SISTEMAS DE CONTROL

2 REPRESENTACION DE LOS SISTEMAS DE CONTROL EN EL

ESPACIO DE ESTADOS

2.1 INTRODUCION

La representación en el espacio de estados de los sistemas de control se basa en la

descripción del sistema de control en términos de n ecuaciones diferenciales de primer
orden, que se pueden combinar en una ecuación matricial en diferencias o diferencial de
primer orden.
El diseño del sistema mediante el uso del concepto de espacio de estado permite al
ingeniero de control diseñar sistemas de control con respecto a índice de desempeño dados.
Además, el diseño en el espacio de estado se puede realizar con toda clase de entradas.
Asimismo, los métodos en el espacio de estado permiten al ingeniero incluir condiciones
iniciales dentro del diseño.

Definiciones

Estado. El estado de un sistema dinámico es el conjunto mas pequeño de variables

llamadas (variables de estado) tales que el conocimiento de dichas variables en t = t0 ,
junto con el conocimiento de la entrada para t ≥ t0 determinan por completo el
comportamiento del sistema para cualquier tiempo t ≥ t0 .

Variables de estado. Las variables de estado de un sistema dinámico son las que
conforman el conjunto más pequeño de variables que determinan el estado del sistema
dinámico. Para describir en su totalidad el comportamiento de un sistema dinámico se
requiere de por lo menos n variables x1 , x2 , x3 , ... , xn , dichas variables de estado se
consideran un conjunto de variables de estado. Las variables de estado no necesitan ser
físicamente cantidades medibles u observables. Sin embargo, en la práctica, lo conveniente
es seleccionar cantidades fácilmente medibles como variables de estado.

Vector de estado. Si n variables de estado son necesarias para describir

completamente el comportamiento de un sistema dado; estas n variables de estado se
pueden considerar como las n componentes de un vector de estado x. Este vector determina
en forma única el estado x(t) del sistema para cualquier tiempo t ≥ t0 , una vez dado el
estado en t = t0 y especificado la entrada u(t) para t ≥ t0 .

Espacio de estado. El espacio de n dimensiones cuyos ejes coordenados están

formados por el eje x1 , eje x2 , ... , eje xn se conoce como espacio de estado. Cualquier
estado se puede representar por un punto dentro del espacio de estado.

Ecuaciones en el espacio de estado. En el análisis en el espacio de estado se trata

con tres tipos de variables que están involucradas en el modelamiento de sistemas
dinámicos; las variables de entrada, las de salida y las de estado. La representación en el
espacio de estado para un sistema dado no es única, pero el número de variables de estado
es el mismo para cualquiera de las distintas representaciones en el espacio de estado del
mismo sistema.
Los sistemas de tiempo continuo perturbados (lineales o no lineales) variantes en el tiempo
se pueden representar mediante las siguientes ecuaciones de estado y de salida como

Ing. José A. Machuca Mines 1

 SISTEMAS DE CONTROL

x (t )  f x(t ), u(t ), v(t ), t  (2.1)

y(t )  gx(t ), u(t ), w(t ), t  (2.2)
Los sistemas de tiempo continuo (lineales o no lineales) invariantes en el tiempo se pueden
representar mediante las siguientes ecuaciones de estado y de salida como
x (t )  f x(t ), u(t ) (2.3)
y(t )  gx(t ), u(t ) (2.4)
Para sistemas lineales de tiempo continuo variantes en el tiempo perturbados, las
ecuaciones de estado y de salida están dadas por
x (t )  A(t )x(t )  B(t )u(t )  Ev (t ) (2.5)
y(t )  C(t )x(t )  D(t )u(t )  Fw (t ) (2.6)
donde
x(t) : vector de estado de n×1
y(t) : vector de salida de m×1
u(t) : vector de entrada o de control de r×1
v(t) : vector de perturbación de estado de s×1
w(t) : vector de perturbación de salida de t×1
A(t) : matriz de estado de n×n
B(t) : matriz de entrada de n×r
C(t) : matriz de salida de m×n
D(t) : matriz de transmisión directa de m×r
E(t) : matriz de perturbación de estado de n×s
F(t) : matriz de perturbación de salida de m×t

Si el sistema es lineal e invariante en el tiempo y sin perturbaciones, entonces las

ecuaciones (2.5) y (2.6) se simplifican a
x (t )  Ax(t )  Bu(t ) (2.7)
y(t )  Cx(t )  Du(t ) (2.8)
Las ecuaciones (2.7) y (2.8) que describen la dinámica de un sistema de control lineal
invariante en el tiempo (continuo) se pueden representar mediante un diagrama de bloques
representado en al figura 2.1

u(t) x (t ) x(t) y(t)

B  dt C

Figura 2.1 Diagrama de bloques de un sistema de control lineal en tiempo continuo

invariante en el tiempo representado en el espacio de estado

2.2 LINEALIZACION DE SISTEMAS DE CONTROL

Si el sistema de control está representado por las ecuaciones (2.3) y (2.4) y en su forma no
lineal se puede expandir mediante series de Taylor respecto de un punto (x, u ) como sigue

Ing. José A. Machuca Mines 2

 SISTEMAS DE CONTROL

 
x (t )  f (x, u )  f (x, u )(x(t )  x)  f (x, u )(u(t )  u )   (2.9)
x u
 
y (t )  g(x, u )  g(x, u )(x(t )  x)  g(x, u )(u(t )  u )   (2.10)
x u
Definiendo las siguientes expresiones
x  f (x, u ) , y  g(x, u ) , x(t )  x(t )  x , u(t )  u(t )  u
   
A  f (x, u ) , B  f (x, u ) , C  g(x, u ) , D  g(x, u )
x u x u
Las ecuaciones (2.9) y (2.10) se pueden aproximar y escribir como
x (t )  Ax(t )  Bu(t ) (2.11)
y(t )  Cx(t )  Du(t ) (2.12)
Las matrices A, B, C, y D expresan las matrices jacobianas como sigue
 f1 f1  ∂ f1 ∂ f1 
 x  x  ∂ u

∂ur 
  1 n ∂  1 
A f ( x, u )       , B f ( x, u )      
x ∂
 f n  f n  ∂ ∂
u fn fn 

 x1 xn  ∂ ∂u r 
   u1
 g1 g1   g1 g1 
 x    
x n u u r 
  1    1 
C g ( x, u )       , D g ( x, u )      
x u
 g m  g m   g m  g m 
 x1 x n   u1 u r 
  
Las ecuaciones (2.11), (2.12) son de la misma forma que las ecuaciones (2.7) y (2.8) y por
lo tanto representan a un sistema lineal invariante en el tiempo.

2.3 REPRESENTACIONES EN EL ESPACIO DE ESTADO DE SISTEMAS

Formas canónicas para ecuaciones en el espacio de estado. Existen muchas

técnicas para obtener representaciones en el espacio de estado correspondientes a sistemas
de simple entrada y simple salida en tiempo continuo. Considerando el sistema en tiempo
descrito por
( n) ( n 1) ( n) ( n 1)
y  a1 y    an 1 y  an y  b0 u  b1 u    bn 1u  bnu (2.13)
donde u(t) es la entrada e y(t) es la salida del sistema en el instante de muestreo k. Algunos
de los coeficientes ai (i=0,1,2,...,n) y bi (i=0,1,2, ..., n) pueden ser cero. La ecuación (2.13)
se puede escribir en forma de la función de transferencia como
Y ( s) b0 s n  b1s n 1    bn 1s  bn
 n (2.14)
U ( s) s  a1s n 1    an 1s  an
Existen muchas forma de llevar a cabo representaciones en el espacio de estado para el
sistema en tiempo continuo descrito por las ecuaciones (2.13) o (2.14). Aquí se presentan
las siguientes:
1. Forma canónica controlable (FCC)
2. Forma canónica observable (FCO)
3. Forma canónica diagonal (FCD)
4. Forma canónica de Jordan (FCJ)
5. Otras
Ing. José A. Machuca Mines 3
 SISTEMAS DE CONTROL

