1.

Introduccin al Anlisis de Sistemas Dinmicos

En este captulo se introducen formalmente los conceptos de proceso, sistema y modelo, como tambin la relacin entre ellos. Especial importancia se da a la identificacin de las cantidades asociadas a un sistema, entradas, salidas, perturbaciones y parmetros. Adems, se proponen varias clasificaciones de sistemas de acuerdo a sus principales caractersticas.

1.1.

Conceptos Bsicos

Proceso
Def.: Por proceso se entender una realidad fsica cualquiera que conlleva, en algn intervalo de tiempo, un cambio de estado que exhiben sus componentes esenciales.

Sistema
Def. 1: Es una combinacin de elementos que actan en conjunto, para cumplir un objetivo. La descripcin ms til en ingeniera para un sistema es la de causa-efecto, de hecho, podemos decir que un sistema es cualquier cosa que se pueda describir en trminos de una relacin entre las variables que le suministra el exterior (entradas) y las cantidades que se pueden observar del sistema (salidas) y que dependen de las entradas. Def. 2: Un sistema es una abstraccin de una realidad fsica de acuerdo a los objetivos de

estudio planteados. De este modo, a un mismo proceso pueden asociarse variados sistemas. La asociacin depende de cules sean los objetivos de anlisis considerados. As, el siguiente diagrama es una representacin muy general de un sistema.

P: Perturbaciones

u:
En que:

[ ,x ]

y:

u: Entradas y: Salidas p: Perturbaciones : Parmetros del Sistema x: Estados del Sistema

En forma simplificada, los sistemas pueden clasificarse en:

Ejemplos: sen(6 y ) + y 2 = u (t ) ; Sistema Esttico No Lineal

. sen(t ) y + y = u (t ) ; Sistema Dinmico Lineal Variante en el Tiempo dy y + a1 = sen(t ); a1 = cte. Sistema Dinmico Lineal Invariante en el Tiempo dt
Los sistemas se caracterizan de acuerdo a cmo estn constituidos y como interactan con el medio, para ello se definen los siguientes conceptos:
Def.: Las variables de entrada u(t) son aquellas mediante las cuales se acta desde el

exterior sobre el sistema y a total voluntad. stas permiten determinar las principales caractersticas de comportamiento del sistema.
Def.: Las variables de salida y(t) constituyen el medio que permite efectuar el anlisis del

sistema, mediante la evaluacin directa de los objetivos de estudio.

Def.: Las perturbaciones p(t) son variables que tambin actan desde el exterior pero que

no son manejables a voluntad y cuyo efecto sobre el sistema no siempre es conocido.

Introducen una componente de incertidumbre en el estudio (algunas son medibles y otras no como por ejemplo, el RUIDO el cual generalmente es estimado pero no medido).
Def.: Las variables de estado x(t) son aquellas variables que definen totalmente la

condicin del sistema, desde el punto de vista de los objetivos de estudio, en cuanto a la informacin contenida en ste y a su evolucin frente a una accin del medio.
Def.: Los parmetros (t) son cantidades que fijan ciertas caractersticas del proceso,

estableciendo un marco al cual estar condicionado su comportamiento; se consideran fijos cuando el resto est sujeto a variaciones.

1.2.

Propiedades de los Sistemas

Memoria. Un sistema se dice que tiene memoria (sistema dinmico) si su salida depende de los valores que haya tomado en el pasado (es decir, de las entradas presentes y pasadas). Por ejemplo, la carga elctrica de un capacitor depende del valor a partir del cual comenz a cargarse. La descripcin de los sistemas con memoria requiere el uso de ecuaciones diferenciales o ecuaciones de diferencias, a diferencia de los sistemas sin memoria (estticos) en los cuales la salida depende exclusivamente de las entrada en el instante presente y que pueden representarse mediante ecuaciones algebraicas. Causalidad. Un sistema se dice causal si su salida en un instante dado depende de exclusivamente de valores de la entrada y de la propia salida en el instante de tiempo presente o de tiempos anteriores. As, un sistema no-causal es un sistema cuya salida depende de las entradas en instantes de tiempo posteriores al instante actual, es decir, de entradas en el futuro. Obviamente un sistema de este tipo no puede existir operando en tiempo real. Los sistemas no-causales son comunes en filtrado de datos, procesamiento de imgenes, ya que en estos casos un bloque de datos es almacenado y luego procesado fuera de lnea (es decir, en tiempo diferido) La funcin transferencia de un sistema causal es una funcin racional propia (en el dominio de Laplace). Invarianza en el tiempo. En general, la salida (y) de un sistema dinmico depende tanto del instante de tiempo actual t, como del instante t0 (condicin inicial) en que el sistema comienza a evolucionar. Es decir, en general y = y(t,t0). Ejemplo: Un auto va cambiando en el camino la manera en que responde, no solamente por la naturaleza del terreno, sino tambin por la cantidad de combustible que va cargando, por lo tanto, la respuesta del auto a un acelern en el instante t no depende solamente de cuanto tiempo ha transcurrido desde que se empez a mover (t-t0), sino tambin de cmo estaba el tanque en t0. En un sistema invariante en el tiempo, la salida del sistema slo depende del tiempo transcurrido entre el instante inicial t0 y el instante actual t, es decir, y =y(t-t0).

