CAPTULO DOS

SOLUCIN DE LAS ECUACIONES DE ESTADO

2.1 INTRODUCCIN
En este captulo se analizar la caracterizacin de sistemas en el dominio del tiempo usando la
descripcin de la ecuacin de estado y las variables de estado. El mtodo permite estudiar el sistema
como un todo, tomando en cuenta tanto sus variables internas como las variables de entrada salida
(excitacin respuesta). El mtodo ha sido utilizado durante muchos aos en la descripcin y estudio de
sistemas dinmicos y es de mucha utilidad en la resolucin de redes elctricas.
La descripcin con variables de estado utiliza un sistema de ecuaciones diferenciales (en forma
matricial) de primer orden y es aplicable a sistemas lineales o no, variables o invariables en el tiempo.
Esta descripcin con matrices que se emplea en la representacin mediante variables de estado es
independiente de la complejidad del sistema y, en consecuencia, puede facilitar grandemente el estudio de
sistemas complejos. Adems, la formulacin con variables de estado proporciona un mtodo apropiado
para el proceso de solucin de las ecuaciones por computadora.

2.2 DEFINICIONES
Desde el punto de vista del anlisis y sntesis de sistemas, es conveniente clasificar las variables que
caracterizan o estn asociadas con el sistema en (1) variables de entrada o de excitacin, u i , las cuales
representan los estmulos generados por sistemas diferentes del sistema bajo estudio y que influyen en su
conducta; (2) variables de salida o de respuesta, y j , las cuales describen aquellos aspectos de la conducta
del sistema que son de inters; y (3) variables de estado o intermedias, x k , las cuales caracterizan la
conducta dinmica del sistema bajo investigacin.
El estado de un sistema es un resumen completo de cmo se encuentra el sistema en un punto particular
en el tiempo, esto es, el estado de un sistema se refiere a sus condiciones pasadas, presentes y futuras. El
conocimiento del estado en algn punto inicial, t 0 , ms el conocimiento de las entradas al sistema despus
de t 0 , permiten la determinacin del estado en un tiempo posterior t 1 . As que el estado en t 0 constituye
una historia completa del sistema antes de t 0 , en la medida que esa historia afecta la conducta futura. El
conocimiento del estado presente permite una separacin bien definida entre el pasado y el futuro.
En cualquier instante fijo, el estado del sistema puede describirse mediante los valores de un conjunto
de variables x i , denominadas variables de estado. Las variables de estado pueden tomar cualquier valor
escalar, real o complejo y se definen como un conjunto mnimo de variables x1 , x 2 , , x n cuyo
conocimiento en cualquier tiempo t 0 y el conocimiento de la excitacin que se aplique posteriormente,
son suficientes para determinar el estado del sistema en cualquier tiempo t > t 0 .
Cuando un grupo de ecuaciones diferenciales ordinarias que representan un sistema fsico dinmico est
expresado en la forma
x i = f i (x1 , x 2 , , x n ; u1 , u 2 , , u m ), i = 1, 2, , n,

50

se dice que el grupo de ecuaciones est en la forma normal. Las variables x i (i = 1, 2, , n) son las
variables de estado y las variables u j (i = 1, 2, , m) son las funciones de entrada o de excitacin. Si el
sistema es lineal, las ecuaciones pueden escribirse en la forma
n

x i =

j =1

aij x j +

b
k =1

ik u k

i = 1, 2, , n

o en forma matricial
x (t ) = Ax(t ) + Bu(t )

(2.1)

en donde el conjunto de variables de estado se describe mediante un vector de estado

x1 (t )

x 2 (t )

x(t ) =

x n (t )

(2.2)

Este vector pertenece a un espacio n-dimensional, el espacio de estados, y el conjunto de variables de

entrada o de excitacin se describe mediante un vector de excitacin o de entrada
u1 (t )

u 2 (t )

u(t ) =

u m (t )

(2.3)

A es una matriz de dimensin n n y se denomina la matriz de los coeficientes, B es una matriz de

dimensin n m y se conoce como la matriz de distribucin, x es simplemente la derivada de x con
respecto al tiempo t, esto es, x = dx dt . Todos los vectores y matrices que aparecen en la Ec. (2.1)
pueden depender del tiempo (sistemas variables en el tiempo). En este libro slo se tratarn sistemas que
no varan con el tiempo y, por tanto, las matrices A y B se tomarn siempre constantes y de la forma
a11

a
A = 21

a n1

a12 a1n

a 22 a 2 n
,

a n 2 a nn

b11

B = 21

bn1

b12 b1n

b22 b2 n

bn 2 bnn

(2.4)

2.3 SOLUCIN GENERAL DE LA ECUACIN DE ESTADO

Considrese ahora la ecuacin diferencial de primer orden
dx(t )
= ax(t ) + bu (t )
dt

(2.5)

donde a y b son constantes arbitrarias y u(t) es una funcin continua de t (no confundir con la funcin
escaln definida en el captulo anterior). Multiplicando ambos lados de la ecuacin por est , se tiene que

51

e at

dx(t )
= ae st x(t ) + be st u (t )
dt

e at

dx(t )
a at x(t ) = be at u (t )
dt

o tambin

la cual puede escribirse en la forma

d at
e x(t ) = b e at u (t )
dt

e integrando desde t 0 hasta t,

e a t x(t )

t
t0

= b e a u () d
t0

at

x(t ) e

at0

x(t 0 ) = b e a u () d
t0

Despejando a x(t) en la ecuacin anterior se obtiene

x(t ) = e

a (t t 0 )

x(t 0 ) + be a (t )u () d

(2.6)

t0

y cuando t 0 = 0,
t

x(t ) = e x(0) + b e a (t ) d
at

Ejemplo 1
Resolver la ecuacin diferencial

dx
+ 2x = 5
dt
sujeta a la condicin inicial x(0) = 3.
Esta ecuacin puede escribirse en la forma

dx
= 2 x + 5
dt
de donde a = 2 y u(t) = 1. Aplicando la Ec. (2.7) se obtiene

(2.7)

52

x(t ) = e

2t

3 + 5e

2 (t )

d = 3e

2t

+ 5e

2t

= 3e 2t + 2.5e 2t e 2

t
0

= 2.5 + 0.5e 2t

Obsrvese en (2.5) que u(t) = 0 corresponde a la ecuacin diferencial homognea

dx(t )
= ax(t )
dt

(2.8)

x(t ) = e a (t t0 ) x(t 0 )

(2.9)

cuya solucin es

Considrese ahora el conjunto homogneo de n ecuaciones de estado

x = Ax, x(t 0 ) dado, A constante

(2.10)

La matriz de transicin de estados se define como una matriz que satisface la ecuacin de estado lineal
homognea
dx(t )
= A x(t )
dt

(2.11)

Sea (t) una matriz de n n que representa la matriz de transicin de estados; entonces ella debe
satisfacer la ecuacin
d(t )
= A (t )
dt

(2.12)

An ms, sea x(0) el estado inicial en t = 0; entonces (t) tambin se define mediante la ecuacin
matricial
x(t ) = (t ) x(0)

(2.13)

la cual es la solucin de la ecuacin de estado homognea para t 0 .

Una manera de determinar (t) es tomando la transformada de Laplace de ambos miembros de la Ec.
(2.11); as se obtiene
s X( s ) x(0) = A X( s )

(2.14)

Al resolver la Ec. (2.14) por X(s), se obtiene

X( s ) = ( s I A) 1 x(0)

(2.15)

en donde se supone que la matriz ( s I A) 1 es no-singular. Tomando la transformada de Laplace inversa

de ambos miembros de la Ec. (2.15), da
x(t ) = L1[ sI A) 1 ] x(0)

t0

(2.16)

53

Al comparar la Ec. (2.13) con la Ec. (2.16), se identifica la matriz de transicin de estados como
(t ) = L1[ sI A) 1 ]

(2.17)

Una forma alterna de resolver la ecuacin de estado homognea es suponer una solucin, igual que en el
mtodo clsico de solucin de las ecuaciones diferenciales lineales. Si la solucin de la Ec. (2.11)) es
x(t ) = e A t x(0)

(2.18)

para t 0 , donde e A t representa la siguiente serie de potencias de la matriz At:

e At = I + At +

1 2 2 1 3 3
A t + A t +
2!
3!

(2.19)

Aqu I es la matriz identidad. Es fcil demostrar que la Ec. (2.18) es una solucin de la ecuacin de
estado homognea ya que, de la Ec. (2.19),
de At
= A e At
dt

(2.20)

Por lo tanto, adems de la Ec. (2.17)), se obtuvo otra expresin para la matriz de transicin de estados:
(t ) = e At = I + At +

1 2 2 1 3 3
A t + A t +
2!
3!

(2.21)

La Ec. (2.21) tambin se puede obtener directamente a partir de la Ec. (2.17). Esto se deja como un
ejercicio para el lector.
Ahora se considerar el conjunto no homogneo de las ecuaciones de estado. La matriz A todava se
considera una constante, pero B puede ser una funcin del tiempo, esto es, B = B(t). Se supone que las
componentes de Bu(t) son seccionalmente continuas para garantizar una solucin nica de la ecuacin
x = Ax + B(t )u(t ),

x(t0 ) dado

(2.22)

Observe que aqu el tiempo inicial es t 0 y no t = 0. Se repite la tcnica usada para resolver la ecuacin
escalar con slo modificaciones menores. Sea K(t) una matriz de n n. Premultiplicando la Ec. (2.22) por
K(t) y reagrupando, se obtiene
K (t ) x (t ) K (t ) Ax(t ) = K (t )B(t )u(t )

x, el lado izquierdo puede escribirse como una diferencial total

Puesto que d [K (t )x(t )]dt = Kx + K
= K (t ) A. Una matriz as es K = e A (t t0 ) . Aceptando que sta es la matriz que
(vectorial) con tal que K
debe usarse, la ecuacin diferencial puede escribirse en la forma
d [K (t )x(t )] = K (t )B(t )u(t ) dt

e integrando da
t

K (t ) x(t ) K (t0 ) x(t0 ) = K () B() u() d

t0

La forma de K seleccionada siempre tiene una inversa, de modo que

54

x(t ) = K (t ) K (t0 ) x(t0 ) + K 1 (t ) K () B() u() d

t0

o
t

x(t ) = e A (t t 0 ) x(t0 ) + e A (t ) B() u() d

(2.23)

t0

sta representa la solucin para cualquiera ecuacin del sistema en la forma de la Ec. (2.22). Obsrvese
que est compuesta de un trmino que depende solamente del estado inicial y una integral de convolucin
que incluye la entrada pero no el estado inicial. Estos dos trminos se conocen por diferentes nombres,
tales como la solucin homognea y la integral particular, la respuesta libre de excitacin y la respuesta
forzada, la respuesta de entrada cero y la respuesta de estado cero, etc.
A continuacin se estudiarn varios mtodos para determinar la solucin de la ecuacin de estado (2.12)
cuando la matriz A es constante.

2.4 SOLUCIN DE LA ECUACIN DE ESTADO MEDIANTE INTEGRACIN

Si la matriz A en la Ec. (2.12) es diagonal (valores diferentes de cero solamente en la diagonal principal),
la solucin para x se obtiene fcilmente por integracin separada de cada una de las variables.

Ejemplo 2
Resolver el siguiente sistema de ecuaciones:

x1 1 0 x1 2
=
+ ,
x 2 0 2 x 2 3

5
x (0) =
1

de donde se obtiene el par de ecuaciones desacopladas

x1 = x1 + 2,

x1 (0) = 5

x 2 = 2 x 2 + 3, x 2 (0) = 1
Usando ahora la Ec. (2.7) se obtienen las soluciones
t

x1 (t ) = 5e t + 2e (t ) d = 5e t + 2e t e d
0

= 5e t + 2e t e

t
0

= 2 + 3 et

x2 (t ) = e

2t

+ 3e 2(t ) d = e 2t + 15e 2t e 2
0

= 1.5 0.5 e 2t

t
0

55

2.5 SOLUCIN DE LA ECUACIN DE ESTADO USANDO LA TRANSFORMADA DE

LAPLACE
Aplicando la transformacin de Laplace a la Ec. (2.12), se obtiene
sX( s ) x(0) = AX( s )BU( s )

o
X( s )[ sI A] = x(0) + BU ( s )

de donde
X( s ) = [ sI A] 1 [x(0) + BU ( s )]
= ( s )[x(0) + BU ( s )]

por lo que

x(t ) = L 1 [ sI A]1[x(0) + BU ( s )]

(2.24)

donde (s) = [sI A]1 es la matriz resolvente. Comparando la Ec. (2.24) con la Ec. (2.17), se debe
observar que (t) = L 1 {(s)} = eA t . En la seccin anterior ya vimos que la matriz (t) se conoce como
la matriz de transicin y ms adelante se darn algunas de sus propiedades.

