Controlabilidad y Observabilidad

CONTROL II (Elo y Bio)
Tema:
Controlabilidad y Observabilidad
de las Plantas a Controlar
Prof. Ing. Carlos F. Martn
Ao: 2013
(2013)
Controlabilidad de Sistemas Lineales Invariantes:

Los conceptos de Controlabilidad y Observabilidad presentados primero por
Kalman, R.E juegan un papel importante en los aspectos tericos y
prcticos del control moderno. Las condiciones sobre la controlabilidad y la
observabilidad gobiernan la existencia de una solucin de un problema de
control ptimo. Esto parece ser la diferencia bsica entre la teora de
control ptimo y la teora clsica de control. En esta ltima, las teoras de
diseo son dominadas por mtodos de prueba y error, por lo que dado un
conjunto de especificaciones de diseo, el diseador desconoce en el inicio
si existe una solucin o no.
Por otro lado, la teora de control ptimo, para la mayor parte de los
problemas, cuenta con criterios para determinar desde el inicio si la
solucin de diseo existe o no para los parmetros del sistema y los
objetivos del diseo.
Se mostrar que la condicin de controlabilidad de una planta est
ntimamente relacionada con la existencia de soluciones de la
realimentacin de sus estados con el propsito de ubicar los valores
caractersticos del sistema de control en lazo cerrado en forma arbitraria.
El concepto de observabilidad se relaciona con la condicin de observacin
o estimacin de las variables de estado a partir de las entradas y de las
salidas, las cuales son generalmente medibles, (y menor cantidad).
Una forma de ilustrar la motivacin para la investigacin de la
controlabilidad y observabilidad se puede realizar al hacer referencia al
diagrama de bloques de un sistema multivariable mostrado en la figura 1a)
La figura (1a) muestra un proceso con la dinmica descripta por:
d x(t )
= A x(t ) + Bu (t )
dt
Lazo Abierto
(1)
El sistema de control de lazo cerrado, (hay muchos otros esquemas), se

forma al realimentar las variables de estado a travs de la matriz
realimentacin K de ganancias constantes. Por lo que de la figura 1:
(2)
u (t ) = K x(t ) + G r (t )
En donde:
u (t ) : es la accin de control, (px1).K: es la matriz de realimentacin con elementos constantes, (p x n).G: es la matriz de pre-compensacin, (p x q).r (t ) : es la seal de entrada referencia, (salida deseada), (q x 1).El sistema de control de lazo cerrado se describe mediante:
(2013)
d x (t )
= A x (t ) + B K x(t ) + G r (t )
dt
(qx1)
(px1)
r (t )
u (t )
(nx1)
x(t )
dt
(pxq)
_
K x (t )
(px1)
(qx1)
y (t )
(qxn)
+
(nx1)
(a)
K
(pxn)
(qx1)
(px1)
r (t )
u (t )
(nx1)
x(t )
dt
(pxq)
_
K x (t )
(px1)
(qx1)
y (t )
(qxn)
+
(nx1)
(b)
x (t )
K
Observador
(pxn)
Figura 1
Entonces:
d x (t )
= ( A BK ) x (t ) + ( B G ) r (t )
dt
En donde: Ac = A B K (n x n)
Bc = B G
(n x q)
(3)
Este problema tambin se conoce como: diseo por ubicacin de polos

mediante la realimentacin del estado. En este caso, el objetivo de diseo
es encontrar la matriz K, tal que los valores caractersticos de Ac sean
fijados por el diseador. La palabra polo se refiere a los polos de la
funcin de transferencia de lazo cerrado (si p = q = 1), que sern los
mismos que los valores caractersticos de Ac.
Se puede demostrar que la existencia de una solucin al diseo por
ubicacin de los polos, con valores de los mismos asignados en forma
arbitraria a travs de la realimentacin del estado, est basada
(2013)
directamente en la controlabilidad de los estados de la planta.

El resultado es que:
Si la planta de la ecuacin (1) es controlable, existe una matriz de

realimentacin con elementos constantes K que permite que los valores
caractersticos de Ac=(A-BK) sean asignados en forma arbitraria.
Una vez que se ha diseado el sistema en lazo cerrado se debe tratar con
el problema prctico de implementar la realimentacin de las variables de
estado. Existen dos problemas prcticos en la implementacin del control
por realimentacin del estado. Uno es que el nmero de variables de
estado puede ser excesivo por lo que el costo de detectar cada una de
estas variables de estado para la realimentacin puede ser prohibitivo. El
otro problema es que no todas las variables de estado estn fsicamente
accesibles. Por lo tanto, podra ser necesario disear y construir un
observador que estime el vector de estado a partir del vector de salida y (t )
y de la entrada u (t ) . La figura (1b) muestra el diagrama de bloque de un
sistema de lazo cerrado con un observador. El vector de estado observado
x(t ) se utiliza para generar el control u (t ) a travs de la matriz de
realimentacin K.
La condicin de que tal observador pueda ser diseado para el sistema, es

que la planta sea observable.
Concepto General de Controlabilidad de Sistemas Lineales Invariantes
El concepto de controlabilidad se puede enunciar con referencia al
diagrama de bloques de la figura 2
Figura 2
Se dice que el proceso es completamente controlable si cada variable de

estado del proceso, partiendo de un estado inicial cualquiera, se puede
llevar a un estado final arbitrario en un tiempo finito tambin arbitrario, a
travs de alguna accin control no restringida u (t ) .
En forma intuitiva, es sencillo entender que si una de las variables de
estado es independiente de la accin control u (t ) , no habra forma de dirigir
esta variable de estado en particular al estado deseado en un tiempo finito
por medio de un esfuerzo de control. Por lo tanto se dice que este estado
en particular no es controlable y que la planta no es completamente
(2013)
controlable o simplemente es no controlable mientras haya por lo menos un

estado que sea no controlable.
Como ejemplo sencillo de una planta, no controlable, la figura 3 ilustra un
diagrama de estado de un proceso lineal monovariable p = q = 1 , con dos
variables de estado, dnde: u u y y y , escalares.-
Figura 3:
Debido a que u (t) afecta solamente al estado x1 (t), x2 (t) es no
controlable. En otras palabras, ser imposible llevar x2(t) de un estado
inicial x2 (to) a un estado deseado x2 (tf) en un intervalo de tiempo finito
(tf - to) mediante el control u (t). Por lo tanto, se dice que el sistema no es
completamente controlable.
El concepto de controlabilidad mencionado anteriormente se refiere a los
estados y se conoce como controlabilidad del estado. La controlabilidad
tambin se puede definir para las salidas del sistema de tal forma que
exista una diferencia entre la controlabilidad del estado y la controlabilidad
de la salida.
Definicin de Controlabilidad del Estado para Sistemas Lineales Invariantes
Considere que un proceso lineal multivariable e invariante con el tiempo se
describe mediante las siguientes ecuaciones dinmicas:
d x(t )
= A x(t ) + Bu (t )
dt
y (t ) = C.x (t ) + D.u (t )
(4)
(5)
En donde:
x(t ) es el vector de estado de (nx1)
u (t ) es el vector de entrada o accin de control de (px1)
y (t ) es el vector de salida de (qx1)
A, B, C y D las matrices de los coeficientes con dimensiones apropiadas.
Dado un sistema situado en un estado inicial arbitrario x(to), se dice que es
(2013)
Completamente controlable si puede ser llevado a otro estado x(tf )