La invarianza en el tiempo est directamente relacionada con que en el sistema no cambien o se degraden los valores de sus parmetros, por ello, los modelos de sistemas invariantes resultan ser ecuaciones diferenciales con coeficientes (parmetros) constantes. Por el contrario, en los modelos de sistemas variantes en el tiempo aparece explcitamente el tiempo en los parmetros de la ecuacin diferencial correspondiente. Continuos y Discretos: Hay procesos cuyas variables son discretas por naturaleza como por ejemplo el valor de la U.F. la cual tiene un valor cada da (variable discreta en el tiempo), a diferencia por ejemplo de una planta papelera donde se puede saber a cada instante la cantidad de papel producida (variable continua en el tiempo). En este curso se utilizarn los trminos continuos y discretos para referirse a la cualidad de la variable independiente que es el tiempo. As en un sistema de evolucin continua las variables de inters asumen algn valor en cada instante, mientras que en sistemas discretos los valores de las variables, cambian tan slo en ciertos instantes. Ejemplo: Para un depsito P(0) se tiene que al cabo de un mes, la cantidad es P(T) = (1 + I)P(0), donde I es el inters mensual y T es un mes. As, la cantidad de dinero al cabo de un mes arbitrario kT denotada por P(kT + T) esta dada por P(kT+ T) = (1 + I)P(kT) o equivalentemente, P(kT + T) - (1 + I)P(kT) = 0. Esta expresin corresponde al modelo del proceso y es claramente discreto, pues slo hay valores para los instantes kT, que en este caso corresponden a meses. Se sabe que la solucin de esta ecuacin es P(kT) = (1 + I)kP(0). Estticos y Dinmicos: Esta clasificacin es consecuencia de los objetivos de anlisis que se hayan planteado. As por ejemplo, si el objetivo de anlisis es conocer los valores que toman las diferentes variables de un proceso cuando las entradas son fijas, el modelo deber ser esttico, por cuanto no interesa el comportamiento temporal de las variables. Sin embargo, si el objetivo de anlisis es conocer lo que sucede a las variables del proceso luego de provocarse un cambio en las condiciones de operacin (entradas y/o perturbaciones), se deber considerar un modelo dinmico. Un proceso est normalmente en evolucin, por lo tanto, no puede hablarse de un proceso esttico, pero s puede decirse respecto de su modelo. El anlisis mediante modelos estticos es realmente til en la prctica, puesto que resulta conveniente para simplificar el anlisis y el empleo de tcnicas de solucin de modelos. Los modelos estticos generalmente se representan mediante ecuaciones algebraicas lineales y/o no lineales. Por otro lado, los modelos dinmicos son representados matemticamente mediante ecuaciones diferenciales ordinarias (respecto del tiempo) o parciales (respecto del tiempo y ubicacin espacial).

Ejemplo. En la Fig. 1.1. se muestra un circuito elctrico RLC.

