Informe Matlab

DEPARTAMENTO DE ELÉCTRICA Y
ELECTRÓNICA
INGENIERÍA MECATRÓNICA
Análisis de ejercicios utilizando el software MATLAB.

INTEGRANTES:
 Miguel Chuque
 Andrés Hidalgo
 Alexis Morales
 Cinthya Ocaña
 David Ushiña
DOCENTE:
 Ing. Franklin Manuel Silva Monteros
FECHA: Latacunga, 28 de Febrero del 2021
NOVIEMBRE – ABRIL 2021

Contenido
1. TEMA.......................................................................................................................3
2. OBJETIVOS............................................................................................................3
2.1. GENERAL.........................................................................................................3
2.2. ESPECÍFICOS..................................................................................................3
3. RESUMEN...............................................................................................................4
4. ABSTRACT.............................................................................................................4
5.1. Aprender............................................................................................................4
5.2. Analizar..............................................................................................................5
5.3. Transformada de Laplace................................................................................6
5.4. Función de transferencia..................................................................................7
5.5. ¿Qué es MATLAB?..........................................................................................7
5.5.1. Ventana de comandos de MATLAB............................................................8
5.5.2. Escalares, vectores y matrices en MATLAB..............................................9
5.5.3. Expresiones en MATLAB.............................................................................9
5.5.3.1. Números....................................................................................................10
5.5.3.2. Variables...................................................................................................10
5.5.3.3. Operadores...............................................................................................10
5.5.3.4. Funciones..................................................................................................11
6. ANALISIS2
5
5
6
Tabla de ilustraciones
Figura 1.Análisis de información......................................................................................7
Figura 2. Proceso a controlar. Fuente: (Vasquez, 2015)...................................................7
Figura 3. Relación de la función de transferencia.............................................................8
Figura 4. Representación de una matriz..........................................................................13
Figura 5. Representación de una matriz..........................................................................14
Figura 6. Representación del espacio de estados.............................................................15
Figura 7. Conversión al espacio de estados.....................................................................17
Figura 8. Características de un sistema de segundo orden..............................................19
Figura 9. Variable de estado............................................................................................21
Figura 10. Espacio de estados.........................................................................................22
Figura 11. Número de polos............................................................................................24
Figura 12. Generación de una respuesta escalón, representación gráfica.......................28
Figura 13.Respuesta de salida utilizando convolución....................................................31
Figura 14. Respuesta escalón..........................................................................................34
Figura 15. Ejercicio planteado.........................................................................................34
Figura 16. Código del ejercicio.......................................................................................35
Figura 17. Solución del ejercicio.....................................................................................36
Figura 18. Ejercicio sobre respuesta transitoria..............................................................36
Figura 19. Respuesta Numérica del ejercicio..................................................................37
Figura 20. Respuesta Gráfica..........................................................................................38
Figura 21. Programación del planteado...........................................................................38
Figura 22. Respuesta del ejercicio...................................................................................39
Figura 23. Programa ch6p2 con su respuesta..................................................................40
Figura 24. Programa ch6p3 con su respuesta..................................................................41
Figura 25. Función G(s) digitalizada...............................................................................41
Figura 26. Diagrama explicativo de la herramienta “feedback”.....................................42
Figura 27. Función T(s) con sus polos del modelo de sistema dinámico........................42
Figura 28. Función sG(s) digitalizada.............................................................................43
Figura 29. Función sG(s) digitalizada.............................................................................43
Figura 30. Función s 2G(s) digitalizada.........................................................................44
Figura 31. Programación entrada parabólica...................................................................45
Figura 32. Programación entrada parabólica...................................................................45
1. TEMA
Análisis de ejercicios utilizando el sotfware Matlab.
2. OBJETIVOS
2.1. GENERAL
 Aprender conceptos básicos de MATLAB y analizar los programas para poder
comprender de una manera más práctica los temas tratados en la materia
Sistemas de Control Automático.
2.2. ESPECÍFICOS
 Consultar y aprender del software MATLAB, funcionamiento, aplicaciones,
programación básica, etc.
 Analizar cada uno de los ejemplos del capítulo 4 en Matlab adquiridos en el CD
del libro de Sistemas de Control para Ingeniería de Norman Nise.
 Desarrollar el informe correspondiente exponiendo lo consultado, lo aprendido y
lo analizado acerca de cada uno de los programas de Matlab.
 Presentar el documento.
3. RESUMEN
El presente trabajo tiene como objetivo analizar cada programa en Matlab de temas del
segundo parcial dispuesto en el cd de Sistemas de Control para la Ingeniería de Norman
Nise. Se analizó el diseño de un algoritmo en el software Matlab para poder encontrar la
representación de espacios de entado en el dominio del tiempo, el análisis del error de
un sistema de control y de terminar su estabilidad. Se usará las rutinas de matrices en
Matlab para simplificar la entrada de funciones de transferencia complicadas, así como
el análisis del error en estado estable para entradas escalón, rampa, parábola.
4. ABSTRACT
The present work aims to analyze each Matlab program of topics from the second
part set out in the Norman Nise Control Systems for Engineering CD. The design of
an algorithm in Matlab software was analyzed to be able to find the representation
of entrant spaces in the time domain, the analysis of the error of a control system
and to determine its stability. Matrix routines in Matlab will be used to simplify the
input of complicated transfer functions, as well as the analysis of the steady-state
error for step, ramp, and parabola inputs.
5. MARCO TEÓRICO Y DESARROLLO
5.1. Aprender
Conocer qué son y cómo nos pueden ayudar a adquirir nuevos conocimientos, las
estrategias de aprendizaje son fundamentales para sacar el máximo partido a nuestras
horas de estudio. Cuando decidimos aprender o incrementar nuestros conocimientos sobre
una materia, el objetivo es hacerlo de la manera más eficaz y para conseguirlo es necesario
conocer y manejar las diferentes estrategias de aprendizaje.
Las estrategias de aprendizaje son un conjunto de actividades, tácticas y recursos que
empleamos de manera consciente para alcanzar unos objetivos concretos.
Creación de nexos. Es una estrategia en la que, para aprender una nueva materia, lo que se
hace es establecer nexos entre lo que ya se sabe y lo que es nuevo. De esta manera, aquello
que aún no hemos adquirido o asimilado se integra más rápidamente en nuestra mente
porque lo relacionamos con algo que ya conocemos. Cuando se estudia con este tipo de
estrategia de aprendizaje es habitual crear analogías o describir de forma concisa como está
relacionado el material nuevo y el que ya nos es familiar. Al usar esta estrategia el
estudiante toma notas, realiza resúmenes o responde preguntas.
Estructuración. Consiste en organizar los contenidos para que su adquisición nos resulte
más sencilla y para que asimilemos y anclemos bien esos conocimientos. Al estructurar la
materia ya estamos realizando un ejercicio de análisis y comprensión. Para poner en
práctica esta estrategia de aprendizaje es muy común realizar resúmenes, subrayados,
esquemas o mapas mentales que contienen los conceptos clave.
Repetición de contenidos. La base de esta estrategia de aprendizaje es la repetición de los
contenidos que queremos adquirir. El método de trabajo a través de la repetición de
contenidos consiste en que la persona que está estudiando vaya asimilando una
determinada materia, repitiendo el contenido de forma verbal o escrita. Esta repetición
consciente favorece que la materia se vaya integrando poco a poco en nuestra mente.
Algunos ejemplos de la estrategia de repetición son repetir en voz alta términos clave,
copiar los conceptos más importantes o marcarlos en un texto.
Revisión de lo adquirido. La persona que está estudiando o aprendiendo algo revise de
manera consciente todo lo que está haciendo para aprender. Es decir, que analice y evalúe
lo que ha hecho y lo que ha conseguido. (Educaweb, n.d.)
5.2. Analizar
Es un conjunto de manipulaciones, transformaciones, operaciones, reflexiones,
comprobaciones que realizamos sobre los datos con el fin de extraer significado relevante
en relación a un problema de investigación. Algunas técnicas de análisis son:
Figura 1.Análisis de información.
Fuente: (wordpress, 2016)
 Revisión constante y reducción de datos: Reducción de los datos, es decir, en la

