad (4.23)<br />
vemos que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Usando (4.22) y la regla <strong>de</strong> Leibniz, 5 obtenemos<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
© <br />
© <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
© <br />
© <br />
La respuesta <strong>de</strong> la salida en (4.26) está dada por<br />
<br />
<br />
La respuesta a entrada nula es<br />
© <br />
<br />
<br />
<br />
© <br />
<br />
© <br />
<br />
y la respuesta a condiciones iniciales nulas se pue<strong>de</strong> escribir como<br />
<br />
<br />
<br />
<br />
<br />
5 <strong>Clase</strong> <strong>de</strong>l 27 <strong>de</strong> marzo <br />
<br />
<br />
© <br />
<br />
¥ ¡ (4.28)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 53<br />
que correspon<strong>de</strong> con la representación entrada-salida vista<br />
<br />
<br />
<br />
<br />
Comparando (4.28) y (4.29) concluimos que la respuesta <strong>de</strong>l sistema (4.26) a un impulso aplicado en el<br />
instante está dada por<br />
<br />
<br />
©<br />
<br />
<br />
¡ (4.29)<br />
<br />
<br />
<br />
¡ (4.30)<br />
<br />
La solución general <strong>de</strong> la EE en sistemas inestacionarios requiere la solución <strong>de</strong> la ecuación<br />
<br />
para obtener <br />
<br />
<br />
<br />
<br />
, o la solución <strong>de</strong> la ecuación<br />
<br />
<br />
<br />
para obtener <br />
. Salvo para casos especiales, estas ecuaciones son difíciles <strong>de</strong> resolver.<br />
<br />
Sin embargo, estos casos especiales pue<strong>de</strong>n ser útiles: es <strong>de</strong>cir, si<br />
<br />
1. La matriz es triangular; como por ejemplo en<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
En este caso po<strong>de</strong>mos resolver la ecuación escalar <br />
ecuación <br />
<strong>de</strong> ,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
2. La matriz posee la propiedad conmutativa<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y substituir la solución en la<br />
<br />
<br />
para todo y (como es el caso <strong>de</strong> diagonal o constante). Entonces pue<strong>de</strong> probarse que la<br />
solución está dada por<br />
<br />
<br />
<br />
<br />
©<br />
4.5.2 Caso Discreto<br />
¡ <br />
¢ <br />
<br />
<br />
<br />
<br />
La solución <strong>de</strong> las EEs inestacionarias en tiempo discreto<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
<br />
¢ ¢ ¢ ¢<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
(4.31)<br />
es mucho más simple que el caso en tiempo continuo. En forma similar <strong>de</strong>finimos la matriz <strong>de</strong> transición <strong>de</strong><br />
estados discreta como la solución <strong>de</strong><br />
para ¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
para ¢¤£¢<br />
y <br />
con <br />
¢<br />
<br />
¢<br />
<br />
Pero en este caso la solución se obtiene en forma explícita como<br />
¢<br />
<br />
¢<br />
<br />
<br />
¢<br />
<br />
.<br />
<br />
¢<br />
<br />
(4.32)
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 54<br />
Notar: Dado que la matriz fundamental en el caso en tiempo continuo es no singular para todo , la matriz<br />
<strong>de</strong> transición <strong>de</strong> estados está <strong>de</strong>finida para todo , y (lo que implica que po<strong>de</strong>mos resolver la<br />
EE en tiempo invertido).<br />
En el caso discreto, si la matriz es singular la inversa <strong>de</strong> <br />
partida discreta <strong>de</strong> la propiedad (4.25)<br />
<br />
¢<br />
<br />
¢<br />
<br />
<br />
<br />
¢<br />
<br />
¢ <br />
<br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
sólo vale si ¢ ¢ ¢<br />
. <br />
La solución general <strong>de</strong> la EE en el caso discreto es<br />
¢<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
¡<br />
¢<br />
<br />
¢<br />
<br />
¢<br />
<br />
<br />
¡<br />
<br />
4.6 Ecuaciones Inestacionarias Equivalentes<br />
¢<br />
<br />
¢<br />
no está <strong>de</strong>finida, por lo que la contra-<br />
<br />
Definición 4.3 (Equivalencia <strong>de</strong> EE Inestacionarias). Sea una matriz no singular y continuamente<br />
diferenciable para todo . Sea <br />
. Entonces la EE<br />
don<strong>de</strong><br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
¡ <br />
<br />
<br />
se dice (algebraicamente) equivalente a la EE (4.26) y es una transformación <strong>de</strong> equivalencia.<br />
(4.33)<br />
No es difícil ver que si <br />
es una matriz fundamental <strong>de</strong>l sistema original (4.26), entonces <br />
<br />
<br />
<br />
<br />
es una matriz fundamental <strong>de</strong>l sistema (4.33).<br />
<br />
Una propiedad interesante en el caso inestacionario es que es posible llevar al sistema a una forma<br />
equivalente don<strong>de</strong> sea constante.<br />
Teorema 4.4 (Transformación a matriz <strong>de</strong> evolución estacionaria). Sea una matriz constante<br />
cualquiera. Entonces existe una transformación <strong>de</strong> equivalencia que lleva (4.26) a (4.33) con .<br />
Demostración. Sea <br />
tonces,<br />
Como<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
que sigue <strong>de</strong> <strong>de</strong>rivar <br />
<br />
<br />
<br />
una matriz fundamental <strong>de</strong> <br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡§<br />
<br />
¡<br />
, y <strong>de</strong>finamos <br />
<br />
<br />
. En-<br />
¥ (4.34)<br />
(4.35)<br />
<br />
, el reemplazo <strong>de</strong> (4.35) en (4.34) muestra que<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
Si se elige como la matriz <br />
nula,<br />
<br />
<br />
<br />
<br />
<br />
<br />
, entonces <br />
<br />
<br />
¡ y el sistema barra se reduce a<br />
<br />
Una representación consi<strong>de</strong>rablemente más simple, aunque necesitamos conocer una matriz fundamental<br />
<strong>de</strong>l sistema original para obtenerla.<br />
Es fácil ver usando (4.30) que la respuesta al impulso inestacionaria es invariante con respecto a transformaciones<br />
<strong>de</strong> equivalencia.<br />
Sin embargo, y a diferencia <strong>de</strong> lo que pasaba en el caso estacionario, las propieda<strong>de</strong>s <strong>de</strong> la matriz <strong>de</strong><br />
evolución <strong>de</strong>l sistema pue<strong>de</strong>n cambiar drásticamente con una transformación <strong>de</strong> equivalencia!<br />
Esta es una excepción don<strong>de</strong> el caso estacionario no es un caso particular <strong>de</strong>l caso inestacionario (nunca<br />
vamos a po<strong>de</strong>r transformar la matriz en la matriz nula con una transformación <strong>de</strong> equivalencia estacionaria).
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 55<br />
<br />
<br />
<br />
<br />
4.7 Realizaciones <strong>de</strong> Sistemas Inestacionarios<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
En el caso inestacionario no po<strong>de</strong>mos usar la transformada <strong>de</strong> Laplace para <strong>de</strong>scribir el comportamiento<br />
entrada-salida <strong>de</strong>l sistema, por lo tanto usamos directamente la <strong>de</strong>scripción en dominio temporal<br />
<br />
<br />
<br />
¡<br />
<br />
Si el sistema es <strong>de</strong> dimensión finita tiene representación en EE. Vimos en (4.30) que <strong>de</strong> la representación<br />
en EE (4.26) la respuesta al impulso está dada por<br />
© <br />
<br />
¡ <br />
<br />
<br />
<br />
don<strong>de</strong><br />
para , (4.36)<br />
<br />
es una matriz fundamental <strong>de</strong>l sistema <br />
.<br />
una respuesta al impulso <br />
(4.36).<br />
El problema inverso se trata <strong>de</strong> obtener y <strong>de</strong> la respuesta al impulso <br />
. Así, ©<br />
se dice realizable si existen y tales que se cumple<br />
©<br />
Teorema 4.5 (Realizabilidad <strong>de</strong> sistemas inestacionarios). Una matriz <strong>de</strong> respuesta al impulso <br />
es realizable si y sólo si pue<strong>de</strong> <strong>de</strong>scomponerse en la forma<br />
©<br />
<br />
(4.37)<br />
<br />
para todo , don<strong>de</strong> , y son matrices , y para algún entero .<br />
Demostración. Si<br />
Si <br />
<br />
<br />
y <br />
<br />
<br />
<br />
es realizable entonces existe una realización que cumple (4.36) y <br />
©<br />
. ¡<br />
pue<strong>de</strong> <strong>de</strong>scomponerse en la forma (4.37) entonces<br />
<br />
<br />
<br />
<br />
<br />
es una realización <strong>de</strong>l sistema. En efecto, si<br />
. <br />
¥ ¡ <br />
Ejemplo 4.10. La respuesta al impulso <br />
como<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, o <br />
<br />
©<br />
<br />
<br />
entonces <br />
<br />
<br />
<br />
<br />
es una matriz fundamental y<br />
, pue<strong>de</strong> factorizarse
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 56<br />
y así admite la realización inestacionaria<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Alternativamente, la transformada <strong>de</strong> Laplace <strong>de</strong> <br />
zación estacionaria<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
4.8 Resumen<br />
En este capítulo:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es <br />
<br />
<br />
(4.38)<br />
, <strong>de</strong> don<strong>de</strong> obtenemos la reali-<br />
Obtuvimos la solución general <strong>de</strong> la ecuación <strong>de</strong> estado para sistemas lineales estacionarios, conocida<br />
<br />
como fórmula <strong>de</strong> variación <strong>de</strong> los parámetros.<br />
Aplicamos la fórmula <strong>de</strong> variación <strong>de</strong> los parámetros para obtener la discretización exacta <strong>de</strong> un sistema<br />
<br />
con un bloqueador <strong>de</strong> or<strong>de</strong>n cero a la entrada y un muestreador a la salida.<br />
Vimos que sistemas cuyas representaciones en EE están relacionadas a través <strong>de</strong> un cambio <strong>de</strong> coor-<br />
<br />
<strong>de</strong>nadas no singular son equivalentes.<br />
Equivalencia a estado cero <strong>de</strong> EE, que implica que dos representaciones en EE tienen la misma matriz<br />
<br />
transferencia, aunque no necesariamente sean algebraicamente equivalentes.<br />
Algunas formas canónicas útiles <strong>de</strong> EE: modal, controlable y <strong>de</strong>l controlador.<br />
<br />
El problema <strong>de</strong> realización, que consiste en obtener una <strong>de</strong>scripción en EE dada una matriz transfe-<br />
<br />
rencia racional y propia.<br />
La realización <strong>de</strong> una matriz transferencia en forma canónica <strong>de</strong>l controlador es particularmente simple<br />
<br />
para los casos <strong>de</strong> una entrada.<br />
Esta simplificación es útil para subdividir la realización <strong>de</strong> una matriz transferencia con varias entradas<br />
<br />
(columnas) superponiendo las realizaciones <strong>de</strong> cada columna.<br />
La teoría <strong>de</strong> realización vista se aplica sin modificaciones a sistemas en tiempo discreto.<br />
<br />
Primera conclusión en la solución <strong>de</strong> la EE para sistemas lineales inestacionarios: el método usado<br />
<br />
para <strong>de</strong>rivar la solución en el caso estacionario no sirve.<br />
Para la solución general <strong>de</strong>finimos la matriz fundamental<br />
<br />
<br />
sistema, y la matriz <strong>de</strong> transición <strong>de</strong> estados <br />
<br />
<br />
©<br />
reduce a . <br />
Continuará<br />
Mostramos la fórmula <strong>de</strong> la solución general <strong>de</strong> la EE lineal inestacionaria, utilizando la matriz <strong>de</strong><br />
<br />
transición <br />
<strong>de</strong>finida en la clase pasada.<br />
©<br />
Una dificultad en el caso inestacionario es el cómputo <strong>de</strong><br />
<br />
<br />
como los <strong>de</strong> triangular, diagonal o constante.<br />
, formada apilando soluciones LI <strong>de</strong>l<br />
<br />
<br />
¡ , que en el caso estacionario se<br />
© , que es difícil salvo casos especiales<br />
Para sistemas discretos<br />
¢ ¢<br />
sí se pue<strong>de</strong> calcular explícitamente (la solución en tiempo discreto es<br />
<br />
válida en la dirección positiva <strong>de</strong>l tiempo).<br />
<br />
<br />
Vimos transformaciones <strong>de</strong> equivalencia (algebraica) inestacionarias. Estas llevan el sistema a una<br />
<br />
forma con la misma <strong>de</strong>scripción entrada-salida, pero en la que la matriz pue<strong>de</strong> tener propieda<strong>de</strong>s<br />
muy distintas.<br />
<br />
La respuesta al impulso <strong>de</strong> un sistema inestacionario es realizable sii<br />
simple que separa la <strong>de</strong>pen<strong>de</strong>ncia en y .<br />
© admite una factorización
4. Solución <strong>de</strong> la Ecuación <strong>de</strong> Estado y Realizaciones 57<br />
4.9 Ejercicios<br />
Ejercicio 4.1. Utilizando la regla <strong>de</strong> Leibniz para <strong>de</strong>rivar expresiones integrales, 6 verificar que (4.5) satisface<br />
(4.2) con estado inicial .<br />
Ejercicio 4.2. Probar que los sistemas <strong>de</strong>scriptos por EE equivalentes tienen la misma función transferencia.<br />
Ejercicio 4.3. Para los siguientes casos <strong>de</strong> la matriz ,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
obtener una expresión <strong>de</strong> la respuesta a entrada nula, <br />
, y dibujar en forma cualitativa el diagrama<br />
<br />
<strong>de</strong> (<br />
<br />
fases <br />
<br />
versus ). ¿Cómo es la respuesta a condiciones iniciales sobre las direcciones <strong>de</strong> los<br />
autovalores <strong>de</strong> ?<br />
Verificar los diagramas obtenidos mediante simulación numérica con un conjunto <strong>de</strong> distintas condiciones<br />
iniciales en el marco <strong>de</strong> la <br />
<br />
<br />
<br />
ventana <br />
<br />
<br />
<br />
, .<br />
(Los diagramas correspon<strong>de</strong>n a los tipos <strong>de</strong> sistemas <strong>de</strong> segundo or<strong>de</strong>n conocidos respectivamente como<br />
nodo, nodo <strong>de</strong>generado, foco y ensilladura.)<br />
Ejercicio 4.4. Terminar los <strong>de</strong>talles <strong>de</strong> la <strong>de</strong>mostración <strong>de</strong>l Teorema 4.3.<br />
Ejercicio 4.5. Hallar una realización para la matriz transferencia<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 4.6. Hallar una realización <strong>de</strong> cada columna <strong>de</strong> <br />
pués conectarlas en un solo mo<strong>de</strong>lo en EE. ¿Son las realizaciones obtenidas equivalentes?<br />
Ejercicio 4.7. Hallar una realización <strong>de</strong> cada fila <strong>de</strong> <br />
<br />
<br />
en el ejercicio anterior por separado, y <strong>de</strong>s-<br />
conectarlas en un solo mo<strong>de</strong>lo en EE. ¿Cómo se compara la realización obtenida con las <strong>de</strong> los ejercicios<br />
anteriores?<br />
en el ejercicio anterior por separado, y <strong>de</strong>spués<br />
Ejercicio 4.8. Probar que la matriz <strong>de</strong> transición <br />
© satisface las siguientes propieda<strong>de</strong>s<br />
1. <br />
es la única solución <strong>de</strong> la ecuación diferencial matricial<br />
2. <br />
3. <br />
<br />
<br />
,<br />
<br />
<br />
<br />
<br />
© <br />
<br />
¥<br />
© <br />
<br />
,<br />
¡<br />
4. <br />
<br />
<br />
<br />
<br />
.<br />
<br />
Ejercicio 4.9. Encontrar matrices fundamentales y <strong>de</strong> transición para los sistemas<br />
<br />
<br />
<br />
<br />
<br />
<br />
y<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
Ejercicio 4.10. Mostrar que la matriz <strong>de</strong> transición <strong>de</strong><br />
<br />
<br />
tiene la forma<br />
<br />
<br />
<br />
<br />
<br />
<br />
© <br />
<br />
<br />
para todo , don<strong>de</strong><br />
<br />
©<br />
<br />
equivalencia inestacionaria.<br />
<br />
<br />
<br />
<br />
© <br />
<br />
© <br />
<br />
<br />
<br />
<br />
<br />
© para <br />
¥ . <br />
Ejercicio 4.11. Llevar un sistema estacionario a<br />
<br />
¥ mediante una transformación <strong>de</strong><br />
<br />
Ejercicio 4.12. Encontrar una realización inestacionaria y una estacionaria <strong>de</strong> la respuesta al impulso <br />
. <br />
6 <strong>Clase</strong> 27/03/00.
Capítulo 5<br />
Estabilidad<br />
5.1 Introducción<br />
La estabilidad <strong>de</strong> un sistema pue<strong>de</strong> pensarse como una continuidad en su comportamiento dinámico. Si<br />
se presenta un cambio pequeño en las entradas o condiciones iniciales, un sistema estable presentará<br />
modificaciones pequeñas en su respuesta perturbada.<br />
<br />
<br />
Estable<br />
Inestable<br />
En un sistema inestable, cualquier perturbación, por pequeña que sea, llevará estados y/o salidas a<br />
crecer sin límite o hasta que el sistema se queme, se <strong>de</strong>sintegre o sature.<br />
La estabilidad es un requerimiento básico <strong>de</strong> los sistemas dinámicos <strong>de</strong>stinados a realizar operaciones o<br />
procesar señales, y es lo primero que <strong>de</strong>be garantizarse en el diseño.<br />
Estudiaremos la estabilidad <strong>de</strong> sistemas estacionarios e inestacionarios por separado, empezando por<br />
los primeros.<br />
5.2 Estabilidad Entrada-Salida <strong>de</strong> Sistemas Estacionarios<br />
Hemos visto que la respuesta <strong>de</strong> los sistemas dinámicos que estudiamos se <strong>de</strong>scompone en respuesta con<br />
condiciones iniciales nulas y respuesta con entrada nula. Estudiamos la estabilidad <strong>de</strong> estas respuestas por<br />
separado comenzando por la estabilidad entrada-salida.<br />
5.2.1 Representación externa<br />
Sea un sistema lineal, causal y estacionario SISO <strong>de</strong>scripto por<br />
<br />
<br />
<br />
<br />
para el cual asumimos condiciones iniciales nulas.<br />
Una señal se dice acotada si existe una constante tal que<br />
<br />
<br />
<br />
para todo <br />
.<br />
<br />
<br />
<br />
¡ (5.1)<br />
58
5. Estabilidad 59<br />
Definición 5.1 (Estabilidad entrada-acotada/salida-acotada (BIBO)). 1 Un sistema es estable BIBO (entradaacotada/salida-acotada)<br />
si toda entrada acotada produce una salida acotada.<br />
Teorema 5.1 (Estabilidad BIBO <strong>de</strong> sistemas SISO). Un sistema SISO es estable BIBO si y sólo si su respuesta<br />
al impulso es absolutamente integrable en el intervalo , es <strong>de</strong>cir, existe una constante<br />
tal que <br />
<br />
Demostración. Supongamos ¡ que es absolutamente integrable. Sea una entrada arbitraria acotada,<br />
es<br />
<br />
<strong>de</strong>cir, . Entonces<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
para todo <br />
<br />
¡ <br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
el sistema es BIBO.<br />
Supongamos ahora que ¡ no es absolutamente integrable, es <strong>de</strong>cir que existe algún <br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
Consi<strong>de</strong>remos la entrada acotada<br />
<br />
<br />
<br />
si ¡ <br />
si ¡ <br />
<br />
<br />
La salida <strong>de</strong>l sistema para esta entrada y es<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
el sistema no es BIBO.<br />
Notar que una función absolutamente integrable<br />
no necesariamente es acotada y pue<strong>de</strong> no ir a cero<br />
cuando . Un ejemplo <strong>de</strong> una función que<br />
es absolutamente integrable y no va a cero cuando<br />
es<br />
<br />
para .<br />
<br />
<br />
<br />
<br />
<br />
para<br />
<br />
para<br />
<br />
tal que<br />
<br />
<br />
Teorema 5.2 (Estabilidad BIBO y respuesta en régimen permanente). Si un sistema con respuesta al im-<br />
¡ pulso es estable BIBO, entonces <br />
cuando<br />
1. La salida correspondiente a una entrada constante <br />
<br />
2. La salida correspondiente a una entrada ¦¡ sinusoidal , para<br />
Demostración.<br />
<br />
¢¡ <br />
<br />
¡ <br />
<br />
1 Boun<strong>de</strong>d Input Boun<strong>de</strong>d Output.<br />
<br />
¢¡ .<br />
, para <br />
<br />
, tien<strong>de</strong> ¡ <br />
a la constante .<br />
, tien<strong>de</strong> a la sinusoi<strong>de</strong>
5. Estabilidad 60<br />
1. Si <br />
y así <br />
<br />
<br />
<br />
para todo <br />
<br />
<br />
<br />
<br />
, entonces<br />
¡ <br />
<br />
2. ¦¡ Si , para<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©¦¡ <br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
, entonces<br />
<br />
¡¡<br />
<br />
¡ ¡<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
¡ ¡<br />
<br />
¡ <br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
¡<br />
Si ¡ es absolutamente integrable, entonces po<strong>de</strong>mos evaluar<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
¤<br />
<br />
¡<br />
<br />
£ <br />
¤<br />
<br />
<br />
Finalmente <strong>de</strong> (5.2), <br />
cuando<br />
<br />
¡<br />
<br />
¦¡ <br />
<br />
<br />
¡ ¡ <br />
<br />
<br />
<br />
<br />
¡ ¡<br />
<br />
<br />
<br />
<br />
<br />
¤<br />
¡ <br />
<br />
<br />
¡ ¡ <br />
<br />
¡<br />
¡<br />
<br />
<br />
¡ <br />
<br />
©¦¡ ¡<br />
<br />
¡ ¡ <br />
<br />
¡<br />
<br />
<br />
¡<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
¡ ¡ ¥<br />
¡<br />
<br />
¡ ¡ <br />
<br />
¡<br />
<br />
¢¡<br />
<br />
<br />
<br />
<br />
¡¡ ¡ (5.2)<br />
¦¡<br />
<br />
<br />
<br />
¤<br />
<br />
¡ ©<br />
©¡ <br />
¡ ¡<br />
<br />
<br />
El teorema anterior es básico; especifica la respuesta <strong>de</strong> un sistema BIBO a señales constantes y sinusoidales<br />
una vez que los transitorios se extinguen. Esta es la base <strong>de</strong>l filtrado <strong>de</strong> señales.<br />
El resultado siguiente establece la estabilidad BIBO en términos <strong>de</strong> funciones transferencia racionales y<br />
propias.<br />
Teorema 5.3 (Estabilidad BIBO para funciones racionales y propias). Un sistema SISO con una función<br />
transferencia racional y propia <br />
es BIBO estable si y sólo si todos los polos <strong>de</strong> ¡ <br />
tienen parte real<br />
¡<br />
negativa.<br />
Si <br />
tiene un polo en con multiplicidad , es claro que su expansión en fracciones simples incluirá<br />
<br />
los términos<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La transformada <strong>de</strong> Laplace inversa <strong>de</strong> <br />
— la respuesta al impulso <strong>de</strong>l sistema relajado — incluirá com-<br />
¡<br />
binaciones lineales <strong>de</strong> las exponenciales<br />
<br />
¥§ ¡ <br />
¥ <br />
<br />
Es fácil chequear que todos estos términos serán absolutamente integrables si y sólo si pertenece al<br />
semiplano (abierto, sin incluir al eje¡ ) izquierdo <strong>de</strong>l plano complejo.
5. Estabilidad 61<br />
Ejemplo 5.1. Sea el sistema en realimentación positiva <strong>de</strong> la Figura 5.1 que incluye un retardo unitario,<br />
, y una ganancia estática <strong>de</strong> valor . El sistema es <strong>de</strong> dimensión infinita, puesto que incluye un retardo,<br />
y no tiene función transferencia racional. Cuando la entrada es un impulso, , la salida está dada<br />
por<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Po<strong>de</strong>mos consi<strong>de</strong>rar los impulsos como positivos, con lo que <br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
si <br />
si <br />
<br />
Concluimos que el sistema es BIBO estable si y sólo<br />
<br />
si<br />
5.2.2 Caso MIMO<br />
<br />
<br />
+<br />
+<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 5.1: Sistema realimentado con retardo.<br />
<br />
<br />
<br />
, y así<br />
Los resultados <strong>de</strong> estabilidad BIBO para sistemas MIMO siguen <strong>de</strong> los <strong>de</strong> sistemas SISO, ya que una matriz<br />
transferencia sera BIBO estable si y sólo si cada una <strong>de</strong> sus entradas son BIBO estables.<br />
5.2.3 Representación interna<br />
Cuando el sistema está representado en EE,<br />
<br />
<br />
la estabilidad BIBO <strong>de</strong>pen<strong>de</strong>rá <strong>de</strong> los autovalores <strong>de</strong> la matriz , ya que todo polo <strong>de</strong> <br />
<strong>de</strong> ,<br />
<br />
<br />
<br />
¥<br />
<br />
<br />
<br />
y así si todos los autovalores <strong>de</strong> tienen parte real negativa, todos los polos <strong>de</strong> <br />
negativa, y el sistema será BIBO.<br />
No obstante, no todo autovalor <strong>de</strong> es un polo <strong>de</strong> <br />
polos al computar <br />
parte real negativa.<br />
Ejemplo 5.2. El sistema<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
© <br />
es un autovalor<br />
tendrán parte real<br />
<br />
<br />
, ya que pue<strong>de</strong> haber cancelaciones entre ceros y<br />
. Así un sistema pue<strong>de</strong> ser BIBO estable aunque algunos autovalores <strong>de</strong> no tengan<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
a pesar <strong>de</strong> tener un autovalor con parte real positiva en , es BIBO estable porque su función transferencia<br />
¡ ¥<br />
<br />
tiene su único polo en .
5. Estabilidad 62<br />
5.2.4 Caso discreto<br />
El caso discreto es análogo al caso continuo, mutatis mutandis, con el sistema <strong>de</strong>scripto por<br />
¢<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
¢<br />
don<strong>de</strong><br />
Resumimos los resultados principales en los siguientes teoremas.<br />
<br />
<br />
<br />
es la secuencia respuesta a un impulso discreto aplicado en el instante ¢<br />
Teorema 5.4 (Estabilidad BIBO discreta). Un sistema discreto MIMO con matriz respuesta al impulso <br />
es absolutamente sumable, es <strong>de</strong>cir,<br />
<br />
<br />
¢<br />
es estable BIBO si y sólo si cada <br />
¢<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
¡<br />
Teorema 5.5 (Respuesta en régimen permanente discreta.). Si un sistema discreto con respuesta al im-<br />
<br />
pulso ,<br />
¢<br />
es estable BIBO, entonces, cuando ¢<br />
1. La salida excitada <br />
¢<br />
<br />
por<br />
<br />
2. La salida <br />
¢<br />
¡<br />
¢ ¢<br />
excitada por ¢<br />
, para<br />
la transformada <strong>de</strong> <br />
<br />
<br />
<br />
<br />
,<br />
<br />
, para ¢<br />
, tien<strong>de</strong> a <br />
<br />
¡ <br />
.<br />
, tien<strong>de</strong> a <br />
¤ <br />
<br />
<br />
©¡<br />
¢<br />
<br />
<br />
<br />
.<br />
¡ ¤ <br />
¢<br />
<br />
, don<strong>de</strong> <br />
es ¡<br />
Teorema 5.6 (Estabilidad BIBO para funciones racionales y propias). Un sistema discreto MIMO con matriz<br />
transferencia racional y propia <br />
<br />
<br />
es BIBO estable si y sólo si todo polo <strong>de</strong> <br />
tiene <br />
magnitud menor que .<br />
<br />
Notar: Que en el caso <strong>de</strong> tiempo continuo las funciones absolutamente integrables pue<strong>de</strong>n no ser aco-<br />
es absolutamente sumable<br />
<br />
tadas, o no ten<strong>de</strong>r a cuando . En el caso <strong>de</strong> tiempo discreto, <br />
¢<br />
si<br />
. <br />
entonces <strong>de</strong>be necesariamente ser acotada y aproximarse a cuando ¢<br />
Ejemplo 5.3. Sea un sistema discreto estacionario con respuesta al impulso<br />
. Analizamos si es absolutamente sumable,<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
£<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
¢ , para ¢<br />
<br />
La secuencia <strong>de</strong> la respuesta al impulso es acotada pero no sumable, por lo tanto el sistema no es BIBO.<br />
5.3 Estabilidad Interna <strong>de</strong> Sistemas Estacionarios<br />
, y<br />
La estabilidad BIBO se <strong>de</strong>finió bajo condiciones iniciales nulas, y se refería al comportamiento externo <strong>de</strong>l<br />
sistema, o sea, aquel observable en la relación entre salidas y entradas in<strong>de</strong>pendientemente <strong>de</strong> estados <strong>de</strong>l<br />
sistema.<br />
Ahora estudiamos la estabilidad interna <strong>de</strong>l sistema, que se refiere al comportamiento <strong>de</strong> los estados <strong>de</strong>l<br />
sistema. Consi<strong>de</strong>ramos la respuesta a condiciones iniciales y con entradas nulas, es <strong>de</strong>cir,<br />
(5.3)<br />
<br />
La estabilidad interna <strong>de</strong>scribe las propieda<strong>de</strong>s <strong>de</strong> convergencia <strong>de</strong> las trayectorias a puntos <strong>de</strong> operación<br />
o <strong>de</strong> equilibrio <strong>de</strong>l sistema.
