Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Escuela Profesional de Ingeniería Mecatrónica
CONTROL II
AUTOR :
CICLO : VIII
INDICE
INTRODUCCIÓN.............................................................................................................................1
OBJETIVOS......................................................................................................................................2
MARCO TEORICO...........................................................................................................................3
MATERIALES..................................................................................................................................5
DESARROLLO.................................................................................................................................5
PARTE I.........................................................................................................................................5
PARTE II.....................................................................................................................................18
PARTE III....................................................................................................................................30
CUESTIONARIO:...........................................................................................................................42
CONCLUSIONES...........................................................................................................................53
INTRODUCCIÓN
1
UNIVERSIDAD NACIONAL DE TRUJILLO
Las señales pueden describir una variedad muy amplia de fenómenos físicos, y aunque se
pueden representar de muchas formas, en todo caso la información dentro de una señal está
contenida en un patrón de variaciones de alguna forma.
Por ejemplo, el mecanismo vocal humano produce el habla mediante la creación de
fluctuaciones de la presión acústica. Así, los diferentes sonidos corresponden a diferentes
patrones en las variaciones de la presión acústica, y el sistema vocal humano produce una
voz inteligible generando secuencias diferentes de esos patrones. Las variaciones de presión
acústica se convertirán después en señal eléctrica.
Es decir, una señal no va a ser más que una función de una o unas variables independientes
que contiene información acerca de la naturaleza o comportamiento de algún fenómeno.
Así, por ejemplo, la señal de voz se representa de forma matemática por la presión como
una función del tiempo. Hay dos tipos básicos de señales, de tiempo continuo y de tiempo
discreto, en este laboratorio se verán las ultimas mencionadas.
Una ecuación en diferencias es una expresión que relaciona distintas sucesiones, siendo una
de ellas una sucesión desconocida. Son similares a las ecuaciones diferenciales,
sustituyendo las funciones por sucesiones. Para su resolución suele utilizarse el método de
la transformada Z.
Para el análisis de los sistemas se recurre en general a 3 señales fundamentales que son el
impulso, el escalón y la rampa. A parte de estas señales existen otras conocidas como
periódicas y que en algún momento puede ser necesario su uso. Las señales construidas en
MATLAB, aún con la apariencia de señales continuas, son secuencias discretas definidas
sólo en determinados intervalos de tiempo, lo que no impide que se puede emplear para el
análisis de los sistemas puramente continuos. Para graficar señales continuas en 2D,
utilizamos el comando “plot” y para graficar señales muestreadas el comando “stem”. Se
continuará con el proceso de discretización de una señal.
OBJETIVOS
2
UNIVERSIDAD NACIONAL DE TRUJILLO
MARCO TEORICO
Ecuaciones en diferencias
1. Conceptos Basicos
Una ecuación en diferencias es una expresión del tipo:
G ( n , f ( n ) , f ( n+1 ) , … , f ( n+ k ) )=0 , ∀ n ∈ Z ,
Donde f es una función definida en Z.
Si después de simplificar esta expresión quedan los términos f(n+k1) y f(n+k2)
como el mayor y el menor, respectivamente, se dice que la ecuación es de orden
k = k1 – k2.
Ejemplo 1: La ecuación:
5 f ( n+ 4 )−4 f ( n+2 ) + f ( n+1 )+ ( n−2 )3 =0
Es de orden 4 -1 = 3.
Una ecuación en diferencias de orden k se dice lineal si puede expresarse de la
forma:
p0 ( n ) f ( n+ k )+ p 1 ( n ) f ( n+ k−1 )+ …+ p k ( n ) f ( n )=g ( n ) ,
Donde los coeficientes pi son funciones definidas en Z.
El caso más sencillo es cuando los coeficientes son constantes pi(n) = ai:
a 0 f ( n+f )+ a1 f ( n+k −1 )+ …+a k f ( n )=g ( n ) .
La ecuación en diferencias se dice homogénea en el caso de que g(n) = 0, y
completa en el caso contrario.
