Indice general

1. Desarrollo en serie de Fourier 3

1.1. Desarrollo en serie en modulo y fase . . . . . . . . . . . . . . . 3
1.2. Desarrollo en forma compleja . . . . . . . . . . . . . . . . . . 4
1.3. Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . 4
1.4. Teorema de Parseval . . . . . . . . . . . . . . . . . . . . . . . 6
1.5. Transformada Discreta de Fourier . . . . . . . . . . . . . . . . 6
1.6. Teorema del muestreo . . . . . . . . . . . . . . . . . . . . . . 6
2. Convolucion 9
2.1. Respuesta Impulsiva . . . . . . . . . . . . . . . . . . . . . . . 10
2.2. Respuesta escalon . . . . . . . . . . . . . . . . . . . . . . . . . 12
3. Respuesta en frecuencia 13
3.1. Sistema de primer orden . . . . . . . . . . . . . . . . . . . . . 14
3.2. Sistema de segundo orden . . . . . . . . . . . . . . . . . . . . 15
4. Transformada de Laplace 16
4.1. Regi on de convergencia . . . . . . . . . . . . . . . . . . . . . . 16
4.2. Propiedades de las transformada de Laplace . . . . . . . . . . 17
4.3. Transformada inversa de Laplace . . . . . . . . . . . . . . . . 18
4.4. Funcion de transferencia . . . . . . . . . . . . . . . . . . . . . 18
4.5. Propiedades y teoremas interesantes . . . . . . . . . . . . . . . 19
5. Filtros anal ogicos 26
5.1. Filtro de Butterwoth . . . . . . . . . . . . . . . . . . . . . . . 27
5.2. Filtros de Chebyshev . . . . . . . . . . . . . . . . . . . . . . . 29
1
6. Relacion de Problemas 30
1. Relacion - Conceptos de Fourier . . . . . . . . . . . . . . . . . 30
1.1. Son peri odicas la suma de estas funciones? . . . . . . 30
1.2. Calculo de energas y banda simetrica de energas . . . 30
2. Relacion - Convolucion . . . . . . . . . . . . . . . . . . . . . . 33
2.1. Determinar causalidad y estabilidad de una funci on . . 33
2.2. Convolucion de sistemas . . . . . . . . . . . . . . . . . 34
2.3. Entrada y salida ante una se nal de escalon unitario . . 35
3. Relacion - Conceptos de Laplace . . . . . . . . . . . . . . . . . 36
3.1. Calcula de transformadas de Laplace . . . . . . . . . . 36
3.2. Calculo de transformadas inversas de Laplace . . . . . 36
3.3. Calculo de funci on de transferencia. ED . . . . . . . . 37
3.4. Funcion de Transferencia sistemas mas complejos: . . . 39
4. Relacion - Filtros y Sobrealimentar . . . . . . . . . . . . . . . 41
4.1. Filtro Butterworth - Paso Baja . . . . . . . . . . . . . 41
4.2. Filtro Butterworth - Paso Alta . . . . . . . . . . . . . 42
4.3. Filtro Chebyschev - Paso Baja . . . . . . . . . . . . . . 43
4.4. Calculo del camino de sobrealimentar . . . . . . . . . . 44
4.5. Races de un sistema re alimentado . . . . . . . . . . . 44
2
Captulo 1
Desarrollo en serie de Fourier
El analisis de Fourier es una herramienta matematica que nos permite
establecer una funcion periodica como suma de funciones sinusoidales.
Una se nal peri odica sera toda aquella que cumpla que f(t) = f(t + T)
donde T es el periodo de la funcion.
Supongamos una se nal peri odica con periodo T
0
y frecuencia fundamental
f
0
=
1
T
0
, y frecuencia angular
0
= 2f
0
. Toda funci on con esas caractersticas
puede expresarse como:
y(t) =
a
0
2
+

n=1
[a
n
cos(
0
nt) + b
n
sen(
0
nt)] (1.1)
a
0
=
2
T
0
_
T
0
/2
T
0
/2
y(t)dt (1.2)
a
n
=
2
T
0
_
T
0
/2
T
0
/2
y(t)cos(
0
nt)dt (1.3)
a
n
=
2
T
0
_
T
0
/2
T
0
/2
y(t)sen(
0
nt)dt (1.4)
1.1. Desarrollo en serie en modulo y fase
y(t) =
A
0
2
+

n=1
[A
n
cos(
0
nt)cos(
n
) A
n
sen(
0
nt)sen(
n
)] (1.5)
3
Identicando terminos obtenemos que:
a
n
= A
n
cos(
n
)
b
n
= A
n
sen(
n
)
A
n
=
_
a
2
n
+ b
2
n

n
= arctg
bn
an
1.2. Desarrollo en forma compleja
y(t) =

n=
[
n
e
j
0
nt
(1.6)

n
=
1
T
0
_
T
0
/2
T
0
/2
y(t)e
j
0
nt)
dt (1.7)
Identicando terminos, y partiendo de que
n
= |
n
|e
j
obtenemos que:
a
n
= 2|
n
|cos(
n
) = 2Re(
n
)
b
n
= 2|
n
|sen(
n
) = 2Imag(
n
)
A
n
= 2|
n
|

n
=
n
= arctg
n
1.3. Transformada de Fourier
Sea x(t) una se nal continua. Se dene la transformada de Fourier de x,
denotada con X(), como la funci on, que nos permite pasar del dominio del
tiempo al dominio de la frecuencia, dada por:
X() =
_

x(t)e
jt
dt (1.1)
Para que esta funcion exista, x(t), debe de satisfacer una serie de carac-
tersticas, com unmente llamadas condiciones de Dirichlet
x es absolutamente integrable, es decir
_

|x(t)|dt <
x posee un numero innito de discontinuidades en un intervalo
4
Bien tambien podramos denir la transformada inversa de Fourier, que
como su propio nombre indica, nos permite pasar de dominio de la frecuencia
al dominio del tiempo como:
x(t) =
_

x()e
jt
d (1.2)
Entonces demos paso a conocer alguna de las propiedades principales de la
transformada de Fourier:
Linealidad ax(t) + by(t) aX() + bY ()
D. en tiempo x(t t
0
) e
jt
0
X()
D. en frecuencia e
j
0
t
x(t) X(
0
)
Escalamiento en t y f x(at)
1
|a|
X(

?a
)
Inversi on en el tiempo x(t) X()
Convolucion x(t) y(t) X()Y ()
Multiplicaci on x(t)y(t)
1
2
X()Y ()
MAGNITUD DE UNA FUNCI

ON Sea X() la transformada de

Fourier de una se nal continua x(t). La magnitud de la se nal x(t) se dene
como el valor absoluto de su transformada de Fourier; en otras palabras, la
funci on
A() = |X()|
FASE DE UNA FUNCI

