Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPITULO
C O N T R O L D I G I T A L / P R O F . S A T U R N O S A R M I E N T O
Herramientas de Análisis
A
Quí discutiremos las herramientas de análisis, que son de suma
importancia para el análisis y diseño de los sistemas de control digital.
Palabras Claves
Reconstructores de datos.
Mantenedor de datos
Mantenedor de orden cero.
Mantenedor de primer orden.
Muestreo de funciones conjuntas
Transformada Z
Transformada Z Inversa
Ecuaciones en diferencia lineales.
1
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
fi (t ) fi * (t ) f 0 (t )
Mantenedor
Fi ( s ) δ T *
Fi ( s ) F0 ( s )
En general, suele usarse un filtro paso bajo o un dispositivo de reconstrucción de datos para eliminar
estas componentes.
Uno de los filtros más populares, en sistemas de control, es el Muestreador – Mantenedor (S/H) de
datos discutido anteriormente.
“Dada una secuencia de números, f(0), f(T), f(2T), …, f(KT), …, una señal de datos
continua f(t), para todo t ≥ 0, puede ser reconstruida desde la información en la secuencia”.
2
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
En general, la señal original f(t) entre dos instantes de muestreo consecutivos, KT y (K+1)T, es
estimada basándose en los valores de f(t) en todos los instantes de muestreo precedentes de KT, es
decir, (KT), (K-1)T, (K-2)T, …, 0; esto es, f(KT), f[(K-1)T], f[(K-2)T], …, f(0).
t
T 2T 3T KT
[( K − 1)T ]
[( K + 1)T ]
FIG. N° 2-2: Forma de onda y diagrama de bloque para explicar la reconstrucción de datos.
Un método comúnmente usado para reconstruir datos a partir de sus muestras es el método de
“EXTRAPOLACIÓN POLINOMIAL”. Este método consiste en lo siguiente:
Usando una expansión en series de potencia (expansión en series de Taylor) de la señal f(t)
en el intervalo entre los instantes de muestreo KT y [(K+1)T] se puede generar una
aproximación de la señal f(t) a partir de sus muestras.
f (2) ( KT )
f K (t ) ≅ f (t ) = f ( KT ) + f (1)
( KT )[t − KT ] + [t − KT ]2 + ... (2.2).
2!
Donde:
d n f (t )
f (n)
( KT ) = ∨ n = 1, 2,... (2.3).
dt n t = KT
fK(t) es definida como la versión reconstruida de f(t) para el Késimo período de muestreo, es decir,
3
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
En vista de que f(t) entra al mantenedor de datos solamente en forma muestreada, los valores de las
derivadas no son conocidos. A pesar de esto las derivadas pueden ser aproximadas por una
“DIFERENCIA HACIA ATRÁS” (Backward Diference).
1
f (1) ( KT ) = [ f ( KT ) − f [( K − 1)T ]] (2.5).
T
1 (1)
f (2) ( KT ) = f ( KT ) − f (1) [( K − 1)T ] (2.6).
T
Aquí:
1
f (1) [( K − 1)T ] = [ f [( K − 1)T ] − f [( K − 2)T ]] (2.7).
T
1
f (2) ( KT ) = [ f ( KT ) − 2 f [( K − 1)T ] + f [( K − 2)T ]] (2.8).
T2
1
f (3) = { f ( KT ) − 3 f [( K − 1)T ] + 3 f [( K − 2)T ] − f [( K − 3)T ]} (2.9).
T
OBSERVACIONES 2-1:
b. La segunda derivada de f(t) en t=KT ha sido expresada en términos de f(KT) y los valores
muestreados en dos instantes de muestreo precedentes.
c. De ser necesario se puede expresar cualquier derivada de alto orden en términos de los valores
muestreados pasados de f(KT).
d. En general, mientras más alto sea el orden de la derivada a ser aproximada, mayor será el número
de pulsos de retardo requeridos (mayor será el número de valores pasados requeridos). Para
aproximar la f(n)(KT) se requieren “n+1” número de pulsos de datos retardados.
