L T Automatizacion PDF

A LA INGENIERIA DE
INTRODUCCION
CONTROL
Autor:
Guillermo Ojea Mern
Universidad de Oviedo
Ingeniera de Sistemas y Automatica
Departamento de Ingeniera Electrica, Electronica,
de Computadores y Sistemas
29 de febrero de 2012
29/02/12
Indice general
1. Sistemas, Se
nales y Diagramas Funcionales
1.1. Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Se
nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Representacion externa de los sistemas . . . . . . . . . . . .
1.4. Representacion Interna de los Sistemas . . . . . . . . . . . .
1.5. Representacion y clasificacion de se
nales . . . . . . . . . . .
1.6. Clasificacion de los sistemas . . . . . . . . . . . . . . . . . .
1.6.1. Sistemas continuos y discretos . . . . . . . . . . . . .
1.6.2. Sistemas muestreados . . . . . . . . . . . . . . . . . .
1.6.3. Sistemas digitales . . . . . . . . . . . . . . . . . . . .
1.6.4. Sistemas causales y no causales . . . . . . . . . . . .
1.6.5. Sistemas estaticos y dinamicos . . . . . . . . . . . . .
1.6.6. Sistemas monovariables y multivariables . . . . . . .
1.6.7. Sistemas estables e inestables . . . . . . . . . . . . .
1.6.8. Sistemas en cadena abierta y sistemas realimentados
1.7. Diagrama funcional de los sistemas . . . . . . . . . . . . . .
1.8. Ejercicios y problemas . . . . . . . . . . . . . . . . . . . . .
1.9. Conclusiones y planteamiento . . . . . . . . . . . . . . . . .
1.10. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Representaci
on y Tratamiento de Se
nales
2.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Operaciones basicas con se
nales . . . . . . . . . . . . . . . . . .
2.2.1. Suma de se
nales . . . . . . . . . . . . . . . . . . . . . . .
2.2.2. Producto de una se
nal por una constante (escalado) . . .
2.2.3. Producto entre dos se
nales . . . . . . . . . . . . . . . . .
2.2.4. Desplazamiento en el eje x (desplazamiento en el tiempo)
2.2.5. Inversion en el eje x (inversion en el tiempo) . . . . . . .
2.2.6. Escalado en el eje x (escalado temporal) . . . . . . . . .
2.2.7. Derivada de una se
nal . . . . . . . . . . . . . . . . . . .
2.2.8. Integral de una se
nal . . . . . . . . . . . . . . . . . . . .
2.2.9. Convolucion de dos se
nales . . . . . . . . . . . . . . . . .
2.2.10. Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.11. Reconstruccion . . . . . . . . . . . . . . . . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
13
16
17
18
19
21
21
23
24
24
24
26
27
29
31
34
34
36
.
.
.
.
.
.
.
.
.
.
.
.
.
39
39
40
40
40
40
40
40
41
41
41
41
42
42
INDICE GENERAL
2.3. Se
nales tpicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1. El impulso de Dirac . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.2. Obtencion de una se
nal cualquiera a partir del impulso de Dirac
2.3.3. El escalon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.4. La rampa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.5. La parabola . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.6. Desarrollo en serie de Taylor de se
nales . . . . . . . . . . . . . .
2.4. Se
nales exponenciales de tiempo continuo . . . . . . . . . . . . . . . . .
2.5. Se
nales exponenciales de tiempo discreto . . . . . . . . . . . . . . . . .
2.6. Representacion en el dominio de la frecuencia. Tiempo continuo . . . .
2.6.1. Se
nales periodicas en el tiempo. Desarrollo en Serie de Fourier .
2.6.2. Se
nales no periodicas en el tiempo. Transformada de Fourier . .
2.6.3. Transformadas de Laplace . . . . . . . . . . . . . . . . . . . . .
2.7. Representacion en el dominio de la frecuencia. Tiempo discreto . . . . .
2.8. Propiedades de las transformadas . . . . . . . . . . . . . . . . . . . . .
2.8.1. Linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.2. Escalado en el tiempo . . . . . . . . . . . . . . . . . . . . . . .
2.8.3. Escalado en S o en Z . . . . . . . . . . . . . . . . . . . . . . . .
2.8.4. Derivada en t, Diferencia en k . . . . . . . . . . . . . . . . . . .
2.8.5. Derivadas en t de orden superior . . . . . . . . . . . . . . . . .
2.8.6. Integral, Suma . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.7. Derivada en S o en Z . . . . . . . . . . . . . . . . . . . . . . . .
2.8.8. Desplazamiento en t o en k . . . . . . . . . . . . . . . . . . . .
2.8.9. Funcion periodica . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.10. Desplazamiento en S . . . . . . . . . . . . . . . . . . . . . . . .
2.8.11. Convolucion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8.12. Teorema del valor inicial . . . . . . . . . . . . . . . . . . . . . .
2.8.13. Teorema del valor final . . . . . . . . . . . . . . . . . . . . . . .
2.9. Transformadas de se
nales tpicas . . . . . . . . . . . . . . . . . . . . . .
2.10. Tratamiento de se
nales mediante transformadas . . . . . . . . . . . . .
2.10.1. Suma de se
nales . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.10.2. Producto de una se
nal por una constante (escalado) . . . . . . .
2.10.3. Producto entre dos se
nales . . . . . . . . . . . . . . . . . . . . .
2.10.4. Desplazamiento en el eje x (desplazamiento en el tiempo) . . . .
2.10.5. Inversion en el eje x (inversion en el tiempo) . . . . . . . . . . .
2.10.6. Escalado en el eje x (escalado temporal) . . . . . . . . . . . . .
2.10.7. Derivada de una se
nal . . . . . . . . . . . . . . . . . . . . . . .
2.10.8. Integral de una se
nal . . . . . . . . . . . . . . . . . . . . . . . .
2.10.9. Convolucion de dos se
nales . . . . . . . . . . . . . . . . . . . . .
2.11. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.12. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
42
42
44
45
46
46
47
47
49
49
49
51
54
55
55
55
55
56
56
56
56
56
56
57
57
57
57
57
57
59
61
61
61
61
61
62
62
62
62
62
62
INDICE GENERAL
3. Modelado y representaci
on de sistemas
3.1. Modelos de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. Modelos matematicos de sistemas . . . . . . . . . . . . . . . . . . . .
3.2.1. Modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2. Modelos lineales de sistemas . . . . . . . . . . . . . . . . . . .
3.2.3. Modelos invariantes en el tiempo . . . . . . . . . . . . . . . .
3.3. Funcion de transferencia . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1. Modelo en Transformadas de Laplace o en Transformada en Z
3.3.2. Funcion de transferencia de sistemas continuos y discretos . .
3.3.3. Sistemas con retardo puro . . . . . . . . . . . . . . . . . . . .
3.4. Representacion grafica de sistemas . . . . . . . . . . . . . . . . . . . .
3.4.1. Diagrama de bloques . . . . . . . . . . . . . . . . . . . . . . .
3.4.2. Flujograma . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5. Modelos de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.1. Variables de estado . . . . . . . . . . . . . . . . . . . . . . . .
3.5.2. Ecuacion de estado . . . . . . . . . . . . . . . . . . . . . . . .
3.5.3. Ecuacion de la salida . . . . . . . . . . . . . . . . . . . . . . .
3.6. Relacion entre el modelo de estado y la funcion de transferencia . . .
3.7. Recapitulacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.8. Metodos de representacion . . . . . . . . . . . . . . . . . . . . . . . .
3.9. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. ANALISIS
DE SISTEMAS A PARTIR DE SUS SENALES
4.1. Analisis mediante la respuesta impulsional . . . . . . . . . . .
4.1.1. Fundamento . . . . . . . . . . . . . . . . . . . . . . . .
4.1.2. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . .
4.1.3. Analisis estatico . . . . . . . . . . . . . . . . . . . . . .
4.1.4. Analisis dinamico . . . . . . . . . . . . . . . . . . . . .
4.1.5. Sistemas discretos . . . . . . . . . . . . . . . . . . . . .
4.2. Analisis mediante la respuesta frecuencial . . . . . . . . . . . .
4.2.1. Fundamento . . . . . . . . . . . . . . . . . . . . . . . .
4.2.2. Representacion de la respuesta en frecuencia . . . . . .
4.2.3. Caractersticas de la respuesta en frecuencia . . . . . .
4.2.4. Caso discreto . . . . . . . . . . . . . . . . . . . . . . .
4.3. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5. An
alisis de Sistemas Definidos por sus Modelos Lineales
5.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2. Objetivos del analisis . . . . . . . . . . . . . . . . . . . . .
5.3. Modos propios de sistemas continuos . . . . . . . . . . . .
5.3.1. Introduccion . . . . . . . . . . . . . . . . . . . . . .
5.3.2. Tipos de modos propios . . . . . . . . . . . . . . .
5.3.3. Modos propios de sistemas discretos . . . . . . . . .
5.4. Respuesta libre y forzada . . . . . . . . . . . . . . . . . . .
5.4.1. Sistema definido por su funcion de transferencia . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
63
65
65
66
68
69
69
70
72
73
73
79
81
81
82
82
84
84
87
88
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
89
89
90
91
91
92
92
92
97
98
99
99
.
.
.
.
.
.
.
.
101
. 101
. 101
. 103
. 103
. 105
. 109
. 114
. 114
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
INDICE GENERAL
5.4.2. Sistema definido por su modelo de estado . . . . . . . . . . . . . . . . . . 115

5.5. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.5.1. Definicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.5.2. Interpretacion practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.5.3. Determinacion de la estabilidad de un sistema . . . . . . . . . . . . . . . 116
5.6. Analisis del comportamiento estatico . . . . . . . . . . . . . . . . . . . . . . . . 118
5.7. Se
nales de entrada normalizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.7.1. Metodos temporales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.7.2. Metodos frecuenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.8. Analisis temporal del comportamiento dinamico de los sistemas continuos . . . . 121
5.8.1. Polos reales. Respuestas sobreamortiguadas . . . . . . . . . . . . . . . . 121
5.8.2. Polos complejos. Respuestas subamortiguadas . . . . . . . . . . . . . . . 125
5.8.3. Influencia de los ceros . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.8.4. Sistema equivalente de orden reducido . . . . . . . . . . . . . . . . . . . 129
5.8.5. Dinamicas no modeladas . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.9. Analisis temporal del comportamiento dinamico de los sistemas discretos . . . . 132
5.10. Respuesta en frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.10.1. Definicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.10.2. Sentido fsico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5.10.3. Representacion de la respuesta en frecuencia . . . . . . . . . . . . . . . . 134
5.10.4. Especificaciones frecuenciales . . . . . . . . . . . . . . . . . . . . . . . . 135
5.10.5. Relacion entre la funcion de transferencia y las caractersticas del Bode . 137
5.10.6. Relacion entre las especificaciones temporales y frecuenciales . . . . . . . 139
5.10.7. Utilizacion de la respuesta en frecuencia en el analisis dinamico de sistemas139
5.10.8. Sistemas con retardo puro . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.11. Ejercicios y problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
5.12. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
AL CONTROL
6. INTRODUCCION
6.1. Objetivos del control . . . . . . . . .
6.2. Control por prealimentacion . . . . .
6.3. Control realimentado . . . . . . . . .
6.4. Bucle tpico de regulacion . . . . . .
6.5. La rama de realimentacion. El sensor
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7. ANALISIS
DE LOS SISTEMAS REALIMENTADOS
7.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2. Analisis a partir de la Funcion de Transferencia . . . . . . . . . . . . . .
7.3. Analisis de la estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.4. Analisis del comportamiento permanente: errores en regimen permanente
7.5. Analisis del comportamiento transitorio: analisis dinamico . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
143
. 143
. 146
. 150
. 150
. 152
.
.
.
.
.
153
. 153
. 153
. 154
. 156
. 160
INDICE GENERAL
AL DISENO
DE REGULADORES
8. INTRODUCCION
8.1. Objetivos del dise
no . . . . . . . . . . . . . . . . . . . .
8.2. Acciones de Control . . . . . . . . . . . . . . . . . . . . .
8.3. Reguladores PID . . . . . . . . . . . . . . . . . . . . . .
8.4. Redes de adelanto y retraso de fase . . . . . . . . . . . .
8.5. Metodos analticos . . . . . . . . . . . . . . . . . . . . .
DE SISTEMAS DE CONTROL
9. IMPLEMENTACION
9.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . .
9.2. Tecnologas analogicas . . . . . . . . . . . . . . . . . . .
9.3. Tecnologas digitales . . . . . . . . . . . . . . . . . . . .
9.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A. TRANSFORMADA DE LAPLACE
A.1. Definicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.2. Transformada de Laplace de funciones tpicas . . . . . . . . . . . .
A.3. Propiedades de la Transformada de Laplace . . . . . . . . . . . . .
A.3.1. Superposicion o linealidad . . . . . . . . . . . . . . . . . . .
A.3.2. Desplazamiento en el tiempo . . . . . . . . . . . . . . . . . .
A.3.3. Desplazamiento en la frecuencia . . . . . . . . . . . . . . . .
A.3.4. Escalado en el tiempo . . . . . . . . . . . . . . . . . . . . .
A.3.5. Multiplicacion por el tiempo . . . . . . . . . . . . . . . . . .
A.3.6. Diferenciacion . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3.7. Integracion . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3.8. Convolucion . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3.9. Producto en el tiempo . . . . . . . . . . . . . . . . . . . . .
A.3.10. Teorema del valor inicial . . . . . . . . . . . . . . . . . . . .
A.3.11. Teorema del valor final . . . . . . . . . . . . . . . . . . . . .
A.4. Calculo de la transformada inversa mediante desarrollo en fracciones
A.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.5.1. PROBLEMA 1 . . . . . . . . . . . . . . . . . . . . . . . . .
A.5.2. PROBLEMA 2 . . . . . . . . . . . . . . . . . . . . . . . . .
A.5.3. PROBLEMA 3 . . . . . . . . . . . . . . . . . . . . . . . . .
A.6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
simples
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
165
. 165
. 165
. 165
. 165
. 165
.
.
.
.
167
. 167
. 167
. 167
. 167
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
169
. 170
. 170
. 171
. 171
. 171
. 172
. 172
. 172
. 172
. 172
. 173
. 173
. 173
. 173
. 173
. 174
. 174
. 177
. 179
. 179
B. LINEALIZACION
C. CRITERIO DE ROUTH
C.1. Utilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.2. Pasado, presente y futuro . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.3. El criterio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.4. Casos particulares: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
C.4.1. Aparicion de un cero en la primera columna . . . . . . . . . . . . .
C.4.2. Aparicion de una fila de ceros . . . . . . . . . . . . . . . . . . . . .
C.5. Aplicaciones del criterio de Routh en el analisis y el control de sistemas . .
C.5.1. Estabilidad de los sistemas realimentados con un parametro variable
29/02/12
181
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
191
. 191
. 191
. 191
. 193
. 193
. 194
. 195
. 195
INDICE GENERAL
C.5.2. Calculo del punto de corte de las ramas del Lugar de las Races con el
eje imaginario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
C.5.3. Ajuste del parametro de un sistema realimentado para conseguir una
determinada estabilidad relativa ( de los polos dominantes) . . . . . . . 197
D. TRANSFORMADA EN z
199
DE DIAGRAMA DE BLOQUES
E. SIMPLIFICACION
201
F. SISTEMAS DE PRIMER ORDEN

205
F.1. Sistemas continuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
F.1.1. Definicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
F.1.2. Respuesta Impulsional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
F.1.3. Respuesta al Escalon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
F.1.4. Respuesta a la Rampa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
F.1.5. Significado fsico de los coeficientes de la Funcion de Transferencia . . . . 207
F.1.6. Relacion entre la posicion del polo en el plano complejo y la respuesta
transitoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
F.1.7. Influenca de un cero adicional . . . . . . . . . . . . . . . . . . . . . . . . 208
F.1.8. Influencia de polos reales adicionales . . . . . . . . . . . . . . . . . . . . 210
F.1.9. Caso particular con dos polos reales y un cero . . . . . . . . . . . . . . . 211
G. SISTEMAS DE SEGUNDO ORDEN
G.1. Sistemas continuos . . . . . . . . . . . . . .
G.1.1. Polos Reales . . . . . . . . . . . . . .
G.1.2. Polos Complejos . . . . . . . . . . .
G.1.3. Respuesta Impulsional . . . . . . . .
G.1.4. Respuesta al Escalon . . . . . . . . .
G.1.5. Respuesta a la Rampa . . . . . . . .
G.1.6. Relacion entre la respuesta al escalon
plano complejo . . . . . . . . . . . .
G.1.7. Influencia de un cero adicional . . . .
G.1.8. Respuesta al escalon . . . . . . . . .
.
.
.
.
.
.
y
.
.
.
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
la posicion de los polos sobre el
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
215
215
215
215
217
218
220
221
222
222
H. DIAGRAMA DE BODE ASINTOTICO