Forma canónica controlable. La representación en el espacio de estado del sistema

en tiempo discreto obtenida de las ecuaciones (2.13) o (2.14) se puede expresar en la forma
canónica controlable mediante las ecuaciones siguientes:
 x1 (t )   0 1 0  0   x1 (t )  0
 x (t )   0 0 1  0   x2 (t )  0
 2  
               u (t ) (2.15)
      
 x n1 (t )  0 0 0  1   xn1 (t ) 0
 x n (t )   an  an1  an2   a1   xn (t )  1
 x1 (t ) 
 x (t )
y (t )  bn  anb0 bn1  an1b0  b1  a1b0   2   b0u (t ) (2.16)
  
 
 xn (t )
Las ecuaciones (2.15) y (2.16) representan a las ecuaciones de estado y de salida,
respectivamente.
Si se invierte el orden de las variables de estado, es decir, si se define nuevas variables de
estado, de acuerdo con la forma
 xˆ1 (t )  0 0  0 1  x1 (t ) 
 xˆ (t )  0 0  1 0  x (t ) 
 2    2 
           
    
 xˆ n1 (t ) 0 1  0 0  xn1 (t )
 xˆ n (t )  1 0  0 0  xn (t ) 
entonces las ecuaciones de estado y de salida también están en su forma canónica
controlable y se pueden escribir respectivamente como sigue:
 xˆ1 (t )   a1  a2   an1  an   xˆ1 (t )  1
   
 xˆ 2 (t )   1 0  0 0   xˆ 2 (t )  0
   0 1  0 0        u (t ) (2.17)
      
 xˆ n1 (t )        xˆ n1 (t ) 0
 xˆ (t )   0 0  0   xˆn (t )  0
 n   1
 xˆ1 (t ) 
 xˆ (t )
y (t )  b1  a1b0 b2  a2b0  bn  anb0   2   b0u (t ) (2.18)
  
 
 xˆn (t )

Forma canónica observable. La representación en el espacio de estado del sistema

dada de las ecuaciones (2.13) o (2.14) se puede expresar en la forma canónica observable
mediante las siguientes ecuaciones:

Ing. José A. Machuca Mines 4

 SISTEMAS DE CONTROL

 x1 (t )  0 0  0  an   x1 (t )   bn  anb0 
 x (t )  1 0  0  an 1   x2 (t )  bn 1  an 1b0 
 2  
             u (t ) (2.19)
      
 xn 1 (t ) 0 0  0  a2   xn 1 (t )  b2  a2b0 
 xn (t )  0 0  1  a1   xn (t )   b1  a1b0 
 x1 (t ) 
 x (t )
y (t )  0 0  1  2   b0u (t ) (2.20)
  
 
 xn (t )
Si se invierte el orden de las variables de estado, es decir, si se define nuevas variables de
estado, de acuerdo con la forma
 xˆ1 (t )  0 0  0 1  x1 (t ) 
 ˆ    
 x2 (t )  0 0  1 0  x2 (t ) 
           
    
 xˆn 1 (t ) 0 1  0 0  xn 1 (t )
 xˆ n (t )  1 0  0 0  xn (t ) 
entonces las ecuaciones de estado y de salida también están en su forma canónica
controlable y se pueden escribir respectivamente como sigue:
 xˆ (t )    a 1  0 0   xˆ1 (t )   b1  a1b0 
 1   1
   

 xˆ (t )    a2 0  0 0   xˆ2 (t )   b2  a2b0 
 2
 
              u (t ) (2.21)
  ˆ   
 xˆ (t )  an 1 0  0 1  xn 1 (t ) bn 1  an 1b0 
 n 1      
 xˆn (t )    an 0  0 0   xˆn (t )   bn  anb0 
 xˆ1 (t ) 
 xˆ (t )
y (t )  1 0  0  2   b0u (t ) (2.22)
  
 
 xˆ n (t )

Forma canónica diagonal. Si los polos de la función de transferencia dados de las

ecuaciones (2.13) o (2.14) son todos distintos, entonces la representación en el espacio de
estado se puede expresar en la forma canónica diagonal como sigue:
 x1 (t )   p1 0  0   x1 (t )  1
 x (t )  0  p2  0   x2 (t ) 1
 2    u (t ) (2.23)
            
     
 xn (t )  0 0   pn   xn (t ) 1
 x1 (t ) 
 x (t )
y (t )  c1 c2  cn   2   b0u (t ) (2.24)
  
 
 xn (t )

Ing. José A. Machuca Mines 5

 SISTEMAS DE CONTROL

Forma canónica de Jordan. Si la función de transferencia dados de las ecuaciones

(2.13) o (2.14) incluye un polo múltiple del orden m en z=p1 y todos los demás polos son
distintos, entonces la representación en el espacio de estado se puede expresar en la forma
canónica de Jordan como sigue:
 x1 (t )   p1 1 0  0  0  0   x1 (t )   0 
 x (t )   0  p1 1  0  0  0   x2 (t )   0 
 2    
                
      
 xm (t )    0 0 0   p1  0  0   xm (t )   1 
 u (t ) (2.2
                       
      
 xm 1 (t )   0 0 0  0   pm 1  0   xm 1 (t )  1 
                
      
 xn (t )   0 0 0  0  0   pn   xn (t )   1 
5)
 x1 (t ) 
 x (t )
y (t )  c1 c2  cn   2   b0u (t ) (2.26)
  
 
 xn (t )

No unicidad de las representaciones en el espacio de estado. Para un sistema con

función de transferencia dada, la representación en el espacio de estado no es única, sino
que existen distintas representaciones en el espacio d e estado para un sistema con función
de transferencia. Las ecuaciones de estado, sin embargo, están unas con otra mediante una
transformación de similitud.
Considerando el sistema definido por las ecuaciones (2.7) y (2.8). Se define un nuevo
vector de estado xˆ (t ) mediante
x(t )  Pxˆ (t ) (2.27)
Los vectores de estado x(t ) y xˆ (t ) están relacionados entre sí mediante la ecuación (2.27)
donde P es una matriz no singular de n×n. Entonces, al sustituir la ecuación (2.27) en la
ecuación (2.7) se obtiene
Pxˆ (t )  AP xˆ (t )  Bu(t ) (2.28)
-1
Premultiplicando ambos lados de la ecuación (2.28) por P , da
xˆ (t )  P 1AP xˆ (t )  P 1Bu(t ) (2.29)
Definiendo
P 1AP  A ˆ , P 1B  B ˆ
La ecuación (2.29) se puede escribir como
xˆ (t )  A
ˆ xˆ (t )  B
ˆ u(t ) (2.30)
En forma similar, si se sustituye la ecuación (2.27) en la ecuación (2.8), se obtiene
y(t )  CPxˆ (t )  Du(t ) (2.31)
Definiendo
AP  C ˆ , DD ˆ
la ecuación (2.42) se puede escribir como

Ing. José A. Machuca Mines 6

 SISTEMAS DE CONTROL

ˆ xˆ (t )  D
y(t )  C ˆ u(t ) (2.32)
Demostrando así que la representación en el espacio de estado, dadas por las ecuaciones
(2.7) y (2.8) es equivalente a la representación en el espacio de estado dada por las
ecuaciones (2.30) y (2.32).

2.4 TRANSFORMACIONES UTILES EN EL ESPACIO DE ESTADOS

Mediante la propiedad de invariancia de las condiciones de rango para la matriz de

controlabilidad y la de observabilidad.

Cómo transformar en formas canónicas las ecuaciones en el espacio de estado.

Considerando nuevamente un sistema lineal e invariante en el tiempo, expresado mediante
las ecuaciones de estado y de salida como
x (t )  Ax (t )  Bu(t )
y(t )  Cx(t )  Du(t )
Además la matriz de la función de transferencia es representada por
Y ( s) b s n  b1s n1    bn1s  bn
 F( s)  C( sI  A) 1 B  D  0n (2.33)
U ( s) s  a1s n1    an1s  an
Si el sistema de control descrito mediante las ecuaciones (2.7) y (2.8) es completamente
controlable y completamente observables, se aplicarán técnicas para transformar las
ecuaciones en el espacio de estados en las tres formas canónicas: forma canónica
controlable, forma canónica observable y forma canónica diagonal o de Jordan.

