República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación Superior

Universidad Rafael Urdaneta

Facultad de ingeniería. Escuela de ingeniería eléctrica

Asignación #3 – Observabilidad y controlabilidad de un

sistema péndulo invertido traslacional

Cátedra: Sistemas de control (222T06) Realizado por el bachiller:

Sección: A ▪ Nava B., Alejandro D.; C.I.: V-27 360 710
Prof.: Ing. Sergio J. De Pool L.

Maracaibo, Zulia; lunes 30 de marzo del 2020 (periodo 2020A)

 Índice
Índice ........................................................................................................................................ 2
1. Modelado en el espacio de estados ...................................................................................... 3
2. Controlabilidad y observabilidad ........................................................................................ 7
2.1. Controlabilidad del estado ............................................................................................ 7
2.2. Controlabilidad de la salida ........................................................................................ 10
2.3. Observabilidad ............................................................................................................ 13
2.4. Conclusiones ................................................................................................................ 16
3. Otra representación en espacio de estados ....................................................................... 17
Referencias ............................................................................................................................. 21

2
 1. Modelado en el espacio de estados
En la asignación anterior se dedujo, luego de todas las suposiciones, simplificaciones
y linealizaciones necesarias, que la función de transferencia a lazo abierto del sistema
péndulo invertido traslacional era
Θ (𝑠 ) 1⁄𝑀c 𝐿
𝐺OL (𝑠) = = 2 (Ec. 1)
𝐹 (𝑠) 𝑠 − 𝑔(𝑀c + 𝑀p )⁄𝑀c 𝐿

En la representación en el espacio de estados, un sistema continuo lineal e invariante

en el tiempo (como el estudiado), de 𝑝 entradas, 𝑞 salidas y 𝑛 variables de estado, queda
descrito por las ecuaciones matriciales

𝑥̇1 (𝑡) 𝐴1,1 𝐴1,2 ⋯ 𝐴1,𝑛 𝑥1 (𝑡) 𝐵1,1 𝐵1,2 ⋯ 𝐵1,𝑝 𝑢1 (𝑡)
𝑥̇ (𝑡) 𝐴 𝐴2,2 ⋯ 𝐴2,𝑛 𝑥2 (𝑡) 𝐵 𝐵2,2 ⋯ 𝐵2,𝑝 𝑢2 (𝑡)
[ 2 ] = 2,1 [ ] + 2,1 ;
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑥̇ 𝑛 (𝑡) [𝐴𝑛,1 𝐴𝑛,2 ⋯ 𝐴𝑛,𝑛 ] 𝑥𝑛 (𝑡) [𝐵𝑛,1 𝐵𝑛,2 ⋯ 𝐵𝑛,𝑝 ] [𝑢𝑝 (𝑡)]

𝑦1 (𝑡) 𝐶1,1 𝐶1,2 ⋯ 𝐶1,𝑛 𝑥1 (𝑡) 𝐷1,1 𝐷1,2 ⋯ 𝐷1,𝑝 𝑢1 (𝑡)

𝑦2 (𝑡) 𝐶 𝐶2,2 ⋯ 𝐶2,𝑛 𝑥2 (𝑡) 𝐷 𝐷2,2 ⋯ 𝐷2,𝑝 𝑢2 (𝑡)
= 2,1 [ ] + 2,1
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑦 ( 𝑡 )
[ 𝑞 ] [ 𝑞,1 𝐶 𝐶𝑞,2 ⋯ 𝐶𝑞,𝑛 ] 𝑥𝑛 (𝑡) [𝐷𝑞,1 𝐷𝑞,2 ⋯ 𝐷𝑞,𝑝 ] [ 𝑝 (𝑡)]
𝑢

o
𝐱̇ (𝑡) = 𝐀 𝐱(𝑡) + 𝐁 𝐮(𝑡)
(Ec. 2)
𝐲(𝑡) = 𝐂 𝐱(𝑡) + 𝐃 𝐮(𝑡)

donde 𝐱(𝑡) ∈ ℝ𝑛 es el vector de estados, 𝐲(𝑡) ∈ ℝ𝑞 es el vector de salida, 𝐮(𝑡) ∈ ℝ𝑝 es el

vector de entrada o de control, 𝐀𝑛×𝑛 es la matriz de estado o del sistema, 𝐁𝑛×𝑝 es la
matriz de entrada, 𝐂𝑞×𝑛 es la matriz de salida, y 𝐃𝑞×𝑝 es la matriz de alimentación
hacia delante.

Para representar un sistema en el espacio de estados, existen varias alternativas, tales como
la forma canónica controlable, la forma canónica observable, la forma canónica diagonal, y la
forma canónica de Jordan (Ogata, 2010). En este documento se representará de la primera
mencionada. Según Ogata, para una función de transferencia

𝑌 (𝑠) 𝑏0 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠 + 𝑏𝑛

= 𝑛 (Ec. 3)
𝑈 (𝑠 ) 𝑠 + 𝑎1 𝑠 𝑛−1 + ⋯ + 𝑎𝑛−1 𝑠 + 𝑎𝑛

la forma canónica controlable de Ec. 2 tiene la siguiente forma general:

3
 𝑥̇1 (𝑡) 0 1 0 ⋯ 0 𝑥1 (𝑡) 0
𝑥̇ 2 (𝑡) 0 0 1 ⋯ 0 𝑥2 (𝑡) 0
⋮ = ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ + ⋮ 𝐮( 𝑡 ) ;
𝑥̇ 𝑛−1 (𝑡) 0 0 0 ⋯ 1 𝑥𝑛−1 (𝑡) 0
[ 𝑥̇ 𝑛 (𝑡) ] [−𝑎𝑛 −𝑎𝑛−1 −𝑎𝑛−2 ⋯ −𝑎1 ] [ 𝑥𝑛 (𝑡) ] [1] (Ec. 4)
𝑥1 (𝑡)
𝑥2 (𝑡)
𝐲(𝑡) = [𝑏𝑛 − 𝑎𝑛 𝑏0 𝑏𝑛−1 − 𝑎𝑛−1 𝑏0 ⋯ 𝑏1 − 𝑎1 𝑏0 ] [ ] + 𝑏0 𝐮(𝑡)
⋮
𝑥𝑛 (𝑡)

