Cap-10 Representacion Interna

U X X Y
+
B C
+
A
CAPITULO 10
Representacin Interna
Modelo de Estado
Anlisis de Seales y Sistemas

Hector Pea M. 2002 EIE - UCV
Sistemas 267
Como ya vimos el modelo de estado lineal viene dado como:

x = Ax + Bu
y = Cx
con x n, u m , y q
Se definen para el modelo de estado las siguientes matrices:
A : Matriz de Planta, Proceso o del Sistema. Dimensin nxn
B : Matriz de Entradas o de Control. Dimensin nxm
C: Matriz de Salidas o Mediciones. Dimensin qxn

Sistemas 268
Observar que si u = 0, es decir comportamiento entrada cero,

la dinmica viene dada por la solucin de la ecuacin de
estado, visto que la ecuacin de salida es algebraica.
Entonces la estructura caracterstica de la matriz A es de
importancia, es decir, valores propios, vectores propios y
factores de participacin.
Como ya se ha estudiado los valores propios se calculan del
determinante de la matriz , es decir:
[I A] =0

Sistemas 269
Adems, para cada valor propio existe un vector propio

asociado que se calcula de la expresin:
[i I A]ti = 0
y al asumir una norma determinada, por ejemplo la
euclidiana. El vector ti asociado al valor propio i se
denomina vector propio a DERECHA. Puede calcularse
tambin el valor propio a IZQUIERDA. Una particular
multiplicacin de los vectores a derecha e izquierda , da
origen a los FACTORES DE PARTICIPACION.

Sistemas 270
Suponga el caso de entrada cero, es decir

x=Ax, x(0) =x0
adems, suponga A con valores propios reales y diferentes tal
que existe una transformacin T , x=Tz que diagonaliza A
entregando:

z = T 1 ATz , z 0 = T 1 x0
Defina
= T 1 AT
Sistemas 271

Entonces z = z , z =T x
0
1
0
es decir
Z (s) = [sI ]1 z0
en otras palabras
X (s) = T[sI ] T x0
1 1
1
como s 0 0
1
= 0 0
0 0
1
s n

podemos escribir
1
Sistemas 272 (s )
1

X (s) = T T 1x
. 0
1

(s n )
1 q T
s 1
Es decir 1

X ( s) = [ p1 pn ] * x
0
1
T
s n qn
donde los pi representan el i-simo vector propio a DERECHA y qiT

representan el i-simo vector propio a IZQUIERDA.

Sistemas 273
Lo que podemos reescribir como:
T T
n pi qi x0 n ( q x )p
X (s) = = i 0 i
i =1 ( s i ) i = 1 (s i )
cuya transformada inversa viene dada como:
n t n t
x (t ) = T
(q x ) p e i = (qT x )e i pi
i =1 i 0 i
i = 1 i 0
Sistemas 274
Donde pi representa la distribucin del modo i en el estado x.

Por otra parte qi representa la influencia de x0 ( vector) en
el modo i.
Definamos la MATRIZ DE FACTORES DE
PARTICIPACION ,P, como P= P
ki
[ ]
donde
P = p q
ki ki ki
Cada columna de P se corresponde con un valor propio y cada
fila de P se corresponde con un componente del vector
estado x. En otras palabras, Pki representa la contribucin
del k-simo componente del vector x en la construccin
del i-simo modo o valor propio.
Sistemas 275
Esta informacin permite conocer la influencia de

determinada variable de estado en el comportamiento de
determinado modo, es decir , donde centrar la atencin.
Comnmente se normaliza la matriz de tal forma que la suma
de los componentes por filas y por columnas sea la unidad,
esto permite visualizar rpidamente las participaciones de
mayor valor.

Sistemas 276
5.1 Obtencin del Modelo de Estado.