ON Sea X() la transformada de Fourier de una

se nal continua x(t). La fase de la se nal x(t) se dene como el argumento de
su transformada de Fourier; en otras palabras, la funcion espectro de fase de
x(t):
() = argX()
Transformada de Fourier en n dimensiones
En realidad no es sino mas que una extension de todo lo dado con an-
terioridad. Supongamos una funci on dependiente de dos variables, llamemos
la x(u, v), pues entonces la transformada de Fourier X(f, g) de esta funcion
vendr a dada por:
X(f, g) =
_

x(u, v)e
j2(fu+gv)
dudv (1.3)
5
1.4. Teorema de Parseval
Sea X(f) la transformada de Fourier de x(t), X(f) = F x(t)
_

|x(t)|
2
dt =
_

|x()|
2
d (1.4)
Es decir la energa de una funcion es la misma en cualquier dominio.
Todo esto es lo necesario para dominar bien la transformada de Fourier,
demos ahora una tabla con las transformada mas comunes.
1.5. Transformada Discreta de Fourier
Supongamos que tenemos una determinada cantidad de muestras de una
se nal, x(n) = x(nT), podremos realizar una aproximaci on de la transformada
de fourier mediante el uso de la transformada discreta de fourier, com unmente
llamada DFT. Esta viene dada por la expresion siguiente:
X
D
(k) =
N1

n=0
x(n)e
j2kn/N
(1.5)
Esto como en el caso de la transformada de Fourier se puede extender
a un espacio de n dimensiones, as obtenemos: transformada discreta de
Fourier en n dimensiones
X
D
(k, l) =
N1

n=0
M1

m=0
x(n, m)e
j2(
kn
N
km
M
)
(1.6)
1.6. Teorema del muestreo
Como dijimos con anterioridad requeramos de una determinada secuen-
cia de muestras en un intervalo de duraci on nita de una funci on para rea-
lizar dicha aproximaci on, bien pues tomando una determinada cantidad de
muestras peri odicas de una se nal, podramos reconstruir la se se nal con total
exactitud. El teorema del muestreo establece la frecuencia de muestreo:
doble de la macima componente de la frecuencia de la se nal.
6
1.
f(x) =
1
x
2
+ a
2
, a > 0 =

f(w) =

a
e
a|w|
2.
f(x) = H(x)e
ax
, Re(a) > 0 =

f(w) =
1
a + iw
3.
f(x) = H(x)e
ax
, Re(a) > 0 =

f(w) =
1
a iw
4.
f(x) = e
a|x|
, a > 0 =

f(w) =
2a
w
2
+ a
2
5.
f(x) = e
x
2
, =

f(w) =

e
w
2
/4
6. f(x) =
1
2a

e
x
2
/(2a)
2
, =

f(w) = e
a
2
w
2
f(x) =
1
_
|x|
, =

f(w) =

2
|w|
8. f(x) = e
a|x|/

2
sin
_
a

2
|x| +

4
_
, a > 0 =

f(w) =
2a
3
w
4
+ a
4
7.
f(aw + b) f(w) =

, a > 0, b IR =

x
a
e
ibx/a
f f(x) =
1
12.
a

w
e
ibw/a

f
a
f(w) =
1
f(x) = f(ax + b), a > 0 =

11.
f(w) = e
iaw
f(x) = (x a), =

10.
w
f(w) =
2 sin(wa)
f(x) = H(x + a) H(x a), =

9.
2.3. Tabla de Transformada Fourier
7
13.
f(x) = f(ax) cos(cx), a > 0, c IR =

f(w) =
1
2a
_

f
_
w c
a
_
+

f
_
w + c
a
__
14. f(x) = f(ax) sin(cx), a > 0, c IR =

f(w) =
1
2ai
_

f
_
w c
a
_

f
_
w + c
a
__
15.
f(x) = f(x + c) + f(x c), c IR =

f(w) = 2

f(w) cos(wc)
16.
f(x) = f(x + c) f(x c), c IR =

f(w) = 2i

f(w) sin(wc)
17. f(x) = x
n
f(x), n = 1, 2, ..., =

f(w) = i
n
d
n
dw
n

f(w)
13.
8
Captulo 2
Convolucion
En matem aticas y, en particular, an alisis funcional, una circunvoluci on es
un operador matematico que transforma dos funciones f y g en una tercera
funci on que en cierto sentido representa la magnitud en la que se superponen
f y una version trasladada e invertida de g.Se dene la integral de involuciona
como:
y(t) = x(t) h(t) =
_

h()x(t )d (2.1)
Esta integral tiene una ciertas caractersticas que la hacen especial, y es
que si x(t) y h(t) son simultaneamente nulas en un intervalo, por ejemplo
t < 0, entonces:
x() = 0 t < 0
g(t ) = 0 t <
En este caso la integraci on se efectuara en un intervalo 0 <= <= t
PROPIEDADES DE LA INVOLUCIONA
Conmutativa x(t) h(t) = h(t) x(t)
Asociativa x(t) h(t) z(t) = [h(t) z(t)] x(t) = [x(t) z(t)] h(t)
Distributiva x(t) [h
1
(t) + h
2
(t)] = x(t) h
1
(t) + x(t) h
2
(t)
D. Temporal x(t t
1
) h(t t
2
) = y(t t
1
t
2
)
Traslacion x(t c) h(t d) = y(t c d) siendo c y d n umeros reales
Impulso unitario x(t) (t) = x(t)
9
Ademas La convolucion de dos se nas de duraci on nita T
1
T
2
tiene como
duraci on T
1
+ T
2
, ya que el solapamiento de las porciones distintas de cero
puede ocurrir solamente sobre esa longitud.
Convolucion con la funci on impulso unitario
Sea x(t) y considerando la convolucion con h(t) = (t T)
y(t) =
_

x(t )h()d =
_

x(t )(t T)d = x(t T)

Por tanto concluimos que la convolucion x(t) con la se nal impulso unitario
x(t) (t t
1
) = x(t t
1
) puede escribirse como:
x(t t
1
) =
_

x(t )()d =
_

x()(t )d
2.1. Respuesta Impulsiva
Consideremos un sistema lineal invariante en el tiempo, que sera ex-
citado por una impulso (t) obteniendo la salida y(t). La respuesta impulsiva
o funcion ponderatriz , llamemos la g(t) sera:
g(t) = S[(t)]
Esto ocurre por que la la respuesta de un sistema lineal es la convoluci on
entre la excitacion y la ?respuesta impulsiva?, as la salida sera:
y(t) =
_

x()g(t )x()d = x(t) g(t) (2.2)

Esto nos abrira las puertas para poder estudiar los distintos sistemas que
se nos podr an plantear en los ejercicios. Comencemos por el comportamiento
de varios sistemas entrelazados:
Sistemas unidos en serie: Supongamos dos respuestas impulsivas g
1
(t)
y g
2
(t). Ambos se unen en serie o cascada formando un nueva respuesta
impulsiva g
t
(t). La salida de este sistema y/t) ante una entrada x(t) sera
entonces:
y(t) = x(t) g
t
(t) = x(t) g
1
(t) g
2
(t)
10
Por tanto concluimos que dos respuestas impulsivas en serie, forman uno
equivalente fruto de la convolucion de los mismos.
Sistemas unidos en paralelo: Supongamos dos respuestas impulsivas
g
1
(t) y g
2
(t). Ambos se unen en paralelo formando un nuevo sistema g
t
(t).
La salida de este sistema y/t) ante una entrada x(t) sera entonces:
y(t) = x(t) g
t
(t) = x(t)[g
1
(t) + g
2
(t)]
Por tanto concluimos que dos respuestas impulsivas en paralelo, forman uno
equivalente fruto de la suma de los mismos.
Ahora vamos a usar nuestros conocimientos sobre la respuesta impulsiva
para estudiar los distintos sistemas siguientes:
Sistemas invertibles:Un sistema es invertible si se puede dise nar otro
sistema que, conectado en cascada con el original, produce una salida que es
igual a la entrada al sistema original.
Demostraci on:Supongamos dos sistemas S[.] y S
1
[.] en cascada, siendo
g
1
(t) la respuesta impulsiva del primero y g
2
(t) la del segundo. La salida de
S[.] ante una entrada x(t) llamemos la y/t), sera la entrada del sistema S
1
[.]
que nos dar a la salida x

