ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

CONTROLABILIDAD Y OBSERVABILIDAD
Se dice que un sistema es controlable en el instante t0 si es posible llevarlo de cualquier
estado inicial x(t0) a cualquier otro estado, empleando un vector de control no acotado, en un
lapso finito.

Se dice que un sistema es observable en el tiempo t si, con el sistema en el estado x(t ),
es posible determinar dicho estado a partir de las mediciones de la salida con un retaso finito de
tiempo.

El trabajo pionero de R. Kalman en el año de 1960 introdujo los conceptos de

controlabilidad y de observabilidad, que juegan un papel fundamental en el diseño de los
sistemas de control usando las técnicas de estado espacio. En efecto, las condiciones de
controlabilidad y de observabilidad determinan la existencia de una solución completa para el
problema del diseño de un sistema de control. Tal vez no exista una solución a este problema si
el sistema estudiado es no controlable. Aunque la mayoría de los sistemas físicos son
controlables y observables, los modelos matemáticos correspondientes pueden no tener la
propiedad de controlabilidad o de observabilidad. En tal caso, es esencial conocer las
condiciones bajo las cuales un sistema controlable y observable. Veremos primero la
controlabilidad y dejaremos el análisis de la observabilidad para el final.

A continuación, se obtendrá primero la condición para la controlabilidad completa del

estado y enseguida se determinará la condición para la controlabilidad de la salida.

Controlabilidad completa del estado para sistemas en tiempo continuo

Consideremos al sistema en tiempo continuo:

•
x = Ax + Bu

en donde x = vector de estado (vector de orden n)

u = vector de control ( de orden r)
A = matriz de orden n x n
B = matriz de orden n x r

Se dice que el sistema dado por la ecuación anterior es de estado controlable en t = t0 si

es posible construir r señales de control sin restricción alguna que transfieran un estado inicial
a cualquier otro estado finito en un intervalo de tiempo finito t0 ≤ t ≤ t1 Si todos los estados son
controlables, se dice que el sistema es de estado completamente controlable.

Ahora obtendremos la condición para una controlabilidad completa del estado. Sin
perder la generalidad, suponemos que el estado final es el origen en el espacio de estados y que
el tiempo inicial es cero, o t0 = 0.

La solución de la ecuación anterior es

Profr. Salvador Saucedo Grupo 9A4M I – página 1 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

t
x(t ) ∫
= e At x(0) + e A (t − τ ) Bu (τ )dτ
0

Aplicando la definición de controlabilidad completa del estado recién establecida,

tenemos
t1
x(t1 ) = 0 = e At1 x(0) + ∫0
e A (t1 − τ ) Bu(τ )dτ

o bien
t1
x ( 0) = − ∫0
e − A τ Bu (τ )dτ

Refiriéndonos al teorema de Cayley-Hamilton, podemos escribir e-Aτ como

n −1
e − Aτ = ∑α
k =0
k (τ ) A k (3)

Sustituimos e-Aτ de (3) en (2) por lo que

n −1

∑ A B∫
t1
x(0) = − k
α k (τ )u(τ )dτ (4)
0
k =0

Definamos

t1

∫0
α k (τ )u(τ )dτ = Uk

donde cada Uk es un vector columna de orden r

Así, la ecuación (4) se convierte en

n −1
x(0) = − ∑ A BU
k =0
k
k

 U0 
U 
= [
− B M AB M L M A n −1 B  1 
 M 
] (5)
 
U n −1 
Si el sistema es de estado completamente controlable, entonces dado cualquier estado
inicial x(0), la ecuación (5) debe satisfacerse. Esto requiere que el rango de la matriz de n filas
y nr columnas

[B M AB M L M A n −1 B ]

Profr. Salvador Saucedo Grupo 9A4M I – página 2 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

sea de rango n, o que contenga n vectores columna linealmente independientes. La

matriz

M = [B M AB M L M A n −1 B ]
recibe el nombre de matriz de controlabilidad.

Ejemplo:

• 
 x• 1  1 2 0   − 4
x 2  =  0 − 1 0 +  0 u
•     
x3  2 2 0  − 5
 

Dado que

 − 4 − 4 − 4
M = [B AB A B2
] = 0
 0 0 
 − 5 − 8 − 8 

es singular el sistema no es controlable de estado completo.

Otro ejemplo:

• 
 x• 1  1 2 0   − 4
x 2  = 0 − 1 2 +  0 u
•     
x3  2 2 0  − 5
 

Dado que

− 4 − 4 − 24
M = [B AB A 2 B ] =  0 − 10 − 6  ⇒ M
  = 152
 − 5 − 8 − 28

es no singular el sistema si es controlable de estado completo.