5. Estabilidad 63<br />
<br />
<br />
es un<br />
<br />
<br />
<br />
<br />
<br />
<br />
Definición 5.2 (Punto <strong>de</strong> Equilibrio). Un punto <strong>de</strong> equilibrio <strong>de</strong> un sistema en EE<br />
vector constante tal que si , entonces para todo .<br />
La <strong>de</strong>finición <strong>de</strong> punto <strong>de</strong> equilibrio vale para sistemas no lineales, que pue<strong>de</strong>n tener varios. Para sistemas<br />
lineales, salvando los casos en que la matriz tenga autovalores nulos, existe un solo punto <strong>de</strong><br />
equilibrio: el origen.<br />
<br />
<br />
Ejemplo 5.4. Sean los sistemas<br />
<br />
<br />
<br />
<br />
© <br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
En el primer sistema la matriz tiene un autovalor nulo, por lo que tiene un kernel no trivial generado por el<br />
vector . La dirección <strong>de</strong>finida por es un conjunto <strong>de</strong> equilibrio.<br />
En el segundo sistema, los equilibrios están <strong>de</strong>finidos por los tales que , es <strong>de</strong>cir,<br />
. Como la matriz es no singular, el único equilibrio es<br />
El tercer sistema es no lineal. Haciendo<br />
.<br />
<br />
<br />
obtenemos , don<strong>de</strong> ¢<br />
.<br />
§<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
Para los sistemas lineales que tratamos en la materia, interesa un equilibrio único y estable en el origen.<br />
Éste será un equilibrio en cualquier representación en EE equivalente <strong>de</strong>l sistema.<br />
Definición 5.3 (Estabilidad en el sentido <strong>de</strong> Lyapunov). El (equilibrio <strong>de</strong>l) sistema <br />
es esta-<br />
<br />
ble en el sentido <strong>de</strong> Lyapunov, o simplemente estable, si toda condición inicial finita origina una trayectoria<br />
acotada.<br />
Definición 5.4 (Estabilidad Asintótica). El sistema <br />
es asintóticamente estable si toda condi-<br />
<br />
ción inicial finita origina una trayectoria acotada que a<strong>de</strong>más tien<strong>de</strong> al origen cuando .<br />
Definición 5.5 (Inestabilidad). El sistema <br />
es inestable si no es estable.<br />
<br />
Estabilidad Lyapunov Estabilidad asintótica Inestabilidad<br />
Para sistemas <strong>de</strong>l tipo (5.3) la estabilidad queda <strong>de</strong>terminada por los autovalores <strong>de</strong> .<br />
Teorema 5.7 (Estabilidad Interna). El sistema <br />
es <br />
1. estable en el sentido <strong>de</strong> Lyapunov si y sólo si todos los autovalores <strong>de</strong> tienen parte real no positiva,<br />
y aquellos con parte real cero están asociados a un bloque <strong>de</strong> Jordan <strong>de</strong> or<strong>de</strong>n <strong>de</strong> .<br />
2. asintóticamente estable si y sólo si todos los autovalores <strong>de</strong> tienen parte real negativa.<br />
<br />
<br />
Demostración. Notamos primero que la estabilidad <strong>de</strong> una EE no será alterada por transformaciones <strong>de</strong><br />
equivalencia algebraica, puesto que en , don<strong>de</strong> es una matriz no singular, si es acotado<br />
también lo será . Y si tiene a cero, también lo hará .<br />
En el sistema transformado es <br />
<br />
<br />
¡ <br />
<br />
<br />
, don<strong>de</strong> tiene los mismos autovalores que .<br />
son los autovalores <strong>de</strong> con multiplicidad .<br />
es<br />
<br />
<br />
<br />
Sean<br />
Sea la transformación <strong>de</strong> equivalencia que lleva el sistema a su forma canónica modal, o sea que<br />
diagonal en bloques,<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
. ..<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢
5. Estabilidad 64<br />
don<strong>de</strong> el bloque es el bloque <strong>de</strong> Jordan asociado al autovalor .<br />
La solución <strong>de</strong> <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es <br />
<br />
<br />
<br />
<br />
. ..<br />
<br />
<br />
.<br />
.<br />
.<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, don<strong>de</strong> también es diagonal en bloques<br />
<br />
<br />
<br />
Como vimos, cada involucra términos con las exponenciales , etc., <strong>de</strong>pendiendo <strong>de</strong><br />
la multiplicidad <strong>de</strong> . Es claro entonces que la respuesta <strong>de</strong>l sistema sólo pue<strong>de</strong> ser acotada si ningún<br />
autovalor tiene parte real positiva y todos los autovalores con parte real nula están asociados a bloques <strong>de</strong><br />
Jordan <strong>de</strong> or<strong>de</strong>n .<br />
Para que el estado converja asintóticamente al origen, es necesario que todos los autovalores tengan<br />
parte real estrictamente negativa.<br />
Ejemplo 5.5. Sea el sistema<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Tiene un autovalor doble en y uno simple en . Como el autovalor nulo está asociado a dos bloques <strong>de</strong><br />
Jordan <strong>de</strong> or<strong>de</strong>n , concluimos que el sistema es estable en el sentido <strong>de</strong> Lyapunov.<br />
El sistema<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
sin embargo, tiene los mismos autovalores, pero esta vez el autovalor nulo está asociado a un bloque <strong>de</strong><br />
Jordan <strong>de</strong> or<strong>de</strong>n , y por lo tanto el sistema es inestable.<br />
Como ya discutiéramos, todo polo <strong>de</strong> la matriz transferencia <strong>de</strong>l sistema<br />
<br />
<strong>de</strong>be ser un autovalor <strong>de</strong> , por lo que estabilidad interna implica estabilidad BIBO.<br />
Sin embargo, no todo autovalor <strong>de</strong> aparecerá como polo <strong>de</strong> <br />
estabilidad interna.<br />
¥<br />
5.3.1 Sistemas discretos<br />
, por lo que estabilidad BIBO no implica<br />
Las <strong>de</strong>finiciones <strong>de</strong> estabilidad en el sentido <strong>de</strong> Lyapunov y asintótica son las mismas para sistemas en<br />
tiempo discreto . El teorema 5.7 se reformula <strong>de</strong> la siguiente forma.<br />
Teorema 5.8 (Estabilidad Lyapunov para sistemas discretos). El sistema <br />
¢<br />
<br />
¢<br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
1. estable en el sentido <strong>de</strong> Lyapunov si y sólo si todos los autovalores <strong>de</strong> tienen magnitud no mayor que<br />
, y aquellos con magnitud igual a están asociados a un bloque <strong>de</strong> Jordan <strong>de</strong> or<strong>de</strong>n <strong>de</strong> .<br />
<br />
2. asintóticamente estable si y sólo si todos los autovalores <strong>de</strong> tienen magnitud menor que .<br />
5.4 El Teorema <strong>de</strong> Lyapunov<br />
Da una forma alternativa <strong>de</strong> chequear estabilidad asintótica <strong>de</strong> <br />
. La importancia <strong>de</strong> este resultado<br />
(en su forma general) es que permite estudiar la estabilidad <strong>de</strong> sistemas más generales, como por<br />
ejemplo inestacionarios o no lineales.<br />
Diremos que una matriz es Hurwitz si todos sus autovalores tienen parte real negativa.<br />
es
5. Estabilidad 65<br />
Teorema 5.9 (Teorema <strong>de</strong> Lyapunov). La matriz es Hurwitz si y sólo si dada cualquier matriz simétrica y<br />
<strong>de</strong>finida positiva , la ecuación <strong>de</strong> Lyapunov<br />
(5.4)<br />
tiene una solución única simétrica y <strong>de</strong>finida positiva .<br />
Aleksandr Lyapunov (1857-1918)<br />
Demostración. ( ) La ecuación (5.4) es un caso especial <strong>de</strong> la ecuación <strong>de</strong> Lyapunov<br />
<br />
que viéramos en la clase <strong>de</strong>l 27 <strong>de</strong> marzo, con , , y . Como y tienen los mismos<br />
autovalores, si es Hurwitz no hay dos autovalores y tales <br />
que . Así, por lo visto en § 3, la<br />
ecuación <strong>de</strong> Lyapunov es no singular y tiene una solución única para cada .<br />
Postulamos la siguiente candidata a solución<br />
Substituyendo (5.5) en (5.4) da<br />
<br />
<br />
<br />
<br />
<br />
(5.5)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
don<strong>de</strong> hemos usado el hecho <strong>de</strong> que <br />
puesto que es Hurwitz. Así mostramos que en efecto<br />
<strong>de</strong> (5.5) es solución <strong>de</strong> la ecuación <strong>de</strong> Lyapunov (5.4). <br />
De (5.5) se ve también que si es simétrica, también lo es . Factoricemos es una<br />
matriz no singular, y consi<strong>de</strong>remos<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
don<strong>de</strong> <br />
Como<br />
<strong>de</strong>cir, para ¥ todo<br />
) Mostramos que si y son <strong>de</strong>finidas positivas entonces es Hurwitz. Sea un autovalor <strong>de</strong> <br />
(<br />
(5.6)<br />
<br />
£ <br />
<br />
y son no singulares, para cualquier no nulo el integrando <strong>de</strong> (5.6) es positivo para cada . Es<br />
<br />
<br />
, y concluimos que es <strong>de</strong>finida positiva.<br />
¥ y<br />
. Así, <strong>de</strong> (5.4)<br />
<br />
<br />
el autovector correspondiente, es <strong>de</strong>cir, . Tomando la traspuesta conjugada obtenemos<br />
¥ <br />
<br />
(5.7)<br />
<br />
Como los términos y son reales y positivos, como viéramos en el § 3, (5.7) implica que <br />
y muestra que es Hurwitz.
5. Estabilidad 66<br />
Un corolario <strong>de</strong> este resultado que nos va a ser útil más a<strong>de</strong>lante es el siguiente.<br />
Corolario 5.1. La matriz es Hurwitz si y sólo si para cualquier matriz con y la propiedad<br />
<br />
<br />
¢<br />
la ecuación <strong>de</strong> Lyapunov<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
tiene una solución única simétrica y <strong>de</strong>finida positiva .<br />
Un resultado importante que usamos en la prueba <strong>de</strong>l Teorema <strong>de</strong> Lyapunov es el siguiente, que resumimos<br />
en un teorema aparte.<br />
Teorema 5.10. Si es Hurwitz, entonces la ecuación <strong>de</strong> Lyapunov<br />
<br />
tiene una solución única para cada que pue<strong>de</strong> ser expresada como<br />
<br />
<br />
<br />
5.5 Estabilidad Interna <strong>de</strong> Sistemas Discretos<br />
La contrapartida discreta <strong>de</strong> la ecuación general <strong>de</strong> Lyapunov <br />
vista en el Capítulo 3 es<br />
<br />
<br />
don<strong>de</strong> las matrices e son respectivamente y y las matrices y son . De forma similar<br />
al caso visto, 2 <br />
<br />
la ecuación (5.8) es una ecuación lineal en que pue<strong>de</strong> reescribirse en la forma .<br />
y un autovalor <strong>de</strong> , la condición para que exista una solución única <strong>de</strong><br />
(5.8)<br />
Si es un autovalor <strong>de</strong> <br />
(5.8) es que<br />
¥ para todo <br />
(5.9)<br />
<br />
Pue<strong>de</strong> verse intuitivamente como surge esta condición. Sea un autovector <strong>de</strong>recho (vector columna )<br />
asociado al autovalor <strong>de</strong> <br />
; o sea, <br />
autovalor <strong>de</strong> ; o sea, .<br />
Si pensamos a la ecuación (5.8) en términos <strong>de</strong> la función matricial<br />
<br />
la ecuación se reduce a <br />
<br />
© <br />
<br />
. Sea un autovector izquierdo (vector fila ) asociado al<br />
© . Evaluando en la matriz , tenemos que<br />
<br />
<br />
<br />
<br />
por lo que lo son autovalores <strong>de</strong> (5.8). ¥ <br />
Si<br />
<br />
ecuación<br />
, entonces existe una solución única <strong>de</strong> la<br />
<br />
©<br />
<br />
. De otro modo, pue<strong>de</strong>n o no existir soluciones.<br />
Volvemos entonces ahora a la condición <strong>de</strong> estabilidad para el sistema discreto .<br />
<br />
¢<br />
<br />
¢<br />
<br />
Teorema 5.11 (Teorema <strong>de</strong> Lyapunov Discreto). Todos los autovalores <strong>de</strong> la matriz tienen magnitud<br />
menor que si y sólo si dada cualquier matriz simétrica y <strong>de</strong>finida positiva , o , don<strong>de</strong><br />
con tiene la propiedad<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
2 En la clase <strong>de</strong>l 27/03/2000.
5. Estabilidad 67<br />
la ecuación <strong>de</strong> Lyapunov discreta<br />
(5.10)<br />
tiene una solución única simétrica y positiva <strong>de</strong>finida .<br />
Un esquema <strong>de</strong> la <strong>de</strong>mostración, que sigue pasos similares a la <strong>de</strong>l caso continuo, se pue<strong>de</strong> encontrar<br />
en Chen (1999, p. 136-137). En este caso una solución explícita está dada por el siguiente resultado.<br />
Teorema 5.12 (Solución <strong>de</strong> la Ecuación <strong>de</strong> Lyapunov Discreta). Si todos los autovalores <strong>de</strong> la matriz<br />
tienen magnitud menor que , entonces la ecuación <strong>de</strong> Lyapunov<br />
<br />
tiene solución única para cada , y la solución pue<strong>de</strong> expresarse en la forma<br />
<br />
<br />
(5.11)<br />
<br />
Remarcamos que aún cuando tuviera autovalores con magnitud mayor que , la ecuación <strong>de</strong> Lyapunov<br />
tiene solución si se cumple (5.9), pero no pue<strong>de</strong> expresarse en la forma (5.11).<br />
La función MATLAB lyap calcula la solución <strong>de</strong> la ecuación <strong>de</strong> Lyapunov continua, mientras que la función<br />
dlyap calcula la discreta.<br />
5.6 Estabilidad <strong>de</strong> Sistemas Inestacionarios<br />
5.6.1 Estabilidad entrada/salida<br />
El concepto <strong>de</strong> estabilidad BIBO para sistemas lineales inestacionarios es el mismo que vimos en el caso<br />
estacionario; si el sistema está representado por<br />
<br />
<br />
<br />
¡<br />
<br />
<strong>de</strong>cimos que el sistema es BIBO estable si toda entrada acotada produce una salida acotada.<br />
La condición necesaria y suficiente para estabilidad BIBO es que exista una constante finita tal que<br />
para todo y todo , ,<br />
<br />
<br />
<br />
<br />
<br />
©<br />
5.6.2 Estabilidad interna<br />
Como en el caso estacionario, la ecuación <br />
es estable en el sentido <strong>de</strong> Lyapunov si toda<br />
<br />
condición inicial genera una respuesta acotada. Como la respuesta está gobernada por<br />
<br />
© <br />
<br />
concluimos que la respuesta es Lyapunov estable si y sólo si existe una constante finita tal que para todo<br />
y , , <br />
<br />
© (5.12)<br />
<br />
La ecuación <br />
es asintóticamente estable si la respuesta generada por toda condición inicial<br />
<br />
es acotada y a<strong>de</strong>más tien<strong>de</strong> a cero cuando . Las condiciones <strong>de</strong> estabilidad asintótica incluyen (5.12)<br />
y a<strong>de</strong>más<br />
<br />
© <br />
cuando .<br />
<br />
Como en el caso inestacionario la respuesta <strong>de</strong>pen<strong>de</strong> <strong>de</strong>l tiempo inicial , interesa caracterizar la estabilidad<br />
<strong>de</strong>l sistema <strong>de</strong> como una propiedad in<strong>de</strong>pendiente <strong>de</strong> . Así surgen las nociones <strong>de</strong> estabilidad<br />
uniforme y estabilidad asintótica uniforme.
5. Estabilidad 68<br />
Definición 5.6 (Estabilidad Uniforme). La ecuación<br />
<br />
<br />
es uniformemente estable si existe una constante finita positiva tal que para cualquier y la solución<br />
correspondiente satisface<br />
(5.13)<br />
Notar que como la ecuación (5.13) <strong>de</strong>be satisfacerse en , la constante <strong>de</strong>be ser mayor que .<br />
El adjetivo uniforme se refiere precisamente a que no <strong>de</strong>be <strong>de</strong>pen<strong>de</strong>r <strong>de</strong> la elección <strong>de</strong>l tiempo inicial,<br />
como se ilustra en la Figura 5.2.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
£<br />
<br />
Figura 5.2: Estabilidad uniforme.<br />
Ejemplo 5.6. La ecuación <br />
pue<strong>de</strong> verificarse que tiene la solución<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
Es fácil ver que para un fijo, existe un tal ¥ que (5.14) es acotada por para todo , dado que el<br />
término domina en el exponente cuando crece.<br />
<br />
(5.14)<br />
Sin embargo, la ecuación <strong>de</strong> estado no es uniformemente estable. Con un estado inicial fijo, ¢<br />
consi<strong>de</strong>-<br />
, con ¢<br />
¥ , y los valores <strong>de</strong> las correspondientes soluciones evaluadas<br />
<br />
segundos más tar<strong>de</strong>:<br />
remos la secuencia <br />
¢<br />
§<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
<br />
Claramente, no hay cota <strong>de</strong>l factor exponencial in<strong>de</strong>pendiente <strong>de</strong> ¢ , o sea que va a <strong>de</strong>pen<strong>de</strong>r forzosamente<br />
<strong>de</strong> ¢ , y así <strong>de</strong>l tiempo inicial .<br />
Definición 5.7 (Estabilidad Exponencial Uniforme (EEU)). La ecuación<br />
(5.15)<br />
<br />
es uniformemente exponencialmente estable si existen constantes finitas positivas tales que para cual-<br />
quier y la solución correspondiente satisface<br />
¡ <br />
Nuevamente, , y el adjetivo uniforme se refiere a que y son in<strong>de</strong>pendientes <strong>de</strong> , como se<br />
ilustra en la Figura 5.3.<br />
Teorema 5.13 (EEU para acotada). Supongamos que existe <br />
Entonces la ecuación lineal (5.15) es uniformemente exponencialmente estable si y sólo si existe<br />
que<br />
<br />
<br />
<br />
<br />
<br />
para todo , .<br />
£<br />
tal que para todo . £<br />
<br />
<br />
tal
5. Estabilidad 69<br />
<br />
<br />
<br />
¥<br />
<br />
<br />
<br />
<br />
<br />
Figura 5.3: Estabilidad exponencial uniforme.<br />
Ver Rugh (1995, p. 102-103) por la <strong>de</strong>mostración.<br />
En el caso estacionario, , la condición el teorema anterior lleva al requerimiento <strong>de</strong> que todos<br />
los autovalores <strong>de</strong> tengan parte real negativa para que el sistema tenga EEU.<br />
En el caso inestacionario los autovalores <strong>de</strong> no <strong>de</strong>terminan las propieda<strong>de</strong>s <strong>de</strong> estabilidad <strong>de</strong>l sistema,<br />
como muestra el siguiente ejemplo.<br />
Ejemplo 5.7. Sea el sistema inestacionario<br />
<br />
<br />
©<br />
<br />
<br />
<br />
(5.16)<br />
<br />
El polinomio característico <strong>de</strong> es<br />
<br />
<br />
© <br />
<br />
<br />
por lo que tiene dos autovalores en para todo . Pue<strong>de</strong> verificarse que la matriz<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
satisface la condición<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y es por lo tanto la matriz <strong>de</strong> transición <strong>de</strong> estados <strong>de</strong>l sistema (5.16). Como la entrada <br />
en forma ilimitada con , el sistema no pue<strong>de</strong> ser asintóticamente o Lyapunov estable.<br />
A diferencia <strong>de</strong>l caso estacionario, los autovalores <strong>de</strong> no son útiles para chequear estabilidad.<br />
<br />
5.6.3 Invariancia frente a transformaciones <strong>de</strong> equivalencia<br />
<br />
<strong>de</strong> crece<br />
En el caso inestacionario las propieda<strong>de</strong>s <strong>de</strong> estabilidad, <strong>de</strong>terminadas por los autovalores <strong>de</strong> , son invariantes<br />
frente a transformaciones <strong>de</strong> equivalencia.<br />
En el caso inestacionario sabemos que esta propiedad no se conserva, ya es posible llevar la matriz <br />
a una matriz constante arbitraria mediante una transformación <strong>de</strong> equivalencia inestacionaria .<br />
No obstante, para ciertas , es posible hacer que las propieda<strong>de</strong>s <strong>de</strong> estabilidad sean también invariantes<br />
en el caso inestacionario.<br />
Definición 5.8 (Transformación <strong>de</strong> Lyapunov). Una matriz que es continuamente diferenciable<br />
e invertible en cada se llama transformación <strong>de</strong> Lyapunov si existen constantes y tales que para todo <br />
Una condición equivalente a la (5.17) es la existencia <strong>de</strong> una constante tal que para todo <br />
<br />
<br />
<br />
<br />
(5.17)
5. Estabilidad 70<br />
Teorema 5.14 (Equivalencia y Estabilidad en Sistemas Inestacionarios). Supongamos que es una<br />
transformación <strong>de</strong> Lyapunov. Entonces la ecuación lineal (5.15) es uniformemente (exponencialmente) estable<br />
si y sólo si la ecuación <strong>de</strong> estado<br />
¡ <br />
<br />
<br />
<br />
es uniformemente (exponencialmente) estable.<br />
5.7 Resumen<br />
Hemos introducido los primeros conceptos <strong>de</strong> estabilidad <strong>de</strong> sistemas estacionarios, comenzando por<br />
<br />
la estabilidad entrada-salida BIBO: entrada-acotada/salida-acotada.<br />
Vimos que un sistema es BIBO estable si y sólo si<br />
<br />
– su respuesta al impulso es absolutamente integrable (sumable, para sistemas discretos), o<br />
– si su función transferencia <br />
(en discreto ¡ <br />
) es racional y propia, todos los polos <strong>de</strong> ¡ <br />
tienen parte real negativa (los polos <strong>de</strong> <br />
tienen magnitud menor que ).<br />
<br />
Los sistemas MIMO son BIBO estables si y sólo si todos los subsistemas SISO que conectan las<br />
<br />
diferentes entradas y salidas son BIBO estables.<br />
La respuesta en régimen permanente <strong>de</strong> un sistema BIBO a una entrada sinusoidal <strong>de</strong> frecuencia ¡ <br />
<br />
es sinusoidal <strong>de</strong> la misma frecuencia, y con magnitud y fase dadas por el la magnitud y fase <strong>de</strong> la<br />
función transferencia <strong>de</strong>l sistema evaluada ¡ ( ¤<br />
en en sistemas discretos.<br />
Definimos estabilidad interna para un sistema con entradas nulas. Definimos estabilidad según Lyapu-<br />
<br />
nov, y estabilidad asintótica.<br />
La condición necesaria y suficiente para estabilidad según Lyapunov es que la matriz en<br />
<br />
no<br />
<br />
tenga autovalores con parte real positiva, y para aquellos autovalores con parte real nula, que no estén<br />
asociados a un bloque <strong>de</strong> Jordan <strong>de</strong> dimensión mayor que .<br />
La condición necesaria y suficiente para estabilidad asintótica es que todos los autovalores <strong>de</strong> tengan<br />
<br />
para real negativa (Hurwitz).<br />
Presentamos un método alternativo <strong>de</strong> chequear si la matriz es Hurwitz (tiene todos sus autovalores<br />
<br />
con parte real negativa), mediante la existencia <strong>de</strong> solución <strong>de</strong> una ecuación <strong>de</strong> Lyapunov..<br />
Vimos el teorema <strong>de</strong> Lyapunov para sistemas discretos, que vincula la existencia <strong>de</strong> solución <strong>de</strong> la<br />
<br />
ecuación con la propiedad <strong>de</strong> que tenga todos sus autovalores <strong>de</strong>ntro <strong>de</strong>l círculo<br />
unitario.<br />
Vimos las nociones <strong>de</strong> estabilidad para sistemas lineales inestacionarios, incluyendo estabilidad uni-<br />
<br />
forme y estabilidad exponencial uniforme.<br />
Una nota importante es que los autovalores <strong>de</strong> en general no <strong>de</strong>terminan la estabilidad en siste-<br />
<br />
mas lineales inestacionarios.<br />
5.8 Ejercicios<br />
Ejercicio 5.1. Probar que las <br />
funciones y<br />
Ejercicio 5.2. Es el sistema con función transferencia <br />
BIBO estable?<br />
¡ <br />
Ejercicio 5.3. ¿Cuáles son las respuestas en régimen permanente <strong>de</strong> un sistema con función transferencia<br />
?<br />
Ejercicio 5.4. Probar los Teoremas 5.5 y 5.6 para sistemas discretos.<br />
<br />
<br />
excitado por y © para <br />
<br />
3 .<br />
<br />
<br />
son absolutamente integrables si y sólo si . 3
5. Estabilidad 71<br />
Ejercicio 5.5. Analizar la estabilidad <strong>de</strong> los siguientes sistemas<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
©<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
¢<br />
<br />
Ejercicio 5.6. Probar que todos los autovalores <strong>de</strong> tienen parte real menor que<br />
cualquier matriz simétrica y positiva <strong>de</strong>finida dada, la ecuación<br />
<br />
tiene una solución única simétrica y positiva <strong>de</strong>finida .<br />
si y sólo si para<br />
Ejercicio 5.7. Probar que todos los autovalores <strong>de</strong> tienen magnitud menor que si y sólo si para cualquier<br />
matriz simétrica y positiva <strong>de</strong>finida dada, la ecuación<br />
<br />
tiene una solución única simétrica y positiva <strong>de</strong>finida .<br />
Ejercicio 5.8. ¿Es el sistema con respuesta al ¡© <br />
<br />
impulso<br />
hay <strong>de</strong> ?<br />
Ejercicio 5.9. Es el sistema <br />
Lyapunov? ¿Asintóticamente estable?<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
para BIBO estable? ¿Qué<br />
BIBO estable?¿ Estable en el sentido <strong>de</strong><br />
Ejercicio 5.10. Mostrar que la ecuación <strong>de</strong>l problema anterior pue<strong>de</strong> <br />
transformarse, usando<br />
¡<br />
con , en<br />
<br />
¡ <br />
<br />
<br />
Es el sistema transformado BIBO estable?¿ Estable en el sentido <strong>de</strong> Lyapunov? ¿Asintóticamente estable?<br />
Es una transformación <strong>de</strong> Lyapunov?