Forma canónica controlable. El sistema definido por las ecuaciones (2.7) y (2.8)
se puede transformar en su forma canónica controlable, mediante la matriz de
transformación
T  MW (2.34)
donde

M  B  AB  A 2 H G n 1B 
y
 an 1 an  2  a1 1
a 
 n  2 an  3  1 0
W     
 
 a1 1  0 0
 1 0  0 0
Los elementos ai mostrados en la matriz W son coeficientes de la ecuación característica
sI  A  s n  a1s n 1  a2 s n  2    an 1s  an  0 (2.35)
Definiendo el siguiente vector de estado
x(t )  Txˆ (t ) (2.36)
donde la matriz de transformación T está dada por la ecuación (2.34). Entonces las
ecuaciones (2.7) y (2.8) se convierten en
xˆ (t )  T1ATxˆ (t )  T1Bu(t )  A ˆ xˆ (t )  Bˆ u(t ) (2.37)
y(t )  CTxˆ (t )  Du(t )  C ˆ xˆ (t )  Dˆ u(t ) (2.38)
donde

Ing. José A. Machuca Mines 7

 SISTEMAS DE CONTROL

ˆ  T1AT ,
A ˆ  T1B ,
B ˆ  CT ,
C ˆ Db
D 0
es decir
 xˆ1 (t )   0 1 0  0   xˆ1 (t )  0
   
 xˆ2 (t )   0 0 1  0   xˆ2 (t )  0
 
              u (t ) (2.39)
      
 xˆn 1 (t )  0 0 0  1   xˆn 1 (t ) 0
 xˆ (t )   a  an 1  an  2   a1   xˆn (t )  1
 n   n
 xˆ1 (t ) 
 xˆ (t )
y (t )  bn  anb0 bn1  an1b0  b1  a1b0   2   b0u (t ) (2.40)
  
 
 xˆ n (t )
Los bi son los coeficientes que aparecen en el denominador de la funciona de transferencia.

Forma canónica observable. El sistema definido por las ecuaciones (2.7) y (2.8) se
puede transformar en su forma canónica observable, mediante la matriz de transformación
Q  WN (2.41)
donde

N  C CA  CAn 1  T

y
 an 1 an  2  a1 1
a an  3  1 0
 n2
W     
 
 a1 1  0 0
 1 0  0 0
Definiendo el siguiente vector de estado
x(t )  Qxˆ (t ) (2.42)
donde la matriz de transformación Q está dada por la ecuación (2.41). Entonces las
ecuaciones (2.7) y (2.8) se convierten en
xˆ (t )  Q1AQxˆ (t )  Q1Bu(t )  A ˆ xˆ (t )  B
ˆ u(t ) (2.43)
y(t )  CQxˆ (t )  Du(t )  C ˆ xˆ (t )  Dˆ u(t ) (2.44)
donde
ˆ  Q1AQ , B
A ˆ  Q1B , C ˆ  CQ , D ˆ Db
0
es decir

Ing. José A. Machuca Mines 8

 SISTEMAS DE CONTROL

 xˆ1 (t )  0 0  0  an   xˆ1 (t )   bn  an b0 
   
 xˆ 2 (t )  0 0  0  an 1   xˆ2 (t )  bn 1  an 1b0 
             u (t ) (2.45)
      
 xˆn 1 (t ) 0 0  0  a2   xˆ n 1 (t )  b2  a2b0 
 xˆ (t )  0 0  1  a1   xˆn (t )   b1  a1b0 
 n  
 xˆ1 (t ) 
 xˆ (t )
y (t )  0 0  1  2   b0u (t ) (2.46)
  
 
 xˆ n (t )
Forma canónica diagonal. Si los valores característicos o valores propios pi de la matriz A
del sistema definido por las ecuaciones (2.7) y (2.8) son distintos, entonces los vectores
característicos correspondientes ξ1, ξ2, ..., ξn también son distintos.
Definiendo la matriz de transformación P en función de los vectores característicos de la
matriz A como sigue
P  1  2   n  (2.47)
Definiendo el siguiente vector de estado
x(t )  Pxˆ (t ) (2.48)
Entonces las ecuaciones (2.7) y (2.8) se convierten en
xˆ (t )  P 1AP xˆ (t )  P 1Bu(t )  A ˆ xˆ (t )  B ˆ u(t ) (2.49)
Definiendo la matriz de transformación P como sigue
y(t )  CPxˆ (t )  Du(t )  C ˆ xˆ (t )  D ˆ u(t ) (2.50)
donde
Aˆ  P 1AQ , B ˆ  P 1B , C ˆ  CP , D ˆ Db
0
es decir
 xˆ1 (t )   p1 0  0   xˆ1 (t )  1 
  
 xˆ2 (t )   0  p2  0   xˆ2 (t )  2 
 u (t ) (1.51)
             
      
 xˆn (t )  0 0   pn   xˆn (t )  n 
 xˆ1 (t ) 
 xˆ (t )
y (t )  1 2   n   2   b0u (t ) (1.52)
  
 
 xˆ n (t )
donde las αi y las βi son constantes, tales que αiβi es el residuo en el polo z = pi , cuando se
expande la función de transferencia de la ecuación (2.14) en fracciones parciales como
sigue:
Y ( s) 11    
  2 2    n n  b0 (2.53)
U ( s) s  p1 s  p2 s  pn

2.5 SOLUCION DE LA ECUACION DE ESTADO LINEAL

Ing. José A. Machuca Mines 9

 SISTEMAS DE CONTROL

Solución de la ecuación de estado lineal e invariante en el tiempo. Las ecuaciones

(2.7) y (2.8) que representa a un determinado sistema de control, lineal e invariante en el
tiempo que volviéndolas a escribir como
x (t )  Ax (t )  Bu(t )
y(t )  Cx(t )  Du(t )
La ecuación (2.7) se puede volver a escribir como
x (t )  Ax (t )  Bu(t ) (2.54)
Premultiplicando a ambos miembros de la ecuación (2.54) por e  At se obtiene
e  A(t  t 0 ) x (t )  Ax (t )  
d  At
dt

e x(t )  e  At Bu(t ) (2.55)
Al integrar la ecuación precedente entre t0 y t produce
t
e  A(t  t 0 ) x(t )  x(t0 )   e  A Bu( )d (2.56)
t0
O bien
t
x(t )  e A(t  t 0 ) x(t0 )   e A(t  ) Bu( )d (2.57)
t0
Si el tiempo inicial t0 es cero la ecuación (2.57) queda de la forma
t
x(t )  e At x(0)   e A(t  ) Bu( )d (2.58)
0
También puede obtenerse mediante el enfoque de la transformada de Laplace. La
transformada de Laplace de la ecuación (2.7) produce
sX(s)  X(0)  AX(s)  BU(s)
bien
(sI  A)X(s)  X(0)  BU(s)
Premultiplicando ambos miembros de esta última ecuación por ( sI  A) 1 , se obtiene
X(s)  (sI  A) 1 X(0)  (sI  A) 1 BU(s)
Se sabe que L {e At }  (sI  A) 1 entonces la ecuación anterior se escribe como
X( s )  L {e At }X(0)  L {e At }BU ( s )
La transformada inversa de Laplace de esta última ecuación se obtiene a partir de la
integral de convolución, del modo siguiente:
t
x(t )  e At x(0)   e A(t  ) Bu( )d (2.59)
0
Las ecuaciones (2.58) y (2.59) resultan ser iguales. En caso de que el vector de control u(t)
sea nulo entonces la solución de la ecuación de estado (ecuación homogénea) será
x(t )  e At x(0) (2.60)
La ecuación e At de la ecuación se denomina matriz de transición de estados de dimensión
n×n que se puede representar como Φ(t ) y se puede escribir mediante la siguiente
expresión

1
e At  Φ(t )  L 1{(sI  A) 1}   A k t k (2.61)
k  0 k!
Es decir
1 1
e At  I  At  A 2t 2  A3t 3   (2.62)
2! 3!