simplificación, el resumen, la selección de la información para hacerla abarcable y
manejable.
 Disposición y transformación de datos: La disposición de la información de una
forma gráfica y organizada, tras su recogida, facilita la comprensión y el análisis de la
misma;
 Análisis de contenido: El análisis de contenido trata de descubrir los significados de un
documento, éste puede ser textual, la transcripción de una entrevista, una historia de
vida, un libro o material audiovisual, etc.
 Obtención resultados y conclusiones: Llegar a conclusiones implicaría ensamblar de
nuevo los elementos diferenciados en el proceso analítico para reconstruir un todo
estructurado y significativo.
 Verificación de conclusiones: Confirmar que los resultados corresponden a los
significados e interpretaciones que los participantes atribuyen a la realidad. (wordpress,
2016)
5.3. Transformada de Laplace
Un sistema de control es una interconexión de componentes que proporciona una respuesta

deseada. La base para el análisis de un sistema es el fundamento proporcionado por la teoría de
los sistemas lineales, que supone una relación causa- efecto en sus componentes. Por tanto, un
componente o proceso que vaya a ser
Controlado puede ser representado por un bloque tal y como se muestra en la figura.
Figura 2. Proceso a controlar.

Fuente: (Vasquez, 2015)
Figura 2.
Considere la función ƒ(𝑡) definida por toda 𝑡 ≥ 0. La transformada de Laplace de ƒ(𝑡), denotado por (𝑠),
se define como
∞
(1)
(𝑠) = 𝑓{ƒ(𝑡)} = ∫ 𝑒−𝑠𝑡ƒ(𝑡)𝑑𝑡
0_
Donde 𝑠 es una variable compleja, llamada también variable de la

Transformada de Laplace. El límite inferior de la integral 0 − significa que el límite
se aproxima a cero desde un valor negativo. (Vasquez, 2015)
5.4. Función de transferencia.
Es una expresión matemática que caracteriza las relaciones de “Entrada – Salida” de sistemas
lineales invariantes en el tiempo. Se define como la relación de la trasformada de Laplace de la
salida (función respuesta), a la transformada de Laplace de la entrada (función excitada), bajo la
suposición de condiciones iniciales cero.
La relación entre la salida ((𝑠)) y la entrada (X(𝑠)):
𝑌(𝑠)
𝐺(𝑠) =
X(𝑠)
Obtenemos una expresión que relaciona la salida y la entrada de un sistema lineal invariante en
el tiempo, en términos de los parámetros del sistema y constituye una propiedad del mismo,
independiente de la función excitadora. (facet, 2015)
Figura 3.Relación de la función de transferencia.

Fuente: (facet, 2015)
5.5. ¿Qué es MATLAB?
MATLAB es un lenguaje de alto desempeño diseñado para realizar cálculos técnicos.