Ejemplo 3
Resolver el sistema

0 6
0
x =
x + u (t ),

1 5
1

1
x(0) =
2

Tomando u(t) = 1 y ejecutando las operaciones indicadas en la Ec. (2.24), obtenemos

1 0 0 6 s 0 0 6 s
[ sI A ] = s

=
0 1 1 5 0 s 1 5 1

6
s + 5

de donde
1

( s ) = [ sI A ]

s +5
s + 5 6 ( s + 2)( s +3)
= 2

=
1
s + 5s + 6 1 s
( s + 2)( s +3)
1

y
6
s +5

0
( s + 2)( s +3) ( s +1)( s + 2) 1

+
X( s ) =

2 1
s
1

s
( s + 2)( s +3) ( s + 2)( s +3)

(s + 2)(s +3)

s
(s + 2)(s +3)

56

s +5
( s + 2)( s + 3)
X( s ) =

1
( s + 2)( s +3)

s 2 + 17 s + 6
1

= s ( s + 2)( s + 3)
1
2 +

s
2s
( s + 2)( s + 3)

s
( s + 2)( s + 3)
6

( s +1)( s + 2)

y por tanto,

X 1 (s) =

K
K
K
s 2 + 17 s + 6
1
12
12
= 1 + 2 + 3 = +

s ( s + 2)( s + 3)
s
s+2 s+3 s s+2 s+3

X 2 (s) =

x1 (t ) = 1 + 12e 2t 12e 3t

K
K
2s
4
6
= 1 + 2 =
+
( s + 2)( s + 3) s + 2 s + 3
s+2 s+3

x 2 (t ) = 4e 2t + 6e 3t

Ejemplo 4
Resolver el sistema

1 0
2
x (t ) =
x(t ) + ,

0 2
3

5
x(0) =
1

Procediendo igual que en el Ejemplo 3, se obtiene

s + 1 0
[ sI A ] =
,
0 s + 2

[ sI A] 1

1
s +1 0
=

1
0
s + 2

2 5s + 2
1
s + 1 0 5 + s s ( s + 1)

X( s ) =
=

1 3 s+3
0
1+

s + 2 s s ( s + 2)
y por tanto,

5s + 2 2
3
= +
s ( s + 1) s s + 1
s+3
1.5
0.5
X 2 ( s) =
=

s ( s + 2)
s
s+2

X 1 (s) =

Ejemplo 5

Resolver el sistema

x1 (t ) = 2 + 3e t
x 2 (t ) = 1.5 0.5e 2t

57

4 2
0
x (t ) =
x(t ) + ,

1 2
2

3
x(0) =
1

Aqu

s + 4 2
[ sI A ] 1 =
s + 2
1

s + 2 2

s + 6 s + 10 1 s + 4
1

3
s + 2 2
1
X( s ) = 2

s + 6s + 10 1 s + 4 1 +

X 1 (s) =

3s 2 + 8s + 4

s s + 6 s + 10
2

K 1 == .4, K 2 =

3s 2 + 8 s + 4

1
s

2 = 2
s + 6s + 10 s 2 + 3s + 8
s

K3
K1
K2
*
+
s
s +3 j s +3+ j

3(3 + j ) 2 + 8(3 + j ) + 4
= 1.70340.236 = K 3
(3 + j ) j 2
x1 (t ) = 0.4 + 3.406e 3t sen(t + 130.24)

X 2 (s) =

K3
s 2 + 3s + 8
K
K2
= 1+
+
2
s
s +3 j s +3+ j
s ( s + 6s + 10)

K1 = 0.8,

K 2 = 1.20485.24 = K 3

x2 (t ) = 0.8 + 2.41e 3t sen(t + 175.24)

Ejemplo 6
Resolver el sistema

0 1
1
x (t ) =
x(t ) + t ,

2 3
0

1
s
sI A =
,
2 s + 3
s +3
( s +1)( s + 2)
X( s ) =

2
( s +1)( s + 2)
X 1 (s) =

[ sI A ]

s +3
( s +1) ( s + 2 )
=
2

( s +1) ( s + 2)

( s +1) ( s + 2 )

1
(s +1) (s + 2)

2
1 2 2 s + s +3
0 + s = s ( s +1)( s + 2

s
2s +2

( s +1)( s + 2) 2 + 0 2
s ( s +1)( s + 2)

-1
(s +1)(s + 2)

2s 2 + s + 3
s ( s + 1)( s + 2)
2

0
x(0) =
2

1.5
s

1.75 1.75
+
s
s+2

58

x1 (t ) = 1.5 t 1.75 + 1.75 e 2t

X 2 ( s) =

2s 3 + 2
s ( s + 1)( s + 2)
2

1.5
3.5
+
s
s+2

x 2 (t ) = t 1.5 + 3.5 e 2t

Ahora estudiaremos algunas propiedades de la matriz de transicin de estados. Puesto que la matriz de
transicin de estados satisface la ecuacin de estado homognea, ella representa la respuesta libre o
natural de la red. En otras palabras, ella rige la respuesta producida por las condiciones iniciales
solamente. De las Ecs. (2.17) y (2.21), se observa que la matriz de transicin de estados depende
solamente de la matriz A, por lo que en ocasiones tambin se conoce como la matriz de transicin de
estados A. Como el nombre lo indica, la matriz de transicin de estados (t) define por completo la
transicin de estados desde el tiempo inicial t = 0 hasta cualquier tiempo t cuando las entradas son iguales
a cero.
La matriz de transicin de estados (t) posee las siguientes propiedades:
1. (0) = I (matriz identidad)

(2.25)

Demostracin La Ec. (2.22) se deduce directamente de la Ec. (2.21) al hacer t = 0.

2. 1 (t ) = (t )

(2.26)

Demostracin Posmultiplicando ambos lados de la Ec. (2.21) por e At , se obtiene

(t) e At = e At e At = I

(2.27)

Premultiplicando ahora ambos miembros de la Ec. (2.21) por 1 (t ) , se obtiene

e At = 1 (t )

(2.28)

(t ) = 1 (t ) = e At

(2.29)

Por lo que

Un resultado interesante de esta propiedad de (t) es que la Ec. (2.18) se puede escribir como
x(0) = (t ) x(t )

(2.30)

lo que significa que el proceso de transicin entre estados se puede considerar como bilateral en el
tiempo. Esto es, la transicin en el tiempo se puede dar en cualquier direccin.
3. (t 2 t1 ) (t1 t 0 ) = (t 2 t 0 ) para cualquier t 0 , t 1 y t 2 .
Demostracin
(t 2 t1 ) (t1 t 0 ) = e
=e

A ( t 2 t1 ) A ( t1 t0 )
e
A ( t 2 t0 )

= (t 2 t 0 )

(2.31)

59

Esta propiedad de la matriz de transicin de estados es muy importante, ya que implica que un proceso
de transicin de estados se puede dividir en un nmero de transiciones esenciales. La Fig. 2.1 ilustra
que la transicin de t = t 0 a t = t = t 2 es igual a la transicin de t 0 a t 1 y despus de t 1 a t 2 . En general,
por supuesto, el proceso de transicin de estados se puede dividir en cualquier nmero de etapas.

(t 2 t 0 )
x(t 0 )

x(t1 )

x (t 2 )

(t 2 t1 )

(t1 t 0 )
t1

t0

t2

Figura 2.1

4. [(t )]k = (kt ) para k entero y positivo.

Demostracin

[(t )] k

= e At e At e At
=e

kAt

(k trminos)

= (kt )

(2.32)

2.6 EL MTODO DE LOS VALORES Y VECTORES CARACTERSTICOS

Ahora se estudiar un mtodo muy poderoso para determinar la solucin de un sistema de ecuaciones
diferenciales lineales de primer orden, homogneo y con coeficientes constantes. El sistema a resolver es
x1 = a11 x1 + a12 x 2 + + a1n x n
x 2 = a 21 x1 + a 22 x 2 + + a 2 n x n

x n = a n1 x1 + a n 2 x 2 + + a nn x n

(2.33)

o, en forma vectorial,
x (t ) = Ax(t )

(2.34)

De la teora de ecuaciones diferenciales se sabe que si x 1 , x 2 , , x n son n soluciones independientes de

la ecuacin lineal homognea x = A x en algn intervalo abierto I donde los elementos a ij de A son
continuos, entonces una solucin cualquiera de la ecuacin en I puede escribirse en la forma
x (t ) = c1 x1 (t ) + c 2 x 2 (t ) + + c n x n (t )

(2.35)

60

para toda t en I; las c i , i = 1, 2, , n, son constantes. Esto quiere decir que basta obtener n vectores
solucin linealmente independientes x 1 , x 2 , , x n y entonces la Ec. (2.35) ser una solucin general del
sistema dado por la Ec. (2.33).
El procedimiento para obtener las n soluciones vectoriales linealmente independientes es anlogo al
mtodo de las races caractersticas usado para resolver una ecuacin lineal homognea con coeficientes
constantes. Esto es, se anticipan vectores solucin de la forma
t
x1 v1e v1
t
v e v
x
x(t ) = 2 = 2 = 2 e t = v e t




x n v e t v n
n

(2.36)

donde , v 1 , v 2 , , v n son constantes. Al sustituir

x i = v i e t , x i = v i e t ,

i = 1, 2, , n

en la Ec. (2.33), el factor e t se cancelar y quedarn n ecuaciones lineales en las que (para valores
apropiados de ) se espera obtener los coeficientes v 1 , v 2 , , v n en (2.36), de modo que x(t ) = ve t sea
una solucin del sistema (2.33).
Para explorar esta posibilidad ms eficazmente, se usa la forma vectorial compacta
x = Ax

(2.37)

donde A = [a ij ] y se sustituye la solucin tentativa x = vet con su derivada x = ve t . El resultado es

v e t = A v e t

El factor no nulo et se cancela y se obtiene

Av=v

(2.38)

Esto significa que x = ve t ser una solucin no trivial de la Ec. (2.37) siempre que v sea un valor no
nulo y una constante para que la Ec. (2.38) se cumpla; esto es, que el producto matricial Av sea un
mltiplo escalar del vector v.
Ahora se proceder a determinar y v. Primero se escribe la Ec. (2.38) en la forma
( I A ) v = 0

(2.39)

donde I es la matriz identidad. Dado , ste es un sistema de n ecuaciones lineales homogneas en las
incgnitas v 1 , v 2 , , v n . Del lgebra lineal se sabe que la condicin necesaria y suficiente para que el
sistema tenga una solucin no trivial es que el determinante de los coeficientes de la matriz se anule; esto
es, que
det (I A ) = I A = 0

(2.40)

61

Los nmeros (sean iguales a cero o no) obtenidos como soluciones de (2.40) se denominan valores
caractersticos o propios de la matriz A.y los vectores asociados con los valores caractersticos tales
que Av = v, v diferente de cero, se conocen como vectores caractersticos o propios. La ecuacin

I A =

a11
a 21

a12
a 22

a n1

an2

a1n
a2n

= a nn

(2.41)

se conoce como la ecuacin caracterstica de la matriz A.

La Ec. (2.41) tiene n races (es un polinomio en de grado n) por lo que una matriz de n n posee n
valores caractersticos (contando la multiplicidad), los cuales pueden ser distintos o repetidos, reales o
complejos. Los casos se estudiarn por separado.

Valores Caractersticos Reales y Distintos

Si los valores caractersticos son reales y distintos, se sustituye cada uno de ellos sucesivamente en la Ec.
(2.40) y se determinan los vectores caractersticos asociados v 1 , v 2 , , v n , los cuales darn las
soluciones
x1 (t ) = v 1e

1t

, x 2 (t ) = v 2 e

2t

, , x n (t ) = v n e

nt

(2.42)

Se puede demostrar que estos vectores solucin siempre son linealmente independientes. El
procedimiento para obtenerlos se ilustrar mediante ejemplos.

