Lec4 Pag10

Captulo 4
El Modelo de Espacio-Estado
4.1. Introduccion
Tal y como hemos visto en la leccion anterior el punto de vista clasico en la
Teora de Control consiste en estudiar las propiedades de los sistemas a partir de
su comportamiento entrada salida. La teora moderna de control pone el enfasis en
el concepto de estado del sistema. En una primera aproximacion el estado de un
sistema en un instante dado es el valor de unas variables internas del sistema (en
ocasiones ficticias y no accesibles) que describen, a lo largo del tiempo, la evolucion
del mismo.
Antes de proceder a una definicion formal del concepto de estado, de un sistema
un ejemplo puede servir de ilustracion.
Ejemplo 4.1 Supongamos que la funcion de transferencia de un sistema es
ypsq 1`s
gpsq (4.1)
upsq 1 ` 2s ` 5s2
de modo que
p1 ` 2s ` 5s2 qypsq p1 ` squpsq.
57
58 El modelo de espacio-estado
Usando la transformada de Laplace inversa podemos escribir las ecuaciones del sis-
tema en el dominio del tiempo suponiendo el sistema en reposo en t 0:
9 ` yptq uptq
y ptq ` 2yptq
5: 9 ` uptq (4.2)
1
9 uptq, la ecuacion (4.2) es equivalente al
Definiendo: x1 ptq yptq, x2 ptq yptq
5
siguiente conjunto de sistemas; uno de ecuaciones diferenciales y otro de ecuaciones
algebraicas:
$
& x9 1 ptq x2 ptq ` 1 uptq

5 , (4.3)
1 2 3
% x9 2 ptq x1 ptq x2 ptq ` uptq
5 5 25
x1 ptq
yptq x1 ptq 1 0 . (4.4)
x2 ptq
En efecto,
1
x9 1 ptq yptq
9 x2 ptq ` uptq,
5
y
1 2 1 1
x9 2 ptq y:ptq uptq9 9 yptq ` uptq
yptq
5 5 5 5
1 2 2 1
x1 ptq x2 ptq uptq ` uptq
5 5 25 5
1 2 3
x1 ptq x2 ptq ` uptq
5 5 25
Este sistema algebraico-diferencial tiene una unica solucion una vez fijadas unas
condiciones iniciales para x1 ptq y x2 ptq. Al vector (funcion vectorial)

x1 ptq
xptq
x2 ptq
se le llama vector de estados del sistema, mientras que las funciones vectoriales
(en este caso escalares) yptq y uptq son, como siempre, las salidas y entradas del
sistema. Si tomamos transformadas de Laplace de los sistemas (4.3) y (4.4) con la
condicion inicial x1 p0q x2 p0q 0, la relacion entre las transformadas de Laplace
de yptq y uptq es la funcion de transferencia gpsq de (4.1). Por lo tanto, el sistema
formado por las ecuaciones (4.3) y (4.4) es un modelo cuyas soluciones tienen el
mismo comportamiento entrada salida que el sistema original. Este modelo es, en
general, no unico y se llama modelo de espacio-estado del sistema (4.1).
4.2 El modelo de Espacio-Estado. Formalismo 59
4.2. El modelo de Espacio-Estado. Formalismo

Segun Rosenbrock es mas facil distinguir un sistema dinamico que definirlo
([13]). Se han propuesto varias definiciones formales de sistema, todas ellas bus-
cando un modelo para el mismo concepto. Algunas referencias son: [4], [6], [10] or
[14]; sin olvidar, por supuesto que formalismos similares se han usado desde hace mu-
cho tiempo en la teora de sistemas dinamicos (sin controles ni salidas). Seguiremos
aqu algunas ideas de [9] y [15].
En vez de presentar una definicion formal vamos a introducir la terminologa y
las relaciones que se necesitan entre distintos elementos constitutivos de los sistemas
de control cuando se utiliza el modelo de espacio-estado. Algunas de ellas ya fueron
presentadas en el Captulo 1. Ahora las introducimos con mas detalle. En este tipo
de sistemas estan presentes los siguientes elementos:
Un conjunto tiempo. Un sistema dinamico evoluciona con el tiempo y, por lo

tanto, las variables que describen el comportamiento del sistema son funciones del
tiempo. Con cada sistema dinamico hay un conjunto tiempo asociado a el T R
que contiene todos los valores de t en los que pueden ser evaluadas las variables.
Este conjunto T puede ser continuo como en los ejemplos 2.4, 2.8 o el de la Seccion
2.5.3 en los que T r0, 8q, o discreto; i.e. T consiste de puntos aislados de R;
e.g. T Z o T N como en el ejemplo de la Seccion 2.5.2. Por conveniencia
notacional escribiremos rt0 , t1 q en vez de T X rt0 , t1 q para referirnos al intervalo (en
T ) tt P T |t0 t t1 u siempre que el conjunto tiempo T subyacente sea claro.
Unas variables externas. Son las que describen las interacciones del sistema
con el mundo exterior. Es el disenador del modelo quien debe determinar cuales son
las variables significativas que intervienen en el problema. Es habitual (aunque no
siempre evidente) dividir las variables en una familia u pui q de entradas y otra
de salidas y pyi q. Las entradas son las variables que representan la influencia del
mundo exterior en el sistema fsico. Pueden ser de diferentes tipos; por ejemplo,
entradas que se pueden utilizar para tener algun control sobre el sistema (controles)
o sobre las que no se puede influir como perturbaciones. En el Ejemplo 2.8 carro-
pendulo la entrada con la que se pretende controlar el pendulo invertido es la fuerza
horizontal ejercida sobre el carro (uptq en la notacion usada all).
Las salidas son las variables con las que el sistema actua sobre el mundo exterior.
Tambien las hay de distintos tipos; algunas de ellas sirven para medir lo que sucede en
el sistema, sobre otras se quiere tener control. As las salidas medibles en el Ejemplo
2.4 de la suspension del coche son el desplazamiento del chasis y sus velocidad, y
las salidas en el Ejemplo 2.8 del carro-pendulo son el desplazamiento del carro rptq
desde una posicion de referencia dada y el angulo del pendulo ptq teniendo como
objetivo que este angulo sea 0. Para el sistema en tiempo discreto del Ejemplo 2.5.2
esta claro que la entrada es la desviacion del gasto publico Gptq mientras que hay dos
tipos de salidas: unas que se pueden medir (el consumo C ptq, las inversiones I ptq
y el PIB P ptq) cuya desviaciaciones de unos valores objetivo se quieren controlar.
En un sistema dinamico debe estar claro el conjunto U donde las entradas to-
man sus valores y el conjunto Y donde lo hacen las salidas. As en el Ejemplo 2.8
podramos tomar U R, Y R2 pero tambien, quiza, ciertos subconjuntos de R y
R2 , respectivamente. Supondremos que los valores admisibles de las entradas estan
en un conjunto determinado de una vez por todas y que, por consiguiente, no cambia
con el tiempo.
El smbolo U lo usaremos para el conjunto de las funciones de entrada o de
control: upq : T U . Por lo general seran funciones continuas, o continuas a
trozos; suficentemente generales como para que podamos usar la teora matematica
basica de existencia de soluciones sin tener que prestar demasiada atencion a los
detalles.
De forma similar Y se usara para denotar el conjunto de las funciones de salida
admisibles: ypq : T Y .
El estado interno. Las variables de estado describen los procesos que tienen
lugar en el interior del sistema y sirven para modelizarlos. Al igual que las entradas
y salidas, evolucionan con el tiempo y para cada valor de t P T , xptq representara
el valor de la variable de estado en el instante t. Sencillamente diremos que xptq es
el estado del sistema en el instante t. El conjunto de estados; es decir, el conjunto
donde toman valores los estados, lo denotamos con X de modo que la variable de
estados es una funcion xpq : T X. Requeriremos que xpq cumpla las siguientes
propiedades basicas:
(I) El estado actual del sistema y la funcion de control elegida determinan los
futuros estados del sistema. Con mas precision: dado el estado xpt0 q x0 del
sistema en el instante t0 P T y una funcion de control upq P U, la evolucion
del estado del sistema xptq P X queda completamente determinada para todo
t en algun intervalo de tiempo de T que comienza en t0 . Este intervalo de
tiempo puede verse como el intervalo de existencia de la funcion (tambien
llamada trayectoria) xpq que comienza en x0 en el instante t0 bajo la accion
de la funcion de control upq. Lo representaremos como Tt0 ,x0 ,upq .
(II) Dado xpt0 q x0 en el instante t0 P T , el estado xptq en cualquier instante

posterior t P T (t t0 ) solo depende de los valores upsq para s P rt0 , tq. As,
en el instante t, el estado xptq no esta influenciado por los valores presente
y futuros de la funcion de control upsq, s t, ni por los controles pasados
anteriores a t0 ; es decir, por upsq para s t0 . .
(III) Los valores de las salidas en el instante t estan determinados completamente

por los valores de las entradas, uptq, y estados, xptq, en t. En otras palabras,
las entradas antiguas solo actuan sobre las salidas presentes a traves de los
efectos acumulados en el estado presente.
Estos requerimientos aseguran el principio de causalidad de los sistemas de con-

trol. Si miramos las salidas yptq como el efecto de las causas (=entradas) pasa-
das, entonces uptq representa la causa en el instante t y el estado xptq acumula la
totalidad de las causas pasadas.
Las condiciones (I), (II) y (III) permiten introducir dos funciones fundamentales:
La funcion de transicion de estados. De acuerdo con (I) y (II) el estado del

sistema a lo largo del tiempo (tambien llamado trayectoria) puede describirse por
una aplicacion llamada funcion de transicion de estados definida como sigue:
xptq pt; t0 , x0 , upqq, t P Tt0 ,x0 ,upq .
Realmente, por (II), pt; t0 , x0 , upqq solo depende de la restriccion de upq a rt0 , tq. En
la mayora de los casos, esta aplicacion viene definida implcitamente por las ecua-
ciones que definen el sistema. Si estas son ecuaciones diferenciales o en diferencias
como en todos los ejemplos del Captulo 2, entonces se debe resolver un problema de
condiciones iniciales con xpt0 q x0 y un control upq dado para conseguir la funcion
pt; t0 , x0 , upqq, t P Tt0 ,x0 ,upq , que es la solucion del sistema xptq.
La funcion de salida. Debido a (III) la salida del sistema esta determinada en
cada instante de tiempo t por el control y el estado en este instante:
yptq pt, xptq, uptqq.
Esta funcion recibe el nombre de funcion de salida.