Fig. 1.1. Circuito RLC El modelo dinmico de este circuito esta dado por:

y el modelo esttico asociado ser tan slo

e = vc i= vc R

Es posible notar que la diferencia entre el modelo dinmico y el esttico es que en este ltimo no se consideran variaciones en las variables. Ntese que se obtiene haciendo las derivadas nulas o bien abriendo los capacitores y cortocircuitando los inductores del circuito. Parmetros Distribuidos y Concentrados: Un modelo de parmetros concentrados considera que las propiedades en un proceso asumen valores que son independientes de su ubicacin espacial, ya sea porque se considera homognea o porque se define una caracterstica representativa de ella. Por el contrario, un modelo distribuido pone en evidencia explcita la dependencia espacial de estas propiedades. Los primeros se rigen, ya sea por ecuaciones algebraicas o diferenciales ordinarias; los segundos por ecuaciones diferenciales parciales. La solucin de modelos de parmetros concentrados es bastante ms simple que aquellas usadas en la solucin de modelos de parmetros distribuidos. En algunos casos, la solucin de stos se logra luego de resolver un conjunto de aproximaciones a modelos de parmetros concentrados.

Ejemplo. Considere un intercambiador de calor como se muestra en la Fig. 1.2.

Fig. 1.2. Intercambiador de Calor En este caso la ecuacin que describe el comportamiento del sistema en funcin de la longitud del intercambiador y del tiempo transcurrido esta dada por la siguiente ecuacin diferencial en derivadas parciales,

c p A

T ( z , t ) T ( z , t ) + c p vA = DU (Tst T ) t z

donde v es la velocidad media del fluido, U es el coeficiente de transferencia entre el vapor y el lquido en el tubo, Tst es la temperatura del vapor saturado, D dimetro interno del intercambiador, A es el rea transversal del intercambiador, cp calor especfico del lquido y su densidad. En el caso de parmetros concentrados, est sistema se puede aproximar por la siguiente ecuacin diferencial:

c p A

dT2 (t ) + c p vA(T2 (t ) T1 ) = DU (Tst T1 ) dt

donde se considera que la temperatura de salida T2 es la misma temperatura dentro del reactor. Linealidad. Para definir de manera precisa la linealidad desde el punto de vista matemtico de un sistema, denotemos como y(t)=H(u(t)) la salida que produce un sistema en respuesta a la entrada u(t). Un sistema se dice Homogneo si H(au)=aH(u) para toda constante a, y toda entrada u. Adems, un sistema se dice Aditivo si H(u+u2)=H(u1)+H(u2) para cualquier par de entradas u1,u2.

Un Sistema Lineal es simplemente un sistema que es Homogneo y Aditivo. Es decir, un sistema lineal cumple con el Principio de Superposicin:

H(au+ bu2) = aH(u1) + bH(u2) para todo a, b, u1, u2.

Todo sistema que no cumpla con la condicin anterior es No Lineal. Todo sistema dinmico lineal se puede representar por ecuaciones diferenciales (o de diferencias para sistemas discretos) lineales. Los sistemas no lineales son difciles de analizar en parte porque no hay una forma estndar (como una ecuacin diferencial lineal) que los pueda representar y stos se pueden presentar en una infinita variedad de formas y modelos, por lo cual no se puede desarrollar una teora general para su estudio. Ejemplo Considere el circuito elctrico de la Fig. 1.3,

Fig. 1.3. Circuito RL el modelo obtenido considerando las cantidades R y L constantes (parmetros) es,

el cual corresponde a un modelo lineal; sin embargo, si se considera el efecto de la corriente sobre la inductancia L = L(i), el modelo obtenido es,

resultando un modelo no-lineal. Este es el caso de inductores que operan con corrientes muy elevadas y que no han sido diseados para operar a tales niveles, este fenmeno es conocido como saturacin.

2.
2.1.

Modelos
Definicin de Modelo de Sistemas

Un modelo es una representacin de un sistema. Cabe destacar que para efectuar un anlisis de un proceso es necesario conocerlo. En general, se desea llegar a conocer factores (internos y externos) que condicionan el comportamiento del mismo, tales como interrelaciones entre variables, el efecto de las perturbaciones, rangos de estabilidad, el efecto de la variacin de parmetros, etc. El mayor conocimiento del proceso se obtiene mediante la experimentacin, la cual generalmente no se puede desarrollar con profundidad en plantas industriales, debido a esta situacin se debe recurrir a medios alternativos tales como la simulacin de los experimentos en modelos del proceso completo o en modelos parciales de los fenmenos de inters. Dentro de los factores que normalmente limitan la experimentacin en plantas industriales se pueden citar los siguientes: Factibilidad tecnolgica, que dice relacin con los medios disponibles para realizar los experimentos: instrumentacin, posibilidad de acceso a todos los puntos de variables que requiera medir, precisin exigida, etc.

