543214 – SLD – 2S2023

INTRODUCCIÓN
Parte 1
Sistemas y modelos

Prof. Carlos Madariaga Cifuentes

TABLA DE CONTENIDOS
1. Sobre definiciones, procesos y sistemas.
2. Cantidades que definen un sistema.
3. Modelo como representación de sistemas.
4. Tipos de sistemas y modelos

2
1. INTRODUCCIÓN: ¿PARA QUÉ LAS DEFINICIONES?
Importante: identificar procesos, sistemas, y cantidades asociadas a un
sistema.

En el ámbito profesional, la correcta definición de cantidades asociadas a

sistemas permite la multidisciplinariedad.

Los siguientes conceptos son observables y notables:

• Realidad física
• Componentes esenciales
• Intervalo de tiempo

3
1. INTRODUCCIÓN: ¿PARA QUÉ LAS DEFINICIONES?
Importante: identificar procesos, sistemas, y cantidades asociadas a un
sistema.

En el ámbito profesional, la correcta definición de cantidades asociadas a

sistemas permite la multidisciplinariedad.

Los siguientes conceptos son observables y notables:

• Realidad física
• Componentes esenciales
• Intervalo de tiempo

4
1. INTRODUCCIÓN: ¿PARA QUÉ LAS DEFINICIONES?
Importante: identificar procesos, sistemas, y cantidades asociadas a un
sistema.

En el ámbito profesional, la correcta definición de cantidades asociadas a

sistemas permite la multidisciplinariedad.

Los siguientes conceptos son observables y notables:

• Realidad física
• Componentes esenciales
• Intervalo de tiempo

5
1. INTRODUCCIÓN: PROCESO
Importante: identificar procesos, sistemas, y cantidades asociadas a un
sistema.

Proceso: Realidad física cuyos componentes esenciales cambian de

estado en un intervalo de tiempo determinado.

En un proceso, ¿qué es relevante?

Clave: Objetivo de estudio.

Ejemplos para las galletas:
• Dureza de la corteza.
• Temperatura interior.
• Volumen total de galleta.
• Temperatura de la lata.
• Deformación de la lata.

6
1. INTRODUCCIÓN: SISTEMA
Importante: identificar procesos, sistemas, y cantidades asociadas a un
sistema.

Sistema: Abstracción de un proceso de acuerdo a objetivos de estudio

definidos.

A un mismo proceso pueden

asociarse varios sistemas,
dependiendo del objeto de
estudio

Ejemplos para las galletas.

Objetivos:
• Dureza de la corteza.
• Deformación de la lata.

7
1. INTRODUCCIÓN: PROCESOS Y SISTEMAS
Ejemplo: Generación hidroeléctrica (Espinoza, 2021)

8
1. INTRODUCCIÓN: PROCESOS Y SISTEMAS
Ejemplo: Generación hidroeléctrica (Espinoza, 2021)

Fuente

9
1. INTRODUCCIÓN: PROCESOS Y SISTEMAS
Ejemplo: Generación hidroeléctrica (Espinoza, 2021)

Posibles objetivos de estudio:

• Pérdidas de fluido en las

cañerías

• Rendimiento del generador

• Aumento de la
temperatura del agua

10
1. INTRODUCCIÓN: PROCESOS Y SISTEMAS
Generación hidroeléctrica Generación pizzoeléctrica

Interesante: cada objetivo de estudio se traduce en extraer

un aspecto específico de la realidad física. Para ello es
necesario simplificar aspectos poco relevantes y focalizarse
en lo necesario.