En el Ejemplo 4.1, la funcion de transicion de estados es la unica solucion del
sistema (4.2) que cumple la condicion inicial que se establezca. En concreto, si
xpt0 q x0 , upq es una funcion continua en el intervalo rt0 , t1 s,

0 1 1{5
A y b
1{5 2{5 3{25
entonces la funcion de transicion de estados sera

t
0 Aptt0 q 0
pt; t0 , x , upqq e x ` eAptsq bupsqds, t P rt0 , t1 s.
t0
Y la de salidas:
yptq ppt, xptq, uptqq 1 0 xptq,
que, en este caso, no tiene una depencia explcita de t y de u.

En este ejemplo, Tt0 ,x0 ,upq rt0 , t1 s, y no se ve la dependencia del periodo de
existencia de la trayectoria respecto de las condiciones iniciales y la funcion de
control. Este otro ejemplo lo ilustra mejor.
Ejemplo 4.2 Consideremos el problema de condiciones iniciales
9
xptq xptq2 ` uptq, xpt0 q x0 (4.5)
donde T R y x0 P X R. Supongamos que el control es constante pero arbitrario

uptq a para todo t P R. Separando las variables e integrando obtenemos:
0
x x ?
arctan ? arctan ? apt t0 q.
a a

x0
0
Poniendo cpx , aq arctan ? tenemos que la solucion de (4.5) es
a
? ?
xptq a tanp apt t0 q ` cpx0 , aqq, t 0.
1
Ahora bien, como tanp{2q 8, resulta que x explotapara tt0 ? cpx , aq .0
a 2
En consecuencia

{2 ` cpx0 , aq {2 cpx0 , aq
Tt0 ,x0 ,upq t0 ? , t0 ` ? ,
a a
en el que se ve la dependencia del periodo de existencia de la solucion respecto de

las condiciones iniciales y los controles.
Hay sistemas de control de lo mas variados, presentamos algunos de ellos:
1. Sistemas diferenciales: Son los sistemas en los que la funcion de transicion

de estados es la solucion de un Problema de Condiciones Iniciales (P.C.I.). Los
elementos definitorios son:
(i) T R es un intervalo abierto.

(ii) U Rm , Y Rp y X Rn abiertos.
(iii) Supondremos en todo lo que sigue que U es el conjunto de las funciones
continuas o continuas a trozos.
(iv) xptq pt; t0 , x0 , upqq es la unica solucion del P.C.I.1

"
9
xptq f pt, xptq, uptqq, t t0 , t P T
(4.6)
xpt0 q x0
(v) : T X U Y es continua.
2. Sistemas recursivos o en diferencias finitas: En estos sistemas la funcion
de transicion de estados tambien es la solucion de un Problema de Condicio-
nes Iniciales pero de sistemas dados por ecuaciones en recurrencias (tambien
llamados en diferencias finitas):
(i) T N o Z.
(ii) U, X, Y conjuntos no vacos
(iii) xptq pt; t0 , x0 , upqq es la unica solucion del sistema en diferencias
finitas
xpt ` 1q f pt, xptq, uptqq
con la condicion inicial xpt0 q x0 con t0 P T , x0 P X y t t0 .
(iv) La funcion de salidas es cualquier tipo de aplicacion : T X U Y .
3. Sistemas Lineales: Un sistema es lineal si:
(i) U , U, X, Y son espacios vectoriales sobre K (un cuerpo).
(ii) Las aplicaciones
pt; t0 , , q :X U X
px0 , upqq pt; t0 , x0 , upqq
(4.7)
pt, , q : X U Y
pxptq, uptqq pt, xptq, uptqq
son lineales para todo t, t0 P T , t t0 .
En particular, dado que pt; t0 , , q es lineal,
pt; t0 , 0X , 0U q 0X , t, t0 P T , t t0 (4.8)
Tambien, por ser y lineales:

k
k
k
0
t; t0 , i xi , i ui pq i pt; t0 , x0i , ui pqq, (4.9)
i1 i1 i1
1
Existen varios teorema de existencia y unicidad de soluciones para sistemas diferenciales con
una condicion inicial en los que gpt, xq f pt, x, uptqq no es continua respecto de t. El Teorema de
Caratheodory ([9, Sec. 2.1.2]) es nuestra referencia principal en este curso.
y

k
k
k
t, i xi ptq, i ui ptq i pt, xi ptq, ui ptqq. (4.10)
i1 i1 i1
Estas ecuaciones expresan el principio de superposicion para los estados y las salidas:
la salida de una suma de estados y entradas es la suma de las salidas de cada uno de
los estados y entradas. Como caso especial obtenemos el principio de descomposicion:
pt; t0 , x0 , upqq pt; t0 , x0 , 0U q ` pt; t0 , 0X , upqq,
que muestra que las trayectorias de los sistemas lineales se descomponen en una suma
de dos terminos: un movimiento libre: t pt; t0 , x0 , 0U q que depende exclusivamen-
te del estado inicial del sistema x0 ; y un movimiento forzado: t pt; t0 , 0X , upqq
que depende solo de la entrada o control upq. Y en relacion con estos dos tipos de
movimientos tenemos los siguientes casos especiales de (4.9): si ponemos ui pq 0U
entonces obtenemos la ley de superposicion para el movimiento libre

k k k
t; t0 , i x0i , i 0U i pt; t0 , x0i , 0U q; (4.11)
i1 i1 i1
y si ponemos x0i 0X obtenemos la ley de superposicion del movimiento forzado

k
k
t; t0 , 0x , i ui pq i pt; t0 , 0X , ui pqq. (4.12)
i1 i1
Los mismos conceptos pueden aplicarse a las salidas del sistema y en tal caso ha-
blaramos de los principios de descomposicion y superposicion para los movimientos
libre y forzado respecto a las salidas. O, mejor, de la respuesta del sistema al movi-
miento libre (o control cero) y de la respuesta del sistema al movimiento forzado (o
al estado inicial cero), respectivamente.
En dimension finita, los sistemas diferenciales y en diferencias finitas estan de-
finidos a partir de sistemas de ecuaciones lineales:
" Sistemas Diferenciales " Sistemas en Diferencias

9
xptq Aptqxptq ` Bptquptq xpt ` 1q Aptqxptq ` Bptquptq (4.13)
yptq Cptqxptq ` Dptquptq yptq Cptqxptq ` Dptquptq
Es decir, los estados son soluciones de problemas de condiciones iniciales de sistemas

de ecuaciones diferenciales (o en diferencias finitas) lineales y las salidas en cada
instante t son combinaciones lineales de los estados del sistema y de los controles en
dicho instante. El sistema del Ejemplo 4.1 es un sistema diferencial lineal.
Las matrices (de funciones) Aptq, Bptq, Cptq y Dptq en (4.13) reciben nombres
especiales: a Aptq se le llama matriz de estados, a Bptq matriz de entradas
o controles, a Cptq matriz de salidas desde los estados y a Dptq matriz de
salidas desde las entradas o controles. Con frecuencia Dptq es la matriz cero y
en tales casos se dice que Cptq es la matriz de salidas.
En el caso de sistemas diferenciales supondremos que las funciones matriciales
Apq P P CpT , Rnn , Bpq P P CpT , Rnm , Cpq P P CpT , Rpn y Dpq P P CpT , Rpm
donde T R es un intervalo y P CpT , Rq es el espacio vectorial (respecto a R)
de las funciones continuas a trozos definidas en el interval T y con valores reales.
Supondremos tambien, como ya se ha dicho, que U P CpT , Rm q. Se cumplen
entonces las condiciones de Caratheodory de existencia y unicidad de soluciones en
todo T del P.C.I. "
9
xptq Aptqxptq ` Bptquptq, t P T
xpt0 q x0
para todo upq P U, t0 P T y x0 P X Rn . La solucion de estos sistemas xptq

pt; t0 , x0 , upqq son funciones continuas en T y diferenciables en todo T excepto
en los puntos de discontinuidad de Apq, Bpq y upq. Mucha de la teora se puede
desarrollar tambien para sistemas en C pero nos restringiremos a sistemas reales (es
decir, sobre R).
En este curso solo trabajaremos los sistemas diferenciales con especial atencion
a los lineales. En particular, en esta leccion nos centraremos en el estudio de las
soluciones de los sistemas lineales mientras que las propiedades de controlabilidad,
observabilidad y estabilidad de los mismos seran estudiadas en lecciones posteriores.
Tambien se hara una breve incursion en estas mismas propiedades para sistemas no
lineales.
4.2.1. Estados de Equilibrio o Estacionarios

Hay estados para ciertos sistemas que adquieren importancia especial: son los
estados estacionarios o de equilibrio. Supongamos que tenemos un sistema sobre el
que actua una funcion de control upq y cuya funcion de transicion de estados es
pt; t0 , x0 , upqq; es decir, el estado en el instante t es
xptq pt; t0 , x0 , upqq P X, t t0 , t0 , t P T .,
donde X es el espacio de estados para el sistema. Un estado x P X es un estado de

equilibrio o estacionario de un sistema bajo el control upq si
pt; t0 , x, upqq x
parar todo t P T con t t0 . En otras palabras, los estados estacionarios son los
estados xptq tales que si xpt0 q x entonces xptq x para todo t P T con t t0 . Se
trata pues de estados que se mantienen constantes durante su periodo de existencia.
Tal y como hemos visto en (4.8) para los sistemas lineales:
pt; t0 , 0X , 0U q 0X , t, t0 P T , t t0 ,
lo que indica que el estado cero, 0X , es siempre un estado estacionario de los sistemas
lineales cuando el control es la funcion nula: uptq 0 para todo t P T , t t0 . Esto
es facil de comprobar en los sistemas finito-dimensionales. En efecto, en tal caso las
ecuaciones de estados con control cero son:
9
xptq Aptqxptq,
de modo que xptq 0 es una solucion del sistema cuando el sistema esta en reposo en
el instante inicial; es decir, xpt0 q 0. Lo mismo sucede en los sistemas en diferencias
finitas.
Para los sistemas diferenciales generales
"
9
xptq f pt, xptq, uptqq, t t0 , t P T
pq
xpt0 q x0
los estados estacionarios son las soluciones de equilibrio; es decir, las soluciones xe
que cumplen lo siguiente: si en un instante inicial t0 P T el estado es xpt0 q xe y el
sistema esta bajo el control de upq entonces el estado de es xptq xe para todo
t t0 , t P T . En otras palabras, los estados estacionarios bajo el control upq son
9
las soluciones constantes de xptq f pt, x, uptqq. Es decir, las que cumplen:
f pt, xe , uptqq 0, para todo t t0 , t P T .
Veremos a continuacion un par de ejemplos.
Ejemplo 4.3 Consideremos el pendulo invertido de la
Figura 4.1. Se quiere aplicar una fuerza en la base del
pendulo amortiguado para devolverlo a la posicion ver-
tical. Recordando la expresion para el par de fuerzas:
xptqF2 ptq yptqF1 ptq N ptq mr2 ptq:
9
: cptq
m`2 ptq 9 ` mg` sen ptq ` uptq` cos ptq,
donde c es la constante de amortiguamiento produci-

do, por ejemplo, por el rozamiento sobre el brazo del
1
pendulo. Suponiendo, por sencillez que ` g c
m
y suprimiendo el argumento t:
Figura 4.1: Control
del pendulo invertido : 9 ` sen ` u cos .
Para obtener las ecuaciones del espacio-estado realizamos el cambio de variables

9 De esta manera el sistema de primer orden equivalente es:
habitual: x1 , x2 .
"
x9 1 x2
x9 2 x2 ` sen x1 ` u cos x1

x
As pues, si x 1
x2

x2
f pt, x, uq .
x2 ` sen x1 ` u cos x1
Los estados estacionarios bajo el control upq son las soluciones constantes de f pt, x, uq
0. Si consideramos el control cero (uptq 0) entonces

x2
f pt, x, 0q ,
x2 ` sen x1
de modo que f pt, x, 0q 0 si y solo si x2 0 y x1 k, k 0, 1, 2, . . . En

efecto, los estados estacionarios corresponden a la posicion vertical (arriba o abajo)
del pendulo porque en ausencia de una accion externa, el pendulo permanecera en
dicha posicion indefinidamente.
Ejemplo 4.4 Se trata de modelizar el movimiento de un satelite de comunicaciones.

