Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Tarea 1 Formas Canonicas

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 19

Seccin de Estudios de Posgrado e Investigacin ESIME-ZACATENCO Departamento de Ingeniera Elctrica Anlisis de Sistemas Lineales

Tarea Nmero 1

Elaboro:

Dr. David Romero Romero

Profesor:

Anlisis de Sistemas Lineales- Formas cannicas

NDICE

INTRODUCCIN F. CANONICA OBSERVADOR F. CANONICA CONTROLADOR F. CANONICA OBSERVABILIDAD F. CANONICA CONTROLABILIDAD F. CANONICA JORDAN F. CANONICA DIAGONAL

..3 ..4 ..6 ..8 ..9 ..10 ..16

Anlisis de Sistemas Lineales- Formas cannicas

INTRODUCCION
MODELOS DE ESTADO DE ECUACIONES DIFERENCIALES

Los modelos de ecuaciones diferenciales ordinarias de un circuito o sistema reflejan relaciones diferenciales entre la entrada de un sistema y la salida del mismo. Por ejemplo si indica una entrada escalar y una salida escalar, y si , entonces un modelo de ecuacin diferencial ordinaria de nth orden tiene la forma

De aqu en adelante, las condiciones iniciales sern consideradas de valor cero. La ecuacin 4.1 describe un modelo tipo entrada-salida a menudo llamado una descripcin externa del sistema. La clave del asunto es poder elegir variables de estado y construir modelos de estado significativos para sistemas representados por modelos externos. La forma de la ecuacin 4.1 sugiere hacer que la eleccin sea una combinacin lineal de las variables derivadas de las entradas y salidas. As como es la derivada de mayor orden que aparece, hay una necesidad de variables de estado. Se pueden tomar diferentes decisiones elecciones respecto a las variables de estado por lo tanto se producirn diferentes modelos de estado. En consecuencia, un modelo de estado para un sistema dado o circuito no es nico. De todas las elecciones posibles para formar un modelo de estado hay algunas que caben dentro de la clasificacin de formas cannicas, entre las mas conocidas estn: Forma cannica observador Forma cannica controlador Forma cannica observabilidad Forma cannica controlabilidad

Anlisis de Sistemas Lineales- Formas cannicas

FORMA CANNICA OBSERVADOR


Mediante el siguiente ejemplo se mostrar la aplicacin de la forma cannica observador para la descripcin externa del sistema siguiente:

Considrese para el presente que todas las condiciones inciales son cero. Como una notacin conveniente, se define como el operador derivada. El

operador anlogo inverso , representa al operador integral. Entonces con esta notacin, la ecuacin 4.5 se convierte en

Combinando trminos en potencias de D en el lado derecho y luego multiplicando a la izquierda por da [ ] [ ] [ ]

Definiendo la variable de estado y entonces diferenciando la ecuacin 4.7 por la multiplicacin D en la izquierda se obtiene Despus de sustituir [ ] [ ] [ ]

por , definimos implcitamente [ ]

por medio de la ecuacin

Por lo tanto, [ Lo que implica que Definiendo de forma similar a [ obtenemos Y en consecuencia [ ] [ ] ] [ ] ] [ ]

Anlisis de Sistemas Lineales- Formas cannicas Recordando que y combinando las ecuaciones 4.9, 4.12, y 4.13 en una descripcin de matriz genera la forma cannica observador de un modelo de estado para la ecuacin 4.5:

[ ] [ ][ ] [ ]

][ ]

El diagrama de simulacin anlogo asociado con la ecuacin 4.14 aparece en la figura 4.1
u

b3

b2

b1

+ 1 +

x1 +

+ -a2

x2 + + -a1

x3

-a3

Figura 4.1 Diagrama de bloques forma cannica observador de la ecuacin 4.5

Anlisis de Sistemas Lineales- Formas cannicas

FORMA CANNICA CONTROLADOR


Mediante el siguiente ejemplo se mostrar la aplicacin de la forma cannica controlador o estndar de un modelo de estado representacin de la ecuacin 4.5. El primer paso es desarrollar el modelo cannico de estado para el sistema auxiliar