11
2. CANTIDADES QUE DEFINEN UN SISTEMA
Un sistema se define mediante las siguientes cantidades
relevantes:
• Variables de entrada
• Variables de salida
• Variables de estado
• Parámetros
• Perturbaciones

12
2. CANTIDADES QUE DEFINEN UN SISTEMA
Un sistema se define mediante las siguientes cantidades
relevantes:
• Variables de entrada: aquellas con las que se actúa sobre el proceso
desde fuera del sistema y de manera totalmente controlada.
Determinan el comportamiento del proceso.
• Variables de salida
• Variables de estado
• Parámetros
• Perturbaciones

13
2. CANTIDADES QUE DEFINEN UN SISTEMA
Un sistema se define mediante las siguientes cantidades
relevantes:
• Variables de entrada
• Variables de salida: corresponden a las cantidades que permiten
evaluar directamente los objetivos de estudio.
• Variables de estado
• Parámetros
• Perturbaciones

14
2. CANTIDADES QUE DEFINEN UN SISTEMA
Un sistema se define mediante las siguientes cantidades
relevantes:
• Variables de entrada
• Variables de salida
• Variables de estado: Cantidades que definen completamente la
condición del sistema para un cierto objetivo de estudio dado.
• Parámetros
• Perturbaciones:

15
2. CANTIDADES QUE DEFINEN UN SISTEMA
Un sistema se define mediante las siguientes cantidades
relevantes:
• Variables de entrada
• Variables de salida
• Variables de estado
• Parámetros: cantidades que delimitan características del proceso,
fijando un marco de acción y de comportamiento.
• Perturbaciones:

16
2. CANTIDADES QUE DEFINEN UN SISTEMA
Un sistema se define mediante las siguientes cantidades
relevantes:
• Variables de entrada
• Variables de salida
• Variables de estado:
• Parámetros
• Perturbaciones: Variables que actúan desde fuera del sistema pero no
pueden controlarse.
Se conoce su efecto
sobre el proceso pero
otorgan incertidumbre
al estudio

17
2. CANTIDADES QUE DEFINEN UN SISTEMA
Ejemplo: Generación hidroeléctrica (Espinoza, 2021)

Cantidades involucradas:

• 𝜇: porcentaje de apertura de
válvula de escape.
• 𝑓e : flujo de alimentación del
estanque.
• 𝑓s1 : flujo de vaciado no alterable.
• 𝑓s2 : flujo de vaciado manipulable.
• ℎ1 : altura de columna de agua del
estanque.
• 𝑣: voltaje en los terminales del
generador.
• 𝜔: velocidad de giro del generador.
• 𝑃: potencia consumida por la red.
• ℎ2 : altura del canal de alimentación.

18
3. MODELO COMO REPRESENTACIÓN DE SISTEMAS
Para analizar un proceso es necesario conocerlo. Es deseable
conocer factores internos y externos que condicionan su
comportamiento:

• Interrelaciones entre variables.

• Variables críticas (condicionantes).
• Efecto de perturbaciones.
• Rangos de estabilidad.
• Efecto de la variación de parámetros.

¿Cómo conocer esto? ¡Ojalá experimentación!

19
3. MODELO COMO REPRESENTACIÓN DE SISTEMAS
No obstante, la experimentación de procesos industriales
usualmente no es posible, por lo que los modelos
proporcionan un medio más simple para ello.

El modelo es una herramienta para el análisis de procesos,

a través del análisis de sistemas.
Modelo 1

Objetivo 1 Sistema 1 Modelo 2

Modelo 3

Proceso Objetivo 2 Sistema 2

Objetivo n

20
3. MODELO COMO REPRESENTACIÓN DE SISTEMAS
Los modelos pueden clasificarse
dependiendo de su naturaleza:

Modelos conceptuales

Modelos matemáticos

Modelos lingüísticos

21
3. MODELO COMO REPRESENTACIÓN DE SISTEMAS
El dilema de los modelos:
Complejidad vs representatividad

Para lograr un buen equilibrio, hay algunas consideraciones

que pueden hacerse:

• Simplificaciones.
• Rango de validez.