mediante un vector de entrada (seal de control) sin restricciones en un
tiempo finito. El siguiente teorema demuestra que la condicin de la
controlabilidad depende solo de las matrices A y B. El teorema tambin
proporciona un mtodo de prueba para la controlabilidad del estado.
Teorema 1: (Es general y fundamental)
Para que la planta descripta por las ecuaciones de estado (4) sea de estado
completamente controlable, es necesario y suficiente que la matriz
denominada de controlabilidad S, tenga rango mximo, es decir, n.
(6)
S nxnp = B A.B A2 .B ...... An 1 .B
La demostracin de este teorema no ser tratada aqu, se puede consultar
en cualquier libro de sistemas de control ptimo.
Aunque este criterio es muy directo no es sencillo emplearlo en forma
manual para sistemas de elevado orden y/o con muchas entradas, an con
p = 2 habrn 2xn columnas en S y por ende un gran nmero de posibles
combinaciones de matrices de orden (nxn). En estos caso se puede hallar
SxST que es de orden (nxn), entonces si SxST es no singular, S tendr
rango n pues el rango de S es igual al rango de SxST.
Ejemplo 1:
Dada las matrices A y B de una planta:
0 2 1
A = 0 1 0
1 4 3
1 0
B = 0 2
0 5
a) Ser controlable?
b) Se cumplir la condicin de controlabilidad utilizando una sola entrada?
a) Se tiene que
1 0 0 1 1 3
S = 0 2 0 2 0 2
0 5 1 7 3 12
(3.6)
Utilizando las tres primeras columnas, se ve que el rango de S es 3 por lo

tanto la planta es controlable utilizando las dos entradas disponibles.
b) Si se usa la primera entrada, la nueva matriz B denominada ahora B1,
tendr una sola columna, la primera, con lo cual la matriz S1 ser:
1 0 1
S1 = 0 0 0
0 1 3
(2013)
Se observa que el rango de S1 es 2, con lo cual con la entrada u1 (t)

exclusivamente no es posible llevar a la planta desde un punto cualquiera a
otro del espacio de estado, en consecuencia es no controlable.Ahora utilizando solo la segunda entrada se tiene:
S 2 = B2
A.B2
0 1 3
A .B2 = 2 2 2
5 7 12
Rango de (S2)= 3
Por ende utilizando solo la segunda entrada la planta puede ser llevada a
un punto del espacio de estado a partir de un punto inicial dado la misma
ser controlable.Ejemplo 2:
Consideremos la planta mostrada en la figura (3) que era no controlable.
Por ende el rango de la matriz S deber ser menor que 2.
Tenemos que:
2 1
A=
0 1
1
B=
0
C = [1 0]
D = [ 0]
Por lo tanto la matriz de la controlabilidad ser:

S = [B
1 2
A.B ] =
0 0
El rango de S es igual a 1, distinto de 2, por lo que la planta es de estado

no controlable.
En este caso x2(t) no se puede llevar de un punto cualquiera del espacio de
estado a otro.
Pruebas Alternativas para la Controlabilidad
Existen otros mtodos alternos para probar la controlabilidad, y algunos de
stos pueden ser ms convenientes para aplicarse que la condicin de la
ecuacin (6).
Teorema 2: (Solo para sistemas SISO, lineales invariantes)
Para un sistema de simple entrada simple salida, (SISO), por ende:
(q = p = 1), descrito por la ecuacin de estado (4), el par (A,B) ser
controlable si A y B estn en la forma cannica controlable o son
transformables a la misma mediante una transformacin lineal de
semejanza.
La prueba de la segunda parte del teorema es directa ya que como se
(2013)
especific antes esta clase de transformacin requiere que S tenga rango n,

o sea no singular, para que exista P-1 pues P-1 = M-1.S-1.
En cuanto a la primera parte del teorema se demuestra, si para este caso,
la matriz S tiene siempre rango n. Si en la Funcin Cannica Controlable las
matrices de la planta son A1 y B1, donde como se sabe:
0
0
..
A1 =
..
0
a 0
..
0
..
1
..
..
..
..
0
..
0
..
..
a1
a2
..
0
0
..
..
1
a n 1
S = B1 A1.B1 A12 .B1 ... A1n 1.B1

0
0
...
0
...
...
...
...
...
...
...
...
...
...
...
...
S=
0
0
0
1
0
1
an 1
0
0
1
an 1
an 1 an 2
3
1 an 1 an 1 an 2 an 1 + an 2 + an 3
0
0

..
B1 =
..
0

1
... 1
... ...
... ...
... ...
... ...
... ...
... ...
... ...
Como se observa S ser una matriz triangular inferior con la diagonal

secundaria de unos, por ende el rango de S ser (+1 o -1) dependiendo de
n, por lo tanto su rango ser siempre n y en consecuencia la planta en la
F.C.C es controlable.
Ejemplo 3:
Sea la planta en la F.C.C
0 1 0
A1 = 0 0 1
1 2 3
S = B1
A1.B1
0
;
F.C.C
B1 = 0
1
0 0 1
2
Rango de (S) = 3 pues |S| = -1
A1 .B1 = 0 1 3
1 3 7
Teorema 3: (General para sistemas lineales invariantes MIMO o SISO pero

Con valores caractersticos distintos).CONTROL II (Elo y Bio)
(2013)
Para una planta descrita por la ecuacin (4) si est en la F. C. Diagonal, el

par [A,B] es controlable si la matriz B no tiene filas totalmente nulas.
La demostracin es evidente, pues las ecuaciones de estado estn
completamente desacopladas unas de otras y la nica manera de que los
estados sean alcanzados es que los mismos estn controlados
directamente por al menos una entrada.
Por lo tanto si alguna fila de B tiene todos los elementos ceros, esto indica
que la correspondiente variable de estado no ser alcanzada por ninguna

de las entradas.
Si la planta es de una entrada solamente, ningn elemento de la columna
de B debe ser nulo, evidentemente.
El teorema no sera vlido para plantas en las que la matriz A se puede
diagonalizar aun cuando hay valores caractersticos repetidos, todos los
valores caractersticos repetidos asociados a bloque de Jordn de orden 1x1
Esto se aclara con el teorema siguiente cuando hay valores caractersticos
repetidos. Antes veremos el ejemplo siguiente:
Ejemplo 4:
Una planta tiene las matrices siguientes:
0
3 0
A = 0 6 0
0 0 10
5
42
B=
24
3
56
C = [32 8 20]
Como los valores caractersticos son distintos la A est en la F.C.D. y la

matriz B no tiene ningn elemento nulo, (filas), la planta ser controlable.
Teorema 4:
Es vlido en general para sistemas MIMO aun cuando los valores
caractersticos mltiples tengan ms de un bloque de Jordn asociado con
cada valor propio mltiple, y dice:
Si A est en la forma cannica de Jordn el par [A, B] es controlable, si
todos los elementos en las filas de B que correspondan a la ltima fila de
cada bloque de Jordn no son cero.
Se entiende que las filas de B que corresponden a los valores
caractersticos simples no debern tener todos sus elementos nulos.
La prueba de este teorema es simple, ya que la ltima fila de cada bloque
(2013)
de Jordn corresponde a una ecuacin de estado que est completamente

desacoplada de las otras, por ende debe ser alcanzada por alguna
entrada. Los elementos en las otras filas de B en cada bloque de Jordn, no
necesitan ser diferentes de cero ya que los estados correspondientes estn
todava acoplados a travs de los nmeros unos de los bloques de Jordn
de la matriz A.
Cuando se trata de sistemas SISO, (p=q=1), los valores caractersticos

mltiples debern tener solo un bloque de Jordn asociado con cada uno
de ellos y tambin solo el elemento de la matriz B que corresponde a la
ltima fila de cada bloque de Jordn no deber ser nulo.Ejemplo 4:
Una planta a controlar de cuarto orden tiene tres de sus cuatro valores
caractersticos iguales:1= 2 = 3 = y 4 diferente, y tiene una sola
entrada. Supongamos que las matrices A y B son:
1 0 0
0 1 0
A=
0 0 0
0 0 0 4
b1
b
B = 2
b3

b4
El teorema dice que b3 y b4 deben ser distintos de cero pero b1 y b2 pueden

ser ceros y el sistema ser controlable. Las ecuaciones de estado son:
x1 = .x1 + 1.x2 + b1.u
x2 = .x2 + 1.x3 + b2 .u
x3 = .x3 + b3 .u
x4 = 4 .x4 + b4 .u
El diagrama de estados sera el indicado en la figura 4.