Ejemplo 7
Encuntrese una solucin general del sistema

x1 = 4 x1 + 2 x 2
x 2 = 3 x1 x 2
La forma matricial del sistema es

4
x =
3

2
x
1

La ecuacin caracterstica de la matriz de los coeficientes es

IA =

4 2
= ( 4)( + 1) 6 = 2 3 10
3 +1

= ( + 2)( - 5) = 0
y as se obtienen los valores caractersticos reales y distintos 1 = 2 y 2 = 5.
Para la matriz de los coeficientes A del sistema, la ecuacin para los vectores caractersticos toma la forma

4 2 a 0
3 + 1 b = 0

(2.43)

62
donde el vector caracterstico asociado es v = [a b]T (la T indica la matriz traspuesta).
(a) 1 =2:
La sustitucin = 2 en (2.43) produce el sistema

6 2 a 0
3 1 b = 0

o las dos ecuaciones escalares

6a + 2b = 0
3a + b = 0
Obviamente, estas dos ecuaciones escalares son equivalentes y, por lo tanto, tienen una infinidad de soluciones no
nulas; por ejemplo a se puede escoger arbitrariamente (diferente de cero) y entonces despejar b. Normalmente
buscamos una solucin sencilla con valores enteros pequeos (si ello es posible). En este caso tomaremos a = 1, lo
cual produce b = 3, y entonces

1
v1 =
3
Observacin: Si en lugar de a = 1 se hubiese tomado a = c, por ejemplo, se obtendra el vector caracterstico

c
1
=c
v1 =

3c
3
Puesto que ste es un mltiplo constante del resultado previo, cualquier seleccin que se haga ser un mltiplo
constante de la misma solucin.

(b) = 2:
La sustitucin de este valor en (2.43) produce el par de ecuaciones

a + 2b = 0
3a 6b = 0
Las cuales son equivalentes. Se escoge b = 1 y en consecuencia a = 2, de modo que

2
v2 =
1
Estos dos valores caractersticos con sus vectores caractersticos asociados producen las dos soluciones

2
1
x1 (t ) = e 2t y x 2 (t ) = e 5t
1
3
Es fcil demostrar que estas soluciones son linealmente independientes. En consecuencia, la solucin general del
sistema dado es

1
2
x(t ) = c1x1(t ) + c2x 2 (t ) = c1 e 2t + c2 e5t
3
1

63

Ejemplo 8
Determnese una solucin general del sistema

0 6
x =
x
1 5
El polinomio caracterstico es

6
2
I A =
= + 5 + 6
1

+
5

= ( + 2)( + 3) = 0
y as se obtienen los valores caractersticos 1 = 2 y 2 = 33, y la ecuacin para los vectores caractersticos toma
la forma

6 a 0
1 + 5 b = 0

(2.44)

siendo v = [a b]T el vector caracterstico asociado.

(a) 1 = 2:
La sustitucin de = 2 en (2.44) produce el sistema

2 6 a 0
=
1
3 b 0

o las dos ecuaciones escalares

2a 6b = 0
a + 3b = 0
Igual que en el ejemplo 7, este sistema tiene infinidad de soluciones. Se escoge b = 1, lo cual produce a = 3 y
entonces

3
v1 =
1

(b) = 3:
La sustitucin de este valor en (2.44) produce el par de ecuaciones

3a 6b = 0
a + 2b = 0
las cuales son equivalentes. Se escoge b = 1 y entonces a = 2, de modo que

2
v2 =
1
y los dos vectores solucin asociados son

3
2
x1 (t ) = e 2t y x 2 (t ) = e 3t
1
1

64

En consecuencia, la solucin general del sistema es

2
3
x(t ) = c1 e 2t + c 2 e 3t
1
1

Valores Propios Complejos y Distintos

Si los valores propios son complejos pero distintos, el mtodo ya descrito producir las n soluciones
independientes. La nica complicacin consiste en que los vectores propios asociados con valores propios
complejos en general tomarn tambin valores complejos.
Puesto que se est suponiendo que los elementos de la matriz A son reales, los coeficientes de la
ecuacin caracterstica (2.42) sern reales. Por lo tanto, los valores propios complejos debern aparecer
en pares de complejos conjugados. Supngase que = p + jq y * = p jq constituyen un par de esos
valores propios. Si v es un vector propio asociado con , esto es,
(I A ) v = 0

entonces, al tomar el conjugado de esta ecuacin se obtiene

( * I A) v* = 0

lo que significa que v*, el conjugado de v, es un vector propio asociado con *. La solucin compleja
asociada con y v es entonces v = a + jb y, por tanto,
x(t ) = v e t = (a + jb) e ( p + jq )t
= (a + jb) e pt (cos qt + j sen qt )

es decir,
x(t ) = e pt (a cos qt b sen qt ) + je pt (b cos qt + a sen qt )

Puesto que las partes real e imaginaria de una solucin con valores complejos son, a su vez, soluciones
del sistema, entonces se obtienen dos soluciones con valores reales
x1 (t ) = Re{x(t )} = e pt (a cos qt b sen qt )
x 2 (t ) = Im{x(t )} = e pt (b cos qt + a sen qt )

asociadas con los valores propios complejos p jq.

No hay necesidad de memorizar las frmulas (2.45) y esto se ver fcilmente en los ejemplos.

Ejemplo 9
Encuntrese una solucin general del sistema

(2.45)

65

x1 = 4 x1 3 x 2
x 2 = 3 x1 + 4 x 2

(2.46)

La matriz de los coeficientes

4
A=
3

3
4

tiene la ecuacin caracterstica

I A =

3
4
= 2 8 + 25 = 0
3 4

y por consiguiente los valores propios conjugados son = 4 j3 y * = 4 + j3. Sustituyendo = 4 j3 en la

ecuacin para el vector propio (I A)v = 0, se obtiene

j 3 3 a 0
[(4 j 3)I A] v =
=
3 j 3 b 0
para un vector propio asociado v = [a b]T. La divisin de cada fila entre 3 produce las dos ecuaciones escalares

ja b = 0
a + jb = 0
cada una de las cuales se satisface con a = 1 y b = j. As v = [1 j]T es un vector complejo asociado con el valor
propio complejo = 4 j3.
La solucin correspondiente para los valores complejos x(t) = v e t de x = Ax es entonces

1
x(t ) = e ( 43 j )t
j
1
= e 4t (cos 3t j sen 3t )
j
cos 3t j sen 3t
= e 4t

j cos 3t + sen 3t
Las partes real e imaginaria de x(t) son las soluciones con valores reales:

cos 3t
x1 (t ) = e 4t

sen 3t

sen 3t
y x 2 (t ) = e 4t

cos 3t

y entonces una solucin general con valores reales viene dada por

c1 cos 3t c 2 sen 3t
x(t ) = c1 x1 (t ) + c 2 x 2 (t ) = e 4t

c1 sen 3t + c 2 cos 3t
o, en forma escalar,

x1 (t ) = e 4t (c1 cos 3t c 2 sen 3t )

x 2 (t ) = e 4t (c1 sen 3t + c 2 cos 3t )
Si se hubiese utilizado el otro valor caracterstico = 4 + j3, el vector propio asociado obtenido sera

66
v* = [1 j]T

Ejemplo 10
Determine la solucin general del sistema

4 2
x =
x
1 2
La ecuacin caracterstica es

I A =

+4 2
= 2 + 6 + 10
1
+2

= ( + 3 j )( + 3 + j ) = 0
Por lo que los valores caractersticos son = 3 + j y * = 3 j. Para = 3 + j se tiene que

1 + j 2 a 0
1 1 + j b = 0

lo cual produce las ecuaciones escalares

(1 + j )a 2b = 0
a + (1 + j )b = 0
Las cuales se satisfacen con b = 1 y a = 1j. As que v = [1 j1 1 ]T es un vector caracterstico complejo asociado
con = 3+j. El vector caracterstico asociado con = 3j es v* = [1 +j1 1 ]T.
La solucin correspondiente de vectores complejos x(t) es entonces

1
x(t ) =
1

j ( 3+ j )t 1 j 3t
=
e
e (cos t + sen t )

1
(1 j )(cos t + sen t )
cos t + sen t + j (sen t cos t )
= e 3t
= e 3t

cos t + jsen t
cos t + j sen t

Las partes real e imaginaria de x(t) son las soluciones con valores reales:

cos t + sen t
x1 (t ) = e 3t

cos t

sen t cos t
y x 2 (t ) = e 3t

sen t

y la solucin general con valores reales est dada por

c1 (cos t + sen t ) + c 2 (sen t cos t )

x(t ) = c1 x1 (t ) + c 2 x 2 (t ) = e 3t

c1 cos t + c 2 sen t

67

2.7 SOLUCIN MEDIANTE DIAGONALIZACIN DE MATRICES

Se dice que una matriz A = [a i j ] de n n es una matriz diagonal si a i j = 0 para i j. Por lo tanto, en una
matriz diagonal, todos los elementos fuera de la diagonal principal son iguales a cero.
Si A y B son matrices de n n, decimos que B es semejante a A si existe una matriz S no singular tal
que B = S1AS.
Del lgebra Lineal se sabe que si A es una matriz de n n que es semejante a una matriz diagonal
= S 1 AS y si las columnas de S son los vectores caractersticos de A, entonces los elementos de la
diagonal principal de son los valores caractersticos de A (A no tiene valores caractersticos repetidos),
esto es
1 0 0

0 2 0
= diagonal ( 1 , , n ) = S 1 AS =

0 0n

(2.47)

Ejemplo 11
Diagonalizar la matriz

0 6
A=

1 5
Del Ejemplo 8 se tiene

3 2
,
S = [ v1 v 2 ] =
1
1

1 2
S 1 =

1 3

por lo que

1 2 0 6 3 2 2 0
=
= S 1 AS =
1 0 3
3 1 5 1
1

Considrese ahora la ecuacin de estado

x = Ax + Bu

(2.48)

y defnase la transformacin x = Sz; entonces, sustituyendo en la Ec. (2.48), se obtiene

x = Sz = ASz + Bu

y despejando a z ,
z = S 1 ASz + S 1Bu

(2.49)

68

Si S es la matriz cuyas columnas son los vectores caractersticos de A, entonces el producto S 1 AS =

es una matriz diagonal y (2.49) se puede escribir como
z = z + S 1Bu

(2.50)

Es evidente que la transformacin lineal aplicada a x convierte al sistema original (2.30) con variables de
estado x 1 , x 2 , , x n en un nuevo sistema en el cual las nuevas variables de estado z 1 , z 2 , z n estn
completamente desacopladas. Estas nuevas variables de estado se consiguen fcilmente mediante el
mtodo aplicado en el Ejemplo 2 y luego, a estas variables, se les aplica la transformacin x = Sz para
obtener las variables originales.

Ejemplo 12
Resolver el sistema

0 6
0
x =
x + 1 ,

1
x ( 0) =
2

Usando el resultado obtenido en el Ejemplo 11,

z = z + S 1Bu
0
2
1 2 0
=
z+

3 1
0 3
1
0
2
2
=
z+

0 3
3
1 2 1 5
=
z (0) = S 1x =
3 2 7
1
Por lo que

z1 = 2 z1 2, z1 (0) = 5
z 2 = 3 z 2 + 7, z 2 (0) = 7
y usando la Ec. (2.7),
t

z1 (t ) = e

2t

(5) + (2)e

2(t )

d = 5e

2t

2e

2t

e
0

= 4e 2t 1
t

z 2 (t ) = e

3t

(7) + 3e
0

= 6e 3t + 1
de donde

3(t )

d = 7e

3t

+ 3e

3t

e
0

69
2t
1
3 2 4e

x(t ) = Sz =

1 6e 3t + 1
1

2
3

t
1 + 12e
12e

=
4e 2t + 6e 3t

Ejemplo 13
Resolver el sistema

4 2
0
x =
x + 2 ,

1
2

3
x ( 0) =
1

Usando los resultados del Ejemplo 10, se tiene que

3 +
z =
0
3 +
=
0

0
1 1 1 j 0
z+

3 j
2 j 1 1 j 2
j
0
1 j
z+

3 j
1 + j

1
2 +
1
1
j
3

1
=
z (0) = S 1 x(0) =

2 j 1 1 j 1 1

por lo que

z1 = (3 + j ) z1 + (1 j ),
z 2 = (3 j ) z 2 + (1 + j ),

1
+ j
2
1
z 2 (0) = j
2

z1 (0) =

Entonces

1
z1 = +
2

j e( 3+ j ) t + (1 j )e( 3+ j )t e( 3+ j ) d

1 j 1 j ( 3+ j )t

= + j e( 3+ j )t +
e
2
3 j 3 j

4 2 j 1 + 12 j ( 3+ j ) t
=
+
e
10
10
1 + j 1 + j ( 3+ j ) t

z 2 = j e ( 3 + j ) t +
e
3+ j 3+ j

2
4 + 2 j 1 12 j (3+ j )t
=
+
e
10
10
y por ltimo,

70

4 2 j 1 + 12 j ( 3+ j ) t
+
e

1 j 1 + j 10
10

x=

1 4 + 2 j 1 12 j (3+ j ) t
1
10 + 10 e

0.4 + e 3t (2.6 cos t 2.2 sen t ) 0.4 + 3.406e 3t sen(t + 130.24)

