Ecuaciones en diferencias lineales

F elix Monasterio-Huelin 11 de abril de 2010

Indice
1. Introducci on 2. Estudio de la estabilidad 2 9

2.1. Teorema de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . 12 3. La transformada Z 16

4. Resoluci on de la ecuaci on en diferencias utilizando el m etodo de la descomposici on o expansi on en fracciones parciales. 20 4.1. Caso de polos reales simples, con al menos un cero en el or gen 22 4.2. Soluci on con polos complejos simples . . . . . . . . . . . . . . 25 4.3. Soluci on con polos dobles . . . . . . . . . . . . . . . . . . . . . 29 5. Resoluci on de la ecuaci on en diferencias utilizando el teorema 32 de los residuos

1.

Introducci on

En estos breves apuntes voy a limitarme al an alisis de ecuaciones en diferencias lineales de par ametros constantes. Supondr e tambi en que todos los par ametros son conocidos, es decir que no har e ninguna menci on a las t ecnicas que se hayan utilizado para obtenerlos. En algunos casos estas ecuaciones pueden provenir de una an alisis estad stico de series temporales, en otros de modelos basados en leyes cient cas y en otros de la discretizaci on de ecuaciones diferenciales continuas. En este breve estudio el or gen de las ecuaciones es indiferente ya que voy a centrar el an alisis en el estudio de propiedades generales de las ecuaciones y no en el signicado f sico de las variables y par ametros. No obstante supondr e principalmente que estas ecuaciones representan variaciones en un contexto temporal. 1. Entradas y salidas Tambi en voy a limitar el estudio al caso de una u nica variable, que llamar e y , dependiente impl citamente de un ndice de variaci on k y que en general ser a funci on lineal de una, ninguna o varias variables. En t erminos de sistemas a la variable y la llamar e salida del sistema, y a las restantes, entradas. Por ejemplo la ecuaci on yk + 2yk1 = 3uk1 + 5vk1 representa un sistema cuya entradas son u y v y cuya salida es y . 2. Principio de superposici on Podemos observar que la ecuaci on es lineal, lo que signica que para su resoluci on puede utilizarse el principio de superposici on. Esto nos permite resolver la ecuaci on anterior resolviendo independientemente dos ecuaciones, v v yk + 2yk 1 = 5 vk 1 u u yk + 2yk1 = 3uk1 ya que la linealidad del sistema garantiza que la salida ser a la suma de las salidas parciales debidas a cada una de las entradas por separado,
v u yk = yk + yk

En consecuencia, la utilizaci on del principio de superposici on nos permite reducir el estudio a sistemas de una u nica entrada y una u nica salida, sin ninguna p erdida de generalidad. 3. Principio de causalidad La terminolog a de entrada-salida tiene un sentido especial cuando se est a en un contexto temporal, y sobre todo si se admite el principio de causalidad. Bajo este supuesto las salidas en un instante de tiempo no pueden depender de entradas en instantes de tiempo futuros, y es por esta raz on que tiene sentido decir, en el ejemplo anterior, que y es la salida y u y v son entradas. Un ecuaci on de la forma yk + 2yk1 = 3uk+1 nos obligar a a decir que u es la salida e y la entrada, si se admite el principio de causalidad. Esto signica que bajo este principo no hay ninguna ambig uedad en el concepto de entrada y salida, excepto cuando el orden sea el mismo para las dos variables. Por ejemplo, yk + 2yk1 = 3uk no nos permite saber si u o y son las entradas o salidas. En t erminos de sistemas este u ltimo hecho tiene un signicado f sico importante: la salida responder a a la entrada instant aneamente. En estos apuntes utilizar e la notaci on y para representar la salida, y u para representar la entrada, y admitir e que pueda haber respuestas intant aneas, pero a la vez supondr e que siempre se cumple el principio de causalidad. Cuando el orden de la entrada sea inferior al de salida dir e que se cumple un principio de causalidad estricta. 4. Or gen de tiempos y condiciones iniciales Esta imposici on presenta, no obstante, un problema relacionado con el or gen de tiempos y con las condiciones iniciales. Pero este es un problema menor si se toma en consideraci on que siempre es posible realizar una traslaci on en el tiempo. La ecuaci on yk + 2yk1 = 3uk1 3

puede convertirse, sin p erdida de generalidad, en la ecuaci on yk+1 + 2yk = 3uk quedando el or gen de tiempos situado en k = 0, y las condiciones inciales en y0 , donde en general y0 = 0. En la ecuaci on regresiva la condici on inicial es y1 que en general es distinto de cero, por lo tanto a la hora de interpretar las condiciones iniciales deber a prestarse atenci on a la forma en que se represente la ecuaci on en diferencias, ya que en una u otra se est a considerando un or gen de tiempos distinto. O dicho de otra forma, k = 0 no dene de manera general el or gen de tiempos, salvo que se expresen las ecuaciones en su forma causal. En la forma causal se presupone que los valores de las entradas y salidas anteriores al or gen de tiempos son nulas. Esto da sentido al concepto de or gen de tiempos, y como he mostrado pueden evitarse errores de interpretaci on si se hace que k = 0 represente este or gen de tiempos. No obstante, matem aticamente no aparece ning un problema con una u otra representaci on. En lo que sigue utilizar e indistintamente una u otra representaci on, con la precauci on mencionada de saber cu al es el or gen de tiempos. Desde un punto de vista matem atico el ndice de variaci on k no tiene por qu e representar el tiempo, sino cualquier otra cosa. No obstante en este estudio supondr e que k {0, 1, 2 . . . }, que se corresponder a con el tiempo f sico t = kT donde T es un n umero jo y conocido expresado en segundos, a nos o cualquier otra unidad de tiempo, que llamar e periodo de muestreo. Realmente no es necesario hacer este supuesto temporal, pero resultar a conveniente m as adelante cuando quieran interpretarse los resultados en un contexto temporal. Pero como digo, no es necesario dar al ndice k ning un signicado f sico especial; es suciente con considerarlo un ndice de variaci on abstracto. 5. Ecuaci on homog enea Llamar e ecuaci on homog enea de una ecuaci on en diferencias o de un sistema, a aquella cuya entrada sea nula. Por ejemplo, la ecuaci on homog enea del sistema yk + 2yk1 = 3uk1 4

es yk + 2yk1 = 0 La soluci on de la ecuaci on homog enea depende de las condiciones iniciales. Si estas son nulas, entonces yk = 0. Escribiendo la anterior ecuaci on en su forma causal, yk+1 + 2yk = 0 podemos ver que y1 = 2y0 , pudi endose obtener por inducci on la soluci on general yk = (2)k y0 , k = 0, 1, 2, . . . Para la resoluci on completa de la ecuaci on yk + 2yk1 = 3uk1 es necesario conocer la funci on uk , k . Puede demostrarse que si esta funci on es conocida y se obtiene una soluci on particular para yk , la soluci on completa se obtiene como suma de la soluci on particular y de la soluci on general de la ecuaci on homog enea. La soluci on particular se obtiene suponiendo condiciones iniciales nulas, es decir y0 = 0 en el ejemplo anterior. Veremos en las siguientes secciones c omo obtener la soluci on particular. 6. Representaci on en el espacio de estados Hasta aqu se ha representado un sistema como una ecuaci on en diferencias a trav es de sus entradas y salidas. Por ejemplo, el siguiente es un sistema de orden dos con una entrada u y una salida y , yk + 2yk1 5yk2 = 3uk2 que en la forma causal puede escribirse como yk+2 + 2yk+1 5yk = 3uk Para la resoluci on de este sistema es necesario conocer, tanto la entrada, como las condiciones iniciales de la salida, y0 e y1 .

