An alisis de la Estabilidad en Tiempo Discreto

M.Sc. Ricardo Rodrguez Bustinza

robust@uni.edu.pe
1. Introducci on
A continuaci on analizaremos la estabilidad de los sistemas de control en tiempo discreto lineales e in-
variantes con el tiempo. En concreto, nos centraremos en el criterio de estabilidad de Jury, que es un
m etodo para saber si las races de un polinomio est an dentro, fuera o en el crculo unidad, sin necesidad
de calcular dichas races. Uno de los temas m as importantes dentro de la teora de control es el an alisis de
la estabilidad de los sistemas, ya que uno de los primeros objetivos que se pretenden alcanzar al dise nar
un sistema de control, es que dicho sistema sea estable. Se dice que un sistema discreto es estable si,
ante cualquier secuencia de entrada acotada, la secuencia de salida es tambi en acotada. Si existe alguna
secuencia acotada de entrada ante la cual la secuencia de salida no lo es, el sistema ser a inestable.
A manera introductoria analizaremos la estabilidad de sistema realimentado de la Figura 1, utilizando el
crioterio de magitud para un perodo de muestreo de T = 1s y para diferentes valores de ganancia de
compensaci on.
Figura 1: Sistema realimentado.
Discretizando la planta con ZOH:
G(s) = (1e
sT
)
1
s
2
(s +1)
, G(z) =
0.3679z +0.2642
(z 1)(z 0.3679)
, T = 1s
Hallando la funci on de transferencia en lazo cerrado:
C(z)
R(z)
=
K
p
G(z)
1+K
p
G(z)
=
K
p
(0.2642+0.3679z)
z
2
+(0.3679K
p
1.3679)z +(0.2642K
p
+0.3679)
Los polos se resuelven desde la ecuaci on caracterstica:
z
2
+(0.3679K
p
1.3679)z +(0.2642K
p
+0.3679) = 0
Para K
p
= 1, tenemos la ecuaci on caracterstica: z
2
z +0.6321 = 0. Las races son: z = 0.5 j0.6181
El radio de z: r =|z| =

0.5
2
+0.6181
2
= 0.795 < 1, entonces el sistema es ESTABLE.
1
2 AN

ALISIS DE LA ESTABILIDAD
Para K
p
= 2, tenemos la ecuaci on caracterstica: z
2
0.6321z +0.8963 = 0. Las races son: z = 0.3161
j0.8924
El radio de z: r =|z| =

0.3161
2
+0.8924
2
= 0.947 < 1, entonces el sistema es ESTABLE.
Para K
p
= 3, tenemos la ecuaci on caracterstica: z
2
0.2642z +1.1605 = 0. Las races son: z = 0.1321
j1.069
El radio de z: r =|z| =

0.1321
2
+1.069
2
= 1.077 > 1, entonces el sistema es INESTABLE.
El la Figura 2 nos ilustra el lugar geom etrico de los polos en e planoz.
1 0.5 0 0.5 1
1
0.5
0
0.5
1
Root Locus
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
1 0.5 0 0.5 1
1
0.5
0
0.5
1
Root Locus
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
1 0.5 0 0.5 1
1
0.5
0
0.5
1
Root Locus
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
1 0.5 0 0.5 1
1
0.5
0
0.5
1
Root Locus
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
Figura 2: Lugar de los polos en el crculo unitario en el planoz.
2. An alisis de la Estabilidad
Asumiremos un sistema din amico con una entrada u(k) y una salida y(k). El an alisis de la estabilidad
tiene que ver la respuesta impulsiva impulso (0) en la entrada del sistema din amico que presentan las
siguientes propiedades:
Sistema Asint oticamente Estable:
La respuesta impulso en estado estacionario es cero:
lm
k
y

(k) = 0
M.Sc. Ricardo Rodrguez Bustinza 2
2 AN

ALISIS DE LA ESTABILIDAD
Sistema Marginalmente Estable:
La respuesta impulso es diferente de cero, pero limitada:
0 < lm
k
y

