Ejercicios UNAD

UNIVERSIDADNACIONALABIERTAYADISTANCIA UNAD
ESCUELADECIENCIASBSICAS,TECNOLOGAEINGENIERA
CONTENIDODIDCTICODELCUSO:201527SISTEMASDINMICOS
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
PROGRAMA DE INGENIERA ELECTRNICA
201527 SISTEMAS DINMICOS

DIEGO FERNANDO SENDOYA LOSADA
Director Nacional
JAIRO HERNAN LOPEZ BAYONA

Acreditador
NEIVA
Julio de 2009
ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO

El presente mdulo fue diseado en el ao 2007 por el ingeniero Diego
Fernando Sendoya Losada, tutor de la UNAD, y ubicado en el CEAD de Neiva, el
ingeniero Sendoya es Ingeniero Electrnico de la Universidad Surcolombiana,
especialista en Automatizacin Industrial de la Universidad de Ibagu, y candidato
a Master de la misma universidad, se ha desempeado como tutor de la UNAD
desde el 2005 hasta el ao 2009 y ha sido catedrtico de diversas universidades
del departamento del Huila.
El presente mdulo ha tenido dos actualizaciones desarrolladas por el

mismo ingeniero Sendoya en los aos 2008 y 2009. El ingeniero Sendoya se
desempea actualmente como director del cuso a nivel nacional.
En el ao 2009 el ingeniero Jairo Hernn Lpez Bayona, tutor del CEAD

Sogamoso, apoy el proceso de revisin de estilo del mdulo y dio aportes
disciplinares, didcticos y pedaggicos en el proceso de acreditacin de material
didctico desarrollado en el mes de JULIO de 2009.
INTRODUCCIN
El curso de Sistemas Dinmicos es de tipo metodolgico, pertenece al campo de
formacin profesional especfico y es ofrecido dentro del portafolio de cursos
especficos para el rea profesional del programa de tecnologa e ingeniera
electrnica de la Universidad Nacional Abierta y a Distancia UNAD. Tiene como
objetivo principal desarrollar en el estudiante la habilidad para el manejo de un
conjunto de herramientas analticas que le permitan modelar y analizar plantas y
sistemas de control lineales e invariantes en el tiempo tanto continuo como
discreto; todo esto a travs de la estrategia de educacin abierta y a distancia.
El curso tiene 2 crditos acadmicos, los cuales comprenden el estudio

independiente y el acompaamiento tutorial, con el propsito que el estudiante:
Reconozca sistemas dinmicos lineales e invariantes en el tiempo y est en

capacidad de modelarlos matemticamente para conocer su respuesta a travs
de los diagramas obtenidos con un proceso matemtico.
Pueda analizar la estabilidad de los sistemas de control, a partir de los

modelos matemticos de los sistemas dinmicos.
Comparta sus logros, experiencias y dudas con su tutor y sus compaeros de

curso, futuros colegas.
Desarrolle procesos y habilidades necesarias para su continua formacin en el

mbito personal, social y profesional.
Este curso est compuesto por DOS (2) unidades didcticas, a saber:
Unidad 1. Representacin de los Sistemas Dinmicos. Trata en primer lugar, los

aspectos introductorios y la terminologa referente al rea de control, en segundo
lugar, introduce y refuerza el manejo matemtico necesario para el modelado de
los sistemas dinmicos, como lo es la transformada de Laplace y la transformada
Z, y en tercer lugar trata las diferentes representaciones que se pueden utilizar
para analizar los sistemas dinmicos.
Unidad 2. Anlisis de los sistemas dinmicos. Trata los diferentes mtodos de

anlisis que se utilizan en control, como son el anlisis en el dominio del tiempo, el
anlisis en el dominio de la frecuencia, anlisis mediante el lugar geomtrico de
las races y anlisis en el espacio de estados.
La metodologa a seguir ser bajo la estrategia de educacin a distancia. Por tal

razn, ser importante planificar los procesos de:
Estudio Independiente: este se desarrollar a travs del trabajo personal y

del trabajo en pequeos grupos colaborativos de aprendizaje.
Acompaamiento tutorial: corresponde al acompaamiento que el tutor

realiza al estudiante para potenciar el aprendizaje y la formacin. Este
acompaamiento se puede adelantar de forma individual, en pequeos grupos
o a nivel de grupo de curso.
La evaluacin del curso se define como cualitativa - participativa, y mide la calidad

de los procesos y productos de aprendizaje. Se evidencia desde las formas de:
Autoevaluacin: evaluacin que realiza el estudiante para valorar su propio

proceso de aprendizaje.
Coevaluacin: se realiza a travs de los grupos colaborativos, y pretende la

socializacin de los resultados del trabajo personal.
Heteroevaluacin: Es la valoracin que realiza el tutor del proceso de

aprendizaje.
Otro aspecto a considerar dentro del curso es el sistema de interactividades, el

cual vincula a los actores del proceso mediante diversas actividades de
aprendizaje que orientan el trabajo de los estudiantes hacia el logro de los
objetivos que se pretenden. Se puede dar de la siguiente manera:
Tutor-estudiante: a travs del acompaamiento individual.
Estudiante-estudiante: mediante la participacin activa en los grupos

colaborativos de aprendizaje.
Estudiantes-tutor: a travs del acompaamiento a los pequeos grupos

colaborativos de aprendizaje.
Tutor-estudiantes: mediante el acompaamiento en grupo de curso
Estudiantes-estudiantes: en los procesos de socializacin que se realizan en

el grupo de curso.
Para el desarrollo del curso es importante el papel que juegan los recursos
didcticos y tecnolgicos como medio activo e interactivo, buscando la
interlocucin durante todo el proceso de dilogo tutor-estudiante.
Se tienen diferentes opciones y tecnologas, las cules deben ser empleadas de la

mejor forma de acuerdo al espacio, y a los objetivos propuestos en cada curso.
Algunas de las ms empleadas, son:
Materiales virtuales: Son el soporte fundamental para el curso y para

favorecer los procesos de aprendizaje autodirigido. Estos contenidos sern
publicados en la plataforma virtual de la UNAD.
Sitios Web: propician el acercamiento al conocimiento, la interaccin y la

produccin de nuevas dinmicas educativas.
Sistemas de interactividades sincrnicas: permite la comunicacin a travs

de encuentros presnciales directos o de encuentros mediados (Chat, audio
conferencias, videoconferencias, tutoras telefnicas).
Sistemas de interactividades asincrnicas: permite la comunicacin en

forma diferida favoreciendo la disposicin del tiempo del estudiante para su
proceso de aprendizaje (correo electrnico, foros, grupos de discusin, entre
otros).
El acceso a documentos complementarios adquiere una dimensin de suma

importancia, en tanto la informacin sobre el tema exige conocimientos de
actualidad.
En la medida que el estudiante interiorice y aplique los puntos abordados

anteriormente, podr obtener los logros propuestos en este curso, as como un
aprestamiento en los enfoques de la ingeniera mediante la estrategia de

educacin a distancia.
INDICE DE CONTENIDO
UNIDAD 1.......................................................................................................................................... 14
CAPITULO 1: SISTEMAS DE CONTROL ........................................................................................ 15
INTRODUCCIN............................................................................................................................... 15
Leccin 1: ELEMENTOS DE UN SISTEMA DE CONTROL............................................................. 16
1. ELEMENTOS DE CONTROL........................................................................................................ 16
2. ELEMENTOS DE UN SISTEMA DE CONTROL AUTOMTICO ................................................. 18
3. TIPOS DE VARIABLES................................................................................................................. 21
4. SEALES DE COMUNICACIN .................................................................................................. 23
Leccin 2: SISTEMAS CONTINUOS Y DISCRETOS....................................................................... 24
1. SISTEMAS DE CONTROL CONTINUOS..................................................................................... 24
2. SISTEMAS DE CONTROL DISCRETOS ..................................................................................... 25
3. EJEMPLOS DE SISTEMAS DE CONTROL ................................................................................. 27
Leccin 3: TIPOS DE SISTEMAS DE CONTROL ............................................................................ 28
1. CONTROL EN LAZO CERRADO ................................................................................................. 29
2. CONTROL EN LAZO ABIERTO.................................................................................................... 29
Leccin 4: EFECTOS DE LA REALIMENTACIN ........................................................................... 30
Leccin 5: MTODOS DE CONTROL .............................................................................................. 33
1. MTODOS DE CONTROL CLSICO........................................................................................... 33
2. MTODOS DE CONTROL MODERNO........................................................................................ 34
3. MTODOS DE CONTROL AVANZADO....................................................................................... 35
CAPITULO 2: HERRAMIENTAS MATEMTICAS............................................................................ 37
INTRODUCCIN............................................................................................................................... 37
Leccin 1: TRANSFORMADA DE LAPLACE ................................................................................... 40
1. FUNCIONES COMPLEJAS .......................................................................................................... 40
2. DEFINICIN DE LA TRANSFORMADA DE LAPLACE ............................................................... 43
3. TRANSFORMADA DE LAPLACE DE FUNCIONES ELEMENTALES ......................................... 45
3.1. Funcin Impulso Delta de Dirac .............................................................................................. 45
3.2. Funcin Escaln......................................................................................................................... 46
3.3. Funcin Rampa .......................................................................................................................... 47
3.4. Funcin Exponencial .................................................................................................................. 48
3.5. Funcin Senoidal........................................................................................................................ 49
Leccin 2: PROPIEDADES Y TEOREMAS DE LA TRANSFORMADA DE LAPLACE .................... 52
1. MULTIPLICACIN POR UNA CONSTANTE ............................................................................... 52
2. LINEALIDAD.................................................................................................................................. 53
3. TRASLACIN COMPLEJA ........................................................................................................... 53
4. TRASLACIN EN EL TIEMPO ..................................................................................................... 54
5. CAMBIO DE ESCALA ................................................................................................................... 54
6. DIFERENCIACIN REAL ............................................................................................................. 55
7. INTEGRACIN REAL ................................................................................................................... 56
8. DIFERENCIACIN COMPLEJA ................................................................................................... 57
9. TEOREMA DEL VALOR INICIAL.................................................................................................. 57
10. TEOREMA DEL VALOR FINAL .................................................................................................. 58
11. INTEGRAL DE CONVOLUCIN................................................................................................. 58
Leccin 3: TRANSFORMADA INVERSA DE LAPLACE .................................................................. 61
1. FRACCIONES PARCIALES.......................................................................................................... 62
1.1. Races Reales Simples .............................................................................................................. 62
1.2. Races Complejas Simples ........................................................................................................ 64
1.3. Races Mltiples ......................................................................................................................... 68
2. SOLUCIN DE ECUACIONES DIFERENCIALES ....................................................................... 70
Leccin 4: TRANSFORMADA Z .................................................................................................... 73
1. DEFINICIN DE LA TRANSFORMADA Z ................................................................................ 73
2. TRANSFORMADA Z DE FUNCIONES ELEMENTALES .......................................................... 74
2.1. Funcin Delta de Kronecker....................................................................................................... 74
2.2. Funcin Escaln Unitario ........................................................................................................... 75
2.3. Funcin Rampa Unitaria............................................................................................................. 75
2.4. Funcin Polinomial ..................................................................................................................... 76
2.5. Funcin Exponencial .................................................................................................................. 77
2.6. Funcin Senoidal........................................................................................................................ 78
3. PROPIEDADES Y TEOREMAS DE LA TRANSFORMADA Z .................................................. 81
3.1. Multiplicacin por una Constante ............................................................................................... 81
3.2. Linealidad ................................................................................................................................... 81
k
3.3. Multiplicacin por a .................................................................................................................. 82

3.4. Traslacin Compleja................................................................................................................... 83
3.5. Traslacin Real .......................................................................................................................... 83
3.6. Suma de Funciones ................................................................................................................... 84
3.7. Teorema del Valor Inicial............................................................................................................ 85
3.8. Teorema del Valor Final ............................................................................................................. 85
Leccin 5: TRANSFORMADA Z INVERSA ................................................................................... 86
1. MTODO DE DIVISIN DIRECTA............................................................................................... 88
2. MTODO DE FRACCIONES PARCIALES................................................................................... 90
3. MTODO DE LOS RESIDUOS..................................................................................................... 96
4. SOLUCIN DE ECUACIONES EN DIFERENCIA...................................................................... 100
CAPITULO 3: MODELADO DE SISTEMAS DINMICOS.............................................................. 102
INTRODUCCIN............................................................................................................................. 102
Leccin 1: SISTEMAS FSICOS Y MODELOS............................................................................... 105
1. SISTEMAS ELCTRICOS .......................................................................................................... 105
2. SISTEMAS MECNICOS ........................................................................................................... 111
3. SISTEMAS DE NIVEL DE LQUIDO........................................................................................... 114
4. SISTEMAS TRMICOS .............................................................................................................. 121
Leccin 2: FUNCIN DE TRANSFERENCIA ................................................................................. 125
1. RESPUESTA IMPULSO ............................................................................................................. 125
2. FUNCIN DE TRANSFERENCIA DE SISTEMAS CONTINUOS .............................................. 127
3. FUNCIN DE TRANSFERENCIA DE SISTEMAS DISCRETOS ............................................... 129
3.1. Muestreo de una Seal ............................................................................................................ 129
3.2. Retencin de Datos.................................................................................................................. 131
3.3. Teorema del Muestreo ............................................................................................................. 132
3.4. Funcin de Transferencia Pulso .............................................................................................. 137
Leccin 3: SISTEMAS NO LINEALES ............................................................................................ 140
Leccin 4: DIAGRAMAS DE BLOQUES......................................................................................... 144
1. ELEMENTOS DE UN DIAGRAMA DE BLOQUES ..................................................................... 144
2. REDUCCIN DE DIAGRAMAS DE BLOQUES PARA SISTEMAS CONTINUOS .................... 146
3. REDUCCIN DE DIAGRAMAS DE BLOQUES PARA SISTEMAS DISCRETOS ..................... 150
4. REGLA DE MASON .................................................................................................................... 154
Leccin 5: ESPACIO DE ESTADOS............................................................................................... 156
1. DEFINICIONES........................................................................................................................... 157
2. ECUACIONES DE ESTADO PARA SISTEMAS CONTINUOS.................................................. 159
3. ECUACIONES DE ESTADO PARA SISTEMAS DISCRETOS .................................................. 166
4. REPRESENTACIN EN EL ESPACIO DE ESTADOS .............................................................. 167
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 1........................................................... 173
FUENTES DOCUMENTALES DE LA UNIDAD 1 ........................................................................... 174
UNIDAD 2........................................................................................................................................ 175
CAPITULO 4: ANLISIS DE LA RESPUESTA EN EL TIEMPO .................................................... 176
INTRODUCCIN............................................................................................................................. 176
Leccin 1: SISTEMAS DE PRIMER ORDEN.................................................................................. 177
Leccin 2: SISTEMAS DE SEGUNDO ORDEN ............................................................................. 181
Leccin 3: SISTEMAS DE ORDEN SUPERIOR............................................................................. 189
1. CANCELACIN CERO-POLO.................................................................................................... 190
2. APROXIMACIN DE POLOS DOMINANTES............................................................................ 191
Leccin 4: ERROR EN ESTADO ESTACIONARIO........................................................................ 191
Leccin 5: ESTABILIDAD Y CRITERIOS DE ESTABILIDAD......................................................... 196
1. ESTABILIDAD EN SISTEMAS EN TIEMPO CONTINUO .......................................................... 196
2. ESTABILIDAD EN SISTEMAS DE TIEMPO DISCRETO ........................................................... 204
CAPITULO 5: ANLISIS DE RESPUESTA EN FRECUENCIA...................................................... 213
INTRODUCCIN............................................................................................................................. 213
Leccin 1: DIAGRAMAS DE BODE ................................................................................................ 216
Leccin 2: ANLISIS DE ESTABILIDAD DE BODE ....................................................................... 220
1. MARGEN DE FASE .................................................................................................................... 225
2. MARGEN DE GANANCIA........................................................................................................... 226
Leccin 3: DIAGRAMA DE NYQUIST............................................................................................. 228
Leccin 4: ANLISIS DE ESTABILIDAD DE NYQUIST ................................................................. 230
Leccin 5: RESPUESTA FRECUENCIAL DE SISTEMAS EN TIEMPO DISCRETO..................... 244
CAPITULO 6: ANLISIS DEL LGR Y DEL ESPACIO DE ESTADOS............................................ 252
INTRODUCCIN............................................................................................................................. 252
Leccin 1: REGLAS DE CONSTRUCCIN DEL LUGAR DE LAS RACES .................................. 253
Leccin 2: ASPECTOS IMPORTANTES EN LA CONSTRUCCIN DEL LGR.............................. 270
1. EFECTOS DE ADICIN DE POLOS Y CEROS......................................................................... 270
2. EFECTOS DE MOVIMIENTOS DE POLOS Y CEROS.............................................................. 272
3. LGR EN SISTEMAS DISCRETOS.............................................................................................. 273
Leccin 3: REPRESENTACIONES EN EL ESPACIO DE ESTADOS............................................ 275
1. FORMA CANNICA CONTROLABLE ....................................................................................... 276
2. FORMA CANNICA OBSERVABLE .......................................................................................... 277
3. FORMA CANNICA DIAGONAL................................................................................................ 277
4. FORMA CANNICA DE JORDAN ............................................................................................. 278
Leccin 4: SOLUCIN DE LA ECUACIN DE ESTADOS ............................................................ 281
1. SOLUCIN DE LAS ECUACIONES DE ESTADO PARA EL CASO HOMOGNEO ................ 281
2. SOLUCIN DE LAS ECUACIONES DE ESTADO PARA EL CASO NO HOMOGNEO.......... 284
Leccin 5: CONTROLABILIDAD Y OBSERVABILIDAD ................................................................. 286
1. CONTROLABILIDAD .................................................................................................................. 286
2. OBSERVABILIDAD ..................................................................................................................... 287
LISTADO DE TABLAS
Table 2.1 Pares de transformadas de Laplace ................................................................................. 50
Table 2.2 Propiedades de la transformada de Laplace .................................................................... 60
Table 2.3 Pares de transformadas Z ............................................................................................. 79
Table 2.4 Propiedades de la transformada Z ................................................................................. 86
Table 2.5 Transformadas Z de x( k + n) y x( k n) .................................................................. 100
Table 3.1 Reglas del lgebra de bloques........................................................................................ 147
Table 3.2 Sistemas de control discreto en lazo cerrado ................................................................. 153
Table 4.1 Error en estado estacionario para diversos sistemas ..................................................... 195
Table 4.2 Arreglo de Jury ................................................................................................................ 209
LISTADO DE GRFICOS Y FIGURAS

Figure 1.1 Diagrama general de un proceso..................................................................................... 17
Figure 1.2 Sistema de control automtico......................................................................................... 18
Figure 1.3 Sistema de control de nivel.............................................................................................. 21
Figure 1.4 Intercambiador de calor ................................................................................................... 22
Figure 1.5 Diagrama de bloques del intercambiador de calor .......................................................... 22
Figure 1.6 Sistema de control continuo............................................................................................. 25
Figure 1.7 Sistema de control discreto.............................................................................................. 26
Figure 1.8 Sistema de control de direccin de un auto..................................................................... 27
Figure 1.9 Sistema de control de velocidad de un auto.................................................................... 27
Figure 1.10 Sistema de control de temperatura de un horno elctrico ............................................. 28
Figure 1.11 Sistema de control en lazo cerrado ............................................................................... 29
Figure 1.12 Sistema de control en lazo abierto................................................................................. 30
Figure 1.13 Sistema realimentado .................................................................................................... 31
Figure 2.1 Seales en tiempo continuo y en tiempo discreto ........................................................... 39
Figure 2.2 Plano complejo s ............................................................................................................ 40
Figure 2.3 Aproximacin a la funcin impulso .................................................................................. 45
Figure 2.4 Funcin impulso ............................................................................................................... 46
Figure 2.5 Funcin escaln ............................................................................................................... 46
Figure 2.6 Funcin rampa ................................................................................................................. 47
Figure 2.7 Funcin exponencial ........................................................................................................ 48
Figure 2.8 Funcin senoidal .............................................................................................................. 49
Figure 2.9 Funcin delta de Kronecker ............................................................................................. 74
Figure 2.10 Funcin escaln unitario ................................................................................................ 75
Figure 2.11 Funcin rampa unitaria .................................................................................................. 76
Figure 2.12 Funcin polinomial ......................................................................................................... 76
Figure 2.13 Funcin exponencial ...................................................................................................... 77
Figure 2.14 Funcin senoidal ............................................................................................................ 78
Figure 2.15 Funciones en tiempo continuo con los mismos valores en t = 0, T , 2T ,... .................. 87
Figure 3.1 No linealidad de saturacin............................................................................................ 104
Figure 3.2 No linealidad de zona muerta ........................................................................................ 104
Figure 3.3 No linealidad de ley cuadrtica ...................................................................................... 104
Figure 3.4 Circuito RL en serie........................................................................................................ 105
Figure 3.5 Circuito RC en serie ....................................................................................................... 106
Figure 3.6 Circuito RC en paralelo .................................................................................................. 107
Figure 3.7 Circuito RLC en serie ..................................................................................................... 108
Figure 3.8 Circuito RC..................................................................................................................... 109
Figure 3.9 Sistema masa-amortiguador.......................................................................................... 112
Figure 3.10 Diagrama de cuerpo libre para el sistema masa-amortiguador................................... 112
Figure 3.11 Sistema masa-resorte-amortiguador ........................................................................... 113
Figure 3.12 Diagrama de cuerpo libre para el sistema masa-resorte-amortiguador ...................... 113
Figure 3.13 Sistema de nivel de lquido .......................................................................................... 115
Figure 3.14 Sistema de nivel de lquido .......................................................................................... 117
Figure 3.15 Sistema de nivel de lquido con interaccin................................................................. 119
Figure 3.16 Sistema trmico ........................................................................................................... 123
Figure 3.17 Muestreo mediante impulsos ....................................................................................... 130
Figure 3.18 Reconstruccin efectuada por el ZOH......................................................................... 131
Figure 3.19 Muestreo y reconstruccin de una seal ..................................................................... 133
Figure 3.20 Espectro de la seal f (t ) ........................................................................................... 133
Figure 3.21 Repeticin del espectro de la seal debido al muestreo ............................................. 134
Figure 3.22 Superposicin de espectros (aliasing) ......................................................................... 134
Figure 3.23 Distorsin del espectro de la seal al recuperar con el ZOH ...................................... 135
Figure 3.24 Muestreo y reconstruccin ideal .................................................................................. 136
Figure 3.25 Muestreo ideal y reconstruccin mediante ZOH.......................................................... 136
Figure 3.26 Muestreo real (ancho de pulso p ) y reconstruccin mediante ZOH .......................... 137
Figure 3.27 Sistema continuo excitado por una entrada continua.................................................. 138
Figure 3.28 Sistema continuo excitado por una entrada discreta................................................... 138
Figure 3.29 Respuesta de un sistema continuo a una entrada discreta......................................... 138
Figure 3.30 Intercambiador de calor ............................................................................................... 142
Figure 3.31 Elementos de un diagrama de bloques ....................................................................... 144
Figure 3.32 Circuito RC................................................................................................................... 145
Figure 3.33 Diagrama de bloques para el ejemplo 3.18 ................................................................. 147
Figure 3.34 Sistema muestreado mediante impulsos ..................................................................... 150
Figure 3.35 Sistema muestreado con un muestreador entre los elementos en serie .................... 151
Figure 3.36 Sistema muestreado sin muestreador entre los elementos en serie........................... 152
Figure 3.37 Diagrama de bloques para el ejemplo 3.21 ................................................................. 154
Figure 3.38 Circuito RLC................................................................................................................. 157
Figure 3.39 Sistema LTI en espacio de estados............................................................................. 162
Figure 3.40 Sistema mecnico........................................................................................................ 162
Figure 4.1 Sistema de primer orden. T : Constante de tiempo del sistema ................................... 177
Figure 4.2 Respuesta escaln de un sistema de primer orden ...................................................... 178
Figure 4.3 Respuesta rampa de un sistema de primer orden......................................................... 179
Figure 4.4 Respuesta impulso de un sistema de primer orden ...................................................... 180
Figure 4.5 Ubicacin de los polos en funcin de ....................................................................... 182
Figure 4.6 Diferentes respuestas escaln de un sistema de segundo orden................................. 183
Figure 4.7 Especificaciones para un sistema con respuesta subamortiguada............................... 184
Figure 4.8 M p en funcin de .................................................................................................... 186
Figure 4.9 Curvas envolventes de la respuesta paso..................................................................... 187
Figure 4.10 Respuestas al escaln de sistemas de segundo orden .............................................. 188
Figure 4.11 Funciones continuas segn la ubicacin de sus polos en el plano s ......................... 196
Figure 4.12 Estructura de un sistema de control en lazo cerrado .................................................. 197
Figure 4.13 Diagrama de bloques de un sistema de lazo cerrado ................................................. 203
Figure 4.14 Funciones discretas segn la ubicacin de sus polos en el plano z ......................... 205
Figure 4.15 Diagrama de bloques de un sistema de control discreto en lazo cerrado................... 205
Figure 4.16 Relacin entre los planos s, z y w ............................................................................. 206
Figure 4.17 Diagrama de bloques para el ejemplo 4.8 ................................................................... 207
Figure 5.1 Sistema de tiempo continuo........................................................................................... 214
Figure 5.2 Diagramas de Bode aproximados para sistemas de primer orden ............................... 217
Figure 5.3 Diagramas de Bode aproximados para sistemas de segundo orden............................ 218
Figure 5.4 Diagrama de Bode de magnitud para un sistema de segundo orden con distintos valores
de ............................................................................................................................................... 219
Figure 5.5 Diagrama de Bode de fase para un sistema de segundo orden con distintos valores de
.................................................................................................................................................... 219
Figure 5.6 Relacin entre el LGR y los diagramas de Bode........................................................... 221
Figure 5.7 Sistema del ejemplo 5.1................................................................................................. 222
Figure 5.8 Diagrama de Bode para el ejemplo 5.1 ......................................................................... 222
Figure 5.9 Medicin del MF y del MG en el diagrama de Bode para K = 600 ............................. 227
Figure 5.10 Medicin del MF y del MG en el diagrama de Bode para K = 15 ............................. 227
Figure 5.11 Diagrama polar............................................................................................................. 228
Figure 5.12 Diagrama polar de un sistema de tercer orden ........................................................... 229
Figure 5.13 Diagrama polar de un sistema de segundo orden....................................................... 230
Figure 5.14 Teorema de la transformacin conforme ..................................................................... 231
Figure 5.15 Teorema de la representacin ..................................................................................... 232
Figure 5.16 Recorrido de Nyquist.................................................................................................... 233
Figure 5.17 Diagrama de Nyquist a) en el plano 1 + G ( j ) H ( j ) b) en el plano G ( j ) H ( j )
......................................................................................................................................................... 234
Figure 5.18 Recorrido de Nyquist modificado ................................................................................. 236
Figure 5.19 Sistema realimentado para el ejemplo 5.2 .................................................................. 236
Figure 5.20 Recorrido de Nyquist modificado para el ejemplo 5.2 ................................................. 237
Figure 5.21 LGR para el sistema del ejemplo 5.2........................................................................... 238
Figure 5.22 Diagrama de Nyquist para K = 1 (lnea continua) y simtrico (lnea discontinua)..... 240
Figure 5.23 Diagrama polar que contiene al punto 1 + j 0 .......................................................... 241
Figure 5.24 LGR del sistema de ejemplo........................................................................................ 242
Figure 5.25 Diagrama de Nyquist para K = 10, 60 y 200 ............................................................ 242
Figure 5.26 Medicin del MF y del MG en el diagrama polar para K = 30 ................................... 243
Figure 5.27 Medicin del MF y del MG en el diagrama polar para K = 100 ................................. 244
Figure 5.28 Sistema de tiempo discreto.......................................................................................... 244
Figure 5.29 Sistema discreto en lazo abierto.................................................................................. 248
Figure 5.30 Sistema discreto en lazo cerrado................................................................................. 249
Figure 6.1 Polos y ceros en lazo abierto......................................................................................... 254
Figure 6.2 LGR sobre el eje real ..................................................................................................... 254
Figure 6.3 Inicio y final del LGR ...................................................................................................... 256
Figure 6.4 Asntotas del LGR .......................................................................................................... 256
Figure 6.5 Ubicacin de las asntotas ............................................................................................. 257
Figure 6.6 Puntos de ruptura........................................................................................................... 258
Figure 6.7 LGR sobre eje real entre dos polos ............................................................................... 259
Figure 6.8 LGR sobre eje real entre dos ceros ............................................................................... 259
Figure 6.9 LGR sobre eje real entre cero y polo ............................................................................. 260
Figure 6.10 Puntos de cruce del LGR con el eje imaginario........................................................... 260
Figure 6.11 ngulos de arranque y llegada .................................................................................... 262
Figure 6.12 Polos y ceros del ejemplo 6.1 ...................................................................................... 263
Figure 6.13 LGR del ejemplo 6.1 .................................................................................................... 266
Figure 6.14 Polos y ceros del ejemplo 6.2 ...................................................................................... 267
Figure 6.16 Evaluacin de los ceros en lazo cerrado ..................................................................... 269
Figure 6.17 Efecto de la adicin de polos sobre el LRG................................................................. 271
Figure 6.18 Efecto de la adicin de un cero sobre el LGR ............................................................. 272
Figure 6.19 Efecto del movimiento de un polo hacia el semiplano derecho................................... 272
Figure 6.20 Sistema del ejemplo 6.3............................................................................................... 273
UNIDAD 1
Nombre de la
Unidad
Introduccin
Justificacin
Representacin de los Sistemas Dinmicos

La Unidad 1 trata en primer lugar, los aspectos introductorios
y la terminologa referente al rea de control; en segundo
lugar, introduce y refuerza el manejo matemtico necesario
para el modelado de los sistemas dinmicos, como lo es la
transformada de Laplace y la transformada Z; y en tercer
lugar trata las diferentes representaciones que se pueden
utilizar para analizar los sistemas dinmicos.
El estudiante de tecnologa e ingeniera electrnica debe
conocer la importancia que tiene la representacin de los
sistemas dinmicos dentro de la ingeniera, ya que esto le
permitir enfrentar un sistema real y obtener las bases para
disear una solucin que mejore su desempeo. En la
Unidad 1 se presentan las herramientas analticas que le
permiten modelar plantas y sistemas de control lineales e
invariantes en el tiempo tanto continuo como discreto.
Mediante el desarrollo de las lecciones propuestas se

pretende concientizar a los estudiantes del propsito que
tienen los sistemas de control desde el punto de vista de la
representacin del sistema, la ubicacin del modelamiento
de sistemas dinmicos como profesin y como tarea dentro
del ciclo de vida de los sistemas industriales.
Lograr que el estudiante comprenda la manera de
representar y modelar sistemas dinmicos lineales e
Intencionalidades invariantes en el tiempo, empleando para ello algunas
herramientas matemticas que le permitan aplicar
Formativas
apropiadamente estos conocimientos en el campo
tecnolgico.
Captulo 1: Sistemas de control
Denominacin de
Captulo 2: Herramientas matemticas
Captulos
Captulo 3: Modelado de sistemas dinmicos
1.
CAPITULO 1: SISTEMAS DE CONTROL
INTRODUCCIN
En muchos procesos industriales (sistemas dinmicos) la funcin de control es

realizada por un operario (ser humano), este operario es el que decide cundo y
cmo manipular las variables de tal modo que se obtenga una cadena productiva
continua y eficiente.
La eficiencia productiva implica el constante aumento de los niveles de produccin

de la maquinaria instalada, el mejoramiento de la calidad del producto final, la
disminucin de los costos de produccin, y la seguridad tanto para el personal
como para los equipos. Para lograr esto es necesario que los procesos
productivos se realicen a la mayor velocidad posible y que las variables a controlar
estn dentro de valores constantes.
Debido a estas exigencias, la industria ha necesitado de la utilizacin de nuevos y

ms complejos procesos, que muchas veces el operario no puede controlar debido
a la velocidad y exactitud requerida, adems muchas veces las condiciones del
espacio donde se lleva a cabo la tarea no son las ms adecuadas para el
desempeo del ser humano.
Frente a este panorama, surgen los sistemas de control como una solucin que
permite llevar la produccin a estndares de calidad mucho mejores.
Actualmente en el mundo, se ve una introduccin de los computadores y de la

microelectrnica en la industria y en la sociedad, esto trae consigo una extensin
del campo de los sistemas de control industrial ya que permite, a travs del
manejo de la informacin (seales, datos, mediciones, etc.), transformar los
mecanismos de produccin y procesos productivos de algunas industrias.
El principal objetivo de este capitulo es presentar las definiciones acerca de los

diferentes elementos que componen un sistema de control y los tipos de sistemas
de control existentes tanto en tiempo continuo como discreto. Tambin se realiza
una introduccin a los diferentes mtodos de control aplicados actualmente en la
industria con el fin de que el estudiante tenga una visin general de los alcances
de la teora de control.
Antes de iniciar con este estudio hay que aclarar algunos conceptos que sern
manejados a lo largo de este texto:
Control: Accin ejercida con el fin de poder mantener una variable dentro de
un rango de valores predeterminados.
Sistema de Control: Conjunto de equipos y componentes, que van a permitir

llevar a cabo las operaciones de control.
Operaciones de Control: Conjunto de acciones que buscan mantener una

variable dentro de patrones de funcionamiento deseados.
Control Automtico: Es el desarrollo de la accin de control, sin la

participacin directa de un ser humano (operario).
Leccin 1: ELEMENTOS DE UN SISTEMA DE CONTROL
1. ELEMENTOS DE CONTROL
Dependiendo del tipo de proceso y la funcin de control requerida, los sistemas de

control van desde los ms simples como mantener el nivel de agua o de
temperatura en un tanque, hasta los ms complicados en los cuales se hace uso
de equipos sofisticados y de un conjunto de algoritmos de control ptimo, control
robusto, inteligencia artificial, etc.
Se realiza el control de un proceso, cuando es posible regular el valor de la

variable de salida, variando el valor de la seal de control o seal de entrada.
Figure 1.1 Diagrama general de un proceso
Planta: Es el ambiente donde se encuentran los equipos y donde se lleva a

cabo el proceso. Se puede decir que es el conjunto de objetos fsicos, en los
cuales es necesario desarrollar acciones especialmente organizadas con el fin
de lograr los resultados de funcionamiento y desempeo deseados; estos
objetos van a ser controlados por medio de acciones.
Seales de Control: Son aquellas acciones elaboradas por el sistema de

control, o dadas por un operario, a travs de las variables manipuladas. Por
ejemplo, si se desea mantener un tanque a una temperatura constante, se
deber manipular el nivel de voltaje que recibe la resistencia que brinda calor al
tanque.
Perturbaciones: Son aquellas acciones que no dependen del sistema de

control ni del operario, pero intervienen positiva o negativamente en el proceso.
Por ejemplo, para el caso anterior si se desea mantener una temperatura
constante en un tanque, la temperatura ambiental actuar e interferir con el
calor del tanque.
Variables de Salida: Son aquellas que caracterizan el estado de los procesos

dentro de la planta, estas variables son guiadas por variables controladas. Por
ejemplo, si se cuenta con un recipiente de agua en el cual la variable de salida
ser el nivel, entonces la variable controlada ser el flujo de lquido que ingresa
al recipiente.
Proceso Industrial (Sistema Dinmico): Es la sucesin de cambios

graduales (en el tiempo) de materia y energa, todo proceso implica una
transformacin; generalizando se puede decir que es todo fenmeno fsico que
se puede medir y controlar. Pueden ser procesos continuos (siderrgica,
petroqumica), procesos de manufactura (embotelladoras, confeccin de
textiles), procesos de servicio (distribucin de agua), y procesos hbridos

(reciclaje de vidrio).
2. ELEMENTOS DE UN SISTEMA DE CONTROL AUTOMTICO
Adicionalmente a los componentes anteriores, se encuentran aquellos que le van

a dar la particularidad de ser automtico, es decir, el sistema de control va a
actuar independiente del operario y va a determinar por s mismo los mejores
valores para las seales de control.
Para ello se contar con una referencia, que es un valor dado por el operario, este
valor es fijo y depende del tipo de proceso y de las exigencias que este amerite; es
conocido como set-point, este valor es el que se desea alcanzar y mantener.
Figure 1.2 Sistema de control automtico
As, se tienen cuatro elementos que conforman el sistema de control:
Controlador: Es aquel instrumento que compara el valor medido con el valor

deseado, en base a esta comparacin calcula un error (diferencia entre valor
medido y deseado), para luego actuar a fin de corregir este error. Tiene por
objetivo elaborar la seal de control que permita que la variable controlada o
variable de salida corresponda a la seal de referencia. Los controladores
pueden ser de tipo manual, neumtico o electrnico.
Los controladores electrnicos ms usados son: computadores con tarjetas de

adquisicin de datos, PLC (Controladores Lgicos Programables) y
microcontroladores (PIC).
El tipo de controlador ms comn es el PLC, el cual es un equipo electrnico

basado en microprocesadores. El PLC hace uso de memorias programables y
regrabables (RAM), en donde se almacenan instrucciones a manera de algoritmos
que van a permitir seguir una lgica de control. Contiene interfaces que le
permiten manejar gran nmero de entradas y salidas tanto analgicas como
digitales.
Actuador: Es aquel equipo que sirve para regular la variable de control y

ejecutar la accin de control, tambin es conocido como elemento final de
control. Los actuadores pueden ser de tres tipos:
Actuadores elctricos: Son usados para posicionar dispositivos de
movimientos lineales o rotacionales. Por ejemplo: motores, rels,
switches y electrovlvulas.
Actuadores neumticos: Trabajan con seales de presin, estas
seales son convertidas a movimientos mecnicos. Por ejemplo:
pistones neumticos y vlvulas.
Actuadores hidrulicos: Operan igual a los neumticos, son usados en
tareas que requieren mayor fuerza por ejemplo levantar compuertas,
mover gras, elevadores, etc. Por ejemplo: pistones hidrulicos.
Proceso: Esta referido al equipo que va a ser automatizado, por ejemplo

puede ser una bomba, una tolva, un tanque, un compresor, un molino, un
intercambiador de calor, un horno, un secador, una caldera, etc.
Sensor: Es un elemento de medicin de parmetros o variables del proceso.