Estos reciben y emiten ondas electromagneticas desde y hacia radares situados en la
superficie terrestre. A fin de no tener que estar moviendo estos radares para apuntar
continuamente al satelite, se intenta que este ocupe una posicion fija relativamente
a ellos. Las orbitas que deben describir dichos satelites se llaman geosncronas.
Figura 4.2: Satelite en orbita estacionaria.
Para simplificar el modelo supondremos que el movimiento del satelite se hace

en el plano del Ecuador. Tomaremos el centro de la Tierra como origen de coordena-
das, usaremos coordenadas polares pr, q. Denotamos la masa de la Tierra por MT
(5,973 1019 Kgr., aproximadamente), por MS la del satelite, por G la constante
de gravitacion universal (6,67428 1011 Nm2 /kgr2 ) y por la velocidad angular

de la Tierra (7,27 105 rad/seg). Supondremos que el satelite esta dotado de dos
propulsores que pueden impulsarlo en la direccion radial y tangencial con fuerzas
Fr y F . Aplicando las leyes de Newton, las siguientes ecuaciones proporcionan las
posibles trayectorias que describe el satelite:
$
S S
9 2 GMT MS ` Gr ptq ` Fr ptq
& M r:ptq M rptqptq
rptq2 (4.14)
% : 9
9 ptq ` G ptq ` F ptq
MS rptqptq 2MS rptq
Estas ecuaciones son el resultado de tener en cuenta las diversas fuerzas a las
que esta sometido el satelite: La fuerza debida al movimiento del satelite alrededor
de la Tierra (F~ m ~a), la fuerza de atraccion de masas, la fuerza debida a los
motores y la fuerza perturbadora y, posiblemente mucho mas debil que las demas,
ejercida por la Luna, el Sol, otros planetas, viento solar, etc. y que las hemos reunido
en Gr y G
Para calcular la fuerza debida al movimiento, se toman vectores unitarios ~er y
~e en las direcciones radial y tangencial de la trayectoria del satelite. As ~er ~er ptq
y ~e ~e ptq son vectores que cambian en cada instante de tiempo y si ~rptq es el
vector de posicion del satelite; es decir, el que une el centro de masa de la Tierra
con el del satelite, la trayectoria de este esta determinada por la funcion vectorial
~rptq rptq~er ptq, siendo rptq el modulo del vector (de forma general consideramos una
partcula que se mueve alrededor de la Tierra pero a una distancia no constante).
Un calculo simple muestra que para cada instante fijo t,
~er pt ` hq ~er ptq p1 cosppt ` hq ptqqq~er ptq ` senppt ` hq ptqq~e ptq

~e pt ` hq ~e ptq senppt ` hq ptqq~er ptq ` p1 cosppt ` hq ptqqq~e ptq.
Ahora bien, para h proximo a 0, y suponiendo infinitamente diferenciable, podemos

desarrollar esta funcion en serie de Taylor cerca de t:
9 ` gphq ptq ` hptq ` gphq

pt ` hq ptq ` hptq
gphq
donde lm 0. Hacemos lo mismo con las funciones seno y coseno cerca de 0
h0 h
(recordemos que t esta fijo):
cosppt ` hq ptqq cospptqh ` gphqq 1 ` f phq,

senpppt ` hq ptqq senpptqh ` gphqq ptqh ` gphq ` mphq
f phq mphq
con lm 0 y lm 2 0 y donde ptq es la velocidad angular del satelite
h0 h h0 h
en el instante fijo t. Por lo tanto,
d~er ~er pt ` hq ~er ptq d

ptq lm ptq~e ptq ptq~e ptq
dt h0 h dt
d~e ~e pt ` hq ~e ptq d
ptq lm ptq~er ptq ptq~er ptq.
dt h0 h dt
Se sigue entonces que
d~r dr d
~er ` r ~e ,
dt dt dt
y 2
d2~r d2 r d d2 dr d
r ~er ` r 2 ` 2 ~e .
dt2 dt2 dt dt dt dt
Usando la terminologa de la Fsica:
d2 r
= aceleracion debida al cambio de posicion del satelite en la direccion
dt2
radial,
2
d
r = aceleracion centrpeta,
dt
d2
r 2 = aceleracion debida al cambio de posicion del satelite en la direccion
dt
tangencial,
dr d
2 = aceleracion de Coriolis.
dt dt
Aplicando las leyes de Newton:

2 2
d2~r d2 r d d dr d
MS 2 MS r ~er ` Ms r 2 ` 2 ~e .
dt dt2 dt dt dt dt
Por otra parte, la fuerza de atraccion de masas es
GMT MS
F~g ~er
rptq2
Y las fuerzas de los motores del satelite y de la perturbacion son:
F~m Fr~er ` F~e , F~p Gr~er ` G~e

En el sistema de referencia no inercial correspondiente al satelite la fuerza total

que actua sobre el mismo es nula (en otras palabras, en el satelite no se nota que
haya ninguna fuerza cuyo origen este en el mismo satelite). Por consiguiente:
2
d2 r d d2 dr d
MS r ~er ` MS r 2 `2 ~e F~g F~m ` F~p .
dt2 dt dt dt dt
Igualando las componentes radial y tangencial obtenemos (4.14).

En una primera aproximacion vamos a suponer que las fuerzas Gr y G son des-
preciables respecto a las demas. A fin de simplificar la expresion (4.14) renombramos
Fr Fr {MS , y F F {MS , obteniendo as:
$
& GMT
9 2
r:ptq rptqptq ` Fr ptq
rptq2 (4.15)
% : 9 ` F ptq
rptqptq 9 ptq
2rptq
Para obtener las ecuaciones de espacio-estados podramos hacer el cambio de varia-

9
bles habitual: x1 ptq rptq, x2 ptq rptq, 9
x3 ptq ptq y x4 ptq ptq. Sin embargo,
este cambio de variables no tendra en cuenta que se quiere que el satelite mantenga
una posicion constante respecto de la Tierra. Es decir, que gire a la misma velocidad
angular que la Tierra (recordemos que la hemos denotado con y que su valor es
7,27 105 rad/seg). El cambio de variables apropiado entonces es:
9
x1 ptq rptq, x2 ptq rptq, 9 ,
x3 ptq ptq p0 ` tq y x4 ptq ptq
donde 0 es el angulo inicial de la posicion del satelite respecto de un punto de

referencia prefijado (por ejemplo, el meridiano cero). Por lo tanto, x3 p0q 0. El
sistema que se obtiene es:
fi
fi x2 ptq
x9 1 ptq GMT ffi
2 ffi
x9 2 ptqffi x1 ptqpx4 ptq ` q x1 ptq2 ` Fr ptqffi
ffi ffi
x9 3 ptqfl x ptq ffi
4 ffi
x9 4 ptq 2x2 ptqpx4 ptq ` q F ptq fl
`
x1 ptq x1 ptq
Vamos a estudiar los estados estacionarios de este sistema con control nulo Fr ptq
F ptq 0. Estamos presuponiendo que x1 ptq rptq 0 (lo contrario significara
que el satelite esta en el centro de masa de la Tierra). En particular, los estados
estacionarios deben cumplir este requerimiento. Como para los estados estacionarios
x1 ptq debe ser constante (digamos R0 ), tendremos x1 ptq R0 . Como x1 ptq y x3 ptq
4.3 Sistemas Lineales 71
son constantes, x2 ptq x4 ptq 0. Ahora bien, esto implica (sustituyendo en la

ecuacion de x9 2 ) que
GMT GMT
0 x1 ptq2 R0 2 .
x1 ptq2 R02
Por lo cual 31
GMT
R0 (4.16)
2
es el valor de x1 ptq para el estado estacionario. Finalmente, x3 ptq es constante y
x3 p0q 0. Esto implica que x3 ptq 0 para todo t 0. En definitiva, el estado de
equilibrio a control constante es pR0 , 0, 0, 0q. En terminos de rptq y ptq, esto significa
que el estado estacionario corresponde a
rptq R0 , ptq 0 ` t, t 0.
Es decir, el estado estacionario a control constante determina una trayectoria del

1
GMT 3
satelite a distancia fija de la Tierra (R0 ) y con la misma velocidad an-
2
gular que la Tierra. Esto es lo que se llama una orbita geoestacionaria y geosncrona.
4.3. Sistemas Lineales

Consideremos el siguiente sistema lineal con una condicion inicial para el estado:
$
9
& xptq Aptqxptq ` Bptquptq
yptq Cptqxptq ` Dptquptq tPT (4.17)
% 0
xpt0 q x ,
donde Aptq P Rnn , Bptq P Rnm , Cptq P Rpn y Dptq P Rpm para todo t P T .
Tal y como hemos comentado mas arriba, bajo la hipotesis de continuidad a
trozos de Apq, Bpq y upq en un intervalo de tiempo T , el Problema de Condicion
Inicial (P.C.I.) "
9
xptq Aptqxptq ` Bptquptq
tPT (4.18)
xpt0 q x0 ,
tiene solucion unica. Esta se puede obtener por el metodo de variacion de las cons-
tantes:
t
0 0
xptq pt; t0 , x , upqq pt, t0 qx ` pt, sqBpsqupsqds, t P T (4.19)
t0
donde pt, t0 q es una matriz fundamental de soluciones del sistema