Vamos a ver en este apartado que realizando una transformaci on adecuada, toda ecuaci on en diferencias de orden n es equivalente a n ecuaciones en diferencia de orden 1, que llamaremos ecuaci on de estados, junto con una ecuaci on adicional que llamaremos ecuaci on de salida. Llamemos x1,k = yk x2,k = yk+1

Vemos en primer lugar que x2,k = x1,k+1 y en segundo lugar que yk+2 = x2,k+1 Por lo tanto x2,k+1 x1,k+1 = x2,k = 2x2,k + 5x1,k + 3uk

obteniendo as dos ecuaciones en diferencias de primer orden, a trav es del vector de estados x1,k xk = x2,k Estas dos ecuaciones pueden escribirse en forma matricial x1,k+1 x2,k+1 = 0 1 5 2 x1,k x2,k + 0 3 uk

En forma m as compacta obtendr amos la ecuaci on matricial llamada ecuaci on de estados, xk+1 = Axk + Buk donde A y B son matrices de dimensiones [n n] y [n 1] respectivamente, siendo n el orden del sistema, y xk el vector de estados, de dimensi on [n 1]. A esta representaci on se le llama representaci on en el espacio de estados o tambi en representaci on interna, mientras que a la anterior se la llama representaci on de entrada-salida.

La ecuaci on de estados no dene completamente un sistema de entradasalida. Es necesario especicar la relaci on del vector de estados con la salida. Esto se hace a trav es de la ecuaci on de salida yk = o en forma compacta yk = Cxk donde C es una matriz de dimensi on [1 n]. Podemos observar que las condiciones iniciales en esta representaci on vienen dadas por el vector x0 , ya que x0 = y0 y1 1 0 x1,k x2,k

En estos breves apuntes no voy a incluir c omo se obtiene la representaci on en el espacio de estados de una ecuaci on en diferencias de orden n cualquiera, aunque se ha visto una forma de hacerlo para un caso particular. Concretamente para el caso en que la expresi on de la entrada dependa exclusivamente de uk . Por el momento es suciente con saber que cualquier ecuaci on en diferencias lineal de orden n puede expresarse como una ecuaci on de estados de la forma xk+1 = Axk + Buk , junto con una ecuaci on de salida, que no es una ecuaci on en diferencias sino una relaci on directa entre la salida y el vector de estados. Si la ecuaci on en diferencias es lineal y de par amteros constantes, las matrices A y B ser an constantes. El inter es que tiene esta representaci on es muy variado, aunque desde el primer momento puede observarse que para la resoluci on de ecuaciones en diferencias de cualquier orden es suciente con saber resolver ecuaciones en diferencias matriciales de primer orden. Por ejemplo, la soluci on de la ecuaci on homog enea es casi trivial, ya que si xk+1 = Axk entonces xk = Ak x0 , yk = CAk x0 , 7 k = 0, 1, 2 . . . k = 0, 1, 2 . . . y la soluci on general de la ecuaci on homog enea de la salida ser a

Otro aspecto resaltable de esta representaci on es que el vector de es tados tiene una interpretaci on f sica interesante. Este expresa toda la informaci on necesaria para describir el comportamiento de un sistema, adem as de que muestra con claridad que un sistema de orden n puede entenderse como un objeto geom etrico de dimensi on n, en el que cada estado xi representa una coordenada. En el caso bidimensional puede utilizarse un plano de coordenadas x = (x1 , x2 ), llamado plano de fase, y dibujarse la evoluci on del vector o punto xk variando el ndice k , desde k = 0, es decir desde x0 , hasta k = . Hablar e de esto m as adelante. 7. Comentario sobre los procesos estoc asticos Un sistema cuyas variables sean variables aleatorias se le llama proceso o sistema estoc astico. Por ejemplo un sistema determin stico que tenga una entrada aleatoria se transforma en un sistema estoc astico. Por ejemplo, si el sistema determin stico yk + 2yk1 = 3uk1 tiene una entrada adicional vk aleatoria, como por ejemplo un ruido blanco o una entrada que siga una distribuci on gaussiana, que inuya en el sistema de la siguiente forma, yk + 2yk1 = 3uk1 + 5vk1 transformar a el sistema determin stico en un sistema o proceso estoc astico. A partir de este momento el estudio del sistema requiere utilizar la teor a de los procesos estoc asticos. Por ejemplo, si la entrada vk tiene media cero o constante, es decir si E [vk ] = c, entonces puede trabajarse con valores medios (E representa realmente la esperanza matem atica) como si fuese el sistema determin stico, E [yk+1 ] + 2E [yk ] = 3uk + 5c La entrada uk sigue siendo determin stica, pero la salida es ahora una variable aleatoria. Puesto que en este sistema no se encuentra toda la informaci on estad stica ser a preciso incorporarla de alguna otra forma, como por ejemplo utilizando expresiones de la covarianza. No voy a hablar en estos apuntes de esta clase de sistemas. 8

2.

Estudio de la estabilidad

En estos apuntes voy a hacer varios estudios. Por un lado la obtenci on de la soluci on completa de una ecuaci on en diferencias, y por otro el an alisis de esta soluci on. Un estudio fundamental ser a saber si el sistema es estable. Realmente el concepto de estabilidad no se aplica a los sistemas (si se reere a estos se suele hablar de estabilidad estructural) sino a sus puntos de equilibrio (que podr a llamarse estabilidad funcional), pero los sistemas lineales tienen un u nico punto de equilibrio por lo que habitualmente se habla de estabilidad del sistema abusando de lenguaje. Tambi en suele haber una confusi on en el concepto de sistema, ya que cuando se dice que un sistema lineal tiene un u nico punto de equilibrio se sobreentiende que se est a reriendo a un sistema cuyas entradas son nulas, es decir a la ecuaci on homog enea del sistema. La entradas pueden ser muy diversas, y pueden desestabilizar un sistema lineal o convertirlo en un sistema no lineal. Para el estudio de la estabilidad es suciente con estudiar la matriz de estados A, o equivalentemente la ecuaci on caracter stica. Dado un sistema expresado en el espacio de estados, xk+1 = Axk , se denen los puntos de equilibrio como aquellos que cumplen que xk+1 = xk = x . Es decir x = Ax , o tambi en (I A)x = 0 Puesto que en general, el determinante de (I A) es distinto de cero, la u nica soluci on posible es que x = 0, es decir que los sistemas lineales tienen un u nico punto de equilibrio, que es precisamente el nulo. Solamente en el caso en que la matriz A tenga alg un autovalor unidad, puede pensarse que un sistema lineal tenga innitos puntos de equilibrio. Esta situaci on se analizar a como un caso particular. Con este simple an alisis hemos calculado el punto de equilibrio, pero no se ha estudiado su estabilidad. Se dene la ecuaci on caracter stica del sistema como det(I A) = 0 9