(k) <
Sistema Inestable:
La respuesta impulso es ilimitada:
lm
k
y

(k) =
Ejemplo: Sea el sistema:
H(z) =
b
0
z +b
1
z
2
+a
1
z +a
2
Plotear la respuesta impulsional para los par ametros de la tabla. Asuma un periodo de muestreo de 1 se-
gundo se muestra en la Figura 3.
Sistema Par ametros
Asint oticamente estable b
0
= 0.019, b
1
= 0.019, a
1
=1.885, a
2
= 0.923
Marginalmente estable b
0
= 0.020, b
1
= 0.020, a
1
=1.960, a
2
= 1.0
Inestable b
0
= 0.021, b
1
= 0.021, a
1
=1.960, a
2
= 1.08
0 1 2 3 4 5 6 7 8 9 10
0.1
0
0.1
0.2
0.3
Sistema asintticamente estable
0 1 2 3 4 5 6 7 8 9 10
0.2
0.1
0
0.1
0.2
Sistema marginalmente estable
0 1 2 3 4 5 6 7 8 9 10
10
5
0
5
Sistema inestable
kT (seg)
Figura 3: Respuesta impulsiva y propiedades de la estabilidad.
M.Sc. Ricardo Rodrguez Bustinza 3
2.1 Estabilidad de Modelos Funci on de Transferencia 2 AN

ALISIS DE LA ESTABILIDAD
2.1. Estabilidad de Modelos Funci on de Transferencia
La respuesta impulso y

(k) es determinado por los polos y ceros de los sistemas, entonces la respuesta
impulso es la inversa de transformada-z de las funciones de transferencia:
Y(z) = H(z) U(z) = H(z) 1 = H(z)
entonces:
y

(k) = Z
1
{H(z)}
Consecuentemente, la propiedad de la estabilidad es determinada por los polos y ceros de H(z). As mis-
mo, podemos ver que los polos determinan la estabilidad.
Ahora vamos a derivar la relaci on entre la estabilidad y los polos para estudiar la respuesta impulsiva del
siguiente sistema:
H(z) =
Y(z)
U(z)
=
bz
z p
El polo es p, podramos pensar que este sistema es demasiado simple como una base para obtener las
condiciones generales para la estabilidad. En este sistema siempre podemos tener su transformada-z que
pueden ser fraccionadas en sumas de funciones de transferencia parciales o en t erminos que contenga
cada uno un polo. Usando el principio de la superposici on podemos concluir acerca de la estabilidad de
la funci on de transferencia original.
En los siguientes casos tenemos m ultiples polos (coincidentes) para su an alisis de la estabilidad
Ejemplo: Nosotros conocemos que la respuesta al impulso de un sistema es la funci on de transferencia
del sistema. Asumiremos que el polo en general es un n umero complejo que escrito en forma polar es:
p = me
j
donde, m es la magnitud y es la fase. La respuesta al impulso para el sistema H(z) es:
y

(k) = Z
1
_
bz
z p
_
= Z
1
_
b
1pz
1
_
= Z
1
_
b

k=0
p
k
z
k
_
= bp
k
= b|m|
k
e
jk
De esta ultima ecuaci on podemos ver que la magnitud m determina la respuesta impulso en estado esta-
cionario converge o no a cero. De la ecuaci on, tambi en podemos obtener la relaci on entre la estabilidad y
la ubicaci on del polo. Tenemos las siguientes propiedades de la estabilidad:
Sistema Asint oticamente Estable:
Todos los polos est an dentro del crculo unitario, o lo que es lo mismo: todos los polos tienen
magnitud menor que 1.
M.Sc. Ricardo Rodrguez Bustinza 4
2.1 Estabilidad de Modelos Funci on de Transferencia 2 AN

ALISIS DE LA ESTABILIDAD
Sistema Marginalmente Estable:
uno o m as polos, pero no m ultiples polos est an en el crculo unitario.
Sistema Inestable:
Al menos un polo est a fuera del crculo unitario, o tambi en, Hay m ultiples polos en el crculo
unitario.
Las areas de la estabilidad en el plano complejo son mostradas en la Figura 4.
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
Area de polo
de estabilidad
Area de polo
de inestabilidad
Im
Re
Figura 4:

Areas de la estabilidad en el plano complejo.