=

=
0.8 + e 3t (0.2 cos t 2.4 sen t ) 0.8 + 2.408e 3t sen(t + 175.24)

2.8 SOLUCIN POR REDUCCIN A LA FORMA CANNICA DE JORDAN

En la Seccin 2.7 se ilustr que una matriz cuadrada A con valores caractersticos distintos puede ser
siempre reducida a una matriz diagonal mediante una transformacin lineal. En el caso en que la ecuacin
caracterstica de la matriz A (n n) no posea n races distintas, entonces no siempre se puede obtener una
matriz diagonal, pero se puede reducir a la forma cannica de Jordan (sta se define ms adelante).
Un valor propio es de multiplicidad k si es una raz de multiplicidad k de la ecuacin |I A| = 0. Para
cada valor caracterstico , la ecuacin para el vector caracterstico asociado
( A I ) v = 0

(2.51)

posee al menos una solucin no nula, de modo que hay por lo menos un vector caracterstico asociado con
. Pero un valor caracterstico de multiplicidad k > 1 puede tener menos de k vectores caractersticos
asociados linealmente independientes. En este caso no se puede determinar un conjunto completo de
los n vectores caractersticos linealmente independientes de A que se necesitan para formar la solucin de
la ecuacin x = Ax. Considrese el ejemplo siguiente:

Ejemplo 14
La matriz

0
A=
4

1
4

tiene la ecuacin caracterstica

g ( ) = I A =

1
= ( + 2) 2 = 0
4 +4

De aqu resulta que A tiene el valor propio 1 = 2 con multiplicidad 2. La ecuacin para el vector caracterstico es

2 1 a 0
( I A ) v =
=
2 b 0
4
o en forma escalar,

2a b = 0
4a + 2b = 0

71
Por lo tanto, b = 2a si v = [a b]T es un vector caracterstico de A y cualquier vector caracterstico asociado con 1 =
2 de multiplicidad 2 tiene solamente un vector caracterstico independiente y es, por consiguiente, incompleto.

Si un valor caracterstico de multiplicidad k > 1 no es completo se denomina defectuoso. Cuando

tiene solamente p < k vectores caractersticos linealmente independientes, entonces el nmero
d=kp
de los vectores caractersticos faltantes se llama el defecto del valor caracterstico defectuoso. En el
Ejemplo 14, el valor caracterstico defectuoso = 2 tiene una multiplicidad k = 2 y un defecto d = 1
porque solamente tiene un vector caracterstico asociado (p = 1).
Para este caso de valores caractersticos defectuosos, el mtodo descrito en la Seccin 2.7 producir
menos de las n soluciones linealmente independientes necesarias del sistema x = Ax y por ello se necesita
un mtodo para encontrar las soluciones faltantes correspondientes a un valor propio defectuoso de
multiplicidad k > 1. Considrese el caso k = 2 y supngase que hay solamente un vector v 1 asociado con
y la solucin
x1 (t ) = v1 e t

(2.52)

Por analoga con el caso de una raz caracterstica repetida para una sola ecuacin diferencial, se
debera esperar una segunda solucin de la forma
x 2 (t ) = w t e t

(2.53)

Al sustituir (2.53) en la ecuacin x = Ax , se obtiene la relacin

we t + wte t = Awte t

de la cual se deduce que w = 0 y entonces no existe una solucin no trivial de la forma (2.52).
Ahora se intentar una solucin de la forma
x 2 (t ) = v t e t + w e t

(2.54)

Cuando se sustituye (2.54) en x = Ax , se obtiene la ecuacin

ve t + vte t + we t = Avte t + Awe t

e igualando los coeficientes de las potencias de t iguales, se obtienen las dos ecuaciones
[I A ]v = 0

(2.55)

[I A]w = v

(2.56)

Los vectores v y w deben satisfacer (2.55) y (2.56) para que (2.54) sea una solucin de x = Ax .
Obsrvese que (2.55) significa solamente que v 1 = v es un vector caracterstico asociado con , y
entonces (2.56) significa que
[I A] 2 w = [I A]v = 0

72

En consecuencia, para el caso de un valor caracterstico defectuoso de multiplicidad 2, el mtodo consiste

en lo siguiente:

1. Encontrar una solucin no nula de la ecuacin

[I A ] 2 v = 0

(2.57)

[I A ]v 2 = v 1

(2.58)

tal que

no se anule y

2. Formar las dos soluciones independientes

x1 (t ) = v 1e t

(2.59)

x 2 (t ) = ( v 1 t + v 2 ) e t

(2.60)

Ejemplo 15
Encuntrese una solucin general del sistema

0 1
x =
x
4 4

(2.61)

En el Ejemplo 14 se encontr que la matriz de los coeficientes A en (2.61) tiene el valor propio defectuoso = 2 de
multiplicidad 2. Se calcula

2 1 2 1 0 0
[ I A ] 2 =

4 2 4 2 0 0
y la Ec. (2.57) en este caso es

0 0
0 0 v 2 = 0

y en consecuencia es satisfecha por cualquier seleccin de v 2 . Usando ahora la Ec. (2.67), se obtiene

2 1 a
1
[I A ] v 2 =
b = v1 = 2
4
2

de donde se obtienen las ecuaciones escalares

2a b = 1
4a + 2b = 2
y tomando b = 1 da a = 0; en consecuencia, v 2 = [0 1]T. Las dos soluciones de (2.61) son

1
x1 (t ) = v 1e 2t = e 2t
2

73

t 2t
x 2 (t ) = ( v1t + v 2 ) e 2t =
e
1 2t
y la solucin general resultante es

x(t ) = c1 x1 (t ) + c 2 x 2 (t )
1
t 2t
= c1 e 2t + c 2
e
2
1 2t
c1 + c 2 t

2t
=
e
2c1 + c 2 2c 2 t

El vector v 2 en la Ec. (2.57) es un ejemplo de un vector propio generalizado. Si es un valor

caracterstico de la matriz A, entonces un vector caracterstico generalizado de rango r asociado con es
un vector v tal que
[I A] r v = 0 pero [I A] r 1 v 0

(2.62)

Si r = 1, entonces (2.62) significa sencillamente que v es un vector caracterstico asociado con . As, un
vector caracterstico generalizado de rango 1 es un vector caracterstico ordinario. El vector v 2 en la Ec.
(2.57) es un vector caracterstico generalizado de rango 2.
El mtodo para multiplicidad 2 descrito anteriormente consisti en determinar un par de vectores
caractersticos generalizados {v 1 , v 2 } tales que [I A]v 2 = v 1 . Cuando la multiplicidad es superior, se
obtienen cadenas ms largas de vectores caractersticos generalizados. Una cadena de longitud k de
vectores caractersticos generalizados basados en el vector caracterstico v 1 es un conjunto {v 1 , v 2 , ,
v k } de k vectores caractersticos generalizados tales que
[I A]v k = v k 1
[I A]v k 1 = v k 2

(2.63)

[I A ]v 2 = v 1

Debido a que v 1 es un vector caracterstico ordinario, [I A]v 1 = 0. Por consiguiente, de la Ec. (2.63) se
deduce que
[I A ] k v k = 0

(2.64)

Las Ecs. (2.63) se pueden escribir en forma compacta como

[I A ]v 1 = 0
[I A]v i +1 = v 1 ,

i = 1, 2, , k 1

(2.65)

donde k es la multiplicidad (rango) del valor caracterstico .

Al comienzo de esta seccin se dijo que cuando la matriz cuadrada A (nn) posea valores
caractersticos repetidos, entonces no poda ser diagonalizada. En los cursos de lgebra Lineal se

74

demuestra que bajo la transformacin S1AS siempre hay una seleccin de la matriz S tal que la matriz
S1AS tenga la forma cannica de Jordan, en la cual aparecen bloques de Jordan
J 1 , J 2 , , J k (1 k n) en la diagonal principal y todos los otros elementos son iguales a cero:
J 1 0 0 0

0 J 2 00
1

J = S AS =
. . . . . . . . . .

0 0 0 J n

(2.66)

Cada bloque J j es una matriz de orden n j (1 n j n) de la forma

j 1
0
j

Jj =

0
0
0
0

0
0

j 1
0 j
0
1

(2.67)

donde una de las races j de la ecuacin caracterstica |I A| = 0 aparece en la diagonal principal, el

nmero 1 aparece en la diagonal justo encima de la diagonal principal y todos los otros elementos de la
matriz son iguales a cero.
Las columnas de la matriz S en la Ec. (2.66) se forman con los vectores caractersticos dados por las
Ecs. (2.65).

Ejemplo 16
Resolver el sistema

0 1
0
x =
x + 3 ,

4
4

1
x(0) =
2

En este caso, la matriz A de los coeficientes es la misma de los Ejemplos 14 y 15. All se determin que la ecuacin
caracterstica |I A| = 0 produce el valor propio = 2 de multiplicidad 2 y que los vectores caractersticos
asociados son v 1 = [1 2]T y v 2 = [0 1]T. Por lo tanto,

1 0
S = [ v1 v 2 ] =
,
2 1

1 0
S 1 =

2 1

Bajo la transformacin x = Sz, la ecuacin original se convierte en

0
1 0 0 1 1 0
1 0 0 2 1
z =
z+
z+
=

2 1 4 4 2 1
2 1 3 0 2
3
1 0 1 1
z (0) = S 1x(0) =
=
2 1 2 4
o, en forma escalar,

75

z1 = 2 z1 + z 2 ,
z 2 = 2 z 2 + 3,

z1 (0) = 1
z 2 (0) = 4

Resolviendo primero por z 2 :

t

z 2 = 4e

2 t

+ 3e

2 t

e 2 d = 4e 2t +

( )

3 2t 2
e
e
2

t
0

3 5 2t
+ e
2 2

Sustituyendo ahora a z 2 en la ecuacin para z 1 , se obtiene

z1 = 2 z1 +

3 5 2t
+ e ,
2 2

z1 (0) = 1

y resolviendo,

e 2 ( 32 + 52 e 2 )d
t

z1 = e 2t + e 2t

3 1
5
= + e 2t + t e 2t
4 4
2
Por lo tanto,

3 1 2t + 5 te 2t 3 + 1 e 2t + 5 te 2t
x1
1 0 4 + 4 e
2
2
= 4 4

x = =Sz =

t

3
5
2t
2t

2
1
x

+
e
2
5te

2 2

2e

Ejemplo 17
Resolver el sistema

2
x = 0
1

0
0
0

1
1

1 x + 0,
0
0

1
x(0) = 1
2

La ecuacin caracterstica es

+2
g () = I A = 0
1

1
1

= 3 + 22 + = ( + 1) 2

De aqu resulta 1 = 0 (multiplicidad 1) y 2 = 1 (multiplicidad 2).