Teorema 1
Dada la ecuación en diferencias lineal de coeficientes constantes y de orden
3
UNIVERSIDAD NACIONAL DE TRUJILLO
k:
a0 f ¿
El problema de hallar una función f definida en Z, que verifique la ecuación, y
tal que en los k enteros consecutivos n 0, n0 +1, …, n0 + k – 1 tome los valores
dados c0, c1, …, cñ-1, tiene solución única.
Teorema 2
Dada una ecuación en diferencias lineal homogénea de coeficientes
constantes y de orden k entonces, si una solución f es nula en k enteros
consecutivos, es idénticamente nula.
Teorema 3
Toda combinación lineal de soluciones de una ecuación en diferencias
lineal homogénea de coeficientes constantes y de orden k es también solución
de dicha ecuación.
Se llama sistema fundamental de soluciones de una ecuación en diferencias
lineal homogénea de orden k a todo conjunto {f1, f2, …, fk} de soluciones de
dicha ecuación que verifica para algún n0 ϵ Z que la matriz fundamental es
inversible, esto es:
f 1 (n0 ) f 2 (n0 ) … f k (n0)
Teorema 4
|
D ( n0 ) = f 1(n0 +1)
…
f 2 (n 0+ 1)
…
f 1 (n0 +k −1) f 2 ( n0+ k−1)
…
… …
|
f k (n0 +1) ≠0.
… f k (n0 + k−1)
4
UNIVERSIDAD NACIONAL DE TRUJILLO
MATERIALES
Computadora Personal
Software Matlab
DESARROLLO
PARTE I
Análisis:
- Identificamos el periodo de la señal original, ya que este nos ayudara a calcular el
periodo de muestreo de nuestra señal discreta. En este caso el periodo de la señal es
2π.
- Si la señal original debe ser dividida en 50 partes, entonces el dominio que va entre
0 y 2π tiene que ser dividido en (50 -1) secciones, dándonos un valor de 49.
- Nuestro periodo de muestreo vendría ser 2π/49.
Código en Matlab:
k=0:2*pi/49:2*pi; <- Dividimos el dominio en 49
secciones
y=sin(k);
stem(k,y,'g');
grid on
title('Senoidal discretiada.')
xlabel('k')
Grafico:
5
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
o Identificamos el periodo de la señal original, ya que este nos ayudara a
calcular el periodo de muestreo de nuestra señal discreta. En este caso el
periodo dela señal es 4π.
o Si la señal original debe ser divida en 20 partes, entonces el dominio que va
entre 0 a 4π tiene que ser dividido en (20 -1) secciones, dándonos un valor
de 19.
o Nuestro periodo de muestreo vendría a ser 4π/19.
Código en Matlab:
6
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
Análisis:
o Identificamos el periodo de la señal original, ya que este nos ayudara a
calcular el periodo de muestreo de nuestra señal discreta. En este caso
periodo de la señal es 2π.
o Si la señal original debe ser dividida en 20 partes, entonces el dominio que
va entre 0 a 2π tiene que ser dividido en (20 -1) secciones, dándonos un
valor de 19.
o Nuestro periodo de muestreo vendría a ser 2π/19.
Código en Matlab:
7
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
8
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
o La señal original tiene un periodo de 9, esto se debe a que no empieza en 0.
o Si la señal original debe ser dividida en 40 partes, entonces el dominio que
va entre 1 a 10 tiene que ser dividido en (40 - 1) secciones, dándonos un
valor de 39.
o Nuestro periodo de muestreo vendría a ser 9/39.
Código en Matlab:
k=1:9/39:10;
y = log(k);
figure
stem(k,y,'y')
grid on
title('Señal discretizada y = log(k);')
xlabel('k')
ylabel('y(k)')
Grafico:
9
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
o La señal original tiene un periodo de 3π.
o El dominio deberá ser dividido en 39 secciones.
o Nuestro periodo de muestreo vendría a ser 3π/39.