es decir, que las soluciones de la ecuaci on caracter stica son los autovalores de la matriz A. Puede demostrarse que el sistema es estable si los m odulos de sus autovalores son menores que la unidad. Pero antes de avanzar deberemos saber qu e se entiende por estabilidad de un punto de equilibrio. Hay una buena colecci on de deniciones de estabilidad, si bien casi todas responden a la idea intuitiva de Lyapunov: si un sistema est a en un punto de equilibrio y este se perturba de alguna forma (con una peque na perturbaci on), el sistema tender a a regresar a el si el punto de equilibrio es estable, o tender a a alejarse de el si se trata de un punto de equilibrio inestable. En el contexto de la teor a de sistemas hay otra idea intuitiva de estabilidad: si la entrada de un sistema est a acotada y observamos que su salida tambi en est a acotada, entonces el sistema ser a estable. Ambas ideas sirven como denici on de estabilidad y puede comprobarse que para los sistemas lineales son equivalentes. Puesto que los sistemas lineales tienen un u nico punto de equilibrio, cualquier punto del espacio puede considerarse una perturbaci on del punto de equilibrio. Por lo que el estudio de la estabilidad se reduce a averiguar si, para cualquier condici on inicial, el estado se acercar a al punto de equilibrio o se alejar a de el. En los sistemas no lineales puede haber muchos puntos de equilibrio, por lo que deber a estudiarse con cuidado la clase de perturbaciones que puede realizarse, y es por esto que es necesario calcular las regiones de atracci on o de repulsi on de cada uno de los puntos de equilibrio. Pero en los sistemas lineales, todo el espacio o es de repulsi on o es de atracci on. En el ejemplo del anterior apartado hab amos visto que la matriz de estados de la ecuaci on en diferencias yk+2 + 2yk+1 5yk = 3uk es A= 0 1 5 2

por lo que la ecuaci on caracter stica es det(I A) = ( + 2) 5 = 0 10

que podemos escribir en la forma 2 + 2 5 = 0 Podemos observar que se trata de un polinomio cuyo orden es el mismo que el orden del sistema, y cuyos coecientes son los coecientes del sistema homog eneo de la ecuaci on en diferencias. Puede demostrarse que esto siempre es as . En este ejemplo las ra ces del polinomio caracter stico son 1 6, por lo que como ambas ra ces son en m odulo mayores que la unidad, el sistema es inestable. Bastar a con que una de ellas lo hubiese sido para que el sistema fuese inestable. Puede comprobarse tambi en que la soluci on homog enea xk = Ak x0 tiende a innito (en norma 1 ) cuando k , para cualquier valor de las condiciones iniciales x0 , lo que indica que el estado se ha alejado del punto de equilibrio. Sin embargo, si el sistema hubiese sido estable se cumplir a que limk+ ||xk || = 0, es decir que el estado tender a al punto de equilibrio, para cualquier condici on inicial. Por otro lado, puesto que la salida del sistema se relaciona con el vector de estados a trav es de una matriz constante yk = Cxk , se deber a cumplir que si el sistema es inestable limk+ yk = , y si el sistema es estable limk+ yk = 0. En este estudio de la estabilidad no se ha visto el efecto de las entradas. Como ya he se nalado su efecto depender a de qu e clase de entradas haya. Estas podr an desestabilizar un sistema estable o estabilizar uno inestable. Por lo tanto la estabilidad de un sistema puede considerarse una propiedad intr nseca al sistema. No obstante puede garantizarse que si las entradas est an acotadas, como es el caso de entradas constantes, por ejemplo, estas no afectar an a la estabilidad o inestabilidad del sistema. Antes de hacer otros estudios conviene prestarle atenci on al hecho de que para saber si un sistema es estable o no, es necesario calcular las ra ces de un polinomio de orden n. Se sabe por el teorema fundamental del algebra que la ecuaci on caracter stica tendr a n ra ces, y que estas ser an reales o complejas, con un orden de multiplicidad cualquiera; tambi en se sabe que si
Se cumple que ||xk || ||A||k ||x0 ||, y si los autovalores de A son mayores que la unidad en m odulo, ||A||k tiende a innito cuando k .
1

11

son complejas siempre aparecer an en pares conjugados. Pero tambi en se sabe que en general, no es posible resolver el polinomio por radicales cuando n 5, lo que plantea un problema num erico que puede tener importancia pr actica. Se conocen muchos m etodos num ericos que dan buenas aproximaciones a las ra ces de una ecuaci on, pero debido a que no son soluciones exactas pueden distorsionar el an alisis de la estabilidad. Vamos a ver a continuaci on un m etodo que permite saber si un sistema es estable o no sin necesidad de calcular expl citamente las ra ces de la ecuaci on caracter stica.

2.1.

Teorema de Routh-Hurwitz

Hay diversas formas de saber si las ra ces de un polinomio caen dentro del c rculo unidad del plano complejo (es decir, con m odulo menor que la unidad). El plano complejo se dene como se hace habitualmente, es decir siendo el eje de abcisas la parte real ( ) y el eje de ordenadas la parte imaginaria ( ) de un n umero complejo w = + i . El m odulo ser a |w|2 = 2 + 2 , que representa una circunferencia de radio |w| en el plano complejo. Un teorema directamente aplicable a este estudio de estabilidad es el teorema de Jury, y otro es el teorema de Routh-Hurwitz. Voy a explicar el segundo m etodo que aunque fue originalmente concebido para el estudio de la estabilidad de sistemas continuos representados mediante ecuaciones diferenciales, puede aplicarse al caso de sistemas discretos representados mediante ecuaciones en diferencias. Dada la ecuaci on caracter stica (que escribir e utilizando la variable compleja z en vez de como hice anteriormente), en la forma siguiente: a0 z n + a1 z n1 + a2 z n2 + + an = 0 expresada de tal forma que a0 > 0. En primer lugar se realiza la transformaci on bilineal z=
w+1 w 1

obteniendo otro polinomio que tendr a la forma b0 wn + b1 wn1 + b2 wn2 + + bn = 0 12

donde de nuevo la escribimos de tal manera que b0 > 0. Puede demostrarse que esta nueva ecuaci on caracter stica expresada en t erminos de w tiene ra ces cuya parte real es negativa si y solamente si la ecuaci on expresada en t erminos de z tiene ra ces dentro del c rculo unidad. Esto puede demostrarse analizando la transformaci on bilineal entre z y w. Por ejemplo, para el sistema que se ha estudiado hasta ahora, z 2 + 2z 5 = 0 se obtiene
w+1 +1 2 (w ) + 2( w )5=0 w 1 1