Ing. José A. Machuca Mines 10

 SISTEMAS DE CONTROL

La matriz de transición de estado Φ(t ) es única y contiene toda la información sobre los
movimientos libres del sistema. En términos de la matriz de transición de estado la
solución de la ecuación de estado se puede escribir como
t
x(t )  Φ(t )x(0)   Φ(t   )Bu( )d (2.63)
0

La inversa de la matriz e At es e  At . Dado que la inversa de e At siempre existe, e At es no

singular. Es importante recordar que
e( A  B)t  e At eBt ; si AB = BA y e( A  B)t  e At eBt ; si AB ≠ BA
Si en particular la matriz A es diagonal con valores característicos λi diferentes, entonces la
matriz de transición de estados se expresa como
e 1t 0  0 
 
 0 e2 t  0 
e  Φ(t ) 
At
     
 
 0 0  e  n t 

2.6 MATRIZ DE FUNCION DE TRANSFERENCIA

Matriz de función de transferencia. La representación en el espacio estado de un

sistema lineal e invariante en el tiempo de orden n, con r entradas y m salidas, se puede dar
mediante las ecuaciones (2.7) y (2.8). Al aplicar la transformada de Laplace a la ecuación
(2.7), con condiciones iniciales nulas se obtiene
sX(s)  AX(s)  BU(s)
bien
(sI  A)X(s)  BU(s)
Premultiplicando ambos miembros de la última ecuación por ( sI  A) 1 , se obtiene
X(s)  (sI  A) 1 BU(s) (2.64)
Al aplicar la transformada de Laplace a la ecuación (2.8) se obtiene
Y(s)  CX(s)  DU(s) (2.65)
Reemplazando la ecuación (2.64) en la ecuación (2.65) y operando se obtiene
 
Y(s)  C(sI  A) 1 B  D U(s)  G(s)U(s) (2.66)
donde
G(s)  C(sI  A) 1 B  D (2.67)
G(s) se conoce como matriz de función de transferencia. Se trata de una matriz de m×r y
caracteriza la dinámica de entrada/salida del sistema dado.
La matriz de función de transferencia G(s) se puede dar mediante la ecuación
C adj( sI  A)B
G ( s)  D (2.68)
sI  A
Los polos de G(s) son los ceros de sI  A  0 . Esto significa que la ecuación característica
del sistema está dado por
sI  A  0 (2.69)
o bien
s n  a1s n 1  a2 s n  2    an 1s  an  0 (2.70)
donde los coeficientes ai dependen de los elementos de la matriz A.

Ing. José A. Machuca Mines 11

 SISTEMAS DE CONTROL

Transformación de similitud. Se ha demostrado que para el sistema definido por

las ecuaciones (2.7) y (2.8) la matriz de función de transferencia está representada por la
ecuación (2.67). También se ha demostrado que para varias representaciones en el espacio
de estado distintas para un sistema dado están interrelacionadas por una transformación de
similitud expresado por la ecuación (2.27). La matriz de función de transferencia para el
sistema definido por las ecuaciones (2.30) y (2.32) estará dada por
Gˆ ( s)  C
ˆ (sI  A
ˆ ) 1 B
ˆ D
ˆ (2.71)
Se puede demostrar fácilmente que
Gˆ ( s)  C
ˆ (sI  A
ˆ ) 1 B
ˆ Dˆ  C(sI  A) 1 B  D  G(s) (2.87)

Ing. José A. Machuca Mines 12

 SISTEMAS DE CONTROL

3. DISEÑO DE CONTROLADORES Y OBSERVADORES DE

SISTEMAS DE SIMPLE ENTRADA Y SIMPLE SALIDA EN EL
ESPACIO DE ESTADO MEDIANTE EL METODO DE UBICACIÓN
DE POLOS

3.1 INTRODUCION

El método de diseño de ubicar los polos en lazo cerrado en localizaciones deseadas en el

plano S, se conoce como la técnica de diseño de ubicación de polos; en esta técnica de
realimentan todas las variables de estado, de tal forma que todos los polos del sistema en
lazo cerrado quedan ubicados en las localizaciones deseadas. Sin embargo en algunos
sistemas reales de control, no se pueden medir todas las variables de estado para su
realimentación. Para poner en práctica un diseño basado ene este método, es necesario de
estimar las variables de estado no medibles mediante el uso de observadores de estados.
Considerando un sistema de control lineal invariante en el tiempo descrito mediante las
ecuaciones de estado y de salida como
x (t )  Ax(t )  Bu(t ) (3.1)
y(t )  Cx(t )  Du(t ) (3.2)
x(t) : vector de estado de n×1
y(t) : vector de salida de m×1
u(t) : vector de entrada o de control de r×1
A : matriz de estado de n×n
B : matriz de entrada de n×r
C : matriz de salida de m×n
D : matriz de transmisión directa de m×r

3.2 CONTROLABILIDAD

Se dice que un sistema de control es de estado completamente controlable en el tiempo t0 ,

si es posible transferir el sistema de un vector de estado inicial arbitrario x(t0) a cualquier
otro vector de estado deseado arbitrario x(t), mediante un vector de control u(t) sin
restricciones, en un intervalo de tiempo finito. El sistema, por lo tanto, es completamente
controlable, si cualquier valor del vector de control de manera eventual afecta a todos los
elementos del vector de estado.
La matriz de controlabilidad M de dimensión n×rn es

M  B AB A 2 B  A n1B  (3.3)
Para que el sistema expresado mediante las ecuaciones (3.1) y (3.1) sea completamente
controlable, el rango de la matriz de controlabilidad M debe ser n.

3.3 OBSERVABILIDAD

Se dice que un sistema es de estado completamente observable en el tiempo t0 si, con el

sistema en el estado inicial x(t0) se puede determinar este estado a partir de la observación
de la salida y(t) durante un intervalo de tiempo finito. El sistema, por lo tanto, es
completamente observable, si cualquier transición del estado de manera eventual afecta a
todos los elementos del vector de salida.
La matriz de observabilidad N de dimensión nm×n es

Ing. José A. Machuca Mines 13

 SISTEMAS DE CONTROL

 C 
 CA 
 
N   CA 2  (3.4)
 
  
CA n1 
Para que el sistema expresado mediante las ecuaciones (3.1) y (3.1) sea completamente
observable, el rango de la matriz de observabilidad N debe ser n.

3.4 DISEÑO DE UN CONTROLADOR (REGULADOR) CON ENTRADA DE

REFERENCIA NULA

La técnica de diseño se emplea para sistemas de control lineal e invariantes en el tiempo en

tiempo continuo en los cuales la entrada de referencia al sistema es cero (regulador). Este
método empieza con una determinación de los polos deseados en lazo cerrado, basados en
los requisitos de respuesta transitoria y/o respuesta en frecuencia. Se supone que todas las
variables de estado son medibles y que están disponibles para la realimentación de estados.
Los polos deseados en lazo cerrado o valores característicos de lazo cerrado pueden estar
ubicados en el plano complejo en s=-μ1, s=-μ2, ..., s=-μn. Al seleccionar una matriz de
ganancia apropiada K para la realimentación de estado, es posible conducir el sistema para
tener los polos en lazo cerrado en las posiciones deseadas arbitrarias, siempre y cuando el
sistema original sea de estado completamente controlable.
La condición necesaria y suficiente para la ubicación arbitraria de polos en el plano S, es
que el sistema sea de estado completamente controlable es decir la matriz de
controlabilidad M debe tener rango n.
Sea el sistema de control de simple entrada y simple salida descrito por las ecuaciones (3.1)
y (3.2) como
x (t )  Ax (t )  Bu(t )
y(t )  Cx(t )  Du(t )
La representación gráfica de las ecuaciones (3.1) y (.2) se muestra en la figura 3.1

u(t) x (t ) x(t) y(t)

B  dt C

Figura 3.1 Sistema de control en lazo abierto.

El diagrama de bloques del sistema de control de la figura 3.1 se puede simplificar

mediante la representación gráfica de la figura 3.2

u(t) x (t )  Ax (t )  Bu(t ) y(t)

y(t )  Cx(t )  Du(t )

x(t)

Ing. José A. Machuca Mines 14

 SISTEMAS DE CONTROL

Figura 3.2 Sistema de control simplificado en lazo abierto.

u(t) x (t )  Ax (t )  Bu (t ) y(t)
y (t )  Cx(t )  Du (t )
x(t)
-K

Figura 3.3 Sistema de control en lazo cerrado.

