SlideShare une entreprise Scribd logo
1  sur  11
VARIABLES DE
ESTADO
Por: Isrrael Daboin –
25.189.870
VARIABLES DE ESTADO
Las variables de estado son el subconjunto más pequeño de variables
del sistema y pueden representar el estado dinámico completo en
cualquier momento. Las variables de estado deben ser
independientes entre sí.
Ogata Katsuhiko (1996) define: “El estado de un sistema dinámico es
el conjunto más pequeño de variables (llamadas variables de estado)
tales que el conocimiento de dichas variables en 𝑡 = 𝑡0 , junto con el
conocimiento de la entrada para 𝑡 ≥ 𝑡0 El concepto de estado de
ninguna manera esta limitado a sistemas físicos; también se aplica en
sistemas biológicos, sistemas económicos, sistemas sociales y otros”
CARACTERÍSTICAS DE LAS
VARIABLES DE ESTADO
Como lo menciona Ogata Katsuhiko “observe que las variables de
estado no necesitan ser cantidades físicamente medibles u
observables. Aquellas variables que no representan cantidades físicas
y aquellas que no se pueden medir ni observar, se pueden seleccionar
como variables de estado.
1. Las variables de estado pueden tener o no sentido físico.
2. Las variables de estado pueden ser o no medibles.
3. Para un mismo sistema dinámico las variables de estado no son
únicas; de hecho, se pueden definir infinitos conjuntos de variables
que sirvan como variables de estado.
TRANSFORMAR ECUACIONES
DIFERENCIALES EN ECUACIONES
DE ESTADO
Para convertir una función de transferencia en ecuaciones de estado,
primero convertimos la función de transferencia a una ecuación
diferencial por multiplicación cruzada y aplicación de la transformada
inversa de Laplace, suponiendo condiciones iniciales iguales a cero.
Una vez con la ecuación diferencial del sistema, procedemos a
diseñar la matriz en espacio de estados del sistema. Un ejemplo
ilustra este proceso.
Encuentre la representación del sistema en espacio- estado para el
sistema cuya función de transferencia que se muestra en la Figura (1):
Paso 1. Encuentra la ecuación diferencial asociada a la función de
transferencia:
La multiplicación cruzada genera lo siguiente:
La ecuación diferencial correspondiente se encuentra tomando la
transformada inversa de Laplace, suponiendo condiciones iniciales
cero:
Paso 2. Seleccionar las variables de estado. Al elegir las variables de
estado como derivadas sucesivas, obtenemos:
Utilizando esta notación, podemos reescribir la ecuación (1) como:
Paso 3. Diferenciando ambos lados de estas últimas ecuaciones,
debemos encontrar _x1 y _x2. Luego usamos la ecuación (2) para
encontrar x3. Procediendo de esta manera obtenemos las ecuaciones
de estado. Como la salida es c = x1, las ecuaciones de estado y la
ecuación de salida son:
Paso 4. Al expresar estas últimas ecuaciones en forma de matriz de
vectores, obtenemos la representación del sistema en espacio de
estados:
CONSTRUIR ECUACIONES DE
ESTADO CON MODELOS
MATEMÁTICOS
Como lo establece Ogata, Katsuhiko, En el análisis en el espacio de estado se
tratará con tres tipos de variables que están involucradas en el modelado de
sistemas dinámicos: las variables de entrada, las de salida y las de estado. La
representación en el espacio de estado para un sistema dado no es única,
con la excepción de que el número de variables de estado es el mismo para
cualquiera de las distintas representaciones en el espacio de estado del
mismo sistema. Variables de Estado las distintas representaciones en el
espacio de estado del mismo sistema.
Para sistemas (lineales o no lineales) de tiempo discreto variantes en el