Para 1 = 0:

76

2
[I A] v1 = 0
1

0
1 a 0
0 1 b = 0
0 1 c 0

y se obtienen las tres ecuaciones escalares

2a + c = 0
c=0
a=0
As que a = c = 0 y b puede tener cualquier valor. Tomando b = 1 se tiene que v 1 = [0 1 0]T.
Para = 1:

1 a 0
1 0

[I A]v 2 = 0 1 1 b = 0
1 0 1 c 0
lo que da las tres ecuaciones escalares

a+c=0
bc=0
ac=0
Si tomamos c = 1, entonces a = 1, b = 1 y v 2 = [1 1 1]T:
Para determinar el otro vector caracterstico asociado con 2 , se usa la Ec. (2.65):
[I A]v 3 = v 2
esto es,

1 a
1 0
1
0 1 1 b = 1

1 0 1 c
0
o en forma escalar,

a + c =1
b c =1
a c = 1
Tomando c = 1, se obtiene a = 0, b = 2 y entonces v 3 = [0 2 1]T.
Ahora se forma la matriz S =[v 1 v 2 v 3 ]:

0
S = 1
0

1
0
1 2
1
1

de donde

1
= 1
1

1
0
0

2
0
1

77

Bajo la transformacin x = Sz, el sistema original se transforma en

0 0 0
1

z = 0 1 1 z + 1
0 0 1
1
con

1
z (0) = 1
1

2 1 6
0 1 = 1
1 2 3

1
0
0

o en forma escalar,

z1 = 1,
z2 = z 2 + z3 1,
z3 = z3 + 1,

z1 (0) = 6
z 2 (0) = 1
z3 (0) = 3

Resolviendo,
t

z 1 = 6 + d = 6 + t
0

z 3 = 3e t + e t e d = 1 + 2e t
0

Entonces,

z 2 = z 2 + 1 + 2 e t 1,

z 2 (0) = 1

o
t

z 2 = e

+e

e ( 2 e ) d = e

+ 2 t e t

y por consiguiente

x1
0 1 0 6 + t
t

t
x = x2 = S z = 1 1 1 e + 2te
x3
0
1
1 1 + 2e t

et 2 t et

= 4 + t 3 e t 2 t e t

t
t
1 + e + 2 t e

2.9 GRFICOS DE FLUJO DE SEALES (GFS)

La tcnica del llamado grfico de transicin de estados o de flujo de seales (GFS) introducida por S. J.
Mason, es otro mtodo eficiente para resolver las ecuaciones de estado. Ella utiliza el grfico del flujo de
seales, el cual es un mtodo topolgico de representar y resolver un sistema de ecuaciones algebraicas

78

lineales simultneas. Primero se analizar la tcnica del grfico del flujo de seales y luego se estudiar
su aplicacin en la solucin de las ecuaciones de estado.
El grfico del flujo de seales consiste en un diagrama en el cual los nodos, o puntos de unin, son
conectados por segmentos lineales, o ramas, directos y orientados. Los nodos representan a cada una de
la variables del sistema. Una rama conectada entre dos nodos tiene una ganancia asociada con ella y acta
como un multiplicador de una sola va de las seales en sus extremos. La direccin del flujo de las
seales se indica mediante una flecha colocada en la rama, y el factor de multiplicacin, llamado tambin
transmitancia o funcin de transferencia, se indica con un carcter colocado cerca de la flecha. En la Fig.
2.2 se dibuja una rama caracterstica. La rama transmite la seal x j en la direccin indicada por la flecha,
de izquierda a derecha en este caso, y la multiplica por la transmitancia o funcin de transferencia t jk .
Observe que la rama que se dirige del nodo x j (entrada) al nodo x k (salida) expresa la dependencia de x k
de x j , pero no al contrario; esto es, la rama entre el nodo de entrada y el de salida se debe interpretar como
un amplificador unidireccional con ganancia t jk . Aunque en forma algebraica la ecuacin en la Fig. 2.2 se
puede escribir como x j = xk t jk , la representacin en un GFS no implica esta relacin.

t jk

xj

x k = t jk x j

Figura 2.2

En un GFS un nodo de entrada es un nodo que slo tiene ramas de salida; un nodo de salida es un nodo
que solamente tiene ramas de entrada (por ejemplo, el nodo y 5 en la Fig. 2.3). Sin embargo, un nodo de
salida no siempre cumple esta condicin. En algunos casos puede ser necesario visualizar algn nodo,
digamos y 3 , como uno de salida para determinar el efecto de la entrada sobre ese nodo. En este caso, el
nodo y 3 se convierte en un nodo de salida conectndole una rama con ganancia unitaria desde el nodo ya
existente y 3 hasta un nuevo nodo designado tambin como y 3 , como se indica en la Fig. 2.4. En general,
cualquier nodo de un GFS que no tenga entradas puede convertirse en uno de salida mediante el
procedimiento descrito. Sin embargo, no se puede convertir un nodo que no tenga entradas en uno de
entrada mediante la inversin de la direccin de la flecha. Una trayectoria es cualquier coleccin de una
sucesin continua de ramas que avanzan en la misma direccin y que no atraviesa un nodo ms de una
vez; de esta definicin vemos que un GFS puede tener numerosas trayectorias. Una trayectoria directa es
aquella que comienza en un nodo de entrada y termina en un nodo de salida sin pasar por ningn nodo
ms de una vez. Por ejemplo, en el GFS de la Fig. 2.3 existen dos trayectorias directas entre y 1 y y 4 . Un
lazo cerrado es una trayectoria que se origina y termina en el mismo nodo sin pasar por ningn nodo ms
de una vez. Por ejemplo, en el GFS de la Fig. 2.3 existen cuatro lazos cerrados.

a12
y1

y2

a 32

a 43

a 23

a 34
y3

a 44
a 45
y4

y5

a 24
a 25

Figura 2.3

79

a 32
a12
y1

a 23
y2

y3

y3

Figura 2.4

2.9.1 REGLAS BSICAS DEL GRFICO DEL FLUJO DE SEALES

Las reglas bsicas que se utilizan para el anlisis de los grficos del flujo de seales son muy sencillas:

1. La seal fluye a lo largo de la rama solamente en la direccin definida por la flecha y es

multiplicada por la transmitancia o ganancia de la rama.

2. El valor de una seal o variable en un nodo es igual a la suma algebraica de las seales entrando a
ese nodo, tal como se ilustra en la Fig. 2.5.

x1
x2

x 4 = x1 + x 2 + x 3

x3
Figura 2.5

3. El valor de una seal en un nodo es aplicada o transmitida a cada rama que sale de l, como se
indica en la Fig. 2.6. En el GFS de la Fig. 2.6 se tiene que las seales que salen del nodo
identificado como x 1 son todas iguales a x 1 .

x1
x1

x1
x1
Figura 2.6

2.9.2 EL LGEBRA DE LOS GRFICOS DE FLUJOS DE SEALES

Con la ayuda de ciertas propiedades topolgicas y las reglas que se acaban de mencionar, un GFS se
puede reducir a una sola rama. En las figuras siguientes se ilustran varias equivalencias y al mismo
tiempo se dan las ecuaciones algebraicas correspondientes. Estas equivalencias son suficientes para la
reduccin completa de un grfico.
1. Ramas en paralelo:

80

t1
x1

x1

x2

t1 + t 2

x2

t2
x2 = t1 x1 + t 2 x2 = (t1 + t 2 )x1

2. Ramas en serie o en tandem en la misma direccin:

t12

x1

t 23
x2

t12 t23

x1

x3

x2 = t12 x1

x3

x3 = t23 x 2 = t12 t23 x1

3. Ramas que entran a un nodo en la misma direccin:

x1

x1

t13
x3

x2

t34

t13 t 34

x4

t 23

x4
t23t34

x2

x 4 = t 34 x 3 = t13 t 34 x 1 + t32 t34 x 2

x 3 = t13 x 1 + t23 x 2

4.
t 23
x1

t 12

x3

x2

x3

x1
t 24
x4

x 2 = t12 x 1

t 12 t 23

x3 = t 23 x 2 = t12 t 23x1

5. Sistema realimentado con un solo lazo cerrado:

t 12 t 24
x 4 = t 24 x 2 = t12 t 24 x1

x4

81

x3

t13

x1

t 32

t13
1 t 33

x1

x2

x3

t 32

x2

t 33
x3 =

x 3 (1 t 33 ) = t13 x1

x 3 = t13 x1 + t 33 x 3

t 13
x
1 t 33 1

Figura 2.7

Ejemplo 18
Conseguir la funcin de transferencia del grfico en la parte superior izquierda de la figura.

x1

x2

x3

x4

x3

ab

x1

bd

ab
x1

abc

1 bd

x3

1 bd

x4

x1

x4

Luego de las reducciones indicadas se obtiene

t14 =

abc
1 bd

Ejemplo 19
Determinar la funcin de transferencia del siguiente grfico.

x1

x2

x3
e

Usando los pasos dados en las reglas, se obtiene

x4

x4

82

cd
a

x1

x2

bd

cd
abd

x1

x4

ebd

cd+ebd
x1

abd

x4

abd
1 - cd - ebd
x4

x1

x4

Y luego de las operaciones realizadas, se obtiene

t14 =

abd
1 cd ebd

Ejemplo 20
Determinar la funcin de transferencia del siguiente grfico:

x1

x2

x3

-a

x4

-b

x5

-c

Del grfico se obtienen las expresiones siguientes:

x 2 = ax1 ax3 , x3 = bx 2 bx 4 ,

X 4 = cx3 cx5 , x5 = dx 4

x 5 = d (cx3 cx5 ) = cdx3 cdx5 x 5 =

x5 =

x5 =

cd
x3
1 + cd

bx bcd
cd
bc
cd
x2
(bx 2 bx 4 ) =
x5
bx 2 5 =

d 1 + cd
1 + cd
1 + cd
1 + cd

bcd
bcd
bcd
x2 =
(ax1 ax3 ) =
(ax1 abx 2 + abx 4 )
1 + bc + cd
1 + bc + cd
1 + bc + cd

bcd
a(1 + bc + cd )
ab

ax1
x5 +
x5
1 + bc + cd
cd
d

de donde

x5 =

abcd
x3
1 + bc + cd + ab + abcd

83

t15 =

abcd
1 + bc + cd + ab + abcd

2.9.3 LA FRMULA DE MASON PARA LA GANANCIA

La funcin de transferencia o ganancia G de un grfico puede obtenerse directamente mediante la
frmula de Mason para la ganancia, la cual se describe a continuacin sin demostracin. La ganancia total
G de un GFS dado entre el nodo de entrada y el de salida y que contiene varias trayectorias directas, est
determinada por la ecuacin
1

G=

G
k

(2.68)

donde es el determinante del grfico y el cual se obtiene a partir de la relacin

=1

m1

m2

m3

++

mj

(2.69)

y donde
G k = ganancia de la k - sima trayectoria directa desde la fuente hasta el nodo de salida y la cual es
igual al producto de las ganancias de las ramas que componen la trayectoria;
P m1 = ganancia de la m-sima trayectoria cerrada o lazo de realimentacin, esto es, el producto de
todas las transmitancias del m-simo lazo de realimentacin, y P m1 es la suma de las ganancias
de todas las trayectorias cerradas en el grfico.
P mi = producto de las ganancias de lazo cerrado del m-simo conjunto de i lazos de realimentacin que
no tienen nodos en comn, esto es, que no se tocan; por ejemplo, P m2 es el producto de las
ganancias de dos lazos cerrados y P m2 es la suma de los productos de las ganancias de todas las
combinaciones posibles de dos lazos cerrados que no se tocan tomados de dos en dos.
k =

Cofactor de G k ; esto es, el determinante del subgrfico que queda cuando se remueve la
trayectoria G k .

Este mtodo se ilustrar con varios ejemplos.

Ejemplo 21
Determinar la ganancia cuando la variable de salida es x 4 en el grfico siguiente:

x1

x2

x3

x4

84

Del grfico se obtiene directamente que

G1 = abc, P11 = bd , = 1 bd , 1 = 1
y, por consiguiente, se obtiene

G=

abc
1 bd

Ejemplo 22
Determinar la ganancia cuando el nodo de salida es x 4 .

x2

x1

x4

x3
e

G1 = abd , P11 = cd , P21 = bde, = 1 cd bde, 1 = 1

y la ganancia es

G=

abd
1 cd bde

Ejemplo 23
Calcular la ganancia en x 5 del siguiente grfico:

x1

x2

b
_

x3

c
_

x4

x5

_c

G1 = abcd , P11 = ab, P21 = bc, P12 = abcd , P31 = cd

= 1 + ab + bc + cd + abcd , 1 = 1
y a partir de estas relaciones se obtiene que

G=

Ejemplo 24

abcd
1 + ab + bc + cd + abcd

85

Determinar la ganancia en el siguiente grfico cuando la variable de salida es x 7 .

x1

x2

x3

-a

x4

-b

x5

-c

x6

x7

-e

-d

Del grfico se obtiene que

G1 = abcdef , P11 = ab, P21 = bc, P31 = cd , P41 = de, P51 = ef

P12 = abcd , P22 = abde, P32 = abef , P42 = bcde, P52 = bcef , P62 = cdef , P13 = abcdef

1 = 1
y el resultado buscado es

G=

abcdef
1 + ab + bc + cd + de + ef + abcd + abde + abef + bcde + bcef + cdef + abcdef

En el caso cuando se tienen varias variables de entrada y varias variables de salida, la frmula de Mason
correspondiente para cada variable de salida es
xi =

G
k

k i

(2.70)

k xk

donde cada variable en el lado derecho de la Ec. (2.70) tiene el mismo significado que la variable para el
caso de una sola entrada y una sola salida y se aplic el principio de superposicin. Recuerde que estamos
trabajando con sistemas lineales.