Código en Matlab:
k=1:3*pi/39:3*pi;
y=exp(-2*k).*(3*sin(2*k)+4*cos(2*k));
figure
stem(k,y,'r');
grid on
title('Señal Discreta')
xlabel('k')
ylabel('y(k)')
Grafico:
10
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
o La señal escalón puede ser implementada, declarando una matriz de “unos”
de 1 fila y “n” columnas.
Código en Matlab:
k = 0:20;
n= length(k)
y=ones(1,n);
figure
stem(k,y)
grid on
title('Señal discretizada de la señal escalón')
xlabel('k')
ylabel('y(k)')
11
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
Análisis:
o La señal escalón traslada “w” posiciones, puede ser implementada,
declarando una matriz de 1 fila con “ceros” desde la columna 0 a la columna
“w” y “unos” en adelante hasta completar las “n” columnas requeridas.
12
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
k = 0:10;
n= length(k);
y=[zeros(1,8) ones(1,n-8)];
figure
stem(k,y,'k')
grid on
title('Señal discretizada de la señal escalón trasladada.')
xlabel('k')
ylabel('y(k)')
Grafico:
Análisis:
o La señal impulso unitario, de la misma manera que en el caso anterior,
puede ser implementada declarando “ceros” iniciales, en “uno” del impulso
en la posición requerida y “ceros” finales hasta completar el dominio.
13
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
k = -10:10;
n= length(k);
y=[zeros(1,(n-1)/2) 1 zeros(1,(n-1)/2)];
figure
stem(k,y,'m')
grid on
title('Señal discretizada del impulso unitario')
xlabel('k')
ylabel('y(k)')
Grafico:
10) Repetir el paso anterior pero ahora utilizando lo siguiente: y=[ x=¿ 0]
Análisis:
o Matlab nos da las herramientas para poder declarar un impulso sin la
necesidad de crear matrices e ir llenándolas de ceros y unos de manera
manual.
14
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
y1 = [k==0];
figure
stem(k,y,'c')
grid on
title('Señal discretizada y = [x==0];')
xlabel('k')
ylabel('y(k)')
Grafico:
Análisis:
15
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
k = -10:10;
n= length(k);
y=[k==4];
figure
stem(k,y,'k')
grid on
title('Señal discretizada impulso unitario;')
xlabel('k')
ylabel('y(k)')
Grafico:
Análisis:
16
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
2π
13) Grafique la señal y ( k )=sin ( 100 )[ μ ( k )−μ(k−30)], Ɐ k ≥ 0.
17
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
o El método de resolución para este ejercicio es el que hemos trabajando de
simplemente reemplazar “k” que tiene un tiempo de muestreo en la señal
propuesta.
o Además, notamos que los escalones que se están restando, nos están
diciendo que la señal simplemente empieza en 0 y termina en 30, esto será
representado utilizando el ultimo método estudiado, donde simplemente
declaremos “k<30” que quiere decir que para valores de “k” menores que 30
serán “unos”.
Código en Matlab:
k = 0:100;
z= sin(2*pi*k/100);
w=[k<30];
y=z.*w;
figure
stem(k,y,'r')
grid on
title('Señal discretizada y(k) = sin(2*pi*k/100)[u(k)-u(k-30)]')
xlabel('k')
ylabel('y(k)')
Grafico:
18
UNIVERSIDAD NACIONAL DE TRUJILLO
PARTE II
Análisis:
- Al tener la señal continua, para conseguir nuestra señal discretizada, lo que
debemos hacer es simplemente reemplazar ‘t’ por ‘ k T s’ y despejar todo en
función solo de ‘k’. Aplicando esto, nuestra señal discretizada será:
3 2
[
f ( k T s) =3 k T s μ ( k )−μ k−
( Ts )] (
+2 μ k−
Ts )
19
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
Grafico:
20
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
- Al tener la señal continua, para conseguir nuestra señal discretizada, lo que
debemos hacer es simplemente reemplazar ‘t’ por ‘ k T s’ y despejar todo en
función solo de ‘k’. Aplicando esto, nuestra señal discretizada será:
1
(
f ( k T s) =3 k T s μ ( k )−(k T s−1) μ k−
Ts )
f ( k T s) =3 k T s μ ( k )−T s (k −100) μ ( k −100 )
- Y con ello simplemente interpretaremos las funciones escalones para saber
cuándo empieza y terminan las funciones a las que acompañan.