(t).
Por tanto para que el sistema sea invertible x(t) = x

(t), como x

(t) =
g
1
(t) g
2
(t) x(t), la condici on necesaria para que el sistema sea invertible
es que:
g
1
(t) g
2
(t) = (t)
Sistemas causal:Supongamos la siguiente respuesta de un sistema:
y(t) =
_

x()g(t )d
Para que dicho sistema sea causal, la respuesta puede depender del futuro
por tanto se tiene que cumplir que:
g(t ) = 0 > t
g(t) = 0) t < 0
Sistemas estable: Para que un sistema sea estable debe de proporcionar
una salida acotada ante todo entrada acotada. Por tanto supongamos la
siguiente respuesta de un sistema:
y(t) =
_

g()x(t )d
11
Si |x(t)| <= B
|y(t)| = |
_

g()x(t )d|
<=
_

|g()||x(t )|d
<= B
_

|g()|d
Por tanto, para que un sistema sea estable:
_

|g()|d < (2.3)

2.2. Respuesta escal on
Sea un sistema de respuesta impulsiva g(t). Supongamos que este siste-
ma se excita con la entrada escal on unitario u(t). La salida de este sistema
vendr a dada por:
s(t) =
_

u()g(t )d =
_

0
g(t )d =
_
t

g()d (2.4)
Por se puede demostrar que:
g(t) =
ds(t)
dt
12
Captulo 3
Respuesta en frecuencia
Bas andonos en las propiedades de la convolucion de la transformada de
Fourier podemos obtener que:
F[x(t) y(t)] = X(t)Y (t)
Aparte de ello, en la secci on anterior sobre las convolucion, descubrimos
que todo sistema invariante en el tiempo y lineal, venia marcado por una
funci on fruto de una respuesta impulsiva del sistema. As que en el dominio
transformado de la frecuencia obtenemos:
Y (f) = G(f)X(f)
Nos damos cuenta que el sistema depende unicamente de g(t) quien puede ser
modicada para alterar el espectro de se nal. Bien la transformada de dicha
funci on, G(t), es la funci on que com unmente llamaremos:
G(f) = Respuesta en frecuencia del sistema
Todas las funciones, tanto Y(f), G(f) como X(f) son funciones complejas
que cumplen:
|Y (f)| = |G(f)| |X(f)|
arg(Y (f)) = arg(G(f))+ arg(X(f))
Donde |G(f)| es la Ganancia del sistema y donde arg(G(f)) es el desplaza-
miento de fase que introduce el propio sistema
13
Bien ahora sabemos que en dominio de la frecuencia un sistema viene
marcado por: Y (f) = H(f)G(f). Si en nuestro sistema se produjera un
desplazamiento temporal:
Y (f) = F[h(t t
0
] = e
j2ft
0
H(f)
Por lo que sufre una ganancia de una unidad y una fase de 2t
0
f, es decir
podemos concluir que la pendiente de la fase de G(f) es proporcional al
desplazamiento temporal:
t
0
=
1
2
d
df
arg[G(f)]
Como arg[G(f)] = kf obtenemos:
t
0
=
1
2
d
df
arg[G(f)] =
k
2
La pendiente de la fase es proporcional al desplazamiento temporal,cualquier
frecuencia tendr a el mismo retardo en el dominio del tiempo.La se nal a la
que se le modica la fase es una version retardada de x(t), con
t
0
=
k
2
Todo esto, si no fuera la fase lineal, se extendera el concepto a cada
frecuencia y obtendramos
(f) = 1
1
2
d
df
arg[G(f)] (3.1)
Donde cada frecuencia sufrira un retardo temporal particular. Aunque para
una se nal de entrada de banda estrecha, la fase se puede modelar como como
una lnea recta una lnea recta. Con esto entendemos que el efecto de la fase
de la respuesta en frecuencia del sistema es un efectivo retardo practicamente
igual para todas las frecuencias.
3.1. Sistema de primer orden
Una gran mayora de sistemas se puede expresar como uni on en cascada de
sistemas de primer orden y segundo orden. Nosotros nos centraremos en lo
14
esencial de cada sistema. La respuesta en frecuencia de un sistema de primer
orden en el dominio de la frecuencia es, en general:
G() =
1
?1 + j/
c
=
1 j/
c
1 + (/
2
c
(3.2)
Se puede demostrar ademas que la ganancia de un sistema de este estilo es:
|G()| =
1
_
1 + (/
c
)
2
Si <<
c
|G()| 1 |G()|
d
B = 0
Si >>
c
|G()|
c

|G()|
d
B = 20Log(
c
) 20Log()
3.2. Sistema de segundo orden
En general la funci on respuesta en frecuencia de un sistema de segundo orden
en general viene dada por :
G())

2
n
(j)
2
+ 2
n
(j) +
2
n
=

2
n
(j c
1
)(j c
2
(3.3)
Donde c =
n

n
_

2
1 . Esta es la forma mas sencilla de expresar
esta ecuacion, pero existen casos donde la funci on queda mas sencilla aun:
-Supongamos que = 1, c
1
y c
2
son distintas. Entonces la respuesta en
frecuencia se puede expresar como:
G() =
M
j c
1

M
j c
2
donde M =
M
2

2
1
-Supongamos que = 1, y ademas c
1
= c
2
= entonce la funci on nos
quedara:
G() =

2
n
(j
n
)
2

Pero no es la unica forma de describir este tipo de sistemas. Cambien los

podemos describir como:
G() =
1
(j

n
)
2
+ 2(

n
) + 1
(3.4)
15
Captulo 4
Transformada de Laplace
Se dene la transformada de Laplace a toda funci on dada por la siguiente
expresi on:
X(s) =
_

x(t)e
st
dt (4.1)
donde s es una variable compleja s = + j .Es decir, la transformada de
Laplace es una generalizaci on de la transformada de Fourier.
4.1. Region de convergencia
Condicion para Convergencia causal
Re(s) > a
Condicion Necesaria para Convergencia Anti-causal
Re(s) < a
No hemos echo inca pie nos hemos limitado a dar con los resultados
sin demostraci on alguna. Por lo que procedamos a estudiar alguna de las
propiedades:
(1)La RdC consiste en bandas paralelas al eje imaginario y solo exis-
tir a convergencia cuando se de:
_

|x(t)|e
t
dt < integral que solo depende de
16
(2)Ademas tenemos que tener en cuenta que la region de convergencia
de una transformada de Laplace racional no tiene polos.
(3)Una funcion x(t) de duraci on nita y absolutamente integrable, su
regi on de convergencia consistir a en todo el plano s:
_

|x(t)|e
t
dt =
_
T
2
T
1
|x(t)|e
t
dt < e
t
1
_

|x(t)|dt <
(4)Una funci on x(t) de duraci on ilimitada a al derecha, si su linea
0
esta
en la regi on de convergencia, cualquier >
0
esta en la regi on:
_

T1
|x(t)|e

0
t
dt < si >
0
, e
t
decae mas r apido que e

0
t
por tanto
_

T1
|x(t)|e
t
dt <
(5) Una funci on x(t) de duraci on ilimitada a al izquierda,an alogamente,
si su linea
0
esta en la regi on de convergencia, cualquier <
0
esta en la
regi on de convergencia.
(6)Una funci on x(t) de duraci on ilimitada y si su linea
0
esta en la regi on
de convergencia, la region es una banda que incluye a
0
.
4.2. Propiedades de las transformada de La-
place
Linealidad
Sea L[x
1
(t)] = X
1
(s) y L[x
2
(t)] = X
2
(s) se cumple que: L[ax
1
(t) +
bx
2
(t)] = aX
1
(s) + bX
2
(s)
Desplazamiento temporal
Sea L[x(t)] = X(s) se cumple que: L[x(t T
0
)] = e
st
0
X(s)
Desplazamiento en el plano s
Sea L[x(t)] = X(s) se cumple que: L[e
s
0
x(t)] = X(s s
0
)
Escalado en el tiempo
Sea L[x(t)] = X(s) se cumple que: L[x(at)] =
1
|a|
X(
s
a
)
Inversi on temporal
Sea L[x(t)] = X(s) se cumple que: L[x(t)] = X(s)
Conjugacion
Sea L[x(t)] = X(s) se cumple que: L[x (t)] = X (s)
17
Convolucion
Sea L[x(t)] = X(s) y L[y(t)] = Y (s)se cumple que: L[x(t) y(t)] =
X(s)Y (s)
4.3. Transformada inversa de Laplace
Bien partiendo de la integral para la transformada de Laplace obtenemos
que:
x(t)e
t
= F
1
[X(s)] =
1
2
_

