Está en la página 1de 3

Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel Análisis de Sistemas Lineales. Ricardo A.

Rojas Reischel

ELO-104 ANÁLISIS DE SISTEMAS LINEALES CAUSALIDAD

Un sistema es causal ssi la respuesta y (t ) depende del estímulo u (t ) ∀t ≥ t0 para t0 ≤ t .


VOCABULARIO (el estímulo se aplicó al sistema para t ≥ t0 )

Señal: medición u observación. Se anota u (t ) , y (t ) , etc


OBS Todos los sistemas reales son causales: Los efectos ocurren después de las causas
Sistema: proceso por el cual un estímulo u (t ) se transforma en una respuesta y (t )

Es difícil conocer u (t ) desde −∞ hasta t y se prefiere la idea de Por lo anterior, es útil la definición siguiente:

Estado: condición x (t ) (vector) de todos los elementos dinámicos de un sistema Una señal f (t ) es causal ssi f (t ) ≡ 0 ∀t < 0
El concepto de señal causal sirve en señales cuya variable independiente es el tiempo,
El efecto de la entrada para t0 < t se representa con el estado x (t0 ) . Luego, el estado excepto si han sido previamente grabadas
x (t0 ) junto con el estímulo u (t ) ∀t ≥ t0 , determinan la respuesta y (t ) ∀t ≥ t0

Un sistema se representa gráficamente así: OBS La causalidad de los sistemas no aparece en las ecuaciones matemáticas, por lo que la
manipulación algebraica puede dar lugar a dificultades
u (t ) x y (t )

Es decir: el estímulo u aplicado al sistema con estado inicial x, produce la respuesta y

Cap 1 - 1 Cap 1 - 2

Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel

LINEALIDAD INVARIANZA

Considere cuatro experimentos simples sobre un mismo sistema: Para un sistema invariante en t, un retraso temporal aplicado simultáneamente como
estímulo y estado, se traslada a la respuesta
u1 (t ) x=0 y1 (t ) u2 (t ) x=0 y2 (t )
, Suponga que tenemos:
u=0 x = x1 y3 (t ) u=0 x = x2 y4 (t )
,
u1 (t ) x(0) = x1 y1 (t )
Sean a, b, c, d cuatro constantes reales. El sistema es lineal ssi es cierto que:
Sea T > 0 una constante. Entonces, el sistema es invariante en t ssi:
u = a ⋅ u1 (t ) + y (t ) = a ⋅ y1 (t ) + b ⋅ y2 (t ) +
x = c ⋅ x1 + d ⋅ x2
b ⋅ u2 (t ) c ⋅ y3 (t ) + d ⋅ y4 (t )
u1 (t − T ) x(T ) = x1 y1 (t − T )

OBS La propiedad de linealidad se verifica después de identificar todas las señales


OBS La invarianza en el tiempo requiere que los coeficientes de la EDS sean constantes.
OBS Una condición necesaria para linealidad es que el sistema cumpla homogeneidad Pero esta condición no es suficiente

OBS La linealidad se prueba verificando la superposición a estado y a estímulo

Pregunta ¿Por qué se usaron 2 experimentos con estado cero y 2 con estímulo cero?

Cap 1 - 3 Cap 1 - 4
Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel

¿CÓMO DEMOSTRAR SI UN SISTEMA ES LINEAL? ¿CÓMO DEMOSTRAR SI UN SISTEMA ES INVARIANTE?

Ejemplo: Considere un auto en un camino horizontal: (u (t ) : estímulo; y (t ) : respuesta) El experimento se realiza 2 veces, en t = 0 y en t = T:
dy (t )
m = cu (t ) − by 2 (t ) Primero se mide el estado del sistema, se aplica un estímulo y se mide su respuesta
dt
cu (t ) : fuerza del motor; by 2 (t ) : fuerza del aire; m: masa; y(t): velocidad; u(t) : acelerador; T tiempo después, se repite el experimento (mismo estado y mismo estímulo) y se mide su
b, c, m: constantes segunda respuesta
El término y (t ) parece no lineal con respecto a y(t). Veamos:
2

El sistema es invariante en t si y sólo si las respuestas son idénticas,


u1 (t ) → y1 (t ) = u12 (t ) excepto por estar separadas un tiempo T
u2 (t ) → y2 (t ) = u22 (t )
Sea
u3 (t ) = au1 (t ) + bu2 (t ) (a y b constantes distintas de 0)
Problema:
Entonces: Sea un sistema con entrada u (t ) y salida y (t ) regido por y (2t ) = u (t ) . Demuestre que el
u3 (t ) → y3 (t ) = u32 (t ) = (au1 (t ) + bu2 (t ))2 = a 2u12 (t ) + b 2u22 (t ) + 2abu1 (t )u2 (t ) sistema es lineal pero variante en t
= a 2y1 (t ) + b 2y2 (t ) + 2abu1 (t )u2 (t ) ≠ ay1 (t ) + by2 (t ) (use como estímulo un pulso de área y amplitud unitarias que comienza en t = 0 )