tiempo, la ecuación de estado se puede escribir como:
𝑥 𝑘 + 1 = 𝑓[𝑥 𝑘 , 𝑢 𝑘 , 𝑘]
y la ecuación de salida como:
𝑦 𝑘 = 𝑔[𝑥 𝑘 , 𝑢 𝑘 , 𝑘]
Para los sistemas lineales de tiempo discreto variantes en el tiempo, la ecuación
de estado y la ecuación de salida se pueden simplificar a:
𝑥 𝑘 + 1 = 𝐺 𝑥 𝑥 𝑘 + 𝐻(𝑘)𝑢 𝑘
𝑦 𝑘 = 𝐶 𝑘 𝑥 𝑘 + 𝐷 𝑘 𝑢 𝑘
Donde:
𝑥 𝑘 = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑛 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜
𝑦 𝑘 = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑚 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑠𝑎𝑙𝑖𝑑𝑎
𝑢 𝑘 = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑟 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒𝑛𝑡𝑟𝑎𝑑𝑎
𝐺 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑛 𝑥 𝑛 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜
𝐻 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑛 𝑥 𝑟 𝑚𝑎𝑡𝑟𝑖𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑎𝑑𝑎
𝐶 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑚 𝑥 𝑛 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑠𝑎𝑙𝑖𝑑𝑎
𝐷 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑚 𝑥 𝑟 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑚𝑖𝑠𝑖𝑜𝑛 𝑑𝑖𝑟𝑒𝑐𝑡𝑎
La presencia de la variable k en los argumentos de las matrices G(k), H(k), C(k) y
D(k) implica que estas matrices varían con el tiempo. Si la variable k no aparece
en forma explícita en estas matrices, se supone que son invariables en el tiempo,
es decir, constantes. Esto es, si el sistema es invariante en el tiempo, entonces
las dos últimas ecuaciones se pueden simplificar a:
𝑥 𝑘 + 1 = 𝐺𝑥 𝑘 + 𝐻𝑢 𝑘
𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢(𝑘)
REPRESENTACIÓN DE LOS
SISTEMAS EN ECUACIONES DE
ESTADO
Según lo define Ogata, Katsuhiko (1996), para representar sistemas de
ecuaciones de estado, existen las: Formas canónicas para ecuaciones en el
espacio de estado en tiempo discreto.
Existen muchas técnicas para obtener representaciones en el espacio de
estado correspondientes a sistemas en tiempo discreto. Considere el sistema
en tiempo Variables de Estado correspondientes a sistemas en tiempo
discreto. Considere el sistema en tiempo discreto descrito por:
𝑦 𝑘 + 𝑎1 𝑦 𝑘 − 1 + 𝑎2 𝑦 𝑘 − 2 + ⋯ + 𝑎 𝑛 𝑦 𝑘 − 𝑛 = 𝑏0 𝑢 𝑘 + 𝑏1 𝑢 𝑘 − 1 +
⋯ 𝑏 𝑛 𝑢 𝑘 − 𝑛
donde u(k) es la entrada e y(k) es la salida del sistema en el instante de
muestreo k. Observe que algunos de los coeficientes (i = 1 ,2 ,..., n) y ( j =
0, 1 ,2 ,..., n) pueden ser cero. La ecuación (5-5) se puede escribir en la
forma de la función de transferencia pulso como
𝑌 𝑧
𝑈 𝑧
=
𝑏0+𝑏1 𝑧−1+⋯+𝑏 𝑛 𝑧−𝑛
1+𝑎1 𝑧−1+ ⋯+𝑎 𝑛 𝑧−𝑛
MÉTODOS DE SOLUCIÓN DE
ECUACIONES DE ESTADO
Como lo indica Ogata, Katsuhiko (1996), entre los métodos para resolver los
sistemas de ecuaciones de estado, se pueden definir los siguientes:
Método de solución de ecuaciones de estado lineal en tiempo discreto e
invariante en el tiempo:
En general, las ecuaciones de tiempo discreto son más fáciles de resolver
que las ecuaciones diferenciales, porque las primeras pueden resolverse
simplemente mediante un procedimiento de recursividad. Éste es bastante
sencillo y conveniente para cálculos digitales.
Matriz de transición de estado.
Desde el punto de vista del modelo de estado, una vez que se ha obtenido
éste interesa conocer la información que proporciona, esto es, la posibilidad
de analizar el comportamiento dinámico del sistema a lo largo del tiempo.
Para ello se debe tener una expresión explícita de la solución o trayectoria
del sistema en su espacio de estado, esto es, del vector de estado. Esta
solución exige el cálculo de la ecuación de estado.