X(s)e
t
d
Trabajando un poco y despejando la funci on obtendramos:
x(t) =
1
2j
_
+j
j
X(s)e
st
ds (4.2)
4.4. Funcion de transferencia
Una funci on de transferencia es un modelo matem atico que a traves de
un cociente relaciona la respuesta de un sistema (modelada) a una se nal de
entrada o excitaci on (tambien modelada). Bas andonos en la funci on de la
convolucion de dos se nales, descubrimos que Y (s) = G(s)X(s) donde G(s)
es la funcion de transferencia.
Una de las ventajas principales de estas funciones es que nos facilitan la
labor, a la hora de estudiar las caractersticas de un sistema. As se puede
demostrar los siguientes conceptos dando uso de la misma.
(1) Causalidad Como la respuesta impulsiva de un sistema causal ha
de ser nula para t < 0, se puede remostad que la regi on de convergencia de
la funcion G(s) sera un semiplano a la derecha. Por ejemplo:
g(t)e
t
u(t) =G(s) =
1
s+1
> 1
(2) Estabilidad Para que sea estable su respuesta impulsiva ha de ser
absolutamente integrable. Por ejemplo:
g(t)e
t
u(t) =G(s) =
1
s+1
> 1 Es estable
g(t)e
2t
u(t) =G(s) =
1
s2
> 2
El segundo es inestable, ya que u(t) [0, ) y en este caso es de (2, )
18
(3)Estabilidad y causalidad de un sistema racional En un sistema
con funci on de transferencia racional la posici on de los polos tiene que ver
con la causalidad y estabilidad
? Por la causalidad la RdC ha de ser un semiplano a la derecha
? Por la estabilidad, dicho semiplano ha de incluir el eje j
? Por tanto, un sistema racional causal y estable tiene todos los polos en
el semiplano izquierdo (no sobre el eje j)
(4)Sistemas de Ecuaciones Diferenciales Esto lo vamos a hacer me-
diante ejemplos:
Sea el sistema y

(t) + 3y(t) = x(t) la funcion de transferencia aplicando

la transformada de aplace sera:
sY (s) + 3Y (s) = X(s) por tanto G(s) =
1
s+3
donde no se conoce RdC
Sea el sistema Li

(t) + Ri(t) + y(t) = x(t) un circuito electrico RLC. La

funci on de transferencia sera, partiendo de que:
y(t) =
1
C
_
i(t)dt = i(t) = Cy

(t)
Por lo que el sistema nos quedara como:
LCy

(t) + RCy(t) + y(t) = x(t) LCs

2
Y (s) + RCsY (s) + Y (s) = X(s)
Finalmente obtendramos:
G(s) =
1
LCs
2
+RCs+1
4.5. Propiedades y teoremas interesantes
Primer teorema de traslacion
L
1
F(s a) = e
at
f(t)
L[e
at
f(t)] = F(s a)
Segundo teorema de traslacion
19
L[f(t a)u(t a) = e
as
F(s)
L[u(t a)] =
e
as
s
Propiedad de la derivada
L[f
n
(t)] = s
n
F(s) s
n1
f(0) s
n2
f

(0) s
(
n 3)f

(0)....
Forma alternativa del segundo teorema de traslacion
L[f(t)u(t a)] = e
as
L[f(t + a)]
Funcion Gamma de Euler
() =
_

0
t
1
e
t
dt ( + 1) = () (n + 1) = n! (1/2) =

L[t

] =
( + 1)
s
+1
Transformada de funcion a trozos
f(t) =
_
t + 1 0 =< t =< 1
0 t >= 1
L[f(t)] =
_
1
0
(t + 1)e
st
dt =
_
(t + 1)
e
st
s
+
e
st
s
2
_
1
0
=
e
s
1
s
2
+
1
s
20
1. f(t) = 1, t > 0 = F(s) =
1
s
2.
f(t) = t, t > 0 = F(s) =
1
s
2
3.
f(t) =
t
n1
(n 1)!
, = F(s) =
1
s
n
, n = 1, 2, 3, ..
4.
f(t) =
1

t
, = F(s) =
1

s
5.
f(t) = 2
_
t

, = F(s) =
1
s
3/2
6.
f(t) =
t
1
()
, = F(s) =
1
s

, > 0
7.
f(t) = e
at
, = F(s) =
1
s + a
8.
f(t) = te
at
, = F(s) =
1
(s + a)
2
9.
f(t) =
1
b a
(e
bt
e
at
), = F(s) =
1
(s + a)(s + b)
10.
f(t) =
1
(n 1)!
t
n1
e
at
, = F(s) =
1
(s + a)
n
, n = 1, 2, ..
11.
f(t) =
t
1
e
at
()
, = F(s) =
1
(s + a)

, > 0
12.
f(t) =
1
b a
(be
bt
ae
at
), = F(s) =
s
(s + a)(s + b)
6.6 Tabla de Transformadas de Laplace
21
13.
f(t) =
1
a
sin(at), = F(s) =
1
s
2
+ a
2
14. f(t) = cos(at), = F(s) =
s
s
2
+ a
2
15.
f(t) =
1
a
sinh(at), = F(s) =
1
s
2
a
2
16. f(t) = cosh(at), = F(s) =
s
s
2
a
2
17.
f(t) =
1
a
2
[1 cos(at)], = F(s) =
1
s(s
2
+ a
2
)
18.
f(t) =
1
a
3
[at sin(at)], = F(s) =
1
s
2
(s
2
+ a
2
)
19.
f(t) =
1
2a
3
[sin(at) at cos(at)], = F(s) =
1
(s
2
+ a
2
)
2
20.
f(t) =
t
2a
sin(at), = F(s) =
s
(s
2
+ a
2
)
2
21.
f(t) =
1
2a
(sin(at) + at cos(at), = F(s) =
s
2
(s
2
+ a
2
)
2
22.
f(t) = t cos(at), = F(s) =
s
2
a
2
(s
2
+ a
2
)
2
23.
f(t) =
cos(at) cos(bt)
b
2
a
2
, = F(s) =
s
(s
2
+ a
2
)(s
2
+ b
2
)
24.
f(t) =
1
b
e
at
sin(bt), = F(s) =
1
(s a)
2
+ b
2
25.
f(t) = e
at
cos(bt), = F(s) =
(s a)
(s a)
2
+ b
2
22
26.
f(t) = e
at
e
at/2
_
cos
_
at