Retomando la interrogante acerca de la relaci on de los ceros y la estabilidad. Consideremos la siguiente
funci on de transferencia:
H
1
(z) =
Y(z)
U(z)
=
b(z c)
z p
= (z c)H(z)
donde H(z) es el sistema original (sin ceros) que fu e analizado. El cero es c, podemos escribir H
1
(z) de
otra forma:
H
1
(z) =
bz
z p
+
bc
z p
= H(z) cz
1
H(z)
Tomamos la respuesta al impulso de H
1
(s):
y

1
(k) = y

(k) cy

(k 1)
donde y

(k) es la respuesta al impulso de H(z). Podemos ver que el cero no es inuyente para que la re-
spuesta en estado estacionario converja a cero o no. Nosotros dibujamos la conclusi on de unos eventuales
ceros en la funci on de transferencia que no inuye en la estabilidad del sistema.
M.Sc. Ricardo Rodrguez Bustinza 5
2.1 Estabilidad de Modelos Funci on de Transferencia 2 AN

ALISIS DE LA ESTABILIDAD
Ejemplo: Analizar la estabilidad de un sistema en tiempo discreto. Mostrar las tres respuestas que en
realidad son respuestas al impulso de tres sistemas que tienen su funci on de transferencia de la forma:
Y(z)
U(z)
= H(z) =
b
1
z +b
0
z
2
+a
1
z +a
0
los par ametros del sistema son mostrados para cada caso:
1. Sistema asint oticamente estable:
La funci on de transferencia presenta los par ametros: b
0
= 0.0950, b
1
= 0.019, a
1
= 1.885,
a
2
= 0.923. Los polos son: z
1,2
= 0.94 j0.19. La Figura 5 (subplot(221)) muestra los polos y
ceros dentro del crculo unitario.
2. Sistema marginalmente estable:
La funci on de transferencia presenta los par ametros: b
0
= 0.020, b
1
= 0.0, a
1
=1.96, a
2
= 1.00.
Los polos son: z
1,2
= 0.98 j0.20. La Figura 5 (subplot(222)) muestra los polos en en crculo
unitario.
3. Sistema inestable:
La funci on de transferencia presenta los par ametros:
b
0
= 0.0950, b
1
= 0.019, a
1
= 2.04, a
2
= 1.08. Los polos son: z
1,2
= 1.02 j0.20. La Figura 5
(subplot(223)) muestra los polos fuera del crculo unitario.
1 0 1
1.5
1
0.5
0
0.5
1
1.5
Re(z)
I
m
(
z
)
Asintoticamente Estable
1 0 1
1.5
1
0.5
0
0.5
1
1.5
Re(z)
I
m
(
z
)
Marginalmente Estable
1 0 1
1.5
1
0.5
0
0.5
1
1.5
Re(z)
I
m
(
z
)
Inestable
Figura 5: Polos y ceros para los tres sistemas cada uno con diferente propiedad de estabilidad.
M.Sc. Ricardo Rodrguez Bustinza 6
2.2 Estabilidad de Modelos Espacio de Estado 2 AN