Veamos un ejemplo más complejo resuelto con MATLAB usando el comando ctrb
A %n = 4

-5 0 0 0
3 -2 0 0
-5 0 0 0
4 0 0 -1

Profr. Salvador Saucedo Grupo 9A4M I – página 3 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

B % r = 2

0 10
1 -10
-4 12
0 -10

C % m = 2

-2 -1 0 -1
-2 0 0 0

M = ctrb(A,B) %matriz de orden 4x8

0 10 0 -50 0 250 0 -1250

1 -10 -2 50 4 -250 -8 1250
-4 12 0 -50 0 250 0 -1250
0 -10 0 50 0 -250 0 1250

rank(M)

3
%Como el rango de M es menor que n, el sistema no es controlable de estado
completo.

Forma alternativa de la condición para la controlabilidad de estado

Considerar el sistema definido mediante:

•
x = Ax + Bu (6)

en donde x = vector de estado (vector de orden n)

u = vector de control ( de orden r)
A = matriz de orden n x n
B = matriz de orden n x r

Si los valores principales de A son distintos, es posible encontrar una matriz de

transformación P tal que

λ1 0 K 0
0 λ2 
P −1 AP = V =  
M O 
 
0 λn 

Notar que si los valores principales de A son distintos, los vectores propios de A
también son distintos; empero, lo contrario no es verdad. Por ejemplo una matriz simétrica real
de n x n con valores principales repetidos, tiene vectores propios diferentes. Considerar
también que cada columna de la matriz de transformación P es un vector propio de A asociado
con λi(i = 1,2,...,n)

Profr. Salvador Saucedo Grupo 9A4M I – página 4 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

Definamos

x = Pz (7)

Sustituyendo la x de la ecuación (6) por la ecuación (7) se obtiene

•
z = P −1 APz + P −1 Bu (8)

Definiendo P-1B = F = (fij)

la ecuación (8) queda como

•
z1 = λ1 z1 + f 11u1 + f 12 u 2 + L + f 1r u r
•
z2 = λ 2 z 2 + f 21u1 + f 22 u 2 + L + f 2 r u r
. .
. .
•
zn = λ n z n + f n1u1 + f n 2 u 2 + L + f nr u r

Si todos los elementos de cualquier renglón de la matriz F de n x r son cero, entonces la

variable de estado asociada no es controlable por cualquiera de los controles ui .Por ello, la
condición de controlabilidad completa de estado es que, si los valores principales de A son
distintos, el sistema es de estado completo controlable si y sólo si ningún renglon de P-1B tiene
todos sus elementos cero. Conviene señalar que, con el fin de aplicar esta condición para una
controlabilidad completa de estado, debemos poner en forma diagonal a la matriz P-1AP de la
ecuación (8).

Para ilustrar la forma alternativa veamos un ejemplo

− 3 20 0 20  4 − 4
 0 −6 0 0   − 2 0
A =   B =  
0 3 −1 3  1 0 
   
0 8 0 2  3 −1

Los valores principales de A son λ1 = -3,λ2 = -1,λ3 = 2, y λ4 = -6.

La matriz de transformación para diagonalizar viene dada por

0 1 0 4
1  0 0 0
P = [X 1 X 2 X 3 X 4 ] = 
1 1 0 0
 
0 1 − 1 0
donde cada vector Xi se halla a partir de AXi = λiXi.

La matriz diagonal V, resulta ser

Profr. Salvador Saucedo Grupo 9A4M I – página 5 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

− 3 0 0 0
 0 −1 0 0 
V = 
0 0 2 0
 
 0 0 0 − 6

La matriz F = P-1B queda como

0 0
 0 1
F =  
 1 −1 
 
− 2 0

Como el primer renglón de F sólo tiene ceros, concluimos que el

sistema no es controlable de estado completo.

Con MATLAB se puede calcular la matriz de controlabilidad para

corroborar el resultado anterior:

M = ctrb(A,B)

4 -4 8 -8 16 -16 32 -32
-2 0 12 0 -72 0 432 0
1 0 2 -3 4 -3 8 -9
3 -1 -10 -2 76 -4 -424 -8

rank(M)

Puesto que el rango de M es menor que 4, se concluye que el sistema no es controlable de

estado completo, lo que concuerda con lo establecido antes.

Si la matriz A de la ecuación (6) presenta valores propios repetidos, la diagonalización

es imposible. En tal caso, transformamos A en una forma canónica de Jordan. Por ejemplo, si
A tiene valores propios λ1, λ1, λ1 ,λ4, λ4, λ6 y λ7; esto es tiene tres raíces iguales entre sí, otras
dos iguales entre sí, distintas a la primeras y otras dos diferentes entre sí y de las anteriores, la
forma de Jordan de A resulta ser

λ1 1 0 0
0 λ 1 
 1 
0 0 λ1 
 λ4 1 
J =  
 0 λ4 
 
 λ6 0 
 0 λ 7 
 0
 

Profr. Salvador Saucedo Grupo 9A4M I – página 6 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

Las submatrices cuadradas de la diagonal principal se denominan bloques de Jordan.