Como se puede apreciar b1 y b2 pueden ser nulos o no pero b3 y b4 deben
ser distintos de cero para que la planta sea controlable.
Ejemplo 5:
Consideremos el ejemplo 2, en el mismo:
2 1
A=
0 1
1
B = ;
0
Con 1= -2 y 2 = -1 (auto valores distintos)
(2013)
10
Chequear por el teorema 3 si el sistema es controlable:

1 1
T =
0 1
1 1 1 1
B = T 1.B =
. =
0 1 0 0
ltimo elemento=0
Figura 4:
Como el segundo elemento de la matriz B * es cero, la variable de estado x2*
es no controlable, en consecuencia la planta ser no controlable ya que
como se ver ms adelante la controlabilidad no se altera con una
transformacin lineal.O la x2 ya que
x1 = x1* + x2*
x2 = x2*
Solucin por Computadora

La funcin svdesign en las herramientas del CSAD para Matlab tiene una
opcin que regresa la condicin de controlabilidad de una planta SISO,
(calcula la matriz S), una vez que se han introducido los parmetros de las
ecuaciones lineales dinmicas o de la funcin de transferencia.
Ejemplo 6:
Una planta tiene las matrices siguientes:
(2013)
11
2 0
A=
0 2
1
B=
2
C = [1 0.5]
Segn el teorema 4, como hay solo una entrada, sistema SISO, la planta no
es controlable pues hay dos bloques de Jordn asociados con el valor
caracterstico =-2.
En general para ver si la planta es controlable se aplicara:
S = [B
1 2
A.B ] =
2 4
|S| = 0 por lo que el rango (S) = 1 2 entonces la
planta es no controlable.
Esta planta se puede hacer controlable con otra entrada por ejemplo:
1 0
1 0 2
Con B =
S = [ B A.B ] =
2 1
2 1 4 2
Aplicando el mtodo general se puede ver que las dos primeras columnas
de la matriz de la controlabilidad S el rango(S) = 2 = n, por ende esta
planta ahora ser controlable.
Ejemplo7:
El modelo de un proceso a controlar tiene las matrices siguientes:
1 2 1
A = 0 1 0
1 4 3
Como |sI - A| = 0
0
B = 0
1
s3 + (-5).s2 + 8.s + (-4) = 0, entonces 1-2 = 2
y 3 = 1; y: S = B A.B
0 1 4
A2 .B = 0 0 0
1 3 8
|S|=0
rango(S) = 2 3
por lo que el proceso es no controlable.

Como se dijo y se ver ms adelante si se hace una transformacin lineal
de semejanza, no se altera la condicin de la controlabilidad. Si se lleva el
modelo a la F. C. J. una matriz de transformacin puede ser:
1 0 0
2 1 0
0
1
1
T = 0 0 1 Entonces se tendr: A j = T . A.T = 0 2 0 y B j = T .B = 1
1 1 2
0 0 1
0
Como la ltima fila de Bj, que corresponde al bloque de Jordn de (1x1)

para 3 = 1, es cero, la variable de estado transformada x3* (t ) es no
controlable. Como de T se ve que: x2 (t ) x3* (t ) significa que x2 (t ) es la
variable de estado no controlable en el modelo original de la planta.
(2013)
12
Ejemplo 8:
Consideremos un proceso de tercer orden que tiene:
0
1 1
0
A = 0 2 0 ; B = 0 ; C = [1 1 1] y
0
1
0 3
0 0 0
2
Luego: S = B A.B A .B = 0 0 0
1 3 9
D=0
|S| = 0
rango(S) = 1 3
Por ende este proceso es de estado no controlable. En consecuencia no
existir una transformacin lineal de semejanza que lleve el modelo original
a la F.C.C, pues la matriz S no tiene inversa.
Por otro lado como s.I A = 0
(s + 1)(. s + 2)(. s + 3) = 0
1 = 1; 2 = 2; 3 = 3 ,
se puede llevar a la F.C.D y la matriz B de esta forma deber tener alguna
fila nula como mnimo (esto se ver en el teorema 10).
T = p1
p2
0
1 1 0
1 0
0
p3 = 0 1 0 Por ende: Ad = 0 2 0 ; Bd = 0 y Cd = [1 0 1]
0 0 1
0
1
0 3
Como las dos primeras filas de Bd son nulas el proceso es de estado no

controlable. Este resultado ser evidente cuando veamos el teorema 10.
Las variables de estado x1* y x2* sern no controlables.
x1 = x1* x *2
Como x(t ) = T .x * (t ) resultar
x2 = x *2
x3 = x *3
Por ende las variables x1 y x2 del modelo original sern las no controlables.
Ejemplo 9:
Sigamos con la misma planta, si se desea obtener la F.C.C. se tendr que
hacer la descomposicin directa de la Funcin de Transferencia de la misma
Gp = C.(s.I S ) .B =
1
(s
+ 3.s + 2
(s + 1)(. s + 2) = Y( s )
=
2
. s + 2 )(
. s + 3) U ( s )
s + 6.s + 11.s + 6 (s + 1)(
De la misma resulta:
1
0
0
0
A= 0
0
1 ; B = 0 ; C = [2 3 1] y D = 0
6 11 6
1
(2013)
13
Este modelo ser de estado controlable ya que:
S= B
A.B
0 0 1
A .B = 0 1 6
1 6 25
2
Rango(S) = 3
planta controlable
Sin embargo el modelo original, (ejemplo 6), con otras variables de estado
era no controlable.
Si en base a este ltimo modelo (la FCC) se obtiene la forma cannica
diagonal, pues los valores caractersticos son distintos, la nueva matriz Bd
deber tener todos sus elementos distintos de cero, por ende el modelo en
la FCD ser controlable, como se ver ms adelante, tambin o ser el
sistema original (invariancia de la controlabilidad en una transformacin
lineal de semejanza).
T = p1
p2
1 1 1
p3 = 1 2 3 ,
1 4 9
puede ser una matriz de transformacin, por lo tanto:

0
1 0
0.5
1
Ad = T . A.T = 0 2 0 ; Bd = T .B = 1 y C d = [0 0 2]
0
0.5
0 3
1
Como todos los elementos de Bd son distintos de cero la planta ser

controlable.
1
Como en este caso Gp = C. ( s.I S ) .B =
( s + 1) . ( s + 2 )
;
( s + 1) . ( s + 2 ) . ( s + 3)
Se puede ver que hay polos y ceros comunes (-1 y 2 en este caso).
Esto demuestra que en estos casos, cuando hay cancelacin polo-cero en la
Gp(s) de la planta), la controlabilidad de una planta SISO depende de la
eleccin de las variables de estado de la misma.Adems la controlabilidad no cambia a travs de una transformacin lineal
de semejanza. Estos dos puntos se tratarn en sendos teoremas mas
adelante.
Ejemplo 10:
Veamos una planta con dos entradas y dos salidas, las matrices del modelo
elegido son las siguientes, (est en la F.C.J):
(2013)
14
0 0 0 0
0 1 0 0
;
A=
0 0 1 1
0 0 0 1
1
0
B=
0
0
1
;
0
0 1 1 1
C=
1 1 0 1
0 0
D=
0 0
La matriz B indica a simple vista que la planta es Controlable pues cumple

con el teorema 4.
La matriz de la controlabilidad sera:
S= B
AB
A2 B
1
0
A3 B =
0
0
1 0 1 0 1 0 1
0 1
0 2 0 3 0
0 1 0
1 0 1 0
0
Su rango ser el mismo que el de SST:

1
0
T
SS =
0
1
4 0
0
0 14 6
0 6 4
Y como SS T = 24 0, el rango ser=4=n
0
Por lo tanto esta planta MIMO ser controlable, a pesar de tener dos
bloques de Jordn, (uno de 1x1 y otro de 2x2), asociados con el valor
caracterstico -1.
Tambin se puede formar con S, una matriz de 4 por 4 con cuatro
columnas cualquiera de S y verificar que su determinante es distinto de
cero. Por ejemplo con las columnas 1, 2, 3 y 5 de S se formar la matriz:
1
0
0
1 0
0
0 1 2
0 1 1
0
Su determinante tiene el valor (-1), por lo tanto el rango de la matriz S es 4

igual a n, por ende la planta es controlable.-
Ejemplo final que resume lo visto hasta ahora:

En el esquema de la figura 5, determinar un conjunto mnimo de entradas
que permita conseguir que el sistema sea controlable. Razonar la
respuesta.
(2013)
15
Es un sistema de cuarto grado, constituyendo las variables de salida de

cada bloque un conjunto adecuado de variables de estado del sistema.
La entrada u 4 (t ) no afecta ninguna de las variables de estado, luego no
afecta a la controlabilidad del sistema. La entrada u3 (t ) afecta a las
+
u1 (t )
u3 (t )
+
.
u 4 (t )
+
u 2 (t )
y (t )
Figura 5:
variables de estado correspondientes a los ltimos bloques, pero, como las
variables de salida de los dos primeros bloques son controladas por las
entradas u1 (t ) y/o u 2 (t ) , entonces la variable de entrada al tercer bloque
tambin est controlada con independencia de u3 (t ) . Por lo que la entrada
u3 (t ) no es necesaria para la controlabilidad de los dos ltimos bloques
colocados en serie. Para ver si la entrada u1 (t ) es suficiente para garantizar
la controlabilidad de los dos primeros bloques, (por tanto del sistema),
habr que ver si ambos bloques tienen el mismo comportamiento dinmico.
Reduciendo el bloque realimentado resulta el de la figura 6.
u3 (t )
u1 (t )
x1 (t )
u 4 (t )
+
+
.
x3 (t )
x4 (t )
y (t )
u 2 (t )
+
x2 (t ) +
Figura 6:
Para controlar x1 (t ) es necesaria la entrada u1 (t ) , puesto que u 2 (t ) no le
afecta. Para controlar simultneamente x1 (t ) y x2 (t ) no basta con u1 (t ) , pues
al tener ambos bloques el mismo comportamiento dinmico, partiendo de
condiciones iniciales nulas, el valor de x1 (t ) ser siempre el doble que el de
x2 (t ) . Por tanto, el conjunto mnimo de entradas necesarias para controlar
(2013)
16
el sistema son u1 (t ) y u 2 (t ) .Otra forma de llegar a la misma conclusin es realizar el estudio de las
matrices de controlabilidad. El modelo de estado del sistema completo con
todas las entradas se obtiene planteando primero las ecuaciones
diferenciales de cada bloque, a saber:
2 u1 = ( s + 4) x1
x&1 (t ) = 4 x1 + 2 u
u1 + u 2 = ( s + 4) x2
x& 2 (t ) = 4 x 2 + u1 + u 2
x1 + x2 + u 3 = ( s + 4) x3
x&3 (t ) = x1 + x2 4 x3 + u 3
2 x3 = ( s + 1) x4
x& 4 (t ) = 2 x3 x4
En la forma matricial la ecuacin de estado ser:

0
0
x&1 4 0
x& 0 4 0
0
2 =
x&3 1
1 4 0

0
2 1
x& 4 0
x1 2
x 1
2 +
x3 0

x4 0
0
1
0
0
0
0
1
0
0
0
0
u1
u
2
u 3

u 4
Puede observarse que la ltima columna de la matriz B es toda de ceros,

(la u4 no influye en el estado del sistema), por lo que se puede suprimir esa
columna, quedando la matriz B de orden (4x3). Con ello la matriz de la
controlabilidad queda:
2
1
2
3
S = [ B AB A B A B ] =
0
0
1
0
0
0 8 0
0
32
0
0
0
0
128
0 4 4 0
16 16
0
0
64 64
1 3
1 4 24 8 16
144
48 64
0 0
0
2
5
2 10 54 18 42
Tomando por ejemplo las columnas 3,4, 5 y 6, su determinante es 64

por lo tanto el rango (S) = 4, por lo que el sistema es controlable con las
entradas u1, u2 y u3.Para analizar el nmero de entradas que garantizan la controlabilidad del
sistema, se ver primeramente si ste puede ser controlado mediante una
nica entrada. Para ello se ver si las matrices de controlabilidad Si
(correspondiente a un sistema que slo tuviera la entrada i-sima) tienen el
rango mximo del sistema.
Para calcular cada Si, se utilizan las columnas de S correspondientes a la
i-sima entrada. Si la entrada es slo u1, la S1 ser:
2 8 32 128
1 4 16
64
S1 =
0 3 24 144
5
54
0 0
(2013)
17
La primera fila es el doble de la segunda, (ntese que partiendo de

condiciones iniciales nulas y utilizando slo la entrada u1, la variable x1 vale
siempre el doble que la x2), quedando el rango (S1)=3, con lo que el
sistema no es controlable utilizando nicamente a u1.Utilizando slo la entrada u2, la matriz de controlabilidad resultante es:
0
0
0 0
1 4 16 64
S2 =
0 1 8 48
2 18
0 0
Donde la primera fila es de ceros, (la variable x1 no puede ser controlada),

quedando rango (S2)=3, con lo que el sistema no es controlable con u2.Para la entrada u3 queda:
0
0
0 0
0 0
0
0
S3 =
1 4 16 64
0 2 10 42
Las dos primeras filas de S3 son de ceros, (no se pueden controlar las
variables x1 y x2), con lo que el rango (S3)=2 y, por tanto, el sistema no es
controlable slo con u3.Dado que con ninguna entrada en solitario se puede controlar el sistema,
se prueba ahora con la combinacin de dos de ellas, u1 y u2:
S12
2
1
=
0
0 8 0
32
0 128
0
1 4 4 16 16 64 64
0 3
1 24 8 144
48
0 0
0
5
2 54 18
Ahora el rango (S1-2)=4, por lo que el sistema es controlable con el

conjunto mnimo de entradas u1 y u2.Observabilidad de Sistemas Lineales
Como ya se estudi hasta ahora, el modelo de estado refleja las relaciones
entre los tres actores que describen el comportamiento de un sistema:
entrada, estado, salida. Tambin la forma en que la entrada repercute
sobre la evolucin del estado, as como las posibilidades de obtener un
determinado valor para ste en un instante dado, mediante la eleccin
adecuada de dicha entrada.
Ahora se estudiara la forma en las que las variaciones en el valor del estado
se manifiestan sobre la salida, con lo que se cubre la segunda etapa de la
(2013)
18
interaccin descripta por el modelo de estado y se completa el anlisis del

comportamiento del sistema completo.
La idea de observabilidad se relaciona con la posibilidad de conocer el valor
del estado de un sistema, a partir del conocimiento de la evolucin de la
entrada y de la salida que genera. La figura 7 muestra esta idea:
Figura 7:
La observabilidad se presenta conceptualmente como una idea
complementaria a la de controlabilidad; si la controlabilidad estudia la
relacin entrada-estado, ahora se va a ver la relacin estado-salida.
Se ver en que sistemas es posible conocer el estado en base a la entrada
y la salida.- Esencialmente un sistema es observable si cada variable de
estado del sistema afecta alguna de las salidas.