ALISIS DE LA ESTABILIDAD
2.2. Estabilidad de Modelos Espacio de Estado
Asumimos un sistema que tiene el siguiente modelo espacio de estado:
x(k +1) = A
d
x(k) +B
d
u(k)
y(k) = C
d
x(k) +D
d
u(k)
La f ormula para la funci on de transferencia de U(z) a Y(z) es:
H(z) =
Y(z)
U(z)
=C
d
_
zI A
d
_
1
B
d
+D
D
= C
d
Adj(zI A
d
)
det(zI A
d
)
B
d
+D
d
Los polos y ceros son las races de la ecuaci on caracterstica:
det
_
zI A
d
_
= 0
La propiedad de la estabilidad es determinada por la ubicaci on de los polos en el plano complejo. As mis-
mo, para determinar la propiedad de la estabilidad del modelo espacio de estado. Computamos los polos
del sistema y concluimos acerca de la estabilidad seg un el an alisis del modelo funci on de transferencia.
El determinante de la ecuaci on caracterstica dene los eingenvalues (valores propios) del sistema. Los
valores propios son la soluci on de esta ecuaci on. As mismo, los polos son iguales a los valores propios,
y la relaci on entre las propiedades de la estabilidad y los valores propios son la misma relaci on entre las
propiedades de la estabilidad y los polos.
2.2.1. Estabilidad Interna y Externa:
Como la respuesta de los sistemas din amicos lineales se descompone en la respuesta a entrada con condi-
ciones iniciales nulas, y la respuesta a condiciones iniciales con entrada nula, podemos hablar de dos
tipos de estabilidad:
Estabilidad externa, o entrada-salida, que se reere a la estabilidad del sistema con condiciones
iniciales nulas. La estabilidad externa describe el efecto de perturbaciones en las entradas sobre el
comportamiento din amico de la salida del sistema.
Estabilidad interna, que se reere a la estabilidad del sistema aut onomo (sin entradas). La estabili-
dad interna describe el efecto de perturbaciones en las condiciones iniciales sobre comportamiento
din amico de los estados del sistema.
El caso discreto es an alogo al caso continuo, con el sistema descripto por
y(k) =

m=0
g(k m)u(m) =

m=0
g(m)u(k m)
Donde g(k) es la secuencia respuesta a un impulso discreto aplicado en el instante k = 0. Resumimos los
resultados principales en los siguientes teoremas.
M.Sc. Ricardo Rodrguez Bustinza 7
2.2 Estabilidad de Modelos Espacio de Estado 2 AN

ALISIS DE LA ESTABILIDAD
Teorema: Estabilidad BIBO discreta Un sistema discreto con respuesta al impulso es estable BIBO
(Bounded Input Bounded Output) si y solo si cada es absolutamente sumable, es decir, existe una constante
M > 0 tal que:

m=0
|g(k)| M <
Notar que en el caso de tiempo continuo las funciones absolutamente integrables pueden no ser acotadas,
o no tender a 0 cuando t . En el caso de tiempo discreto, si g(k) es absolutamente sumable entonces
debe necesariamente ser acotada y aproximarse a 0 cuando k . Resumiendo la estabilidad (interna)
siempre implica estabilidad (externa) BIBO.
El resultado sobre la respuesta en r egimen permanente de un sistema discreto es esencialmente id entico
al caso continuo.
Teorema: Respuesta en r egimen permanente discreta Si un sistema discreto con respuesta al impulso
g(k) es estable BIBO, entonces, cuando k . Por ejemplo si la salida excitada por u(k) = a, para k 0,
tiende a g(1)a.
Ejemplo: Sea un sistema discreto estacionario con respuesta al impulso g(k) =1/k, para k 1, y g(0) =
0. Analizamos si g(k) es absolutamente sumable.
g(k) =

k=0
|g(k)| = 1+
1
2
+
1
3
+
1
4
+ = 1+
1
2
+ =
La secuencia de la respuesta al impulso es acotada pero no sumable, por lo tanto el sistema no es BIBO.
Ejemplo: Analizar la condici on de estabilidad de los sistemas mostrados en la Figura 6.
Figura 6: Sistema cl asico (1) y sistema en variables espacio estado (2).
El sistema en la forma variables espacio estado puede ser:
A =
_
3 1
0 2
_
, B =
_
0
1
_
, C =
_
5 1