La señal de control u(t) no acotada se puede expresar como

u(t )  Kx(t ) (3.5)
Esto significa que la señal de control se determina mediante un estado instantáneo,
donde K es la matriz de ganancia de realimentación de estado de dimensión 1×r, entonces
el sistema se convierte en un sistema de control en lazo cerrado, como el que se muestra en
la figura 3.3 y al reemplazar la ecuación (3.5) en la ecuación (3.1) se obtiene
x (t )  Ax (k )  BKx(t )  (A  BK)x(t ) (3.6)
donde la matriz K se escoge de tal forma que los valores característicos de la matriz A-BK
sean los polos en lazo cerrado deseados: -μ1, -μ2, ..., -μn. los que resultan de la ecuación
característica
sI  A  BK  0 (3.7)
La solución de la ecuación de estado es
x(t )  e ( AB K)t x(0) (3.8)
Reemplazando la ecuación (3.5) en la ecuación (3.2) resulta
y(t )  Cx(t )  DKx(t )  (C  DK)x(t ) (3.9)

Método directo. Este método consiste en igualar la ecuación característica del

sistema en lazo cerrado a la ecuación característica deseada; es decir:
sI  A  BK  (s  1 )(s  2 )(s  n )  0 (3.10)
Obteniendo el polinomio característico de lazo cerrado como
s n  1s n1   2 s n2     n1s   n  0
Para calcular los valores de K  k1 k 2  k n  se desarrolla la ecuación (3.10) y se
igualan los valores de ambos lados de la ecuación (3.10) que tienen las mismas potencias
en s y se resuelven las ecuaciones planteadas para obtener los valores de la matriz K.

Método algorítmico. Con este método la matriz de ganancias de realimentación K se

calcula empleando los siguientes pasos:
1. Verificar que el sistema es de estado completamente controlable, ya que en otro
caso no se puede calcular la matriz K.
 
M  B AB  A 2B A n1B rango(M)=n
2. Identificar los coeficientes, ai, del polinomio característico original.
sI  A  s n  a1s n1  a2 s n2    an1s  an (3.11)
3. Determinar la matriz de cambio de base T, que transforma las ecuaciones de estado
del sistema a la forma canónica controlable.
T  MW (3.12)

Ing. José A. Machuca Mines 15

 SISTEMAS DE CONTROL

donde M es la matriz de controlabilidad y W es una matriz simétrica que se

expresan respectivamente como

M  B AB  A 2B A n1B  (3.13)
 a n 1 a n  2  a1 1
a 
 n  2 a n  3  1 0
W     (3.14)
 
 a1 1  0 0
 1 0  0 0
siendo ai los coeficientes del polinomio característico del sistema original.
Si el sistema de control está expresado en su forma canónica controlable, entonces
la matriz T es igual a la matriz identidad (T = I)
4. Determinar los coeficientes, αi , del polinomio característico deseado.
5. sI  A  BK  (s  1 )(s  2 ) (s  n ) (3.15)
sI  A  BK  s n  1s n1   2 s n2     n1s   n (3.16)
6. Determinar la matriz de ganancias de realimentación de los estados K como
K   n  an  n1  an1   2  a2 1  a1  T 1 (3.18)

Fórmula de Ackermann. Con este método la matriz de ganancias de

realimentación de los estados K se calcula siguiendo los siguientes pasos:
1. Verificar que el sistema es de estado completamente controlable, ya que en otro
caso no se puede calcular la matriz K.

M  B AB A 2B  A n 1B rango(M)=n 
2. Determinar el polinomio característico deseado
 (s)  (s  1 )(s  2 )(s  n )  s n  1s n1   2 s n2     n1s   n (3.19)
3. Determinar la matriz  (A) , donde  es el polinomio característico deseado y A es
la matriz de estados del sistema.
 (A)  A n  1A n1   2 A n2     n1A   n I (3.20)
4. Determinar la matriz de ganancias de realimentación de los estados K como
K  0 0  0 1 M 1 (A) (3.21)

Método matemático. Si los valores característicos (autovalores) que se desean -μ1, -

μ2, -μ3 ..., -μn de la matriz (A-BK) son distintos entonces la matriz de ganancia K de
realimentación de estados requerida se puede expresar como
K  1 1  1ζ1  ζ 2    ζ n 
1

donde los vectores ζ i son los vectores característicos de (A-BK) que satisfacen la siguiente
ecuación
ζ i  A  i I 1 B , i  1, 2, , n

3.4 DISEÑO DE UN CONTROLADOR CON ENTRADA DE REFERENCIA Y

COMPENSACIÓN EN PREALIMENTACIÓN DIRECTA

Esta técnica de diseño se utiliza para sistemas de control con entrada de referencia
diferente de cero. En este método se considera la colocación de polos para un sistema de

Ing. José A. Machuca Mines 16

 SISTEMAS DE CONTROL

seguimiento en el cual se desea que el sistema compensado sea capaz de seguir a una
entrada de referencia de escalón.
Al realizar el método de ubicación de polos se modifica la ganancia del sistema en lazo
cerrado, y este cambio depende de la posición elegida para los polos del sistema en lazo
cerrado.
Este diseño no es robusto ante imprecisiones en el modelo, perturbaciones y señales de
ruido debido que se utiliza un control en lazo abierto para eliminar el error en estado
estacionario ante una entrada de un escalón.
Entonces es necesario colocar una ganancia ajustable k0 a la entrada del sistema
compensado para conseguir la ganancia deseada.
Sea el sistema de control de simple entrada descrito por las ecuaciones (3.1) y (3.2)
definidas como
x (t )  Ax (t )  Bu(t )
y(t )  Cx(t )  Du(t )
La variable de control u(t) no acotada se puede expresar como
u(t )  Kx(t )  k0 r (t ) (3.22)
donde K es la matriz de ganancia de realimentación de estado de dimensión 1×n, y el
escalar k0 es un compensador ajustable proporcional.
En la figura 3.4 se muestra el diagrama de bloques correspondiente a las ecuaciones (3.1),
(3.2), y (3.22) que representa un sistema de control en lazo cerrado.

r(t) u(t) x (t )  Ax (t )  Bu (t ) y(t)

k0
y (t )  Cx(t )  Du (t )

x(t)
K

Figura 3.4 Sistema de control con realimentación de estados y precompensador

Para usar el método de ubicación de polos del sistema representado en la figura 3.4 se debe
de transformar a un sistema de regulación alrededor de x(∞). Evaluando al sistema de
control cuando t→∞ se obtiene
x ()  Ax ()  Bu() (3.23)
u()  k0 r ()  Kx() (3.24)
Si se define la variación del estado actual con el estado en el infinito del sistema como
x(t )  x(t )  x() , u(t )  u(t )  u() (3.25)
La entrada r(t) de referencia se considera un escalón por lo tanto se obtiene
r (t )  r (0)  r ()  r (3.26)
Restando las ecuaciones (3.1) y (3.23) se obtiene
x (t )  x ()  A(x(t )  x())  H(u(t )  u()) (3.27)
Evaluando las variables residuales en la ecuación (3.27) se obtiene
x (t )  Ax(t )  Bu(t ) (3.28)
Restando las ecuaciones (3.22) y (3.24) se obtiene
u(t )  u()  k0 (r (t )  r ())  K(x(t )  x()) (3.29)
Evaluando las variables residuales en la ecuación (3.29) se obtiene
u(t )  Kx(t ) (3.30)

Ing. José A. Machuca Mines 17

 SISTEMAS DE CONTROL

Las ecuaciones (3.28) y (3.30) representan un sistema de regulación del sistema alrededor
de x(∞) entonces al reemplazar la ecuación (3.30) en la ecuación (3.28) se obtiene la
ecuación con realimentación de estados como
x (t )  Ax(t )  BKx(t )  (A  BK)x(t ) (3.31)
La matriz K de realimentación de estados del sistema obtenido en lazo cerrado de la
ecuación (3.31) se elige para que el sistema satisfaga las especificaciones para el régimen
transitorio y se determina de tal forma que los valores característicos de la matriz (A-BK)
sean los polos en lazo cerrado deseados: -μ1, -μ2, ..., -μn. los que resultan de la ecuación
característica siguiente
zI  A  BK  0 (3.32)
El diseño de la matriz K se realiza utilizando cualquiera de los métodos de diseño de un
sistema regulador visto en la sección 3.3 mediante el método de ubicación de polos de tal
manera que el sistema debe ser asintóticamente estable.
Al reemplazar la ecuación (3.22) en la ecuación (3.1) se obtiene
x (t )  Ax (t )  BKx(k )  Bk0 r (t ) (3.33)
x (t )  (A  BK)x(k )  Bk0 r (t ) (3.34)
Reemplazando la ecuación (3.22) en la ecuación (3.2) se obtiene la ecuación de respuesta
del sistema
y(t )  Cx(t )  DKx(t )  Dk0 r (t ) (3.35)
y(t )  (C  DK)x(t )  Dk0 r (t ) (3.36)
La ganancia k0 se selecciona para que el sistema en lazo cerrado tenga una ganancia
unitaria en estado permanente, eliminado el error en estado estacionario ante una entrada
escalón, r(t)=r.
Como el sistema debe permanecer en el punto de equilibrio, en el cual se tiene que
x ()  0 . Entonces la ecuación de estados del sistema escribe como:
x ()  (A  BK )x()  Bk0 r  0 (3.37)
es decir
x()  A  BK 1 Bk0 r (3.38)
La ecuación de salida del sistema en estado permanente se obtiene como
y()  (C  DK)x()  Dk0 r  (C  DK)A  BK 1 Bk0 r  Dk0 r (3.39)
La salida en estado permanente debe ser igual a la entrada r, por tanto de la ecuación (3.39)
se obtiene

y()   (C  DK)A  BK 1 B  D k0 r  r  (3.40)
De la ecuación (3.40) se obtiene el precompensador de ganancia k0 expresado como

k0   (C  DK)A  BK 1 B  D 
1
(3.41)
La solución de la ecuación de estado es
t
x(t )  e ( ABK)t x(0)   e ( ABK)(t  ) Bu ( )d (3.42)
0