MATLAB integra el cálculo, Figura
la visualización y la programación en un ambiente fácil de utilizar
3. Relación de la función de transferencia.
donde los problemas y las soluciones se expresan en(facet,
Fuente: una notación matemática. MATLAB es un
sistema interactivo cuyo elemento básico de2015) datos es el arreglo que no requiere de
dimensionamiento previo. Esto permite resolver muchos problemas computacionales,
específicamente aquellos que involucren vectores y matrices, en un tiempo mucho menor al
requerido para escribir un programa en un lenguaje escalar no interactivo tal como C o Fortran.
MATLAB se utiliza ampliamente en:
• Cálculos numéricos
• Desarrollo de algoritmos
• Modelado, simulación y prueba de prototipos
• Análisis de datos, exploración y visualización
• Graficación de datos con fines científicos o de ingeniería
• Desarrollo de aplicaciones que requieran de una interfaz gráfica de usuario (GUI,
Graphical User Interface).
En el ámbito académico y de investigación, es la herramienta estándar para los cursos
introductorios y avanzados de matemáticas, ingeniería e investigación. En la industria
MATLAB es la herramienta usada para el análisis, investigación y desarrollo de nuevos
productos tecnológicos.
La ventaja principal de MATLAB es el uso de familias de comandos de áreas específicas
llamadas toolboxes. Lo más importante para los usuarios de MATLAB es que los toolboxes le
permiten aprender y aplicar la teoría. Los toolboxes son grupos de comandos de MATLAB
(archivos M) que extienden el ambiente de MATLAB para resolver problemas de áreas
específicas de la ciencia e ingeniería. Por ejemplo, existen toolboxes para las áreas de
Procesamiento Digital de Señales, Sistemas de Control, Redes Neuronales, Lógica Difusa,
Wavelets, etc. (Esqueda, 2002)
5.5.1. Ventana de comandos de MATLAB.
La ventana de comando es la ventana principal, con la cual el usuario interactúa con MATLAB.
Es la primera ventana que se abre al ejecutar MATLAB. Se utiliza para correr los comandos,
correr el editor de archivos M (MEDIT, presente en la barra de herramientas), ejecutar los
toolboxes, etc. En la figura I.1 se muestra la ventana de comando de Matlab y algunas otras.
Figura 4.Ventana de comandos
MATLAB. Fuente: (Marevaloblog, 2016)
La barra de herramientas proporciona un acceso fácil y rápido a las operaciones más

comunes. Al colocar el puntero del ratón sobre algún botón durante un par de segundos,
MATLAB despliega un tooltip, el cual da el nombre del botón ha seleccionado. (Esqueda,
2002)
5.5.2. Escalares, vectores y matrices en MATLAB
La mejor manera de familiarizarse con MATLAB consiste en aprender a manejar las matrices.
En MATLAB, una matriz es un arreglo rectangular de números. Las matrices de 1x1 se conocen
como escalares, y las matrices con una sola columna o renglón se conocen como vectores. Estas
matrices y/o vectores pueden contener datos tanto numéricos como no numéricos. Los datos
pueden introducirse a MATLAB de diferentes maneras:
• como una lista explícita de elementos.
• cargando los datos de un archivo externo.
• generados por otras funciones.
• creados por archivos M creados por el usuario. Para asignar un escalar a una variable, se
introducen los datos de la siguiente forma (Esqueda, 2002)
Ejemplo: Dar a la variable dato el valor 2001.
» dato = 2001
y MATLAB responde de la siguiente manera:
dato = 2001
Para introducir una matriz o un vector, se siguen los siguientes convencionalismos
• separar los elementos de una columna usando espacios en blanco
• usar punto y coma (;) para indicar el fin de una columna o el fin del vector
• encerrar la lista de elementos con paréntesis rectangulares [ ]
Ejemplo: Si se desea introducir el siguiente vector. y =
{0.2944 -1.3362 0.7143 1.6236 -0.6918 0.8580}
Teclear en la línea de comando:
» y = [0.2944 -1.3362 0.7143 1.6236 -0.6918 0.8580]

y MATLAB despliega:
0.2944 -1.3362 0.7143 1.6236 -0.6918 0.8580
5.5.3. Expresiones en MATLAB
MATLAB como cualquier lenguaje de programación proporcionan expresiones matemáticas,

pero a diferencia de la mayoría de ellos, las expresiones matemáticas que maneja involucran
matrices completas. Las expresiones se dividen en:
• Números
• Variables
• Operadores
• Funciones
5.5.3.1. Números
MATLAB utiliza una notación decimal convencional con punto decimal opcional y el signo
menos para indicar números negativos. La notación científica utiliza la letra 𝑒 para especificar
el factor de escala en potencias de 10. Los números imaginarios utilizan ya sea la i o la j como
sufijo.
A continuación, se presentan varios números permitidos.
Ejemplo: Números permitidos
3 –99 0.0001
9.6397238 1.60210e–20 6.02252e23
1i –3.14159j 3e5i
Todos los números se almacenan internamente usando el formato long especificado por el
estándar en punto flotante IEEE. Los números en punto flotante tienen una precisión finita
aproximadamente de 16 dígitos decimales y un rango finito aproximadamente de 10−308 a
10−308.
5.5.3.2. Variables.
MATLAB, a diferencia de la mayoría de los lenguajes de programación no requiere de ningún

tipo de declaraciones de tipo de datos (entero, punto flotante, complejos, etc.) ni de
dimensionamiento. Cuando MATLAB encuentra una nueva variable, automáticamente crea la
variable y reserva la cantidad de localidades de memoria necesarias. Si la variable ya existía
dentro del espacio de trabajo actual, simplemente cambia el contenido, si se requiere, o de ser
necesario agrega más localidades de memoria a la variable para contener más datos. (Esqueda,
2002)
Ejemplo: Definición de variables.
» Num = 25
Esta variable crea una matriz de 1 x 1 llamada Num y almacena el valor de 25.
MATLAB es case sensitive, es decir distingue entre mayúsculas y minúsculas; es decir A y a no

son la misma variable
5.5.3.3. Operadores
Las expresiones utilizan los operadores aritméticos comunes. Los operadores aritméticos son
los mismos que en cualquier lenguaje de programación y se sigue un orden de evaluación
similar al que se utiliza en los demás lenguajes de programación. En la Tabla 1 se muestran los
operadores aritméticos más comunes en MATLAB.
Operador Operación matemática
+ Suma.
− Resta.
* Multiplicación.
/ División.
^ Potencia.
, Transpuesta compleja conjugada.
() Especifica el orden de la evaluación.
Tabla1.
Operadores
básicos.
Fuente:
(Esqueda,
2002)
5.5.3.4. Funciones
MATLAB proporciona un gran número de funciones matemáticas simples y

