Chapitre 3: Résolution de l'équation d'état

Prof Ouahiba Benmessaouda

Variable d'état

March 27, 2020

1 / 22
Introduction

On considère un système LTI d'ordre n représenté par le modèle d'état:

ẋ (t ) = Ax (t ) + Bu (t )
y (t ) = Cx (t ) + Du (t )
Objectif: déterminer la réponse du système à l'entrée u (t ).
⇒ Il faut calculer x (t )
I cas d'une équation scalaire (n = 1).
I cas d'une équation matricielle (n > 1).

2 / 22
Cas d'une équation scalaire (n = 1)

ẋ (t ) = ax (t ) + bu (t )
y (t ) = cx (t ) + du (t )
avec x (t ) = x et a, b, c et d ∈ R
0 0

• réponse libre: réponse du système autonome (u (t ) = 0)

ẋ = ax (t ) ⇒
dx (t ) = ax (t )
dt
⇒ dx (t ) = ax (t )dt
⇒
dx (t ) = adt
Z t
dx
dx (t ) = t adt
Z
⇒
t0 dx t0
⇒ [ln x (t )]tt0 = [t ]tt0
⇒ ln x (t ) − ln x (t ) = a(t − t
0 0 )
x (t )
⇒ ln
x (t ) = a(t − t )
0
0

⇒ x (t ) = e a(t −t0 ) x (t )
0

3 / 22
Cas d'une équation scalaire (n = 1)
• réponse complète:
On utilise la méthode de variation de constante:
x ( t ) = e a (t − t 0 ) K ( t ) avec K (t 0 ) = x ( t 0 ) = x0

ẋ (t ) = ae a(t −t0 ) K (t ) + e a(t −t0 ) K̇ (t )

= ax (t ) + e a(t −t0 ) K̇ (t )
et on a:
ẋ (t ) = ax (t ) + bu (t )
Par identication, on obtient:
e a(τ −t0 ) K̇ (τ ) = bu (τ ) ⇒ K̇ (τ ) = e −a(τ −t0 ) bu (τ )
Z t
⇒ K (t ) = K (t 0 ) + e −a(τ −t0 ) bu (τ )d τ
t0
Z t
⇒ K (t ) = x0 + e −a(τ −t0 ) bu (τ )d τ
t0
On remplace K (t ) dans x (t ) = e a(t −t0 ) K (t ), on obtient:
Z t
x (t ) = e a(t −t0 ) x 0 + e a(t −τ ) bu (τ )d τ
t0
4 / 22
Cas d'une équation scalaire (n = 1)

• réponse complète:

Z t
x (t ) = e a(t −t0 ) x 0 +e a(t −τ ) bu (τ )d τ
t0
Z t
y (t ) = ce a(t −t0 ) x + c e a(t −τ ) bu (τ )d τ + du (t )
0
| {z } t0
| {z }

r éponse libre r éponse forc ée

Réponse forcée: réaction du système à l'excitation, elle dépend du modèle
(a) et de la nature de la commande u (t )

5 / 22
Cas d'une équation matricielle (n > 1)
La solution est analogue à celle obtenue dans le cas scalaire:
Z t
x (t ) = e A(t −t0 ) x
0 + e A(t −τ ) Bu (τ )d τ
t0
En eet on a:
ẋ (t ) = Ax (t ) + Bu (t )
−At
On multiplie par e ⇒
e −At ẋ (t ) = e −At Ax (t ) + e −At Bu (t )
d −At −At
dt (e x (t )) = e Bu (t )
d −Aτ −Aτ

Z t
d τ (e x (τ )) = e Bu (τ )
Z t
d −Aτ e −Aτ Bu (τ )d τ
t0 d τ (e x (τ ))d τ = t0
Z t
e −At x (t ) − e −At0 x (t0 ) = e −Aτ Bu (τ )d τ
t0
Z t
x (t ) = e A (t −t0 )
x (t0 ) + e A(t −τ ) Bu (τ )d τ
t0
6 / 22
Matrice de transition d'état

• Dénition
La matrice e A(t −t0 ) est désignée sous le nom de matrice de transition car
elle établit la correspondance entre l'état du système à un instant t et
l'état initial à l'instant t . On utilise souvent la notation
0

φ(t , t0 ) = φ(t − t0 ) = e A(t −t0 ) .

Cette matrice joue un rôle très important dans la théorie des systèmes
dynamiques linéaires.
• Propriétés de la matrice de transition
I φ(t , t0 ) satisfait l'équation linéaire homogène

d φ(t ) = Aφ(t ) = φ(t )A

dt
I φ(t0 , t0 ) = In
I φ(t2 , t1 )φ(t1 , t0 ) = φ(t2 , t0 )
I φ(t , t0 ) est toujours inversible d'inverse φ(t , t0 )−1 = φ(t0 , t )

7 / 22
Calcul de e At
Pour calculer x (t ) ou y (t ), il est nécessaire de savoir calculer une exponentielle
de matrice.
• Méthode reposant sur la transformation de Laplace
Soit le système autonome,
ẋ (t ) = Ax (t ), (1)
avec t = 0. La solution d'un tel système pour une condition initiale
0

x (0) = x est donnée par x (t ) = e At x .

