Control Digital 5.

doc 1

1. Anlisis de los Sistemas Discretos

1. Anlisis de los Sistemas Discretos____________________________________ 1
1.1. Introduccin ________________________________________________________ 2
1.2. Estabilidad__________________________________________________________ 2
1.2.1. Estabilidad de Sistemas Lineales ________________________________________ 2
1.2.2. Estabilidad de Sistemas con Entrada y Salida Acotadas(BIBO) __________________ 3
1.2.3. Cmputo de la Estabilidad_____________________________________________ 4
1.3. Controlabilidad, Alcanzabilidad y Observabilidad _______________________11
1.3.1. Controlabilidad y Alcanzabilidad _______________________________________ 11
1.4. Observabilidad _____________________________________________________14
1.5. Descomposicin de Kalman___________________________________________16
1.6. Prdida de Alcanzabilidad y Observabilidad debido al muestreo ___________17
1.7. Un Controlador Simple ______________________________________________18
1.7.1. Estado Estacionario_________________________________________________ 18
1.8. Simulacin _________________________________________________________19
1.9. Control de un Doble Integrador_______________________________________19

Control Digital 5.doc 2


1.1. Introduccin
Los sistemas a estudiar son

1 k k k
k k
x x u
y Cx
+
+
'

[1.1]

( ) ( )
k k
A q y B q u [1.2]

( )
( )
1
1
1
0 1
a a
a
b b
b
n n
n
n n
n
A q q a q a
B q b q b q b

+ + +
+ + +
L
L
[1.3]
1.2. Estabilidad
Dada unas secuencia

( )
1
,
k k
x f x k
+
[1.4]
sean dos secuencias
k
x y
0
k x soluciones de [1.4]
Se dice que la secuencia
0
k x es estable si dado

0
0
0
k
k
x x < [1.5]
se cumple

0
0
k
k
x x k k < [1.6]
Se dice que la secuencia
0
k x es asintticamente estable si se cumple

0
0 k
k
x x k [1.7]
1.2.1. Estabilidad de Sistemas Lineales
Sea el sistema

0 0
1 k k x x + [1.8]
con

0 0
0 x a [1.9]
se cambia el valor inicial
Control Digital 5.doc 3


0
x a [1.10]
resultando

1 k k
x x
+
[1.11]
La diferencia entre ambas soluciones es

0
1
1 1
k
k k k
x x x x +
+ +
[1.12]
con

0
0
x a a [1.13]
esto implica que si
0
x es estable, toda otra solucin ser tambin estable.
Se deduce que la estabilidad es una caracterstica del sistema y no de una solucin
determinada.
La solucin de

0
k
k
x x [1.14]
Si la matriz se puede diagonalizar, la solucin es una combinacin lineal de los
autovalores.
Si la matriz no se puede diagonalizar, la solucin es una combinacin lineal del
producto de polinomios por los autovalores.
Pero en ambos casos, para que la solucin tienda a cero los autovalores debern ser
menor que 1.
Teorema 1. Un sistemas discreto, lineal, invariante en el tiempo es asintticamente
estable si todos los autovalores de estn dentro del crculo unidad.
1.2.2. Estabilidad de Sistemas con Entrada y Salida Acotadas(BIBO)
Un sistema cuya entrada es acotada, es estable si su salida tambin lo es.
La estabilidad asinttica es ms restrictiva.
Ejemplo 1.1. Oscilador Armnico

( ) ( )
( ) ( )
( )
( )
[ ]
1
cos sen 1 cos
sen cos sen
1 0
k k k
k k
T T T
x x u
T T T
y x


+
1 1
+
1 1

] ]

[1.15]
Los autovalores son 1.
Control Digital 5.doc 4

Si la entrada es nula, el sistema es estable porque
0 k
x x
Pero si la entrada es una onda cuadrada de frecuencia la salida es
0 5 10 15 20 25 30
-20
-15
-10
-5
0
5
10
15
20

El sistema es estable pero no es estable en el sentido de entrada y salida acotada
1.2.3. Cmputo de la Estabilidad
- Cmputo directo de los autovalores
- lugar de las races
- criterio de Nyquist
- mtodo de Lyapunov
- Clculo directo:
clculo de las races de
( )
1
1
a a
a
n n
n
A q q a q a