225
H.1. Trazado de los diagramas de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . 225
I. ERRORES EN REGIMEN
PERMANENTE
I.1. Sistemas con realimentacion unitaria . . . . .
I.1.1. Error de posicion . . . . . . . . . . . .
I.1.2. Error de velocidad . . . . . . . . . . .
I.1.3. Error de aceleracion . . . . . . . . . .
I.2. Sistemas con realimentacion no unitaria . . . .
I.2.1. Realimentacion sin dinamica . . . . . .
I.2.2. Realimentacion con dinamica . . . . .
I.2.3. Error de posicion . . . . . . . . . . . .
29/02/12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
235
. 236
. 236
. 237
. 238
. 239
. 239
. 241
. 242
INDICE GENERAL
I.2.4. Error de velocidad .
I.2.5. Error de aceleracion
I.2.6. Tabla resumen . . .
I.3. Rechazo de perturbaciones .
9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
243
243
244
244
J. LUGAR DE LAS RAICES

J.1. Introduccion . . . . . . . . . . . . . . . . . .
J.2. Ecuaciones basicas del lugar de las races . .
J.2.1. Criterio del modulo . . . . . . . . . .
J.2.2. Criterio del argumento . . . . . . . .
J.3. Reglas para el trazado del lugar de las races
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
247
248
250
250
251
252
DE REGULADORES MEDIANTE EL
K. DISENO
K.1. Introduccion . . . . . . . . . . . . . . . . . . . . .
K.1.1. Pasos a seguir para el dise
no . . . . . . . .
K.1.2. Ajuste de la accion proporcional . . . . . .
29/02/12
LUGAR DE LAS RAICES259

. . . . . . . . . . . . . . . . . 260
. . . . . . . . . . . . . . . . . 260
. . . . . . . . . . . . . . . . . 260
10
29/02/12
INDICE GENERAL
Indice de tablas
29/02/12
12
29/02/12
INDICE DE TABLAS
CAPITULO
Sistemas, Se
El objetivo de este primer captulo es definir las principales caractersticas de los sistemas
y de sus se
nales asociadas con el fin de llegar a la representacion de un diagrama funcional del
sistema. Esto no requiere un conocimiento profundo del sistema, mas propio de especialistas,
pero s un conocimiento del funcionamiento del mismo, conocimiento que debe formar parte del
bagaje cultural de un ingeniero. Al final de este bloque, el alumno, a partir de la descripcion
de un sistema, debera ser capaz de:
Identificar las se
nales de entrada y de salida del mismo.
Identificar las causas y los efectos en cada uno de los subsistemas presentes.
Determinar las caractersticas principales de dichos subsistemas.
Dibujar un diagrama funcional del sistema.
1.1.
Sistemas
Podemos considerar un sistema como un conjunto de elementos relacionados entre s con

un objetivo determinado, es decir, con una funcion definida. El primer problema que se plantea
a la hora de definir un sistema es fijar las fronteras del mismo, es decir, decidir que elementos
forman parte de el y cuales le son ajenos. En principio, todos aquellos elementos que influyen en
el comportamiento del sistema deben pertenecer al mismo, sin embargo una aplicacion estricta
de este u
ltimo enunciado nos llevara a sistemas de gran complejidad y de difcil manejo. Por ello,
solo deben incluirse en el sistema aquellos elementos que tengan una influencia significativa en
su comportamiento, lo que implica que la definicion del sistema y de su frontera con el exterior
esta condicionada por el grado de exactitud y de precision que deseemos alcanzar en nuestro
estudio, es decir, que la definicion del sistema va a depender de la aplicacion concreta. As,
como se ve en el ejemplo 1.1, un mismo dispositivo fsico puede dar lugar a una gran variedad
de sistemas, dependiendo cada uno del enfoque que desee darle el usuario.
29/02/12
14
Sistemas, Se
EXTERIOR
SISTEMA
FRONTERA
Figura 1
Ejemplo 1.1
Viento que un mismoPendiente
Con este ejemplo se pretende mostrar
dispositivo fsico puede dar lugar a
sistemas diferentes seg
un el punto de vista del usuario, es decir en funcion de los objetivos
que se planteen en cada caso. Como dispositivo fsico com
un se considerara un automovil con
cambio automatico, y como
usuarios
consideraremos
un
conductor
Giro volante
Direccinnormal, un conductor
profesional deportivo, un tecnico dise
nador y un agente de trafico.
Desde el punto de vista de un conductor AUTOMOVIL
normal, el vehculoVelocidad
puede ser considerado como
Freno/Acelerador
un sistema cuyas entradas son la posicion del volante y la de los pedales del acelerador y
del freno, y cuyas se
nales de salida son la velocidad y la direccion del coche. El sistema
esta sometido a perturbaciones (el conductor no puede actuar sobre ellas) como son la
fuerza y la direccion del viento o la pendiente de la carretera. Otras se
nales existentes
en el dispositivo (revoluciones del motor, temperaturas del aceite y del agua, presiones y
temperaturas de neumaticos, etc...) no son importantes a la hora de realizar una conduccion
normal (siempre que dichas se
nales se encuentren dentro de los lmites tolerados). Con este
planteamiento se considera que el conductor (pese a estar sentado dentro del coche) es
externo al sistema y que act
ua sobre el al girar el volante o al pisar los pedales del acelerador
y/o del freno.
Giro Volante
Viento
Giro Ruedas
SUBSISTEMA DE
DIRECCIN Pendiente
Giro volante
Freno/Acelerador
Direccin
AUTOMOVIL
Velocidad
El planteamiento del conductor deportivo es similar, sin embargo necesita mas informa-
29/02/12
1.1 Sistemas
15
cion para sacar todo el rendimiento posible del vehculo durante una competicion. Seguramente estara mas interesado en las revoluciones del motor que en la velocidad del vehculo e
igualmente, si desea terminar la competicion, debera vigilar la temperatura del aceite y del
agua para evitar averas. Asimismo debera comprobar que la temperatura y la presion de
los neumaticos sean las adecuadas en cada instante para asegurar una correcta adherencia
de los mismos. Por lo tanto, el esquema anterior seguira siendo valido, solo que a
nadiendo
mas se
nales de salida al bloque del automovil. En la practica, esto se traduce en el gran
n
umero de indicadores existentes en el salpicadero de un vehculo de carreras.
Desde el punto de vista de un mecanico o de un dise
nador de automoviles, el coche
estara constituido por un n
umero muy elevado de subsistemas (motor, carrocera, direccion,
carburador o inyector, etc...), cada uno de ellos con su propia funcionalidad. Por ejemplo,
el subsistema de direccion permite girar las ruedas del vehculo al girar el volante:
Giro Volante
SUBSISTEMA DE
DIRECCIN
Giro Ruedas
A su vez, el subsistema de freno aumenta el par de rozamiento en las ruedas al pisar el

pedal del freno.
Fuerza Pedal
Par Rozamiento
SUBSISTEMA DE FRENO
El sistema total estara constituido por la union de todos los subsistemas parciales. Con
esta perspectiva el conductor no existe (
unicamente se le tiene en cuenta a la hora del dise
no
ergonomico de determinados subsistemas).
Desde el punto de vista de un agente de trafico, el vehculo y su conductor forman un
sistema que debe cumplir sus indicaciones as como las normas del codigo de la circulacion. Por lo tanto, las se
nales de entrada en este caso estaran constituidas por las se
nales
existentes en la carretera o las que el propio agente genere, y las de salida seran aquellas
se
nales que, vistas o medidas desde el exterior, indiquen al agente que el sistema ha cumplido las normas de trafico (velocidad, trayectoria, luces, etc.). Para el agente el sistema
estara constituido por el vehculo y su conductor salvo en casos muy concretos en que su
29/02/12
16
Sistemas, Se
atencion se centra exclusivamente en alguno de los dos subsistemas (control de alcoholemia

del conductor, tarjeta de la ITV del vehculo). Por supuesto, para que este sistema funcione
satisfactoriamente es necesario no solo que el conductor sepa manejar el vehculo, sino que
ademas debe ser capaz de interpretar las se
nales de entrada, es decir, que el conductor debe
conocer el codigo de circulacion.
Seales
Perturbaciones
1.2.
Horizontales
Verticales
Luminosas
CONDUCTOR
+Cdigo
VEHICULO
Se
nales
Una vez definido el sistema y su frontera, es necesario conocer cuales son las se
nales que
pueden ser modificadas desde el exterior y que influyen en el comportamiento del mismo. Estas
se
nales, que denominaremos de entrada, no dependen de ninguno de los elementos del sistema
y son las que nos van a permitir actuar sobre el sistema para que se comporte en la forma
deseada. Esto significa que una caracterstica que deben cumplir las se
nales de entrada es la de
ser facilmente manipulables por el dispositivo que va a actuar sobre el sistema.
El comportamiento del sistema lo mediremos mediante las se
nales de salida, que contienen
la informacion que atraviesa la frontera para alcanzar el exterior del sistema. Es importante,
por tanto, elegir adecuadamente dichas se
nales de salida de forma que la informacion que
suministran al exterior sea representativa del comportamiento del sistema. Igualmente, dichas
se
nales deben ser medibles puesto que si no lo fueran no aportaran ninguna informacion.
En muchos casos existen se
nales de entrada que act
uan sobre el sistema, pero que no pueden
ser modificadas libremente y cuyos valores, por tanto, no pueden ser fijados por el operador.
Estas se
nales se denominan perturbaciones y, en muchos casos, representan el efecto que ejercen
sobre el sistema los elementos que no han sido incluidos dentro de sus fronteras.
Los actuadores facilitan la accion del dispositivo, o de la persona, que debe manejar el
sistema desde el exterior. Los sensores permiten sacar fuera del sistema las se
nales de salida
para hacerlas entendibles por el mundo externo, natural o artificial.
En general la estructura del sistema sera la de la figura
Seal
de entrada
Seal
de control
Actuador
29/02/12
Sistema
Seal
de salida
Sensor
Seal
medida
1.3 Representaci
on externa de los sistemas
17
Es importante se
nalar que desde el exterior del sistema no se tiene informacion sobre la
salida real del mismo (la velocidad en el caso del vehculo)sino sobre la medida que de la misma
realiza el sensor (lectura del velocmetro en el cuadro del vehculo). Por lo tanto de la calidad
del sensor dependera la informacion que se transmite al exterior y, por lo tanto, la calidad de
las posibles actuaciones correctoras que se deseen aplicar sobre el sistema.
Ejemplo 1.2
En el ejemplo anterior, el conductor, que es externo al vehculo, act
ua sobre el mismo, es
decir lo conduce, modificando la posicion de los pedales y del volante. Por tanto, la posicion
de los pedales, por una parte, y la posicion del volante, por otra, constituyen las dos se
nales
de entrada al sistema. Es importante resaltar que los pedales y el volante son dispositivos
que facilitan la actuacion del conductor sobre las se
nales fsicas reales: par de rozamiento,
composicion de la mezcla, direccion de las ruedas. Este tipo de dispositivos se denominan
nales de salida consideradas en el caso mas elemental son
actuadores o accionadores. Las se
la velocidad del vehculo y su direccion. La primera se mide mediante alg
un dispositivo
y su valor se representa en el cuadro de instrumentos del vehculo para informacion del
conductor. Mientras que la segunda la mide directamente este utilizando el sentido de la
vista. Es por tanto necesario disponer de dispositivos de medida que traduzcan la realidad
fsica de las se
nales a un dominio entendible por el operador. Estos dispositivos se denominan
sensores o captadores.
1.3.
Representaci
on externa de los sistemas
El comportamiento del sistema queda definido por la relacion entrada-salida que describe la
forma en que las variaciones en las se
nales de entrada modifican las se
nales de salida. En este
sentido, las entradas constituyen las causas que provocan los efectos en las se
nales de salida y,
por tanto, en el comportamiento del sistema.
Igualmente un subconjunto de elementos del sistema puede constituir un subsistema del
mismo, siempre que dicho subconjunto tenga a su vez una funcionalidad clara. De este modo,
un sistema complejo puede representarse como una serie de subsistemas relacionados entre
s mediante la interconexion de sus se
nales.
Esta forma de trabajar con los sistemas, en la que solo nos interesan las entradas y las salidas
del mismo, es lo que se denomina representacion externa de los sistemas. Esta representacion
tiene el inconveniente de no conocer los detalles internos del sistema, lo que puede dar lugar a
comportamientos peligrosos desde el punto de vista de la integridad de alguno de sus elementos
internos. Sin embargo, presenta una doble ventaja: por un lado, da lugar a desarrollos mas simples al ignorar un gran n
umero de elementos del sistema y, por otro, nos permite centrarnos en
el comportamiento funcional del sistema. Es decir, si las se
nales de salida estan adecuadamente
elegidas, su evolucion representa la del sistema, al menos desde el punto de vista funcional.
Este enfoque, por el que nos limitamos a analizar las relaciones existentes entre las entradas
al sistema (es decir, las actuaciones que ejercemos sobre el) y sus salidas (es decir, su respuesta
a dichas actuaciones) forma parte de lo que se denomina el enfoque sistemico. Dicho enfoque
nos permite hacer hincapie en el comportamiento global del sistema, despreciando, o incluso
29/02/12
18
Sistemas, Se
ignorando, el comportamiento de sus elementos internos. De esta forma podremos fijar nuestra atencion en las relaciones de los distintos sistemas entre s, sin necesitar un conocimiento
profundo y detallado de cada uno de ellos.
Perturbaciones
Seales
de
Entrada
1.4.
SISTEMA
Seales
de
Salida
Representaci
on Interna de los Sistemas
Una forma alternativa de representar un sistema es mediante lo que se denominan sus se

nales
de estado. Estas se
nales, en su conjunto, definen el estado del sistema, es decir, la situacion en
la que se encuentra todo el sistema en cada instante. Esta representacion, que se denomina
representacion interna de los sistemas, tiene la ventaja de tener en cuenta toda la informacion
asociada al sistema, lo que requiere, y esto no siempre es posible, su conocimiento exhaustivo,
pudiendo esto constituir un grave inconveniente. Con este enfoque, el estudio de un sistema
consistira en conocer la evolucion de dichas se
nales de estado ante variaciones en las se
nales
de entrada. Las se
nales de salida, es decir, las medidas que en cada caso pueden interesarnos,
seran una consecuencia inmediata de las se
nales de estado y de las entradas.
SISTEMA
Seales de Estado
Uno de los problemas que se plantean con esta representacion es el conocimiento de los
valores de las se
nales de estado. Como se ha visto anteriormente son los sensores los que extraen
informacion del sistema midiendo sus se
nales de salida. En algunos casos algunas variables de
salida son tambien variables de estado, por lo que estas se miden con los sensores. Sin embargo
si existen se
nales de estado que no son medibles y que por lo tanto no pueden ser llevadas a la
salida del sistema, es necesario disponer de un dispositivo adicional que sea capaz de generar,
29/02/12
1.5 Representaci
on y clasificaci
on de se
nales
19
de forma precisa o aproximada, los valores de dichas variables a partir de toda la informacion
disponible. Este observador es lo que se denomina un observador del estado del sistema.
Actuador
Sistema
Sensores
Observador
Seales de
estado
Como puede verse en la figura, la funcion del observador es similar a la de un sensor, extraer
informacion del sistema, pero a partir no solo de una se
nal, sino de todas las se
nales relacionadas
con el sistema accesibles desde el exterior del mismo.
1.5.
Representaci
on y clasificaci
on de se
nales
Las se
nales representan magnitudes fsicas que evolucionan en funcion de una variable independiente. La forma mas simple de representarlas es como una funcion matematica de dicha
variable independiente:
y(t) = f (t)
A lo largo del texto se van a considerar dos grandes categoras de se
nales:
las que toman valores para todo valor de la variable independiente, que suele ser el tiempo,
y que denominaremos se
nales de tiempo continuo, y
las que solo toman valores para determinados valores de la variable independiente, que se
denominaran se
nales de tiempo discreto o secuencias de valores. En este caso la variable
independiente es el orden de los valores de la secuencia, que no siempre esta relaciondo
con el tiempo.
En el ejemplo 1.4 se recogen varios casos de uno y otro tipo de se
nal.
En la figura pueden verse dos de las formas mas habituales de representar las se
nales: su
expresion analtica y su respuesta temporal que indica de forma grafica la evolucion de la se
nal
en funcion de la variable independiente.
29/02/12
20
Sistemas, Se
y(t)
y[k]
y(t)=f(t)
y[k]={,1,2,00,1,3,2,4,3,}
Como se vera en captulos posteriores tambien es posible representar las se