Código en Matlab:
Grafico:
21
UNIVERSIDAD NACIONAL DE TRUJILLO
1 2 3
[ (
f ( k T s) =6 k T s μ ( k )−μ k −
Ts )] [ ( ) ( )]
+ 2 μ ( k ) −4 μ k −
Ts
−μ k−
Ts
22
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
Grafico:
23
UNIVERSIDAD NACIONAL DE TRUJILLO
1 3
(
f ( k T s) =5 k T s μ ( k )−3 μ k −
Ts) (
−3( k T s −3) μ k−
Ts )
f ( k T s) =5 k T s μ ( k )−3 μ ( k−50 )−3 T s (k −150) μ ( k−150 )
- Y con ello simplemente interpretaremos las funciones escalones para saber
cuándo empieza y terminan las funciones a las que acompañan.
24
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
Grafico:
25
UNIVERSIDAD NACIONAL DE TRUJILLO
π π 2π
[ (
f ( t )= ASin ( ω 0 t ) μ ( t ) −μ t−
ω0)] [ ( ) ( )]
− ASin ( ω0 t ) μ t−
ω0
−μ t−
ω0
Análisis:
- Al tener la señal continua, para conseguir nuestra señal discretizada, lo que
debemos hacer es simplemente reemplazar ‘t’ por ‘ k T s’ y despejar todo en
función solo de ‘k’. Aplicando esto, nuestra señal discretizada será:
π π 2π
[ (
f ( k T s) = ASin ( ω0 k T s ) μ ( k )−μ k −
ω0 T s )] [(
− ASin ( ω 0 k T s ) μ k−
ω0 T s
−μ k −
) (
ω0 T s )]
f ( k T s) = ASin ( ω0 k T s ) [ μ ( k )−μ ( k −50 ) ] − ASin ( ω 0 k T s ) [ μ ( k−50 )−μ ( k −100 ) ]
26
UNIVERSIDAD NACIONAL DE TRUJILLO
Código de Matlab:
Grafico:
27
UNIVERSIDAD NACIONAL DE TRUJILLO
π π 2π 2π
[ (
f ( t )= ASin ( ω 0 t ) μ (t ) +2 ASin ω0 t−
ω0 )] (
μ t−
ω0 )
+ ASin[ω 0 (t− )] μ t−
ω0 ω0 ( )
Análisis:
- Al tener la señal continua, para conseguir nuestra señal discretizada, lo que
debemos hacer es simplemente reemplazar ‘t’ por ‘ k T s’ y despejar todo en
función solo de ‘k’. Aplicando esto, nuestra señal discretizada será:
π π 2π 2π
[(
f ( k T s) = ASin ( ω0 k T s ) μ ( k ) +2 ASin ω0 k T s−
ω0 )] (
μ k−
ω0 T s )
+ ASin [ω0 (k T s − )] μ k −
ω0 ω0 T s ( )
f ( k T s) = ASin ( ω0 k T s ) μ ( k ) +2 ASin [ ω 0 T s ( k −50 ) ] μ ( k −50 ) + ASin[ω 0 T s (k −100)]μ ( k −100 )
- Y con ello simplemente interpretaremos las funciones escalones para saber
cuándo empieza y terminan las funciones a las que acompañan.
Código en Matlab:
Grafico:
28
UNIVERSIDAD NACIONAL DE TRUJILLO
1
7) Graficar la siguiente función periódica g ( t ) = . 0 ≤ t< 4, utilizar un tiempo de
4
T
muestreo de T s= seg; Siendo el periodo de la señal T=4seg. Considerar la
100
∞
función periódica como f ( t )=∑ g (t−nT ), donde g ( t ) ∃ ∀ t ∈[0 , t]
n=0
Análisis:
- La señal periódica f(t) seria el resultado de una sumatoria de la función g(t)
trasladada en cada momento. Para poder realizar la grafica de f(t) el primer paso
será analizar un solo periodo de la función o mejor dicho g(t).