+ + + L [1.16]
no es adecuado para calcularlo manualmente en sistemas de alto orden
- Criterio de Jury (Routh-Hurwitz)
Se forma la siguiente tabla
0
a
1
a
L
1 n
a


n
a

Control Digital 5.doc 5

n
a
1 n
a

L
1
a
0
a
0
n
n
a
a

1
0
n
a


1
1
n
a


L
1
1
n
n a



1
1
n
n a


1
2
n
n a


L
1
0
n
a



1
1 1
0
n
n
n n
a
a

M

0
0 a

con
1
0
k k k
i i k k i
k
k
k
k
a a a
a
a

[1.17]
Teorema 2. Si
0
0 a > , el sistema es estable si todos los
0
k
a son positivos. Si ningn
0
k
a , la
cantidad de
0
k
a negativos es igual al nmero de races fuera del crculo unidad.
Ejemplo 1.2. Sistema
( )
2
1 2
0 A q q a q a + + [1.18]
1
1
a
2
a

2
a
1
a
1
2
2
1
a

( )
2
1 2 2
0 0 2 2 2 2 2
1 1 a a a a a a
( )
1 2 2
1 1 2 1 1 2 1 1 2
1 a a a a a a a a

( )
1 2
1 a a
( )
2
2
1 a

( )
( )
1
1 2
1 1
1 2 1
0 2
2
1
1
1
a a
a a
a a
a

( ) ( )
( )
2
0 1 1 1 1
0 0 1 0 0 1 2
2
1 1 1
1
a
a a a a a
a

_


+
,



Todas las races estn dentro del crculo unidad si:
( )
2
1
0 2
1 0 a a > [1.19]
Control Digital 5.doc 6

( )
( )
2
0 1
0 2
2
1 1 0
1
a
a a
a
_
>

+
,
[1.20]
esto implica
2
1 a < [1.21]
1 2 1
2 2
1 2
1 2
1
1 0
1 1
1
1
a a a
a a
a a
a a
_ _ +
>

+ +
, ,
< +
>
[1.22]

a2
a1
1 2
1
-1

- Criterio de Nyquist
Es el equivalente al de los sistemas continuos
Sea el sistema
+
y
k
G(z)
-1
r
k
u
k
+


Control Digital 5.doc 7

( )
( )
( )
( )
( )
1
Y z G z
H z
U z G z

+
[1.23]
La ecuacin caracterstica es
( ) 1 0 G z + [1.24]
Plano Z
Im
Re
G
1
inf


Ejemplo 1.3. Sistema de Segundo Orden
( )
( ) ( )
0,25
1 0,5
k
G z
z z

[1.25]
( )
( ) ( )
( )( )
2
0,25 1,5 1 cos 2 2cos 1, 5
2 2cos 1,25 cos
j
k sen jsen
G e



1
]

+
[1.26]
Control Digital 5.doc 8

Plano Z Im
Re
G
-1
inf

el camino cruza el eje real negativo en 0,5
el sistema es estable en lazo cerrado para 2 k <
- Robustez
Tolerancia a variaciones
Teorema 3. Sea
( )
0
G z el valor real y
( ) G z el valor nominal
( )
( )
( )
0
0
0
1
G z
H z
G z

+
[1.27]
( )
( )
( )
1
G z
H z
G z

+
[1.28]
- si
( ) H z es estable
- si ( )
0
G z y ( ) G z tienen la misma cantidad de polos fuera del crculo unidad y
- si se cumple que para 1 z ( ) ( ) ( )
0
1 G z G z G z < +
entonces ( )
0
H z es estable
Cuando la ganancia del sistema es alta, es fcil de cumplir la condicin.
Se necesita mayor precisin en los lugares donde ( ) 1 G z ;
Otra forma de verlo: la funcin en lazo cerrado es
Control Digital 5.doc 9

( )
( )
0
0
1
1
1
H z
G z

+
[1.29]
los polos en lazo cerrado estn en
( )
( ) ( ) ( ) ( )
0 0
1 1 1 1
1 1 f z
G z G z G z G z
1
+ + +
1
]
[1.30]
en esta forma vale el nuevo teorema:
Teorema
Sea
( )
0
G z el valor real y
( )
G z el valor nominal
- si ( ) H z es estable
- si ( )
0
G z y ( ) G z tienen la misma cantidad de ceros fuera del crculo unidad y
- si se cumple que para 1 z
( ) ( ) ( )
0
1 1 1
1
G z G z G z
< +
entonces ( )
0
H z es estable