Fig. 2.1: Relacin entre proceso-objetivo-sistema-modelo. Costos asociados a la experimentacin tanto en recursos humanos, uso de equipos, materiales, alteraciones del proceso o su operacin, tiempo de experimentacin, etc. Tiempo de experimentacin que permite obtener informacin til a los propsitos del estudio en particular, adecuado para detectar variaciones en el medio. Caractersticas de los medios y herramientas existentes para la experimentacin. La importancia de los modelos reside, principalmente, en que proporcionan un medio ms simple para conocer el comportamiento del proceso. Es decir, son sustitutos del proceso para el anlisis, en relacin tanto a los efectos que el medio ejerza sobre ste, como tambin

de aquellos derivados de las modificaciones de sus caractersticas internas. En otras palabras, el modelo es una herramienta usada para el anlisis de procesos, a travs del anlisis de sistemas. En la Fig. 2.2 se presenta la relacin entre proceso y modelos. Dependiendo de la naturaleza de los modelos se pueden clasificar en: Conceptuales; describe al sistema en forma global, permiten la transferencia de ideas o conceptos en forma clara y precisa, generalmente los modelos conceptuales toman la forma de diagramas. Matemticos; los cuales a su vez se podran clasificar en: Analticos los cuales representan un conjunto de ecuaciones asociadas a la descripcin de un sistema, y Numricos que representan un conjunto de algoritmos que no tiene necesariamente un equivalente analtico. Lingsticos que son un conjunto de reglas que describen a un sistema (Modelos Difusos) Ejemplo: En la Fig. 2.2 se muestra un sistema compuesto por una fuente, un interruptor y una lmpara conformando un circuito elctrico (a), tambin se muestra el modelo conceptual (b), el modelo matemtico (c), y el modelo lingstico (d) asociado a este sistema

Fig. 2.2. Circuito elctrico y los diferentes modelos asociados. Existen consideraciones generales en la prctica que deben tenerse en cuenta al modelar un sistema: Complejidad versus representabilidad. La complejidad del modelo muchas veces est asociada a los objetivos de estudio, y conlleva al uso de herramientas sofisticadas de anlisis. Es por eso, que es siempre deseable tener modelos lo ms simple posible, pero que representen el fenmeno que se quiere estudiar. Lamentablemente, muchos fenmenos que se presentan en los procesos industriales son complejos, y as ser necesario tener un modelo que sea un balance entre complejidad y representabilidad.

Simplificaciones. Para reducir la complejidad de los modelos se puede recurrir a simplificaciones tales como: Reduccin de orden: en este caso se eliminan algunos parmetros o ecuaciones que tienen poca influencia en la variable que se esta modelando. Concentracin de parmetros: en sistemas con parmetros distribuidos se puede resumir (concentrar) los efectos en tan solo un punto. Linealizacin: se considera el sistema operando en un rango pequeo de variaciones, donde una aproximacin en serie de primer orden da una muy buena aproximacin. Cabe destacar que esta simplificacin sustenta gran parte de este curso. Rango de validez El rango de validez determina la zona donde el modelo es vlido; es decir, donde concuerda con el comportamiento del proceso. Dentro de los factores que podemos citar y que afectan el rango de validez estn las suposiciones simplificatorias.

2.2.

