You are on page 1of 11

Lección7 (Análisis de sistemas)

February 29, 2016

Plan:

Análisis de sistemas invariantes en el tiempo

Descomposiciones canónicas
1. Análisis de sistemas invariantes en el tiempo
1.1. Sistemas de tiempo contínuo
Dado un sistema lineal invariante en el tiempo
:
x = Ax + Bu
; (1.1)
x(0) = x0

Donde las matrices A; B son matrices constantes de n n y n m respectivamente.


En lo que sigue, usaremos frecuentemente el siguiente resultado, conocido como
el teorema de Hamilton-Cayley.

Theorem 1.1. Sea A una matriz de dimensión n n con polinomio característico

p(s) = det (sE A) = sn + a1 sn 1


+ ::: + an :

Entonces
p(A) = An + a1 An 1
+ ::: + an E = 0:

A veces se dice que la matriz es una ”raíz”de su polinomio característico. Vale


la pena mencionar que para el caso de invariancia en el tiempo, la controlabilidad
es una propiedad del sistema y no depende del tamaño del intervalo de tiempo
[0; T ], por lo que podemos hablar de esta propiedad sin hacer referencia al intervalo
de tiempo.

Theorem 1.2 (teorema1). Las siguientes condiciones son equivalentes:

1. El sistema (1.1) es completamente controlable;

2. La identidad c0 Q(t) = c0 e At
B 0 se cumple únicamente para el vector
trivial c;

3. rank fB; AB; A2 B; :::; An 1 Bg = n.

2
Proof. (1)2): Si el sistema invariante en el tiempo es completamente con-
trolable entonces la matriz
Z T
P (T ) = Q(t)Q0 (t)dt
0

es no singular y es positiva de…nida, ésto implica que para todo vector no trivial c
Z T
0 2
c P (T )c = kc0 Q(t)k dt > 0:
0
0
Por lo tanto, c Q(t) no puede ser idénticamente cero.
(2)3): Se asume por contradicción que rank fB; AB; A2 B; :::; An 1 Bg < n,
entonces, existe un vector no trivial
c tal que:
c0 B = 0; c0 AB = 0; :::; c0 An 1 B = 0:
Por el teorema de Hamilton-Cayley c0 Ak B = 0 para toda k 0, y
X1
( t)k 0 k
c0 e At
B= cA B 0:
k=0
k!
Esta contradicción demuestra que la segunda condición implica la tercera.
(3)1): Se asume por contradicción que el sistema no es controlable, entonces,
rank (P (T )) < n, y existe un vector no trivial c tal que P (T )c = 0, y
Z T
0 2
c P (T )c = kc0 Q(t)k dt = 0:
0

De aquí que
c0 eAt B 0 =) c0 Ak B = 0 para toda k 0:
La última ecuación signi…ca que
rank B; AB; A2 B; :::; An 1 B < n:
Esta contradicción prueba la implicación
Remark 1. La condición 3 se conoce como la condición de controlabilidad de
Kalman y no incluye ninguna información sobre el tamaño del intervalo [0; T ].
Asumamos ahora que el sistema no es completamente controlable, entonces
rank fB; AB; A2 B; :::; An 1 Bg < n: Y existe un cambio de coordenadas que de-
scompone al sistema en una parte controlable y otra no controlable. Pero antes
de ésto, necesitamos recordar algunos resultados del álgebra lineal.

3
1.2. Recordatorio de álgebra lineal
Empecemos con la siguiente de…nición

De…nition 1.3. Dado un subespacio vectorial V Rn y un operador lineal A :


Rn ! Rn : Se dice que V es A-invariante si

para toda x 2 V el vector Ax 2 V:

Asuma que V es A-invariante y dim V = k < n: Entonces existe un subespacio


complemetario V c tal que
Rn = V V c :
Sea l1 ; l2 ; :::; lk una base de V y lk+1 ; lk+2 ; :::; ln una base de V c , entonces l1 ; l2 ; :::; ln
es una base de Rn : La matriz del operador A en esta base tiene la forma triangular

A11 A12
;
0 A22

Donde el primer bloque diagonal A11 es una matriz k k que describe de qué
manera el operador A actúa en el subespacio V . Si el espacio complementario
también es A-invariante, entonces el bloque diagonal superior A12 = 0 y la matriz
del operador tiene una forma casi diagonal.
Asuma ahora que el subespacio V no es A-invariante. El lema siguiente de-
scribe el menor subespacio A-invariante que contiene a V:

Lemma 1.4. El menor subespacio A-invariante que contiene a V está descrito


como:
Vb = V + AV + ::: + An 1 V:

Proof. Es evidente que V Vb . Por el teorema de Hamilton-Cayley Vb es A-


invariante. Se asume por contradicción que existe un subespacio A-invariante más
pequeño Ve que contiene a V . Entonces, este subespacio debe contener también a
AV , A2 V ,...,etc. Lo que implica que este subespacio debe contener también a Vb :
En adelante, denotaremos al subespacio A-invariante minimal que contiene a
V por
hA jV i :

4
1.3. Sistemas de tiempo contínuo (continuación)
Por lo tanto, se asume que

rank B; AB; A2 B; :::; An 1 B = k < n:

Lo que quiere decir que la matriz

C = B; AB; A2 B; :::; An 1 B

Tiene exactamente k columnas linealmente independientes. Consideremos el sube-


spacio vectorial generado por las columnas de la matriz C

L1 = span B; AB; A2 B; :::; An 1 B ; dim fL1 g = k:

Denotemos por l1 ; l2 ; :::; lk una base de L1 .