Suponemos que hallamos una matriz S de transformación tal que

S-1 AS = J

Si definimos un vector de estado z mediante

x = Sz (9)

entonces la sustitución de la ecuación (9) en la ecuación (6) produce

•
z = S −1 ASz + S −1 Bu = Jz + S −1 Bu (10)

La condición para una controlabilidad de estado completo del sistema dado por (6) se
enuncia del siguiente modo: El sistema es de estado completamente controlable si y sólo si a)
dos bloques de Jordan en J de la ecuación (10) no están asociados con los mismos valores
propios b) los elementos de cualquier renglón de S-1B que corresponden al último renglon de
cada bloque no son todos cero y c) los elementos de cada renglón de S-1B que corresponden a
valores propios distintos no son todos cero.

Veamos un ejemplo ilustrativo de quinto orden, resuelto con MATLAB

A

0 1 -1 1 0
0 0 -3 2 0
0 0 2 -1 1
0 0 4 -2 1
0 0 -14 5 -6

0
0
0
0
1

eig(A)

0
0
-4.0000
-1.0000
-1.0000

Se obtuvieron los vectores propios mediante: AX1 = 0; b) AX2 = X1 ; c)

AX3 = -4X3; d) AX4 = -X4 y e) AX5 = X4 –X5.

Profr. Salvador Saucedo Grupo 9A4M I – página 7 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

S = [X1 X2 X3 X4 X5]; %Matriz para obtener forma de Jordan

1 0 1 1 0
0 1 -20 -2 3
0 0 -48 0 1
0 0 -32 1 -1
0 0 256 1 -4

J = inv(S)*A*S %Matriz de Jordan

0 1.0000 0 0 0
0 0 0 0 0
0 0 -4.0000 0.0000 0
0 0 -0.0000 -1.0000 1.0000
0 0 -0.0000 -0.0000 -1.0000

inv(S)*B

-0.5625
0.2500
0.0069
0.5556
0.3333

Los renglones segundo, tercero y quinto de S-1B son diferentes de cero,

por lo que el sistema es controlable de estado completo.

Para corroborar también con MATLAB:

M = ctrb(A,B) %Matriz de controlabilidad

0 0 0 0 1
0 0 -1 7 -33
0 1 -5 21 -85
0 1 -4 15 -58
1 -6 27 -112 453

rank(M)

5 %El rango de M es igual a n, por lo que se concluye que es

controlable de estado completo

Los siguientes sistemas son de estado completamente controlable

•  − 2 0   x1  − 3
 x• 1  =  0 − 5  x  +  2 u
x 2    2   
 

• 
 x• 1  − 2 1 0   x1   0 
x 2  =  0 − 2 0   x  +  2 u
•    2   
x3   0 0 − 4  x 3  7 
 

Profr. Salvador Saucedo Grupo 9A4M I – página 8 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

• 
 x• 1  − 1 1 0   x1   0 1
 0 −1 1 0   x 2   0
x 2 
•      0   u 
1
x3  =  0 0 −1   x3  +  2 0  
u
•   − 3 1 x4   0 0  
2
x 4   0   
− 1

 x•   0 − 3  x 5  3
 5

Los siguientes sistemas no son de estado completamente controlable

•  − 2 0   x1  0
 x• 1  =  0 − 4  x  +  2 u
x 2    2   
 

• 
 •x 1  − 2 1 0   x1  1
x 2  =  0 − 2 0   x  + 0 u
•    2   
x3   0 0 − 6  x 3  5
 

• 
 x• 1  − 1 1 0   x1   0 1
 0 −1 1   
x 2 
•   0 x2   4 0   u 
1
x3  =  0 0 −1   x3  +  0 0  
u
•   − 4 1 x4   0 0  
2
x 4   0   
− 1

 x•   0 − 4  x 5  3
 5

Condición para la controlabilidad completa de estado en el dominio de s

La condición para una controlabilidad completa del estado se plantea en términos de las
funciones de transferencia o las matrices de transferencia.

Una condición necesaria y suficiente para una controlabilidad completa de estado es

que no ocurra una cancelación en la función de transferencia o en la matriz de transferencia. Si
ocurre dicha cancelación el sistema no puede ser controlado en la dirección del modo
cancelado.

Ejemplo: Consideremos la función de transferencia siguiente:

Y ( s) 4( s + 3) 4s + 12
= =
U ( s) s ( s + 3)( s + 5) s + 8s 2 + 15s
3

Es obvio que ocurre una cancelación del factor (s + 3) en el numerador y en el

denominador de esta función de transferencia (Por tanto se debería representar mediante una
matriz A de orden 2). Debido a dicha cancelación el sistema de tercer orden no es de estado
completamente controlable.