En otras palabras, con frecuencia es deseable obtener informacin sobre
las variables de estados midiendo las salidas y las entradas. Si cualquiera
de los estados no se puede observar a partir de las mediciones de las
salidas, se dice que el estado es no observable, y el sistema no es
completamente observable, o simplemente no observable.
Ejemplo11: Supngase el sistema de la figura 8:
u (t )
y (t )
Figura 8:
Si se tiene un sistema con una funcin de transferencia como la de la
figura 8 se puede elegir como variables de estado la salida y su derivada,
por lo que se tendrn todos los estados conocidos a partir de la salida y por
lo tanto ser observable. Por el contrario, la planta de la figura 9 a pesar de
ser controlable, pues el rango de la matriz S es 2, la planta no es
observable puesto que si se obtiene la funcin de transferencia ser
(2013)
19
u (t )
x1 (t )
+
y (t )
_
x2 (t )
Figura 9:
3
1
3 s +1
3
=
1
=
s +1 s + 2 s +1 s + 2 s + 2
Gp( s ) =
Y (s)
3
=
U ( s ) ( s + 2)
Este sistema, desde el punto de vista de su funcin de transferencia

entrada-salida, se comporta como un sistema de primer orden y,
conociendo u (t ) e y (t ) , solo se podr detectar una variable de estado, luego
el sistema no ser observable. Como se ve, en este ejemplo, se impide la
observabilidad con una cancelacin de un polo con un cero en la funcin de
transferencia de los sistemas lineales invariantes Monovariables.
Los conceptos de controlabilidad y observabilidad son claramente distintos
y, sin embargo como se ver, en lo que se refiere a clculos son duales.
La figura 10 muestra el diagrama de estado de un sistema lineal en donde
el estado x2 no est conectado en alguna forma con la salida y(t). Una vez
que se ha medido y(t) , se puede observar el estado x1(t), ya que x1(t) = y(t).
Pero x2(t) no puede ser observado midiendo y(t) por lo que la planta es no
observable.
Figura 10:
Definicin de Observabilidad para Sistemas Lineales Invariantes
Dado un sistema lineal e invariante en el tiempo que se describe mediante
(2013)
20
las ecuaciones (4) y (5), se dice que el estado es observable si dada
cualquier entrada u (t ) , existe un tiempo finito tf > to tal que del

conocimiento de u (t ) para to t tf, las matrices A, B, C y D; y la salida y (t )
para to t tf son suficientes para determinar x (to ) . Si cada estado del
sistema es observable para un tf finito, se dice que el sistema es
completamente observable, o simplemente observable.
El siguiente teorema demuestra que la condicin de observabilidad
depende de las matrices del sistema A y C. El teorema proporciona tambin
un mtodo para probar la observabilidad del sistema.
Teorema 5: (de aplicabilidad general)
Para que la planta descripta por las ecuaciones (4) y (5) sea de estado
completamente observable, es necesario y suficiente que la matriz llamada
de observabilidad de orden (n q x n) tenga rango mximo, es decir, rango
igual a n.
C
C. A
C . A2
V =
(7)
.
.
n 1
C. A n.qxn
La demostracin no se tratar en este texto.

Si la planta es SISO la matriz V se cuadrada de orden (nxn) y deber
cumplirse que su determinante sea distinto de cero.Ejemplo 12:
Sea la planta cuyas matrices son:
0 2 1
A = 0 1 0
1 4 3
1 0
B = 0 2
0 5
4 0 0
C=
0 2 4
0 0
D=
0 0
a) Discernir si es observable o no
b) Se cumplir la condicin de observabilidad utilizando una sola de
las salidas?
(2013)
21
0
0
4
0
2
4
C
0
8
4
a) V = C. A =
4 14 12
2
C. A
4 25 12
12 54 32
Utilizando las 3 primeras filas, por ejemplo, se observa que el rango es 3,

con lo cual se deduce que la planta es observable usando las dos salidas
disponibles.
b) Si se usa solo la primera salida, la nueva matriz C, denominada ahora
C1 ser:
C1 = [ 4 0 0]
0
C1 4 0
V1 = C1. A = 0 8 4
C1. A2 4 24 12
Rango (V1) = 2 < n
Con lo cual con el conocimiento de u ( t ) e y (t ) solamente no es posible llegar

a conocer el vector de estado.
Ahora utilizando la segunda salida se tiene:
2
4
C2 0
V2 = C2 . A = 4 14 12
C2 . A2 12 54 32
Rango (V2) = 3
Por lo tanto, utilizando solo la observacin de la segunda salida, es posible

conocer el vector de estado.
Ejemplo13:
Consideremos el sistema que se muestra en la figura (4), el cual era no
observable. Las ecuaciones dinmicas del mismo eran:
2 0
A=
0 1
3
B=
1
C = [1 0]
Por lo que la matriz de la observabilidad ser:

C 1 0
V =
=
C. A 2 0
Rango (V) = 1 2
Por ende el par [A, C] es de estado no observable.

Ejemplo 14:
Consideremos el proceso descrito por las ecuaciones dinmicas siguientes.
Veremos que la observabilidad depende tambin, (cuando p = q = 1 y hay
(2013)
22
polos y ceros comunes en Gp(s), de la eleccin de las variables de estado.

Las matrices de la planta pueden ser las siguientes:
0 1
A=
1 2
1
B=
1
C = [1 0]
D=0
Luego:
1 1
A.B ] =
Rango (S) = 1 2
planta no controlable
1 1
C 1 0
V =
Rango (V) = 2 = n
planta observable
=
C . A 0 1
y
Si a travs de una descomposicin directa de la Gp( s ) = ( s ) se lleva el
u( s )
S = [B
modelo a la F.C.C las matrices sern:

0 1
A=
1 2
0
B=
1
C = [1 1]
Evidentemente la planta ser controlable, pues est en la F.C.C. Luego la

matriz de la observabilidad ser:
C 1 1
V =
=
C. A 1 1
Rango (V) = 1 2
planta no observable
El presente ejemplo demuestra que la observabilidad tambin depende de

la eleccin de las variables de estado cuando hay cancelacin polo-cero en
Gp(s). En el primer caso la planta es controlable pero no observable y en el
segundo a la inversa.
Hay razones bien definidas para este resultado (se vern en el teorema 9).
Pruebas Alternativas para la Observabilidad
Como con la controlabilidad, existen otros mtodos alternativos para
comprobar la condicin de observabilidad de una planta a controlar. Estos
se vern a continuacin.
Teorema 6: (Solo para plantas SISO, p = q = 1)
Para un sistema de simple entrada y simple salida (p = q =1), descrito por
las ecuaciones:
x ( t ) = A.x ( t ) + B.u ( t )
y (t ) = C.x ( t ) + D.u (t )
El par [A, C] es observable si A y C estn en la F.C.O o son transformables

a la F.C.O por medio de una transformacin lineal de semejanza.
(2013)
23
La prueba de la segunda afirmacin es directa, ya que se estableci que la

transformacin a la forma cannica observable requiere que la matriz de
observabilidad V sea no singular, pues Q= (M.V)-1 = M-1 .V-1, o sea que
para que exista Q, matriz de transformacin, el determinante de V debe ser
distinto de cero para que la inversa de V exista y en consecuencia tambin
la matriz de transformacin Q.
Recordar que esto es vlido solo para plantas Monovariables o sea una
entrada, p =1 y una salida q = 1.
En cuanto a la primera parte del teorema se demuestra si la matriz de
observabilidad V tiene siempre rango igual a n. La demostracin se plantea
como una ejercitacin para el alumno.
La matriz V resulta una triangular inferior con nmeros unos en la diagonal
secundaria, por ende siempre ser no singular, pues el determinante de V
ser 1 o +1 0, segn sea n.
Por ejemplo si una planta est en F.C.O. o sea:
0
A = 1
0
1
B = 2
0
0 3
0 1 ;
1 3
C = [ 0 0 1]
C2 0 0 1
V = C2 . A = 0 1 3
C2 . A2 1 3 10
Rango (V) = 3 pues el |V|=-1
V es no singular siempre
Teorema 7: (General para sistemas MIMO o SISO)