Capítulo 6<br />
<strong>Control</strong>abilidad y Observabilidad<br />
Ver notas <strong>de</strong> clase <strong>de</strong> Aníbal Zanini, disponibles <strong>de</strong> las páginas <strong>de</strong> <strong>Control</strong> <strong>Automático</strong> 2 en http://vcyt-<br />
22.unq.edu.ar/.<br />
1. <strong>Control</strong>abilidad<br />
2. Observabilidad<br />
3. Descomposiciones canónicas<br />
4. Condiciones en ecuaciones en forma <strong>de</strong> Jordan<br />
5. Ecuaciones <strong>de</strong> estado discretas<br />
6. <strong>Control</strong>abilidad y muestreo<br />
7. Sistemas inestacionarios<br />
72
Capítulo 7<br />
Especificaciones y Limitaciones <strong>de</strong><br />
Diseño<br />
Como referencias generales a los temas <strong>de</strong> este capítulo pue<strong>de</strong>n consultarse Goodwin, Graebe & Salgado<br />
(2000, §5), para las <strong>de</strong>finiciones <strong>de</strong> funciones <strong>de</strong> sensibilidad y arquitecturas <strong>de</strong> realimentación; Doyle,<br />
Francis & Tannenbaum (1992) y Sánchez Peña (1992), para los resultados relativos a robustez; y Seron,<br />
Braslavsky & Goodwin (1997, §1), para los resultados relativos a limitaciones en la respuesta al escalón.<br />
7.1 Sensibilidad y Robustez<br />
Uno <strong>de</strong> los esquemas <strong>de</strong> control más simples es el lazo en realimentación <strong>de</strong> la Figura 7.1. En el lazo <strong>de</strong> la<br />
<br />
<br />
Figura 7.1 las señales representan<br />
<br />
<br />
<br />
control <br />
salida<br />
¢ perturbación <strong>de</strong> salida<br />
-<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢<br />
<br />
<br />
Figura 7.1: Lazo <strong>de</strong> control <strong>de</strong> un grado <strong>de</strong> libertad.<br />
<br />
<br />
<br />
referencia<br />
<br />
<br />
perturbación <strong>de</strong> entrada<br />
La implementación práctica <strong>de</strong> un sistema <strong>de</strong> control se ve afectada en su <strong>de</strong>sempeño <strong>de</strong> dos principales<br />
fuentes <strong>de</strong> error:<br />
<br />
perturbación <strong>de</strong> medición<br />
1. señales espúreas (perturbaciones) en el lazo <strong>de</strong> control,<br />
2. incertidumbre en el mo<strong>de</strong>lo <strong>de</strong> la planta <br />
Un buen diseño <strong>de</strong> control <strong>de</strong>be tolerar satisfactoriamente tanto perturbaciones como incertidumbres en<br />
el mo<strong>de</strong>lado.<br />
La especificación <strong>de</strong> las propieda<strong>de</strong>s <strong>de</strong>l sistema <strong>de</strong> control con respecto a rechazo <strong>de</strong> perturbaciones e<br />
incertidumbre <strong>de</strong>finen los objetivos <strong>de</strong> <strong>de</strong>sempeño (en inglés: performance) <strong>de</strong>l diseño.<br />
.<br />
73
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 74<br />
7.1.1 Perturbaciones<br />
Las señales espúreas representan perturbaciones que bajo condiciones i<strong>de</strong>ales <strong>de</strong>berían ser nulas, pero<br />
que están presentes, en mayor o menor medida en todo sistema real.<br />
Ejemplo 7.1. El control <strong>de</strong> corriente <strong>de</strong> armadura <strong>de</strong> un motor <strong>de</strong> corriente continua se suele implementar<br />
mediante inversores que trabajan por modulación <strong>de</strong> ancho <strong>de</strong> pulso (PWM: pulse width modulation), <br />
. La <br />
componente continua <strong>de</strong> la señal, <br />
, es el control efectivo; las armónicas representan una perturbación<br />
<br />
<strong>de</strong> entrada , <br />
. <br />
<br />
<br />
<br />
<br />
Actuador PWM<br />
Definición 7.1 (Sensibilidad). Cuando un sistema <strong>de</strong> control retiene su <strong>de</strong>sempeño nominal frente a perturbaciones<br />
se dice que tiene buenas propieda<strong>de</strong>s <strong>de</strong> rechazo, o baja sensibilidad, a perturbaciones.<br />
7.1.2 Incertidumbre<br />
La incertidumbre en el mo<strong>de</strong>lado surge <strong>de</strong> que es imposible conocer con exactitud el mo<strong>de</strong>lo <strong>de</strong> un sistema.<br />
Así, el mo<strong>de</strong>lo con el que se diseña el controlador (nominal) es una aproximación al verda<strong>de</strong>ro sistema sobre<br />
el cual este actuará.<br />
Por ejemplo, si diseñamos un controlador basados en el mo<strong>de</strong>lo linealizado alre<strong>de</strong>dor <strong>de</strong> un punto <strong>de</strong><br />
operación nominal <strong>de</strong> un sistema no lineal, las alinealida<strong>de</strong>s se presentarán como incertidumbres <strong>de</strong> mo<strong>de</strong>lado.<br />
Ejemplo 7.2. Sea el sistema no lineal<br />
<br />
<br />
¥ <br />
<br />
El mo<strong>de</strong>lo linealizado alre<strong>de</strong>dor <strong>de</strong>l origen es <br />
, y así el control estabiliza<br />
<br />
asintóticamente el sistema linealizado.<br />
Sin embargo, este control aplicado al sistema real da el lazo cerrado<br />
<br />
<br />
<br />
<br />
y por lo tanto sólo alcanza estabilidad asintótica para un conjunto acotado <strong>de</strong> condiciones <br />
iniciales,<br />
Para tener en cuenta la incertidumbre <strong>de</strong>l mo<strong>de</strong>lo en el diseño <strong>de</strong>l controlador es necesario contar con<br />
una representación <strong>de</strong> la incertidumbre con alguna cota conocida.<br />
Por ejemplo, es habitual representar la incertidumbre con un mo<strong>de</strong>lo lineal multiplicativo<br />
© .<br />
<br />
don<strong>de</strong> <br />
<br />
<br />
<br />
¥ ¨ ¥ (7.1)<br />
representa la función transferencia real, <br />
do para diseño), ¨ y una función transferencia <strong>de</strong>sconocida salvo por alguna cota <strong>de</strong>l ¨ ¢¡ ¡ tipo ,<br />
¡ con conocida.<br />
Ejemplo 7.3. Supongamos que tenemos el sistema<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
la función transferencia nominal (el mo<strong>de</strong>lo utiliza-
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 75<br />
don<strong>de</strong> existe incertidumbre en la posición <strong>de</strong>l polo, , don<strong>de</strong> es el valor nominal. La representación<br />
<strong>de</strong> esta incertidumbre en el mo<strong>de</strong>lo multiplicativo (7.1) es<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
<br />
¡ <br />
<br />
<br />
¨ ¥<br />
Definición 7.2 (Robustez). Un sistema <strong>de</strong> control que retiene sus propieda<strong>de</strong>s <strong>de</strong> estabilidad y <strong>de</strong>sempeño<br />
frente a incertidumbres <strong>de</strong> mo<strong>de</strong>lo en la planta se dice robusto.<br />
No siempre es posible alcanzar buen rechazo <strong>de</strong> perturbaciones conjuntamente con robustez, y así <strong>de</strong>ben<br />
adoptarse soluciones <strong>de</strong> compromiso en el diseño.<br />
Para alcanzar soluciones <strong>de</strong> compromiso a<strong>de</strong>cuadas a las condiciones <strong>de</strong> perturbaciones e incertidumbre<br />
existentes en el sistema consi<strong>de</strong>rado, es útil disponer <strong>de</strong> índices que <strong>de</strong> alguna forma “midan” las propieda<strong>de</strong>s<br />
<strong>de</strong> sensibilidad y robustez <strong>de</strong> un controlador dado. Dos índices tradicionalmente utilizados son las<br />
funciones <strong>de</strong> sensibilidad <strong>de</strong>l lazo.<br />
7.2 Funciones <strong>de</strong> Sensibilidad<br />
Volvamos al sistema <strong>de</strong> control <strong>de</strong> la Figura 7.1, que supondremos SISO por simplicidad. La respuesta <strong>de</strong>l<br />
sistema a condiciones iniciales nulas está dada por<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<strong>de</strong> don<strong>de</strong> resolvemos<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
§<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¨ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La arquitectura <strong>de</strong>l esquema <strong>de</strong> la Figura 7.1 se llama “<strong>de</strong> un grado <strong>de</strong> libertad”. Este nombre refleja el<br />
hecho <strong>de</strong> que sólo existe un grado <strong>de</strong> libertad para <strong>de</strong>finir las funciones transferencias <strong>de</strong> lazo cerrado que<br />
mapean <br />
y <br />
a <br />
, y <br />
y <br />
a <br />
. <br />
Así, si se diseña para obtener una particular respuesta a la señal <strong>de</strong> referencia,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
se induce al mismo tiempo una única respuesta a la perturbación <strong>de</strong> salida,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
A menudo, es <strong>de</strong>seable ajustar las respuestas a referencia y perturbaciones en forma in<strong>de</strong>pendiente.<br />
Esto pue<strong>de</strong> lograrse con una arquitectura <strong>de</strong> dos grados <strong>de</strong> libertad, como la <strong>de</strong> la Figura 7.2. La salida en<br />
este caso esta dada por
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 76<br />
<br />
<br />
<br />
<br />
-<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 7.2: Lazo <strong>de</strong> control <strong>de</strong> dos grados <strong>de</strong> libertad.<br />
Ahora <br />
pue<strong>de</strong> usarse para ajustar la respuesta a la perturbación (que tiene la misma transferencia<br />
<br />
que en la arquitectura <strong>de</strong> un grado <strong>de</strong> libertad), y <br />
pue<strong>de</strong> usarse para ajustar la respuesta a la referencia<br />
<br />
in<strong>de</strong>pendientemente, dada por<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
No obstante, notar que aún en la arquitectura <strong>de</strong> dos grados <strong>de</strong> libertad quedan funciones transferencias<br />
cuya dinámica no pue<strong>de</strong> ajustarse in<strong>de</strong>pendientemente.<br />
Así, el controlador <br />
pue<strong>de</strong> usarse para ajustar la respuesta a una perturbación <br />
, ,<br />
<br />
<br />
<br />
<br />
<br />
pero una vez elegido, las restantes respuestas quedan <strong>de</strong>terminadas.<br />
La salida <strong>de</strong>l controlador en el esquema <strong>de</strong> la Figura 7.2 está dada por<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
o <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La respuesta a lazo cerrado <strong>de</strong>l sistema <strong>de</strong> la Figura 7.2 está entonces gobernada por cuatro funciones<br />
transferencia, colectivamente llamadas funciones <strong>de</strong> sensibilidad,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
e individualmente<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Sensibilidad complementaria<br />
<br />
Sensibilidad<br />
<br />
<br />
<br />
<br />
Sensibilidad <strong>de</strong> entrada<br />
<br />
<br />
Sensibilidad <strong>de</strong> control<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La funciones <strong>de</strong> sensibilidad están algebraicamente relacionadas, y estas relaciones son unas <strong>de</strong> las manifestaciones<br />
<strong>de</strong> las restricciones inherentes al lazo <strong>de</strong> control en realimentación. No es difícil ver que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(7.2)<br />
(7.3)
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 77<br />
7.3 Especificaciones <strong>de</strong> la Respuesta en Frecuencia<br />
Como normalmente la señal <strong>de</strong> referencia <br />
¢¡ posee un espectro <strong>de</strong> bajas frecuencias, <br />
¢¡ se especifica<br />
<br />
como filtro pasa-bajos, y así rechazar al mismo tiempo el ruido <strong>de</strong> medición, normalmente <strong>de</strong> alta frecuencia.<br />
La Figura 7.3 muestra especificaciones típicas <strong>de</strong> la respuesta en frecuencia para <br />
¡ y <br />
¡ (recor<strong>de</strong>mos<br />
<br />
que <br />
y <br />
no pue<strong>de</strong>n elegirse en forma in<strong>de</strong>pendiente ya que <br />
para todo ).<br />
<br />
<br />
|S(jω)|<br />
1<br />
0.5<br />
10 −2<br />
0<br />
10 −1<br />
7.4 Robustez<br />
10 0<br />
7.4.1 Estabilidad Robusta<br />
ω<br />
10 1<br />
10 2<br />
|T(jω)|<br />
Figura 7.3: Formas típicas para <br />
1<br />
0.5<br />
10 −2<br />
0<br />
<br />
<br />
10 −1<br />
<br />
¡ <br />
<br />
and <br />
¡<br />
<br />
A<strong>de</strong>más <strong>de</strong> especificar la respuesta <strong>de</strong>l sistema a señales, las funciones <br />
¡ y <br />
¡ sirven para especifi-<br />
<br />
car las propieda<strong>de</strong>s <strong>de</strong> robustez <strong>de</strong>l sistema.<br />
Supongamos que representamos la incertidumbre en el ¨ mo<strong>de</strong>lo con estructura multiplicativa<br />
<br />
¨ ¥ (7.4)<br />
<br />
y que se conoce la cota <strong>de</strong> incertidumbre<br />
<br />
¨ ¡ <br />
<br />
Típicamente, ¡ es una función creciente <strong>de</strong> la frecuencia ¡ (el mo<strong>de</strong>lo es más incierto a frecuencias<br />
mayores).<br />
¿Cómo se obtiene la cota ¡ en la práctica? El siguiente ejemplo ilustra una forma.<br />
¡ (7.5)<br />
Ejemplo 7.4 (Incertidumbre <strong>de</strong> mo<strong>de</strong>lado). Supongamos que la planta es estable y se obtuvo <br />
su <br />
función<br />
transferencia nominal mediante experimentos <strong>de</strong> respuesta en frecuencia: La magnitud y fase <strong>de</strong> la<br />
<br />
salida se mi<strong>de</strong>n para sinusoi<strong>de</strong>s <strong>de</strong> referencia ¡ <br />
<br />
<strong>de</strong> distintas frecuencias . El experimento se<br />
repitió veces.<br />
Denotamos el par (magnitud,fase) ¡ para la frecuencia y el experimento ¢ ¡ ¡ como . El mo<strong>de</strong>lo<br />
© <br />
nominal se pue<strong>de</strong> obtener ajustando <br />
¢¡<br />
<br />
a estas mediciones, por ejemplo, minimizando el error cuadrático<br />
<br />
medio total (típico en I<strong>de</strong>ntificación <br />
<strong>de</strong> <br />
Sistemas).<br />
Una vez obtenida la función transferencia nominal , ¡ se pue<strong>de</strong> obtener eligiéndola <strong>de</strong> forma<br />
tal que<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
¡ <br />
<br />
Existen distintos criterios para ajustar <br />
<br />
<br />
¢<br />
<br />
en un sistema intercambiador <strong>de</strong> calor experimental ( ).<br />
<br />
<br />
¡ . La Figura 7.4 muestra los resultados <strong>de</strong> un experimento real<br />
<br />
.<br />
<br />
10 0<br />
ω<br />
<br />
10 1<br />
10 2
Diagrama <strong>de</strong> Bo<strong>de</strong><br />
Magnitud<br />
Frecuencia<br />
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 78<br />
Parte Imaginaria<br />
0.5<br />
0<br />
−0.5<br />
−1<br />
−1.5<br />
Diagrama <strong>de</strong> Nyquist<br />
Nyquist nominal<br />
Mediciones<br />
Incertidumbre<br />
Diagrama <strong>de</strong> Nyquist<br />
−2<br />
−1 −0.5 0 0.5 1 1.5<br />
Parte Imaginaria<br />
2<br />
Parte Real<br />
Parte Real<br />
Magnitud<br />
10 1<br />
10 0<br />
10 −1<br />
10 −2<br />
10 −2<br />
Nyquist nominal<br />
Mediciones<br />
Incertidumbre<br />
10 −1<br />
Diagrama <strong>de</strong> Bo<strong>de</strong><br />
Figura 7.4: Mediciones, mo<strong>de</strong>lo nominal e incertidumbre<br />
10 0<br />
Frecuencia<br />
El siguiente es un importante resultado que da condiciones necesarias y suficientes para estabilidad<br />
robusta con incertidumbre multiplicativa en los lazos <strong>de</strong> control <strong>de</strong> la Figura 7.1, 7.2.<br />
<br />
Teorema 7.1 (Estabilidad robusta con incertidumbre multiplicativa). Sea la planta nominal con incertidumbre<br />
<strong>de</strong> mo<strong>de</strong>lo <br />
¨ <br />
<br />
estable y dada por (7.4) y (7.5). Entonces, si los lazos <strong>de</strong> control <strong>de</strong> la Figura<br />
7.1, 7.2 son estables con la planta nominal , serán estables con la planta real si y sólo si<br />
<br />
<br />
¡<br />
<br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
¡ <br />
<br />
¢¡<br />
<br />
para todo ¡ , (7.6)<br />
<br />
<br />
<br />
don<strong>de</strong> <br />
es la sensibilidad complementaria nominal (<strong>de</strong> (7.2) con ¡ <br />
). <br />
Demostración. Ver por ejemplo Sánchez Peña (1992, § 2) o Doyle et al. (1992, § 4).<br />
<br />
Este resultado nos dice que si existe mucha incertidumbre <strong>de</strong> mo<strong>de</strong>lo a una <strong>de</strong>terminada frecuencia,<br />
<br />
<strong>de</strong>l sistema pue<strong>de</strong> llegar a per<strong>de</strong>rse en la planta real.<br />
El resultado anterior tiene la siguiente interpretación gráfica: Puesto que<br />
<br />
<strong>de</strong>be diseñarse (a través <strong>de</strong> <br />
) para tener valores bajos a esa frecuencia, o la estabilidad nominal<br />
<br />
<br />
¢¡ <br />
<br />
<br />
¡ ¡ <br />
<br />
¡ ¡ <br />
<br />
<br />
<br />
¡ <br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
entonces, para cada ¡ frecuencia el punto crítico se encuentra fuera <strong>de</strong>l disco <strong>de</strong> centro <br />
<br />
<br />
radio .<br />
<br />
¡ <br />
<br />
7.4.2 Desempeño robusto<br />
¢¡<br />
<br />
¡ <br />
<br />
<br />
<br />
<br />
¡<br />
¡<br />
<br />
¡ <br />
El <strong>de</strong>sempeño nominal <strong>de</strong>l sistema pue<strong>de</strong> especificarse <strong>de</strong>finiendo la forma<br />
<br />
<strong>de</strong><br />
peso ¡ dada requiriendo que<br />
<br />
<br />
<br />
¡<br />
<br />
<br />
¢¡<br />
<br />
<br />
10 1<br />
¡ <br />
<br />
10 2<br />
¡ y<br />
con una función <strong>de</strong><br />
<br />
<br />
<br />
<br />
¡<br />
¡ <br />
¡ ¡ <br />
<br />
<br />
<br />
¡ (7.7)<br />
<br />
Si (7.7) se preserva <strong>de</strong> la planta nominal a la planta real, y a<strong>de</strong>más se preserva la estabilidad, <strong>de</strong>cimos que<br />
el sistema tiene <strong>de</strong>sempeño robusto.<br />
El <strong>de</strong>sempeño robusto, como intuitivamente pue<strong>de</strong> esperarse, requiere la estabilidad robusta (7.6) como<br />
condición necesaria.<br />
El siguiente resultado establece una condición necesaria y suficiente para el <strong>de</strong>sempeño robusto <strong>de</strong> los<br />
sistemas <strong>de</strong> la Figura 7.1, 7.2.
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 79<br />
<br />
imag<br />
<br />
<br />
<br />
real<br />
<br />
<br />
Figura 7.5: Estabilidad robusta gráficamente<br />
<br />
Teorema 7.2 (Desempeño robusto con incertidumbre multiplicativa). Sea la planta nominal con<br />
incertidumbre <strong>de</strong> mo<strong>de</strong>lo <br />
estable y dada por (7.4) y (7.5). Entonces, si los lazos <strong>de</strong> control <strong>de</strong> la<br />
¨ <br />
<br />
<br />
Figura 7.1, 7.2 son estables, y se cumple (7.7) con la planta nominal , el sistema tiene <strong>de</strong>sempeño<br />
robusto si y sólo si<br />
don<strong>de</strong> <br />
). <br />
<br />
<br />
¡ <br />
¡ <br />
<br />
¡ y <br />
<br />
<br />
<br />
<br />
¡ <br />
<br />
¡ <br />
<br />
<br />
para todo ¡ , (7.8)<br />
¡ son la sensibilidad y sensibilidad complementaria nominales (<strong>de</strong> (7.2) con <br />
<br />
<br />
<br />
Demostración. Ver Sánchez Peña (1992, § 2) o Doyle et al. (1992, § 4).<br />
La condición <strong>de</strong> <strong>de</strong>sempeño robusto también admite una buena interpretación gráfica:<br />
<br />
<br />
imag<br />
real<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 7.6: Desempeño robusto gráficamente<br />
7.5 Restricciones algebraicas en <br />
y <br />
<br />
En resumen, se pue<strong>de</strong>n especificar las propieda<strong>de</strong>s <strong>de</strong>l sistema <strong>de</strong> control a lazo cerrado especificando una<br />
forma en la respuestas en frecuencia <strong>de</strong> <br />
y <br />
.<br />
<br />
<br />
Sin<br />
<br />
¡ <br />
<br />
embargo,<br />
<br />
y <br />
¢¡<br />
<br />
no pue<strong>de</strong>n ajustarse arbitrariamente. Existen restricciones en los valores<br />
<br />
que pue<strong>de</strong>n<br />
<br />
tomar <br />
y <br />
para ciertos valores <strong>de</strong> que imponen restricciones sobre los valores en<br />
<br />
el . eje¢¡<br />
La restricción más obvia es la relación <strong>de</strong> complementariedad<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Otras restricciones surgen en los ceros y polos a lazo abierto <strong>de</strong>bido al requerimiento <strong>de</strong> estabilidad <strong>de</strong>l lazo<br />
cerrado.
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 80<br />
Lema 7.1 (Restricciones <strong>de</strong> Interpolación). Si el sistema a lazo abierto <br />
no tiene cancelaciones polo-<br />
<br />
cero inestables, entonces, para cualquier control que estabilice al sistema a lazo cerrado, <br />
y <br />
<strong>de</strong>ben <br />
satisfacer las siguientes condiciones<br />
1. si es un polo inestable <strong>de</strong> <br />
( <br />
<br />
<br />
<br />
<br />
2. si es un cero <strong>de</strong> fase no mínima <strong>de</strong> <br />
y<br />
<br />
y <br />
<br />
<br />
<br />
<br />
<br />
<br />
)<br />
( <br />
Demostración. Por el requerimiento <strong>de</strong> estabilidad <strong>de</strong>l lazo cerrado, ceros y polos con parte real positiva<br />
<br />
<strong>de</strong> la planta o el controlador no pue<strong>de</strong>n cancelarse, por lo que permanecerán en <br />
. Las condiciones <strong>de</strong><br />
<br />
interpolación siguen directamente <strong>de</strong> las <strong>de</strong>finiciones <strong>de</strong> <br />
y <br />
. <br />
Sea cual fuera el controlador elegido, las funciones <strong>de</strong> sensibilidad <strong>de</strong>berán satisfacer estas restricciones en<br />
los polos y ceros <strong>de</strong> parte real no negativa <strong>de</strong>l lazo abierto.<br />
7.6 Especificaciones <strong>de</strong> diseño en la respuesta temporal<br />
Alternativamente a la especificación <strong>de</strong> la respuesta en frecuencia, la especificación <strong>de</strong>l <strong>de</strong>sempeño <strong>de</strong>l<br />
sistema a lazo cerrado suele hacerse sobre la respuesta temporal <strong>de</strong>l sistema. La especificación <strong>de</strong> la<br />
<br />
<br />
£<br />
<br />
<br />
<br />
<br />
Figura 7.7: Especificaciones en la respuesta temporal<br />
respuesta temporal es más directa respecto <strong>de</strong> lo que se preten<strong>de</strong> <strong>de</strong>l sistema, pero entonces es más difícil<br />
traducir estas especificaciones a condiciones para las funciones transferencia <strong>de</strong>l lazo cerrado.<br />
Los parámetros típicos para la respuesta al escalón son<br />
sobrevalor <br />
subvalor <br />
tiempo <strong>de</strong> crecimiento<br />
<br />
tiempo <strong>de</strong> establecimiento <br />
Definimos los parámetros <strong>de</strong> la respuesta al escalón sobre el sistema <strong>de</strong> la Figura 7.1, y <strong>de</strong>finimos el<br />
error <strong>de</strong> seguimiento ¢ .<br />
sobrevalor: es el máximo valor en que la respuesta <strong>de</strong>l sistema exce<strong>de</strong> su valor <strong>de</strong> régimen permanente,<br />
<br />
<br />
<br />
)
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 81<br />
subvalor: es máximo pico negativo <strong>de</strong> la salida <strong>de</strong>l sistema,<br />
<br />
<br />
<br />
£<br />
tiempo <strong>de</strong> crecimiento: cuantifica aproximadamente el tiempo mínimo que toma la salida en alcanzar el<br />
nuevo punto <strong>de</strong> operación,<br />
<br />
<br />
<br />
£<br />
para todo en el <br />
<br />
<br />
<br />
intervalo<br />
tiempo <strong>de</strong> establecimiento: cuantifica el tiempo que tardan los transitorios en <strong>de</strong>caer permanentemente<br />
por <strong>de</strong>bajo <strong>de</strong> un <strong>de</strong>terminado nivel , usualmente entre el 1 y 10% <strong>de</strong>l valor <strong>de</strong> régimen permanente,<br />
<br />
£<br />
<br />
<br />
para todo en <br />
<br />
<br />
<br />
el intervalo<br />
7.7 Restricciones en la Respuesta al Escalón<br />
Como vimos, los polos y ceros en el semiplano <strong>de</strong>recho <strong>de</strong>l plano complejo imponen restricciones algebraicas<br />
en las funciones <strong>de</strong> sensibilidad <strong>de</strong>l sistema, no importa cual sea el controlador usado.<br />
Veremos cómo estas restricciones algebraicas se traducen en restricciones en el <strong>de</strong>sempeño alcanzable<br />
<strong>de</strong> la respuesta al escalón <strong>de</strong>l sistema a lazo cerrado.<br />
Usaremos el siguiente resultado preliminar, que surge <strong>de</strong> la <strong>de</strong>finición <strong>de</strong> transformada Laplace.<br />
Lema 7.2. Sea<br />
plano<br />
una función transferencia estrictamente propia cuyos polos se encuentran en el semi-<br />
<br />
, para algún número real finito <br />
. Sea<br />
£ la antitransformada Laplace <strong>de</strong><br />
<br />
<br />
. Entonces para cualquier número £<br />
<br />
¡£¢<br />
¥¤ <br />
<br />
<br />
<br />
<br />
£©¨ §¦<br />
<br />
§¦<br />
La salida y el error <strong>de</strong> seguimiento en la respuesta al escalón <strong>de</strong>l sistema <strong>de</strong> la Figura 7.1 satisfacen las<br />
siguientes condiciones integrales.<br />
Teorema 7.3 (Polos inestables). Supongamos que el sistema a lazo abierto <br />
tiene un polo en , con<br />
. Entonces si el lazo cerrado es estable<br />
¢ ¡<br />
¤ <br />
£©¨ <br />
<br />
¡£¢ <br />
¤ £©¨ <br />
<br />
<br />
Demostración. Veamos primero que al ser el sistema estable, el error es acotado, £<br />
<br />
<br />
digamos<br />
no tiene singularida<strong>de</strong>s en <br />
<br />
<br />
. En efecto,<br />
<br />
, y por lo tanto su transformada Laplace <br />
<br />
<br />
<br />
<br />
<br />
¡£¢<br />
<br />
<br />
¨¦<br />
¤<br />
<br />
¡¢<br />
¤ <br />
¨¦<br />
<br />
<br />
<br />
<br />
para todo <br />
Entonces, por el Lema 7.2, la ecuación (7.9) sigue <strong>de</strong><br />
¡£¢ <br />
¤ £¨¦ <br />
<br />
<br />
<br />
<br />
<br />
.<br />
don<strong>de</strong> usamos la <br />
<br />
relación<br />
restricción <strong>de</strong> interpolación <br />
<strong>de</strong> en los polos inestables <br />
<strong>de</strong> .<br />
(7.9)<br />
(7.10)<br />
, el hecho <strong>de</strong> que la referencia es un escalón, <br />
, y la<br />
<br />
La ecuación (7.10) sigue <strong>de</strong> (7.9) y el hecho <strong>de</strong> que ¢ para todo ,<br />
<br />
¢ ¡<br />
£©¨ ¥¤ <br />
<br />
¢ ¡<br />
£¢ ¨¦<br />
¥¤ <br />
¡¢<br />
¥¤ <br />
¨¦
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 82<br />
Un resultado dual existe para plantas con ceros <strong>de</strong> fase no mínima.<br />
Teorema 7.4 (Ceros <strong>de</strong> fase no mínima). Supongamos que el sistema a lazo <br />
abierto tiene un cero<br />
<br />
en<br />
, <br />
<br />
con . Entonces si el lazo cerrado es estable<br />
¡¢ <br />
£¨¦ ¥¤ <br />
<br />
<br />
(7.11)<br />
¡£¢ <br />
¤ £¨¦ (7.12)<br />
<br />
Demostración. Ejercicio.<br />
Estos teoremas muestran que si la planta tiene ceros o polos en el semiplano <strong>de</strong>recho <strong>de</strong>l plano complejo,<br />
entonces el error y la salida a una entrada escalón <strong>de</strong>ben satisfacer relaciones integrales in<strong>de</strong>pendientemente<br />
<strong>de</strong>l controlador usado para estabilizar el sistema.<br />
Damos interpretaciones <strong>de</strong> diseño <strong>de</strong> estas integrales en términos <strong>de</strong> los parámetros <strong>de</strong> la respuesta al<br />
escalón.<br />
Corolario 7.1 (Polos inestables reales y sobrevalor). Si la planta tiene un polo inestable real en , su<br />
respuesta al escalón tiene forzosamente sobrevalor. Más aún, si es el tiempo <strong>de</strong> crecimiento <strong>de</strong>l sistema<br />
a lazo cerrado, entonces se cumple que<br />
<br />
<br />
<br />
<br />
<br />
(7.13)<br />
<br />
<br />
Demostración. Necesariamente el error <strong>de</strong>berá cambiar <strong>de</strong> signo para que la integral (7.9) sea nula — a<br />
menos que sea idénticamente nulo. Así, la salida <strong>de</strong>berá superar a la referencia en algún <br />
momento<br />
sobrevalor.<br />
De la <strong>de</strong>finición <strong>de</strong> tenemos que £ para , o sea £ £ que . Usando esta cota<br />
en la integral (7.9) tenemos que<br />
<br />
<br />
<br />
¡<br />
£¨¦ ¡£¢ <br />
¥¤ £¨¦ <br />
¥¤ <br />
¡¢<br />
¥¤ <br />
£©¨ <br />
<br />
¡ ¥¤ <br />
<br />
¡<br />
¥¤ <br />
<br />
<br />
De (7.14) y la <strong>de</strong>finición <strong>de</strong> sobrevalor tenemos que<br />
<br />
¤ <br />
<br />
<br />
<strong>de</strong> don<strong>de</strong> surge (7.13).<br />
<br />
¢ ¡<br />
¤ ¨¦ <br />
<br />
¡ <br />
<br />
¥¤ <br />
<br />
<br />
¢ ¡<br />
¤ £¨¦<br />
<br />
¨¦<br />
<br />
<br />
<br />
<br />
¡£¢ <br />
¥¤ £¨¦<br />
¨¦<br />
<br />
¨ (7.14)<br />
<br />
¤ <br />
Sigue <strong>de</strong>l Corolario 7.1 que si la planta tiene un polo inestable:<br />
1. necesariamente hay sobrevalor en la respuesta al escalón<br />
2. el sobrevalor será mayor cuanto mayor sea el tiempo <strong>de</strong> respuesta <strong>de</strong>l lazo cerrado.<br />
Los polos inestables <strong>de</strong>mandarán acción <strong>de</strong> control rápida para un mejor <strong>de</strong>sempeño (menor sobrevalor).<br />
Cuanto mayores (más rápidos) sean los polos inestables, mayor será esta <strong>de</strong>manda.<br />
Ejemplo 7.5. Supongamos que nuestra planta a lazo abierto tiene un polo en . Entonces tenemos que<br />
la cota en sobrevalor en la respuesta al escalón <strong>de</strong>l lazo cerrado (estable) es<br />
¢<br />
Si diseñamos el controlador para obtener un tiempo <strong>de</strong> crecimiento , el sobrevalor será mayor al<br />
100%! Para una respuesta razonable <strong>de</strong>beríamos elegir al menos .