- Utilizaremos el método para darle forma a la función, de manera que podamos
discretizarla más adelante reemplazando por ‘k T s’, obteniendo la función:
t 1
g ( t ) = μ ( t )− ( t−T ) μ ( t−T )−μ ( t−T )
4 4
t 1
g ( t ) = μ ( t )− ( t−4 ) μ ( t−4 )−μ ( t−4 )
4 4
29
UNIVERSIDAD NACIONAL DE TRUJILLO
∞
f ( t )=∑ g (t−nT )
n=0
∞
f ( k T s) =∑ g(k T s −4 n)
n=0
∞
1 1
f ( k T s) =∑ ( k T s−4 n)μ ( k T s−4 n ) − ( k T s−4 n−4 ) μ ( k T s−4 n−4 ) −μ ( k T s−4 n−4 )
n=0 4 4
∞
1 1
f ( k T s) =∑ T (k −100 n) μ ( k −100 n )− T s ( k−100 n−100 ) μ ( k−100 n−100 )−μ ( k −100 n−100 )
n=0 4 s 4
- Por ultimo para llevar esto a Matlab simplemente debemos crear un bucle para
‘n’ hasta un valor que querramos y analizar los escalones para saber donde
empieza y acaba cada funcion.
Código en Matlab:
Grafico:
30
UNIVERSIDAD NACIONAL DE TRUJILLO
8) Como podemos notar, todas las señales que se han evaluado hasta el momento
pueden ser representadas de manera discreta aplicando diferentes tipos de metodos.
Estas señales en manera discreta deben tener un periodo de muestreo pequeño si es
que se quiere representar la señal original lo mas fiel posible, por lo que hay que
tener esto siempre presente en el proceso de discretizacion. Por ultimo cabe recalcar
que llevar una señal discretizada a Matlab desde su ecuacion matematica requiere
un analisis un poco mas elaborado, ya que normalmente hacemos uso de señales
escalon o impulso que Matlab debe interpretar.
PARTE III
31
UNIVERSIDAD NACIONAL DE TRUJILLO
y ( k )=0.5 y ( k −1 ) + μ ( k )
Análisis:
- Una solución numérica de una ecuación recursiva se obtiene por simple
reemplazo de valores. Para lograr esto en Matlab nos ayudamos de un bucle
pero teniendo en cuenta que el primer valor debe ser puesto a mano porque
depende de un valor inicial y(0).
Código en Matlab:
y0=1;
n=10;
k=1:n;
for i=1:n
if i==1
y(1)=0.5*y0+1;
else
y(i)=0.5*y(i-1)+1;
end
end
plot(k,y)
title('')
figure
stem(k,y)
title('Gráfico de ecuación recursiva.')
Grafico:
32
UNIVERSIDAD NACIONAL DE TRUJILLO
10) Se tiene la siguiente ecuación recursiva. y ( 0 )=1, y (−1 )=0.5, si μ ( k ) es una función
escalón.
Análisis:
- Aplicamos lo mismo que en el problema anterior. Para lograr esto en Matlab nos
ayudamos de un bucle pero teniendo en cuenta que el primer y el segundo valor
deben ser puestos a mano porque dependen de valores iniciales y(0) y y(1).
Código en Matlab:
%10. y(k)-1.4*y(k-1)+0.7*y(k-2)=2*u(k)-0.4u(k-2) 33
% y(0) = 1, y(-1)=0.5
y0=1;
y_menos1=0.5;
n=40;
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
34
UNIVERSIDAD NACIONAL DE TRUJILLO
a) Solución numérica
Análisis:
- Aplicamos lo mismo que en el problema anterior. Para lograr esto en Matlab nos
ayudamos de un bucle pero teniendo en cuenta que el primer y el segundo valor
deben ser puestos a mano porque dependen de valores iniciales y(0) y y(1).