y de aqu , (w + 1)2 + 2(w + 1)(w 1) 5(w 1)2 = 0 resultando w2 6w + 3 = 0 Puede considerarse que esta nueva ecuaci on se corresponde con la ecuaci on caracter stica de un sistema continuo, para el cual la estabilidad queda garantizada si la parte real de las ra ces es menor que cero. Queda claro en este ejemplo que el sistema continuo equivalente ser a inestable ya que las ra ces son 3 6, que son positivas. En consecuencia lo ser a el sistema discreto del que deriva. Para la aplicaci on del teorema de Routh-Hurwitz es necesario construir en primer lugar una tabla de (n + 1) las, cuyas dos primeras las se forman con los coecientes de la ecuaci on caracter stica. En la primera la se colocan los coecientes de orden par si n es par o los de orden impar si n es impar. La segunda la se forma con los restantes coecientes. Las siguientes las se calculan como se ver a en los ejemplos. Posteriormente se estudian los cambios de signo de su primera columna. Si no hay cambios de signo, el teorema garantiza que no hay ninguna ra z inestable; adem as cada cambio de signo indica la existencia de una ra z inestable. Ve amoslo en primer lugar en el ejemplo anterior, w2 6w + 3 = 0 13

La tabla de Routh-Hurwitz es: w2 1 3 w 1 6 0 w0 c donde c se calcula de la siguiente forma: c=

(6)(3)(1)(0) (6)

=3

La columna de la izquierda no tiene ning un signicado especial. Sirve tan s olo para indicar el orden de los polinomios que se van construyendo. Vemos que hay dos cambios de signo en la primera columna (de n umeros), entre 1 y 6 y entre 6 y 3, por lo que el teorema de Routh-Hurwitz garantiza que la ecuaci on caracter stica tiene dos ra ces inestables, es decir con parte real positiva. En consecuencia el sistema dado por z 2 + 2z 5 = 0 tendr a dos ra ces fuera del c rculo unidad. Veamos otro ejemplo de un sistema de orden 5, sobre el que ya se ha realizado la transformaci on bilineal, obteniendo el polinomio w5 + 2w4 + 24w3 + 50w2 25w 52 = 0 La tabla de Routh-Hurwitz es: w5 1 w4 2 w3 c0 w2 d0 w1 e w0 f 24 25 50 52 c1 0 d1

Las restantes las se calculan como se hizo en el anterior ejemplo. As para 3 la la w ser a (50)(1) c0 = (2)(24)(2) = 1 (2)(25)(52)(1) c1 = =1 (2) 14

Para la la w2 ser a

(c1 )(2) d0 = (c0 )(50) = 52 (c0 ) (c0 )(52)(0)(2) d1 = = 52 (c0 ) (d0 )(c1 )(d1 )(c0 ) (d0 )

Para la la w1 , e= y por n para la la w0 ,

=0

f = d1 quedando la tabla as , w5 1 w4 2 3 w 1 2 w 52 w1 0 w0 52 24 25 50 52 1 0 52

Puede observarse que la pen ultima la es nula. En este caso se considera que el signo es positivo. Siempre que ocurra que un t ermino de la primera columna es nulo, pero los restantes de su la sean distintos de cero o inexistentes (como en nuestro ejemplo), se substituye el cero por un n umero > 0, y se siguen calculando los coecientes de las restantes las. Cuando se produce este hecho el teorema de Routh-Hurwitz garantiza que el sistema continuo tendr a soluciones en el eje imaginario. Por lo tanto el sistema discreto equivalente tendr a ra ces en la circunferencia unidad (modulo igual a la unidad). Veremos m as adelante que esto signica que el sistema tiene un comportamiento oscilatorio no amortiguado. En este ejemplo se ven tres cambios de signo en la primera columna: entre 2 y 1, entre 1 y 52, y entre y 52. Por lo tanto el sistema tendr a tres ra ces con parte real positiva. La aplicaci on del teorema de Routh-Hurwitz presenta otros casos particulares que deben conocerse. No obstante no voy a incluirlos aqu por el momento.

15

3.

La transformada Z

La transformada Z transforma una ecuaci on en diferencias en una ecuaci on polin omica de una u nica variable compleja. No voy a hacer un estudio exhaustivo de esta transformaci on, tan s olo se nalar e los puntos fundamentales que permitan su utilizaci on en la obtenci on de la ecuaci on completa de una ecuaci on en diferencias lineal de par ametros constantes. Dada una variable o funci on cualquiera yk , utilizar e la notaci on Z (yk ) = Y (z ) para representar su transformada Z, donde z es una variable compleja gen erica2 : k Y (z ) = Z (yk ) = i=0 yi z La transformada Z de una variable desplazada yk1 viene dada por Z (yk1 ) = z 1 Y (z ) mientras que Z (yk+1 ) = zY (z ) zy0 y Z (yk+2 ) = zZ (yk+1 ) zy1 = z 2 Y (z ) z 2 y0 zy1 Observamos que cuando se calcula la transformada Z en adelanto aparecen las condiciones iniciales, cosa que no ocurre cuando se calculan en atraso. Esto se debe a que se est a utilizando la tranformada Z unilateral, y se supone que todas las ecuaciones se han expresado en la forma causal3 . La transformada Z es una transformaci on lineal, por lo que la ecuaci on en diferencias yk+2 + 2yk+1 5yk = 3uk se transforma en la ecuaci on polin omica (z 2 + 2z 5)Y (z ) (z 2 y0 + z (2y0 + y1 )) = 3U (z )
Voy a utilizar aqu la llamada transformada Z unilateral, puesto que esta es la que resulta u til en la resoluci on de ecuaciones en diferencias en un contexto temporal en el que se admita el principio de causalidad. Ser a muy importante expresar las ecuaciones en su forma causal. Si no se admite este principio, ser a m as conveniente utilizar la transformada Z bilateral, de la que no voy a hacer aqu ninguna menci on adicional. 3 Puede obtenerse demanera recursiva el polinomio de condiciones inciales de Z (yk+m )
2

16

El polinomio de condiciones inciales4 ser a el responsable de la soluci on de la ecuaci on homog enea, P0 (z ) = z 2 y0 + z (2y0 + y1 ) Esta soluci on se obtiene haciendo U (z ) = 0, y resolviendo la ecuaci on (z 2 + 2z 5)YH (z ) = z 2 y0 + z (2y0 + y1 ) La relaci on (z 2 + 2z 5)YP (z ) = 3U (z ) representa al sistema con condiciones iniciales nulas, lo que nos permitir a obtener una soluci on particular de la ecuaci on en diferencias5 . La soluci on completa ser a la suma de la homog enea y la particular. Es decir Y (z ) = YH (z ) + YP (z ). Por comodidad de notaci on escribir e Y (z ) quitando el sub ndice a YP (z ) ya que en lo que sigue analizar e la soluci on particular. Podemos observar tambi en que el polinomio que multiplica a la salida transformada Y (z ) representa el polinomio caracter stico del sistema, P (z ) = z 2 + 2z 5 a cuyas ra ces se les llama polos del sistema, y que como se ha visto en el apartado anterior coinciden con los autovalores de la matriz de estados del sistema A. Podemos tambi en observar que si se conoce la entrada, se conocer a U (z ), y de aqu que pueda obtenerse la salida Y (z ) obtenida como Y (z ) =
3 U (z ) z 2 +2z 5