Ademas.
H(s) = C[sI A]
1
+D =
1
s +3
Vericando la prueba de la estabilidad BIBO, los valores propios son
1
= 3 y
2
= 2 lo cual falla la
prueba de estabilidad.
M.Sc. Ricardo Rodrguez Bustinza 8
2.3 Estabilidad en un Sistema Realimentado 2 AN

ALISIS DE LA ESTABILIDAD
Ejemplo: Analizar la condici on de estabilidad de los sistemas mostrados en la Figura 7.
Figura 7: Sistema cl asico (1) y sistema en variables espacio estado (2).
El sistema en la forma variables espacio estado puede ser:
A =
_
3 1
0 2
_
, B =
_
0
1
_
, C =
_
1 1

Vericando la prueba de la estabilidad BIBO, ahora los valores propios son
1
= 3 y
2
= 2 lo cual
verica la prueba de estabilidad. Pasa la prueba de asint oticamente estable. Podemos plotear los polos y
ceros de los modelos, as mismo plotear sus respuestas impulsivas como se muestran en la Figura 8.
4 3 2 1 0 1
1
0.5
0
0.5
1
Modelo Moderno
4 3 2 1 0 1
1
0.5
0
0.5
1
Modelo Clasico
0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
Respuesta Impulsional
0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
Respuesta Impulsional
Figura 8: Polos y Ceros Respuestas Impulsivas.
2.3. Estabilidad en un Sistema Realimentado
Asumiremos un sistema realimentado como un sistema de control, los m etodos del an alisis de la estabili-
dad descritos pueden ser aplicados a cualquier sistema de realimentaci on, en este caso asumiremos que el
sistema en estudio es lineal e invariante en el tiempo.
M.Sc. Ricardo Rodrguez Bustinza 9
2.3 Estabilidad en un Sistema Realimentado 2 AN

ALISIS DE LA ESTABILIDAD
2.3.1. Deniendo el Sistema Realimentado
Como comentamos anteriormente, el an alisis de la estabilidad es importante en la teora de control, em-
pezaremos nuestro estudio basados en un sistema de control realimentado (ver Figura 9).
H
u
(z)
H
d
(z)
H
c
(z) H
sm
(z)
H
s
(z)
+
e
m
(z) u (z)
d(s)
y (z)
y
m
(z)
y
sp
(z) y
smSP
(z)
Proceso
FT Actuador
FT Disturbio
Disturbio de
Proceso
Variable de
Salida del
Proceso
Sensor de
Medicin
Variable de
Control
Error de
Control
Setpoint en
Unidad de
Medida
Setpoint
Modelo del
Sensor a
Escala
Controlador
Figura 9: Sistema de control realimentado con subsistemas funciones de transferencia.
Es suciente el estudio de una parte extrada del diagrama de bloques (ver Figura 10) que se puede
representar como un diagrama de bloques compacto que contiene una funci on de transferencia, L(z), que
es el producto de la funci on de transferencia en el lazo:
H
c
(z) H
u
(z) H
s
(z)
y
smSP
H
p
(z)
u y y
m
H
c
(z) H
p
(z)
y
smSP
L(z)
u y
m
L(z)
y
smSP y
m
Figura 10: Convirtiendo el diagrama de bloques general en un diagrama compacto.
La funci on de transferencia L(z) desde el bloque compacto puede escribirse como.
L(z) = H
c
(z)H
u
(z)H
s
(z)
. .
H
p
(z)
= H
c
(z)H
p
(z)
M.Sc. Ricardo Rodrguez Bustinza 10
2.3 Estabilidad en un Sistema Realimentado 2 AN