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 83<br />
Corolario 7.2 (Ceros <strong>de</strong> fase no mínima y subvalor). Si la planta tiene un cero <strong>de</strong> fase no mínima real en<br />
, su respuesta al escalón tiene forzosamente subvalor. Más aún, si es el tiempo <strong>de</strong> establecimiento<br />
a un nivel <strong>de</strong>l sistema a lazo cerrado, entonces se cumple que<br />
<br />
<br />
<br />
<br />
Demostración. Similar a la <strong>de</strong>l Corolario 7.1. Ejercicio.<br />
La interpretación <strong>de</strong>l Corolario 7.2 es que si la planta tiene un cero real <strong>de</strong> fase no mínima,<br />
necesariamente hay subvalor en la respuesta al escalón<br />
<br />
el pico <strong>de</strong>l subvalor será mayor cuanto menor sea el tiempo <strong>de</strong> establecimiento <strong>de</strong>l lazo cerrado.<br />
<br />
Los ceros <strong>de</strong> fase no mínima <strong>de</strong>mandarán acción <strong>de</strong> control lenta para un mejor <strong>de</strong>sempeño (menor subvalor).<br />
Cuanto menores (más lentos) sean los ceros <strong>de</strong> fase no mínima, mayor será esta <strong>de</strong>manda.<br />
En conclusión po<strong>de</strong>mos extraer las siguientes reglas prácticas <strong>de</strong> diseño básicas para evitar sobrevalor o<br />
subvalor excesivos:<br />
1. El polo dominante a lazo cerrado <strong>de</strong>ber mayor (en magnitud) que cualquier polo inestable a lazo abierto<br />
<strong>de</strong>l sistema.<br />
2. El polo dominante a lazo cerrado <strong>de</strong>ber menor (en magnitud) que el menor cero no mínima fase <strong>de</strong>l<br />
sistema.<br />
Vemos que entre las plantas inestables y no mínima fase, aquellas que posean polos a lazo abierto a la<br />
<strong>de</strong>recha <strong>de</strong> sus ceros en serán más “difíciles”, ya que no podremos satisfacer ambas reglas simultáneamente,<br />
y habrá un compromiso inevitable entre reducir sobrevalor o subvalor.<br />
<br />
Figura 7.8: Caso manejable<br />
El siguiente resultado consi<strong>de</strong>ra este caso.<br />
<br />
Figura 7.9: Caso difícil<br />
Corolario 7.3 (Plantas inestables y no mínima fase). Consi<strong>de</strong>remos el esquema <strong>de</strong> control <strong>de</strong> un grado<br />
<strong>de</strong> libertad con realimentación unitaria. Supongamos <br />
que tiene un cero real y un polo<br />
<br />
. Entonces <br />
real , con <br />
1. si <br />
2. si <br />
el sobrevalor satisface<br />
<br />
<br />
<br />
<br />
el subvalor satisface<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(7.15)<br />
(7.16)<br />
Demostración. Para el caso 1, combinando las relaciones integrales <strong>de</strong> los teoremas sobre ceros <strong>de</strong> fase no<br />
mínima y polos inestables <strong>de</strong> la clase pasada obtenemos<br />
¢ ¡<br />
<br />
<br />
¤ <br />
¤ £¨¦£<br />
<br />
<br />
De la <strong>de</strong>finición <strong>de</strong> sobrevalor entonces sigue<br />
<br />
<br />
<br />
<br />
¢ ¡<br />
<br />
<br />
<br />
<br />
¤ <br />
¨¦ <br />
<br />
<br />
(7.17)
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 84<br />
Finalmente, la relación (7.15) sale inmediatamente <strong>de</strong> (7.17) pues . De la misma manera se prueba 2<br />
usando las restantes relaciones integrales y usando el hecho <strong>de</strong> que .<br />
Ejemplo 7.6.<br />
Consi<strong>de</strong>remos el sistema <strong>de</strong> péndulo invertido <strong>de</strong> la Figu-<br />
ra 7.10. El mo<strong>de</strong>lo linealizado alre<strong>de</strong>dor <strong>de</strong>l origen <strong>de</strong> este<br />
sistema tiene la siguiente función transferencia entre la<br />
<br />
fuerza<br />
y la posición <strong>de</strong>l carro :<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
don<strong>de</strong> <br />
y . Vemos que el sistema<br />
<br />
satisface las condiciones <strong>de</strong>l corolario anterior. Si normalizamos<br />
para que <br />
y <br />
consi<strong>de</strong>ramos , obtenemos<br />
<br />
que<br />
. Entonces el corolario anterior predice un subvalor superior<br />
a en la respuesta al escalón! La Figura 7.11 muestra<br />
los resultados <strong>de</strong> simulaciones <strong>de</strong>l lazo cerrado controlado con<br />
distintas velocida<strong>de</strong>s <strong>de</strong> respuesta.<br />
Vemos que el subvalor es en todos los casos mucho mayor<br />
que la cota inferior <strong>de</strong> .<br />
14.20<br />
10.76<br />
7.32<br />
3.88<br />
0.44<br />
-3.00<br />
-6.44<br />
-9.88<br />
-13.32<br />
-16.76<br />
-20.20<br />
y(t)<br />
0.00 2.86 5.71 8.57 11.43 14.29 17.14 20.00<br />
Figura 7.11: Respuesta a lazo cerrado <strong>de</strong>l péndulo invertido<br />
7.7.1 Efecto <strong>de</strong> ceros y polos en el eje imaginario<br />
<br />
<br />
<br />
q<br />
<br />
<br />
<br />
Figura 7.10: Péndulo invertido<br />
Los resultados sobre ceros y polos en vistos en la clase pasada pue<strong>de</strong>n exten<strong>de</strong>rse sobre el eje imaginario.<br />
Corolario 7.4 (Zeros y polos en el eje imaginario). Para todo controlador que estabilice el lazo <strong>de</strong> un grado<br />
<strong>de</strong> libertad, el error en la respuesta al escalón unitario £ £ satisface<br />
1. si la planta <br />
tiene un par <strong>de</strong> ceros en <br />
¢ ¡<br />
£<br />
<br />
¢ ¡<br />
<br />
<br />
<br />
<br />
<br />
¨¦ <br />
¨¦<br />
<br />
<br />
<br />
<br />
<br />
, entonces<br />
t
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 85<br />
2. si la planta <br />
tiene un par <strong>de</strong> polos en <br />
Demostración.<br />
¢ ¡<br />
£<br />
<br />
¡¢<br />
<br />
<br />
<br />
<br />
<br />
¨¦ <br />
¨¦ <br />
<br />
, entonces<br />
1. Extendiendo formalmente las relaciones integrales vistas en la clase anterior (pue<strong>de</strong> probarse rigurosamente<br />
que vale), tenemos que<br />
¡¢<br />
£ <br />
¦ ¨ <br />
El resultado entonces sigue usando<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¦ <br />
<br />
<br />
<br />
<br />
¦ <br />
¤ <br />
¦ ¦ <br />
¤ <br />
<br />
2. Se prueba <strong>de</strong> la misma forma usando las expresiones correspondientes para polos.<br />
Estas restricciones son particularmente severas si los ceros en el eje imaginario se encuentran cercanos al<br />
origen (cercanos con respecto al ancha <strong>de</strong> banda <strong>de</strong> lazo cerrado), como vemos en el siguiente ejemplo.<br />
Ejemplo 7.7. Supongamos que tenemos una planta con un par <strong>de</strong> ceros sobre el eje imaginario en . <br />
Por simplicidad, supongamos que po<strong>de</strong>mos <strong>de</strong>finir el tiempo <strong>de</strong> establecimiento en forma exacta, es <strong>de</strong>cir,<br />
como<br />
<br />
<br />
<br />
<br />
<br />
asumiendo que po<strong>de</strong>mos <strong>de</strong>spreciar directamente los transitorios para . Entonces, <strong>de</strong>l Corolario 7.4-1<br />
tenemos<br />
¡<br />
<br />
<br />
Asumiento que<br />
<br />
<br />
<br />
<br />
<br />
¨¦<br />
<br />
£ <br />
<br />
<br />
<br />
<br />
<br />
¦ obtenemos que<br />
¡<br />
<br />
<br />
<br />
¨¦ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Vemos si <br />
, entonces £ <br />
. Concluimos que los zeros sobre el eje imaginario también<br />
<br />
imponen restricciones sobre el ancho <strong>de</strong> banda máximo <strong>de</strong>l lazo cerrado.<br />
<br />
<br />
Ejemplo 7.8 (Tren <strong>de</strong> laminación). Un ejemplo típico <strong>de</strong>l efecto perjudicial <strong>de</strong> ceros sobre (o muy cerca <strong>de</strong>)<br />
el eje imaginario se da en el problema <strong>de</strong> laminación <strong>de</strong> acero. Este fenómeno se conoce como efecto<br />
<strong>de</strong> “hold-up”, y aparece como un incremento <strong>de</strong> oscilaciones en cuanto se preten<strong>de</strong> hacer la respuesta <strong>de</strong>l<br />
sistema más rápida controlando sólo la separación entre los rodillos <strong>de</strong> laminación ((Goodwin et al. 2000)).
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 86<br />
7.8 Resumen<br />
La implementación práctica <strong>de</strong> un sistema <strong>de</strong> control está afectado <strong>de</strong> perturbaciones e incertidumbres <strong>de</strong><br />
mo<strong>de</strong>lado que afectarán su <strong>de</strong>sempeño, apartándolo <strong>de</strong> las especificaciones i<strong>de</strong>alizadas en la etapa <strong>de</strong><br />
diseño. Algunas <strong>de</strong> estas perturbaciones e incertidumbres pue<strong>de</strong>n tenerse en cuenta <strong>de</strong> cierta forma en el<br />
diseño si se lleva a cabo un diseño robusto.<br />
Distinguimos las propieda<strong>de</strong>s <strong>de</strong> robustez en<br />
1. Estabilidad robusta: el sistema real preserva las características <strong>de</strong> estabilidad (Lyapunov, BIBO, etc.)<br />
<strong>de</strong>l sistema nominal. 1<br />
2. Desempeño robusto: el sistema real preserva las características <strong>de</strong> respuesta a referencias y rechazo<br />
<strong>de</strong> perturbaciones <strong>de</strong>l sistema nominal.<br />
El análisis <strong>de</strong> las propieda<strong>de</strong>s <strong>de</strong> robustez y rechazo <strong>de</strong> perturbaciones<br />
Estabilidad nominal<br />
<br />
Desempeño nominal<br />
<br />
Estabilidad robusta<br />
<br />
Desempeño robusto<br />
<br />
<strong>de</strong>l sistema <strong>de</strong> control pue<strong>de</strong> hacerse a priori, sin embargo, mediante las funciones <strong>de</strong> sensibilidad, que<br />
capturan funciones transferencia cruciales en el lazo <strong>de</strong> control.<br />
|T(jω)|<br />
1<br />
0.5<br />
10 −2<br />
0<br />
© <br />
: buen seguimiento <strong>de</strong> referencia a bajas frecuencias<br />
<br />
© £<br />
: buen rechazo <strong>de</strong> ruido <strong>de</strong> medición a altas frecuencias<br />
<br />
10 −1<br />
10 0<br />
ω<br />
10 1<br />
10 2<br />
|S(jω)|<br />
1<br />
0.5<br />
10 −2<br />
0<br />
¥<br />
Los ceros y polos a lazo abierto en el semiplano <strong>de</strong>recho imponen restricciones fundamentales en la<br />
respuesta <strong>de</strong>l sistema. Estas restricciones valen para todo controlador estabilizante.<br />
© £<br />
: buen rechazo <strong>de</strong> perturbaciones <strong>de</strong> salida a bajas frecuencias<br />
<br />
1 En lo que sigue, con “estabilidad” nos referiremos a estabilidad interna asintótica.<br />
10 −1<br />
10 0<br />
ω<br />
10 1<br />
10 2
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 87<br />
compromiso velocidad/sobrevalor si la planta tiene un polo real instable, necesariamente existirá sobrevalor<br />
en la respuesta al escalón. Cuanto más lento se diseñe el lazo cerrado, mayor será el sobrevalor.<br />
compromiso velocidad/subvalor si la planta tiene un cero real no mínima fase, necesariamente existirá<br />
subvalor en la respuesta al escalón. Cuanto más rápido se diseñe el lazo cerrado, mayor será el<br />
subvalor.<br />
Estos compromisos indican que para un <strong>de</strong>sempeño aceptable, los polos inestables requieren un lazo cerrado<br />
rápido, mientras que los ceros no mínima fase uno lento.<br />
7.9 Ejercicios<br />
Ejercicio 7.1. Consi<strong>de</strong>rar el control en realimentación <strong>de</strong> una planta con <br />
mo<strong>de</strong>lo . Suponiendo<br />
que el controlador es tal que la sensibilidad complementaria es<br />
<br />
<br />
<br />
<br />
1. calcular la función transferencia <strong>de</strong>l <br />
controlador ,<br />
2. si la referencia es un escalón, calcular la respuesta en régimen permanente <strong>de</strong> la señal <strong>de</strong> entrada <strong>de</strong><br />
la planta.<br />
3. calcular el máximo error instantáneo en la salida siguiendo a esta referencia.<br />
Ejercicio 7.2. El mo<strong>de</strong>lo nominal <strong>de</strong> una planta es un <br />
doble integrador<br />
llado (que tomamos como la planta “real”) incluye un retardo, <strong>de</strong> <br />
<br />
¤ ¢ forma que , y sólo se sabe<br />
que pertenece al <br />
<br />
intervalo . Expresar esta incertidumbre como multiplicativa y obtener una<br />
<br />
función<br />
<br />
tal que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 7.3. La función transferencia <strong>de</strong> una planta está dada por<br />
<br />
<br />
<br />
<br />
<br />
¢ ¢ Un mo<strong>de</strong>lo más <strong>de</strong>ta-<br />
don<strong>de</strong> la ganancia es incierta pero se sabe que pertenece al <br />
<br />
intervalo . Representar la familia <strong>de</strong><br />
plantas posibles con un mo<strong>de</strong>lo <strong>de</strong> incertidumbre multiplicativa, eligiendo una planta nominal y una función<br />
peso <br />
tales que <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 7.4. Para el mo<strong>de</strong>lo nominal <strong>de</strong> un <br />
¢ doble integrador , el requerimiento<br />
<br />
<strong>de</strong> <strong>de</strong>sempeño<br />
<br />
es que la salida <strong>de</strong> la planta siga referencias en el intervalo <strong>de</strong> frecuencias . La función peso <strong>de</strong> <strong>de</strong>sempeño<br />
pue<strong>de</strong> elegirse como la magnitud <strong>de</strong> un filtro pasa-bajos <strong>de</strong> magnitud constante en este rango<br />
<strong>de</strong> frecuencias, y que <strong>de</strong>cae a frecuencias mayores, como por ejemplo un filtro Butterworth. Elegir un filtro<br />
Butterworth <strong>de</strong> tercer or<strong>de</strong>n para <br />
<br />
con frecuencia <strong>de</strong> corte rad/s. Tomar el peso como<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1. Diseñar un controlador <br />
propio<br />
2. Chequear la condición <strong>de</strong> estabilidad robusta <br />
<br />
<br />
<br />
para obtener estabilidad nominal <strong>de</strong>l lazo <strong>de</strong> control.<br />
hasta conseguirlo. No es necesario obtener buen <strong>de</strong>sempeño.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
. Si no se satisface, rediseñar
7. Especificaciones y Limitaciones <strong>de</strong> Diseño 88<br />
3. Si la condición <strong>de</strong> estabilidad robusta se satisface, el mínimo nivel <strong>de</strong> <strong>de</strong>sempeño robusto es el valor<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¿Cuál es el valor <br />
<strong>de</strong> alcanzado por el controlador elegido?<br />
Ejercicio 7.5. Obtener los parámetros <strong>de</strong> la respuesta al escalón <strong>de</strong><br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ejercicio 7.6. Probar el Teorema 7.4 y el Corolario 7.2.<br />
Ejercicio 7.7. Dado el sistema<br />
<br />
<br />
<br />
<br />
diseñar un controlador PI, <br />
<br />
<br />
<br />
Estimar el sobrevalor en la respuesta usando (7.13). ¿Cuál es el sobrevalor efectivo en el sistema?<br />
Ejercicio 7.8. El mo<strong>de</strong>lo nominal <strong>de</strong> una planta es<br />
<br />
<br />
<br />
<br />
<br />
<br />
£<br />
, para obtener error estático nulo y un tiempo <strong>de</strong> crecimiento .<br />
<br />
<br />
Esta planta <strong>de</strong>be controlarse con un lazo en realimentación <strong>de</strong> un grado <strong>de</strong> libertad.<br />
1. Determinar las restricciones en la respuesta al escalón.<br />
2. ¿Por qué es el control <strong>de</strong> esta planta especialmente difícil? Discutir.<br />
Ejercicio 7.9. Consi<strong>de</strong>rar la planta dada por<br />
<br />
<br />
<br />
<br />
<br />
<br />
1. Obtener expresiones para los parámetros <br />
<br />
<br />
<br />
<strong>de</strong>l controlador<br />
<br />
<br />
<br />
<strong>de</strong> forma tal que los polos <strong>de</strong> lazo cerrado estén todos en .<br />
<br />
2. Tabular los parámetros <strong>de</strong>l controlador y cotas para el sobrevalor y el subvalor 2 <strong>de</strong> la respuesta al<br />
escalón <strong>de</strong>l sistema a lazo cerrado para los siguientes casos:<br />
<br />
Caso 1 Caso 2 Caso 3<br />
0.5 0.5 0.2<br />
<br />
-0.5 0.2 0.5<br />
<br />
<br />
<br />
<br />
<br />
3. Con los valores calculados simular el sistema a lazo cerrado y medir los valores efectivos <strong>de</strong> sobrevalor<br />
y subvalor obtenidos. Comparar con las cotas teóricas.<br />
<br />
<br />
Caso 1 Caso 2 Caso 3<br />
2 Tomar un tiempo <strong>de</strong> establecimiento al <strong>de</strong> aproximadamente § .
Capítulo 8<br />
Realimentación <strong>de</strong> Estados y<br />
Observadores<br />
8.1 Panorama <strong>de</strong>l capítulo<br />
La teoría <strong>de</strong> sistemas lineales que vimos da la base para la teoría <strong>de</strong> control lineal. En este capítulo introducimos<br />
los conceptos y técnicas <strong>de</strong> control en sistemas <strong>de</strong>scriptos por variables <strong>de</strong> estado. Sólo consi<strong>de</strong>raremos<br />
sistemas estacionarios.<br />
La teoría <strong>de</strong> control lineal involucra la modificación <strong>de</strong>l comportamiento <strong>de</strong> un sistema <strong>de</strong> entradas, <br />
salidas y estados<br />
£<br />
<br />
(8.1)<br />
£<br />
que llamamos la planta o ecuación <strong>de</strong> estados en lazo abierto, mediante la aplicación <strong>de</strong> una realimentación<br />
lineal <strong>de</strong> estados <strong>de</strong> la forma<br />
£ <br />
£<br />
don<strong>de</strong> £ es el nuevo nombre para la señal <strong>de</strong> entrada. La matriz es la ganancia <strong>de</strong> realimentación <strong>de</strong><br />
estados y la ganancia <strong>de</strong> precompensación.<br />
La substitución <strong>de</strong> (8.2) en (8.1) da la ecuación <strong>de</strong> estados en lazo cerrado<br />
¢<br />
<br />
£<br />
Es obvio que el sistema a lazo cerrado también es lineal y estacionario. La Figura 8.1 representa el esquema<br />
<strong>de</strong> control por realimentación <strong>de</strong> estados para un sistema SISO. El control es estático, pues <strong>de</strong>pen<strong>de</strong> sólo<br />
<strong>de</strong> valores presentes <strong>de</strong> y .<br />
-<br />
<br />
<br />
<br />
<br />
<br />
Figura 8.1: Realimentación <strong>de</strong> estados<br />
89<br />
<br />
<br />
(8.2)<br />
(8.3)
8. Realimentación <strong>de</strong> Estados y Observadores 90<br />
Cuando los estados <strong>de</strong>l sistema no pue<strong>de</strong>n medirse, se recurre a estimarlos mediante un observador <strong>de</strong><br />
estados, que reconstruye a partir <strong>de</strong> mediciones <strong>de</strong> y .<br />
La combinación <strong>de</strong> un observador y realimentación <strong>de</strong> estados es un controlador dinámico por realimentación<br />
<strong>de</strong> salida, esquematizado en la Figura 8.2.<br />
En este capítulo veremos<br />
<br />
<br />
<br />
<br />
-<br />
<br />
<br />
<br />
<br />
Observador<br />
Figura 8.2: Realimentación <strong>de</strong> salida con observador<br />
técnicas <strong>de</strong> diseño <strong>de</strong> para<br />
– estabilización (ubicación <strong>de</strong> polos),<br />
– esquemas <strong>de</strong> regulación y seguimiento (<strong>de</strong>sempeño y robustez),<br />
técnicas <strong>de</strong> diseño <strong>de</strong> observadores.<br />
La meta a alcanzar:<br />
saber diseñar un sistema <strong>de</strong> control lineal por realimentación <strong>de</strong> salida (vía<br />
realimentación <strong>de</strong> estados + observador) para satisfacer especificaciones<br />
<strong>de</strong>seadas <strong>de</strong> estabilidad, <strong>de</strong>sempeño y robustez.<br />
En la primera mitad <strong>de</strong>l capítulo introducimos las técnicas para sistemas SISO. En la segunda, presentamos<br />
una técnica para sistemas MIMO. Veremos otra técnica (óptima) para sistemas MIMO en el capítulo<br />
que sigue.<br />
8.2 Nota Histórica<br />
Rudolph E. Kalman, consi<strong>de</strong>rado uno <strong>de</strong> los investigadores más influyentes en<br />
teoría <strong>de</strong> control, fue el lí<strong>de</strong>r en el <strong>de</strong>sarrollo <strong>de</strong> una teoría rigurosa <strong>de</strong> sistemas<br />
<strong>de</strong> control durante los años 1960’s. Sus contribuciones incluyen las nociones <strong>de</strong><br />
variable <strong>de</strong> estados, controlabilidad, observabilidad, control por realimentación <strong>de</strong><br />
estados, y el principio <strong>de</strong> superposición <strong>de</strong> control y observación.<br />
Durante 1960-1961, <strong>de</strong>sarrolló, junto a Richard Bucy, el estimador óptimo hoy<br />
conocido como “filtro <strong>de</strong> Kalman”, ampliamente usado en sistemas <strong>de</strong> navegación,<br />
radares, y sonares, y también en campos tan diversos como procesamiento <strong>de</strong> datos<br />
sísmicos, plantas nucleares, instrumentación y econometría.<br />
R.E. Kalman (1930-) Nacido en Budapest, Hungría, estudió en el MIT, y recibió su doctorado <strong>de</strong> la<br />
Columbia University (1957). Hoy es profesor emérito <strong>de</strong> estudios <strong>de</strong> postgrado <strong>de</strong> la<br />
University of Florida, y ad personam chair <strong>de</strong>l Swiss Fe<strong>de</strong>ral Institute of Technology en Zurich, Suiza. 1<br />
8.3 Realimentación <strong>de</strong> Estados<br />
Comenzamos con sistemas SISO y el esquema <strong>de</strong> control <strong>de</strong> la Figura 8.1, suponiendo por el momento<br />