De la misma manera que se puede calcular la transformada Z puede calcularse la transformada Z inversa, que permite obtener una ecuaci on en diferencias a partir de una ecuaci on polin omica compleja. Utilizar e la notaci on
Si la ecuaci on en diferencias no se hubiese expresado en la forma causal, se hubiesen perdido las condiciones iniciales. 5 Cuando se est a buscando simplemente la soluci on particular, se est a imponiendo que las condiciones iniciales sean nulas, por lo que carece de importancia expresar la ecuaci on en diferencias en su forma causal.
4

17

Z 1 (Y (z )) = yk . La transfromada Z inversa tambi en es una transformaci on lineal, propiedad que se utilizar a al resolver ecuaciones en diferencias. De acuerdo con estas deniciones, se cumplir a que
3 yk = Z 1 ( z2 +2 U (z )) z 5

Vamos a ver enseguida algunos ejemplos. Supongamos que la entrada uk = u es constante para todo k = 0, 1, 2, . . . , y que adem as es una funci on causal, es decir que uk = 0, k < 0. Puede demostrarse que la transfromada Z de una constante6 es Z (u) =
u 1z 1

zu z 1

Puede observarse un detalle importante, y es que cuando se tiene un polo en z = 1 el comportamiento del sistema ser a el de un escal on. Si |z | = 1 el comportamiento ser a una oscilaci on permanente (no amortiguada), excepto en z = 1. Es habitual expresar las transformadas en funci on de z 1 , y no en funci on de z , pero esto no nos debe llevar a ninguna confusi on en cuanto al principio de causalidad. Se trata simplemente de una representaci on de n umeros complejos. Por ejemplo la transfromada Z de la funci on ak , con k 0, y causal (es decir ak = 0, para k < 0) suele expresarse en la forma Z (ak ) =
1 1az 1

y que, si resulta conveniente puede utilizarse en la forma Z (ak ) =

z z a

sin que cambie el signicado sobre la causalidad de la funci on ak . Esta funci on potencial ak , tiene un polo en z = a, por lo que ser a estable si 2 3 |a| < 1. La secuencia {1, a, a , a . . . } tender a a cero si |a| < 1 y tender aa innito en caso contrario. Esta es otra forma de entender el concepto de estabilidad. La salida de un sistema representar a una secuencia temporal
6 A las funciones constantes causales, en el sentido dado, se les llama funciones escal on o step functions, en ingl es. El escal on unitario suele representarse como 1(k ).

18

obtenida variando el par ametro k . Si esta secuencia converge al punto de equilibrio, podr a decirse que la salida es estable. Si en nuestro ejemplo la entrada fuese constante, con u = 1, la salida podr a obtenerse calculando la transformada Z inversa del cociente de dos polinomios en z : 3z Y (z ) = (z2 +2z 5)(z 1) A aquellos valores de z que anulan el numerador de Y (z ) se les llama ceros. En el ejemplo anterior hay un cero en el origen. Para el c aclculo de los polos y los ceros debe expresarse la funci on en su forma causal. Veamos unos ejemplos. En todos ellos supondremos condiciones iniciales nulas y una funci on escal on unitaria de entrada. 1. Ning un cero y cuatro polos yk+2 + 2yk+1 5yk = 3uk2 Y (z ) = 2. Dos ceros y cuatro polos yk+2 + 2yk+1 5yk = 2uk + 3uk2 Y (z ) =
2z 2 +3 z (z 2 +2z 5)(z 1) 3 z (z 2 +2z 5)(z 1)

Para que el sistema sea causal el n umero de ceros siempre debe ser menor o igual que el n umero de polos. Por u ltimo, es u til conocer el teorema del valor nal, ya que permite saber cu al es el comportamiento en r egimen permanente sin necesidad de resolver la ecuaci on en diferencias, tan s olo conociendo Y (z ). Este arma que si yk es estable se cumple que y = limk yk = limz1 (1 z 1 )Y (z )

19

4.

Resoluci on de la ecuaci on en diferencias utilizando el m etodo de la descomposici on o expansi on en fracciones parciales.

Antes de calcular la transformada Z inversa deber an eliminarse los polos en el or gen. Para ello se puede hacer lo siguiente. Por ejemplo, si Y (z ) = entonces se puede hacer X (z ) = zY (z ) =
2z 2 +3 (z 2 +2z 5)(z 1) 2z 2 +3 z (z 2 +2z 5)(z 1)

ya que una vez que se haya calculado x(k ), se podr a deshacer la transformaci on, teniendo en cuenta que yk = xk1 , yk = 0 , k = 1, 2 . . . k0

Realizar este paso es imprescindible para resolver el problema de inversi on utilizando el m etodo de expansi on en fracciones parciales. El desarrollo en fracciones parciales, cuando los polos son simples, con(z ) siste en expresar la funci on Y z , en la forma general
Y (z ) z

n ci i=1 z zi

donde n es el orden de la ecuaci on en diferencias, y ci son coecientes constantes que se calculan utilizando la f ormula:
(z ) ci = [(z zi ) Y z ]|z=zi

donde zi son los diferentes polos de la expansi on. Puesto que no puede haber polos en el or gen en ber a tener al menos un cero en el or gen.
Y (z ) , z

entonces Y (z ) de-

20

Una vez calculados los coecientes podr a aplicarse la transformada Z inversa directamente a cada uno de los t erminos de la expansi on, ya que Y (z ) = luego, yk =
n ci i=1 1zi z 1

n k i=1 ci zi ,

k = 0, 1 . . . k<0

yk = 0,

El ejemplo anterior no puede desarrollarse en fracciones simples ya que no tiene ning un cero en el or gen. No obstante puede aplicarse el principio de superposici on, haciendo el truco siguiente: Y (z ) = Lamando
2z (z 2 +2z 5)(z 1)

3z z 2 (z 2 +2z 5)(z 1)

Y1 (z ) = Y2 (z ) =

2z (z 2 +2z 5)(z 1) 3z z 2 (z 2 +2z 5)(z 1)

y haciendo el cambio X (z ) = z 2 Y2 (z ) =
3z (z 2 +2z 5)(z 1)

puede resolverse la ecuaci on aplicando el principio de superposici on, obteniendo yk = y1k + y2k = y1k + xk2 , k = 2, 3 . . . yk = 0 , k1

Para el calculo de y1k y xk puede aplicarse el m etodo de descomposici on en Y1 (z ) X (z ) fracciones parciales de z y de z .