Comparando Ec. 1 con Ec. 3, se identifica que 𝑛 = 2 (dos variables de estado, 𝑥1 (𝑡) y 𝑥2 (𝑡)),
que los coeficientes de los polinomios numerador y denominador de 𝐺OL (𝑠) son 𝑏0 = 𝑏𝑛−1 =
𝑏2−1 = 𝑏1 = 0, 𝑏𝑛 = 𝑏2 = 1⁄𝑀c 𝐿, 𝑎1 = 0, y 𝑎𝑛 = 𝑎2 = − 𝑔(𝑀c + 𝑀p )⁄𝑀c 𝐿. Por lo tanto, aplicando
la Ec. 4 para los coeficientes que se acaban de mencionar, la representación en el espacio de
estado en la forma canónica controlable de la función de transferencia a lazo abierto del
sistema péndulo invertido es
0 1
𝑥̇1 (𝑡) 𝑥 (𝑡 ) 0
[ ]=[ 𝑔(𝑀 c + 𝑀p ) ] [ 1 ] + [ ] [𝑢1 (𝑡)];
𝑥̇ 2 (𝑡) 0 𝑥2 (𝑡) 1
𝑀c 𝐿 (Ec. 5)
1 𝑥 (𝑡 )
[𝑦1 (𝑡)] = [ 0] [ 1 ]
𝑀c 𝐿 𝑥2 (𝑡)

Si ahora se compara Ec. 5 con Ec. 2, se concluye que 𝑞 = 1 (una salida, 𝑦1 (𝑡)), 𝑝 = 1 (una
entrada, 𝑢1 (𝑡)) y

𝑥 (𝑡 ) 𝑥̇ (𝑡)
𝐱 2×1 (𝑡) = [ 1 ] ; 𝐱̇ 2×1 (𝑡) = [ 1 ] ; 𝐲1×1 (𝑡) = [𝑦1 (𝑡)]; 𝐮1×1 (𝑡) = [𝑢1 (𝑡)];
𝑥2 (𝑡) 𝑥̇ 2 (𝑡)
0 1 (Ec. 6)
0 1
𝐀2×2 = [ 𝑔(𝑀 c + 𝑀 p ) ]; 𝐁2×1 = [ ] ; 𝐂1×2 =[ 0] ; 𝐃1×1 = [0] = 𝟎
0 1 𝑀c 𝐿
𝑀c 𝐿

Como se observa al detallarse Ec. 5 y Ec. 6, todos los productos matriciales 𝐀 𝐱(𝑡), 𝐁 𝐮(𝑡), y
𝐂 𝐱(𝑡) son conformables, es decir, los productos están definidos; y la matriz resultante de los
correspondientes productos y suma del miembro derecho de Ec. 5 es del mismo orden que la
matriz del miembro izquierdo. Esto verifica que se ha obtenido correctamente las matrices.

Ogata ofrece en su texto, problema A-9-1, Figura 9-1, un diagrama de bloques para el
sistema definido por Ec. 4. Si en dicha figura se sustituye 𝑏0 = 𝑏1 = 𝑎1 = 0, 𝑏2 = 1⁄𝑀c 𝐿, y 𝑎2 =
− 𝑔(𝑀c + 𝑀p )⁄𝑀c 𝐿, se obtiene la siguiente representación en diagrama de bloques del
sistema péndulo invertido traslacional representado en el espacio de estados en la
forma canónica controlable (obsérvese que se está en el dominio temporal, no en el
dominio de 𝑠).

4
Figura 1. Representación en diagrama de bloques del sistema péndulo invertido traslacional representado en el
espacio de estados en la forma canónica controlable

Otra manera de verificar el resultado anterior es mediante Mathematica empleando

los comandos TransferFunctionModel[] junto a StateSpaceModel[]. Se resalta que
Mathematica representa por defecto a las matrices 𝐀, 𝐁, 𝐂 y 𝐃 usando la forma
canónica controlable (la misma usada en las ecuaciones anteriores). La simulación en
Mathematica de la siguiente figura al emplear la función de transferencia de Ec. 1 arroja los
siguientes resultados
0 1
0 1
𝐀=[ 𝑔(𝑀c + 𝑀p ) ]; 𝐁 = [ ]; 𝐂=[ 0] ; 𝐃 = 𝟎
0 1 𝑀c 𝐿
𝑀c 𝐿

Figura 2. Simulación en Mathematica para determinar las matrices 𝐀, 𝐁, 𝐂, y 𝐃 a partir de 𝐺OL (𝑠) en Ec. 1. Las
variables azules indican que no han sido definidas en el Notebook (es decir, no tienen valores numéricos
asociados).

El correspondiente código usado en la figura anterior fue:

1⁄(Mc𝐿)
StateSpaceModel[TransferFunctionModel[ , 𝑠]]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)

Como se observa, los resultados de Mathematica son los mismos que los obtenidos
manualmente (Ec. 6). Se resalta que MATLAB transforma una FT en la representación en
espacio de estados de otra manera, pero de acuerdo con Ogata, “existen muchas
representaciones posibles en el espacio de estados […]”. Mathematica tiene la opción de
representar el espacio de estado en la forma canónica observable; para ello, el comando habría

5
 1⁄(Mc𝐿)
sido StateSpaceModel[TransferFunctionModel[ , 𝑠],
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)
StateSpaceRealization -> "ObservableCompanion"]. Se observaría entonces que 𝐀obs. =
𝐀′cont. , 𝐁obs. = 𝐂cont.
′
, 𝐂obs. = 𝐁cont.
′
y 𝐃obs. = 𝐃cont. , donde la prima indica la matriz transpuesta.

Cabe destacar que el Ejemplo 3-6 del texto de Ogata consiste en representar en el espacio de
estado el mismo sistema aquí estudiado. Ogata define cuatro variables de estado, mientras
que aquí se usaron dos. Sin embargo, la representación en espacio de estado de este
documento también es válida, de acuerdo a lo que Ogata dijo en el párrafo anterior. Además,
al final del Ejemplo 3-6 Ogata dice que “las Ecuaciones (3-22) y (3-23) dan una representación
en el espacio de estados del sistema del péndulo invertido. (Observe que la representación en
el espacio de estados del sistema no es única. Hay infinitas representaciones para este
sistema)”. Más aun, según Nise (2006), “es frecuente que el vector de estado incluya más del
número mínimo de las variantes [variables] de estado necesarias”. Por lo tanto, la
representación en este documento es tan válida como la de Ogata. El hecho de que se haya
utilizado la función de transferencia para determinar la representación en espacio de estado,
significa que el sistema se ha considerado SISO.