Para un sistema descrito por las ecuaciones dinmicas (4) y (5), si los
valores caractersticos son todos distintos y A est en la F.C.D.; el par
[A,C] ser completamente observable si la matriz C no tiene columnas con
todos sus elementos nulos.
La demostracin es directa, pues si la j-sima columna de C tiene todos sus
elementos nulos, la variable de estado x j (t ) no aparecer en la ecuacin de
salida y (t ) . Por lo tanto x j (t ) ser no observable.
(2013)
24
Ejemplo 15:
Consideremos el ejemplo 13, en el que la planta era no observable. Como
la matriz A es diagonal, (1 = -2, 2 = -1, son distintos), la prueba
alternativa para la observabilidad requiere que la matriz C tenga al menos
un elemento nulo, y como C = [1 0], el estado x2(t) ser no observable y
por ende el sistema ser no observable.
Teorema 8: (Forma Dual del Teorema 4).Es vlido en general para sistemas MIMO aun cuando los valores
caractersticos mltiples tengan ms de un bloque de Jordn asociado con
cada valor propio mltiple, y dice:
Si A est en la forma cannica de Jordn el par [A, C] es observable, si
todos los elementos en las columnas de C que correspondan a la primera
fila de cada bloque de Jordn no son cero.
Se entiende que las columnas de C que corresponden a los valores
caractersticos simples no debern tener todos sus elementos nulos.
Los elementos en las otras columnas de C en cada bloque de Jordn, no
necesitan ser diferentes de cero ya que los estados correspondientes estn
todava acoplados a travs de los nmeros unos de los bloques de Jordn
de la matriz A.
Cuando se trata de sistemas SISO, los valores caractersticos mltiples

debern tener un solo bloque de Jordn asociado con cada valor propio
mltiple y tambin el elemento de la matriz C que corresponde a la
primera fila de cada bloque de Jordn no deber ser nulo.Ejemplo 16: Consideremos el sistema visto en el ejemplo 4. Suponiendo
que el mismo tiene dos salidas y1(t) e y2(t) , por ende la matriz C del mismo
ser de orden (2x4).
1 0 0
0 1 0
A=
0 0 0
0 0 0 4
b1
b
B = 2
b3

b4
c1
C=
c5
c2
c3
c6
c7
c4
c8
El diagrama de estado ser el indicado en la figura 11:

Los elementos de la matriz C que pueden ser nulos son: c2, c6, c3 y c7
(2013)
25
Figura 11
Pero c1 y c5 no pueden ser simultneamente nulos, pero uno puede ser
nulo si al mismo tiempo el otro no lo es. Lo mismo para c4 y c8.
Esto se resume en que: Cada variable de estado deber afectar directa o
indirectamente a por lo menos una salida.
Ejemplo 17:
Volvamos al ejemplo 7a, la planta tena dos salidas. A simple vista la misma
es observable, pues cumple con el teorema 8. Por ende deber ser, con el
mtodo general, el rango de la matriz de la observabilidad igual a cuatro.
1
1
0 1
1 1
0 1
C 0 1 1 0
CA 0 1 0 1
V = 2 =
CA
0 1
1 1
3
0 1
CA 0 1
0 1 1 2
0 0 1 1
Formando la matriz con las filas 2, 5, 6 y 7 se tendr:

(2013)
26
0 1
1 1
0 1
1 1
;
0 1
0 1
0 1 1 2
Como su determinante es igual a (-1), el rango de la matriz de la

observabilidad es igual a n=4 por ende la planta es observable.Relacin entre Controlabilidad, Observabilidad y Funciones de
Transferencia.
En el anlisis clsico de sistemas de control, las funciones de transferencia
se utilizan para modelar sistemas lineales e invariantes en el tiempo. An
cuando la controlabilidad y la observabilidad son conceptos y herramientas
de la teora de control moderna, se debe mostrar que estn estrechamente
relacionadas con las propiedades de las funciones de transferencia.
Un sistema en general se puede subdividir en subsistemas a saber:
1. Un subsistema formado por todas las variables controlables y
observables.2. Un subsistema formado solo por las variables controlables, formando
el resto un subsistema con comportamiento desacoplado de las
entradas.3. Un subsistema formado solo por las variables observables formando
el resto un subsistema con comportamiento desacoplado de las
salidas.Los tres subsistemas descriptos en la anterior enumeracin tienen la
particularidad de generar la misma funcin de transferencia, lo que significa
que los tres son realizaciones diferentes de un mismo sistema en trminos
de entrada-salida. En concreto, el segundo es un subsistema controlable, el
tercero como subsistema observable. En cuanto al primero, presenta
alguna particularidad que se pasa a comentar: este subsistema es el de
mnima dimensin que puede modelar la relacin entre la entrada y la
salida del sistema, por lo que se lo conoce como realizacin mnima del
sistema. Al orden de dicha realizacin mnima se le conoce tambin como
grado de Mc-Millan de dicho sistema. Existe un teorema, debido a Kalman,
que caracteriza la realizacin mnima de un sistema en trminos de
controlabilidad y observabilidad.-
Una realizacin dada por (A, B, C y D) es mnima si y solo si es controlable

y observable.En general, y como ya se ha mencionado en otras ocasiones, un sistema
(2013)
27
lineal e invariante no posee una nica realizacin en el espacio de estado.

Sin embargo, las representaciones mnimas son nicas salvo por un
cambio de base; en otras palabras, cualquier par de realizaciones mnimas
estn relacionadas por una transformacin lineal.Grficamente la separacin en subsistemas se puede representar de la
forma mostrada en la figura 12, donde cada subsistema se compone de un
grupo de variables de estado.
Figura 12: Separacin simultnea de los subsistemas Controlable y

Observable
Analizndolos se tiene que:
Existe un subsistema que es controlable y observable (subndice a),
que describe la realizacin mnima del sistema.

Existe un subsistema que junto con el anterior forma un subsistema
controlable, pero separado del anterior porque ste es no observable.
Esto no supone que este que este subsistema sea controlable
aisladamente (subndice b).
Existe un subsistema que, junto al primero, es observable, est
desconectado de la entrada y, en consecuencia, no es controlable.
Esto no quiere decir que este subsistema sea observable
aisladamente (subndice c).
Finalmente, existe un subsistema que no pertenece a la parte
observable y tampoco a la parte controlable, as que no es ninguna
(2013)
28
de las dos cosas, ya que est desconectado de la entrada y de la

salida (subndice d).Esta separacin en estos subsistemas si los hubiera no ser tratada por
ahora en la presente publicacin.Se vern plantas de realizacin mnima, o sea controlables y observables.Ahora se enumerarn algunos teoremas muy importantes:
Teorema 9: (Solo aplicable a sistemas SISO).Si la funcin de transferencia Gp(s) entre la salida y la entrada de una
planta lineal tiene cancelacin de polos y ceros, el sistema ser: o no
controlable, o no observable, o no controlable ni observable, dependiendo
de cmo se definan las variables de estado. Por otra parte, si la funcin de
transferencia entre la salida y la entrada no tiene cancelacin de polos y
ceros, el sistema siempre se puede representar mediante las ecuaciones
dinmicas como un sistema totalmente controlable y observable, cualquiera
sean las variables de estado definidas.