Código en Matlab:
%a)Numerica:
y0=1;
y1=1;
n=10; 35
k=1:n;
for i=1:n
if i==1
y(1)=y0+y1;
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
b) Solución analítica
Análisis:
- Para este método de solución utilizamos un α k tal que f( k )=α k, siendo así que
nuestra ecuación original seria ahora:
1+ √ 5
α 1=
2
1−√ 5
α 2=
2
- Aplicando la propiedad para encontrar la señal discreta se tiene que:
36
UNIVERSIDAD NACIONAL DE TRUJILLO
k k
1+ √ 5 1− √ 5
f ( k )=0.72361 ( 2 ) +0.27639 ( 2 )
- Esta ecuación simplemente debe ser llevada a Matlab y graficarla.
Código en Matlab:
%b)Analitica:
n=12;
k=1:n;
y(k)=[0.72361*((1+sqrt(5))/2).^k]+[0.27639*((1-
sqrt(5))/2).^k];
figure
stem(k,y)
title('Grafica del metodo Analitico de la secuencia de
Fibonnaci')
xlabel('k')
ylabel('y(k)')
grid on
Grafico:
37
UNIVERSIDAD NACIONAL DE TRUJILLO
c) Solución matricial
Análisis:
- Para este método de solución utilizamos una matriz M k que nos permitirá
encontrar la solución matricial discretizada, para ello primero debemos
encontrar una relación matricial para nuestro f(0) y un f(1), donde:
k
f (k ) f (0)
=0 1
[ ] [ ][ ]
f ( k +1) 1 1 f (1)
- Una vez encontrado nuestro M k debemos encontrar sus valores propios y
autovalores de M, donde:
1+ √ 5
γ 1=
2
1−√ 5
γ 2=
2
- Además, sabemos que su matriz diagonalizada D es:
1+ √ 5
[
D= 2
0
-
0
1−√ 5
2
]
Con ayuda de D, encontraremos M k siendo que L Dk L−1 =M k :
- Por último, tendríamos nuestra matriz que puede ser llevada a Matlab por medio
de un bucle:
f (k ) =M k f (0)
[ ] [ ]
f ( k +1) f (1)
Código en Matlab:
%c)Matricial
n=12;
y(1)=1;
y(2)=1;
k=0:n-1;
M=[0 1; 1 1];
av=eig(M);
L=[1 1;av(1) av(2)];
for i=1:n 38
D=[av(1)^(i-1) 0; 0 av(2)^(i-1) ];
Mk=L*D*inv(L);
y(i)=Mk(1,1)*y(1)+Mk(1,2)*y(2);
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
Se define:
+∞ +∞
y ( k )=g ( k )∗h ( k )= ∑ g ( n ) . h ( k −n )= ∑ h ( n ) . g(k −n)
n=−∞ n=−∞
39
UNIVERSIDAD NACIONAL DE TRUJILLO
+∞
y ( k )=∑ g ( n ) . h ( k −n )
n=0
Código en Matlab:
% g(k)={1,1,1} h(k)={1,2,3}
%y(k)=g(k)*h(k).
%Definimos la señal g(k).
g=[1 1 1];
h=[1 2 3];
%Operamos la convolución de las 2 señales.
y=conv(g,h);
%Formación de ejes en tiempo discreto.
n=length(y);
k=0:1:n-1;
%gráficamos convolución.
plot(k,y,'*r')
title('convolución de señales discretas.')
xlabel('k, instántes')
ylabel('y(k)=x(k)*g(k)')
grid on
%...............................................................
......
figure
stem(k,y)
title('convolución de señales discretas (stem)')
xlabel('k, instántes')
ylabel('y(k)=x(k)*g(k)')
grid on
40
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
g ( k ) =[−3 4 1 0 4−5 1 ]
h ( k )=[ 1−4 0 21 ]
plotear el resultado.
41
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
- Procedemos de igual manera que en el ejercicio anterior, reemplazando valores
para ‘n’ en la sumatoria y en cuanto Matlab, podemos ayudarnos de la función
‘conv’ para no tener que realizar un bucle, aunque también es otra forma de
llegar al mismo resultado.