5.1.1 Ecuacin Diferencial Lineal
Cuando se dispone de la EDL de orden n que representa
el modelo del sistema, puede utilizarse el mtodo de
definir las variables de estado como las (n-1) derivadas de
la variable primitiva. Esto da origen a una matriz de planta
como se muestra a seguir:
0 1 0
A= 0 0 1

a 1
.... a
n

Sistemas 277
5.1.2 Mtodo de la Mayor Derivada

Este mtodo corresponde al discutido anteriormente y
dice relacin con una funcin de transferencia que no
contiene ceros finitos.
Ejemplo: Sea la siguiente funcin de transferencia:
Y (s) 10
G(s) = =
U ( s) s + 2s + 3s + 4
3 2

Sistemas 278

Que corresponde al siguiente EDO: y + 2 y + 3 y + 4 y = 10 u
defina
x =y1
claramente

x1 = x 2

x =y2

x 2 = x3

x =y3
x 3 = 4 x1 3 x2 2 x3 + 10u
entonces 0 1 0 y 0
A= 0 0 1 B=0

10
4 3 2

Sistemas 279
Que permite construir el siguiente diagrama de flujo de

seales:
1/s x1 y
u 10 x3 1/s x2 1/s 1
-2
-3
-4

Sistemas 280
Observe como se definen los estados en el diagrama, lo que

corresponde con la definicin del estado x1..
5.1.3 Mtodo de Programacin Directa

Cuando la funcin de transferencia contiene ceros se utiliza el
mtodo que se describe a continuacin:
Suponga la siguiente funcin de transferencia
Y (s) b s + b s + ... + b
m m1
G(s) = = m m1 0
n>m
U (s) a s + a s + ... + a
n
n
n1
n1
0

Sistemas 281
Factorizando el denominador por an obtenemos:
Y (s) dm s m + dm1s m1 + ... + d0

G(s) = = n
U (s) s + cn1s n1 + ... + c0
donde
a bj
ci = i ; .....d j = i = 0,1,2,....., ( n 1).
an an
j = 0 ,1 ..... m
multiplicando numerador y denominador por s-nB(s) , con

B(s) una funcin auxiliar se obtiene:

Sistemas 282
mn mn1 n
Y ( s) (d ms + d m1s + ... + d0 s ) B( s)
. G( s ) = =
1 n
U ( s) (1 + cn1s + ... + c0 s ) B( s)
Es posible escribir entonces que:

mn mn1 n
Y (s) = dms B(s) + dm1s B(s) + ... + d0s B(s)
1 n
U(s) = B(s) + (cn1s + ....+ c0s )B(s)
visto el orden del denominador de la funcin de transferencia

son necesarios n integradores, es decir:

Sistemas 283
1 n
donde B( s ) = U ( s ) (c s + .... + c s ) B(s)
n1 0
Podemos establecer el siguiente diagrama de flujo de seales:
U(s) B(s) S-1 S-1 S-1 S-1 Y(s)

1
-cn-1
-c1
-c0

Sistemas 284
Como:
m n mn1 n
Y (s) = d m s B ( s ) + d m1s B ( s ) + ... + d 0 s B( s)
Entonces dm
dm-1
d1
B(s) S-1 S-1 S-1 S-1 Y(s)
d0
finalmente se obtiene:

Sistemas 285
dm
.
dm-1
U(s) B(s) S-1 S-1 S-1 S-1 Y(s)

1 d0
-cn-1
-c1
-c0

Sistemas 286
Asignando una variable de estado a la salida de cada

integrador, se obtiene:
dm
dm-1
U(s) B(s) xn x3 S-1 x2 x1 Y(s)

S-1 S-1 S-1
1 Xn-1 d0
-cn-1
-c1
-c0
Sistemas 287
Podemos escribir el modelo de estado como:

x 1 = x 2

x 2 = x 3

x n = c 0 x1 c1x 2
... c n 1
x n
+ u (t )
y (t ) = d 0
x1 + d 2
x 2
+ ... + d m
x n