Ejemplo 25
Calcular el valor de la seal x 8 en el siguiente grfico:

x2

x1

x5

b
-h
-i

Del grfico se obtiene

x3

x4

x6 c

x7 d

g
x8

86

G1 = abcd , G 2 = cde, G3 = df , G 4 = g
= 1 + bh + bci

1 = 1, 2 = 1, 3 = 1 + bh, 4 = 1 + bh + bci
por lo que

x8 =

abcdx1 + cdex 2 + df (1 + bh) x3 + g (1 + bh + bci) x 4

1 + bh + bci

Ejemplo 26
Calcular el valor de la seal x 6 en el grfico del Ejemplo 25.

G1 = ab, G 2 = bif , G 4 = 0
= 1 + bh + bci
1 = 2 = 3 = 1
de donde

x6 =

abx1 + ex 2 bfix 3
1 + bh + bci

2.9.4 GRFICOS DE TRANSICIN DE ESTADOS

Ahora se estudiar otra forma de obtener la solucin de la ecuacin de estado utilizando GFS. Se
intentar dibujar un grfico del flujo de seales correspondiente al sistema de ecuaciones
x = Ax + Bu

y en una forma tal que las condiciones iniciales x 1 (0), x 2 (0), , x n (0) sean tomadas como excitaciones
aplicadas a las variables de estado correspondientes; el grfico obtenido se conoce como el grfico de
transicin de estados.
En forma escalar, el sistema descrito por la ecuacin anterior puede escribirse en la forma
x1 = a11 x1 + a12 x 2 + + a1n x n + b11u1 + b12 u 2 + + b1m u m
x 2 = a 21 x1 + a 22 x 2 + + a 2 n x n + b21u1 + b22 u 2 + + b2 m u m

x n = a n1 x1 + a n 2 x 2 + + a nn x n + bn1u1 + bn 2 u 2 + + bnm u m

(2.71)

Para construir el subgrfico de x 1 , por ejemplo, se toma la transformada de Laplace de la primera

ecuacin en (2.71) para obtener
sX 1 ( s ) x1 (0) = a11 X 1 ( s ) + a12 X 2 ( s ) + + a1n X n ( s ) + b11U 1 ( s ) + b12U 2 ( s ) + + b1mU m ( s )

y reagrupando
X 1 (s) =

x1 (0) 1
+ [a11 X 1 ( s ) + + a1n X n ( s ) + b11U 1 ( s ) + + b1mU m ( s )]
s
s

(2.72)

87

En la Fig. 2.8 se ilustra el subgrfico correspondiente a esta ecuacin para el caso n = m = 4.

x1 (0)
1s
U1 (s)
U 2 (s)
U 3 ( s)

b11 ( s )

1s

b12 ( s )

a11

X 1 (s)

X 3 (s)

X 2 ( s)

X 4 ( s)

a12

b13 ( s )

a13

b14 ( s )

a14

U 4 ( s)

Figura 2.8

Igualmente se hace para las otras tres ecuaciones. Luego se combinan los subgrficos obtenidos para
obtener el grfico de transicin de estados correspondiente a todo el sistema. Despus se aplica la frmula
de Mason para la ganancia para obtener las transformadas de las variables de estado X 1 (s), X 2 (s), X 3 (s) y
X 4 (s), y finalmente se determina la transformada de Laplace inversa para obtener la solucin completa en
el tiempo. Observe en el grfico que todas las entradas a las variables de estado estn multiplicadas por
1/s.

Ejemplo 27
Resolver el sistema

6
0
0
x (t ) =
x(t ) + u (t ),

1 5
1

1
x(0) =
2

Para el caso en que u(t) = 1 (un escaln unitario) y escribiendo el sistema en forma escalar, se tiene

x1 = 6 x 2 ,

sX 1 ( s ) x1 (0) = 6 X 2 ( s )

x 2 = x1 5 x 2 + 1, sX 1 ( s ) x 2 (0) = X 1 ( s ) 5 X 2 ( s ) +
El diagrama se muestra en la Fig. 2.9.

1
s

88

x 2 (0)

x1 (0)

1s

1s
U (s) =

1
s

X 2 ( s)

1s

X 1 (s)

6 s

1
Figura 2.9

Del diagrama se obtiene

=1+

5 6 s 2 + 5s + 6 ( s + 2)( s + 3)
+
=
=
s s2
s2
s2

)]

s2
s 2 + 17 s + 6
6 s 3 + 12 s 2 + s 1 1 + 5s 1 =
( s + 2)( s + 3)
s ( s + 2)( s + 3)
1 12
12
= +

x1 (t ) = 1 + 12e 2t 12e 3t
s s+2 s+3

X 1 (s) =

s2
2s
s 2 s 2 + 2 s 1 =
( s + 2)( s + 3)
( s + 2)( s + 3)
4
6
=
+
x 2 (t ) = 4e 2t + 6e 3t
s+2 s+3

X 2 ( s) =

Ejemplo 28
Resolver el sistema

0
0 1
1
x =
x + t , x ( 0) =

2 3
0
2
Escribiendo el sistema en forma escalar, se obtiene

x1 = x 2 + t

x 2 = 2 x1 3 x 2

sX 1 ( s ) x1 (0) = X 2 ( s ) +

s2
sX 2 ( s ) x1 (0) = 2 X 1 ( s ) 3 X 2 ( s )

El grfico correspondiente se muestra en la Fig. 2.10.

x 2 (0)

x1 (0)

1s

1s
U (s) =

1
s2

1s

1s
X 2 ( s)

X 1 (s)

3
1

89

Figura 2.10

Del grfico se obtiene

=1+

3 2 s 2 + 3s + 2 ( s + 1)( s + 2)
+
=
=
s s2
s2
s2

s2
2s 2 + s + 3
s 2 s 1 1 + 3s 1 2 s 1s 1 = 2
( s + 1)( s + 2)
s ( s + 1)( s + 2)
1.5 1.75 1.75
= 2
+
x1 (t ) = 1.75 + 1.5t + 1.75e 2t
s
s+2
s

X 1 ( s) =

s2
2s 2 + 2
2 s 2 s 2 + 2s 1 = 2
( s + 1( s + 2)
s ( s + 1)( s + 2)
1 1.5 3.5
= 2
+
x2 (t ) = 1.5 + t + 3.5e 2t
s
s+2
s

X 2 ( s) =

Ejemplo 29
Resolver el sistema

2
x = 0
1

0
0
0

1
1

1 x + 0 u (t ),
0
0

1
x(0) = 1
2

En forma escalar

x1 = 2 x1 + x3 + u (t ), sX 1 ( s) x1 (0) = 2 X 1 ( s) X 3 ( s ) + U ( s )
x 2 = x3 , sX 2 ( s ) x 2 (0) = X 3 ( s )
x 3 = x1 , sX 3 ( s ) x3 (0) = X 1 ( s )
El grfico para este ejemplo se muestra en la Fig. 2.11.

1
s

2
1s

1s

1s

X 1 (s)

X 3 (s )

1s
1
Figura 2.11

Del grfico se obtiene

1
1s

1s

X 2 ( s)

90

2 1 s 2 + 2 s + 1 ( s + 1) 2
+
=
=
s s2
s2
s2

=1+
s2

X 1 ( s) =

[s

1 1

( s + 1)
1
2
=

s + 1 ( s + 1) 2

X 2 (s) =
=

s2
( s + 1)

[ 2s

1 1

s ( s + 1)

s2

X 3 (s) =

s 1
( s + 1) 2

x1 (t ) = e t 2te t

(1 + 2s )+ s

s 3 + 4s 2 + 6s + 1
2

2 s 1 s 1 + s 1 =

1 1 1

s s

+ s 4 + s 1 1 + 2 s 1 + s 2

)]

4
2
3

s ( s + 1) 2 s + 1

x 2 (t ) = 4 + t 3e t 2te t

[s

)]

+ s 2 + 2 s 1 1 + 2 s 1 =

( s + 1) 2
1
2
1
= +
+
s ( s + 1) 2 s + 1

2 s 2 + 5s + 1
s ( s + 1) 2

x3 (t ) = 1 + e t + 2t e t

Otra forma de obtener la solucin de la ecuacin de estado, implcita en el mtodo anterior, se basa en lo
siguiente: Tomando la transformada de Laplace de la Ec. (2.70), se obtiene
sX( s ) x(0) = Ax( s ) + BU( s )

o
X( s ) = ( sI A) 1 x(0) + ( sI A) 1 BU ( s )

Para el caso homogneo, U(s) = 0 y

X( s ) = ( sI A) 1 x(0) = ( s )x(0)

(2.73)

donde
11 ( s ) 12 ( s )
(s) (s)
22
( s ) = ( sI A) 1 = 21

n1 ( s ) n 2 ( s )

es la matriz resolvente.
Escribiendo la Ec. (2.73) en forma escalar, se tiene que

1n ( s )
2 n ( s )

nn ( s )

91

X 1 ( s ) = 11 ( s ) x1 (0) + 12 ( s ) x2 (0) + + 1n ( s ) xn (0)

X 2 ( s ) = 21 ( s ) x1 (0) + 22 ( s ) x2 (0) + + 2 n ( s ) xn (0)

X n ( s ) = n1 ( s ) x1 (0) + n 2 ( s ) x2 (0) + + nn ( s ) xn (0)

Si ahora se igualan a cero todas las x i (0), i = 1, 2, , j1, j+1, , n, (recuerde que estamos trabajando
con sistemas lineales) se obtiene que
X k ( s ) = kj ( s ) x j (0)

o
kj ( s ) =

X k (s)

(2.74)

x j (0)

El mtodo se ilustrar mediante un ejemplo.

Ejemplo 30
Determinar la matriz resolvente para el sistema del Ejemplo 21.
El diagrama correspondiente es el de la Fig. 2.10, el cual se repite por conveniencia en la Fig. 2.12 .
x 2 (0)

x1 (0)

1s

1s
U (s) =

1s

s2

X 2 ( s)

X 1 (s)

3
1

Figura 2.12
Del diagrama se obtiene

( s + 1)( s + 2)
s2

y utilizando la Ec. (2.74),

11 =

1s

X 1 ( s)
x1 (0)

1
3
G1 = , 1 = 1 +
s
s
1 3
1 +
s+3
s s
=
11( s) =
( s + 1)( s + 2) ( s + 1)( s + 2)
s2

92

1 3
1 +
X 1 ( s)
s+3
s s
=
11 ( s ) =
=
x1 (0) ( s + 1)( s + 2) ( s + 1)( s + 2)
s2
X (s)
1
12 ( s ) = 1
=
x2 (0)
( s + 1)( s + 2)
1
(2) 1
2
s
s
=
=
21( s ) =
( s + 1)( s + 2) ( s + 1)( s + 2)
x1(0)
s2
1
X 2 ( s)
s
s
=
=
22 ( s ) =
( s + 1)( s + 2) ( s + 1)( s + 2)
x2 (0)
s2
X 2 ( s)

y la matriz resolvente (s) es

s+3

( s + 1)( s + 2)
(s) =
2

( s + 1)( s + 2)

( s + 1)( s + 2)

( s + 1)( s + 2)

Observe que al usar este mtodo no es necesario invertir matrices para obtener (s) = [sI A]1.