Donde los coeficientes a1, a2, y a3 coinciden con aquellos en la ecuacin 4.5 y la respuesta resultado de la entrada u. Entonces asumimos que todas las condiciones inciales son cero, la respuesta de la descripcin del sistema dada por la ecuacin 4.5 es la superposicin de las respuestas del sistema auxiliar dadas por la ecuacin 4.16, a las entradas b3 , b2D , y b1D2 . En particular . Manteniendo esta consideracin en mente, el siguiente paso es construir el modelo cannico de estado para la ecuacin 4.16. En trminos del operador diferencial D, la ecuacin 4.16 tiene la representacin equivalente. [ ]

Como tal definimos la variable de estado Ahora definimos [

, lo que implica que ]

lo que implica que [ ] a partir de la ecuacin 4.18, se obtiene

De forma similar, definimos

De esta discusin al principio del ejemplo y la eleccin precedente de variables de estado,

Por lo tanto, las ecuaciones 4.19 y 4.20, junto con las equivalencias y dan el modelo de estado cannico controlador dado por la ecuacin 4.15

Anlisis de Sistemas Lineales- Formas cannicas

[ ]

][ ]

[ ]

][ ]

Note que las variables de estado x1, x2, y x3, en la ecuacin 4.15 corresponden a diferentes entidades de aquellas en la ecuacin 4.14

+ + +

b1

b2

b3

+ + + +

x3

x2

x1

-a1

-a2

-a3

Figura 4.2 Diagrama de bloques forma cannica controlador de la ecuacin 4.5

Anlisis de Sistemas Lineales- Formas cannicas

FORMA CANNICA OBSERVABILIDAD A continuacin se bosquejara los puntos ms importantes. Repitiendo los puntos finos de las dos previas deducciones. Para bosquejar la deduccin de la ecuacin 4.21, rescriba la ecuacin 4.5 como la integral de la ecuacin [ ] [ ] [ ] ), implcitamente

Identificando como la variable de estado definir por Identificando

(es decir, definir

con la parte apropiada de Dy, se define implcitamente [ ]

como

en tal caso [ ]

Dejando las ecuaciones de 4.22 a 4.24 dan el modelo cannico de estado dado por la ecuacin 4.21.
La representacin cannica de estado observabilidad tiene la forma

[ ] [ ][ ] [ ]

][ ]

Las cantidades y son llamados a parmetros de Markov del sistema y estn dados por y El diagrama de simulacin anlogo correspondiente a la ecuacin 4.21 aparece en la figura 4.3.

Anlisis de Sistemas Lineales- Formas cannicas

+ + +
+

-a1

x3

+ +

+ 2

x2 +

x1

-a2 -a3

Figura 4.3 Representacin en diagrama de bloques forma cannica de observavilidad

FORMA CANNICA DE CONTROLABILIDAD Por dualidad, la forma cannica de controlabilidad de la ecuacin 4.5 tiene la representacin de modelo de estado [ ]

][ ]

[ ]

][ ]

+ + +

+ +

x1

2
+ +

x2

+ +

x3

-a3

-a2

-a1

Figura 4.3 Representacin en diagrama de bloques forma cannica de controlabilidad

Anlisis de Sistemas Lineales- Formas cannicas

FORMA CANNICA DE JORDAN Controlabilidad y observabilidad son invariantes bajo cualquier transformacin equivalente. Si una ecuacin de estado es transformada en la forma de Jordan, entonces las condiciones de controlabilidad y observabilidad se vuelven muy simples y a menudo pueden ser revisadas por inspeccin. Considere la ecuacin de estado (6.47)

FIGURA 6.8 REDES Donde J esta en la forma de Jordan. Para simplificar la discusin, asumiremos que J tiene solo dos distintos eigenvalores y y pueden ser escritos como

Donde J1 consiste en todos los bloques de Jordan asociados con y J2 consiste en todos los bloques de Jordan asociados con . Otra vez para simplificar la discusin asumimos que J1 tiene tres bloques de Jordan y J2 tiene dos bloques de Jordan o