ALISIS DE LA ESTABILIDAD
La funci on de transferencia en lazo cerrado es la funci on de transferencia de la entrada (setpoint) y
msp
a
la salida y
m
(medici on del proceso), y se denota por la funci on de transferencia tracking.
T(z) =
L(z)
1+L(z)
=
n
L
(z)
d
L
(z)
1+
n
L
(z)
d
L
(z)
=
n
L
(z)
d
L
(z) +n
L
(z)
donde n
L
(z) y d
L
(z) son el numerador y denominador polinomiales de L(z) respectivamente. La estabili-
dad de un sistema realimentado es determinado por la estabilidad de T(z).
2.3.2. An alisis de la Estabilidad Basado en un Sistema Realimentado
El polinomio caracterstico de la funci on de transferencia tracking es:
c(z) = d
L
(z) +n
L
(z)
Entonces, la estabilidad del sistema de control es determinada por la ubicaci on de las races del polinomio
caracterstico en el plano complejo.
Ejemplo: Analizar la estabilidad basado en el polo de un sistema realimentado. Asumir que el sistema
de control es proporcional (P) en un proceso integrador. La funci on de transferencia es:
H
c
(z) = K
p
y la funci on de transferencia del proceso es:
H
p
(z) =
K
i
T
s
z 1
Asumiremos que K
i
= 1 y T
s
= 1s. La funci on de transferencia de lazo directo viene dado por:
L(z) = H
c
(z)H
p
(z) =
K
p
z 1
=
n
L
(z)
d
L
(z)
Calcularemos el rango de valores de K
p
eso asegura la estabilidad asint otica del sistema de control.
El polinomio caracterstico es:
c(z) = d
L
(z) +n
L
(z) = K
p
+z 1
El polo es: p = 1K
p
.
El sistema es asint oticamente estable si p est a dentro del crculo unitario o la magnitud es menor que uno:
|p| =|1K
p
| < 1
que satisface con: 0 < K
p
< 2.
Asumimos un valor de K
p
= 1.3, la Figura 11 muestra la respuesta al escal on en y
m
para este valor de K
p
.
La Figura 12 muestra las respuestas debido a una entrada escal on unitario para diferentes valores de K
p
dentro del rango de estabilidad, excepto para el ultimo valor en donde presenta una respuesta marginal-
mente estable (oscilatoria) no deseable para el sistema de control.
M.Sc. Ricardo Rodrguez Bustinza 11
2.4 Prueba de la Estabilidad de Jury 2 AN

ALISIS DE LA ESTABILIDAD
1.5 1 0.5 0 0.5 1 1.5
1.5
1
0.5
0
0.5
1
1.5
Re(z)
I
m
(
z
)
0 2 4 6 8 10 12
0
0.2
0.4
0.6
0.8
1
1.2
t (seg)
Figura 11: Respuesta al escal on en y
m
y polo con amplitud y
msp
.
0 2 4 6 8 10 12
0
0.5
1
1.5
t (seg)
K
p
= 0.5
0 2 4 6 8 10 12
0
0.5
1
1.5
t (seg)
K
p
= 1
0 2 4 6 8 10 12
0
0.5
1
1.5
t (seg)
K
p
= 1.5
0 2 4 6 8 10 12
0
0.5
1
1.5
t (seg)
K
p
= 2
Figura 12: Respuesta al escal on para diferentes valore de K
p
.
2.4. Prueba de la Estabilidad de Jury
La determinaci on de la ubicaci on exacta de los polos es una tarea complicada para polinomios carac-
tersticos de orden elevado siendo muy sensible a errores num ericos. El m etodo de Jury se presenta como
una alternativa para el an alisis de la estabilidad. Este m etodo es algebraico en donde el n umero de races
del polinomio caracterstico est a dentro del crculo unitario. Dado el polinomio con coecientes reales:
F(z) = a
n
z
n
+a
n1
z
n1
+ +a
1
z +a
0
= 0 a
n
> 0
se construye una Tabla con las siguientes caractersticas:
M.Sc. Ricardo Rodrguez Bustinza 12
2.4 Prueba de la Estabilidad de Jury 2 AN