4
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
f. En sistemas de control los dispositivos reconstructores no son de tan alto grado por dos razones
fundamentales:
• El efecto adverso que se deriva de los retardos de tiempo sobre la estabilidad de los sistemas
de control de lazo cerrado. En sistemas de control los retardos son contrarios a la estabilidad.
Basándose en (2.2), para generar f(t) a partir de sus muestras, se pueden definir diferentes
reconstructores de datos, y dicha definición dependerá del orden de aproximación que se desee. Esto
significa que dependiendo de los términos que se usen de (2.2) se tendrán reconstructores de orden
cero (si se usa solo el primer termino), de primer orden (si se usa solo los dos primeros términos), de
tercer orden (si se usa solo los tres primeros términos) y así sucesivamente.
Mientras mayor sea el orden del reconstructor más fiel será la señal reconstruida con la original, pero
tal como se puede ver de (2.2) mayor también serán los retrasos originados.
En el área de control de procesos se prefiere usar mantenedores de bajo orden por razones de costo y
complejidad de construcción, así como por razones de estabilidad ya que en control los retrasos afectan
fuertemente la estabilidad del sistema.
Debido a esto, en control, frecuentemente se utiliza el primer término de (2.2) para aproximar f(t) durante
el intervalo de tiempo KT ≤ t < [(K+1)T], es decir,
f K (t ) = f ( KT ) (2.10).
La F.T. del ZOH se deriva haciendo uso de la función impulsiva de la figura 2-3:
fi (t ) = δ (t ) (2.11).
f 0 (t ) = u (t ) − u (t − T ) (2.12).
5
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
1 e −TS
F0 = − (2.13).
S S
Fi ( s ) = 1 (2.14).
F0 ( s ) 1 − e −TS
= GZOH ( s ) = (2.15).
Fi ( s ) S
fi (t ) = δ (t ) = impulso unitario
f 0 (t )
1 1
t T t
a.) b.)
fi (t ) fi * (t ) f 0 (t )
GZOH ( s )
Fi ( s ) δ T *
Fi ( s ) F0 ( s )
c .)
6
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
f (t )
f * (t )
Valor medio
f 0 (t )
t t
T 3T 5T T 3T 5T
a.) T
b.)
2
Para estudiar el reconstructor de primer orden tomamos los dos primeros términos de la serie de potencia
hallada para fK(t) en (2.2):
f ( KT ) − f [( K − 1)T ]
f (1) ( KT ) = (2.17).
T
f ( KT ) − f [( K − 1)T ]
f K (t ) = f (t ) = f ( KT ) + [t − KT ] ∀ KT ≤ t < [( K + 1)T ] (2.18).
T
(2.18) muestra que la salida de un FOH entre dos instantes de muestreo consecutivos es una función
rampa. La pendiente de la rampa es igual a la diferencia de f(KT) y f[(K-1)T].
Para derivar la F.T. del FOH hacemos uso de la respuesta impulsiva de la figura N° 2-5. De ella tenemos:
fi (t ) = δ (t ) (2.19).
7
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
t 2(t − T ) 1
f 0 (t ) = u (t ) + u (t ) − 2u (t − T ) − u (t − T ) + u (t − 2T ) + (t − 2T )u (t − 2T ) (2.20).
T T T
En la figura 2-5 se puede ver la señal de entrada, un impulso unitario, la señal de salida, una onda semi
triangular de ancho 2T, y el D.B. representativo del muestreador y el FOH.
f 0 (t )
fi (t ) = δ (t ) = impulso unitario
2
1
1 2T
T t
−1
t
a.) b.)
fi (t ) fi * (t ) f 0 (t )
GFOH ( s )
Fi ( s ) δ T *
Fi ( s) F0 ( s )
c.)
En la figura 2-6 se pueden ver las formas de onda del mantenedor de primer orden. La entrada, una
función muestreada cualquiera, la salida, una onda semi triangular.
8
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
t
T 2T 3T T 2T 3T 4T
a.) b.)
[ A( s)]
* *
= B ( s ) X * ( s ) ⇔ A* ( s ) = B* ( s ) X * ( s ) (2.23).
[ A( s)] = [ B(s) X (s)]
* *
⇔ A* ( s ) = BX *( s ) (2.24).