Caso particular
Si la salida y(t) es igual a uno de los estados xi(t) es decir y(t )  xi (t ) la variable de control
u(t) de la ecuación (3.22) se puede escribe como
u(t )  K1x(t )  ki (r (t )  y(t )) (3.43)

Ing. José A. Machuca Mines 18

 SISTEMAS DE CONTROL

El elemento ki de la matriz de la matriz K1 de dimensión 1×n es cero es decir esta matriz es

como se escribe
K1  k1 k2  ki1 0 ki1  kn 
El diagrama de bloques del este sistema de control se representa en al figura 3.5

r(t) e(t) u(t) x (t )  Ax (t )  Bu (t ) y(t)

ki
y (t )  Cx(t )  Du(t )
x(t)
K1

Figura 3.5 Sistema de control seguimiento con realimentación de estados

La ecuación (3.43) se puede escribir como

 x1 (t ) 
 x (t )
 2 
  
u (t )  k1 k2  0  kn     ki xi (t )  ki r (t )
 xi (t ) 
  
 
 xn (t )
La ecuación última se puede escribir como
 x1 (t ) 
 x (t )
 2 
  
u (t )  k1 k 2  ki  kn     ki r (t ) (3.44)
 xi (t ) 
  
 
 xn (t )
La ecuación (3.44) se escribe entonces como
u(t )  Kx(t )  ki r (t ) (3.45)
Las ecuaciones (3.22) y (3.45) son similares así que el diseño de control de la ecuación
(3.43) y representado en el diagrama de bloques de la figura 3.5 es igual que del sistema
representado en el diagrama de bloques de la figura 3.4

3.5 DISEÑO DE UN CONTROLADOR CON ENTRADA DE REFERENCIA

INCLUYENDO UN INTEGRADOR DE ERROR

Para obtener un sistema de control que sea robusto ante imprecisiones en el modelo,
perturbaciones y señales de ruido, es necesario que la función de transferencia pulso del
sistema en lazo abierto, incluya uno o más integradores para eliminar el error en estado
permanente ante una entrada de un escalón, de una rampa según sea el caso.
Sea el sistema de control de simple entrada descrito por las ecuaciones (3.1) y (3.2)
definidas como
 (t )  Ax (t )  Bu (t )
x
y(t )  Cx(t )  Du(t )

Ing. José A. Machuca Mines 19

 SISTEMAS DE CONTROL

La variable de control u(t) no acotada se expresa como

u(t )  Kx(t )  k I v(t ) (3.46)
La variable v(t) es la salida del integrador (variable de estado del sistema, escalar), es decir
la ecuación del integrador se escribe como
v(t )   e(t )dt (3.47)
La ecuación (3.44) se puede modificar como
v(t )  r (t )  y(t ) (3.48)
donde K es la matriz de ganancia de realimentación de estado de dimensión 1×n, el escalar
kI es la ganancia del integrador y r(t) es la señal de entrada de referencia al sistema
(función escalón, escalar)
En la figura 3.6 se muestra el diagrama de bloques correspondiente a las ecuaciones (3.1),
(3.2), (3.46) y (3.48) que representa un sistema de control en lazo cerrado.

r(t) e(t) v(t) u(t) x (t )  Ax (t )  Bu (t ) y(t)

 kI
y (t )  Cx(t )  Du(t )
x(t)
K

Figura
3.6 Sistema de control con realimentación de estados e integrador

Combinando las ecuaciones (3.1), (3.2) y (3.45) y manipulando se obtiene

v(t )  Cx(t )  Du(t )  r (t ) (3.49)
De las ecuaciones (3.1), (3.2) y (3.49) se obtiene un sistema de control ampliado como
sigue:
Ecuación de estado
x (t )  A 0 x(t )  B  0
v(t )    C 0 v(t )    Du (t )  1 r (t ) (3.50)
        
Ecuación de salida
x(t )
y (t )  C 0    Du (t ) (3.51)
v(t ) 
Ecuación de control
x(t )
u (t )  K  k I    (3.52)
v(t ) 
Definiendo las siguientes expresiones
x(t )
xˆ (t )    de dimensión (n+1)×1
 v(t ) 
ˆ   A 0
A   C 0 de dimensión (n+1)×(n+1)
 
 B 
B̂    de dimensión (n+1)×1
  D
ˆ  0 
E 1 de dimensión (n+1)×1
 

Ing. José A. Machuca Mines 20

 SISTEMAS DE CONTROL

ˆ  C 0
C de dimensión 1×(n+1)
ˆ D
D de dimensión 1×1
K̂  K  k I  de dimensión 1×(n+1)
Las ecuaciones (3.50), (3.51) y (3.52) se pueden escribir respectivamente como
xˆ (t )  A
ˆ xˆ (t )  Bˆ u(t )  Eˆ r (t ) (3.53)
y(t )  C ˆ xˆ (t )  D
ˆ u(t ) (3.54)
u(t )  K ˆ xˆ (t ) (3.55)
Para usar el método de ubicación de polos del sistema representado en la figura 3.6 se debe
de transformar el sistema a uno de regulación alrededor de xˆ () . Evaluando al sistema de
control cuando t→∞ como sigue
xˆ ()  A
ˆ xˆ ()  B
ˆ u()  E ˆ r () (3.56)
u()  K ˆ xˆ () (3.57)
Si se define la variación del estado actual con el estado en el infinito del sistema como
xˆ (t )  xˆ (t )  xˆ () , u(t )  u(t )  u() (3.58)
La entrada r(t) de referencia se considera un escalón por lo tanto se obtiene
r (t )  r (0)  r ()  r (3.59)
Restando las ecuaciones (3.53) y (3.56) se obtiene
xˆ (t )  xˆ ()  A ˆ (xˆ (t )  xˆ ())  B ˆ (u(t )  u())  E ˆ (r (t )  r ()) (3.60)
Evaluando las variables residuales de la ecuación (3.58) en la ecuación (3.60) se obtiene
xˆ (t )  A ˆ xˆ (t )  Bˆ u(t ) (3.61)
Restando las ecuaciones (3.55) y (3.57) se obtiene
u(t )  u()  K ˆ (xˆ (t )  xˆ ()) (3.62)
Evaluando las variables residuales de la ecuación (3.58) en la ecuación (3.62) se obtiene
u(t )  K ˆ xˆ (t ) (3.63)
Las ecuaciones (3.61) y (3.63) representan un sistema de regulación del sistema alrededor
de x(∞) entonces al reemplazar la ecuación (3.63) en la ecuación (3.61) se obtiene la
ecuación con realimentación de estados como
xˆ (t )  Aˆ xˆ (t )  B ˆK ˆ xˆ (t )  (A ˆ B ˆKˆ )xˆ (t ) (3.64)
La matriz K̂ de realimentación de estados del sistema obtenido en lazo cerrado de la
ecuación (3.64) se elige para que el sistema satisfaga las especificaciones para el régimen
transitorio y se determina, de tal forma que los valores característicos de la matriz
Aˆ BˆK 
ˆ sean los polos en lazo cerrado deseados: -μ1 , -μ2 , ... , -μn+1 , los que resultan de
la ecuación característica siguiente
ˆ B
sIˆ  A ˆKˆ 0 (3.65)