No se da la prueba para este teorema. La importancia del mismo es que si
un sistema lineal se modela mediante la funcin de transferencia que no
tiene cancelacin de polos y ceros, se asegura que es un sistema
controlable y observable, no importando como se obtenga el modelo en
variables de estado.
Se ampliar este punto con referencia al siguiente sistema SISO:
0
0
1 0
0 2 0
0
A=
0
0 3 0
0
0 4
0
1
1
B=
0

0
C = [1 0 1 0]
D = [0]
Ya que A es una matriz diagonal, las condiciones de controlabilidad y

observabilidad de los cuatro estados se determinan mediante inspeccin.
Estos son x1(t ) : Controlable y observable (C y O).
x 2(t ) : Controlable pero no observable (C pero no O).
x3( t ) : No controlable pero observable (no C pero O).
x 4(t ) : No controlable y no observable (no C y no O).
El diagrama de bloques del sistema de la figura 13 muestra la

descomposicin de la F.C.D. del sistema.
(2013)
29
Figura 13
Claramente la funcin de transferencia del subsistema C y O debe ser
y( s )
u( s )
1
( s + 1)
Mientras que la funcin de transferencia que corresponde a la dinmica

descrita por las matrices (8) es:
y( s )
u( s )
= C.( s.I A) 1 .B =
( s + 2).( s + 3).( s + 4)
( s + 1).( s + 2).( s + 3).( s + 4)
(9)
Que tiene tres polos y ceros comunes. Este ejemplo ilustra que la funcin
de transferencia de orden mnimo luego de cancelar los polos y ceros es
el nico componente que corresponde a un subsistema que es controlable y
observable.
Ejemplo 18:
Consideremos una planta cuya funcin de transferencia es la siguiente:
y( s )
u( s )
s 2 + 3.s + 2
( s + 1).( s + 2)
=
3
2
s + 6.s + 11.s + 6 ( s + 1).( s + 2).( s + 3)
Las matrices del modelo que resulta de la descomposicin directa de la

misma, (Forma Cannica Controlable), sern:
(2013)
30
1
0
0
A= 0
0
1
6 11 6
0
B = 0
1
C = [2 3 1]
D = [0]
Por lo tanto la planta ser controlable (como sabemos), pero como:

3
1
C 2
V = C. A = 6 9 3
C. A 2 18 27 9
|V| = 0
Rango (V) = 1 3
La misma ser no observable.

Su forma dual (F.C.O) ser:
0 0 6
A = 1 0 11
0 1 6
2
B = 3
1
C = [0 0 1]
D = [0]
Por ende ser observable pero no controlable, pues:
S= B
A.B
2 6 18
A .B = 3 9 27
1 3 9
2
|V| = 0
Rango (S) = 1 3
Otro modelo de la misma planta puede ser el siguiente, (obtenido a travs

de una transformacin lineal de similitud):
0
1 1
A = 0 2 0
0
0 3
0
B = 0
1
C = [1 1 1]
D = [0]
La funcin de transferencia deber ser la misma o sea:

Gp( s ) = C.( s.I A) 1 .B =
s 2 + 3.s + 2
s 3 + 6.s 2 + 1.s + 6
Como:
S= B
A.B
0 0 0
A .B = 0 0 0
1 3 9
2
|V| = 0
Rango (S) = 1 3
Planta de estado no controlable

y
1
C 1 1
V = C. A = 1 1 3
C. A 2 1 1
9
|V| = 0
Rango (V) = 2 3
Planta de estado no observable

La conclusin a la que se llega es, que dada una planta con una Gp(s) con
polos y ceros comunes, las condiciones de controlabilidad y observabilidad
(2013)
31
de la misma, dependen de cmo se eligen las variables de estado.

Adems, como ya se dijo, si la Gp(s) no tiene cancelacin de polos y ceros,
la planta ser siempre controlable y observable cualesquiera sean las
variables de estado elegidas.
Teoremas de la Invariancia de la Controlabilidad y la Observabilidad.
Ahora se investigarn los efectos de las transformaciones de semejanza
sobre la controlabilidad y la observabilidad. Tambin se investigarn los
efectos de la realimentacin del estado sobre la controlabilidad y la
observabilidad.
Teorema 10:
Teorema de la invariancia debido a las transformaciones de semejanza.
Considere el sistema descrito por las ecuaciones dinmicas (4) y (5). La
*
transformacin de semejanza x(t ) = P.x(t ) , en donde P es no singular,
transforma las ecuaciones a:
*
*
d x(t )
= A* .x ( t ) + B* .u (t )
dt
*
y (t ) = C * .x ( t ) + D* .u ( t )
en donde: A* = P 1. A.P y B* = P 1.B

La controlabilidad de [A*, B*] y la observabilidad de [A*, C*] no se afectan
por la transformacin.
En otras palabras, la controlabilidad y la observabilidad se conservan a
travs de transformaciones de semejanza.
El teorema se comprueba fcilmente al mostrar que los rangos de S* y S y
los rangos de V* y V son idnticos, en donde S* y V* son las matrices de
controlabilidad y observabilidad, respectivamente, del sistema
transformado.
Tenemos que:
S * = B*
A* .B*
A*2 .B* ...... A*n 1 .B*
Usando A* = P 1. A.P y B* = P 1.B , nos queda:
S * = P 1 .B
P 1 . A.P.P 1 .B P 1 . A.P.P 1 . A.P.P 1 .B .........
S = P .B P . A.B P . A .B ...... P . A .B
S * = P 1. B A.B A2 .B ...... An 1.B = P 1 .S
Por lo tanto:
S * = P 1.S
(12)
*
n 1
Como P-1 es no singular el rango de S ser igual al de S*. Por lo tanto si la
(2013)
32
planta es controlable con el modelo original, tambin lo ser con el modelo

transformado.
Para la observabilidad se puede ver que:
V * = V .P
(13)
Como P es no singular el rango de V ser igual al de V*.
Teorema 11:
La Controlabilidad de una planta a controlar es invariante con respecto a la
realimentacin de los estados. Por ende el par [(A-BK), BG], para cualquier
vector o matriz K (1xn), es controlable si y solo si el par [A, B] lo es.
Se demuestra de la siguiente manera. La matriz de controlabilidad del
sistema a lazo abierto es:
S = B
A.B
A2 .B ...... An 1 .B
y la matriz de controlabilidad del sistema a lazo cerrado ser:

; Si G = 1
S K = B ( A B.K ).B ( A B.K ) 2 .B ...... ( A B.K ) n 1 .B
No es difcil chequear que S y SK estn relacionadas de la forma:
1 K .B K .( A B.K ).B
1
K .B
0
0
0
1
SK = S.
......
...... ......
...... ......
......
0
0
0
...... K ( A B.K ) n 2 .B
...... K ( A B.K )n 3 .B
...... K ( A B.K ) n 4 .B
......
......
......
......
0
1
nxn
Notar que como K(1xn) y B(nx1) , todos los elementos de la ltima matriz son
escalares y como es triangular superior es no singular, por ende el rango
de S es igual al de SK . As el sistema de lazo cerrado es controlable si y solo
si el de lazo abierto lo es.
Por otra parte, si [A, B] no es controlable, no existe K que haga al par
[(A-BK), B], sea controlable.
En otras palabras, si la planta es no controlable, no puede convertirse n
controlable el sistema de lazo cerrado por medio de la realimentacin de los
estados.
Teorema 12:
La Observabilidad de un sistema de lazo cerrado puede ser destruida por la
realimentacin de los estados. O sea, la observabilidad de un sistema no es
(2013)
33
invariante (siempre) con respecto a la realimentacin de los estados.