ALISIS DE LA ESTABILIDAD
z
0
z
1
z
2
z
n1
z
n
a
0
a
1
a
2
a
n1
a
n
a
n
a
n1
a
1
a
0
b
0
b
1
b
2
b
n1
b
n1
b
0
c
0
c
1
c
n2
c
n2
c
0
.
.
.
m
0
m
1
m
2
El c alculo de los coecientes b
k
, c
k
, d
k
, se realiza de acuerdo con las siguientes relaciones:
b
k
=

a
0
a
nk
a
n
a
k

= a
0
a
k
a
nk
a
n
c
k
=

b
0
b
n1k
b
n1
b
k

= b
0
b
k
b
n1
b
n1k
d
k
=

c
0
c
n2k
c
n2
c
k

= c
0
c
k
c
n2
c
n2k
Para sistemas de segundo orden tiene solamente una la. Las condiciones necesarias y sucientes para
que F(z) no tenga races fuera del crculo unitario son:
1. F(1) > 0
2. (1)
n
F(1) > 0
3. |a
0
| < a
n
mientras que:
|b
0
| > |b
n1
|
|c
0
| > |c
n2
|
.
.
.
|m
0
| > |m
2
|
Ejemplo: Analizar la estabilidad de la ecuaci on caracterstica de F(z) usando el m etodo de Jury.
z
3
1.8z
2
+1.05z 0.20 = 0
Vericando las 3 condiciones:
F(1) = (1)
3
1.8(1)
2
+1.05(1) 0.20 = 0.05
se cumple que: F(1) = 0.05 > 0.
(1)
3
F(1) =1
_
(1)
3
1.8(1)
2
+1.05(1) 0.20
_
= 4.05
se cumple que: (1)
3
F(1) = 4.05 > 0.
M.Sc. Ricardo Rodrguez Bustinza 13
2.4 Prueba de la Estabilidad de Jury 2 AN

ALISIS DE LA ESTABILIDAD
z
0
z
1
z
2
z
3
0.2 1.05 1.8 1
1 1.8 1.05 0.2
b
0
b
1
b
2
b
0
=

a
0
a
30
a
3
a
0

0.2 1
1 0.2

= 0.2
2
1 = 0.96
b
1
=

a
0
a
31
a
3
a
1

0.2 1.8
1 1.05

= (0.2)(1.05) (1.8)(1) = 1.59

b
2
=

a
0
a
32
a
3
a
2

0.2 1.05
1 1.8

= (0.2)(1.8) (1.05)(1) =0.69

luego tenemos:
m
0
= b
0
=0.96
m
1
= b
1
= 1.59
m
2
= b
2
=0.69
Por lo tanto se cumple la tercera condici on:
|m
0
| >|m
2
| | 0.96| >| 0.69|
Entonces el sistema es ESTABLE.
Ejemplo: Sea el sistema mostrado en la Figura 13. Determinar los valores de K que hacen estable al
sistema.
K(z+0.5)
(z+1)(z-0.5)(z-1)
Y(z) R(z)
+
-
Figura 13: Diagrama de bloques con realimentaci on unitaria.
Obteniendo la funci on de transferencia del sistema en lazo cerrado:
Y(z)
R(z)
=
L(z)
1+L(z)
=
K(z +0.5)
z
3
0.5z
2
+(K1)z +0.5K+0.5
El polinomio caracterstico es:
F(z) = z
3
0.5z
2
+(K1)z +0.5K+0.5
Aplicando las propiedades del criterio de Jury:
F(1) = (1)
3
0.5(1)
2
+(K1)(1) +0.5K+0.5 = 1.5K > 0 K > 0
(1)
3
F(1) =1
_
(1)
3
0.5(1)
2
+(K1)(1) +0.5K+0.5
_
= 0.5K > 0 K > 0
M.Sc. Ricardo Rodrguez Bustinza 14
2.4 Prueba de la Estabilidad de Jury 2 AN