para simplificar la notación.<br />
1 Nota histórica extraída <strong>de</strong> un artículo <strong>de</strong> Eduardo Sontag en el SIAM News, 6/94.
8. Realimentación <strong>de</strong> Estados y Observadores 91<br />
Una propiedad <strong>de</strong> sistemas lineales esencial en la realimentación <strong>de</strong> estados es la <strong>de</strong> controlabilidad.<br />
Nuestra primer observación importante es que<br />
La controlabilidad <strong>de</strong> un sistema es invariante con respecto a realimentación<br />
<strong>de</strong> estados.<br />
Teorema 8.1 (Invariancia <strong>de</strong> la controlabilidad). El par , para cualquier vector , es controlable<br />
si y sólo si el par es controlable.<br />
Demostración. La matriz <strong>de</strong> controlabilidad <strong>de</strong>l sistema a lazo abierto (8.1) es<br />
<br />
y la matriz <strong>de</strong> controlabilidad <strong>de</strong>l sistema a lazo cerrado (8.3) es<br />
<br />
¤ <br />
<br />
<br />
<br />
¤ <br />
<br />
<br />
<br />
No es difícil chequear que y están relacionadas <strong>de</strong> la forma<br />
<br />
¤ <br />
<br />
<br />
<br />
¤<br />
<br />
<br />
¤<br />
<br />
. ..<br />
<br />
.<br />
.<br />
.<br />
<br />
<br />
Notar que como es <br />
y <br />
<br />
es , todas las entradas <strong>de</strong> la matriz que multiplica<br />
<br />
a son escalares.<br />
Como esta matriz es no singular, el rango <strong>de</strong> es igual al rango<br />
<br />
<strong>de</strong> . Así (8.1) es controlable si y sólo si<br />
(8.3) es controlable.<br />
Aunque la controlabilidad es invariante con respecto a la realimentación <strong>de</strong> estados, la observabilidad no<br />
lo es, como se ve en el siguiente ejemplo.<br />
Ejemplo 8.1. El sistema<br />
<br />
© <br />
<br />
<br />
es controlable y observable, ya que las matrices <strong>de</strong> controlabilidad © <br />
£ £<br />
, son no singulares.<br />
<br />
El control por realimentación <strong>de</strong> estados ££ <br />
<br />
<br />
<br />
<br />
<br />
£ £<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(8.4)<br />
, y observabilidad<br />
¦£ en (8.4) lleva al sistema a lazo cerrado<br />
La matriz <strong>de</strong> controlabilidad <strong>de</strong> (8.5) es , que es no singular y comprueba que el sistema realimen-<br />
<br />
<br />
<br />
tado es controlable. Sin embargo, la matriz <strong>de</strong> observabilidad <strong>de</strong> (8.5) es <br />
<br />
, que es singular, por lo<br />
que el sistema con esta realimentación no es observable.<br />
La observabilidad <strong>de</strong> un sistema no es invariante con respecto a realimentación<br />
<strong>de</strong> estados.<br />
El siguiente ejemplo ilustra lo que pue<strong>de</strong> conseguirse con realimentación.<br />
Ejemplo 8.2. La planta<br />
<br />
<br />
£<br />
<br />
(8.5)
8. Realimentación <strong>de</strong> Estados y Observadores 92<br />
tiene una matriz <strong>de</strong> evolución con polinomio característico<br />
<br />
<br />
<br />
y, como se ve, autovalores y , por lo que es inestable. Consi<strong>de</strong>remos un control <br />
<br />
<br />
que el sistema a lazo cerrado queda<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La nueva matriz <strong>de</strong> evolución tiene el polinomio característico<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
£ <br />
<br />
<br />
<br />
<br />
<br />
, con el<br />
<br />
<br />
Está claro que las raíces <strong>de</strong> o, equivalentemente, los autovalores <strong>de</strong>l sistema a lazo cerrado pue<strong>de</strong>n<br />
<br />
ubicarse en cualquier posición mediante una elección a<strong>de</strong>cuada <strong>de</strong> y .<br />
Por ejemplo, si los dos autovalores se ubican en <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, el polinomio característico <strong>de</strong>seado es<br />
<strong>de</strong> realimentación<br />
. Igualando y da y . Así la ganancia<br />
<br />
<br />
<br />
<br />
<br />
moverá los autovalores <strong>de</strong> a .<br />
El ejemplo muestra que la realimentación <strong>de</strong> estados permite ubicar los autovalores <strong>de</strong>l sistema realimentado<br />
en cualquier posición, y que la ganancia <strong>de</strong> realimentación <br />
pue<strong>de</strong> calcularse por substitución<br />
directa.<br />
Sin embargo, el método <strong>de</strong>l ejemplo no es práctico para mayores dimensiones. Más aún, no queda claro<br />
que rol jugó la controlabilidad en esta asignación <strong>de</strong> autovalores.<br />
Para formular un resultado general <strong>de</strong> ubicación <strong>de</strong> autovalores recurrimos a la forma canónica <strong>de</strong>l controlador,<br />
vista en el Capítulo 4: Si <br />
¤<br />
<br />
<br />
<br />
es no singular, el sistema (8.1) pue<strong>de</strong> llevarse a la<br />
forma<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
. ..<br />
<br />
<br />
<br />
¤ ¤<br />
£ ¤ ¤ <br />
<br />
£ <br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
mediante el cambio <strong>de</strong> coor<strong>de</strong>nadas <br />
, don<strong>de</strong> <br />
¤ <br />
¤ <br />
La función transferencia <br />
queda dada por<br />
<br />
<br />
¤ ¤ <br />
<br />
<br />
¤ <br />
¤ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¤ ¤ <br />
¤ ¤<br />
.<br />
<br />
<br />
<br />
. .<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
<br />
<br />
(8.6)<br />
(8.7)<br />
Teorema 8.2 (Asignación <strong>de</strong> autovalores). Si la EE (8.1) es controlable, entonces mediante la realimenta-<br />
ción <strong>de</strong> estados , don<strong>de</strong> es un vector real constante <br />
ser asignados arbitrariamente, siempre que los autovalores complejos conjugados se asignen en pares.<br />
(8.8)<br />
, los autovalores <strong>de</strong> pue<strong>de</strong>n<br />
Demostración. Si (8.1) es controlable pue<strong>de</strong> llevarse a la forma (8.6). Denotemos con <br />
y <br />
(8.6). Así tenemos que <br />
<br />
<br />
¤<br />
<br />
y<br />
<br />
<br />
¤ ¤<br />
<br />
<br />
. Pue<strong>de</strong> verse también que<br />
<br />
<br />
las matrices en<br />
(8.9)
8. Realimentación <strong>de</strong> Estados y Observadores 93<br />
por lo que <br />
¤ <br />
y la matriz <strong>de</strong> la extrema <strong>de</strong>recha en (8.7) es<br />
<br />
¤<br />
Substituyendo <br />
en la realimentación <strong>de</strong> estados da<br />
<br />
<br />
<br />
¤<br />
don<strong>de</strong> <br />
¤ ¤ <br />
. Puesto que , vemos que y <br />
<br />
tienen los mismos<br />
autovalores.<br />
Ahora, <strong>de</strong> cualquier conjunto <strong>de</strong> autovalores <strong>de</strong>seados po<strong>de</strong>mos formar el polinomio característico<br />
<strong>de</strong>seado<br />
Si elegimos <br />
nuevas coor<strong>de</strong>nadas)<br />
¤ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
¤ ¤ <br />
£ ¤ ¤ <br />
.<br />
<br />
.<br />
(8.10)<br />
<br />
. ..<br />
<br />
£ <br />
, la ecuación <strong>de</strong> estado <strong>de</strong> lazo cerrado <strong>de</strong>viene (en las<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
Por estar en forma companion, el polinomio característico <strong>de</strong> <br />
es (8.10). Así el sistema realimentado tiene los autovalores <strong>de</strong>seados.<br />
Finalmente, la ganancia <strong>de</strong> realimentación en las coor<strong>de</strong>nadas originales es, usando (8.9),<br />
<br />
¤ <br />
En lazo cerrado, la función transferencia <strong>de</strong>l sistema cambia <strong>de</strong> (8.8) a<br />
<br />
<br />
¤ ¤ <br />
<br />
<br />
¤ <br />
¤ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
, y consecuentemente el <strong>de</strong> ,<br />
(8.11)<br />
lo que muestra que si bien hemos movido los polos <strong>de</strong>l sistema, sus ceros han quedado invariantes. Esta es<br />
una propiedad general:<br />
La realimentación <strong>de</strong> estados pue<strong>de</strong> mover los polos <strong>de</strong> una planta pero no<br />
tiene ningún efecto sobre los ceros.<br />
Esta propiedad explica por qué la realimentación <strong>de</strong> estados pue<strong>de</strong> alterar la propiedad <strong>de</strong> observabilidad,<br />
ya que uno o más polos pue<strong>de</strong>n ubicarse mediante realimentación para cancelar ceros <strong>de</strong>l sistema, lo que<br />
vuelve esos modos inobservables.<br />
Resumimos los pasos para calcular en el siguiente procedimiento:<br />
Procedimiento para asignación <strong>de</strong> autovalores (via forma canónica)<br />
1. Obtener los coeficientes <br />
2. Formar las matrices <strong>de</strong> controlabilidad <br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
<br />
.<br />
.<br />
<br />
¥¥ <br />
¥<br />
¤ ¥<br />
<br />
<br />
.<br />
.<br />
<br />
<br />
. . .<br />
<br />
<br />
<br />
<br />
<br />
<br />
<strong>de</strong>l polinomio característico <strong>de</strong>l sistema a lazo abierto.<br />
¤ <br />
3. Elegir los coeficientes <strong>de</strong>l polinomio característico <strong>de</strong>seado <br />
y <strong>de</strong>terminar la ganancia<br />
<strong>de</strong> realimentación en coor<strong>de</strong>nadas <strong>de</strong> <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
4. Determinar la ganancia <strong>de</strong> realimentación en coor<strong>de</strong>nadas originales<br />
<br />
¤ <br />
y
8. Realimentación <strong>de</strong> Estados y Observadores 94<br />
<br />
8.3.1 Otra receta para calcular<br />
Un método alternativo para calcular <br />
involucra la solución <strong>de</strong> una ecuación <strong>de</strong> Lyapunov (mediante la<br />
función MATLAB lyap, por ejemplo). Este método, sin embargo, tiene la restricción <strong>de</strong> que los autovalores<br />
<strong>de</strong>seados no pue<strong>de</strong>n ser ninguno <strong>de</strong> los autovalores <strong>de</strong> .<br />
Procedimiento para asignación <strong>de</strong> autovalores (via Lyapunov)<br />
. Encontrar un vector<br />
<br />
real<br />
Consi<strong>de</strong>rar un par controlable, don<strong>de</strong> es <br />
<br />
y<br />
<br />
<br />
<br />
<br />
tenga cualquier conjunto <strong>de</strong> autovalores <strong>de</strong>seados que no contenga autovalores <strong>de</strong> <br />
.<br />
cualquiera que tenga los autovalores <strong>de</strong>seados.<br />
<br />
1. Elegir una matriz<br />
2. Elegir un vector <br />
cualquiera <br />
tal que <br />
3. Calcular solución única <strong>de</strong> la ecuación <strong>de</strong> Lyapunov <br />
4. Calcular la ganancia <strong>de</strong> realimentación <br />
¤ . <br />
sea observable.<br />
<br />
<br />
<br />
.<br />
<br />
tal que<br />
Una ventaja <strong>de</strong>l último método es que se extien<strong>de</strong> directamente al caso MIMO. Daremos su justificación<br />
en la próxima clase.<br />
8.4 Estabilización<br />
Si una ecuación <strong>de</strong> estado es controlable, sus autovalores pue<strong>de</strong>n asignarse arbitrariamente mediante realimentación<br />
<strong>de</strong> estados. Veamos qué se pue<strong>de</strong> hacer cuando la ecuación <strong>de</strong> estado no es controlable.<br />
Toda ecuación <strong>de</strong> estado incontrolable pue<strong>de</strong> llevarse a la forma<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(8.12)<br />
<br />
don<strong>de</strong> <br />
es controlable. Como la matriz <strong>de</strong> evolución en (8.12) es block triangular, los autovalores <strong>de</strong><br />
<br />
la matriz en las coor<strong>de</strong>nadas originales son la unión <strong>de</strong> los autovalores <strong>de</strong> y . La realimentación <strong>de</strong><br />
estados<br />
<br />
<br />
<br />
lleva al sistema a lazo cerrado<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(8.13)<br />
<br />
Vemos <strong>de</strong> (8.13) que los autovalores <strong>de</strong> no son afectados por la realimentación, y por lo tanto no pue-<br />
<br />
<strong>de</strong>n modificarse. Por lo tanto, la condición <strong>de</strong> controlabilidad <strong>de</strong> no sólo es suficiente sino también<br />
<br />
necesaria para asignar todos los autovalores <strong>de</strong> <br />
en posiciones <strong>de</strong>seadas.<br />
Definición 8.1 (Estabilizabilidad). El sistema (8.12) es estabilizable si<br />
controlable.<br />
<br />
2 es Hurwitz y el par es<br />
La propiedad <strong>de</strong> estabilizabilidad es una condición más débil que la <strong>de</strong> controlabilidad para alcanzar<br />
estabilidad a lazo cerrado. Es equivalente a pedir que los autovalores no controlables sean estables.<br />
8.5 Regulación y Seguimiento<br />
El problema <strong>de</strong> regulación se da cuando la referencia es nula ; se preten<strong>de</strong> básicamente que el sistema<br />
sea asintóticamente estable y que la respuesta a condiciones iniciales producidas por perturbaciones tienda<br />
a cero.<br />
El problema <strong>de</strong> seguimiento (o <strong>de</strong>l servomecanismo) se da cuando se preten<strong>de</strong> que la salida reproduzca<br />
asintóticamente (que tienda a) la referencia ¢£ . Es común que la referencia sea un valor constante<br />
<br />
. El problema <strong>de</strong> regulación es un caso particular <strong>de</strong>l <strong>de</strong> seguimiento con <br />
.<br />
<br />
2Tiene todos sus autovalores con parte real negativa.<br />
¢
8. Realimentación <strong>de</strong> Estados y Observadores 95<br />
Si el sistema es controlable, sabemos que po<strong>de</strong>mos asignar los autovalores <strong>de</strong>l lazo cerrado calculando<br />
para obtener la matriz <strong>de</strong> <br />
evolución . La respuesta <strong>de</strong>l sistema realimentado entonces está dada<br />
por<br />
£ ¤ <br />
<br />
¡<br />
¤ <br />
<br />
¨ ¤ <br />
Así, el problema <strong>de</strong> regulación ( ¢ ) queda resuelto si<br />
<br />
<br />
que entonces<br />
se calcula para que <br />
sea Hurwitz, ya<br />
<br />
¤ ¢ <br />
para toda condición inicial £ <br />
Para el problema <strong>de</strong> seguimiento <strong>de</strong> referencia constante ¢ <br />
, a<strong>de</strong>más <strong>de</strong> que <br />
Hurwitz, requerimos una condición en la ganancia <strong>de</strong> precompensación , para que ¢<br />
<br />
¤ <br />
<br />
<br />
<br />
¡£¢<br />
<br />
¤ <br />
<br />
¤ <br />
<br />
<br />
<br />
¡ <br />
<br />
¤ <br />
<br />
§ ¨ <br />
<br />
<br />
¤ <br />
<br />
¨ ¤ <br />
¢ <br />
Como ¤ es la función transferencia a lazo cerrado<br />
<br />
<br />
¤ <br />
¤ <br />
<br />
la condición (8.14) es equivalente a <br />
Para regulación: Es necesario que sea controlable. Se requiere entonces<br />
<br />
,<br />
. Obviamente, es condición necesaria que <br />
. <br />
tengan parte real negativa.<br />
sea<br />
(8.14)<br />
diseñar<br />
<br />
para que todos los autovalores <strong>de</strong> <br />
<br />
Para seguimiento <strong>de</strong> referencias constantes: Es necesario que sea controlable y<br />
<br />
¤ <br />
<br />
. Se requiere entonces<br />
<br />
diseñar<br />
<br />
para que todos los autovalores <strong>de</strong> <br />
<br />
tengan parte real negativa,<br />
diseñar ¤ <br />
.<br />
<br />
La condición <strong>de</strong> controlabilidad <strong>de</strong>l par pue<strong>de</strong> relajarse a la <strong>de</strong> estabilizabilidad. La restricción<br />
<br />
estará en que no habrá entonces control total <strong>de</strong> la velocidad <strong>de</strong> convergencia <strong>de</strong>l error. Si hubiera modos no<br />
controlables muy cercanos al eje , la respuesta podría ser <strong>de</strong>masiado lenta u oscilatoria para consi<strong>de</strong>rar<br />
la regulación y seguimiento satisfactorios.<br />
Ejemplo 8.3 (Seguimiento <strong>de</strong> referencia constante). En el segundo ejemplo <strong>de</strong> la clase pasada calcula-<br />
que asigna los autovalores a lazo cerrado <strong>de</strong>l sistema<br />
<br />
mos la ganancia <strong>de</strong> realimentación <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢ <br />
en <br />
¦£ , que se preten<strong>de</strong> que siga asintóti-<br />
<br />
camente referencias constantes. La función transferencia <strong>de</strong>l sistema a lazo cerrado resulta<br />
<br />
<br />
. Supongamos que el sistema tiene la salida £ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Como , ten<strong>de</strong>rá a<br />
Incorporamos precompensación rediseñando £¢ , con<br />
<br />
<br />
<br />
<br />
para una referencia constante ¢ .
8. Realimentación <strong>de</strong> Estados y Observadores 96<br />
0.2<br />
0.1<br />
-0.1<br />
-0.2<br />
-0.3<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10<br />
Figura 8.3: Respuesta sin precompensación<br />
1.4<br />
1.0<br />
0.6<br />
0.2<br />
-0.2<br />
-0.6<br />
-1.0<br />
0 1 2 3 4 5 6 7 8 9 10<br />
Figura 8.4: Respuesta precompensada<br />
La Figuras 8.3 y 8.4 muestran la respuesta <strong>de</strong>l sistema a lazo cerrado a un escalón unitario en ¢ sin y<br />
con precompensación. La función transferencia <strong>de</strong>l sistema a lazo cerrado con precompensador resulta<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¢ .<br />
<br />
Ejemplo 8.4 (Efecto <strong>de</strong> incertidumbres en el mo<strong>de</strong>lo). Retomemos el sistema anterior, pero supongamos<br />
que existe un error en el mo<strong>de</strong>lo usado para el diseño <strong>de</strong> control y la planta real tiene una matriz <strong>de</strong> evolución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es <strong>de</strong>cir que los autovalores a lazo abierto están en <br />
1.1<br />
0.9<br />
0.7<br />
0.5<br />
0.3<br />
0.1<br />
-0.1<br />
-0.3<br />
-0.5<br />
-0.7<br />
-0.9<br />
<br />
<br />
<br />
, en vez <strong>de</strong> <br />
<br />
0 1 2 3 4 5 6 7 8 9 10<br />
Figura 8.5: Respuesta <strong>de</strong>l sistema con incertidumbre<br />
ferencia <strong>de</strong>l sistema real compensado con la ganancias <br />
ahora<br />
<br />
<br />
<br />
. La función trans-<br />
y calculadas en base al mo<strong>de</strong>lo nominal es<br />
<br />
<br />
<br />
<br />
y, aunque la estabilidad se ha conservado, la propiedad <strong>de</strong> seguimiento se ha perdido. Este esquema <strong>de</strong><br />
control no tiene <strong>de</strong>sempeño robusto; requiere conocer la planta con exactitud.<br />
Ejemplo 8.5 (Efecto <strong>de</strong> perturbaciones a la entrada <strong>de</strong> la planta). Sea ahora el mismo sistema, con el<br />
mo<strong>de</strong>lo correcto, pero con una perturbación <br />
constante a la entrada <strong>de</strong> la planta.<br />
La transferencia <strong>de</strong>s<strong>de</strong> a no estará precompensada, y por lo tanto se originará un error<br />
<br />
estático<br />
. Otra vez, se conserva la estabilidad pero se pier<strong>de</strong> el seguimiento.<br />
<br />
proporcional al valor <strong>de</strong>
8. Realimentación <strong>de</strong> Estados y Observadores 97<br />
<br />
<br />
<br />
<br />
<br />
8.5.1 Seguimiento Robusto: Acción Integral<br />
-<br />
<br />
Introducimos un esquema robusto <strong>de</strong> seguimiento <strong>de</strong> referencias constantes con propieda<strong>de</strong>s <strong>de</strong> rechazo<br />
<strong>de</strong> perturbaciones <strong>de</strong> entrada constantes. El esquema se basa en aumentar la planta agregando un nuevo<br />
estado que integra el error <strong>de</strong> seguimiento,<br />
<br />
<br />
como se muestra en la Figura 8.6.<br />
- -<br />
-<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 8.6: Esquema <strong>de</strong> seguimiento robusto<br />
La EE <strong>de</strong>l sistema original con perturbación <strong>de</strong> entrada es<br />
<br />
<br />
<br />
<strong>de</strong> modo que el sistema aumentado a lazo abierto queda<br />
<br />
¥ <br />
<br />
¥ <br />
<br />
¥ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La realimentación <strong>de</strong> estados <br />
<br />
<br />
¥ <br />
<br />
¥ <br />
<br />
<br />
La i<strong>de</strong>a entonces es diseñar <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
da el sistema a lazo cerrado <strong>de</strong> la Figura 8.6<br />
<br />
<br />
<br />
<br />
(8.15)<br />
<br />
<br />
para que la matriz <strong>de</strong> evolución <br />
¤ <br />
<br />
en (8.15) sea Hurwitz. En<br />
¤<br />
particular, la estabilización <strong>de</strong> ¤ implícitamente produce el seguimiento <strong>de</strong>seado, ya que<br />
<br />
£ <br />
<br />
<br />
¢<br />
¢<br />
Cabe preguntarse si el sistema aumentado será controlable .
8. Realimentación <strong>de</strong> Estados y Observadores 98<br />
Teorema 8.3 (<strong>Control</strong>abilidad <strong>de</strong> la planta aumentada con un integrador). Si es controlable y si<br />
<br />
¤ <br />
<br />
¤ ¤ <br />
Demostración. Ver Chen (1999, p. 244-245).<br />
no tiene ceros en , los autovalores <strong>de</strong> la matriz <strong>de</strong> evolución aumentada<br />
<br />
<br />
<br />
en (8.15) pue<strong>de</strong>n asignarse arbitrariamente seleccionando la matriz <strong>de</strong> realimentación <br />
¤<br />
En términos <strong>de</strong> polos y ceros: si la planta tuviera un cero en , su conexión en cascada con el integrador<br />
<br />
<strong>de</strong> produciría una cancelación polo-cero inestable y haría que la planta aumentada sea no controlable.<br />
Propieda<strong>de</strong>s <strong>de</strong> seguimiento y rechazo <strong>de</strong> perturbaciones. Intercambiando el or<strong>de</strong>n <strong>de</strong> los sumadores<br />
don<strong>de</strong> entran y en la Figura 8.6 obtenemos el diagrama <strong>de</strong> bloques <strong>de</strong> la Figura 8.7, don<strong>de</strong><br />
<br />
<br />
<br />
con <br />
sistema en dominio es entonces:<br />
<br />
<br />
¤ <br />
<br />
.<br />
<br />
La respuesta <strong>de</strong>l<br />
<br />
<br />
<br />
<br />
<br />
¡<br />
<br />
¢<br />
<br />
£ <br />
<br />
¢ ¢ £ <br />
<br />
<br />
<br />
<br />
<br />
¢ £ £ ¢<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Si la referencia y la perturbación <strong>de</strong> entrada son<br />
constantes, ¢ , £¥¤, entonces<br />
do es<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
-<br />
Figura 8.7: DB equivalente.<br />
¢ y ¦¤¢ , y la salida <strong>de</strong>l sistema a lazo cerra-<br />
<br />
Finalmente, usando el Teorema <strong>de</strong>l valor final, válido pues el lazo cerrado es estable, y la hipótesis <strong>de</strong> que<br />
<br />
<br />
, obtenemos que<br />
<br />
<br />
<br />
¢<br />
£<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¤<br />
<br />
<br />
<br />
¤<br />
<br />
<br />
¤ <br />
El sistema rechazará perturbaciones constantes y seguirá referencias constantes — ambas <strong>de</strong> valor no<br />
necesariamente conocido — aún frente a incertidumbres <strong>de</strong> mo<strong>de</strong>lado <strong>de</strong> la planta, siempre que el lazo<br />
cerrado permanezca estable.<br />
8.6 Observadores<br />
El control con realimentación <strong>de</strong> estados asume la disponibilidad <strong>de</strong> las variables <strong>de</strong> estado. Este pue<strong>de</strong><br />
no ser el caso en la práctica, ya sea porque ciertos estados no son medibles, o es muy difícil o muy caro<br />
medirlos.<br />
Para implementar una realimentación <strong>de</strong> estados, entonces, <strong>de</strong>bemos diseñar un dispositivo dinámico,<br />
llamado observador o estimador <strong>de</strong> estados, cuya salida sea una estima <strong>de</strong>l vector <strong>de</strong> estados.<br />
En esta sección introduciremos observadores <strong>de</strong> or<strong>de</strong>n completo, don<strong>de</strong> el observador tiene el mismo<br />
or<strong>de</strong>n que la planta — es <strong>de</strong>cir, estimamos todo el vector <strong>de</strong> estados. Denotamos <br />
con a la estima<br />
£<br />
<strong>de</strong><br />
.<br />
Consi<strong>de</strong>ramos entonces el sistema<br />
don<strong>de</strong> <br />
£<br />
<br />
(8.16)<br />
£<br />
y son conocidas, y la entrada £ y salida son medibles, aunque no el estado ¦£ . El<br />
problema es estimar <strong>de</strong> esta información.<br />
<br />
<br />
.