3
2
_

3 sin
_
at

3
2
__
, = F(s) =
3a
2
s
3
+ a
3
27.
f(t) = sin(at) cosh(at) cos(at) sinh(at), = F(s) =
4a
3
s
4
+ 4a
4
28. f(t) =
1
2a
2
[sin(at) sinh(at)], = F(s) =
s
s
4
+ 4a
4
29. f(t) =
1
2a
3
[sinh(at) sin(at)], = F(s) =
1
s
4
a
4
30. f(t) =
1
2a
2
[cosh(at) cos(at)], = F(s) =
s
s
4
a
4
31. f(t) = (1 + a
2
t
2
) sin(at) at cos(at), = F(s) =
8a
3
s
2
(s
2
+ a
2
)
3
32. f(t) =
e
t
n!
d
n
dt
n
(t
n
e
t
), = F(s) =
1
s
_
s 1
s
_
n
33.
f(t) =
1

t
e
at
(1 + 2at), = F(s) =
s
(s a)
3/2
34.
f(t) =
1
2

t
3
(e
bt
e
at
), = F(s) =

s a

s b
35.
f(t) =
1

t
ae
a
2
t
erfc(a

t), = F(s) =
1
a +

s
36. f(t) =
1

t
+ ae
a
2
t
erf(a

t), = F(s) =

s
s a
2
37.
f(t) =
1

2a

e
a
2
t
_
a

t
0
e

2
d, = F(s) =

s
s + a
2
23
38.
f(t) =
1
a
e
a
2
t
erf(a

t), = F(s) =
1

s(s a
2
)
39.
f(t) =
2
a

e
a
2
t
_
a

t
0
e

2
d, = F(s) =
1

s(s + a
2
)
40.
f(t) = e
a
2
t
erfc(a

t), = F(s) =
1

s(a +

s)
41.
f(t) =
1

b a
e
at
erf[
_
t(b a)], = F(s) =
1
(s + a)

s + b
42.
f(t) = ae
at
[I
1
(at) + I
0
(at)], = F(s) =

s + 2a

s
1
43.
f(t) = e
(a+b)t/2
I
0
_
a b
2
t
_
, = F(s) =
1
_
(s + a)(s + b)
44.
f(t) =

_
t
a b
_
1/2
e
(a+b)t/2
I
1/2
_
a b
2
t
_
, =
= F(s) =
()
(s + a)

(s + b)

45.
f(t) = te
(a+b)t/2
_
I
0
_
a b
2
t
_
+ I
1
_
a b
2
t
__
=
= F(s) =
1
(s + a)
1/2
(s + b)
3/2
46.
f(t) =
1
t
e
at
I
1
(at), = F(s) =

s + 2a

s + 2a +

s
47.
f(t) = J
0
(at), = F(s) =
1

s
2
+ a
2
48.
f(t) = a

(at), = F(s) =
_
s
2
+ a
2
s

s
2
+ a
2
, > 1
24
49. f(t) =

()
_
t
2a
_
1/2
J
1/2
(at), = F(s) =
1
(s
2
+ a
2
)

, > 0
50.
f(t) =
a

t
J

(at), = F(s) =
_

s
2
+ a
2
s
_

, > 0
51. f(t) = a

(at), = F(s) =
s
_
s
2
+ a
2

s
2
a
2
, > 1
52.
f(t) =

()
_
t
2a
_
1/2
I
1/2
(at), = F(s) =
1
(s
2
a
2
)

, > 0
53. f(t) = J
0
(2

t), = F(s) =
1
s
e
/s
54. f(t) =
1

t
cos((2

t), = F(s) =
1

s
e
/s
55. f(t) =
1

t
cosh((2

t), = F(s) =
1

s
e
/s
56. f(t) =
1

sin((2

t), = F(s) =
1
s
3/2
e
/s
57.
f(t) =
1

sinh((2

t), = F(s) =
1
s
3/2
e
/s
58.
f(t) =
_
t

_
(1)/2
J
1
(2

t), = F(s) =
1
s

e
/s
, > 0
59.
f(t) =
_
t

_
(1)/2
I
1
(2

t), = F(s) =
1
s

e
/s
, > 0
25
Captulo 5
Filtros anal ogicos
Como sabemos todos los sistemas modican la se nal de entrada en m odulo
y/o fase. Mediante la utilizaci on de herramientas especicas, podemos dise nar
un sistema para que su respuesta sea una concreta.
Una de esas herramientas son los ltros. Un ltro es un sistema con
respuesta en una o varias frecuencias de interes, su algoritmo esta dise nado
de manera que respeta determinadas bandas de frecuencia de la se nal de
entrada y anula o modicar otras.
Existen distintos tipos de ltros, algunos como los ltros selectivos selec-
cionan una determinada banda de frecuencia a gusto del consumidor, y otros
como son los ltros conformadores de espectro. Nosotros en concreto vamos
a estudiar los ltros analogicos LTI.
Como todo en esta vida estos ltros tienen una serie de caractersticas
que los alejan del modelo ideal.Entre ellas, se puede demostrar que la tran-
sici on entre la banda de paso y el ltrado no es abrupta sino que tiene una
determinada pendiente y que su respuesta en fase no es lineal, por lo que au-
menta la distorsi on. Estos son solo de algunos inconvenientes, pero tambien
presentan ventajas como la posible optimizan de la ganancia y la fase del
ltro para poder obtener una respuesta maxima plana en la banda de paso,
una transici on rapida entre la banda deseada y no deseada y una respuesta
en fase lineal. Pero que tipos de ltros existen? Nosotros estudiaremos dos
clases, ltros de Butterworth y ltro de Chebyshev.
26
5.1. Filtro de Butterwoth
Es un tipo de ltros polifonicos (racionales), donde no hay ceros. Son
especialmente usados cuando se pretende lograr una respuesta maxima mente
plana en la banda de paso. Est an dise nados para trabajar con una frecuencia
de corte
c
= 1, por lo que para trabajar con otras frecuencias de corte, hay
que escalar en un factor /
c
.
Los polos para este tipo de ltros vienen dado por lo siguiente expresi on:
s
k
= e
j(2k+n1)/2n
k = 0, 1, 2......n 1 (5.1)
Como podemos observar son 2n races distribuidas uniformemente a lo lar-
go de una circunferencia en intervalos de

2n
radiasen. Ademas solo habr a races
en el semiplano derecho e izquierdo, por tanto si buscamos que un sistema
sea causal y estable deberemos de asociar los polir con parte real negativa a
G(s) y los restantes a G(s).
Como vemos, os polos con parte real negativa se asocian a G(s) para que
sea causal y estable.
27
Para este tipo de ltros existen aproximaciones que los reducen todos a
un mismo tipo, un ltro paso baja. En este tipo de ltros hay dos expresiones
por las que se rige su frecuencia de corte. El inconveniente esta en que existen
dos posibles frecuencias de corte, una proxima a
1
y otra a
2
, frecuencias
que marcan las bandas del ltro. Estas frecuencias de corten vienen dadas
por:
(

c
)
2n
=
1
(1
1
)
2
1 (5.2)
(

c
)
2n
=
1

2
2
1 (5.3)
La primera expresi on es precisa y se cumple exactamente pero en la segunda
ocurre que tan solo se cumplir a en exceso.
Ademas operando un poco obtenemos que
n =
1
2
Log(

1
(2
1
)
2
2
(1
1
)
2
(1
2
2
)
)
Log(

2
)
(5.4)
Donde se puede demostrar que se cumple que:
28
20Log(1
1
) = X
1
dB
20Log(
2
) = X
2
dB
5.2. Filtros de Chebyshev
Este ltro solventa el problema de los ltros de Butterwoth que son muy
buenos en la banda de paso pero muy malos en la banda de transici on donde
presentan una cada muy lenta. Los ltros de Chevyshev presentan cada
mucho mas abruptas a cambio de rizado en la banda de paso, pero presentan
un inconveniente, en general es mas complicado trabajar con los mismos. Al
igual que en el caso de los ltros anteriores solo nos centraremos en el ltro
paso pasa baja y a raz del mismo analizaremos los distintos tipos con los
modelos aproximados. En general los ltros de Chevishev se rigen por las
siguientes ecuaciones:
|G()| =
1

1 +
2
20Log(
1

1 +
2
) = X
1
dB (5.5)
20Log() + 6(n 1) + 20nLog() = Atenuacion(dB) (5.6)
Los polos en este tipo de funciones son un poco distintos y en general
vienen dados por la expresion:
s
k
=
k
+ j
k
= sen(
2k + n 1
n

2
)senh() + jcos(
2k + n 1
n

2
)cosh()
(5.7)
Con k=0,1,2,.....n-1 y ademas de donde se puede deducir que:
=
1
n
senh
1
(
1