avanzadas. La gran mayoría de estas funciones acepta argumentos complejos. Las
funciones más comunes, como sqrt y sin son parte del núcleo de MATLAB y están
programadas en bajo nivel para hacerlas más eficientes y no es posible acceder a su
código. El resto de las funciones está programado en archivos M y su código está
disponible para revisiones o modificaciones. Muchas funciones especiales
proporcionan o requieren valores de constantes útiles. MATLAB incorpora
constantes matemáticas y cierta simbología, la cual se muestra en la Tabla 2.
Constante Significado
Pi 3.14159265 …
i
Unidad imaginaria √−1
j Al igual que i
Eps Precisión relativa en punto flotante, 2−52
Realmin Número más pequeño representable en
punto flotante, 2−1022
Realmax Número más grande representable en
punto flotante, 21023
Inf Infinito
NaN No es un número.
Tabla 2.Constantes y
simbología en MATLAB.
Fuente: (Esqueda, 2002)
6. ANÁLISIS
APÉNDICE B
CH3P1
Para representar una matriz en Matlab se escribe con un espacio o una coma que separa los
elementos de cada fila. El siguiente ejemplo, la fila se indica con un punto y coma. Luego, la
matriz completa se encierra entre un par de corchetes.
La forma en la que se importan los datos
1. La primera forma de representar una matriz es entre corchetes y separada cada final con un
punto y coma.
A= [0 1 0; 0 0 1;-9 -8 -7]
2. La segunda forma de representar una matriz es escribiendo por filas.
A=[0 1 0
001
-9 -8 -7]
Figura 4. Representación de una matriz.
Fuente: Grupo de trabajo.
CH3P2
Un vector de fila, como la matriz de salida C, se puede representar con elementos separados por
espacios o comas y encerrados entre corchetes. A
El vector de columna, como la matriz de entrada B, se puede escribir como elementos separados por
punto y coma o retornos de carro, o como la transposición (') de un vector de fila.
1. Primero se representa el vector de fila C y el vector de columna B
 C = [2 3 4]
 B = [7; 8; 9]
2. El vector de la columna B se puede representar de otras dos maneras, la primera es en

forma de fila y otra forma es separadas con un espacio.
 B= [7
8
9]
Forma 2:
 B=[7 8 9]'
Figura 5. Representación de una matriz
Fuente: Grupo de trabajo
CH3P3
La representación del espacio de estados consiste en especificar las matrices A, B, C y D seguidas
de la creación de un objeto de espacio de estados LTI usando MATLAB comando, ss (A, B, C, D).
1. Se presenta la matriz A, el vector columna B, el vector fila C y la representación de D.
 A= [0 1 0; 0 0 1; -9 -8 -7];
 B= [7; 8; 9];
 C= [2 3 4];
 D=0;
2. Con la función ss, creamos un objeto LTI y lo visualizamos.
 F=ss(A,B,C,D)
Figura 6. Representación del espacio de estados.
CH3P4
Funciones de transferencia representadas por numerador y denominador o un objeto LTI se puede
convertir en espacio de estados. Para la representación de numerador y denominador, la conversión
se puede implementar usando [A, B, C, D] = tf2ss (num, den). La matriz A se devuelve en una
forma llamada forma canónica del controlador, para obtener la forma de variable de fase, [Ap, Bp,
Cp, Dp], realizamos las siguientes operaciones:
Ap=inv( P)∗A∗P ; Bp=inv (P)∗B ; Cp=C∗P , Dp=D

Donde P es una matriz con unos a lo largo de la anti-diagonal y ceros en el resto, utilizaremos:
 El comando inv (X) encuentra la inversa de una matriz cuadrada.
 El símbolo * significa multiplicación.
Para los sistemas representados como objetos LTI, el comando ss (F), donde F es un objeto de
función de transferencia LTI, se puede utilizar para convertir F en un objeto de espacio de estado.
La conversión al espacio de estados no produce la forma de variable de fase. El resultado es un
modelo equilibrado que mejora la precisión del cálculo de valores propios, que se tratan en el
Capítulo 4. Dado que ss (F) no produce formas familiares de las ecuaciones de estado (ni es posible
convertirlas fácilmente a formas familiares) tendremos uso limitado para esa transformación en este
momento.
Con el ejercicio 3.4
1. Definimos el numerador y denominador de la función G(s).
 num=24;
 den=[1 9 26 24];
2. Convierta G (s) a la forma canónica del controlador, almacene las matrices A, B, C, D y

visualice.
 [A,B,C,D]=tf2ss(num,den)
3. Se forma la matriz de transformación
 P=[0 0 1;0 1 0;1 0 0];
4. Formamos una matriz A, un vector B, un vector C y una D de forma de fase variable.
 Ap=inv(P)*A*P
 Bp=inv(P)*B
 Cp=C*P
 Dp=D
24
5. Representamos la función T ( s ) = 3 2 como un objeto de función de
s + 9 s +26 s+24
transferencia LTI
 T=tf(num,den)
6. Convertimos T(s) en espacio de estados.
 Tss=ss(T)
Figura 7. Conversión al espacio de estados.
APÉNDICE B
CH3P5
Las representaciones de espacio de estados se pueden convertir en funciones de transferencia

representado por un numerador y un denominador usando
[num, den] = ss2tf (A, B, C, D, iu)
Donde iu es el número de entrada para sistemas de entrada múltiple.
Para sistemas de entrada única y salida única iu = 1. Para un sistema de espacio de estados LTI,
Tss, la conversión se puede implementar usando Ttf = tf (Tss) para producir la función de
transferencia en forma polinomial o Tzpk = zpk (Tss) para producir la función de transferencia
en forma factorizada.