Entonces, ¿por qué se decidió emplear dos variables de estado en vez de cuatro en este
documento, aun cuando su significado físico no fue definido? Porque si se emplean dos en vez
de cuatro variables de estado, todas las operaciones matriciales que serán necesarias para
determinar la controlabilidad y observabilidad del sistema serán más sencillas, pues las
matrices serán más pequeñas. Por otra parte, una vez que en este documento hayamos
demostrado que el sistema es tanto controlable como observable, se podría diseñar un sistema
de control que vuelva estable a este sistema; para propósitos prácticos se pueden definir
variables de estado que tengan algún significado físico, es decir, en términos de algunas de
las variables del sistema: se pueden definir como 𝑥1 = 𝜃 (𝑡), 𝑥2 = 𝜃̇ (𝑡), 𝑥3 = 𝑥 (𝑡) y 𝑥4 = 𝑥̇ (𝑡), y
a partir de ellas obtener nuevamente 𝐀, 𝐁, 𝐂 y 𝐃, con la ventaja de que con el análisis
presentado en este documento (basado en usar sólo dos variables de estado) ya se sabe que el
sistema es de estado completamente controlable, de salida completamente controlable, y
completamente observable.

6
 2. Controlabilidad y observabilidad
2.1. Controlabilidad del estado
Según Ogata, “se dice que un sistema es controlable en el tiempo 𝑡0 si se puede
transferir desde cualquier estado inicial 𝐱(𝑡0 ) a cualquier otro estado, mediante un vector de
control sin restricciones, en un intervalo de tiempo finito”. Kuo (1996) propone la siguiente
definición: “se dice que el proceso es completamente controlable si cada variable de estado del
proceso se puede controlar para llegar a un cierto objetivo en un tiempo finito, a través de
algún control no restringido 𝐮(𝑡)”. Ogata deduce la condición necesaria y suficiente para
garantizar controlabilidad; el sistema LTI en tiempo continuo descrito por 𝐱̇ 𝑛×1 (𝑡) =
𝐀𝑛×𝑛 𝐱 𝑛×1 (𝑡) + 𝐁𝑛×𝑝 𝐮𝑝×1 (𝑡) es de estado completamente controlable si y sólo si los vectores 𝐁,
𝐀 𝐁, …, 𝐀𝑛−1 𝐁 son linealmente independientes, es decir que contenga 𝑛 vectores columna
linealmente independientes; equivalentemente, que la matriz de controlabilidad dada por
𝐒𝑛×𝑛𝑝 = [𝐁 𝐀𝐁 ⋯ 𝐀𝑛−1 𝐁]

sea de rango 𝑛, donde 𝑛 es la dimensión del vector de estados 𝐱(𝑡) y 𝑝 es la dimensión del
vector de control 𝐮(𝑡). La notación de 𝐒 para la matriz anterior es usada por Kuo. La notación
anterior usada de emplear matrices dentro de la matriz 𝐒 significa lo siguiente: la columna 1
de 𝐒 es el vector columna 𝐁, la columna 2 de 𝐒 es el vector columna 𝐀 𝐁, y así sucesivamente
hasta 𝐀𝑛−1 𝐁.

En el caso del sistema péndulo invertido traslacional bajo estudio, en la sección anterior se
vio que 𝑛 = 2 y 𝑝 = 1. Por lo tanto, la matriz de controlabilidad es de orden 2 × (2)(1) = 2 × 2,
dada por
𝐒2×2 = [𝐁 𝐀 𝐁] (Ec. 7)

De la sección anterior ya se sabe que

0 (Ec. 8)
𝐁=[ ]
1
pero debe calcularse 𝐀 𝐁. Como el orden de 𝐀 es 2 × 2 y el orden de 𝐁 es 2 × 1, el producto
𝐀2×2 𝐁2×1 está definido, es de orden 2 × 1, y es el siguiente:

0 1 (0)(0) + (1)(1)
0 0+1 1
𝐀 𝐁 = [𝑔(𝑀c + 𝑀p ) ] [ ] = [ 𝑔[𝑀c + 𝑀p ] ]=[ ]=[ ] (Ec. 9)
0 1 ( ) (0) + (0)(1) 0+0 0
𝑀c 𝐿 𝑀c 𝐿

Sustituyendo el vector columna de Ec. 8 en la primera columna de Ec. 7 y el vector columna

de Ec. 9 en la segunda columna de Ec. 7, la matriz de controlabilidad (de estado) del
sistema es:

0 1 (Ec. 10)
𝐒=[ ]
1 0

El objetivo entonces es determinar el rango de 𝐒 en la ecuación anterior. Si dicho rango es

𝑛 = 2, el sistema es (de estado) controlable. Según Kuo, “el rango de una matriz 𝐀 es el

7
número máximo de columnas linealmente independientes de 𝐀; o es el orden de la matriz no
singular más grande contenida en 𝐀”; a su vez Kuo define una matriz singular como aquella
matriz cuadrada con determinante cero. Kuo menciona que la propiedad rango(𝐀′ 𝐀) =
rango(𝐀𝐀′ ) = rango(𝐀), donde 𝐀′ denota la matriz transpuesta de 𝐀, es útil en la
determinación del rango; ya que 𝐀′ 𝐀 y 𝐀𝐀′ son siempre matrices cuadradas, la condición del
rango se puede verificar mediante la evaluación de los determinantes de estas matrices. Es
decir, si |𝐀′ 𝐀| ≠ 0, entonces rango(𝐀) = rango(𝐀′ 𝐀) es igual a la cantidad de columnas (o filas
de) 𝐀′ 𝐀; por otra parte, si |𝐀′ 𝐀| = 0, entonces rango(𝐀) = rango(𝐀′ 𝐀) no es igual a la cantidad
de columnas o filas de 𝐀′ 𝐀. De esta manera, en Ec. 10:

0 1 0 1 0 1 [(0)(0) + (1)(1)] [(0)(1) + (1)(0)]

𝐒′ = [ ] ⟹ 𝐒′𝐒 = [ ][ ]=[ ]=⋯
1 0 1 0 1 0 [(1)(0) + (0)(1)] [(1)(1) + (0)(0)]
0+1 0+0 1 0 1 0
⋯=[ ]=[ ] ⟹ |𝐒 ′ 𝐒| = | | = (1)(1) − (0)(0) = 1 − 0 = 1
0+0 1+0 0 1 0 1
Como |𝐒 ′ 𝐒| = 1 ≠ 0, entonces rango(𝐒 ′ 𝐒) = 2 (número de columnas o filas de 𝐒 ′ 𝐒), y por ende
rango(𝐒) = 2. Pero obsérvese que se está cumpliendo el criterio de rango(𝐒) = 𝑛 = 2, y por lo
tanto se concluye que el sistema péndulo invertido traslacional es de estado
completamente controlable.