Los sensores pueden ser usados tambin como indicadores, para transformar
la seal medida en seal elctrica. Los sensores ms comunes son los de
nivel, temperatura, presencia, proximidad, flujo, presin, entre otros. Pueden
ser de varios tipos:
Sensores de contacto: Son aquellos que realizan la medida en
contacto directo, real y fsico con el producto o materia. Por ejemplo:
sensores de boya para medir nivel en un tanque, termocuplas para
medir temperatura, etc.
Sensores de no contacto: Se basan en propiedades fsicas de los

materiales, son ms exactos, pero son propensos a interferencias del
medio ambiente. Por ejemplo: sensores ultrasnicos, sensores pticos,
etc.
Sensores digitales: Trabajan con seales digitales, en cdigo binario,
pueden representar la codificacin de una seal analgica, o tambin la
representacin de dos estados ON/OFF. Por ejemplo: sensores tipo
switch.
Sensores analgicos: Proporcionan medidas continuas, los rangos
tpicos son de 4 a 20 mA, 0 a 5 V, entre otros. Por ejemplo: sensores
capacitivos, sensores piezoresistivos, etc.
Sensores mecnicos: Son aquellos que traducen la accin fsica del
elemento medido, en un comportamiento mecnico, tpicamente de
movimiento y/o calor. Por ejemplo: barmetros, termmetros de
mercurio, etc.
Sensores electro-mecnicos: Este tipo de sensor emplea un elemento
mecnico elstico combinado con un transductor elctrico. Por ejemplo:
sensores resistivos, sensores magnticos, etc.
A continuacin, se muestra un ejemplo de un sistema de control de nivel, donde el

proceso esta constituido por un tanque abierto, el controlador es de tipo
electrnico, y a travs de un transductor se convierte la seal elctrica a
neumtica, esta seal de presin de aire acciona una vlvula neumtica que
cumple la funcin de actuador, finalmente se cuenta con un sensor de nivel de tipo
no contacto.
Figure 1.3 Sistema de control de nivel
3. TIPOS DE VARIABLES
Se define como variable a todo aquel parmetro fsico cuyo valor puede ser
medido. Puede ser:
Variable Controlada: Es aquella que se busca mantener constante o con

cambios mnimos. Su valor debe seguir al set-point.
Variable Manipulada: A travs de esta se debe corregir el efecto de las

perturbaciones. Sobre esta se colocar el actuador.
Variable Perturbadora: Esta dado por los cambios repentinos que sufre el
sistema y que provocan inestabilidad.
Variable Medida: Es toda variable adicional, cuyo valor es necesario registrar

y monitorear, pero que no es necesario controlar.
Ejemplo 1.1 La figura 1.4 muestra un intercambiador de calor. A continuacin, se

presenta un diagrama y un cuadro donde se describen las distintas variables que
intervienen en el proceso.
Figure 1.4 Intercambiador de calor
Solucin:
Figure 1.5 Diagrama de bloques del intercambiador de calor
Variable
Controlada
Variable
Manipulada
Variable
Perturbadora
Variable Medida
Si ingresa agua fra y sale agua caliente, entonces se

busca controlar la temperatura del agua que sale, cuya
temperatura estar dada por un set-point
El calor dentro del intercambiador depende del suministro
de valor caliente, por tanto ser el flujo de vapor caliente,
cuyo actuador es la vlvula de vapor
No se conoce la temperatura ni la presin del agua que
ingresa, por tanto, estos pueden afectar a la salida
Se puede medir por ejemplo la temperatura del vapor
caliente
4. SEALES DE COMUNICACIN
Como se puede observar el flujo de informacin entre los elementos se da a travs

de seales. Las seales son un conjunto de datos que fluyen en diversos sentidos,
conformando un flujo de informacin. Estas pueden ser:
Seales Elctricas: Utilizan el flujo de electrones sobre un conductor, pueden

ser:
Seales analgicas: Son seales en tiempo continuo, la informacin
esta dada por la amplitud de la seal.
Seales digitales: Son seales en tiempo discreto, la informacin esta
dada en cdigo binario.
Seales Neumticas: La informacin est dada por la variacin fsica de

compresin o expansin de un fluido gaseoso en un tiempo determinado.
Seales Hidrulicas: En este caso las variaciones de presin por lo general

de un lquido viscoso generan el conjunto de datos a ser transmitidos.
Seales de Sonido: Conformadas por ondas de sonido producidas por el

movimiento vibratorio de los cuerpos a una determinada frecuencia; tambin
son usadas las ondas ultrasnicas.
Seales Electromagnticas: La informacin viaja sobre una onda de radio,

microondas o satlite, empaquetada dentro de una seal portadora,
recorriendo grandes distancias.
Seales pticas: Se hace uso de la fibra ptica y son empleadas para

transmitir grandes volmenes de informacin, generalmente usadas en redes
de controladores.
Leccin 2: SISTEMAS CONTINUOS Y DISCRETOS
1. SISTEMAS DE CONTROL CONTINUOS
Los sistemas de control continuos son aquellos que estn descritos mediante
ecuaciones diferenciales que describen las leyes fsicas que rigen el
comportamiento de dicho sistema, y que relacionan el comportamiento de la salida
de este ante una entrada determinada.
Estos sistemas se caracterizan porque las variables poseen un valor para

cualquier tiempo posible dentro de un intervalo de tiempo finito. Est referido a las
seales analgicas, y su comportamiento matemtico es similar a una onda
continua. Por ejemplo un proceso de llenado de balones de gas.
Recordando que un sistema de control, generalmente estar formado por diversos

sistemas (planta, control, etc.). La topologa tpica de un sistema de control
continuo es:
Figure 1.6 Sistema de control continuo
De forma general, se puede escribir la ecuacin diferencial que representa a este

tipo de sistemas, como se muestra a continuacin:
dny
dt
+ a1
d n 1 y
dt
n 1
+ an 1
dy
dt
+ an y = b0
d mu
dt
+ b1
d m 1u
dt
m 1
+ bm 1
du
dt
+ bm u
donde n m (1.1)
La solucin a este tipo de ecuaciones, se puede encontrar mediante el uso de la

transformada de Laplace ( L ) y de la transformada inversa de Laplace ( L 1 ).
2. SISTEMAS DE CONTROL DISCRETOS
Los sistemas de control discretos son aquellos descritos mediante ecuaciones en

diferencia, y solo poseen valores para determinados instantes de tiempo,
separados por intervalos dados por un periodo constante. Est referido a las
seales digitales, y su comportamiento matemtico es similar a un tren de pulsos.
Por ejemplo el encendido y apagado de un switch que acciona una alarma.
Un sistema de control en tiempo discreto se caracteriza principalmente por realizar

un procesado, mediante alguno de sus elementos, de seales discretas en el
tiempo. La topologa tpica de un sistema discreto es la que se puede observar en
la siguiente figura:
Figure 1.7 Sistema de control discreto
Respecto a los sistemas control en tiempo continuo se observa la inclusin de

algunos elementos nuevos:
Control digital o discreto: Es un sistema procesador diseado para que el

sistema de control logre las especificaciones requeridas. Este sistema trabaja u
opera en instantes de tiempo predeterminados, mltiplos del periodo de
muestreo y es, por tanto, un sistema sncrono. La operatividad del sistema o su
funcionamiento de procesado queda caracterizada plenamente mediante su
ecuacin en diferencias:
y ( k + n) +
+ an 1 y ( k + 1) + an y ( k ) = b0 u ( k + m) +
+ bm 1u ( k + 1) + bm u ( k )
donde n m (1.2)
Este tipo de ecuaciones se pueden solucionar empleando la transformada Z y la

transformada Z inversa ( Z 1 ).
Interfaces A/D y D/A: Se usan para convertir seales continuas en seales

discretas y seales discretas en seales continuas, respectivamente. Permiten
la introduccin de un procesador discreto en el sistema de control y
reconstruyen temporalmente la seal discreta en una seal continua en el
tiempo.
Debe observarse que el periodo de muestreo T depende fundamentalmente del

tiempo de ciclo del programa que ejecuta el algoritmo de control; as, normalmente
el tiempo de ciclo de programa suele ser mayor que el periodo de muestreo de los
conversores A/D. En algunos casos, el periodo de muestreo se disea para que
sea mayor que el tiempo de ciclo (cuando las constantes de tiempo del proceso o
planta son muy grandes), utilizndose el resto de tiempo del procesador para
realizar funciones de transmisin y representacin de datos o, simplemente,

funciones de gestin de posibles alarmas.
Algunas ventajas del muestreo en sistemas de control son:
Mayor facilidad de realizacin.
No existen errores (ruido, interferencias, etc.).
Son ms compactos, menos pesados.
Menor costo.
Flexibilidad de programacin.
3. EJEMPLOS DE SISTEMAS DE CONTROL
Un ejemplo sencillo de un sistema de control continuo, es el sistema de control de

direccin de un automvil. La direccin de las ruedas delanteras se puede
considerar la variable controlada o salida y (t ) , y la direccin el volante es la seal
actuante o entrada u (t ) . El proceso en este caso est compuesto por el
mecanismo de la direccin y de la dinmica del automvil completo.
Direccin
del volante
u (t )
PLANTA
Direccin de las
ruedas delanteras
y (t )
Figure 1.8 Sistema de control de direccin de un auto
Por otro lado, si el objetivo es controlar la velocidad del automvil, entonces la

presin ejercida sobre el acelerador sera la seal de entrada y la velocidad del
automvil sera la seal de salida.
Presin sobre
acelerador
u (t )
PLANTA
Velocidad del
auto
y (t )
Figure 1.9 Sistema de control de velocidad de un auto
En ambos casos se trata de un sistema de control continuo, ya que las seales

que se procesan en la planta varan continuamente en el tiempo.
Otro ejemplo se muestra a continuacin, donde se aprecia el diagrama

esquemtico del control de temperatura de un horno elctrico.
Termmetro
Horno
elctrico
Convertidor
A/D
Interfase
Computador
Relevador
Amplificador
Entrada
programada
Interfase
Calefactor
Figure 1.10 Sistema de control de temperatura de un horno elctrico
La temperatura del horno elctrico se mide mediante un termmetro, que es un

dispositivo analgico. La temperatura analgica se convierte a una temperatura
digital mediante un convertidor A/D. La temperatura digital se introduce a un
controlador, que en este caso es un computador, mediante una interfase. Esta
temperatura digital se compara con una temperatura que se ingresa mediante un
programa y si hay una discrepancia (error) el controlador enva una seal al
calefactor, a travs de una interfase, un amplificador y un relevador, para hacer
que la temperatura del horno adquiera el valor deseado.
En este ltimo ejemplo se observa que se trata de un sistema de control discreto,

ya que las seales que se procesan no son continuas en el tiempo, sino que son
muestreadas a intervalos regulares de tiempo mediante la accin del convertidor
A/D.
Leccin 3: TIPOS DE SISTEMAS DE CONTROL
En base a su principio de funcionamiento los sistemas de control pueden emplear

o no, informacin a cerca de la planta, a fin de elaborar o no, estrategias de
supervisin y control. Se cuenta con dos tipos de sistemas de control: en lazo
abierto y en lazo cerrado.
1. CONTROL EN LAZO CERRADO
Un sistema de control en lazo cerrado es aquel que toma una muestra de la seal
de salida y (t ) y la compara con la seal de entrada o seal de referencia r (t ) , si
hay discrepancia entre las dos seales, entonces se produce una seal de error
e(t ) , la cual acta sobre el mecanismo controlador con el fin de que este genere
una seal adecuada u (t ) , que permita un control efectivo sobre la planta o
proceso.
r (t )
e (t )
Comparacin
Controlador
u (t )
Proceso
y (t )
Medida
Figure 1.11 Sistema de control en lazo cerrado
En el ejemplo del control de temperatura de un horno, se observa que la seal de

salida y (t ) corresponde a la temperatura del horno, la cual es medida por un
termmetro y es comparada con la temperatura previamente programada r (t ) , si
estas dos seales no son iguales, se presentar una seal de error e(t ) , la cual es
interpretada por el computador, que en este caso hace las veces de controlador, el
cual genera una seal u (t ) que acta directamente sobre el calefactor,
permitiendo aumentar o disminuir la temperatura hasta que la seal que se mida a
la salida (dentro del horno) corresponda a la deseada (la que est programada). Al
no existir error, entonces el controlador no realizar ninguna accin, pues ya se ha
cumplido el objetivo deseado.
Los sistemas de control en lazo cerrado se denominan tambin sistemas

realimentados.
2. CONTROL EN LAZO ABIERTO
Un sistema de control en lazo abierto funciona sin realimentacin y genera

directamente la salida en respuesta a la seal de entrada. En cualquier sistema de
control en lazo abierto, la salida y (t ) no se compara con la entrada de referencia
r (t ) . Por lo tanto, a cada entrada de referencia le corresponde una condicin
operativa fija; como resultado, la precisin del sistema depende de la calibracin
que se le haya dado. Ante la presencia de perturbaciones, un sistema de control

en lazo abierto no realiza la tarea deseada.
r (t )
Dispositivo
de actuacin
u (t )
Proceso
y (t )
Figure 1.12 Sistema de control en lazo abierto
En la prctica, el control en lazo abierto slo se usa si se conoce la relacin entre

la entrada y la salida y si no hay perturbaciones internas ni externas. Es evidente
que estos sistemas no son de control realimentado. Observe que cualquier
sistema de control que opere con una base de tiempo es en lazo abierto. Por
ejemplo, el control del trnsito mediante seales operadas con una base de
tiempo, o el control de la temperatura en una tostadora.
Leccin 4: EFECTOS DE LA REALIMENTACIN
En la leccin anterior, se ha visto que la realimentacin es usada para reducir el

error entre la entrada de referencia y la salida del sistema, sin embargo el efecto
de la realimentacin en sistemas de control es mucho ms complejo que lo tratado
hasta ahora.
La reduccin del error es slo uno de los efectos que la realimentacin realiza
sobre el sistema, ya que tambin repercute en las caractersticas de desempeo
del sistema como son:
Estabilidad
Ancho de banda
Ganancia global
Perturbaciones
Sensibilidad
Considere un sistema realimentado sencillo como el de la figura, donde r es la

seal de entrada, y es la seal de salida, e es el error y los parmetros G y H ,
se pueden considerar como ganancias constantes.
r
Figure 1.13 Sistema realimentado
De este diagrama se observa que:
y = eG (1.3)
Y adems,
e = r yH (1.4)
Despejando e de la ecuacin (1.3) y reemplazando en (1.4), se obtiene la relacin

entre la salida y la entrada del sistema:
y
= r yH
G
y
G
=
(1.5)
r 1 + GH
Como se observa en la ecuacin (1.5), la realimentacin afecta la ganancia G del

sistema no realimentado en un factor de 1 + GH . El sistema de la figura anterior
tiene realimentacin negativa, ya que se asigna un signo menos a la seal
realimentada.
La cantidad GH puede incluir el signo menos, por lo tanto el efecto general de la

realimentacin es que puede aumentar o disminuir la ganancia G . En un sistema
de control prctico, G y H son funciones de la frecuencia, por lo que la magnitud
de 1 + GH puede ser mayor que 1 en un intervalo de frecuencias y menor que 1 en
otro intervalo.
De forma general, la estabilidad describe si un sistema es capaz de seguir un

comando de entrada. Para observar el efecto de la realimentacin sobre la
estabilidad de un sistema nuevamente se hace referencia a la ecuacin (1.5). Si
GH = 1 , la salida del sistema del sistema tiende a infinito para cualquier entrada
aplicada, y se dice que el sistema es inestable. Por lo tanto, se puede apreciar que
la realimentacin puede ocasionar que un sistema que originalmente es estable,
se vuelva inestable. Tambin puede ocurrir lo contrario, es decir, que mediante el
uso de la realimentacin se pueda estabilizar un sistema originalmente inestable.
Desde el punto de vista de la estabilidad, el sistema de control en lazo abierto es

ms fcil de desarrollar, porque la estabilidad del sistema no es un problema
importante. Por otra parte, la estabilidad es una funcin principal en el sistema de
control en lazo cerrado, lo cual puede conducir a corregir en exceso errores que
producen oscilaciones de amplitud constante o cambiante.
Debido a que todos los elementos fsicos tienen propiedades que van cambiando
con el ambiente y con la edad, no se pueden considerar los parmetros de un
sistema de control como completamente estacionarios durante la vida de
operacin del mismo, es por eso que las consideraciones sobre sensibilidad son
importantes cuando se trata con sistemas de control.
Una ventaja del sistema de control en lazo cerrado es que el uso de la

realimentacin vuelve la respuesta del sistema relativamente insensible a las
perturbaciones externas y a las variaciones internas en los parmetros del
sistema. Por lo tanto, es posible usar componentes relativamente precisos y
baratos para obtener el control adecuado de una planta determinada, en tanto que
hacer eso es imposible en el caso de un sistema en lazo abierto.
Debe sealarse que, para los sistemas en los que se conocen con anticipacin las
entradas y en los cuales no hay perturbaciones, es aconsejable emplear un control
en lazo abierto. Los sistemas de control en lazo cerrado slo tienen ventajas
cuando se presentan perturbaciones impredecibles y/o variaciones impredecibles
en los componentes del sistema.
En general, la realimentacin tambin tiene efectos sobre el ancho de banda, la

impedancia, la respuesta transitoria y la respuesta en frecuencia.
La cantidad de componentes usados en un sistema de control en lazo cerrado es

mayor que la que se emplea para un sistema de control equivalente en lazo
abierto. Por lo tanto, el sistema de control en lazo cerrado suele tener costos ms
grandes. Por lo general, una combinacin adecuada de controles en lazo abierto y
en lazo cerrado es menos costosa y ofrecer un desempeo satisfactorio del
sistema general.
Leccin 5: MTODOS DE CONTROL
Existen mtodos y estrategias para realizar la accin de control, los mtodos de

control (clsico y moderno) permiten al controlador reaccionar mandando una
seal correctiva del error, mientras que las estrategias de control, hacen ms
eficiente a la labor de control, ahorrando recursos y tiempo.
1. MTODOS DE CONTROL CLSICO
Los mtodos de control clsico son aquellos que esperan a que se produzca un
error para luego realizar una accin correctiva. El error se presenta a causa de la
diferencia de lectura entre la variable de salida medida y la seal de referencia,
este error est presente en todo momento, y la finalidad es minimizarlo. En
algunos casos suele generarse un comportamiento oscilatorio alrededor del valor
de referencia.
Los mtodos de control clsico pueden ser:
Control ON/OFF: Este mtodo solo acepta dos posiciones para el actuador:
encendido (100%) y apagado (0%). La lgica de funcionamiento es tener un
punto de referencia, si la variable es mayor el actuador asume una posicin, y
si la variable es menor el actuador asume la otra posicin. Por ejemplo, los
sistemas de seguridad contra robos, las refrigeradoras domsticas, sistemas
de aire acondicionado, etc.
Control Proporcional: Es un control que se basa en la ganancia aplicada al

sistema, se basa en el principio de que la respuesta del controlador deber ser
proporcional a la magnitud del error. No corrige ni elimina perturbaciones,
puede atenuar o aumentar la seal de error.
Control Integral: Conocido como RESET. Este tipo de controlador anula

errores y corrige perturbaciones, mediante la bsqueda de la seal de
referencia, necesita de un tiempo para localizar dicha seal.
Control Derivativo: Conocido como RATE. Este controlador por s solo no es

utilizado, necesita estar junto al proporcional y al integral. Sirve para darle
rapidez o aceleracin a la accin de control. Necesita de una diferencial de
tiempo para alcanzar la seal de referencia.
Control Proporcional-Integral: Acta en forma rpida, tiene una ganancia y

corrige el error, no experimenta un offset en estado estacionario. La aplicacin
tpica es en el control de temperatura.
Control Proporcional-Derivativo: Es estable, y reduce los retardos, es decir

es ms rpido. Es usado tpicamente para el control de flujo de minerales.
Control Proporcional-Integral-Derivativo: Este controlador es el ms

completo y complejo, tiene una respuesta ms rpida y estable siempre que
est bien sintonizado. Resumiendo se puede decir que:
El control proporcional acta sobre el tamao del error.
El control integral rige el tiempo para corregir el error.
El control derivativo le brinda la rapidez a la actuacin.
2. MTODOS DE CONTROL MODERNO
Los mtodos de control moderno brindan nuevas tcnicas que permiten ya sea
compensar el error y/o eliminarlo, las ms comunes son las siguientes:
Control Anticipatorio (Feedforward): Este mtodo permite al controlador

analizar los datos de entrada y de salida y mediante algoritmos matemticos
calcular la prxima salida probable, de modo tal que auto ajusta sus
parmetros con la finalidad de adecuarse al cambio, y minimizar la diferencia
de medidas. Se recomienda para procesos lentos. Su desventaja radica en que
es necesario medir todas las variables perturbadoras, ya que no corrige las
perturbaciones no medidas. Se puede mejorar este mtodo agregando una
retroalimentacin a la salida, de modo tal que se deje que se produzca un error
mnimo, el cual ser detectado y corregido en la siguiente medicin.
Compensadores Adelanto-Atraso: Este mtodo permite realizar un control

en el dominio de la frecuencia, en el cual se busca compensar la fase del
sistema, agregando (adelanto) o quitando (atraso) fase, para lo cual se
agregan nuevos componentes o nuevas funciones matemticas al sistema. Se
puede poner cuantos compensadores sean necesarios a fin de llevar la
respuesta del sistema a un valor deseado.
Realimentacin de Estados: Este mtodo permite ejercer una accin

control mediante la medicin de cada uno de los estados (del modelo
espacio estado del sistema), atribuyndole una ganancia a cada uno de
valores ledos, de este modo el lazo de control es cerrado por medio
compensador o controlador de estados y no por el sensor.
Sistemas de Seguimiento: Este mtodo tambin es conocido como tracking,

es un complemento del mtodo anterior, puesto que mediante el control por
realimentacin de estados se puede llevar la variable controlada a un valor de
cero (porque no se cuenta con una referencia), con este mtodo se podr
llevar a la variable dada a un valor deseado, puesto que se incorpora una
referencia en el sistema.
Feedback Linealization: Debido a que los procesos reales no cuentan con

modelos lineales que los representan, es necesario el uso de controladores no
lineales. Este mtodo es conocido como control con modelo de referencia,
utiliza la teora de Lyapunov para determinar la estabilidad del sistema, y el
modelo matemtico esta dado en la forma espacio estado.
de
en
los
del
3. MTODOS DE CONTROL AVANZADO
Los mtodos de control avanzado son aquellos que actan en forma preventiva,
de modo tal que en base a los datos tomados, actan de modo tal que previenen
la ocurrencia de error, por tanto el controlador est ajustando sus parmetros
constantemente.
Control Adaptativo: Es una variante del control anticipatorio, en donde la

respuesta del controlador vara automticamente basado en los cambios de las
condiciones dentro del proceso, es decir, la respuesta del controlador ser
variable dependiendo del comportamiento actual del proceso. Para que se lleve
a cabo esta adaptacin se requiere de algoritmos matemticos que simulen el
proceso en base a los datos tomados en el instante mismo en que se realiza la
accin, este resultado va a generar una seal compensadora que garantizar

la confiabilidad del sistema.
Control ptimo: El control ptimo busca el mejor desempeo en la accin de

control, tiene por objetivo buscar una o varias soluciones que cumplan con
ciertas restricciones impuestas por el problema y que a la vez cumpla con una
funcin objetivo (funcin de costo), la cual puede ser maximizar o minimizar
dicha funcin. El control permite diversas soluciones para un mismo problema,
pero el control ptimo busca dentro de esas soluciones la ms adecuada para
cumplir con los requisitos planteados.
Control Robusto: El control robusto es aquel que va a permitir mantener la

accin de control pese a perturbaciones externas e internas. Pueden existir
perturbaciones externas como ruido y vibraciones propias del proceso; o
perturbaciones internas como un mal modelamiento matemtico, sistemas no
lineales difciles de linealizar, incertidumbre en el accionar, entre otros. El
control robusto se resume a identificar y controlar la incertidumbre en los
parmetros y en el comportamiento de una planta.
Control en Tiempo Real: Se define el control de sistemas en tiempo real,

como el control realizado en un intervalo de tiempo finito y constante, es decir
que la informacin ser medida con muestras intermitentes pero todas las
veces con un mismo tiempo de muestreo.
Control Difuso: Se basa en la lgica difusa, la cual a diferencia de la lgica

binaria o booleana (verdadero/falso 1/0), asigna valores intermedios dentro
de esta escala. Utiliza la experiencia del operador para generar una lgica de
razonamiento para el controlador. No requiere del modelamiento matemtico
de la planta, puede representar modelos de sistemas lineales y no lineales
mediante el uso de variables lingsticas y una serie de condiciones o reglas
previamente definidas.
Control Neuronal: Hace uso de neuronas de inteligencia artificial. La neurona

artificial estndar es un elemento de procesamiento que calcula una salida
multiplicando su vector de entradas por un vector de pesos y este resultado es
aplicado a una funcin de activacin; un conjunto de neuronas conforman una
red neuronal. Las redes neuronales son parte de la inteligencia artificial (AI)
caracterizadas por su capacidad de aprendizaje, su velocidad mediante el
procesamiento masivo en paralelo de datos y por la facilidad de modelado de
sistemas y controladores no lineales.
Algoritmos Genticos: Este mtodo simula la evolucin natural de las

especies propuesta por Charles Darwin, fue ideado por John Holland en 1970.
La informacin va sufriendo cambios igual que lo haran las especies, es decir
se van adaptando al entorno, lo cual se lleva a cabo por medio de los procesos
de seleccin natural, mezcla y mutacin. En cada ciclo (iteracin) una parte del
conjunto de hiptesis conocido como poblacin actual, es reemplazado por una
nueva poblacin mediante las funciones evolutivas anteriores. As
sucesivamente en cada ciclo la poblacin es evaluada en base a una funcin
evolutiva, siendo conservados los datos ms exactos, y siendo eliminados los
datos que presentan error (seleccin natural). Para conservar el nmero de
individuos (datos) estos son mezclados, lo cual genera nuevos individuos
similares a sus procreadores. Finalmente cada cierto tiempo o dada cierta
cantidad de individuos, algunos de los nuevos individuos son mutados
aleatoriamente, pudiendo ser conservados o eliminados en la prxima iteracin
dependiendo de su utilidad dentro del sistema.
Sistemas Expertos: Estos sistemas tratan de emular la experiencia adquirida

por uno o ms seres humanos a lo largo del tiempo para realizar un trabajo.
Este sistema tendr en su memoria una base de datos con mltiples
soluciones a un mismo problema, luego el sistema tendr que escoger de entre
esas soluciones a la que pueda aplicarse a fin de lograr los mejores resultados.
El sistema se crea basndose en las experiencias humanas, la eleccin de la
estructura de control depender de las caractersticas del trabajo en donde se
aplicar, adems el sistema podr ir aprendiendo con el tiempo y almacenar
sus propias experiencias, existe mucha analoga entre los sistemas expertos y
los sistemas neuro-fuzzy.
2.
CAPITULO 2: HERRAMIENTAS MATEMTICAS
INTRODUCCIN
Para la representacin y el anlisis de los sistemas dinmicos se utilizan

herramientas matemticas como la transformada de Laplace, cuando se trata de
un sistema en tiempo continuo; o la transformada Z , cuando se trata de un
sistema en tiempo discreto.
La transformada de Laplace es un mtodo operativo que aporta muchas ventajas

cuando se usa para resolver ecuaciones diferenciales lineales de la forma:
dny
dt
+ an 1
d n 1 y
dt
n 1
+ a1
dy
dt
+ a0 y = bm
d mu
dt
+ bm 1
d m 1u
dt
m 1
+ b1
du
dt
+ b0 u
donde n m (2.1)
Mediante el uso de la transformada de Laplace, es posible convertir muchas

funciones comunes, tales como las funciones senoidales, las funciones senoidales
amortiguadas y las funciones exponenciales, en funciones algebraicas de una
variable compleja s . Las operaciones tales como la diferenciacin y la integracin
se sustituyen por operaciones algebraicas en el plano complejo.
Por lo tanto, una ecuacin diferencial lineal se transforma en una ecuacin

algebraica, en trminos de la variable compleja s . Si se despeja en la ecuacin
algebraica en s la variable dependiente, la solucin de la ecuacin diferencial se
puede encontrar mediante una tabla de transformadas de Laplace o empleando
una tcnica de expansin en fracciones parciales.
Una ventaja del mtodo de la transformada de Laplace es que permite el uso de

tcnicas grficas para predecir el desempeo del sistema, sin tener que resolver
las ecuaciones diferenciales del sistema. Otra ventaja del mtodo de la
transformada de Laplace es que, cuando se resuelve la ecuacin diferencial, es
posible obtener simultneamente tanto el componente transitorio como el
componente de estado estable de la solucin.
Por otra parte, una herramienta matemtica muy utilizada en el anlisis y la

sntesis de sistemas de control en tiempo discreto es la transformada Z . El papel
de la transformada Z en sistemas en tiempo discreto es similar al de la
transformada de Laplace en sistemas en tiempo continuo.
En un sistema de control en tiempo discreto, una ecuacin en diferencias lineal

caracteriza la dinmica del sistema. Para determinar la respuesta del sistema a
una entrada dada, se debe resolver dicha ecuacin en diferencias.
Con el mtodo de la transformada Z , las soluciones a las ecuaciones en
diferencias se convierten en un problema de naturaleza algebraica. (De la misma
forma en que la transformada de Laplace transforma las ecuaciones diferenciales
lineales invariantes en el tiempo en ecuaciones algebraicas en s , la transformada
Z transforma las ecuaciones en diferencias lineales e invariantes en el tiempo en
ecuaciones algebraicas en z ).
El principal objetivo de este capitulo es presentar las definiciones de las

transformadas (Laplace y Z ), los teoremas bsicos asociados con ellas y los
mtodos para encontrar las transformadas inversas. Tambin se estudia la
solucin de ecuaciones diferenciales mediante el mtodo de la transformada de

Laplace y la solucin de ecuaciones en diferencias mediante el mtodo de la
transformada Z .
Antes de iniciar con este estudio hay que aclarar que las seales en tiempo
discreto surgen si el sistema involucra la operacin de muestreo de seales en
tiempo continuo.
Figure 2.1 Seales en tiempo continuo y en tiempo discreto
La seal muestreada es, x(0), x(T ), x(2T ),..., donde T es el periodo de muestreo.
Dicha secuencia de valores que surge de la operacin de muestreo normalmente
se escribe como x(kT ) . Si el sistema incluye un proceso iterativo realizado por
una computadora digital, la seal involucrada es una secuencia de nmeros
x(0), x(1), x(2) . La secuencia de nmeros normalmente se escribe como x(k ) ,
donde el argumento k indica el orden en el que se presentan los nmeros en la
secuencia, por ejemplo x(0), x(1), x(2),... . Aunque x(k ) es una secuencia de
nmeros, sta se puede considerar como una seal muestreada de x(t ) cuando el
periodo de muestreo T es 1 segundo.
La transformada de Laplace se aplica a la seal en tiempo continuo x(t ) , mientras

que la transformada Z se aplica a la seal muestreada x(kT ) y a la secuencia de
nmeros x(k ) . Sino se presenta confusin en el estudio al tratar con la
transformada Z , de manera ocasional se emplean x(kT ) y x(k ) intercambiadas,
es decir, para simplificar la presentacin, en ocasiones se omite la aparicin
explcita de T y se escribe x(kT ) como x(k ) .
Leccin 1: TRANSFORMADA DE LAPLACE
1. FUNCIONES COMPLEJAS
Antes de introducir el tema de la transformada de Laplace, se estudiarn los

conceptos de variable y funcin compleja. Tambin se revisar el teorema de
Euler, que relaciona las funciones senoidales con las funciones exponenciales.
Primero hay que recordar que un nmero complejo est compuesto de una parte
real y una parte imaginaria, ambas son constantes. Si la parte real y/o la parte
imaginaria son variables, el nmero complejo se denomina variable compleja. La
transformada de Laplace usa la notacin s para la variable compleja, esto es:
s = + j (2.2)
Donde es la parte real y es la parte imaginaria. De forma grfica en el plano
s , la componente real est representada por el eje en la direccin horizontal y
la componente imaginaria se mide a lo largo del eje vertical j . La figura 2.2
muestra el plano complejo s , en donde cualquier punto arbitrario s = s1 est
definido por las coordenadas = 1 y = 1 , o simplemente s1 = 1 + j1 .
j
1
0
s1
1 + j1
Figure 2.2 Plano complejo s
Se dice que la funcin G ( s ) es una funcin compleja, si para cada valor de s

existen uno o ms valores correspondientes de G ( s ) . Debido a que s se define
con partes real e imaginaria, la funcin G ( s) tambin est representada por sus
partes real e imaginaria, esto es:
G ( s ) = Gx + jG y (2.3)
En donde Gx y G y son cantidades reales. La magnitud de G ( s ) es:

G ( s ) = Gx2 + G y2 (2.4)
Y el ngulo de G ( s ) es:
Gy
(2.5)
Gx
= tan 1
El ngulo se mide en sentido opuesto al movimiento de las manecillas del reloj, a

partir del eje real positivo.
El complejo conjugado de G ( s ) es:

G ( s ) = Gx jG y (2.6)
Si para cada valor de s existe slo un valor correspondiente de G ( s) , se dice que

G ( s ) es una funcin univaluada. Por lo general, las funciones complejas que se
encuentran en el anlisis de sistemas de control lineales son funciones
univaluadas de s .
Una funcin G ( s) se llama funcin analtica en una regin del plano s , si la

funcin y todas sus derivadas existen en dicha regin.
Ejemplo 2.1 Determine si la siguiente funcin es analtica:

G(s) =
1
s ( s + 1)
Solucin:
Es analtica en cada punto del plano s , excepto en los puntos s = 0 y s = 1 , ya
que en estos dos puntos el valor de la funcin tiende a infinito.
Ejemplo 2.2 Determine si la siguiente funcin es analtica:
G ( s) = s + 2
Solucin:
La funcin es analtica en todos los puntos del plano s .
Los puntos en el plano s en los cuales la funcin G ( s ) es analtica se denominan

puntos ordinarios, en tanto que los puntos en el plano s en los cuales la funcin
G ( s) no es analtica se denominan puntos singulares.
Los puntos singulares en los cuales la funcin G ( s) o sus derivadas tienden a

infinito se denominan polos.
Ejemplo 2.3 Encuentre los polos de la siguiente funcin:

G (s) =
1
s +1
Solucin:
La funcin tiene un polo en s = 1 .
Los puntos en los cuales la funcin G ( s ) es igual a cero se denominan ceros.
Ejemplo 2.4 Encuentre los polos y los ceros de la siguiente funcin:

G (s) =
10( s + 2)
s ( s + 1)( s + 3) 2
Solucin:
La funcin tiene polos sencillos en s = 0 y s = 1 , tiene un polo repetido o de orden
2 en s = 3 , adems tiene un cero sencillo o simple en s = 2 .
Para finalizar, se revisar el teorema de Euler, el cual es de gran ayuda, ya que

con el se puede expresar la funcin seno y la funcin coseno en trminos de una
funcin exponencial, esto es:
e j = cos + j sin (2.7)
Teniendo en cuenta que e j es el complejo conjugado de e j , se tiene:

e j + e j = cos + j sin + cos j sin
e j e j = cos + j sin cos + j sin

e j e j
sin =
2j
e j + e j
cos =
(2.8)
2
(2.9)
2. DEFINICIN DE LA TRANSFORMADA DE LAPLACE
La transformada de Laplace es una herramienta matemtica utilizada para la

solucin de ecuaciones diferenciales lineales de la forma:
dny
dt
+ an 1
d n 1 y
dt
n 1
+ a1
dy
dt
+ a0 y = bm
d mu
dt
+ bm 1
d m 1u
dt
m 1
+ b1
du
dt
+ b0 u
donde n m (2.10)
En comparacin con el mtodo clsico de resolucin de ecuaciones diferenciales

lineales, la transformada de Laplace tiene dos caractersticas atractivas:
La solucin de la ecuacin homognea y la solucin particular se obtienen en

una sola operacin.
La transformada de Laplace convierte la ecuacin diferencial en una ecuacin

algebraica en s . Entonces es posible manipular la ecuacin mediante reglas
algebraicas simples para obtener la solucin en el dominio s . La solucin final

se obtiene hallando la transformada inversa de Laplace.
Primero se presenta una definicin de la transformada de Laplace y despus se

ofrecen ejemplos de las transformadas de Laplace en varias funciones comunes.
Sean,
f (t ) : una funcin en el tiempo t , tal que f (t ) = 0 para t < 0
s:
una variable compleja
L :
un smbolo operativo que indica que la cantidad a la que antecede
se va a transformar mediante la integral de Laplace e st dt

0
F ( s ) : la transformada de Laplace de f (t )
La transformada de Laplace de f (t ) se obtiene mediante:
[ f (t )] = F ( s) = f (t )e st dt
(2.11)
El proceso inverso de encontrar la funcin en el tiempo f (t ) a partir de la

transformada de Laplace F ( s ) se denomina transformada inversa de Laplace. La
notacin para la transformada inversa de Laplace es L 1 , la cual se encuentra a
partir de F ( s ) mediante la integral de inversin:
[ F (s)] = f (t ) =
c + j
2 j c j
F ( s )e st ds para t > 0 (2.12)
En donde c es una constante real cuyo valor es mayor que las partes reales de
todas las singularidades de F ( s ) . En la prctica rara vez se emplea esta integral
para encontrar f (t ) , ya que existen mtodos ms sencillos para obtenerla.
A continuacin, se encontraran las transformadas de Laplace de algunas

funciones que se utilizan con frecuencia.
3. TRANSFORMADA DE LAPLACE DE FUNCIONES ELEMENTALES
3.1. Funcin Impulso Delta de Dirac
Algunos sistemas mecnicos suelen estar sometidos a una fuerza externa (o a

una tensin elctrica en el caso de los circuitos elctricos) de gran magnitud, que
solamente acta durante un tiempo muy corto. Por ejemplo, una descarga
elctrica podra caer sobre el ala vibrante de un avin; a un cuerpo sujeto a un
resorte podra drsele un fuerte golpe con un martillo, una pelota de tenis
inicialmente en reposo, podra ser enviada velozmente por los aires al ser
golpeada con violencia con una raqueta de tenis. La funcin impulso puede servir
como un modelo para tal fuerza.
La funcin impulso, conocida tambin como delta de Dirac o funcin delta es una
funcin infinitamente angosta, infinitamente alta, cuya integral tiene un valor
unitario. Tal vez, la manera ms simple de visualizar esto, es usar un pulso
rectangular que va de / 2 a / 2 con una altura de 1/ .
Figure 2.3 Aproximacin a la funcin impulso

Al hacer que 0 , se observa que su ancho tiende a ser cero y su altura tiende
a infinito conforme su rea total permanece constante con un valor de uno. La
funcin del impulso usualmente se escribe como (t ) .
Figure 2.4 Funcin impulso
Entonces, la funcin impulso puede ser definida as:
para t = 0
f (t ) =
0 para t 0
La transformada de Laplace de la funcin impulso es:

L
[ f (t )] = 1
3.2. Funcin Escaln
En ingeniera es comn encontrar funciones que corresponden a estados de s o

no, o bien activo o inactivo. Por ejemplo, una fuerza externa que acta sobre un
sistema mecnico o una tensin elctrica aplicada a un circuito, puede tener que
suspenderse despus de cierto tiempo. Para tratar de forma efectiva con estas
funciones discontinuas conviene introducir una funcin especial llamada funcin
escaln.
Figure 2.5 Funcin escaln
Se puede definir la funcin escaln de la siguiente forma:
0 para t < 0
f (t ) =
A para t 0
En donde A es una constante. Su transformada de Laplace es:
A
L [ A] = Ae dt = e st
s
0
st
=
0
A
A
A
(0) + (1) =
s
s
s
La funcin escaln en donde A = 1 , se denomina funcin escaln unitario o funcin

de Heaviside y se denota como u (t ) .
3.3. Funcin Rampa
Figure 2.6 Funcin rampa
Sea la funcin rampa,
0 para t < 0
f (t ) =
At para t 0
En donde A es una constante y corresponde a la pendiente de la recta. La

transformada de Laplace de la funcin rampa es:
L [ At ] = Ate dt = A te st dt
st
eax
Usando la frmula xe dx = 2 (ax 1) , se tiene:
a
ax
e st
A
L [ At ] = A te dt = A
( st 1) = 2
2
( s )
0 s
0
st
La funcin rampa en donde A = 1 , se denomina funcin rampa unitaria y se denota

como r (t ) .
3.4. Funcin Exponencial
Figure 2.7 Funcin exponencial
Considere la funcin exponencial de la figura 2.7 definida como:
0
f (t ) = at
Ae
para t < 0
para t 0
En donde A y a son constantes. La transformada de Laplace de esta funcin

exponencial se obtiene as:
L Ae
at
= Ae e dt = A e
0
at st
( a + s )t
A ( a + s )t
dt =
e
s+a
=
0
A
A
A
(0) +
(1) =
s+a
s+a
s+a
Se aprecia que la funcin exponencial produce un polo en el plano complejo.
3.5. Funcin Senoidal
Figure 2.8 Funcin senoidal
Sea una funcin senoidal como la de la figura 2.8, definida de la siguiente forma:
para t < 0
0
f (t ) =
A sin t para t 0
En donde
ax
sin bx dx =
son constantes. Usando la frmula de integracin
ax
e
(a sin bx b cos bx) , se tiene que la transformada de Laplace
a + b2
2
es:
L [ A sin t ] = A e
0
st
Ae st ( s sin t cos t )
A
sin t dt =
= 2
2
2
s +
s + 2
0
Del mismo modo, se puede verificar que la transformada de Laplace de A cos t

es:
L [ A cos t ] =
As
s + 2
2
El estudiante puede realizar la comprobacin de esta ltima ecuacin, como un

ejercicio complementario que le permita afianzar los conocimientos adquiridos
hasta el momento.
Se observa que la transformada de Laplace de cualquier funcin f (t ) se puede

encontrar al multiplicar la funcin por e st , y luego evaluar la integral del producto
entre t = 0 y t = . No obstante, una vez conocido el mtodo para obtener la
transformada de Laplace, es posible usar las tablas de transformadas de Laplace
para encontrar la transformada de una funcin f (t ) determinada. La tabla 2.1
muestra las transformadas de Laplace de funciones que se utilizarn con
frecuencia en el anlisis de sistemas de control.
Table 2.1 Pares de transformadas de Laplace

f (t )
Impulso unitario (t )
Escaln unitario u (t )
t n 1
(n = 1, 2,3,...)
(n 1)!
tn
(n = 1, 2,3,...)
e at
te at
1
t n 1e at
(n 1)!
t n e at
(n = 1, 2,3,...)
(n = 1, 2,3,...)
F (s)
1
1
s
1
s2
1
sn
n!
s n +1
1
s+a
1
( s + a)2
1
( s + a)n
n!
( s + a) n +1
10
sin t
s + 2
11
cos t
s
s + 2
12
sinh t
s 2
2
Tabla 2.1 Pares de transformadas de Laplace (continuacin)

13
cosh t
14
1
(1 e at )
a
1
(e at e bt )
ba
1
(be bt ae at )
ba
1
1
1+
(be at ae bt )
ab a b
1
(1 e at ate at )
2
a
1
(at 1 + e at )
a2
15
16
17
18
19
20
e at sin t
21
e at cos t
22
1 2
1
1
( s + a)2 + 2
s+a
( s + a)2 + 2
e nt sin n 1 2 t (0 < < 1)
e nt sin n 1 2 t +
23
24
1
1
1 2
= tan

e nt sin n 1 2 t +
25
1 cos t
26
t sin t
(0 < < 1, 0 < < 2)
1 2

= tan 1
n2
s 2 + 2n s + n2
(0 < < 1, 0 < < 2)
s
s 2
1
s( s + a)
1
( s + a)( s + b)
s
( s + a)( s + b)
1
s ( s + a)( s + b)
1
s( s + a)2
1
2
s ( s + a)
2
s + 2n s + n2
2
n2
s ( s 2 + 2n s + n2 )
2
s( s 2 + 2 )
3
s 2 (s 2 + 2 )
Tabla 2.1 Pares de transformadas de Laplace (continuacin)

27
sin t t cos t
28
1
t sin t
2
29
t cos t
30
1
(cos 1t cos 2t ) (12 22 )
2
1
31
1
(sin t + t cos t )
2
32
1 at
te sin t
2
33
te at cos t
2 3
(s 2 + 2 )2
s
2
(s + 2 )2
s2 2
(s 2 + 2 )2
s
2
2
( s + 1 )( s 2 + 22 )
2
2
s2
(s 2 + 2 )2
s+a
( s + a) 2 + 2
( s + a)2 2
( s + a) 2 + 2
Leccin 2: PROPIEDADES Y TEOREMAS DE LA TRANSFORMADA DE

LAPLACE
Las aplicaciones de la transformada de Laplace, en muchos casos se simplifican

al emplear las propiedades de la transformada.
1. MULTIPLICACIN POR UNA CONSTANTE
Sea A una constante y F ( s ) la transformada de Laplace de f (t ) , entonces:

L [ Af (t ) ] = AL
[ f (t )] = AF ( s)
(2.13)
2. LINEALIDAD
Sean F1 ( s ) y F2 ( s ) las transformadas de Laplace de

respectivamente, entonces:
L
[ f1 (t ) f 2 (t )] = L [ f1 (t )] L [ f 2 (t )] = F1 ( s) F2 ( s)
f1 (t )
f 2 (t ) ,
(2.14)
Ejemplo 2.5 Encuentre la transformada de Laplace de la funcin f (t ) = 3t 5sin 2t
Solucin:
Aplicando las propiedades de multiplicacin por una constante y de linealidad se
tiene:
2
1 2 7 s + 12
L [3t 5sin 2t ] = 3L [t ] 5L [sin 2t ] = 3 2 5 2
=
2
2
2
s s + 2 s ( s + 4)
3. TRASLACIN COMPLEJA
La transformada de Laplace de f (t ) multiplicada por e at , donde a es una
constante, es igual a la transformada de Laplace F ( s) , con s reemplazada por
s a , esto es:
L e at f (t ) = L
[ f (t )] s = s a = F ( s a)
(2.15)
Ejemplo 2.6 Encuentre la transformada de Laplace de la funcin f (t ) = e 5t t 3
Solucin:
Aplicando la propiedad de traslacin compleja se encuentra que su transformada
de Laplace es:
3!
6
= 4
=
L e 5t t 3 = L t 3
s = s +5
s s = s +5 ( s + 5) 4
4. TRASLACIN EN EL TIEMPO
La transformada de Laplace de f (t ) retrasada un tiempo a , es igual a la

transformada de Laplace de f (t ) multiplicada por e as , esto es:
L
[ f (t a)] = e asL [ f (t )] = e as F ( s)
(2.16)
Ejemplo 2.7 Encuentre la transformada de Laplace de la funcin f (t ) = (t 2)3
Solucin:
Aplicando la propiedad de traslacin en el tiempo se encuentra que su
transformada de Laplace es:
2 s
3! 6e
L (t 2)3 = e 2 sL t 3 = e 2 s 4 = 4
s
s
5. CAMBIO DE ESCALA
La transformada de Laplace de f (t a ) , donde a es una constante, es igual a la

multiplicacin de a por la transformada de Laplace F ( s) , con s reemplazada por
as , esto es:
[ f (t a)] = aL [ f (t )] s =as = aF (as)
(2.17)
Ejemplo 2.8 Encuentre la transformada de Laplace de la funcin f (t ) = sin(t 2)
Solucin:
Aplicando la propiedad de cambio de escala se encuentra que su transformada de
Laplace es:
2
1
= 2
L [sin(t 2) ] = 2 L [sin t ] s = 2 s = 2 2
s + 1 s =2 s 4s + 1
6. DIFERENCIACIN REAL
Sea F ( s ) la transformada de Laplace de f (t ) , y f (0) es la funcin evaluada en

t = 0 . La transformada de Laplace de la derivada de f (t ) con respecto al tiempo
es:
df (t )
L
= sF ( s ) f (0) (2.18)
dt
En general, para las derivadas de orden superior de f (t ) , se tiene:
d n f (t ) n
L
= s F ( s ) s n 1 f (0) s n 2 f 1 (0)
n
dt
s 2 f ( n 3) (0) sf ( n 2) (0) f ( n 1) (0) (2.19)
En donde f (i ) (0) denota la derivada de i-simo orden de f (t ) con respecto a t ,

evaluada en t = 0 .
Ejemplo 2.9 Encuentre la transformada de Laplace de la funcin:
f '(t ) = cos t
Solucin:
Como se conoce que f '(t ) = cos t es la derivada de la funcin
f (t ) =
sin t
Se puede hallar su transformada de Laplace aplicando la propiedad de

diferenciacin real, esto es:
L [ cos t ] =
L [sin t ]
sin(0) =
s
s
= 2
2
2
s + s + 2
7. INTEGRACIN REAL
La transformada de Laplace de la integral de f (t ) con respecto al tiempo, es F ( s)

dividida entre s , esto es:
t
F (s)
L f (t )dt =
(2.20)
s
0
Para la integracin de n-simo orden se tiene:
t1 t2
L
0 0
tn
f (t )dt dt
1
F (s)
dtn = n
(2.21)
s
Ejemplo 2.10 Hallar la transformada de Laplace de la integral de la funcin f (t ) ,

donde:
f (t ) = sin 2t
Solucin:
Al aplicar la propiedad de la integracin real se obtiene que la transformada de
Laplace es:
1
1 2
2
=
L sin 2tdt = L [sin 2t ] = 2
2
2
s
s s + 2 s ( s + 4)
8. DIFERENCIACIN COMPLEJA
Si f (t ) se puede transformar mediante el mtodo de Laplace, entonces:
L [tf (t ) ] =
d
F ( s) (2.22)
ds
De forma general,
dn
L t n f (t ) = (1) n n F ( s) (2.23)
ds
Ejemplo 2.11 Hallar la transformada de Laplace de t 2 e2t
Solucin:
Aplicando la propiedad de diferenciacin compleja se puede apreciar que
f (t ) = e2t , entonces
d2
L t 2 e 2t = (1) 2 2 F ( s )
ds
Donde F ( s) =
1
, por lo que
s+2
L t e
2 2 t
d2 1
2
= (1)
=
2
ds s + 2 ( s + 2)3
2
9. TEOREMA DEL VALOR INICIAL
Si la transformada de Laplace de f (t ) es F ( s) , entonces:
lim f (t ) = lim sF ( s ) (2.24)

t 0
10. TEOREMA DEL VALOR FINAL
Si la transformada de Laplace de f (t ) es F ( s) , y si F ( s) es analtica sobre el eje

imaginario y en el semiplano derecho del plano s , entonces:
lim f (t ) = lim sF ( s ) (2.25)

t
s 0
Este teorema es de utilidad en diversas aplicaciones, donde puede ser necesario

encontrar el valor final (valor de estado estacionario) de la salida de un sistema sin
conocer la funcin en el dominio del tiempo. Sin embargo, el teorema del valor
final slo es vlido si sF ( s ) no tiene polos sobre el eje j o en el semiplano
derecho del plano s .
Ejemplo 2.12 Encuentre el valor hacia el cual tiende la funcin f (t ) , si:
F (s) =
5
s ( s + s + 2)
2
Solucin:
Debido a que sF ( s ) es analtica sobre el eje imaginario y en el semiplano derecho
del plano s , el teorema del valor final puede ser aplicado. Utilizando la ecuacin
(2.25), se tiene:
lim f (t ) = lim sF ( s ) = lim

t
s 0
s 0
5
5
=
s +s+2 2
2
11. INTEGRAL DE CONVOLUCIN
Sean F1 ( s) y F2 ( s) las transformadas de Laplace de

respectivamente, entonces:
f1 (t )
f 2 (t ) ,
L f1 ( ) f 2 (t )d = L
0
[ f1 (t ) f 2 (t )] = L [ f1 (t )] L [ f 2 (t )] = F1 ( s) F2 ( s)
(2.26)
Donde el smbolo denota la convolucin en el dominio del tiempo.
Ejemplo 2.13 Encuentre la transformada de Laplace de la convolucin entre:
f1 (t ) = t y f 2 (t ) = 1 e t
Solucin:
Debido a que,
F1 ( s ) =
1
1
1
y F2 ( s ) =
2
s
s s +1
Entonces la transformada de Laplace de la convolucin se obtiene as:
1 1 1 1
1
1 1
L (t ) (1 e t ) = F1 ( s ) F2 ( s ) = 2
= 3 2 +
s s +1
s s s +1 s s
Ahora se verifica que la solucin obtenida es en verdad la transformada de