9
xptq Aptqxptq; (4.20)
es decir, cada columna de pt, t0 q es solucion de este sistema. En algunos tratados
(ver por ejemplo [9]) se diferencia el operador evolucion: pt, t0 q : Rn Rn definido
por pt, t0 qx pt; t0 , x0 , 0U q de la matriz de este operador en las bases canonicas.
Nosotros no haremos distincion entre el operador y la matriz que lo representa.
Y dada la estrecha relacion, (4.19), entre la funcion de transicion de estados y
pt, t0 q, a esta matriz se le suele llamar Matriz de Transicion de Estados y es
esta la denominacion que usaremos de ahora en adelante.
Dado que cada una de las columnas de pt, t0 q es solucion del sistema (4.20) y
cumple la condicion inicial xpt0 q x0 , conclumos que pt, t0 q es la unica solucion
del P.C.I. matricial: "
9
Xptq AptqXptq, t P T
Xpt0 q In
9 t0 q Aptqpt, t0 q columna
donde In es la matriz identidad de orden n. En efecto, pt,
a columna y, sustituyendo en (4.19), para cada x P Rn , x0 xpt0 q pt0 , t0 qx0 .
0
Esto significa que pt0 , t0 q In necesariamente. Esta caracterizacion de pt, t0 q

permite demostrar propiedades importantes de esta matriz que se proponen como
ejercicios.
Por otra parte la funcion de salida para el sistema (4.17) sera:
yptq pt; t0 , x0 , upqq Cptqxptq ` Dptquptq
t
0 (4.21)
Cptqpt, t0 qx ` Cptqpt, sqBpsqupsqds ` Duptq, tPT.
t0
No hay formulas explcitas para calcular las matrices de transicion de estados

para sistemas lineales generales, pero s para el caso en que la matriz Aptq no depende
del tiempo (es constante); es decir, sistemas de la forma:
"
9
xptq Axptq ` Bptquptq
. (4.22)
xpt0 q x0
En este caso, la matriz de transicion de estados es la matriz exponencial:
pt, t0 q eAptt0 q .
La matriz exponencial eAt se puede definir de varias formas equivalentes. La mas
rapida y conveniente para este curso es la que se obtiene a partir de una serie de
potencias matriciales:
8 k
t k
eAt A , t P R. (4.23)
k0
k!
8
1 k
Se puede demostrar que la serie de potencias A converge para toda matriz
k0
k!
A siempre que en Rnn ( conjunto de matrices de numeros reales de n filas y n
columnas) consideremos las normas de matriz habituales. Por ello es perfectamente
razonable definir eA como el lmite de esta serie.
De la definicion se desprende que
d At
e AeAt ,
dt
de modo que pt, t0 q eAptt0 q es la unica solucion del P.C.I.

"
9
Xptq AXptq, t P T
Xpt0 q In .
Por lo tanto, tal y como se ha mencionado mas arriba, pt, t0 q eAptt0 q es la matriz
de transicion de estados del sistema (4.22).
4.3.1. Sistemas lineales invariantes en el tiempo

Los sistemas lineales invariantes en el tiempo son aquellos en los que todas las
matrices (de estados, controles y salidas) son independientes del tiempo; es decir,
son constantes:
"
9
xptq Axptq ` Buptq, t P R A P Rnn , B P Rnm
(4.24)
yptq Cxptq ` Duptq C P Rpn , D P Rpm
Estos sistemas son los mas sencillos y mas estudiados. En realidad son los modelos de
espacio-estado de los sistemas estudiados en el Captulo 3 en terminos de la funcion
de transferencia.
Dado que la matriz de transicion de estados para los sistemas lineales con A
constante es pt, t0 q eAptt0 q , la funcion de transicion de estados (solucion) para
estos sistemas se puede dar explcitamente (ver (4.19)):
t
Aptt0 q 0
xptq e x ` eAptsq Bupsqds, tPT. (4.25)
t0
En consecuencia, la respuesta del sistema sera:

t
Aptt0 q 0
yptq Cxptq ` Duptq Ce x ` CeAptsq Bupsqds ` Duptq. (4.26)
t0
En la practica, el calculo de la matriz eAptt0 q no es una tarea sencilla y se basa,

por lo general, en el calculo de los valores y vectores propios (generalizados) de la
matriz de estados A. Es conocido que dada una matriz A P Rnn , existe una matriz
no singular (determinante distinto de cero) T P Cnn , de numeros complejos, tal
que
T 1 AT J,
donde
fi
fi k 1 0 0
J1 0 k 1 0 ffi
ffi
.. ffi .. .. . . . . . ffi
J . fl y Jk . . . . .. ffi P Cnk nk . (4.27)
ffi
Jr 0 0 k 1 fl
0 0 0 k
La matriz J, diagonal por bloques, recibe el nombre de Forma Normal de Jordan

de A. Los numeros, k , que aparecen en la diagonal de cada uno de los bloques Jk , son
los valores propios (quiza repetidos) de A. En general son numeros complejos porque
son las races del polinomio caracterstico de A; es decir, las races del polinomio que
se obtiene al calcular detpIn Aq.
Para muchas matrices (casi todas en un cierto sentido) sus valores propios son
todos distintos. En tal caso, nk 1 y
fi
1 0 0
0 2 0 ffi
ffi
J Diagp1 , 2 , . . . , n q .. .. . . .. ffi
. . . . fl
0 0 n
En este caso, las columnas de las matrices T para las que T 1 AT J son vectores
propios de A (la i-esima columna de T es vector propio de A asociado al valor propio
i ). Cuando J no es diagonal, a las columnas de T se les llama vectores propios
generalizados para los correspondientes valores propios que forman los bloques de
Jordan Jk .
Es facil ver, utilizando la definicion de eA como serie de potencias, que si
T 1 AT J entonces
eAt T eJt T 1 . (4.28)
Ademas, de la propia definicion se tiene tambien que
Jt fi
e1
.. ffi
eJt . fl . (4.29)
Jr t
e
Ahora bien cada bloque en la diagonal de la forma de Jordan se puede escribir como
fi
0 1 0 0
0 0 1 0ffi
ffi
.. .. . . . . .. ffi
Jk k Ink ` Nk , con Nk . . . . . ffi
ffi
0 0 0 1fl
0 0 0 0
y donde Ink es la matriz identidad de orden (o tamano) nk . Se comprueba sin difi-

cultad que Nknk 0 y, en consecuencia, en el desarrollo de la serie de potencias
8 i
8 i

t t
eJk t Jki ek Nki , t P R.
i0
i! i0
i!
solo hay un numero finito de sumandos no nulos. En definitiva, sumando los terminos
no nulos se obtiene
fi
t2 tnk 2 tnk 1
1 t 2! pnk 2q! pnk 1q! ffi
ffi
tnk 3 tnk 2 ffi
0 1 t ffi
pn 3q! pn 2q! ffi
k k ffi
e e .. ... . . . . . .
Jk t k t . ..
.
..
.
ffi .
ffi (4.30)
2 ffi
.. t ffi
0 0 0 . t ffi
2! ffi
0 0 0 1 t fl
0 0 0 0 1
Finalmente, si k ak ` ibk entonces
ek t eak t eibk t eak t pcospbk tq ` i senpbk tqq.
El siguiente ejemplo, en el que se estudian las soluciones del oscilador armonico

amortiguado, es ilustrativo de este proceso.
Ejemplo 4.5 (Oscilador Armonico Amortiguado Lineal) Vimos en el Captu-

lo 2 que las ecuaciones que rigen el comportamiento dinamico de los sistemas en las
Figuras 4.3, 4.4, 4.5 son las mismas:
m: 9 ` kxptq uptq
xptq ` cxptq
(4.31)
9
xp0q x0 , xp0q v0 .
En cada caso, por supuesto, el significado de m, c, k y u es diferente, pero estos tres

sistemas tienen un comportamiento dinamico que puede modelizarse con la misma
Figura 4.3: Sistema masa-

Figura 4.4: Cuerpo rgidos Figura 4.5: Circuito electri-
muelle con amortiguamien-
en rotacion co simple
to
ecuacion. Diremos que (4.31) es la ecuacion del oscilador armonico amortiguado (si
c 0) lineal. Por consiguiente, los tres sistemas son modelos fsicos diferentes de
dicho oscilador.
La forma en la que se suele presentar la ecuacion de los osciladores lineales no
es (4.31) sino una equivalente que se obtiene al hacer las sustituciones
c
k c
0 , ? .
m 2 km
A 0 se le conoce con el nombre de frecuencia natural del sistema y a como la
razon de amortiguamiento. Con esta sustitucion el sistema de (4.31) se convierte
en
: ` 20 x9 ` 02 x k02 uptq,
x (4.32)
1
donde hemos sustitudo k por para simplificar la notacion.
k
Las ecuaciones del modelo espacio-estado correspondiente a esta ecuacion se ob-
tienen mediante el cambio de variables: x1 ptq xptq y x2 ptq xptq.9 As el problema
de condiciones iniciales (4.31) es equivalente a:

x9 1 0 1 x1 0 x1 p0q x
2 ` 2 uptq, 0 (4.33)
x9 2 0 20 x2 k0 x2 p0q v0
Como una aplicacion simple de la forma de Jordan, vamos a analizar la dinamica de
los osciladores lineales en movimiento libre; es decir, cuando no hay fuerzas externas
actuando sobre el (uptq 0). En este caso la ecuacion diferencial (4.32) queda:
: ` 20 x9 ` 02 x 0.
x (4.34)
Y las ecuaciones en espacio-estado:

x9 1 0 1 x1 x1 p0q x
2 , 0 (4.35)
x9 2 0 20 x2 x2 p0q v0
Calculamos los valores propios de la matriz de estados:

1
det 2 2 ` 20 ` 02
0 ` 20
a a
` 0 ` 0 2 1 ` 0 0 2 1 .
As pues, la matriz de estados puede tener valores propios reales y distintos (si 1),
complejos no reales conjugados (si 0 1) o un valor propio real doble (si 1).
Analizaremos el comportamiento de las soluciones del sistema (trayectorias) en cada
caso. Recordemos que la solucion de (4.35) es

x1 ptq At Jt 1 x0
e Te T
x2 ptq v0

0 1
donde A 2 es la matriz de estados, T es una matriz de vectores
0 20
propios (o vectores propios generalizados) de A y J es su forma de Jordan.
1. 1. En este caso 2 1 0, y la matriz de estados A tiene dos valores

a a
propios reales distintos 1 0 0 2 1 y 2 0 ` 0 2 1.
Su forma de Jordan es J Diagp1 , 2 q y
? fi
0 ` 2 1 t
e 0
?
eJt fl .
0 2 1 t
0 e