nales en funcion
de otra variable independiente, la frecuencia. Esta representacion es de gran utilidad en gran
n
umero de problemas de ingeniera y se denomina representacion frecuencial o espectro frecuencial de la se
nal. Consta de dos curvas: el modulo en funcion de la frecuencia y el argumento en
funcion de la frecuencia.
y
|y|
La expresion de las se
nales puede ser el resultado de un estudio analtico del comportamiento
del sistema o puede obtenerse de forma emprica en la planta o en el laboratorio, utilizando los
correspondientes instrumentos de medida y de registro.
De la simple inspeccion visual de la se
nal o del tratamiento analtico de su representacion
matematica se pueden deducir una serie de caractersticas de la misma que pueden servir para
catalogarla en algunas de las siguientes categoras de se
nales:
Se
nales de tiempo continuo, que toman valores en todo instante de tiempo.
Se
nales de tiempo discreto: que solo toman valores en determinados instantes de tiempo.
Se
nales muestreadas: que son se
nales de tiempo discreto que provienen del muestreo de
se
nales de tiempo continuo. En estas se
nales el orden de las muestras esta relacionado
con el tiempo (o con la variable independiente de la se
nal de tiempo continuo).
Se
nales cuantificadas: que solo pueden tomar determinados valores. Por ejemplo la poblacion existente en un determinado lugar tiene que ser un n
umero natural, por lo que la
se
nal poblacion solo puede tomar valores naturales.
Se
nales digitales: son se
nales de tiempo discreto cuantificadas.
29/02/12
1.6 Clasificaci
on de los sistemas
21
Se
nales logicas: las que solo pueden tomar dos valores. Tambien llamadas se
nales todonada o arranque.parada (on-off).
Se
nales periodicas: las que cumplen que y(t + T ) = y(t), donde T es el periodo. En el caso
discreto se tendra y[k + N ] = y[k].
Se
nales aperiodicas: en algunos casos nos interesara considerarlas como se
nales periodicas
cuyo periodo tiende a infinito.
Se
nales oscilatorias: sus valores oscilan alrededor de un valor central. Las oscilaciones
pueden tener amplitud constante, creciente o decreciente. En este u
ltimo caso se dira que
la se
nal presenta oscilaciones amortiguadas.
Se
nales acotadas: si cumplen t , |y(t)| < C, o k, |y[k]| < C. En caso contrario seran
se
nales no acotadas.
Se
nales convergentes: si tienden a un cierto valor al tender t a infinito. La forma en que
se acercan a dicho lmite, asintoticamente o con oscilaciones amortiguadas es tambien
importante para caracterizar a las se
nales.
Se
nales divergentes. las que no convergen.
1.6.
Clasificaci
on de los sistemas
1.6.1.
Sistemas continuos y discretos
En funcion de las caractersticas de las se

nales que act
uan sobre el sistema haremos la
primera clasificacion de sistemas: si dichas se
nales estan definidas en todo instante de tiempo
se denominaran se
nales de tiempo continuo y diremos que el sistema es continuo. Si las se
nales
solo toman valores en determinados instantes, se denominaran se
nales de tiempo discreto y el
sistema se llamara discreto. Esta definicion presupone que la variable independiente es siempre el
tiempo, lo que se cumple en la gran mayora de los sistemas fsicos habituales en ingeniera pero
que deja de ser cierto en muchos de los sistemas discretos en los que la variable independiente
es el orden de los distintos datos.
Ejemplo 1.3
Si pretendemos estudiar el comportamiento termico de un sistema de calefaccion, las
se
nales involucradas en el mismo: temperatura de la habitacion, tension electrica aplicada
al radiador, estan definidas en todo instante de tiempo, por lo que el sistema es continuo
y la variable independiente es el tiempo, puesto que nos interesa conocer la evolucion en el
tiempo de dichas se
nales.
29/02/12
22
Sistemas, Se
V=f(t)
=g(t)
Si lanzamos al espacio un globo meteorologico para medir la temperatura de las distintas

capas de la atmosfera, la variable independiente es la altura puesto que nos interesa conocer
la evolucion de la temperatura en funcion de la altura. Como sea cual sea la altura existe
una temperatura, esta se
nal es de tiempo continuo aunque la variable independiente no sea
el tiempo, sino la altura.
=f(h)
Un algoritmo que calcula el cuadrado de los elementos de una tabla es un sistema

discreto en el que la variable independiente es el orden del dato en la tabla. Obviamente
entre el primer y el segundo dato no existe ninguno, exactamente lo mismo que ocurre con
los resultados, no existe ninguno intermedio.
R[k]={...,1,1,4,9,...}
D[k]={...,1,-1,2,-3,...}
29/02/12
1.6 Clasificaci
on de los sistemas
1.6.2.
23
Sistemas muestreados
Mas adelante veremos que la utilizacion de un computador, que es un sistema que solo
admite se
nales discretas, requiere, para conectarlo a sistemas fsicos continuos, modificar las
se
nales fsicas del sistema para convertirlas en se
nales de tiempo discreto. Este tipo de sistemas
(en origen continuos, pero cuyas se
nales han sido convertidas a tiempo discreto) se denominan
sistemas muestreados. En ellos la variable independiente de sus se
nales es el orden, por ser
se
nales discretas, pero a la vez el orden esta relacionado con el tiempo, debido al origen continuo
de las mismas.
Ejemplo 1.4
Para medir la temperatura, se dispone de un termometro digital que toma muestras
cada 0,1s de la temperatura real. La figura muestra la evolucion en el tiempo de dicha
temperatura y la secuencia de datos que entra en el dispositivo digital una vez muestreada
dicha se
nal con un periodo de muestreo de T = 0,1s.
t
0,1s
Puede verse que se cumple la relacion x[k] = x(kT )
Igualmente si queremos conectar la salida de un computador a un sistema fsico real es

necesario convertir dicha salida, que es una se
nal de tiempo discreto, en una se
nal de tiempo
continuo admisible por el sistema fsico.
Los dispositivos que realizan estas conversiones se denominan muestreadores o conversores
analogico-digitales y bloqueadores o conversores digital-analogicos.
En la figura se representa el esquema necesario para que un computador pueda trabajar con
se
nales de tiempo continuo.
x(t)
29/02/12
Muestreador
Conversor A/D
x[k]
y[k]
Computador
Bloqueador
Conversor D/A
y(t)
24
Sistemas, Se
Ejemplo 1.5
Un reproductor digital de m
usica, por ejemplo un M P 3, debe incluir convertidores
A/D y D/A puesto que el sonido es una se
nal de tiempo continuo que debe ser convertida
a digital para su almacenamiento y/o reproduccion en el dispositivo digital. Igualmente el
odo humano esta dise
nado para or se
nales de tiempo continuo, por lo que es imprescindible
realizar la conversion D/A en la salida del dispositivo.
1.6.3.
Sistemas digitales
Existen sistemas cuyas se

nales no pueden tomar cualquier valor real, bien por la propia
caracterstica fsica de la se
nal (el n
umero de habitantes de una ciudad tiene que ser un n
umero
natural), bien por las caractersticas del dispositivo que utilizaremos para representar o medir
la se
nal (en un computador el valor de los datos almacenados esta cuantificado, dependiendo
la separacion entre dos datos consecutivos del tipo de representacion utilizado y de la longitud
de palabra). En los sistemas digitales las se
nales estan muestreadas y cuantificadas.
1.6.4.
Sistemas causales y no causales
Independientemente del tipo de sistema, podemos clasificarlos tambien en causales y no

causales. Los sistemas causales son los que responden al principio de causalidad, es decir es
necesario que se produzca la causa (la entrada al sistema) para que se genere el efecto (la respuesta). Todos los sistemas fsicos en los que la variable independiente sea el tiempo responden
a dicho principio puesto que la reaccion no se puede anticipar a la causa, por lo que en muchas
ocasiones llamaremos a los sistemas no causales como sistemas no realizables fsicamente. Sin
embargo si la variable independiente ni es, ni esta relacionada con el tiempo, lo que ocurre en
muchos sistemas discretos, no hay ning
un problema en realizar sistemas reales no causales.
Ejemplo 1.6
Como consecuencia de la fuerza que aplicamos sobre una masa, esta se desplaza. La fuerza es la causa, el desplazamiento es el efecto y el sistema es causal. No hay desplazamiento
antes del instante en el que se aplica la fuerza.
Un programa que sustituye cada dato por el valor medio de dicho dato, el anterior y
el siguiente es un sistema no causal perfectamente realizable. Bastara con programar algo
tan simple como el siguiente algoritmo:
1
(d[k 1] + d[k] + d[k + 1])
3
donde k indica el orden de los datos y de los resultados. Al no tener k ninguna relacion
con el tiempo es perfectamente realizable que el resultado en k sea funcion del dato en k+1.
r[k] =
1.6.5.
Sistemas est
aticos y din
amicos
Los sistemas estaticos son aquellos cuyas se

nales de salida varan instantaneamente al variar
las se
nales de entrada. En los sistemas dinamicos por el contrario la variacion de la se
nal de
salida, ante una variacion en la se
nal de entrada, se produce de forma progresiva durante un
29/02/12
1.6 Clasificaci
on de los sistemas
25
cierto tiempo. Los sistemas dinamicos pueden ser mas o menos rapidos en funcion del tiempo
de respuesta: si el tiempo de respuesta es peque
no, el sistema es rapido; si es grande, el sistema
es lento. As un sistema estatico puede ser considerado como un sistema dinamico de tiempo
de respuesta cero o de velocidad de respuesta infinita.
Ejemplo 1.7
El coche modelo A alcanza los 200 Km/h de velocidad maxima y tarda 10 segundos
en pasar de 0 a 100Km/h. El modelo B solo alcanza los 190 Km/h de velocidad maxima
pero pasa en 9 segundos de 0 a 100 Km/h. Cual de los dos coches tiene una dinamica mas
rapida?. La dinamica del modelo B es mas rapida, independientemente de que su velocidad
maxima sea menor que la del modelo A. Lo que importa para medir la dinamica de un
sistema es el tiempo de respuesta de la se
nal de salida (la velocidad) ante variaciones en la
se
nal de entrada (en este caso la posicion del acelerador).
Ejemplo 1.8
La relacion entre la posicion del volante de un vehculo y la posicion de las ruedas debe
ser un sistema estatico (o bien dinamico con un tiempo de respuesta muy peque
no), puesto
que la respuesta (el giro de las ruedas) debe ser inmediata a la accion (el giro del volante).
Nuestro objetivo es estudiar los sistemas dinamicos, para ello no basta con conocer el
nal de entrada, sino que es tambien muy imporvalor final de la respuesta ante cualquier se
tante analizar el regimen transitorio de dicha respuesta, es decir los primeros instantes de la
misma.
Ejemplo 1.9
Dos termometros digitales para medir la temperatura del cuerpo humano tienen la misma
precision, sin embargo el primero genera una lectura valida a los dos minutos mientras
que el segundo solo tarda un minuto en generar dicha lectura. La dinamica del segundo
termometro es mas rapida que la del primero. En igualdad del resto de condiciones este
segundo termometro es preferible al primero.
La existencia del regimen transitorio de las respuestas de los sistemas dinamicos hace que el
valor de la se
nal de salida en un determinado instante t0 dependa del valor de la se
nal de entrada
en dicho instante t0 y en instantes anteriores. Esta propiedad hace que los sistemas dinamicos
sean sistemas con memoria, puesto que su comportamiento en cualquier instante depende del
pasado del sistema. Por su parte, los sistemas estaticos o instantaneos son sistemas sin memoria.
En muchos casos, pese a que el sistema sea dinamico, se considerara estatico si su velocidad
es mucho mayor que la del resto de los sistemas implicados. Por lo tanto considerar un sistema
como estatico o dinamico, depende mas de la relacion de su velocidad de respuesta con las de
los restantes sistemas que del valor absoluto de dicha velocidad.
Otra forma de entender la dinamica de los sistemas es considerar que las se
nales de entrada
suponen una energa que se aplica al sistema, y, por tanto, si el sistema tiene dinamica quiere
29/02/12
26
Sistemas, Se
decir que no es capaz de transmitir instantaneamente dicha energa a la salida, o, lo que es lo

mismo, que el sistema dispone de elementos capaces de almacenar temporalmente dicha energa.
Ejemplo 1.10
i(t)
V(mA)
u(t)
u(t)
uc(t)
uc(t)
Tambien puede considerarse que las se

nales de entrada aportan informacion al sistema, cuyo
fin es procesarla y generar unos resultados que son las se
nales de salida. Con este planteamiento,
un sistema dinamico es aquel cuyos resultados en un determinado instante dependen de los
datos introducidos al sistema en ese instante y en instantes anteriores. Desde este punto de
vista, cualquier sistema es un procesador de informacion.
1.6.6.
Sistemas monovariables y multivariables
En el caso de que solo se considere una se

nal de entrada y otra de salida, el sistema se
denomina monovariable, siendo multivariables los sistemas con mas de una entrada y salida.
Un caso particular de los sistemas multivariables lo constituyen los sistemas desacoplados en
los que cada una de las se
nales de entrada solo influye sobre una se
nal de salida. Este tipo de
sistemas tiene un tratamiento similar al de los sistemas monovariables.
Ejemplo 1.11
Una ducha puede considerarse un sistema multivariable con dos entradas, caudal de
agua fra y caudal de agua caliente, y dos salidas, temperatura del agua y caudal del agua
de salida. Las temperaturas del agua fra y del agua caliente se consideran constantes. Este
sistema esta acoplado puesto que la variacion de cualquiera de las se
nales de entrada influye
sobre las dos se
nales de salida
Caudal fro
Caudal caliente
29/02/12
Caudal
DUCHA
Temperatura
1.6 Clasificaci
on de los sistemas
27
La conduccion de un automovil puede tambien considerarse como un sistema multivariable con dos entradas, aceleracion y giro del volante, y dos salidas, velocidad y direccion.
Tanto en recta como en curva, si no se producen variaciones de velocidad dentro de ella,
el sistema puede considerarse desacoplado, influyendo la aceleracion sobre la velocidad y el
giro del volante sobre la direccion.
Volante
Acelerador
Subsistema
Direccin
Subsistema
Velocidad
Direccin
Velocidad
Un motor de corriente continua alimentado en tension puede considerarse un sistema

monovariable en el que la entrada es la tension de alimentacion y la salida es la velocidad
de giro del eje.
Tensin
Velocidad
MOTOR
1.6.7.
Sistemas estables e inestables
Existen varias definiciones de estabilidad, aunque en la practica son equivalentes. Una de

ellas es la que se denomina BIBO (Bounded Input, Bounded Output) que considera estables
aquellos sistemas que responden con una se
nal acotada ante cualquier se
nal acotada de entrada.
Por tanto, basta encontrar una se
nal de entrada acotada que genere una se
nal no acotada, para
considerar al sistema inestable.
Ejemplo 1.12
Un integrador alimentado por una se
nal constante genera una se
nal que crece indefinidamente por lo que el integrador es un sistema inestable.
29/02/12
28
Sistemas, Se
Entrada
Salida
Tambien se puede definir como estable aquel sistema que, partiendo del equilibrio y sometido
a una perturbacion acotada en el tiempo, vuelve a su posicion de equilibrio, una vez que termina
el efecto de la perturbacion.
Entrada
Salida
Ejemplo 1.13
Un pendulo es un ejemplo de sistema estable de acuerdo con esta definicion. Puesto
que si separamos ligeramente la posicion del mismo de la vertical, al soltarlo volvera a su
posicion de equilibrio.
Inicial
Inicial
Final
Final
Un pendulo invertido, por el contrario, constituye un ejemplo de sistema inestable, puesto

que no vuelve a su posicion inicial, una vez que termina el efecto de la perturbacion.
29/02/12
1.6 Clasificaci
on de los sistemas
29
Utilizando esta segunda definicion, se puede entender facilmente la importancia practica del
concepto de estabilidad, sobre todo si se tiene en cuenta que no es posible aislar absolutamente
al sistema de su entorno y que, por tanto, siempre va a estar sometido a perturbaciones. As,
si el sistema es estable, al llegar una perturbacion, el sistema reaccionara y se desviara de su
posicion de reposo inicial, pero, al desaparecer la perturbacion, el sistema tendera a volver a su
situacion inicial, tardando mas o menos en funcion de su dinamica.
Ahora bien, si el sistema es inestable, en el mejor de los casos vuelve a una posicion diferente,
por lo que, en la practica, la perturbacion de duracion limitada ha producido una variacion permanente. Si llegase una nueva perturbacion, el fenomeno se repetira acumulando la desviacion.
En la practica, para poder utilizar un sistema inestable es necesario corregir constantemente
las desviaciones producidas por las perturbaciones lo que implica la utilizacion de un sistema
de control. El dise
no de dicho control se complica notablemente con relacion al correspondiente
a un sistema estable.
1.6.8.
Sistemas en cadena abierta y sistemas realimentados
Los sistemas en los que la informacion contenida en sus se

nales se transmite en una sola
direccion (hacia la derecha en el caso de la figura) se denominan sistemas en cadena abierta.
Seal 1
SubSistema1
Seal 2
SubSistema2
Seal 3
Si por el contrario la se
nal de entrada al sistema depende tambien de la se
nal de salida,
es decir si se lleva la salida a la entrada del sistema, se dice que el sistema es un sistema
realimentado o en cadena cerrada.
Entrada
A
Salida
En la figura se representa el esquema tpico de un sistema de control por realimentacion.