Código en Matlab:
%g(k)=[-3 4 1 0 4 -5 1] h(k)=[1 -4 0 2 1]
g =[-3 4 1 0 4 -5 1];
h =[1 -4 0 2 1];
y = conv(g,h);
n = length(y);
k=0:1:n-1;
plot(k,y,'*r')
title('convolución de señales discretas.')
xlabel('k, instántes')
ylabel('y(k)=x(k)*g(k)')
grid on
%.............................................................
........
figure
stem(k,y)
title('convolución de señales discretas (stem)')
xlabel('k, instántes')
ylabel('y(k)=x(k)*g(k)')
grid on
Grafico:
42
UNIVERSIDAD NACIONAL DE TRUJILLO
CUESTIONARIO:
Código en Matlab:
%1.a y(k+2)-1.6*y(k+1)+0.8*y(k)=0
%y(0)=0 y(1)=1
y0=0;
y1=1;
n =10;
k=1:n;
y2 = 1.6*y1;
for i=1:n-2 43
y(1)=y1;
y(2)=y2;
if i+2==3
y(i+2)= 1.6*y2-0.8*y1;
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
ii. Analítico
Análisis:
- Como se ha visto anteriormente el método analítico consiste en ayudarnos de
una función auxiliar para llevarlo a una ecuación de la cual encontraremos sus
raíces y se reemplazaran las condiciones iniciales para encontrar sus constantes.
Aplicando todo esto encontramos que nuestra ecuación discretizada es:
44
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
%a.2)Analitica:
clear all; clc;
n=40;
y(1)=0;
y(2)=1;
k=1:n;
ma=[1 1; raices(1) raices(2)];
c=[y(1); y(2)];
mi=inv(ma)*c;
for i=1:n
y(i)=mi(1).*raices(1)^(i-1)+mi(2).*raices(2)^(i-1);
end
figure
stem(k,real(y),'g')
title('Grafica del metodo Analitico de la secuencia')
xlabel('k')
ylabel('y(k)')
grid on
Grafico:
45
UNIVERSIDAD NACIONAL DE TRUJILLO
iii. Matricial
Analisis:
Aplicamos el mismo método usado anteriormente.
Código en Matlab:
%a.3)Matricial
clear all; clc;
n=40;
y(1)=0;
y(2)=1;
k=1:n;
M=[0 1; -0.8 1.6];
av=eig(M);
L=[1 1;av(1) av(2)];
for i=1:n
D=[av(1)^(i-1) 0; 0 av(2)^(i-1) ];
Mk=L*D*inv(L);
y(i)=Mk(1,1)*y(1)+Mk(1,2)*y(2);
end
figure
stem(k,real(y),'r')
grid on
title('solucion matricial');
xlabel('k')
ylabel('y(k)')
46
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
47
UNIVERSIDAD NACIONAL DE TRUJILLO
Código en Matlab:
%1.b. y(k+2)-1.8*y(k+1)+8*y(k)=3*0.6^(k)
%y(0)=1 y(1)=1
y0=1;
y1=1;
n =10;
k=1:n;
y2 = 3 + 1.8*y1 - 8*y0;
for i=1:n-2
y(1)=y1;
y(2)=y2;
if i+2==3
y(i+2)= (3*0.6^(i))+1.8*y(2)-8*y(1);
else
y(i+2) = (3*0.6^(i))+1.8*y(i+1)-8*y(i);
end
end
plot(k,y,'*r')
title('Gráfica de la solución numérica de Y(k).')
xlabel('k')
ylabel('y(k)')
grid on
figure
stem(k,y)
title('Gráfica Stem, de la solución numérica de Y(k)')
xlabel('k')
ylabel('y(k)')
grid on
48
UNIVERSIDAD NACIONAL DE TRUJILLO
Grafico:
49
UNIVERSIDAD NACIONAL DE TRUJILLO
Análisis:
- El método de solución numérico para las 3 ecuaciones de recurrencia
simplemente consiste en el reemplazo de valores para ‘k’ y para el caso de
Matlab aplicar un bucle definiendo primero los 2 valores iniciales manualmente
ya que se tienen condiciones iniciales.