1. Primero definimos la matriz A, el vector B, el vector C y D.
 A= [0 1 0; 0 0 1; -9 -8 -7];
 B= [7; 8; 9];
 C= [2 3 4];
 D= 0;
2. Se convierte la representación del espacio de estados en una función de transferencia

representada como un numerador y denominador en forma polinomial, G (s) = num / den, y
se pide que muestre num y den.
 [num,den]=ss2tf(A,B,C,D,1)
3. Se forma el modelo de espacio de estado LTI. Transformar del espacio de estados a función
de transferencia en forma polinomial.
 Tss=ss(A,B,C,D)
 Ttf=tf(Tss)
4. Por último se transforma del espacio de estados a la función de transferencia en forma

factorizada.
 Tzpk=zpk(Tss)
APÉNDICE B
CH4P1
Podemos usar MATLAB para calcular las características de un sistema de segundo orden, como
el coeficiente de amortiguamiento, z; frecuencia natural, wn; por ciento rebasamiento, OS (pos);
tiempo de asentamiento, Ts; y hora pico, Tp.

Con el ejercicio 4.6
1. Primero se define el polinomio que contiene el primer polo y el polinomio que contiene el
segundo polo.
 p1= [1 3+7*i];
 p2= [1 3-7*i];
2. Se multiplica los dos polinomios para encontrar el polinomio de segundo orden, como
as 2+ bs+ c y se calcula la frecuencia natural, sqrt (c / a).
 deng=conv(p1,p2);
 omegan=sqrt(deng(3)/deng(1))
3. Ahora se calcula la relación de amortiguación ((b/a)/2*wn), el tiempo de asentamiento

(4/z*wn) y el tiempo pico pi/wn*sqrt(1-z^2).
 zeta=(deng(2)/deng(1))/(2*omegan)
 Ts=4/(zeta*omegan)
 Tp=pi/(omegan*sqrt(1-zeta^2))
4. Calcule el porcentaje de sobre impulso (100 * e ^ (z * pi / sqrt (1-z ^ 2)).
 pos=100*exp(-zeta*pi/sqrt(1-zeta^2))
Figura 8. Características de un sistema de segundo orden.

APÉNDICE B
CH5P4
Dado el sistema de representación en el espacio de estados por las ecuaciones:
0 1 0 0
[
ẋ= 0 0 1 x+ 0 u
−2 −5 −7 1 ] []
y= [ 1 0 0 ] x
Transforme el sistema a un nuevo conjunto de variables de estado, z, donde las nuevas
variables de estado estén relacionadas con las variables de estado originales, x, como sigue:
z 1=2 x1
z 2=3 x 1+2 x 2
z 1=x 1+ 4 x 2 +5 x 3
El sistema Trasformado es:

Figura 9. Variable de estado
−1.5 1 0 0
[ ] []
ż= −1.5 0.7 0.4 z + 0 u
−2.5 0.4 −7.2 5
y= [ 0.5 0 0 ] z
APÉNDICE B
CH5P5
Para el sistema representado en el espacio de estados:
ẋ= 1 3 x+ 1 u
[
−4 −6 3 ] []
y= [ 1 4 ] x
Convierta el sistema en uno donde el nuevo vector de estado, z, sea:
z= 1 3 x
[
−4 −6 ]
Figura 10. Espacio de estados
Fuente: grupo de trabajo.

ż= −2 0 x + 18.39 u
[ 0 −3 ] [ ]
20
y= [−2.121 2.6 ] z
APÉNDICE B
CH6P1
Encuentre el número de polos del semiplano izquierdo, el semi plano derecho y sobre el eje
jw para el sistema:
Figura 11. Número de polos.
Apéndice B
CH4SP2
En el programa analizado, se desarrollará la generación de una respuesta escalón para una
función de transferencia y graficar la respuesta directamente o recolectar los puntos para un
uso futuro, se desarrollará el ejemplo 4.8 del Capítulo 4 del libro de Sistemas de Control
para Ingeniería de Norman Nise.
Código del programa:
Primero definimos el numerador.
numt1=[24.542];
Definimos el denominador.
dent1=[1 4 24.542];
Impresión de pantalla.
'T1(s)'
Creamos y mostramos la función de transferencia.
T1=tf(numt1,dent1)
step(T1)
Respuesta de demostración.
title('Test Run of T1(s)')
pause
'Corrida completa'
Seguidamente repetimos los pasos para definir las funciones de transferencia.

Recolectamos los datos de T1.
[y1,t1]=step(T1);
numt2=[245.42];
p1=[1 10];
p2=[1 4 24.542];
dent2=conv(p1,p2);
'T2(s)'
T2=tf(numt2,dent2)
[y2,t2]=step(T2);
numt3=[73.626];
p3=[1 3];
dent3=conv(p3,p2);
'T3(s)'
T3=tf(numt3,dent3)
[y3,t3]=step(T3);
clf
Graficamos los puntos adquiridos.
plot(t1,y1,t2,y2,t3,y3)
Título de la gráfica
title('Respuestas escalon de T1(s),T2(s),and T3(s)')

Etiquetas de los ejes
xlabel('Tiempo(segundos)')
ylabel('respuesta normalizada')
text(0.7,0.7,'c3(t)')
text(0.7,1.1,'c2(t)')
text(0.5,1.3,'c1(t)')
pause
step(T1,T2,T3)
title('Respuestas escalon de T1(s),T2(s),and T3(s)')
7.
Figura 12. Generación de una respuesta escalón, representación gráfica..
CH4SP2 Apéndice E
En la ejecución de este programa aprenderemos a despejar la respuesta de salida de
ecuaciones de estado usando la integral de convolución. Se resolverán los ejemplos 4.12 y
4.13 del Capítulo 4 del libro de Sistemas de Control para Ingeniería de Norman Nise.
'(ch2sp2)'
Construimos la variable simbólica t que representa el tiempo.
syms t
'Laplace transform'
'f(t) from Case 2'
Definimos la función
f=2*exp(-t)-2*t*exp(-2*t)-2*exp(-2*t);
Mostramos la función de una manera adecuada.

pretty(f)
'F(s) for Case 2'
Hallamos la transformada de Laplace con la herramienta “laplace()”

F=laplace(f);
Mostramos la función de una manera adecuada.
pretty(F)
Repetimos los pasos para el caso 2.