Sistemas 288
Obteniendose : 0 1 0 0
0 0 1 0
A =
* * * *

c0 c1 * cn
0
0
B =
*

1
C = [d 0 d1 * d m 0 * 0]

Sistemas 289
Vemos que la matriz de planta es la misma que se obtuvo con

el mtodo de la mayor derivada , sin embargo ahora la
matriz de mediciones corresponde a una combinacin de
variables de estado. Cuando las matrices A,B y C tienen la
forma descrita , al modelo se le denomina como uno en
FORMA CANONICA CONTROLABLE (FCC).

Sistemas 290
5.1.4 Mtodo de Programacin Iterativa

La funcin de transferencia general, estrictamente propia, ya
presentada puede expresarse en trminos de un producto de
funciones de transferencias parciales, es decir :
Y (s)
G (s) = = G ( s ) * G ( s ) * ..... * G n ( s )
U (s) 1 2

Sistemas 291
Expresin que se corresponde con el siguiente diagrama de

flujo de seales:
G1(s) G2(s) ... Gn(s)

Y(s)
U(s)

Sistemas 292
Las expresiones para las Gi(s), i=1,..,n, pueden ser

representadas por estructuras tpicas, como por ejemplo:

1 1

x .s-1 x
x x
x x
q
-p -p
-p
1 s s + q
s + p s + p s + p

Sistemas 293
Estos flujos de seal se interconectan segn la desagregacin

indicada para dar origen a un flujo de seal completo y
poder as obtener el respectivo modelo de estado,como se
muestra a continuacin:
Obtener el modelo de estado para:
s(s + 5)
G(s) =
(s + 2)(s + 3)(s + 4)

Sistemas 294
Desagreguemos la funcin de transferencia en los siguientes

trminos:
( s + 5) s 1
G(s) = = G ( s) * G ( s) * G ( s)
( s + 2) ( s + 3) ( s + 4)
1 2 3
tenemos entonces el siguiente flujo de seales:

1
1 S-1
1
S-1 S-1
U(s) Y(s)
5
-2 -3 -4
x2 x1
x3
Sistemas 295
Lo que entrega:

x = 4 x + x = 4 x 3x + 3 x + U
1
1
2
1 2 3

x = 3 x + x + 5 x = 3x + 3x + U
2
2
3
3 2 3

x = 2 x + U
3
3
es decir:
4 3 3 1
A = 0 3 3 B = 1 C = [1 0 0]

0 0 2 1
Sistemas 296
Observar que en la diagonal principal se encuentran los polos

de la funcin de transferencia, y la matriz es diagonal
superior. Por una transformacin apropiada se puede lograr
una matriz de Jordan y, en consecuencia, estados total o
parcialmente desacoplados.
5.1.5 Mtodo de Programacin Paralela
Una alternativa al mtodo anterior es expandir la funcin
de transferencia en fracciones parciales, es decir:
Y (s)
G (s) = = G ( s ) + G ( s ) + ..... + G n ( s )
U (s) 1 2
Sistemas 297
Es decir:
Y ( s ) = G ( s ) U ( s ) + G ( s ) U ( s )..... + G n ( s ) U ( s )
1 2
Suponemos las mismas estructuras tpicas para Gi(s) i=1,..,n

y procedemos a definir una variable de estado a la salida de
cada integrador comenzando, como es habitual, del nodo
mas cercano a la salida .
Ejemplo:
s(s + 5)
G(s) =
(s + 2)(s + 3)(s + 4)
Sistemas 298
Obtenemos as:
3 6 2
Y(s) = U(s) + U(s) + U(s)
s +2 s +3 s +4
cada trmino obedece a la estructura siguiente:
k s-1 Y(s)
U(s)
-p

Sistemas 299
Entonces se obtiene el siguiente diagrama de flujo de seales:

1 -3 s-1
U(s)
x1 1
x 1
1 -2
6 s-1 Y(s)