Código en Matlab:
%1.c. y(k)-0.692*y(k-1)+0.16*y(k-2)=0.2
% y(0)=0.4 y(1)=-0.2
y0=0.4;
y1=-0.2;
Grafico:
n=10;
k=1:n;
for i=1:n
if i==1
y(1) = y1;
else
if i==2
y(i)=0.2+0.692*y(1)-0.16*y0;
else
y(i)=0.2+0.692*y(i-1)-0.16*y(i-2);
end
end
end
plot(k,y,'*r')
title('Gráfica de la solución numérica de Y(k).')
xlabel('k')
ylabel('y(k)')
grid on
figure
stem(k,y)
title('Gráfica Stem, de la solución numérica de Y(k)')
xlabel('k')
ylabel('y(k)')
grid on
50
UNIVERSIDAD NACIONAL DE TRUJILLO
a. Rectángulos Inscritos:
Análisis:
- El método de solución para este problema será de primero identificar la función
y definir sus límites. Para este caso tenemos que la primera mitad de la función
es una exponencial al cuadrado y la segunda parte es una recta de pendiente
negativa, por lo que podemos definirlo de la siguiente manera:
t 2 , 0 ≤ t<0.5
{
f ( t )= t
0.5− ,0.5 ≤ t< 1
2
- De esta definición simplemente debemos encontrar los valores discretizados,
para un tiempo de muestreo Ts=0.1. Esto lo lograremos mediante un bucle en
Matlab, el cual llenara una matriz de los valores discretizados.
51
UNIVERSIDAD NACIONAL DE TRUJILLO
- Por último, para encontrar el área aproximada por este método, tendremos que a
cada valor discretizado, multiplicarlo por el periodo de muestreo y sumar todos
los datos.
%2.a)Rectangulos inscritos
Ts=0.1;
k=0:Ts:1;
y(1)=0;
for i=2:11
if i<6
y(i)=((i-1)*Ts)^2;
else
y(i)=0.5-((i-1)*Ts)/2;
end
end
stem(k,y)
grid on;
area=0;
areapr=0;
for i=1:11
area=y(i)*Ts;
areapr=area+areapr;
end
areapr %Area aproximada
Command Window:
52
%3. y(k) -1.7*y(k-1)+0.72*y(k-2)+0.2*y(k-3)=2*u(k)-0.4+u(k-1);
%y(0)=0; y(1)=-1; y(2)=1; u(-1)=0 u(k)=1
y0=1;
UNIVERSIDAD
y1=-1; NACIONAL DE TRUJILLO
y2=1;
n=50;
k=1:n;
uk=1;
for i=1:n
if i==1
y(1)=-1;
else
if i==2
y(2)=1;
else
if i==3Figura 1. Resultado del área aproximada.
y(i)=1.7*y(i-1)-0.72*y(i-2)-0.2*y0+2*uk-0.4+uk;
else
3) Para el sistema: y(i)=1.7*y(i-1)-0.72*y(i-2)-0.2*y(i-3)+2*uk-0.4+uk;
end
y ( k )−1.7 y ( kend
−1 ) +0.72 ( k−2 ) + 0.2∗y ( k−3 )=2∗u ( k )−0.4 +u(k−1)
end
Realice una soluciónnumerica de y(k) con 50 terminos, si las condiciones iniciales
end
plot(k,y,'*r')
son y(0)=0, y(1)=-1 y(2)=1;
title('Gráfica de lau(-1)=0,
solución suponiendo
numéricaque de laY(k).')
entrada u(k)=1, para todo k.
xlabel('k')
Grafique y(k).
ylabel('y(k)')
grid on
figure
stem(k,y)
Análisis:
title('Gráfica Stem, de la solución numérica de Y(k)')
- El método de solución para este problema es el mismo que hemos venido
xlabel('k')
ylabel('y(k)')
gridtrabajando,
on crearemos un bucle en el cual iremos llenando valores de una matriz
para así conseguir la señal discretizada.
Código en Matlab:
53