0 0

si l'on applique la transformée de Laplace L, on obtient:

pX (p) − x
0 = AX (p ) ⇒ X (p) = (pI − A)− x 1
0

⇒ x (t ) = L− [(pI − A)− ]x
1 1
0 .
Par identication avec (1), l'exponentielle de matrice peut donc s'écrire
(on rappelle qu'ici, t = 0)0

e At = L− [(pI − A)−
1 1
].
Exemple:
Calculer la matrice de transition du système:
ẋ (t ) = −02 −13 x (t ) + 01 u (t )
   

8 / 22
Réponse
[com(pI2 − A)]T
e At = L− [(pI
 
1
− A)−1 ] = L−1
det(pI2 − A)
2

On a
1 0 p 0
   
pI 2 =p
0 1
=
0 p
p 0 0 1 p −1
     
pI2 −A=
0 p
−
−2 −3
=
2 p+3

p+3 −2
⇒ comT (pI2 − A) =
p+3 1
   
com(pI 2 − A) =
1p −2 p
det(pI − A) = p
2
2
+ 3p + 2 = (p + 1)(p + 2)

1 p + 3 1 = (p+p1)(+p3+2)
!
1
 
(p +1)(p +2)
(pI2 − A) −1
p
=
(p + 1)(p + 2) −2 p −2
(p +1)(p +2) (p +1)(p +2)

Il reste à calculer la transformée de Laplace inverse.

9 / 22
rappel:
Soit
F (p ) = DN (p ) = N (p)
(p ) (p − p )(p − p )...(p − pn )1 2

avec pi 6= pj pour i 6= j et pi les racines de D (p )

On peut écrire F (p ) sous forme de somme telle que:
n
F (p) =
X ri ri les r ésidus tels que
i =1 p − pi
ri = plim
→p
(p − pi )F (p )
i

⇒
n
f (t ) = ri e p t
X
i

i =1
On prend F (p ) = (p+p)(+p+ ) , On la décompose en éléments simples:
1
3
2

F (p) = pr+1 + pr+2 ,

1 2

r = lim (p + 1)F (p ) = lim

p+3 =2
1
p→−1 p→−1 p+2
r = lim (p + 2)F (p ) = lim
p+3 = −1
2
p→−2 p→−2 p+1
et nalement, on obtient: F (p ) = p+ − p+ , 2
1
1
2

10 / 22
De même:
1 1 1
(p + 1)(p + 2)
=
p+1 − p+2
−2 −2 2
=
(p + 1)(p + 2) p+1 + p+2
p =
−1 2
(p + 1)(p + 2) p+1 + p+2
Il vient: 2 1 1 1
p +1 − p +2 p +1 − p +2
 
(pI2 − A)−1 = −2 2 −1 2
p +1 + p +2 p +1 + p +2
Note:
1
= e −at
 
L−1
p+a
En appliquant la transformée de Laplace sur (pI − A)− , on obtient:
2
1

2e −t − e − t e −t − e − t
e −At = L−
2 2
 
1
(pI2 − A)−1 =


−2e −t + 2e − t 2
−e −t + 2e − t2

11 / 22
Méthode des séries

On rappelle qu'une exponentielle de matrice peut se calculer grâce au

développement en série de Taylor:
(At )n
+∞
e At
X
=
0
n!
In + At + A2!t At
2 2 3 3

= + + ...
3!

I pour le calcul manuel, cette méthode n'est envisageable que pour des
matrices nilpotentes c-à-d, des matrices pour les quelles il existe un k ni
tel que Al = 0 ∀l > k .
I pour calcul numérique, le développement converge de manière absolue.
Exemple:
0 2
 
A= 0 0

12 / 22
 0 2 0 2 0 0
    
A 2
=
0 0 0 0
=
0 0
A est nilpotente
⇒
On applique le développement de Taylor, ce qui donne:
1 0 0 2t 1 2t
e At = I
     
+ At = + =
2
0 1 0 0 0 1

13 / 22
Méthode des séries

On utilise le théorème de Cayley-Hamilton pour calculer plus facilement les

diérentes puissances de A à partir de An .
I Équation caractéristique d'une matrice carrée
Soit A une matrice carrée d'ordre n. Son équation caractéristique est:
P (λ) = det(λI2 − A) = λn + an−1 λn−1 + ... + a1 λ + a0 = 0
I
Théorème de Caley-Hamilton:
Toute matrice carrée A satisfait son équation caractéristique c'est-à-dire
P ( A ) = A n + an − A n −
1
1
+ ... + a1 A + a0 = 0
Il vient donc:
n−1
An = ai A i
X
= −
i =0
= −an−1 An−1 − ... − a1 A − a0

Il est donc clair que toute puissance de la matrice A supérieure ou égale à n

pourra s'écrire de façon unique en fonction de In , A, · · · , An− : 1

14 / 22
Exemple:
Soit la matrice:
0 1
 
A= −2 −3
Son polynôme caractéristique est
P (λ) = λ 2
+ 3λ + 2

Le théorème de Cayley-Hamilton conduit à:

A + 3A + 2I = 0 ⇔ A = −3A − 2I .
2 2

Ceci permet donc de déduire A plus aisément, mais aussi

2

A = A .A = −3A − 2A = 7A + 6I
3 2 2

ainsi que les puissances successives de A de façon analogue.