)
29
Captulo 6
Relacion de Problemas
1. Relacion - Conceptos de Fourier
1.1. Son periodicas la suma de estas funciones?
x(t) = cos(
t
3
) + cos(
t
4
)
La forma de averiguar si una se nal es periodica es muy sistematica:
Si queremos que sea periodica x(t) = x(t +T) por lo que obtenemos que:
x(t) = cos(
t+T
3
) + sen(
t+T
4
)
Por las propiedades trigonometricas cos() = cos( + 2k)
x(t) = cos(
t+T
3
) + sen(
t+T
4
) = cos(t/3 + 2k
1
) + cos(t/4 + 2k
2
)
Esa igualdad solo es cierta si: T/3 = 2k
1
, T/4 = 2k
2
Trabajando un poco obtenemos:
K
1
k
2
=
8
6
=
4
3
Por otro lado calcularemos el periodo de cada serial T
1
= 6, T
2
= 8
Por lo que el periodo de la se nal nal es T = k
1
T
1
= k
2
T
2
= 24 Esta
funcion no es periodica, tiene un periodo irracional.
1.2. Calculo de energas y banda simetrica de energas
x(t) = e
t
u(t)
30
Aqu tendremos que aplicar lo aprendido con el teorema de Parseval quien
nos dice que la energa es igual tanto en el dominio del tiempo como en
el dominio de la frecuencia. Para empezar calculemos la transformada de
fourier de esta funcion:
X() = F[x(t)] =
_

x(t)e
jwt
dt =
1
1 + j
Procedamos entonces a calcular la energa de cada una de las funciones:
E
X()
=
_

_
1
1 + j
_
2
d =
_
0

_
1
1 + j
_
2
d +
_

0
_
1
1 + j
_
2
d =
_
1
j
_
0

+
_
1
j
_

0
=
1
4

1
4
=
1
2
E
x(t)
=
_

_
e
t
u(t)

2
dt =
_

0
_
e
t

2
dt =
_

0
_
e
2t

dt =
1
2
Esto ultimo ocurre por que al ser la energa positiva se descarta el valor
absoluto y de esta forma obtenemos que:
[e
t
u(t)]
2
= (e
t
u(t))
2
= e
2t
u(t)
2
= e
2t
u(t).
Ahora buscamos la banda simetrica de frecuencias que contiene el 90 por
ciento de la energa, es decir un total de 0.45, de 1/2 de energa total.
_

[X()]
2
d = 0,45
Vamos a dar uso de la propienda del complejo conjugado. [X()]
2
=
X()

X() As nos quedara:

_

[X()]
2
d =
_

_
1
1 + j
_
2
d =
_

1
1 + j
1
1 j
d =
_

1
1 +
2
d = 2tan
1
() = 0,45
Aqu es donde tenemos la duda, esa es una posible integral pero si intro-
ducimos la integral tal cual, en Matlab, obtenemos como solucion
2

2
+1
De la primera obtenemos: = tan(
9
20
) = 0,2288 y de la segunda obtene-
mos dos valores = 0,2377 y = 4,206 por lo que obtenemos dos intervalos
en f, [0,037, 0,037] y [0,6694, 0,6694] Gracamente veremos cual es la so-
lucion real de este mismo:
31
Por lo que concluimos que el intervalo solucion es [0,6694, 0,6694]
32
2. Relacion - Convolucion
2.1. Determinar causalidad y estabilidad de una fun-
ci on
Comencemos estudiando esta funcion
g(t) = te
t
u(t)
Para que un sistema sea estable
_

[y(t)] dt < aplicando la propiedad

a nuestra funcion tenemos que:
_

_
te
t
u(t)

dt =
_
0

_
te
t
u(t)

dt =
_
te
t
(t + 1)

=
Por lo tanto el sistema no es estable.
Para que un sistema sea causal y(t) = 0, t < 0. Por tanto aplicandolo
en nuestra funcion:
g(t) = 0, t < 0 por que inuye u(t)
Por tanto el sistema no es causal
Realicemos un segundo ejemplo
e
3t
sen(t)u(t)
_

_
e
3t
sen(t)u(t)

dt =
_

0
_
e
3t
sen(t)u(t)

dt =
_
1
10
e
3t
(3sen(t) + cos(t)
_

0
=<
Por lo tanto el sistema es estable
g(t) = 0, t < 0 por que inuye u(t)
Por tanto el sistema es causal
33
2.2. Convolucion de sistemas
Vamos a resolver el siguiente sistema aplicando las propiedades de la con-
volucion y obteniendo la funcion nal
El sistema queda reducido a la siguiente igualdad, sabiendo que h
1
(t) =
e
2t
u(t), h
2
(t) = e
2t
u(t), h
3
(t) = e
t
u(t), h
4
= (t), h
5
(t) = e
3t
, como y =
[[h
1
+[h
2
h
3
] +h
4
] h
5
] x, llamemos h = [h
1
+[h
2
h
3
] +h
4
] h
5
y procedamos
al calculo del mismo,aplicando propiedades de la convolucion:
h = [h
1
+ [h
2
h
3
] + h
4
] h
5
= h
1
h
5
+ h
2
h
3
h
5
+ h
4
h
5
Calculemos la primera convolucion
h
1
(t) h
5
(t) =
_
t
0
e
2
e
3(t)
d = e
3t
_
t
0
e

d =
_
e
2t
e
3t
_
u(t)
Calculemos la segunda convolucion
h
23
(t) = h
2
(t) h
3
(t) =
_
t
0
e
2
e
(t)
d = e
t
_
t
0
e

d =
_
e
2t
+ e
t
_
u(t)
h
23
(t) h
5
(t) =
_
t
0
_
e
2
+ e

_
e
3(t)
d =
e
t
_
t
0
e

d + e
t
_
t
0
e
2
d =
_
e
2t
+ e
3t
+
e
t
2
+
e
3t
2
_
u(t)
Calculemos la tercera convolucion
h
4
(t) h
5
(t) = e
3t
(t) = e
3t
34
El sistema nal obtenido es:
y(t) =
_
e
2t
e
3t
e
2t
+ e
t
e
2t
+ e
3t
+
e
t
?2
+
e
3t
2
+ e
3t
_
u(t) =
_
e
2t
+ e
t
+
3e
t
2
+
3e
3t
2
_
u(t)
Apaciblemente podemos ver que el sistema es estable ya que los exponen-
tes negativos nos garantizan que el sistema siempre estara acotado, y ademas
causal, ya que lo impone la u(t)
2.3. Entrada y salida ante una se nal de escalon unitario
Sea la siguiente respuesta al escalon s(t) = e
t
sen(3t)u(t), obtener la
salida del sistema a una entrada e
at
u(t), a > 0.
Bien para empezar tendremos que encontrar la funcion del sistema por la
que quedo involucionada la funcion escalon para darnos la salida:
g(t) =
ds(x)
dt
=
d(e
t
sen(3t)u(t))
dt
= e
t
sen(3t)u(t) + 3e
t
cos(3t)u(t) +
e
t
sen(3t) = 3e
t
cos(t)u(t) e
t
sen(3t)u(t)
Por tanto la salida que buscamos, llamemos la y(t)
y(t) = g(t) x(t) =
_
t
0
_
3e

cos() e

sen(3)

e
a(t)
d =
3e
at
_
t
0
e
2
cos(3)d e
at
_
t
0
e
2
sen(3)d =
e
at
_
3
_
t
0
e
2
cos(3)d
_
t
0
e
2
sen(3)d
_
=
e
at
_
(e
2t
(
3
13
sin(3t)
3
13
cos(3t)) +
6
13
) (
3
13
e
2t
(
2
13
sin(3t) +
3
13
cos(3t)))
_
=
e
at
_