Por lo tanto, la operación de elevar al cuadrado es no lineal

Cap 1 - 5 Cap 1 - 6

Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel

¿UN SISTEMA VARIANTE EN t PUEDE SER LINEAL? LINEALIZACIÓN

Considere el sistema definido por: y (t ) = tu (t ) Un modelo nolineal que funciona en las cercanías de un punto de equilibrio, se comporta
normalmente muy parecido a un modelo linealizado en torno dicho punto de equilibrio
Luego:
u1 (t ) → y1 (t ) = tu1 (t )
Punto de equilibrio Q:
u2 (t ) → y2 (t ) = tu2 (t )
Condición de funcionamiento donde, para estímulos constantes y en ausencia de
perturbaciones, todas las variables del sistema son constantes reales
Además, sea u3 (t ) = au1 (t ) + bu2 (t ) (donde a y b son constantes arbitrarias)

OBS Cálculo del punto de equilibrio Q: Si el modelo nolineal es de tiempo continuo


La respuesta del sistema es
(discreto), se anula todas las derivadas (diferencias). El punto de equilibrio es el conjunto
de valores reales que satisface al sistema nolineal algebraico resultante
u3 (t ) → y3 (t ) = tu3 (t )
= t (au1 (t ) + bu2 (t ))
OBS El modelo lineal asociado se obtiene linealizando al modelo nolineal en torno al punto
= atu1 (t ) + btu2 (t )
de equilibrio. El resultado se conoce también como modelo para señales pequeñas
= ay1 (t ) + by2 (t )

OBS Las propiedades del modelo linealizado coinciden con las del modelo nolineal al operar
Concluimos que el sistema es lineal
en las cercanías del punto de equilibrio
(linealidad e invarianza son propiedades independientes)

Cap 1 - 7 Cap 1 - 8
Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel

Geométricamente, la linealización reemplaza a una curva por la línea tangente al punto de


equilibrio: dy
y = f (xQ ) + a + ε = f (xQ ) + (x − xQ ) + ε
dx Q

y = f (x ) Δy
Para Δx pequeño esto corresponde a una serie de Taylor truncada, porque si ε → 0 :
y = yQ + Δ y ε
a y = f (xQ ) +
dy
(x − xQ )
yQ = f (xQ ) Δx dx
(xQ , yQ ) Q

Con el sistema de coordenadas Δx ~ Δy (con su origen en el punto de equilibrio), se tiene:

x dy
0 xQ x = xQ + Δx Δy = k ⋅ Δx , (xQ , yQ ) , k = , Δy = y − yQ , Δx = x − xQ
dx Q
Entonces:
Para n variables el resultado es:
y = yQ + Δy , yQ = f (xQ ) , Δy = a + ε

∂y
Pero: Δy = k1 ⋅ Δx1 + ... + kn ⋅ Δxn , (x1Q , ", xnQ , yQ ) , ki = , Δy = y − yQ , Δxi = xi − xiQ
∂xi Q
a dy dy
= ⇒a = ⋅ (x − xQ )
x − xQ dx Q dx Q

Entonces:

Cap 1 - 9 Cap 1 - 10

Análisis de Sistemas Lineales. Ricardo A. Rojas Reischel

PARA LINEALIZAR:

(a) Identifique las señales del modelo


(b) Establezca la estructura del modelo linealizado
(c) Derive la fórmula para cada constante ki
(d) Resuelva las coordenadas del punto de equilibrio
(e) Calcule el valor de cada constante ki

OBS Las etapas (a)-(c) entregan una familia de modelos lineales. Las etapas (d)-(e)
seleccionan un miembro de la familia

OBS Cada una de las derivadas respecto al tiempo se considera como una nueva variable
independiente. (por ejemplo: x ⋅ y ⋅ y ′ contiene 3 variables independientes)

OBS En general conviene linealizar cada sumando de cada lado de cada ecuación del modelo
por separado. A continuación, las expresiones lineales reemplazan a la nolineales

OBS Cada sumando lineal se reemplaza en la forma x → Δx

OBS Para una tabla, la información se traduce a un gráfico, es cual se linealiza o, a una
expresión analítica, la cual se linealiza

Cap 1 - 11