22
3. MODELO COMO REPRESENTACIÓN DE SISTEMAS
El dilema de los modelos:
Complejidad vs representatividad

Para lograr un buen equilibrio, hay algunas consideraciones

que pueden hacerse:

• Simplificaciones: reducen la complejidad de los modelos

• Reducción de orden.
• Concentración de parámetros.
• Linealización.
• Rango de validez.

23
3. MODELO COMO REPRESENTACIÓN DE SISTEMAS
El dilema de los modelos:
Complejidad vs representatividad

Para lograr un buen equilibrio, hay algunas consideraciones

que pueden hacerse:

• Simplificaciones: reducen la complejidad de los modelos

• Reducción de orden.
• Concentración de parámetros.
• Linealización.
• Rango de validez: rango de valores en los que el modelo
concuerda con el comportamiento del proceso con un
cierto grado de confianza.

24
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Lineal vs no-lineal

Los sistemas y modelos lineales cumplen con el principio de

superposición y de homogeneidad.

𝐻 𝜇1 𝑡 + 𝜇2 (𝑡) = 𝑦1 𝑡 + 𝑦2 (𝑡) 𝐻 𝛼𝜇1 𝑡 = 𝛼𝑦1 𝑡

Donde:
• 𝑢1 (𝑡) y 𝑢2 (𝑡) son entradas al sistema.
• 𝑦1 (𝑡) y 𝑦2 (𝑡) son respuestas del sistema H ante las entradas 𝑢1 (𝑡)
y 𝑢2 (𝑡). Es decir, 𝑦1 𝑡 = 𝐻(𝑢1 (𝑡)) y 𝑦2 𝑡 = 𝐻(𝑢2 (𝑡)).
• 𝛼 es un número real.

25
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Lineal vs no-lineal 𝐻 𝜇1 𝑡 + 𝜇2(𝑡) = 𝑦1 𝑡 + 𝑦2 (𝑡)
𝐻 𝛼𝜇1 𝑡 = 𝛼𝑦1 𝑡
Ejemplo: Circuito RL
La ecuación maestra que rige el comportamiento de los circuitos serie es
la ley de Kirchhoff de voltaje:
𝑑𝑖 𝑡
𝑒 𝑡 = 𝑖 𝑡 ∙𝑅+𝐿∙
𝑑𝑡
Luego, para demostrar si el sistema es causal, debe cumplir con el
principio de superposición y de homogeneidad

Para ello, vamos a considerar cuatro entradas y cuatro salidas al sistema para hacer el análisis de
linealidad, tal que:

𝑑𝑖1 𝑡
𝑒1 𝑡 = 𝑖1 𝑡 ∙ 𝑅 + 𝐿 ∙
𝑑𝑡
𝑑𝑖2 𝑡
𝑒2 𝑡 = 𝑖2 𝑡 ∙ 𝑅 + 𝐿 ∙ Se asume que cada entrada se corresponde con cada salida.
𝑑𝑡
Es decir, que si se considera una entrada de tensión 𝑒𝑥 (𝑡) al
𝑑𝑖3 𝑡 sistema, entonces eso se traduce en una corriente 𝑖𝑥 (𝑡) a la
𝑒3 𝑡 = 𝑖3 𝑡 ∙ 𝑅 + 𝐿 ∙
𝑑𝑡 salida.
𝑑𝑖4 𝑡
𝑒4 𝑡 = 𝑖4 𝑡 ∙ 𝑅 + 𝐿 ∙
𝑑𝑡