2.4. TRANSFORMADA Z.
Si analizamos la expresión dada para la transformada muestreada, la cual reproducimos a continuación:
∞
F * ( s ) = ∑ f ( KT )e − KTS (2.25).
K =0
podemos observar que esta contiene un término exponencial, e− KTS , el cual revela la dificultad para usar la
transformada de LAPLACE en el tratamiento general de sistemas de datos muestreados, ya que la función
de transferencia en cuestión no será de forma algebraica como sucede en sistemas de datos continuos.
Debido a esto se hace necesario definir la transformada Z tal como sigue:
Z = eTS (2.26).
Donde
9
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
1
S= Ln Z (2.27).
T
Aquí S y Z son variables complejas que se relacionan mediante (2.26). En consecuencia tendríamos que:
∞
1
F * [S = Ln Z ] = F ( z ) = Ζ[ f * (t )] = ∑ f ( KT ) Z − K (2.28).
T Z = eTS K =0
La transformada Ζ de una función de tiempo f(t), donde t ≥ 0, o de una secuencia de valores f(KT),
donde K ∈ Z + (enteros positivos incluyendo el cero) y T es el período de muestreo, puede ser escrita de la
siguiente manera:
Un ejemplo que ilustra lo que se desea plantear es: considere la secuencia f ( KT ) = e −α KT válida para todo
Z
K=0, 1, 2, 3, …, con α ∈ \ como una constante. La T.Z. de f(KT) es: F ( z ) = −α T
∀ e−α T Z −1 < 1
Z −e
10
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Un ejemplo que ilustra lo que se desea plantear es: considere la secuencia de números, como una secuencia
finita,
Ζ [ A( s ) ] = Ζ B( s ) X * ( s ) ⇔ A( z ) = B( z ) X ( z ) (2.32).
Ζ [ A( s )] = Ζ [ B ( s ) X ( s ) ] ⇔ A( z ) = BX ( z ) (2.33).
f ( KT ) f [( K − 1)T ]
f (3T )
f (2T )
f (T )
f (0)
T 2T 3T 4T t
11
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Z = Re Z + j Im Z (2.34).
Z = Re 2 Z + Im 2 Z (2.35).
Im Z
θ = tan −1 (2.36).
Re Z
j Im Z
r R .C
Re Z
R .D
FIG. N° 2-8: Plano complejo Z mostrando las regiones de convergencia (R.C.) y de divergencia (R.D.).
a) Z > r luego (2.30) y (2.31) tienen un valor finito. Este valor de Z por definición cae en la región de
convergencia (R.C.) del plano Z. La serie converge.
b) Z =< r luego (2.30) y (2.31) no tendrán un valor finito y estas no podrán ser definidas. Este valor de
Z por definición cae en la región de divergencia (R.D.). La serie no converge.
N ( z) ( z − z1 )( z − z2 )...( z − zm )
F ( z) = K =K ∴m ≤ n (2.37).
D( z ) ( z − p1 )( z − p2 )...( z − pn )
Aquí p1, p2, …, pn y z1, z2, …, zm son llamados polos y ceros, respectivamente, de F(z). Estos valores
pueden ser reales o complejos.
12
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Los símbolos “x” y “o” son usados para representar en el plano Z los polos y ceros de una función de
transferencia respectivamente.
j Im Z
p2
p1 z1 z2
Re Z
p3
FIG. N° 2-9: Representación en el plano Z de los polos y ceros de una función de transferencia.
OBSERVACIÓN 2-2:
Sea f(t) = u(t) la función escalón unitario, la cual es conocida desde el curso de teoría de control o control
continuo. La T.Z. de f(t) es:
1 Z
F ( z ) = Ζ [u (t ) ] = Ζ = (2.38).
S Z −1
Sea f(t)= t la función rampa unitaria, la cual es conocida desde el curso de teoría de control o control
continuo. La T. Z. de f(t) es:
1 TZ
F ( z ) = Ζ [t ] = Ζ 2 = (2.39).
S ( Z − 1)
2
Sea f ( K ) = { a K ∀ K = 0, 1, 2, ...