1
x2 x 2
1 -3
-2 1
s-1

x3 x 3
-4
Sistemas 300
Entonces:

x 1 = 2 x 3u (t )1

x 2 = 3 x + 6 u (t )
2

x 3 = 4 x 2 u (t )
3
y (t ) = x 1
+ x 2
+ x 3
en otras palabras, las matrices A, B y C vienen dadas como:

Sistemas 301
2 0 0 3
A= 0 3 0 B=6 [ ]
C= 1 1 1
0 0 4
2
sin embargo, cuando las races son de multiplicidad 2 o

mayor es necesario expandir en fracciones parciales el polo
de multiplicidad 2 o mayor, lo que se representar a va de
ejemplo, como se muestra a seguir:
Suponga en el ejemplo anterior, que el polo -3 es de
multiplicidad 2, entonces se tiene:
Sistemas 302
3 b 2
Y (s) = U (s) + U (s) + U (s)
s+2 ( s + 3) s+4 2
es decir:
3 b
2 b1 2
Y(s) = U(s) + U(s) + U(s) + U(s)
s +2 (s +3)2 (s +3) s +4
s ( s + 5 )( s + 3 ) 2 = 6
con b2 =
( s + 2 )( s + 3 ) 2 ( s + 4 ) s = 3
d s ( s + 5 )( s + 3 ) 2
b1 = =1
ds ( s + 2 )( s + 3 ) ( s + 4 )
2 s= 3

Sistemas 303
El respectivo flujo de seales es :

s-1
U(s)
-3 x 1
-2 x 1
1 1

1 s-1 x 2 s-1 x 2
x x 3 -3
3
-3
6 1
1
1 1
x 4 s-1 1
Y(s)
2 -4 x 4

Sistemas 304
Que entrega el siguiente conjunto de matrices:
2 0 0 0 3
A= 0 3 1 0
B= 0
[ ]
C= 1 1 6 1
0 0 3 0 1
0 0 0 4 2
vemos que A es una forma de Jordan.

Sistemas 305
5.2 Solucin de la Ecuacin de Estado

5.2.1 Solucin de una EDO de primer orden,escalar e
invariante.
Sabemos de cursos bsicos que la solucin general de :

x + ax = bu
viene dada como: t
x (t ) = e at x0 + e a ( t ) bu ( ) d
0

Sistemas 306
Debemos esperar, en consecuencia, cierta similitud en la

expresin para la solucin de la ecuacin de estado. Es
decir, existir:
a) Solucin entrada cero ( homognea )
at
xh (t ) = e x0
b) Solucin estado cero (particular)
t
x (t )
p
= e a ( t )
bu ( )d
0
Sistemas 307
5.2.2 Solucin de la Ecuacin de Estado : Serie de Potencia

Propongamos como solucin la siguiente serie de
potencia:
x (t ) = a0 + a1t + a 2 t + ....... + a n t
2 n
donde los ai no son escalares.

Derivando esta expresin respecto del tiempo se obtiene:

n 1
x ( t ) = a 1 + 2 a 2 t + ..... na nt

Sistemas 308
La solucin entrada cero, implca resolver para:

x ( t ) = Ax ( t ),........ x ( 0 ) = x 0
con xn, entonces substituyendo se obtiene:
n 1
a1 + 2 a 2 t + ..... na n t = A(a0 + a1t + a2t + .......+ ant )
2 n
es decir:
a 1 = Aa 0
1 1 2
a2 = Aa 1 = A a0
2 2
1
a3 = A 3a0
3*2
.
.
1
an = A na0
n


Sistemas 309
Como con t=0 se obtiene a0=x(0)=x0, puede escribirse la

solucin como:

x (t ) = I + A t + A t + ...... + A t x0
1 2 2 1 n n
2 nl

el trmino entre parntesis corresponde con la expansin en
serie de una exponencial matricial, es decir:
x (t ) = e At
x 0 = (t ) x 0