A continuación se comprueba el resultado con Mathematica de tres maneras, de las

cuales todas conducen a la misma conclusión.

▪ MÉTODO 1: Primero, se usará este software para hacer todos los cálculos de operaciones
matriciales. Para ello, se usa el siguiente código. La primera línea asigna las matrices 𝐀,
𝐁, 𝐂 y 𝐃 calculadas con el código anterior a las variables A, B, CC y DD respectivamente (se
tuvo que representar las matrices 𝐂 y 𝐃 por CC y DD ya que los caracteres C y D están
reservados por el software). La segunda línea muestras las variables A y B (es decir, las
matrices 𝐀 y 𝐁). La tercera línea define la variable EE como A.B (es decir, como el producto
𝐀 𝐁) y la muestra. La cuarta línea define la variable S como aquella formada por la
primera columna por el vector B y en la segunda columna por el vector EE (es decir, calcula
𝐒 de Ec. 7), y la muestra. La quinta línea calcula la matriz transpuesta 𝐒 ′ , calcula el
producto 𝐒 ′ 𝐒, y calcula el determinante |𝐒 ′ 𝐒|; además muestra dichas variables. Para
verificar lo anterior, en la sexta línea se calcula directamente el rango de S. El código es
el siguiente:
{A, B, CC, DD} = Normal[StateSpaceModel[TransferFunctionModel[
1⁄(Mc𝐿)
, 𝑠]]]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)

{MatrixForm[A], MatrixForm[B]}
EE = A.B; MatrixForm[EE]
S = Join[B, EE, 2]; MatrixForm[S]
St = Transpose[S]; Sp = St.S; {MatrixForm[St], MatrixForm[Sp],
Det[Sp]}
MatrixRank[S]

8
 La simulación en Mathematica de la siguiente figura muestra que rango(𝐒) = 2 = 𝑛, igual
que se obtuvo antes.

Figura 3. Simulación en Mathematica #1 para determinar la controlabilidad del estado del sistema.

▪ MÉTODO 2: El segundo método es más directo y consiste en obtener la matriz de

controlabilidad mediante el comando ControllabilityMatrix[] (primera línea), y a esa
matriz calcularse su rango (segunda línea). El código es el siguiente:
S = ControllabilityMatrix[StateSpaceModel[TransferFunctionModel[
1⁄(Mc𝐿)
, 𝑠]]]; MatrixForm[S]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)

MatrixRank[S]

La simulación en Mathematica de la siguiente figura muestra que rango(𝐒) = 2 = 𝑛, igual

que se obtuvo antes.

Figura 4. Simulación en Mathematica #2 para determinar la controlabilidad del estado del sistema.

9
▪ MÉTODO 3: El tercer método es el más directo y consiste usar el comando
ControllableModelQ[] el cual arroja true si el sistema es (de estado) controlable y false
de lo contrario. El código es el siguiente:
ControllableModelQ[StateSpaceModel[TransferFunctionModel[
1⁄(Mc𝐿)
, 𝑠]]]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)
La simulación en Mathematica de la siguiente figura muestra que el sistema dado por la
FT en Ec. 1 sí es (de estado) controlable.

Figura 5. Simulación en Mathematica #3 para determinar la controlabilidad del estado del sistema.

Los resultados anteriores conllevan a decir que 𝐒 no es una matriz singular. Esto significa
que sería posible controlar los estados en forma independiente mediante la entrada.

Según Ogata, existe una segunda manera de determinar si el sistema es de estado

controlable: “se puede demostrar que una condición necesaria y suficiente para
controlabilidad completa del estado es que no ocurra una cancelación en la función de
transferencia o en la matriz de transferencia. Si ocurre una cancelación, el sistema no puede
controlarse en la dirección del modo cancelado”. En la asignación anterior, durante la
deducción de 𝐺OL (𝑠) = Θ(𝑠)⁄𝐹 (𝑠) en Ec. 1, no ocurrió ninguna simplificación de factores entre
el numerador y denominador, y por lo tanto se verifica nuevamente que el sistema bajo
estudio es de estado controlable.

2.2. Controlabilidad de la salida

Según Ogata, “una controlabilidad completa del estado no es condición necesaria ni
suficiente para controlar la salida del sistema”. Ogata dice que el sistema LTI en tiempo
continuo descrito por 𝐱̇ 𝑛×1 (𝑡) = 𝐀𝑛×𝑛 𝐱 𝑛×1 (𝑡) + 𝐁𝑛×𝑝 𝐮𝑝×1 (𝑡) y 𝐲𝑞×1 (𝑡) = 𝐂𝑞×𝑛 𝐱 𝑛×1 (𝑡) +
𝐃𝑞×𝑝 𝐮𝑝×1 (𝑡) es de salida completamente controlable si y sólo si la matriz 𝑞 × (𝑛 + 1)𝑝 dada
por
[𝐂 𝐁 𝐂𝐀𝐁 𝐂 𝐀2 𝐁 ⋯ 𝐂 𝐀𝑛−1 𝐁 𝐃]
es de rango 𝑞, donde 𝑞 es la dimensión del vector de salida 𝐲(𝑡).

En el caso del sistema bajo estudio, 𝑛 = 2, 𝑝 = 1 y 𝑞 = 1. Por lo tanto, la matriz anterior es de

orden 1 × (2 + 1)1 = 1 × 3, dada por
[𝐂 𝐁 𝐂𝐀𝐁 𝐃]1×3 (11)
1
En la sección anterior se vio que 𝐃 = 𝟎 y que 𝐂 = [𝑀 𝐿 0], y en la subsección anterior se vio
c
1
que 𝐀 𝐁 = [ ]. Como el orden de 𝐂 es 1 × 2 y el orden de 𝐁 es 2 × 1, el producto 𝐂1×2 𝐁2×1 está
0
definido, es de orden 1 × 1, y es el siguiente:

10
 1 0 1
𝐂𝐁=[ 0] [ ] = [( ) (0) + (0)(1)] = [0 + 0] = [0] (Ec. 12)
𝑀c 𝐿 1 𝑀c 𝐿

Como el orden de 𝐂 es 1 × 2 y el orden de 𝐀 𝐁 es 2 × 1, el producto 𝐂1×2 (𝐀 𝐁)2×1 está definido,

es de orden 1 × 1, y es el siguiente:
1 1 1 1 1
𝐂 𝐀 𝐁 = 𝐂 (𝐀 𝐁 ) = [ 0] [ ] = [( ) (1) + (0)(0)] = [ + 0] = [ ] (Ec. 13)
𝑀c 𝐿 0 𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝐿

Sustituyendo el vector columna de Ec. 12 en la primera columna de 11, el vector columna de

Ec. 13 en la segunda columna de 11, y el vector columna 𝐃 = 𝟎 en la tercera columna de 11,
la matriz resultante es:

1
[𝐂 𝐁 𝐂𝐀𝐁 𝐃] = [0 0] (Ec. 14)
𝑀c 𝐿

El objetivo entonces es determinar el rango de la matriz anterior. Si dicho rango es 𝑞 = 1, el

sistema es de salida controlable. Si se denota como 𝐅 a la matriz anterior, entonces
0 0
1 1 1
𝐅′ = [ ] ⟹ 𝐅′𝐅 = [ ] [0 0] = ⋯
𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝐿
0 0
1
[(0)(0)] [(0) ( )] [(0)(0)]
𝑀c 𝐿 0 0 0
1 1 1 1 1
⋯ = [( ) (0)] [( )( )] [( ) (0)] = [0 0] ⟹ ⋯
𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝐿 (𝑀c 𝐿)2
1 0 0 0
[(0)(0)] [(0) ( )] [(0)(0)]
[ 𝑀c 𝐿 ]
0 0 0
1
|0 (𝑀c 𝐿)2
0|
⋯ ⟹ |𝐅 ′ 𝐅| = 0 0 0 = [(0) + (0) + (0)] − [(0) + (0) + (0)] = 0
0 0 0
| 1 |
0 0
(𝑀c 𝐿)2

Como |𝐅 ′ 𝐅| = 0, entonces rango(𝐅) = rango(𝐅 ′ 𝐅) ≠ 3 (número de columnas o filas de 𝐅 ′ 𝐅). Por

ende se debe determinar de otra manera el rango de 𝐅. Se aplica la definición del rango de
una matriz. Por definición (según Kuo), rango(𝐅) es el número máximo de columnas
linealmente independientes de 𝐅. Inspeccionando Ec. 14, se observa que, como todas las
columnas contienen elementos nulos excepto la segunda, hay exactamente una columna
linealmente independiente —la segunda—, y por lo tanto rango(𝐅) = 1. También se puede
aplicar la otra definición del rango de una matriz (orden de la matriz no singular más grande
contenida en 𝐅). Inspeccionando nuevamente Ec. 14, se observa que la matriz más grande que
sea cuadrada y no tenga determinante cero es aquella formada simplemente por el elemento
1 1
de la segunda columna, es decir la matriz [𝑀 𝐿], cuyo determinante es simplemente y es
c 𝑀c 𝐿

11
orden es 1 × 1, y por lo tanto rango(𝐅) = 1, que es el mismo resultado obtenido aplicando la
otra definición de rango. En cualquier caso, se observa que se está cumpliendo el criterio de
rango(𝐅) = 𝑞 = 1, y por lo tanto se concluye que el sistema péndulo invertido traslacional
es de salida completamente controlable.

A continuación se comprueba el resultado con Mathematica de tres maneras.

▪ MÉTODO 1: Al Notebook anterior se le añade el siguiente código. La primera línea calcula

y muestra las matrices 𝐂 𝐁, 𝐂 𝐀 𝐁 y 𝐃. La segunda línea construye y muestra la matriz 𝐅.
La tercera línea calcula la matriz transpuesta 𝐅 ′ , calcula el producto 𝐅 ′ 𝐅, y calcula el
determinante |𝐅 ′ 𝐅|; además muestra dichas variables. Se observa entonces que |𝐅 ′ 𝐅| = 0
y por lo tanto rango(𝐅) ≠ 3, así que en la cuarta línea se calcula directamente el rango de
𝐅. El código es el siguiente:
MatrixForm[CC.B], MatrixForm[CC.A.B], MatrixForm[DD]}
F = Join[CC.B, CC.A.B, DD, 2]; MatrixForm[F]
Ft = Transpose[F]; Fp = Ft.F; {MatrixForm[Ft], MatrixForm[Fp],
Det[Fp]}
MatrixRank[F]

La simulación en Mathematica de la siguiente figura muestra que rango(𝐅) = 1 = 𝑞, igual

que se obtuvo antes.

Figura 6. Simulación en Mathematica #1 para determinar la controlabilidad de la salida del sistema.

▪ MÉTODO 2: Consiste en obtener la matriz de controlabilidad de la salida mediante el

comando OutputControllabilityMatrix[], y a esa matriz calcularse su rango. El código
es el siguiente:
F = OutputControllabilityMatrix[StateSpaceModel[
1⁄(Mc𝐿)
TransferFunctionModel[ , 𝑠]]]; MatrixForm[F]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)

MatrixRank[F]

12
 La simulación en Mathematica de la siguiente figura muestra que rango(𝐅) = 1 = 𝑞, igual
que se obtuvo antes.

Figura 7. Simulación en Mathematica #2 para determinar la controlabilidad de la salida del sistema.

▪ MÉTODO 3: Consiste usar el comando OutputControllableModelQ[] el cual arroja true

si el sistema es de salida controlable y false de lo contrario. El código es el siguiente:

OutputControllableModelQ[StateSpaceModel[TransferFunctionModel[
1⁄(Mc𝐿)
, 𝑠]]]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)

La simulación en Mathematica de la siguiente figura muestra que el sistema dado por la

FT en Ec. 1 sí es de salida controlable.

Figura 8. Simulación en Mathematica #3 para determinar la controlabilidad de la salida del sistema.

Los resultados anteriores implican que sería posible diseñar un sistema de control capaz de
controlar la salida en lugar del estado del sistema.

2.3. Observabilidad
Según Ogata, “se dice que un sistema es observable en el tiempo 𝑡0 si, con el sistema
en el estado 𝐱(𝑡0 ), es posible determinar este estado a partir de la observación de la salida
durante un intervalo de tiempo finito”. Ogata enuncia que el sistema LTI en tiempo continuo
descrito por 𝐱̇ 𝑛×1 (𝑡) = 𝐀𝑛×𝑛 𝐱 𝑛×1 (𝑡) + 𝐁𝑛×𝑝 𝐮𝑝×1 (𝑡) y 𝐲𝑞×1 (𝑡) = 𝐂𝑞×𝑛 𝐱 𝑛×1 (𝑡) + 𝐃𝑞×𝑝 𝐮𝑝×1 (𝑡) es
completamente observable si y sólo si la matriz de observabilidad dada por
𝐂
𝐂𝐀
𝐕𝑛𝑞×𝑛 =[ ]
⋮
𝐂 𝐀𝑛−1
es de rango 𝑛. La notación de 𝐕 para la matriz anterior es usada por Kuo. La notación anterior
usada de emplear matrices dentro de la matriz 𝐕 significa lo siguiente: el renglón 1 de 𝐕 es el
vector renglón 𝐂, el renglón 2 de 𝐕 es el vector renglón 𝐂 𝐀, y así sucesivamente hasta 𝐂 𝐀𝑛−1 .