Como puede verse la se
nal de salida se lleva, a traves del bloque C, a la entrada del subsistema
A. Esto quiere decir que la se
nal real de entrada al sistema se ve modificada en cada instante
por su salida real.
La rama que une la salida con la entrada se denomina realimentacion (feedback). Algunos
sistemas estan realimentados de forma natural, como puede ser del caso de la veleta.
29/02/12
30
Sistemas, Se
Ejemplo 1.14
La veleta es un dispositivo para se
nalar la direccion del viento. Su funcionamiento se
basa en el hecho de que si existe una diferencia entre la direccion del viento y la de la veleta,
se produce un par que tiende a girar la veleta hasta que se anula la diferencia de angulos.
Direccin
viento
Par
A
Direccin
veleta
El bloque A representa la relacion entre la diferencia de angulos y el par y el bloque B

dependera de la dinamica de la veleta es decir, del rozamiento, del peso de la veleta, y de
otros factores mecanicos.
En otros casos la realimentacion se produce de forma manual para conseguir un correcto
funcionamiento del sistema.
Ejemplo 1.15
Caudal fro
Caudal caliente
Caudal
DUCHA
Temperatura
Finalmente, si se desea un funcionamiento automatico, es necesario a

nadir al sistema los
dispositivos capaces de llevar la se
nal de salida a la entrada, sensor y comparador con la re29/02/12
1.7 Diagrama funcional de los sistemas
31
ferencia, y de calcular la se
nal de control e introducirla en el sistema, regulador y accionador,
obteniendose as el esquema tpico de control realimentado.
Perturbacin
Referencia
Regulador
Salida medida
Seal de
control
Accionador
Sistema
Salida
controlada
Sensor
Como se vera mas adelante, este esquema permite que el sistema de control reaccione ante
la presencia de perturbaciones, que se trasladaran a la salida y de ah, mediante el sensor, a la
se
nal de control.
1.7.
Diagrama funcional de los sistemas
Del conocimiento acerca del funcionamiento y, por tanto, de las relaciones de causa efecto
existentes entre cada una de sus se
nales, podemos extraer el diagrama funcional del sistema.
Este diagrama es una representacion grafica del sistema en la que, a diferencia de los esquemas
habituales en los que se subrayan los aspectos fsicos del sistema, nos fijaremos mas en los
aspectos de funcionamiento del mismo. Normalmente, si el sistema es suficientemente complejo,
sera necesario obtener previamente los diagramas funcionales de cada uno de los subsistemas que
integran el sistema total. El diagrama funcional de un sistema no es mas que una representacion
grafica del mismo en la que se hace hincapie, no tanto en los aspectos tecnicos del mismo, como
en la forma en la que se transmiten las se
nales a lo largo del sistema. Para poder representar el
diagrama funcional de un sistema, no es necesario un conocimiento profundo del funcionamiento
de cada uno de los elementos que lo componen, basta, aunque a veces eso sea complicado, tener
claro el funcionamiento global de los subsistemas y las interrelaciones existentes entre ellos.
Igualmente es fundamental conocer las entradas (las causas) al diagrama y las salidas. De esta
forma, obtendremos la representacion externa de cada uno de los subsistemas.
Ejemplo 1.16
Descripcion del sistema: El sistema esta constituido por un deposito de seccion circular
alimentado a traves de una valvula motorizada. En la salida del deposito existe una valvula
de funcionamiento manual. Esquema:
29/02/12
32
Sistemas, Se
Va(t)
Qe(t)
(t)
(t)
H(t)
Qs(t)
Diagrama Funcional: En el esquema anterior, aparecen las principales se

nales que intervienen en el comportamiento del sistema. Las u
nicas que son accesibles desde el exterior del
sistema son la tension de alimentacion de la valvula motorizada, Va (t), y la seccion de paso
de la valvula de salida, (t). Por lo tanto estas dos se
nales son las de entrada del diagrama
funcional. En cuanto a las salidas, dependiendo de la aplicacion, interesara conocer el valor
del nivel del lquido en el deposito, H(t), o el caudal de salida Qs (t). Consideraremos a estas
dos se
nales como las de salida del sistema, con lo que el diagrama funcional quedara:
Va(t)
(t)
H(t)
SISTEMA
Qs(t)
De la descripcion del sistema se deduce facilmente que este esta constituido por dos
subsistemas: el deposito propiamente dicho y la valvula motorizada. La valvula es un sistema
monovariable cuya entrada es la tension de alimentacion y la salida es la seccion de paso
(t).
Va(t)
VALVULA
MOTORIZADA
(t)
En cuanto al deposito se trata de un sistema multivariable donde las entradas son las
secciones de paso de entrada y de salida respectivamente y las salidas son el nivel y el caudal
de salida.
29/02/12
1.8 Ejercicios y problemas
33
(t)
H(t)
DEPOSITO
(t)
Qs(t)
Uniendo los diagramas de ambos subsistemas se obtiene el diagrama funcional basico

del sistema:
Va(t)
VALVULA
MOTORIZADA
(t)
H(t)
DEPOSITO
(t)
Qs(t)
Si ademas analizamos el funcionamiento del subsistema deposito, es posible descomponerlo en subsistemas interrelacionados entre s. Para ello basta considerar que el caudal
de entrada es funcion del grado de apertura de la valvula (t), que la diferencia entre los
caudales de entrada y de salida genera las variaciones del nivel de lquido H(t) y que el
caudal de salida depende del grado de apertura de la valvula de salida (t) y del nivel de
lquido H(t).
Va(t)
(t)
Vlvula
(t)
Qs(t)
H(t)
Qs(t)
Con ello se obtiene el diagrama funcional del sistema global, que, en este caso, consta
de cuatro bloques y un sumador. El primer bloque se corresponde con un sistema real, la
valvula motorizada, mientras que los otros tres representan relaciones funcionales entre las
respectivas variables de entrada y de salida. Este diagrama no ofrece relaciones cuantitativas
entre las distintas variables que aparecen en el mismo, indicando solo las interrelaciones
existentes entre ellas y se
nalando, para cada bloque, la causa (la entrada) y el efecto (la
salida). Esta informacion es de la maxima importancia para entender el funcionamiento real
del sistema y sera imprescindible en la fase de dise
no del sistema de control para ajustar el
funcionamiento del sistema a unas especificaciones determinadas.
29/02/12
34
Sistemas, Se
1.8.
Ejercicios y problemas
1.9.
Conclusiones y planteamiento
En este captulo hemos definido las dos entidades basicas con las que vamos a trabajar a lo
largo del libro, los sistemas y las se
nales. Tambien hemos clasificado tanto a unos como a las
otras y hemos puesto de manifiesto como el tipo de se
nal define tambien al tipo de sistema.
El otro resultado importante del captulo es sin duda la definicion del diagrama funcional de
un sistema. Este diagrama es una representacion del sistema que hace hincapie en las se
nales
que aparecen en el mismo y sus relaciones causales. Para poder dibujar el diagrama funcional
de un sistema es necesario en primer lugar conocer las se
nales de entrada es decir aquellas que
son manipulables desde el exterior del sistema y que por lo tanto nos van a permitir controlar
el funcionamiento del mismo. Igualmente debemos decidir cuales son las se
nales cuyos valores
nos interesa conocer y que por lo tanto deben ser sacadas del sistema. Ademas debemos tener
un conociendo sobre los principales elementos del mismo, las se
nales que los interrelacionan y
las funciones que realizan cada uno de ellos, as como la funcion del sistema global.
A partir del diagrama funcional basico de un sistema, en el que aparece un solo bloque y
sus se
nales de entrada y de salida
Seal
Seal
SISTEMA
es necesario desarrollar herramientas que, por un lado permitan trabajar con facilidad para obtener la informacion relevante y que, por otra parte, sean aplicablesa cualquier tipo de
sistema, o de se
nal, de forma que las tecnicas que desarrollemos tengan un uso lo mas general
posible. Por lo tanto nuestro objetivo es encontrar una tecnica aplicable no solo a los sistemas
electricos, mecanicos o termicos, que son los ejemplos mas abundantes en el mundo de la ingeniera, sino tambien a los sistemas de tratamiento de la informacion, a los sistemas biologicos
e incluso a los economicos. En general que sea aplicable a cualquier sistema representado por
un diagrama funcional. Esto permitira una utilizacion generica de la teora que se desarrolle,
lo que la dotara de una validez casi universal y de un caracter horizontal que la hace aplicable
en cualquier campo de la ingeniera
Los dos captulos siguientes estan dedicados al estudio de las principales caractersticas y
a las formas de representacion de las se
nales y de los sistemas, respectivamente. De forma
general, en cada apartado se estudiaran en primer lugar los sistemas o las se
nales de tiempo
continuo y, posteriormente se extenderan los resultados al caso discreto, haciendo hincapie en
las diferencias, cuando existan, entre ambos casos.
El captulo 2 se centra en el estudio de las se
nales, buscando herramientas, matematicas y
graficas, que nos ayuden en su representacion y en su tratamiento. El objetivo es conocer la
relacion entre las se
nales de salida y de entrada, para lo que sera decisivo elegir una representacion de las se
nales que genere una relacion simple de expresar y de interpretar fsicamente.
De alguna forma, esta opcion refuerza el significado de caja negra de los bloques de los diagramas funcionales, por lo que no requiere ning
un conocimiento especfico del sistema y permite
29/02/12
1.9 Conclusiones y planteamiento
35
la realizacion de un estudio emprico a partir de las se

nales reales obtenidas en la planta o el
laboratorio.
El captulo 3, por el contrario se centrara en el bloque, es decir, en el sistema. El estudio
va a requerir disponer de un cierto conocimiento del mismo, conocimiento que suele darse en
terminos de ecuaciones matematicas. Estas ecuaciones matematicas que representan el comportamiento del sistema se conocen como modelo matematico del mismo. La representacion de
estas ecuaciones juega un papel fundamental, tanto desde el punto de vista de su solucion, como
desde el punto de vista de la extraccion simple de las caractersticas dinamicas del sistema.
A partir del captulo 4, una vez definidas las diferentes formas de representacion de las
se
nales y de los sistemas, estaremos en condiciones de iniciar el analisis propiamente dicho de los
sistemas dinamicos. Como veremos las diferentes formas de representacion seran determinantes
en la utilizacion de una u otra herramienta de analisis, si bien estas no influyen sobre los
conceptos
29/02/12
36
Sistemas, Se
1.10.
Glosario
Sistema
Sistema continuo
Sistema discreto
Sistema muestreado
Sistema causal
Sistema no causal
Sistema estatico
Sistema dinamico
Sistema monovariable
Sistema multivariable
Sistema estable
Sistema inestable
Se
nal de tiempo continuo
Se
nal de tiempo discreto
Secuencia
Se
nal muestreada
Actuadores, Accionadores
Sensores, Captadores
Sistema en cadena abierta, bucle abierto

29/02/12
Conjunto de elementos relacionados entre s, con un objetivo com

un.
Sus se
nales estan definidas en todo instante.
Sus se
nales son secuencias de valores
ordenados.
Sistema continuo del que u
nicamente se
conoce el valor de sus se
nales en determinados instantes.
Su respuesta es posterior a la entrada.
Su respuesta se anticipa a la entrada.
Su respuesta en el instante t depende
del valor de la entrada en dicho instante. Su respuesta es instantanea.
Su respuesta en el instante t depende
del valor de la entrada en otros instantes.
Cada salida solo depende del valor de
la entrada.
Cada salida depende del valor de varias
entradas.
Ante cualquier entrada acotada, su respuesta tambien esta acotada.
El que no es estable.
La que esta definida para todos los valores de la variable independiente.
La que ssolo esta definida para algunos
valores de la variable independiente.
Lista ordenada de valores.
Se
nal de tiempo discreto que proviene
de una se
nal de tiempo continuo.
Dispositivos fsicos que convierten la
se
nal de control en una se
nal capaz de
actuar sobre el sistema.
Dispositivos fsicos capaces de medir
una se
nal y de convertirla en otra manejable por el sistema de control y la
supervision.
Sistema en el que sus se
nales se transmiten en una sola direccion.
1.10 Glosario
Sistema en cadena cerrada, bucle cerrado, realimentado
Cadena de realimentacion
Cadena directa
Convertidor A/D, Muestreador
Convertidor A/D, Bloqueador
Observador
29/02/12
37
Sistema en el que la se
nal de salida se
lleva a la entrada, haciendo que esta sea
funcion tambien de la salida.
Parte del sistema encargado de llevar la
se
nal de salida hacia la entrada.
Parte del sistema que comunica directamente la entrada con la salida.
Dispositivo fsico que convierte las
se
nales de tiempo continuo en se
nales
de tiempo discreto.
Dispositivo fsico que convierte las
se
nales de tiempo discreto en se
nales de
tiempo continuo.
38
29/02/12
Sistemas, Se
CAPITULO
Representaci
nales
El objetivo de este captulo es presentar los distintos metodos de representacion de las

se
nales tanto de tiempo continuo como de tiempo discreto. Los metodos de representacion
de se
nales ademas de facilitar la comprension del tipo de se
nal, deben permitir un tratamiento
comodo de ellas, por lo que estan ntimamente relacionados con dicho tratamiento. Este captulo
presupone una formacion matematica del alumno, aunque en modo alguno debe considerarse
que su contenido es matematico. La comprension de este tema es fundamental para entender la
razon de muchas de las tecnicas que se desarrollaran a lo largo de la asignatura. Se ha preferido
incluir diversos anexos con las herramientas matematicas fundamentales, para dejar en el texto
solo aquellos aspectos conceptuales que son necesarios para entender el desarrollo de la materia.
2.1.
Introducci
on
Una forma de entender a los sistemas representados por el diagrama funcional de la figura
Seal de
entrada
SISTEMA
Seal de
salida
es como procesadores de se
nales. Es decir podemos olvidar su funcionalidad real y centrarnos
en la influencia que ejerce el sistema sobre las se
nales: act
ua sobre la se
nal de entrada hasta
convertirla en la se
nal de salida. Este enfoque es natural en sistemas cuyas se
nales de entrada
y salida son del mismo tipo. Es facil entender que un determinado circuito electronico act
ua
sobre la se
nal de entrada, modificando sus caractersticas hasta convertirla en la se
nal de salida
deseada. Por ejemplo un inversor convierte una tension de corriente continua en tension de
corriente alterna. Por lo tanto en estos casos el efecto del sistema es u
nicamente aplicar un
cierto tratamiento a la se
nal de entrada.
Sin embargo en el caso mas general, la primera funcion de un sistema consiste en cambiar
el tipo de las se
nales de entrada. As en un motor electrico la tension de alimentacion se
29/02/12
40
Representaci
nales
convierte en un desplazamiento de la carga mecanica, o en un sistema termico, la posicion de

un termostato se convierte en una temperatura. A
un as, haciendo abstraccion del tipo de se
nal,
podemos considerar que cualquier sistema aplica un tratamiento a la se
nal de entrada hasta
convertirla en la se
nal de salida, sean cuales sean las unidades fsicas de dichas se
nales.
Ejemplo 2.1
Algunos ejemplos de sistemas que u
nicamente aplican un tratamiento a las se
nales sin
cambiar su tipo:
Amplificador electronico: Ventrada Vsalida amplificada
Inversor: V ccentrada V casalida
Reductor: velocidad entrada velocidad salida reducida
Integrador: se
nal de entrada Integral de la entrada
Algoritmo calculo del cuadrado: secuencia de datos secuencia de cuadrados
Por lo tanto iniciaremos el captulo estudiando los tratamientos basicos que pueden sufrir
las se
nales, para, a continuacion, una vez definidas las se
nales tpicas mas habituales, entrar
a definir formas de representacion de las mismas que nos permitan trabajar con ellas con
comodidad.
2.2.
Operaciones b
asicas con se
nales
A continuacion se describen las operaciones mas importantes que se pueden realizar con las
se
nales y las secuencias.
2.2.1.
Suma de se
nales
y(t) = u1 (t) + u2 (t)

y[k] = u1 [k] + u2 [k]
2.2.2.
Producto de una se
nal por una constante (escalado)
y(t) = a u(t)
y[k] = a u[k]
2.2.3.
Producto entre dos se

nales
y(t) = u1 (t) u2 (t)

y[k] = u1 [k] u2 [k]
2.2.4.
Desplazamiento en el eje x (desplazamiento en el tiempo)
y(t) = u(t T )
y[k] = u[k N ]
2.2.5.
Inversi
on en el eje x (inversi
on en el tiempo)
y(t) = u(t)
y[k] = u[k]
29/02/12
2.2 Operaciones b
asicas con se
nales
2.2.6.
Escalado en el eje x (escalado temporal)
y(t) = u(a t)
2.2.7.
y(t) =
41
Esta operacion solo tiene sentido en el caso continuo
Derivada de una se
nal
du(t)
dt
En el caso discreto se denomina primera diferencia

y[k] = u[k] u[k 1]
2.2.8.
y(t) =
Integral de una se
nal
u( ) d
En el caso discreto se denomina sumatorio de la se

nal
y[k] =
Pn
2.2.9.
u[n]
Convoluci
on de dos se
nales
Esta operacion puede resultar en este momento artificial, y alejada de la realidad fsica. Sin
embargo, como veremos mas adelante, la convolucion de dos se
nales, es la forma matematica
de expresar el efecto de una se
nal de entrada sobre un sistema. Por lo tanto esta integral tiene
una gran importancia practica.
y(t) = u(t) g(t) =
u( ) g(t ) d =
g( ) u(t ) d
El equivalente discreto se denomina la convolucion discreta.
y[k] = u[k] g[k] =
X
n=
29/02/12
g[n] u[k n] =
X
n=
u[n] g[k n]
42
Representaci
nales
g( )
u( )
u( )
g( )
u( t )
g( )
g( ) u(t )
y(t ) = g( ) u(t )d
t
t
En la figura se aprecian los distintos tratamientos a los que son sometidos las se
nales u( )
y g( ) en la convolucion
2.2.10.
Muestreo
2.2.11.
Reconstrucci
on
2.3.
Se
nales tpicas
2.3.1.
El impulso de Dirac
Desde un punto de vista fsico el impulso de Dirac se puede definir como aquella se
nal no
nula que tiene la menor cantidad posible de informacion (o de energa). En el caso de las se
nales
de tiempo discreto no hay ninguna dificultad en definirla: sera una secuencia cuyos elementos
29/02/12
2.3 Se
nales tpicas
43
valdran todos cero salvo el elemento del origen que tomara un valor unitario, se suele denominar
como delta de Kronecker. En el caso de las se
nales de tiempo continuo, sin embargo, esta se
nal
no tiene realidad fsica puesto que su definicion matematica obliga a que tome un valor infinito
en el origen. En la figura se representa el impulso unitario en ambos casos.
[k] = 1 si k=0
[k] = 0 si k0
[t] = 0 si t0
( t ) d
=1
Por su importancia practica se incluyen a continuacion algunas se