Principios Bsicos de Modelacin de Sistemas

La experimentacin es la herramienta principal para obtener modelos de procesos, pero este conocimiento obtenido de los fenmenos que rigen el comportamiento de muchos procesos ha sido formalizado mediante expresiones matemticas. Las expresiones matemticas obtenidas pueden ser usadas, a su vez, para el propsito de modelacin. Es as como se distinguen los modelos fenomenolgicos y los empricos. Modelos fenomenolgicos, se obtienen mediante la aplicacin de leyes que rigen los fenmenos de inters en el proceso. Es decir, se aplica la experiencia acumulada respecto a determinado fenmeno, traducida a leyes que sintetizan un comportamiento en particular. Modelos empricos, son los que se determinan de la observacin directa de los resultados de excitar un proceso con entradas conocidas, y posterior correlacin de la informacin (salidas) obtenida. En estos casos se hace total abstraccin de los patrones de comportamiento internos al proceso. La metodologa usada para obtener modelos empricos se le denomina identificacin de sistemas. El uso de la modelacin fenomenolgica requiere del conocimiento de los fenmenos que ocurren en el proceso, y de las leyes que rigen su comportamiento. Es por ello que un modelo de este tipo, desarrollado para un proceso en particular, puede ser representativo de otro proceso equivalente, luego de un ajuste apropiado de sus parmetros. Dado que esta modelacin puede realizarse conociendo la naturaleza de los fenmenos, es posible desarrollar modelos en ausencia del proceso. La obtencin de modelos fenomenolgicos se basa principalmente, en la aplicacin de las leyes de conservacin (balance) y del principio de mnima accin. En resumen, el enfoque del modelado en la teora de sistemas es el entendimiento de los sistemas fsicos, pero descritos de una manera unificada, es decir, de manera que sin importar su naturaleza fsica (de tipo elctrico, qumico, trmico, mecnico, biolgico, etc.) se les pueda aplicar una sola teora para analizarlos, describirlos o controlarlos.

Cantidades fsicas. Para lograr un tratamiento tan general se buscan la propiedades que son comunes entre diversos sistemas fsicos sin importar demasiado su origen, estas propiedades se pueden expresar en trminos de las cantidades fsicas que ayudan a describir los sistemas: Constantes. Son las constantes numricas que especifican dimensiones, rangos y atributos fijos de los sistemas (normalmente masas, inductancias, resistencias, coeficientes calorficos, etc ). Estas constantes pueden ser conocidas, desconocidas o pobremente conocidas. Variables. El comportamiento dinmico de un sistema puede describirse a travs de las variables del sistema, las cuales suelen ser las entradas, y por lo general, son conocidas a priori, y las salidas del sistema, las cuales pueden ser determinadas una vez que las entradas han sido especificadas. Variables tipo flujo. Son cantidades que se fluyen o se transmiten a travs de un medio. (corriente elctrica, caudal de un lquido, fuerza mecnica, carga elctrica, etc). Para ser medidas requieren interrumpir el medio a travs del cual fluyen. Variables tipo potencial o esfuerzo. Son cantidades que se miden tomando en consideracin dos puntos y su valor es la diferencia relativa entre esos dos puntos (voltaje, presin, temperatura, desplazamiento, velocidad, aceleracin, etc).

2.3.

Leyes Fsicas

La primera base para establecer las relaciones entre las variables y las constantes de un sistema son las leyes fsicas que lo gobiernan. En procesos industriales, los balances de materia y energa son de particular inters. La forma general que tienen los balances de una propiedad P(t) en el sistema en un intervalo de tiempo t es:

Haciendo el perodo de tiempo muy pequeo, t 0, bajo los supuestos de continuidad de las funciones involucradas se obtiene:

Existen dos maneras de aplicar las ecuaciones de balance con el fin de determinar la estructura del modelo:

Balance macroscpico. El proceso en cuestin se caracteriza por propiedades globales que no representan variaciones espaciales. As Fe(t), Fs(t), Cg(t) y Cc(t) son slo funcin del tiempo y la ecuacin anterior es slo una ecuacin diferencial ordinaria de primer orden. El modelo obtenido corresponde a un sistema de parmetros concentrados. Balance microscpico. En este caso el balance descrito por la ecuacin anterior se realiza en un elemento de volumen dV, resultando la dependencia espacial de F y C. Estos balances dan lugar a un conjunto de ecuaciones diferenciales parciales tanto con dependencia espacial como temporal. Tales modelos corresponden a un sistema con parmetros distribuidos. Por lo general, es tipo de balances nos llevan a plantear leyes de dos tipos:

Leyes de Conservacin de la masa ( Carga Elctrica): Todos los flujos que Todos los flujos que = salen del nodo

entran en un nodo

Ejemplos de este tipo de leyes son, La ley de corrientes de Kirchoff: La segunda ley de Newton:

Leyes de Conservacin de de la Energa: Por ejemplo,

Ejemplos de este tipo de leyes son, La ley de voltajes de Kirchoff: Desplazamientos r en una trayectoria cerrada:

Relaciones o leyes constitutivas Adems de entradas y salidas, los sistemas poseen componentes (parmetros), los cuales supondremos en este anlisis que estn concentrados, es decir no distribuidos en el espacio, sino ubicados idealmente slo en un punto. Cada componente de un sistema introduce una relacin constitutiva entre la variable de flujo a travs de l y la variable de esfuerzo entre sus extremos, por ejemplo: Componentes Elctricos:

Componentes Mecnicos:

Ejemplos de Sistemas de Otras Ramas de la Ingeniera y su representacin

Ejemplo 1: Ejemplo Hidrulico Se tiene un estanque rectangular de base cuadrada A con lquido (agua) y se desea obtener la ecuacin diferencial que relaciona la altura del estanque h con el flujo de entrada Fe (caudal) t .