26
 4. CLASIFICACIÓN DE SISTEMAS Y MODELOS Ejemplo: Circuito RL

Lineal vs no-lineal
𝑑𝑖1 𝑡
𝑒1 𝑡 = 𝑖1 𝑡 ∙ 𝑅 + 𝐿 ∙ (1)
𝑑𝑡
𝑑𝑖2 𝑡 (2)
𝑒2 𝑡 = 𝑖2 𝑡 ∙ 𝑅 + 𝐿 ∙ Para probar el principio de superposición, vamos a suponer que:
𝑑𝑡
𝑑𝑖3 𝑡 𝑖3 𝑡 = 𝑖1 𝑡 + 𝑖2 𝑡 (5)
𝑒3 𝑡 = 𝑖3 𝑡 ∙ 𝑅 + 𝐿 ∙ (3)
𝑑𝑡 Después de algunos arreglos matemáticos, deberíamos llegar a
𝑑𝑖4 𝑡 que aquello implica que 𝑒3 𝑡 = 𝑒1 𝑡 + 𝑒2 𝑡 . (Si se logra
𝑒4 𝑡 = 𝑖4 𝑡 ∙ 𝑅 + 𝐿 ∙ (4)
demostrar, cumple el principio; si se llega a contradicción, no
𝑑𝑡
cumple el principio)

Partimos acá!
Reemplazando
𝑑𝑖3 𝑡 (5) en (3) 𝑑 𝑖1 𝑡 + 𝑖2 𝑡
𝑒3 𝑡 = 𝑖3 𝑡 ∙ 𝑅 + 𝐿 ∙ 𝑒3 𝑡 = 𝑖1 𝑡 + 𝑖2 𝑡 ∙𝑅+𝐿∙
𝑑𝑡 𝑑𝑡
Por propiedades
Desagrupando
de las derivadas
Reagrupando 𝑑𝑖1 𝑡 𝑑𝑖2 𝑡
𝑑𝑖1 𝑡 𝑑𝑖2 𝑡 𝑒3 𝑡 = 𝑖1 𝑡 𝑅 + 𝑖2 𝑡 𝑅 + 𝐿 ∙ +
𝑒3 𝑡 = 𝑖1 𝑡 𝑅 + 𝐿 ∙ + 𝑖2 𝑡 𝑅 + 𝑑𝑡 𝑑𝑡
𝑑𝑡 𝑑𝑡

En definitiva ∴ se cumple el principio de

Notar que esto es Notar que esto es 𝑒3 𝑡 = 𝑒1 𝑡 + 𝑒2 𝑡 superposición
𝑒1 (𝑡) 𝑒2 (𝑡)

Nota interesante: fijarse que si la ecuación diferencial

tuviese un término constante sumado, no se cumpliría el 27
principio de superposición.
 4. CLASIFICACIÓN DE SISTEMAS Y MODELOS Ejemplo: Circuito RL

Lineal vs no-lineal
𝑑𝑖1 𝑡
𝑒1 𝑡 = 𝑖1 𝑡 ∙ 𝑅 + 𝐿 ∙ (1)
𝑑𝑡
𝑑𝑖2 𝑡 (2)
𝑒2 𝑡 = 𝑖2 𝑡 ∙ 𝑅 + 𝐿 ∙ Para probar el principio de homogeneidad, vamos a suponer que:
𝑑𝑡
𝑑𝑖3 𝑡 𝑖4 𝑡 = 𝛼𝑖1 𝑡 (6)
𝑒3 𝑡 = 𝑖3 𝑡 ∙ 𝑅 + 𝐿 ∙ (3)
𝑑𝑡 Después de algunos arreglos matemáticos, deberíamos llegar a
𝑑𝑖4 𝑡 que aquello implica que𝑒4 𝑡 = 𝛼𝑒1 𝑡 . (Si se logra demostrar,
𝑒4 𝑡 = 𝑖4 𝑡 ∙ 𝑅 + 𝐿 ∙ (4)
cumple el principio; si se llega a contradicción, no cumple el
𝑑𝑡
principio)

Partimos acá! Reemplazando

(6) en (4) 𝑑 𝛼𝑖1 𝑡
𝑑𝑖4 𝑡 𝑒4 𝑡 = 𝛼𝑖1 𝑡 ∙ 𝑅 + 𝐿 ∙
𝑒4 𝑡 = 𝑖4 𝑡 ∙ 𝑅 + 𝐿 ∙ 𝑑𝑡
𝑑𝑡
Por propiedades
de las derivadas
Factorizando
𝑑𝑖1 𝑡 𝑑 𝑖1 𝑡
𝑒4 𝑡 = 𝛼 𝑖1 𝑡 𝑅 + 𝐿 ∙ 𝑒4 𝑡 = 𝛼𝑖1 𝑡 ∙ 𝑅 + 𝛼𝐿 ∙
𝑑𝑡 𝑑𝑡