1
13
e
2t
[7sen(3t) + 9cos(3t)] +
3
13
_
u(t)
35
3. Relacion - Conceptos de Laplace
3.1. Calcula de transformadas de Laplace
Este tipo de ejercicios, en su amplia mayora se pueden simplicar para
poder aplicar los cambios que tenemos en la tabla de transformadas. Bien
vamos a hacer un ejemplo donde tengamos que aplicar alguna propiedad de
la transformada
x(t) = 2u(t) + (t) cos(5t)u(t)
X(s) = L[x(t)] = L[2u(t) + (t) cos(5t)u(t)] =
L[2u(t)] + L[(t)] L[cos(5t)u(t)] =
2
s
+ 1 +
s
s
2
+ 25
Vamos a realizar el mismo ejercicio sin aplicar la tabla, sino mediante la
integral de Laplace
L[2u(t)] =
_

0
2e
st
dt =
_
2e
st
s
_

0
=
2
s
L[(t)] = 1
L[cos(5t)u(t)] =
_

0
cos(5t)e
s
dt =
_
e
st
(5sen(5t) scos(5t))
s
2
+ 25
_

0
=
s
s
2
+ 25
3.2. Calculo de transformadas inversas de Laplace
Analogamente al apartado anterior existen las transformadas inversas de
Laplace. Su calculo es un trabajo muy laborioso por lo que siempre nos daran
una funcion que tendremos que simplicar para posteriormente dar uso de
las tablas de Laplace
X(s) =
2s + 100
(s + 1)(s + 8)(s + 10)
Tendremos que facto rizar la funcion para facilitar la labor:
36
X(s) =
2s + 100
(s + 1)(s + 8)(s + 10)
=
A
s + 1
+
B
s + 8
+
C
s + 10
2s + 100 = A(s + 10)(s + 8) + B(s + 1)(s + 10) + C(s + 1)(s + 8)
Construyamos la tabla para los valores
s=-8 -14B=84 B=-6
s=-10 18C=180 C=10
s=-1 -63A=98 A =
14
9
2s + 100
(s + 1)(s + 8)(s + 10)
=
14
9(s + 1)
+
10
s + 10
+
6
s + 8
x(t) = L
1
[X(s)] = L
1
_
2s + 100
(s + 1)(s + 8)(s + 10)
_
=
L
1
_
14
9(s + 1)
+
10
s + 10
+
6
s + 8
_
= L
1
_
14
9(s + 1)
_
+ L
1
_
10
s + 10
_
+
L
1
_
6
s + 8
_
=
_
14
9
e
t
+ 10e
10t
6e
8t
_
u(t)
3.3. Calculo de funcion de transferencia. ED
Esto es un caso muy sencillo, haciendo un simple ejemplo se entendera de
primeras:
y

(t) + 4y

(t) + 20y(t) = 2x

(t) x(t)
Realizando la transformada de cada una de las funciones obtenemos:
(s
2
+ 4s + 20)Y (s) = (2s + 1)X(s)
La funcion de transferencia por tanto sera:
G(s) =
Y (S)
X(S)
=
2s + 1
s
2
+ 4s + 20
Respuesta en frecuencia de la funcion
Este caso es muy sencillo tan solo tendremos que realizar el siguiente
cambio de variable en la funcion de transferencia s = 2fj . As obtenemos:
37
G(f) =
Y (f)
X(f)
=
4fj + 1
(2fj)
2
+ 8fj + 20
Respuesta impulsiva de la funcion Este caso, se realizando mera-
mente deshaciendo la transformada de Laplace
x(t) = L
1
_
2s 1
s
2
+ 4s + 20
_
= 2L
1
_
s + 2
(s + 2)
2
+ 16

3/2
(s + 2)
2
+ 16
_
=
_
2e
2t
cos(4t)
3
4
e
2t
sen(4t)
_
u(t)
Respuesta escalon de la funcion
1 Metodo
x(t) u(t) =
_
t
0
u(t )x()d =
__
t
0
2e
2
cos(4)d
3
4
_
t
0
e
2
sen(4)d
_
=
_
1
5

1
10
e
2t
(2cos(4t) 4sin(4t))
_

_
3
20

3
80
e
2t
[2sin(4t) + 4cos(4t)]
_
=
1
20
+ e
2t
_

1
20
cos(4t) +
19
40
sen(4t)
_
2 Metodo
Y (S) = X(S) G(S) =
1
s
2s 1
s
2
+ 4s + 20
=
2s 1
s
3
+ 4s
2
+ 20s
Buscamos factor la funcion racional a una mas sencilla, tarea un tanto
complicada pero que con practica se resuelve en segundos
2s 1
s
3
+ 4s
2
+ 20s
=
A
s
+
Bs + C
s
2
+ 4s + 20
A(s
2
+ 4s + 20) + (Bs + C)s = 2s 1
s=-1 17A+B-C=-3 A =
1
20
s=1 25A+B+C=1 B =
1
20
s=2 32A+4B+2C=3 C =
11
5
2s 1
s
3
+ 4s
2
+ 20s
=
1/20
s
+
1/20s + 11/5
s
2
+ 4s + 20
38
x(t) = L
1
_
1/20
s
_
+ L
1
_
1/20s + 11/5
s
2
+ 4s + 20
_
=
1
20
+ e
2t
_
1
20
cos(4t) +
21
40
sen(4t)
_
En realidad ambos valores son correcto. Pero, en Matlab, transformando
directamente obteniamos
x(t) =
_
2e
2t
cos(4t)
5
8
e
2t
sen(4t)
_
u(t)
Integrando como hicimos por el primer metodo, obtenemos:
_
t
0
x()d =
_
1
20
+ e
2t
_
1
20
cos(4t) +
21
40
sen(4t)
__
u(t)
Pero integrando con la factorial en funciones mas simples obteniamos:
x(t) =
_
2e
2t
cos(4t)
6
8
e
2t
sen(4t)
_
u(t)
Integrando como hicimos por el primer metodo, obtenemos:
_
t
0
x()d =
_
1
20
+ e
2t
_
1
20
cos(4t) +
19
40
sen(4t)
__
u(t)
Por lo que ambos resultados son correctos
3.4. Funcion de Transferencia sistemas mas complejos:
Esto consiste en ir implicando la funcion que buscamos en varios nodos para
facilitar la albos. En nuestro caso lo haremos todo en funcion de Y
1
(S)
39
G
1
(S) =
10
s
+ 2, G
2
(s) =
2
s+4
, G
3
(s) =
0,1
s+20
En Y
1
(s) podemos sacar la siguiente rama:
Y
1
= G
1
[X + (1)Y
1
G
2
] = G
1
X Y
1
G
2
G
1
La funcion de transferencia en este punto sera:
G
Y
1
(s) =
Y
1
(s)
X(s)
=
G
1
(s)
1 + G
2
(s)G
1
(S)
Como la salida que buscamos, Y (s) = Y
1
(s)G
3
(s), obtenemos que:
G(s) =
Y
1
(s)
X(s)
G
3
(s) =
G
1
(s)
1 + G
2
(s)G
1
(S)
G
3
(s)
40
4. Relacion - Filtros y Sobrealimentar
4.1. Filtro Butterworth - Paso Baja
Vamos a construir un ltro con una atenuacion inferior de 2dB para
frecuencias menores que 2000 rad/s y una atenuacion superior a 15 dB para
frecuencias mayores que 4000 rad/s. As obtenemos:
Comencemos calculando
1
,
2
20Log(1
1
) = 2 =
1
= 10
3
20
+ 1 = 0,2057
20Log(
2
) = 15 =
2
= 10
15
20
= 0,1778
Calculemos ahora entonces el orden del circuito:
n =
1
2
Log(