Laplace de la integral de convolucin, primero se realiza la integral de convolucin
y despus se le aplica la transformada de Laplace al resultado obtenido:
t
f1 (t ) f 2 (t ) = ( )(1 e (t ) )d = (t )(1 e ) )d =
Entonces,
t2
1 1 1
1
L t + 1 e t = 3 2 +
s s +1
2
s s
Lo que concuerda con el resultado obtenido anteriormente.
t2
t + 1 et
2
La tabla 2.2 resume las propiedades y teoremas de la transformada de Laplace.
Table 2.2 Propiedades de la transformada de Laplace

L [ Af (t ) ] = AF ( s )
L
2
3
4
5
6
7
[ f1 (t ) f 2 (t )] = F1 ( s) F2 ( s)
L f (t ) = sF ( s ) f (0)
dt
2
d
L 2 f (t ) = s 2 F ( s ) sf (0) f (1) (0)

dt
n
dn
d k 1
L n f (t ) = s n F ( s ) s n k f ( k 1) (0) donde f ( k 1) (t ) = k 1 f (t )
dt
k =1
dt
t
F (s)
L f (t )dt =
s
0
t1 t2 tn
F (s)
L f (t )dt1dt2 dtn = n
s
0 0 0
f (t )dt = lim F ( s ) si
s 0
9
10
13
16
17
d
F ( s)
ds
d2
L t 2 f (t ) = 2 F ( s )
ds
n
n
n d
L t f (t ) = (1)
F (s)
ds n
f (t ) = F ( s )ds si lim f (t ) existe

t 0 t
s
L [tf (t ) ] =
12
15
L e at f (t ) = F ( s a )
L [ f (t a )] = e as F ( s ) donde a 0
11
14
f (t )dt existe
1
L
t
[ f (t a)] = aF (as)
L f1 ( ) f 2 (t )d = F1 ( s ) F2 ( s )
0
c + j
1
L [ f (t ) g (t )] =
F ( p)G ( s p )dp
2 j c j
Leccin 3: TRANSFORMADA INVERSA DE LAPLACE
Si la transformada de Laplace de una funcin f (t ) es F ( s ) , es decir, si

L [ f (t ) ] = F ( s ) , entonces f (t ) se denomina la transformada inversa de Laplace
de F ( s ) y se expresa
f (t ) = L
Donde L
[ F ( s )]
(2.27)
se llama el operador transformada inversa de Laplace.
Ejemplo 2.14 Encuentre la transformada inversa de Laplace de:
s+a
( s + a)2 + 2
Solucin:
Conociendo que
s+a
L e at cos t =
( s + a)2 + 2
Entonces,
at
s+a
( s + a) 2 + 2 = e cos t
Existen varios mtodos para determinar transformadas inversas de Laplace,

algunos de los cuales son:
Mtodos de las fracciones parciales (uno de esos mtodos hace uso del
teorema del desarrollo de Heaviside).
Mtodo de las series.
Mtodo de las ecuaciones diferenciales.
Mtodo de la frmula de inversin compleja tambin denominada frmula

integral de Bromwich
En este texto se usar el mtodo de expansin en fracciones parciales y se har

nfasis en algunos de los casos que se pueden presentar.
1. FRACCIONES PARCIALES
Para problemas de anlisis de sistemas de control, F ( s ) es la transformada de

Laplace de f (t ) y con frecuencia se presenta de la forma:
B( s ) b0 s m + b1s m 1 + + bm 2 s 2 + bm 1s + bm
F (s) =
= n
(2.28)
A( s )
s + a1s n 1 + + an 2 s 2 + an 1s + an
En donde, A( s ) y B( s ) son polinomios en s . Durante la expansin de

F ( s ) = B( s ) / A( s ) en fracciones parciales, es importante que la potencia ms alta
de s en A( s) sea mayor que la potencia ms alta de s en B( s) , en otras palabras,
que el grado del polinomio A( s) sea mayor que el grado del polinomio B( s) . Si tal
no es el caso, el numerador B( s ) debe dividirse entre el denominador A( s ) para
producir un polinomio en s adems de un residuo, es decir, la funcin sobre la
cual se aplica la expansin en fracciones parciales debe ser una funcin propia.
1.1. Races Reales Simples
Suponga que F ( s ) puede escribirse de forma factorizada como:
F (s) =
B( s ) K ( s + z1 )( s + z2 ) ( s + zm )
para m < n (2.29)
=
A( s ) ( s + p1 )( s + p2 ) ( s + pn )
Donde p1 , p2 , , pn son los polos de la funcin y z1 , z2 , , zm corresponden a los

ceros. Si F ( s) slo involucra polos distintos, entonces se puede escribir de la
forma
F (s) =
B( s)
a1
a2
=
+
+
A( s ) ( s + p1 ) ( s + p2 )
an
(2.30)
( s + pn )
En donde a1 , a2 , , an se denominan residuos y son valores constantes. Para

determinar el valor de ak se multiplican ambos miembros de la ecuacin (2.30) por
s + pk y se evala la funcin en s = pk , lo que conduce a lo siguiente:
a ( s + pk ) a2 ( s + pk )
B( s)
= 1
+
+
( s + pk ) A( s )
( s + p2 )
s = pk ( s + p1 )
ak ( s + pk )
+
( s + pk )
an ( s + pk )
( s + pn ) s = p
Se observa que todos los trminos se cancelan a excepcin de ak . Por lo tanto el

residuo ak se encuentra a partir de:
B( s)
ak = ( s + pk )
(2.31)
A( s ) s = pk
Ejemplo 2.15 Encuentre la funcin f (t ) , utilizando el mtodo de expansin en

fracciones parciales, para la funcin:
F (s) =
2s 2 + 11s + 19
s 3 + 6s 2 + 11s + 6
Solucin:
Inicialmente, se reescribe la funcin F ( s ) como:
F ( s) =
A
B
C
2 s 2 + 11s + 19
=
+
+
( s + 1)( s + 2)( s + 3) s + 1 s + 2 s + 3
Donde,
2s 2 + 11s + 19
2s 2 + 11s + 19
A = [ ( s + 1) F ( s )] s =1 = ( s + 1)
=
( s + 1)( s + 2)( s + 3) s =1 ( s + 2)( s + 3) s =1
A=
2(1) 2 + 11(1) + 19 2 11 + 19 10
=
=
=5
(1 + 2)(1 + 3)
(1)(2)
2
2s 2 + 11s + 19
2s 2 + 11s + 19
B = [ ( s + 2) F ( s ) ] s =2 = ( s + 2)
=
( s + 1)( s + 2)( s + 3) s =2 ( s + 1)( s + 3) s =2
2(2) 2 + 11(2) + 19 8 22 + 19 5
=
=
= 5
B=
(2 + 1)(2 + 3)
(1)(1)
1
2s 2 + 11s + 19
2s 2 + 11s + 19
C = [ ( s + 3) F ( s ) ] s =3 = ( s + 3)
=
( s + 1)( s + 2)( s + 3) s =3 ( s + 1)( s + 2) s =3
C=
2(3) 2 + 11(3) + 19 18 33 + 19 4
=
= =2
(3 + 1)(3 + 2)
(2)(1)
2
Una vez determinados los residuos se sustituyen en F ( s )

F ( s) =
5
2 s 2 + 11s + 19
5
2
=
+
+
( s + 1)( s + 2)( s + 3) s + 1 s + 2 s + 3
Ahora se aplica la transformada inversa de Laplace a F ( s ) para hallar f (t )
f (t ) = L
f (t ) = 5L
[ F ( s)] = L 1
5
5
2
+
s + 1 s + 2 s + 3
1
s + 1 5L
1
s + 2 + 2L
1
t
2 t
3 t
s + 3 = 5e 5e + 2e
1.2. Races Complejas Simples
Ya que las races complejas de un polinomio con coeficientes reales siempre

aparecen en pares conjugados, se puede suponer que F ( s ) tiene la forma:
F (s) =
B( s)
B( s)
=
(2.32)
A( s ) ( s + + j )( s + j ) D1 ( s )
Donde j y + j no son races de D1 ( s ) . Entonces se puede escribir

F ( s ) como
F (s) =
K
K
+
+ F1 ( s ) (2.33)
s + + j s + j
Donde se determina K y su complejo conjugado K . Expresado de otra forma,
K = (s + + j ) F (s) =
B( s)
B ( j )
=
(2.34)
( s + j ) D1 ( s ) s = j (2 j ) D1 ( j )
Una vez se han determinado K y K , pueden combinarse los dos trminos

correspondientes como se indica a continuacin.
Suponga que,
K = x + jy y K = x jy
Entonces,
K
K
x + jy
x jy
+
=
+
s + + j s + j s + + j s + j
( x + jy )( s + j ) + ( x jy )( s + + j )
=
( s + + j )( s + j )
( xs + x jx + jys + jy + y ) + ( xs + x + jx jys jy + y )
=
(s + )2 + 2
2 x( s + ) + 2 y
=
( s + )2 + 2
K
K
(s + )
+
= 2x
+ +2 y
2
2
s + + j s + j
(s + ) +
(s + )2 + 2
(2.35)
Esta ltima ecuacin se puede usar cuando la funcin tiene races complejas. No
olvidar que,
L
(s + )
t
A1 ( s + ) 2 + 2 = A1e cos t
t
A2 ( s + ) 2 + 2 = A2 e sin t
Ejemplo 2.16 Hallar la transformada inversa de Laplace de la funcin:
F ( s) =
10s 2 + 15s 5
s 3 + 2 s 2 + 5s
Solucin:
Inicialmente, se reescribe la funcin F ( s ) como:
A
B
B
10 s 2 + 15s 5
10 s 2 + 15s 5
F (s) = 3
=
= +
+
s + 2 s 2 + 5s s ( s + 1 + j 2)( s + 1 j 2) s s + 1 + j 2 s + 1 j 2
Donde,
A = [ sF ( s ) ] s =0
A=
10s 2 + 15s 5
10s 2 + 15s 5
= s
= 2
2
s ( s + 2s + 5) s =0 s + 2s + 5 s =0
10(0) 2 + 15(0) 5
= 1
(0) 2 + 2(0) + 5
B = [ ( s + 1 + j 2) F ( s ) ] s =1 j 2
10s 2 + 15s 5
= ( s + 1 + j 2)
s ( s + 1 + j 2)( s + 1 j 2) s =1 j 2
10 s 2 + 15s 5
10(1 j 2) 2 + 15(1 j 2) 5
B=
=
(1 j 2)(1 j 2 + 1 j 2)
s ( s + 1 j 2) s =1 j 2
10 + j 40 40 15 j 30 5 50 + j10 50 + j10 8 j 4
=
=
(1 j 2)( j 4)
8 + j 4
8 + j 4 8 j 4
400 + j 200 j80 + 40 440 + j120 44
12 11
3
=
=
+j = +j
B=
64 + 16
80
8
8
2
2
B=
Como B =
11
3
11
3
+ j , entonces su conjugado es B = j
2
2
2
2
Luego,
11
3
11
3
+j
j
1 2
2 + 2
2
F (s) =
+
s s +1+ j2 s +1 j2
Conociendo que
11
3
11
3
+j
j
2
2 + 2
2 = x + jy + x jy
s + 1 + j2 s + 1 j 2 s + + j s + j
Se tiene que
x=
11
,
2
3
y = , = 1, = 2
2
Sustituyendo los valores anteriores en la ecuacin (2.35)
s +1
2
s +1
2
11
3
2
+ 2
= 11
+3
2
2
2
2
2
2
( s + 1) + 2
( s + 1) 2 + 22
2 ( s + 1) + 2
2 ( s + 1) + 2
Se encuentra que la transformada inversa de Laplace de F ( s) es:
f (t ) = L
s +1
2
+ 11
+3
2
2
2
2
( s + 1) + 2
( s + 1) + 2
s
[ F ( s)] = L 1
s +1
( s + 1)2 + 22 + 3L
t
t
f (t ) = 1 + 11e cos 2t + 3e sin 2t
f (t ) = L
1
s + 11L
2
( s + 1) 2 + 22
1.3. Races Mltiples
Suponga que F ( s ) tiene la forma
F (s) =
B( s)
B( s)
=
(2.36)
A( s ) ( s + s0 ) n D1 ( s )
Donde s0 no es una raz de D1 ( s ) y en general es compleja. Entonces se puede

escribir F ( s ) como
F (s) =
K1
K2
+
+
s + s0 ( s + s0 ) 2
K n 1
Kn
+
+ F1 ( s ) (2.37)
n 1
( s + s0 )
( s + s0 ) n
Multiplicando los dos miembros de esta ecuacin por ( s + s0 ) n se tiene como

resultado:
( s + s0 ) n F ( s ) = K1 ( s + s0 ) n 1 + K 2 ( s + s0 ) n 2 +
+ K n 1 ( s + s0 ) + K n + ( s + s0 ) n F1 ( s )
Haciendo s = s0 , se obtiene
K n = ( s + s0 ) n F ( s )
s = s0
Para encontrar K n 1 , despus de la multiplicacin se derivan ambos miembros de

la ecuacin con respecto a s . Entonces
d
( s + s0 ) n F ( s ) = (n 1) K1 ( s + s0 ) n 2 + (n 2) K 2 ( s + s0 ) n 3 +
ds
dF ( s )
+ 2 K n 2 ( s + s0 ) + K n 1 + 0 + ( s + s0 ) n 1 + n( s + s0 ) n 1 F ( s )
ds
Haciendo s = s0 en esta ecuacin, se obtiene
K n 1 =
d
( s + s0 ) n F ( s )
(2.38)
s = s0
ds
Repitiendo el proceso,
2 K n2 =
d2
( s + s0 ) n F ( s )
2
s = s0
ds
Por lo que,
K n2 =
1 d2
( s + s0 ) n F ( s )
2
s = s0
2 ds
En general,
K nr =
1 dr
( s + s0 ) n F ( s )
s = s0
r ! ds r
para r = 1, 2,3,..., n 1 (2.39)
Ejemplo 2.17 Hallar la transformada inversa de Laplace para la funcin:
F (s) =
s2
s ( s + 1)3
Solucin:
F ( s ) tiene el siguiente desarrollo en fracciones parciales

F (s) =
s2
A
B
C
D
= +
+
+
3
2
s ( s + 1)
s s + 1 ( s + 1) ( s + 1)3
Donde
s2
s2
(0) 2
A = [ sF ( s ) ] s =0 = s
=
=
= 2
3
3
3
s ( s + 1) s =0 ( s + 1) s =0 (0 + 1)
D=
1 d0
s2
1 2
s 2
( s + 1)3 F ( s )
= ( s + 1)3
=
=
=3
0
3
1
s
=
0! ds
s ( s + 1) s =1 s s =1
1
1 d1
d1
s2
d1 s 2
2
3
3
( s + 1) F ( s )
C=
= 1 ( s + 1)
= 1
= 2
1
3
1
s
=
1! ds
ds
s ( s + 1) s =1 ds s s =1 s
B=
1 d2
1 d2
3
(
s
1)
F
(
s
)
+
=
s =1 2 ds 2
2! ds 2
=2
s =1
s2
1 d2 s 2
2
3
(
s
1)
+
=
= 3
3
2
s ( s + 1) s =1 2 ds s s =1
s
=2
s =1
As,
2
2
2
3
F (s) = +
+
+
2
s s + 1 ( s + 1) ( s + 1)3
Utilizando una tabla de transformadas de Laplace se encuentra que
3
f (t ) = 2 + 2e t + 2te t + t 2 e t
2
2. SOLUCIN DE ECUACIONES DIFERENCIALES
La transformada de Laplace se puede aplicar a un gran nmero de problemas de

anlisis y diseo de sistemas, entre ellos los sistemas de control. Las aplicaciones
se basan en el uso de las propiedades de la transformada de Laplace,
especialmente las asociadas a la diferenciacin, la integracin y la convolucin.
Una de las aplicaciones ms comunes es la solucin de ecuaciones diferenciales

lineales con coeficientes constantes. Como se mencion anteriormente esas
ecuaciones se usan para representar sistemas lineales e invariantes en tiempo
continuo (sistemas LTI).
El procedimiento es directo y sistemtico, y se puede resumir en los siguientes

pasos:
Dado un conjunto de condiciones iniciales, tomar la transformada de Laplace

de ambos miembros de la ecuacin diferencial para obtener la ecuacin
algebraica Y ( s ) .
Despejar Y ( s ) en la ecuacin algebraica.
Tomar la transformada inversa de Laplace para obtener y (t ) .
Ejemplo 2.18 Encuentre la solucin para la siguiente ecuacin diferencial lineal de

segundo orden y de coeficientes constantes:
y (t ) + 5 y (t ) + 6 y (t ) = e t
Con condiciones iniciales y '(0) = 1 y y (0) = 2 .
Solucin:
Aplicando la transformada de Laplace a ambos miembros de la ecuacin se
obtiene:
1
s 2Y ( s ) 2s 1 + 5 [ sY ( s ) 2] + 6Y ( s ) =
s +1
Despejando Y ( s ) ,
( s 2 + 5s + 6)Y ( s ) =
Y (s) =
1
+ 2s + 11
s +1
2 s 2 + 13s + 12
2 s 2 + 13s + 12
=
( s + 1)( s 2 + 5s + 6) ( s + 1)( s + 2)( s + 3)
Aplicando el mtodo de expansin en fracciones parciales se tiene:

Y (s) =
2 s 2 + 13s + 12
A
B
C
=
+
+
( s + 1)( s + 2)( s + 3) s + 1 s + 2 s + 3
Donde,
2s 2 + 13s + 12
2s 2 + 13s + 12
A = [ ( s + 1)Y ( s ) ] s =1 = ( s + 1)
=
( s + 1)( s + 2)( s + 3) s =1 ( s + 2)( s + 3) s =1
2(1) 2 + 13(1) + 12 2 13 + 12 1
A=
=
=
(1 + 2)(1 + 3)
(1)(2)
2
2 s 2 + 13s + 12
2 s 2 + 13s + 12
B = [ ( s + 2)Y ( s )] s =2 = ( s + 2)
=
( s + 1)( s + 2)( s + 3) s =2 ( s + 1)( s + 3) s =2
B=
2(2) 2 + 13(2) + 12 8 26 + 12 6
=
=
=6
(2 + 1)(2 + 3)
(1)(1)
1
2s 2 + 13s + 12
2s 2 + 13s + 12
C = [ ( s + 3)Y ( s ) ] s =3 = ( s + 3)
=
( s + 1)( s + 2)( s + 3) s =3 ( s + 1)( s + 2) s =3
2(3) 2 + 13(3) + 12 18 39 + 12
9
C=
=
=
(3 + 1)(3 + 2)
(2)(1)
2
Por lo tanto,
Y (s) =
2 s 2 + 13s + 12
1
1 1
9 1
=
+ (6)

( s + 1)( s + 2)( s + 3) 2 s + 1
s+2 2 s+3
Ahora se aplica la transformada inversa de Laplace a Y ( s ) para hallar y (t )
1
y (t ) = L
2
1
s + 1 + 6L
1 9
s + 2 2 L
9 3t
1 1 t
2 t
s + 3 = 2 e + 6e 2 e
Leccin 4: TRANSFORMADA Z
1. DEFINICIN DE LA TRANSFORMADA Z
El mtodo de la transformada Z es un mtodo operacional muy poderoso cuando
se trabaja con sistemas en tiempo discreto. A continuacin se definir la
transformada Z de una funcin del tiempo o de una secuencia de nmeros.
Al considerar la transformada Z de una funcin del tiempo, slo se toman en
cuenta los valores muestreados de x(t ) , esto es, x(0), x(T ), x(2T ),..., donde T es
el perodo de muestreo.
La transformada Z de una funcin del tiempo x(t ) , donde t es positivo, o de la
secuencia de valores x(kT ) , donde k adopta valores de cero o de enteros
positivos y T es el periodo de muestreo, se define mediante la siguiente ecuacin:
X ( z ) = Z [ x(kT ) ] = x(kT ) z k (2.40)

k =0
Para una secuencia de nmeros x(k ) , la transformada Z se define como:
X ( z ) = Z [ x(k ) ] = x(k ) z k (2.41)

k =0
En donde z es una variable compleja con parte real e imaginaria. Un significado

de las ecuaciones (2.40) y (2.41) es que la transformada Z convierte la secuencia
de nmeros en el dominio real a una expresin en el dominio complejo z .
Observe que la expansin del segundo miembro de la ecuacin (2.40) da como

resultado
X ( z ) = x(0) + x(T ) z 1 + x(2T ) z 2 +
+ x(kT ) z k +
(2.42)
La ecuacin (2.42) implica que la transformada Z de cualquier funcin en tiempo

continuo x(t ) se puede escribir, mediante inspeccin, en la forma de una serie. La
z k en esta serie indica la posicin en el tiempo en la que se presenta la amplitud
x(kT ) . De manera contraria, si X ( z ) est dada en la forma de una serie como la
que se indic, la transformada Z inversa se puede obtener por inspeccin como
una secuencia de la funcin x(kT ) que corresponde a los valores de x(t ) en los
valores de tiempo respectivos.
Si la transformada Z est dada como el cociente de dos polinomios en z ,
entonces la transformada Z inversa se puede obtener mediante varios mtodos
diferentes, tales como:
Mtodo de la divisin directa.
Mtodo de expansin en fracciones parciales.
Mtodo de los residuos
2. TRANSFORMADA Z DE FUNCIONES ELEMENTALES

A continuacin, se encontrarn las transformadas Z de algunas funciones que se
utilizan con frecuencia.
2.1. Funcin Delta de Kronecker
En sistemas de tiempo discreto, la funcin delta de Kronecker desempea el

mismo papel que la funcin delta de Dirac en sistemas de tiempo continuo.
Figure 2.9 Funcin delta de Kronecker
Puede definirse la funcin como:
1 para k = 0
donde k = 0,1, 2,...
x(k ) =
0 para k > 0
Entonces,
X ( z ) = Z [ x(k ) ] = 1
2.2. Funcin Escaln Unitario
La funcin escaln unitario en tiempo discreto es el resultado del muestreo

aplicado a la funcin escaln unitario en tiempo continuo.
Figure 2.10 Funcin escaln unitario
La funcin escaln se puede definir as:
0 para k < 0
donde k = 0,1, 2,...
x(k ) =
1 para k 0
Entonces, refirindose a la ecuacin (2.41), se tiene
k =0
k =0
X ( z ) = Z [1(k ) ] = 1z k = z k = 1 + z 1 + z 2 + z 3 +
1
z
=
1
1 z
z 1
2.3. Funcin Rampa Unitaria
La funcin rampa unitaria en tiempo discreto es el resultado del muestreo aplicado

a la funcin rampa unitaria en tiempo continuo.
Figure 2.11 Funcin rampa unitaria
La funcin rampa unitaria est dada por:
0 para k < 0
donde k = 0,1, 2,...
x(kT ) =
kT para k 0
Entonces, refirindose a la ecuacin (2.40), se tiene
X ( z ) = Z [ kT ] = kTz
k =0
= T kz
= T ( z + 2 z + 3z +
k =0
2.4. Funcin Polinomial
Figure 2.12 Funcin polinomial
Considere la funcin definida como
z 1
Tz
) =T
=
1 2
(1 z )
( z 1) 2
0
x(k ) = k
a
para k < 0
donde k = 0,1, 2,...
para k 0
Donde a es una constante. Con referencia a la definicin de transformada Z

dada por la ecuacin (2.41), se obtiene:
X ( z ) = Z a k = a k z k = 1 + az 1 + a 2 z 2 + a 3 z 3 +
k =0
X ( z) =
1
z
=
1
1 az
za
2.5. Funcin Exponencial
Figure 2.13 Funcin exponencial
Sea la funcin exponencial
0
x(kT ) = akT
e
para k < 0
donde k = 0,1, 2,...
para k 0
De acuerdo a la ecuacin (2.40), se tiene
X ( z ) = Z e akT = e akT z k = 1 + e aT z 1 + e 2 aT z 2 + e3aT z 3 +

k =0
X ( z) =
1
1 e
aT
z
z e aT
2.6. Funcin Senoidal
Figure 2.14 Funcin senoidal
Considere la funcin senoidal
0
x(kT ) =
sin kT
para k < 0
donde k = 0,1, 2,...
para k 0
Recordando que
e jt = cos t + j sin t
e jt = cos t j sin t
Se tiene,
sin kT =
1 j kT
e j kT )
(e
2j
Como la transformada Z de la funcin exponencial es:
z
Z e akT =
z e aT
Se encuentra que,
1
1
z
z
X ( z ) = Z [sin kT ] = Z (e j kT e j kT ) =
jT
jT
z e
2 j
2 j ze
1
(e jT e jT ) z
z sin T
X ( z) =
2
= 2
jT
jT
2 j z (e + e
) z + 1 z 2 z cos T + 1
Del mismo modo, se puede verificar que la transformada Z de cos kT es:
X ( z ) = Z [ cos kT ] =
z 2 z cos T
z 2 2 z cos T + 1
El estudiante puede realizar la comprobacin de esta ltima ecuacin, como un

ejercicio complementario que le permita afianzar los conocimientos adquiridos
hasta el momento.
De la misma forma como se trabaja con la transformada de Laplace, la tabla 2.3

de transformadas Z de las funciones comnmente encontradas es muy til en la
resolucin de problemas en el campo de los sistemas en tiempo discreto.
1
2
Table 2.3 Pares de transformadas Z

x(kT ) o x(k )
Delta de Kronecker (k )
(n k )
X ( z)
1
z k
z
z 1
z
z e aT
Tz
( z 1) 2
1(k )
e akT
kT
(kT ) 2
T 2 z ( z + 1)
( z 1)3
(kT )3
T 3 z ( z 2 + 4 z + 1)
( z 1) 4
1 e akT
(1 e aT ) z
( z 1)( z e aT )
Table 2.3 Pares de transformadas Z (continuacin)

(e aT e bT ) z
akT
bkT
e
e
( z e aT )( z e bT )
10
kTe akT
Te aT z
( z e aT ) 2
11
(1 akT )e akT
z 2 (1 + aT )e aT z
( z e aT ) 2
12
(kT ) 2 e akT
T 2 e aT ( z + e aT ) z
( z e aT )3
13
akT 1 + e akT
14
sin kT
15
cos kT
16
e akT sin kT
17
e akT cos kT
18
ak
19
a k 1
20
ka k 1
21
k 2 a k 1
22
k a
k 1
23
k 1
k a
24
a k cos k
25
k (k 1)
2!
(aT 1 + e aT ) z + (1 e aT aTe aT ) z
( z 1) 2 ( z e aT )
z sin T
2
z 2 z cos T + 1
z 2 z cos T
z 2 2 z cos T + 1
e aT z sin T
z 2 2e aT z cos T + e2 aT
z 2 e aT z cos T
z 2 2e aT z cos T + e2 aT
z
za
1
za
z
( z a)2
z ( z + a)
( z a )3
z ( z 2 + 4az + a 2 )
( z a)4
z ( z 3 + 11az 2 + 11a 2 z + a 3 )
( z a )5
z
z+a
z
( z 1)3
26
27
28
Table 2.3 Pares de transformadas Z (continuacin)

k (k 1) (k m + 2)
z
(m 1)!
( z 1) m
z
k (k 1) k 2
a
( z a )3
2!
k (k 1) (k m + 2)
z
(m 1)!
( z a)m
29
k sin kT
z ( z 2 sin T sin T )
( z 2 2 z cos T + 1) 2
30
k cos kT
z ( z 2 cos T 2 z + cos T )
( z 2 2 z cos T + 1) 2
31
ke akT sin kT
ze aT ( z 2 sin T e 2 aT sin T )
( z 2 2 ze aT cos T + e 2 aT ) 2
32
ke
akT
cos kT
ze aT ( z 2 cos T 2 ze aT + e 2 aT cos T )
( z 2 2 ze aT cos T + 1) 2
3. PROPIEDADES Y TEOREMAS DE LA TRANSFORMADA Z

Las aplicaciones de la transformada Z , en muchos casos se simplifican al
emplear las propiedades de la transformada.
3.1. Multiplicacin por una Constante

Sea a una constante y X ( z ) la transformada Z de x(kT ) , entonces:
Z [ ax(kT )] = aZ [ x(kT ) ] = aX ( z ) (2.43)
3.2. Linealidad
Sean X 1 ( z ) y X 2 ( z ) las transformadas Z de x1 (kT ) y x2 (kT ) , respectivamente,
entonces:
Z [ x1 (kT ) x2 (kT ) ] = Z [ x1 (kT ) ] Z [ x2 (kT ) ] = X 1 ( z ) X 2 ( z ) (2.44)
Ejemplo 2.19 Encuentre la transformada Z de la funcin x(kT ) = 2kT 3sin 5kT
Solucin:
Aplicando las propiedades de multiplicacin por una constante y de linealidad, se
tiene:
Tz
z sin 5T
Z [ 2kT 3sin 5kT ] = 2Z [ kT ] 3Z [sin 5kT ] = 2

3 2
2
( z 1) z 2 z cos 5T + 1
3.3. Multiplicacin por a k
La transformada Z de x(kT ) multiplicada por a k , donde a es una constante, es

igual a la transformada Z X ( z ) , con z reemplazada por z a , esto es:
z
Z a k x(kT ) = Z [ x(kT )] z = z a = X (2.45)
a
Ejemplo 2.20 Encuentre la transformada Z de la funcin x(kT ) = 2k kT
Solucin:
Aplicando la propiedad anterior, la transformada Z se puede hallar as:
Tz
2Tz
Z 2k kT = Z [ kT ] z = z 2 =
=
2
2
( z 1) z = z 2 ( z 2)
3.4. Traslacin Compleja

La transformada Z de x(kT ) multiplicada por e akT , donde a es una constante, es
igual a la transformada Z ( X ( z ) ), con z reemplazada por ze aT , esto es:
Z e akT x(kT ) = Z [ x(kT ) ] z = ze aT = X ( ze aT ) (2.46)

Ejemplo 2.21 Encuentre la transformada Z de x(kT ) = e 5 kT kT
Solucin:
Aplicando la propiedad de traslacin compleja se encuentra que su transformada
Z es:
Tz
Z e 5 kT kT = Z [ kT ] z = ze5T =
( z 1) 2
=
z = ze5 T
Tze5T
Tze 5T
=
( ze5T 1) 2 ( z e 5T ) 2
3.5. Traslacin Real

La transformada Z de x(kT ) retrasada un tiempo n , es igual a la transformada
Z de x(kT ) multiplicada por z n , esto es:

Z [ x(kT n) ] = z nZ [ x(kT )] = z n X ( z ) (2.47)
De igual forma la transformada Z de x(kT ) adelantada un tiempo n , se puede

representar de la siguiente forma:
n 1
n 1
Z [ x(kT + n) ] = z n Z [ x(kT ) ] x(kT ) z k = z n X ( z ) x(kT ) z k (2.48)

k =0
k =0
Ejemplo 2.22 Encuentre la transformada Z de la funcin x(kT ) = (kT 3) 2
Solucin:
Aplicando la propiedad de traslacin real se encuentra que su transformada Z es
entonces:
T 2 z ( z + 1) T 2 ( z + 1)
Z (kT 3) 2 = z 3Z (kT ) 2 = z 3
= 2
3
3
( z 1) z ( z 1)
3.6. Suma de Funciones
Sea la funcin:
k
y ( k ) = x ( h)
para k = 0,1, 2,...
h=0
Desarrollando la funcin se obtiene que
y (k ) = x(0) + x(1) + x(2) + + x(k 1) + x(k )

y (k 1) = x(0) + x(1) + x(2) + + x(k 1)
Restando estas dos expresiones se tiene
y (k ) y (k 1) = x(k )
Sacando la transformada Z ,
Y ( z ) z 1Y ( z ) = X ( z )
Entonces, despejando Y ( z ) , se tiene que:
Y ( z) =
1
z
X ( z) =
X ( z ) (2.49)
1
1 z
z 1
3.7. Teorema del Valor Inicial

Si la transformada Z de x(k ) es X ( z ) , entonces:
lim x(k ) = lim X ( z ) (2.50)

k 0
3.8. Teorema del Valor Final

Si la transformada Z de x(k ) es X ( z ) , y si X ( z ) es analtica sobre o fuera del
crculo unitario z = 1 en el plano z , entonces:
lim x(k ) = lim( z 1) X ( z ) (2.51)

k
z 1
Este teorema es de gran utilidad siempre y cuando ( z 1) X ( z ) no tenga polos

sobre o fuera del crculo unitario z = 1 en el plano z .
Ejemplo 2.23 Encuentre el valor hacia el cual tiende la siguiente funcin cuando
k
2z
F (s) =
z 1
Solucin:
Debido a que ( z 1) X ( z ) es analtica sobre el crculo unitario y fuera de l en el
plano z , el teorema del valor final puede ser aplicado. Utilizando la ecuacin
(2.51), se tiene:
lim x(k ) = lim( z 1) X ( z ) = lim 2 z = 2
k
z 1
z 1
La tabla 2.4 resume las propiedades y teoremas de la transformada Z .
Table 2.4 Propiedades de la transformada Z

Z [ ax(k )] = aX ( z )
Z [ x1 (k ) x2 (k ) ] = X 1 ( z ) X 2 ( z )
Z [ x(k + 1) ] = zX ( z ) zx(0)
Z [ x(k + 2) ] = z 2 X ( z ) z 2 x(0) zx(1)
5
6
7
8
Z [ x(k + n) ] = z n X ( z ) z n x(0) z n 1 x(1)
zx(n 1)
Z [ x ( k n) ] = z n X ( z )
d
X ( z)
dz
Z e ak x(k ) = X ( ze a )
Z [ kx(k ) ] = z
11
z
Z a k x(k ) = X
a
d z
Z ka k x(k ) = z X
dz a
x(0) = lim X ( z )
12
x() = lim( z 1) X ( z )
13
Z [ x(k ) x(k 1)] = ( z 1) X ( z )
14
Z [ x(k + 1) x(k ) ] = ( z 1) X ( z ) zx(0)
15
z
n
Z x( k ) =
X ( z)
k =0
z 1
9
10
z 1
16
17
Z k x(k ) = z X ( z )
dz
n
Z x(k ) y (n k ) = X ( z )Y ( z )
k =0
Leccin 5: TRANSFORMADA Z INVERSA

La transformada Z en sistemas de control en tiempo discreto juega el mismo
papel que la transformada de Laplace en sistemas de control en tiempo continuo.
Para que la transformada Z sea til, hay que familiarizarse con los mtodos para
encontrar la transformada Z inversa.
La notacin para la transformada Z inversa es Z 1 . La transformada Z inversa

de X ( z ) da como resultado la correspondiente secuencia de tiempo.
Se debe observar que a partir de la transformada Z inversa slo se obtiene la

secuencia de tiempo en los instantes de muestreo. De esta manera, la
transformada Z inversa de X ( z ) da como resultado una nica x(k ) , pero no da
una nica x(t ) . Esto significa que la transformada Z inversa da como resultado
una secuencia de tiempo que especifica los valores de x(t ) solamente en los
valores discretos de tiempo, t = 0, T , 2T ,..., y no dice nada acerca de los valores de
x(t ) en todos los otros tiempos. Es decir, que muchas funciones del tiempo x(t )
diferentes pueden tener la misma x(k ) .
Figure 2.15 Funciones en tiempo continuo con los mismos valores en t = 0, T , 2T ,...
Un mtodo obvio para encontrar la transformada Z inversa es referirse a una

tabla de transformadas Z . Sin embargo, a menos que se refiera a una tabla de
transformadas Z muy extensa, no seria capaz de encontrar la transformada Z
inversa de una funcin de z complicada.
Existen otros mtodos para obtener la transformada Z inversa que no implican el

uso de tablas:
Mtodo de la divisin directa.
Mtodo de expansin en fracciones parciales.
Mtodo de los residuos.
1. MTODO DE DIVISIN DIRECTA

En el mtodo de la divisin directa, la transformada Z inversa se obtiene
mediante la expansin de X ( z ) en una serie infinita de potencias de z 1 .
Este mtodo es til cuando es difcil obtener una expresin en forma cerrada para
la transformada Z inversa o se desea encontrar solo algunos de los primeros
trminos de x(k ) . El mtodo de la divisin directa proviene del hecho de que si
X ( z ) est expandida en una serie de potencias de z 1 , esto es, si
X ( z ) = x(k ) z k = x(0) + x(1) z 1 + x(2) z 2 +
x( k ) z k +
k =0
Entonces x(k ) es el coeficiente del trmino z k . Por lo tanto, los valores de x(k )
para k = 0,1, 2,... se pueden determinar por inspeccin.
Si X ( z ) est dada en la forma de una funcin racional, la expansin en una serie

de potencias infinita en potencias crecientes de z 1 se puede lograr sencillamente
al dividir el numerador entre el denominador, donde tanto el numerador como el
denominador de X ( z ) se escriben en potencias crecientes de z 1 .
Ejemplo 2.24 Encuentre x(k ) cuando X ( z ) est dada por la expresin:
X ( z) =
1
z 1
=
z + 1 1 + z 1
Solucin:
Al dividir el numerador entre el denominador, se obtiene
1 + z 1
z 1 z 2 + z 3 z 4 +
z 1
z 1 + z 2
z 2
z 2 z 3
z 3
z 3 + z 4
z 4
z 4 z 5
z 5
De este modo,
X ( z ) = z 1 z 2 + z 3 z 4 +
Al comparar esta expansin de X ( z ) se tiene,
x(0) = 0
x(1) = 1
x(2) = 1
x(3) = 1
x(4) = 1
Esta es una seal alternante entre 1 y 1 , que empieza en k = 1 .
Como se ve a partir de este ejemplo, el mtodo de la divisin directa se puede

llevar a cabo mediante clculos manuales si slo se desean los primeros trminos
de la secuencia. En general, el mtodo no produce una expresin en forma

cerrada para x(k ) , excepto en casos especiales.
2. MTODO DE FRACCIONES PARCIALES
El mtodo de expansin en fracciones parciales que se presenta aqu y que es

idntico al mtodo de expansin en fracciones parciales que se utiliza en la
transformada de Laplace, es muy empleado en problemas rutinarios que
involucran transformadas Z . El mtodo requiere que todos los trminos de la
expansin en fracciones parciales se puedan reconocer fcilmente en la tabla de
pares de transformadas Z .
Para encontrar la transformada Z inversa, si X ( z ) tiene uno o ms ceros en el
origen ( z = 0 ), entonces X ( z ) z se expande en la suma de trminos sencillos de
primero o segundo orden mediante la expansin en fracciones parciales y se
emplea una tabla de transformadas Z para encontrar la funcin del tiempo
correspondiente para cada uno de los trminos expandidos. Se debe observar que
la nica razn de que se expanda X ( z ) z en fracciones parciales es que cada uno
de los trminos expandidos tenga una forma que se pueda encontrar fcilmente a
partir de las tablas de transformadas X ( z ) z de que se dispone comnmente.
El proceso de efectuar un desarrollo en fracciones parciales se analizar en tres

casos. En cada uno se supondr que
X ( z) =
b0 z m + b1 z m 1 + + bm 1 z + bm
z n + a1 z n 1 + + an 1 z + an
donde n m (2.52)
Para expandir X ( z ) en fracciones parciales, primero se factoriza el polinomio del

denominador y se encuentran los polos de X ( z ) :
X ( z) =
b0 z m + b1 z m 1 + + bm 1 z + bm
(2.53)
( z p1 )( z p2 ) ( z pn )
Luego se expande X ( z ) z en fracciones parciales, de manera que cada uno de

los trminos sea reconocido fcilmente en una tabla de transformadas Z . La
transformada Z inversa de X ( z ) se obtiene como la suma de las transformadas

Z inversas de las fracciones parciales.
Un procedimiento de uso muy comn para los casos donde todos los polos son
diferentes y hay por lo menos un cero en el origen (esto es, bm = 0 ) es dividir
ambos miembros de X ( z ) entre z y entonces expandir X ( z ) z en fracciones
parciales. Una vez que X ( z ) z se ha expandido, sta ser de la forma
a
a2
X ( z)
= 1 +
+
z
z p1 z p2
an
(2.54)
z pn
El coeficiente ai , se puede determinar multiplicando ambos miembros de la

ecuacin (2.54) por z pi , y haciendo que z = pi . Esto dar como resultado que
todos los trminos del segundo miembro sean cero excepto el trmino ai , en el
cual el factor que est multiplicando z pi , ha sido cancelado por el denominador.
Por lo tanto, se tiene
X ( z)
ai = ( z pi )
(2.55)
z z = pi
Ejemplo 2.25 Encuentre la funcin x(k ) utilizando el mtodo de expansin en

fracciones parciales para la siguiente funcin:
X ( z) =
z (0.5 z 1)
( z 0.5)( z 0.8)
Solucin:
Aplicando el mtodo de expansin en fracciones parciales se tiene
X ( z)
0.5 z 1
A
B
=
=
+
z
( z 0.5)( z 0.8) z 0.5 z 0.8
Donde,
X ( z)
0.5 z 1
0.5 z 1
A = ( z 0.5)
= ( z 0.5)
=
z z =0.5
( z 0.5)( z 0.8) z =0.5 z 0.8 z =0.5
(0.5)(0.5) 1 0.25 1 0.75 5

=
=
=
A=
0.3
0.3 2
0.5 0.8
X ( z)
0.5 z 1
0.5 z 1
B = ( z 0.8)
= ( z 0.8)
=
z z =0.8
( z 0.5)( z 0.8) z =0.8 z 0.5 z =0.8
(0.5)(0.8) 1 0.4 1 0.6