8. Realimentación <strong>de</strong> Estados y Observadores 99<br />
8.6.1 Una primer solución: Observador a lazo abierto<br />
Conociendo y <br />
<br />
<br />
, po<strong>de</strong>mos duplicar la ecuación <strong>de</strong> estados original construyendo el sistema<br />
Este sistema podría construirse en forma electrónica con amplificadores operacionales, o, discretizado, mediante<br />
un programa en una computadora y una placa <strong>de</strong> entradas/salidas, como podría ser un PLC mo<strong>de</strong>rno.<br />
<br />
¦£ (8.17)<br />
Esta duplicación es un observador a lazo abierto (Figura 8.8). Si los sistemas (8.16) y (8.17) tuvieran las<br />
mismas condiciones iniciales, entonces para toda entrada tendríamos <br />
¦£ <br />
que .<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 8.8: Observador en lazo abierto<br />
El problema se reduce entonces a estimar el estado inicial. Si el sistema es observable, su estado inicial<br />
. Con ¦ calculamos<br />
<br />
.<br />
En conclusión: si el sistema es observable po<strong>de</strong>mos usar un observador en lazo abierto para estimar el<br />
vector <strong>de</strong> estados.<br />
Sin embargo, el observador en lazo abierto tiene las siguientes importantes <strong>de</strong>sventajas:<br />
<br />
pue<strong>de</strong> computarse a partir <strong>de</strong> e sobre cualquier <br />
<br />
<br />
intervalo,<br />
<br />
digamos<br />
, , y así <br />
<br />
<br />
poniendo y <br />
£ <br />
obtenemos <br />
1. Hay que calcular el estado inicial cada vez que usemos el estimador.<br />
2. Si la matriz tuviera autovalores con parte real positiva, entonces la menor diferencia entre y<br />
<br />
para algún haría que el error <strong>de</strong> ¦£ estimación<br />
crezca con el tiempo.<br />
8.6.2 Una solución mejor: Observador a lazo cerrado<br />
<br />
Notemos que aunque ambas e están disponibles, sólo hemos usado para construir el observador<br />
a lazo abierto.<br />
Usamos entonces para mejorar el diseño anterior introduciendo una corrección proporcional al error<br />
<strong>de</strong> estimación en la salida<br />
<br />
Inyectamos en el diseño anterior la señal <strong>de</strong> corrección £<br />
¦£ <br />
<br />
<br />
ganancia constante.<br />
Si no hay error, no se hace corrección.<br />
Pero si hay error, un diseño apropiado <strong>de</strong> podrá hacer que el error <strong>de</strong> estimación tienda asintóticamente<br />
a cero.<br />
El esquema obtenido (Figura 8.9) se llama observador a lazo cerrado, observador asintótico, o simplemente<br />
observador.<br />
De la Figura 8.9, las ecuaciones <strong>de</strong>l observador son<br />
<br />
<br />
<br />
<br />
<br />
£ , don<strong>de</strong> es una matriz <br />
<strong>de</strong><br />
<br />
<br />
¦£ £¨§<br />
<br />
<br />
<br />
(8.18)
8. Realimentación <strong>de</strong> Estados y Observadores 100<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 8.9: Observador en lazo cerrado<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 8.10: Observador en lazo cerrado<br />
<br />
<br />
<br />
<br />
-
8. Realimentación <strong>de</strong> Estados y Observadores 101<br />
Definamos el error <strong>de</strong> estimación<br />
<br />
Veamos qué condiciones <strong>de</strong>be cumplir para que<br />
substituyendo (8.16) y (8.18), obtenemos<br />
£<br />
<br />
¦<br />
<br />
£ ¦<br />
<br />
<br />
<br />
£ <br />
¦£<br />
<br />
<br />
<br />
<br />
£ tienda asintóticamente a cero. Derivando<br />
<br />
<br />
y <br />
(8.19)<br />
<br />
La ecuación (8.19) gobierna la dinámica <strong>de</strong>l error <strong>de</strong> estimación. Si todos los autovalores <strong>de</strong> se<br />
<br />
pudieran asignar <strong>de</strong> forma que tengan parte real menor que, digamos, , con , entonces el error <strong>de</strong><br />
<br />
estimación en todos los estados <strong>de</strong>crecería a una velocidad mayor ¤ o igual a .<br />
Así, aunque hubiera un error gran<strong>de</strong> en los estados iniciales, <br />
el estado estimado podrá aproximarse<br />
al estado real rápidamente.<br />
Teorema 8.4 (Asignación <strong>de</strong> Autovalores en Observadores). Dado el par , todos los autovalores <strong>de</strong><br />
pue<strong>de</strong>n asignarse arbitrariamente seleccionando un vector real si y sólo si es observable.<br />
Demostración. Recurriendo a la dualidad control/observación, el par es observable si y sólo<br />
<br />
si<br />
es controlable. Si © © © es controlable todos los autovalores <strong>de</strong> £ <br />
pue<strong>de</strong>n asignarse arbitrariamente<br />
mediante una elección a<strong>de</strong>cuada <strong>de</strong> © © © <br />
. La transpuesta <strong>de</strong> © © es y por lo <br />
tanto<br />
<br />
. © ©<br />
Así, los mismos procedimientos usados para calcular la matriz <strong>de</strong> realimentación <strong>de</strong> estados <br />
sirven<br />
para calcular la matriz <strong>de</strong>l observador.<br />
Resumimos el procedimiento dual al <strong>de</strong> la ecuación <strong>de</strong> Sylvester. Consi<strong>de</strong>ramos el sistema -dimensional<br />
SISO<br />
£<br />
<br />
Procedimiento <strong>de</strong> diseño <strong>de</strong> observador<br />
£<br />
1. Elegir una matriz Hurwitz <br />
2. Elegir un vector<br />
3. Calcular la solución única <br />
4. Entonces la ecuación <strong>de</strong> estados<br />
tal que <br />
cualquiera que no tenga autovalores en común con los <strong>de</strong><br />
<br />
.<br />
<br />
cualquiera<br />
<br />
£ £ <br />
<br />
£ ¤<br />
genera una estima asintótica <strong>de</strong> £ .<br />
<br />
¦ <br />
Definamos el error como<br />
, no singular, <strong>de</strong> la ecuación <strong>de</strong> Sylvester <br />
sea controlable.<br />
<br />
. Así, <strong>de</strong><br />
<br />
obtenemos<br />
<br />
£ £ <br />
£ <br />
<br />
Como es Hurwitz, el error <strong>de</strong>be ten<strong>de</strong>r asintóticamente a cero.<br />
£ <br />
8.6.3 Observador <strong>de</strong> or<strong>de</strong>n reducido<br />
<br />
Si el par es observable, usando la matriz no singular<br />
<br />
<br />
<br />
<br />
<br />
¤ <br />
.<br />
<br />
<br />
<br />
<br />
.<br />
(8.20)<br />
(8.21)
8. Realimentación <strong>de</strong> Estados y Observadores 102<br />
como cambio <strong>de</strong> base llevamos la matriz a una forma companion don<strong>de</strong><br />
<br />
<br />
<br />
¤<br />
<br />
.<br />
.<br />
. ..<br />
<br />
<br />
<br />
<br />
<br />
¤ <br />
<br />
¤ <br />
.<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
(8.22)<br />
En estas coor<strong>de</strong>nadas la salida queda como el primer estado, y así, no es necesario construir un observador<br />
para estimar todo el estado, sino solamente <br />
los restantes. Este observador es <strong>de</strong> or<strong>de</strong>n reducido.<br />
Procedimiento <strong>de</strong> diseño <strong>de</strong> observador <strong>de</strong> or<strong>de</strong>n reducido<br />
1. Elegir una matriz Hurwitz cualquiera que no tenga autovalores en común con los <strong>de</strong><br />
.<br />
2. Elegir un vector cualquiera <br />
3. Calcular la solución única <br />
. <br />
una matriz <br />
tal que <br />
4. Entonces la ecuación <strong>de</strong> estados <strong>de</strong> or<strong>de</strong>n <br />
£ £ <br />
<br />
¤<br />
¦ <br />
<br />
<br />
<br />
<br />
<br />
genera una estima asintótica <strong>de</strong> £ .<br />
, no singular, <strong>de</strong> la ecuación <strong>de</strong> Sylvester <br />
sea controlable.<br />
. Notar que es<br />
El diseño <strong>de</strong> observadores via la resolución <strong>de</strong> la ecuación <strong>de</strong> Sylvester es conveniente porque el mismo<br />
procedimiento sirve para observadores completos y reducidos y, como veremos, también para sistemas<br />
MIMO.<br />
8.7 Realimentación <strong>de</strong> estados estimados<br />
Consi<strong>de</strong>remos nuevamente la planta<br />
£<br />
<br />
£<br />
Si es controlable, la realimentación <strong>de</strong> estados asignará los autovalores <strong>de</strong> en<br />
cualquier posición <strong>de</strong>seada. Si las variables <strong>de</strong> estado no están disponibles para la realimentación po<strong>de</strong>mos<br />
construir un observador.<br />
Si es observable, po<strong>de</strong>mos construir un observador <strong>de</strong> or<strong>de</strong>n completo o reducido con autovalores<br />
arbitrarios. Discutimos aquí sólo el caso <strong>de</strong> observador completo<br />
La <br />
estima se aproximará asintóticamente a a una velocidad <strong>de</strong>terminada por la elección<br />
<br />
<strong>de</strong> .<br />
Como<br />
<br />
<br />
<br />
<br />
converge a , es natural aplicar la realimentación <strong>de</strong> estados a la estima <br />
¦£<br />
<br />
¢<br />
<br />
¦£ <br />
como se muestra en la Figura 8.11. La conexión controlador-observador, es efectivamente un controlador<br />
dinámico que realimenta la salida.<br />
Tres dudas básicas surgen frente a la conexión controlador-observador:<br />
1. Los autovalores <strong>de</strong> <br />
con <br />
?<br />
<br />
se obtienen <strong>de</strong> ¦ . ¿Seguiremos teniendo los mismos autovalores
8. Realimentación <strong>de</strong> Estados y Observadores 103<br />
-<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 8.11: Realimentación <strong>de</strong> estados estimados<br />
2. ¿Afectará la conexión a los autovalores <strong>de</strong>l observador?<br />
3. ¿Cuál será el efecto <strong>de</strong>l observador en la función transferencia a lazo cerrado?<br />
Para contestar a estas preguntas recurrimos a las EE que <strong>de</strong>scribe el sistema completo (juntando las <strong>de</strong>l<br />
sistema y las <strong>de</strong>l observador y con ):<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Consi<strong>de</strong>remos la transformación <strong>de</strong> equivalencia<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(8.23)<br />
<br />
Notemos que . La transformación (8.23) lleva al sistema controlador-observador a la forma<br />
¤<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¥ <br />
<br />
<br />
<br />
<br />
<br />
Como la matriz <strong>de</strong> evolución es block-triangular, los autovalores <strong>de</strong>l sistema completo son la unión <strong>de</strong> los<br />
autovalores <strong>de</strong> <br />
<br />
<br />
<br />
<br />
y . Esto implica que el estimador no afecta la realimentación <strong>de</strong> estados<br />
original; tampoco son afectados los autovalores <strong>de</strong>l observador por la realimentación <strong>de</strong> estados.<br />
Propiedad <strong>de</strong> separación <strong>de</strong> control y observación: Los diseños <strong>de</strong>l control por<br />
realimentación <strong>de</strong> estados y el observador pue<strong>de</strong>n realizarse en forma in<strong>de</strong>pendiente.<br />
Finalmente, notemos que la EE<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
evi<strong>de</strong>ncia los modos controlables y los no controlables. Así, vemos que los modos <strong>de</strong>l error <strong>de</strong><br />
<br />
£<br />
estimación<br />
son no controlables, por lo que no aparecerán en la función transferencia <strong>de</strong>l sistema completo, que<br />
queda <strong>de</strong>terminada por la ecuación <strong>de</strong> estados <strong>de</strong> or<strong>de</strong>n reducido<br />
<br />
<br />
<br />
<br />
es <strong>de</strong>cir: <br />
¤
8. Realimentación <strong>de</strong> Estados y Observadores 104<br />
8.8 Realimentación <strong>de</strong> estados — caso MIMO<br />
Si el sistema consi<strong>de</strong>rado<br />
<br />
<br />
tiene entradas, la ganancia <strong>de</strong> realimentación <strong>de</strong> estados en tiene <br />
<br />
elementos; es <strong>de</strong>cir,<br />
<br />
hay un “exceso” <strong>de</strong> grados <strong>de</strong> libertad, ya que en principio sólo necesitamos ganancias para asignar<br />
autovalores a lazo cerrado <strong>de</strong>l sistema.<br />
En el caso <strong>de</strong> una sola entrada, existe una única solución para una dada configuración <strong>de</strong> autovalores<br />
a lazo cerrado elegida. En el caso multi-entrada la ganancia que da los autovalores a lazo cerrado elegidos<br />
no es única ¿Cuál elegir entonces?<br />
Este “exceso” <strong>de</strong> grados <strong>de</strong> libertad pue<strong>de</strong> llegar a ser un problema si no está claro como aprovecharlo.<br />
Existen varias formas <strong>de</strong> atacar el problema <strong>de</strong> elección <strong>de</strong> en el caso multi-entrada, entre ellas:<br />
1. Diseño cíclico. Reduce el problema a uno <strong>de</strong> una entrada y aplica las técnicas conocidas.<br />
2. Diseño vía ecuación <strong>de</strong> Sylvester. Extien<strong>de</strong> el método <strong>de</strong> la ecuación <strong>de</strong> Sylvester a multi-entrada.<br />
3. Diseño canónico. Extien<strong>de</strong> la fórmula <strong>de</strong> Bass-Gura usando la forma canónica multi-entrada <strong>de</strong>l controlador.<br />
4. Diseño óptimo. Calcula la matriz en forma óptima.<br />
Desarrollaremos los tres primeros. El diseño óptimo, que es una forma sistemática <strong>de</strong> utilizar todos los<br />
grados <strong>de</strong> libertad disponibles, lo trataremos en el capítulo siguiente.<br />
MATLAB la función K = place(A,B,P) es válida en el caso multi-entrada, y permite asignar los autovalores<br />
especificados en P, inclusive repitiendo autovalores un número máximo <strong>de</strong> veces igual al número <strong>de</strong><br />
entradas.<br />
Antes <strong>de</strong> entrar en los métodos <strong>de</strong> diseño, vale remarcar que los resultados <strong>de</strong> controlabilidad y asignabilidad<br />
<strong>de</strong> autovalores se extien<strong>de</strong>n al caso multivariable. Los resumimos en los siguiente teoremas; las<br />
pruebas siguen <strong>de</strong> cerca el caso SISO y no las repetimos.<br />
Teorema 8.5 (<strong>Control</strong>abilidad y realimentación — MIMO). El par <br />
, para cualquier matriz <br />
real<br />
, es controlable si y sólo si es controlable.<br />
<br />
Teorema 8.6 (Asignabilidad <strong>de</strong> autovalores — MIMO). Todos los autovalores <strong>de</strong> <br />
pue<strong>de</strong>n asignarse<br />
arbitrariamente (siempre y cuando los autovalores complejos conjugados se asignen en pares) eligiendo<br />
la matriz constante real <br />
si y sólo si es controlable.<br />
<br />
8.8.1 Diseño Cíclico<br />
En este método transformamos el problema multi-entrada en uno <strong>de</strong> una entrada y <strong>de</strong>spués aplicamos los<br />
métodos <strong>de</strong> asignación <strong>de</strong> autovalores <strong>de</strong>l caso SISO.<br />
Definición 8.2 (Matriz Cíclica). Una matriz se dice cíclica si su polinomio característico es igual a su<br />
polinomio mínimo.<br />
Recor<strong>de</strong>mos:<br />
Hamilton.<br />
Toda matriz satisface su polinomio característico <br />
, por el Teorema <strong>de</strong> Cayley-<br />
El polinomio mínimo <strong>de</strong> una matriz es el polinomio <strong>de</strong> mínimo or<strong>de</strong>n para el que <br />
.<br />
<br />
El polinomio mínimo <strong>de</strong> una matriz es igual al característico si y sólo si hay un y sólo un bloque <strong>de</strong><br />
<br />
Jordan asociado a cada autovalor distinto <strong>de</strong> .
8. Realimentación <strong>de</strong> Estados y Observadores 105<br />
Ejemplo 8.6.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
La matriz es cíclica: tiene sólo un bloque <strong>de</strong> Jordan <strong>de</strong> or<strong>de</strong>n 1 y<br />
La matriz <br />
uno <strong>de</strong> or<strong>de</strong>n 1.<br />
<br />
sólo uno <strong>de</strong> or<strong>de</strong>n 3.<br />
Teorema 8.7 (<strong>Control</strong>abilidad con entradas <br />
con entradas es controlable y si es cíclica, entonces para casi cualquier vector <br />
<br />
controlabilidad con entrada). Si el sistema <strong>de</strong> or<strong>de</strong>n<br />
, el sistema <br />
no es cíclica: tiene un bloque <strong>de</strong> Jordan <strong>de</strong> or<strong>de</strong>n 1 pero tiene dos, uno <strong>de</strong> or<strong>de</strong>n 2 y<br />
<strong>de</strong> 1 entrada es controlable.<br />
No probamos este resultado pero mostramos su vali<strong>de</strong>z intuitivamente.<br />
Como la controlabilidad es invariante bajo transformación <strong>de</strong> coor<strong>de</strong>nadas, asumimos en forma <strong>de</strong><br />
Jordan. Para ver la i<strong>de</strong>a básica consi<strong>de</strong>remos el ejemplo siguiente:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Hay sólo un bloque <strong>de</strong> Jordan asociado a cada autovalor; por lo tanto es cíclica. La condición<br />
<br />
para que<br />
sea controlable en estas coor<strong>de</strong>nadas es que la tercera y última fila <strong>de</strong> sean distintas <strong>de</strong> cero.<br />
<br />
<br />
<br />
<br />
<br />
<br />
(8.24)<br />
Las condiciones necesarias y suficientes para que el par <strong>de</strong> una entrada sea controlable son <br />
y <br />
en (8.24). Como<br />
<br />
y <br />
<br />
entonces<br />
o es si <br />
o cero <br />
<br />
si y cualquier<br />
sólo . tenga <br />
o <br />
Así, que no va<br />
a hacer <br />
controlable.<br />
<br />
El pue<strong>de</strong> asumir cualquier valor<br />
vector<br />
en que no esté en la unión <strong>de</strong> las dos líneas<br />
mostradas en la Figura 8.12. La probabilidad <strong>de</strong><br />
<br />
un<br />
que elegido aleatoriamente caiga sobre<br />
<br />
estas<br />
líneas es nula, y por lo tanto, para casi el<br />
<br />
par<br />
será controlable.<br />
<br />
todo<br />
<br />
La condición <strong>de</strong> que<br />
sea cíclica es esencial.<br />
Por ejemplo, el par<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
es controlable, puesto que las filas <br />
Figura<br />
<br />
8.12: <br />
y <strong>de</strong> <br />
son<br />
linealmente<br />
ningún<br />
in<strong>de</strong>pendientes. Sin embargo, no hay<br />
tal que <br />
sea controlable (dos<br />
bloques<br />
<strong>de</strong> Jordan asociados al mismo autovalor y una<br />
sola entrada).<br />
Si<br />
<br />
todos los autovalores <strong>de</strong> son distintos, entonces<br />
hay sólo un bloque <strong>de</strong> Jordan asociado a cada uno, y por lo tanto la matriz es cíclica.<br />
Teorema 8.8 (Cíclica por realimentación). Si es controlable, entonces para casi toda matriz <br />
<br />
, la matriz <br />
tiene autovalores distintos y, por lo tanto, es cíclica.<br />
real constante <br />
No es difícil ver que la probabilidad <strong>de</strong> que, eligiendo al azar, los autovalores <strong>de</strong> y coincidan<br />
es nula. Este resultado, junto con el anterior, nos da el procedimiento para asignar los autovalores <strong>de</strong><br />
en los lugares <strong>de</strong>seados.
8. Realimentación <strong>de</strong> Estados y Observadores 106<br />
Procedimiento <strong>de</strong> asignación <strong>de</strong> autovalores por diseño cíclico<br />
1. Si no es cíclica, introducir <br />
<br />
<br />
.<br />
también lo es <br />
una 2. Elegir tal que <br />
<br />
<br />
<br />
<br />
sea controlable.<br />
3. Introducir , don<strong>de</strong> <br />
<br />
<br />
sea tal que los autovalores <strong>de</strong> sean los <strong>de</strong>seados.<br />
4. La realimentación final es .<br />
En MATLAB, partiendo <strong>de</strong> matrices A,B y autovalores a lazo cerrado <strong>de</strong>seados en el vector P:<br />
>> (n,p) = size(B);<br />
>> K1 = rand(p,n);<br />
>> V = rand(p,1);<br />
>> K2 = place(A-B*K1,BV,P);<br />
>> K = K1 + V*K2;<br />
tal que <br />
sea cíclica. Como es controlable,<br />
<br />
<br />
<br />
<br />
<br />
- -<br />
8.8.2 Diseño via Ecuación <strong>de</strong> Sylvester<br />
Figura 8.13: Realimentación por diseño cíclico<br />
El método <strong>de</strong> diseño via la solución <strong>de</strong> una ecuación <strong>de</strong> Sylvester se extien<strong>de</strong> al caso multi-entrada. Sea un<br />
real constante <br />
sistema controlable <strong>de</strong> or<strong>de</strong>n y entradas . El problema es encontrar una matriz <br />
<br />
<br />
tal que<br />
<br />
tenga cualquier conjunto <strong>de</strong> autovalores <strong>de</strong>seados siempre que no contenga ningún<br />
autovalor <strong>de</strong> .<br />
Procedimiento <strong>de</strong> asignación <strong>de</strong> autovalores por diseño vía ecuación <strong>de</strong> Sylvester<br />
1. Elegir una matriz<br />
2. Elegir una matriz <br />
<br />
<br />
tal que <br />
<br />
<br />
<br />
<br />
<br />
con el conjunto <strong>de</strong> autovalores <strong>de</strong>seados — que no contenga ninguno <strong>de</strong> .<br />
arbitraria sea observable.<br />
<br />
3. Hallar la única solución en la ecuación <strong>de</strong> Sylvester <br />
<br />
.<br />
<br />
4. Si es singular, elegir una <br />
distinta y repetir el proceso. Si<br />
<br />
es no singular,<br />
<br />
<br />
tiene el conjunto <strong>de</strong> autovalores <strong>de</strong>seados.<br />
Si es no singular, la ecuación <strong>de</strong> Sylvester y <br />
implican<br />
<br />
¤ , y <br />
<br />
o <br />
¤ <br />
y así <br />
y son similares y tienen los mismos autovalores. A diferencia <strong>de</strong>l caso SISO, don<strong>de</strong> <br />
es siempre no singular, en el caso MIMO pue<strong>de</strong> ser singular aún cuando es controlable y <br />
<br />
<br />
observable.
8. Realimentación <strong>de</strong> Estados y Observadores 107<br />
8.8.3 Diseño Canónico<br />
Este diseño extien<strong>de</strong> a MIMO el procedimiento que seguimos para <strong>de</strong>rivar la fórmula <strong>de</strong> Bass-Gura en SISO.<br />
La <strong>de</strong>rivación es complicada, pero como realmente muestra la esencia <strong>de</strong> la realimentación <strong>de</strong> estados, lo<br />
presentamos para un ejemplo.<br />
La i<strong>de</strong>a es llevar al sistema a la forma canónica multientrada <strong>de</strong>l controlador. Supongamos que tenemos<br />
un sistema <strong>de</strong> or<strong>de</strong>n 6, 2 entradas y 2 salidas, es <strong>de</strong>cir, , , y . <br />
Primero buscamos columnas linealmente in<strong>de</strong>pendientes en<br />
en or<strong>de</strong>n <strong>de</strong> izquierda a <strong>de</strong>recha. Supongamos que los índices <strong>de</strong> son <br />
<br />
controlabilidad<br />
transformará el<br />
<br />
<br />
<br />
Entonces existe una matriz no singular tal que el cambio <strong>de</strong> coor<strong>de</strong>nadas <br />
sistema a la forma canónica multi-entrada <strong>de</strong>l controlador<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¤<br />
<br />
<br />
<br />
Ahora, <strong>de</strong> cualquier conjunto <strong>de</strong> 6 autovalores <strong>de</strong>seados po<strong>de</strong>mos formar el polinomio<br />
<br />
Eligiendo <br />
como<br />
<br />
<br />
¤ <br />
<br />
<br />
¤ <br />
<br />
<br />
<br />
se pue<strong>de</strong> verificar fácilmente que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Como <br />
es triangular en bloques,<br />
<br />
para <br />
cualesquiera , su polinomio característico es<br />
<br />
igual al producto <strong>de</strong> los polinomios característicos <strong>de</strong> los bloques diagonales <strong>de</strong> ór<strong>de</strong>nes y . Como estos<br />
bloques están en forma companion, el polinomio característico <strong>de</strong> <br />
es igual al <strong>de</strong>seado. Finalmente<br />
ubica los autovalores <strong>de</strong> <br />
en las posiciones <strong>de</strong>seadas.<br />
<br />
8.9 Observadores — MIMO<br />
Todo lo que discutimos sobre observadores en el caso SISO vale para el caso MIMO; para el sistema <strong>de</strong> <br />
estados, entradas y salidas<br />
<br />
<br />
3 Es <strong>de</strong>cir, en las columnas LI <strong>de</strong> hay 4 <strong>de</strong> la entrada 1, y 2 <strong>de</strong> la entrada 2.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
. 3
8. Realimentación <strong>de</strong> Estados y Observadores 108<br />
el problema <strong>de</strong> observación consiste en usar la entrada y la salida medida para obtener una estima<br />
<br />
asintótica <strong>de</strong>l estado <strong>de</strong>l sistema . Como en el caso SISO, el observador está dado por las ecuaciones<br />
<br />
<br />
<br />
<br />
Este es un observador <strong>de</strong> or<strong>de</strong>n completo. Definiendo el error <strong>de</strong> estimación como en el caso SISO,<br />
<br />
£<br />
llegamos a que la dinámica <strong>de</strong>l error está dada por<br />
<br />
<br />
¦ <br />
<br />
Si el par es observable, entonces los autovalores <strong>de</strong> pue<strong>de</strong>n asignarse arbitrariamente por<br />
<br />
medio <strong>de</strong> una elección a<strong>de</strong>cuada <strong>de</strong> . Así, la velocidad <strong>de</strong> convergencia <strong>de</strong> la <br />
estima al estado actual<br />
pue<strong>de</strong> hacerse tan rápida como se quiera. 4<br />
Los mismos métodos vistos para calcular <br />
y asignar los autovalores <strong>de</strong> <br />
pue<strong>de</strong>n usarse para<br />
calcular y asignar los autovalores <strong>de</strong> . Por ejemplo, en MATLAB, dados los autovalores <strong>de</strong>seados en<br />
el vector , usamos<br />
>> L = place(A’,C’,P)’;<br />
8.9.1 Observador MIMO <strong>de</strong> or<strong>de</strong>n reducido<br />
Presentamos el procedimiento <strong>de</strong> Chen (1999) via ecuación <strong>de</strong> Sylvester.<br />
Procedimiento <strong>de</strong> diseño <strong>de</strong> observador MIMO <strong>de</strong> or<strong>de</strong>n reducido<br />
Sea el par observable, don<strong>de</strong><br />
y . Asumimos que el rango <strong>de</strong> es (es <strong>de</strong>cir, todas<br />
las salidas son l.i.).<br />
<br />
que no tenga autovalores en común con los <strong>de</strong><br />
<br />
<br />
1. Elegir una matriz Hurwitz ¤ ¤<br />
<br />
cualquiera<br />
.<br />
2. Elegir una matriz<br />
<br />
cualquiera <br />
¤ tal que <br />
3. Calcular la solución única <br />
¤ <strong>de</strong> la ecuación<br />
<br />
<br />
4. Si la matriz<br />
entonces la EE<br />
<br />
sea controlable.<br />
.<br />
© es singular, volver al paso 2 y repetir el proceso. Si es no singular,<br />
£ £ <br />
<br />
¤<br />
¦ <br />
<br />
<br />
<br />
<br />
<br />
genera una estima asintótica <strong>de</strong> £ .<br />
8.9.2 Nota Histórica<br />
El concepto <strong>de</strong> observadores pue<strong>de</strong> atribuirse a David G. Luenberger, que lo <strong>de</strong>sarrolló como resultado<br />
<strong>de</strong> su tesis doctoral (Stanford University, 1963). Su trabajo incluía los aspectos básicos <strong>de</strong> observadores,<br />
incluyendo observadores <strong>de</strong> or<strong>de</strong>n reducido y transformaciones canónicas.<br />
Actualmente, David Luenberger es profesor en el <strong>de</strong>partamento <strong>de</strong> sistemas económicos, <strong>de</strong> ingeniería y<br />
investigación operacional <strong>de</strong> la Universidad <strong>de</strong> Stanford.<br />
8.10 Consi<strong>de</strong>raciones <strong>de</strong> diseño<br />
Sabiendo ya cómo asignar autovalores a lazo cerrado por realimentación <strong>de</strong> estados, y cómo diseñar un<br />
observador en caso <strong>de</strong> que no todos los estados sean medibles, resta <strong>de</strong>cidir dón<strong>de</strong> colocar estos autovalores.<br />
Damos ahora algunas pautas a tener en cuenta en esta elección. Recor<strong>de</strong>mos que dado el polinomio<br />
característico <strong>de</strong>seado<br />
4Sin embargo, esto no necesariamente implica que el error pueda reducirse arbitrariamente. Pue<strong>de</strong> mostrarse que ceros y polos<br />
<strong>de</strong> la planta con parte real positiva imponen una limitación error,<br />
a la mínima “energía” <strong>de</strong>l , lograble eligiendo. Hay<br />
casos en que no pue<strong>de</strong> reducirse a cero.<br />
<br />
¥ ¥ ¤
8. Realimentación <strong>de</strong> Estados y Observadores 109<br />
la fórmula <strong>de</strong> Bass-Gura daba la ganancia <strong>de</strong> realimentación (SISO)<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
¤ ¤ <br />
¤ ¤<br />
.<br />
<br />
<br />
<br />
. .<br />
<br />
<br />
<br />
¤ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
don<strong>de</strong> ¤ <br />
es la matriz <strong>de</strong> controlabilidad <strong>de</strong>l sistema.<br />
<br />
Notamos <strong>de</strong> (8.25) que <br />
será mayor en magnitud (norma):<br />
.<br />
.<br />
<br />
<br />
<br />
¤ <br />
(8.25)<br />
cuanto más se <strong>de</strong>splacen los autovalores respecto <strong>de</strong> las posiciones <strong>de</strong> lazo abierto (mayores diferen-<br />
<br />
cias entre y <br />
), <br />
cuanto más cerca <strong>de</strong> ser singular esté<br />
<br />
<br />
llevará controlarlo).<br />
(cuanto menos controlable sea el sistema, mayor esfuerzo<br />
8.10.1 Dificulta<strong>de</strong>s <strong>de</strong> la realimentación <strong>de</strong> ganancia elevada<br />
Si se <strong>de</strong>sea estabilizar el sistema, habrá necesariamente que mover autovalores al lado izquierdo <strong>de</strong>l plano<br />
complejo. Sin embargo, moverlos excesivamente a la izquierda implicará usar una elevada. Una elevada<br />
ten<strong>de</strong>rá a hacer saturar los actuadores, trayendo efectos in<strong>de</strong>seados en el <strong>de</strong>sempeño <strong>de</strong>l sistema.<br />
Si bien la estabilidad es un punto esencial en el diseño, no es el único; existen también requerimientos<br />
<strong>de</strong> velocidad <strong>de</strong> respuesta, sobrevalor, etc.<br />
La velocidad <strong>de</strong>l sistema queda <strong>de</strong>finida por su “ancho <strong>de</strong> banda”, <strong>de</strong>finido como la frecuencia a partir <strong>de</strong><br />
la cual la magnitud <strong>de</strong> la respuesta en frecuencia <strong>de</strong>l sistema comienza a <strong>de</strong>caer significativamente (3 dB).<br />
El ancho <strong>de</strong> banda queda <strong>de</strong>terminado por los autovalores dominantes, es <strong>de</strong>cir, aquellos cuya parte real<br />
es más cercana al origen (los <strong>de</strong> transitorios <strong>de</strong> <strong>de</strong>caimiento más lento).<br />
El mover los autovalores excesivamente a la izquierda implica también un lazo cerrado <strong>de</strong> gran ancho <strong>de</strong><br />
banda, que pue<strong>de</strong> amplificar incertidumbres en el mo<strong>de</strong>lo y perturbaciones <strong>de</strong> alta frecuencia.<br />
A<strong>de</strong>más, si lo autovalores a lazo cerrado se sitúan a distancias <strong>de</strong>sparejas <strong>de</strong>l origen, el esfuerzo <strong>de</strong><br />
control no será eficientemente distribuido, lo que implica <strong>de</strong>sperdicio <strong>de</strong> energía.<br />
Resumiendo, para una elección razonable <strong>de</strong> los autovalores:<br />
Elegir el ancho <strong>de</strong> banda suficientemente gran<strong>de</strong> como para alcanzar los requerimientos <strong>de</strong> velocidad<br />
<br />
<strong>de</strong> respuesta <strong>de</strong>seados.<br />
No exce<strong>de</strong>rse en el ancho <strong>de</strong> banda — ojo a los efectos <strong>de</strong> ceros <strong>de</strong> fase no mínima (subvalor excesivo),<br />
<br />
y el ruido y la incertidumbre <strong>de</strong> mo<strong>de</strong>lado en alta frecuencia.<br />
Ubicar los autovalores a distancias aproximadamente uniformes <strong>de</strong>l origen para un uso eficiente <strong>de</strong>l<br />
<br />
esfuerzo <strong>de</strong> control.<br />
Una configuración <strong>de</strong> autovalores común que satisface estos lineamientos es la <strong>de</strong> Butterworth, originaria<br />
<strong>de</strong> teoría <strong>de</strong> filtrado. La configuración Butterworth se <strong>de</strong>fine por 2 parámetros: la frecuencia <strong>de</strong> corte y el<br />
or<strong>de</strong>n . La ubicación <strong>de</strong> los autovalores queda <strong>de</strong>finida por las raíces <strong>de</strong> la ecuación<br />
<br />
<br />
<br />
<br />
<br />
Los polinomios cuyos ceros tienen la configuración Butterworth son los polinomios <strong>de</strong> Butterworth. Los<br />
primeros 4 son:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
£ <br />
<br />
<br />
<br />
Los filtros <strong>de</strong> Butterworth, cuyos <strong>de</strong>nominadores son los polinomios <strong>de</strong> Butterworth, se pue<strong>de</strong>n calcular en<br />
MATLAB con la función
8. Realimentación <strong>de</strong> Estados y Observadores 110<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Figura 8.14: Configuración <strong>de</strong> polos Butterworth para <br />
<br />
<br />
>> [Num,Den] = butter(N,W0,’s’)<br />
<br />
<br />
<br />
<br />
Como veremos en <strong>de</strong>talle en el último capítulo, la configuración Butterworth tiene propieda<strong>de</strong>s <strong>de</strong> optimalidad.<br />
8.10.2 Resumen <strong>de</strong>l proceso <strong>de</strong> diseño<br />
8.11 Resumen<br />
Arquitectura <strong>de</strong> control<br />
Especificaciones<br />
Mo<strong>de</strong>lo matemático<br />
Ganancias <strong>de</strong> control<br />
Observador<br />
no<br />
Figura 8.15: Proceso <strong>de</strong> diseño<br />
Chequeo <strong>de</strong> robustez<br />
¿OK?<br />
Simulación<br />
Construcción y ensayo<br />
Vimos dos métodos para calcular la ganancia <strong>de</strong> realimentación <strong>de</strong> estados para asignar los autovalores<br />
<strong>de</strong> la matriz <strong>de</strong> evolución <strong>de</strong>l lazo cerrado en las raíces <strong>de</strong> un polinomio característico <strong>de</strong>seado:<br />
¥ ¥ ¤ <br />
<br />
si<br />
<br />
.
