Beruflich Dokumente
Kultur Dokumente
Y
VECTORES PROPIOS (AUTOVECTORES)
Autovalores y Autovectores
Los vectores propios o autovectores de una matriz A son todos
los vectores xi0, a los que la transformación A convierte en
colineales o múltiplos de si mismo, esto es,
Las constantes li son los
Axi i xi , xi 0 valores propios o autovalores
de la matriz A.
Autovalores y Autovectores
Para encontrar los autovectores la anterior se escribe como:
iI A xi 0 , xi 0
1 adj ( i I A)
xi iI A 0 0 0
iI A
Como los autovectores son distintos de cero, existe solución si:
iI A det( i I A) 0
Con esta ecuación se encuentran los autovalores li, y con la
primera ecuación se obtienen los autovectores.
Axi i xi xi
3 1
Ejemplo: A
1 3
0 3 1 3 1
det( I A)
0 1 3 1 3
( 3)2 1 2
6 8
los autovalores son l=-2 y l=-4.
Reemplazando l=-2 en Ax=lx
3 1 x1 x1 3x1 x2 2x1 1
2 x1 x2 x1
1 3 x2 x2 x1 3x 2 2x 2 1
3 1 x1 x1 3x1 x2 4x1 1
4 x1 x2 x2
1 3 x2 x2 x1 3x 2 4x 2 1
Con Matlab
Devuelve la matriz diagonal D con
[V,D]=eig(A) los autovalores y la matriz V cuyas
columnas son los autovectores.
2 1 1 -4 0
V D
2 -1 1 0 -2
-4
e
-2
P 1 6 8
Polos, Autovalores y Estabilidad
Un sistema continuo LTI homogéneo (u(t)=0) es marginalmente
estable si tiene uno o más polos distintos en el eje imaginario
(jw), y todos los polos restantes tienen parte real negativa.
Polos y Autovalores
Vimos anteriormente que la función de transferencia G(s)
de un modelo expresado en el espacio de estados es:
Y (s ) adj[sI A ]
G (s ) C (sI A) 1 B D C B D
U (s ) sI A
C adj[sI A]B sI A D
sI A
P (s ) sI A det[sI A] 0
Polos, Autovalores y Estabilidad
Luego, las raíces si = li del polinomio característico
son los autovalores de la matriz A, pero también
sabemos que las raíces del polinomio característico
son los polos de la función de transferencia.
x1 z1
x x1U x x 2U x z z1U z z 2U z
1 2 x2 1 2 z2
Uz t11 U x t21 U x
1 1 2
Uz t12 U x t22 U x
2 1 2
t11 t12 z1 1
x Tz z T x
t21 t22 z 2
con T Ux Ux
1 2
Transformaciones de Semejanza
Az T 1AT , Bz T 1B , C z CT , Dz D
z (t ) T 1AT z (t ) T 1B u(t )
Función de transferencia para Az Bz
La primera realización y(t ) CT z (t ) D u(t )
Cz Dz
Y (s ) 1
G (s ) C (sI A) B D
U (s )
Función de transferencia para la segunda
realización
Y (s )
G (s ) CT (sI T 1AT ) 1T 1B D
U (s )
1 1 1 1
C TsIT TT ATT B D C sI A B D
sTT 1 I I
sI
1 1 1 1
G(s ) CT (sI T AT ) T B D C sI A B D
Pc (s ) sI A 0
Formas Canónicas de los Modelos de Estado
Como existen infinitas matrices de transformación no
singulares Tnxn existen infinitas realizaciones del sistema
LTI. Algunas de las realizaciones tienen significado físico,
otras por su estructura simple se las denomina formas
canónicas, otras por su estructura particular tienen nombre.
Todas son realizaciones mínimas.
Las realizaciones con nombre más conocidas son:
x1(t )
x 2 (t )
y(t ) b0 b1 bn 2 bn 1
C x n 1(t )
x n (t )
x (t )
x1(t ) 0 1 0 x1(t ) 0
x 2 (t ) 0 0 1 x 2 (t ) 0 u(t )
b2s 2 b1s b0
x 3 (t ) a0 a1 a2 x 3 (t ) 1
Y (s ) U (s )
3 2
s a2s a1s a0
x1(t )
y(t ) b0 b1 b2 x 2 (t )
x 3 (t )
Las cuatro formas Companion (FCC1, FCC2, FCO1, FCO2)
a2 a1 a0 1
Acc 2 1 0 0 , Bcc 2 0
0 1 0 0
a2 1 0 b2 a2b3
Aco 2 a1 0 1 , Bco 2 b1 a1b3
a0 0 0 b0 a 0b3
C co 2 1 0 0 , Dco 2 b3
Forma Canónica Modal o de Jordan
Este tipo de realización trata de diagonalizar la matriz A lo
más posible (en bloques). Si se puede diagonalizar la matriz A
todas las variables de estado están desacopladas. Existen
tres casos:
1, 2 , 3,4 1 j 1, 5,6 2 j 2
c) Autovalores reales y múltiples (repetidos).
c) Autovalores reales y múltiples (repetidos).
Forma Canónica Modal o de Jordan con Matlab
1) El comando canon de Matlab con la opción modal
devuelve la forma canónica de Jordan.
Ejemplo
G=zpk([],[-1+2i -1-2i -2 -2 -2 -3 -4],480);
sys = canon(G,'modal')
-2 2 0 0 0 0 0 14.21
0 -2 2 0 0 0 0 -7.04
0 0 -2 0 0 0 0 3.2
A 0 0 0 -1 2 0 0 B -1.307
0 0 0 -2 -1 0 0 0.2614
0 0 0 0 0 -3 0 19.18
0 0 0 0 0 0 -4 5.864
Realizaciones Balanceadas