F=simplify(F);
pretty(F)
'f(t) for Case 3'
f=3/5-3/5*exp(-t)*[cos(2*t)+(1/2)*sin(2*t)];
pretty(f)
'F(s) for Case 3 - Symbolic fractions'
F=laplace(f);
pretty(F)
Representamos de forma decimal.
'F(s) for Case 3 - Decimal representation'
F=vpa(F,3);
pretty(F)
Simplificamos las fracciones parciales.
F=simplify(F);
pretty(F)
Figura 13.Respuesta de salida utilizando convolución.
CH4SP3 Apéndice B
En la ejecución de este programa aprenderemos a simular la respuesta de escalón de
sistemas representados en el espacio de estados, también se aprenderá a especificar el
intervalo en el eje del tiempo para la gráfica.
'(ch4p3)'
clf
Generamos la matriz A
A=[0 1 0;0 0 1;-24 -26 -9];

Generamos el vector B
B=[0;0;1];
Generamos el vector C
C=[2 7 1];
Generamos D
D=0;
T=ss(A,B,C,D)
Definimos el intervalo del tiempo.
t=0:0.1:10;
Encendemos la cuadricula.
grid on
Trazamos la respuesta escalón pata el intervalo t.
step(T,t)
Figura 14. Respuesta escalón.
Apendice B
CH5P1
 Los estudiantes que utilicen MATLAB deben correr ahora el ch5p1, del apéndice B.
Para efectuar la resolución de diagramas de bloques.
Figura 15. Ejercicio planteado

Figura 16. Código del ejercicio
 En la programación primero se definen las sub funciones de transferencia,

definiendo sus numeradores y denominadores.
 Con la función “series” el programa realiza el producto de estas dos funciones
 Después se define la función H
 Una vez llegado ahí se realiza la realimentación entre las funciones resultantes
 Realiza el producto de G5 y la función de transferencia resultante.
 Por último, la realimentación resultante.
Figura 17. Solución del ejercicio
CH5P2
Los estudiantes que utilicen MATLAB deben correr el ch5p2, del apéndice B. Aprenderán
a efectuar reducción de diagramas de bloques seguida por una evaluación de las respuestas
del sistema lazo cerrado al hallar los diferentes valores. Por ultimo aprenderán a usar el
MATLAB para generar una respuesta escalón en laso cerrada. Este ejercicio utilizara
MATLAB para hacer el ejemplo 5.3.
- Para el sistema que se muestra en la figura, encuentre el tiempo pico, sobrepaso en

porcentaje y tiempo de asentamiento.
Figura 18. Ejercicio sobre respuesta transitoria
Procedemos a realizar la respectiva programación en el software Matlab.

 Se inicia definiendo la función de transferencia G(s) por separado el numerador con
el denominador.
 Con la herramienta “ts” generamos la función de transferencia para posteriormente
realizar la realimentación unitaria para así encontrar T(s).
 Extraemos el numerador con el denominador.
 Se halla la frecuencia natural.
 Encontramos la relación de amortiguamiento.
 Encontramos el sobrepaso.
 Se halla el porcentaje excedido
 Y por último generamos la respuesta de paso.
Figura 19. Respuesta Numérica del ejercicio

Figura 20. Respuesta Gráfica
CH5P3
Los estudiantes que trabajen con el MATLAB deben correr el ch5p3, del apéndice B.
Aprenderán a usar MATLAB para convertir una función de transferencia en el espacio de
estados en una forma especificada. El ejercicio resuelve el ejemplo previo al representar la
función de transferencia de la ecuación C(s)/R(s) mediante la representación en el espacio
de estados en forma paralela de la ecuación matricial.
Figura 21. Programación del planteado