La fila de B correspondiente a la ltima fila de Jij es denotada por blij. La columna de C correspondiente a la primera columna de Jij es denotada por cfij

Anlisis de Sistemas Lineales- Formas cannicas

Teorema 6.8 1. La ecuacin de estado en (6.47) es controlable si y solo si los tres vectores de la fila son linealmente independientes y los dos vectores de la fila son linealmente independientes. 2. La ecuacin de estado en (6.47) es observable si y solo si los tres vectores de la columna son linealmente independientes y los dos vectores de la columna son linealmente independientes. Nosotros discutiremos primero las implicaciones de este teorema. Si la ecuacin de estado esta en la forma de Jordan, entonces la controlabilidad de estas variables de estado asociadas con un eigenvalor pueden ser revisadas independientemente de aquellas asociadas con diferentes eigenvalores. La controlabilidad de las variables de estado asociadas con los mismos eigenvalores depende solo de las filas de B correspondientes a la ltima fila de todos los bloques de Jordan asociados con el eigenvalor. Todas las dems filas de B no juegan un rol en la determinacin de la controlabilidad. Las mismas observaciones se aplican a la parte de observabilidad excepto que las columnas de C correspondientes a la primera columna de todos los bloques de Jordan determinan la observabilidad. Podemos usar un ejemplo para ilustrar el uso del teorema 6.8. Ejemplo 6.10 Considere la ecuacin de estado en la forma Jordan

[ ] [ ]

La matriz J tiene dos eigenvalores distintos y . Existen tres bloques de Jordan, con orden 2, 1, y 1, asociado con . Las filas de B correspondientes a la ultima fila de los tres bloques de Jordan son [1 0 0], [0 1 0], y [1 1 1]. Las tres filas son linealmente independientes. Hay solo un bloque de Jordan con orden 3, asociado con . La fila de B correspondiente a la ultima fila del bloque de Jordan es [1 1 1], la cual es distinta de cero y es por lo tanto linealmente independiente. Debido a eso nosotros concluimos que la ecuacin de estado en (6.48) es controlable.

Anlisis de Sistemas Lineales- Formas cannicas

Las condiciones para (6.48) sea observable son que las tres columnas [1 1 1], [2 1 2], y [0 2 3] sean linealmente independientes (lo son) y la columna uno [0 0 0] sea linealmente independiente (no lo es). Por lo tanto la ecuacin es no observable. Antes de probar el teorema 6.8, dibujamos un diagrama de bloques para mostrar como surgen las condiciones en el teorema. La inversa de (sI-J) es de la forma mostrada en (3.49), cuyas entradas consisten nicamente de 1/(s- )k. Usando (3.49), nosotros podemos dibujar un diagrama de bloques para (6.48) como se muestra en la figura 6.9. Cada cadena de bloques corresponde a un bloque de Jordan en la ecuacin. Debido a que (6.48) tiene 4 bloques de Jordan, la figura tiene cuatro cadenas. La salida de cada bloque puede ser asignada como una variable de estado como se muestra en la figura 6.10. Permtanos considerar la ltima cadena en la figura 6.9. Si , la variable de estado xl21 no esta conectada a la entrada y no es controlable no importa que valores y se tomen. Por otra parte, si es distinto de cero, entonces todas las variables de estado en la cadena son controlables. Si hay dos o ms cadenas asociadas con los mismo eigenvalores, entonces nosotros requeriremos la independencia lineal del primer aumento de vectores de esas cadenas. Las cadenas asociadas con diferentes eigenvalores pueden ser analizadas por separado. Toda la discusin se aplica a la parte de observabilidad excepto que el vector columna cfij juega el rol de vector fila blij. Demostracin del teorema 6.8 Nosotros probamos el teorema usando la condicin de que la matriz [A-sIB] o [sI-A B] tiene todas las filas llenas a cada eigenvalor de A. A fin de no ser abrumado por la notacin, asumimos [sI- J B] para ser de la forma

Anlisis de Sistemas Lineales- Formas cannicas

b111

cl11

b1l11

1 s 1

xl11

x111 1 s 1

cf11

bf12

1 s 1

xl12

cf12

bf13

1 s 1

xl13

cf13

b221

b121

bl21

1 s 2

xl21

1 s 2

x221

1 s 2

x121 cf21
y

cl21

c221

FIGURA 6.9 DIAGRAMA DE BLOQUE DE (6.48).