3 Y1 (z ), por lo que ser a suciente con calcular Podemos observar que X (z ) = 2 3 y1k ya que xk = 2 y1k . Por lo tanto

yk = y1k + 3 y , 2 1(k2) yk = 0 , 21

k = 2, 3 . . .

k1

Este ejemplo tambi en puede resolverse sin utilizar el principio de superposici on, haciendo (2z 2 +3) Y (z ) = z2 (z2z+2 z 5)(z 1) y el cambio X (z ) = z 2 Y (z ), ya que
X (z ) z

2z 2 +3 (z 2 +2z 5)(z 1)

puede desarrollarse en fracciones simples calculando los coecientes como se ha hecho antes. Este m etodo tambi en es aplicable al caso de polos m ultiples, pero la expansi on no puede hacerse igual que en el caso de polos simples. Veremos un ejemplo m as adelante.

4.1.

Caso de polos reales simples, con al menos un cero en el or gen

Como ya se ha mencionado, para el c alculo de la soluci on particular de una ecuaci on en diferencias podemos imponer que las condiciones iniciales sean nulas. Sea el sistema 8yk + 2yk1 yk2 = 16uk2 La transformada Z (con condiciones iniciales nulas) ser a, (8 + 2z 1 z 2 )Y (z ) = 16z 2 U (z ) que si se desea, puede escribirse en la siguiente forma, sin m as que multiplicar 2 ambos miembros de la igualdad por z , (8z 2 + 2z 1)Y (z ) = 16U (z ) Supongamos que la entrada es un escal on unidad, es decir que U (z ) = Entonces Y (z ) =
1 1z 1

16z 2 (8+2z 1 z 2 )(1z 1 )

22

Hay diversas formas de calcular la transformada Z inversa. En este ejemplo utilizar e el m etodo de expansi on en fracciones simples. Para ello debe recordarse que todo polinomio puede descomponerse en el producto de factores de sus ra ces. Por ejemplo el polinomio P (z ) = 8z 2 + 2z 1 = 8(z + 1 )(z 1 ) 2 4 Por lo tanto Y (z ) =
2z 2

(1+ 1 z 1 )(1 1 z 1 )(1z 1 ) 2 4

Esta expresi on puede a su vez escribirse en la forma de una expansi on en fracciones parciales, Y (z ) =
c1 1+ 1 z 1 2

c2 1 1 z 1 4

c3 1z 1

donde c1 , c2 y c3 son coecientes constantes que pueden obtenerse utilizando la relaci on ci = [(1 zi z 1 )Y (z )]|z=zi donde zi son los diferentes polos de la expansi on. Por lo tanto, para z1 =
1 2
2

2z c1 = [(1 z1 z 1 )Y (z )]|z=z1 = [ (1 1 z 1 )(1z 1 ) ]|z =z1

4

es decir c1 = Para z2 = 1 , se obtiene 4 c2 = y para z3 = 1,

2 2z1 1 1 1 (1 4 z1 )(1z1 )

16 9

2 2z2 1 1 1 (1+ 2 z2 )(1z2 )

32 9

c3 =

2 (1+ 1 )(1 1 ) 2 4

16 9

Una vez descompuesta la ecuaci on en fracciones parciales la transformada Z inversa es trivial. Esto es as porque, como se ha se nalado en el apartado k anterior la transfromada Z de a es Z (ak ) =
1 1az 1

23

y porque puede hacerse uso de la propiedad de linealidad de la transformada Z inversa. De esta manera se obtiene la soluci on particular de la ecuaci on en diferencias,
1 k 1 k yk = c1 ( ) + c2 ( 4 ) + c3 , 2

k = 0, 1, 2, . . .

yk = 0,

k<0

Podemos analizar el comportamiento de r egimen transitorio de la salida observando la evoluci on en el tiempo del efecto de cada uno de los polos del 1 sistema. Vemos que el polo z = da una componente de la salida que 2 es oscilatoria amortiguada, mientras que el polo z = 1 da una componente 4 exponencial amortiguada. En ambos casos los polos son estables ya que su m odulo es menor que la unidad, pero el comportamiento de cada componente es cualitativamente distinto. Por u ltimo, el polo en z = 1 produce un escal on constante. Esta superposici on de comportamientos nos permite asegurar que cuando k , la salida tender a a c3 . Debe quedar claro que la soluci on obtenida es una soluci on particular y no la soluci on completa. Esta se obtendr a sumando la soluci on general de la ecuaci on homog enea. Puede comprobarse que se han supuesto condiciones iniciales nulas haciendo k = 0 en la soluci on: y0 = c1 + c2 + c3 = 0. Tambi en c1 c2 puede comprobarse que para k = 1, y (1) = 2 + 4 + c3 = 0. Otro estudio que conviene hacer es el comportamiento en r egimen permanente, es decir cuando k . Ya se ha hecho este estudio despu es de calcular la salida yk , pero puede hacerse antes de invertir Y (z ) aplicando el teorema del valor nal. Aplicando este teorema se ve que
z y = limz1 (1 z 1 ) (1+ 1 z1 )(12 = 1 z 1 )(1z 1 )
2 4 2

16 9

que como era de esperar coincide con c3 . Este ejemlplo ha servido para exponer un m etodo general basado en la transformada Z de an alisis de la salida o soluci on particular de una ecuaci on en diferencias, cuando los polos son reales y distintos. Se ha visto as mismo que si estos son negativos se producir a un comportamiento transitorio oscilatorio amortiguado, y si son positivos un comportamiento amortiguado. Tambi en se ha visto el comportamiento en r egimen permanente. 24

La salida transitoria es una superposici on de funciones dependientes de cada uno de los polos, y aunque en este ejemplo no se aprecia, es interesante observar que el efecto de cada una de ellas depende de la rapidez con la que se amortigua la se nal. Puede haber componentes m as dominantes que otras. Por ejemplo si un polo es muy peque no comparado con otro, su contribuci on a la salida ser a peque na ya que se amortiguar a r apidamente. Cuanto mayores sean los polos (m as proximos en m odulo a la unidad) m as tarde se amortiguar a su contribuci on, y en consecuencia, m as tarde se alcanzar a el r egimen permanente. Para terminar, no debe olvidarse que este ejemplo se ha resuelto suponiendo que la entrada es un escal on unitario. Si la entrada fuese distinta el resultado ser a, en consecuencia, distinto, pero el efecto de los polos del sistema ser a el mismo como puede apreciarse de la expansi on en fracciones parciales. Las entradas a naden nuevos polos que, como se ha visto en este ejemplo, afectan signicativamente al comportamiento en r egimen permanente. Hemos visto que si los polos son negativos se producir a una oscilaci on (de hecho, una respuesta alternante). Esto puede expresarse a trav es de la transformada Z inversa como
1 ak cos(k ) = Z 1 [ 1+az 1 ]

donde se supone que a > 0.

4.2.

Soluci on con polos complejos simples

Cuando los polos son complejos, estos aparecen en pares conjugados. Por lo tanto solo puede haber polos complejos si los sistemas son de orden superior o igual al segundo. El polinomio caracter stico de un sistema de segundo orden con ra ces complejas conjugadas es: P (z ) = z 2 2z + ( 2 + 2 )
= i . siendo las ra ces de la ecuaci on caracter stica z1 = + i y z2 = z1 El sistema ser a estable si 2 + 2 < 1.