Profr. Salvador Saucedo Grupo 9A4M I – página 9 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

La misma condición se obtiene si se escribe esta función de transferencia en la forma de

una ecuación de estado. La representación en la forma canónica normal viene dada por

• 
 •x 1  0 1 0   x1   0 
x 2  = 0 0 1   x 2  +  4 u
•  
x3  0 − 15 − 8  x 3  − 20
 

y = [ 1 0 0 ]x

 0 4 − 20 
M = [B AB A B] =2  4 − 20 100  ⇒ M =0

− 20 100 − 500
Es obvio que la matriz de controlabilidad es singular por lo que el sistema no es
controlable de estado completo.

Controlabilidad de la salida de sistemas de tiempo continuo

En el diseño práctico de un sistema de control se pretende normalmente controlar la

salida en lugar del estado del sistema. Una controlabilidad completa de estado no es necesaria
ni suficiente para controlar la salida del sistema. Por dicha razón es útil definir una
controlabilidad completa de la salida por separado.

Considerar el sistema descrito por:

•
x = Ax + Bu (11)
y = Cx + Du (12)

en donde x = vector de estado (vector de orden n)

u = vector de control ( de orden r)
y = vector de salida ( de orden m)
A = matriz del sistema de orden n x n
B = matriz de control de orden n x r
C = matriz de salida de orden m x n
D = matriz de transmisión directa de orden m x r

Se dice que el sistema dado por (11) y (12) es de salida completamente controlable si es
posible construir un vector de control u(t) no acotado, tal que transfiera cualquier salida inicial
determinada y(t0) a cualquier salida final y(t1) en un intervalo de tiempo finito t0 ≤ t ≤ t1

Es factible demostrar que la condición para una controlabilidad completa de la salida es

la siguiente: el sistema descrito mediante las ecuaciones (11) y (12) es de salida completamente
controlable si y sólo si la matriz de orden m x (n + 1)r

Profr. Salvador Saucedo Grupo 9A4M I – página 10 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

[ CB ! CAB ! CA2B ! . . . !CAn-1B ! D ]

es de rango m.

Veamos un ejemplo con MATLAB:

A =

0 1 -1 0
0 -5 3 0
0 -6 4 0
0 0 0 -1

B = [2 1 1 –2]’;

C = [0 -10 10 0];

D = 0;

rank([C*B C*A*B C*A*A*B C*A*A*A*B D])

0 %No es controlable a la salida

ctrb(A,B)

2 0 0 0
1 -2 4 -8
1 -2 4 -8
-2 2 -2 2

rank(ans)

3 %No es controlable de estado completo

Controlabilidad completa del estado para sistemas en tiempo discreto

Consideremos al sistema de control en tiempo discreto definido por

x[(k+1)T] = Fx(kT) + Gu(kT) (13)

y(kT) = Cx(kT) + Du(kT) (14)

donde
x(kT) = vector de estado de orden n en el periodo k de muestreo
u(kT) = vector de control de orden r en el periodo k de muestreo
y(kT) = vector de salida de orden m en el periodo k de muestreo
F = matriz de estado de orden n x n, constante.
G = matriz de control de orden n x r, constante.
C = matriz de salida de orden m x n, constante.
T = Periodo de muestreo.

Profr. Salvador Saucedo Grupo 9A4M I – página 11 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

Se asume que u(kT) es constante para kT ≤ t ≤ (k+1)T. Se dice que el sistema

muestreado dado por (13) es controlable de estado completo si existen r secuencias de control
continuo a trozos ui(kT) definida sobre un número finito de periodos de muestreo, iniciando
desde cualquier estado x(kT), este pueda ser transferido a el estado deseado xf en n periodos de
muestreo. Puede probarse que la condición para la controlabilidad completa del estado es que
la matriz de n filas y nr columnas

[G ! FG ! . . . ! Fn-1G]

sea de rango n. O bien rango([G ! FG ! . . . ! Fn-1G] ) = n.

Controlabilidad de la salida de sistemas de tiempo discreto

El sistema de control dado por (13) y (14) es controlable a la salida si la matriz de m

filas por (n+1)r columnas

[D ! CG ! CFG ! . . . ! CFn-1G]

es de rango m. O bien rango([D ! CG ! CFG ! . . . ! CFn-1G]) = m.

Veamos un ejemplo con MATLAB

A %matriz para el modelo de tiempo continuo

0 1 -3
0 -2 0
0 -2 -1

B = [0;1;1]; %Matriz de control del modelo de tiempo continuo

20 37 -37

[F,G] = c2d(A,B,0.05) % 0.05 segs de periodo de muestreo

F % Matriz de estado del modelo discreto

1.0000 0.0547 -0.1463

0 0.9048 0
0 -0.0928 0.9512

-0.0024
0.0476

Profr. Salvador Saucedo Grupo 9A4M I – página 12 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

0.0464

Md = 100*ctrb(F,G) %por 100 para ver más dígitos

-0.2358 -0.6543 -0.9998

4.7581 4.3053 3.8956
4.6392 3.9715 3.3783

rank(Md/100)

3 % El sistema discreto si es controlable de estado completo

Sistema estabilizable

Cuando un sistema no es controlable de estado completo, pero sucede que la parte no

controlable es estable, se dice entonces que el sistema es estabilizable, aunque no sea
controlable. Un sistema controlable de estado completo es siempre estabilizable.