15 / 22
I Formule de Sylvester
n−1
e At = αi (t )Ai
X

i =0
où les fonctions αi (t ) sont à calculer en résolvant le système d'équations:
n−1
eλ t = X α (t )λi k = 1, ..., n
k
i k
i =0
λk les valeurs propres distinctes de la matrice A.
On obtient ainsi n équations algébriques linéaires déterminant de façon
unique les coecients αi (t ).
Exemple:
Soit la matrice:
0 1
 
A= −2 −3

16 / 22
I Formule de Sylvester
n−1
e At = αi (t )Ai
X

i =0
où les fonctions αi (t ) sont à calculer en résolvant le système d'équations:
n−1
eλ t = X α (t )λi k = 1, ..., n
k
i k
i =0
λk les valeurs propres distinctes de la matrice A.
Exemple:
Soit la matrice:
0 1
 
A=
−2 −3
Valeurs propres: λ = −1, λ = −2
1 2

e At = αi (t )Ai = α0 I2 + α1 A
X

i =0
1

e −t = αi (t )λij = α0 − α1
X

i =0
1

e −2t = αi (t )λij = α0 − 2α1

X

i =0 17 / 22
 I Formule de Sylvester

e −t

= α0 − α1
e− t
2
= α0 − 2α1
⇒
α0 = 2e −t − e −2t


α1 = e −t − e −2t

e At = α0 I2 + α1 A
2e −t − e −2t e −t − e − t
e At
2
 

−2e −t + 2e −2t −e −t + 2e − t
= 2

Remarque: pour les valeurs propres multiples, il faut obtenir des équations
supplémentaires linéairement indépendantes. Pour ce faire, on dérive ...

18 / 22
I La matrice A possède des valeurs propres non distinctes
Soit λj une valeur propre simple, on lui associe l'équation:
e λ t = α (t ) + λj α (t ) + ... + λnj −
j
0 1
1
αn−1 (t )

Soit λk une valeur propre multiple, d'ordre de multiplicité r , on lui associe

les équations suivantes
eλ t α0 (t ) + λk α1 (t ) + ... + λnk −1 αn−1 (t )

k
=
de λ t d α (t ) + λ α (t ) + ... + λn−1 α (t )




 k

= k 1 k n−1
d λk d λk 0




..
 .
d r− eλ t d r−


1 1

α0 (t ) + λk α1 (t ) + ... + λnk −1 αn−1 (t )


 k


=
(d λk )r −1 (d λk )r −1



Exemple:
Soit la matrice:
0 1
 
A= −1 −2

19 / 22
I La matrice A possède des valeurs propres non distinctes
Soit λi une valeur propre simple, on lui associe l'équation:
e λ t = α0 (t ) + λj α1 (t ) + ... + λnj −1 αn−1 (t )
j

Soit λk une valeur propre multiple, d'ordre de multiplicité r , on lui associe

les équations suivantes
eλ t α0 (t ) + λk α1 (t ) + ... + λnk −1 αn−1 (t )

k
=
de λ t d


n−1
d λk α0 (t ) + λk α1 (t ) + ... + λk αn−1 (t )

 k

=
d λk




..
 .
d r− eλ t d r−


1 1

α0 (t ) + λk α1 (t ) + ... + λnk −1 αn−1 (t )


 k


=
(d λk )r − (d λ k ) r

 1 −1

Exemple:
Soit la matrice:
A = −01 −12
 

polynôme caractéristique: det(λI − 2 − A) = λ + 2λ + 1 2

Valeurs propres: λ = −1, Vp double (c-à-d r = 2)

1

e λ1 t = α + λ α

0 1 1

d e λ1 t = d (α + λ

α1 )
dλ dλ 0 1

1 1

20 / 22
I La matrice A possède des valeurs propres non distinctes
Exemple:
Soit la matrice:
0 1
 
A= −1 −2
polynôme caractéristique: det(λI − 2 − A) = λ + 2λ + 1 2

Valeurs propres: λ = −1, Vp double (c-à-d r = 2)

1

e λ1 t = α (t ) + λ α (t )

0 1 1

d e λ1 t = d (α (t ) + λ α (t ))


dλ dλ 0 1 1

1 1

e λ1 t = α (t ) + λ α (t )

0 1 1

te λ1 t = α (t )
1

Matrice de transition
(1 + t )e −t te −t
e At = α (t )I + α1 (t )A → e At =
 
0 2
−te −t (1 − t )e −t

21 / 22
Conclusion
Les outils numériques de simulation autorisent aujourd'hui des algorithmes de
calcul par voie informatique. Cependant, nous avons présenté quelques
méthodes académiques, permettent ici de s'assurer d'une compréhension
minimale.

22 / 22