Contenu connexe

Tendances

Funciones singulares
Funciones singularesFunciones singulares
Funciones singulares
Kenyo Turco
 
Detectores de proximidad
Detectores de proximidadDetectores de proximidad
Detectores de proximidad
tecautind
 
Convolucion Tiempo Discreto
Convolucion Tiempo DiscretoConvolucion Tiempo Discreto
Convolucion Tiempo Discreto
guest1e528d
 
SMART PID - TOOLBOX CONTROL ROBUSTO MATLAB
SMART PID - TOOLBOX CONTROL ROBUSTO MATLABSMART PID - TOOLBOX CONTROL ROBUSTO MATLAB
SMART PID - TOOLBOX CONTROL ROBUSTO MATLAB
SerHere07
 

Tendances (20)

Funciones singulares
Funciones singularesFunciones singulares
Funciones singulares
 
Lugar geometrico de las raices m.p
Lugar geometrico de las raices m.pLugar geometrico de las raices m.p
Lugar geometrico de las raices m.p
 
Diagramas bloque
Diagramas bloqueDiagramas bloque
Diagramas bloque
 
Funcion de heaviside
Funcion de heavisideFuncion de heaviside
Funcion de heaviside
 
Ejemplo metodo de sincronizacion de controladores
Ejemplo metodo de sincronizacion de controladoresEjemplo metodo de sincronizacion de controladores
Ejemplo metodo de sincronizacion de controladores
 
Detectores de proximidad
Detectores de proximidadDetectores de proximidad
Detectores de proximidad
 
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdfejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
ejercicios_3 ERROR EN ESTADO ESTACIONARIO (1).pdf
 
Sistemas Lineales (Señales y sistemas)
Sistemas Lineales (Señales y sistemas)Sistemas Lineales (Señales y sistemas)
Sistemas Lineales (Señales y sistemas)
 
47427701 ejercicios-cinematica-soluciones
47427701 ejercicios-cinematica-soluciones47427701 ejercicios-cinematica-soluciones
47427701 ejercicios-cinematica-soluciones
 
Unidad 3 c3-control /FUNCION DE TRANFERENCIA PULSO
Unidad 3 c3-control /FUNCION DE TRANFERENCIA PULSOUnidad 3 c3-control /FUNCION DE TRANFERENCIA PULSO
Unidad 3 c3-control /FUNCION DE TRANFERENCIA PULSO
 
Transformada Zeta, Definicion y Usos en la Vida Real
Transformada Zeta, Definicion y Usos en la Vida RealTransformada Zeta, Definicion y Usos en la Vida Real
Transformada Zeta, Definicion y Usos en la Vida Real
 
Convolucion Tiempo Discreto
Convolucion Tiempo DiscretoConvolucion Tiempo Discreto
Convolucion Tiempo Discreto
 
Serie de fourier
Serie de fourierSerie de fourier
Serie de fourier
 
ziegler nichols metodo 1
ziegler nichols metodo 1ziegler nichols metodo 1
ziegler nichols metodo 1
 
Modern Control System (BE)
Modern Control System (BE)Modern Control System (BE)
Modern Control System (BE)
 
LYAPUNOV STABILITY PROBLEM SOLUTION
LYAPUNOV STABILITY PROBLEM SOLUTIONLYAPUNOV STABILITY PROBLEM SOLUTION
LYAPUNOV STABILITY PROBLEM SOLUTION
 
Unidad 3 c1-control
Unidad 3 c1-control Unidad 3 c1-control
Unidad 3 c1-control
 
SMART PID - TOOLBOX CONTROL ROBUSTO MATLAB
SMART PID - TOOLBOX CONTROL ROBUSTO MATLABSMART PID - TOOLBOX CONTROL ROBUSTO MATLAB
SMART PID - TOOLBOX CONTROL ROBUSTO MATLAB
 
Reporte de practica transistores bjt diego ramirez
Reporte de practica transistores bjt diego ramirezReporte de practica transistores bjt diego ramirez
Reporte de practica transistores bjt diego ramirez
 