Ahora, si T t1 t2 y T 1 p t1 pt2 son las matrices T y T 1 escritas en
funcion de sus columnas, entonces
? ?
1 x0
x0 p
t1 ` v0p
Jt 2 1 t 2 1 t
Te e 0 `
t1 e 0

t2 , T t2 .
0 v
Observemos
que x0p
t1 ` v0p
t2 es un vector columna y escrbamoslo x0p t1 ` v0p
t2
a
. Se tiene entonces
b
? ?
x1 ptq At x0 Jt 1 x0 0 ` 2 1 t 0 2 1 t
e Te T ae t1 ` be t2 .
x2 ptq v0 v0
En palabras, tanto el desplazamiento x1 ptq como la velocidad x2 ptq? x91 ptq
0 ` 2 1 t
son combinaciones
? lineales de las funciones exponenciales e y
0 2 1 t
e .
La Figura 4.6 muestra las graficas del desplazamiento y la velocidad de un
sistema en el que 1. El sistema se dice que es sobreamortiguado.
2. 0 1. En este caso 2 1 0 y la matriz de estados tiene dos valores

a
complejos (no reales) conjugados. Es decir, si d 0 1 2 (cantidad que se
conoce con el nombre de frecuencia de amortiguamiento) entonces los valores
propios de A son 1 0 ` d i y 2 0 d i.
De esta forma tenemos:
p0 ` iqt
Jt e d
0
e
0 ep0 d iqt
0 t cospd tq ` i senpd tq 0
e
0 d tq i senpd tq
cosp
cospd tq 0 senpd tq 0
e0 t ì
0 cospd tq 0 senpd tq
Aparentemente las soluciones van a ser funciones complejas. Sin embargo, los
vectores propios de A se pueden escoger de forma que sean tambien complejos
conjugados y tras ciertas manipulaciones algebraicas (ver por ejemplo [7, pp
8090]) se puede ver que se puede elegir de forma adecuada una matriz T tal
que

x1 ptq At x0 Jt 1 x0
e Te T e0 t pa cospd tq ` b senpd tqq
x2 ptq v0 v0
donde a y b son vectores columna reales de 2 componentes. Vemos as que,
tambien en este caso, tanto el desplazamiento x1 ptq como la velocidad x2 ptq
x9 1 ptq son productos de la funcion exponencial e0 t y de una combinacion
lineal de las funciones cospd tq y senpd tq. No obstante, el hecho de que a y b
sean reales permite escribir la expresion x1 ptq e0 t pa1 cospd tq`b1 senpd tqq
de otra forma mas compacta siempre que a1 0. En efecto, podemos pensar en
a1 y b1 como los catetos de un triangulo rectangulo tal que arctanpb1 {a1 q .
Si A es la hipotenusa, tenemos a1 A cos y 1 b A sen . Es claro que la
relacion entre pa1 , b1 q, a1 0 y pA, q, 0 , es biunvoca. Entonces
x1 ptq e0 t pa1 cospd tq ` b1 senpd tqq

Ae0 t pcos cospd tq ` A sen senpd tqq
Ae0 t cospd t q.
El caso a1 0 corresponde a {2. Ademas, x2 ptq x9 1 ptq.

Ae0 t es conocido con el nombre de amplitud amortiguada y como fase de la
solucion. La Figura 4.7 muestra las graficas del desplazamiento y la velocidad
de un sistema en el que 0 1. El sistema se dice que es subamortiguado.
3. 1. Los sistemas con razon de amortiguamiento igual a 1 se llaman sistemas
crticamente amortiguados. Tienen un unico valos propio doble: 0 por
Figura 4.6: Trayectoria de Figura 4.7: Trayectoria de Figura 4.8: Trayectoria de

un oscilador lineal con so- un oscilador lineal subamor- un oscilador lineal crtica-
breamortiguamiento. tiguado. mente amortiguado .
lo que la forma de Jordan de la matriz de estados es

0 1
J .
0 0
As, ((4.30)))
Jt 0 t 1 t
e e .
0 1
Y si A T JT 1 entonces la solucion del problema de condiciones iniciales es

x1 ptq Jt 1 x0
Te T .
x2 ptq v0
Usando el mismo procedimiento que en el caso de dos valores propios reales y
distintos, existen vectores reales a y b de dos componentes tales que:

x1 ptq 0 t
1 t x0
e t1 t2 pt p
t
x2 ptq 0 1 1 2 v0
e0 t pa ` btq
Los vectores a y b se pueden dar explcitamente:

x1 ptq 0 t x0 pv0 ` 0 x0 q
e ` t
x2 ptq v0 v0 0 pv0 ` 0 x0 q
La Figura 4.8 muestra las graficas de un oscilador lineal crticamente amorti-
guado en funcion del signo de la velocidad inicial del mismo.
Una caracterstica comun a las tres graficas es que las trayectorias, despues de
un periodo transitorio en el que pueden crecer o decrecer, tienden a cero asintotica-
mente. Ello es debido a que los valores propios, 1 y 2 , de los osciladores lineales
con amortiguamiento siempre tienen la parte real negativa: 0 y, por lo tanto,
para t suficientemente grande la funcion exponencial e0 t tienden a cero.
Figura 4.10: Respuesta transitoria y de

Figura 4.9: Entrada para un sistema li-
espacio-estado a la entrada de la Figura
neal.
4.9.
4.3.2. Respuesta de un sistema lineal

Recordemos que la respuesta de los sistemas lineales
"
9
xptq Aptqxptq ` Bptquptq,
tPT. (4.36)
yptq Cptqxptq ` Dptquptq
viene dada por la formula (4.21) que reproducimos de nuevo aqu:

t
0
yptq Cptqpt, t0 qx ` Cptqpt, sqBpsqupsqds ` Dptquptq, t P T . (4.37)
t0
Vemos en esta expresion que la solucion consiste de una t respuesta a la condicion

inicial, Cptqpt, t0 qx0 , y una respuesta a la entrada, Cptqpt, sqBpsqupsqds `
t0
0
t0U q Cptqpt, t0 qx es
Dptquptq. Utlizando la terminologa de la Seccion 4.2, pt, x,
la respuesta del sistema al movimiento libre, y pt, 0X , uq Cptqpt, sqBpsqupsqds`
t0
Dptquptq es la respuesta del sistema al movimiento forzado.
Resulta ademas que la respuesta a la entrada (movimiento forzado) se divide en
dos respuestas: una que se conoce con el nombre de respuesta transitoria y otra que
se llama respuesta de estado estacionario. La Figura 4.10 muestra la respuesta de un
sistema lineal a una entrada de tipo sinusoidal (Figura 4.9). En ella se aprecian las
dos partes de la respuesta a dicha entrada. En particular para entradas periodicas la
respuesta de estado-estacionario suele ser tambien periodica y representa el compor-
tamiento del sistema a largo plazo. Veremos este fenomeno con mas claridad cuando
analicemos la respuesta del sistema a las funciones salto unidad y a las funciones
de tipo sinusoidal. De hecho, hay tres tipos de funciones de entrada que se usan
habitualmente para el analisis de la respuesta de los sistemas lineales: la funcion
impulso, la funcion salto unidad y las funciones seno o coseno. Analizaremos cada
una de ellas por separado para sistemas invariantes en el tiempo. Para la funcion
impulso tambien daremos la expresion de la solucion para sistemas lineales genera-
les. Para las demas funciones, expresiones explcitas son solo posible para sistema
invariantes en el tiempo.
Recordemos que para sistemas invariantes en el tiempo
"
9
xptq Axptq ` Buptq,
(4.38)
yptq Cxptq ` Duptq
la matriz de transicion de estados es pt, t0 q eAptt0 q .
Respuesta a un impulso
Se llama respuesta a un impulso a la respuesta forzada de un sistema cuando la

entrada es la funcion impluso unidad en un instante . Es decir, se supone que el
sistema esta en reposo hasta el instante (xp q 0) y el sistema se excita con un
impulso unidad en el instante . Recordemos que el impulso unidad viene represen-
tado por la delta de Dirac que en el instante tiene la siguiente representacion:
"
0, t
ptq :
`8, t .
Equivalentemente ptq pt q siendo la delta de Dirac en 0. Ya vimos
en el Captulo 3 (vease la Seccion 3.4) que no es una funcion en sentido clasico y
en el Apendice A se ponen las bases para un uso riguroso de . En particular se da
sentido a la expresion:
`8 `8
f puqpt uqdu f pt uqpuqdu f ptq, t P R. (4.39)
8 8
Con esta propiedad en nuestras manos podemos decir cual es la respuesta de un

sistema lineal a un impulso. Sea ei la i-esima columna de la matriz Im ; es decir,
el vector de tamano m con todas sus componentes 0 excepto la i-esima que es 1,
y consideremos como entrada del sistema uptq pt qei . Aplicando (4.39) a la
funcion f pzq Cptqpt, zqBpzq en el intervalo r, ts tenemos que
t
Cptqpt, zqBpzqpz qei dz Cptqpt, qBp q.

Por otra parte, pt q solo es distinta de cero en t . Esto implica que Dptqpt
q 0 solo para t . Por lo tanto, la respuesta forzada del sistema a un impulso
unidad en el instante es
hi pt, q rCptqpt, qBp q ` Dp qpt qsei , t .
Observamos que hi : R` R` Rm1 es una funcion vectorial: la i-esima columna

de la matriz Cptqpt, qBp q ` Dp qpt q. Se suele escribir (sustituyendo por
s): "
Cptqpt, sqBpsq ` Dpsqpt sq @t s
Hpt, sq (4.40)
0 @t s,
y esta matriz recibe el nombre de matriz de respuesta a un impulso. Teniendo en
cuenta que por (4.39)
t
Dpsqupsqpt sqds Dptquptq,
0
tenemos que
t t
Hpt, squpsqds Cptqpt, sqBpsqupsqds ` Dptquptq.
t0 t0
En consecuencia, la respuesta de un sistema lineal a la entrada uptq puede escribirse

de la siguiente forma:
t
0
yptq Cptqpt, t0 qx ` Hpt, squpsqds, (4.41)
t0
Esta expresion se puede interpretar como que la respuesta del sistema lineal (4.36)
yptq es la superposicion de las respuestas a un conjunto infinito de impulsos des-
plazados entre t0 y t, cada uno de los cuales tiene magnitud uptq.
Para los sistemas (4.38) invariantes en el tiempo, la matriz de transicion de
estados es pt, t0 q eAptt0 q y para t s tendramos Hpt, sq CeAptsq Bpsq `
Dptsq. As pues, la matriz de respuesta a un impulso para los sistemas invariantes
en el tiempo solo depende del tiempo transcurrido t s. Por eso se suele escribir
Hpt sq en vez de Hpt, sq y dado que Hpt sq Hpt, sq Hpt s, 0q se suele tomar
como matriz de respuesta a un impulso la correspondiente al impulso en el instante
s 0. Es decir, "
CeAt B ` Dptq @t 0
Hptq (4.42)
0 @t 0,
As, la respuesta del sistema lineal (4.38) a una entrada arbitraria uptq se puede
escribir de la siguiente forma:
t
Aptt0 q 0
yptq Ce x ` Hpt squpsqds. (4.43)
0
El Control System Toolbox de MATLAB dispone de las funciones impulse y

impulseplot para calcular y dibujar las graficas de la respuesta de un sistema
lineal a la funcion impulso. Por ejemplo, para dibujar la grafica del desplazamiento
y velocidad de un oscilador lineal, inicialmente en reposo, cuando es sometido a
un impulso podramos proceder de la siguiente forma (suponiendo que el oscilador
lineal tiene una frecuencia natural 0 0,5 una razon de amortiguamiento 0,25
y k 1{o2 ):
1. Definimos el sistema con el comando ss (veremos cuando estudiemos la res-

puesta a la funcion salto que hay otras formas de definir un sistema). Para
ello construmos las matrices A, B y C. En este caso D 0 y C I2 porque
9
queremos tener informacion de xptq x1 ptq y xptq x2 ptq. Es decir, queremos
que la salida sea el estado completo.
>> w=0.5; z=0.25;