El diseño de la matriz K̂ se realiza utilizando cualquiera de los métodos de diseño de un

sistema regulador visto en la sección 3.3 mediante el método de ubicación de polos de tal
manera que el sistema debe ser asintóticamente estable.
Al reemplazar la ecuación (3.55) en la ecuación (3.53) se obtiene
xˆ (t )  A ˆ xˆ (t )  B
ˆKˆ xˆ (t )  Eˆ r (t )
xˆ (t )  (A ˆ BˆK ˆ )xˆ (t )  E ˆ r (t ) (3.66)

Ing. José A. Machuca Mines 21

 SISTEMAS DE CONTROL

Reemplazando la ecuación (3.55) en la ecuación (3.54) se obtiene la ecuación de respuesta

del sistema
ˆ xˆ (k )  D
y (k )  C ˆK ˆ xˆ (k )
y(k )  (C ˆ D ˆKˆ )xˆ (k )  Fˆ r (t ) (3.67)
donde Fˆ  0
Los valores en estado estable de x(t), y(t) y u(t) se encuentran del modo siguiente: en
estado estable (t = ∞), a partir de las ecuaciones (3.1) y (3.49), se tiene que
x ()  0  Ax ()  Bu()
v()  0  Cx()  Du()  r ()
combinando en una ecuación matricial se obtiene
0  A B  x() 0
0   C  D u ()  r 
      
A B 
P 
  C  D
Si la matriz P, definida mediante es de rango n+1, es decir el sistema es completamente
controlable, entonces existe su inversa y
1
 x( )   A B  0

u ()  C  D  r  (3.68)
     
Asimismo, a partir de la ecuación (3.46), se tiene que
u()  Kx()  k I v()
Y por lo tanto
v()  u ()  Kx ()
1
(3.69)
kI

3.6 DISEÑO DE ESTIMADORES DE ESTADO (OBSERVADORES) MEDIANTE

EL METODO DUAL VIA UBICACION DE POLOS

En la práctica no todas las variables de estado estarán accesibles, de forma que algunas de
ellas no se podrán medir. Para aplicar el método de localización de polos, es necesario
estimar aquellas variables que no se puedan medir directamente.
Un observador o estimador de predicción de estados, es un subsistema del sistema de
control que lleva a cabo una estimación de las variables de estado del sistema a partir de las
medidas de las variables de salida y las variables de control del sistema.
Un observador de orden completo es cuando estima todas las variables de estado del
sistema, es de orden reducido cuando no estima todas las variables de estado y es de orden
mínimo cuando estima únicamente las variables no medibles.

Observador de orden completo para sistemas de simple salida. Cuando el vector

real x(t) no está disponible o no es medible en forma directa se diseña un estimador de
estados para que un vector estimado ~x (t ) sea lo mas cercano al vector de estados real x(t).
Considerando el sistema de control completamente observable descrito por las ecuaciones
(3.1) y (3.2) definidas por
x (t )  Ax (t )  Bu(t )
y(t )  Cx(t )  Du(t )

Ing. José A. Machuca Mines 22

 SISTEMAS DE CONTROL

Teniendo en cuenta que las señales y(t) e ~ y (t ) se pueden medir por lo tanto la ecuación
dinámica del observador de estados y se escribe como
x (t )  A~
~ x(t )  Bu(t )  K e ( y(t )  ~
y (t )) (3.70)
~
y (t )  C~
x(t )  Du(t ) (3.71)
donde Ke es una matriz de ponderación de estados de dimensión n×1.
Las ecuaciones (3.1), (3.2), (3.70) y (3.71) se representan en un diagrama de bloques en la
figura 3.6

u(t) x (t ) x(t) y(t)

B  C

Ke
~
x (t )
~ x (t ) ~
y (t )
B  C

Figura 3.7 Sistema de control con estimador predicción de estados

Reemplazando las ecuaciones (3.2) y (3.71) en la ecuación (3.70) y operando se obtiene

x (t )  A~
~ x(t )  Bu(t )  K e (Cx(t )  Du(t )  C~
x(t )  Du(t ))
x (t )  A~
~ x(t )  Bu(t )  K (Cx(t )  C~
e x(t ))
x (t )  A~
~ x(t )  Bu(t )  K eC(x(t )  ~
x(t )) (3.72)
El sistema de control representado mediante la figura 3.7 y expresado mediante las
ecuaciones (3.1), (3.2) y (3.72) se puede representar mediante un esquema simplificado en
la figura 3.7.

u(t) x (t )  Ax(t )  Bu (t ) y(t)

y (t )  Cx(t )  Du (t )
Cx(t)

x (t )  A~
~ x (t )  Bu (t )  K e C(x(t )  ~
x (t ))
~
x (t )

Figura 3.7 Sistema de control reducido con estimador de estados

Ing. José A. Machuca Mines 23

 SISTEMAS DE CONTROL

Para determinar los valores de la matriz Ke se obtiene la ecuación de error del observador
restando la ecuación (3.72) de la ecuación (3.1) como sigue
x (t )  A(x(t )  ~
x (t )  ~ x(t ))  K eC(x(t )  ~
x(t )) (3.73)
Definiendo un vector e(t) que representa la diferencia entre x(t) y x (t ) ~
e(t )  x(t )  ~ x(t )
Empleando el vector e(t) en la ecuación (3.73) se determina la ecuación siguiente
e (t )  Ae (t )  K eCe(t )
e (t )  (A  K eC)e(t ) (3.74)
La ecuación (3.74) describe la dinámica del observador por lo que se debe diseñar la
ganancia Ke de forma muy apropiada para que el vector del error e(t) tienda
asintóticamente a cero a una velocidad lo suficientemente rápido. Para determinar el valor
de Ke se puede utilizar el método de la ubicación de polos de tal manera que los valores
propios de la matriz (A-KeC) sean estables.
sI  A  K eC  (s  1 )(s  2 )(s  n ) (3.75)

Sistema dual. Mediante el principio de “no unicidad de la representación en el

espacio de estado” de la sección 2.3 se puede representar un sistema de control dual al
sistema original descrito por las ecuaciones (3.1) y (3.2) como
xˆ (t )  AT xˆ (t )  CT uˆ (t ) (3.76)
yˆ (t )  B xˆ (t )  Duˆ (t )
T
(3.77)
Las matrices G, H, C, D son las mismas que las matrices de las ecuaciones (3.1) y (3.2).
Considerando al sistema descrito por las ecuaciones (3.76) y (3.77) como sistema de
regulación definido entonces la señal de control se expresa como
uˆ(t )  Kxˆ (t ) (3.78)
Reemplazando la ecuación (3.73) en la ecuación se obtiene
xˆ (t )  (AT  CT K)xˆ (t ) (3.79)
El polinomio característico del sistema dado por la ecuación (3.79) se escribe como
sI  AT  CT K  (s  1 )(s  2 )(s  n ) (3.80)
Aplicando la propiedad del determinante |A| = |AT| entonces la ecuación (3.80) también se
expresa por
sI  A  K T C  (s  1 )(s  2 )(s  n ) (3.81)
Al comparar las ecuaciones (3.75) y (3.81) y si los polos de lazo cerrado son iguales es
decir  i  i entonces igualando las ecuaciones (3.75) y (3.81) se obtiene
sI  A  K eC  sI  A  K T C (3.82)
De la ecuación (3.82) se deduce que
K e  KT (3.83)
Si se calcula la matriz K usando cualquiera de los métodos utilizados anteriormente de
diseño de un regulador mediante la ubicación de polos, entonces se determina la matriz de
ganancia de estimación Ke .