La integral de fourier
La integral de fourierLa integral de fourier
La integral de fourier
 

Similaire à Variables de estado Isrrael Daboin

Representecion-EspectraDAxz<x<zx<zxz<l.pptx
Representecion-EspectraDAxz<x<zx<zxz<l.pptxRepresentecion-EspectraDAxz<x<zx<zxz<l.pptx
Representecion-EspectraDAxz<x<zx<zxz<l.pptx
SANTOS400018
 

Similaire à Variables de estado Isrrael Daboin (20)

Presentación de Simulación Digital
Presentación de Simulación DigitalPresentación de Simulación Digital
Presentación de Simulación Digital
 
Representecion-EspectraDAxz<x<zx<zxz<l.pptx
Representecion-EspectraDAxz<x<zx<zxz<l.pptxRepresentecion-EspectraDAxz<x<zx<zxz<l.pptx
Representecion-EspectraDAxz<x<zx<zxz<l.pptx
 
Presentacion variables de_estado_(1)
Presentacion variables de_estado_(1)Presentacion variables de_estado_(1)
Presentacion variables de_estado_(1)
 
TEORIA MODERNA DE CONTROL
TEORIA MODERNA DE CONTROLTEORIA MODERNA DE CONTROL
TEORIA MODERNA DE CONTROL
 
Variables de estado
Variables de estadoVariables de estado
Variables de estado
 
Modelado y Simulación de Sistemas Dinámicos
Modelado y Simulación de Sistemas DinámicosModelado y Simulación de Sistemas Dinámicos
Modelado y Simulación de Sistemas Dinámicos
 
Variable de estado.pdf
Variable de estado.pdfVariable de estado.pdf
Variable de estado.pdf
 
Simulacion digital variables de estados - Nestor Gonzalez
Simulacion digital variables de estados - Nestor Gonzalez Simulacion digital variables de estados - Nestor Gonzalez
Simulacion digital variables de estados - Nestor Gonzalez
 
Jairo Rodriguez
Jairo RodriguezJairo Rodriguez
Jairo Rodriguez
 
Hamilton Lagrange
Hamilton LagrangeHamilton Lagrange
Hamilton Lagrange
 
Ca 2013 f_01
Ca 2013 f_01Ca 2013 f_01
Ca 2013 f_01
 
Variables estadon
Variables estadonVariables estadon
Variables estadon
 
Sistemas variantes en el tiempo
Sistemas variantes en el tiempoSistemas variantes en el tiempo
Sistemas variantes en el tiempo
 
MATERIAL DIDACTICO Vibraciones LIBRE-AMORTIGUADO.pptx
MATERIAL DIDACTICO  Vibraciones LIBRE-AMORTIGUADO.pptxMATERIAL DIDACTICO  Vibraciones LIBRE-AMORTIGUADO.pptx
MATERIAL DIDACTICO Vibraciones LIBRE-AMORTIGUADO.pptx
 
PDS Unidad 2 Sección 2.3: Clasificación de los sistemas discretos
PDS Unidad 2 Sección 2.3: Clasificación de los sistemas discretosPDS Unidad 2 Sección 2.3: Clasificación de los sistemas discretos
PDS Unidad 2 Sección 2.3: Clasificación de los sistemas discretos
 
Variable de estado y control digital.pdf
Variable de estado y control digital.pdfVariable de estado y control digital.pdf
Variable de estado y control digital.pdf
 
Unidad i. introduccion a los sistemas dinamicos.
Unidad i.  introduccion a los sistemas dinamicos.Unidad i.  introduccion a los sistemas dinamicos.
Unidad i. introduccion a los sistemas dinamicos.
 