El siguiente ejemplo demuestra esto:
Ejemplo 19: Sea la planta siguiente:
6 10
A=
1 3
0
B=
1
C = [ 2 2.5] ;
D=0
Se puede ver que el par [A, B] es controlable y el par [A,C] es observable,

pues:
0 10
A.B ] =
Rango(S) = 2 = n
1 3
2.5
C 2
V =
=
Rango (V) = 2 = n
C. A 9.5 12.5
S = [B
La realimentacin de los estados se define como:

u(t ) = G.r(t ) K .u (t )
en donde: K = [ k1 k2 ]
El sistema en lazo cerrado se describe por la ecuacin de estado:
x ( t ) = ( A B.K ).x (t ) + ( B.G ).r( t )

10
6
( A B.K ) =
(1 + K1 ) (3 + K 2 )
La matriz de la observabilidad en lazo cerrado es:

2
2,5
C

V =
=
C.( A B.K ) (2,5K1 9,5) (2,5K 2 12,5)
El determinante de V es:
|V| = 6,25.K1 + 5. K2 48,75
Por lo que si K1 y K2 se eligen para que |V| = 0, el sistema en lazo cerrado
ser no observable. Como sabemos si un sistema es controlable pero no
observable, deber tener al menos un cero y un polo comn la funcin de
transferencia (pues ya se vio que la controlabilidad era invariante). O sea,
si se elige uno o ms polos que cancelen ceros de la Gp(s) vuelve a estos
modos no observables. O sea que:
6,25. K1 + 5.K2 = 48,75
K2 = 9,75 -1,25.K1
(14)
Sera una recta en el plano K2 = f (K1), (la roja), y sus puntos seran valores
de K = [K1 K2] que hacen al sistema de lazo cerrado no observable. Como
G p ( s ) = C.(s.I A) 1 .B =
2,5.( s + 14)
( s + 1).(s + 8)
Por lo tanto, si se eligen K1 y K2 de acuerdo a la relacin (14), un polo se

(2013)
34
ubicar en -14, y el otro en algn lugar del eje real. Para puntos fuera de
esa recta, el sistema ser observable, o sea ningn polo se ubicar en -14.
Si adems se desea que el sistema sea estable la relacin entre K1 y K2
deber ser:
[s.I A + B.K ] =
s+6
1 + K1
10
= s 2 + (9 + K 2 ).s + (8 + 6.K1 10.K1 ) = 0
s + 3 + K2
Las restricciones sern:

9 + K2 > 0
K2 > - 9
y
5
4
K 2 > .K 1
3
3
(8 + 6.K 1 - 10.K1 ) > 0
En el plano K2 = f (K1) la zona de estabilidad es sombreada y demarcada

por las lneas azules en la figura 14. En ella tambin se observa la lnea
para que el sistema sea no observable (la roja, ecuacin (14)).
Para que el sistema sea estable y no observable:
K1 < 3,8
K2 > 5
en la ecuacin 14.En la grfica estn marcadas cuatro matrices K a saber:

1.
2.
3.
4.
K = [7,8 0]
polos en -14 y +5
polos en -14 y 0
K = [3,8 5]
polos en -14 y -4,75
K = [0 9,75]
polos en -14 y -10
K = [ 4,2 15]
Si se elige K = [ 4,2 15] resulta:

6 10
Ac =
3,2 18
0 0
Bc = =
G 4
; Cc = [2 2,5]
Se elige G = - 4 para que M(0)= 1, sistema seguidor tipo 1.M ( s ) = C c .( s.I A + B.K ) 1 .Bc =
2,5.G.( s + 14)
( s + 10).(s + 14)
Para G = - 4
M (s) =
10
( s + 10)
Esto demuestra tambin que la realimentacin de los estados puede mover
los polos paro no tiene ningn efecto sobre los ceros.

(2013)
35
Figura 14:
Principio de Dualidad.
Este principio establece que:
Una planta ser controlable (observable), si y solo si su planta dual es
observable (controlable).
O sea a partir de este principio de controlabilidad (observabilidad) de una
planta cualquiera se puede verificar probando la observabilidad
(controlabilidad) de su planta dual.
Ejemplo 20: Una planta tiene las matrices siguientes:
1
1 0
A = 1 2 0
0 3
0
0
B = 0
1
C = [1 1 0]
D=0
1
B = 1
0
C = [0 0 1]
D=0
La forma dual ser:

0
1 1
A = 0 2 0
1
0 3
(2013)
36
Para el mismo:
S= B
A.B
1 0 2
A .B = 1 2 4
0 1 3
2
Rango ( S ) = 2 3
Por ende el sistema original ser no observable, conclusin que se puede

llegar con:
1
0
C 1
V = C. A = 0 2 1 = S T
C. A 2 2 4 3
Rango (V) = 2 3
planta no observable
Y como
C 0 0 1
V = C. A = 1 0 3
C. A 2 4 1 9
Rango ( V ) = 3 = n
Por lo tanto el sistema original ser controlable.
-------------------------------------------------
(2013)
37

Controlabilidad y Observabilidad

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Controlabilidad y Observabilidad

Uploaded by

Copyright:

Available Formats

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

Controlabilidad de Sistemas Lineales Invariantes:

El sistema de control de lazo cerrado, (hay muchos otros esquemas), se

Prof. Ing. Carlos F. Martn

Este problema tambin se conoce como: diseo por ubicacin de polos

Prof. Ing. Carlos F. Martn

directamente en la controlabilidad de los estados de la planta.

Si la planta de la ecuacin (1) es controlable, existe una matriz de

La condicin de que tal observador pueda ser diseado para el sistema, es

Se dice que el proceso es completamente controlable si cada variable de

Prof. Ing. Carlos F. Martn

controlable o simplemente es no controlable mientras haya por lo menos un

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

Completamente controlable si puede ser llevado a otro estado x(tf )

Utilizando las tres primeras columnas, se ve que el rango de S es 3 por lo

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

Se observa que el rango de S1 es 2, con lo cual con la entrada u1 (t)

Por lo tanto la matriz de la controlabilidad ser:

El rango de S es igual a 1, distinto de 2, por lo que la planta es de estado

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

especific antes esta clase de transformacin requiere que S tenga rango n,

S = B1 A1.B1 A12 .B1 ... A1n 1.B1

Como se observa S ser una matriz triangular inferior con la diagonal

Teorema 3: (General para sistemas lineales invariantes MIMO o SISO pero

Prof. Ing. Carlos F. Martn

Para una planta descrita por la ecuacin (4) si est en la F. C. Diagonal, el

que la correspondiente variable de estado no ser alcanzada por ninguna

Como los valores caractersticos son distintos la A est en la F.C.D. y la

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

de Jordn corresponde a una ecuacin de estado que est completamente

Cuando se trata de sistemas SISO, (p=q=1), los valores caractersticos

El teorema dice que b3 y b4 deben ser distintos de cero pero b1 y b2 pueden

x1 = .x1 + 1.x2 + b1.u

El diagrama de estados sera el indicado en la figura 4.

Con 1= -2 y 2 = -1 (auto valores distintos)

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

Chequear por el teorema 3 si el sistema es controlable:

Solucin por Computadora

Prof. Ing. Carlos F. Martn

|S| = 0 por lo que el rango (S) = 1 2 entonces la

s3 + (-5).s2 + 8.s + (-4) = 0, entonces 1-2 = 2

por lo que el proceso es no controlable.

Como la ltima fila de Bj, que corresponde al bloque de Jordn de (1x1)

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

Como las dos primeras filas de Bd son nulas el proceso es de estado no

Como x(t ) = T .x * (t ) resultar

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

Este modelo ser de estado controlable ya que:

puede ser una matriz de transformacin, por lo tanto:

Como todos los elementos de Bd son distintos de cero la planta ser

Como en este caso Gp = C. ( s.I S ) .B =

CONTROL II (Elo y Bio)

Prof. Ing. Carlos F. Martn

La matriz B indica a simple vista que la planta es Controlable pues cumple