 Comenzamos definiendo el denominar y el numerador de la función T(s).
 Generamos el display de presentación de T(s).
 Creamos un controlador canónico LTI
 Generamos un objeto de espacio de estados
 Convertimos en forma canónico de control
 Extraemos y mostramos el controlador
 Generamos las matrices en forma canónica
 Extraemos y presentamos en forma paralela las matrices.
Figura 22. Respuesta del ejercicio.
CH6P2
K
T ( s) = 3 2
s +1 8 +77 s+ K
Definimos el rango del cual puede tomar valor K. en este ejemplo le dejamos un rango de 1
a 2000 en pasos de 1.
K=[1:1:2000];
Se abre un “for” que es un lazo para repetir el número especificado de veces:
for n=1:length(K);
En este caso para especificar el número de repeticiones se usa length, el cual nos da la
longitud de la dimensión de una matriz más grande, por ejemplo, si tenemos una matriz de
1x6 nos devolverá el 6.
Dentro del ciclo for se especifica los valores del denominador de nuestra función T(s):
dent=[1 18 77 K(n)];
Luego se sacan las raíces del denominador que declaramos anteriormente con la función
roots, esta nos devuelve las raíces del polinomio representado en este caso por “dent”:
poles=roots(dent);
seguido se usa la función real, la cual nos devuelve la parte real de cada elemento dentro,
en este caso la parte real de cada polo:
r=real(poles);
Para finalizar se abre un “if” que nos pone como condición que si el máximo valor de “r”
ósea el máximo polo real es mayor igual que 0 entonces se imprimen los polos y K es igual
a K(n) el cual va a ser un valor que se va a descubrir de acuerdo a las veces que se repita el
ciclo for, en nuestro ejemplo este ciclo se a repetido 1387 veces entonces el valor de K será
este.
Figura 23. Programa ch6p2 con su respuesta
Fuente: [ CITATION Nor06 \l 2058 ]
CH6P3
Empezamos declarando la matriz de nuestro sistema:
A=[0 3 1;2 8 1;-10 -5 -2]
Y para finalizar usamos la función eig, el cual nos devuelve un vector de columna que
contiene los valores propios de la matriz cuadrada A.
eigenvalues=eig(A)
Figura 24. Programa ch6p3 con su respuesta
CH7P1
500 ( s+ 2 )( s+5 ) ( s +6 )
G ( s )=
s ( s+8 )( s+10 ) ( s +12 )
Empezamos declarando el numerador y denominador de nuestra función G(s) y con la
función tf, logramos convertir nuestro numerador y denominador a una sola función digital:
numg=500*poly([-2 -5 -6]);
deng=poly([0 -8 -10 -12]);
G=tf(numg,deng)
Para poder entender un poco lo que acabamos de hacer ponemos a continuación la
respuesta del Command Window
Figura 25. Función G(s) digitalizada
A continuación, vamos a checar la estabilidad de nuestra función T(s), debido a que

tenemos nuestra G(s) pero como sabemos que tiene realimentación unitaria entonces
hacemos lo siguiente:
Para sacar nuestra funcion T(s) usamos feedback, el cual nos devuelve un objeto modelo
en nuestro caso guardado en la variable T, para la interconexión de retroalimentación
negativa de los objetos G(s) y 1 debido a que tenemos realimentación unitaria, a
continuación, podemos apreciar mejor el funcionamiento de esta herramienta:
Figura 26. Diagrama explicativo de la herramienta “feedback”
Fuente: [ CITATION Mat06 \l 3082 ]
Seguido se sacan los polos de nuestra función T(s) con la función pole, la cual nos
devuelve los polos del modelo de sistema dinámico, La salida se expresa como el recíproco
de las unidades de tiempo especificadas en T(s).
T=feedback(G,1)
poles=pole(T)
En nuestro caso podemos ver que nuestro sistema es estable:
Figura 27. Función T(s) con sus polos del modelo de sistema dinámico
Para finalizar sacamos los errores:

Entrada escalón
Para sacar Kp utilizamos la función dcgain, la cual calcula la ganancia de Kp del modelo
dinámico G(s):
Kp=dcgain(G)
Para sacar el error simplemente usamos la fórmula:
ess=1/(1+Kp)
Entrada rampa
Para esto deberemos sacar un nuevo modelo dinámico antes de calcular cualquier dato, para
ello declaramos un nuevo numerado, denominador y un nuevo modelo dinámico con estos
nuevos numerador y denominador:
numsg=conv([1 0],numg);
densg=poly([0 -8 -10 -12]);
sG=tf(numsg,densg);
pero si dejamos así la función sG(s) tendremos lo siguiente:
Figura 28. Función sG(s) digitalizada
Entonces para simplificar las utilizamos minreal, elimina incontrolable o inobservable

Estado en modelos de espacio de estado, o cancelas pares de polo cero en funciones de
transferencia o modelos de ganancia de polo cero. La salida sG tiene un orden mínimo y las
mismas características de respuesta que el modelo original sG:
sG=minreal(sG)
y así obtenemos:
Figura 29. Función sG(s) digitalizada
Fuente: Recurso propio
Y ahora si utilizamos la función dcgian explicada anteriormente seguido del error:

Kv=dcgain(sG)
ess=1/Kv
Entrada parabólica
Al igual que en el caso anterior tenemos que crear un nuevo numerador y un nuevo
denominador:
nums2g=conv([1 0 0],numg);
dens2g=poly([-8 -10 -12]);
s2G=tf(nums2g,dens2g);
Así mismo nuestra nueva función necesita de una simplificación y se utiliza de nuevo la
herramienta minreal:
s2G=minreal(s2G);
y así obtenemos la función s2 G(s) :
Figura 30. Función s2 G(s) digitalizada

Para finalizar sacamos Ka con la herramienta dcgain y el error:

Ka=dcgain(s2G)
ess=1/Ka
Figura 31. Programación entrada parabólica.
Figura 32. Programación entrada parabólica

8. CONCLUSIONES
 El software MATLAB facilita algunos procesos de cálculos que puede tomar tiempo, la
maquina puede ahorrarnos dichos procesos por medio de conocimientos básicos de
programación en el software.
 Los ejemplos recomendados por el texto según la sección además de ahorrarnos tiempo
de cálculo también nos ayudan a comprender más sobre el software y a idealizar formas
en las que podríamos desarrollar una aplicación más practica donde se requiera de
cierto ingreso de datos y nos entregue diferentes resultados ya sea una gráfica de una
función o la representación de una función de transferencia, etc., las posibilidades son
infinitas y el limite la imaginación del programador.
 Al poder trabajar con diferentes ejemplos se pueden notar ciertas funciones que viene
integradas en el software para diferentes aplicaciones, pero podríamos darles otras
finalidades a las mismas funciones para poder desarrollar diferentes programas ya que
en medio de todo este proceso aprendimos a comunicarnos con la computadora.
 Podemos notar cierta relación entre programa y programa, por ejemplo podemos ver la
forma en la que se puede representar una función y en otra sección podemos ver la
forma en la que podemos graficar una función o podemos aprender algún comando que
nos ayude a realizar alguna tarea en específico y si en el futuro requerimos de hacer
cálculos grandes que nos tomarían mucho tiempo de hacerlo a mano, sin contar con el
error humano que puede perjudicar todo el trabajo, este software nos puede ayudar en
diferentes aplicaciones incluso fuera de la materia de sistemas de control.
9. RECOMENDACIONES
 Para comprender de mejor manera acerca del software utilizado primero se debe
investigar todos los comandos y funciones básicas que dicho programa contiene.
 Una vez realizado el programa tener en cuenta la ruta donde está guardado el
documento para que no se genere errores al momento de correr el programa.
 Tomar nota de cada línea de código y que hace cada una de ellas en el programa para
sabes que es lo que se está ejecutando.
10. BIBLIOGRAFÍA
Educaweb. (s.f.). Recuperado el 17 de Enero de 2021, de