1 s i

1 s
i

Figura 6.10 Estructura interna de 1/(s-

Anlisis de Sistemas Lineales- Formas cannicas

La forma Jordan con matriz J tiene dos eigenvalores distintos bloques de Jordan asociados con y uno asociado con . Si vuelve

. Hay dos (6.49) se

El rango de la matriz no cambiara por medio de operaciones elementales entre columnas. Agregamos el producto de una segunda columna de (6.50) por al ultimo bloque de la columna. Repitiendo el proceso para la tercera y la quinta columna, podemos obtener

Debido a que y son distintos es distinto de cero. Agregamos el producto a la sptima columna y a la ltima columna y entonces se usa la sexta columna para eliminar las entradas del lado derecho para obtener

[ ] Esta claro que la matriz en (6.51) tiene un rango de filas llenas si y solo si y son linealmente independientes. Procediendo similarmente para cada eigenvalor, podemos establecer teorema 6.8. Q. E. D. Considere una ecuacin de estado n-dimensional de la forma Jordan con p entradas y q salidas. Si hay m, con m>p, bloques de Jordan asociados con el mismo eigenvalor, entonces m numero de 1 x p vectores fila nunca pueden ser linealmente independientes y la ecuacin de estado nunca puede ser controlable. As una condicin necesaria para que la ecuacin de estado sea controlable es . Para

Anlisis de Sistemas Lineales- Formas cannicas

el caso de una entrada o una salida, entonces tenemos los siguientes corolarios (evidencia). Corolario 6.8 Una ecuacin de estado forma-Jordan de una entrada es controlable si y solo si hay un bloque de Jordan asociado con cada eigenvalor distinto y cada entrada de B correspondiente a la ultima fila de cada bloque de Jordan es diferente de cero. Corolario 6.8 Una ecuacin de estado forma-Jordan de una salida es observable si y solo si hay un bloque de Jordan asociado con cada eigenvalor distinto y cada entrada de C correspondiente a la primera columna de cada bloque de Jordan es diferente de cero. Ejemplo 6.11 Considere la ecuacin de estado

Ah estn dos bloques de Jordan uno con orden 3 y asociado con un eigenvalor 0, el otro de orden 1 y asociado con un eigenvalor -2. La entrada de B correspondiente a la ltima fila del primer bloque de Jordan es cero: por lo tanto la ecuacin de estado es no controlable. Las dos entradas de C correspondientes a la primera columna de ambos bloques de Jordan son diferentes de cero: por lo tanto la ecuacin de estado es observable.

Anlisis de Sistemas Lineales- Formas cannicas

FORMA CANNICA DE DIAGONALIZACIN Una vez ms considere el sistema homogneo

Suponga que la matriz A del sistema tiene un conjunto completo de eigenvectores linealmente independientes e1, e2, e3 con sus correspondientes eigenvalores . Los eigenvalores pueden o no ser distintos. Se mostrar como estos n eigenvectores pueden ser usados para definir sistemas separados de primer orden. Este procedimiento es a veces de beneficios computacionales directos, pero quizs mas importante como ayuda conceptual. Dejemos un valor arbitrario de estado x(k) para ser especficos. Desde que ah n eigenvectores, este estado puede ser expresado como una combinacin lineal de los eigenvectores en la forma

Donde , son escalares. Usando el hecho de que multiplicacin de (5-7) por la matriz A da

Por lo tanto, expresando en la forma

como una combinacin lineal de eigenvectores

Vemos que los coeficientes escalares primer orden

satisfacen las ecuaciones escalares de

. . .

(5-9)

El vector de estado, por lo tanto, pude ser considerado a cada instante de tiempo para comprender una combinacin lineal de eigenvectores. Con el cambio del tiempo, el peso de los coeficientes cambia (cada uno independientemente de los otros) por ello los pesos relativos quizs cambien. En consecuencia. El sistema

Anlisis de Sistemas Lineales- Formas cannicas

puede ser visto como sistemas separados de primer orden, cada uno gobernando el coeficiente de cada eigenvector.