13
En el caso del sistema bajo estudio, 𝑛 = 2 y 𝑞 = 1. Por lo tanto, la matriz de observabilidad es
de orden (2)(1) × 2 = 2 × 2, dada por
𝐂 (Ec. 15)
𝐕2×2 = [ ]
𝐂𝐀

1
0 1
En la sección anterior se vio que 𝐂 = [𝑀 0] y que 𝐀 = [𝑔(𝑀c +𝑀p ) ]. Como el orden de 𝐂 es
c𝐿 0
𝑀c 𝐿
1 × 2 y el orden de 𝐀 es 2 × 2, el producto 𝐂1×2 𝐀2×2 está definido, es de orden 1 × 2, y es el
siguiente:
0 1
1
𝐂𝐀=[ 0] [ 𝑔(𝑀c + 𝑀p ) ]=⋯
𝑀c 𝐿 0
𝑀c 𝐿

1 𝑔(𝑀c + 𝑀p ) 1 1
⋯ = [[( ) (0) + (0) ( )] [( ) (1) + (0)(0)]] = [(0 + 0) ( + 0)] = ⋯
𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝐿

1
⋯ = [0 ] (Ec. 16)
𝑀c 𝐿
1
Sustituyendo el vector renglón 𝐂 = [𝑀 0] en el primer renglón de Ec. 15 y el vector renglón
c𝐿
de Ec. 16 en el segundo renglón de Ec. 15, la matriz de observabilidad del sistema es:

1
0
𝑀c 𝐿
𝐕= (Ec. 17)
1
0
[ 𝑀c 𝐿]

El objetivo entonces es determinar el rango de 𝐕 en la ecuación anterior. Si dicho rango es

𝑛 = 2, el sistema es observable. Para determinar el rango de la matriz anterior, puede
procederse de manera idéntica que las subsecciones 2.1 y 2.2. Sin embargo, inspeccionando
la matriz, se observa que no es necesario: el número máximo de columnas linealmente
independientes de 𝐕 es 2, porque no es posible obtener la columna como un producto escalar
de la columna 1, ni viceversa (esto se debe a la propia estructura de 𝐕). Esto significa que
rango(𝐕) = 2. Se observa que se está cumpliendo el criterio de rango(𝐕) = 𝑛 = 2, y por lo tanto
se concluye que el sistema péndulo invertido traslacional es completamente
observable.

A continuación se comprueba el resultado con Mathematica de tres maneras.

▪ MÉTODO 1: Este método es análogo al método 1 usado para determinar la controlabilidad

de salida en Mathematica (subsección 2.2), así que no se explicará el código. Al Notebook
anterior se le añade el siguiente código:
{MatrixForm[CC], MatrixForm[CC.A]}
V = Join[CC, CC.A]; MatrixForm[V]

14
 Vt = Transpose[V]; Vp = Vt.V; {MatrixForm[Vt], MatrixForm[Vp],
Det[Vp]}
MatrixRank[V]

La simulación en Mathematica de la siguiente figura muestra que rango(𝐕) = 2 = 𝑛, igual

que se obtuvo antes.

Figura 9. Simulación en Mathematica #1 para determinar la observabilidad del sistema.

▪ MÉTODO 2: Consiste en obtener la matriz de observabilidad mediante el comando

ObservabilityMatrix[], y a esa matriz calcularse su rango. El código es el siguiente:

V = ObservabilityMatrix[StateSpaceModel[TransferFunctionModel[
1⁄(Mc𝐿)
, 𝑠]]]; MatrixForm[V]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)

MatrixRank[V]

La simulación en Mathematica de la siguiente figura muestra que rango(𝐕) = 2 = 𝑛, igual

que se obtuvo antes.

Figura 10. Simulación en Mathematica #2 para determinar la observabilidad del sistema.

▪ MÉTODO 3: Consiste usar el comando ObservableModelQ[] el cual arroja true si el

sistema es observable y false de lo contrario. El código es el siguiente:

15
 ObservableModelQ[StateSpaceModel[TransferFunctionModel[
1⁄(Mc𝐿)
, 𝑠]]]
𝑠 2 −𝑔(Mc+Mp)⁄(Mc𝐿)

La simulación en Mathematica de la siguiente figura muestra que el sistema dado por la

FT en Ec. 1 sí es observable.

Figura 11. Simulación en Mathematica #3 para determinar la observabilidad del sistema.

Según Ogata, existe una segunda manera de determinar si el sistema es observable:

“la condición necesaria y suficiente para observabilidad completa es que no ocurra una
cancelación en la función de transferencia o en la matriz de transferencia. Si ocurre una
cancelación, el modo cancelado no se puede observar en la salida”. De hecho, Ogata luego dice
“la función de transferencia no presenta cancelación si y sólo si el sistema es de estado
completamente controlable y es completamente observable.”. Como se mencionó al final de la
subsección 2.1, en 𝐺OL (𝑠) = Θ(𝑠)⁄𝐹 (𝑠) no ocurrió ninguna simplificación de factores entre el
numerador y denominador, y por lo tanto se verifica nuevamente que el sistema bajo estudio
es observable.

2.4. Conclusiones
Según Ogata, “[…] las condiciones de controlabilidad y observabilidad determinan la
existencia de una solución completa para un problema de diseño de un sistema de control”.
Como se vio que el sistema péndulo invertido traslacional es tanto controlable como
observable, a pesar de ser inestable es posible diseñar un sistema de control que lo vuelva
estable.

16
 3. Otra representación en espacio de estados
Ahora que se demostró que el sistema inestable péndulo invertido es tanto
completamente controlable como completamente observable, vale la pena obtener una
representación alternativa en el espacio de estados. ¿Por qué? ¿Por qué no emplear la
anterior? Porque, aunque la anterior sólo usó dos variables de estado y eso simplificó los
cálculos matemáticos, nunca se definieron las variables de estado en términos de las variables
originales. Por lo tanto, si se desea diseñar un sistema de control que vuelva estable al
sistema péndulo invertido, será necesario que las variables de estado tengan algún
significado físico.