Veamos un ejemplo

Considerar al sistema de orden 3, con polos en –2, 2 y –1:

− 2 − 4 0  5
A =  0 2 0  B = − 1
 0 0 − 1  0 

El sistema no es controlable de estado completo; pero la tercera variable de estado, que

es la parte no controlable, es estable, y por lo tanto es sistema es estabilizable.

Profr. Salvador Saucedo Grupo 9A4M I – página 13 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

OBSERVABILIDAD
Analizaremos ahora la observabilidad de los sistemas lineales. Consideremos el sistema sin
excitación descrito por las ecuaciones siguientes:
•
x = Ax (15)
y = Cx (16)

en donde x = vector de estado (vector de orden n)

y = vector de salida ( de orden m)
A = matriz del sistema de orden n x n
C = matriz de salida de orden m x n

Se dice que el sistema es completamente observable si el estado x(t ) se determina a

partir de la medición de y(t) durante un intervalo de tiempo finito t0 ≤ t ≤ t1. Por tanto el
sistema es completamente observable si todas las transiciones de estado afectan eventualmente
a todos los elementos del vector de salida. El concepto de observabilidad es útil al resolver el
problema de reconstruir señales o variables de estado no medibles a partir de variables que si
son medibles en un tiempo lo menor posible. En estas notas trataremos con sistemas lineales e
invariantes en el tiempo; por lo que sin perder generalidad supondremos que t0 es 0.

El concepto de observabilidad es muy importante porque, en el terreno práctico, la

dificultad que se encuentra con el control mediante retroalimentación del estado es que algunas
variables de estado no son asequibles para una medición directa , por lo que se hace necesario
estimar las variables de estado no medibles para formar las señales de control. Más adelante se
demostrará que tales estimaciones de las variables de estado son posibles si y sólo si el sistema
es completamente observable.

Al estudiar las condiciones de observabilidad consideramos el sistema sin excitación

como el que se obtiene mediante las ecuaciones (15) y (16). La razón de esto es la siguiente: si
el sistema se describe mediante
•
x = Ax + Bu
y = Cx + Du

entonces
t
x (t ) ∫
= e At x(0) + e A (t − τ ) Bu(τ )dτ
0

y y(t) es
t
y (t ) ∫
= Ce At x(0) + C e A (t − τ ) Bu(τ )dτ + Du
0

Dado que las matrices A, B, C y D se conocen al igual que u(t), los dos últimos
términos del segundo miembro de la ecuación anterior son cantidades conocidas. Por tanto se
pueden restar del valor observado y(t). Así, a fin de investigar una condición necesaria y

Profr. Salvador Saucedo Grupo 9A4M I – página 14 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

suficiente para la observabilidad completa, basta considerar el sistema descrito por las
ecuaciones (15) y (16).

Observabilidad completa de sistemas de tiempo continuo

Considere al sistema dado por (15) y (16), vuelto a escribir como

•
x = Ax (15)
y = Cx (16)

el vector de salida y(t) es

y (t ) = Ce At x(0)

Refiriéndonos a la ecuación (8) o la (10) tenemos que

n −1
e At = ∑α k =0
k (t ) A k

Por lo tanto tenemos

n −1
y (t ) = Ce − Aτ x(0) = ∑α
k =0
k (τ )CA k x(0)

o bien

y(t) = α0(t)Cx(0) + α1(t)CAx(0) + . . . + αn-1(t)CAn-1x(0) (17)

Asi, si el sistema es completamente observable, dada la salida y(t) durante un intervalo

de tiempo 0 ≤ t ≤ t1, x(0) se determina únicamente a partir de la ecuación (17). Se demuestra
que esto requiere que el rango de la matriz de nm filas y n columnas

 C 
 CA 
N =  
 M 
 n −1 
CA 

sea n. La matriz N recibe el nombre de matriz de observabilidad.

Ejemplo: Considerar al sistema siguiente

• 
 •x 1  0 1 − 2   x1   0 
x 2  = 0 − 16 21   x  + 2u
•    2   
x3  0 − 8 10   x 3  1 
 

Profr. Salvador Saucedo Grupo 9A4M I – página 15 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

 x1 
y = [7 2 − 4] x 2 
 x 3 

¿Es el sistema controlable y observable?

Puesto que la matriz

0 0 1
M = [B AB A B 2
] = 2 − 11 50
 
1 − 6 28

es de rango 3, el sistema es controlable de estado

completo.

La matriz [CB CAB CA2B D ] es [0 2 -5 0 ] cuyo rango es 1

y por ello el sistema es controlable a la salida.

Dado que la matriz

 C  7 2 −4
N =  CA  = 0 7 − 12
  
CA 2  0 − 16 27 

es de rango 3, el sistema es observable completamente.