Cambio de Variable El anlisis ya mencionado puede ser transformado directamente en una tcnica de manipulacin conveniente a travs de la introduccin formal del cambio de variable. Dejemos que M sea la matriz modal de A. Que es, M la matriz de cuyas columnas son los eigenvectores de A. para un dado , definimos un por

Esto es, por supuesto, la representacin del vector de la ecuacin anterior (5-7) con las componentes del vector igual a la anterior . La sustitucin de este cambio de variable en la ecuacin del sistema da

O, su equivalente

Esto define un nuevo sistema que esta relacionado con el sistema original por el cambio de variable La matriz del nuevo sistema es la matriz del sistema correspondiente al sistema que rige como se expreso antes en (5-9). En consecuencia, quiz se puede escribir , donde es la matriz diagonal con los eigenvalores de A en la diagonal. La matriz modal M define un nuevo sistema de coordenadas en donde A es representado por la matriz diagonal . Cuando se escriben en detalle (5_11) se convierte en

][

Que muestra explcitamente la forma diagonal obtenida por el cambio de variable.

Anlisis de Sistemas Lineales- Formas cannicas

Sistemas continuos en el tiempo Esto puede ser aplicado a un sistema continuo en el tiempo. Suponga que el estima esta gobernado por Donde A es una matriz de con eigenvectores linealmente independientes. Con M como la matriz modal tal como se ha mencionado, el cambio de variable

Transformando el sistema a Cuando se escribe en detalle esto es [ ][ ]

El vector de estado a cualquier tiempo es una combinacin lineal de los eigenvectores. En el caso de tiempo continuo, los coeficientes de cada eigenvector satisfacen una simple ecuacin diferencial de primer orden. Por lo tanto otra vez el sistema puede ser considerado para estar separado en sistemas de primer orden.

Interpretacin del diagrama La interpretacin del diagrama del proceso de diagonalizacin es sencilla y til. Cuando es expresado en las nuevas coordenadas (con componentes ) el diagrama del sistema se rompe en sistemas separados. El resultado se ilustra en la figura 5.3 para sistemas de tiempo discretos, pero exactamente el mismo diagrama es aplicado en tiempos continuos con retrasos remplazados con integradores. Los son los coeficientes de los varios eigenvectores tal como se combinan para generar el vector de estado. Los eigenvectores por si solos no se muestran explcitamente en este diagrama, aunque ellos deben ser usados para obtenerlo.

Anlisis de Sistemas Lineales- Formas cannicas

Finalmente, deber ser remarcado que el rol del proceso de diagonalizacin es al menos tan conceptual como computacional. Aunque los clculos de la matriz de transicin de estado pueden ser facilitados si los eigenvectores son conocidos, el problema de computar los eigenvalores y eigenvectores para un sistema grande es en si mismo una tarea formidable. A menudo esta forma de anlisis detallado no esta justificado en el mbito de la motivacin al estudiante. En realidad, cuando se restringe a los mtodos numricos es usualmente muy sencillo de evaluar algunas soluciones particulares directamente por recursin. Una coleccin completa de eigenvectores en forma numrica no siempre es muy iluminador. Por otra parte, desde un punto de visto conceptual, el proceso de diagonalizacin es invaluable, puesto que revela y fundamenta la simplicidad de los sistemas lineales. Armados con este concepto, sabemos, cuando nos enfrentamos con lo que parece ser un sistemas complejo interconectado, que hay un forma de verlo, a travs de uno lentes distorsionado con cambios de variables, asi eso aparece como una coleccin de sistemas de primer orden. Incluso si nosotros nunca hallamos la transformacin de diagonalizacin, el conocimiento de que uno existe influye profundamente en nuestra percepcin de un sistema y enriquece nuestra metodologa de anlisis.
+
z1

z2

zn

Figura 5.3 Diagrama diagonal

También podría gustarte