Observador para circuito RLC
Observador para circuito RLCObservador para circuito RLC
Observador para circuito RLC
 
lineales
lineales lineales
lineales
 
Control de sistemas no lineales
Control de sistemas no linealesControl de sistemas no lineales
Control de sistemas no lineales
 

Dernier

Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
NancyLoaa
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 

Dernier (20)

Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 

Variables de estado Isrrael Daboin

  • 1. VARIABLES DE ESTADO Por: Isrrael Daboin – 25.189.870
  • 2. VARIABLES DE ESTADO Las variables de estado son el subconjunto más pequeño de variables del sistema y pueden representar el estado dinámico completo en cualquier momento. Las variables de estado deben ser independientes entre sí. Ogata Katsuhiko (1996) define: “El estado de un sistema dinámico es el conjunto más pequeño de variables (llamadas variables de estado) tales que el conocimiento de dichas variables en 𝑡 = 𝑡0 , junto con el conocimiento de la entrada para 𝑡 ≥ 𝑡0 El concepto de estado de ninguna manera esta limitado a sistemas físicos; también se aplica en sistemas biológicos, sistemas económicos, sistemas sociales y otros”
  • 3. CARACTERÍSTICAS DE LAS VARIABLES DE ESTADO Como lo menciona Ogata Katsuhiko “observe que las variables de estado no necesitan ser cantidades físicamente medibles u observables. Aquellas variables que no representan cantidades físicas y aquellas que no se pueden medir ni observar, se pueden seleccionar como variables de estado. 1. Las variables de estado pueden tener o no sentido físico. 2. Las variables de estado pueden ser o no medibles. 3. Para un mismo sistema dinámico las variables de estado no son únicas; de hecho, se pueden definir infinitos conjuntos de variables que sirvan como variables de estado.
  • 4. TRANSFORMAR ECUACIONES DIFERENCIALES EN ECUACIONES DE ESTADO Para convertir una función de transferencia en ecuaciones de estado, primero convertimos la función de transferencia a una ecuación diferencial por multiplicación cruzada y aplicación de la transformada inversa de Laplace, suponiendo condiciones iniciales iguales a cero. Una vez con la ecuación diferencial del sistema, procedemos a diseñar la matriz en espacio de estados del sistema. Un ejemplo ilustra este proceso.
  • 5. Encuentre la representación del sistema en espacio- estado para el sistema cuya función de transferencia que se muestra en la Figura (1):
  • 6. Paso 1. Encuentra la ecuación diferencial asociada a la función de transferencia: La multiplicación cruzada genera lo siguiente: La ecuación diferencial correspondiente se encuentra tomando la transformada inversa de Laplace, suponiendo condiciones iniciales cero: Paso 2. Seleccionar las variables de estado. Al elegir las variables de estado como derivadas sucesivas, obtenemos:
  • 7. Utilizando esta notación, podemos reescribir la ecuación (1) como: Paso 3. Diferenciando ambos lados de estas últimas ecuaciones, debemos encontrar _x1 y _x2. Luego usamos la ecuación (2) para encontrar x3. Procediendo de esta manera obtenemos las ecuaciones de estado. Como la salida es c = x1, las ecuaciones de estado y la ecuación de salida son: Paso 4. Al expresar estas últimas ecuaciones en forma de matriz de vectores, obtenemos la representación del sistema en espacio de estados:
  • 8. CONSTRUIR ECUACIONES DE ESTADO CON MODELOS MATEMÁTICOS Como lo establece Ogata, Katsuhiko, En el análisis en el espacio de estado se tratará con tres tipos de variables que están involucradas en el modelado de sistemas dinámicos: las variables de entrada, las de salida y las de estado. La representación en el espacio de estado para un sistema dado no es única, con la excepción de que el número de variables de estado es el mismo para cualquiera de las distintas representaciones en el espacio de estado del mismo sistema. Variables de Estado las distintas representaciones en el espacio de estado del mismo sistema. Para sistemas (lineales o no lineales) de tiempo discreto variantes en el tiempo, la ecuación de estado se puede escribir como: 𝑥 𝑘 + 1 = 𝑓[𝑥 𝑘 , 𝑢 𝑘 , 𝑘] y la ecuación de salida como: 𝑦 𝑘 = 𝑔[𝑥 𝑘 , 𝑢 𝑘 , 𝑘]