0 ∀ K <0 ∴ a es una constante (2.40).
13
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Z
F ( z ) = Ζ [ f ( K ) ] = Ζ a K = (2.41).
Z −a
Sea f (t ) = e− at la función exponencial, la cual es conocida desde el curso de teoría de control continuo.
La T. Z. de f(t) es:
Z
F ( z ) = Ζ [ f (t ) ] = Ζ e− at = (2.42).
Z − e − aT
Z sin( wt )
F ( z ) = Ζ [ f (t ) ] = Ζ [ sin( wt ) ] = (2.43).
Z − 2Z cos( wt ) + 1
2
Z 2 − Z cos( wt )
F ( z ) = Ζ [ f (t ) ] = Ζ [ cos( wt ) ] = (2.44).
Z 2 − 2 Z cos( wt ) + 1
Si g(K) y h(K) son transformables en Z y α y β son escalares, entonces f(K) = α g(K) + β h(K)
también es transformable en Z:
F ( z ) = Ζ[ f ( K )] = α G ( z ) + β H ( z ) (2.46).
14
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Si f(t) = 0 para todo t < 0 y f(t) tiene transformada Z, F(z), entonces se establece que:
Ζ[ f (t − KT )] = Z − K F ( z ) (2.48).
K −1
Ζ[ f (t + KT )] = Z K F ( z ) − ∑ F ( KT ) Z − K (2.49).
K =0
∞
Ζ[e− at f (t )] = ∑ e − aKT f ( KT )Z − K = F [eaT Z ] (2.50).
K =0
El teorema del valor inicial es útil para chequear el cálculo de la T.Z. de posibles errores. En muchos casos
f(0) es conocido y un chequeo del valor inicial por el lim F ( z ) puede fácilmente detectar un error en F(z)
z→∞
si este existe. Esto debe considerarse siempre como una condición necesaria pero no suficiente.
Suponga que F(z) es la T.Z. de f(K), donde f(K) = 0 para todo K < 0, y que todos los polos de F(z) caen
dentro del circulo unitario, con la posible excepción de un polo simple en Z = 1, entonces el valor final de
f(K) puede ser hallado mediante la siguiente expresión:
15
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Las siguientes observaciones deben ser tomadas en cuenta a la hora de hallar la T.Z.I. de una secuencia
dada:
a) Para una F(z) dada, la T.Z.I. de F(z) nos dará solo la secuencia de tiempo f(t) en los instantes de
muestreo.
b) La T.Z.I. de F(z) dará una única f(K), pero no dará una única f(t).
c) La T.Z.I. de F(z) nos dará una f(t) en los instantes de muestreo, pero no dirá nada de los valores de f(t)
en entre instantes de muestreo. Esto significa que muchas funciones de tiempo diferentes de f(t)
pueden tener la misma f(KT).
La T.Z.I. de una función puede hallarse por medio de tablas de T.Z.I. o mediante algunos de los siguientes
métodos:
b) Método computacional.
De los cuatro métodos citados anteriormente, solamente trataremos aquí los dos primeros, haciendo
hincapié en el método de la división directa.
En este método se obtiene la T.Z.I. expandiendo F(z) en una serie infinita de potencias de Z-1. En este
caso los coeficientes de la serie infinita que se obtiene representan los valores de la función en los instantes
de muestreo. El método consiste en lo siguiente:
a) Analizamos la función F(z) y dependiendo como esta halla sido dada la rescribimos como una razón
de polinomios en Z-1.
b) Luego dividimos el numerador entre el denominador, tal como una división normal de polinomios.
16
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Se pueden usar paquetes tipo CAD tales como Program CC V5.0 o Matlab V6.5, los cuales poseen
comandos sencillos y fáciles de aplicar que permiten hallar la T.Z.I. de una determinada función.
Hay varias metodologías para ejecutar una expansión en fracciones parciales de una función en Z. El
método que discutiremos aquí es el más sencillo y requiere que todos los términos en la expansión en
fracciones parciales sean fácilmente reconocibles en la tabla de pares de transformada Z . Supongamos que
F(z) tiene la siguiente forma:
a) Si F(z) tiene uno o más ceros en el origen, entonces se divide F(z) entre Z: F(z)/Z.
c) Expandimos F(z)/Z en fracciones parciales de tal forma que cada término sea reconocible en las tablas
de pares de transformada Z.