Sistemas 310
La solucin nos muestra como se realiza la transicin de un

estado inicial a uno final, por lo que llamamos a la matriz
exponencial como Matriz de Transicin y su
determinacin ser lo que discutiremos a continuacin.
En forma similar al caso de primer orden escalar, la solucin
completa de la Ecuacin de Estado viene dada como:
t
A ( t )
x (t ) = e x 0 + e
At
Bu ( ) d
0

Sistemas 311
Por otra parte, si se le aplica T de L, a la ecuacin de estado

con entrada cero (i.e. slo con C.I.), se obtiene:
X ( s ) = [sI A ] x 0
1
en otras palabras,
= [sI A ]
At 1
e
lo que entrega a lo menos, un medio para evaluar la matriz de
transicin.

Sistemas 312
Suponga una ecuacin de estado cuya matriz de planta tiene

un conjunto de valores propios reales y diferentes.
Entonces existe una transformacin lineal T, que relaciona
los dos conjuntos de estado, es decir :
x(t)=Tz(t)
claramente TT-1=I y se cumple que :

z ( t ) = T 1 ATz ( t ) + T 1
Bu ( t )
y ( t ) = CTz
como los valores propios son reales y diferentes entonces:

Sistemas 313

z (t ) = z (t ) + B u (t )

y (t ) = C z (t )
donde
1 0 0 0 0 b1
0 2 0 0 0 b
2
= 0 0 0 0 B =

0 0 0 i 0
bi
0 0 0 0 n b
n

C = c1 c2 ci cn


Sistemas 314
En consecuencia podemos escribir:

t
z 1 ( t ) = z 10 e 1
t
z 2 ( t ) = z 20 e 2
.
.
t
z n (t ) = z n 0 e n

Sistemas 315
e t
1
0 0 0 0

Es decir: 0 et 2
0 0 0
z (t ) = 0 0 0 0 z 0 = e t z 0

0 0 0 et i
0
0 e t
0 0 0 n
claramente, como los valores propios son invariantes a las

transformaciones lineales, si estos son reales y diferentes,
disponemos de un medio para evaluar la matriz de
transicin. Cuando este no es el caso, es decir la
transformacin genera una matriz de Jordan, es comn
utilizar de lo que discutiremos a continuacin:
Sistemas 316
Teorema de Cayley-Hamilton:
Toda matriz cuadrada satisface su propia ecuacin
caracterstica
En otras palabras si:

I A = a n n + a n 1 n 1 + .... + a 1 + a 0
entonces:
P ( A ) = a n A n + a n 1 A n 1 + ..... + a 1 A + a 0 I

Sistemas 317
Adems, suponga que N(A) es un polinomio matricial:

n 1
N ( A ) = a n A + a n 1 A
n
+ .... + a 1 A + a 0 I
sea P(A) el polinomio caracterstico de A, entonces:
N ( ) R ( )
= Q ( ) +
P ( ) P ( )
multiplicando por P() , obtenemos
N ( ) = Q ( ) P ( ) + R ( )

Sistemas 318
Como R() es el residuo y evidentemente, de menor grado

que N(), y como P()=0, visto que representa la ecuacin
caracterstica de A, obtenemos que:
N ( A ) = R ( A)
es decir, todo polinomio matricial puede ser escrito como un
polinomio de a lo mas un grado menor , es decir:
m 1
N ( A) = hm A + hm 1 A
m
+ ... + h0 I
con n m+1.