  • 9. Para los sistemas lineales de tiempo discreto variantes en el tiempo, la ecuación de estado y la ecuación de salida se pueden simplificar a: 𝑥 𝑘 + 1 = 𝐺 𝑥 𝑥 𝑘 + 𝐻(𝑘)𝑢 𝑘 𝑦 𝑘 = 𝐶 𝑘 𝑥 𝑘 + 𝐷 𝑘 𝑢 𝑘 Donde: 𝑥 𝑘 = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑛 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜 𝑦 𝑘 = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑚 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑠𝑎𝑙𝑖𝑑𝑎 𝑢 𝑘 = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑟 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒𝑛𝑡𝑟𝑎𝑑𝑎 𝐺 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑛 𝑥 𝑛 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜 𝐻 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑛 𝑥 𝑟 𝑚𝑎𝑡𝑟𝑖𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑎𝑑𝑎 𝐶 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑚 𝑥 𝑛 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑠𝑎𝑙𝑖𝑑𝑎 𝐷 𝑘 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑚 𝑥 𝑟 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑚𝑖𝑠𝑖𝑜𝑛 𝑑𝑖𝑟𝑒𝑐𝑡𝑎 La presencia de la variable k en los argumentos de las matrices G(k), H(k), C(k) y D(k) implica que estas matrices varían con el tiempo. Si la variable k no aparece en forma explícita en estas matrices, se supone que son invariables en el tiempo, es decir, constantes. Esto es, si el sistema es invariante en el tiempo, entonces las dos últimas ecuaciones se pueden simplificar a: 𝑥 𝑘 + 1 = 𝐺𝑥 𝑘 + 𝐻𝑢 𝑘 𝑦 𝑘 = 𝐶𝑥 𝑘 + 𝐷𝑢(𝑘)
  • 10. REPRESENTACIÓN DE LOS SISTEMAS EN ECUACIONES DE ESTADO Según lo define Ogata, Katsuhiko (1996), para representar sistemas de ecuaciones de estado, existen las: Formas canónicas para ecuaciones en el espacio de estado en tiempo discreto. Existen muchas técnicas para obtener representaciones en el espacio de estado correspondientes a sistemas en tiempo discreto. Considere el sistema en tiempo Variables de Estado correspondientes a sistemas en tiempo discreto. Considere el sistema en tiempo discreto descrito por: 𝑦 𝑘 + 𝑎1 𝑦 𝑘 − 1 + 𝑎2 𝑦 𝑘 − 2 + ⋯ + 𝑎 𝑛 𝑦 𝑘 − 𝑛 = 𝑏0 𝑢 𝑘 + 𝑏1 𝑢 𝑘 − 1 + ⋯ 𝑏 𝑛 𝑢 𝑘 − 𝑛 donde u(k) es la entrada e y(k) es la salida del sistema en el instante de muestreo k. Observe que algunos de los coeficientes (i = 1 ,2 ,..., n) y ( j = 0, 1 ,2 ,..., n) pueden ser cero. La ecuación (5-5) se puede escribir en la forma de la función de transferencia pulso como 𝑌 𝑧 𝑈 𝑧 = 𝑏0+𝑏1 𝑧−1+⋯+𝑏 𝑛 𝑧−𝑛 1+𝑎1 𝑧−1+ ⋯+𝑎 𝑛 𝑧−𝑛
  • 11. MÉTODOS DE SOLUCIÓN DE ECUACIONES DE ESTADO Como lo indica Ogata, Katsuhiko (1996), entre los métodos para resolver los sistemas de ecuaciones de estado, se pueden definir los siguientes: Método de solución de ecuaciones de estado lineal en tiempo discreto e invariante en el tiempo: En general, las ecuaciones de tiempo discreto son más fáciles de resolver que las ecuaciones diferenciales, porque las primeras pueden resolverse simplemente mediante un procedimiento de recursividad. Éste es bastante sencillo y conveniente para cálculos digitales. Matriz de transición de estado. Desde el punto de vista del modelo de estado, una vez que se ha obtenido éste interesa conocer la información que proporciona, esto es, la posibilidad de analizar el comportamiento dinámico del sistema a lo largo del tiempo. Para ello se debe tener una expresión explícita de la solución o trayectoria del sistema en su espacio de estado, esto es, del vector de estado. Esta solución exige el cálculo de la ecuación de estado.