Puede comprobarse que

) = (z )2 + 2 P (z ) = (z z1 )(z z1

25

Para entender los resultados que expondr e a continuaci on conviene recordar la f ormula de Euler, que representa la ecuaci on de una circunferencia de radio unidad: ei = cos() + i sin(), R y tambi en que si x = + i C, podemos escribir x = |x|ei donde tg () = |x | =

2 + 2

Por u ltimo, tambi en debe recordarse que xk = |x|k eik Veamos un ejemplo. Sea la ecuaci on en diferencias y = uk2 yk yk1 1 2 k2 La transformada Z (con condiciones iniciales nulas) ser a, (1 z 1 + 1 z 2 )Y (z ) = z 2 U (z ) 2 La ecuaci on caracter stica es z 2 z + 1 1 conjugadas, 2 i 2 .
1 2

= 0, cuyas ra ces son complejas

1 , 1z 1

Si suponemos que la entrada es un escal on unidad, U (z ) = Y (z ) =

z 2 z 1 ) (1z 1 )(1z1 z 1 )(1z1

por lo que

Para analizar el comportamiento en r egimen permanente o estacionario puede aplicarse el teorema del valor nal,
z y = limz1 (1 z 1 )Y (z ) = limz1 (1z1 z1 = )(1z z 1 )
1 2

1 ) (1z1 )(1z1

es decir y =

1 ( 1)2 + 2

=2

26

Para el an alisis del comportamiento en r egimen transitorio, y la obtenci on de la soluci on de la ecuaci on en diferencias, puede descomponerse la expresi on de Y (z ) en fracciones parciales como Y (z ) =
c1 1z1 z 1

c2 z 1 1z1

c3 1z 1

Ahora los coecientes ci ser an n umeros complejos, debido a que z1 es complejo. Vamos a comprobar a continuaci on que los dos primeros coecientes son n umeros complejos conjugados c2 = c umero 1 , y que el tercero, c3 es un n real. Podemos calcular estos coecientes aplicando la f ormula que ya hemos visto para el caso de ra ces reales simples, ci = [(1 zi z 1 )Y (z )]|z=zi donde zi son los diferentes polos de la expansi on.
z ]| = c3 = [ (1z1 z1 )(1z z 1 ) z =1
1 2

1 ) (1z1 )(1z1

c3 =

1 ( 1)2 + 2

que es un n umero real. En nuestro ejemplo, c3 = 2. c1 = [(1 z1 z 1 )Y (z )]|z=z1 =

1 = c2 = [(1 z1 z )Y (z )]|z=z1 1 ) (z1 1)(z1 z1 1 1)(z z ) (z1 1 1

de lo que resulta que

c2 = c 1 =

1 (i ( 1)+ )2

Multiplicando numerador y denominador por el conjugado del denominador, se obtiene i ( 1) c2 = c 1 = 2 ( 2 +( 1)2 ) que pueden ser expresados en su parte real e imaginaria, cR 1 = cI 1 =
1 2( 2 +( 1)2 ) 1 2 ( 2 +( 1)2 )

I En nuestro ejemplo, cR 1 = c1 = 1, y |c1 | =

2.

27

La transfromada Z inversa de Y (z ) ser a,

k k yk = c1 z1 + c2 (z1 ) + c3

que deber a ser necesariamente un n umero real.

| Puesto que |z1 | = |z1 k ik ik yk = c1 |z1 |k eik + c + c3 = |z1 |k (c1 eik + c ) + c3 1 |z1 | e 1e

Puede observarse que salvo el t ermino constante c3 , la soluci on de la ecuaci on consiste en una oscilaci on amortiguada, ya que
ik R I c1 eik + c = ((c1 + c 1e 1 )cos(k) + i(c1 c1 )sin(k) = 2c1 cos(k) 2c1 sin(k) I donde c1 = cR 1 + i c1 .

Escribiendo c1 en la forma

c1 = |c1 |ei

podemos escribir la anterior expresi on como

ik c1 eik + c = 2|c1 |cos(k + ) 1e

En nuestro ejemplo, =

+ , |c1 | = 4

2.

Por lo tanto la soluci on de la ecuaci on en diferencias ser a, yk = 2|c1 ||z1 |k cos(k + ) + c3 , yk = 0, k<0 k = 0, 1 . . .

Puesto que la funci on coseno siempre est a acotada, la estabilidad depender a del valor de |z1 |. Si este es menor que la unidad el sistema ser a estable, e y = c3 . Si |z1 | > 1 el sistema ser a inestable con oscilaciones de amplitud creciente alrededor de c3 . Y si, por n, |z1 | = 1 entonces se producir a una oscilaci on permanente de amplitud constante alrededor de c3 . Hay dos casos paticulares que ser an analizados m as adelante: cuando z1 = 1, en cuyo caso habr a tres polos iguales, y cuando z1 = 1, en cuyo caso habr a dos polos iguales.

28

En nuestro ejemplo k+ yk = 2 2|z1 |k sin( pi 4 yk = 0, con |z1 | =

2 2 pi ) 4

+ 2,

k = 0, 1 . . .

k<0

< 1.

Puede comprobarse que para k = 0, se cumple que y (0) = 0, condici on que hab amos impuesto. Tambi en para k = 1 puede verse que y (1) = 2 2|z1 | + 2 = 0. Puede demostrarse que se cumplen las dos relaciones generales siguientes, R: sin()z 1 Z (sin(k)) = 12cos ()z 1 +z 2 Z (cos(k)) =
1cos()z 1 12cos()z 1 +z 2

4.3.

Soluci on con polos dobles

Hasta ahora s olo se ha hecho un estudio cuando los polos son simples, tanto reales como complejos. En este caso el m etodo de la transformada Z ha sido muy u til. La salida Y (z ) se representa f acilmente como una descomposici on o expansi on en fracciones parciales (siempre que puedan calcularse los polos) cuyos coecientes se pueden obtener mediante la relaci on ci = [(1 zi z 1 )Y (z )]|z=zi donde zi son los diferentes polos de la expansi on. La aplicaci on de la transformada Z inversa permite obtener, de una manera muy sencilla, la soluci on de la ecuaci on en diferencias yk . Sin embargo la relaci on anterior deja de ser v alida cuando los polos son m ultiples, tanto si son reales como complejos. Veamos un ejemplo de polos dobles reales. El caso de polos complejos se resuelve de la misma forma, con la particularidad de que siempre aparecen en pares conjugados. 29

Sea la ecuaci on en diferencias siguiente: yk yk1 + 1 y = uk 2 4 k 2 La transformada Z (con condiciones iniciales nulas) ser a, z 2 )Y (z ) = z 2 U (z ) (1 z 1 + 1 4 La ecuaci on caracter stica es z 2 z + 1 = 0, cuyas ra ces son reales con un 4 1 orden de multiplicidad igual a 2: z1 = 2 doble. La descomposici on en fracciones parciales (cuando z1 = 1 y U (z ) es una funci on escal on unidad) adopta la forma: Y (z ) =
c1 1z1 z 1

c2 z 1 (1z1 z 1 )2

c3 1z 1

Para aplicar la transformada Z inversa es necesario saber que la transformada Z de una funci on temporal rampa causal7 es: Z (k ) = y que Z (kak1 ) =
z 1 (1z 1 )2

z 1 (1az 1 )2

Por lo tanto, aplicando la transformada Z inversa se obtiene la soluci on de la ecuaci on en diferencias (con condiciones iniciales nulas):
k1 k yk = c1 z1 + c2 kz1 + c3 ,

k = 0, 1 . . .