ALISIS DE LA ESTABILIDAD
z
0
z
1
z
2
z
3
0.5K+0.5 K1 0.5 1
1 0.5 K1 0.5K+0.5
b
0
=

a
0
a
30
a
3
a
0

0.5K+0.5 1
1 0.5K+0.5

= 0.25K
2
+0.5K0.75
b
1
=

a
0
a
31
a
3
a
1

0.5K+0.5 0.5
1 K1

= 0.5K
2
b
2
=

a
0
a
32
a
3
a
2

0.5K+0.5 K1
1 0.5

=1.25K+0.75
A partir de estos coecientes, se puede determinar los valores de K que hacen al sistema estable. Im-
poniendo la restricci on a
3
>|a
0
|, se tiene:
1 >|0.5(K+1)| 3 < K < 1
Junto con la condici on K > 0, tenemos: 0 < K < 1. Ahora considerando la restricci on |b
0
| >|b
2
|:
|0.25K
2
+0.5K0.75| >| 1.25K+0.75|
Para que el sistema sea estable, se debe encontrar el valor de K en 0 < K < 1, por lo tanto el primer
t ermino de la desigualdad ha de ser siempre menor que cero, (0.25K
2
+0.5K 0.75 < 0), de esta forma
la expresi on queda:
0.25K
2
0.5K+0.75 >| 1.25K+0.75|
Considerando: 1.25K+0.75 = 0, entonces K = 0.6. Si:
0 < K < 0.6 1.25K+0.75 > 0
0.6 < K < 1 1.25K0.75 < 0
Para eliminar los valores absolutos de la desigualdad, analizaremos dos casos:
Para 0 < K < 0.6, se tiene:
0.25K
2
0.5K+0.75 > 1.25K+0.75
0.75K
2
0.25K
2
> 0 K(3K) > 0
lo cual se cumple dado que 0 < K < 1.
Para 0.6 < K < 1, se tiene:
0.25K
2
0.5K+0.75 > 1.25K0.75
0.25K
2
+1.75K1.5 < 0
K
2
+7K6 < 0 0 < K < 0.772
Haciendo uso de todas las condiciones, se tiene nalmente, que el sistema es estable s, y s olo s:
0 < K < 0.772
La Figura 14 muestra las respuestas para los valores de ganancias: K ={0.1, 0.3, 0.772}. El ultimo valor
es critico debido a que el sistema es marginalmente estable, tal como se demostr o en el an alisis.
M.Sc. Ricardo Rodrguez Bustinza 15
2.4 Prueba de la Estabilidad de Jury 2 AN

ALISIS DE LA ESTABILIDAD
K=0.2;
Ts=1;
nz=[K 0.5*K];
dz=conv([1 1],conv([1 -0.5],[1 -1]));
Gla=tf(nz,dz,Ts);
Glc=feedback(Gla,1);
% Respuesta al escalon
t=0:Ts:25;
y=step(Glc,t);
stairs(t,y,r,linewidth,1.5)
hold
plot([0 12],[1 1],k:)
xlabel(t (seg))
axis([0 25 -1 3])
1 0 1
1
0
1
Re(z)
I
m
(
z
)
0 10 20 30
0
0.5
1
1.5
t (seg)
1 0 1
1
0
1
Re(z)
I
m
(
z
)
0 10 20 30
0
0.5
1
1.5
t (seg)
1 0 1
1
0
1
Re(z)
I
m
(
z
)
0 10 20 30
1
0
1
2
3
t (seg)
Figura 14: Analizando la estabilidad y respuesta del sistema al escal on.
M.Sc. Ricardo Rodrguez Bustinza 16