Condiciones para la observabilidad completa en el dominio s

Las condiciones para la observabilidad completa también se plantean en términos de las

funciones de transferencia o las matrices de transferencia. La condición necesaria y suficiente
para una observabilidad completa del estado es que no ocurra una cancelación en la función de
transferencia o en la matriz de transferencia. Si ocurre una cancelación el modo cancelado no
se puede observar en la salida.

Ejemplo: Demuestre que el sistema

•
x = Ax + Bu
y = Cx

en donde

 x1  0 0 0  1 
0 4 − 4 
x =  x 2  ,  
A = 1 0 − 4 , B = 0 , C =  
 x 3  0 1 − 5 0 0 5 − 5 

Profr. Salvador Saucedo Grupo 9A4M I – página 16 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

no es completamente observable. Tomar en cuenta que la función de control u no afecta

la observabilidad completa del sistema. Para examinar la observabilidad completa,
simplemente establecemos el control u = 0. Para este sistema tenemos.

 
0 4 − 4
0 5 − 5
 C   
N =  CA  =  4 −4 4 
  5 −5 5
CA 2   
− 4 4 − 4
 
− 5 5 − 5

Todo determinante formado al tomar tres filas de la matriz N es igual a cero. En efecto
el rango de N es igual a 2. Por ello, el sistema no es controlable de estado completo. Formando
la matriz de transferencia evaluando C[sI – A]-1B, la matriz G(s) resulta ser:

 4( s + 4) 
 s ( s + 1)( s + 4) 
G ( s) =  
 5( s + 4) 
 s ( s + 1)( s + 4) 

Es obvio que los factores (s + 4) se cancelan entre si, lo que implica que no hay
condiciones iniciales x(0) que se puedan calcular a partir de la medición de y(t).

La función de transferencia o la matriz de transferencia no presenta cancelación si y

sólo si el sistema de estado-espacio es de estado completamente controlable y completamente
observable.

Forma alternativa de la condición para la observabilidad completa

Considere el sistema descrito por las ecuaciones (15) y (16), vueltas a escribir como
•
x = Ax (18)
y = Cx (19)

Asumir que la matriz de transformación X transforma a A en

una matriz diagonal V.
X-1AX = V

Definir

x = Xz

De esta manera las ecuaciones (18) y (19) pueden escribirse como

•
z = X −1 AXz = Vz

Profr. Salvador Saucedo Grupo 9A4M I – página 17 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

y = CXz

por lo tanto

y(t) = CxeVtz(0)

o bien

e λ1t 0   e λ1t z1 (0) 

 λ2t   λ 2t 
y (t ) = CX 
e  z (0) = CX e z 2 (0)
 O   M 
   
 0 e λn t  λnt
 e z n (0) 

El sistema es completamente observable si ninguna de las columnas de la matriz CX de

orden m x n está formada sólo por ceros. Esto se debe a que si la columna j de CX está
formada sólo por ceros, la variable de estado zj(0) no aparecerá en la ecuación de salida y, por
tanto, no puede determinarse a partir de la observación de y(t). En tal caso x(0) que se
relaciona con z(0) mediante la matriz no singular X, no puede determinarse (Esta prueba sólo
puede aplicarse si los valores propios λi de A son diferentes)

Ejemplo Sistema de cuarto orden con raíces distintas:

λ1 = 0, λ2 = -1 λ3 = 1 y λ4 = -4

•  0 9 2 − 8   x1  2
 x• 1  0  
x 2   0 1 0   x 2  0
•  = + u
x3  0 0 0 1   x 3  0 
•      
0 4 1 − 4   x 4  1 
x 4 

y = [10 10 0 -20]x

La matriz X, formada por los vectores propios de A viene dada por:

1 1 3 31.75
0 1 1 1 
X = 
0 − 1 1 −4 
 
0 1 1 16 

El producto CX resulta ser:

[10.0000 0 20.0000 7.5000]

Se infiere que el sistema no es observable de estado completo pues una

columna de CX (la segunda) está formada por un elemento cero. Para
corroborar con MATLAB, se calculó N, la matriz de observabilidad:

N = obsv(A,C)

10 10 0 -20
0 10 10 0
0 0 10 10

Profr. Salvador Saucedo Grupo 9A4M I – página 18 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

0 40 10 -30

rank(N)

V = inv(X)*A*X %Matriz diagonal

0 0 0 0
0 -1.0000 0 0
0 0 1.0000 0
0 0 0 -4.0000

M = ctrb(A,B) %Matriz de controlabilidad

2 -8 34 -135
0 0 1 -4
0 1 -4 17
1 -4 17 -68

rank(M)

Los siguientes sistemas son completamente observables

•  − 2 0   x1  x 
 x• 1  =  0 − 4  x  , y = [2 − 7] 1 
x 2    2  x2 
 

• 
 x• 1  − 5 1 0   x1   x1 
x 2   0 − 5 0 x  ,  y1   − 3 0 0  
=   2  y  =  2 0 5  x 2 
•   2  x 
x3   0 0 − 3  x 3   3
 