Reglas a tener en cuenta:
- es importante saber la cantidad de polos y ceros inestables
- no es necesario tener gran precisin en el modelo para frecuencias en la que el sistema
tiene alta ganancia
- para aquellas frecuencias en las que no se conoce el modelo con exactitud hay que
reducir la ganancia
- hay que tener un modelo preciso para frecuencias en donde ( ) 1 G z ;

- Segundo Mtodo de Lyapunov
Funcin de Lyapunov:
Sea el sistema
( ) ( )
1
0 0
k k
x f x f
+
[1.31]
Control Digital 5.doc 10

( ) V x es una funcin de Lyapunov si
-
( ) V x es continua en x y
( ) 0 0 V
-
( )
V x es definida positiva y
- ( ) ( ) ( ) ( ) V x V f x V x es definida negativa
X2
X1
X
k
X
k+1
V(x
k
)

Las curvas de nivel de ( ) V x son cerradas alrededor del origen
La tercera condicin dice que la dinmica del sistema es tal que partiendo de un
estado, el siguiente llevar a un valor de ( ) V x menor o ms cerca del origen.
Teorema 4. Estabilidad
La solucin 0
k
x es asintticamente estable si existe una funcin de Lyapunov
para el sistema
Si adems existe
( ) ( ) 0 x V x < < [1.32]
y se cumple
( )
x cuando x [1.33]
entonces, la solucin es asintticamente estable para cualquier condicin inicial.
- El principal problema es encontrar la funcin de Lyapunov
- Para sistemas lineales, una funcin candidata es
Control Digital 5.doc 11

( )
T
V x x Px [1.34]
donde
( ) ( ) ( )
T T T
T T T
V x V x V x x P x x Px
x P P x x Qx

1
]
[1.35]
Para que
( ) V x se una funcin de Lyapunov, debe existir una matriz P, que cumpla
T
P P Q [1.36]
con Q definida positiva
Esta es la ecuacin de Lyapunov
La una matriz P es definida positiva si Q definida positiva
1.3. Controlabilidad, Alcanzabilidad y Observabilidad
1.3.1. Controlabilidad y Alcanzabilidad
Sea el sistema
1
0 0 1
0
n n
n n
n
c
x x u u
x WU

+ + +
+
L
[1.37]
con
1 n
c
W

1
]
L [1.38]
1 0
T
T T
n U u u
1
]
L [1.39]
si
c
W tiene rango n se pueden encontrar n valores de u para llevar al sistema a un
valor deseado
n
x .
Si hay ms de una entrada la solucin no es nica.
- Definicin de Controlabilidad:
Un sistema es controlable si se puede llevar desde cualquier punto al origen en
tiempo finito.
- Definicin de Alcanzabilidad:
Un sistema es alcanzable si se puede llevar desde cualquier punto a otro cualquiera
en tiempo finito
Control Digital 5.doc 12

Controlabilidad no implica alcanzabilidad.
Por ejemplo si ya est en el origen, es controlable pero no necesariamente
alcanzable.
Teorema
Un sistema es alcanzable si y solo si
c
W es de rango n.
c
W se llama matriz de controlabilidad.
Ejemplo
1
1 0 1
0 1 1
k k k
x x u
+
1 1
+
1 1
] ]
[1.40]
no es alcanzable porque
1 1
1 1
c
W
1

1
]
[1.41]
si tuviera dos entrada con una matriz no singular, el sistema sera alcanzable.
Ejemplo
dado
1
0
1 1 1
0,25 0 0, 5
2
2
k k k
x x u
x
+
1 1
+
1 1

] ]
1

1
]
[1.42]
es posible encontrar una ley de control tal que
2
0,5
1
x

1

1
]
?
La ecuacin dice
2
2 0 0 1
x x u u + + [1.43]
o sea
[ ]
0 1
0,5 3,5 1
0,5
1 1 0,5
u u