F ( z) a1 a2 an
= + + ... + (2.55).
Z Z − p1 Z − p2 Z − pn
Los coeficientes ai se pueden determinar de la siguiente expresión, siempre que se trate de polos simples:
F ( z)
ai = ( Z − pi ) (2.56).
Z Z = pi
Si F(z)/Z envuelve polos múltiples, como por ejemplo un doble polo en Z = p1 y no otros polos, entonces
F(z)/Z tendrá la siguiente forma:
F ( z) c1 c2
= + (2.57).
Z ( Z − p1 ) Z − p1
2
En este caso los coeficientes c1 y c2 son determinados desde las siguientes expresiones:
F ( z)
c1 = ( Z − p1 ) 2 (2.58).
Z Z = p1
17
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
d F ( z)
c2 = ( Z − p1 ) 2 (2.59).
dz Z Z = p1
Resulta evidente, por conocimientos previos, que si F(z)/Z contiene un polo triple en Z = p1, entonces la
fracción parcial debe incluir un termino de la forma (Z+p1)/(Z-p1)3.
d) Finalmente la T.Z.I. de F(z) se obtiene como la suma de la T.Z.I. de las fracciones parciales anteriores.
La integral de inversión, cuando es evaluada por residuos, es una técnica muy simple para obtener la
T.Z.I., siempre que X(z)ZK-1 no tenga polos en el origen, es decir, en Z = 0. Sin embargo, si F(z)ZK-1 tiene
un polo simple o un polo múltiple en Z = 0, entonces este método puede convertirse en laborioso y el
método de expansión en fracciones parciales puede ser más simple de aplicar.
1
Z −1 [ F ( z )] = f ( KT ) = f ( K ) =
2π j v∫ C
F ( z ) Z K −1dz (2.60).
En (2.60) C representa un circulo con centro en origen del plano Z, tal que todos los polos de F(z)ZK-1
caen dentro del circulo.
f ( KT ) = f ( K ) = K1 + K 2 + ... + K m =
m (2.61).
= ∑ residuos de F ( z ) Z K −1 en los polos de Z = Z i de F ( z ) Z K −1
i =1
En la expresión (2.61) K1, K2, …, Km denota los residuos de F(z)ZK-1 en los polos de Z1, Z2, …, Zm
respectivamente.
1 d q −1
(residuo) Z = Z j = Kj = lim q −1 ( Z − Z j ) q F ( z ) Z K −1 (2.63).
( q − 1)! →Z j dz
Z
OBSERVACIONES 2.3.:
18
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
b. Si F(z) tiene un cero de orden r en el origen, entonces F(z)ZK-1 en (2.61) tendrá un cero de orden
r+K-1 en el origen. Si r ≥ 1, luego r+K-1 ≥ 0 para todo K ≥ 0, y no hay polo en Z = 0 en F(z)ZK-1.
Sin embargo si r ≤ 0, luego habrá un polo en Z = 0 para uno o más valores no negativos de K. En
este caso una inversión separada de (2.61) se hace necesaria para cada valor de k.
1
F * ( s) = ∑
en los polos
residuos de F (λ ) 1 − e −T ( S −λ ) (1.10).
de F ( λ )
Como se sabe de (1.10) se derivaron dos casos, los cuales fueron establecidos en (1.11) y en (1.12).
Z
F ( z) = ∑
en los polos
residuos de F (λ ) Z − eT λ (2.64).
de F ( λ )
Z
F ( z) = ∑
en los polos
residuos de F ( s) Z − eTS (2.65).
de F ( s )
Si asumimos que F(s) tiene polos en S1, S2, …, Sm, entonces de (2.65) se derivan dos casos:
Z
K i = ( S − pi ) F ( s) (2.66).
Z − eTS S = pi
1 d j Z
r −1
rj
Kj = rj −1 ( S − p j ) F ( s ) (2.67).