8. Realimentación <strong>de</strong> Estados y Observadores 111<br />
El primer método usa la fórmula<br />
<br />
<br />
.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
<br />
<br />
<br />
¤ ¤ <br />
¤ ¤<br />
.<br />
<br />
<br />
<br />
. .<br />
<br />
¤ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
.<br />
.<br />
que se conoce como Fórmula <strong>de</strong> Bass-Gura, don<strong>de</strong> son los coeficientes <strong>de</strong>l polinomio carac-<br />
<br />
es la matriz <strong>de</strong> controlabilidad <strong>de</strong>l sistema a lazo abierto.<br />
<br />
terístico <strong>de</strong> , y ¤ <br />
<br />
Funciones útiles en MATLAB<br />
pol=poly(A) calcula los coeficientes pol=[<br />
<br />
<br />
A.<br />
<br />
<br />
<br />
<br />
<br />
<br />
¤ <br />
] <strong>de</strong>l polinomio característico <strong>de</strong> la matriz<br />
CC=ctrb(A,B) calcula la matriz <strong>de</strong> controlabilidad<br />
<br />
<br />
lop=fliplr(pol) invierte el or<strong>de</strong>n <strong>de</strong> los coeficientes en el vector pol; o sea lop=[ <br />
<br />
R=hankel(fliplr(pol(1:n-1))) arma la matriz<br />
<br />
<br />
<br />
.<br />
.<br />
.<br />
.<br />
.<br />
<br />
¥ <br />
<br />
<br />
¥<br />
.<br />
. . . .<br />
<br />
<br />
<br />
<br />
<br />
La siguiente secuencia en MATLAB calcula en la fórmula <strong>de</strong> Bass-Gura, <strong>de</strong> A,B y polK=[<br />
(polinomio <strong>de</strong>seado):<br />
>> pol = poly(A);<br />
>> n = length(pol);<br />
>> R = hankel(fliplr(pol(1:n-1)));<br />
>> K = (polK(2:n-1) - pol(2:n-1))*inv(R)*inv(ctrb(A,B));<br />
.<br />
<br />
<br />
<br />
].<br />
<br />
]<br />
<br />
El segundo método resuelve la ecuación <strong>de</strong> Lyapunov generalizada (también llamada <strong>de</strong> Sylvester)<br />
<br />
<br />
don<strong>de</strong> es una matriz cualquiera con los autovalores a lazo cerrado <strong>de</strong>seados (distintos <strong>de</strong> los <strong>de</strong> ) y <br />
vector fila arbitrario tal que <br />
<br />
En MATLAB<br />
¤ <br />
>> T = lyap(A,-F,-B*Kbar);<br />
>> K = Kbar*inv(T);<br />
<br />
sea observable. Entonces<br />
Tarea <strong>de</strong> estudio Ver la justificación <strong>de</strong>l segundo método en Chen (1999, § 8.2.1, páginas 239-41).<br />
Convenientemente, MATLAB tiene la función K = place(A,B,P) que calcula para ubicar los autovalores<br />
en los valores dados en el vector . Restricción: no permite repetir autovalores.<br />
un
8. Realimentación <strong>de</strong> Estados y Observadores 112<br />
8.12 Ejercicios<br />
Ejercicio 8.1. Calcular un control por realimentación <strong>de</strong> estados para estabilizar el sistema <strong>de</strong>l<br />
péndulo invertido dado por las EE<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
¥ <br />
ubicando los autovalores <strong>de</strong>l lazo cerrado en <br />
<br />
<br />
<br />
y <br />
<br />
comparar las ganancias <strong>de</strong> realimentación obtenidas.<br />
. Utilizar los dos procedimientos dados y<br />
Simular la respuesta <strong>de</strong>l sistema realimentado a un escalón unitario en la referencia. Calcular la cota<br />
inferior teórica para el subvalor en la respuesta y comparar con los valores observados en la simulación.<br />
¿Cuál es el compromiso <strong>de</strong> diseño si se quisiera hacer la respuesta a lazo cerrado más rápida?<br />
¿Cómo se altera la respuesta si se recalcula una para ubicar uno <strong>de</strong> los autovalores a lazo cerrado<br />
sobre el cero estable <strong>de</strong>l sistema?<br />
Ejercicio 8.2. Rediseñar el controlador para el sistema <strong>de</strong>l Ejemplo 8.3 incorporando acción integral según el<br />
esquema <strong>de</strong> la Figura 8.6. Verificar por simulación las propieda<strong>de</strong>s <strong>de</strong> robustez y rechazo <strong>de</strong> perturbaciones<br />
<strong>de</strong>l lazo cerrado introduciendo incertidumbres <strong>de</strong> mo<strong>de</strong>lado y perturbaciones <strong>de</strong> entrada.<br />
Ejercicio 8.3. ¿Es posible cambiar la función <strong>de</strong> transferencia a lazo abierto<br />
<br />
¤ <br />
<br />
<br />
¤ a la <strong>de</strong> lazo cerrado <br />
<br />
<br />
<br />
<br />
<br />
<br />
¤<br />
<br />
mediante realimentación <strong>de</strong> estados? ¿Será el sistema resultante BIBO estable? ¿Y asintóticamente estable?<br />
¿Qué pue<strong>de</strong> <strong>de</strong>cirse para<br />
<br />
¤ <br />
<br />
<br />
¤ al lazo cerrado <br />
<br />
<br />
<br />
<br />
Ejercicio 8.4. Encontrar la ganancia en para asignar en y <br />
<strong>de</strong>l sistema<br />
<br />
© <br />
<br />
<br />
¦<br />
los autovalores a lazo cerrado<br />
Ejercicio 8.5. Diseñar un observador <strong>de</strong> or<strong>de</strong>n completo y uno <strong>de</strong> or<strong>de</strong>n reducido para estimar los estados<br />
<strong>de</strong>l sistema <strong>de</strong>l Ejercicio 8.4. Elegir los autovalores <strong>de</strong> los estimadores <strong>de</strong>ntro<br />
<br />
<br />
<strong>de</strong>l conjunto .<br />
Ejercicio 8.6. Calcular la función transferencia <strong>de</strong> a <strong>de</strong>l sistema a lazo cerrado <strong>de</strong>l Ejercicio 8.4. Repetir<br />
el cálculo si la realimentación se aplica al estado estimado con el observador <strong>de</strong> or<strong>de</strong>n completo diseñado<br />
<br />
en el Ejercicio 8.5. Repetir pero ahora con la estima obtenida <strong>de</strong>l observador <strong>de</strong> or<strong>de</strong>n reducido. ¿Son las<br />
tres funciones transferencia la misma?<br />
Ejercicio 8.7. Consi<strong>de</strong>rar el diseño <strong>de</strong>l control <strong>de</strong> posición <strong>de</strong>l motor <strong>de</strong> corriente continua <strong>de</strong>l ejemplo tutorial<br />
en Matlab.<br />
1. Implementar el sistema con controlador en SIMULINK. Simular la respuesta a un escalón en , y a un<br />
escalón <strong>de</strong> torque <strong>de</strong> perturbación aplicado segundos más tar<strong>de</strong>.<br />
2. Diseñar un observador <strong>de</strong> or<strong>de</strong>n reducido. Asignar los autovalores <strong>de</strong>l observador <strong>de</strong> modo que no<br />
afecten la respuesta especificada para el sistema.<br />
3. Incorporar el observador al mo<strong>de</strong>lo SIMULINK y aumentar el valor <strong>de</strong>l momento <strong>de</strong> inercia <strong>de</strong>l motor en<br />
un 20%. Repetir el ensayo <strong>de</strong> respuesta a un escalón <strong>de</strong> la referencia y perturbación <strong>de</strong> torque. ¿Se<br />
conserva el <strong>de</strong>sempeño? ¿Cuál es la máxima perturbación admisible?
8. Realimentación <strong>de</strong> Estados y Observadores 113<br />
Ejercicio 8.8. Para el sistema dado por<br />
<br />
<br />
<br />
<br />
<br />
<br />
encontrar 2 matrices <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
tales que los autovalores <strong>de</strong> <br />
sean <br />
<br />
<br />
<br />
y <br />
<br />
<br />
<br />
.
Capítulo 9<br />
Introducción al <strong>Control</strong> Óptimo<br />
9.1 Introducción<br />
El método <strong>de</strong> diseño combinado <strong>de</strong> observador y realimentación <strong>de</strong> estados que vimos en el capítulo pasado<br />
es una herramienta fundamental en el control <strong>de</strong> sistemas en variable <strong>de</strong> estados. Sin embargo, no es<br />
siempre el método más útil; tres dificulta<strong>de</strong>s obvias:<br />
1. La traducción <strong>de</strong> especificaciones <strong>de</strong> diseño a ubicación <strong>de</strong> polos no es directa, especialmente en<br />
sistemas complejos; ¿cuál es la mejor configuración <strong>de</strong> polos para especificaciones dadas?<br />
2. Las ganancias <strong>de</strong> realimentación en sistemas MIMO no son únicas; ¿cuál es la mejor ganancia para<br />
una configuración <strong>de</strong> polos dada?<br />
3. Los autovalores <strong>de</strong>l observador <strong>de</strong>ben elegirse más rápidos que los <strong>de</strong>l controlador, pero, ¿tenemos<br />
algún criterio adicional para preferir una configuración a otra?<br />
Los métodos que introduciremos en este capítulo dan respuestas a éstas preguntas. Veremos que las<br />
ganancias <strong>de</strong> realimentación <strong>de</strong> estados, y <strong>de</strong>l observador pue<strong>de</strong>n elegirse <strong>de</strong> forma que minimicen un<br />
criterio <strong>de</strong> optimización dado.<br />
El criterio particular que veremos es un funcional cuadrático <strong>de</strong>l estado y la entrada <strong>de</strong> control,<br />
<br />
¡<br />
©<br />
© © ¨ <br />
son matrices constantes (aunque no necesariamente) semi-<strong>de</strong>finida y <strong>de</strong>finida positivas respectivamente.<br />
don<strong>de</strong><br />
El control que se obtiene <strong>de</strong> minimizar este criterio es lineal. Como el criterio se basa en funcionales cuadráticos,<br />
el método se conoce como lineal-cuadrático (LQ: linear-quadratic), <strong>de</strong>l que se obtiene el regulador<br />
lineal cuadrático (LQR).<br />
Criterios similares <strong>de</strong> optimización se siguen para el diseño <strong>de</strong> observadores, sólo que el funcional <strong>de</strong>-<br />
y<br />
pen<strong>de</strong> <strong>de</strong>l error <strong>de</strong> estimación, y se basa en una caracterización estadística <strong>de</strong> los ruidos que afectan al<br />
sistema. Este estimador óptimo lineal-cuadrático se conoce como el filtro <strong>de</strong> Kalman.<br />
Cuando se combinan la ganancia <strong>de</strong> realimentación <strong>de</strong> estados LQ con el filtro <strong>de</strong> Kalman, obtenemos<br />
lo que se conoce como un controlador lineal-cuadrático-gaussiano (LQG). (Lo <strong>de</strong> gaussiano viene <strong>de</strong> la<br />
caracterización estadística <strong>de</strong>l ruido empleada.)<br />
Como material <strong>de</strong> estudio para este capítulo recomendamos Bay (1999, Capítulo 11) y Friedland (1986,<br />
Capítulos 9, 10 y 11).<br />
9.1.1 El Principio <strong>de</strong> Optimalidad<br />
Para enten<strong>de</strong>r la i<strong>de</strong>a <strong>de</strong> criterio <strong>de</strong> optimización en variable <strong>de</strong> estados, la introduciremos con sistemas <strong>de</strong><br />
tiempo discreto, que son más simples.<br />
El estado <strong>de</strong> un sistema discreto <strong>de</strong>scribe una trayectoria haciendo transiciones discretas <strong>de</strong> un estado a<br />
otro bajo el efecto <strong>de</strong> una entrada también aplicada en tiempo discreto.<br />
114
9. Introducción al <strong>Control</strong> Óptimo 115<br />
Cuando se asocia un criterio <strong>de</strong> optimización al sistema, cada transición <strong>de</strong> estado tiene asociado un<br />
costo o penalidad. Por ejemplo, pue<strong>de</strong>n penalizarse las transiciones <strong>de</strong> estado que se alejan <strong>de</strong>masiado <strong>de</strong>l<br />
estado final <strong>de</strong>seado, o las acciones <strong>de</strong> control <strong>de</strong> valores <strong>de</strong>masiado elevados. A medida que el sistema<br />
evoluciona <strong>de</strong> estado en estado, los costos se suman hasta acumular un costo total asociado a la trayectoria.<br />
Ilustramos el concepto con el grafo <strong>de</strong> la Figura 9.1, que representa 8 estados <strong>de</strong> un sistema discreto con<br />
sus transiciones posibles. El estado inicial es el 1, y el final el 8. El sistema pasa <strong>de</strong> un estado a otro en cada<br />
tiempo <strong>de</strong>terminado por la entrada y las ecuaciones <br />
<br />
<br />
<br />
<br />
<br />
<br />
Las transiciones posibles se representan<br />
por los arcos que conectan el estado inicial<br />
al final a través <strong>de</strong> los estados intermedios.<br />
El costo asociado a cada transición se representa<br />
con la letra; por ejemplo, el costo <strong>de</strong><br />
moverse <strong>de</strong>l estado es<br />
3 al 5 .<br />
Asumiendo que los costos se acumulan en<br />
forma aditiva, vemos que la trayectoria marcada<br />
en rojo, por ejemplo, tiene un costo total .<br />
<br />
Como hay varias rutas alternativas <strong>de</strong>l es-<br />
<br />
1<br />
2<br />
3<br />
5<br />
<br />
<br />
Figura 9.1: Posibles trayectorias <strong>de</strong> 1 al 8.<br />
<br />
tado 1 al 8, el costo total <strong>de</strong>pen<strong>de</strong>rá <strong>de</strong> la trayectoria<br />
elegida. La señal <strong>de</strong> control que <strong>de</strong>termina la trayectoria <strong>de</strong> menor costo es la estrategia<br />
óptima. Como ya veremos, en sistemas <strong>de</strong> tiempo continuo, la acumulación <strong>de</strong> costos se representa mediante<br />
integración, en vez <strong>de</strong> suma.<br />
La herramienta matemática que usaremos para <strong>de</strong>terminar la estrategia óptima es el principio <strong>de</strong> optimalidad<br />
<strong>de</strong> Bellman.<br />
<br />
En cualquier punto intermedio en una trayectoria óptima entre y , la<br />
estrategia <strong>de</strong>s<strong>de</strong> al punto final <strong>de</strong>be ser en sí una estrategia óptima.<br />
Este obvio principio nos permitirá resolver en forma cerrada nuestros problemas <strong>de</strong> control óptimo. También<br />
se usa en el cómputo recursivo <strong>de</strong> las soluciones óptimas en un procedimiento llamado programación<br />
dinámica.<br />
9.1.2 Nota Histórica<br />
El nacimiento <strong>de</strong>l control óptimo se atribuye al problema <strong>de</strong>l braquistocrono,<br />
propuesto por el matemático suizo Johann Bernoulli en 1696. El problema consistía<br />
en <strong>de</strong>terminar cuál, entre todas las trayectorias posibles, era la que llevaba a<br />
una partícula (sin rozamiento) en el menor tiempo posible, <strong>de</strong>s<strong>de</strong> un punto a un<br />
punto en el mismo plano vertical, sujeta sólo a la acción <strong>de</strong> la gravedad.<br />
<br />
Braquistocrono<br />
<br />
4<br />
7<br />
6<br />
8<br />
Johann Bernoulli<br />
(1667-1748)<br />
Una formulación matemática mo<strong>de</strong>rna <strong>de</strong>l problema <strong>de</strong>l braquistocrono es la siguiente: encontrar la señal<br />
<br />
control<br />
<br />
<br />
<br />
que<br />
lleve al sistema<br />
<br />
£
9. Introducción al <strong>Control</strong> Óptimo 116<br />
<strong>de</strong>s<strong>de</strong> el punto al punto en mínimo tiempo, sujeto a la restricción <br />
<br />
control óptimo.<br />
9.2 <strong>Control</strong> LQ discreto<br />
Consi<strong>de</strong>remos el sistema en tiempo discreto <strong>de</strong>finido por 1<br />
. Típico problema <strong>de</strong><br />
(9.1)<br />
El problema <strong>de</strong> control que queremos resolver es: Encontrar la secuencia <strong>de</strong> control que lleve al siste-<br />
<br />
ma (9.1) <strong>de</strong> la condición inicial al estado final , minimizando el funcional cuadrático<br />
¢<br />
<br />
¢<br />
<br />
¢ ¢ ©<br />
¤ <br />
<br />
¢ © © (9.2)<br />
<br />
El funcional (9.2) pue<strong>de</strong> interpretarse como el costo total <strong>de</strong> la transición <strong>de</strong> a y, en particular, el término<br />
penaliza el error en alcanzar el estado final <strong>de</strong>seado.<br />
Las matrices <strong>de</strong> peso<br />
¢ ¢ ¢ pue<strong>de</strong>n seleccionarse para penalizar ciertos estados/entradas más que<br />
otros. Como veremos, las matrices y <strong>de</strong>ben ser semi-<strong>de</strong>finidas la<br />
positivas, y <strong>de</strong>finida positiva.<br />
y<br />
©<br />
9.2.1<br />
Para encontrar el control a aplicar al sistema <strong>de</strong> forma que se minimice (9.2), supongamos que estamos en<br />
el paso<br />
Transición <br />
<strong>de</strong> la trayectoria óptima. Así, el costo (9.2) <strong>de</strong> la transición <br />
<strong>de</strong> a es<br />
<br />
Usando (9.1), substituimos ¢ como<br />
¢¤¢ <br />
¢ ¤ ¢¤¢<br />
<br />
una función <strong>de</strong><br />
©<br />
¢ , lo ¤ que da<br />
¢¤<br />
¢ ¤ <br />
© ¤ ¢<br />
¢ © ¢ ¤ ¢ ¤ ¢ © <br />
es cuadrático en Como , po<strong>de</strong>mos minimizarlo diferenciando<br />
© ¢¤¢ <br />
¢ <br />
¤ <br />
¤ ¢ ¤ ¢ ¤ <br />
© © ¢ ¢ ¤ <br />
¢ ¤ ¢ ¤ (9.3)<br />
¢ ¤ ¢ ¤ ©<br />
<br />
¤ ¢ ¤ ¢ ©<br />
¢¤ (9.4)<br />
De (9.4) obtenemos el último elemento <strong>de</strong> la secuencia <strong>de</strong> control óptima<br />
©<br />
¤ ¢¤ ©<br />
que resulta ser un mínimo, ya que<br />
© <br />
¢ ¤ <br />
¢¤¢ <br />
¢ ¤ <br />
© <br />
<br />
Como vemos, (9.5) es un control lineal por realimentación <strong>de</strong> estados <strong>de</strong> la forma habitual<br />
don<strong>de</strong><br />
<br />
¢ ¤ <br />
¢ ¤ ¢¤<br />
<br />
¢ ¤ © ¤ © (9.6)<br />
1 Para abreviar las expresiones, cambiamos la habitual notación discretaa.<br />
(9.5)
9. Introducción al <strong>Control</strong> Óptimo 117<br />
El valor <strong>de</strong>l costo<br />
¤<br />
obtenido ¢ mínimo ¢<br />
<br />
¤ ¢ ¢ ¤ ¢ ¤ ¢ ¤ © ¢ ¤ ¢ ¤ ¢ ¤ <br />
¢ <br />
¢ ¤ ¢¤<br />
<br />
©<br />
©<br />
<br />
© ¢ ¤ <br />
con ¤ es ¢<br />
¢ ¤<br />
¢ ¤ (9.7)<br />
© ¤ ¤<br />
<br />
¢<br />
<br />
©<br />
¤<br />
<br />
<br />
¤<br />
¢<br />
¤ © <br />
¤ ¢ ¤ ¢ ¤ <br />
¢<br />
¤ <br />
¢<br />
¤ <br />
¢ ¢ ¢ © ¢<br />
don<strong>de</strong> <strong>de</strong>finimos ¢ ¤ © ¢ ¤ ¢ ¤ . La elección <strong>de</strong> la notación<br />
¤ ¤ ¢ © ¢<br />
<br />
<br />
en (9.8) surge <strong>de</strong> que si estamos en el paso final , no hay ninguna acción <strong>de</strong> control ¤ que tomar y<br />
¢, es <strong>de</strong>cir, ¢ ¢¢ ¢<br />
© ¢¢<br />
<br />
¤<br />
¢ © ¢ © ¢ ¢<br />
<br />
¢ ¤ © ¢ ¤ ¢ ¤ <br />
¤ ¢ © ¤ ¢ ¢<br />
9.2.2<br />
Tomamos otro paso para atrás en el cómputo <strong>de</strong>l control óptimo y consi<strong>de</strong>remos ahora que estamos en el<br />
paso<br />
Transición <br />
. Notemos primero <strong>de</strong> (9.2) que<br />
<br />
<br />
¤ ¢¤¢ <br />
Por lo tanto, para calcular la estrategia óptima para ir <strong>de</strong>l estado en<br />
¢¤¢ ¢¤¢ al estado final en , usamos<br />
<br />
el<br />
principio <strong>de</strong> optimalidad para <strong>de</strong>ducir que<br />
y así reducimos el problema al <strong>de</strong> calcular la estrategia óptima para ir <strong>de</strong> a <br />
¢ ¤ ¢ ¢¤¢ ¤ <br />
¢ ¤ ¢ <br />
(9.8)<br />
(la <strong>de</strong> a ya<br />
la obtuvimos).<br />
Asi que ahora el paso es el “final”, y po<strong>de</strong>mos usar la misma ecuación (9.3) pero con en vez<br />
<strong>de</strong> , y en vez <strong>de</strong> . Obtenemos<br />
¢ <br />
¤ ¢ ¤ ¤ ¢ ¤ <br />
Igual que antes, po<strong>de</strong>mos<br />
©<br />
¤ sobre todos los posibles ¢ <br />
minimizar¢¤¢ ¢<br />
¤<br />
¢ ¤ ¢ ¤ ¢¤<br />
© ©<br />
<br />
<br />
son las mismas pero con<br />
¢¤¢<br />
¤ en vez <strong>de</strong> ,<br />
<br />
y en vez <br />
<strong>de</strong> ,<br />
<br />
don<strong>de</strong><br />
<br />
¤ <br />
<br />
¢<br />
¤ ¢<br />
¢ ¤ <br />
¢¤<br />
© ¢ ¤ <br />
9.2.3 Transición <br />
<br />
¤ © ¢ ¤ <br />
Retrocediendo en los pasos <br />
<br />
control óptimo<br />
, y es fácil ver que las expresiones<br />
se generan la siguientes expresiones recursivas para el<br />
(9.9)<br />
<br />
©<br />
¤ © (9.10)<br />
<br />
<br />
© (9.11)<br />
<br />
Notar que la ecuación en diferencias (9.11) <strong>de</strong><br />
© se resuelve para atrás, comenzando en ¢<br />
. El<br />
costo óptimo <strong>de</strong> a <br />
© .<br />
El conjunto <strong>de</strong> ecuaciones (9.9), (9.10) y (9.11) representa el controlador LQ completo para el sistema<br />
es<br />
discreto (9.1), que resulta, en general, inestacionario.<br />
La ecuación en diferencias (9.11) se conoce como la ecuación matricial en diferencias <strong>de</strong> Riccati.<br />
¢ <br />
El<br />
hecho <strong>de</strong> que se resuelva para atrás en el tiempo le da a la peculiaridad <strong>de</strong> que los transitorios aparecen<br />
<br />
<br />
al final <strong>de</strong>l intervalo <br />
, en vez <strong>de</strong> al principio.