1 1 1
+ +
1 1 1

] ] ]
[1.44]
0 1
0,5 4 u u + [1.45]
tiene solucin.
Control Digital 5.doc 13

Si se parte del origen y se quiere llegar a
2
3
2
x
1

1
]

[ ]
0 1
3 1
0, 5
2 0, 5
u u
1 1
+
1 1

] ]
[1.46]
no tiene solucin
El sistema no es alcanzable ya que
1 0,5
0,5 0,25
c
W
1

]
[1.47]
Partiendo del origen solo se pueden alcanzar los puntos que pertenecen al
subespacio
1
0,5
1
1

]

La caracterstica de alcanzabilidad es independiente de transformaciones.
1
1 1 1
n
c
n
c
W
T T T T T T T
TW

1
]
1
]

% % % % % %
L
L [1.48]
De ah el porque del nombre de la forma cannica controlable
Ejemplo
Sistema en forma cannica controlable
1 2 3
1
1
1 0 0 0
0 1 0 0
k k k
a a a
x x u
+

1 1
1 1
+
1 1
1 1
] ]
[1.49]
2
1 1 2
2
1
1
0 1
0 0 1
c
a a a
W a
1
1
1
1 ]
1
]
[1.50]
la inversa es
1 2
1
1
1
0 1
0 0 1
c
a a
W a

1
1

1
1
]
[1.51]
generalizando
Control Digital 5.doc 14

1 2 2 1
1 3 2
1
1
1
0 1
0 0 0 1
0 0 0 0 1
n n
n n
c
a a a a
a a a
W
a

1
1
1
1
1
1
1
]
L
L
M M M O M M
L
L
[1.52]
- Seguimiento de Trayectorias
Si la matriz es de rango n, es posible llegar a un estado en, a lo sumo, n pasos.
Es necesario pero no suficiente tener n entradas.
Si el sistema es SISO es fcil hacer seguir una trayectoria
k
r .
Se hace
( )
( )
k k k
B q
y u r
A q
[1.53]
la accin de control es
( )
( )
k k
A q
u r
B q
[1.54]
Si hay d muestras de retardo, la generacin de la actuacin es causal
Recordar cociente de polinomios en q: Solo tiene solucin si u parte de estado
inicial cero.
Tiene que tener inversa estable.
1.4. Observabilidad
Definicin: El estado
0
0 x es no observable si existe un nmero finito
1
1 k n en donde
1
0 0
k
y k k resultando
0
0
x x y
1
0 0
k
u k k .
El sistema es observable si, conociendo k entradas y k salidas es suficiente para
conocer el estado inicial.
En un sistema tal como el [1.1] es calculable el efecto de la entrada y no se pierde
generalidad si se hace 0
k
u .
Se suponen conocidas las salidas
0 1 1
, , ,
n
y y y

L
Con esto se puede plantear
Control Digital 5.doc 15

0 0
1 1 0
1
1 1 0
n
n n
y Cx
y Cx C x
y Cx C x

M
[1.55]
vectorialmente
0
1
0
1
1
n
n
y C
y C
x
y C

1 1
1 1

1 1

1 1
1 1

1
] ]
M M
[1.56]
el estado inicial se puede reconstruir si la matriz de observabilidad
1
o
n
C
C
W
C

1
1

1
1

]
M
[1.57]
tiene rango n.
Teorema
El sistema 5.1 es observable sii la matriz de observabilidad tiene rango n.
Ejemplo
Sea el sistema
[ ]
1
1,1 0,3
1 0
1 0, 5
k k
k k
x x
y x
+

1
]

[1.58]
la matriz de observabilidad es
1 0,5
0,6 0,3
o
C
W
C

1 1

1 1

] ]
[1.59]
tiene rango 1.
En la figura siguiente se muestra la respuesta del sistema para diferentes estados
iniciales. Se observa que para todos los estados que estn en una recta paralela a [ ] 0,5 1
dan la misma salida. (b y d)
Control Digital 5.doc 16

0 5 10 15 20 25 30
0
1
2
3
4
5
6
x 10
-17
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
1.2
1.4

0 5 10 15 20 25 30
0
0.5
1
1.5
2
2.5
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
1.2
1.4