Sistemas 319
Vea que este es un mtodo adecuado para obtener la inversa

de una matriz, por cuanto si:
P ( A ) = A n + a n 1 A n 1 + ... + a1 A + a 0 I = 0
entonces:
1 1 a n 1 n 1 a1
A = A n
A .... A
a0 a0 an
Defina ahora :
P(A) = e At

Sistemas 320
Es posible escribir un polinomio de a lo mas un grado menor,

es decir:
n 1
e At
= h 0 I + h1 A + h 2 A + ... + h n 1 A
2
en consecuencia y por C-H, se cumple que:
t
e = h 0 + h1 + h 2 + ... + h n 1
2 n 1

Sistemas 321
En consecuencia, si los valores propios son reales y

diferentes, se dispone de n ecuaciones, para n incgnitas h.
Si los valores son repetidos, entonces se utiliza de la
siguiente regla:
(0) ( j)
dj
P ( i ) = P ( i ) P ( i ) = P ( )
d j
(0) ( j)
dj
R ( i ) = R ( i ) R (i ) = R ( )
d j
para generar las ecuaciones que nos permitan calcular la

incgnitas hi.
Sistemas 322
Es necesario destacar que las derivadas de la expresin

anterior son con respecto a y no c/r al tiempo.
Disponemos ya de los medios que nos permiten evaluar la
respuesta de un sistema sea su representacin externa o
interna. Ambas representaciones estn relacionadas como
es de suponerse. Para ello aplique transformada de Laplace
a la ecuacin de estado y asle el vector de estado
obteniendo
X ( s ) = [sI A ] BU ( s )
1

Sistemas 323
Sustituya X(s) en la ecuacin de salida obteniendo:
C * adj[sI A] * B
Y (s) = C[sI A] BU(s) =
1
U (s)
[sI-A]
claramente entonces, el determinante de la matriz resolvente
es la ecuacin caracterstica, en consecuencia hablar de
polos o valores propios es equivalente..

Sistemas 324
Suponga un modelo de estado con valores propios reales y

diferentes. Es posible, entonces, determinar una matriz de
transformacin que entregue una nueva matriz de planta
estrictamente diagonal. Responderemos la pregunta
respecto a como determinar tal matriz. Para ello escriba:
T = [t (1 )
t (2 )
t (i)
t (n )
]
donde t(i) representa el i-simo vector caracterstico de A,
asociado al i-simo valor propio i.

Sistemas 325
Entonces se cumple que : [ i I

]
A *t = 0
(i)
supondremos adems por conveniencia, que: t ( i ) = 1

e
esto permite calcular los vectores caractersticos que originan
una matriz T que diagonaliza la planta.
La importancia de la diagonalizacin dice relacin con el
responder lo siguiente:
1.- De que manera u(t) opera sobre el estado xi ?
2.- De que manera el estado xi puede ser reconstruido a
partir de la medida y(t) ?

Sistemas 326
La primera pregunta dice relacin con el concepto de

CONTROLABILIDAD y la segunda con el de
OBSERVABILIDAD .
Suponga que
b1
b

1 2
B = T B = .

b i
b
n

Sistemas 327
T es la transformacin que diagonaliza A . Sea la i-sima fila

de B cero. Entonces:

z i (t ) = i z i (t ) + 0 u (t )
esta relacin pone en evidencia que zi(t) slo depende de su
valor inicial. Es decir, no hay una entrada u(t) que lleve
zi(t) desde su valor inicial a uno final. Esto es, zi(t) NO ES
CONTROLABLE por u(t).
Por otro lado, supongamos ahora que:

Sistemas 328
.
C = c1 c 2 . c i cn

Sea la i-sima columna de C cero. Entonces se cumple que :

y(t) = c1 z1 + c2 z2 + ...+ 0zi + cn zn
es decir, el estado zi no contribuye a la construccin de y(t).
Se dice entonces que zi(t) NO ES OBSERVABLE por
y(t).
Una forma alternativa para determinar la controlabilidad y/u
observabilidad de los estados es generar las siguientes
matrices:
Sistemas 329
. [
C = B AB A B . A B 2 n 1
]
Si el numero de columnas LI de C es n entonces el estado es
completamente controlable.
C
CA