A continuación se representará el mismo sistema péndulo invertido en el espacio de estados,

usando cuatro variables de estado. Entonces, si se definen las cuatro variables de estado
𝑥1 (𝑡) ≜ 𝜃 (𝑡), 𝑥2 (𝑡) ≜ 𝜃̇(𝑡), 𝑥3 (𝑡) ≜ 𝑥 (𝑡) y 𝑥4 (𝑡) ≜ 𝑥̇ (𝑡), y las dos variables de salidas 𝑦1 (𝑡) ≜
𝜃 (𝑡) y 𝑦2 (𝑡) ≜ 𝑥 (𝑡) (obsérvese que tanto 𝑥 como 𝜃 son cantidades fácilmente medibles, por lo
cual las dos variables de salida sí son efectivamente variables de salida). Por lo tanto,

𝑥1 (𝑡) 𝜃 (𝑡 ) 𝑥̇1 (𝑡) 𝜃̇ (𝑡)

𝑥 (𝑡 ) 𝜃̇ (𝑡) 𝑥̇ (𝑡) ̈( ) 𝑦 (𝑡 ) 𝜃 (𝑡 )
𝐱 4×1 (𝑡) = 2 = ; 𝐱̇ 4×1 (𝑡) = 2 = 𝜃 𝑡 ; 𝐲2×1 (𝑡) = [ 1 ] = [ ]
(
𝑥3 𝑡 ) 𝑥 (𝑡 ) (
𝑥̇ 3 𝑡 ) 𝑥̇ (𝑡) (
𝑦2 𝑡 ) 𝑥 (𝑡 )
[𝑥4 (𝑡)] [𝑥̇ (𝑡)] [𝑥̇ 4 (𝑡)] [𝑥̈ (𝑡)]

de donde se infiere además que

𝑥̇1 (𝑡) = 𝑥2 (𝑡); (Ec. 18) 𝑥̇ 3 (𝑡) = 𝑥4 (𝑡); (Ec. 19)

𝑦1 (𝑡) = 𝑥1 (𝑡); (Ec. 20) 𝑦2 (𝑡) = 𝑥3 (𝑡) (Ec. 21)

Antes de continuar, se debe manipular algebraicamente las dos ecuaciones de Ec. 16 en la

asignación anterior; se recuerda que dichas eran

𝑥̈ (𝑡) − 𝐿𝜃̈ (𝑡) + 𝑔𝜃 (𝑡) = 0 (Ec. 22)

−𝑀p 𝐿𝜃̈(𝑡) + (𝑀c + 𝑀p )𝑥̈ (𝑡) = 𝑓(𝑡) (Ec. 23)

Si en Ec. 22 se despeja a 𝑥̈ (𝑡), se obtiene que 𝑥̈ (𝑡) = 𝐿𝜃̈(𝑡) − 𝑔𝜃(𝑡); y si ahora esa ecuación se
sustituye en Ec. 23, se obtiene

𝑓(𝑡) = −𝑀p 𝐿𝜃̈(𝑡) + (𝑀c + 𝑀p )[𝐿𝜃̈ (𝑡) − 𝑔𝜃 (𝑡)]

= −𝑀p 𝐿𝜃̈(𝑡) + (𝑀c + 𝑀p )𝐿𝜃̈(𝑡) − (𝑀c + 𝑀p )𝑔𝜃 (𝑡)

= [−𝑀p 𝐿 + (𝑀c + 𝑀p )𝐿]𝜃̈(𝑡) − (𝑀c + 𝑀p )𝑔𝜃 (𝑡)

= [𝑀c 𝐿]𝜃̈ (𝑡) − (𝑀c + 𝑀p )𝑔𝜃 (𝑡)

⟹ [𝑀c 𝐿]𝜃̈ (𝑡) = 𝑓(𝑡) + (𝑀c + 𝑀p )𝑔𝜃(𝑡)

17
 1 (𝑀c + 𝑀p )𝑔
⟹ 𝜃̈ (𝑡) = 𝑓 (𝑡 ) + 𝜃 (𝑡 ) (Ec. 24)
𝑀c 𝐿 𝑀c 𝐿
1 (𝑀c +𝑀p )
Si en Ec. 23 se despeja a 𝜃̈ (𝑡), se obtiene que 𝜃̈(𝑡) = − 𝑓 (𝑡 ) + 𝑥̈ (𝑡); y si ahora esa
𝑀p 𝐿 𝑀p 𝐿
ecuación se sustituye en Ec. 22, se obtiene

1 (𝑀c + 𝑀p )
0 = 𝑥̈ (𝑡) − 𝐿 [− 𝑓 (𝑡 ) + 𝑥̈ (𝑡)] + 𝑔𝜃(𝑡)
𝑀p 𝐿 𝑀p 𝐿

1 (𝑀c + 𝑀p )
= 𝑥̈ (𝑡) + 𝑓 (𝑡 ) − 𝑥̈ (𝑡) + 𝑔𝜃 (𝑡)
𝑀p 𝑀p

(𝑀c + 𝑀p ) 1
= [1 − ] 𝑥̈ (𝑡) + 𝑓(𝑡) + 𝑔𝜃(𝑡)
𝑀p 𝑀p

𝑀p − (𝑀c + 𝑀p ) 1
=[ ] 𝑥̈ (𝑡) + 𝑓(𝑡) + 𝑔𝜃 (𝑡)
𝑀p 𝑀p

−𝑀c 1
=[ ] 𝑥̈ (𝑡) + 𝑓 (𝑡) + 𝑔𝜃 (𝑡)
𝑀p 𝑀p

𝑀c 1
⟹ [− ] 𝑥̈ (𝑡) = − 𝑓 (𝑡) − 𝑔𝜃 (𝑡)
𝑀p 𝑀p

1
[−]
𝑀p [𝑔]
⟹ 𝑥̈ (𝑡) = 𝑓 (𝑡 ) − 𝜃 (𝑡 )
𝑀 𝑀
[− c ] [− c ]
𝑀p 𝑀p

1 𝑔𝑀p
⟹ 𝑥̈ (𝑡) = 𝑓 (𝑡 ) + 𝜃 (𝑡 ) (Ec. 25)
𝑀c 𝑀c

Se advierte que las ecuaciones Ec. 24 y Ec. 25 no son iguales a las obtenidas por Ogata (la (3-
20) y la (3-21)) en el Ejemplo 3-6 de su texto, pero esto se debe a lo explicando en la asignación
anterior: él escogió como sentido positivo para 𝜃 lo que aquí se escogió como sentido negativo.
Para obtener las ecuaciones de Ogata, se sustituye 𝜃(𝑡) = −𝜃 ′ (𝑡) y 𝜃̈ (𝑡) = −𝜃̈ ′ (𝑡) en la Ec. 24
y Ec. 25.