=
=
= 2
B=
0.8 0.5
0.3
0.3
Por lo tanto,
X ( z)
0.5 z 1
52
2
=
=
+
z
( z 0.5)( z 0.8) z 0.5 z 0.8
Entonces,
z
5 z
X ( z) =
(2)
z 0.8
2 z 0.5
Ahora se aplica la transformada Z inversa a X ( z ) para hallar x(k )
5
x( k ) = Z
2
z
z 0.5 2Z
z 5
k
k
z 0.8 = 2 (0.5) 2(0.8)
Observe que dicha forma para determinar ai es vlida slo para polos simples.
Si X ( z ) z involucra un polo mltiple, por ejemplo, un polo doble en z = pi , y no
tiene ms polos, entonces X ( z ) z tendr la forma
a1
a
X ( z)
=
+ 2
(2.56)
2
z
( z p1 )
z p1
Donde los coeficientes a1 y a2 se determinan a partir de
X ( z)
a1 = ( z p1 ) 2
(2.57)
z z = p1
a2 =
d
X ( z)
( z p1 ) 2
(2.58)
dz
z z = p1
Ejemplo 2.26 Encuentre la funcin x(k ) utilizando el mtodo de expansin en

fracciones parciales para la siguiente funcin:
X ( z) =
z ( z 1)
( z 0.5) 2
Solucin:
La funcin tiene el siguiente desarrollo en fracciones parciales:
X ( z)
z 1
A
B
=
=
+
2
2
z
( z 0.5)
( z 0.5)
z 0.5
Donde,
X ( z)
z 1
A = ( z 0.5) 2
= ( z 0.5) 2
= [ z 1] z =0.5 = 0.5 1 = 0.5
z z =0.5
( z 0.5) 2 z =0.5
B=
d
d
z 1
d
2 X ( z)
2
(
z
0.5)
(
z
0.5)
= [ z 1] z =0.5 = 1
dz
z z =0.5 dz
( z 0.5) z =0.5 dz
As,
X ( z)
z 1
0.5
1
=
=
+
2
2
z
( z 0.5)
( z 0.5)
z 0.5
Entonces,
X ( z) =
z
z
( 0.5 )
z 0.5
( z 0.5) 2
Utilizando una tabla de transformadas Z se encuentra que
x(k ) = (0.5) k 0.5k (0.5) k 1 = (0.5) k k (0.5) k
Por ltimo, se puede considerar el caso en el que X ( z ) z tiene polos complejos

conjugados, por lo que la transformada inversa ser una funcin x(k ) que
involucra trminos de funciones seno y coseno.
No olvidar que,
z 2 e aT z cos T
akT
A
cos kT
1
z 2 2e aT z cos T + e 2 aT = A1e
e aT z sin T
Z 1 A2 2
= A2 e akT sin kT
aT
2 aT
z 2e z cos T + e
Ejemplo 2.27 Hallar la transformada Z inversa de:
X ( z) =
z ( z 1)
z2 + z +1
Solucin:
Inicialmente, se reescribe la funcin X ( z ) como:
X ( z) =
z2 z
z 2 e aT z cos T
e aT z sin T
=
A
+
B
z2 + z +1
z 2 2e aT z cos T + e 2 aT
X ( z) =
Az 2 + z ( Be aT sin T Ae aT cos T )
Donde, al comparar los denominadores se observa que para z 2 :
1=1
Para z :
1 = 2e aT cos T
Para el trmino independiente:
1 = e2 aT
De esta ltima expresin se obtiene el valor de aT ,
aT =
ln(1)
=0
2
Luego,
e aT = e(0) = 1
Por lo que se puede encontrar el valor de T ,
1
= cos 1 (0.5) = 2.0944 rad
aT
2e
T = cos 1
Ahora se comparar los numeradores
z 2 z = Az 2 + Az ( Be aT sin T Ae aT cos T )
De donde se observa que para z 2 :
A =1
Para z :
1 = Be aT sin T e aT cos T
Por lo que ,
B=
e aT cos T 1 (1)(0.5) 1
1.5
=
=
= 1.7321
aT
e sin T
1(0.8660)
0.8660
Sustituyendo los valores para X ( z ) :

z2 z
z 2 z cos(2.0944)
z sin(2.0944)
X ( z) = 2
= 2
(1.7321) 2
z + z + 1 z 2 z cos(2.0944) + 1
z 2 z cos(2.0944) + 1
Se encuentra que la transformada Z inversa de X ( z ) es:
x(k ) = cos(2.0944k ) 1.7321sin(2.0944k )
3. MTODO DE LOS RESIDUOS

sta es una tcnica til para la obtencin de la transformada Z
integral de inversin esta dada por:
[ X ( z )] = x(k ) =
2 j
inversa. La
X ( z ) z k 1dz (2.59)
La ecuacin que da la transformada Z inversa en trminos de los residuos se

puede obtener si se utiliza la teora de la variable compleja. sta se puede obtener
como sigue:
x(k ) = K1 + K 2 +
+ K m (2.60)
Donde K1 , K 2 ,..., K m denotan los residuos de X ( z ) z k 1 en los polos z1 , z2 ,...zm ,

respectivamente. Al evaluar los residuos, observe que si el denominador de
X ( z ) z k 1 contiene un polo simple en z = zi , entonces el residuo K correspondiente
esta dado por:
K = lim ( z zi ) X ( z ) z k 1 (2.61)
z zi
Si X ( z ) z k 1 contiene un polo mltiple zi de orden n , entonces el residuo K est

dado por:
K=
1
lim ( z zi ) n X ( z ) z k 1 (2.62)
(n 1)! z zi
Debe observarse que el mtodo de la integral de inversin, cuando se evala por

residuos, es una tcnica muy sencilla para obtener la transformada Z inversa,
siempre que X ( z ) z k 1 , no tenga polos en el origen ( z = 0 ). Sin embargo, si
X ( z ) z k 1 tiene un polo simple o uno mltiple en z = 0 , el clculo se puede tornar
tedioso y el mtodo de expansin en fracciones parciales podra ser ms sencillo
de aplicar. Por otro lado, en ciertos problemas el enfoque de expansin en
fracciones parciales puede ser muy laborioso. En esos casos es ms conveniente
el mtodo de los residuos.
Ejemplo 2.28 Encuentre la funcin x(k ) , utilizando el mtodo de los residuos,

para la funcin:
z ( z 2 1)
X ( z) = 2
( z + 1) 2
Solucin:
Reescribiendo la funcin se tiene:
z ( z 2 1)
X ( z) =
( z + j )2 ( z j )2
Donde se aprecia que la funcin posee dos polos complejos conjugados dobles,
los cuales se encuentran ubicados en z = j . Entonces empleando el mtodo en
cuestin se obtienen dos residuos:
x(k ) = K1 + K 2
Donde,
K1 =
1
d
d
z ( z 2 1) z k 1
2
lim ( z + j ) 2 X ( z ) z k 1 = lim
(
z
j
)
+
z j dz
(2 1)! z j dz
( z + j ) 2 ( z j ) 2
d ( z 2 1) z k
d z k +2 z k
lim
=
( z j ) 2 z j dz z 2 j 2 z 1
z j dz
K1 = lim
(kz k z + 2 z k z kz k z )( z 2 j 2 z 1) ( z k z 2 z k )(2 z j 2)
K1 = lim
z j
z 4 j 4z3 6z 2 + j 4z + 1
Al evaluar el lmite hay que recordar que j es un nmero complejo, el cual

puede ser representado por su magnitud y su ngulo, as
j=e
Es decir, una magnitud de 1 y un ngulo de 2 . Tambin hay que tener en

cuenta que:
( j ) 2 = 1
( j )3 = j
( j )4 = 1
De esta manera se halla el valor para K1 :
j k
j k
j k
2
2
2
j 2e
j 2ke
(4) j 2e
( j 4)
K1 =
16
K1 =
Ahora se halla K 2 :
j k
2
jke
2
ke
j k
2
j2
K2 =
1
d
d
z ( z 2 1) z k 1
lim ( z j ) 2 X ( z ) z k 1 = lim ( z j ) 2
z j dz
(2 1)! z j dz
( z + j ) 2 ( z j ) 2
K 2 = lim
z j
d ( z 2 1) z k
d z k +2 z k
lim
=
dz ( z + j ) 2 z j dz z 2 + j 2 z 1
(kz k z + 2 z k z kz k z )( z 2 + j 2 z 1) ( z k z 2 z k )(2 z + j 2)
K 2 = lim
z j
z4 + j4z3 6z2 j4z + 1
Al evaluar el lmite hay que recordar que j tambin es un nmero complejo, el

cual puede ser representado por su magnitud y su ngulo, as
j=e
Es decir, una magnitud de 1 y un ngulo de 2 . Tambin hay que tener en

cuenta que:
( j ) 2 = 1
( j )3 = j
( j )4 = 1
De esta manera se halla el valor para K 2 :
j k
j k
j k
2
2
2
j
2
ke
j
2
e
(
4)
j
2
e
+
( j 4)
K2 =
16
jke
K1 =
2
j k
2
j k
ke 2
=
j2
Con los valores de K1 y K 2 se encuentra el valor de x(k ) :
j k
j k
ke 2
ke 2
e
x(k ) = K1 + K 2 =
+
=k
2j
2j
j k
2
e
2j
j k
2

= k sin k
2
4. SOLUCIN DE ECUACIONES EN DIFERENCIA
Las ecuaciones en diferencias se pueden solucionar fcilmente mediante el uso de

una computadora digital, siempre que se proporcionen los valores numricos de
todos los coeficientes y los parmetros. Sin embargo, las expresiones en forma
cerrada para x(k ) no se pueden obtener a partir de la solucin por computadora,
excepto para casos muy especiales. La utilidad del mtodo de la transformada Z
es que permite obtener la expresin en forma cerrada para x(k ) .
Considere un sistema en tiempo discreto lineal e invariante en el tiempo,

caracterizado por la siguiente ecuacin en diferencias:
x(k ) + a1 x(k 1) +
+ an x(k n)
= b0u (k ) + b1u (k 1) +
+ bmu (k m)
(2.63)
Donde u (k ) y x(k ) son la entrada y la salida del sistema respectivamente. Al

escribir dicha ecuacin en diferencias en el plano z , se toma la transformada Z
de cada uno de los trminos de la ecuacin.
Entonces, x(k + 1), x(k + 2).x(k + 3),... y x(k 1), x(k 2).x(k 3),... se pueden
expresar en trminos de X ( z ) y de las condiciones iniciales. Las transformadas
Z de estas expresiones se resumen en la tabla 2.5.
Table 2.5 Transformadas Z de x(k + n) y x(k n)
x( k )
X ( z)
4
4
x(k + 4)
z X ( z ) z x(0) z 3 x(1) z 2 x(2) zx(3)
x(k + 3)
z 3 X ( z ) z 3 x(0) z 2 x(1) zx(2)
x(k + 2)
x(k + 1)
x( k )
x(k 1)
z 2 X ( z ) z 2 x(0) zx(1)
zX ( z ) zx(0)
X ( z)
x(k 2)
z 2 X ( z )
x(k 3)
z 3 X ( z )
x(k 4)
z 4 X ( z )
z 1 X ( z )
A continuacin se presenta un ejemplo que permite observar la solucin de

ecuaciones en diferencias mediante el mtodo de la transformada Z .
Ejemplo 2.29 Encuentre la solucin para la siguiente ecuacin en diferencias:
x( k + 2) + 3 x(k + 1) + 2 x(k ) = 0 donde x(0) = 0, x(1) = 1
Solucin:
Al tomar las transformadas Z de ambos lados de la ecuacin se obtiene:
z 2 X ( z ) z 2 x(0) zx(1) + 3[ zX ( z ) zx(0) ] + 2 [ X ( z ) ] = 0
Al sustituir las condiciones iniciales y simplificar se tiene:
X ( z) =
z
z
=
z + 3z + 2 ( z + 1)( z + 2)
2
Luego, aplicando el mtodo de expansin en fracciones parciales se tiene:
X ( z)
1
A
B
=
=
+
z
( z + 1)( z + 2) z + 1 z + 2
Donde,
1
X ( z)
1
= ( z + 1)
=
A = ( z + 1)
z z =1
( z + 1)( z + 2) z =1 ( z + 2) z =1
A=
1
1
= =1
(1 + 2) 1
1
X ( z)
1
= ( z + 2)
=
B = ( z + 2)
z z =2
( z + 1)( z + 2) z =2 ( z + 1) z =2
1
1
=
= 1
B=
(2 + 1) 1
Por lo tanto,
X ( z)
1
1
1
=
=
z
( z + 1)( z + 2) z + 1 z + 2
Entonces,
X ( z) =
z
z
z +1 z + 2
Ahora se aplica la transformada Z inversa a X ( z ) para hallar x(k )
x( k ) = Z
3.
z
z + 1 Z
z
k
k
z + 2 = (1) (2)
CAPITULO 3: MODELADO DE SISTEMAS DINMICOS
INTRODUCCIN
Un modelo matemtico de un sistema dinmico se define como un conjunto de

ecuaciones que representan la dinmica del sistema, este modelo no es nico
para un sistema determinado ya que el mismo sistema puede representarse en
muchas formas diferentes, dependiendo de cada perspectiva.
La dinmica de muchos sistemas, ya sean mecnicos, elctricos, trmicos,

econmicos, biolgicos, etc., se describe en trminos de ecuaciones diferenciales,
las cuales provienen de las leyes fsicas que gobiernan un sistema determinado.
Por ejemplo, los sistemas mecnicos se pueden representar mediante las leyes de
Newton y los sistemas elctricos mediante las leyes de Kirchhoff. Obtener un
modelo matemtico adecuado es la parte ms importante de todo el proceso de
anlisis.
Los modelos matemticos pueden adoptar muchas formas distintas. Por ejemplo,
los sistemas lineales invariantes con el tiempo que poseen una entrada y una
salida se pueden representar fcilmente mediante la funcin de transferencia,
mientras que los sistemas multivariables variantes en el tiempo se representan

generalmente, en espacio de estados.
En la obtencin de un modelo matemtico, se debe establecer un equilibrio entre

la simplicidad del mismo y la precisin de los resultados del anlisis. Al obtener un
modelo matemtico razonablemente simplificado, a menudo resulta necesario
ignorar ciertas propiedades fsicas inherentes al sistema. Si los efectos que estas
propiedades ignoradas tienen sobre la respuesta son pequeos, se obtendr un
buen acuerdo entre los resultados del anlisis de un modelo matemtico y los
resultados del estudio experimental del sistema fsico.
En general, cuando se soluciona un problema nuevo, es conveniente desarrollar

primero un modelo simplificado para obtener una idea general de la solucin y a
continuacin se desarrolla un modelo matemtico ms completo que se usa para
un anlisis ms detallado.
Si la respuesta producida por un sistema, ante la aplicacin simultnea de dos

funciones de entradas diferentes es la suma de las dos respuestas individuales, y
adems son proporcionales la causa y el efecto, el sistema se considera lineal.
Los sistemas dinmicos formados por componentes de parmetros concentrados
lineales e invariantes con el tiempo se describen mediante ecuaciones
diferenciales lineales. Tales sistemas se denominan sistemas lineales invariantes
en el tiempo o LTI. Los sistemas que se representan mediante ecuaciones
diferenciales cuyos coeficientes son funciones del tiempo, se denominan sistemas
lineales variantes con el tiempo. Un ejemplo de un sistema variante en el tiempo
es el sistema de control de una nave espacial, ya que la masa de esta cambia
debido al consumo de combustible.
Por otra parte, para un sistema no lineal la respuesta a dos entradas no puede
calcularse tratando cada una a la vez y sumando los resultados. En la prctica,
muchos sistemas electromecnicos, hidrulicos, neumticos, etc., involucran
relaciones no lineales entre las variables.
Por ejemplo, la salida de un componente puede saturarse para seales de entrada

grandes (figura 3.1). Puede haber una zona muerta que afecte las seales
pequeas (figura 3.2). Puede ocurrir una no linealidad de ley cuadrtica en
algunos componentes (figura 3.3). Por ejemplo, los amortiguadores que se utilizan
en los sistemas fsicos pueden ser lineales para operaciones a baja velocidad,
pero pueden volverse no lineales a altas velocidades.
Figure 3.1 No linealidad de saturacin
Figure 3.2 No linealidad de zona muerta
Figure 3.3 No linealidad de ley cuadrtica
En general, los procedimientos para encontrar las soluciones a problemas que

involucran sistemas no lineales son muy complicados. Por lo que resulta necesario
introducir sistemas lineales equivalentes en lugar de los no lineales. Tales
sistemas lineales equivalentes slo son vlidos para un rango limitado de
operacin. Una vez que se aproxima un sistema no lineal mediante un modelo
matemtico lineal, pueden aplicarse varias herramientas lineales para su anlisis.
En la ingeniera de control, una operacin normal del sistema puede ocurrir

alrededor de un punto de equilibrio, y las seales pueden considerarse seales
pequeas alrededor del equilibrio. Sin embargo, si el sistema opera alrededor de
un punto de equilibrio y si las seales involucradas son pequeas, es posible

aproximar el sistema no lineal mediante un sistema lineal. Tal sistema lineal es
equivalente al sistema no lineal, considerado dentro de un rango de operacin
limitado. Ese modelo linealizado es muy importante en la ingeniera de control.
Leccin 1: SISTEMAS FSICOS Y MODELOS
1. SISTEMAS ELCTRICOS
Las leyes fundamentales que gobiernan los circuitos elctricos son las leyes de
corrientes y voltajes de Kirchhoff. La ley de corrientes de Kirchhoff (la ley de
nodos) plantea que la suma algebraica de todas las corrientes que entran y salen
de un nodo es cero. La ley de voltajes de Kirchhoff (la ley de mallas) establece que
en cualquier instante determinado la suma algebraica de los voltajes alrededor de
cualquier malla en un circuito elctrico es cero. Un modelo matemtico de un
circuito elctrico se obtiene aplicando una o ambas leyes de Kirchhoff.
Esta seccin presenta una serie de ejemplos que permiten modelar

matemticamente sistemas elctricos sencillos, es decir, sistemas que involucran
resistencias, condensadores y bobinas.
Ejemplo 3.1 Encuentre un modelo matemtico que relacione la tensin de entrada

ei (t ) con la corriente de salida io (t ) , para el circuito elctrico RL en serie de la
figura:
Figure 3.4 Circuito RL en serie
Solucin:
Si se desea relacionar la tensin de entrada ei (t ) con la corriente de salida io (t ) ,
se puede aplicar la ley de voltajes de Kirchhoff a la malla, as:
ei (t ) = eR (t ) + eL (t )
Donde eR (t ) corresponde al voltaje sobre la resistencia y eL (t ) es la cada de

voltaje en la bobina, de esta manera se puede escribir la ecuacin diferencial que
relaciona ei (t ) con io (t ) :
di (t )
ei (t ) = Rio (t ) + L o
dt
Reescribiendo esta ltima ecuacin se tiene una ecuacin diferencial de primer

orden:
dio (t ) R
1
+ io (t ) = ei (t )
dt
L
L
Ejemplo 3.2 Encuentre un modelo matemtico que relacione el voltaje de entrada

ei (t ) con el voltaje de salida eo (t ) , para el circuito elctrico RC en serie de la
figura:
Figure 3.5 Circuito RC en serie
Solucin:
El parmetro de entrada en este caso es el voltaje ei (t ) , y el parmetro de salida
es el voltaje sobre el condensador eo (t ) , como se trata de un circuito en serie, se
puede aplicar la ley de voltajes de Kirchhoff para la malla de esta forma:
ei (t ) = eR (t ) + eC (t )
Donde eR (t ) corresponde al voltaje sobre la resistencia y eC (t ) es la cada de

voltaje en el condensador, de esta manera se puede escribir la ecuacin:
ei (t ) = Ri (t ) +
1
i (t )dt
C
eC (t ) = eo (t ) =
1
i (t )dt
C
Teniendo en cuenta que:
Se obtiene,
i (t ) = C
deo (t )
dt
Por lo que la ecuacin diferencial que relaciona ei (t ) con eo (t ) es:
ei (t ) = RC
deo (t )
+ eo (t )
dt

orden:
deo (t ) 1
1
+
eo (t ) =
ei (t )
dt
RC
RC
Ejemplo 3.3 Encuentre un modelo matemtico que relacione la corriente de

entrada ii (t ) con el voltaje de salida eo (t ) , para el circuito elctrico RC en paralelo
de la figura:
Figure 3.6 Circuito RC en paralelo
Solucin:
Si se desea relacionar la corriente de entrada ii (t ) con la tensin de salida eo (t ) ,
se puede aplicar la ley de corrientes de Kirchhoff al nodo, as:
ii (t ) = iR (t ) + iC (t )
Donde iR (t ) corresponde a la corriente a travs de la resistencia y iC (t ) es la

corriente a travs del condensador, de esta manera se puede escribir la ecuacin
diferencial que relaciona ii (t ) con eo (t ) :
ii (t ) =
de (t )
1
eo (t ) + C o
R
dt

orden:
deo (t ) 1
1
+
eo (t ) = ii (t )
dt
RC
C

ei (t ) con la corriente de salida io (t ) , para el circuito elctrico RLC en serie de la
figura:
Figure 3.7 Circuito RLC en serie
Solucin:
Si se desea relacionar la tensin de entrada ei (t ) con la corriente de salida io (t ) ,
se puede aplicar la ley de voltajes de Kirchhoff a la malla, as:
ei (t ) = eR (t ) + eL (t ) + eC (t )
Donde eR (t ) corresponde al voltaje sobre la resistencia, eL (t ) es el voltaje en la

bobina y eC (t ) es la cada de voltaje en el condensador, de esta manera se puede
escribir la ecuacin diferencial que relaciona ei (t ) con io (t ) :
ei (t ) = Rio (t ) + L
dio (t ) 1
+ io (t )dt
dt
C
Derivando esta ltima ecuacin se tiene que:
dei (t )
dio (t )
d 2io (t ) 1
=R
+L
+ io (t )
dt
dt
dt 2
C
Reescribiendo esta ltima ecuacin se tiene una ecuacin diferencial de segundo

orden:
d 2io (t ) R dio (t ) 1
1 dei (t )
+
+
io (t ) =
2
dt
L dt
LC
L dt

ei (t ) con el voltaje de salida eo (t ) , para el circuito elctrico de la figura:
Figure 3.8 Circuito RC
Solucin:
El parmetro de entrada en este caso es el voltaje ei (t ) , y el parmetro de salida
es el voltaje sobre el condensador eo (t ) , se puede aplicar la ley de voltajes de
Kirchhoff para la malla 1 de esta forma:
ei (t ) = R1i1 (t ) +
1
[i1 (t ) i2 (t )] dt (3.1)
C1
Para la malla 2 se tiene que:
1
1
[i1 (t ) i2 (t )] dt = R2i2 (t ) + i2 (t )dt (3.2)
C1
C2
Pero se sabe que,
1
i2 (t )dt = eo (t ) (3.3)
C2
Por lo que,
i2 (t ) = C2
deo (t )
dt
Reemplazando esta relacin en la ecuacin (3.2) se obtiene:
de (t )
1
[i1 (t ) i2 (t )] dt = R2C2 o + eo (t ) (3.4)
C1
dt
Derivando esta ltima expresin se tiene:
d 2 eo (t ) deo (t )
1
i
(
t
)
i
(
t
)
=
R
C
[1
] 2 2 2 +
2
C1
dt
dt
Despejando i1 (t )
i1 (t ) = R2C1C2
d 2 eo (t )
de (t )
de (t )
+ C1 o + C2 o
(3.5)
2
dt
dt
dt
Reemplazado las ecuaciones (3.4) y (3.5) en la ecuacin (3.1):
ei (t ) = R1 R2C1C2
d 2 eo (t )
de (t )
de (t )
de (t )
+ R1C1 o + R1C2 o + R2C2 o + eo (t )
2
dt
dt
dt
dt

orden:
d 2 eo (t ) R1C1 + R1C2 + R2C2 deo (t )
1
1
+
+
eo (t ) =
ei (t )
2
dt
R1 R2C1C2
R1 R2C1C2
R1 R2C1C2
dt
2. SISTEMAS MECNICOS
En esta seccin se analizar el modelado matemtico de los sistemas mecnicos.

La ley fundamental que controla los sistemas mecnicos es la segunda ley de
Newton, que se aplica a cualquier sistema mecnico. Antes de representar los
sistemas mecnicos es conveniente recordar las definiciones de masa y fuerza.
Masa: La masa de un cuerpo es la cantidad de materia que contiene, en

sistemas LTI se supone siempre constante. Fsicamente, la masa es la
propiedad de un cuerpo que le da inercia, es decir, resistencia a moverse o
detenerse. Un cuerpo es atrado por la Tierra y la magnitud de la fuerza que
ejerce la Tierra sobre l se denomina peso. En situaciones prcticas, se
conoce el peso w de un cuerpo pero no su masa m . La masa m se calcula a
partir de
w
m=
g
En donde g es la constante de aceleracin gravitacional. El valor de g vara

ligeramente de un punto a otro de la superficie terrestre. Como resultado, el peso
de un cuerpo vara ligeramente en diferentes puntos de la superficie de la Tierra,
pero su masa permanece constante. Para propsitos de ingeniera,
g = 9.8 m/s 2
En el espacio exterior, un cuerpo pierde su peso; no obstante, su masa

permanece constante y por tal razn el cuerpo posee inercia. La unidad de medida
de la masa en el SI es el kilogramo.
Fuerza: La fuerza se define como la causa que tiende a producir un cambio en

el movimiento de un cuerpo al cual se aplica. Para mover un cuerpo, debe
aplicarse una fuerza sobre l. Dos tipos de fuerza pueden actuar sobre un
cuerpo: las fuerzas de contacto y las fuerzas de campo. Las fuerzas de
contacto son aquellas que tienen un contacto directo con el cuerpo, en tanto
que las fuerzas de campo, tales como la fuerza gravitacional y la fuerza
magntica, actan sobre el cuerpo sin entrar en contacto con l. La unidad de
medida para la fuerza en el SI es el newton (N).
Ejemplo 3.6 Encuentre un modelo matemtico que relacione la fuerza aplicada

sobre el bloque, con la velocidad adquirida por este, para el sistema masaamortiguador de la figura, el cual se encuentra sobre una superficie sin friccin:
Figure 3.9 Sistema masa-amortiguador
Solucin:
Al sistema mecnico que se encuentra sobre una superficie sin friccin, se le
aplica una fuerza f (t ) por lo que el diagrama de cuerpo libre del sistema
quedara:
f B (t )
f (t )
Figure 3.10 Diagrama de cuerpo libre para el sistema masa-amortiguador
Aplicando la segunda ley de Newton:
F = ma
Y teniendo en cuenta que la aceleracin es la derivada de la velocidad se tiene:
f (t ) f B (t ) = ma
f (t ) Bv(t ) = m
dv(t )
dt

orden:
dv(t ) B
1
+ v(t ) = f (t )
dt
m
m
La cual tiene una forma idntica a la ecuacin diferencial que describe el circuito
RL en serie del ejemplo 3.1. Claramente se observa la analoga existente entre la
masa y la inductancia, al igual que entre el coeficiente de amortiguamiento viscoso
y la resistencia.
Ejemplo 3.7 Encuentre un modelo matemtico que relacione la fuerza aplicada

sobre el bloque, con la velocidad adquirida por este, para el sistema masaamortiguador de la figura, el cual se encuentra sobre una superficie sin friccin:
Figure 3.11 Sistema masa-resorte-amortiguador
Solucin:
Al sistema mecnico que se encuentra sobre una superficie sin friccin, se le
aplica una fuerza f (t ) por lo que el diagrama de cuerpo libre del sistema
quedara:
f K (t )
f (t )
f B (t )
Figure 3.12 Diagrama de cuerpo libre para el sistema masa-resorte-amortiguador
Aplicando la segunda ley de Newton
F = ma
Y teniendo en cuenta que la aceleracin es la derivada de la velocidad se tiene:
f (t ) f K (t ) f B (t ) = ma
f (t ) K v(t )dt Bv(t ) = m
dv(t )
dt
Derivando esta ecuacin se obtiene:
df (t )
dv(t )
d 2 v(t )
Kv(t ) B
=m
dt
dt
dt 2

orden:
d 2 v(t ) B dv(t ) K
1 df (t )
+
+ v(t ) =
2
dt
m dt
m
m dt
RLC en serie del ejemplo 3.4.
3. SISTEMAS DE NIVEL DE LQUIDO
Un sistema de nivel de lquido (sistema hidrulico), se describe mediante

ecuaciones diferenciales lineales o no lineales, en dependencia de si el flujo
manipulado es laminar o turbulento, respectivamente. Esto se puede establecer de
acuerdo con la magnitud del nmero de Reynolds. Si el nmero de Reynolds est
entre 3000 y 4000, el flujo es turbulento. El flujo es laminar si el nmero de
Reynolds es menor que unos 2000.
Si se introduce el concepto de resistencia y capacitancia para los sistemas del

nivel de lquido, es posible describir en forma simple las caractersticas dinmicas
de tales sistemas.
Resistencia: Considere el flujo a travs de un tubo corto que conecta dos

tanques. La resistencia R para el flujo de lquido en tal tubo se define como el
cambio en la diferencia de nivel (la diferencia entre el nivel de lquido en los
dos tanques) necesaria para producir un cambio de una unidad en la velocidad
del flujo; es decir,
R=
cambio en la diferencia de nivel [m ]

cambio en la velocidad del flujo m 3 /s
Para entender mejor este concepto, considere el sistema del nivel de lquido de la
figura 3.13. En este sistema el lquido sale a chorros a travs de la vlvula de
carga a un lado del tanque. Si el flujo a travs de esta restriccin es laminar, la
relacin entre la velocidad del flujo en estado estable y la altura en estado estable
en el nivel de la restriccin se obtiene mediante
Q = KH (3.6)
Donde,
Q : Velocidad del flujo del lquido en estado estable, m3 /s

K : Coeficiente, m 2 /s
H : Altura en estado estable, [ m ]
Figure 3.13 Sistema de nivel de lquido
Entonces, la resistencia Rl se obtiene mediante:
Rl =
dH H
=
(3.7)
dQ Q
Se aprecia que la resistencia del flujo laminar es constante y anloga a la

resistencia elctrica.
Si el flujo es turbulento a travs de la restriccin, la velocidad del flujo en estado

estable se obtiene mediante:
Q = K H (3.8)
La resistencia Rt para el flujo turbulento, se obtiene a partir de:
Rt =
dH
dQ
Derivando la ecuacin (3.8) se obtiene
dQ =
K
dH (3.9)
2 H
Reemplazando las ecuaciones (3.8) y (3.9) en la ecuacin (3.7), se tiene
Rt =
2H
(3.10)
Q
Se observa que la resistencia de flujo turbulento depende del flujo y de la altura.

Sin embargo, el valor de Rt se considera constante si los cambios en la altura y en
el flujo son pequeos.
Capacitancia: La capacitancia C de un tanque se define como el cambio

necesario en la cantidad de lquido almacenado, para producir un cambio en la
altura.
cambio en el lquido almacenado m 3

C=
cambio en la altura [ m ]
Debe sealarse que la capacidad ( m3 ) y la capacitancia ( m 2 ) son diferentes. La

capacitancia del tanque es igual a su rea transversal. Si sta es constante, la
capacitancia es constante para cualquier altura.
Ejemplo 3.8 Encuentre un modelo matemtico que relacione el flujo de entrada

qi (t ) con el flujo de salida qo (t ) , para el sistema de nivel de lquido de la figura:
Vlvula de control
qi
Vlvula de carga
qo
Capacitancia
Resistencia
R
Figure 3.14 Sistema de nivel de lquido
Solucin:
El parmetro de entrada en este caso es el flujo qi (t ) , y el parmetro de salida es
el flujo qo (t ) , se puede analizar el sistema teniendo en cuenta que:
flujo de entrada - flujo de salida = flujo acumulado
Es decir,
qi (t ) qo (t ) = C
dh(t )
dt
Teniendo en cuenta que,
h(t ) = Rqo (t )
Se obtiene:
qi (t ) qo (t ) = RC
dqo (t )
dt

orden:
dqo (t ) 1
1
+
qo (t ) =
qi (t )
dt
RC
RC
RC en serie del ejemplo 3.2.

qi (t ) con la altura del lquido acumulado h(t ) , para el sistema de nivel de lquido
de la figura 3.14.
Solucin:
El parmetro de entrada en este caso es el flujo qi (t ) , y el parmetro de salida es
la altura del lquido acumulado h(t ) , se puede analizar el sistema teniendo en
cuenta que:
Es decir,
qi (t ) qo (t ) = C
dh(t )
dt
qo (t ) =
1
h(t )
R
Se obtiene:
qi (t )
1
dh(t )
h(t ) = C
R
dt

orden:
dh(t ) 1
1
+
h(t ) = qi (t )
dt
RC
C
RC en paralelo del ejemplo 3.3.

q (t ) con el flujo de salida q2 (t ) , para el sistema de nivel de lquido de la figura:
q
Tanque 1
Tanque 2
R1
h1
C1
q1
R2
h2
q2
C2
Figure 3.15 Sistema de nivel de lquido con interaccin
Solucin:
Usando los smbolos definidos en la figura, obtenemos las ecuaciones siguientes
para este sistema:
q(t ) q1 (t ) = C1
dh1 (t )
(3.11)
dt
h1 (t ) h2 (t ) = R1q1 (t ) (3.12)
q1 (t ) q2 (t ) = C2
dh2 (t )
(3.13)
dt
h2 (t ) = R2 q2 (t ) (3.14)
Derivando la ecuacin (3.14) y reemplazando en la ecuacin (3.13) se obtiene:
q1 (t ) q2 (t ) = R2C2
dq2 (t )
dt
Despejando q1 (t ) de esta ltima ecuacin y luego derivando se obtiene:
dq1 (t )
d 2 q2 (t ) dq2 (t )
= R2C2
+
(3.15)
dt
dt 2
dt
Despejando h1 (t ) de la ecuacin (3.12) y luego derivando se obtiene:
dh1 (t )
dq(t ) dh2 (t )
= R1
+
(3.16)
dt
dt
dt
Reemplazando las ecuaciones (3.15) y (3.16) en la ecuacin (3.11) se obtiene:
dq2 (t )
d 2 q2 (t )
dq (t )
dq (t )
q(t ) R2C2
q2 (t ) = R1C1 R2C2
+ R1C1 2 + R2C1 2
2
dt
dt
dt
dt

orden:
d 2 q2 (t ) R1C1 + R2C1 + R2C2 dq2 (t )
1
1
+
+
q2 (t ) =
q(t )
2
dt
R1C1 R2C2
R1C1 R2C2
R1C1 R2C2
dt
RC del ejemplo 3.5.
4. SISTEMAS TRMICOS
Los sistemas trmicos son aquellos que involucran la transferencia de calor de

una sustancia a otra. Estos sistemas se analizan en trminos de resistencia y
capacitancia, aunque la capacitancia trmica y la resistencia trmica tal vez no se
representen con precisin como elementos de parmetros concentrados, dado
que, por lo general, estn distribuidas en todas las sustancias. Para lograr anlisis
precisos, deben usarse modelos de parmetros distribuidos.
Sin embargo, para simplificar el anlisis, se supondr que un sistema trmico se

representa mediante un modelo de parmetros concentrados, que las sustancias
que se caracterizan mediante una resistencia al flujo de calor tienen una
capacitancia trmica insignificante y que las sustancias que se caracterizan por
una capacitancia trmica tienen una resistencia insignificante al flujo de calor.
El calor fluye de una sustancia a otra de tres formas diferentes: por conduccin,
por conveccin y por radiacin. Aqu slo se considerarn la conduccin y la
conveccin, ya que la transferencia de calor por radiacin slo se aprecia si la
temperatura del emisor es muy alta en comparacin con la del receptor. La mayor
parte de los procesos trmicos en los sistemas de control de procesos no
involucran transferencia de calor por radiacin.
Para la transferencia de calor por conduccin o conveccin se tiene que:
q = K (3.17)
Donde,
q : Flujo de calor, [ kcal/seg ]

: Diferencia de temperatura, [ C]
K : Coeficiente, [ kcal/segC]
El coeficiente K se obtiene mediante:
K=
kA
x
por conduccin (3.18)
K = HA por conveccin (3.19)
En donde,
k : Conductividad trmica, [ kcal/m seg C]
A : rea normal para flujo de calor, m 2

x : Espesor del conductor, [ m ]
H : Coeficiente de conveccin, kcal/m 2 seg C
Si se introduce el concepto de resistencia y capacitancia trmicas, es posible

describir en forma simple las caractersticas dinmicas de los sistemas trmicos.
Resistencia trmica: La resistencia trmica R para la transferencia de calor

entre dos sustancias se define del modo siguiente:
R=
cambio en la diferencia de temperatura [ C]

cambio en el flujo de calor [kcal/seg ]
La resistencia trmica para una transferencia de calor por conduccin o por

conveccin se obtiene mediante
R=
d ( ) 1
=
(3.20)
dq
K
Dado que los coeficientes de conductividad y conveccin trmica son casi

constantes, la resistencia trmica para la conduccin o la conveccin es
constante.
Capacitancia trmica: La capacitancia trmica C se define mediante:
C=
cambio en el calor almacenado [kcal ]

cambio en la temperatura [ C]
O bien,
C = mc (3.21)
En donde,
m : Masa de la sustancia considerada, [ kg ]
c : Calor especfico de la sustancia, [ kcal/kg C]
Ejemplo 3.11 Encuentre un modelo matemtico que relacione el flujo de calor a la

entrada qi (t ) con el flujo de calor a la salida qo (t ) , para el sistema trmico de la
figura:
Mezclador
Lquido
caliente
Lquido
fro
Calefactor
Figure 3.16 Sistema trmico
Solucin:
El parmetro de entrada en este caso es el flujo de calor a la entrada qi (t ) , y el
parmetro de salida es el flujo de calor a la salida qo (t ) , se puede analizar el
sistema teniendo en cuenta que:
Es decir,
qi (t ) qo (t ) = C
d (t )
dt
(t ) = Rqo (t )
Se obtiene:
qi (t ) qo (t ) = RC
dqo (t )
dt

orden:
dqo (t ) 1
1
+
qo (t ) =
qi (t )
dt
RC
RC
RC en serie del ejemplo 3.2.
Ejemplo 3.12 Encuentre un modelo matemtico que relacione el flujo de calor a la

entrada qi (t ) con la temperatura del lquido acumulado (t ) , para el sistema
trmico de la figura 3.16.
Solucin:
El parmetro de entrada en este caso es el flujo de calor de entrada qi (t ) , y el
parmetro de salida es la temperatura del lquido acumulado (t ) , se puede
analizar el sistema teniendo en cuenta que:
Es decir,
qi (t ) qo (t ) = C
d (t )
dt
qo (t ) =
Se obtiene:
qi (t )
1
(t )
R
1
d (t )
(t ) = C
R
dt

orden:
d (t ) 1
1
+
(t ) = qi (t )
dt
RC
C
RC en paralelo del ejemplo 3.3.
Leccin 2: FUNCIN DE TRANSFERENCIA
1. RESPUESTA IMPULSO
La respuesta impulso de un sistema lineal es la respuesta del sistema a una

entrada impulso unitario cuando las condiciones iniciales son cero. Para el caso de
sistemas continuos la entrada corresponde a la funcin delta de Dirac, mientras
que para los sistemas discretos la funcin de entrada es la delta de Kronecker.
La respuesta impulso del sistema se puede determinar a partir de la ecuacin que

lo describe.
Ejemplo 3.13 Encuentre la respuesta impulso del sistema representado por la

siguiente ecuacin diferencial:
2 y (t ) + 4 y (t ) = 3 x(t )
Solucin:
Haciendo x(t ) = (t ) se obtiene la respuesta y (t ) = h(t ) . Por lo tanto, h(t ) debe
satisfacer la siguiente ecuacin diferencial:
2h(t ) + 4h(t ) = 3 (t )
Aplicando la transformada de Laplace a ambos miembros de la ecuacin y

recordando que las condiciones iniciales son cero, se obtiene:
2 sH ( s ) + 4 H ( s ) = 3
Despejando H ( s ) ,
2 H ( s)( s + 2) = 3
H ( s) =
3 1
2 s+2
Ahora, se aplica la transformada inversa de Laplace a H ( s ) para hallar h(t ) o

respuesta impulso:
3
1 3 2t
= e
h(t ) = L 1
2
s + 2 2
2. FUNCIN DE TRANSFERENCIA DE SISTEMAS CONTINUOS
En general, cualquier sistema lineal invariante en el tiempo (LTI) puede modelarse

mediante una ecuacin diferencial de la forma:
dny
dt
+ a1
d n 1 y
dt
n 1
+ an 1
dy
dt
+ an y = b0
d mu
dt
+ b1
d m 1u
dt
m 1
+ bm 1
du
dt
+ bm u
donde n m (3.22)
Esta ecuacin diferencial relaciona la seal de salida y (t ) de un sistema con la

seal de entrada u (t ) del mismo, y permite conocer la respuesta de dicho sistema
a una seal de entrada determinada, mediante su resolucin. A esta ecuacin se
le denomina ecuacin diferencial caracterstica del sistema.
Sin embargo, el tratamiento analtico del sistema a travs de la ecuacin

diferencial caracterstica es, en general, complejo. Es por ello que se introduce el
concepto de funcin de transferencia.
La funcin de transferencia de un sistema lineal invariante en el tiempo se obtiene

realizando la transformada de Laplace de la ecuacin diferencial caracterstica del
sistema, con condiciones iniciales nulas. Es decir, para obtener la funcin de
transferencia del sistema lineal que est representado la ecuacin (3.22), se aplica
la transformada de Laplace en ambos lados de la ecuacin y se suponen
condiciones iniciales cero. El resultado es:
( s n + a1s n 1 +
+ an 1s + an )Y ( s ) = (b0 s m + b1s m 1 +
+ bm 1s + bm )U ( s )
Entonces, la funcin de transferencia entre y (t ) y u (t ) est dada por:
G(s) =
Y ( s ) b0 s m + b1s m 1 + + bm 1s + bm
= n
(3.23)
U ( s)
s + a1s n 1 + + an 1s + an
Donde, U ( s ) es la transformada de Laplace de la entrada del sistema y Y ( s ) es la

transformada de Laplace de la salida del mismo.
La funcin de transferencia contiene toda la informacin de la dinmica del

sistema.
En concreto, la caracterstica dinmica del sistema depende fundamentalmente de

las races del polinomio del denominador de la funcin de transferencia; estas
races se denominan polos de la funcin de transferencia.
Para que un sistema sea fsicamente realizable, el orden del denominador debe
ser mayor o igual (de hecho en la prctica siempre es mayor) que el orden del
numerador, de este modo se garantiza que el sistema es causal.
Por ltimo, hay que resaltar que la funcin de transferencia no ofrece informacin
sobre la estructura fsica del sistema, con lo cual diversos sistemas fsicos pueden
tener la misma funcin de transferencia, aplicndose, de este modo, el concepto
de sistema anlogo. Los sistemas anlogos son tiles cuando alguno de los
sistemas es complejo, caro, frgil o de respuesta muy lenta (por ejemplo, en
aplicaciones con prototipos electrnicos).
Algunas de las propiedades de la funcin de transferencia se resumen a

continuacin:
La funcin de transferencia est definida solamente para un sistema lineal

invariante en el tiempo. No est definida para sistemas no lineales.
La funcin de transferencia entre un par de variables de entrada y de salida es

la relacin entre la transformada de Laplace de la salida y la transformada de
Laplace de la entrada.
Todas las condiciones iniciales del sistema son cero.
La funcin de transferencia de un sistema de tiempo continuo se expresa slo

como una funcin de la variable compleja s . No es funcin del tiempo, o de
cualquier otra variable que se utilice como la variable independiente.
Ejemplo 3.14 Encuentre la funcin de transferencia del sistema que tiene como
modelo matemtico la siguiente ecuacin diferencial:
y + 6 y + 8 y = u + 5u
Solucin:
La funcin de transferencia se puede hallar aplicando la propiedad de la
diferenciacin real:
s 2Y ( s ) sy (0) y (0) + 6 [ sY ( s ) y (0) ] + 8Y ( s ) = [ sU ( s ) u (0) ] + 5U ( s )
Teniendo en cuenta que las condiciones iniciales son cero, se tiene
s 2Y ( s ) + 6 sY ( s) + 8Y ( s ) = sU ( s ) + 5U ( s )
Agrupando trminos y despejando se obtiene:
G ( s) =
Y (s)
s + 5
= 2
U ( s) s + 6s + 8
3. FUNCIN DE TRANSFERENCIA DE SISTEMAS DISCRETOS
Los sistemas de control en tiempo discreto pueden operar en parte en tiempo

discreto y en parte en tiempo continuo. De esta manera, en dichos sistemas de
control algunas seales aparecen como funciones en tiempo discreto y otras
seales como funciones en tiempo continuo. Al analizar sistemas de control en
tiempo discreto, la teora de la transformada Z juega un papel importante. Para
demostrar por qu el mtodo de la transformada Z es til en el anlisis de
sistemas de control en tiempo discreto, primero se presenta el concepto de
muestreo mediante impulsos y luego se estudia la retencin de datos.
3.1. Muestreo de una Seal
Una seal continua se puede convertir a una seal discreta mediante un

muestreador que convierte la seal en un tren de impulsos, a una rata o periodo
de muestreo T , y magnitud de cada impulso igual al valor muestreado de la seal
continua en el instante de muestreo.
3
x (t )
2.5
1.5
1.5
(t )
0.5
x * (t )
2.5
0.5
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Seal continua
0.9
Muestreador
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Seal muestreada
Figure 3.17 Muestreo mediante impulsos
El tren de impulsos unitarios se puede representar mediante la ecuacin:
(T ) = (t kT ) = (T ) + (t T ) + (t 2T ) +
(3.24)
k =0
La seal muestreada se puede representar como la magnitud de la seal en el

instante muestreado multiplicada por el tren de impulsos de la siguiente manera:
x *(t ) = x(kT ) (t kT ) = x(0) (T ) + x(T ) (t T ) + x(2T ) (t 2T ) +
(3.25)
k =0
Sacando la transformada de Laplace a la seal muestreada se tiene:

X *( s ) = L [ x *(t ) ] = x(0)L [ (T ) ] + x(T )L [ (t T ) ] + x(2T )U L [ (t 2T ) ] +
X *( s ) = x(0) + x(T )e sT + x(2T )e 2 sT +
Ahora se puede escribir,
X *( s ) = x(kT )e ksT (3.26)

k =0
Si z = e sT , es decir s = (1 T ) ln( z ) , entonces:
X *( s ) s =(1 T )ln( z ) = x(kT ) z k = X ( z ) (3.27)

k =0
Se aprecia que la transformada de Laplace de una seal muestreada equivale a la

transformada Z de dicha seal, si z = e sT .
3.2. Retencin de Datos
La retencin de datos es un proceso de recuperacin de la seal continua a partir

de la seal discreta. El retenedor utiliza las muestras anteriores para extrapolar la
seal continua entre el instante de muestreo presente y el siguiente. El retenedor
ms utilizado es el retenedor de orden cero ZOH (por sus siglas en ingls Zero
Order Hold). Este retenedor genera una seal continua h(t ) , manteniendo o
reteniendo cada valor de la muestra durante el periodo de muestreo.
Esto es:
h(kT + t ) = x(kT ) (3.28)

3
2.5
2.5
x * (t )
h (t )
1.5
1.5
ZOH
1
0.5
0.5
0
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Figure 3.18 Reconstruccin efectuada por el ZOH
Se puede escribir h(t ) como una suma de seales paso, as:

h(t ) = x(0)u (t ) + [ x(T ) x(0) ] u (t T ) + [ x(2T ) x(T ) ] u (t 2T ) +
Factorizando y reescribiendo se tiene,

h(t ) = x(0) [u (t ) u (t T ) ] + x(T ) [u (t T ) u (t 2T ) ] + x(2T ) [u (t 2T ) u (t 3T ) ] +
Simplificando la notacin se obtiene:
h(t ) = x(kT ) [u (t kT ) u (t (k + 1)T ) ]

k =0
Aplicando transformada de Laplace:
e ksT e ( k +1) sT
H ( s ) = x(kT )
s
k =0
s
1 e sT
= s
x(kT )e
ksT
k =0
Como H ( s ) = GZOH ( s ) X *( s ) , se tiene que la funcin de transferencia del retenedor

de orden cero es:
GZOH ( s ) =
1 e sT
s
(3.29)
Ntese que esta funcin de transferencia no corresponde a ningn dispositivo

fsico, porque se ha deducido suponiendo funciones impulso en la entrada del
retenedor de orden cero; sin embargo, si se utiliza junto con el muestreo ideal,
proporcionan una buena descripcin matemtica del procedimiento de muestreo y
reconstruccin real de las seales de un sistema de control en tiempo discreto.
3.3. Teorema del Muestreo
Los sistemas de control en tiempo discreto conllevan de manera inherente

operaciones de muestreo y reconstruccin de seales.
Figure 3.19 Muestreo y reconstruccin de una seal
Estos procesos deben verificar en todo momento el teorema del muestreo, siendo
este teorema fundamental en sistemas discretos, como se comprobar a
continuacin.
Sea f (t ) una seal con espectro de banda limitada:
Figure 3.20 Espectro de la seal f (t )

Donde 1 es la mxima frecuencia que presenta f (t ) .
Segn la expresin:
1
F ( s ) = F ( s jns )
T n=0
*
El muestreo ideal equivale a una repeticin de este espectro centrado en ns . De

este modo, el espectro de la seal muestreada con muestreo ideal puede sufrir
dos situaciones diferentes:
s 21 :
Figure 3.21 Repeticin del espectro de la seal debido al muestreo
Suponiendo que el retenedor de orden cero es un filtro pasa bajo ideal, se

obtendra la seal previa al muestreo como salida del mismo. Sin embargo, un
filtro paso bajo ideal no es causal, y por ello el retenedor de orden cero distorsiona
y no elimina totalmente las componentes en alta frecuencia de la seal
muestreada, notndose ms este efecto cuanto menor es la relacin s / 1 . En
conclusin, interesa trabajar siempre con la relacin s / 1 lo ms grande posible,
despreciando de este modo los efectos del muestreo y la reconstruccin.
s < 21 :
Figure 3.22 Superposicin de espectros (aliasing)
En este caso aparece un efecto de superposicin de espectros que provocan que

no sea posible recuperar la seal original previa al muestreo a partir de la seal
muestreada, ni en el caso en el cual se realice un filtrado con filtro pasa bajo ideal.
A este efecto se le denomina aliasing y siempre debe evitarse en un proceso de
muestreo.
A la vista de las dos situaciones anteriores, se desprende la siguiente afirmacin:
Teorema de Shannon (o del muestreo): La mnima frecuencia de muestreo para

poder recuperar una seal previa al muestreo, a partir de la seal muestreada a
travs de un filtro pasa bajo ideal es s = 21 , donde 1 es la mxima frecuencia
que presenta la seal a muestrear.
Para poder recuperar la seal original previa al muestreo a partir de la seal

muestreada, es necesario efectuar un filtrado pasa bajo. Debe observarse que
este filtrado ideal no puede realizarse en la prctica debido a que un filtro con
caracterstica espectral rectangular no es causal. Dicho filtrado se realiza
normalmente mediante el retenedor de datos de orden cero. En este caso la
expresin del espectro del filtro resultante es:
Goh ( s ) =
1 e
s
sT
Goh ( j ) =
jT
1 e
j
Goh ( j ) =
=T
sin T
2) e
j T
sin j
2
s e s
=
j
sinc e s (3.30)
s
s
En la figura siguiente se observa como este filtro distorsiona la seal recuperada

debido a un filtrado bastante alejado del ideal; este filtrado mejora cuanto mayor
es la frecuencia de muestreo, proporcionando un resultado que coincide con el
previsible a partir de una observacin en dominio temporal.
Figure 3.23 Distorsin del espectro de la seal al recuperar con el ZOH
Las figuras 3.24, 3.25 y 3.26 muestran de forma resumida, mediante una
representacin en dominio temporal y frecuencial, el procedimiento seguido en la
caracterizacin del muestreo y reconstruccin de seales. Partiendo de la
definicin del muestreo y reconstruccin ideal, se observa el efecto de distorsin
en amplitud y la aparicin de componentes de alta frecuencia en la seal
reconstruida mediante un retenedor de datos de orden cero.
Figure 3.24 Muestreo y reconstruccin ideal
Figure 3.25 Muestreo ideal y reconstruccin mediante ZOH
Figure 3.26 Muestreo real (ancho de pulso p ) y reconstruccin mediante ZOH
Por ltimo, puede demostrarse que el anlisis del efecto de la anchura real de
pulso p del muestreador, proporciona como resultado una envolvente de forma
sinc en el espectro de la seal muestreada, de modo que los espectros de la
seal original, repetidos mediante el proceso de muestreo, se ven atenuados por
dicha envolvente, conllevando un efecto de distorsin de amplitud.
Afortunadamente, cuando el ancho de pulso es mucho ms pequeo que el
periodo de muestreo, como lo es habitualmente, dicho efecto es irrelevante frente
al hecho de reconstruccin mediante retenedor de orden cero.
3.4. Funcin de Transferencia Pulso
La funcin de transferencia para un sistema continuo relaciona las transformadas

de Laplace de la salida en tiempo continuo con la correspondiente de la entrada
en tiempo continuo, mientras que la funcin de transferencia pulso relaciona las
transformadas Z de la salida en los instantes de muestreo con la correspondiente
entrada muestreada.
Un sistema continuo lineal e invariante en el tiempo queda plenamente

caracterizado por su respuesta impuso o por su funcin de transferencia. Frente a
una entrada continua, el sistema proporciona una seal continua a la salida,
resultado de la convolucin analgica entre la seal de entrada y la respuesta
impulso del sistema. La transformada de Laplace de esta seal es igual al
producto de la transformada de Laplace de la seal de entrada por la funcin de
transferencia del sistema.
Figure 3.27 Sistema continuo excitado por una entrada continua
La respuesta de un sistema continuo frente a una seal muestreada tambin sigue

siendo continua, y se puede caracterizar mediante la expresin:
c(t ) = r (kT ) g (t kT ) (3.31)

k =0
Figure 3.28 Sistema continuo excitado por una entrada discreta
Es importante enfatizar la influencia del periodo de muestreo en la seal de salida;

debe observarse en la expresin anterior que el simple hecho de cambiar el
periodo de muestreo implica, de un modo directo, cambiar la seal de salida. En
concreto, el aumento del periodo de muestreo origina una seal de salida mucho
ms diferenciada respecto a la seal de salida del sistema frente a la misma seal
de entrada sin muestrear, tendiendo a tener mayor sobreimpulso y perdiendo, por
tanto, estabilidad relativa.
El problema de caracterizacin de esta seal de salida es difcil de realizar por

procedimientos habituales y se plantea la cuestin del conocimiento de la seal de
salida muestreada. Realizando el muestreo sncrono respeto al muestreo de la
seal de entrada y con las herramientas que se dispone en el dominio discreto es
posible utilizar mtodos de anlisis semejantes a los usados en el dominio
continuo:
Figure 3.29 Respuesta de un sistema continuo a una entrada discreta
c* (t ) = c(kT ) (t kT ) (3.32)
k =0
Donde, c(kT ) es la expresin de la convolucin discreta y est dada por:
c(kT ) = r (nT ) g (kT nT ) (3.33)

n=0
La seal,
g * (t ) = g (kT ) (t kT ) (3.34)
k =0
Se denomina respuesta impulso discreta y permite caracterizar el sistema como

un sistema discreto que ofrece una seal de salida discreta al tener una seal de
entrada muestreada. Cumplindose as que:
C ( z ) = R( z )G ( z ) (3.35)
Donde, G ( z ) es la funcin de transferencia en z , que puede obtenerse aplicando

la transformada Z sobre la respuesta impulso discreta.
De este modo, la caracterizacin del sistema y el conocimiento de la seal de
salida muestreada son sencillos; sin embargo, por esta metodologa nicamente
se puede conocer la seal de salida en instantes de muestreo y no la seal
continua de salida que fsicamente se genera en el sistema. Obsrvese que este
efecto no es muy importante cuando el periodo de muestreo es mucho ms
pequeo que la constante de tiempo del sistema continuo.
Ejemplo 3.15 Encuentre la funcin de transferencia pulso G ( z ) del sistema

representado en la figura 3.28, donde G ( s) est dada por:
G ( s) =
1
s+a
Solucin:
Observe que existe un muestreador a la entrada de G ( s ) y por tanto la funcin de
transferencia pulso es G ( z ) = Z [G ( s ) ] .
Primero se obtiene la funcin de respuesta impulso del sistema, as:

g (t ) = L
[G ( s)] = e at
Por lo tanto,
g (kT ) = e akT
para k = 0,1, 2,
Aplicando la transformada Z , se encuentra que la funcin de transferencia pulso

es:
G( z) =
z
z e aT
Leccin 3: SISTEMAS NO LINEALES
En la prctica muchos de los sistemas dinmicos son no lineales. El proceso de

linealizar sistemas no lineales es importante, porque linealizar ecuaciones no
lineales permite aplicar numerosos mtodos de anlisis lineal que proporcionen
informacin acerca del comportamiento de los sistemas no lineales. El
procedimiento de linealizacin que se presenta aqu se basa en la expansin de la
funcin no lineal en series de Taylor alrededor del punto de operacin (set point) y
la retencin solo del trmino lineal.
A continuacin se presentan los aspectos matemticos de la tcnica de

linealizacin y despus se aplica esta tcnica a un sistema de intercambio de calor
con el fin de obtener un modelo lineal para el sistema.
A fin de obtener un modelo matemtico lineal para un sistema no lineal, se supone

que las variables slo se desvan ligeramente de alguna condicin de operacin
(set point). Considere un sistema cuya entrada es x(t ) y cuya salida es y (t ) . La
relacin entre y (t ) y x(t ) se puede escribir as:
y = f ( x) (3.36)
Si las condiciones de trabajo en el punto de operacin corresponden a x po y y po ,

la ecuacin anterior se expande en series de Taylor alrededor de este punto, del
modo siguiente:
df
y = f ( x po ) +
dx
1 d2 f
( x x po ) + 2! dx 2
x = x po
(x x )
po
x = x po
1 d3 f
+
3! dx 3
(x x )
po
(3.37)
x = x po
En donde las derivadas df dx , d 2 f dx 2 , d 3 f dx 3 , se evalan en x = x po . Si la

variacin x x po es pequea, se pueden despreciar los trminos x x po de orden
superior, pudiendo escribir esta ltima ecuacin as:
y = y po + K ( x x po ) (3.38)
Donde,
y po = f ( x po ) y K =
df
dx
x = x po
Simplificando un poco la notacin se puede escribir la ecuacin linealizada del

sistema dinmico no lineal as:
y = K x (3.39)
En donde,
y = y y po
y x = x x po
Se conocen como variables de desviacin y permiten observar una relacin lineal

entre la entrada y la salida del sistema no lineal, cuando este trabaja alrededor de
un punto de operacin.
Ejemplo 3.16 Encuentre un modelo linealizado para el sistema de la figura 3.30, el

cual representa un intercambiador de calor junto con su modelo matemtico:
Fs ( t )
F (t )
F (t )
Ti ( t )
To ( t )
Modelo matemtico:
F ( t ) Cp [To ( t ) Ti ( t ) ] = Fs ( t )
Figure 3.30 Intercambiador de calor
Donde,
F (t ) : Flujo de entrada al intercambiador (Kg/s)

Ti (t ) : Temperatura del fluido a la entrada del intercambiador (C)
To(t ) : Temperatura del fluido a la salida del intercambiador (C)
Fs(t ) : Flujo de vapor (Kg/s)
Cp : Capacidad calorfica del fluido (3750 J/KgC)
: Calor latente del vapor (2.25x106 J/Kg)
Este es un sistema no lineal porque hay productos de funciones que varan con el
tiempo como F (t )To(t ) y F (t )Ti (t ) . La idea es, entonces, linealizar el modelo
matemtico alrededor de un punto de operacin, para esto se conoce que las
condiciones normales de trabajo del intercambiador son:
Fpo = 12 Kg/s
Ti po = 50 C
Fs po = 0.8 Kg/s
Solucin:
Los pasos a seguir para obtener el modelo linealizado son:
Encontrar el valor de todas las variables cuando el sistema trabaja en el punto

de operacin:
FpoCp To po Ti po = Fs po
En este caso el nico valor desconocido es la temperatura de salida To po , el

cual se puede hallar despejando de la ecuacin anterior:
To po =
Fs po + Fpo CpTi po
FpoCp
(0.8)(2.25 106 ) + (12)(3750)(50)

= 90 C
(12)(3750)
Expresar la ecuacin del modelo como f ( x) = 0

F (t )Cp [To(t ) Ti (t ) ] Fs (t ) = 0
Obtener la funcin linealizada f ( x ) como:
f F (t ), To(t ), Ti (t ), Fs (t ) = K1 F (t ) + K 2 To(t ) + K 3 Ti (t ) + K 4 Fs(t ) = 0
Donde F (t ), To(t ), Ti (t ), Fs (t ) , corresponden a las variables de desviacin y

estn dadas por:
F (t ) = F (t ) Fpo
To(t ) = To(t ) To po
Ti (t ) = Ti (t ) Ti po
Fs (t ) = Fs (t ) Fs po
Y K1 , K 2 , K 3 , K 4 , son las derivadas parciales de f ( x) respecto a cada variable,

evaluadas en las condiciones del punto de operacin, es decir:
K1 =
K2 =
K3 =
K4 =
f
F
= Cp To po Ti po = 3750 [90 50] = 1.5 105

po
f
To
f
Ti
f
Fs
= FpoCp = (12)(3750) = 4.5 104

po
= Fpo Cp = (12)(3750) = 4.5 104

po
= = 2.25 106
po
Reemplazar los valores en la funcin linealizada para obtener el modelo lineal

del sistema:
1.5 105 F (t ) + 4.5 104 To(t ) 4.5 104 Ti (t ) 2.25 106 Fs(t ) = 0
Leccin 4: DIAGRAMAS DE BLOQUES
1. ELEMENTOS DE UN DIAGRAMA DE BLOQUES
Un diagrama de bloques de un sistema es una representacin grfica de las

funciones realizadas por cada componente y del flujo de las seales. Los
elementos de un diagrama de bloques son el bloque, el punto de suma, el punto
de bifurcacin y las flechas que indican la direccin del flujo de seales.
Punto de suma
Bloque
Punto de bifurcacin
(Takeoff)
ab
Figure 3.31 Elementos de un diagrama de bloques
Las ventajas de la representacin mediante diagramas de bloques de un sistema

radican en que es fcil formar el diagrama de bloques general de todo el sistema
con slo conectar los bloques de los componentes de acuerdo con el flujo de
seales y en que es posible evaluar la contribucin de cada componente al
desempeo general del sistema.
El procedimiento para trazar un diagrama de bloques de un sistema es el

siguiente:
Se escriben las ecuaciones que describen el comportamiento dinmico de

cada componente.
Se aplica la transformada de Laplace a cada ecuacin, suponiendo

condiciones iniciales iguales a cero.
Se representa individualmente cada ecuacin en forma de bloques.
Se integran todos los bloques en un solo diagrama de bloques.
Ejemplo 3.17 Hacer una representacin en diagrama de bloques del sistema

elctrico de la siguiente figura:
Figure 3.32 Circuito RC
Donde ei (t ) (voltaje de entrada) es la seal de entrada, eo (t ) (voltaje de salida) es

la seal de salida e i (t ) es la corriente.
Solucin:
El procedimiento es el siguiente:
Se escriben las ecuaciones dinmicas del sistema:
eo (t ) ei (t )
R
1
eo (t ) = i (t )dt
C
i (t ) =
(a)
(b)
Se aplica la transformada de Laplace a cada ecuacin:
Eo ( s ) Ei ( s )
(a)
R
1
Eo ( s ) =
I ( s)
(b)
Cs
I ( s) =
Se representa cada ecuacin en forma de bloques:
(a)
(b)
Se integran todos los bloques en un solo diagrama
2. REDUCCIN
CONTINUOS
DE
DIAGRAMAS
DE
BLOQUES
PARA
SISTEMAS
Un diagrama de bloques complicado que contenga muchos lazos de

realimentacin, se puede simplificar mediante la aplicacin de las reglas del
lgebra de bloques, lo que permite un reordenamiento paso a paso que culmina la
reduccin del sistema a un solo bloque.
Algunas de las reglas ms importantes del lgebra de bloque se muestran en la

tabla 3.1.
Table 3.1 Reglas del lgebra de bloques
Ejemplo 3.18 Reducir el diagrama de bloques que se presenta a continuacin y

obtener la funcin de transferencia.
Figure 3.33 Diagrama de bloques para el ejemplo 3.18
Solucin:
En primer lugar, lleva el bloque F despus del punto de suma, obteniendo:
Ahora, se combinan los bloques en serie F y G , y los bloques del lazo 1 F y J ,

de manera que se obtiene lo siguiente:
Despus, se intercambian los puntos de suma 2 y 3:
Luego, se simplifica el subsistema realimentado que involucra los bloques I y

FG , obteniendo un bloque A equivalente a:
A=
FG
1 FGI
Nuevamente se simplifican los bloques en serie, en este caso A y H :
Posteriormente, se simplifica el subsistema realimentado que involucra los bloques

HA y J F , obteniendo un bloque B equivalente a:
B=
FGH
1 FGI + GHJ
Finalmente, se reduce el sistema realimentado obteniendo la funcin de

transferencia:
C (s)
FGH
=
R( s ) 1 FGI + GHJ + FGH
Otra manera, de realizar la reduccin del diagrama de la figura 3.33 se presenta a

continuacin:
Primero se traslada el bloque H antes del bloque de bifurcacin y se redistribuye

la ubicacin de los puntos de suma de la entrada:
Ahora, se simplifica el subsistema realimentado conformado por los bloques G, H

y J , de esta forma se obtiene el bloque D ; al mismo tiempo que se reducen los
lazos que llegan al punto de suma de la parte inferior, obteniendo el bloque E :
Despus, se reducen los bloques en serie F y D :
Finalmente, se simplifica el sistema realimentado obteniendo la funcin de

transferencia del sistema. Se recomienda al estudiante realizar esta ltima
verificacin.
3. REDUCCIN DE DIAGRAMAS DE BLOQUES PARA SISTEMAS DISCRETOS
Al analizar los sistemas de control en tiempo discreto, a menudo se encuentra que

algunas seales son muestreadas y otras no.
Suponga un sistema cuya funcin de transferencia es G ( s ) , como se muestra en

la figura 3.34, el cual es controlado por una seal muestreada x* (t ) , que
corresponde a una seal discreta de periodo T , en donde la amplitud de cada
impulso equivale al valor de amplitud que tiene la seal x(t ) en el instante en que
se produce el muestreo.
*
x (t )
X (s)
x (t )
G (s)
X (s)
y (t )
Y (s)
Figure 3.34 Sistema muestreado mediante impulsos
Entonces la ecuacin de salida es:
Y ( s) = G ( s) X * ( s)
Y * ( s) = G* ( s) X * ( s)
Que corresponde a la transformada Z de la ecuacin cuando z = e sT , es decir:
Y ( z) = G( z) X ( z)
Por lo que la funcin de transferencia pulso est dada por:
Y ( z)
= G ( z ) (3.40)
X ( z)
Si el diagrama de bloques est compuesto por dos o ms bloques en serie el

mtodo de reduccin se muestra en los siguientes ejemplos.
Ejemplo 3.19 Encuentre la funcin de transferencia pulso para el sistema que se

muestra en la figura 3.35, en donde todos los muestreadores estn sincronizados
y poseen el mismo periodo de muestreo.
*
x (t )
X (s)
x (t )
G (s)
U (s)
X (s)
u * (t )
u (t )
U (s)
H ( s)
y (t )
Y (s)
Figure 3.35 Sistema muestreado con un muestreador entre los elementos en serie
Solucin:
A partir del diagrama se obtiene,
U ( s) = G ( s) X * ( s)
Y ( s ) = H ( s )U * ( s )
Por tanto al tomar la transformada de cada una de estas ecuaciones, se obtiene:

U * (s ) = G* ( s) X * ( s)
Y * ( s ) = H * ( s )U * ( s )
En consecuencia,
Y * ( s ) = H * ( s )G * ( s ) X * ( s )
En trminos de la transformada Z :
Y ( z ) = H ( z )G ( z ) X ( z )
Se concluye que la transformada Z de dos sistemas separados mediante un

muestreador es igual al producto de las transformadas Z de los dos sistemas. Es
decir, que la funcin de transferencia est dada mediante:
Y ( z)
= G ( z ) H ( z ) (3.41)
X ( z)
Ejemplo 3.20 Encuentre la funcin de transferencia pulso para el sistema que se

muestra en la figura 3.36.
*
x (t )
X (s)
x (t )
G (s)
H (s)
y (t )
Y (s)
X (s)
Figure 3.36 Sistema muestreado sin muestreador entre los elementos en serie
Solucin:
A partir del diagrama se encuentra que:
Y ( s ) = G ( s ) H ( s ) X * ( s ) = GH ( s ) X * ( s )
Al tomar la transformada, se obtiene
Y * ( s ) = [GH ( s ) ] X * ( s )
*
En trminos de la transformada Z ,
Y ( z ) = GH ( z ) X ( z )
Y la funcin de transferencia pulso es
Y ( z)
= GH ( z ) (3.42)
X ( z)
Si se trata de un sistema en lazo cerrado, la salida del sistema se resume en la

tabla 3.2:
Table 3.2 Sistemas de control discreto en lazo cerrado

R(s)
G ( s)
C (s)
C( z)
C ( z) =
H (s)
R(s)
G ( s)
C ( z)
C (s)
C ( z) =
H ( s)
R(s)
C (s)
C ( z) =
H ( s)
R( s)
C (s)
C ( z) =
H (s)
R( s)
G (s)
C (s)
G1 ( z )G2 ( z ) R( z )
(3.45)
1 + G1 ( z )G2 H ( z )
C( z)
G2 ( s )
G1 ( s )
G ( z ) R( z )
(3.44)
1 + G( z) H ( z)
C( z)
G2 ( s )
G1 ( s )
G2 ( z )G1 R( z )
(3.46)
1 + G1G2 H ( z )
C( z)
C ( z) =
H (s)
G ( z ) R( z )
(3.43)
1 + GH ( z )
GR( z )
(3.47)
1 + GH ( z )
Se sugiere al estudiante verificar estos resultados, con el fin de afianzar los

conocimientos en el tema.
4. REGLA DE MASON
El ejemplo 3.18 pone en manifiesto que para la obtencin de la funcin de

transferencia de un sistema a partir de su diagrama de bloques es necesario
desarrollar habilidad en la manipulacin de los mismos. Sin embargo, existe un
procedimiento general para la obtencin de la funcin de transferencia conocido
como la regla de Mason.
La regla de Mason emplea las definiciones que se presentan a continuacin y que

se ilustran en el ejemplo 3.21.
Trayectoria directa: Conjunto de bloques que van de la entrada a la salida, sin

repetirse.
Ganancia de la trayectoria directa: Producto de las ganancias de los bloques

que forman la trayectoria directa.
Lazo cerrado: Conjunto de bloques que parten de un punto de suma o

bifurcacin y llegan al mismo punto, sin repetir ningn bloque.
Ganancia de lazo cerrado: Producto de las ganancias de los bloques que

forman un lazo.
Lazos adyacentes: Lazos que comparten al menos un punto de suma o

bifurcacin.
Lazos no adyacentes: Lazos que no comparten ningn punto de suma o

bifurcacin.
Ejemplo 3.21 Reducir el diagrama de bloques que se presenta a continuacin

usando la regla de Mason y obtener la funcin de transferencia.
Solucin:
La nica trayectoria directa entre la entrada R y la salida C , est conformada por
los bloques F , G y H . Por lo tanto, la ganancia de la trayectoria directa es:
M 1 = FGH
Adems existen tres lazos cerrados, cuyas ganancias son:
L1 = FGH
L2 = GHJ
L3 = FGI
Los signos de las ganancias dependen de la realimentacin existente. Estos tres

lazos son adyacentes, ya que comparten puntos de suma y de bifurcacin. En este
ejemplo no existen lazos no adyacentes.
El clculo de la funcin de transferencia M , aplicando la frmula de Mason, est

dado por:
C ( s) N M k k
=
M=
(3.48)
R ( s ) k =1
En donde,
N : Nmero total de trayectorias directas
M k : Ganancia de la k-sima trayectoria directa
: 1 (suma de las ganancias de todos los lazos) + (suma de los productos de las
ganancias de todas las combinaciones de dos lazos que no se tocan) (suma de
los productos de las ganancias de todas las combinaciones de tres lazos que no
se tocan) +
k : La para aquella parte del diagrama que no toca la k-sima trayectoria
directa
Aplicando esta frmula se obtiene que existe solamente una trayectoria directa:
M 1 = FGH
Adems existen tres lazos cerrados, los cuales son adyacentes entre si:
L1 = FGH
L2 = GHJ
L3 = FGI
Por lo que,
= 1 FGI + FGH + GHJ
Y 1 = 1 , ya que todos los lazos tocan la trayectoria directa
Reemplazando todos estos valores en la frmula de Mason se obtiene que la

funcin de transferencia del sistema est dada por:
C (s)
FGH
=
R( s ) 1 FGI + GHJ + FGH
Lo cual equivale a la solucin obtenida en el ejemplo 3.18, cuando se us el

lgebra de bloques.
Leccin 5: ESPACIO DE ESTADOS
Da a da los sistemas de ingeniera se vuelven ms complejos debido a que se

requiere realizar tareas ms complicadas y con mayor precisin. Estos sistemas
complejos pueden tener entradas y salidas mltiples, y pueden variar en el tiempo,
por lo que la representacin mediante funciones de transferencia no es aplicable.
Es por esto, que desde 1960 se ha venido desarrollado la teora de control
moderna que permite un nuevo enfoque para el anlisis y diseo de sistemas de
control complejos basado en el concepto de estado, el cual ya se vena utilizando
en el campo de la dinmica clsica y en otros medios.
Se observa entonces, que la teora de control moderna contrasta con la teora de

control convencional en que la primera se aplica a sistemas con entradas y salidas
mltiples, que pueden ser lineales o no lineales, en tanto que la segunda slo se
aplica a sistemas lineales con una entrada y una salida e invariantes con el
tiempo. Asimismo, la teora del control moderna es esencialmente un enfoque en
el dominio del tiempo, en tanto que la teora de control convencional es un
enfoque complejo en el dominio de la frecuencia.
As pues, en esta seccin se presenta el material introductorio para la

representacin y el anlisis en espacio de estados de los sistemas dinmicos.
1. DEFINICIONES
Una ecuacin diferencial de n-simo orden se puede descomponer en n

ecuaciones diferenciales de primer orden. Una ecuacin de primer orden es ms
fcil de resolver que otra de orden ms alto.
Ejemplo 3.22 Escriba el modelo matemtico del circuito elctrico RLC en serie de
la figura, en trminos de ecuaciones diferenciales de primer orden:
Figure 3.38 Circuito RLC
Solucin:
El modelo matemtico de este sistema es una ecuacin diferencial de segundo
orden:
ei (t ) = Rio (t ) + L
Para esta ecuacin diferencial se tiene:
dio (t ) 1
+ io (t )dt
dt
C
x1 (t ) = i (t )dt
x2 (t ) =
dx1 (t )
= i (t )
dt
Por lo que la ecuacin diferencial de segundo orden se puede descomponer en

dos ecuaciones diferenciales de primer orden as:
dx1 (t )
= x2 (t )
dt
1
1
dx2 (t )
R
=
x1 (t ) x2 (t ) + ei (t )
dt
LC
L
L
De igual forma, para la ecuacin diferencial de un sistema de n-simo orden:

d n y (t )
dt
+ a1
d n 1 y (t )
dt
n 1
+ an 1
dy (t )
dt
+ an y (t ) = f (t ) (3.49)
Se define,
x1 (t ) = y (t )
x2 (t ) =
dy (t )
dt
d n 1 y (t )
xn (t ) =
dt n 1
Entonces, la ecuacin diferencial de n-simo orden se descompone en n

ecuaciones diferenciales de primer orden, as:
dx1 (t )
= x2 (t )
dt
dx2 (t )
= x3 (t )
dt
dxn (t )
= an x1 (t ) an 1 x2 (t ) a2 xn 1 (t ) a1 xn (t ) + f (t )
dt
(3.50)
Este conjunto de ecuaciones diferenciales de primer orden se conoce como

ecuaciones de estado y x1 , x2 , , xn son llamadas variables de estado.
El estado de un sistema se refiere a las condiciones pasadas, presentes y futuras

del sistema. Es conveniente definir un conjunto de variables de estado y
ecuaciones de estado para modelar sistemas dinmicos.
Las variables x1 , x2 , , xn son las variables de estado de un sistema de n-simo
orden, y las n ecuaciones diferenciales de primer orden son las ecuaciones de
estado.
Las variables de estado deben satisfacer las siguientes condiciones:
En cualquier tiempo inicial t = t0 las variables de estado x1 (t0 ), x2 (t0 ), , xn (t0 )

definen los estados iniciales del sistema.
Una vez que las entradas del sistema para t t0 y los estados iniciales antes
definidos son especificados, las variables de estado deben definir
completamente el comportamiento futuro del sistema.
En otras palabras, las variables de estado de un sistema se definen como un

conjunto mnimo de variables x1 , x2 , , xn , de cuyo conocimiento en cualquier
tiempo t0 y del conocimiento de la informacin de la entrada de excitacin que se
aplica subsecuentemente, se puede determinar el estado del sistema en cualquier
tiempo t t0 .
2. ECUACIONES DE ESTADO PARA SISTEMAS CONTINUOS
Las n ecuaciones de estado de un sistema de n-simo orden se representan

como:
dxi (t )
= fi x1 (t ), x2 (t ), , xn (t ), u1 (t ), u2 (t ), , u p (t )
dt
En donde i = 1, 2, , n
Sean las variables de y1 (t ), y2 (t ), , yq (t ) las q variables de salida del sistema. Las

variables de salida son funciones de las variables de estado y de las variables de
entrada.
Las ecuaciones de salida se pueden expresar como:
y j (t ) = g j x1 (t ), x2 (t ), , xn (t ), u1 (t ), u2 (t ), , u p (t )
En donde j = 1, 2, , q
El conjunto de las n ecuaciones de estado y las q ecuaciones de salida forman

las ecuaciones dinmicas. Por facilidad de expresin y manipulacin, es
conveniente representar las ecuaciones dinmicas en forma matricial. As pues, se
definen los siguientes vectores:
Vector de estado
x1 (t )
x (t )
x(t ) = 2
xn (t ) n1
Vector de entrada
u1 (t )
u (t )
2
u(t ) =
u p (t ) p1
Vector de salida
y1 (t )
y (t )
2
y (t ) =
yq (t ) q1
Mediante la utilizacin de los anteriores vectores, las n ecuaciones de estado se

pueden escribir como:
dx(t )
= f [ x(t ), u(t ) ] (3.51)
dt
En donde f denota una matriz columna de n 1 que contiene las funciones
f1 , f 2 , , f n como elementos. De igual manera, las q ecuaciones de salida se
convierten en:
y (t ) = g [ x(t ), u(t ) ] (3.52)
En donde g denota una matriz columna de q 1 que contiene las funciones

g1 , g 2 , , g q como elementos.
Para un sistema lineal e invariante en el tiempo (LTI), las ecuaciones dinmicas se

escriben como:
Ecuaciones de estado
Ecuaciones de salida
x(t ) = Ax(t ) + Bu(t ) (3.53)
y (t ) = Cx(t ) + Du(t ) (3.54)
En donde,
A : matriz de estados
a1n
a11 a12
a
a22
a2 n
21
A=
ann nn
an1 an 2
C : matriz de salida
c1n
c11 c12
c
c22
c2 n
21
C=
cqn
cq1 cq 2
q n
B : matriz de entrada
b1 p
b11 b12
b
b22
b2 p
21
B=
bnp
bn1 bn 2
n p
D : matriz de transmitancia directa

d1 p
d11 d12
d
d 22
d 2 p
21
D=
d qp
d q1 d q 2
q p
En la siguiente figura se observa el diagrama de bloques para estas ecuaciones:
Figure 3.39 Sistema LTI en espacio de estados
Ejemplo 3.23 Encuentre las ecuaciones de estado y de salida para el sistema

mecnico que aparece en la figura 3.40.
Figure 3.40 Sistema mecnico
Solucin:
Se supone que el sistema es lineal y tiene una sola entrada y una sola salida, por
lo tanto, la ecuacin diferencial que caracteriza al sistema es:
my + by + ky = u
Este sistema es de segundo orden, lo cual significa que posee dos integradores.
Se definen las variables de estado x1 (t ) y x2 (t ) como:
x1 (t ) = y (t )
x2 (t ) = y (t )
Luego, se obtiene:
x1 = x2
x2 =
O bien,
1
1
( ky by ) + u
m
m
x1 = x2
x2 =
k
b
1
x1 x2 + u
m
m
m
La ecuacin de salida es:
y = x1
Las anteriores ecuaciones se escriben de forma matricial as:
0
x1
x = k
2
m
1
0
x
1
b + 1 u
x2
m
m
x
y = [1 0] 1
x2
Estas ecuaciones estn en la forma estndar:
x(t ) = Ax(t ) + Bu(t )
y (t ) = Cx(t ) + Du(t )
En donde,
0
A= k
1
b
0
B=1

m
C = [1 0]
D=0
A continuacin se mostrar cmo obtener la funcin de transferencia de un

sistema con una entrada y una salida a partir de las ecuaciones en el espacio de
estados.
Considere el sistema cuya funcin de transferencia est dada por:
G ( s) =
Y ( s)
U ( s)
Este sistema tambin se puede representar en el espacio de estado mediante las

ecuaciones:
x(t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t ) + Du (t )
Aplicando la transformada de Laplace (con condiciones iniciales iguales a cero), a

las ecuaciones anteriores se obtiene:
sX( s ) = AX( s ) + BU ( s )
Y ( s ) = CX( s) + DU ( s )
Entonces,
sX( s ) AX( s ) = BU ( s )
( sI A ) X ( s ) = B U ( s )
Multiplicando esta ecuacin por ( sI A ) 1 se obtiene:
X( s ) = ( sI A) 1 BU ( s )
Sustituyendo este resultado en la ecuacin de salida se tiene,
Y ( s ) = C( sI A) 1 B + D U ( s )
De donde se obtiene la funcin de transferencia como:
G(s) =
Y ( s)
= C( sI A) 1 B + D (3.55)
U ( s)
Ejemplo 3.24 Obtener la funcin de transferencia para el sistema del ejemplo

3.23, utilizando para ello los resultados obtenidos anteriormente.
Solucin:
Usando la ecuacin (3.55), se reemplazan los valores de A, B, C y D para obtener
la funcin de transferencia:
G ( s ) = C( sI A) 1 B + D
0
s 0
G ( s ) = [1 0]
k
0 s m
s
G ( s ) = [1 0] k
1
b
s+
m
0
1 +0

m
0
1

m
Donde,
s
k
Entonces,
1
1
b =
b
k
s+
s2 + s +
m
m
m
s + m 1
k
s
1 0
s+
1
m
G ( s ) = [1 0]
1
b
k k

2
s + s+
s m
m
m m
G(s) =
1
ms + bs + k
2
3. ECUACIONES DE ESTADO PARA SISTEMAS DISCRETOS
La representacin en espacio de estado de sistemas discretos se puede encontrar

de forma muy similar a como se realiz con los sistemas continuos. Para sistemas
de tiempo discreto, la ecuacin de estado se pueden escribir como:
x(k + 1) = f [ x(k ), u(k ), k ] (3.56)
Y la ecuacin de salida como:

y (k ) = g [ x(k ), u(k ), k ] (3.57)
Para un sistema discreto lineal e invariante en el tiempo, la ecuacin de estado y

la ecuacin de salida se escriben como:
Ecuacin de estado
Ecuacin de salida
x(k + 1) = Gx(k ) + Hu(k ) (3.58)
y (k ) = Cx(k ) + Du(k ) (3.59)
En donde,
G : matriz de estados
( n n)
C : matriz de salida (q n)
H : matriz de entrada
(n p)
D : matriz de transmitancia directa
(q p)
4. REPRESENTACIN EN EL ESPACIO DE ESTADOS
Un sistema dinmico formado por una cantidad finita de elementos de parmetros

concentrados se describe mediante una serie de ecuaciones diferenciales, en las
cuales el tiempo es la variable independiente. Con la notacin matricial, puede
expresarse una ecuacin diferencial de n-simo orden mediante una ecuacin
diferencial matricial de primer orden. Si n elementos del vector son un conjunto de
variables de estado, la ecuacin diferencial matricial es una ecuacin de estado.
En esta seccin se presentan mtodos para obtener representaciones en el
espacio de estados de sistemas en tiempo continuo.
En primer lugar, considere un sistema de n-simo orden en el cual la funcin de

excitacin no posee derivadas:
y ( n ) + a1 y ( n 1) +
+ an 1 y + an y = u
En donde se definen n variables de estado, de la siguiente forma:

x1 = y
x2 = y
xn = y ( n 1)
Lo cual permite reescribir la ecuacin de n-simo orden como n ecuaciones

diferenciales de primer orden, as:
x1 = x2
x2 = x3
xn 1 = x2
xn = an x1 an 1 x2
O bien,
a1 xn + u
x(t ) = Ax + Bu
En donde,
x1
x
2
x=
xn 1
xn
0
0
A=
0
an
an 1 an 2
0
0
1
a1
0
0

B=

0
1
Y la salida se obtiene mediante,

x1
x
2
0 0]
xn 1
xn
y = [1 0
O bien,
Donde,
y = Cx
C = [1 0
0 0]
Ejemplo 3.25 Obtenga la representacin en espacio de estado del sistema

descrito mediante la siguiente ecuacin diferencial de tercer orden:
y + 3y + 2 y = u
Solucin:
Para obtener la representacin en el espacio de estado del sistema, primero se
definen las variables de estado:
x1 = y
x2 = y
x3 = y
Derivando estas expresiones se obtiene:
x1 = y = x2
x2 = y = x3
x3 = y = 3 y 2 y + u = 3 x3 2 x2 + u
Ordenando estas relaciones se encuentra:
x1 = 0 x1 + 1x2 + 0 x3 + 0u
x2 = 0 x1 + 0 x2 + 1 x3 + 0u
x3 = 0 x1 2 x2 3 x3 + 1u
Usando la representacin matricial se obtiene:

x1 0 1 0 x1 0
x = 0 0 1 x + 0 u
2
2
x3 0 -2 -3 x3 1
x1
y = [1 0 0] x2 + [ 0] u
x3
Ahora, considere el sistema de n-simo orden, el cual involucra derivadas en la

funcin de excitacin:
y ( n ) + a1 y ( n 1) +
+ an 1 y + an y = b0u ( n ) + b1u ( n 1) +
+ bn 1u + bn u
En este caso, se eligen las variables de estado de tal modo que se eliminen las
derivadas de u en la ecuacin de estado.
Para obtener la ecuacin de estado y la ecuacin de salida, se definen las

siguientes n variables como un conjunto de n variables de estado.
x1 = y 0u
x2 = y 0u 1u = x1 1u
x3 = y 0u 1u 2u = x2 2u
xn = y ( n 1) 0u ( n 1) 1u ( n 2)
n 2u n 1u = xn 1 n 1u
En donde, 0 , 1 , 2 , , n se determinan a partir de las siguientes ecuaciones:
0 = b0
1 = b1 a1 0
2 = b2 a11 a2 0
n = bn a1 n 1
an 11 an 0
Con la actual eleccin de variables se obtiene:
x1 = x2 + 1u
x2 = x3 + 2u
xn 1 = xn + n 1u
a1 xn + n u
xn = an x1 an 1 x2
En trminos matriciales, la ecuacin de estado se escribe como:
x(t ) = Ax + Bu
En donde,
x1
x
2
x=
xn 1
xn
0
0
A=
0
an
an 1
an 2
0
0
1
a1
1

2
B=
n 1
n
Y la salida se obtiene mediante,
y = [1 0
O bien,
En donde,
x1
x
2
+ 0u
0 0]
xn 1
xn
y = Cx + Du
C = [1 0
0 0]
D = 0
Ejemplo 3.26 Obtenga la representacin en espacio de estado de un sistema de

tiempo continuo modelado mediante la siguiente ecuacin diferencial:
y + 3 y + 2 y = 5u + u
Solucin:
Note que la funcin de entrada posee derivadas, y que la forma normalizada de la
ecuacin diferencial es la siguiente:
y + a1 y + a2 y + a3 y = b0u + b1u + b2u + b3u
Comparando esta con la ecuacin del sistema se observa que:
a1 = 3; a2 = 2; a3 = 0;
b0 = 0; b1 = 0; b2 = 5; b3 = 1;
A continuacin se encuentran los valores de :
0 = b0 = 0
1 = b1 a1 0 = 0 3(0) = 0
2 = b2 a11 a2 0 = 5 3(0) 2(0) = 5
4 = b3 a1 2 a2 1 a3 0 = 1 3(5) 2(0) 0(0) = 14
Con estos valores se puede representar el sistema en espacio de estados:
x1 = x2 + 0u
x2 = x3 + 5u
x3 = a3 x1 a2 x2 a1 x3 + 3u = 0 x1 2 x2 3 x3 14u
En representacin matricial, se tiene:

x1 0 1 0 x1 0
x = 0 0 1 x + 5 u
2
2
x3 0 -2 -3 x3 -14
La ecuacin de salida se obtiene de:
x1 = y 0u y = x1 + 0u y = x1 + (0)u y = x1
Por lo tanto,
x1
y = [1 0 0] x2 + [ 0] u
x3
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 1