Lemma 1.5. El subespacio L1 es A-invariante.

Proof: Consideremos

AL1 = span(AB; A2 B; :::; An B):

Los primeros (n 1) bloques del span del lado derecho, partenecen a L1 , el último
bloque
An B = (an E + an 1 A + ::: + a1 An 1 )B;
por el teorema de Hamilton-Cayley también perteneca a L1 . Lo que implica que
AL1 L1 .
Sea L2 el subespacio complementario a L1 :

R n = L1 L2 :

Denotemos por lk+1 ; lk+2 ; :::; ln una base de L2 : Entonces la matriz cuadrada

T = (l1 ; l2 ; :::ln )

es no singular, y

1 A11 A12 1 B1
T AT = ; T B=
0 A22 0

5
donde A11 es una matriz k k y B1 es una matriz k m . Después del siguiente
cambio de las variables de estado
z (1)
x = T z; z= ;
z (2)

donde dim z (1) = k; el sistema toma la forma


( :
(1)
z = A11 z (1) + A12 z (2) + B1 u
: (2) : (1.2)
z = A22 z (2)

La segunda ecuación no depende de la variable de control y describe la parte no


controlable del sistema. La primera ecuación describe la parte controlable del
sistema.
k 1
Lemma 1.6. rank B1 ; A11 B1 ; A211 B1 ; :::; A11 B1 = k:

Proof: Por cálculo directo


1
T B; AB; A2 B; :::; An 1 B = (T 1
B; (T 1
AT )T 1
B; :::; (T 1
AT )n 1 T 1
B)
B1 A11 B1 An11 1 B1
= ::: :
0 0 0

Lo que implica que

k = rank B1 ; A11 B1 ; A211 B1 ; :::; An11 1 B1


= rank B1 ; A11 B1 ; A211 B1 ; :::; Ak11 1 B1 :

Remark 2. De acuerdo al último lema, la parte controlable del sistema (1.2) es


completamente controlable

Ahora , estamos listos para postular la prueba de Hautus.

Theorem 1.7. El sistema (1.1) es completamente controlable si y sólo si

rank (sE A; B) = n para toda s 2 C:

6
Proof: Se asume que para alguna s0 2 C rank (s0 E A; B) < n, entonces,
existe un vector no trivial c tal que
c0 (s0 E A; B) = 0 ) c0 A = s0 c0 ; y c0 B = 0:
De las igualdades anteriores
c0 Ak B = sk0 c0 B = 0; para toda k 0:
Lo que signi…ca que rank fB; AB; A2 B; :::; An 1 Bg < n, y por el teorema ?? el
sistema (1.1) no es completamente controlable.
Por otro lado, si rank (sE A; B) = n para toda s 2 C; entonces el sistema es
completamente controlable debido a que de otra manera, se puede descomponer
en partes controlables y no controlables como en (1.2). Supongamos ahora que s0
es un eigenvalor de A22 entonces es claro que
s0 E1 A11 A12 B1
rank (s0 E A; B) = rank < n:
0 s0 E2 A22 0
Esta contradicción demuestra la declaración.

1.4. Controlabilidad de sistemas de tiempo discreto


Para un sistema de tiempo discreto
x(k + 1) = Ax(k) + Bu(k)
(1.3)
x(0) = x0
las condiciones de controlabilidad son similares a las del caso de tiempo contínuo.

Theorem 1.8. Para un sistema invariante en el tiempo (1.3) las siguientes condi-
ciones son equivalentes:

1. El sistema (1.3) es completamente controlable en N n pasos;


2. La igualdad c0 Ak B = 0 para toda k 0 se veri…ca únicamente para el vector
trivial c;
3. rank fB; AB; :::; An 1 Bg = n;
4. rank (zE A; B) = n para toda z 2 C:

Proof: Es una repetición de las pruebas de la subsección anterior.