( rj − 1)! dS Z − eTS S = p
j
19
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Aquí se considera que f(t) es retrazada un número entero de períodos de muestreo. Partiendo de la Ec. (1-
13) dada en el capitulo 1 se tiene que:
Z
F ( z ) = Ζ e − KTS F1 ( s ) = Z − K ∑
en los polos
residuos de F1 ( s ) Z − eTS (2.68).
de F1 ( s )
Supongamos que el sistema de tiempo discreto transforma la secuencia de entrada de números uK en una
secuencia de salida yK de acuerdo a cierta formula recursiva o ecuación en diferencia:
(2.69) nos dice que se forma el k-ésimo miembro de la secuencia de salida y(k) adicionado la entrada
presente u(k), más 2 veces la entrada previa u(k-1) y más 3 veces la entrada retardada en 2 unidades de
tiempo u(k-2).
Una E.E.D.L. que describe un sistema tal como (2.69) también pudiera contener en su miembro derecho
términos pasados de la secuencia de salida yk.
Supongamos que se desea representemos en GFS la ecuación (2.69). La representación deseada se muestra
en la figura N° 2-10.
20
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
u (k ) Unidad u (k − 1) Unidad u (k − 2)
de de
retardo retardo
1 2 3
+ +
y (k )
y (k )
Unidad
u (k )
de
+ retardo
−
Hay tres formas básicas para resolver una E.E.D.L. las cuales son:
21
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
Aproximación clásica: Consiste en encontrar una solución complementaria y una solución particular.
La suma de ambas soluciones forma la solución general.
y (k ) + b1 y (k − 1) + b2 (k − 2) + ... + bn y (k − n) = u (k ) (2.71)
se le conoce como E.E.D.L. no homogénea. Si el miembro derecho de (2.71) es cero entonces a (2.71) se
le conoce E.E.D.L. homogénea.
Usando un computador digital: Este forma de solución consiste en usar un computador digital y un
programa determinado o una herramienta tipo CAD. Supóngase que se desea encontrar m(k) para la
siguiente ecuación:
1 ∀ k ∈ pares
e( k ) = (2.73)
0 ∀ k ∈ impares
Si evaluamos manualmente la E.E.D.L. dada en (2.72) se obtendrán los siguientes valores como
solución:
Para k = 0 m(0) = 1
Para k = 1 m(1) = -2
Para k = 2 m(2) = 3
Para k = 3 m(3) = -4
Para k = 4 m(4) = 5
Para k = 5 m(5) = -6
.
.
.
Un programa que resuelva la ecuación (2.72) puede ser hecho usando MATLAB. El programa se
presenta a continuación:
22
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
mkmenos1 = 0;
ekmenos1 = 0; Inicializan el proceso secuencial
ek = 1;
for k = 0 : 20
mk = ek-ekmenos1-mkmenos1;
[ k,mk ]
Lazo
mkmenos1 = mk;
ekmenos1 = ek;
ek = 1-ek;
end
mkmenos1 m(k-1)
mk m(k)
ekmenos1 e(k-1)
ek e(k)
Si usamos MATLAB para resolver (2.72), empleando el programa anterior, encontraremos como solución
los mismos valores que se encontraron cuando se realizó la evaluación en forma manual.
Z −1
M ( z) = E( z) (2.74)
Z +1
1 Z2 Z2
E ( z ) = 1 + Z −2 + Z −4 + ... = = = (2.75)
1 − Z −2 Z 2 − 1 ( Z + 1)( Z − 1)
Z −1 Z Z −1
2
Z2 Z2
M ( z) = 2 = = (2.76)
Z + 1 Z − 1 Z + 1 ( Z + 1)( Z − 1) Z + 2Z + 1
2
23
C A P I T U L O 2 : H E R R A M I E N T A S D E A N Á L I S I S
M ( z ) = 1 − 2 Z −1 + 3Z −2 − 4Z −3 + 5Z −4 − 6 Z −5 + .... (2.77)
Los coeficientes de las potencias de Z en (2.77) representan la solución de la E.E.D.L., es decir, son los
valores de m(k). Obsérvese que estos valores son los mismos que se encontraron mediante la evaluación
manual y mediante el programa hecho con MATLAB.
24