• 
 x• 1  − 1 1 0   x1   x1 
x 2   0 −1 1 0   x 2   
•      y1   1 0 0 0 0 x2 
x3  =  0 0 −1   x3  ,   = 0 0 0 − 1 0   x 3 
•   − 4 1 x4   y2   x 
x 4   0    4
 x•   0 − 4  x 5   x5 
 5

Los siguientes sistemas no son completamente observables

•  − 2 0   x1  x 
 x• 1  =  0 − 5  x  , y = [2 0] 1 
x 2    2  x2 
 

Profr. Salvador Saucedo Grupo 9A4M I – página 19 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

• 
 •x 1  − 5 1 0   x1   x1 
x 2   0 − 5 0 x  ,  y1  0 10 4  
=   2    = 0 6 0   x 2 
•   y2   x 
x3   0 0 − 3  x 3   3
 

• 
 x• 1  − 1 1 0   x1   x1 
x 2   0 −1 1 0   x 2   
•      y1  0 0 2 0 0   x 2 
x3  =  0 0 −1   x3  ,   =  0 3 0 1 0  x 3 
•   − 3 1 x4   y2   x 
x 4   0    4
 x•   0 − 3  x 5   x5 
 5

PRINCIPIO DE DUALIDAD

Ahora estudiaremos la relación entre la controlabilidad y la observabilidad.

Introduciremos el principio de dualidad, presentado por Kalman, para aclarar las analogías
evidentes entre los conceptos de controlabilidad y observabilidad.

Consideremos el sistema Sis1 descrito mediante

•
x = Ax + Bu
y = Cx

en donde x = vector de estado (vector de orden n)

u = vector de control de orden r
y = vector de salida ( de orden m)
A = matriz del sistema de orden n x n
B = matriz de control de orden n x r
C = matriz de salida de orden m x n

Y al sistema Sis2 descrito mediante

•
z = A' z + C' v
n = B’z

en donde z = vector de estado (vector de orden n)

v = vector de control de orden m
n = vector de salida ( de orden r)
A’ = matriz del sistema de orden n x n
B’ = matriz de salida de orden r x n
C’ = matriz de control de orden n x m

El principio de dualidad plantea que sistema Sis1 es de estado completamente

controlable (observable) si y sólo si el sistema Sis2 es completamente observable (controlable).

Profr. Salvador Saucedo Grupo 9A4M I – página 20 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

Para corroborar este principio repasemos las condiciones necesarias y suficientes para
la controlabilidad completa y la observabilidad completa de los sistemas Sis1 y Sis2.

Para el sistema Sis1:

1 Una condición necesaria y suficiente para la controlabilidad completa del estado

es que el rango de la matriz de n x nr

[ B ! AB ! . . . ! An-1 B]

sea n.

2 Una condición necesaria y suficiente para la observabilidad completa del estado

es que el rango de la matriz de nm x n

 C 
 CA 
[ C’ ! A’C’ ! . . . ! (A’)n-1 C’] =  
 M 
 n −1 
CA 

sea n.

Para el sistema Sis2:

3 Una condición necesaria y suficiente para la controlabilidad completa del estado

es que el rango de la matriz de n x nm

 C 
 CA 
[ C’ ! A’C’ ! . . . ! (A’)n-1 C’] =  
 M 
 n −1 
CA 

sea n.

4 Una condición necesaria y suficiente para la observabilidad completa del estado

es que el rango de la matriz de nr x n

 B' 
 B' A ' 
  = [ B ! AB ! . . . ! A
n-1
B]
 M 
 n −1 
 B ' ( A ' ) 

sea n.

Profr. Salvador Saucedo Grupo 9A4M I – página 21 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

Comparando estas condiciones, y tomando en cuenta que una matriz cualquiera y su

transpuesta tienen el mismo rango, se infiere la validez del principio de dualidad

Veamos un ejemplo ilustrativo con MATLAB

2 0 0
0 2 0
0 3 1

0 1
1 0
0 1

1 0 0
0 1 0

D = zeros(2);

Sis1 = ss(A,B,C,D);
Sis2 = ss(A',C',B',D); % Sistema dual de Sis1
ctrb(Sis1)

0 1 0 2 0 4
1 0 2 0 4 0
0 1 3 1 9 1

rank(ans)

3 % Sis1 es controlable de estado completo

obsv(Sis2)

0 1 0
1 0 1
0 2 3
2 0 1
0 4 9
4 0 1

rank(ans)

Profr. Salvador Saucedo Grupo 9A4M I – página 22 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

3 % Sis2 es observable de estado completo

obsv(Sis1)

1 0 0
0 1 0
2 0 0
0 2 0
4 0 0
0 4 0

rank(ans)

2 % Sis1 no es observable de estado completo

ctrb(Sis2)