1. Qu son los sistemas de control? Cmo se pueden clasificar?
2. Qu diferencia existe entre el control y la automatizacin?
3. Qu elementos componen un sistema de control? Realice un ejemplo donde
se evidencien todos ellos.
4. Qu es un sensor? Mencione cinco ejemplos.
5. Qu diferencias existen entre un sistema de control continuo y un sistema de
control discreto?
6. Haga una lista de las principales ventajas y desventajas de los sistemas de
control en lazo abierto.
7. Mencione dos ejemplos de sistemas de control en lazo abierto que se apliquen
en su vida diaria.
8. Haga una lista de las principales ventajas y desventajas de los sistemas de
control en lazo cerrado.
9. Mencione dos ejemplos de sistemas de control en lazo cerrado que se apliquen
en su vida diaria.
10. Qu tipos de mtodos de control existen? Mencione dos ejemplos de cada
uno.
FUENTES DOCUMENTALES DE LA UNIDAD 1

DOCUMENTOS IMPRESOS
DORF,Richard y BISHOP, Robert. Sistemas de control moderno. Dcima edicin. Madrid:
Pearson Prentice-Hall, 2005. 882p.
KUO, Benjamin. Sistemas de control automtico. Sptima edicin. Mxico D.F.: PrenticeHall Hispanoamericana S.A., 1996. 897p.
OGATA, Katsuhiko. Ingeniera de control moderna. Tercera edicin. Mxico D.F.:
Prentice-Hall Hispanoamericana S.A., 1998. 997p.
OGATA, Katsuhiko. Sistemas de control en tiempo discreto. Segunda edicin. Mxico
D.F.: Prentice-Hall Hispanoamericana S.A., 1996. 745p.
SMITH, Carlos y CORRIPIO, Armando. Control automtico de procesos: Teora y prctica.
Mxico D.F.: Editorial Limusa S.A., 1991. 717p.
DIRECCIONES DE SITIOS WEB

DUARTE, Oscar. Programa universidad virtual (online), (Bogot, Colombia), 2005
(visitado 30 de junio, 2009).
http://www.virtual.unal.edu.co/cursos/ingenieria/2001619/index.html
GUTIERREZ, lvaro. Robolabo (online). (Espaa), (visitado 30 de junio, 2009).
http://138.100.21.254/labo/b_alumnos/curso_sist_control_2005/
Regents of University of Michigan. Tutoriales de control con MATLAB (online). (Michigan,
USA), septiembre de 1997 (visitado 30 de junio, 2009).
http://www.ib.cnea.gov.ar/~control2/Links/Tutorial_Matlab_esp/index.html
SEGURA, Cristian. Introduccin a seales, sistemas y control (online). (Espaa), abril de
2007 (visitado 30 de junio, 2009).
http://es.wikibooks.org/wiki/Introducci%C3%B3n_a_Se%C3%B1ales%2C_Sistemas_y_Co
ntrol
TORRES, Carmen y AGUILAR, Jos. Curso interactivo de sistemas de control (online).
(Madrid, Espaa), octubre de 2002 (visitado 30 de junio, 2009).
http://www.dma.fi.upm.es/ctorres/Curso%2DInteractivo%2DControl/
UNIDAD 2
Nombre de la
Unidad
Introduccin
Justificacin
Anlisis de los Sistemas Dinmicos

La Unidad 2 trata los diferentes mtodos de anlisis que se
utilizan en control, como son el anlisis en el dominio del
tiempo, el anlisis en el dominio de la frecuencia, anlisis
mediante el lugar geomtrico de las races y anlisis en el
espacio de estados.
El estudiante de tecnologa e ingeniera electrnica debe
conocer la importancia que tiene el anlisis de los sistemas
dinmicos dentro de la ingeniera, ya que esto le permitir
enfrentar un sistema real, analizarlo para ver si es estable o
inestable y obtener las bases para disear una solucin que
mejore su desempeo. En la Unidad 2 se presentan las
herramientas matemticas que le permiten al estudiante
analizar plantas y sistemas de control lineales e invariantes
en el tiempo, tanto continuo como discreto.
Mediante el desarrollo de las lecciones propuestas se

pretende concientizar a los estudiantes del propsito que
tienen los sistemas de control desde el punto de vista del
anlisis y de las diferentes metodologas de anlisis que
permiten ver la estabilidad de los sistemas de control.
Capacitar a los estudiantes en la utilizacin de los mtodos
Intencionalidades
de anlisis que le permitan interpretar el comportamiento y la
Formativas
respuesta de los diferentes sistemas dinmicos.
Captulo 4: Anlisis de la respuesta en el tiempo
Denominacin de
Captulo 5: Anlisis de respuesta en frecuencia
Captulos
Captulo 6: Anlisis del LGR y del espacio de estados
1.
CAPITULO 1: SISTEMAS DE CONTROL

CAPITULO 2: HERRAMIENTAS MATEMTICAS
3.
CAPITULO 3: MODELADO DE SISTEMAS DINMICOS
4.
CAPITULO 4: ANLISIS DE LA RESPUESTA EN EL TIEMPO
2.
INTRODUCCIN
La respuesta temporal de un sistema lineal invariante en el tiempo puede

descomponerse en dos partes: la respuesta transitoria y la respuesta estacionaria.
De este modo, si denominamos c(t ) a la expresin de la respuesta temporal:
c(t ) = ct (t ) + css (t ) (4.1)
Donde,
ct (t ) : Respuesta transitoria
css (t ) : Respuesta estacionaria
La respuesta transitoria es originada por la propia caracterstica dinmica del

sistema y determina el comportamiento del sistema durante la transicin desde
algn estado inicial hasta el estado final.
La respuesta estacionaria depende fundamentalmente de la seal de excitacin al

sistema y, si el sistema es estable, es la respuesta que perdura cuando el tiempo
crece infinitamente.
De esta manera se logra determinar de un modo simple la estabilidad absoluta de

un sistema; se dice que un sistema es estable si su respuesta transitoria decae a
cero cuando el tiempo tiende a infinito.
Adems, se define el error en estado estacionario como la diferencia entre la seal

de referencia y la seal realimentada en estado estacionario en sistemas estables.
Este error coincide con el valor estacionario de la seal originada por el detector
de error.
Por otra parte, en sistemas de control, interesa minimizar la desviacin de la seal

de salida respecto a la seal de entrada en estado transitorio. Por esta razn se
caracteriza la respuesta transitoria respecto a entradas tpicas o estndares,
conociendo que, como el sistema es lineal, la respuesta del sistema a seales
ms complejas es perfectamente predecible a partir del conocimiento de la
respuesta a estas entradas de prueba ms simples. Generalmente, las entradas
tpicas son: funcin impuso, funcin escaln, funcin rampa y funcin parablica
en el tiempo.
Leccin 1: SISTEMAS DE PRIMER ORDEN
Un sistema de primer orden es aquel que nicamente posee un polo en su funcin

de transferencia. Fsicamente, este sistema representa un circuito RC, un sistema
de nivel de lquido, un sistema trmico o algo similar. La figura 4.1 presenta este
tipo de sistemas:
Figure 4.1 Sistema de primer orden. T : Constante de tiempo del sistema

Si a este sistema se aplica una entrada escaln, es decir R ( s ) = 1 s , se obtiene la
respuesta escaln del sistema:
C ( s) =
1 1
Ts + 1 s
Expandiendo en fracciones parciales, se tiene
1
T
1
1
C ( s) =
=
s Ts + 1 s s + (1/ T )
Tomando la transformada inversa de Laplace de esta ltima expresin se obtiene:
c(t ) = 1 e t / T (4.2)
En donde t 0 . Obsrvese que c(t ) = 1 cuando t tiende a infinito si T >0 ; esto

implica que el polo de la funcin de transferencia del sistema debe encontrarse en
el semiplano izquierdo del plano s . Si T 0 , el sistema no alcanza el estado
estacionario, resultando el sistema inestable.
Grficamente:
Figure 4.2 Respuesta escaln de un sistema de primer orden

Observando la grfica se comprueba que para t = T la seal de salida ha
alcanzado el 63.2 % del valor final, siendo esta una medida tpica en la
caracterizacin de sistemas de primer orden.
Para efectos prcticos, se considera que cuando han transcurrido por lo menos
cuatro constantes de tiempo, la seal de salida ha alcanzado el valor final.
t = 4T c(t ) = 0.982 css (t ) 1
De este modo se deduce que entre ms pequea es la constante de tiempo de un

sistema de primer orden ms rpidamente alcanza el valor final.
Si al mismo sistema se aplica una entrada rampa, es decir R( s ) = 1 s , se obtiene
la respuesta rampa del sistema:
2
C ( s) =
1 1
Ts + 1 s 2
Expandiendo en fracciones parciales, se tiene
C ( s) =
1 T
T2
+
s 2 s Ts + 1
c(t ) = t T + Te t / T (4.3)
En donde t 0 . Obsrvese que la seal de error e(t ) es
e(t ) = r (t ) c(t ) = T (1 e t / T ) (4.4)
Esto implica que conforme t tiende a infinito la seal de error se aproxima a T :
e( ) = T
Grficamente:
Figure 4.3 Respuesta rampa de un sistema de primer orden
Finalmente, si al sistema se aplica un impulso unitario, es decir R ( s ) = 1 , se obtiene

la respuesta impulso del sistema:
C ( s) =
1
Ts + 1
c(t ) =
1 t / T
e
(4.5)
T
En donde t 0 . Grficamente:
Figure 4.4 Respuesta impulso de un sistema de primer orden
Con el anlisis anterior, se demuestra que para la entrada rampa unitaria, la salida
c(t ) es
c(t ) = t T + Te t / T , para t 0
Para la entrada escaln unitario, que es la derivada de la entrada rampa unitaria,

la salida c(t ) es
c(t ) = 1 e t / T , para t 0
Por ltimo, para la entrada impulso unitario, que es la derivada de la entrada

escaln unitario, la salida c(t ) es
c(t ) =
1 t / T
e , para t 0
T
Leccin 2: SISTEMAS DE SEGUNDO ORDEN
Un sistema de segundo orden se caracteriza por poseer dos polos en su funcin

de transferencia. Estos sistemas se pueden representar mediante la siguiente
funcin de transferencia normalizada:
G ( s) =
n 2
(4.6)
s 2 + 2n + n 2
En donde se define,
: Factor de amortiguamiento
n : Frecuencia natural no amortiguada
Se observa pues, que los polos de un sistema de segundo orden vienen
determinados por la expresin:
s1,2 = n n 2 1 (4.7)
En la figura 4.5 se puede apreciar la ubicacin de los polos de la funcin de

transferencia en funcin del valor de .
Figure 4.5 Ubicacin de los polos en funcin de
Se observa entonces que:
Para = 0 , el sistema es oscilatorio, ya que s1,2 = jn .
Para 0< <1 , el sistema es subamortiguado, ya que s1,2 = n jn 1 2 , o

tambin se puede escribir que s1,2 = jd .
Para = 1 , el sistema es crticamente amortiguado, ya que s1,2 = n .
Para >1 , el sistema es sobreamortiguado, ya que s1,2 = n n 2 1 .
As pues, al aplicar una entrada escaln unitario a este sistema de segundo orden
se obtiene la siguiente respuesta en el tiempo:
C ( s) =
c(t ) = 1 e nt
n 2
1
2
2
s + 2n + n s
1
1 2
sin(d t + ) (4.8)
En donde t 0 y adems:
d = n 1 2 : Frecuencia natural amortiguada

1 2

= tan 1
= tan 1 d
: ngulo del polo respecto al origen
De hecho puede expresarse,
= cos (4.9)
En conclusin, a medida que aumenta, el factor de amortiguamiento disminuye.
Figure 4.6 Diferentes respuestas escaln de un sistema de segundo orden

La respuesta del sistema para = 0 es oscilatoria, como puede comprobarse en la
figura 4.6. Por otra parte, se observa que el valor mximo de amplitud logrado en
el estado transitorio decrece a medida que aumenta (0< <1) . En concreto, para
valores de 1 desaparece totalmente este mximo, logrndose el valor mximo
de la seal cuando se alcanza el estado estacionario. Esta caracterstica es tanto
ms acentuada cuanto mayor es el valor de . En concreto; si 1 la respuesta
del sistema de segundo orden puede aproximarse por la respuesta de un primer
orden, realizndose lo que se conoce como aproximacin de polo dominante. La
respuesta, en este caso, queda caracterizada por la raz real que tenga la mayor
constante de tiempo (la ms cercana al eje imaginario en el plano s ). Debe
observarse que esta aproximacin no puede realizarse cuando se analiza el inicio
de respuesta, donde todava perdura el efecto de la seal originada por la raz no

dominante.
Generalmente, en la prctica, se especifican las caractersticas o especificaciones

requeridas a un sistema de control en trminos de cantidades en el dominio del
tiempo. Estas cantidades vienen determinadas en trminos de la respuesta
transitoria frente a una entrada tipo escaln u (t ) . A esta respuesta se le denomina
respuesta inicial.
De este modo se caracteriza la dinmica de un sistema, aunque trabaje con otro

tipo de entradas, a travs de la dinmica requerida frente a una entrada escaln.
El significado de los parmetros definidos en la caracterizacin de la respuesta
inicial determina la forma de la respuesta transitoria de un sistema.
En la figura 4.7 puede observarse la respuesta tpica de un sistema frente a una
entrada escaln.
Figure 4.7 Especificaciones para un sistema con respuesta subamortiguada
Tiempo de retardo td : Tiempo que tarda la respuesta en alcanzar el 50% del

valor final.
Tiempo de subida tr : En sistemas subamortiguados es el tiempo que tarda la

respuesta en alcanzar el 100% del valor final; para sistemas
sobreamortiguados se define como el tiempo que tarda la respuesta en pasar
del 10% al 90% del valor final.
En trminos de y n se puede calcular el tiempo de subida, mediante la

siguiente expresin:
tr =
1 2
tan 1
1 2

=
=
(4.10)
1 2
d
n
En donde corresponde al ngulo que forma el polo respecto al origen. En el

caso de poseer races imaginarias puras ( = 0) , el tiempo de subida coincide con
un cuarto del periodo de seal (tr = 2n ) ; a su vez, cuando las races son reales
( = 1) , el sistema tiene una caracterstica de amortiguamiento crtico y el tiempo
de subida, segn la expresin anterior, es infinito, lo que conlleva la necesidad de
variar su definicin.
Tiempo de pico t p : Es el tiempo que tarda la respuesta en alcanzar el primer

mximo. Slo existe en sistemas subamortiguados.
En trminos de y n se puede calcular el tiempo de pico, mediante la siguiente

expresin:
tp =
n 1 2
(4.11)
d
De este modo, a medida que aumente la parte imaginaria de los polos del sistema,
el tiempo de pico disminuir.
Mximo sobreimpulso M p : Es el valor de pico mximo de la curva de

respuesta ponderado por el valor final obtenido.
M p (%) =
c(t p ) c()
c ( )
100(%)
El mximo sobreimpulso es un parmetro indicativo de la estabilidad relativa del

sistema. En trminos de y n se puede calcular sobreimpulso mximo,
mediante la siguiente expresin:
Mp =e
1 2
=e
(4.12)
Observando la expresin anterior puede trazarse una grfica que relacione M p en

funcin de :
Figure 4.8 M p en funcin de

De hecho, cuanto mayor es , menor es el mximo sobreimpulso obtenido en la
respuesta transitoria. Expresado de otro modo, cuanto mayor es el ngulo que
forma el polo del sistema respecto al eje real mayor es el sobreimpulso de la
respuesta. En conclusin, el aumento de la parte real (en valor absoluto) o la
disminucin de la parte imaginaria de las races conlleva la reduccin del M p . De
la figura 4.8 se puede observar que para >0.6 el M p es menor al 10%.
Tiempo de establecimiento t s : Es el tiempo requerido por la curva de

respuesta para alcanzar y mantenerse dentro de determinado rango
(habitualmente 5% o 2%) del valor final. Generalmente est relacionado con
las constantes de tiempo ms grandes del sistema.
Para determinar las expresiones del tiempo de establecimiento en un sistema

subamortiguado, se considera que la respuesta queda comprendida entre
envolventes, que permiten aproximar el tiempo de establecimiento en funcin de la
parte real de los polos del sistema.
As, considerando los errores:
5% ts
2% ts
n
4
=
=
(4.13)
El tiempo de establecimiento es inversamente proporcional a la parte real (en valor

absoluto) de las races del sistema subamortiguado.
Figure 4.9 Curvas envolventes de la respuesta paso
En la figura 4.10 se presentan grficas de las respuestas temporales al escaln

unitario para tres sistemas de segundo orden con diferentes posiciones de polos
en el plano s . En estas figuras se pueden verificar, mediante las expresiones
anteriores, las relaciones entre las posiciones de los polos y las caractersticas
temporales de tiempo de subida, tiempo de pico, mximo sobreimpulso y tiempo
de establecimiento.
Figure 4.10 Respuestas al escaln de sistemas de segundo orden
Idealmente interesar lograr siempre sistemas de control que minimicen el mximo

sobreimpulso y los tiempos de respuesta transitoria, manteniendo la mxima
precisin posible.
Ejemplo 4.1 Obtenga el tiempo de subida, el tiempo de pico, el sobreimpulso

mximo y el tiempo de establecimiento, para un sistema de segundo orden, en el
que = 0.6 y n = 5 rad/seg , cuando el sistema est sujeto a una entrada escaln
unitario.
Solucin:
A partir de los valores dados de
y n , se obtiene p = n 1 2 = 4 y
= n = 3 .
El tiempo de subida es:
tr =
3.14
=
d
4
En donde se obtiene mediante
= tan 1
1 4
= tan = 0.93 rad
3
Por tanto, el tiempo de subida es:
tr =
3.14 0.93
= 0.55 seg
4
tp =
3.14
=
= 0.785 seg
d
4
El tiempo de pico es:
El sobreimpulso mximo es:

Mp =e
=e
(3.14)(3)
4
= 0.095
Por tanto, el porcentaje de sobrepaso mximo es 9.5%. Para el criterio del 2%, el
tiempo de establecimiento es:
4 4
ts = = = 1.33 seg
3
Para el criterio del 5%:
ts =
3
= 1 seg
3
Leccin 3: SISTEMAS DE ORDEN SUPERIOR
Un sistema de orden superior (supuesto estable) puede caracterizarse mediante

una funcin de transferencia, que admite una expresin de la respuesta a una
entrada escaln unitario de la forma:
m
C (s)
=
R( s)
K ( s + zi )
C ( s) =
i =1
(s + p ) (s
j =1
k =1
+ 2 k k s + k 2 )
K ( s + zi )
i =1
(s + p ) (s
j
j =1
k =1
+ 2 k k s + k 2 )
1
s
Desarrollando en fracciones parciales y aplicando la transformada inversa de

Laplace:
q
c(t ) = au (t ) + a j e
p jt
j =1
+ bk e k k t cos(dk t ) + ck e k k t sin(dk t ) (4.14)

k =1
En la expresin aparecen trminos que dependen de la parte real de los polos.

Dos consideraciones permiten aproximar la dinmica de un sistema de orden
superior por la dinmica de un sistema de primer o segundo orden.
1. CANCELACIN CERO-POLO
Se basa en el anlisis resultante en la determinacin del valor de los residuos

cuando el polo se encuentra cercano a un cero; en este caso, puede expresarse
zi = pi + , donde 0 . El clculo del residuo resulta:
m
ai = lim
s pi
K ( s + zh )
h =1
r
s ( s + p j ) ( s + 2 k k s + k )
2
j =1
( s + pi )
k =1
m 1
ai = lim
s pi
K ( s + zh )
q 1
h =1
r
s ( s + p j ) ( s 2 + 2 k k s + k 2 )
j =1
k =1
En la segunda expresin no existen los trminos ( s + zi ) en el numerador ni

( s + pi ) en el denominador. En conclusin, en el caso en el cual el polo y el cero
se encuentren muy cercanos 0 ai 0 , perdiendo importancia el trmino
exponencial de la respuesta transitoria originado por este polo frente al resto de
trminos de la respuesta total. De este modo puede simplificarse en un orden la

dinmica del sistema. Debe considerarse que se obtienen resultados anlogos en
el caso de poseer ceros complejos conjugados cercanos a polos complejos
conjugados, lo cual permite generalizar esta aproximacin a cualquier tipo de
sistemas de orden superior.
2. APROXIMACIN DE POLOS DOMINANTES
Los polos ms alejados del eje imaginario poseen constantes de tiempo menores
(sean o no reales, en el caso de races complejas conjugadas existe una
dependencia respecto a su parte real), de manera que puede afirmarse que las
exponenciales debidas a estos polos son importantes en el inicio de la respuesta
transitoria, pero que decaen a cero mucho ms rpidamente que las
exponenciales debidas a races con constantes de tiempo mayores. Son estas
ltimas las que caracterizan plenamente la respuesta transitoria (exceptuando en
el origen de la respuesta) y permiten reducir el orden del sistema; se dice en este
caso que dominan la respuesta del sistema, desprecindose el efecto de las
races con parte real mayor (en valor absoluto).
Leccin 4: ERROR EN ESTADO ESTACIONARIO
Un sistema lineal estable alcanza el rgimen o estado estacionario cuando, al ser

excitado por una seal de entrada, la respuesta transitoria decae a cero.
En sistemas de control, la precisin o exactitud del sistema se convierte en una de

las especificaciones ms importantes que verificar; el sistema de control debe
seguir la seal de referencia en estado estacionario del modo ms preciso
posible. Por esta razn, en sistemas de control en lazo cerrado se obtienen las
expresiones de los errores estacionarios del sistema en funcin del tipo de seal
de referencia introducida y de las funciones de transferencia que contiene.
Los sistemas de control se clasifican de acuerdo con su capacidad de seguir

entradas escaln, rampa, parbola, etc. ste es un esquema de clasificacin
razonable, porque las entradas reales con frecuencia se consideran
combinaciones de las entradas mencionadas. Las magnitudes de los errores en
estado estable producidos por estas entradas individuales indican la bondad del
sistema.
Considere el sistema de control con realimentacin unitaria con la siguiente

funcin de transferencia en lazo abierto G ( s ) :
G(s) =
K (Ta s + 1)(Tb s + 1)
s N (T1s + 1)(T2 s + 1)
(Tm s + 1)
(4.15)
(Tp s + 1)
Este sistema contiene el trmino s N en el denominador, que representa un polo de

multiplicidad N en el origen. El esquema de clasificacin actual se basa en la
cantidad de integraciones indicadas por la funcin de transferencia en lazo abierto.
Un sistema se denomina de tipo 0, de tipo 1, de tipo 2, si N = 0, N = 1, N = 2,... ,
respectivamente. Tome en cuenta que esta clasificacin es diferente de la que se
basa en el orden del sistema.
Conforme el nmero del tipo es mayor, mejora la precisin; sin embargo, aumentar
el nmero del tipo agrava el problema de la estabilidad. Siempre es necesario un
equilibrio entre la precisin en estado estable y la estabilidad relativa. En la
prctica, es muy raro tener sistemas de tipo 3 o superiores, pues, por lo general,
resulta difcil disear sistemas estables que tengan, dos o ms integradores en la
trayectoria directa.
As pues, si G ( s) se escribe para que cada trmino del numerador y del

denominador, excepto el trmino s N , tienden a la unidad, conforme s tiende a
cero, entonces la ganancia en lazo abierto K est directamente relacionada con el
error en estado estable.
Analizando el diagrama de bloques de un sistema en lazo cerrado se obtiene la

seal de error como:
E ( s) =
R( s)
(4.16)
1 + GLA ( s )
Donde,
GLA ( s ) : Funcin de transferencia del sistema en lazo abierto
Se define, entonces el error en estado estacionario:
sR( s )
(4.17)
s 0 1 + G ( s )
LA
ess = lim e(t ) = lim sE ( s ) = lim

t
s 0
Particularizando para los diversos tipos de entradas se pueden obtener los errores
de posicin, de velocidad y de aceleracin:
Error en estado estacionario de posicin:

r (t ) = u (t ) essp =
1
(4.18)
1+ K p
K p = lim GLA ( s ) coeficiente de posicin (4.19)

s 0
Error en estado estacionario de velocidad:
r (t ) = t essv =
1
(4.20)
Kv
K v = lim sGLA ( s ) coeficiente de velocidad (4.21)

s 0
Error en estado estacionario de aceleracin:
r (t ) =
t2
1
essa =
(4.22)
2
Ka
K a = lim s 2GLA ( s ) coeficiente de aceleracin (4.23)

s 0
Obsrvese que, entre mayores son los coeficientes de error, menor es el error
estacionario cometido. El error en estado estacionario en lazo cerrado puede
obtenerse a partir de la funcin de transferencia en lazo abierto, de modo que,
cuanto mayor es su valor en continua (para frecuencia cero) menor es el error
cometido. Para poder eliminar el error de posicin es necesario que la funcin de
transferencia en lazo abierto contenga un polo en origen; en este caso se dice que
existe un elemento integrador en dicha funcin.
Por ltimo, hay sealar que este error estacionario no es ms que el valor que
adquiere la seal de salida del detector de error en estado estacionario. En el caso
en el cual la realimentacin fuese unitaria, coincidira con la diferencia que se
tendra en estado estacionario entre la seal de referencia y la seal de salida del
sistema. Si la realimentacin no es unitaria, existir un factor de proporcionalidad
entre ambas seales que vendr determinado por el elemento de medida.
Las expresiones de los errores estacionarios de un sistema de control discreto en

lazo cerrado se presentan a continuacin.
Anlogamente al caso anterior la seal de error es:
E( z) =
R( z )
(4.24)
1 + GLA ( z )
Donde,
GLA ( z ) : Funcin de transferencia del sistema discreto en lazo abierto
Se define, entonces el error en estado estacionario:
(1 z 1 ) R( z )
(4.25)
z 1 1 + G ( z )
LA
ess = lim e(kT ) = lim(1 z 1 ) E ( z ) = lim

k
z 1
Particularizando para los diversos tipos de entradas, se pueden obtener los

errores de posicin, velocidad y aceleracin, de manera muy similar al caso
continuo.
Error en estado estacionario de posicin:

r (t ) = u (t ) essp =
1
(4.26)
1+ K p
K p = lim GLA ( z ) coeficiente de posicin (4.27)

z 1
Error en estado estacionario de velocidad:
r (t ) = t essv =
1
(4.28)
Kv
( z 1)
GLA ( z ) coeficiente de velocidad (4.29)
z 1
T
K v = lim
Error en estado estacionario de aceleracin:
r (t ) =
t2
1
essa =
(4.30)
2
Ka
( z 1) 2
GLA ( z ) coeficiente de aceleracin (4.31)
z 1
T2
K a = lim
La tabla 4.1 resume los valores del error en estado estacionario para diversos
sistemas que son excitados por funciones elementales:
Table 4.1 Error en estado estacionario para diversos sistemas

Entrada parbola
Entrada escaln
Entrada rampa
r (t ) = 1
r (t ) = t
r (t ) = 12 t 2
1
Sistema de tipo 0
1+ K p
Sistema de tipo 1
1
Kv
Sistema de tipo 2
1
Ka
Leccin 5: ESTABILIDAD Y CRITERIOS DE ESTABILIDAD
1. ESTABILIDAD EN SISTEMAS EN TIEMPO CONTINUO
En esta seccin se emplea la definicin de estabilidad de entrada acotada salida

acotada, tambin conocida como estabilidad BIBO por sus siglas en ingls
(Bounded Input Bounded Output).
Un sistema dinmico es BIBO estable si cualquier entrada acotada produce una

salida acotada. En otras palabras, si ante entradas de valor finito la respuesta (su
valor absoluto) no tiende a infinito.
La figura 4.11 muestra que las funciones continuas cuyos valores absolutos
crecen indefinidamente tienen sus polos en el semiplano derecho. Si una funcin
de transferencia tiene uno de sus polos en esa zona la respuesta natural tender a
infinito, independientemente del valor de la entrada, y por tanto el sistema ser
inestable.
Figure 4.11 Funciones continuas segn la ubicacin de sus polos en el plano s
Se ha comentado anteriormente que la estabilidad absoluta de un sistema lineal

se logra cuando la respuesta transitoria decae a cero al tender el tiempo a infinito.
Se puede demostrar que para que un sistema lineal sea estable es necesario que
posea todos los polos de su funcin de transferencia en el semiplano izquierdo del
plano transformado s .
En sistemas de control, el problema fundamental es la determinacin de las races

del sistema en Lazo Cerrado a partir del conocimiento de las races en Lazo
Abierto. Recordando la expresin de la funcin de transferencia en Lazo Cerrado.
Figure 4.12 Estructura de un sistema de control en lazo cerrado
GLC ( s ) =
Gc ( s )G ( s )
C ( s)
=
(4.32)
R( s ) 1 + Gc ( s )G ( s ) H ( s )
La ecuacin caracterstica del sistema en Lazo Cerrado 1 + Gc ( s )G ( s ) H ( s ) = 0 no es

fcilmente resoluble en general; por ello aparecen mtodos algortmicos para
poder determinar la estabilidad de un sistema en lazo cerrado, el ms importante
de estos mtodos es el criterio de estabilidad de Routh Hurwitz.
El criterio de estabilidad de Routh Hurwitz permite determinar el nmero de races

de una ecuacin de variable compleja que se encuentran en el semiplano derecho,
utilizndose, de este modo, para determinar si existen polos de una funcin de
transferencia en el semiplano derecho del plano transformado s .
Criterio de estabilidad de Routh Hurwitz: El criterio de estabilidad de Routh

Hurwitz es un criterio de estabilidad absoluta. Se basa en la determinacin del
nmero de races de un polinomio que se encuentran en el semiplano derecho del
plano s . Para su aplicacin deben verificarse dos condiciones:
Condicin necesaria: Dada la funcin de transferencia,
C ( s ) b0 s m + b1s m 1 +
=
R( s ) a0 s n + a1s n 1 +
+ bm 1s + bm
+ an 1s + an
Debe escribirse el denominador de la forma a0 s n + a1s n 1 +

an 0 (se eliminan las races en el eje imaginario).
+ an 1s + an = 0 , con
Si existe algn coeficiente negativo o cero en presencia de algn coeficiente

positivo, entonces existen una o ms races imaginarias puras o con parte real
positiva, lo cual implica que el sistema es inestable. En otros trminos, para
garantizar estabilidad, a partir del primer ai 0 todos los coeficientes deben estar
presentes y ser positivos.
Condicin suficiente: Debe aplicarse el algoritmo de formacin siguiente:
a0 s n + a1s n 1 +
sn
s n 1
s n2
s n 3
a0
a1
b1
c1
a2
a3
b2
c2
s2
s1
s0
e1
f1
g1
e2
+ an 1s + an = 0
a4
a5
b3
c3
a6
a7
b4
c4
Las primeras filas se obtienen directamente del polinomio caracterstico, el resto

de coeficientes se obtienen segn las expresiones:
b1 =
a1a2 a0 a3
a a a a
a a a a
; b2 = 1 4 0 5 ; b3 = 1 6 0 7
a1
a1
a1
c1 =
b1a3 a1b2
ba ab
ba ab
; c2 = 1 5 1 3 ; c3 = 1 7 1 4
b1
b1
a1
Como observacin debe indicarse que puede multiplicarse o dividirse toda una fila
por una constante positiva.
El criterio de estabilidad de Routh Hurwitz determina que el nmero de races con

parte real positiva del polinomio estudiado es igual al nmero de cambios de signo
de la primera columna del algoritmo de formacin.
De este modo la condicin necesaria y suficiente para que un sistema sea estable
es:
Todos los coeficientes del polinomio caracterstico deben existir y ser positivos.
Todos los coeficientes de la primera columna del algoritmo de formacin deben

de ser positivos.
Ejemplo 4.2 Determine la estabilidad de un sistema que posee la siguiente

ecuacin caracterstica de tercer orden, aplicando el criterio de estabilidad de
Routh Hurwitz:
a0 s 3 + a1s 2 + a2 s + a3 = 0
Solucin:
Se verifica la condicin necesaria: a0 , a1 , a2 , a3 >0
Verificando la condicin suficiente, se obtiene:
s3
s2
s1
s0
a0
a1
a1a2 a0 a3
a1
a3
a2
a3
Para que no existan cambios de signo en la primera columna a1a2 a0 a3 >0

ecuacin caracterstica, aplicando el criterio de estabilidad de Routh Hurwitz:
s 4 + 2s 3 + 3s 2 + 4s + 5 = 0
Solucin:
Se verifica la condicin necesaria, y verificando la condicin suficiente, se obtiene:
s4
s3
s2
s1
s0
1 3 5
2 4
1 5
6
5
Se observan dos cambios de signo en la primera columna, lo cual indica dos

races con parte real positiva, volviendo el sistema inestable.
Si un trmino de la primera columna es cero en presencia de otros diferentes

de cero: Cuando esta situacin ocurre, puede afirmarse que el sistema es
inestable. Para determinar la ubicacin de las races que proporcionan la
inestabilidad debe realizarse el siguiente procedimiento:
Sustituir el cero por >0 con
Aplicar el procedimiento habitual.
Aplicar el criterio: Si los coeficientes superior e inferior a son de igual signo,

entonces existen races sobre el eje imaginario; si los coeficientes superior e
inferior tienen signo diferente, entonces existen races en el semiplano
derecho.
1.

s 3 + 2s 2 + s + 2 = 0
Solucin:
Se verifica la condicin necesaria, y verificando la condicin suficiente, se obtiene:
s3
s2
s1
s0
1
2
0
2
1
2
Como no hay cambios de signo, entonces deben existir races en el eje imaginario.

s 3 3s + 2 = 0
Solucin:
No se verifica la condicin necesaria por lo que el sistema es inestable, y
verificando la condicin suficiente, se obtiene:
s3
s2
0
2
3
s1
s
Existen dos cambios de signo, entonces deben existir dos races con parte real
positiva.
Todos los coeficientes de una fila son cero: Cuando esta situacin ocurre,
puede afirmarse que el sistema es inestable. Existen races de igual valor
simtricas respecto a los ejes. Para determinar la ubicacin de las races que
proporcionan la inestabilidad debe realizarse el siguiente procedimiento:
Sustituir la fila de ceros por la derivada del polinomio auxiliar Pa ( s ) , el cual es

el polinomio formado por los coeficientes de la fila anterior a la de ceros. Debe
indicarse que las races de Pa ( s ) son races del polinomio caracterstico P( s )
P( s ) = Pa ( s )Q( s )
Aplicar el procedimiento habitual

s 5 + 2s 4 + 24s 3 + 48s 2 25s 50 = 0
Solucin:
No se verifica la condicin necesaria por lo que el sistema es inestable, y
verificando la condicin suficiente, se obtiene:
s5
s4
s3
1 24 25
2 28 50
0 0
Dado que Pa ( s ) = 2s 4 + 48s 2 50 , entonces
dPa ( s )
= 8s 3 + 96s
ds
El arreglo queda
s5
1
24 25
4
s
2
48 50
3
s
8
96
2
s
24
50
1
s 112.7
s 0 50
Existen un cambio de signo, entonces deben existir una raz con parte real
positiva.
Ejemplo 4.7 Determinar el rango de ganancias para el cual el sistema de la figura

es estable.
Figure 4.13 Diagrama de bloques de un sistema de lazo cerrado
Donde,
G ( s) =
K ( s + 40)
1
; H ( s) =
s ( s + 10)
s + 20
Solucin:
La funcin de transferencia en lazo cerrado es:
C (s)
K ( s 2 + 60 s + 800)
=
R( s ) s 3 + 30s 2 + (200 + K ) s + 40 K
El rango de valores de ganancia K para el cual el sistema es estable quedar

establecido al aplicar el criterio de estabilidad de Routh Hurwitz sobre el polinomio
caracterstico:
s 3 + 30 s 2 + (200 + K ) s + 40 K = 0
Se verifica la condicin necesaria para valores de K positiva, y verificando la

condicin suficiente, se obtiene:
s3
s
s1
s0
200 + K
30
40 K
(30)(200) 10 K
30
40 K
El rango de valores de K para los que permanece el sistema estable es 0<K<600 .

Para K = 600 el sistema se encuentra sobre la estabilidad lmite siendo oscilatorio;
puede determinarse la frecuencia de oscilacin calculando las races imaginarias
que la caracterizan.
2. ESTABILIDAD EN SISTEMAS DE TIEMPO DISCRETO
Se puede demostrar que un sistema discreto es estable cuando posee todos los
polos de su funcin de transferencia en el interior del crculo de radio uno en el
plano transformado z . La figura 4.14 muestra que las funciones discretas cuyos
valores absolutos crecen indefinidamente tienen sus polos por fuera del crculo
unitario. Si una funcin de transferencia tiene uno de sus polos en esa zona la
respuesta natural tender a infinito, independientemente del valor de la entrada, y
por tanto el sistema ser inestable.
Figure 4.14 Funciones discretas segn la ubicacin de sus polos en el plano z
La funcin de transferencia del sistema de control discreto de la figura 4.15 se

puede expresar:
Figure 4.15 Diagrama de bloques de un sistema de control discreto en lazo

cerrado
GLC ( z ) =
Gc ( z )Goh ( z )G ( z )
C ( z)
=
(4.33)
R( z ) 1 + Gc ( z )Goh ( z )G ( z ) H ( z )
Donde
la
ecuacin
caracterstica
del
sistema
en
lazo
cerrado
1 + Gc ( z )Goh ( z )G ( z ) H ( z ) = 0 no es fcilmente resoluble y deben buscarse mtodos
transformados para poder determinar la posicin de sus races.
En este caso, la aplicacin directa del criterio de estabilidad de Routh Hurwitz no

es til, porque determina el nmero de races de la ecuacin caracterstica que se
encuentran en semiplano derecho y no en el exterior del crculo de radio uno. Sin
embargo, s es posible aplicar el criterio de estabilidad de Routh Hurwitz tras una
transformacin que convierta el interior y el exterior del circulo de radio uno en un
semiplano izquierdo y un semiplano derecho respectivamente; a esta
transformacin se le denomina transformacin bilineal.
La definicin de la transformacin bilineal no es nica; sin embargo, la ms

conocida se realiza mediante el cambio de variable:
T
w
2 ; w = 2 z 1 (4.34)
z=
T
T z +1
1 w
2
1+
La transformacin del crculo de radio uno ofrece el resultado:
T
2 z 1 2 e jT 1
2 sin
2 = j 2 tan T (4.35)
w=
= j
= jT
T z +1 T e +1
T cos T
T
2
2
Que efectivamente corresponde con el eje imaginario del plano transformado w .
Figure 4.16 Relacin entre los planos s, z y w
En conclusin, el crculo de radio uno del plano z se transforma, mediante la

transformada bilineal, en el eje imaginario del plano w , de manera que puede
aplicarse en dicho plano el criterio de estabilidad de Routh Hurwitz para

determinar la estabilidad de un sistema discreto.
Ejemplo 4.8 Determinar el rango de ganancias para el cual el sistema de la figura

es estable.
Donde,
Gc ( z ) = 1; H ( s ) = 1; G ( s ) =
K
; T = 0.1 seg
s ( s + 1)
Solucin:
Para ello, debe encontrarse la funcin de transferencia en lazo abierto como:
1 e sT K
K
0.0048 z + 0.00468
1
=K
GLA ( z ) = Z
= (1 z )Z 2
( z 1)( z 0 905)
s ( s + 1)
s s ( s + 1)
Aplicando la transformada bilineal:
T
w
2
2 = 1 + 0.05w G ( w) = K 0.00016w 0.1872 w + 3.81
z=
LA
T
3.81w2 + 3.8w
1 w 1 0.05w
2
1+
Obteniendo la ecuacin caracterstica 1 + GLA ( w) = 0 :
(3.81 0.00016 K ) w2 + (3.8 0.1872 K ) w + 3.81K = 0
El resultado, aplicando el criterio de estabilidad de Routh Hurwitz, indica que el

sistema es estable para los valores de K : 0<K<20.3 . En concreto, para K = 20.3
se pueden obtener los puntos de corte con el eje imaginario en plano w para,
posteriormente, determinar la frecuencia de oscilacin del sistema discreto. As,
considerando del polinomio auxiliar:
[3.81 (0.00016)(20.3)] w2 + (3.81)(20.3) = 0 w = j 4.5075

La frecuencia de oscilacin es:
2
wT 2
(4.5075)(0.1)
tan 1
tan 1
=
= 4.433 rad/seg
T
2
2 0.1
Resultado muy parecido a la frecuencia que se obtena en plano w debido a que

la frecuencia de muestreo es suficientemente elevada,
s =
2
= 62.83 rad/seg
T
Debe observarse que, as como un sistema continuo de segundo orden con

realimentacin unitaria siempre es estable (partiendo de un sistema en lazo
abierto estable), un sistema discreto no tiene por qu serlo debido al efecto
desestabilizador del periodo de muestreo. En concreto, realizando el mismo
ejemplo con un periodo de muestreo mayor (por ejemplo T = 1 seg ), el margen de
valores de ganancia para garantizar estabilidad disminuye (0<K<2.39) .
Otro mtodo utilizado se conoce como el criterio de Jury, el cual permite

determinar cuntas races tiene un polinomio en el interior del crculo unitario.
Cumple, para el caso discreto, un papel anlogo al que cumple el criterio de Routh
Hurwitz en el caso continuo.
Dado el polinomio caracterstico P( z ) :
P ( z ) = an z n + an 1 z n 1 +
+ a2 z 2 + a1 z + a0 (4.36)
En donde los coeficientes ai son reales y an es positivo, es posible construir el

Arreglo de Jury de P( z ) a partir de los coeficientes ai que aparecen en la
ecuacin anterior. Para ello, inicialmente se construye el arreglo que se muestra
en la tabla 4.2: la primera lnea contiene los coeficientes de P( z ) en orden, desde
a0 hasta an , y en la segunda lnea en orden inverso. En general, cada lnea par
contiene los mismos coeficientes que la lnea inmediatamente anterior pero en el
orden inverso.
Los elementos de las lneas impares se construyen as:

bk =
a0
an k
an
ak
; ck =
b0
bn 1 k
bn 1
bk
; dk =
c0
cn 2 k
cn 2
ck
Table 4.2 Arreglo de Jury

z1
z2
z nk
z n2
z n 1
zn
an 2
an 1
an
ak
a2
a1
a0
b2
bn k
bn 2
bn 1
bn 2
bn 3
bk 1
b1
b0
c0
cn 2
c1
cn 3
c2
cn 4
cn k
ck 2
cn 2
c0
2n 5
p0
p1
p2
p3
2n 4
p3
p2
p1
p0
2n 3
q0
q1
q2
Fila
a0
a1
a2
an k
an
an 1
an 2
b0
b1
bn 1
5
6
Es decir, el primer elemento de una fila impar se calcula como el determinante de

la matriz construida tomando de las dos lneas inmediatamente anteriores la
primera y la ltima columna; el segundo elemento de forma similar pero con la
primera y la penltima columna; el tercero con la primera y la antepenltima, y as
sucesivamente. Dado que el ltimo elemento sera el determinante de la matriz
formada con dos columnas iguales (la primera dos veces), este valor sera
siempre cero, y por tanto no se escribe en el arreglo (se ha eliminado).
Ejemplo 4.9 Construya el arreglo de Jury para un sistema que posee el polinomio
caracterstico:
P( z ) = 1 + 2 z + 3z 2 + 4 z 3 + 5 z 4
Solucin:
Las primeras dos lneas del arreglo de Jury para P( z ) se muestran a continuacin:
Fila
z0
z1
z2
z3
z4
2
3
5
b0
4
b1
3
b2
2
b3
b3
b2
b1
b0
c0
c1
c2
Slo es necesario construir 5 lneas, porque n = 4 y 2n 3 = 5 . La tercera lnea se

construye as:
b0 =
1 5
b2 =
1 3
5 1
5 3
= 24
b1 =
1 4
= 12
b3 =
1 2
5 2
5 4
= 18
= 6
El arreglo con las cuatro primeras lneas se muestra a continuacin:

Fila
z0
z1
z2
z3
z4
2
6
2
3
5
4
3
24 18 12
c0
La quinta lnea se construye as:
12 18 24
c1
c2
c0 =
24 6
= 504
6 24
c1 =
24 12
= 360
6 18
c2 =
Fila
z0
z1
z2
z3
z4
24 18 12
504 360 180
24 18
= 180
6 12
12 18 24
Las condiciones necesarias y suficientes para que P( z ) tenga todas sus races en
el interior del crculo unitario del plano z son:
P(1)>0 (4.37)
>0 si n es par
P (1)
(4.38)
<0 si n es impar
a0
b0
c0
<
>
>
q0
>
n 1 condiciones (4.39)
q2
an
bn 1
cn 2
Ntese que este criterio se reduce a unas condiciones muy simples para el caso
de polinomios de segundo orden (n = 2) :
P(1)>0
P (1)>0
a0 < a2
Ejemplo 4.10 Encuentre la estabilidad del sistema descrito por el polinomio

caracterstico P( z ) del ejemplo 4.9, cuyo arreglo de Jury se conoce.
Solucin:
Las condiciones de estabilidad se convierten en:
P (1) = 1 + 2(1)1 + 3(1) 2 + 4(1)3 + 5(1) 4 = 15 > 0

P(1) = 1 + 2(1)1 + 3(1) 2 + 4(1)3 + 5(1) 4 = 3 > 0
1 = a0
<
a4 = 5
24 = b0
504 = c0
>
>
b3 = 6
c2 = 180
Por lo que P( z ) tiene todas sus races en el interior del crculo unitario.
Ejemplo 4.11 Determinar el rango de ganancias para el cual un sistema discreto

realimentado es estable. Conociendo que,
G( z) =
1
z + 0.3
H ( z) =
1
z + 0.7
Solucin:
La funcin de transferencia del sistema realimentado es:
F ( z) =
KG ( z )
K ( z + 0.7)
= 2
1 + KG ( z ) H ( z ) z + z + ( K + 0.21)
Para que el denominador de F ( z ) tenga todas sus races en el crculo unitario, y

por tanto el sistema realimentado sea estable, se deben satisfacer todas las
condiciones de estabilidad del criterio de Jury; como el denominador es de
segundo orden, estas condiciones se convierten en:
P (1) = 1 + 1 + (0.21 + K ) > 0

P(1) = 1 1 + (0.21 + K ) > 0
0.21 + K = a0 < a4 = 1
Estas condiciones se convierten en

K > 2.21
K > 0.21
1.21 < K < 0.79
Lo que es equivalente a
5.
0.21 < K < 0.79
CAPITULO 5: ANLISIS DE RESPUESTA EN FRECUENCIA
INTRODUCCIN
El trmino respuesta en frecuencia, se refiere a la respuesta de un sistema en

estado estable ante una entrada senoidal. En los mtodos de la respuesta en
frecuencia, la frecuencia de la seal de entrada se vara en un cierto rango, para
estudiar la respuesta resultante.
Una ventaja del enfoque de la respuesta en frecuencia es que las pruebas de la

respuesta en frecuencia son, en general, sencillas y pueden ser muy precisas con
el uso de generadores de seales senoidales que se obtienen con facilidad y un
equipo de medicin preciso. Por lo comn las funciones de transferencia de los
componentes complicados se determinan experimentalmente mediante pruebas
de la respuesta en frecuencia.
En el presente captulo se describir la metodologa de anlisis basada en la

respuesta frecuencial de un sistema de control. Dicha metodologa requiere el
conocimiento de la respuesta frecuencial del sistema en lazo abierto (que puede
obtenerse de un modo sencillo a partir de medidas de la respuesta en rgimen
permanente senoidal RPS) para, posteriormente, aplicar tcnicas como los
diagramas de Bode y de Nyquist, que permitirn determinar la estabilidad absoluta
del sistema en lazo cerrado.
Para entender mejor este concepto considere el sistema de la figura 5.1:
Figure 5.1 Sistema de tiempo continuo
Donde,
E ( s ) = L [sin t ] =
=
(5.1)
2
s +
( s j )( s + j )
2
En el sistema definido, se obtiene el rgimen permanente senoidal (RPS)

considerando la respuesta del sistema estable cuando el tiempo tiende a infinito y
se posee una seal de entrada senoidal.
C ( s) =
G ( s )
(5.2)
( s + j )( s j )
Para obtener la transformada inversa de Laplace debe desarrollarse C ( s ) en

fracciones parciales:
C ( s) =
K1
K2
+
+ Cg ( s ) (5.3)
s + j s j
Los dos primeros trminos del desarrollo son originados por las races de la
transformada de Laplace de la seal senoidal de entrada, mientras que Cg ( s )
contiene la serie de trminos correspondientes al desarrollo en fracciones
parciales de los polos de G ( s) . El RPS nicamente existe en sistemas estables,
dado que ello implica que los trminos temporales que caracterizan la respuesta
transitoria del sistema desaparecen cuando el tiempo crece suficientemente:
Cg ( s ) = cg (t ) 0 cuando t (5.4)
Denominando Css ( s ) a la transformada de Laplace de la seal que perdura cuando

el tiempo crezca infinitamente (estado estacionario):
Css ( s ) =
K1
K2
+
(5.5)
s + j s j
Calculando los residuos:
K1 = C ( s ) ( s + j ) s = j =
G ( j )
G ( j )
; K2 =
(5.6)
2j
2j
Debe observarse que,
G ( j ) = G ( s ) s = j
Es la respuesta frecuencial del sistema de tiempo continuo, esto es, debe

evaluarse la funcin de transferencia en un punto del plano s ubicado sobre el eje
imaginario.
A partir de la descripcin del procedimiento de clculo puede indicarse que G ( j )
es una funcin de variable compleja, y se verifica que:
G ( j ) = G ( j ) e jG ( j ) (5.7)
G ( j ) = G ( j ) e jG ( j ) = G ( j ) e jG ( j ) (5.8)
Realizando la transformada de inversa de Laplace de la ecuacin de Css ( s ) , se

obtiene:
css (t ) = K1 ( e jt ) + K 2 ( e jt ) (5.9)
Sustituyendo las expresiones de los residuos K1 y K 2 :
e j (t +G ( j ) ) e j (t +G ( j ) )
css (t ) = G ( j )
= G ( j ) sin (t + G ( j ) ) (5.10)
2
j
En conclusin, la respuesta de un sistema de tiempo continuo en RPS es una

seal senoidal con igual frecuencia que la seal de entrada, con una amplitud
igual al producto de la amplitud de entrada por el mdulo de la respuesta
frecuencial, y cuya fase es igual a la suma de fases de la seal de entrada y la
fase de su respuesta frecuencial. De este modo, no es necesario realizar la
transformada inversa de Laplace para determinar cul es la salida de un sistema
de tiempo continuo estable en RPS.
Debe observarse que la obtencin de medidas experimentales de la respuesta

frecuencial de un sistema es muy sencilla, debido a que puede utilizarse la propia
seal de excitacin para realizar el sincronismo de la medida. De este modo, se
puede obtener la respuesta frecuencial a partir de medidas experimentales sin
necesidad de conocer la funcin de transferencia del sistema.
Leccin 1: DIAGRAMAS DE BODE
El valor de una funcin de transferencia F ( s ) , para un s especfico, es un nmero

complejo cuya amplitud es F ( s ) y cuyo ngulo es arg { F ( s )} .
Los diagramas de Bode para sistemas continuos muestran cmo vara la amplitud
y el ngulo de ese nmero complejo, cuando s toma todos los posibles valores del
eje imaginario positivo ( s = j ; (0, )) . Especficamente se definen los
siguientes diagramas:
Diagrama de magnitud: La abscisa (eje horizontal) muestra el valor de en

escala logartmica. La ordenada (eje vertical) muestra la magnitud de F ( j )
medida en decibeles:
F ( j ) en dB = 20 log F ( j )
Diagrama de fase: La abscisa (eje horizontal) muestra el valor de en escala

logartmica. La ordenada (eje vertical) muestra el ngulo de F ( j ) medido en
grados o radianes.
La ventaja principal de usar diagramas de Bode es que la multiplicacin de

magnitudes se convierte en adicin. Adems, cuenta con un mtodo simple para
trazar una curva aproximada de magnitud logartmica que se basa en

aproximaciones asintticas.
Debido a las escalas empleadas en los diagramas de Bode, stos pueden ser
construidos en forma aproximada mediante trazos rectos. La figura 5.2 muestra los
diagramas de Bode aproximados para funciones sencillas de primer orden.
Figure 5.2 Diagramas de Bode aproximados para sistemas de primer orden
La figura 5.3 muestra los diagramas de Bode para funciones de segundo orden; en
estos casos, las aproximaciones pueden ser bastante lejanas de los diagramas
exactos, dependiendo del factor de amortiguamiento . Por esta razn se han
trazado los diagramas exactos para una funcin de segundo orden (para el primer
caso de la figura 5.3), en las figuras 5.4 y 5.5.
Figure 5.3 Diagramas de Bode aproximados para sistemas de segundo orden
Para funciones de transferencia ms sofisticadas que las de las figuras 5.2 y 5.3
se descompone la funcin de transferencia como productos de trminos ms
sencillos, se trazan los diagramas de Bode estas de funciones y luego se suman
punto a punto para obtener los diagramas de la funcin original.
Figure 5.4 Diagrama de Bode de magnitud para un sistema de segundo orden con
distintos valores de
Figure 5.5 Diagrama de Bode de fase para un sistema de segundo orden con
distintos valores de
Esta aproximacin, mediante asntotas (lneas rectas), es suficiente si slo se

necesita informacin general sobre la caracterstica de la respuesta en frecuencia.
Si se desea obtener curvas exactas, es fcil corregir las curvas asintticas.
Leccin 2: ANLISIS DE ESTABILIDAD DE BODE
El anlisis del lugar geomtrico de las races permite establecer la ubicacin de los
polos de un sistema conforme cambia el valor de K . Si se est interesado en
estudiar la estabilidad del sistema, debemos analizar los puntos en los cuales las
ramas del LGR cruzan el eje imaginario, pues es en ese punto en donde los polos
pasan del semiplano izquierdo al derecho, o viceversa, y por lo tanto son los
puntos en donde puede cambiar la estabilidad del sistema realimentado.
Adems, el LGR es simtrico respecto al eje horizontal, por lo cual basta con
estudiar en qu momento las ramas atraviesan una de las dos mitades del eje
imaginario, generalmente la mitad positiva.
Este hecho sugiere otra posibilidad de estudiar la estabilidad de los sistemas

realimentados: En lugar de estudiar en dnde estn ubicadas las ramas del LGR
en todo el plano complejo, se centra la atencin nicamente en el eje imaginario
positivo, y detectar cundo es atravesado por alguna rama del LGR.
Recuerde que los puntos del plano complejo que forman parte del LGR son tales
que al evaluar en ellos la funcin G ( s ) H ( s ) el ngulo del nmero complejo
resultante debe ser 180 o 0.
De acuerdo con lo anterior, los puntos en donde puede cambiar la estabilidad del
sistema realimentado coincide con aquellos puntos j del eje imaginario en
donde
180
arg {G ( j ) H ( j )} =
(5.11)
0
Para encontrar cules son los valores de que satisfacen esta condicin pueden
trazarse los diagramas de Bode de G ( s ) H ( s ) y buscar grficamente en el
diagrama de fase cules son los puntos en donde el ngulo de G ( j ) H ( j ) vale

180 o 0, tal como se muestra en la figura 5.6.
Figure 5.6 Relacin entre el LGR y los diagramas de Bode
Para determinar los valores de K en los cuales la rama del LGR atraviesa el eje
imaginario, puede emplearse
G ( j ) H ( j ) =
1
K
(5.12)
El valor de G ( j ) H ( j ) puede leerse (en decibeles) en el diagrama de bode de

magnitud, tal como se muestra en la figura 5.6. A partir de ese valor, y empleando
esta ltima condicin, puede determinarse los valores de K para los cuales una
rama del LGR atraviesa el eje imaginario ( K c en la figura 5.6).
Ejemplo 5.1 Dibujar el diagrama de Bode para el sistema de la figura:
Figure 5.7 Sistema del ejemplo 5.1
Donde los bloques G ( s) y H ( s) son:
G(s) =
1
1
; H ( s) =
( s + 1)( s + 2)
( s + 3)
Solucin:
La figura 5.8 muestra los diagramas de Bode de G ( s ) H ( s ) .
Figure 5.8 Diagrama de Bode para el ejemplo 5.1
Debido a que los puntos en los cuales puede cambiar la estabilidad del sistema
realimentado son:
180
arg {G ( j ) H ( j )} =
0
Es decir, aquellos en los que el ngulo de G ( j ) H ( j ) es 0 o es 180.
Al observar la figura 5.8 se nota que el ngulo de G ( j ) H ( j ) es 180 para una
frecuencia de 0.528 Hz , es decir, para = 2 0.528 = 3316 rad/seg . En esa
frecuencia el valor de la magnitud de G ( j ) H ( j ) es de 35.56 dB , lo que
significa que la magnitud de K , en decibeles, para la cual una rama del LGR
atraviesa el eje imaginario es tal que,
= 35.56
K en dB
Lo que equivale a,
1
= 10
K
K en dB
20
K = 10
K en dB
20
K = 10
35.56
20
= 60
Como K > 0 entonces K = 60 . Tambin se debe buscar los puntos para los cuales
el ngulo de G ( j ) H ( j ) es 0. En la figura 8.8 se observa que el diagrama de
fase es asinttico a 0, es decir, que para = 0 el ngulo de G ( j ) H ( j ) es 0.
El diagrama de magnitud de G ( j ) H ( j ) es asinttico a 15.56 dB , lo que
significa que la magnitud de K , en decibeles, para la cual una rama del LGR
complementario atraviesa el eje imaginario es tal que,
1
K en dB
= 15.56
Lo que equivale a,
1
= 10
K
K en dB
20
K = 10
K en dB
20
K = 10
15.56
20
=6
Como K < 0 entonces K = 6 . Se ha encontrado los valores de K para los cuales

un polo cruza el eje imaginario, y han resultado ser 6 y 60. Esto significa que al
variar K desde hasta , la estabilidad del sistema realimentado slo puede

cambiar en 6 y 60.
En consecuencia, se pueden definir tres intervalos para K en los cuales la

estabilidad es constante; para conocer la estabilidad de cada intervalo basta con
determinar la de uno de sus puntos:
K (, 6) : Se selecciona K = 10 de tal manera que la ecuacin

caracterstica del sistema se convierte en
s 3 + 6s 2 + 11s 4
Como el denominador tiene coeficientes de signos diferentes al menos tiene una

raz en el semiplano derecho, y en consecuencia el sistema realimentado es
inestable.
K (6, 60) : Se selecciona K = 0 de tal manera que la ecuacin caracterstica

del sistema se convierte en
s 3 + 6 s 2 + 11s + 6 = ( s + 1)( s + 2)( s + 3)
Las races del denominador son negativas (1, 2 y 3), y en consecuencia el

sistema realimentado es estable.
K (60, ) : Se selecciona K = 100 de tal manera que la ecuacin

caracterstica del sistema se convierte en
s 3 + 6s 2 + 11s + 106
Cuyas races son 6.71 y 0.36 j 3.96 , es decir que tiene dos races en el
semiplano derecho y en consecuencia el sistema realimentado es inestable.
1. MARGEN DE FASE
Las ecuaciones (5.11) y (5.12) establecen dos condiciones que deben cumplir los
puntos j del plano complejo para formar parte LGR; una de las condiciones
hace referencia a la ganancia de G ( s ) H ( s ) y la otra a su fase. La idea de los
mrgenes de estabilidad consiste en suponer que K = 1 , y explorar qu margen se
tiene cuando se cumple una de esas condiciones.
El margen de fase consiste en el menor valor que se le debe sumar al ngulo de

G ( s ) H ( s ) cuando se satisface la segunda condicin, para que simultneamente se
cumpla la primera condicin. Es decir,
MF = 180 +GLA ( jt ) (5.13)
En donde,
GLA ( jt )
= 1 20 log GLA ( jt ) en dB = 0 dB (5.14)
t se denomina frecuencia de transicin del sistema y, como puede observarse en

la expresin, se mide mediante la funcin de transferencia en lazo abierto.
MF > 0 sistema estable

Criterio:
(5.15)
MF < 0 sistema inestable
De este modo, el margen de fase es la cantidad de fase que puede quitarse al

sistema en lazo abierto permaneciendo estable el sistema en lazo cerrado.
Para el caso en que K > 0 , el margen de fase puede leerse en los diagramas de
Bode como 180 , donde es el ngulo a la frecuencia en la que la ganancia es
de 0dB.
Para el caso en que K < 0 , el margen de fase puede leerse en los diagramas de
Bode como , donde es el ngulo a la frecuencia en la que la ganancia es de
0dB.
2. MARGEN DE GANANCIA
El margen de ganancia consiste en el menor valor por el que se debe amplificar la

ganancia de G ( s ) H ( s ) cuando se satisface la primera condicin, para que
simultneamente se cumpla la segunda condicin. Es decir,
MG =
Donde,
1
GLA ( ji )
MGdB = 20 log GLA ( ji ) dB (5.16)
GLA ( ji )
= 180 (5.17)
i es la frecuencia para la cual el sistema el lazo abierto adquiere 180 .

MG > 1 ( MGdB > 0 dB) sistema estable
Criterio:
(5.18)
MG < 1 ( MGdB < 0 dB) sistema inestable
De este modo, el margen de ganancia es la cantidad de ganancia que puede

aadirse al sistema en lazo abierto permaneciendo estable el sistema en lazo
cerrado.
En las figuras 5.9 y 5.10 pueden observarse las mediciones del margen de fase y
el margen de ganancia en el diagrama de Bode para diversos valores de K del
sistema:
GLA ( s ) =
1
( s + 1)( s + 2)( s + 3)
Figure 5.9 Medicin del MF y del MG en el diagrama de Bode para K = 600
Figure 5.10 Medicin del MF y del MG en el diagrama de Bode para K = 15
Para el caso en que K > 0 , el margen de ganancia puede leerse (en decibeles) en
los diagramas de Bode como el valor negativo de la ganancia a la frecuencia en la
que la fase es de 180 .
Para el caso en que K < 0 , el margen de ganancia puede leerse (en decibeles) en
los diagramas de Bode como el valor negativo de la ganancia a la frecuencia en la
que la fase es de 0.
Leccin 3: DIAGRAMA DE NYQUIST
Las formas ms habituales de representar la respuesta frecuencial de un sistema

son:
Diagrama de Bode en magnitud y fase: Diagrama en mdulo o fase de

G ( j ) respecto a un eje frecuencial.
Diagrama polar: Diagrama de mdulo y fase de G ( j ) en el plano G ( j )

(0 < ) . En la figura 5.11 se muestran los ejes coordenados de un
diagrama polar, as como la informacin de mdulo y fase que puede extraerse
de un punto de dicho diagrama.
Figure 5.11 Diagrama polar

G ( j0 ) = A(0 ) + jB(0 ) = G ( j0 ) e jG ( j0 ) (5.19)
En la figura 5.12 se representa el diagrama polar de un sistema de tercer orden,

donde se puede observar la evolucin de la fase desde 0 hasta 270
correspondientes a 0 y , respectivamente.
Debe observarse que el diagrama posee un sentido en frecuencias crecientes, de

manera que 0 < 1 < 2 .
El diagrama polar posee la informacin de fase y mdulo de la respuesta

frecuencial en una nica representacin, a diferencia del diagrama de Bode que
los representa en grficas separadas.
Figure 5.12 Diagrama polar de un sistema de tercer orden
Para mostrar la informacin contenida en un diagrama polar, pueden observarse

las distintas respuestas frecuenciales que se muestran en la figura 5.13,
correspondientes al siguiente sistema de segundo orden:
G ( s) =
1
s + 2 s + 1
2
Figure 5.13 Diagrama polar de un sistema de segundo orden

En dicha figura se puede ver el efecto de resonancia cuando < 0 , as como la
frecuencia natural o de paso por la fase 90 .
Leccin 4: ANLISIS DE ESTABILIDAD DE NYQUIST
El criterio de estabilidad de Nyquist permite determinar la estabilidad absoluta de

un sistema lineal invariante en el tiempo en lazo cerrado. Para su aplicacin,
nicamente se necesita conocer la respuesta frecuencial del sistema en lazo
abierto. De hecho, a partir de la respuesta frecuencial en lazo abierto, el criterio de
estabilidad de Nyquist permite determinar el nmero de races de la ecuacin
caracterstica (polos en lazo cerrado) que existen en el semiplano derecho.
Obviamente, el sistema es estable en lazo cerrado cuando el resultado de la
aplicacin del criterio de Nyquist es cero.
El criterio de estabilidad de Nyquist se basa en los teoremas de la transformacin

conforme y el teorema de la representacin, los cuales se exponen a continuacin:
Transformacin conforme: Dada una funcin F ( s ) analtica (continua y

derivable) en todo el plano s salvo en sus polos, todo camino cerrado continuo
en s que no pase por ningn punto singular de F ( s ) se transforma en una
curva cerrada continua en el plano F ( s ) , preservndose distancias y ngulos

de corte. La figura 5.14 muestra el teorema de la transformacin conforme de
un modo grfico.
Figure 5.14 Teorema de la transformacin conforme
Teorema de la representacin: Dada una funcin F ( s ) con P polos y Z

ceros, considerando inclusive su multiplicidad, incluidos en un contorno cerrado
continuo del plano s recorrido en sentido horario que no pase por ningn punto
singular de F ( s ) , ste se transforma en una curva cerrada continua en el plano
F ( s ) en la cual se producen N rodeos en sentido horario al origen, tal que:
N > 0 sentido horario

N = Z P; donde:
(5.20)
N < 0 sentido antihorario
En la figura 5.15 se muestra el teorema de la representacin de un modo grfico.

En dicha figura puede observarse que se rodea un polo de la funcin F ( s) en
sentido horario. Rodear un polo de una funcin en un sentido implica lograr un
rodeo al origen en sentido contrario; este resultado es lgico al realizar dicho polo
una contribucin total de 360 de fase en la funcin (en oposicin de fase debido a
la caracterstica de un polo). El efecto contrario se verificara al evaluar un cero.
Figure 5.15 Teorema de la representacin
El criterio de estabilidad de Nyquist escoge como funcin evaluable el propio

polinomio caracterstico, y evala la existencia de ceros de dicho polinomio en un
contorno que contiene todo el semiplano derecho del plano s mediante la
aplicacin del teorema de la representacin. As F ( s ) = 1 + G ( s) H ( s) , donde se
supone el conocimiento, a priori, de la funcin de transferencia en lazo abierto
G ( s ) H ( s ) (de este modo, el parmetro P queda determinado como el nmero de
polos en lazo abierto que se encuentran en el semiplano derecho del plano s ).
Mediante la transformacin del contorno denominado recorrido de Nyquist (que

contiene todo el semiplano derecho del plano s ) a travs de la funcin F ( s) , se
conocen el nmero de rodeos al origen en el plano F ( s ) (y su signo); y, por ltimo,
aplicando el teorema de la representacin, se determina el nmero de ceros de la
ecuacin caracterstica Z (polos en lazo cerrado) que existen en semiplano
derecho del plano s . Obsrvese que, si bien este procedimiento es suficiente para
determinar si un sistema es estable, este mtodo permitir adems determinar la
existencia de races de la ecuacin caracterstica sobre el eje imaginario.
El recorrido de Nyquist es un contorno cerrado continuo recorrido en sentido

horario que contiene todo el semiplano derecho en su interior. Debe conocerse la
transformacin de dicho recorrido mediante la funcin F ( s ) = 1 + G ( s) H ( s) para
determinar el nmero de rodeos al origen existentes en el plano F ( s) . Para poder
aplicar la transformacin conforme es necesario presuponer que no existen polos
de F ( s ) (esto es, no existen polos en lazo abierto) en el eje imaginario.
Figure 5.16 Recorrido de Nyquist
La transformacin del recorrido de Nyquist puede descomponerse en dos tramos

que a continuacin se estudiarn por separado, tal y como muestra la figura 5.16:
Transformacin del tramo ABC mediante la funcin F ( s ) = 1 + G ( s) H ( s ).

( s ) . Dado que el sistema en lazo abierto es causal se cumple:
lim1 + G ( s ) H ( s ) = cte
s
Donde esta constante es igual a la unidad cuando el grado del denominador es

mayor que el grado del numerador en la funcin de transferencia en lazo abierto.
En conclusin, la transformacin del tramo ABC (zona del recorrido de Nyquist
trazada para s no puede proporcionar rodeos al origen porque implica un
nico punto en el plano F ( s ) . De este modo la transformacin de este tramo no
debe considerarse en el anlisis del criterio de estabilidad de Nyquist.
Transformacin del tramo CA . s = j . Como el tramo CA , es en definitiva el

eje imaginario del plano s , en este caso:
1 + G ( s ) H ( s ) s = j = 1 + G ( j ) H ( j )
Lo cual conlleva el estudio de la respuesta frecuencial del sistema en lazo abierto

para < < . A priori, esta representacin es fcil de realizar en el plano
G ( j ) H ( j ) , como lo muestra la figura 5.17. Aplicando una modificacin en la
observacin de los rodeos a origen en el plano 1 + G ( j ) H ( j ) , por rodeos al
punto 1 + j 0 en el plano G ( j ) H ( j ) , pueden extraerse las mismas
consideraciones. De este modo, puede afirmarse que la existencia de rodeos al
punto 1 + j 0 por parte del diagrama polar en el plano G ( j ) H ( j ) , implica la
existencia de polos en el semiplano derecho del plano s en lazo cerrado, por lo
que el sistema es inestable.
Figure 5.17 Diagrama de Nyquist a) en el plano 1 + G ( j ) H ( j ) b) en el plano

G ( j ) H ( j )
Se denomina diagrama de Nyquist a la transformacin del recorrido de Nyquist. El

diagrama de Nyquist ( < < ) se obtiene a partir del diagrama polar dado que
se verifica la propiedad
G ( j ) H ( j ) = G ( j ) H ( j )
0 < :
(5.21)
G ( j ) H ( j ) = G ( j ) H ( j )
En conclusin, el diagrama de Nyquist se realiza a partir del diagrama polar

conjuntamente con su simtrico respecto al eje real.
Criterio de estabilidad de Nyquist: Dada G ( s ) H ( s ) sin polos ni ceros en el eje

imaginario s = j , si G ( s ) H ( s ) tiene k polos en semiplano derecho del plano s y
si,
lim G ( s) H ( s ) = cte (5.22)

s
Para que el lugar G ( j ) H ( j ) tenga estabilidad al variar desde a deben

producirse k rodeos al punto 1 + j 0 en sentido antihorario.
Esto es, definiendo:
N = Nmero de rodeos a 1 + j 0 ; en sentido horario ( N > 0) y sentido

antihorario ( N < 0) .
P = Polos en lazo abierto en semiplano derecho del plano s .
Z = Polos en lazo cerrado en semiplano derecho del plano s .
Para que un sistema sea estable debe cumplir la condicin:

Z = N + P = 0 (5.23)
Al aplicar el criterio de estabilidad de Nyquist sobre un sistema de control se

producir uno de los siguientes casos:
No existe ningn rodeo a 1 + j 0 . En este caso N = 0 , lo que implica Z = P . De

este modo, el sistema en lazo cerrado es estable si tambin lo es el sistema en
lazo abierto.
Hay uno o varios rodeos en sentido antihorario a 1 + j 0 . En este caso el

sistema en lazo cerrado es estable si el nmero de rodeos coincide con el
nmero de polos en lazo abierto en semiplano derecho del plano s .
Hay uno o varios rodeos en sentido horario a 1 + j 0 . El sistema lazo cerrado

es inestable.
Cuando un sistema tiene polos en lazo abierto en el eje imaginario, es necesario

modificar el recorrido de Nyquist, debido a que el teorema de la representacin no
puede aplicarse. El nuevo recorrido de Nyquist considera todo el semiplano
derecho del plano s , evitando las singularidades sobre el eje imaginario, de modo
que no deban contabilizarse en el parmetro P , tal y como muestra la figura 5.18.
Figure 5.18 Recorrido de Nyquist modificado
La aparicin de singularidades sobre el eje imaginario conlleva arcos de radio

infinito en el plano transformado, que debern considerarse en el estudio del
nmero de rodeos al punto 1 + j 0 por parte del diagrama de Nyquist.
Ejemplo 5.2 Existe una estrecha relacin entre la estabilidad deducida mediante
las tcnicas del lugar geomtrico de las races y el criterio de estabilidad de
Nyquist. Dado el sistema mostrado en la figura 5.19.
Figure 5.19 Sistema realimentado para el ejemplo 5.2
Donde,
( s + 1) 2
G ( s) = K
s3
a) Trazar el lugar geomtrico de las races determinando: LGR sobre eje real,
asntotas, puntos de ruptura y cortes del LGR con el eje imaginario. Determinar
el rango de valores de K para el cual el sistema es estable.
b) Obtener el diagrama polar del sistema en lazo abierto, descomponiendo, para

ello, la respuesta frecuencial en lazo abierto en parte real e imaginaria, y
determinando los valores para = 0, 0.5,1, 2.5,10 y . Trazar el diagrama
de Nyquist. Para considerar el trayecto o recorrido de Nyquist modificado
alrededor del origen en el plano s , realizar la transformacin de los puntos del
plano s que se muestran en la figura 5.20.
Figure 5.20 Recorrido de Nyquist modificado para el ejemplo 5.2

Determinar la estabilidad absoluta del sistema en lazo cerrado para K = 0.25, 0.5 y
1, aplicando el criterio de estabilidad de Nyquist.
c) Relacionar los resultados de los apartados a) y b). Razonar la respuesta.
Solucin:
a) El Lugar Geomtrico de las races resultante puede observarse en la figura
5.21, donde nicamente existe una asntota que corresponde con el eje real y
aparecen puntos de ruptura en s = 3 , como puede comprobarse:
Figure 5.21 LGR para el sistema del ejemplo 5.2
K =
s3
;
( s + 1) 2
dK
27
= 0 3s 2 ( s + 1) 2 2( s + 1) s 3 = 0 s = 3 K =
ds
4
Aplicando el algoritmo de Routh Hurwitz a la ecuacin caracterstica:
s 3 + Ks 2 + 2 Ks + K = 0
El corte con el eje imaginario ocurre para s = j , donde K = 1/ 2 . Entonces, el
sistema es estable para: K > 1/ 2
b) Diagrama polar:
( s + 1) 2
( j + 1) 2
1 + 2 + 2 j
2K
1 2
G(s) = K
G ( j ) = K
=K
= 2 + jK
3
s3
j 3
j 3
Re [G ( j ) ] =
2K
; Im [G ( j ) ] = K
1 2
A partir de estas expresiones puede realizarse el siguiente cuadro:
Re [G ( j ) ]
Im [G ( j ) ]
8K
2K
K / 2
2 K / 25
2 K /100
0
6K
0
3 K / 8
24 K /125
94 K /1000
0
=0
= 0.5
=1
=2
=5
= 10
=
En la figura 5.22 puede observarse el diagrama polar. El diagrama de Nyquist se

forma a partir del diagrama polar realizando los rodeos en infinito adecuados,
debido a la aparicin de un polo en lazo abierto en origen. Para ello, se realizan
las transformaciones de los puntos ( s A , sB , sC , sD y sD ) que se muestra en el
enunciado del problema.
s = e j
G ( s) = K
( e j + 1) 2
e j 3
K
; ya que 0
3
( e j )3
De este modo se puede obtener el siguiente cuadro:

Punto inicial
sA = e
sB = e
sC = e j 0
sD = e
sE = e
j
j
6
3
Punto
transformado
e j
e
e j 0
e
e j
Figure 5.22 Diagrama de Nyquist para K = 1 (lnea continua) y simtrico (lnea

discontinua)
En conclusin, puede aplicarse el criterio de estabilidad de Nyquist resultando:
K = 0.25. Corte del diagrama polar con el eje real en 0.5 . N = 2 y

Z = N + P = 2 . Sistema inestable.
K = 0.5. Corte del diagrama polar con el eje real en 1 . Sistema oscilatorio.
K = 1. Corte del diagrama polar con el eje real en 2 . Z = N + P = 1 + 1 = 0 .

Sistema estable. Debe observarse que en este caso existen dos rodeos (uno
en sentido horario y otro en sentido antihorario).
c) Los resultados obtenidos mediante el lugar geomtrico de las races y

mediante el diagrama de Nyquist, deben ofrecer las mismas conclusiones
respecto a la estabilidad del sistema en lazo cerrado. Por esta razn, el
margen de valores de K para el cual el sistema es estable es el mismo en
ambos mtodos.
Cuantificacin de la estabilidad relativa: El criterio de estabilidad de Nyquist

permite determinar la estabilidad absoluta de un sistema en lazo cerrado,
observando, para ello, la cantidad de races de la ecuacin caracterstica

existentes en semiplano derecho del plano s . Cuando el diagrama polar del
sistema en lazo abierto contenga al punto 1 + j 0 (ver figura 5.23), el criterio de
estabilidad de Nyquist queda indeterminado. En esta situacin, existe una
frecuencia para la cual la ecuacin caracterstica tiene una solucin de la forma
GLA ( jc ) = 1 , esto es, existe una raz en s = jc , lo cual implica que el sistema en
lazo cerrado es oscilatorio.
Figure 5.23 Diagrama polar que contiene al punto 1 + j 0
Para mostrar la propiedad anteriormente comentada, obsrvese el lugar

geomtrico de las races (figura 5.24) y los diagramas de Nyquist (figura 5.25) del
sistema:
GLA ( s ) =
1
( s + 1)( s + 2)( s + 3)
En estas grficas se comprueba como para K = 60 el sistema es oscilatorio, para

K = 10 es estable y para K = 200 el sistema es inestable.
Figure 5.24 LGR del sistema de ejemplo
Figure 5.25 Diagrama de Nyquist para K = 10, 60 y 200
En sistemas de fase mnima, cuanto ms cerca se ubique el diagrama polar de

GLA ( j ) del punto 1 + j 0 , ms riesgo de inestabilidad presenta el sistema. De
este modo, se puede utilizar la proximidad de GLA ( j ) al punto 1 + j 0 como
una medida de la estabilidad relativa del sistema. Cuantitativamente se puede
definir la estabilidad relativa como una medida de la cercana del sistema a la
inestabilidad. La medida del margen de fase y margen de ganancia permite
determinar el grado de estabilidad relativa del sistema. As, cuando estos

parmetros adquieren un valor elevado, el sistema se encuentra alejado de la
inestabilidad y presentar una respuesta con un valor bajo de mximo
sobreimpulso en su dinmica.
En las figuras 5.26 y 5.27 pueden observarse las mediciones del margen de fase y
el margen de ganancia en el diagrama polar para diversos valores de K del
sistema:
GLA ( s ) =
1
( s + 1)( s + 2)( s + 3)
Figure 5.26 Medicin del MF y del MG en el diagrama polar para K = 30
Figure 5.27 Medicin del MF y del MG en el diagrama polar para K = 100
Leccin 5:
DISCRETO
RESPUESTA
FRECUENCIAL
DE
SISTEMAS
EN
TIEMPO
Dado el sistema discreto de la figura:
Figure 5.28 Sistema de tiempo discreto
Donde,
E ( z ) = Z [sin t ] =
z sin T
(5.24)
( z e )( z e jT )
jT
En el sistema definido, se obtiene el rgimen permanente senoidal considerando

la respuesta del sistema estable cuando el tiempo tiende a infinito y se posee una
seal de entrada senoidal.
C ( z) =
G ( z ) z sin T
(5.25)
( z e jT )( z e jT )
Para obtener la transformada Z inversa debe desarrollarse C ( z ) en fracciones

parciales:
C ( z) =
K1 z
K2 z
+
+ Cg ( z ) (5.26)
jT
z e
z e jT
Los dos primeros trminos del desarrollo son originados por las races de la
transformada Z de la seal senoidal muestreada, mientras que Cg ( z ) los
trminos debidos a los polos de G ( z ) . Dado que el RPS nicamente existe en
sistemas estables:
Cg ( z ) = cg (kT ) 0 cuando k (5.27)
Denominando Css ( z ) a la transformada Z de la seal que perdura cuando el

tiempo crezca infinitamente (estado estacionario):
Css ( z ) =
K1 z
K2 z
+
jT
ze
z e jT
(5.28)
Calculando los residuos:

K1 = C ( z )
z e jT
z
=
z = e jT
G (e jT )
G (e jT )
; K2 =
(5.29)
2j
2j
Debe observarse que,

G (e jT ) = G ( z ) z =e jT
Es la respuesta frecuencial del sistema discreto; esto es, debe evaluarse la

funcin de transferencia z en un punto ubicado sobre el crculo de radio uno y con
fase T respecto a origen, donde existe una dependencia respecto a la seal de
entrada. Obviamente, la evaluacin de la funcin planteada en plano z resulta

difcil, debido a que no pueden utilizarse tcnicas asintticas para resolverla.
A partir de la descripcin del procedimiento de clculo puede indicarse que

G (e jT ) es una funcin de variable compleja, y se verifica que:
G (e jT ) = G (e jT ) e jG ( e
G (e jT ) = G (e jT ) e jG ( e
jT
jT
(5.30)
= G (e jT ) e jG ( e
jT
(5.31)
Realizando la transformada Z inversa de la ecuacin de Css ( z ) , se obtiene:
css (kT ) = K1 ( e jT ) + K 2 ( e jT )
k
(5.32)
Sustituyendo las expresiones de K1 y K 2 :
css (kT ) = G (e
jT
e j ( kT +G ( e jT )) e j (kT +G ( e jT ) )
= G (e jT ) sin ( kT + G (e jT ) ) (5.33)
)
2j
En conclusin, la respuesta de un sistema discreto en RPS es una seal senoidal

con igual frecuencia que la seal de entrada, con amplitud igual al producto de la
amplitud de entrada por el mdulo de la respuesta frecuencial y con fase igual a la
suma de fases de la seal de entrada y la fase de su respuesta frecuencial. De
este modo, no es necesario realizar la transformada Z inversa para determinar
cul es la salida de un sistema de tiempo discreto estable en RPS.
Existen importantes diferencias entre la respuesta frecuencial de un sistema de

tiempo continuo y la respuesta frecuencial de un sistema de tiempo discreto; entre
estas consideraciones a tener en cuenta, destacan:
Es peridica de periodo s , dado el efecto de bandas repetidas en plano s que

se produce en un sistema muestreado. As, en conclusin, la respuesta
frecuencial no debe evaluarse, en general, en el plano z , debido a que se
realizarn mltiples vueltas sobre el crculo de radio uno en el plano z a
medida que aumente la frecuencia de la seal de entrada.
La respuesta frecuencial trazada en plano transformado bilineal ( w) no ser

peridica, debido a que nicamente contiene la informacin de la banda
primaria del sistema discreto en plano s . Sin embargo, esta sentencia no es
muy importante, dado que, en su funcionamiento correcto, el sistema discreto
utilizar seales que verificarn el teorema de Shannon. Ello conlleva un
anlisis detallado de la evaluacin de la respuesta frecuencial mediante la
transformada bilineal, debido a que la informacin aparece con una distorsin
en el eje frecuencial; en conclusin, deber considerarse la relacin no lineal
existente entre la frecuencia bilineal y la frecuencia real de la seal.
Aplicando la transformada bilineal:
G ( w) = G ( z ) z =1+ 2 w G ( jw ) = G ( w) w= j
T
T
1 w
2
(5.34)
w
Pueden trazarse mediante mtodos asintticos los diagramas de Bode de G ( jw )

y G ( jw ) , que ofrecen la informacin de la respuesta frecuencial evaluada sobre
la banda primaria, considerando:
2
T
tan 1 w
T
2
T
(5.35)
w = tan
T
2
Cuando el nmero de muestras por ciclo sea elevado, el sistema continuo

equivalente tendr un diagrama de Bode similar, sin distorsin, al sistema discreto.
Sin embargo, a medida que aumenta la frecuencia de la seal de entrada, el
nmero de muestras por ciclo disminuye, observndose diferencias entre los
diagramas de Bode del sistema continuo y del sistema discreto obtenido mediante
la transformada bilineal.
A partir del diagrama de Bode, puede trazarse el diagrama polar de un sistema

discreto, y de este modo es posible aplicar el criterio de estabilidad de Nyquist.
Debe observarse que la distorsin sufrida en la transformacin de frecuencias no
es relevante en el diagrama polar, determinndose la estabilidad absoluta y
relativa del sistema discreto sin ninguna consideracin adicional, es decir, sin
necesidad de conocer el nmero de muestras por ciclo de la seal de salida. En
conclusin, podrn definirse los conceptos de margen de fase (MF) y margen de
ganancia (MG) en el plano transformado bilineal ( w ), anlogamente a como

ocurra en sistemas de tiempo continuo.
Si se garantiza frecuencialmente una buena estabilidad relativa, el sistema

discreto responder adecuadamente, con independencia del nmero de muestras
por ciclo y del nmero de muestras por constante de tiempo. En el diseo en el
dominio temporal, estos parmetros deban observarse para garantizar una buena
descripcin de la respuesta del sistema discreto.
Ejemplo 5.3 Dado el sistema de la figura:
Figure 5.29 Sistema discreto en lazo abierto
Donde,
1 e sT
10
Goh ( s ) =
; G p (s) =
; G ( s ) = Goh ( s )G p ( s )
s
s + 10
a) Con T = 0.01 seg encontrar la transformada bilineal de G ( s)
{G ( w)} . Comparar
los polos y ceros, as como la ganancia en continua (para w = 0, s = 0 ) de la

funcin G ( w) con los de la funcin G p ( s ) . Queda distorsionado el diagrama
de Bode de la funcin de transferencia G ( w) respecto al diagrama de Bode de
G p ( s ) a bajas frecuencias? Razonar la respuesta.
b) Con T = 1 seg encontrar la transformada bilineal de G ( s) {G ( w)} . Comparar los
polos y ceros, as como la ganancia en continua (para w = 0, s = 0 ) de la funcin
G ( w) con los de la funcin G p ( s ) . Queda distorsionado el diagrama de Bode
de la funcin de transferencia G ( w) respecto al diagrama de Bode de G p ( s ) a
bajas frecuencias? Razonar la respuesta.
Dado el sistema en lazo cerrado de la figura:
Figure 5.30 Sistema discreto en lazo cerrado
c) Encontrar la funcin de transferencia C ( s ) / R( s )

eliminando el muestreador y el retenedor de datos.
del sistema continuo,
d) Calcular el nmero de muestras por constante de tiempo del sistema del

apartado anterior si se muestrea la seal de salida con un periodo de
T = 0.01 seg . Y con T = 1 seg ? Relacionar los resultados obtenidos con los
apartados a) y b).
e) Encontrar la funcin de transferencia C ( z ) / R( z ) para T = 0.01 seg y para
T = 1 seg . Trazar los diagramas de polos y ceros en lazo cerrado (en ambos
casos) y razonar los resultados, relacionndolos con los obtenidos en los
apartados anteriores.
Solucin:
a) Para T = 0.01 seg :
10
0.0952
0.0952
0.0952(1 0.005w)
=
=
G ( z ) = (1 z 1 )Z
; G ( w) =
1 + 0.005w
s ( s + 10) z 0.9048
0.9048 0.0952 + 0.0095w
1 0.005w
Ambas respuestas frecuenciales mantienen la misma posicin respecto a sus

polos y ganancia en continua. Pero la funcin G ( w) tiene un cero finito ms,
aunque est situado muy a la derecha, es decir a altas frecuencias, y por tanto el
diagrama de Bode no queda distorsionado a bajas frecuencias.
b) Para T = 1 seg :
10
1
1
1 0.5w
=
=
G ( z ) = (1 z 1 )Z
; G ( w) =
5
+
1
0.5
w
s ( s + 10) z 4.53 10
4.53 105 1 + 0.5w
1 0.5w
polo en w = 2
G ( w) :
cero en w = 2
El cero que se introduce se sita sobre el polo produciendo una cancelacin cero
polo en el mdulo de la respuesta frecuencial, dando lugar a un diagrama de
Bode plano en mdulo y una variacin de fase asintticamente a 180 . Con lo
cual s que se distorsiona el diagrama de Bode.
c) Diagrama de bloques del sistema continuo
d) La constante de tiempo es:
1
= 0.05
20
Para T = 0.01 seg se tiene:
0.05
= 5 muestras/cte de tiempo
0.01
Para T = 1 seg se tiene:
0.05
= 0.05 muestras/cte de tiempo
1
Para T = 1 seg no se tiene ni una muestra por constante de tiempo y por eso se
distorsiona la transformada bilineal. Para T = 0.01 seg el nmero de muestras es
suficiente y la transformada bilineal no queda distorsionada.
e)
C ( z)
0.0952
=
T = 0.01
R( z ) z 0.8096
C ( z)
G( z)
C ( z)
1
R( z ) 1 + G ( z )
T =1
=
R( z ) z + 1
La zona donde deberan ubicarse los polos para garantizar una buena simulacin
anloga equivalente es aquella que rodea al punto z = 1 en el interior del crculo
unitario.
Para T = 0.01 seg polo z = 0.809 se sita dentro de la zona
Para T = 1 seg polo z = 1 se sita fuera de la zona , y por esto el sistema

continuo anlogo queda distorsionado.
6.
CAPITULO 6: ANLISIS DEL LGR Y DEL ESPACIO DE ESTADOS
INTRODUCCIN
Debido a la necesidad de conocer los polos de un sistema en lazo cerrado, que

determinarn las caractersticas bsicas de la respuesta transitoria, se desarrolla
el mtodo del lugar geomtrico de las races LGR (tambin denominado Lugar
de Evans).
Este mtodo permite ubicar en un grfico los polos de un sistema en lazo cerrado
a partir del conocimiento de los polos en lazo abierto, en funcin de un parmetro
variable. Para ello considrese la ecuacin caracterstica de un sistema en lazo
cerrado:
1 + Gc ( s )G ( s ) H ( s ) = 0 1 + GLA ( s ) = 0 GLA ( s ) = 1 (6.1)
La resolucin de esta ecuacin implica la verificacin de dos condiciones:
Condicin de ngulo: arg {GLA ( s )} = 180 (2 + 1); N
Condicin de mdulo: GLA ( s ) = 1
Debe observarse que, de este modo, se pasa del estudio del sistema en lazo
cerrado al estudio de caractersticas del sistema en lazo abierto, lo cual debe
permitir mayor facilidad en el clculo.
Se define el lugar geomtrico de las races como el conjunto de puntos del plano
s en los que se verifica la condicin de ngulo. En conclusin, un punto que
pertenece al lugar geomtrico de las races es un posible polo del sistema en lazo
cerrado; para ello nicamente es necesario validar la condicin de mdulo, y sta
se cumplir para un valor determinado de la ganancia del sistema en lazo abierto.
Sin embargo, un punto del plano s que no pertenezca al LGR no puede ser polo
en lazo cerrado porque no verifica la condicin de ngulo, aunque vare la
ganancia del sistema en lazo abierto. De este modo, variando el parmetro K :
GLA ( s ) = K
( s + z1 )
( s + p1 )
( s + zm )
; 0 K < (6.2)
( s + pn )
Se logra trazar el lugar geomtrico de las races que proporciona los valores de los
polos en lazo cerrado en funcin de K .
Por otra parte, dado que un sistema moderno complejo posee muchas entradas y
muchas salidas que se relacionan entre s en una forma complicada. Para analizar
un sistema de este tipo, es esencial reducir la complejidad de las expresiones
matemticas, adems de recurrir a una computadora que realice gran parte de los
tediosos clculos necesarios en el anlisis. El enfoque en el espacio de estados
para el anlisis de sistemas es el ms conveniente desde este punto de vista.
En tanto que la teora de control convencional se basa en la relacin entradasalida, o funcin de transferencia, la teora de control moderna se basa en la
descripcin de las ecuaciones de un sistema en trminos de n ecuaciones
diferenciales de primer orden, que se combinan en una ecuacin diferencial
matricial de primer orden. El uso de la notacin matricial simplifica enormemente la
representacin matemtica de los sistemas de ecuaciones.
El incremento en la cantidad de variables de estado, de entradas o de salidas no

aumenta la complejidad de las ecuaciones. De hecho, el anlisis de los sistemas
complicados con entradas y salidas mltiples se realiza mediante procedimientos
slo ligeramente ms complicados que los requeridos para el anlisis de sistemas
de ecuaciones diferenciales escalares de primer orden.
Este captulo aborda el anlisis de los sistemas de control en el espacio de

estados. El material bsico de anlisis en el espacio de estados, incluyendo la
representacin de sistemas en el espacio de estados, la controlabilidad y la
observabilidad, se presenta a continuacin.
Leccin 1: REGLAS DE CONSTRUCCIN DEL LUGAR DE LAS RACES
Dado que los polos y ceros complejos de la funcin de transferencia en lazo

abierto tienen asociados sus complejos conjugados, el LGR ser simtrico
respecto al eje real. Las reglas para construir el LGR se resumen a continuacin:
1) Trazar el diagrama polos y ceros en lazo abierto
Sea la ecuacin caracterstica de un sistema dinmico:
1 + GLA ( s ) = 0 1 +
b0 s m + b1s m 1 +
a0 s n + a1s n 1 +
bm 1s + bm
( s + z1 )
= 0 1+ K
an 1s + an
( s + p1 )
( s + zm )
= 0 (6.3)
( s + pn )
Donde,
s = zi son ceros y s = pi son polos en lazo abierto
Figure 6.1 Polos y ceros en lazo abierto
2) Lugar geomtrico de las races sobre el eje real
Los polos y ceros complejos conjugados no afectan en la evaluacin del LGR

sobre el eje real, dado que en su contribucin suman mltiplos de 360.
Observando, nicamente, los polos y ceros en lazo abierto sobre el eje real, puede
aplicarse la siguiente consideracin: un punto del eje real pertenece al LGR
cuando el nmero de total de polos y ceros a su derecha es impar (la suma
angular total ser un mltiplo de 180).
Figure 6.2 LGR sobre el eje real
3) Puntos de inicio y final del LGR
El trazado del lugar geomtrico de las races se inicia en los polos en lazo abierto
y finaliza en los ceros en lazo abierto (en este caso, deben considerarse los ceros
infinitos). Puede demostrarse esta sentencia resolviendo:
Inicio en polos de lazo abierto:

( s + z1 )
( s + p1 )
( s + z1 )
( s + zm )
1
= lim
K 0 ( s + p )
K
( s + pn )
1
( s + zm )
1
= (6.4)
= lim
( s + pn ) K 0 K
Para que esta expresin sea cierta es necesario que s pi .
En conclusin, los polos en lazo cerrado coinciden con los polos en lazo abierto
cuando K = 0 . Debe indicarse que, lgicamente, este efecto es relevante
nicamente a nivel analtico, dado que no es posible tener K = 0 a nivel real.
Final en ceros en lazo abierto:

( s + z1 )
( s + p1 )
( s + z1 )
( s + zm )
1
= lim
K
( s + pn )
K
( s + p1 )
( s + zm )
1
= Klim
K = 0 (6.5)
( s + pn )
Para que esta expresin sea cierta es necesario que s zi s (en el caso
para el cual el grado del denominador sea mayor que el grado del numerador).
En conclusin, los polos en lazo cerrado coinciden con los ceros en lazo abierto
cuando K . As el lugar geomtrico puede tener ramas que finalicen en
infinito; ahora bien, dado que el sistema es causal nunca puede iniciarse el LGR
en infinito.
Figure 6.3 Inicio y final del LGR
El LGR se origina en los polos en lazo abierto y finaliza en los ceros en lazo
abierto (finitos e infinitos). El nmero de ramas del lugar geomtrico indica el
nmero de polos en lazo cerrado y coincide con el nmero de polos en lazo
abierto y el nmero de ceros en lazo abierto (finitos e infinitos).
4) Asntotas del LGR

El estudio asinttico se realiza para s . En ese caso, las contribuciones
angulares por parte de todas las races son prcticamente iguales, y existe un
efecto de cancelacin de contribucin angular entre polos y ceros. De este modo,
la expresin de los ngulos de las asntotas vendr dada por:
Asntota =
180 (2 + 1)
(6.6)
nm
Donde n y m son los grados de denominador y numerador de la funcin de

transferencia en lazo abierto, respectivamente, y es un nmero natural.
Figure 6.4 Asntotas del LGR
Para demostrar esta expresin debe considerarse la ecuacin caracterstica:
Gc ( s )G ( s ) H ( s ) = 1 GLA ( s ) = 1
K
( s + z1 )
( s + p1 )
( s + z1 )
( s + zm )
= 1 K lim
s ( s + p )
( s + pn )
1
( s + zm )
K
nm
( s + pn )
s
Recordando la condicin de ngulo:
arg {s} =
180 (2 + 1)
; N
nm
As por ejemplo, si n m = 3 entonces

60 = 0
180 (2 + 1)
arg {s} =
= 180 = 1
3
300 = 2
El punto de interseccin de las asntotas con el eje real, necesario para poder
realizar el trazado de las asntotas, viene dado por la expresin:
a =
i =1
j =1
pi z j
nm
(6.7)
Figure 6.5 Ubicacin de las asntotas
Debe observarse que en el caso de n m = 1 , esto es, poseer nicamente una

asntota, no debe calcularse el punto de interseccin, dado que todo el eje real
constituye la propia asntota.
5) Puntos de ruptura
Por definicin, un punto de ruptura en el LGR corresponde a una raz mltiple de

la ecuacin caracterstica, esto es, un punto de ruptura implica un polo en lazo
cerrado mltiple. Debe resaltarse que los puntos de ruptura pueden ser reales o
complejos conjugados. Los puntos de ruptura pueden dividirse en puntos de
ruptura de dispersin (en los cuales el valor de K alcanza un mximo relativo) y
puntos de ruptura de confluencia (para los cuales K alcanza un mnimo relativo).
Figure 6.6 Puntos de ruptura
Para determinar el procedimiento de clculo de puntos de ruptura, se realiza la

evaluacin de K cuando aparece un punto de ruptura sobre el eje real,
diferencindose los casos:
LGR sobre eje real entre dos polos: En este caso, el punto de ruptura
aparece cuando K alcanza un mximo relativo, determinndose segn la
expresin:
1 + GLA ( s ) = 0 1 + K
( s + z1 )
( s + p1 )
( s + zm )
A( s )
B( s)
= 0 1+ K
=0 K =
B( s)
A( s )
( s + pn )
dK
= 0 B '( s ) A( s) A '( s ) B( s) = 0
ds
Figure 6.7 LGR sobre eje real entre dos polos
Las soluciones de la ecuacin anterior son puntos de ruptura si pertenecen al LGR

y la K asociada es real y positiva. Obviamente, las soluciones de la ecuacin
anterior pueden proporcionar puntos de ruptura complejo conjugados.
LGR sobre eje real entre dos ceros: En este caso, el punto de ruptura
aparece cuando K alcanza un mnimo relativo, determinndose anlogamente
al caso anterior.
Figure 6.8 LGR sobre eje real entre dos ceros
LGR sobre eje real entre cero y polo: En este caso, existe la posibilidad de
que no aparezcan puntos de ruptura, o bien, que existan en pares de
dispersin y confluencia.
Figure 6.9 LGR sobre eje real entre cero y polo
6) Puntos de cruce del LGR con el eje imaginario
Figure 6.10 Puntos de cruce del LGR con el eje imaginario
Con el fin de encontrar los puntos de cruce con el eje imaginario se pueden aplicar
los siguientes mtodos:
Sustituir s = j en la ecuacin caracterstica, igualando parte real e imaginaria

a cero:
Re( ) = 0
1 + G ( s) H ( s ) = 0 1 + G ( j ) H ( j ) = 0 Re( ) + j Im( ) = 0
Im( ) = 0
Aplicando el algoritmo de Routh, anulando una fila de coeficientes. Por

ejemplo:
s 3 + bs 2 + cs + Kd = 0
s3
s2
Kd
s1
s0
Anulando filas,
bc Kd
b
Kd
bc Kd
bc
=0 K =
b
d
K =0
Usando el polinomio auxiliar:

Pa ( s ) = bs 2 + Kd = 0 s = j c
7) ngulos de arranque y llegada
Los ngulos de arranque del LGR de los polos en lazo abierto y los ngulos de
llegada del LGR a los ceros en lazo abierto se determinan a partir de la
distribucin del diagrama de polos y ceros en lazo abierto.
Para ello, se presupone un punto perteneciente al LGR suficientemente cercano a

la singularidad sobre la que se quiere determinar el ngulo de partida o llegada
como para poder considerarlo en la misma posicin que la propia singularidad; de
este modo, al aplicar la condicin de ngulo todas las contribuciones angulares
sern conocidas exceptuando el ngulo de arranque o llegada incgnita.
Figure 6.11 ngulos de arranque y llegada
Ejemplo 6.1 Dibujar el LGR de un sistema que presenta la siguiente funcin de

transferencia en lazo abierto:
GLA ( s ) =
K s2
3
2
2
s s + 10 s + 7
3
Solucin:
1) Polos y ceros en lazo abierto
z1 = 2
3 ;
ceros
z2 = (triple)
2) LGR en el eje real
p1 = 0 (doble)
polos
5
p2,3 = 3 j 2.06
Figure 6.12 Polos y ceros del ejemplo 6.1
3) Asntotas
n = 4 (No. de polos finitos) y m = 1 (No. de ceros finitos)

60 = 0
180 (2 + 1)
arg {s} =
= 180 = 1
3
300 = 2
4) Interseccin de las asntotas con el eje real
a =
i =1
j =1
pi z j
nm
( 0 + 0 5 3 + j 2.06 5 3 j 2.06) 2 3 = 1.33

4 1
Al no existir ninguna rama entre polo y cero, no se cumple la condicin necesaria
para que existan puntos de ruptura. Por tanto slo se calcularn al final si las
condiciones geomtricas lo requieren.

A continuacin se calcula el ngulo de arranque de las ramas de los polos
complejos conjugados. Para ello, en el polo 5 3 + j 2.06 se toma un punto P de
su entorno tal que P LGR .
arg { P} = 1 [ 21 + 2 + 3 ] = 180 (2 + 1)
Clculo de 1 :
180 1 = tan 1
2.06
1 = 129
1.67
Clculo de 1 :
180 1 = tan 1
2.06
1 = 136.8
2.2
3 = 90
Clculo de 2 :
180 (2 + 1) = 136.8 [ (2)(129 ) + 2 + 90 ] 2 = 31.2
7) Puntos de cruce con el eje imaginario

Para encontrar el punto de cruce del LGR con el eje j se utiliza el criterio de
estabilidad de Routh Hurwitz. Se busca la ecuacin caracterstica:
s4 +
10 3
2
s + 7 s 2 + Ks K = 0
3
3
Se aplica el criterio de Routh Hurwitz:
s4
s3
10
3
3K
7
10
2
3K
83
+ K
10
9
3K
7
10
2
K
3
s2
s1
s0
2
K
3
K
2
K
3
A continuacin se busca una K que anule alguna fila:
K = 0 anula la fila s 0 . Pero esto indica que hay un polo en el origen que ya era
conocido.
Se busca el valor de K que anula la fila s1
3K 2 83
+ K = 0 K = 30.7
10
9
A continuacin se buscan las races del polinomio auxiliar a esta fila.
3K 2 2
=0
7 10 s 3 K
K =30.7
2.21s 2 20.46 = 0 s1,2 = j 3.04
El LGR cortar al eje j por j 3.04 .
Figure 6.13 LGR del ejemplo 6.1
Ejemplo 6.2 Dibujar el LGR de un sistema que presenta la siguiente funcin de

transferencia en lazo abierto:
GLA ( s ) =
K ( s + 2)
( s + 1)
Solucin:
1) Polos y ceros en lazo abierto
z = 2
ceros 1
;
z2 =
2) LGR en el eje real
polos { p1 = 1 (doble)
Figure 6.14 Polos y ceros del ejemplo 6.2
3) Asntotas
n = 2 (No. de polos finitos) y m = 1 (No. de ceros finitos)

arg {s} =
180 (2 + 1) 180 = 0
=
1
540 = 1
La nica asntota es el eje real negativo.
4) Interseccin de las asntotas con el eje real

Sern todos los puntos del semieje real negativo.
Existe una rama de ceros, por tanto existir como mnimo un punto de ruptura. De
la ecuacin caracterstica se obtiene:
( s + 1) 2
K =
( s + 2)
dK
2( s + 1)( s + 2) ( s + 1) 2
=
=0
ds
( s + 2) 2
s = 1
s 2 + 4 s + 3 = 0 r1
sr 2 = 3
Los dos puntos pertenecen al LGR y poseen K ( sr1 ) = 0 y K ( sr 2 ) = 4 mayores o

iguales a cero y por tanto son puntos de ruptura.

ngulo de llegada a los ceros: 180
ngulo de arranque de los polos:
1 21 = 180 1 = 90
1 = 0
7) Puntos de cruce con el eje imaginario
Para encontrar el punto de cruce del LGR con el eje j se utiliza el criterio de
estabilidad de Routh Hurwitz. Se busca la ecuacin caracterstica:
s 2 + ( K + 2) s + 2 K + 1 = 0
Se aplica el criterio de Routh Hurwitz:
s2
s1
s0
1
2K + 1
K +2
2K + 1
A continuacin se busca una K que anule alguna fila:
1
anula la fila s 0 . Pero esto no es posible.
2
K =
K = 2 anula la fila s1 . Pero esto no es posible.
Se comprueba que no corta al eje j .
La determinacin de los ceros en lazo cerrado debe realizarse cuidadosamente,

dado que no aparecen de un modo directo en el LGR y su influencia es importante
en la respuesta del sistema. Observando las topologas que se muestran en la
figura 6.16, puede decirse que los ceros en lazo cerrado son los ceros en lazo
directo conjuntamente con los polos del elemento de medida.
Figure 6.16 Evaluacin de los ceros en lazo cerrado
Las funciones de transferencia en lazo cerrado de los sistemas descritos son:

C (s)
K ( s + 1)( s + 2)
C (s)
K ( s + 2)
=
=
y
2
R( s ) ( s + 1) + K ( s + 2)
R( s ) ( s + 1) 2 + K ( s + 2)
Los dos sistemas tienen la misma ecuacin caracterstica, lo cual implica que
tienen los mismos polos en lazo cerrado para el mismo valor de K .
El trazado del lugar geomtrico de las races es el mismo, pero los ceros en lazo
cerrado son diferentes debido al efecto de la funcin de transferencia del elemento
de medida.
De este modo, para conocer los ceros en lazo cerrado es necesario observar la
estructura concreta del sistema.
Interesar minimizar el efecto del cero de lazo cerrado introducido por el elemento
de medida; para ello, deber alejarse substancialmente del eje imaginario del
plano s respecto a los polos en lazo cerrado.
En conclusin, los polos del elemento de medida deben tener constantes de

tiempo mucho menores que las caractersticas de la planta, esto es, el elemento
de medida debe procesar muy rpidamente la informacin respecto a la
respuesta transitoria de la planta.
Leccin 2: ASPECTOS IMPORTANTES EN LA CONSTRUCCIN DEL LGR
1. EFECTOS DE ADICIN DE POLOS Y CEROS
La adicin de un polo a la funcin de transferencia en lazo abierto GLA ( s ) en el

semiplano izquierdo del plano s tiene el efecto de empujar el LGR hacia el
semiplano derecho.
De este modo, manteniendo la ganancia del sistema, su dinmica tender a

empeorar.
Figure 6.17 Efecto de la adicin de polos sobre el LRG
La adicin de un cero a la funcin de transferencia en lazo abierto GLA ( s ) en el

semiplano izquierdo del plano s tiene el efecto de atraer el LGR hacia el
semiplano izquierdo.
En este caso, la dinmica sufre un efecto contrario al anterior.
Figure 6.18 Efecto de la adicin de un cero sobre el LGR
2. EFECTOS DE MOVIMIENTOS DE POLOS Y CEROS
A medida que un polo en lazo abierto se acerca al eje imaginario, las ramas del
LGR se acercan ms al semiplano derecho. Observaramos el efecto contrario en
el caso del movimiento de un cero en lazo abierto.
Figure 6.19 Efecto del movimiento de un polo hacia el semiplano derecho
3. LGR EN SISTEMAS DISCRETOS
En un sistema discreto pueden evaluarse las races de la ecuacin caracterstica

mediante el LGR trazado en el plano z . Ello es posible debido a que la ecuacin
caracterstica de un sistema discreto lineal e invariante en el tiempo es una funcin
racional de polinomios en z . Por lo tanto, puede aplicarse el mismo conjunto de
reglas de trazado del LGR que en sistemas analgicos, con la salvedad de que,
adems, deben obtenerse los puntos de cruce del LGR con el circulo de radio
unidad en el plano z .
Ejemplo 6.3 Dibujar el LGR del sistema que se presenta en la siguiente figura:
Figure 6.20 Sistema del ejemplo 6.3
Siendo H ( s ) = 1; G ( s ) =
K
; T = 1 seg
s ( s + 1)
Solucin:
1 e sT K 0.368 K ( z + 0.717)
GLA ( z ) = Z
= 2
s s ( s + 1) z 1.368 z + 0.368
Polos en: p1 = 1; p2 = 0.368 y ceros en z1 = 0.717
Asntotas: 180
Puntos de ruptura:
zr1 = 0.67;
K ( zr1 ) = 0.196
zr 2 = 2.11;
K ( zr 2 ) = 15.01
Corte con el eje imaginario: j1.161
Corte con el crculo unitario: Para calcular estos puntos se aplica el criterio de
Routh Hurwitz sobre el plano transformado w , ya que el crculo de radio uno
del plano z se transforma mediante la transformada bilineal en el eje
imaginario del plano w .
GLA ( w) = GLA ( z ) z =1+ 0.5 w
1 0.5 w
1 + GLA ( w) =
(1 0.038 K ) w2 + (0.924 0.386 K ) w + 0.924 K

=0
w( w + 0.924)
Si a continuacin se aplica el criterio de Routh Hurwitz, se encuentra que el

sistema ser estable para 0 < K < 2.39 . Si se sustituye el valor lmite de K en la
ecuacin caracterstica, se encuentra la posicin del LGR sobre el circulo unitario,
z = 0.245 j 0.97 (mdulo=1; fase= 75.8)
Por ltimo, debe indicarse que disminuir el periodo de muestreo conlleva modificar
el LGR, de manera que aumenta el margen de valores de K para el cual el

sistema es estable, y se produce un acercamiento de las ramas del LGR a z = 1 ,
indicativo de la menor desvirtuacin del sistema discreto frente al sistema continuo
equivalente.
Ejemplo 6.4 Dibujar el LGR del sistema que se presenta en el ejemplo 6.3,
tomando T = 0.1 seg .
Solucin:
Con T = 0.1 seg se obtiene el siguiente LGR:

Donde el rango de valores de K para el cual el sistema es estable es 0 < K < 20.3 .
Se deja al estudiante la solucin completa de este ejercicio como mtodo de
profundizacin en el tema.
Leccin 3: REPRESENTACIONES EN EL ESPACIO DE ESTADOS
Existen muchas tcnicas para obtener representaciones en el espacio de estados

de los sistemas basados en la funcin de transferencia. Esta seccin aborda las
representaciones en el espacio de estados en la forma cannica controlable,

observable, diagonal o de Jordan.
Considere un sistema definido mediante:
y ( n ) + a1 y ( n 1) +
+ an 1 y + an y = b0u ( m ) + b1u ( m 1) +
+ bm 1u + bmu (6.8)
Donde y es la salida y u es la entrada. Esta ecuacin tambin se puede escribir

como:
Y ( s ) b0 s m + b1s m 1 + + bm 1s + bm
= n
(6.9)
U ( s)
s + a1s n 1 + + an 1s + an
A continuacin se presentan las representaciones en el espacio de estados del

sistema definido mediante estas ecuaciones en una forma cannica controlable,
en una forma cannica observable y en una forma cannica diagonal (o de
Jordan).
1. FORMA CANNICA CONTROLABLE
La siguiente representacin en el espacio de estados se denomina forma cannica

controlable:
x1 0
x 0
2

xn 1 0
xn an
y = [bn anb0
an 1
an 2
bn 1 an 1b0
0 x1 0
0 x2 0

+ u (6.10)

1 xn 1 0
a1 xn 1
x1
x
b1 a1b0 ] 2 + b0u (6.11)

xn
La forma cannica controlable es importante cuando se analiza el enfoque de

ubicacin de polos para el diseo de sistemas de control.
2. FORMA CANNICA OBSERVABLE
La siguiente representacin en el espacio de estados se denomina forma cannica

observable:
x1 0

x2 1
x3 = 0

xn 0
0
0
1
0
an x1 bn an b0
0 an 1 x2 bn 1 an 1b0
+ bn 2 an 2b0 u (6.12)
0 an 2
xn 1
1 a1 xn b1 a1b0
0
y = [0 0
x1
x
1] 2 + b0u (6.13)

xn
3. FORMA CANNICA DIAGONAL
Considere el sistema representado por la funcin de transferencia en la que el

polinomio del denominador slo contiene races distintas, la ecuacin se escribe
como:
c
c
Y ( s ) b0 s m + b1s m 1 + + bm 1s + bm
=
= b0 + 1 + 2 +
U ( s)
s + p1 s + p2
( s + p1 )( s + p2 ) ( s + pn )
cn
(6.14)
s + pn
La forma cannica diagonal de la representacin en el espacio de estados de este

sistema se obtiene mediante
x1 p1
x 0
2

xn 1 0
xn 0
p2
pn 1
y = [ c1 c2
0 x1 1
0 x2 1
+ u (6.15)

0 xn 1 1
pn xn 1
x1
x
cn ] 2 + b0u (6.16)

xn
4. FORMA CANNICA DE JORDAN
A continuacin considere el caso en el que el polinomio del denominador de la

funcin de transferencia contiene races mltiples, para el cual la forma cannica
diagonal anterior debe modificarse a la forma cannica de Jordan. Suponga, por
ejemplo, que todas las pi , excepto las primeras tres, son diferentes entre s, o sea
p1 = p2 = p3 . En este caso, la forma factorizada de Y ( s ) / U ( s ) se vuelve
b0 s m + b1s m 1 + + bm 1s + bm
Y ( s)
=
(6.17)
U ( s ) ( s + p1 )3 ( s + p4 )( s + p5 ) ( s + pn )
La expansin en fracciones parciales de esta ltima ecuacin se convierte en
c
c
Y ( s)
c1
c2
c
= b0 +
+
+ 3 + 4 + 5 +
3
2
U ( s)
( s + p1 ) ( s + p1 ) s + p1 s + p4 s + p5
cn
(6.18)
s + pn
Una representacin en el espacio de estados de este sistema en la forma

cannica de Jordan se obtiene mediante
x1 p1
x 0
2
x3 0
=
x4 0

xn 0
p1
0
0
p1
0
0
p4
y = [ c1 c2
0 x1 0
x 0
2
0 x3 1
+ u (6.19)
0 x4 1

pn xn 1
x1
x
cn ] 2 + b0u (6.20)

xn
Ejemplo 6.5 Obtener las representaciones en el espacio de estados en la forma

cannica controlable, en la forma cannica observable y en la forma cannica
diagonal, para el sistema representado mediante
Y (s)
s+3
= 2
U ( s ) s + 3s + 2
Solucin:
Forma cannica controlable:
x1 0 1 x1 0
x = 2 3 x + 1 u
2
2
x
y = [3 1] 1
x2
Forma cannica observable:

x1 0 2 x1 3
x = 1 3 x + 1 u
2
2
x
y = [ 0 1] 1
x2
Forma cannica diagonal:

x1 1 0 x1 1
x = 0 2 x + 1 u
2
2
x
y = [ 2 1] 1
x2
Los valores caractersticos de una matriz A de n n son las races de la ecuacin

caracterstica.
I - A = 0 (6.21)
Los valores caractersticos tambin se denominan races caractersticas. Por

ejemplo, considere la matriz A siguiente:
1
0
0
A=0
0
1
6 11 6
La ecuacin caracterstica es:

0
1
1
I A = 0
6 11 6
I A = 3 + 6 2 + 11 + 6 = 0 ( + 1)( + 2)( + 3) = 0
Los valores caractersticos de A son las races de la ecuacin caracterstica, es

decir 1, 2, 3 .
Leccin 4: SOLUCIN DE LA ECUACIN DE ESTADOS
En esta seccin se obtendr la solucin general de la ecuacin de estado lineal e

invariante con el tiempo. Primero se considerar el caso homogneo y luego el no
homogneo.
1. SOLUCIN DE LAS ECUACIONES DE ESTADO PARA EL CASO

HOMOGNEO
Antes de resolver las ecuaciones diferenciales matriciales, observe la solucin de

la ecuacin diferencial escalar
x = ax (6.22)
Tomando la transformada de Laplace, se obtiene
sX ( s ) x(0) = aX ( s)
Despejando X ( s ) :
X ( s) =
1
x(0)
sa
La transformada inversa de Laplace de esta ltima ecuacin produce la solucin,
x(t ) = e at x(0) (6.23)
El enfoque anterior para la solucin de la ecuacin diferencial escalar homognea

se extiende a la ecuacin de estado homognea:
x(t ) = Ax(t ) (6.24)
Tomando la transformada de Laplace, se obtiene
sX( s ) x(0) = AX( s )
Por tanto,
X( s ) = ( sI A) 1 x(0)
La transformada inversa de Laplace de esta ltima ecuacin produce la solucin,
x(t ) = e At x(0) (6.25)
Donde,
e At = L
1
( sI A) 1 = I + At + A 2t 2 +
2!
1 k k
At +
k!
(6.26)
Ahora si se escribe la solucin de la ecuacin de estado homognea x(t ) = Ax(t )

como
x(t ) = (t )x(0) (6.27)
En donde (t ) es una matriz de n n que satisface la condicin
(t ) = A(t ); (0) = I (6.28)
Es claro que (t ) puede estar dada por
(t ) = e At (6.29)
La matriz nica (t ) se denomina matriz de transicin de estados. La matriz de

transicin de estados contiene toda la informacin acerca del movimiento libre del
sistema.
Si los valores caractersticos 1 , 2 , , n , de la matriz A son distintos, entonces
(t ) contendr las n exponenciales
e1t , e2t , , ent
En particular, si la matriz A es diagonal, entonces

e1t
0
At
(t ) = e =
0
(6.30)
ent
0
e
2t
Si hay una multiplicidad en los valores caractersticos, por ejemplo, si los valores
caractersticos de A son 1 , 1 , 1 , 4 , 5 , , n , entonces (t ) contendr adems de
las exponenciales e1t , e4t , e5t , , ent , trminos como te1t y t 2 e1t
A continuacin se resumen algunas propiedades importantes de la matriz de

transicin de estados (t ) :
(0) = e A 0 = 1
(t ) = e At = ( e At ) = [(t ) ] ; 1 (t ) = (t )
(t1 + t2 ) = e A (t1 +t2 ) = e At1 e At2 = (t1 )(t2 ) = (t2 )(t1 )
[(t )]
= (nt )
Ejemplo 6.6 Obtener la matriz de transicin de estados (t ) del siguiente

sistema:
x1 0 1 x1
x = 2 3 x
2
2
Solucin:
La matriz de transicin de estados (t ) se obtiene mediante
(t ) = e At = L
( sI A) 1
Dado que,
s 0 0 1 s 1
sI A =
0 s 2 3 2 s + 3
La inversa de ( sI A) se obtiene mediante:
s+3
( s + 1)( s + 2)
s + 3 1
1
=
( sI A) 1 =
2
( s + 1)( s + 2) 2 s
( s + 1)( s + 2)
( s + 1)( s + 2)
( s + 1)( s + 2)
Por tanto,
(t ) = e = L
At
2e t e 2t
( sI A) 1 =
t
2 t
2e + 2e
e t e2t
e t + 2e2t
2. SOLUCIN DE LAS ECUACIONES DE ESTADO PARA EL CASO NO

HOMOGNEO
La solucin de la ecuacin de estado no homognea

x = Ax + Bu (6.31)
Tambin puede obtenerse mediante el enfoque de la transformada de Laplace. La

transformada de Laplace de esta ltima ecuacin produce
sX( s ) x(0) = AX( s ) + BU( s )
Por tanto,
X( s ) = ( sI A) 1 x(0) + ( sI A) 1 BU( s )
O bien,
X( s ) = L e At x(0) + L e At BU( s ) (6.32)
La transformada inversa de Laplace de esta ltima ecuacin se obtiene a partir de

la integral de convolucin, del modo siguiente:
t
x(t ) = e At x(0) + e A (t ) Bu( )d (6.33)

0
Ejemplo 6.7 Obtener la respuesta en el tiempo del siguiente sistema:

x1 0 1 x1 0
x = 2 3 x + 1 u
2
2
Solucin:
La matriz de transicin de estados (t ) = e At se obtuvo en el ejemplo 6.6 como
2e t e 2t
(t ) = e At =
t
2 t
2e + 2 e
e t e 2t
e t + 2e 2t
La respuesta a la entrada escaln se obtiene entonces como

t
2e (t ) e 2(t )
x(t ) = e At x(0) +
( t )
+ 2e2(t )
0 2e
e (t ) e2(t ) 0
[1] d
e (t ) + 2e2(t ) 1
O bien,
x1 (t ) 2e t e 2t
=
t
2 t
x2 (t ) 2e + 2e
1
1
e t e 2t x1 (0) e t + e 2t
+
2
e t + 2e 2t x2 (0)
t
2 t
e
e
Si el estado inicial es cero, entonces x(t ) se puede simplificar a:

1
1
x1 (t ) e t + e 2t
=
2
x (t ) 2
t
2 t
2
e
e
Leccin 5: CONTROLABILIDAD Y OBSERVABILIDAD
1. CONTROLABILIDAD
La controlabilidad se ocupa del problema de poder dirigir un sistema de un estado

inicial dado, a un estado arbitrario. Se dice que un sistema de control es de estado
completamente controlable, si es posible transferir el sistema de un estado inicial
arbitrario a cualquier estado deseado (tambin un estado arbitrario), en un periodo
finito. Es decir, un sistema de control es controlable si todas las variables de
estado pueden ser controladas en un periodo finito, mediante alguna seal de
control no restringida. Si cualquiera de las variables de estado es independiente
de la seal de control, entonces resulta imposible controlar esa variable de estado
y, por lo tanto, el sistema es no controlable.
Considere el sistema est definido por

x = Ax + Bu
y = Cx + Du
Donde,
x : vector de estado (n 1)
u: vector de control (r 1)
y: vector de salida (1 m)
A: matriz (n n)
B: matriz (n r )
C: matriz (m n)
D: matriz (m r )
Controlabilidad completa del estado: La condicin para la controlabilidad

completa del estado es que la matriz de controlabilidad de dimensiones n nr ,
dada por
B AB
A n -1B (6.34)
Sea de rango n , o que contenga n vectores columna, linealmente independientes.

La condicin para controlabilidad completa del estado tambin se puede enunciar
en trminos de las funciones de transferencia o de las matrices de transferencia.
Una condicin necesaria y suficiente para la controlabilidad completa del estado
es que no ocurra cancelacin en la funcin de transferencia o en la matriz de
transferencia. Si ocurre cancelacin, el sistema no puede ser controlado en la
direccin del modo cancelado.
Controlabilidad de la salida: La controlabilidad completa del estado no es

necesaria ni suficiente para controlar la salida de un sistema de control en tiempo
continuo lineal e invariante en el tiempo. Se puede demostrar que la condicin
para la controlabilidad completa de la salida es que el rango de la matriz:
D CB CAB CA 2B
CA n -1B (6.35)
Sea igual a m , ya que esta matriz tiene dimensiones m (n + 1)r .
2. OBSERVABILIDAD
La observabilidad se ocupa del problema de determinar el estado de un sistema

dinmico a partir de observaciones de los vectores de salida y de control. Se dice
que un sistema es observable si se puede determinar el estado del mismo, a partir
de la observacin de los vectores de salida y de control. El concepto de
observabilidad es til para resolver el problema de la reconstruccin de variables
de estado no medibles. En la prctica, en los sistemas de control con
realimentacin de estado se encuentra la dificultad de que algunas de las
variables de estado no son accesibles para su medicin directa, entonces se
requiere estimar las variables de estado no medibles, a fin de construir seales de
control de realimentacin.
Considere el sistema est definido por
x = Ax
y = Cx
Donde,
x : vector de estado (n 1)
y: vector de salida (1 m)
A: matriz (n n)
C: matriz (m n)
Observabilidad completa: La condicin para la observabilidad completa es que

la matriz de observabilidad de dimensiones nm n , dada por:
C
CA
(6.36)
n -1
CA
Sea de rango n . La matriz de observabilidad tambin puede ser escrita en

trminos de la transpuesta conjugada, en este caso la matriz de observabilidad
tendr dimensiones n nm y se puede escribir de esta forma:
C*
A*C*
( A* ) n1 C* (6.37)
De igual manera se busca que esta matriz sea de rango n , o que contenga n
vectores columna, linealmente independientes.
Ejemplo 6.8 Determinar la controlabilidad y observabilidad del siguiente sistema:

x1 1 1 x1 0
x = 2 1 x + 1 u
2
2
x
y = [1 0] 1
x2
Solucin:
Dado que se trata de un sistema de segundo orden, la matriz de controlabilidad
queda:
[B
0 1
AB ] =
1 1
Cuyo rango es 2, lo que indica que el sistema es de estado completamente

controlable.
Para la controlabilidad de la salida se encuentra que la matriz:
[C B
CAB ] = [ 0 1]
Tiene rango 1, por lo tanto, el sistema tiene una salida completamente controlable.
Para probar la condicin de observabilidad, se encuentra la matriz de

observabilidad de la siguiente forma:
C*
1 1
A*C* =
0 1
El rango de la matriz de observabilidad es 2, por lo tanto, el sistema es

completamente observable.
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 2

1. Qu condiciones debe tener un sistema de tiempo continuo y un sistema de
tiempo discreto para que sean estables?
2. Qu se entiende por error en estado estacionario?
3. Qu diferencia existe entre el orden del sistema y el tipo de sistema?
Escriba algunos ejemplos para sistemas de tiempo continuo y discreto.
4. Qu se entiende por respuesta transitoria? Cules son las especificaciones
para un sistema de segundo con respuesta subamortiguada?
5. Qu es el lugar geomtrico de las races y para qu se utiliza?
6. Mencione los pasos necesarios para construir el lugar geomtrico de las races
en sistemas de tiempo continuo y discreto.
7. Qu se entiende por respuesta frecuencial? Qu diagramas se pueden
utilizar para realizar el anlisis frecuencial?
8. Defina ancho de banda, margen de ganancia y margen de fase.
9. Cules son las maneras de representar un sistema en espacio de estado? De
dos ejemplos de cada una.
10. Qu se entiende por controlabilidad y observabilidad?
FUENTES DOCUMENTALES DE LA UNIDAD 2

DOCUMENTOS IMPRESOS
DORF,Richard y BISHOP, Robert. Sistemas de control moderno. Dcima edicin. Madrid:
Pearson Prentice-Hall, 2005. 882p.
KUO, Benjamin. Sistemas de control automtico. Sptima edicin. Mxico D.F.: PrenticeHall Hispanoamericana S.A., 1996. 897p.
OGATA, Katsuhiko. Ingeniera de control moderna. Tercera edicin. Mxico D.F.:
Prentice-Hall Hispanoamericana S.A., 1998. 997p.
OGATA, Katsuhiko. Sistemas de control en tiempo discreto. Segunda edicin. Mxico
D.F.: Prentice-Hall Hispanoamericana S.A., 1996. 745p.
SMITH, Carlos y CORRIPIO, Armando. Control automtico de procesos: Teora y prctica.
Mxico D.F.: Editorial Limusa S.A., 1991. 717p.
DIRECCIONES DE SITIOS WEB

DUARTE, Oscar. Programa universidad virtual (online), (Bogot, Colombia), 2005
(visitado 30 de junio, 2009).
http://www.virtual.unal.edu.co/cursos/ingenieria/2001619/index.html
GUTIERREZ, lvaro. Robolabo (online). (Espaa), (visitado 30 de junio, 2009).
http://138.100.21.254/labo/b_alumnos/curso_sist_control_2005/
Regents of University of Michigan. Tutoriales de control con MATLAB (online). (Michigan,
USA), septiembre de 1997 (visitado 30 de junio, 2009).
http://www.ib.cnea.gov.ar/~control2/Links/Tutorial_Matlab_esp/index.html
SEGURA, Cristian. Introduccin a seales, sistemas y control (online). (Espaa), abril de
2007 (visitado 30 de junio, 2009).
http://es.wikibooks.org/wiki/Introducci%C3%B3n_a_Se%C3%B1ales%2C_Sistemas_y_Co
ntrol
TORRES, Carmen y AGUILAR, Jos. Curso interactivo de sistemas de control (online).
(Madrid, Espaa), octubre de 2002 (visitado 30 de junio, 2009).
http://www.dma.fi.upm.es/ctorres/Curso%2DInteractivo%2DControl/

Ejercicios UNAD

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios UNAD

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDADNACIONALABIERTAYADISTANCIA UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

201527 SISTEMAS DINMICOS

JAIRO HERNAN LOPEZ BAYONA

ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO

El presente mdulo ha tenido dos actualizaciones desarrolladas por el

En el ao 2009 el ingeniero Jairo Hernn Lpez Bayona, tutor del CEAD

El curso tiene 2 crditos acadmicos, los cuales comprenden el estudio

Reconozca sistemas dinmicos lineales e invariantes en el tiempo y est en

Pueda analizar la estabilidad de los sistemas de control, a partir de los

Comparta sus logros, experiencias y dudas con su tutor y sus compaeros de

Desarrolle procesos y habilidades necesarias para su continua formacin en el

Unidad 1. Representacin de los Sistemas Dinmicos. Trata en primer lugar, los

Unidad 2. Anlisis de los sistemas dinmicos. Trata los diferentes mtodos de

La metodologa a seguir ser bajo la estrategia de educacin a distancia. Por tal

Estudio Independiente: este se desarrollar a travs del trabajo personal y

Acompaamiento tutorial: corresponde al acompaamiento que el tutor

La evaluacin del curso se define como cualitativa - participativa, y mide la calidad

Autoevaluacin: evaluacin que realiza el estudiante para valorar su propio

Coevaluacin: se realiza a travs de los grupos colaborativos, y pretende la

Heteroevaluacin: Es la valoracin que realiza el tutor del proceso de

Otro aspecto a considerar dentro del curso es el sistema de interactividades, el

Tutor-estudiante: a travs del acompaamiento individual.

Estudiante-estudiante: mediante la participacin activa en los grupos

Estudiantes-tutor: a travs del acompaamiento a los pequeos grupos

Tutor-estudiantes: mediante el acompaamiento en grupo de curso

Estudiantes-estudiantes: en los procesos de socializacin que se realizan en

Se tienen diferentes opciones y tecnologas, las cules deben ser empleadas de la

Materiales virtuales: Son el soporte fundamental para el curso y para

Sitios Web: propician el acercamiento al conocimiento, la interaccin y la

Sistemas de interactividades sincrnicas: permite la comunicacin a travs

Sistemas de interactividades asincrnicas: permite la comunicacin en

El acceso a documentos complementarios adquiere una dimensin de suma

En la medida que el estudiante interiorice y aplique los puntos abordados

aprestamiento en los enfoques de la ingeniera mediante la estrategia de

3.3. Multiplicacin por a .................................................................................................................. 82

LISTADO DE GRFICOS Y FIGURAS

Representacin de los Sistemas Dinmicos

Mediante el desarrollo de las lecciones propuestas se

CAPITULO 1: SISTEMAS DE CONTROL

En muchos procesos industriales (sistemas dinmicos) la funcin de control es

La eficiencia productiva implica el constante aumento de los niveles de produccin

Debido a estas exigencias, la industria ha necesitado de la utilizacin de nuevos y

Actualmente en el mundo, se ve una introduccin de los computadores y de la

El principal objetivo de este capitulo es presentar las definiciones acerca de los

Sistema de Control: Conjunto de equipos y componentes, que van a permitir

Operaciones de Control: Conjunto de acciones que buscan mantener una

Control Automtico: Es el desarrollo de la accin de control, sin la

Leccin 1: ELEMENTOS DE UN SISTEMA DE CONTROL

Dependiendo del tipo de proceso y la funcin de control requerida, los sistemas de

Se realiza el control de un proceso, cuando es posible regular el valor de la

Figure 1.1 Diagrama general de un proceso

Planta: Es el ambiente donde se encuentran los equipos y donde se lleva a

Seales de Control: Son aquellas acciones elaboradas por el sistema de

Perturbaciones: Son aquellas acciones que no dependen del sistema de

Variables de Salida: Son aquellas que caracterizan el estado de los procesos

Proceso Industrial (Sistema Dinmico): Es la sucesin de cambios

textiles), procesos de servicio (distribucin de agua), y procesos hbridos

2. ELEMENTOS DE UN SISTEMA DE CONTROL AUTOMTICO

Adicionalmente a los componentes anteriores, se encuentran aquellos que le van

Figure 1.2 Sistema de control automtico

As, se tienen cuatro elementos que conforman el sistema de control:

Controlador: Es aquel instrumento que compara el valor medido con el valor

Los controladores electrnicos ms usados son: computadores con tarjetas de