nales derivadas del impulso:
Impulso desplazado
[k-n] = 1 si k=n
[k-n] = 0 si kn
k
n
[t-T] = 0 si tT
( t ) d
=1
Tren de impulsos
y(t ) =
k =
(t kT)
k =
t
T
29/02/12
44
Representaci
nales
2.3.2.
Obtenci
on de una se
nal cualquiera a partir del impulso de Dirac
De la definicion del impulso:

se
nal u(t) que
( ) d = 1 se deduce, si se multiplica el impulso por una

Z
u( )( ) d
u(0) =
Desplazando el impulso, se obtiene la expresion generica

Z
u(t) =
u( )(t ) d
por lo que cualquier se

nal continua u(t) puede descomponerse en una integral (suma) de
impulsos desplazados y ponderados por el valor de la se
nal en cada uno de los instantes, como
puede verse en la figura:
1/u(t0)
t0
Si aproximamos el impulso de Dirac por n pulsos de anchura , en la figura puede verse como
la se
nal generica u(t) puede descomponerse en una suma de pulsos desplazados y ponderados
para cada instante t0 por el valor de la funcion en dicho punto y(t0 ).
Si la se
nal toma valores nulos para tiempos negativos se obtiene:
Z
u(t) =
u( )(t )d
0
Esta propiedad, como se vera en el captulo de analisis, es la que hace que el impulso sea
tan importante en el conocimiento del comportamiento de los sistemas LTI.
La integral anterior coincide con la integral de convolucion de la se
nal por el impulso.
u(t) = u(t) (t)
Es facil ver que se cumple la expresion:
Z
Z
u( ) d(t ) d =
29/02/12
( ) u(t ) d
2.3 Se
nales tpicas
45
En el caso de tiempo discreto, es inmediato ver que cualquier secuencia se puede convertir
en la suma de impulsos desplazados y ponderados
u[k] =
u[n] [k n]
n=
que es la convolucion discreta entre el impulso y la se

nal. Por ejemplo:
{0, 2, 3, 4, 0, 0, } = 2 [k 1] + 3 [k 2] + 4 [k 3]
2.3.3.
El escal
on
Integrando el impulso de Dirac se obtiene el escalon unitario, que tiene el sentido fsico de
una variacion brusca de la se
nal.
u( t ) =
( t ) d
1
t
Tambin se puede definir como: u(t)=1 si t0; u(t)=0 si t<0
u[k ] =
n=k
[n]
n =
Tambin se puede definir como: u[k]=1 si k0; u[k]=0 si k<0
Por su importancia practica se incluyen algunas se

nales derivadas directamente del escalon:
Escaln desplazado u(t-T)

t
T
u(t-T)=1 si t>T; u(t)=0 si t<T
Escaln desplazado u[k-n]

k
n
u[k-n]=1 si kn; u[k]=0 si k<n
29/02/12
46
Representaci
nales
Pulso de ancho T
p(t)=1 si 0t<T
p(t)=0 si t<0 t>T
t
T
p(t)=u(t)-u(t-T)
Es importante se
nalar que en el caso de se
nales de tiempo continuo, el impulso de Dirac
puede considerarse como el lmite de un pulso de area unitaria cuando su anchura tiende a cero.
2.3.4.
La rampa
La rampa se define como la integral del escalon y tiene el sentido de una variacion de la
se
nal con velocidad constante, puesto que su pendiente es constante.
r(t ) =
u( ) d
Tambin se puede definir como: r(t)=t si t0; r(t)=0 si t<0
r (k ) =
n=k
u[n 1]
n =
Tambin se puede definir como: u[k]=k si k0; u[k]=0 si k<0
Seal triangular
t
y(t)=ar(t)-2ar(t-T)+ar(t-2T)
T
2.3.5.
2T
La par
abola
La parabola se define como la integral de la rampa y tiene el sentido de una variacion de la

se
nal con aceleracion constante puesto que su derivada segunda es constante.
29/02/12
2.4 Se
nales exponenciales de tiempo continuo
47
p( t ) =
r( ) d
Tambin se puede definir como: p(t)=1/2t2 si t0; p(t)=0 si t<0
p[k ] =
n=k
r (n )
n =
Tambin se puede definir como: r[k]=(1/2)k2 si k0; u[k]=0 si k<0
2.3.6.
Desarrollo en serie de Taylor de se

nales
Si una se
nal u(t) es continua e infinitamente derivable para t = t0 , la se
nal se puede representar por
u(t) = u(t0 ) +
h du i
dt
(t t0 ) +
1 h d2 u i
1 h dn u i
2
(t
t
)
+
+
(t t0 )n
0
2! dt2 0
n! dtn 0
es decir que la se
nal puede representarse a partir de valores constantes (escalones), rampas y
parabolas de orden 2 hasta orden .
Esto explica, desde un punto de vista matematico, la importancia de las se
nales escalon,
rampa y parabola en la representacion de se
nales y en el posterior analisis de los sistemas, como
se vera en el captulo 5.
2.4.
Se
nales exponenciales de tiempo continuo
Por su gran importancia en el estudio del comportamiento de los sistemas, vamos a analizar
las se
nales exponenciales que toman la forma generica
y(t) = A est
donde s = + j
Estas se
nales tienen una gran importancia, no solo desde el punto de vista teorico, sino
tambien desde un punto de vista practico porque las respuestas de muchos sistemas ante se
nales
tpicas como el impulso o el escalon estan basadas en se
nales exponenciales.
Por ejemplo la evolucion de la temperatura en una habitacion al encender un radiador en
la misma sigue una curva igual a la diferencia entre una se
nal constante y una exponencial de
exponente negativo.
La evolucion en el tiempo de un resorte al que se ha cargado bruscamente con una masa
adicional puede representarse por el producto de una senoide por una exponencial negativa.
La carga o la descarga de un condensador en un circuito RC puede representarse por una
exponencial decreciente.
29/02/12
48
Representaci
nales
La evolucion de la velocidad de un motor electrico al aplicarle tension a la entrada se

representa igualmente mediante exponenciales decrecientes.
Existen, pues un gran n
umero de sistemas en la naturaleza cuyas respuestas ante variaciones
bruscas en la se
nal de entrada, pueden representarse, bien con exponenciales decrecientes, bien
por el producto de exponenciales decrecientes por se
nales senoidales. En el primer caso los
sistemas se denominan sobreamortiguados y en el segundo subamortiguados.
FIGURA (Sobreamortiguados y subamortiguados)
Ademas las exponenciales complejas tienen la propiedad de generar exponenciales complejas
cuado se les aplica la integral de convolucion. As:
Z
g( ) e
s(t
st
g( ) e e
)d =
d = e
st
g( ) es d
Donde, si converge, la integral g( ) es d es una magnitud compleja, funcion de la

variable s que denominaremos G(s).
Por lo tanto la convolucion de una exponencial compleja por otra se
nal es igual a
est g(t) = est G(s)
R
siempre que g(t) sea tal que la expresion g( ) es d exista. O lo que es lo mismo el
resultado es la exponencial compleja de la entrada con el modulo multiplicado por el modulo
de G(s) y con el argumento aumentado con el argumento de G(s).
Exponenciales reales
En el caso de tiempo continuo su expresion general es y(t) = A et . Siendo una se
nal
creciente o decreciente seg
un que el exponente sea positivo o negativo. En el caso particular
de que valga cero la se
nal es constante e igual a A. Es importante se
nalar que el tiempo
que tarda la se
nal decreciente en alcanzar valores proximos a cero depende del valor de del
exponente. Cuanto mayor sea en valor absoluto menos tardara la se
nal en alcanzar dichos
valores.
FIGURA
Exponenciales imaginarias
En el caso de tiempo continuo su expresion general es y(t) = A ejt . Esta expresion
corresponde con un n
umero complejo de modulo A y argumento t. Por lo tanto se trata de
una se
nal periodica de periodo 2/ puesto que e2j = 1. Como es sabido este tipo de funciones
estan relacionadas con las funciones senoidales a traves de las formulas de Euler:
ejt = cos(t) + jsen(t) ;
cos(t) =
ejt + ejt
2
sen(t) =
ejt ejt
2j
De estas formulas se deduce que tiene sentido el fsico de la pulsacion de la se

nal senoidal,
que sus unidades son rad/s y que esta directamente relacionada con la frecuencia de la se
nal
2
= 2 f , medida en Hz y con su periodo T =
medido en segundos. Es igualmente
importante se
nalar que la funcion y(t) es periodica en el tiempo pero no en la frecuencia.
29/02/12
2.5 Se
nales exponenciales de tiempo discreto
49
Exponenciales complejas
De los casos anteriores se deduce que la exponencial compleja generica y(t) = est = e(+)t =
e ejt es el producto de una exponencial creciente o decreciente seg
un el signo de , por una
senoide de pulsacion . Igualmente se ve que el modulo del valor de la funcion, para cada
valor de t depende exclusivamente de , y su argumento de . Por lo tanto la se
nal resultante
presentara oscilaciones que pueden ser amortiguadas para < 0, o crecientes para > 0. Si
= 0 la amplitud de las oscilaciones se mantiene.
t
2.5.
Se
nales exponenciales de tiempo discreto
2.6.
Representaci
on en el dominio de la frecuencia. Tiempo
continuo
2.6.1.
Se
nales peri
odicas en el tiempo. Desarrollo en Serie de Fourier
La representacion temporal de las se

nales periodicas adolece de no representar de forma
expresa el periodo (o la frecuencia) de dicha se
nal. Sin embargo en un gran n
umero de aplicaciones practicas este parametro es de vital importancia para conocer las caractersticas de la
se
nal: por supuesto, la corriente electrica alterna es una se
nal periodica de frecuencia igual a
50Hz, por lo que todas las se
nales con ella relacionadas tambien tendran dicho periodo, pero
tambien la posicion angular del eje de un motor, es una se
nal periodica relacionada con la velocidad angular del motor, por lo que tambien en gran n
umero de sistemas mecanicos apareceran
se
nales periodicas. La respiracion humana se produce un n
umero determinado de veces por
minuto por lo que las se
nales a ella asociadas tambien son periodicas, de la misma forma que
las relacionadas con el funcionamiento del corazon.
Disponemos de una herramienta matematica que permite expresar casi cualquier se
nal periodica (las que cumplen las condiciones de Dirichlet) en funcion de exponenciales imaginarias.
Esta herramienta es el desarrollo en serie de Fourier. Desde un punto de vista practico el DSF
permite sustituir una se
nal periodica por una suma de se
nales senoidales de distintas frecuencias (la de la se
nal desarrollada y sus m
ultiplos) amplificadas y desfasadas. Cada una de estas
frecuencias viene multiplicada por una cantidad compleja, es decir por un modulo y un argumento. El modulo determina la relacion de amplitudes y el argumento el desfase, entre la se
nal
original y la senoide en cuestion.
FIGURA
Expresiones matem
aticas del DSF
La expresion mas habitual del DSF es
X
x(t) = a0 + 2
[Ak cosko t + Bk senk0 t]
k=1
2
. En esta expresion la se
nal
T
x(t) se sustituye por una suma ponderada de senoides cuyas frecuencias son la frecuencia de
la se
nal y todos sus m
ultiplos. En general diremos que la se
nal se sustituye por la suma de los
armonicos ponderados.
donde 0 esta relacionado con el periodo T de la se
nal por 0 =
29/02/12
50
Representaci
nales
Sin embargo, a lo largo del texto utilizaremos mas frecuentemente la expresion exponencial
del DSF
x(t) =
jk0 t
ak e
k=
ak ejk T
k=
donde
1
ak =
T
T
jk0 t
x(t) e
0
1
dt =
T
x(t) ejk T t dt
A partir de estas expresiones sustituiremos la representacion de x(t) en funcion de la variable

independiente tiempo, por la de los coeficientes ak , es decir a(k0 ) funcion de la pulsacion de
los armonicos.
Esta propiedad nos va a permitir representar las se
nales periodicas utilizando la frecuencia
como variable independiente. Obteniendo lo que se denomina espectro de la se
nal. Este espectro
esta pues compuesto en general por dos graficas, una del modulo en funcion de la frecuencia y
otra del desfase (o argumento) en funcion de la frecuencia.
Ejemplo 2.2
1 para |t|<T1
y(t)=
Tren de pulsos
0 para T1<|t|<T/2
Por lo que 0=2/T
t
-T/2
-T1
T1
Calculando el DSF se obtiene:

k0 T1
k
2T1
a0 =
T
ak = sen
29/02/12
T/2
2.6 Representaci
on en el dominio de la frecuencia. Tiempo continuo
51
k0
En este caso los coeficientes son reales por lo que el espectro se representa con una sola
curva.
En general, el espectro de una se

nal continua periodica, esta constituido por dos ondas
discretas funcion de la frecuencia (o pulsacion).
2.6.2.
Se
nales no peri
odicas en el tiempo. Transformada de Fourier
Considerando a las se
nales no periodicas, como periodicas de periodo infinito es posible
extender el desarrollo en serie de Fourier, y la representacion espectral a estas se
nales. Matematicamente esto se realiza a traves de la transformada de Fourier, que sustituye la suma de
frecuencias discretas por la integral de todas las frecuencias. Por ello el espectro de una se
nal
no periodica estara compuesto por dos curvas continuascfuncion de la frecuencia, una para el
modulo y otra para el argumento.
Expresiones matem
aticas
Las expresiones que definen la transformada de Fourier de una se
nal x(t) as como de su
transformada inversa son:
Z
x(t) ejt dt
X(j) =
1
x(t) =
2
X(j) ejt d
La representacion grafica de la expresion X(j) se denomina el espectro de la se

nal x(t).
Este espectro es continuo y complejo por lo que, en general, se representa mediante dos curvas:
el modulo de X(j) en funcion de la frecuencia y el argumento de X(j) en funcion de la
frecuencia.
Ejemplo 2.3
29/02/12
52
Representaci
nales
Transformada de Fourier de un pulso rectangular

1 para |t|<T1
x(t)=
0 para |t|>T1
x(t)
1
t
-T1
T1
X(j) =
T1
ejt dt =
T1
2senT1
cuyo espectro es:

X(j)
2
-/T1
/T1
Al ser X(j) una funcion real se puede representar en una u

nica curva.
Como veremos mas adelante, en muchos casos, la definicion de las se

nales vendra dada en el
dominio de la frecuencia. Es decir conoceremos su espectro en frecuencia y nos interesara conocer
su expresion analtica temporal.
Ejemplo 2.4
Sea la se
nal cuya transformada de Fourier viene dada por:
29/02/12
2.6 Representaci
on en el dominio de la frecuencia. Tiempo continuo
53
1 para ||<0
X(j)=
0 para ||>0
X(j)
1
t
0
-0
La expresion analtica de x(t) vendra dada por:
Z 0
1
sen0 t
x(t) =
ejt d =
2 0
t
cuya representacion en el tiempo es:
x(t)
0/
t
-/0
/0
Como vemos la exponencial compleja (y por lo tanto las se

nales periodicas) juegan un papel
similar al que juega el impulso en la representacion temporal. A partir de una suma infinita
de senoides ponderadas y desfasadas de determinadas frecuencias es posible construir un gran
n
umero de se
nales. Existe ademas una transformacion inversa que permite recuperar la se
nal a
partir de su transformada.
Finalmente, y este es uno de los grandes inconvenientes de la transformada de Fourier, para
que exista es necesario que se cumpla la condicion de existencia:
Z
|x(t)| dt <
Un gran n
umero de se
nales habituales, por ejemplo el escalon, no cumplen esta condicion,
por lo que no tienen transformada de Fourier. Ello obliga a utilizar otras transformaciones
matematicas como son la transformada de Laplace y la transformada en Z para secuencias
discretas.
29/02/12
54
Representaci
nales
2.6.3.
Transformadas de Laplace
Para evitar los problemas de existencia de la transformada de Fourier, se multiplica la se

nal
por un exponencial decreciente, con lo que se consigue que tengan transformada se
nales con
crecimiento exponencial.
Las expresiones correspondientes a la transformada de Laplace son, pues:
Z
x(t) e
X(s) =
jt
x(t) est dt
dt =
donde s es la variable compleja de Laplace s = + j