>> A=[0 1; -w^2 -2*z*w]; B=[0;1]; C=eye(2);
>> sis=ss(A,B,C,0)
sis =
a =
x1 x2
x1 0 1
x2 -0.25 -0.25
b =
u1
x1 0
x2 1
c =
x1 x2
y1 1 0
y2 0 1
d =
u1
y1 0
y2 0
Continuous-time state-space model.
2. Usamos impulse o impulseplot (vease la ayuda de MATLAB para conocer

el alcance de estas dos funciones) para dibujar las grafica de x1 ptq y x2 ptq:
>> impulse(sis)
Figura 4.11: Graficas de los estados del sistema en forma de espacio-estado para el
oscilador lineal con parametros 0 0,5, 0,25 y k 1{02 .
En la Figura 4.11 se muestran las graficas de las dos variables. Out(1) se

corresponde con el desplazamiento (xptq x1 ptq) y Out(2) con la velocidad
9
(xptq x2 ptq).
Respuesta a un salto
Recordemos que la funcion salto unidad (o funcion de Heavisade) es:

"
0, t 0
ptq :
1, t 0.
Observese que cualquier funcion continua puede aproximarse por una sucesion de
funciones que son multiplo de funciones de salto unidad.
La respuesta a un salto del sistema (4.38) con m p 1 se define como la salida
yptq del sistema cuando el estado inicial esta en reposo (xp0q 0) y la entrada es
ptq para t 0. Cuando el sistema es lineal, invariante en el tiempo y la matriz de
estados A es invertible, la respuesta a un salto se obtiene a partir de (4.37):
t t
Apt q
yptq Ce Bup qd ` Duptq C eApt q Bd ` D
0 0
t t
C eA Bd ` D CpA1 eA Bq0 ` D
0
CA1 eAt B CA1 B ` D.
Podemos reescribir la solucion de la siguiente forma:
CA1 eAt B ` D
yptq looooomooooon CA1 B ,
loooooomoooooon t 0. (4.44)
transitoria estado-estacionario
Figura 4.12: Ejemplo de respuesta a un salto. El tiempo de subida, exceso, tiempo

de ajuste, y el valor de la respuesta de estado-estacionario son los valores que definen
el comportamiento de la senal del sistema.
El primer termino es la respuesta transitoria y converge a cero cuando t 8 cuando

las partes reales de los valores propios de A son negativas. El segundo termino es
la respuesta de estado-estacionario y representa el valor de la salida del sistema a
largo plazo. Notese que
d
yptq CeAt B,
dt
que comparando con (4.42) nos permite decir que la respuesta a un impulso es la
derivada de la respuesta a un salto unidad. De hecho, tal y como se demuestra en el
Apendice A, la funcion impulso es la la derivada, en el sentido de las distribuciones,
de la funcion de Heavisade.
En la Figura 4.12 se muestra un ejemplo de respuesta a un salto para un sistema
lineal. Se suele usar cierta terminologa para referirse a los parametros fundamentales
que definen el comportamiento de la senal de salida:
El valor de estado estacionario yee es el valor final de la salida (suponiendo

que converja).
Tiempo de Subida Tr es la cantidad de tiempo que se requiere para que la
senal pase del 10 % al 90 % de su valor final.
Sobreelongacion (Overshoot) Mp es el porcentaje del valor final que la senal
sube por encima de este en la etapa transitoria (en el supuesto de que la senal
no sube en tiempos posteriores por encima del valor en la etapa transitoria).
Tiempo de Ajuste Ts es la cantidad de tiempo necesaria para que la senal se
situe en el 2 % de su valor final.
Al igual que en el caso de la respuesta a un impulso, si el sistema es multivariable

(m 1 o p 1) en vez de funcion de respuesta a un salto hablaramos de matriz de
respuesta a un salto. La expresion de esta matriz sera la misma que en (4.44).
Hay varias funciones en el Control System Toolbox de MATLAB disenadas para

analizar la respuesta de un sistema a un salto. Explicaremos el uso de algunas de
ellas tomando como referencia el oscilador lineal con amortiguamiento. Recordemos
que la ecuacion que rige la dinamica de los osciladores lineales viene dada por (4.32)
que, en el modelo de espacio-estado, es equivalente a (4.33). Para hacer calculos
supondremos que la razon de amortiguamiento del sistema es 0,25 y la frecuencia
natural es 0 0,6 rad/seg. Con estos datos concretos el sistema (4.32) queda:
:ptq ` 0,30xptq
x 9 ` 0,36xptq 0,36kuptq (4.45)
cuya funcion de trasferencia (suponiendo yptq xptq) es

0,36k
gpsq . (4.46)
s2 ` 0,30s ` 0,36
Por su parte, las ecuaciones del sistema en la forma de espacio-estado quedaran:
$
& 0 1 0
9
xptq ` uptq
0,36
0,30 0,36k (4.47)
%
yptq 1 0 xptq,

x1 ptq
siendo, ahora, xptq . Ya hemos visto que los sistemas (4.45) y (4.47) son
x2 ptq
9
equivalentes a traves del cambio de variable x1 ptq xptq, x2ptq xptq donde, ahora,
xptq es la variable del sistema (4.45). La ecuacion yptq 1 0 xptq de (4.47) nos
indica que la salida del sistema es la solucion del sistema (4.45). En consecuencia, la
relacion entre las transformadas de Laplace (con condicion inicial cero) de la salida
y la entrada del sistema (4.47) debe ser la funcion de transferencia gpsq en (4.46).
En efecto, denotando con A, B y C a las matrices de estados, entradas y salidas,
respectivamente, del sistema (4.47):

0 1 0
A , B , C 1 0 ,
0,36 0,30 0,36k
y usando las propiedades de la transformada de Laplace obtenemos
ypsq CpsI2 Aq1 Bupsq.
A la matriz CpsIn Aq1 B ` D, que es una matriz de tamano p m de funciones

racionales, se le llama Matriz de Transferencia del sistema. En este ejemplo m
p 1 de modo que la matriz de transferencia se reduce a una sola funcion que
podemos calcular a mano:
0,36k
CpsI2 Aq1 B gpsq.
s2 ` 0,30s ` 0,36
Para sistemas mas complicados o de mayores dimensiones podemos hacer uso de

los comandos ss (state-space) y tf (transfer function) del Control System Toolbox
de MATLAB. En nuestro ejemplo, podramos proceder como sigue (se ha tomado
k 1):
>> A=[0 1;-0.36 -0.30]; B=[0;0.36];C=[1 0];

>> sis=ss(A,B,C,0);
>> g=tf(sis)
g =
0.36
------------------
s^2 + 0.3 s + 0.36
Continuous-time transfer function.
Dada una funcion (o matriz, en el caso multivariable) de transferencia se puede

obtener un sistema en forma de espacio-estado cuya matriz de transferencia sea la
dada. Los comandos a utilizar son los mismos en orden inverso:
>> num=[0.36]; den=[1 0.3 0.36];

>> sis=tf(num,den)
sis =
0.36
------------------
s^2 + 0.3 s + 0.36
>> sises=ss(sis)
sises =
a =
x1 x2
x1 -0.3 -0.72
x2 0.5 0
b =
u1
x1 1
x2 0
c =
x1 x2
y1 0 0.72
d =
u1
y1 0
Continuous-time state-space model.
Las matrices de estados, entradas y salidas producidas se pueden extraer usando los
siguientes comandos:
>> A1=sises.a
A1 =
-0.3000 -0.7200
0.5000 0
>> B1=sises.b
B1 =
1
0
>> C1=sises.c
C1 =
0 0.7200
Observamos que estas matrices

0,3 0,72 1
A1 , B1 , C1 0 0,72 , (4.48)
0,5 0 0
son diferentes de las del sistema (4.45). Es facil comprobar, sin embargo que los
sistema pA, B, Cq y pA1 , B1 , C1 q son semejantes en el sentido de que existe una
matriz T no singular tal que
A1 T 1 AT, B1 T 1 B, C1 CT.