9. Introducción al <strong>Control</strong> Óptimo 118<br />
Ejemplo 9.1 (<strong>Control</strong> LQ en tiempo discreto). Simulamos el sistema<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
con el controlador LQ óptimo que minimiza el costo<br />
© <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
©<br />
Las siguientes líneas <strong>de</strong> código MATLAB computan y en lazo cerrado.<br />
% Costo<br />
Q=[2 0;0 0.1];R=2;S=diag([5,5]);<br />
k=10;<br />
% Sistema<br />
A=[2 1;-1 1];B=[0;1];x0=[2;-3];<br />
% Solucion <strong>de</strong> la ecuacion <strong>de</strong> Riccati<br />
while k>=1<br />
K(k,:)=inv(R+B’*S*B)*B’*S*A;<br />
S=(A-B*K(k,:))’*S*(A-B*K(k,:))+Q+K(k,:)’*R*K(k,:);<br />
k=k-1;<br />
end<br />
% Simulacion <strong>de</strong>l sistema realimentado<br />
x(:,1)=x0;<br />
for k=1:10<br />
x(:,k+1) = A*x(:,k)-B*K(k,:)*x(:,k);<br />
end<br />
La matriz <strong>de</strong> realimentación <strong>de</strong>be calcularse en tiempo invertido y almacenarse para ser aplicada<br />
posteriormente al sistema en tiempo normal.<br />
2<br />
1<br />
0<br />
-1<br />
-2<br />
-3<br />
0 2 4 6 8 10<br />
Figura 9.2: Evolución <strong>de</strong>l estado en lazo cerrado<br />
<br />
Aunque la planta a lazo abierto es inestable (autovalores en <br />
<br />
), vemos que el estado es estabilizado<br />
asintóticamente por .<br />
Notar que la planta a lazo cerrado es inestacionaria, ya que el control lo es.<br />
La Figura 9.2 muestra la evolución <strong>de</strong> las ganancias <strong>de</strong> control. Po<strong>de</strong>mos comprobar que sus valores<br />
cambian más sobre el final <strong>de</strong>l intervalo, más que al comienzo, don<strong>de</strong> permanecen casi constantes.
9. Introducción al <strong>Control</strong> Óptimo 119<br />
2.5<br />
2<br />
1.5<br />
1<br />
0.5<br />
0<br />
-0.5<br />
-1<br />
0 1 2 3 4 5 6 7 8 9<br />
Figura 9.3: Evolución <strong>de</strong> las ganancias<br />
<br />
9.3 <strong>Control</strong> LQ en tiempo continuo<br />
La <strong>de</strong>ducción <strong>de</strong>l control óptimo LQ para el sistema en tiempo continuo,<br />
¦£ <br />
<br />
<br />
<br />
<br />
<br />
<br />
. <br />
(9.12)<br />
sigue los mismos pasos que el <strong>de</strong> tiempo discreto, sólo que las “transiciones” se reducen a “incrementos”<br />
infinitesimales. El costo es ahora<br />
¡<br />
¦<br />
© © ¨¦<br />
<br />
Haciendo ten<strong>de</strong>r los incrementos a cero se obtienen los equivalentes <strong>de</strong> tiempo continuo <strong>de</strong> las ecuaciones<br />
(9.9), (9.10) y (9.11), que <strong>de</strong>finen el control óptimo LQ en este caso (ver <strong>de</strong>talles en Bay (1999,<br />
<br />
§11.1.2)),<br />
<br />
<br />
<br />
<br />
©<br />
¤<br />
£¦£ (9.14)<br />
<br />
<br />
¤ <br />
££ (9.15)<br />
© © ©<br />
£ (9.13)<br />
La ecuación (9.15) es la famosa ecuación diferencial matricial <strong>de</strong> Riccati, que, como en el caso discreto,<br />
también <strong>de</strong>be resolverse hacia atrás en el tiempo, con condiciones “iniciales” .<br />
<br />
Como en el caso discreto:<br />
El control óptimo LQ es una realimentación lineal <strong>de</strong> estados, aunque inestacionaria.<br />
<br />
Los “transitorios” en £ y<br />
£ ocurrirán sobre el final <strong>de</strong>l intervalo <br />
. <br />
Pero, la ecuación diferencial (9.15) es en general <strong>de</strong> difícil solución. Aún, haciéndolo numéricamente,<br />
¿cómo pue<strong>de</strong>n guardarse los (infinitos) valores <strong>de</strong> calculados en tiempo invertido para ser aplicados<br />
luego al sistema?<br />
Esta dificultad lleva a buscar una solución óptima estacionaria, <br />
, que surge <strong>de</strong> consi<strong>de</strong>rar el<br />
<br />
caso <strong>de</strong> horizonte infinito .<br />
<br />
9.4 <strong>Control</strong> LQ <strong>de</strong> Horizonte Infinito<br />
La Figura 9.3 <strong>de</strong>l ejemplo sugiere que si hacemos ten<strong>de</strong>r el tiempo final a <br />
las soluciones <strong>de</strong> la ecuación<br />
<strong>de</strong> Riccati permanecerían constantes en el valor <strong>de</strong>l instante inicial. Bajo esta suposición,<br />
<br />
, y (9.15)
9. Introducción al <strong>Control</strong> Óptimo 120<br />
se convierte en la ecuación algebraica <strong>de</strong> Riccati (ARE) 2<br />
¤ <br />
con el correspondiente control óptimo LQ (ahora estacionario)<br />
© ©<br />
¤ <br />
En el caso discreto tenemos<br />
© <br />
, que da <strong>de</strong> (9.11), (9.10)<br />
<br />
(CARE)<br />
¤ <br />
(DARE)<br />
© <br />
© © <br />
¤ © © <br />
<br />
© <br />
En rigor, no sabemos aún si estas soluciones algebraicas <strong>de</strong> “régimen permanente” resuelven los correspondientes<br />
problemas óptimos <strong>de</strong> horizonte infinito. Analizamos este punto a continuación.<br />
Queremos controlar el sistema<br />
¦£ <br />
<br />
con una realimentación estática <strong>de</strong> estados £ ¦£ tal que se minimice el funcional <strong>de</strong> costo<br />
<br />
<br />
¢ ¡<br />
£ © ¨¦ © <br />
Con la realimentación, el sistema a lazo cerrado queda<br />
(9.16)<br />
<br />
incurriendo en un costo<br />
¡¢<br />
£ £ © ¦£ ¨¦ © <br />
<br />
La solución <strong>de</strong> (9.16) es<br />
¤ <br />
¡¢ © <br />
©<br />
¤ <br />
, que reemplazada en la expresión <strong>de</strong>l costo da<br />
<br />
<br />
¨¦<br />
<br />
¤ <br />
<br />
(9.17)<br />
© <br />
<br />
Recordando el Teorema <strong>de</strong> Lyapunov, que viéramos en el §3, sabemos que el sistema <br />
asintóticamente estable si y sólo si la matriz <strong>de</strong>finida en (9.17) es la única solución <strong>de</strong>finida positiva <strong>de</strong> la<br />
ecuación <strong>de</strong> Lyapunov<br />
es<br />
© © (9.18)<br />
Por lo tanto, para cualquier ganancia que estabilice asintóticamente el sistema, la matriz solución <strong>de</strong><br />
(9.18) dará un costo finito.<br />
Supongamos que consi<strong>de</strong>ramos en particular ¤ © . Substituyendo esta en (9.18) obtenemos<br />
© ¤ © ¤ ¤<br />
©<br />
¤ ©<br />
¤ <br />
¤ © © © ©<br />
© ¤ © <br />
que es exactamente la ecuación algebraica <strong>de</strong> Riccati (CARE). Por lo tanto, la solución <strong>de</strong>l problema <strong>de</strong><br />
control óptimo LQ con horizonte infinito está dado por la solución <strong>de</strong> la ecuación (CARE), cuando ésta existe.<br />
El mismo resultado vale en el caso discreto.<br />
Esto no quiere <strong>de</strong>cir que las soluciones <strong>de</strong> las ecuaciones (CARE) o (DARE) serán únicas. Si existe una<br />
solución única que estabilice al sistema, entonces es la óptima.<br />
Cabe entonces la pregunta: ¿Cuándo existirá una solución <strong>de</strong> las ecuaciones algebraicas <strong>de</strong> Riccati, y<br />
bajo qué condiciones será única? La respuesta la dan los siguientes resultados:<br />
2 Algebraic Riccati Equation.
9. Introducción al <strong>Control</strong> Óptimo 121<br />
Teorema 9.1. Si es estabilizable, entonces, in<strong>de</strong>pendientemente <strong>de</strong>l peso<br />
<br />
, existe una solución es-<br />
<br />
tática finita ( ) <strong>de</strong> la ecuación diferencial (diferencia) <strong>de</strong> Riccati (9.15) ( (9.11)). Esta solución será también<br />
una solución <strong>de</strong> la ecuación algebraica <strong>de</strong> Riccati correspondiente, y será la solución óptima en el caso <strong>de</strong><br />
horizonte infinito.<br />
Teorema 9.2. Si la matriz <strong>de</strong> peso pue<strong>de</strong> factorearse en la forma © <br />
, entonces la solución estática<br />
( ) <strong>de</strong> la ecuación diferencial (diferencia) <strong>de</strong> Riccati es la única solución <strong>de</strong>finida positiva <strong>de</strong> la correspondiente<br />
ecuación algebraica si y sólo si es <strong>de</strong>tectable.<br />
En conclusión, si es estabilizable y <strong>de</strong>tectable, existe una solución única <strong>de</strong> (CARE) ( (DARE))<br />
que da la ganancia óptima <strong>de</strong> realimentación. Con MATLAB, <br />
(continuo) y K = dlqr(A,B,Q,R) (discreto).<br />
9.5 Estimadores Óptimos<br />
se pue<strong>de</strong> calcular con K = lqr(A,B,Q,R)<br />
Uno <strong>de</strong> los factores más importantes en el <strong>de</strong>sempeño <strong>de</strong> sistemas <strong>de</strong> control, a menudo no tenido en<br />
cuenta, es el efecto <strong>de</strong> perturbaciones y ruido. Todos los sistemas están sujetos a ruido, sea en la forma <strong>de</strong><br />
alinealida<strong>de</strong>s <strong>de</strong> entrada no mo<strong>de</strong>ladas,<br />
<br />
dinámica no mo<strong>de</strong>lada, o<br />
<br />
señales <strong>de</strong> entrada no <strong>de</strong>seadas.<br />
En esta sección trataremos algunos mo<strong>de</strong>los simples <strong>de</strong> ruido y <strong>de</strong>terminaremos formas <strong>de</strong> tenerlos en<br />
cuenta en el diseño <strong>de</strong> observadores y realimentación <strong>de</strong> estados.<br />
Consi<strong>de</strong>raremos primero ruido perturbando la observación <strong>de</strong>l estado <strong>de</strong> un sistema. Con un mo<strong>de</strong>lo<br />
en ecuaciones <strong>de</strong> estado que incluye ruido, generaremos el mejor observador posible, es <strong>de</strong>cir, el que<br />
mejor rechaza el efecto <strong>de</strong>l ruido. Estos observadores suelen llamarse estimadores, y el particular que<br />
<strong>de</strong>sarrollaremos es el filtro <strong>de</strong> Kalman.<br />
9.5.1 Mo<strong>de</strong>los <strong>de</strong> sistemas con ruido<br />
Consi<strong>de</strong>ramos el sistema en tiempo discreto<br />
<br />
<br />
<br />
(9.19)<br />
Las nuevas señales <strong>de</strong> entrada y que aparecen en este mo<strong>de</strong>lo son procesos aleatorios, consistentes<br />
en ruido blanco estacionario, con media cero, y no correlacionados entre sí. Esto quiere <strong>de</strong>cir que tienen las<br />
siguientes propieda<strong>de</strong>s:<br />
© © <br />
© <br />
©<br />
© <br />
<br />
<br />
<br />
<br />
<br />
cuando <br />
<br />
<br />
para todo<br />
<br />
<br />
.<br />
La función<br />
<br />
<br />
<strong>de</strong>nota la media estadística (para una breve introducción a procesos aleatorios ver por ejemplo<br />
<br />
Friedland 1986, §10).<br />
Consi<strong>de</strong>raremos a<strong>de</strong>más que el estado inicial <strong>de</strong>l sistema (9.19) es en también una variable aleatoria<br />
— ya que raramente po<strong>de</strong>mos conocerlo con exactitud. Consi<strong>de</strong>ramos que es ruido blanco, con varianza<br />
© <br />
Asumimos que ¢ no está correlacionado con y .<br />
La entrada se llama ruido <strong>de</strong> planta, o <strong>de</strong> proceso, y la entrada , que actúa a la salida, ruido <strong>de</strong><br />
medición.<br />
El ruido <strong>de</strong> planta mo<strong>de</strong>la el efecto <strong>de</strong> entradas ruidosas que actúan en los estados mismos, mientras que<br />
el ruido <strong>de</strong> medición mo<strong>de</strong>la efectos tales como ruido en los sensores. La entrada es la habitual entrada<br />
<strong>de</strong> control, consi<strong>de</strong>rada <strong>de</strong>terminística.
9. Introducción al <strong>Control</strong> Óptimo 122<br />
9.5.2 Filtro <strong>de</strong> Kalman discreto<br />
Reconsi<strong>de</strong>ramos nuestra <strong>de</strong>rivación anterior <strong>de</strong>l observador, esta vez consi<strong>de</strong>rando los efectos <strong>de</strong> ruido en<br />
la selección <strong>de</strong> la matriz <strong>de</strong> ganancia . Esta matriz <strong>de</strong>berá elegirse <strong>de</strong> forma <strong>de</strong> dar la mejor estima <strong>de</strong>l<br />
estado <strong>de</strong>l sistema rechazando al mismo tiempo cualquier influencia <strong>de</strong> los ruidos y.La elección que<br />
haremos <strong>de</strong>fine el observador óptimo conocido como filtro <strong>de</strong> Kalman.<br />
Observador actual<br />
Suponiendo por el momento que no hay ruidos ), re<strong>de</strong>rivamos el observador para sistemas<br />
discretos con una ligera variante: Separamos el proceso <strong>de</strong> observación en dos etapas: (<br />
1. predicción <strong>de</strong>l estado estimado base en<br />
2. corrección <strong>de</strong> la estima con en<br />
a datos en (estima anterior + entrada actual),<br />
los datos medidos en.<br />
(9.20)<br />
<br />
<br />
La diferencia con lo <strong>de</strong>rivado anteriormente es que ahora corregimos la estima con la medición “actual”<br />
.<br />
<br />
<br />
<br />
<br />
(9.21)<br />
en vez <strong>de</strong> utilizar la<br />
<br />
medición<br />
De (9.20) y (9.21), obtenemos la ecuación <strong>de</strong>l así llamado observador actual “vieja” <br />
(9.22)<br />
<br />
<br />
La ecuación <strong>de</strong>l<br />
<br />
observador (9.22) difiere significativamente <strong>de</strong> la que presentamos anteriormente con sistemas<br />
continuos:<br />
<br />
<br />
Para el observador actual la dinámica <strong>de</strong>l error está dada por<br />
<br />
por lo que los autovalores para el observador son los <strong>de</strong> la ,en vez <strong>de</strong> los<br />
como vimos par antes. En este caso, la observabilidad <strong>de</strong>l no garantiza<br />
matriz<br />
que se puedan asignar los<br />
autovalores arbitrariamente.<br />
Sin<br />
<br />
embargo, si la es <strong>de</strong> rango completo, el rango es el mismo que<br />
<br />
el , y po<strong>de</strong>mos<br />
consi<strong>de</strong>rar como una nueva matriz <strong>de</strong> salida<br />
<strong>de</strong><br />
y asignar<br />
<br />
los autovalores como <strong>de</strong><br />
<br />
<strong>de</strong> matriz <strong>de</strong><br />
costumbre.<br />
El observador<br />
<strong>de</strong><br />
actual será conveniente para <strong>de</strong>rivar el filtro <strong>de</strong> Kalman discreto, consi<strong>de</strong>rando los efectos<br />
¨<br />
<strong>de</strong><br />
<br />
los<br />
<br />
por<br />
<br />
separado.<br />
<strong>de</strong> <br />
y ruidos<br />
<br />
Estructura <strong>de</strong>l observador<br />
Siguiendo a Bay (1999, §11), usamos la variante <strong>de</strong>l observador actual para <strong>de</strong>rivar el filtro <strong>de</strong> Kalman. La<br />
mejor predicción <strong>de</strong>l estado que po<strong>de</strong>mos hacer cuando hay ruido es el valor esperado<br />
Ésta suele <strong>de</strong>nominarse la estima a priori, porque se hace antes <strong>de</strong> medir la salida (o sea que no tiene<br />
corrección). Una vez disponible la salida en el instante, terminamos <strong>de</strong> armar el observador actualizando<br />
la estima obteniendo la, a menudo llamada, estima a posteriori:<br />
que<br />
dado<br />
<br />
<br />
<br />
(9.23)<br />
Notar que usamos una ganancia <strong>de</strong> observación variante en el tiempo, lo que, como veremos, es necesario.<br />
En observadores <strong>de</strong>terminísticos, se seleccionaba para asignar la dinámica <strong>de</strong>l error <strong>de</strong> estimación. En<br />
este caso, a<strong>de</strong>más, trataremos <strong>de</strong> minimizar el efecto <strong>de</strong> los ruidos.
9. Introducción al <strong>Control</strong> Óptimo 123<br />
Criterio <strong>de</strong> optimización<br />
El filtro <strong>de</strong> Kalman es óptimo en el sentido <strong>de</strong> que da la mejor estima <strong>de</strong>l estado y al mismo tiempo minimiza<br />
el efecto <strong>de</strong> los ruidos. Su <strong>de</strong>rivación surge <strong>de</strong> minimizar el error <strong>de</strong> estimación a posteriori<br />
está afectado por ruido, y por lo tanto <strong>de</strong>pen<strong>de</strong> <strong>de</strong> variables aleatorias, su valor en un instante dado<br />
pue<strong>de</strong> no ser representativo <strong>de</strong> las bonda<strong>de</strong>s <strong>de</strong> la estimación. Buscamos entonces tratar <strong>de</strong> minimizar su<br />
Como<br />
valor “en promedio” para todo el conjunto <strong>de</strong> ruidos posibles. Definimos entonces la covarianza a posteriori<br />
<br />
Cuanto menor sea la norma <strong>de</strong> la ,menor será la variabilidad <strong>de</strong>l error <strong>de</strong> estimación <strong>de</strong>bida a<br />
ruidos, y mejor el rechazo <strong>de</strong> éstos.<br />
<br />
matriz<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
line 1<br />
-0.2<br />
0 50 100 150 200 250 300 350<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
line 1<br />
-0.2<br />
0 50 100 150 200 250 300 350<br />
Figura 9.4: Dos señales ruidosas con mayor (iz.) y menor (<strong>de</strong>r.) variabilidad.<br />
Preten<strong>de</strong>mos <strong>de</strong>terminar para minimizar la variabilidad <strong>de</strong>l error <strong>de</strong> estimación.<br />
<br />
<br />
Para obtener una expresión ,<br />
<br />
para<br />
<strong>de</strong>rivamos la dinámica <strong>de</strong>l error:<br />
¡ (9.24)<br />
¨ <br />
¨ <br />
<br />
¨ <br />
<br />
<br />
Usando esta expresión obtenemos<br />
¨ ¨¡<br />
<strong>de</strong><br />
<br />
(9.25)<br />
¨<br />
¨
9. Introducción al <strong>Control</strong> Óptimo 124<br />
De las hipótesis sobre las propieda<strong>de</strong>s estadísticas <strong>de</strong> los ruidos vistas la clase pasada, tenemos que<br />
A<strong>de</strong>más, no es difícil ver que<br />
(9.26)<br />
<br />
que ya no y <br />
<br />
están correlacionadas con .Y<br />
por otro lado,<br />
(9.27)<br />
<br />
<br />
que ya tampoco<br />
la expresión<br />
y<br />
están correlacionadas con.<br />
3<br />
Usando (9.26), (9.27) y (9.28) en (9.25), llegamos a<br />
(9.28)<br />
<br />
<br />
La expresión recursiva (9.29) representa la dinámica <strong>de</strong> la covarianza <strong>de</strong>l error <strong>de</strong> estimación. Esta expresión,<br />
sin embargo, no es enteramente útil, pues todavía conocemos no , que <strong>de</strong>terminaremos en lo que<br />
sigue.<br />
(9.29)<br />
Determinación <strong>de</strong> la ganancia <strong>de</strong> observación óptima<br />
Para <strong>de</strong>terminar el valor ganancia <strong>de</strong> la que minimiza el criterio <strong>de</strong> optimización (9.24), expandimos<br />
<strong>de</strong> (9.29) en <br />
Ahora <strong>de</strong>rivamos (9.30) con respecto . Los dos primeros términos dan cero, pues no <strong>de</strong>pen<strong>de</strong>n <strong>de</strong><br />
los siguientes términos usamos las siguientes propieda<strong>de</strong>s <strong>de</strong> la <strong>de</strong>rivada <strong>de</strong> la traza <strong>de</strong> una<br />
matriz (ver Bay 1999, Apéndice A),<br />
a<br />
(9.30)<br />
<br />
<br />
<br />
. Para<br />
¡<br />
<br />
Así obtenemos <strong>de</strong> (9.30)<br />
¢¤£ £¦¥§£ £¨¥ ¢ ¢¤£ ¥©£ ¥ ¢<br />
¡ <br />
que tiene como solución<br />
<br />
¢ ¢ <br />
(9.31)<br />
¡ <br />
Esta es la ganancia<br />
<br />
óptima para el estimador dado por la ecuación (9.23), y se conoce como la ganancia <strong>de</strong><br />
Kalman. Como supusimos, es inestacionaria, ya que <strong>de</strong>pen<strong>de</strong><br />
<br />
, que se obtiene resolviendo la ecuación<br />
¡ <br />
<strong>de</strong><br />
en diferencias (9.29).<br />
3 Aunque sí lo están<br />
y, dado .<br />
que
9. Introducción al <strong>Control</strong> Óptimo 125<br />
Procedimiento para computar el filtro <strong>de</strong> Kalman discreto<br />
Resumimos los pasos necesarios para programar el filtro <strong>de</strong> Kalman. Partimos <strong>de</strong>l conocimiento <strong>de</strong> las<br />
propieda<strong>de</strong>s estadísticas, valor esperado y varianza, <strong>de</strong> ruidos los y, y la condición inicial.<br />
1. Calculamos la estima a priori <strong>de</strong>l estado (predicción)<br />
inicializada con la estima inicial.<br />
2. Calculamos la ganancia <strong>de</strong> Kalman <strong>de</strong> (9.31),<br />
<br />
¡ ¡ <br />
que inicializamos con la covarianza<br />
<br />
original<br />
.<br />
3. Calculamos la estima a posteriori, corregida con la salida mediante<br />
<br />
simplificarse a<br />
medida<br />
<br />
<br />
4. Calculamos, <strong>de</strong> (9.29), la matriz <strong>de</strong> covarianza para la próxima iteración,<br />
<br />
y el proceso se repite el siguiente paso.<br />
¨ ¡ <br />
9.6 <strong>Notas</strong><br />
La <br />
El <br />
El <br />
Como <br />
En<br />
Naturalmente,<br />
<br />
La<br />
<br />
<br />
Pue<strong>de</strong>n<br />
(9.23), que pue<strong>de</strong><br />
ecuación diferencia <strong>de</strong> Riccati (9.29) que <strong>de</strong>termina la matriz covarianza<br />
<strong>de</strong> se calcula para<br />
a<strong>de</strong>lante en el tiempo, a diferencia <strong>de</strong>l dual caso <strong>de</strong> control óptimo LQ. Esto implica que el filtro <strong>de</strong><br />
Kalman pue<strong>de</strong> implementarse en su forma inestacionaria en tiempo real.<br />
<br />
filtro <strong>de</strong> Kalman <strong>de</strong>rivado es el mejor estimador si los ruidos <strong>de</strong> proceso y medición son Gausianos.<br />
Para otras distribuciones probabilísticas, el filtro <strong>de</strong> Kalman es el mejor estimador lineal.<br />
filtro <strong>de</strong> Kalman pue<strong>de</strong> obtenerse también en tiempo continuo, aunque es raramente usado en la<br />
práctica, ya que casi siempre se implementa en una computadora digital, para la que la versión discreta<br />
es más natural. La <strong>de</strong>rivación <strong>de</strong> las ecuaciones es similar al caso continuo, y lleva a una ecuación<br />
diferencial <strong>de</strong> Riccati, dual al caso <strong>de</strong> control LQ (ver Bay 1999, §11.2.3).<br />
en el caso <strong>de</strong> control óptimo LQ, también en el caso <strong>de</strong>l filtro <strong>de</strong> Kalman pue<strong>de</strong>n calcularse<br />
soluciones estacionarias <strong>de</strong> la ecuación diferencia (diferencial) <strong>de</strong> Riccati que <strong>de</strong>termina la matriz <strong>de</strong><br />
covarianza. Esta solución será “aproximadamente óptima”, y única si y sólo es estabilizarle,<br />
<strong>de</strong>tectable, .<br />
y si don<strong>de</strong> <br />
MATLAB, la función kalman computa el filtro <strong>de</strong> Kalman estacionario (continuo o discreto).<br />
el filtro <strong>de</strong> Kalman pue<strong>de</strong> combinarse con cualquier control por realimentación <strong>de</strong> estados.<br />
Cuando el controlador elegido es el óptimo LQ, la combinación da lo que se conoce como<br />
controlador lineal cuadrático gausiano (LQG).<br />
robustificación <strong>de</strong> un regulador LQG mediante agregado <strong>de</strong> acción integral es exactamente igual<br />
al caso visto en asignación <strong>de</strong> polos y se aplica <strong>de</strong> la misma manera (la acción integral es parte <strong>de</strong>l<br />
diseño <strong>de</strong> la arquitectura <strong>de</strong> control, y no <strong>de</strong>l control en sí).<br />
verse algunas aplicaciones industriales <strong>de</strong>l filtro <strong>de</strong> Kalman en Goodwin et al. (2000) (hay una<br />
copia disponible en <strong>IACI</strong>).
9. Introducción al <strong>Control</strong> Óptimo 126<br />
9.7 Ejercicios<br />
Ejercicio 9.1. Para el sistema discreto<br />
<br />
encontrar la secuencia <strong>de</strong> control que minimiza el funcional <strong>de</strong> costo<br />
<br />
<br />
<br />
Ejercicio 9.2. Para el sistema discreto<br />
<br />
<br />
<strong>de</strong>terminar el control por realimentación <strong>de</strong> estados que minimiza el criterio <br />
<br />
<br />
<br />
Ejercicio 9.3. Para el sistema<br />
<br />
.<br />
diseñar una realimentación <strong>de</strong> estados para ubicar los en autovalores a lazo cerrado<br />
Diseñar un observador <strong>de</strong> or<strong>de</strong>n completo estándar, y uno actual. Programar ambos en MATLAB y comparar<br />
sus <strong>de</strong>sempeños mediante simulación.<br />
<br />
<br />
<br />
Ejercicio 9.4. La medición ruidosa en tiempo discreto <strong>de</strong> una constante <strong>de</strong>sconocida satisface el mo<strong>de</strong>lo<br />
es ruido blanco <strong>de</strong> varianza.<br />
<br />
don<strong>de</strong><br />
1. Determinar un filtro óptimo<br />
<br />
para estimar.<br />
2. Construir un esquema SIMULINK para evaluar el filtro anterior en régimen permanente.<br />
Ejercicio 9.5. Consi<strong>de</strong>rar el problema <strong>de</strong> medición en tiempo discreto <strong>de</strong> una senoi<strong>de</strong> <strong>de</strong> frecuencia conocida<br />
pero amplitud y fase <strong>de</strong>sconocidas, es <strong>de</strong>cir:<br />
es ruido blanco <strong>de</strong> varianza.<br />
<br />
don<strong>de</strong><br />
1. Contruir un mo<strong>de</strong>lo para generar la<br />
¨<br />
senoi<strong>de</strong>.<br />
2. Determinar un filtro óptimo para estimar y.<br />
3. Construir un esquema SIMULINK para evaluar el filtro en régimen permanente.
Bibliografía<br />
Bay, J. S. (1999), Fundamentals of Linear State Space Systems, WCB/McGraw-Hill.<br />
Chen, C.-T. (1999), Linear System Theory and Design, 3rd edn, Oxford University Press.<br />
Doyle, J. C., Francis, B. A. & Tannenbaum, A. (1992), Feedback control theory, Macmillan Pub. Co.<br />
Friedland, B. (1986), <strong>Control</strong> System Design, McGraw-Hill.<br />
Goodwin, G., Graebe, S. & Salgado, M. (2000), <strong>Control</strong> System Design, Prentice Hall.<br />
Rugh, W. J. (1995), Linear System Theory, 2nd edn, Prentice Hall.<br />
Sánchez Peña, R. (1992), Introducción a la teoría <strong>de</strong> control robusto, Asociación Argentina <strong>de</strong> <strong>Control</strong> <strong>Automático</strong>.<br />
Seron, M. M., Braslavsky, J. H. & Goodwin, G. C. (1997), Fundamental Limitations in Filtering and <strong>Control</strong>,<br />
CCES Series, Springer-Verlag.<br />
Van Loan, C. (1978), ‘Computing integrals involving the matrix exponential’, IEEE Trans. on Automatic <strong>Control</strong><br />
23(3), 395–404.<br />
127