Notar que esto es

∴ se cumple el principio de
𝑒1 (𝑡) 𝑒4 𝑡 = 𝛼𝑒1 𝑡
homogeneidad
En definitiva

Nota interesante: fijarse que, si la ecuación diferencial

tuviese un término constante sumado, no se cumpliría el 28
principio de homogeneidad.
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Continuos vs discretos

Foco de atención en variable independiente: tiempo.

Continuo: los valores de las variables de interés pueden cambiar en todo
instante de tiempo.
Discreto: los valores de las variables de interés pueden cambiar en ciertos
instantes.

Continuo Discreto

29
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Estáticos vs Dinámicos

Foco de atención en objetivo de estudio.

Estático: Interés en valores finales de un proceso convergente.
Dinámico: Interés en valores transitorios en evolución.

Ejemplo: Circuito RC

30
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Estáticos vs Dinámicos
A medida que transcurre el tiempo, el
capacitor comienza a cargarse.
𝑡
−
𝑞 𝑡 =𝐶∙𝜉∙ 1− 𝑒 𝑅𝐶
𝜉 −𝑡
𝐼 𝑡 = ∙ 𝑒 𝑅𝐶
𝑅
Si se desea conocer la evolución de la
corriente en el tiempo, se usa el modelo
dinámico.
𝑞 𝑡 →∞ =𝐶∙𝜉
𝐼 𝑡→∞ =0
Si se desean conocer valores finales, se usa el
modelo estático.

31
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Causales vs No-causales

Foco de atención en los tiempos de respuesta.

Causal: La variable de salida es una consecuencia de valores actuales y
pasados de las variables de entrada.
No-causal: La variable de salida es una consecuencia de valores futuros de
las variables de entrada.

32
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Causales vs No-causales

Foco de atención en los tiempos de respuesta.

Causal: La variable de salida es una consecuencia de valores actuales y
pasados de las variables de entrada.
No-causal: La variable de salida es una consecuencia de valores futuros de
las variables de entrada.

Los sistemas no-causales normalmente surgen de algoritmos matemáticos

teóricos, y no tienen representación en la realidad física.

Ejemplos: 𝑦prom1 𝑡 + 𝑦prom1 𝑡−1 +𝑦prom1 𝑡−2 Causal:

𝑦prom1 𝑡 =
3
𝑦prom1 𝑡−1 + 𝑦prom1 𝑡 +𝑦prom1 𝑡+1 No-causal
𝑦prom2 𝑡 =
3

33
4. CLASIFICACIÓN DE SISTEMAS Y MODELOS
Invariante en el tiempo vs Variante en el tiempo

Foco de atención en las características y

parámetros del modelo.

Invariante en el tiempo: Las características

del modelo son fijos en el tiempo.
Ejemplo: Circuito RC

Variante en el tiempo: Las características

del modelo varían en el tiempo. Ejemplo:
transbordador espacial.

La repetibilidad de aplicación del modelo (y/o consistencia con experimentación) puede

ser de ayuda como criterio de identificación.

34
RESUMEN
• Relación entre proceso, sistema y modelo. Modelo 1

Objetivo 1 Sistema 1 Modelo 2

Proceso Modelo 3
Objetivo 2 Sistema 2

• Cantidades que definen a un sistema

• Variables de entrada, salida y estado,
• Parámetros y perturbaciones.

• Modelo como representación de sistemas, busca el equilibrio

entre complejidad y representatividad.

• Varias clasificaciones de sistemas y modelos.

543241 – SLD – U1 – 2S2023 35