0 0,72
En este ejemplo la matriz T sirve para realizar el cambio. Debe
0,36 0
observarse no obstante que, aunque en este caso concreto los dos sistemas son se-
mejantes, es posible, para sistemas mas complejos en general, que el sistema que
devuelva MATLAB no sea semejante a uno que se haya podido obtener por medio
de otros procedimientos. Una vez definidos los sistemas, bien a traves de la funcion
o matriz de transferencia o con las matrices del modelo de espacio-estado, los co-
mandos step, stepplot y stepinfo pueden usarse para analizar la respuesta del
sistema cuando la entrada es la funcion salto unidad. Para dibujar la grafica de
dicha respuesta se puede utilizar tanto step como stepplot. La primera, ademas,
produce (si se le pide) los valores de la respuesta en ciertos instantes de tiempo, los
Figura 4.13: Grafica producida por los comamdos step y stepplot para el sistema
(4.47) y sus equivalentes (4.46) y (4.48).
instantes de tiempo en los que se calcula la salida y, cuando el sistema esta dado
en forma de espacio estado, los valores del vector de estados en esos instantes de
tiempo. El comando stepplot se usa, sobre todo, para poder manipular (editar) la
grafica una vez producida. Los comandos
>> step(g)
>> step(sis)
>> step(sises)
producen los tres la misma grafica; la que aparece en la Figura 4.13. Esta misma
grafica se obtiene sustituyendo step por stepplot en los tres comandos.
Si lo que se desea es una grafica de la evolucion de los estados del sistema, se
podra proceder de la siguiente forma:
>> [y t x]=step(sis);
>> plot(t,x(:,1), b-,t,x(:,2), r--)
>> legend(desplazamiento, velocidad)
La grafica obtenida se presenta en la Figura 4.14 mientras que la grafica que pro-
duciran estos comandos para los estados del sistems sises (que es el devuelto por
el comando ss a partir de la funcion de transferencia gpsq en (4.45)) se presenta en
la Figura 4.15. Notese que aun cuando la respuesta, yptq, de los dos sistemas es la
misma (Figura 4.13), no lo son sus estados.
Finalmente, el comando stepinfo se usa para obtener informacion de los parame-
tros de la respuesta del sistema a la funcion salto. Debe recordarse que el valor de
estado estacionario (yee ) es, de acuerdo con (4.44), D CA1 B. El valor de los
demas parametros los proporciona stepinfo. As para el oscilador lineal que veni-
mos considerando cualquiera de los tres comandos
Figura 4.15: Trayectorias de los estados

Figura 4.14: Trayectorias de los estados
del sistema definido por las matrices en
del sistema (4.47).
(4.48).
>> S=stepinfo(sis)
>> S=stepinfo(g)
>> S=stepinfo(sises)
produce la misma salida (ver Figura 4.13):
S =
RiseTime: 2.1145
SettlingTime: 23.5265
SettlingMin: 0.8027
SettlingMax: 1.4432
Overshoot: 44.3235
Undershoot: 0
Peak: 1.4432
PeakTime: 5.5262
donde RiseTime es el tiempo de subida, Tr , SettlingTime es el tiempo de ajuste,

Ts , Overshoot es la sobreelongacion por encima de yee , Mp , Undershot es el defecto
por debajo de yee (que se define como el overshoot pero por defecto), SettlingMin y
SettlingMax son los valores mnimo y maximo de y despues del tiempo de subida,
Peak es el valor maximo de y, y Peaktime es el instante en el que se alcanza el
maximo valor de y.
En general, para un sistema de segundo orden como el oscilador lineal, la forma
de la curva que representa la respuesta del sistema a la funcion salto depende de
la razon de amortiguamiento mientras que la velocidad depende de la frecuencia
natural del sistema 0 . En la Figura 4.16 se muestran las respuestas del sistema
(4.32) a la funcion salto unidad (puptq ptq) para k 1, 0,25 y varios valores
de 0 . Y en la Figura 4.17 se muestran las respuestas del mismo sistema para k 1,
0 0,5 y varios valores de .
Figura 4.16: Respuesta del sistema Figura 4.17: Respuesta del sistema
(4.32) a la funcion salto unidad para (4.32) a la funcion salto unidad para
k 1, 0,25 y 0 0,25, 0,5, 0,75. k 1, 0 0,5 y 0, 0,2, 0,5, 1,05.
Para el oscilador lineal

$
& 0 1 0
9
xptq ` uptq
02 20 k02 (4.49)
%
yptq 1 0 xptq,
se puede dar una expresion explcita de la respuesta a la funcion salto unidad uptq
ptq. Para ello, partimos mejor de la ecuacion cuadratica original
x 9 ` 02 xptq k0 ,
:ptq ` 20 xptq (4.50)
y observamos que xp ptq k es una solucion particular de la ecuacion. Entonces, la

solucion general de la ecuacion es xptq xh ptq`xp ptq siendo xh ptq la solucion general
de la ecuacion (4.50) cuando la fuerza externa es 0; es decir, de la correspondiente
ecuacion homogenea. Recordemos que la expresion de xh ptq es diferente segun que
1, 0 1 o 1 (vease Ejemplo 4.5). En cualquier caso, lo que nos interesa
es la respuesta del sistema (en este caso yptq xptq) cuando el sistema se encuentra
9
en reposo en el instante inicial t 0; es decir, cuando xp0q 0, xp0q 0. Un simple
calculo muestra que cuando se impone esta condicion inicial a xptq xh ptq ` k para
cada expresion de xh ptq en funcion de , se obtiene la siguiente expresion explcita
de la respuesta del sistema:

yptq k 1 e0 t cos d t ` a sen d t , 0 1;
1 2
0 t
yptq kp1 e p1 ` 0 tqq, 1;
1 ?
(4.51)
` 1 e0 tp 1q `
2
yptq k 1 a

2 2 1
1 ?
1 e0 tp` 1q , 1
2
` a
2 1
2
a
donde, recordemos, d 0 1 2 es la frecuencia de amortiguamiento.
Usando estas formulas se pueden calcular los parametros (tiempo de subida,
exceso, tiempo de ajuste,. . . ) asociados a las respuestas a saltos unidad. Por ejemplo,
para sistemas subamortiguados (0 1) haciendo la sustitucion arc cos , la
correspondiente expresion en (4.51) queda:

e0 t
yptq k 1 pcospd tq sen ` cos senpd tqq
sen (4.52)
1
k 1 a e0 t senpd t ` q .
1 2
As, el estado estacionario es

yee k, (4.53)
y la sobreelongacion se alcanza en el primer instante en que la derivada de y en (4.52)

se hace 0 que es en t . Se puede comprobar que las expresiones explcitas para
2d
la sobreelongacion, el tiempo de subida y el tiempo de ajuste son, respectivamente:
? 1 tan 4
Mp e 1 2 , Tr e , Ts , (4.54)
0 0
Respuesta a una excitacion sinusoidal
Otra senal de entrada comunmente usada para el analisis y diseno de sistemas

lineales es un sinusoide (o una combinacion de sinusoides). A la respuesta de los
sistemas lineales a este tipo de entradas se le conoce con el nombre de respuesta de
frecuencia y mide la forma en la que el sistema responde a una excitacion sinusoidal
en una de sus entradas. Para ver la forma en que se hace esto, evaluaremos la salida
(4.37) para uptq cos t, suponiendo m p 1. Aqu es la frecuencia de la
senal de entrada. Realizar los calculos que se necesitan al implantar directamente
uptq cos t en (4.37) resulta bastante engorroso. Para aliviarlos haremos uso del
principio de superposicion (ver (4.9)-(4.10)) de los sistemas lineales aplicandolo a la
salida. Para ello, notemos que
1 ` it
cos t e ` eit ,
2
de modo que calcularemos la respuesta del sistema lineal a una entrada de la forma
uptq est (con s un numero complejo arbitrario) y, luego, escogeremos s it y
s it y calcularemos la media de las salidas correspondientes a estos dos valores
de s. Esto nos proporcionara la respuesta a la entrada uptq cos t. Usando (4.37)
obtenemos (suponiendo la condicion inicial xp0q x0 )

t
yptq Ce x ` CeApt q Best d ` Dest
At 0
0 t
At 0
Ce x ` Ce At
epsIAq Bd ` Dest .
0
En el supuesto de que s i no sean valores propios de A, tendramos que sI A

es invertible y podramos escribir
` t
yptq CeAt x0 ` CeAt psI Aq1 ` e psIAqs
B ` Dest

0
CeAt x0 ` CeAt psI Aq1 èpsIAqt I B ` Dest
CeAt x0 ` CeAt psI Aq1 est eAt I B ` Dest
CeAt x0 CeAt psI Aq1 B ` CpsI Aq1 est B ` Dest .
En consecuencia,
At
` 0 1
` 1
st
yptq Ce x psI Aq B ` CpsI Aq B ` D e .
looooooooooooooomooooooooooooooon looooooooooooooomooooooooooooooon (4.55)
respuesta transitoria respuesta de estado estacionario
Vemos que, de nuevo, la solucion se compone de una respuesta transitoria y una de

estado estacionario. La respuesta transitoria decae asintoticamente a cero si todos
los valores propios de la matriz de estados, A, tienen parte real negativa, mientras
que la de estado-estacionario es proporcional a la entrada (compleja) uptq est .
Debe observarse que en el caso que estamos estudiando (sistemas con una entrada
y una salida) la presencia del numero complejo s en CpsI Aq1 B ` D hace que
este numero sea, en general, complejo incluso cuando las matrices A, B, C y D
sean todas reales. Si llamamos M al modulo de este numero y a su argumento,
respectivamente, en la terminologa habitual) tenemos que
M ei CpsI Aq1 B ` D, (4.56)
que es, cuando s se mira como una variable compleja, la funcion de transferencia
del sistema. Por lo tanto el valor de yee , la respuesta en estado estacionario (cuando
hay convergencia para t suficientemente grande) sera:
yee ptq M ei est M estì .
Cuando s i, se dice que M es la ganancia y que es la fase del sistema a
una frecuencia forzada dada . Es decir, ganancia()=M y fase()=. Esto tiene
la siguiente interpretacion: supongamos que la entrada es una onda sinusoidal de
amplitud Au , frecuencia y desfase : uptq Au senpt ` q. Podemos escribir
uptq Au psen
t cos ` cos t sen q
1 ` it it
1 ` it it

Au e e cos ` e è sen .
2i 2
Figura 4.18: Respuesta de un sistema Figura 4.19: Respuesta de frecuencia en

lineal a un sinusoidal. La entrada en la que se muestra la ganancia y fase del
lnea discontinua y la respuesta en con- sistema en funcion de frecuencia de en-
tinua va adelantada T segundos. trada.
Usando el principio de superposicion la salida en estado estacionario sera:

1 ` ipt`q ipt`q
1` ipt`q ipt`q

yee ptq Au Me Me cos ` Me ` Me sen
2i 2
M Au psenpt ` q cos ` cospt ` q sen q
M Au senppt ` p ` qq.
Esto significa que yee es una funcion de la misma naturaleza que la entrada: una
funcion sinusoidal con la misma frecuencia pero desplazada hacia la derecha o
izquierda segun que sea positivo o negativo, respectivamente. Y la amplitud de la
salida es M veces la de la entrada. Es decir, si yee ptq Ay senpt ` q entonces
Ay
gananciapq M , fasepq .
Au
Cuando el sistema es multivariable (m 1 o p 1) para cada elemento de

la matriz de trasferencia tendramos una ganancia y una fase. Si Gpsq CpsIn
Aq1 B ` D entonces pondramos
Mkj eikj gkj pij q, 1 k p, 1 j m.
Mkj y kj son la ganancia y fase de la respuesta yk ptq a la excitacion sinusoidal
uj ptq eij ej
donde ej es a j-esima columna de Im . En la Figura 4.18 se muestra la respuesta

de frecuencia de un sistema lineal. La lnea discontinua muestra la grafica de la
entrada que tiene amplitud 2 y la continua la respuesta a dicha entrada que tiene
mayor amplitud porque, en este ejemplo, la ganancia es aproximadamente M 1,54.
Ademas la fase es positiva por lo que la salida va adelantada respecto a la entrada.
Para analizar las respuestas de frecuencia de los sistemas lineales se suelen usar
las graficas de Bode (Bode plot). En ellas se representa la ganancia y la fase del
sistema en funcion de la frecuencia de la entrada. Este tipo de graficas se pueden
obtener con la funcion bode o bodeplot del Control Toolbox de MATLAB, por
ejemplo. La Figura 4.19 muestra un ejemplo de este tipo de representacion.
Como en el caso de respuesta a la funcion salto, hay algunas propiedades estandar
que se usan para caracterizar la respuesta de frecuencia:
La ganancia de frecuencia cero M0 es la ganancia del sistema para 0.