7
1.5. Observabilidad de sistemas de tiempo contínuo
Por el principio de dualidad, para el sistema invariante en el tiempo
:
x = Ax + f (t)
(1.4)
y = Cx + g(t)

las condiciones de observabilidad son las siguientes:

Theorem 1.9. Para el sistema (1.4) las condiciones siguientes son equivalentes:

1. El sistema es completamente observable;

2. La identidad CeAt v 0 se cumple únicamente para el vector trivial v;


8 9
>
> C >
>
< =
CA
3. La matriz de observabilidad O = tiene rengo n;
>
> ::: >
>
: ;
CAn 1

4. rank (sE A; B) = n para toda s 2 C.

Consideremos ahora un sistema no completamente observable: Supongamos


que
rank fOg = l < n;
entonces, existen exactamente l renglones linealmente independientes de la ma-
triz, denotémoslos por r1 ; r2 ; :::; rl podemos fácilmente añadir n l renglones
rl+1 ; rl+2 ; :::; rn tal que junto con ls primeros formen una base de Rn . Podemos
de…nir una matriz cuadrada no singular
0 1
r1
B r2 C
R=B C
@ ::: A :
rn

Lemma 1.10. El span lineal de renglones de la matriz O es un subespacio A-


invariante.

8
Proof: Los primeros (n 1) bloques del producto
0 1
CA
B CA2 C
OA = B @ ::: A
C

CAn
pertenecen a O. El último bloque, por el teorema de Hamilton-Cayley, es una
combinación lineal de los bloques de la matriz O.
Después del cambio de las variables de estado
(1)
= (2) = Rx;

donde (1) y (2) tienen dimensiones l y (n l) respectivamente, el sistema (1.4)


toma la forma siguiente:
8 0 : 1
> (1)
>
< @ A11 0 (1)
: (2)
A = (2) + Rf (t)
A12 A22 (1.5)
>
>
:
y = C1 (1) + g(t):
De aquí se concluye que el segundo componente (2) no aparece en la señal de
salida del sistema, por lo que es la parte no observable del sistema. El primer
componente (1) describe la parte observable del sistema.
Aún más, el primer componente es completamente observable como se sigue
del siguiente
8 9 8 9
>
> C >
> >
> C1 > >
< = < =
CA C1 A11
Lemma 1.11. rank = rank = l:
>
> ::: >> >
> ::: >
>
: ; : ;
CAn 1 C1 Al11 1

2. Descomposición canónica
Ahora ya podemos descomponer un sistema de control
:
x = Ax + Bu
y = Cx + Du
de acuerdo con sus propiedades de controlabilidad y observabilidad. A …n de hacer
ésto, introducimos dos subespacios:

9
1. El subespacio de controlabilidad
z (1)
L1 = T z (1) 2 Rk ; dim fL1 g = k;
0

2. El subespacio de observabilidad

1 0 (2)
L2 = R (2) 2 Rn l
; dim fL2 g = n l:

Lemma 2.1. El subespacio L2 es A-invariante.

Asimismo, introducimos los subespacios Lij ; i = 1; 2; j = 1; 2 tales que


8
< L1 = L11 L12
L2 = L11 L21 ;
: n
R = (L1 [ L2 ) L22
donde
L11 = L1 \ L2 :
Estos subespacios se pueden caracterizar de la siguiente manera:

1. El primer subespacio L11 es la parte no observable del subespacio controlable


( o la parte controlable del subespacio no observable);
2. El segundo subespacio L12 es la parte observable del subespacio de contro-
labilidad;
3. El tercer subespacio L21 es la parte no controlable del subespacio no observ-
able;
4. El último subespacio L22 es la parte no controlable y observable del sistema.

Algunos de estos subespacios pueden ser triviales. Supongamos que la matriz


S de n n se construye de la siguiente manera: las primeras columnas de la matriz
forman una base de L11 , después siguen las columnas que forman una base de L12 ,
después siguen las columnas que forman una base de L21 , y las últimas columnas
forman una base de L22 . Por construcción, la matriz S es no singular. Ahora, el
cambio de las variables de estado:

x=S

10
transforma el sistema de control (1.1) a la forma
8 0 1 0 1
>
> A 11 A 12 A 13 A 14 B1
>
> B C B C
< : 0 A 0 A B
=B@ 0
22 24 C
+B 2 Cu
0 A33 A34 A @ 0 A (2.1)
>
>
>
> 0 0 0 A44 0
:
y = 0 C2 0 C4 + Du:

Que se conoce como la descomposición canónica de Kalman del sistema. Por


construcción, el par
A11 A12 B1
;
0 A22 B2
es completamente controlable, y
( )
l 1
B1 A11 A12 B1 A11 A12 B1
rank ; ; :::; = k:
B2 0 A22 B2 0 A22 B2

Correspondientemente, el par
8 9
< A22 A24 =
0 A44
: ;
C2 C4

es completamente observable y
8 9
> C2 C4 >
>
> >
>
>
> A22 A24 >
>
>
< C2 C4 >
=
0 A44
rank ::: =n l:
>
> >
>
>
> (n l) 1 >
>
>
> A22 A24 >
>
: C2 C4 ;
0 A44

11

You might also like