Ing. José A. Machuca Mines 24

 SISTEMAS DE CONTROL

Método algorítmico. Para usar este método se aplica la fórmula de la ecuación

(3.18) y se obtiene la matriz K de realimentación de estados del sistema dual descrito por
las ecuaciones (3.76) y (3.77) del siguiente modo
 1
K   n  an  n1  a n1   2  a 2 1  a1  QT (3.84)
T
La matriz Q de la ecuación (3.84) es la matriz de transformación similar a la matriz T de
la ecuación (3.12) es decir
QT  N T W (3.85)
La matriz W es la misma matriz que la de la ecuación (3.14) es decir
 a n 1 a n  2  a1 1
a 
 n  2 a n  3  1 0
W    
 
 a1 1  0 0
 1 0  0 0
T
La matriz N es la matriz de controlabilidad del sistema dual del sistema descrito por las
ecuaciones (3.76) y (3.76) similar a al matriz de la ecuación (3.3) es decir

N T  C T AT C T ( AT )2 C T  ( AT )n 1C T  (3.86)
Los coeficientes ai y αi son los mismos que de las ecuaciones (3.11) y (3.16). Aplicando la
transpuesta a ambos miembros de la ecuación (3.80) y sabiendo que (A-1)T = (AT)-1 y (AT)T
= A-1 se obtiene
K T  Q 1 n  an  n1  an1   2  a2 1  a1 T (3.87)
De las ecuaciones (3.83) y (3.87) se obtiene la ganancia Ke del estimador como
  n  an 
 
 n1  a n1 
K e  Q 1    (3.88)
 
  2  a2 
 1  a1 
La matriz Q de la ecuación (3.88) aplicando la transpuesta a ambos miembros de la
ecuación (3.85) se determina como
Q  WN (3.89)
Aplicando la transpuesta a ambos miembros de la ecuación (3.86) se obtiene
 C 
 CA 
 
N   CA 2  (3.90)
 
  
CA n1 
La matriz N de la ecuación (3.90) es la misma matriz de observabilidad de la ecuación
(3.4) por lo tanto si el sistema presenta observabilidad de estado completo se podrá
determinar la inversa de la matriz Q y por consiguiente la matriz de ganancia del
observador Ke.

Fórmula de Ackermann. Para usar este método se aplica la fórmula de la ecuación

(3.18) y se obtiene la matriz K de realimentación de estados del sistema dual descrito por

Ing. José A. Machuca Mines 25

 SISTEMAS DE CONTROL

las ecuaciones (3.76) y (3.76) aplicando la fórmula de la ecuación (3.19) del siguiente
modo
K  0 0  0 1 (NT ) 1 (G T ) (3.91)
Utilizando directamente la ecuación (3.83) se obtiene la ecuación

K e  K T   ( A T )T N T   0
1 T
0  0 1T
Aplicando propiedades de matrices se obtiene finalmente la expresión de la ganancia del
estimador de predicción Ke mediante la fórmula de Ackermann
0 
0 
 
K e   ( A)N 1    (3.92)
 
0 
1
La matriz N de la ecuación (3.92) es la misma matriz de la ecuación (3.90)
La matriz  (A) de la ecuación (3.92) es la misma matriz de la ecuación (3.20)
 (A)  A n  1A n1   2 A n2     n1A   n I
Donde los coeficientes  (A) son los coeficientes del polinomio característico como
resultado de ubicar los polos arbitrarios en el plano S para el observador.

Método matemático. Si los valores característicos (autovalores) que se desean -μ1,

-μ2, -μ3 ..., -μn de la matriz (A-KeC) son distintos entonces la matriz de ganancia Ke de
realimentación de estados requerida se puede expresar como
1
 η1  1
η  1
Ke   2  
   
  
η n  1
Los vectores ηi T son los vectores característicos de (A-KeC)T que satisfacen la siguiente
ecuación
ηi  CA  i I 1 , i  1, 2, , n

3.7 EFECTO DEL ESTIMADOR DE ESTADOS EN UN SISTEMA DE CONTROL

EN LAZO CERRADO EN EL ESPACIO DE ESTADOS

En el proceso del diseño de ubicación de polos, se había supuesto que el vector de estado
verdadero x(t) estaba disponible para la realimentación, pero en la práctica en vector de
estado real x(t) puede ser no medible, por lo que es necesario utilizar un vector de estado
estimado ~ x (t ) u observado, en lugar del vector de estado verdadero x(t), sobre la ecuación
característica de un sistema de control en lazo cerrado.
Considerando el sistema de control completamente controlable y completamente
observable descrito por las ecuaciones (3.1) y (3.2) definidas por
x (t )  Ax (t )  Bu(t )
y(t )  Cx(t )  Du(t )
Para el control con realimentación del vector de estado basado en el vector de estado
estimado ~ x (t ) de tiene

Ing. José A. Machuca Mines 26

 SISTEMAS DE CONTROL

u(t )  K~ x(t ) (3.93)

Este vector de control se origina de las ecuaciones del estimador denotadas en las
ecuaciones (3.70) y (3.71) como
x (t )  A~
~ x(t )  Bu(t )  K e ( y(t )  ~
y (t ))
~ ~
y (t )  Cx(t )  Du(t )
De las dos últimas ecuaciones se obtiene la ecuación (3.73) denotada como
x (t )  A(x(t )  ~
x (t )  ~ x(t ))  K eC(x(t )  ~
x(t ))
De las ecuaciones (3.1), (3.2), (3.72) y (3.93) se obtiene el diagrama de bloques de estado
de un sistema de control (regulador de estado observado) tal como se muestra en la figura
3.8

u(t) x (t ) x(t) y(t)

B  C

Ke
~
x (t )
~ x (t )
B  C

-K

Figura 3.8 Sistema de control con realimentación del vector de estado estimado

Reemplazando la ecuación (3.93) en la ecuación (3.1) se obtiene la siguiente expresión

x (t )  Ax (t )  BK~ x(t )  A  BK x(t )  BKx(t )  ~x(t ) (3.94)
La ecuación (3.94) en función del vector de error de estimación e(t )  x(t )  x(t ) se ~
convierte en
x (t )  A  BK x(t )  BKe(t ) (3.95)
Volviendo a restar la ecuación (3.72) de la ecuación (3.1) se obtiene la diferencia del
estado real x(t) y del estado estimado ~ x (t ) mediante la ecuación (3.74) que expresa el error
de estimación e(t) denotada por
e (t )  (A  K eC)e(t )
Combinado las ecuaciones (3.95) y (3.74) se obtiene un sistema de control ampliado como
x (t )  A  BK BK  x(t )
 e (t )    0 A  K e C e(t ) 
(3.96)
  
La ecuación (3.96) describe la dinámica del sistema de control con realimentación de
estado estimado. La ecuación característica para este sistema es

Ing. José A. Machuca Mines 27

 SISTEMAS DE CONTROL

sI  A  BK  BK
0 (3.97)
0 sI  A  K e C
La expresión (3.97) aplicando propiedades del determinante se vuelve a escribir como
zI  A  BK zI  A  K eC  0 (3.98)
La expresión (3.98) significa que el diseño del controlador y el diseño del estimador u
observador son independientes uno del otro y se pueden aplicar métodos de diseño por
separado y combinarse en forma independiente para formar el sistema de control con
realimentación de estado observado.
Este mismo principio de diseño se aplica a sistemas de control con entrada de referencia
distintas a cero, inclusive a sistemas de seguimiento que incluyen un integrador en lazo
cerrado, conduciéndolo a un sistema de regulación.
Por lo general el observador se diseña de tal modo que su velocidad de respuesta sea más
rápida que la respuesta del controlador. Los polos en lazo cerrado que se desea que se
genere mediante realimentación de estados se seleccionan para que el sistema satisfaga los
requisitos de desempeño. Los polos del observador se seleccionan para que el error de
estimación tienda asintóticamente a cero a una velocidad suficientemente alta. Como el
observador generalmente no es una estructura de hardware, sino un algoritmo, es posible
aumentar la velocidad para que el vector de estado estimado converja con rapidez al vector
de estado real.
Reemplazando la ecuación (3.93) en la ecuación (3.1) se obtiene la expresión
x (t )  Ax (t )  BK~x(t ) (3.99)
Reemplazando la ecuación (3.93) en la ecuación (3.72) se obtiene la expresión
x (t )  A~
~ x(t )  BK~ x(t )  K eC(x(t )  ~
x(t ))
x (t )  K Cx(t )  A  BK  K C ~
~
e e x(t ) (3.100)
Para efectos de simulación una vez diseñado el sistema de control con vector de estado
observado se puede obtener una nueva representación de estado para sistema de regulación
haciendo uso de las ecuaciones (3.99) y (3.100) como
 x (t )   A  BK   x(t ) 
~x (t )  K C A  BK  K C ~  (3.101)
   e e   x (t ) 
Reemplazando la ecuación (3.93) en la ecuación (3.2) se obtiene la expresión de la salida
como
y(t )  Cx(k )  DK~ x(t )
 x(t ) 
y (t )  C  DK ~  (3.102)
 x (t )
La ecuación (3.93) de la expresión de la ley de control se puede modificar como
 x(t ) 
u (t )  0 K  ~  (3.103)
 x (t )

Ing. José A. Machuca Mines 28