1
x(t) =
2j
+j
X(s) est ds
Estas expresiones deben ir acompa

nadas de un dominio de convergencia para que exista
una solucion biunvoca entre se
nal y transformada. El dominio de convergencia lo definen las
condiciones que hay que imponer a la exponencial real para que la transformada exista. Es
decir vendra dado por los valores de 0 que cumplen:
Z
|x(t)| e0 t dt <
Las expresiones anteriores corresponden con lo que se denomina transformada de Laplace

bilateral. A lo largo del texto consideraremos se
nales cuya variacion comienza a partir de un
determinado instante de tiempo (normalmente t=0), por lo que estas se
nales tomaran valores
nulos para tiempos negativos. Por ello se puede redefinir la transformada de Laplace unilateral
de una se
nal como:
Z
x(t) e
X(s) =
jt
1
x(t) =
2j
dt =
est dt
+j
X(s) est ds
existiendo en este caso una relacion biunvoca entre la se

nal y la transformada.
La utilizacion, en captulos posteriores, de la transformada de Laplace unilateral, se traducira en algunas peculiaridades, en particular en el instante inicial, que seran se
naladas adecuadamente.
Ejemplo 2.5
Dada la se
nal,
29/02/12
2.7 Representaci
on en el dominio de la frecuencia. Tiempo discreto
55
1 para 0<t<T
y(t)=
0 para t<0 y t>T
y(t)
1
t
T
su transformada unilateral de Laplace sera
Z T
1 1
1 est dt = esT
Y (s) =
s s
0
Dada la importancia que la transformada de Laplace unilateral tiene en el analisis de sistemas dinamicos, en el anexo A se ha incluido su definicion, sus propiedades, as como algunos
ejemplos, en particular de calculo de la transformada inversa.
2.7.
Representaci
on en el dominio de la frecuencia. Tiempo
discreto
En el caso de las se
nales de tiempo discreto se pueden definir, de forma analoga al caso
continuo, el Desarrollo en Serie de Fourier para secuencias periodicas y la transformada de
Fourier y la Transformada en z para las no periodicas. Las expresiones matematicas de ambas
expresiones son:
2.8.
Propiedades de las transformadas
2.8.1.
Linealidad
De la propia definicion de las transformadas se puede deducir que son operadores lineales.
Por lo tanto:
L {a y1 (t) + b y2 (t)} = a Y1 (s) + b Y2 (s)
Z{a y1 [k] + b y2 [k]} = a Y1 (z) + b Y2 (z)
2.8.2.
Escalado en el tiempo
1 s
L {y(a t)} = Y
a
a
29/02/12
56
Representaci
nales
2.8.3.
Escalado en S o en Z
t
1
L { y( ) = Y (as)
a
a
z
Z{ak y[k]} = Y
a
2.8.4.
Derivada en t, Diferencia en k
dy(t)
} = sY (s) y(0 )
t
Esta expresion es la que corresponde a la transformada unilateral. En el caso de la transformada bilateral el termino de condiciones iniciales desaparece.
L{
y[k] y[k 1] = (1 z 1 )Y (z)

de acuerdo con la propiedad del desplazamiento en k.
2.8.5.
Derivadas en t de orden superior

n1

d y(t)
dn y(t)
n
n1
= s Y (s) s y(0 )
L
tn
dy n1 t=0

2.8.6.
Integral, Suma
Z t
1
L { y( )d } = Y (s)
s
0

X
z
y[k] =
Y (z)
Z
z1
k=0
2.8.7.
Derivada en S o en Z
L {t y(t)} =
Z{ky[k]} = z
2.8.8.
dY (s)
ds
dY (z)
dz
L [tn y(t)] = (1)n

Z{k 2 y[k]} = z 2
dn Y (s)
dsn
d2 Y (z)
dY (z)
+z
2
dz
dz
Desplazamiento en t o en k
L {y(t a)} = eas Y (s)
Z{y[k n]} = z n Y (z)
si y(t) = 0 para t < 0

si y[k] = 0 para
k<0
De aqu se deduce el significado fsico de z 1 como retardo unitario.

29/02/12
2.9 Transformadas de se
nales tpicas
2.8.9.
57
Funci
on peri
odica
y(t) =
yT (t nT )
L {y(t)} =
n=0
2.8.10.
1
YT (s)
1 eT s
Desplazamiento en S
L {eat y(t)} = Y (s a)
2.8.11.
Convoluci
on
L {y1 (t) y2 (t)} = Y1 (s) Y2 (s)
Z{y1 [k] y2 [k]} = Y1 (z) Y2 (z)
2.8.12.
Teorema del valor inicial

lm y(t) = lm s Y (s)
t0
y[0] = lm Y (z)
z
2.8.13.
Teorema del valor final
Si existe,
lm y(t) = lm s Y (s)
s0
Si existe,
z1
Y (z)
z1
z
lm y[k] = lm
2.9.
Transformadas de se
nales tpicas
A continuacion se incluyen las transformadas de Laplace y en Z de las se

nales tpicas estudiadas en el apartado 2.3.
29/02/12
58
Representaci
nales
Impulso
Impulso desplazado
(z)=1
(z)=z-n
k
n
(s)=1
(s)=e-sT
t
T
Tren de impulsos
Y(s)=1/(1-e-sT)
t
T
Escaln
U(z)=z/(z-1)
Escaln desplazado
U(z)=z-nz/(z-1)
k
n
U(s)=1/s
U(s)=e-Ts/s
t
T
29/02/12
2.10 Tratamiento de se
nales mediante transformadas
Rampa
59
Rampa
U(z)=Tz/(z-1)2
U(s)=1/s2
k
Parbola
Parbola
U(z)=T2z(z+1)/(z-1)3
U(s)=2/s3
t
k
T
En cuanto a las se
nales exponenciales sus transformadas son las siguientes:
eat
at
t > 0
1
s+a
ak
k 0
1
1 az 1
sent t > 0
2
s + 2
senk
k 0
(sen)z 1
1 (2cos)z 1 + z 2
cost t > 0
s
2
s + 2
cosk
k 0
1 (cos)z 1
1 (2cos)z 1 + z 2
sent t > 0
(s + a)2 + 2
a senk
(a sen)z 1
k 0
1 (2a cos)z 1 + a2 z 2
s+a
(s + a)2 + 2
ak cosk
k 0
eat cost t > 0
2.10.
1 (a cos)z 1
1 (2a cos)z 1 + a2 z 2
Tratamiento de se
La existencia de una relacion biunvoca entre la se

nal y su transformada, nos permite bien
trabajar en el dominio del tiempo en el que esta definida la se
nal o bien trabajar en el dominio
transformado. En el caso de la transformada de Fourier ese dominio es la frecuencia y en el
29/02/12
60
Representaci
nales
caso de las transformadas de Laplace o en z se trata del dominio complejo donde la frecuencia
viene representada en el eje imaginario del plano S o por el argumento en el plano Z.
Dado que en todos los casos existe una expresion que permite calcular la se
nal original a
partir de la transformada, sera posible, una vez analizado, volver al dominio temporal original
para expresar el resultado.
La figura representa la forma de trabajar con las se
nales en un dominio transformado.
Dominio S
Dominio t
L
U1(s)
u1(t)
L
U2(s)
u2(t)
y(t)
L-1
Tratamiento
Y(s)
De las expresiones vistas en el captulo anterior se deduce que determinadas operaciones

con se
nales se simplifican notablemente si se realizan en el dominio transformado.
En particular la derivacion y la integracion en el caso continuo, convierte las ecuaciones
diferenciales o integrales en expresiones racionales de la variable s. En el caso discreto, otro
tanto ocurrira, con las ecuaciones en diferencias. Ademas, y esta propiedad es de la maxima
importancia en el analisis de sistemas, la integral de convolucion entre dos se
nales (o la convolucion discreta) se convierte en el producto de sus transformadas, lo que facilita enormemente
el analisis de los sistemas dinamicos y sus se
nales asociadas en el dominio transformado.
Por u
ltimo, es importante se
nalar que en la gran mayora de los casos, no estamos interesados
en conocer la expresion analtica de la se
nal resultante del tratamiento realizado en el dominio
transformado, sino u
nicamente pretendemos determinar algunas caractersticas de dicha se
nal.
Para ello no es necesario realizar el calculo de la transformada inversa, calculo que resulta
especialmente incomodo, sino que podemos obtenerlas de la expresion transformada de la se
nal.
Por lo tanto nuestro metodo de trabajo queda mejor representado por la siguiente figura:
29/02/12
2.10 Tratamiento de se
61
Dominio S
Dominio t
L
U1(s)
u1(t)
L
U2(s)
u2(t)
Tratamiento
y(t)
Y(s)
Caractersticas
de y(t)
De las propiedades de las transformadas que se detallan en los correspondientes anexos,

se pueden deducir facilmente las siguientes expresiones que corresponden con el tratamiento
elemental de se
nales:
2.10.1.
Suma de se
nales
y(t) = u1 (t) + u2 (t)

y[n] = u1 [n] + u2 [n]
2.10.2.
Y (s) =
Y (z) =
Y (s) = U (s) eT s
Y (z) = U (z) ek
Inversi
on en el eje x (inversi
on en el tiempo)
y(t) = u(t)
y[n] = u[n]
29/02/12
Y (j) = a U1 (j)
Desplazamiento en el eje x (desplazamiento en el tiempo)
y(t) = u(t T )
y[n] = u[n k]
2.10.5.
Y (s) = a U1 (s)
Y (z) = a U1 (z)
Producto entre dos se

nales
y(t) = u1 (t) u2 (t)

y[n] = u1 [n] u2 [n]
2.10.4.
Y (j) = U1 (j) + U2 (j)
Producto de una se
nal por una constante (escalado)
y(t) = a u1 (t)
y[n] = a u1 [n]
2.10.3.
Y (s) = U1 (s) + U2 (s)

Y (z) = U1 (z) + U2 (z)
62
Representaci
nales
2.10.6.
Escalado en el eje x (escalado temporal)
y(t) = u(a t)
y[n] = u[a n]
2.10.7.
y(t) =
du(t)
dt
2.10.8.
y(t) =
Derivada de una se
nal
2.10.9.
Y (j) = j U (j)
Integral de una se
nal
u( ) d
Y (s) =
1
U (s)
s
Y (j) =
1
U (j)
j
Convoluci
on de dos se
nales
y(t) = u(t) g(t)

y[n] = u[n] g[n]
2.11.
Y (s) = s U (s)
Y (s) = U (s) G(s)

Y (z) = U (z) G(z)
Y (j) = U (j) G(j)
Conclusiones
Las herramientas matematicas vistas a lo largo del captulo se utilizaran no solo para realizar
comodamente determinadas operaciones matematicas sino tambien para representar las se
nales
de forma que resulte facil extraer de esta representacion las principales caractersticas de las
mismas.
En el caso de las se
nales de tiempo continuo se utilizara la transformada de Fourier y
la transformada de Laplace. Como veremos en el captulo siguiente los sistemas continuos se
podran caracterizar por su funcion de transferencia (transformada de Laplace de la respuesta impulsional del sistema) o por su respuesta en frecuencia (transformada de Fourier de su
respuesta impulsional).
En el caso discreto se utilizaran las transformadas de Fourier y en Z de las se
nales, mientras
que los sistemas discretos se representaran por su funcion de transferencia en Z (transformada
en Z de la secuencia de ponderacion) o por su respuesta en frecuencia (transformada de Fourier
de la secuencia de ponderacion).
Como vemos va a existir un paralelismo entre el tratamiento de las se
nales y sistemas
continuos y el de las se
nales y sistemas discretos, con una importante salvedad debida a las
diferencias existentes en la periodicidad de las transformadas de Fourier de las se
nales continuas
y de las secuencias discretas. Cuando se estudie el problema del muestreo de se
nales continuas
para convertirlas en secuencias discretas se vera como esta diferencia en la periodicidad de las
transformadas de Fourier introduce nuevos problemas como el aliasing o el desplazamiento de
frecuencias.
2.12.
29/02/12
Glosario
CAPITULO
Modelado y representaci
on de sistemas
El objetivo de este captulo, una vez definidos los distintos tipos de sistemas que trataremos a
lo largo del libro, es presentar las distintas tecnicas que utilizaremos para modelar y representar
los sistemas. Igualmente se incluyen las herramientas necesarias para desarrollar los conceptos
que veremos a lo largo de estos captulos y del resto del libro. Al final de este bloque el alumno,
a partir de la descripcion de un sistema, debera ser capaz de:
Entender las diferencias entre sistemas y modelos
Hallar un modelo matematico del mismo
Linealizar dicho modelo alrededor de un punto de funcionamiento
Dibujar un diagrama de bloques del sistema linealizado
Simplificar dicho diagrama de bloques hasta obtener las funciones de transferencia del
sistema.
Dibujar y resolver el flujograma del sistema
Plantear la ecuacion de estado del sistema
Relacionar las matrices de la representacion de estado con las funciones de transferencia
3.1.
Modelos de sistemas
Un modelo de un sistema es una representacion del mismo que consideramos adecuada para
determinados fines. En el campo de la ingeniera es habitual utilizar representaciones graficas
para definir determinados aspectos de los sistemas. As, por ejemplo, en los circuitos electricos
cada componente se representa por un smbolo y las conexiones por trazos que unen dichos
smbolos. Estos esquemas son modelos de los sistemas electricos en los que se hace hincapie en
los componentes utilizados y en su interconexion. Para conocer el comportamiento del sistema
as representado es necesario que el ingeniero aporte un conocimiento teorico del comportamiento de cada uno de los elementos representados. Este conocimiento se suele concretar en
29/02/12
64
on de sistemas
una ecuacion matematica que representa la relacion existente entre cada una de las se
nales
presentes en el esquema. Esta ecuacion o conjunto de ecuaciones es lo que se denomina modelo
matematico del sistema.
As la ley de Ohm, por ejemplo, es el modelo matematico de un sistema fsico llamado
resistencia, donde u(t) e i(t) representan la evolucion en el tiempo de las se
nales tension e
intensidad.
i(t)
R
u(t)
u(t)=Ri(t)
Salida
rango salida
En otros casos, la relacion entre las se

nales presentes en un dispositivo fsico solo se conoce
desde un punto de vista emprico y, normalmente, en estos casos la informacion se suministra
en forma grafica. As, es habitual que la relacion entre la se
nal de salida y la se
nal de entrada
de un sensor este constituida por una grafica o por un conjunto de graficas. Se trata, en este
caso, de un modelo grafico del comportamiento del sistema.
El modelo matematico de un sistema esta constituido por la ecuacion, o por el sistema de

ecuaciones, que relaciona los valores de las distintas se
nales que aparecen en el sistema. Las
se
nales, que tienen una realidad fsica (por ejemplo una intensidad de corriente), se convierten
en funciones matematicas de una variable independiente (en general el tiempo) que representan
la evolucion, en funcion de la variable independiente, de la se
nal fsica. Los parametros de las
ecuaciones del modelo vienen determinados por las caractersticas fijas de los elementos del
sistema (valor de una resistencia, o de una masa, una superficie, etc.).
Es importante insistir en que, dado un sistema, no existe un solo modelo matematico del
mismo, sino que cualquier modelo matematico no es mas que una aproximacion, y por lo tanto
una simplificacion del comportamiento real del sistema. Esto tampoco significa que un modelo
29/02/12
3.2 Modelos matem

aticos de sistemas
65
sea tanto mejor cuanto mas se aproxime al comportamiento real, puesto que este planteamiento
nos llevara a modelos matematicamente muy complejos. El mejor modelo es el mas simple de
los que consiguen una aproximacion al comportamiento real del sistema, suficiente para la
aplicacion en cuestion.
Esto es, un modelo no es ni bueno ni malo por s mismo. Su calidad depende de las circunstancias de la aplicacion concreta en la que se vaya a utilizar. En este sentido, conviene resaltar
que el proceso por el que pasamos de un sistema fsico real a un modelo matematico, es un
proceso lleno de inexactitudes (y a veces de desconocimiento) y donde para hablar de precision
es necesario ligarla con la validez de los resultados obtenidos.
As, dado un sistema fsico real, que puede ser complejo, el primer paso consiste en obtener
una imagen de dicho proceso. En este paso se desecha mucha informacion relativa al sistema,
bien por ignorancia (lo que puede acarrear graves consecuencias), o bien porque se considera que
la informacion desechada no es trascendente para nuestro objetivo. El segundo paso consiste
en hallar un modelo matematico de nuestra idea de proceso, y aqu solo tendremos en cuenta
aquellas relaciones que puedan influir de forma significativa en los resultados de nuestro estudio.
Por tanto, de un u
nico sistema fsico real podemos obtener muchas imagenes distintas del
sistema (una para cada objetivo que tengamos), y de cada una de estas imagenes, podemos
obtener varios modelos matematicos (dependiendo de la aplicacion, del grado de precision, etc.).
SISTEMA
REAL
IMAGEN
DEL
SISTEMA
3.2.
Modelos matem
aticos de sistemas
3.2.1.
Modelos
MODELO
La b
usqueda del modelo matematico de un sistema consiste en sustituir en su diagrama
funcional cada bloque por la ecuacion matematica que liga las salidas con las entradas del
mismo. Para ello, logicamente, es necesario conocer las leyes que regulan su funcionamiento.
Si el bloque es estatico, su modelo sera una ecuacion que relaciona su variable de entrada
con su variable de salida.
u(t) = R i(t)
Si se trata de un bloque dinamico la relacion entre ambas variables sera una ecuacion
diferencial y por lo tanto en el modelo matematico intervendran no solo las variables de entrada
y de salida, sino tambien sus derivadas.
29/02/12
66
on de sistemas
u(t) = R i(t) + L
di(t)
dt
El modelo matematico del sistema total sera el conjunto de los modelos matematicos de
cada uno de los bloques y por lo tanto, en general, sera un sistema de ecuaciones diferenciales.
Ejemplo 3.1
Un modelo matematico del sistema del ejemplo 1.16 estara constituido por las siguientes
ecuaciones:
Modelo de la valvula motorizada (catalogo)
d(t)
= Ki Va (t)
(bloque dinamico)
dt
Relacion entre la seccion de paso a la entrada y el caudal de entrada (suponiendo alimentacion a presion constante) (Bloque A):
(t) + T
Qe (t) = K2 (t)
(bloque estatico)
Relacion entre la seccion de paso a la salida y el nivel y el caudal de salida (ecuacion de