Fe(t)
h(t): Altura del nivel de agua en t. A: rea de la base. a: rea o seccin de la tubera de salida.
V (t ) = Ah(t ) (volumen de agua a la altura h(t) del estanque).

1
h(t)

Fe: Flujo de Entrada (Volumtrico o Caudal). Fs: Flujo de Salida ((Volumtrico o Caudal).

2 Area=A

Fs(t)=K h(t )

Solucin: a) Usando el principio de conservacin de la masa. dV (t ) Qe (t ) Qs (t ) = en que Qe (t ) es el Flujo MASICO de entrada y Qs (t ) es el Flujo dt MASICO de salida. Balance Msico: (como agua=1[Kg/mt3] ), el balance msico es equivalente a realizar balance volumtrico, es decir:
Fe (t ) Fs (t ) = dV (t ) dt

(1)

en que Fe (t ) =

Qe (t )

y Fs (t ) =

Qs (t )

b) Por otro lado, usando el principio de conservacin de la energa y aplicndolo a los puntos 1 y 2 se tiene. E1 = E2 + Prdidas

c) Hiptesis Simplificatoria 1: (NO HAY PERDIDAS o estas son despreciables), entonces; E1=E2 1 1 2 2 As, mv1 + mgh1 = mv 2 + mgh2 (2) 2 2 d) Hiptesis Simplificatoria 2: v1 0 , es decir, la superficie del estanque no se mueve aunque salga agua por la tubera puesto que el rea del estanque es mucho mayor que el rea de la tubera, es decir; A >> a y h(t) es grande. Entonces,

v1 = 0 h1 = h(t ) h2 = 0 Luego la ecuacin (2) se transforma en, 0 0

1 1 2 2 mv1 + mgh1 = mv 2 + mgh2 v 2 (t ) = 2 gh(t ) = 2 g h(t ) 2 2

por definicin de flujo Volumtrico o Caudal (Ecuacin de continuidad del flujo de fluidos), se tiene que. Fs (t ) = av 2 (t ) = a 2 g h(t ) = K h(t ) donde K = a 2 g = cte. Finalmente, reemplazando el caudal de salida en la ecuacin (1) se tiene,
Fe (t ) K h(t ) = A dh(t ) dt

o bien,
A dh(t ) + K h(t ) = Fe (t ) dt

Ejemplos de Circuitos Elctricos y sus Modelos Matemticos

Ejemplo 1: Obtencin de ecuaciones diferenciales que describen el comportamiento elctrico del circuito RC de la figura siguiente cuando se cierra el interruptor.

Rta:
e(t ) = vC + v R v R = e(t ) vC i= dv dv vR = C1 C v R = R1C1 C R1 dt dt

(1)

Luego,

vC + R1C1

dvC = e(t ) dt

Si e(t)=E=cte., entonces la solucin de la ecuacin diferencial para vc(t) es: vC (t ) = (vC 0 E )e

t R1C1

+E

= Respuesta Transiente + Respuesta Permanente

Ejemplo 2: Obtenga la ecuacin diferencial que describe el comportamiento elctrico del circuito RL de la figura siguiente (suponga que existe un Switch entre la fuente y el circuito que se cierra en t=0).

Rta:
e(t ) = Ri + L di dt

Si e(t)=E=cte., entonces la solucin de la ecuacin diferencial para i(t) es:

t t E i (t ) = 1 e L + I 0 e L = Respuesta Particular + Respuesta Homognea R R R

Formas de Onda de corriente cuando e(t)=E constante.

Ejemplo 3: Obtencin de ecuaciones diferenciales que describen el comportamiento elctrico del circuito RLC serie de la figura siguiente.

Rta:

d 2 vC dv + RC C + v C = e(t ) LC 2 dt dt