1.5. Descomposicin de Kalman
Un sistema puede tener solo una parte observable y otra alcanzable.
Estas partes son subespacios del espacio de estado independientes de las
coordenadas de estado.
Se puede demostrar que existe una transformacin tal que el sistema se particiona de
la forma:
[ ]
11 12 1
22
1
31 32 33 34 3
43 44
1 2
0 0
0 0 0 0
0 0 0
0 0
k k k
k k
x x u
y C C x
+

1 1
1 1

1 1
+
1 1
1 1

1
] ]

[1.60]
en donde hay cuatro partes
-
oa
S observable y alcanzable
-
oa
S observable pero no alcanzable
-
oa
S no observable pero alcanzable
Control Digital 5.doc 17

-
oa
S ni observable ni alcanzable
La funcin de transferencia es nica y se puede expresar como
( ) ( )
1
1 11 1
G q C qI

[1.61]
C-noO
u
C-O
noC-O
noC-noO
y


1.6. Prdida de Alcanzabilidad y Observabilidad debido al muestreo
Las matrices del sistema muestreado dependen del perodo de muestreo.
Para que el sistema muestreado sea alcanzable, el continuo lo debe ser. Pero esta se
puede perder al muestrear.
La no observabilidad de los sistemas muestreados se presenta en las llamadas
oscilaciones oculta en donde un sistema continuo es observable y el discreto deja de serlo.
Ejemplo: Oscilador armnico.
( ) ( )
( ) ( )
( )
( )
[ ]
1
cos 1 cos
cos
1 0
k k k
k k
T sen T T
x x u
sen T T sen T
y x


+
1 1
+
1 1
] ]

[1.62]
el determinante de las matrices de controlabilidad y observabilidad es
( ) ( ) ( )
( )
det 1 cos
det
c
o
W sen T T
W sen T

[1.63]
Ambas se pierden para T n a pesar de que el sistema continuo es observable y
controlable.
Control Digital 5.doc 18

1.7. Un Controlador Simple
Ventajas de la realimentacin (tanto continua como discreta):
- Mejoras en el transitorio
- Disminuye la sensibilidad a cambios de parmetros del sistema
- Corrige errores en rgimen permanente
1.7.1. Estado Estacionario
Sea un lazo simple de realimentacin.
El error ser
( ) ( )
1
1
k k
e r
R q G q

+
[1.64]
Si la entrada es un escaln, aplicando el teorema del valor final, se puede calcular el
error en rgimen estacionario haciendo 1 q en [1.64].
El nmero de integradores en lazo abierto determina el tipo de referencia para la
cual el sistema no tiene error estacionario.
Si en lazo abierto hay p integradores, el sistema no tendr error estacionario para
referencias polinmicas en k de orden menor a p.
Ejemplo
Sea el sistema
( )
( ) ( )
0,5
0,8 1
k k k
q
y G q u u
q q

[1.65]
realimentando resulta
( )( )
( )( )
0,8 1
0,8 1 0,5
k k
q q
e r
q q q

+
[1.66]
Si la referencia es un escaln el error final es cero (haciendo 1 q )
Otra forma de verlo es observando el integrador que posee el sistema en lazo
abierto.
Si la referencia es una rampa se debe calcular
( ) ( )
( )( )
( )
( )
1
2
1
1
0,8 1
lim lim 0, 4
0,8 1 0,5
1
k
k z
z z
z z
e
z z z
z

+

[1.67]
Control Digital 5.doc 19

En la literatura es frecuente representar la referencia o perturbacin como generada
por un impulso aplicado a cierto sistema:
( )
k r k
r H q [1.68]
+
y
k
G(q)
-1
r
k
e
k
=u
k
+
H
r
(q)

Si se quiere representar un escaln
( )
1
r
q
H q
q

[1.69]
o una rampa
( )
( )
2
1
r
q
H q
q

[1.70]
es ms fcil aplicar el teorema del valor final.
1.8. Simulacin
Es importante pero
No olvidar que debe ir acompaada del anlisis.
Nunca se pueden simular los infinitos casos
1.9. Control de un Doble Integrador
( )
( )
( )
2
0,5 1
1
q
G q
q
+