1
(2
1
)
2
2
(1
1
)
2
(1
2
2
)
)
Log(

2
)
= 2,8553 n = 3
Calculemos la frecuencia de corte, con cualquiera de las formulas que
dimos en teora, en este caso al ser paso baja, mejor usar la segunda:
(

c
)
2n
=
1

2
2
1
c
= 2261,3rad/s
Construimos entonces la funcion de transferencia para la frecuencia de corte
en funcion del orden, en este caso, de orden 3.
41
4.2. Filtro Butterworth - Paso Alta
Vamos a construir un ltro con una atenuacion mayor de 30dB para
frecuencias menores que 2000rad/s y una atenuacion menor de 3dB para
frecuencias mayores que 20000rad/s. As obtenemos:
Convertiremos este ltro a uno paso baja, con frecuencias normalizadas,
donde
1
= 1rad/s,
2
= 20000/2000 = 10rad/s
Comencemos calculando
1
,
2
20Log(1
1
) = 3 =
1
= 10
3
20
+ 1 = 0,29205
20Log(
2
) = 30 =
2
= 10
30
20
= 0,03162
Calculemos ahora entonces el orden del circuito:
n =
1
2
Log(

1
(2
1
)
2
2
(1
1
)
2
(1
2
2
)
)
Log(

2
)
= 1,4871 n = 2
Calculemos la frecuencia de corte, con cualquiera de las formulas que
dimos en teora, en este caso al ser paso alta, mejor usar la primera:
(

c
)
2n
=
1
(1
2
)
1 multiplicado por 2000 obtenemos

c
= 6291rad/s
Construimos entonces la funcion de transferencia para la frecuencia de corte
en funcion del orden, en este caso, de orden 2, pero aplicando el siguiente
cambio de variable, s =
c
s
por tanto obtenemos:
G(s) =
1
(
c
s
)
2
+ 1,4142
c
s
+ 1
42
4.3. Filtro Chebyschev - Paso Baja
Buscamos un ltro de orden n=2, y 1.5dB de rizado.
Comencemos calculando
20Log(
1

1 +
2
) = 1,5 = = 0,6423
Como conocemos el orden del sistema calculemos :
=
1
n
senh
1
(
1

) = 0,61296
Calculemos la frecuencia de corte:

c
= cosh()
c
= 1,2135rad/s
Bien llego el momento de calcular los polos, al ser de orden dos, tendremos
que calcular las soluciones del denominador de la funcion de transferencia
para sistemas de orden 2, (s
2
+ 1,4425s + 1), de donde obtenemos x
1
=
0,7071 + 0,7071i, x
2
= 0,7071 0,7071i Tendremos que multiplicar la
parte real por senh() y la imaginaria por cosh(). As obtendremos:
s
1
= 0,7071senh() + i0,7071cosh() = 0,461 + 0,844i
s
2
= 0,7071senh() i0,7071cosh() = 0,461 0,844i
Por tanto nuestra funcion sera:
G(s) =
1
(s + (0,461 + 0,844i))(s (0,461 0,844i))
43
4.4. Calculo del camino de sobrealimentar
Tenemos un sistema dado por la siguiente ecuacion diferencial:
y

(t) + y

(t) + y(t) = x

(t) con G(s) =

1
s+1
Comencemos calculando la funcion de transferencia de la ecuacion diferen-
cial:
Q
1
(s) =
X(s)
Y (s)
=
s
s
2
+s+1
Como sabemos de forma general en un sistema re alimentado Q(s) =
G(s)
1 + H(s)G(s)
donde H(s), es la funcion sobrealimentar que buscamos. Por tanto:
Q(s) = Q
1
(s) =
G(s)
1 + H(s)G(s)
=
s
s
2
+ s + 1
H(s) =
1
s
4.5. Races de un sistema re alimentado
Ejemplo 1
G(s)H(s) =
1
s+1
Comencemos calculando los polos y los ceros
Numero de polos=1 (s + 1) = 0 s = 1
Numero de ceros=0
Cuantos ceros tendra en el innito? Cuantas ramas necesitamos?
Numero de ramas=max(n polos, n ceros)=1
Numero de ceros=n polos-n ceros=1-0=1
Estudiemos el comportamiento de las gracas para k > 0, y k < 0
K > 0
La parte del eje real del plano s que quede a la izquierda de un n umero
impar de polos y ceros reales de G(s) H(s) pertenecen al lugar de las races
para K > 0, por tanto gracamente obtenemos:
44
Como el polo, -1, es un sistema causal converge en un semiplano a la
derecha. Sabemos que siempre que este contenido el jw, sera estable. Como
se desplaza hacia la izquierda, el sistema siempre sera estable en este caso.
K < 0
La parte del eje real del plano s que quede a la izquierda de cero polos y
ceros, o de un n umero par de polos y ceros reales de G(s) H(s) pertenecen al
lugar de las races para K < 0. Por tanto gracamente obtenemos:
Como el polo, -1, es un sistema causal converge en un semiplano a la
derecha. Sabemos que siempre que este contenido el jw, sera estable. En este
caso, como se desplaza a la derecha en alg un punto dejara de serlo, concreta
mente en 0:
G(0)H(0) =
1
1
=
1
k
k = 1
Por tanto sera estable, siempre y cuando k > 1
Ejemplo 2
45
G(s)H(s) =
(s+1)(s1)
(s
2
+2s+2)s
Comencemos calculando los polos y los ceros
Numero de polos=3 (s
2
+ 2s + 2) = 0 s
1
= 0, s
2
= 1 + i, s
3
= 1 i
Numero de ceros=2
Cuantos ceros tendra en el innito? Cuantas ramas necesitamos?
Numero de ramas=max(n polos, n ceros)=3
Numero de ceros=n polos-n ceros=3-2=1
Estudiemos el comportamiento de las gracas para k > 0, y k < 0
K > 0
La parte del eje real del plano s que quede a la izquierda de un n umero
impar de polos y ceros reales de G(s) H(s) pertenecen al lugar de las races
para K > 0, por tanto gracamente obtenemos las dos ramas :
Estos casos la estabilidad se explica con palabras
K < 0
La parte del eje real del plano s que quede a la izquierda de cero polos y
ceros, o de un n umero par de polos y ceros reales de G(s) H(s) pertenecen
al lugar de las races para K < 0. Por tanto gracamente obtenemos las dos
regiones:
46
Habra region donde estes los 3 por los a la izquierda en, ese caso tendre-
mos una estabilidad. Las otras son mas complejas de determinar.
Ejemplo 3
G(s)H(s) =
1
(s+1)(s/10+1)
Comencemos calculando los polos y los ceros
Numero de polos=2
Numero de ceros=0
Cuantos ceros tendra en el innito? Cuantas ramas necesitamos?
Numero de ramas=max(n polos, n ceros)=2
Numero de ceros=n polos-n ceros=2-0=0
Estudiemos el comportamiento de las gracas para k > 0, y k < 0
K > 0
La parte del eje real del plano s que quede a la izquierda de un n umero
impar de polos y ceros reales de G(s) H(s) pertenecen al lugar de las races
para K > 0, por tanto gracamente obtenemos, las dos ramas, que como
convergen a dos ceros en el innito, no muestran curvatura sino perpendicu-
laridad:
El sistema sera estaba, hasta k = cuando uno de los polos saltara a
la derecha del eje jw.
K < 0
La parte del eje real del plano s que quede a la izquierda de cero polos y
ceros, o de un n umero par de polos y ceros reales de G(s) H(s) pertenecen al
lugar de las races para K < 0. Por tanto gracamente obtenemos, las dos
regiones:
47
Como el polo, -1, es un sistema causal converge en un semiplano a la
derecha. Sabemos que siempre que este contenido el jw, sera estable. En este
caso, como se desplaza a la derecha en algun punto dejara de serlo, concre-
tamente en 0:
G(0)H(0) =
1
1
=
1
k
k = 1
Por tanto sera estable, siempre y cuando k > 1
48