2.9.5 LAS ECUACIONES DE ESTADO A PARTIR DE LAS ECUACIONES DIFERENCIALES

DE ENTRADA SALIDA

En las secciones anteriores se definieron las ecuaciones de estado y se determin su solucin por
diferentes mtodos. Ahora se estudiar la forma de expresar una ecuacin diferencial como una ecuacin
de estado y la forma de representarla mediante un grfico de transicin de estados.
Cierto tipo de sistemas con una sola entrada (excitacin) y una sola salida (respuesta) puede describirse
mediante una ecuacin diferencial ordinaria y lineal de n-simo orden de la forma
dx(t )
d n x(t )
d n 1 x(t )
d 2 x(t )
+
+
+ a1
+ a0 x(t ) = bu (t )
+

a
a
2
n 1
2
n
n 1
dt
dt
dt
dt

Este tipo de sistemas puede reducirse a la forma de n ecuaciones de estado de primer orden en la forma
siguiente: Defina las variables de estado
x1 = x
x 2 = x1 =

dx
dt

x3 = x 2 = x1 =

x n = x n 1

d 2x
dt 2

(2.75)

93

Como un resultado directo de esta definicin, la ecuacin diferencial original puede escribirse en la forma
x n = a 0 x1 a1 x 2 a n 1 x n + bu (t )

y entonces escribirse en forma matricial como

0
x1
x
0
2

x = =

0
x n =1
x a
0
n

1
0
0
a1

0
1

0 x1 0
0 x 2 0

+ u (t ) = Ax + B u (t )

1 x n 1 0
a n 1 x n b

0
0

a2

a3

El grfico de transicin de estados correspondiente se muestra en la Fig. 2.13.

x n-1( 0 )

x n ( 0)

1s

U (s)

1s

1s

a n 1

X n (s )

1s

1s

X n1 ( s )
1s

1s
X 3 (s)

a n2
a2
a1
a0
Figura 2.13

Si la ecuacin diferencial es, por ejemplo, de tercer orden:

d 3x
d 2x
dx
+
a
+ a1 + a0 x = bu
2
dt
dt 3
dt 2

la ecuacin de estado es
x1 0
0
x2 =
x3 a0

1
0
a1

0 x1 0
1 x2 + 0 u
a2 x3 b

y el grfico correspondiente se muestra en la Fig. 2.14.

x1 (0)

x 2 (0)

x 3 (0)

1s

1s

1s
X 2 ( s)

X 1 ( s)

(2.76)

94

x2 (0)

x 3 (0)

1s

1s

1s

U (s)

x1 (0)

1s

1s

1s

X 2 (s)

X 3 (s)
a2
a1
a0

Figura 2.14

Ejemplo 31
Resolver la ecuacin diferencial siguiente:

d 2x
dt

+3

dx
+ 2 x = 2u (t ), x(0) = 1,
dt

dx
dt

=1
t =0

usando un grfico de transicin de estados.

Aplicando el procedimiento indicado, se obtiene

x1 = x, x 2 = x1 , x1 (0) = 1, x 2 (0) = 1
x 2 = 2 x1 3 x 2 + 2u (t )
y en forma matricial

x1 0
=
x2 2

1 x1 0
x1 (0) 1
+ u (t ),
=

3 x2 2
x2 (0) 1

y el grfico para u(t) = 1, t > 0, (el escaln unitario) es (Fig. 2.15):

1

1/s

1/s
2s

1/s

1/s
X 2 ( s)

3
2

Figura 2.15
Del grfico se obtiene

X 1 ( s)

X 1 ( s)

95

= 1+

3 2 ( s + 1)( s + 2)
+
=
s s2
s2

)]

1
s 2 + 4s + 2
2s 3 + s 2 + s 1 1 + 3s 1 =
X (s) = X 1 (s) =

s ( s + 1)( s + 2)
1
1
1
= +

s s +1 s + 2
Por lo tanto

x(t ) = 1 + e t e 2t , t 0

Ejemplo 32
Resolver la ecuacin diferencial

d 3x
dt 3

+3

d 2x
dt 2

dx
+ 3 x = 3, x(0) = 1,
dt

Definiendo

dx
dt

= 2,
t =0

d 2x
dt 2

=0
t =0

x = x1 , x1 = x 2 , x 2 = x3

se obtiene

x 3 = 3 x1 x 2 3 x3 + 3

o, en forma matricial,

x1 0

x2 = 0
x3 3

1
0 x1 0

0
1 x2 + 0,
1 3 x3 3

x1 (0) 1

x2 (0) = 2
x3 (0) 0

El diagrama se muestra en la Fig. 2.16.

1s

3
1s

1s
1s

1s

X 3 (s )

1
3
Figura 2.16

1s
1s

X 2 ( s)

De l se obtiene

X1 ( s)

96

3 1
3 ( s 2 + 1) ( s + 3)
= 1+ + 2 + 3 =
s s
s
s3
y

X (s) = X 1 (s) =
=

[ 3s
+ 1)(s + 3)
s3

(s

s 3 + 5s 2 + 7 s + 3
s ( s + 1)(s + 3)
2

1 3

j
j
1
1
2
+

= + 2
s s + j s j s s +1

La solucin es

x(t ) = 1 + 2 sen t , t 0

Ejemplo 33
Resolver la ecuacin diferencial

d 3x
dt 3

+ 10

d 2x
dt 2
dx
dt

x(0) = 3,

+ 16

dx
+ 8 x = 4t + 2
dt

= 2,
t =0

d 2x
dt 2

=1
t =0

Dividiendo por 2 la ecuacin original obtenemos,

d 3x
dx

+5

d 2x
dt

+8

dx
+ 4x = t + 1
dt

y definiendo

x1 = x, x 2 = x = x1 , x 3 = x = x 2
obtenemos el siguiente sistema de ecuaciones diferenciales:

x1 = x 2
x 2 = x3
x 3 = 4 x1 8 x 2 5 x3 + 2t + 1
El diagrama de transicin se muestra en la Fig. 2.17.

+ 2s 1 s 1 1 + 3s 1 + s 1 1 + 3s 1 + s 2

)]

97

1s

1
s

1s

1s

1s
2

1s

1s
X 1 (s)

5
8
4
Figura 2.17
Del diagrama obtenemos

= 1 + 5s 1 + 8s 2 + 4 s 3 =

( s + 2) 2 ( s + 1)
s3

X (s) = X 1 (s) =

s3
( s + 2)

[ s ( 2s
( s + 1)
3

3s 4 + 17 s 3 + 35s 2 + s + 2
s ( s + 2) ( s + 1)
2

0.5
s

+ s 1 + s 3 + 2 s 2 1 + 5s 1 + 3s 1 1 + 5s 1 + 8s 2

)]

0.75
13
18.25 22

+
2
s
s + 2 s +1
( s + 2)

La respuesta es
x(t ) = 0.5 t 0.75 13 t e 2t 18.25 e 2t + 22 e t , t 0

2.10 RELACIN ENTRE LAS ECUACIONES DE ESTADO Y LAS FUNCIONES DE

TRANSFERENCIA
Para un sistema lineal e invariable en el tiempo y con una sola entrada y una sola salida, la relacin
entre la salida y(t) y la entrada u(t) normalmente se describe mediante la funcin de transferencia del
sistema, H(s), la cual se define como la relacin entre la transformada de Laplace de la salida, Y(s), y la
transformada de Laplace de la entrada, U(s), con todas las condiciones iniciales iguales a cero, esto es,
H ( s) =

Y (s)
U (s)

(2.77)

En esta seccin se estudiar la forma de expresar una funcin de transferencia como una ecuacin de
estado y la manera como representarla mediante un grfico de flujo de seales. Se supone que la funcin
de transferencia est expresada en la forma de una funcin racional (esto es, una relacin entre dos
polinomios) de s:

98

H ( s) =

N ( s)
D( s)

(2.78)

Se considerarn los casos en los cuales el denominador D(s) posee races distintas y races repetidas.

2.10.1 Las Races del Denominador D(s) son Distintas

Si las races del denominador D(s) son distintas, la expansin en fracciones parciales de la Ec. (2.78)
produce la relacin [se supone que N(s) y D(s) son ambos de grado n]
H (s) = K 0 +
= K0 +

Kn
K1
K2
+
++
s s1 s s 2
s sn
n

i =1

(2.79)

Ki
s si

donde
K 0 = lm H ( s )

(2.80)

y
K i = ( s si ) H ( s ) s = s ,
i

i = 1, 2, , n

(2.81)

Usando ahora la relacin (2.77) se obtiene

n

Y ( s ) = H ( s )U ( s ) = K 0U ( s ) +

s s U (s)
Ki

i =1

(2.82)

Si se define
X i (s) =

U (s)
,
s si

i = 1, 2, , n

(2.83)

entonces
sX i ( s ) = si X i ( s ) + U ( s )

o
X i (s) =

si
1
X (s) + U ( s)
s
s

(2.84)

cuya transformada inversa es (recuerde que las condiciones iniciales son iguales a cero)
xi (t ) = si xi (t ) + u (t )

(2.85)

El grfico correspondiente a la Ec. (2.84) se muestra en la Fig. 2.18 (con la contribucin a Y(s)).

U ( s)

1s

si

Xi

Ki

Y (s )

99

Figura 2.18

La Ec. (2.85) se puede expresar en la forma

x1 s1 0 0 0 x1 1


x 2 = 0 s 2 0 0 x 2 + 1u (t )




x n 0 0 0 s n x n 1

(2.86)

y cuyo grfico de flujo de seales se ilustra en la Fig. 2.19.

La transformada inversa de Y(s) es
n

y (t ) = K 0 u (t ) +

K x (t ) = K u(t ) + [K
0

i i

K2 Kn

i =1

x1

x2


x n

(2.87)

= K 0U (t ) + K T x
sX 1 ( s) 1 s

X1 ( s)

sX 2 ( s ) 1 ss1 X2 ( s)

1
1

K1
K2

s2

U ( s)

Y (s)
Kn

1
sX n( s) 1 s X n( s)
1
sn

K0

Figura 2.19

Ejemplo 34
Determinar y resolver la ecuacin de estado de la siguiente funcin de transferencia. La funcin de excitacin es una
funcin escaln unitario.

H (s) =
Expandiendo H(s) en fracciones parciales se obtiene

4s 2 + 15s + 13
s 2 + 3s + 2

100

H (s) =

2
1
4 s 2 + 15s + 13
= 4+
+
s +1 s + 2
( s + 1)( s + 2)

s1 = 1, s 2 = 2

y la ecuacin de estado es [Ec. (2.86)]

0 x1 1
x1 1
=
+ u (t ),
x2 0 2 x2 1

x
y (t ) = [2 1] 1 + 4 u (t )
x2

Si la excitacin es una funcin escaln unitario, el sistema de ecuaciones es

x1 = x1 + 1
x 2 = 2 x 2 + 1
Resolviendo primero por integracin, se obtiene
t

x1 (t ) = e

(t )

d = e

x 2 (t ) = e

0 e d = e

2 (t )

d = e

2t

0 e

= 1 e t

t
d = 12 e 2t e 2 = 0.5 0.5e 2t
0

yt ) = 2 x1 + x 2 + 4 = 6.5 2e t 0.5e 2t
El grfico del flujo de seales se muestra en la Fig. 2.20.
1s

1
1s

1s

Y (s )

Figura 2.20
Usando ahora el grfico para resolver la ecuacin, se tiene que

= 1 + s 1 + 2 s 1 + 2 s 2 =

Y (s) =

s 2 + 3s + 2
s2

( s + 1)( s + 2)
s2

2
4s 1 ( s + 1)( s + 2)
s2
1
2
1
2s 1 + 2s + s 1 + s +

( s + 1)( s + 2)
s2

4s 2 + 15s + 13 6.5
2
0.5
=

s ( s + 1)( s + 2)
s
s +1 s + 2

de donde

y (t ) = 6.5 2 e t 0.5 e 2t

101

lo cual est de acuerdo con el resultado anterior.

Ejemplo 35
Determinar la respuesta del sistema descrito por la funcin de transferencia

H ( s) =

s 2 + 4 s + 35
s 2 + 7 s + 12

si la excitacin es u (t ) = sen t.
Para la funcin dada es fcil determinar que

K 0 = 1, K 1 = 2, K 2 = 5, s1 = 3, s 2 = 4
Por lo tanto, la ecuacin de estado es

x1 3
0 x1 1
=
+ sen t
x 2 0 4 x 2 1
Resolviendo por integracin se obtiene
t

x1 (t ) = e

3t

e 3
(3 sen cos )
e 3 sen d = e 3t
10
0

t
0

= 0.1 e 3t 3 sen t 0.1 cos t

t

x 2 (t ) = e

4t

e 4
(4 sen cos )
e 4 sen d = e 4t
17

t
0

= 0.0588 e 4t + 0.235 sen t 0.0588 cos t

y

x
y (t ) = [ 2 5 ] 1 + sen t = 0.2 e 3t + 0.249 e 4t + 2.7765 sen t 0.4941 cos t
x2
= 2.82 sen (t 10.09) + 0.2 e 3t + 0.249 e 4t

El grfico de flujo se muestra en la Fig. 2.21.