[1.71]
Objetivo: seguir una trayectoria
Tipo de control: digital, proporcional
[ ]
k p k k p k
u K r y K e [1.72]
la ecuacin caracterstica es
( ) ( )
2
1 0,5 1 0
p
q K q + + [1.73]
Control Digital 5.doc 20

el sistema es inestable independiente de la ganancia
Plano Z
1

Otro Control:
[ ]
k p k d k
u K e T y & [1.74]
se muestrea tambin la velocidad
CAD
u
*
1/s 1/s CDA
Computador
H(z)
y dy/dt u
r

Para calcular la relacin entrada salida se observa que en el sistema continuo
( )
dy
u t
dt

&
[1.75]
como u es constante durante el muestreo,
1 k k k
y y u
+
& &
[1.76]
o
1
1
k k
y u
q

& [1.77]
reemplazando resulta
( )
( )( ) ( )
0,5 1
1 1 0,5 1
p
k k
d p p
K q
y r
q q T K K q
+

+ + +
[1.78]
Es un sistema de segundo orden con dos parmetros (las ganancias) para ajustar.
Control Digital 5.doc 21

El sistema es estable para 0; 0,5; 2
p d p d
K T K T > > <
Root locus para 1,5
d
T
Plano Z
1


- Respuesta al escaln
Para 1
p
K el sistema llega al valor final en dos muestras, es el llamado control de
tiempo finito.
Para ganancias superiores hay un polo real negativo que da el carcter oscilante de
la respuesta
El lmite es
4
3
p
K
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
1.2
1.4
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
1.2
1.4

Control Digital 5.doc 22

0 2 4 6 8 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
1.2
1.4

Cuidado!!!
Si el sistema se representa como
1 2 1 2
2 0,5 0,5
k k k k k
y y y u u

+ + [1.79]
Se intenta seguir un referencia.
Una opcin es hacer
1 2 1 2
2 0,5 0,5
k k k k k
r y y u u

+ + [1.80]
y despejar u
( ) ( )
( )
( )
( )
1 1
2 0,5 0,5
1
1 2 1
2
2 2 1
2
1 1
k k k k k
k k k
k k k
r y y u u
u q qr q y
q
q
u r y
q q
+
+ +
+

+ +
[1.81]
la salida en lazo cerrado es
1 k k
y r

[1.82]
Parece igual que el anterior pero la respuesta del ltimo es la de la figura
Control Digital 5.doc 23

0 2 4 6 8 10
-5
-4
-3
-2
-1
0
1
2
3
4
5

Hay una oscilacin oculta
Algo se puede ver analizando el sistema discreto que en lazo cerrado tiene una
transferencia
( )
( ) ( )
( )
( )
2
1 2
1
1 2 1 2 1
1
1
k k
k k
q q
y r
q q q q
q q
r r
q q

+

1 + + +
]
+

+
[1.83]
El sistema es de tercer orden.
Hay una cancelacin de polos y ceros
Lo que pasa es que se pierde la observabilidad debido a la eleccin del controlador.
- Oscilaciones Ocultas
Son oscilaciones del sistema continuo no observadas por el sistema discreto
(tambin llamadas intersample ripple).
Se pueden ver con simulacin o con z-modificada
Se deben, bsicamente, a que el sistema est en lazo abierto entre muestras
Se distinguen dos tipos
- Oscilaciones debidas al sistema continuo
- Oscilaciones debidas al controlador
El primer caso se puede deber a prdida de observabilidad debida al muestreo.
Control Digital 5.doc 24

En la funcin de transferencia se cancelan polos y ceros.
Estas oscilaciones ocurren para ciertos valores de muestreo
Se puede cambiar el perodo de muestreo y analizar observabilidad
El segundo tipo ocurre con ceros poco amortiguados que son cancelados por el
controlador.
Son independiente del perodo de muestreo (caso doble integrador)
Resumen:
No existen oscilaciones ocultas si el sistema continuo no tiene modos no
observables oscilantes y si los ceros inestables o cercanos a la inestabilidad no son
cancelados.
Ejemplo:
( )
( )
2
2
1
1
0,02
G s
s
s

+
+
+ +
[1.84]
con 2 T su FT discreta es
( )
1 a
G z
z a

[1.85]
con
2
a e

el sistema discreto es de primer orden y el continuo es de tercero.
Esto indica que existirn oscilaciones ocultas.
La figura muestra la respuesta al escaln del sistema continuo y sus muestras
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6