yk = 0,

k<0

Podemos observar que aparece un t ermino adicional con respecto al caso de k1 polos simples, de la forma kz1 , lo cual parece que puede afectar a la estabilidad del sistema. Se puede analizar esta cuesti on de la siguiente manera.
La rampa causal se dene como la funci on temporal yk = k, k 0, e yk = 0, para k < 0. As mismo pueden denirse otras funciones causales como la par abola causal y siguientes potencias de k . La transformada Z de una funci on potencia m-sima de k es Z (k m ) =
z 1 Q(z 1 ) (1z 1 )m+1 7

donde Q(z 1 ) es un polinomio en z 1 , que para m = 2 es Q(z 1 ) = 1 + z 1 , y para m = 3 es Q(z 1 ) = 1 + 4z 1 + z 2 .

30

k 1 k ), cuando |z1 | < 1 el sistema ser a estable, ya que el Como kz1 = z11 (kz1 k crecimiento de la funci on k es m as lento que el decrecimiento de z1 , es dek cir que limk (kz1 ) = 0 cuando |z1 | < 1. Por lo tanto los polos m ultiples no afectan a las condiciones de estabilidad, pero obviamente s afectan al comportamiento en r egimen transitorio: la curva ya no es una exponencial decreciente.

El c alculo de los coecientes para el caso de polos dobles se hace de la siguiente forma: (z ) ] c2 = [(1 z1 z 1 )2 Y z 1 |z =z1
(z ) d }]|z=z1 c1 = [ dz {(1 z1 z 1 )2 Y z 1

En el ejemplo c2 =
1

1 z1 1 1z1

1 z1 1

d z d 1 c1 = [ dz { 1 }] = [ dz { z }] z 1 |z =z1 1 |z =z1

c1 =

1 (z1 1)2

que en nuestro ejemplo es c2 = 2 y c1 = 4. Para el c alculo de c3 se utiliza la f ormula de polos simples, y en nuestro 1 ejemplo resulta c3 = (1 = 4. 1 2 )
2

Por lo tanto la soluci on de la ecuaci on en diferencias del ejemplo es

1 k 1 yk = 4( 1 )k 2k ( 2 ) + 4, 2

k = 0, 1 . . .

yk = 0, que puede escribirse en la forma:

k<0

yk = 4(1 + k )2k + 4, yk = 0,

k = 0, 1 . . .

k<0

Podemos comprobar que y (0) = c1 + c3 = 0, como hab amos impuesto. Tambi en para k = 1, se cumple que y (1) = 0. La descomposici on en fracciones parciales y el c alculo de sus coecientes para el caso de polos con un orden de multiplidad mayor que dos es engorroso, por 31

lo que conviene utilizar alguna otra t ecnica de inversi on de Y (z ). La forma m as general de resolver la ecuaci on en diferencias utilizando la transfrormada Z es utilizar directamente la transformada Z inversa a trav es de la integral de inversi on. No voy a entrar en detalles sobre esta cuesti on, tan s olo explicar e el m etodo en el apartado siguiente.

5.

Resoluci on de la ecuaci on en diferencias utilizando el teorema de los residuos

Una vez que se ha calculado Y (z ) puede obtenerse yk como yk =

n i=1 ri

donde n es el n umero de polos distintos de la ecuaci on en diferencias (si todos los polos son simples, coincidir a con el orden del sistema) y ri son los residuos de Y (z )z k1 en cada uno de los polos zi , i = 1 . . . n. Los residuos se calculan de la siguiente forma: ri =
dm1 1 limzzi { dz m1 [(z (m1)!

zi )m Y (z )z k1 ]}

donde m es el orden de multiplicidad del polo zi , y (m 1)! es el factorial de (m 1) (recu erdese que 1! = 0! = 1). 1. Polos dobles En el ejemplo anterior, la ecuaci on en diferencias era: yk yk1 + 1 y = uk2 4 k 2 cuya transformada Z (con condiciones iniciales nulas, y una entrada escal on unitario) es, Y (z ) =
z (z 2 z + 1 )(z 1) 4 1 2

Vemos que hay un polo doble en z1 = Por lo tanto, n = 2 y

y un polo simple en z2 = 1.

z k1 } = 4 r2 = limz1 {(z 1)Y (z )z k1 } = limz1 { z2 z z+ 1

4

32

d r1 = limz 1 { dz [(z 1 )2 Y (z )z k1 ]} 2
2

d z [ z1 ]} = limz 1 { kz r1 = limz 1 { dz
2 2

k1 (z 1)z k

(z 1)2

r1 = limz 1 { z
2

k (kz 1 (z 1)1)

(z 1)2

} = 4(1 + k )2k

luego yk = r1 + r2 , que coincide con lo obtenido en el apartado anterior. 2. Polos complejos Sea la ecuaci on en diferencias yk yk1 + 1 y = uk2 2 k 2 La transformada Z (con condiciones iniciales nulas y entrada escal on unidad) es: Y (z ) = (z2 z+z1 )(z1)
2

1 que tiene dos ra ces complejas conjugadas simples, z1 = 1 +i 2 y z2 = 2 1 1 z1 = 2 i 2 , y una ra z real simple z3 = 1, por lo que n = 3, con los residuos

r3 = limz1 {(z 1)Y (z )z k1 } = limz1 { z2 z z k1 } = 2 z+ 1

2

r1 = limz( 1 +i
2

1 ) 2

{(z ( 1 +i 1 ))Y (z )z k1 } 2 2
k 1 k z1 ) (z1 1)(z1 z1 )k (z1 1)(z z ) (z1 1 1

z r1 = limzz1 { (z1)( }= z z )
{ r2 = limzz1 }= (z 1)(z z1 )

zk

Haciendo z1 = |z1 |ei = + i y z1 1 = aei , donde a = |z1 1|, y teniendo en cuenta que |z1 | = |z1 | y |z1 1| = |z1 1|, podemos escribir los residuos relacionados con los polos complejos conjugados en la forma k z1 |k eik 1 | ei(k) = |z r1 = |2 iaei a 2i
z1 | e 1| r2 = |2 = |z iaei a ,y por lo que r2 = r1
k ik k

ei(k) 2i

r1 + r2 =

|z1 |k sin(k |z1 1|

33

Puede comprobarse que la soluci on yk = r1 + r2 + r3 coincide con la obtenida anteriormente en el apartado 4.2.8

Como c1 =

1 ) (z1 1)(z1 z1

= |c1 |ei , entonces |c1 | =

1 2|z 1| ,

y = 2 .

34

http://www.swarthmore.edu/NatSci/echeeve1/Ref/LPSA/LaplaceZTable/ LaplaceZFuncTable.html

35