1 0 2 0 4 0
0 1 0 2 0 4
0 0 0 0 0 0

rank(ans)

2 % Sis2 no es controlable de estado completo

Observabilidad completa del estado para sistemas en tiempo discreto

Consideremos al sistema de control en tiempo discreto definido por

x[(k+1)T] = Fx(kT) + Gu(kT) (20)
y(kT) = Cx(kT) + Du(kT) (21)

donde
x(kT) = vector de estado de orden n en el periodo k de muestreo
u(kT) = vector de control de orden r en el periodo k de muestreo
y(kT) = vector de salida de orden m en el periodo k de muestreo
F = matriz de estado de orden n x n, constante.
G = matriz de control de orden n x r, constante.
C = matriz de salida de orden m x n, constante.
T = Periodo de muestreo.

Se acostumbra omitir al periodo de muestreo T en las dos ecuaciones anteriores, por

obtener brevedad, por lo que es común que éstas se presenten como

x(k+1) = Fx(k) + Gu(k) (20a)

y(k) = Cx(k) + Du(k) (21a)

Profr. Salvador Saucedo Grupo 9A4M I – página 23 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

Se dice que el sistema dado por (20) y (21) es observable de estado completo si es
posible determinar el estado x(0) a partir de las observaciones de y(kT) sobre un número finito
de periodos de muestreo. El sistema es observable si cada transición de estado afecta
eventualmente a la salida.

Se puede demostrar que el sistema dado por (20) y (21) es completamente observable si
la matriz de nm filas y n columnas

 C 
 CF 
Od =  
 M 
 n −1 
CF 

Es de rango n. Od es la matriz de observabilidad.

Veamos un ejemplo que ilustra lo antes dicho, resuelto con MATLAB

A % Matriz de estado del modelo de tiempo continuo

2 1 -1
-10 -5 2
-6 -3 -1

B = [0;1;1];

C % Matriz de salida para ambos modelos

14 -3 3

[F,G] = c2d(A,B,0.04) % Periodo de muestreo es 40 milisegundos

F= % Matriz de estado de tiempo discreto

1.0799 0.0400 -0.0392

-0.3860 0.8070 0.0784
-0.2216 -0.1108 0.9608

G=

0.0000
0.0377
0.0369

Od = obsv(F,C) % Matriz de observabilidad del modelo discreto

14.0000 -3.0000 3.0000

15.6124 -2.1938 2.0982

Profr. Salvador Saucedo Grupo 9A4M I – página 24 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

17.2424 -1.3788 1.2317

rank(Od)

3 % el sistema es observable de estado completo

Sistema detectable

Si un sistema es no observable de estado completo, pero su parte no observable es

estable, entonces se dice que dicho sistema es solamente detectable. Un sistema observable de
estado completo es siempre detectable Veamos un ejemplo:

Considerar al sistema de orden 3, con polos en –2, 2 y –1:

− 2 − 4 0 
A =  0 2 0  C = [0 0 1]
 0 0 − 1

El sistema no es observable de estado completo; pero las variables de estado 1 y 2, que

son la parte no observable, incluyen la segunda variable de estado que es inestable, y
por lo tanto es sistema no es ni siquiera detectable.

PROBLEMAS PROPUESTOS
1. Dado el sistema de tiempo continuo, efectuar análisis de controlabilidad y de
observabilidad

•  0 9 2 − 8   x1   − 2 0
 •x 1  0  
x 2   0 1 0   x 2   0 0   u1 
•  = +  
x3  0 0 0 1   x3   0 2  u 2 
•      
0 4 1 − 4  x 4   1 0 
x 4 

 x1 
x 
y = [10 10 0 20]  2 
 x3 
 
 x4 

2. Dado el sistema de tiempo discreto, efectuar análisis de controlabilidad y de

observabilidad

Profr. Salvador Saucedo Grupo 9A4M I – página 25 de 26

ESIME-IPN Controlabilidad y Observabilidad del Estado-Espacio TEORIA DE CONTROL IV

 x1   0.45 0 0 0   x1   0 
x  − 0.135 0.6 − 0.135 0   x   0.25 
 2 =   2  +  u
 x3   0.30 0 0.75 0   x3  − 0.1 k
      
 x 4  k +1  0 0 0 0.9  x 4  k  0.12 

 x1 
 
 y1   − 5 0 − 2 4  x 2 
y  =  0 2 0 0  x 
 2 k   3
 
x4  k

3 Dado el diagrama a bloques del sistema continuo determinar controlabilidad,

estabilizabilidad, observabilidad y detectabilidad.

4 En el siguiente circuito x1 y x2 son las variables de estado y corresponden a los voltajes

en los capacitores C1 y C2, respectivamente. Si el producto R1C1 es igual al producto
R2C2 , será el sistema controlable? y/o observable?.

Profr. Salvador Saucedo Grupo 9A4M I – página 26 de 26