1s
-3

1
U ( s) =

1
s +1

1s

-4

1
Figura 2.21

2
5

Y (s)

102

Del grfico:

= 1 + 7 s 1 + 12 s 2 =

Y ( s) =
=

s 2 + 7 s + 12
s

( s + 3)( s + 4)
s2

1 1
s 2 + 7 s + 12
s2
1
1
1
2 s 1 + 4 s + 5 s 1 + 3s +

2
( s + 3)( s + 4) s + 1
s2

s 2 + 14 s + 35
( s 2 + 1)( s + 3)( s + 4)

0.2 0.2941 1.41 10.09 1.4110.09

+
+
+
s+3
s+4
s j
s+ j

de donde

y (t ) = 0.2e 3t + 0.294e 4t + 2.82 sen(t 10.09)

2.10.2 Las Races del Denominador D(s) son Iguales

Si las races del denominador D(s) de la funcin de transferencia son iguales, entonces procediendo a
expandir en fracciones parciales, se obtiene
H (s) =
=

K 11
( s s1 )

K1 j

j =1

(s s )

K 12
( s s1 )

r 1

++

K 1r
s s1

(2.88)

r j +1

donde s 1 es la raz repetida, r su multiplicidad y

K1 j =

1
d j 1
( s s1 ) r
j 1
( j 1)! ds

(2.89)
s = s1

y la salida Y(s) puede expresarse como

Y ( s ) = H ( s )U ( s ) =

K1 j

j =1

(s s )

r j +1

U (s)

(2.90)

Definiendo ahora las variables de estado para el sistema de las Ecs. (2.88) como
X j (s) =

U ( s)
,
( s s1 ) r j +1

j = 1, 2, , r

(2.91)

entonces la Ec. (2.90) puede expresarse como

Y (s) =

1 j X j (s)

j =1

De la Ec. (2.91) tenemos que

X 1 (s) =

U (s)
( s s1 ) r

(2.92)

103

X 2 (s) =

U (s)
( s s1 ) r 1

X r 1 ( s ) =
X r ( s) =

U (s)
( s s1 ) 2

U ( s)
s s1

Esta ltima ecuacin puede expresarse como

sX r ( s ) = s1 X r ( s ) + U ( s )

(2.93)

y de la misma forma
X k +1 ( s ) = ( s s1 ) X k ( s ), k = 1, 2, , r 1

o
sX k ( s ) = s1 X k ( s ) + X k +1 ( s ), k = 1, 2, , r 1

(2.94)

En el dominio del tiempo, las Ecs. (2.93) y (2.94) corresponden a

x k (t ) = s1 xk (t ) + xk +1 (t ), k = 1, 2, , r 1
xr (t ) = s1 xr (t ) + u (t )

(2.95)

Finalmente, la ecuacin de estado requerida correspondiente a la raz repetida es

x1 s1 1 0 0 x1 0


x 2 = 0 s1 0 0 x 2 + 0 u (t )




x r 0 0 0 s1 x r 1

(2.96)

y (t ) = [K11

x1

x
K12 K1r ] 2


x r

El grfico del flujo de seales correspondiente a la Ec. (2.96) se muestra en la Fig. 2.22.

(2.97)

104

X 1 ( s)
s1

1s

1
K11

X 2 ( s)
s1

1s
K12

1
1s

U ( s)

X r (s)

Y (s)

K1r
s1

Figura 2.22

Ejemplo 36
Determinar la respuesta de la siguiente funcin de transferencia si la excitacin es la funcin escaln unitario.

H (s) =

2s 3 + 6s 2 + 2s + 8
s 3 + 4 s 2 + 5s + 2

Expandiendo en fracciones parciales

H (s) =

2s 3 + 6s 2 + 2s + 8
s + 4 s + 5s + 2
3

= K0 +

K 11
( s + 1)

K 12
K
+ 2
s +1 s + 2

de donde

K 0 = 2, K 11 = 10, K 12 = 14, s1 = 1, s 3 = 2, r = 2, K 2 = 12
y

x1 1 1 0 x1 0


x 2 = 0 1 0 x 2 + 1 u ,
x 3 0
0 2 x 3 1

x1

y = [10 14 12] x 2 + 2u
x 3

o en forma escalar

x1 = x1 + x 2
x 2 = x 2 + u
x 3 = 2 x3 + u
Resolviendo por integracin (u es la funcin escaln unitario):

105

x 2 (t ) = e

(t )

d = e

t
0

= 1 e t

e d = e
t

x1 (t ) = e (t ) 1 e d = e t e d e t d = 1 e t t e t
0

x 3 (t ) = e 2(t ) d = e 2t e 2 d = 12 e 2t e 2
0

t
0

= 0.5 0.5e 2t

El grfico del flujo de seales se muestra en la Fig. 2.23.

X 1 (s)
1

1s
1

1s
1

1
U (s) =

1s
2

1
s

10
X 2 (s)
14
12

Y (s)

Figura 2.23

Del grfico se obtiene

= 1+

4 5
2 ( s + 2)( s + 1) 2
+
+
=
s s2 s3
s3

Y (s) =
=

3 2 12 2 1 2 4 5
2 10 2
2
14s 1 + + 2 + 2 1 + + 2 + 1 + + 2 + 3 + 3 1 +
( s + 2)( s + 1)
s s s
s s s s s s s s
s2

2s 3 + 6s 2 + 2s + 8
s ( s + 2)( s + 1)

4
4
10
6
+

2
s s + 1 ( s + 1)
s+2

y la solucin es

y (t ) = 4 + 4e t 10te t 6e 2t

t 0

El lector observar que la solucin de Y(s) se puede obtener directamente del producto H(s)Y(s) y podra
pensar que el mtodo es innecesario para determinar la solucin requerida. Sin embargo, debemos

106

recordar que todos los mtodos explicados estn diseados para buscar una mejor forma de resolver los
problemas usando computadoras y por ello es necesario efectuar cada uno de los pasos descritos.

PROBLEMAS

Resuelva las ecuaciones de estado siguientes utilizando los mtodos explicados en este captulo.
1.

2.
0
x = 0
2

3.

1
0
0

0
1 x + 0.
1
1 2

0
x = 1
3

1
x(0) = 2
3

4.

6 5
1
1

0
2 x + 1 , x(0) = 3
2
1
2
4

107

1
0

x = 6 11
6 11

1
2
3

6 x + 1 , x(0) = 2
0
0
5

5.

1
0

x = 0
0
25 35

0
0
0

1 x + 0, x(0) = 1
1
3
11

6.
2
3

x = 1 1
5 2

9
x = 26
24

0
1
3

1 x + 1 , x(0) = 2
2
0
1

7.

1
0
0

0
2
3

1 x + 5 , x(0) = 4
0
0
0

8.
10
1

x = 0
0
0 20

0 1 0
0
3

x = 2 0 1 x + 0, x(0) = 2
0 2 3
1
0

9.

0
0
3

1 x + 0, x(0) = 4
5
0
10

10.
2
1

x = 0 2
1
0

0 1 0
0
0

x = 2 0 1 x + 0, x(0) = 5
0 2 3
1
1

11.

12.

1 1 0
0
1

x = 0 1 0 x + 1 , x = 1
0 0 1
1
2

13.
2
1

x = 0
1
1 4

0
x = 1
5

0
1
0
3

0 1 x + 0, x(0) = 1
3
2
0 3

14.
1
0
1

0 x + 0, x(0) = 2
1
3
3

15.
1
0

x = 0
0
6 11

1
0
1

0 x + 0, x(0) = 1
1
1
1

1
0
0
0
1

x = 0
0
1 x + 0 , x(0) = 1
4 4 2
4
1

16.
0
1
0

1 x + 0 , x(0) = 1
2
3
6

1
0

x = 0
0
4 4

0
0
0

1 x + 2, x(0) = 2
1
1
1

Resuelva las ecuaciones diferenciales siguientes reducindolas primero a una ecuacin de estado.

108

17.

18.

d 2x
dx
+ 3 + 2 x = 6,
2
dt
dt

dx
dt

= 2, x(0) = 1.
t =0

dx
d 3x d 2x
2 4
+ 4 x = 4,
3
dt
dt
dt

d 2x
dt 2

18.

d 2x
dx
+ 4 + 4 x = 2,
2
dt
dt

20.

d 3x
d 2x
d 3x
d 4x
3
2
10
,
+
+
=
dt 4
dt 3
dt 2
dt 3

21.

22.

23.

24.

25.

26.

27.

28.

29.

30.

t =0

t =0

d 2x
dx
+4
+ 5 x = 8 sen t ,
2
dt
dt

t =0

d 3x d 2x
dx
+ 2 +4
= t,
3
dt
dt
dt

dx
dt

d 2x
dt 2

dx
dt

t =0

= 1, x(0) = 1
t =0

= 2, x(0) = 0
t =0

= 2, x(0) = 1
dx
dt

= 5,
t =0

= 1, x(0) = 2
t =0

= 3, x(0) = 2
dx
dt

d 3x
d 2x
+
3
+ 5x = t 3 ,
dt 3
dt 3

= 1, x(0) = 0
t =0

dx
dt

d 2x
dt 2
d 2x
dt 2

= 1, x(0) = 0
t =0

dx
dt

= 2,
t =0

dx
dt

= 2,
t =0

d 2x
dx
+ 8 + 12 x = 2 sen 3t + t ,
2
dt
dt

dx
dt

d 2x
dx
+6
+ 6 x = 5 + 9e 2 t ,
2
dt
dt

dx
dt

= 5, x(0) = 3
t =0

= 6, x(0) = 5
t =0

= 2, x(0) = 1
t =0

d 3x
d 2x
dx
11
+
+ 30
= cos 2t + e 4t ,
3
2
dt
dt
dt

31. 3

t =0

dx
dt

12,

dx
dt

= 2,

t =0

d 2 x dx
+
+ 4.25 x = t 2 + 1,
2
dt
dt

d 3 x dx
+
+ x = e 3t ,
3
dt
dt

d 2x
dt 2

= 6,

d 2x
dt 2

d 2x
dx
+ 2 x = t + 1,
2
dt
dt

= 3, x(0) = 1
t =0

dx
= 1, x(0) = 1
dt t =0

d 3x
d 2x
dx
+
7
+ 19 13 x = 5,
3
2
dt
dt
dt

d 2x
+ x = 10e 2t ,
2
dt

dx
dt

= 5,

d 2x
dt 2

= 5,
t =0

= 1, x(0) = 2
t =0

dx
dt

= 1, x(0) = 1
t =0

109

32. 2

d 2x
dx
+4
+ 34 x = t 2 ,
2
dt
dt

dx
dt

= 3, x(0) = 2
t =0

Usando grficos de transicin de estados, determine la respuesta a la excitacin dada, de un sistema que
tiene la funcin de transferencia dada:
33. H ( s ) =

s+5
, u (t ) = 5
s + 3s + 2

34. H ( s ) =

s +1
, u (t ) = 2 cos 3t
s + 5s + 6

35. H ( s ) =

100( s + 2)
, u (t ) = t
s + 54 s + 206 s 2 + 304 s + 200

36. H ( s ) =

20
, u (t ) = 5
s s + 2 s + 2 s 2 + 6 s + 15

37. H ( s ) =

100
, u (t ) = 2t 2
2
s (s + 10 ) s + 6 s + 10

38. H ( s ) =

20 s 2 + 1
, u (t ) = sen 5t
s 3 + 4 s 2 + 8s + 4

39. H ( s ) =

s 3 + 3s 2 + 2 s + 4
, u (t ) = t
s 4 + 3s 3 + 4 s 2 + 5s + 8

40. H ( s ) =

s 2 + 2s + 4
, u (t ) = 10
s 3 + 3s 2 + 2 s + 8

41. H ( s ) =

( s + 1)( s + 2)
, u (t ) = e t
( s + 3)( s + 4)( s + 5)

42. H ( s ) =

s 2 + 14 s + 36
, u (t ) = 2 cos 5t
s 3 + 8s 2 + 14 s + 12

43. H ( s ) =

14 s + 42
, u (t ) = 6 sen t
s + 8s 2 + 19 s + 12

44. H ( s ) =

108s
, u (t ) = 3e 5t
2
s + 7 s 28s + 60s + 48

45. H ( s ) =

12 s + 48
, u (t ) = t 2
s + 6 s + 26 s 2 + 56 s + 80

46. H ( s ) =

s + 30
, u (t ) = sen 6t
s + 5s + 26 s 2 50 s 20

)(

110

47. H ( s ) =

4 s 2 + 6 s + 10
, u (t ) = 3 sen 4t
2 s 3 + 10 s 2 + 16 s + 6

48. H ( s ) =

6 s 2 + 10 s + 4
, u (t ) = 2 cos 3t
3s 2 + 24 s + 6