1 (𝑀c + 𝑀p )𝑔 1 𝑔𝑀p
[−𝜃̈ ′ (𝑡)] = 𝑓 (𝑡 ) + [−𝜃 ′ (𝑡)] 𝑥̈ (𝑡) = 𝑓 (𝑡 ) + [−𝜃 ′ (𝑡)]
𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝑀c

1 (𝑀c + 𝑀p )𝑔 ′ 1 𝑔𝑀p ′
−𝜃̈ ′ (𝑡) = 𝑓 (𝑡 ) − 𝜃 (𝑡 ) 𝑥̈ (𝑡) = 𝑓 (𝑡 ) − 𝜃 (𝑡 )
𝑀c 𝐿 𝑀c 𝐿 𝑀c 𝑀c

1 (𝑀c + 𝑀p )𝑔 ′
𝜃̈ ′ (𝑡) = − 𝑓 (𝑡 ) + 𝜃 (𝑡 )
𝑀c 𝐿 𝑀c 𝐿

que son las ecuaciones (3-20) y (3-21) obtenidas por Ogata.

18
El siguiente paso es entonces expresar a Ec. 24 y Ec. 25 en términos de las variables de estado
y de sus derivadas. Sustituyendo 𝜃 (𝑡) = 𝑥1 (𝑡), 𝜃̈(𝑡) = 𝑥̇ 2 (𝑡), y 𝑥̈ (𝑡) = 𝑥̇ 4 (𝑡), se obtiene:
1 𝑀c + 𝑀p
𝑥̇ 2 (𝑡) = 𝑓 (𝑡 ) + 𝑔 𝑥1 (𝑡) (Ec. 26)
𝑀c 𝐿 𝑀c 𝐿
1 𝑀p
𝑥̇ 4 (𝑡) = 𝑓 (𝑡 ) + 𝑔 𝑥 (𝑡 ) (Ec. 27)
𝑀c 𝑀c 1

Ahora, Ec. 18, Ec. 19, Ec. 26 y Ec. 27 se deben expresar matricialmente. Para ello, primero
completamos los términos faltantes en cada ecuación, donde sus respectivos coeficientes son
cero. El resultado es el siguiente sistema de cuatro EDO de primer orden:
𝑥̇1 (𝑡) = 0𝑥1 (𝑡) + 𝑥2 (𝑡) + 0𝑥3 (𝑡) + 0𝑥4 (𝑡) + 0𝑓(𝑡)
𝑀c + 𝑀p 1
𝑥̇ 2 (𝑡) = 𝑔 𝑥1 (𝑡) + 0𝑥2 (𝑡) + 0𝑥3 (𝑡) + 0𝑥4 (𝑡) + 𝑓 (𝑡 )
𝑀c 𝐿 𝑀c 𝐿
𝑥̇ 3 (𝑡) = 0𝑥1 (𝑡) + 0𝑥2 (𝑡) + 0𝑥3 (𝑡) + 𝑥4 (𝑡) + 0𝑓(𝑡)
𝑀p 1
𝑥̇ 4 (𝑡) = 𝑔 𝑥1 (𝑡) + 0𝑥2 (𝑡) + 0𝑥3 (𝑡) + 0𝑥4 (𝑡) + 𝑓 (𝑡 )
{ 𝑀c 𝑀c

Las cuatro ecuaciones simultáneas se pueden resumir a una ecuación matricial, así:

0 1 0 0 0
𝑥̇ 1 (𝑡) 𝑀c + 𝑀p 𝑥1 (𝑡) 1
𝑔 0 0 0
𝑥̇ 2 (𝑡) 𝑀c 𝐿 𝑥2 (𝑡) 𝑀𝐿
= + c 𝑓 (𝑡 ) (Ec. 28)
𝑥̇ 3 (𝑡) 0 0 0 1 𝑥3 (𝑡) 0
[𝑥̇ 4 (𝑡)] 𝑀p [ ( )] 1
𝑔 0 0 0 𝑥4 𝑡
[ 𝑀c ] [ 𝑀c ]

de donde se infiere que

0 1 0 0 0
𝑀c + 𝑀p 1
𝑔 0 0 0
𝑀c 𝐿 𝑀𝐿
𝐀4×4 = ; 𝐁4×1 = c ; 𝐮1×1 (𝑡) = [𝑓(𝑡)]
0 0 0 1 0
𝑀p 1
𝑔 0 0 0
[ 𝑀c ] [ 𝑀c ]

Para demostrar que se ha resumido correctamente el sistema de ecuaciones en Ec. 28, se

puede desarrollar la ecuación matricial anterior. Se recuerda que para representar el sistema
péndulo invertido en el espacio de estados, además de Ec. 28 es necesario la ecuación
matricial de la salida. A partir de Ec. 20 y Ec. 21, su ecuación matricial equivalente es

𝑥1 (𝑡)
𝑦1 (𝑡) 1 0 0 0 𝑥2 (𝑡)
[ ]=[ ] (Ec. 29)
𝑦2 (𝑡) 0 0 1 0 𝑥3 (𝑡)
[𝑥4 (𝑡)]

de donde se infiere que

19
 1 0 0 0 0
𝐂2×4 = [ ] 𝐃2×1 = [ ] = 𝟎
0 0 1 0 0

Se observa que hay 𝑝 = 1 entradas, 𝑞 = 2 salidas, y 𝑛 = 4 variables de estado; el sistema es

SIMO; compárese con Ec. 6, donde el sistema fue SISO (𝑝 = 𝑞 = 1) con 𝑛 = 2 variables de
estado. De esta manera, Ec. 28 y Ec. 29 es una alternativa a la representación en el
espacio de estado para el sistema péndulo invertido traslacional. Para efectos de
diseño de un sistema de control, éstas pueden ser útiles.

20
 Referencias
• Ogata, Katsuhiko. (2010). Ingeniería de control moderna (5.a edición). España: Prentice
Hall.

• Kuo, Benjamin C. (1996). Sistemas de Control Automático (7.a edición). México: Prentice
Hall.

• Nise, Norman S. (2006). Sistemas de control para ingeniería (3.a edición en inglés, 1.a
edición en español). México: Continental (John Wiley & Sons).

• Charles K., Alexander; O. Sadiku, Matthew N. (2013). Fundamentos de circuitos eléctricos

(5.a edición). México: McGraw-Hill.

21