https://www.educaweb.com/contenidos/educativos/tecnicas-estudio/conoce- estrategias-
aprendizaje/
Esqueda, J. (Noviembre de 2002). Obtenido de
ftp://ftp.unicauca.edu.co/Facultades/FIET/DEIC/Materias/Identificacion/matlab_
seminar/docs/Matlab6xConatec.pdf
facet. (Marzo de 2015).
Obtenido de https://catedras.facet.unt.edu.ar/sistemasdecontrol/wp-
content/uploads/sites/101/2015/12/CL03_Funci%C3%B3n_Transferencia_Mode lado_y_an
%C3%A1lisis_de_sistemas_2015.pdf
Marevaloblog. (23 de Abril de 2016). Obtenido de
https://marevaloblog.wordpress.com/2016/04/23/entorno-de-trabajo-de-matlab/
Nise, N. S. (2006). Sistemas de Control para Ingenieria. Mexico: Continental.
Vasquez, V. (Mayo de 2015). Obtenido de
http://homepage.cem.itesm.mx/vlopez/notas%20I.pdf
wordpress. (Marzo de 2016). Recuperado el 04 de Enero de 2021,
de https://administracionpublicauba.files.wordpress.com/2016/03/tecnicas-de- anc3a1lisis-de-
informacic3b3n.pdf

Informe Matlab

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe Matlab

Cargado por

Copyright:

Formatos disponibles

DEPARTAMENTO DE ELÉCTRICA Y

Análisis de ejercicios utilizando el software MATLAB.

FECHA: Latacunga, 28 de Febrero del 2021

NOVIEMBRE – ABRIL 2021

5. MARCO TEÓRICO Y DESARROLLO

Fuente: (wordpress, 2016)

 Revisión constante y reducción de datos: Reducción de los datos, es decir, en la

5.3. Transformada de Laplace

Un sistema de control es una interconexión de componentes que proporciona una respuesta

Figura 2. Proceso a controlar.

Donde 𝑠 es una variable compleja, llamada también variable de la

La relación entre la salida ((𝑠)) y la entrada (X(𝑠)):

Figura 3.Relación de la función de transferencia.

5.5. ¿Qué es MATLAB?

MATLAB es un lenguaje de alto desempeño diseñado para realizar cálculos técnicos.

5.5.1. Ventana de comandos de MATLAB.

Figura 4.Ventana de comandos

MATLAB. Fuente: (Marevaloblog, 2016)

La barra de herramientas proporciona un acceso fácil y rápido a las operaciones más

» y = [0.2944 -1.3362 0.7143 1.6236 -0.6918 0.8580]

5.5.3. Expresiones en MATLAB

MATLAB como cualquier lenguaje de programación proporcionan expresiones matemáticas,

MATLAB, a diferencia de la mayoría de los lenguajes de programación no requiere de ningún

Ejemplo: Definición de variables.

MATLAB es case sensitive, es decir distingue entre mayúsculas y minúsculas; es decir A y a no

MATLAB proporciona un gran número de funciones matemáticas simples y

Figura 4. Representación de una matriz.

Fuente: Grupo de trabajo.

2. El vector de la columna B se puede representar de otras dos maneras, la primera es en

Figura 5. Representación de una matriz

Fuente: Grupo de trabajo

2. Con la función ss, creamos un objeto LTI y lo visualizamos.

Fuente: Grupo de trabajo

Ap=inv( P)∗A∗P ; Bp=inv (P)∗B ; Cp=C∗P , Dp=D

2. Convierta G (s) a la forma canónica del controlador, almacene las matrices A, B, C, D y

3. Se forma la matriz de transformación

 P=[0 0 1;0 1 0;1 0 0];

4. Formamos una matriz A, un vector B, un vector C y una D de forma de fase variable.

6. Convertimos T(s) en espacio de estados.

Fuente: Grupo de trabajo

Las representaciones de espacio de estados se pueden convertir en funciones de transferencia

La forma en la que se importan los datos

2. Se convierte la representación del espacio de estados en una función de transferencia

4. Por último se transforma del espacio de estados a la función de transferencia en forma

La forma en la que se importan los datos

3. Ahora se calcula la relación de amortiguación ((b/a)/2*wn), el tiempo de asentamiento

Figura 8. Características de un sistema de segundo orden.

Fuente: Grupo de trabajo

El sistema Trasformado es:

Fuente: Grupo de trabajo

Fuente: grupo de trabajo.

Fuente: Grupo de trabajo.

Seguidamente repetimos los pasos para definir las funciones de transferencia.

title('Respuestas escalon de T1(s),T2(s),and T3(s)')

title('Respuestas escalon de T1(s),T2(s),and T3(s)')

Fuente: Grupo de trabajo

Mostramos la función de una manera adecuada.

Hallamos la transformada de Laplace con la herramienta “laplace()”

Repetimos los pasos para el caso 2.

Representamos de forma decimal.

'F(s) for Case 3 - Decimal representation'

Fuente: Grupo de trabajo

A=[0 1 0;0 0 1;-24 -26 -9];