O = CA 2

.
CA n 1
Si el rango de O es n, el sistema es completamente observable

Sistemas 330
Una alternativa es tomar la transpuesta de O para obtener:

OT = CT [ A T C T ( A T ) 2 C T . ( A T ) n 1 C T ]
nuevamente la condicin de observabilidad completa es n
columnas LI.
Como la condicin de controlabilidad completa de estados no
es condicin necesaria ni suficiente para controlabilidad de
la salida, se define la matriz:
[
CY = CB CAB CA2 B . CAn1 B ]
si tiene q columnas LI la salida es completamente controlable.

Sistemas 331


Cap-10 Representacion Interna

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cap-10 Representacion Interna

Uploaded by

Copyright:

Available Formats

U X X Y

Anlisis de Seales y Sistemas

Como ya vimos el modelo de estado lineal viene dado como:

Anlisis de Seales y Sistemas

Observar que si u = 0, es decir comportamiento entrada cero,

Anlisis de Seales y Sistemas

Adems, para cada valor propio existe un vector propio

Anlisis de Seales y Sistemas

Suponga el caso de entrada cero, es decir

donde los pi representan el i-simo vector propio a DERECHA y qiT

Anlisis de Seales y Sistemas

Lo que podemos reescribir como:

cuya transformada inversa viene dada como:

Donde pi representa la distribucin del modo i en el estado x.

Esta informacin permite conocer la influencia de

Anlisis de Seales y Sistemas

5.1 Obtencin del Modelo de Estado.

Anlisis de Seales y Sistemas

5.1.2 Mtodo de la Mayor Derivada

Anlisis de Seales y Sistemas

Anlisis de Seales y Sistemas

Que permite construir el siguiente diagrama de flujo de

Anlisis de Seales y Sistemas

Observe como se definen los estados en el diagrama, lo que

5.1.3 Mtodo de Programacin Directa

Anlisis de Seales y Sistemas

Factorizando el denominador por an obtenemos:

Y (s) dm s m + dm1s m1 + ... + d0

multiplicando numerador y denominador por s-nB(s) , con

Anlisis de Seales y Sistemas

Es posible escribir entonces que:

visto el orden del denominador de la funcin de transferencia

Anlisis de Seales y Sistemas

Podemos establecer el siguiente diagrama de flujo de seales:

U(s) B(s) S-1 S-1 S-1 S-1 Y(s)

Anlisis de Seales y Sistemas

Anlisis de Seales y Sistemas

U(s) B(s) S-1 S-1 S-1 S-1 Y(s)

Anlisis de Seales y Sistemas

Asignando una variable de estado a la salida de cada

U(s) B(s) xn x3 S-1 x2 x1 Y(s)

Podemos escribir el modelo de estado como:

Anlisis de Seales y Sistemas

Anlisis de Seales y Sistemas

Vemos que la matriz de planta es la misma que se obtuvo con

Anlisis de Seales y Sistemas

5.1.4 Mtodo de Programacin Iterativa

Anlisis de Seales y Sistemas

Expresin que se corresponde con el siguiente diagrama de

G1(s) G2(s) ... Gn(s)

Anlisis de Seales y Sistemas

Las expresiones para las Gi(s), i=1,..,n, pueden ser

Anlisis de Seales y Sistemas

Estos flujos de seal se interconectan segn la desagregacin

Anlisis de Seales y Sistemas

Desagreguemos la funcin de transferencia en los siguientes

tenemos entonces el siguiente flujo de seales:

Observar que en la diagonal principal se encuentran los polos

Suponemos las mismas estructuras tpicas para Gi(s) i=1,..,n

Anlisis de Seales y Sistemas

Entonces se obtiene el siguiente diagrama de flujo de seales:

en otras palabras, las matrices A, B y C vienen dadas como:

Anlisis de Seales y Sistemas

sin embargo, cuando las races son de multiplicidad 2 o