Corresponde a la razon entre una entrada constante y la salida en estado
estacionario. Su valor se obtiene al sustituir s 0 en (4.56)
M0 CA1 B ` D;
i.e., es la respuesta de estado estacionario a la funcion salto unidad. Es impor-

tante notar que la ganancia de frecuencia cero solo esta definida cuando A es
invertible; es decir, si no tiene 0 como valor propio.
El ancho de banda ?b es el rango de frecuencia en el que la ganancia ha decre-

cido no mas que 1{ 2 de su valor de referencia. Para sistemas con ganancia
de frecuencia cero finita y no nula, este valor de referencia es dicha ganancia.
El valor de referencia puede ser distinto dependiendo de cada tipo de sistema.
El pico resonante Mr y la frecuencia del pico. El primero es el valor maximo

de la ganancia del sistema y el segundo es el valor de la frecuencia de entrada
donde se alcanza el primero.
La resonancia es un fenomeno que se produce en los sistemas cuadraticos
(como los osciladores lineales) que por su propia naturaleza producen una
respuesta (salida) sinusoidal. Para estos sistemas hay valores de frecuencias
que hacen que la ganancia de la respuesta a dicha frecuencia se amplifique
enormemente. A este fenomeno se le llama resonancia. De ah que al valor
maximo de la ganancia de un sistema a una frecuencia dada se le llame pico
resonante.
Comandos del Control Toolbox de MATLAB que proporcionan valores significa-

tivos de la respuesta de frecuencia son:
freqresp devuelve un vector, h, (o matriz si el sistema es multivariable)

con la respuesta (numero complejo) de frecuencia de un sistema para cier-
tas frecuencias, w, determinadas por el propio algoritmo que implementa el
comando. Para saber las frecuencias usadas y sus respuestas, se puede usar
[h,w]=freqresp(sis), donde sis es el sistema definido en forma de espacio-

estado o como matriz de transferencia. El comando h=freqresp(sis,w) de-
vuelve la respuesta de frecuencia del sistema sis a la frecuencia w. En todos
los casos las respuestas de frecuencia son numeros complejos; su modulos son
las ganancias en unidades absolutas y los angulos las fases en radianes. Para
pasar de unidades absolutas a decibelios,dB, hay que multiplicar por 20 log10 .
El comando mag2db hace esta operacion.
El valor de M0 se puede obtener de la siguiente forma: M0=freqresp(sis,0),
aunque el comando dcgain es mas apropiado.
getPeakGain devuelve Mr y la frecuencia r donde se alcanza el pico. Las

unidades para Mr que devuelve getPeakGain son unidades absolutas.
bandwidth(sis,vdB) devuelve la primera frecuencia en la que la ganancia de

la respuesta del sistema cae por debajo del 70,79 % de M0 , o del valor vdB
especificado en decibelios.
getGainCrossover(sis,vub) devuelve un vector de dos frecuencias; son los

extremos del intervalo de frecuencias entre los que la ganancia del sistema esta
por encima o por debajo del valor especificado, vub, en unidades absolutas.
Por ejemplo, si para un sistema H, wc = getGainCrossover(H,1) devuelve
>>wc =
1.2582
12.1843
esto quiere decir que entre (aproximadamente) 1,3 rad/seg y 12,2 rad/seg, el
sistema excede la ganancia 0 dB.
Para el oscilador lineal, podemos dar explcitamente una expresion para M ei .

En efecto, M ei Cpi Aq1 B ` D. Ahora bien,
gpsq CpsI Aq1 B ` D
es la funcion de trasferencia del sistema, que en el caso del oscilador lineal es:
k02
gpsq .
s2 ` 20 s ` 02
En consecuencia,
k02 k02
M ei .
piq2 ` 20 piq ` 02 02 2 ` 2i0
Figura 4.20: Respuesta de frecuencia para un sistema de segundo orden en funcion

de . La grafica superior representa la ganancia y la inferior la fase.
Por lo tanto
k02 k
Ma 2 d
p0 2 q2 ` 4 2 02 2 2 2 2
1
0
` 4 2
0
y
02 2
arc cos a .
p02 2 q2 ` 4 2 02 2
Se comprueba as que la ganancia es muy grande si la frecuencia de entrada, ,
es muy parecida a la frecuencia natural del sistema, 0 , y el coeficiente de amorti-
guamiento, , es muy pequeno. Es para estos valores cuando hay peligro de que se
produzca el fenomeno de la resonancia (que el sistema entre en resonancia , se
suele decir). Ademas, la fase es casi cero para valores de la frecuencia forzada, ,
proximos a la frecuencia natural del sistema 0 .
En la Figura 4.20 se muestran las graficas de la ganancia y fase de un oscilador
lineal para varios valores . Valores pequenos de producen picos resonantes mas
agudos y un cambio rapido en la fase cuando 0 . A medida que aumenta la
magnitud del pico decrece y los cambios de fase se hacen mas suaves. Notese que
cuando es pequeno, es casi 0 si 0 y casi radianes si 0 .
Los siguientes comandos de MATLAB proporcionan el pico resonante y la fre-
cuencia del pico para el oscilador lineal con valores 0 0,6 y 0,05:
>> w=0.6; z=0.05;
>> num=w^2; den=[1 2*z*w w^2];
>> ft=tf(num,den)
ft =
0.36
-------------------
s^2 + 0.06 s + 0.36
>> [gp,fp] = getPeakGain(ft)
gp =
10
fp =
0.6000
>> gp_dB = mag2db(gp)
gp_dB =
20
El pico resonante se alcanza cuando la frecuencia de entrada coincide, aproximada-

mente, con la frecuencia natural del sistema 0 0,6 (medidas absolutas).

Lec4 Pag10

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Lec4 Pag10

Hochgeladen von

Copyright:

Verfügbare Formate

Captulo 4

Ejemplo 4.1 Supongamos que la funcion de transferencia de un sistema es

4.2. El modelo de Espacio-Estado. Formalismo

Un conjunto tiempo. Un sistema dinamico evoluciona con el tiempo y, por lo

(II) Dado xpt0 q x0 en el instante t0 P T , el estado xptq en cualquier instante

(III) Los valores de las salidas en el instante t estan determinados completamente

Estos requerimientos aseguran el principio de causalidad de los sistemas de con-

La funcion de transicion de estados. De acuerdo con (I) y (II) el estado del

xptq pt; t0 , x0 , upqq, t P Tt0 ,x0 ,upq .

yptq pt, xptq, uptqq.

Esta funcion recibe el nombre de funcion de salida.

entonces la funcion de transicion de estados sera

que, en este caso, no tiene una depencia explcita de t y de u.

Ejemplo 4.2 Consideremos el problema de condiciones iniciales

donde T R y x0 P X R. Supongamos que el control es constante pero arbitrario

en el que se ve la dependencia del periodo de existencia de la solucion respecto de

Hay sistemas de control de lo mas variados, presentamos algunos de ellos:

1. Sistemas diferenciales: Son los sistemas en los que la funcion de transicion

(i) T R es un intervalo abierto.

(iv) xptq pt; t0 , x0 , upqq es la unica solucion del P.C.I.1

Tambien, por ser y lineales:

pt; t0 , x0 , upqq pt; t0 , x0 , 0U q ` pt; t0 , 0X , upqq,

y si ponemos x0i 0X obtenemos la ley de superposicion del movimiento forzado

" Sistemas Diferenciales " Sistemas en Diferencias

Es decir, los estados son soluciones de problemas de condiciones iniciales de sistemas

para todo upq P U, t0 P T y x0 P X Rn . La solucion de estos sistemas xptq

4.2.1. Estados de Equilibrio o Estacionarios

xptq pt; t0 , x0 , upqq P X, t t0 , t0 , t P T .,

donde X es el espacio de estados para el sistema. Un estado x P X es un estado de

donde c es la constante de amortiguamiento produci-

Para obtener las ecuaciones del espacio-estado realizamos el cambio de variables

de modo que f pt, x, 0q 0 si y solo si x2 0 y x1 k, k 0, 1, 2, . . . En

Ejemplo 4.4 Se trata de modelizar el movimiento de un satelite de comunicaciones.

Figura 4.2: Satelite en orbita estacionaria.

Para simplificar el modelo supondremos que el movimiento del satelite se hace

de gravitacion universal (6,67428 1011 Nm2 /kgr2 ) y por la velocidad angular

~er pt ` hq ~er ptq p1 cosppt ` hq ptqqq~er ptq ` senppt ` hq ptqq~e ptq

Ahora bien, para h proximo a 0, y suponiendo infinitamente diferenciable, podemos

9 ` gphq ptq ` hptq ` gphq

cosppt ` hq ptqq cospptqh ` gphqq 1 ` f phq,

en el instante fijo t. Por lo tanto,

d~er ~er pt ` hq ~er ptq d

Usando la terminologa de la Fsica:

Aplicando las leyes de Newton:

Por otra parte, la fuerza de atraccion de masas es

Y las fuerzas de los motores del satelite y de la perturbacion son:

F~m Fr~er ` F~e , F~p Gr~er ` G~e

En el sistema de referencia no inercial correspondiente al satelite la fuerza total

Igualando las componentes radial y tangencial obtenemos (4.14).

Para obtener las ecuaciones de espacio-estados podramos hacer el cambio de varia-

donde 0 es el angulo inicial de la posicion del satelite respecto de un punto de

son constantes, x2 ptq x4 ptq 0. Ahora bien, esto implica (sustituyendo en la

Es decir, el estado estacionario a control constante determina una trayectoria del

4.3. Sistemas Lineales

donde pt, t0 q es una matriz fundamental de soluciones del sistema

Esto significa que pt0 , t0 q In necesariamente. Esta caracterizacion de pt, t0 q

No hay formulas explcitas para calcular las matrices de transicion de estados

de modo que pt, t0 q eAptt0 q es la unica solucion del P.C.I.

4.3.1. Sistemas lineales invariantes en el tiempo

En consecuencia, la respuesta del sistema sera:

En la practica, el calculo de la matriz eAptt0 q no es una tarea sencilla y se basa,

La matriz J, diagonal por bloques, recibe el nombre de Forma Normal de Jordan

y donde Ink es la matriz identidad de orden (o tamano) nk . Se comprueba sin difi-