Bernouilli ) (Bloque C):
Qs (t) = K3 (t)
p
H(t)
(bloque estatico)
Ecuacion de conservacion de la materia (La diferencia entre los caudales de entrada y de

salida se convierte en una variacion del volumen de lquido almacenado) (Sumador y bloque
B):
Qe (t) Qs (t) = A
dH(t)
dt
(bloque dinamico)
En el Ap
endice H se recogen los modelos matem
aticos m
as habituales de un
gran n
umero de sistemas fsicos.
3.2.2.
Modelos lineales de sistemas
Si los modelos matematicos obtenidos fueran lineales, el estudio de los mismos se simplificara notablemente al cumplir el principio de linealidad o de superposicion, ya que bastara
conocer la respuesta del modelo ante un conjunto limitado de entradas (en general impulso,
escalon y/o senoide). En efecto, si se cumple el principio de superposicion, la respuesta ante una
se
nal que es combinacion lineal de otras se
nales elementales, es la misma combinacion lineal de
las respuestas de dichas se
nales elementales.
Si ante x1 (t) la respuesta es y1 (t)
y ante x2 (t) la respuesta es y2 (t),
ante a x1 (t) + b x2 (t) la respuesta sera a y1 (t) + b y2 (t)
29/02/12
3.2 Modelos matem

aticos de sistemas
67
Sin embargo la mayora de los modelos no son lineales por lo que el principio de superposicion
no es aplicable en general. Ahora bien para peque
nas variaciones alrededor de un punto de
funcionamiento, el comportamiento de un gran n
umero de modelos puede aproximarse por
el de su modelo linealizado. Este modelo linealizado si cumple el principio de superposicion,
pero solo en un entorno del punto de funcionamiento elegido, y con una ligera desviacion con
respecto al modelo no lineal. Este error sera tanto mayor cuanto mas nos alejemos del punto
de funcionamiento.
En el Ap
endice B se encuentra un estudio detallado del proceso de linealizaci
on
Ejemplo 3.2
En el ejemplo anterior una de las ecuaciones es no lineal puesto que aparece el producto
de dos variables y la raz del nivel de lquido. Por ello para obtener un modelo lineal es
necesario linealizar, para lo cual es necesario definir un punto de funcionamiento. Supuesta
una tension de alimentacion en equilibrio en el valor Va0 y una seccion de paso tambien
fija de 0 debemos calcular el valor de todas las variables significativas en dicho punto de
equilibrio. Al estar en equilibrio, el modelo matematico se simplifica puesto que todas las
derivadas se anulan, quedando en el equilibrio el siguiente sistema:
0 = K1 Va0
Qe0 = K2 0
Qs0 = K3 0
p
H0
Qe0 Qs0 = 0
Resolviendolo se obtienen los valores en el equilibrio de todas las variables, H0 , Qe0 , Qs0 ,
0 . Al linealizar, todas las variables se sustituiran por sus incrementos respectivos respecto
a sus valores de equilibrio, obteniendose:
4(t) + T
d4(t)
= K1 4Va (t)
dt
4Qe (t) = K2 (t)

4Qs (t) = K3
p
1
1
Ho 4(t) K3 0 4H(t)
2
H0
d4H(t)
dt
que es el modelo linealizado alrededor del punto de equilibrio definido.
4Qe (t) 4Qs (t) = A
Es importante hacer notar que de un u

nico modelo no lineal se obtendran tantos modelos
linealizados como puntos de funcionamiento elijamos.
29/02/12
68
on de sistemas
Igualmente existen no linealidades tan fuertes que no es posible su tratamiento mediante

la tecnica de la linealizacion. En particular son importantes determinadas no linealidades que
estan presentes de forma natural en casi todos los sistemas como pueden ser la saturacion,
la zona muerta, la histeresis, o bien otras que introduciremos voluntariamente en el sistema
para su control, como por ejemplo un dispositivo todo-nada. El estudio de estos casos requiere
tecnicas especficas que analizaremos en su momento.
Saturacin
Histresis
3.2.3.
Zona muerta
Todo-Nada
Modelos invariantes en el tiempo
Aunque la gran mayora de los sistemas fsicos reales tienen un comportamiento que evoluciona a lo largo de su vida u
til, debido fundamentalmente al envejecimiento de sus componentes,
en muchos casos podemos suponer que la respuesta del modelo no depende del instante en que
se le aplica la se
nal de entrada. En este caso diremos que el modelo es invariante con el tiempo.
El estudio que vamos a desarrollar se centra en los sistemas lineales e invariantes en el tiempo,
sistemas que en la literatura son conocidos como LTI (Linear Time Invariant Systems).
Ejemplo 3.3
Si ante la entrada u(t t1 ) se obtiene la salida y(t t1 ), si el sistema es invariante con
el tiempo ante la entrada u(t t2 ) se obtendra la salida y(t t2 ).
Graficamente, si se desplaza la entrada en el tiempo, la salida sufre el mismo desplazamiento.
t1
29/02/12
t2
3.3 Funci
on de transferencia
69
En el caso de los sistemas continuos LTI los modelos matematicos estan constituidos por sistemas de ecuaciones diferenciales de coeficientes constantes que ligan la entrada y sus derivadas
con la salida y sus derivadas. Cada una de dichas ecuaciones tendra la forma general:
a0 y(t) + a1
dy(t)
dn y(t)
du(t)
dm u(t)
+ + an
= b0 u(t) + b1
+ + bm
dt
dt
dt
dt
En el caso de los sistemas discretos LTI las ecuaciones diferenciales se sustituyen por ecuaciones en diferencias cuya forma general sera:
a0 y[k] + a1 y[k 1] + + an y[k n] = b0 u[k] + b1 u[k 1] + + bm u[k m]
Desde un punto de vista estrictamente matematico, el conocimiento del sistema de ecuaciones diferenciales o en diferencias que constituye el modelo del sistema permite conocer la
respuesta del mismo para cada entrada aplicada. Basta para ello con resolver dicho sistema de
ecuaciones introduciendo los valores de la entrada. La respuesta es pues la solucion del sistema
de ecuaciones diferenciales o en diferencias.
Para el calculo de dichas soluciones existen dos caminos: mantenerse en el domino del tiempo
y utilizar tecnicas matematicas de resolucion del sistema de ecuaciones en dicho dominio, o bien,
utilizar las propiedades de las transformaciones integrales complejas y resolver el sistema en el
dominio complejo. En funcion del camino utilizado se definiran dos nuevas formas de representar
a los sistemas: el modelo de estado, en el dominio del tiempo, y la funcion de transferencia en
el dominio complejo.
3.3.
Funci
on de transferencia
3.3.1.
Modelo en Transformadas de Laplace o en Transformada en Z
La transformada de Laplace constituye un metodo conocido para resolver ecuaciones diferenciales lineales, con lo que al aplicar transformadas de Laplace a la ecuacion diferencial que
caracteriza el modelo estaremos en disposicion de resolver dicha ecuacion y, por lo tanto de
hallar su respuesta. Por lo tanto la transformacion de Laplace permite resolver la ecuacion del
modelo, al tiempo que se obtiene una representacion comoda de las se
nales, como hemos visto
en el captulo 2.
Es importante se
nalar que no es la solucion temporal de la ecuacion diferencial nuestro
objetivo mas importante, sino encontrar un metodo compacto de representacion de los sistemas
que nos permita conocer de forma simple las principales caractersticas de su comportamiento.
Esto se consigue con la transformacion de Laplace que supone un cambio de la variable
independiente, pasando del tiempo a la variable compleja s de Laplace, por lo que se pasa del
dominio del tiempo al dominio de la frecuencia (hay que recordar que s = + j donde tiene
el sentido de frecuencia, de pulsacion para ser mas exactos, puesto que sus unidades son rad/s).
Por supuesto, al final del proceso, deberemos volver al dominio del tiempo, en la gran
mayora de los casos, para expresar los resultados en terminos compatibles con la naturaleza
del sistema. No obstante, y dada la importancia que tiene la representacion frecuencial en la
ingeniera, en muchos casos los resultados se expresaran en terminos frecuenciales, por lo que,
formalmente, ni siquiera se llega a resolver la ecuacion diferencial.
29/02/12
70
on de sistemas
Antes de calcular las transformadas de Laplace de las se

nales que aparecen en el modelo
matematico del sistema, supondremos que este se encuentra en equilibrio en el momento de
aplicar la se
nal de entrada, consiguiendo de esta forma que se cumpla la relacion fundamental:

df (t)
= s F (s)
L
dt
Ver en el Ap
endice A las propiedades de la Transformada de Laplace
De esta forma se obtiene el modelo en transformadas de Laplace que esta compuesto por un
conjunto de ecuaciones lineales en las que las transformadas de las se
nales estan multiplicadas
por polinomios en la variable s de Laplace.
Y (s)[an sn + an1 sn1 + + a1 s + a0 ] = U (s)[bm sm + + b1 s + b0 ]
De forma analoga, los sistemas discretos se representaran utilizando la transformada en z
que tambien convierte las ecuaciones en diferencias en polinomios en la variable compleja z
multiplicados por la transformada en z de las secuencias, al aplicar la propiedad fundamental
de la transformada en z.
Z[y[k 1]] = z 1 Y (z)
Por lo que el modelo en transformada en z tendra la siguiente forma:
Y (z)[a0 + a1 z 1 + a2 z 2 + + an z n ] = U (z)[b0 + b1 z 1 + + bm z m ]
En el Ap
endice D se encuentra la definici
on y las propiedades de la transformada
en z.
Ejemplo 3.4
En el caso del ejemplo 2.1, la aplicacion de la transformada de Laplace a las funciones incremento de las variables originales del sistema genera el siguiente modelo en transformadas
de Laplace.
A(s) = T s A(s) = K1 Va (s)
Qe (s) = K2 A(s)
Qs (s) = K4 B(s) + K5 H(s)
Qe (s) Qs (s) = A s H(s)
Es importante hacer notar que H(s) es la Transformada de Laplace del incremento de
H(t) respecto del punto de equilibrio. Otro tanto ocurre con el resto de las transformadas.
3.3.2.
Funci
on de transferencia de sistemas continuos y discretos
Dado un sistema continuo con una sola entrada y una salida, su modelo matematico lineal
esta constituido por una ecuacion diferencial en la que una combinacion lineal de la entrada y
sus derivadas es igual a otra combinacion lineal de la salida y sus derivadas.
29/02/12
3.3 Funci
on de transferencia
71
dy(t)
dn y(t)
du(t)
dm u(t)
+ + an
= b0 u(t) + b1
+ + bm
dt
dt
dt
dt
Del modelo en transformadas de Laplace se obtiene que la relacion entre las transformadas
de Laplace de la salida y de la entrada es igual a la relacion de dos polinomios en s.
Suponiendo condiciones iniciales nulas, al aplicar la transformada de Laplace, se obtiene:
a0 y(t) + a1
bm sm + bm1 sm1 + + b1 s + b0
Y (s)
=
U (s)
an sn + an1 sn1 + + a1 s + a0
Siendo el grado de cada uno de los polinomios y sus coeficientes funcion exclusiva del sistema
y, por lo tanto, independiente de las se
nales de entrada consideradas. Esta relacion se denomina
funcion de transferencia del sistema, y es una caracterstica del mismo, por lo que constituye
tambien una forma de representarlo.
El caso discreto es totalmente analogo al continuo, sustituyendo la variable s por el operador
1
z .
G(s) =
G(z) =
b0 + b1 z 1 + + bm z m
Y (z)
=
U (z)
a0 + a1 z 1 + a2 z 2 + + an z n
Dado que z 1 tiene el sentido fsico del desplazamiento hacia la derecha (o del retardo puro),
las funciones de transferencia de los sistemas discretos se representan en muchas ocasiones con
exponentes negativos de z.
La informacion contenida en la funcion de transferencia es la misma que la que contiene
el modelo matematico (en condiciones iniciales nulas), y presenta la ventaja de ser mucho
mas compacta en su representacion que dicho modelo. En los sistemas con varias entradas y
salidas existira una funcion de transferencia entre cada par de entrada-salida, por lo que una de
las formas de representar los sistemas multivariables es mediante una matriz de transferencia
cuyos elementos son las funciones de transferencia parciales. Para el calculo de estas funciones
parciales es necesario aplicar el principio de superposicion (ver ejemplo 3.7).
Como veremos con mas detalle en el captulo de analisis, el comportamiento dinamico del
sistema depende de los polinomios numerador y denominador de la funcion de transferencia, en particular de sus races. Por ello las races del polinomio numerador se denominan los
ceros del sistema, y las del denominador los polos del sistema. Igualmente, por su importancia,
el polinomio denominador recibe el nombre de polinomio caracterstico del sistema. As la funcion de transferencia del sistema queda perfectamente definida por sus polos, sus ceros y una
constante. Los polos se representan en el plano complejo por aspas y los ceros por crculos, por
lo que la funcion de transferencia de un sistema puede ser representada por su mapa de polos
y ceros, al que hay que a
nadir una constante.
Ejemplo 3.5
Los sistemas con funciones de transferencia
G(s) =
4(s + 3)
(s + 1)(s2 + 4s + 5)
pueden ser representados en los planos s y Z:
29/02/12
G(z) =
2(z 0,2)
(z 0,8)(z 0,6)
72
on de sistemas
Im
Im
K=4
K=2
Re
Re
Es importante resaltar que esta representacion grafica equivale, si las condiciones iniciales
son nulas, a la ecuacion diferencial (o en diferencias) del modelo matematico del sistema.
Los sistemas causales se caracterizan por tener un n
umero de polos mayor o igual que el
n
umero de ceros. Los sistemas con mas polos que ceros son no causales.
3.3.3.
Sistemas con retardo puro
Se denominan as aquellos sistemas cuya u

nica funcion es desplazar la se
nal de salida hacia
la derecha. En el caso de los sistemas continuos la se
nal de salida es identica a la de entrada
pero retardada T segundos.
Entrada
Salida
t
T
por lo que se cumple que:

y(t) = u(t T )
y de acuerdo con las propiedades de la transformada de Laplace
Y (s) = U (s) eT s
De esta expresion se deduce que la funcion de transferencia del retardo puro eT s no es
una expresion racional, por lo que la aparicion de retardos puros complica notablemente el
tratamiento de los sistemas. Una posibilidad es sustituir la expresion eT s por expresiones
racionales como 1 T ,
T s
29/02/12
1
'
1 + Ts
T s
e 2 s
T
e2s
1 T2 s
=
1 + T2 s
3.4 Representaci
on gr
afica de sistemas
73
En el caso discreto se produce igualmente un desplazamiento de la secuencia de salida hacia

la derecha un n
umero entero n de muestras.
Entrada
Salida
k
n
De acuerdo con las propiedades de la transformada en z, y recordando que el operador z 1

tiene el sentido de retardo de 1 muestra se obtendra la relacion:
Y (z) = U (z) z n
Siendo por lo tanto racional la funcion de transferencia del desplazamiento en el caso discreto.
Ejemplo 3.6
Son muy numerosos los ejemplos industriales en los que aparecen retardos puros. En
general todos aquellos sistemas reales en los que existe transporte de materia presentan
retardos puros que, dependiendo de sus valores pueden no ser despreciables.
Igualmente en el campo de las comunicaciones espaciales las se
nales emitidas por las
sondas llegan a la tierra con un retardo apreciable, que debe ser tenido en cuenta a la hora
de controlar dichas sondas desde la tierra.
3.4.
Representaci
on gr
afica de sistemas
3.4.1.
Diagrama de bloques
De la definicion de funcion de transferencia se deduce la relacion fundamental de los sistemas

en el dominio de Laplace o en el dominio z, esta es que la transformada (en s o en z) de la
se
nal de salida es igual al producto de la transformada en s o en z de la se
nal de entrada, por
la funcion de transferencia del sistema. Esta propiedad nos permite una representacion de los
sistemas analoga al diagrama funcional, pero en la que se insertan las funciones de transferencia
de cada sistema en los bloques que lo representan.
U(s)
G(s)
Y(s)=U(s)G(s)
29/02/12
Y(s)
U(z)
G(z)
Y(z)=U(z)G(z)
Y(z)
74
on de sistemas
En el captulo 4 veremos que la relacion existente entre las se

nales temporales de entrada y
salida viene dada por la integral de convolucion (o la convolucion discreta).
Z
g( ) u(t ) d
y(t) =
y[k] =
g[i] u[k i]
i=0
Puede verse que una de las ventajas de trabajar en el plano complejo (s o z) consiste en
la simplificacion de los calculos al sustituir una integral o un sumatorio del producto de dos
funciones por el producto de dos funciones racionales.
Las formas basicas de interconexion de subsistemas son las siuientes:
Sistemas en serie:
U(s)
Y1(s)
G1(s)
G2(s)
Y(s)
Y(s)=Y1(s)G2(s)
Y1(s)=U(s)G1(s)
U(s)
Y(s)=U(s)G1(s)G2(s)
G1(s)G2(s)
Y(s)
Sistemas en paralelo:
G1(s)
U(s)
G2(s)
Y(s)
Gn(s)
U(s)
Sistemas realimentados:
29/02/12
G1(s)G2(s)Gn(s)
Y(s)
3.4 Representaci
on gr
afica de sistemas
U(s)
75
G(s)
Y(s)
H(s)
U(s)
G(s)
1 G(s)H(s)
Y(s)
En estos u
ltimos sistemas, dada su importancia en el control, cada una de las funciones de
transferencia recibe un nombre propio. As, a G(s) que es la funcion de transferencia que une
directamente la entrada con la salida se la denomina cadena directa, a H(s) realimentacion,
al producto G(s)H(s) cadena abierta y a la funcion de transferencia global cadena cerrada.
Cualquier otra combinacion de subsistemas puede ser reducida a alguna de las anteriores, como
se detalla en el Ap
endice E, por lo que es posible, simplificando el diagrama de bloques,
obtener la funcion de transferencia global entre la entrada y la salida del sistema.
Ejemplo 3.7
Partiendo del diagrama funcional del ejemplo 1.16, y utilizando el modelo en transformadas de Laplace del ejemplo 3.4 se puede obtener el diagrama de bloques del sistema.
29/02/12
76
on de sistemas
Va(s)
K1
1+Ts
(s)
K2
Qe(s)
1
As
H(s)
K3
(s)
K4
Qs(s)
Al ser un sistema con dos entradas y dos salidas, existen cuatro funciones de transferencia
H(s) H(s) Qs (s) Qs (s)
en el mismo:
;
;
y
Va (s) (s) Va (s)
(s)
29/02/12
3.4 Representaci
on gr
afica de sistemas
77
Para calcularlas sera necesario aplicar el principio de superposicion y considerar nulas,

alternativamente, cada una de las entradas.
Qs (s)
H(s)
y
1) C
alculo de
Va (s)
Va (s)
Suponiendo = 0, el diagrama de bloques anterior queda:
Va(s)
K1
1+Ts
(s)
K2
Qe(s)
1
As
H(s)
K3
Qs(s)
donde aparecen dos bloques en serie y un bucle de realimentacion, por lo que puede
H(s)
simplificarse de la siguiente forma para el calculo de
Va (s)
Va(s)
K1K2
1+Ts
Qe(s)
1
As
H(s)
K3
que por aplicacion directa de las expresiones vistas anteriormente queda:

Va(s)
K1K2
1+Ts
1/As
(1+K3/As)
H(s)
es decir:
H(s)
K1 K2
K1 K2 /K3
=
=
Va (s)
(1 + T s)(As + K3)
(1 + T s)(1 + (A/K3 )s))
Qs (s)
Para el calculo de
se obtendra el siguiente diagrama:
Va (s)
29/02/12
78
on de sistemas
Va(s)
K1K2
1+Ts
Qe(s)
1
As
Qs(s)
que da lugar a la funcion de transferencia:

Qs
K 1 K2
K3 /As
K1 K2
=
=
Va (s)
(1 + T s) (1 + K3 /As)
(1 + T s)(1 + (A/K3 )s)
H(s)
Qs (s)
2) C
alculo de
y
(s)
(s)
en este caso hay que hacer Va (s) = 0, obteniendose el siguiente diagrama:
H(s)
1
As
-1
(s)
K3
K4
Qs(s)
que esta constituido por un sistema en serie con otro que esta realimentado positivaK3
mente. En este u
ltimo la cadena directa vale 1, mientras que la realimentacion vale
As
cuando se toma como salida obteniendose por lo tanto la siguiente funcion de transferencia:
Qs (s)
1
A(K4 /K3 )s
= K4
=
(s)
1 (K3 /As)
1 + (A/K3 )s
1
Al tomar H(s) como salida, la cadena directa del sistema realimentado es
y la
As
realimentacion K3 , con lo que la funcion de transferencia queda:
H(s)
1/As
K4 /K3
= K4
=
(s)
1 (K3 /As)
1 + (A/K3 )s
29/02/12
3.4 Representaci
on gr
afica de sistemas
79
La matriz de transferencia entre el vector de transformadas de las entradas y el de

las transformadas de las salidas esta formada por estas cuatro funciones de transferencia,
cumpliendose por lo tanto:
K
/K
K
K
/K
4
3
1
2
3

(1 + T s)[1 + (A/K )s] 1 + (A/K )s Va (s)
H(s)
3
3
K 1 K2
(AK4 /K3 )s (s)
Qs (s)
(1 + T s)[1 + (A/K3 )s] 1 + (A/K3 )s
cumpliendose por lo tanto las siguientes ecuaciones entre las transformadas de las se
nales
de entrada y salida:
3.4.2.
H(s) =
K4 /K3
K1 K2 /K3
Va (s)
(s)
(1 + T s)[1 + (A/K3 )s]
1 + (A/K3 )s
Qs (s) =
K1 K2
(AK4 /K3 )s
Va (s) +
(s)
(1 + T s)[1 + (A/K3 )s]
1 + (A/K3 )s
Flujograma
La representacion mediante flujogramas es similar a la del diagrama de bloques. En ella las

se
nales estan representadas por nodos, y los subsistemas por flechas orientadas que parten del
nodo correspondiente a la se
nal de entrada y terminan en el nodo correspondiente a la se
nal de
salida. Cada flecha lleva asociada la transmitancia que es la funcion de transferencia entre las
se
nales asociadas a los nodos de entrada y salida. La ventaja de esta representacion frente al
diagrama de bloques es la existencia de una expresion analtica, la formula de Mason que se
detalla en H6, que permite calcular las funciones de transferencia del flujograma sin necesidad
de simplificarlo.
U1(s)
G1(s)
-G2(s)
U2(s)
H(s)
Y(s)
Z(s)
Y(s)=U1(s)G1(s)-U2(s)G2(s)-Z(s)
Z(s)=Y(s)H(s)
29/02/12
-1
80
on de sistemas
Ejemplo 3.8
El diagrama de bloques del ejemplo 3.7 puede ser representado por el siguiente flujograma:
K1
1+Ts
Va(s)
K2
Qe(s)
1
As
H(s)
H(s)
(s)
-1
K3
(s)
Qs(s)
K4
K3
, por lo tanto el
En este flujograma solo aparece un bucle cuya transmitancia es
As
discriminante del flujograma vale
4=1+
1) Funci
on de transferencia
K3
As
H(s)
Va (s)
Entre estos dos nodos solo existe un trayecto de transmitancia
K1 K2
. Por lo tanto,
(1 + T s)As
aplicando la formula de Mason se obtiene:

K1 K2
K1 K2
H(s)
(1 + T s)As
K3
=
=
K
As
Va (s)
3
1+
(1 + T s)(1 +
)
As
K3
H(s)
(s)
Entre estos dos nodos existe un trayecto de transmitancia
de transferencia quedara:
2) Funci
on de transferencia
K4
,
As
por lo tanto la funcion
K4
K4
H(s)
K3
= As =
K3
As
(s)
1+
1+
As
K3
Para el calculo de las funciones de transferencia, considerando la salida Qs(s), el procedimiento es el mismo, existiendo tambien un solo trayecto entre dicha salida y cada una de
las entradas. De la comparacion de este ejercicio con el anterior se deduce que la utilizacion
de la formula de Mason, supone un gran ahorro de tiempo frente a la simplificacion del
29/02/12
3.5 Modelos de estado
81
diagrama de bloques, sobre todo cuando existe mas de una entrada o salida. Sin embargo hay que resaltar que, en el caso de flujogramas complejos, tambien la utilizacion de la
formula de Mason puede ser una fuente de error por la dificultad existente de determinar el
n
umero de bucles en esos casos. En cualquier caso la formula de Mason es mucho mas facil
de implementar en un computador.
3.5.
Modelos de estado
3.5.1.
Variables de estado
En el captulo 1 se han definido las variables de estado de un sistema como al conjunto

de variables del mismo que es preciso conocer en un determinado instante para poder conocer
su evolucion a partir de dicho instante. Por ello las variables de estado resumen el pasado del
sistema cuyo conocimiento es necesario para conocer su evolucion futura.
Obviamente en un sistema estatico no existen variables de estado, al depender su salida en
un determinado instante u
nicamente del valor de la entrada en ese instante. Por lo tanto el
concepto de variable de estado esta ntimamente ligado al de almacenamiento de energa o de
informacion.
Ejemplo 3.9
La ejecucion de un algoritmo en un computador es una forma directa de visualizar las
variables de estado. Si el algoritmo es estatico (p. ej. una tabla de cuadrados) no es necesario
almacenar en memoria valores anteriores de las secuencias. Si el algoritmo es dinamico (p.
ej. y(k) = y(k 1)+u(k) ) es necesario guardar el resultado y(k) hasta la siguiente ejecucion
del algoritmo en que se convierte en y(k 1). Por lo tanto en una ecuacion en diferencias
el n
umero de variables de estado sera igual al n
umero de valores anteriores necesarios para
realizar el calculo.
De forma analoga en un sistema continuo, cada dispositivo capaz de almacenar energa
necesita una variable de estado que indique, en cada instante su nivel de carga, es decir su
condicion en dicho instante. El conjunto de estas variables define el estado del sistema. La
evolucion de cada una de las variables de estado se reflejara mediante una ecuacion diferencial
de primer orden. Esta evolucion sera funcion de los valores de todas las variables de estado y
de los valores de las entradas en ese instante.
dx(t)
= f [x(t), u(t)] donde x(t) y
dt
si el modelo es lineal se obtendra
u(t) son vectores
dxi (t)
= ai1 x1 (t) + ai2 x2 (t) + . . . + ain xn (t) + bi1 u1 (t) + . . . + bim um (t)
dt
29/02/12
82
on de sistemas
Ejemplo 3.10
El sistema del ejemplo 3.1 presenta dos variables cuyos valores representan la historia
del sistema. Estas son la altura de lquido en el deposito y la posicion de la valvula de
entrada, variables que se corresponden con las dos u
nicas derivadas que aparecen en el
d dh
y
. Por lo tanto este par de variables pueden ser consideradas
modelo matematico
dt
dt
como variables de estado del sistema.
3.5.2.
Ecuaci
on de estado
El conjunto de las ecuaciones anteriores forman lo que se denomina la ecuacion de estado

del sistema que es una ecuacion matricial donde x(t) es el vector de las variables de estado, A
es una matriz cuadrada de dimension (n, n), B es una matriz de dimensiones (n, m) y u(t) es
el vector de las se
nales de entrada de dimension m.
x(t)
= A x(t) + B u(t)
Ejemplo 3.11
En el modelo linealizado del ejemplo 3.2, existen dos ecuaciones en las que aparecen las
derivadas de las variables 4(t) y 4H(t). Considerando a esas variables como de estado,
dichas ecuaciones pueden ponerse en la forma:
1
k1
4(t)
= 4(t) +
4Va (t)
dt
T
T
k2 1 k3 0
d4H(t)
k3 p
=
+
H0 4(t)
4H(t)
dt
A 2 A H0
A
3.5.3.
Ecuaci
on de la salida
La dinamica del sistema se concentra en la evolucion de las variables de estado por lo que
los valores de las salidas en un instante son una funcion estatica del estado y de las entradas
en dicho instante.
Si el modelo es lineal se obtiene
y(t) = C x(t) + D u(t)
donde y(t) es el vector de salidas de dimension (h), C es una matriz de dimensiones (h,n),
x(t) es el vector de estado, D es una matriz de dimensiones (h,m) y u(t) es el vector de entradas
de dimension (m).
Ejemplo 3.12
En el ejemplo 3.2, considerando 4H(t) y 4Qs (t), las salidas del sistema, se puede
expresar como:
29/02/12
3.5 Modelos de estado
83
p
1
1
4H(t) + k3 H0 4(t)
4Qs (t) = k3 0
2
H0
4H(t) = 4H(t)
Al conjunto de las ecuaciones de estado y de salida se le denomina modelo de estado del

sistema.
Ejemplo 3.13
Si en los dos ejemplos anteriores hacemos
x1 (t) = 4(t)
x2 (t) = 4H(t)
u1 (t) = 4Va (t)
y1 (t) = 4Qs (t)
u2 (t) = 4(t)
y2 (t) = 4H(t)
se obtendran las ecuaciones matriciales:
1
k1

0
0
x 1 (t)
x1 (t)
T
u1 (t)
T
+
= k2 1 k3 0
k3 H0 u2 (t)
x2 (t)
x 2 (t)
A 2 A H0
A

1
1
0 k3 0 x1 (t)
y1 (t)
0 k3 H0 u1 (t)
=
+
2
H0
y2 (t)
x2 (t)
u2 (t)
0
0
0
1
Por lo tanto el modelo linealizado de estado del ejemplo 3.2 estara formado por las
matrices:
1
k1
0

B = T
A = kT2 1 k3 0
k3 H0
0
A 2 A H0
A

1 k3 0
0
0 k3 H0
C=
D=
2 H0
0
0
0
1
En el caso de sistemas discretos el modelo de estado quedara definido por las ecuaciones:
xk1 = A xk + B uk
yk = C xk + D uk
Es importante se
nalar que la eleccion de las variables de estado no es u
nica. Desde un punto
de vista fsico, es obvio que tanto la altura del lquido en el deposito como el caudal de salida
en un determinado instante, resumen la historia del deposito por lo que cualquiera de las dos
29/02/12
84
on de sistemas
se
nales pueden formar parte de las variables de estado del sistema. Desde un punto de vista
matematico, al estar relacionadas ambas variables por una relacion estatica, el conocimiento
que aporta una u otra es exactamente el mismo en cada instante, por lo que no tendra sentido
elegir ambas se
nales simultaneamente como variables de estado.
En general, si se aplica una transformacion lineal T al vector de estado se obtiene otro vector
de estado que cumplira el nuevo modelo de estado.
3.6.
Relaci
on entre el modelo de estado y la funci
on de transferencia
Al ser tanto el modelo de estado como la funcion de transferencia dos formas diferentes de
representar el mismo sistema, es obvio que debe existir una relacion entre ambas representaciones.
Sin embargo es importante no olvidar los siguientes aspectos que dificultan conocer dicha
relacion:
Para el calculo de la funcion de transferencia, se suponen condiciones iniciales nulas,
mientras que el modelo de estado no esta sometido a dicha limitacion.
Al no ser u
nica la eleccion de las variables de estado, no puede existir relacion biunvoca
entre ambas representaciones. Sin embargo si sera posible calcular la funcion de transferencia del sistema a partir del modelo de estado. Para ello bastara con calcular las
transformadas de Laplace de las ecuaciones de estado y de salida, suponiendo condiciones
iniciales nulas, obteniendose:
G(s) = C(s I A)1 B + D
es decir Y (s) = G(s) U (s)
Para pasar de la funcion de transferencia a un modelo de estado es importante tener

en cuenta que al estar la dinamica del sistema modelada por los polos en el caso de la
funcion de transferencia, y por las variables de estado en el modelo de estado, el n
umero
de variables de estado debe coincidir con el n
umero de polos del sistema.
3.7.
Recapitulaci
on
A continuacion se incluyen, de forma sintetica, la aplicacion de los distintos metodos de

representacion vistos en estos dos primeros captulos, en el caso del deposito del ejemplo 1.16.
En este captulo hemos visto las distintas formas de representar a los sistemas. A partir de su
modelo matematico lineal o linealizado hemos llegado a las dos formas basicas de representacion:
la funcion de transferencia y las ecuaciones de estado. La funcion de transferencia es una
caracterstica del sistema, y por lo tanto tiene la misma informacion que el modelo matematico
del sistema (en condiciones iniciales nulas), es una funcion de la variable compleja s, para
sistemas continuos, o z, para los discretos, y por lo tanto puede ser representada en el plano
complejo s o z. En el proximo captulo veremos la relacion entre esa representacion del sistema
sobre el plano complejo y su comportamiento dinamico, llegando a relaciones muy simples
entre la posicion de los polos y ceros sobre dicho plano y las caractersticas de las respuestas.
La funcion de transferencia constituye la base de la representacion externa de los sistemas.
29/02/12
3.7 Recapitulaci
on
85
Igualmente hemos desarrollado el diagrama funcional, sustituyendo en sus bloques la representacion del sistema por su funcion de transferencia. Esto nos permite conocer la funcion de
transferencia de un sistema global a partir de las funciones de transferencia de sus subsistemas,
ademas nos da una representacion grafica del sistema en la que aparecen las transformadas de
sus se
nales, representacion que sera muy importante a la hora de establecer un esquema de
control para el sistema.
Tanto la funcion de transferencia, como el diagrama de bloques se definen exclusivamente
para modelos lineales. Ahora bien existen un gran n
umero de sistemas no lineales que pueden
ser aproximados por modelos lineales utilizando la tecnica de la linealizacion.
La representacion interna de los sistemas esta constituida por su ecuacion de estado y
por lo tanto por las matrices A y B. Esta representacion presenta, frente a la funcion de
transferencia, el inconveniente de ser mas abstracta, puesto que los coeficientes de las matrices
no siempre tienen sentido fsico. Sin embargo es una representacion matematicamente muy
compacta, generalizable a los sistemas multivariables y que ademas no requiere que el estado
inicial del sistema sea de equilibrio.
29/02/12
86
29/02/12
on de sistemas
3.8 M
etodos de representaci
on
3.8.
87
M
etodos de representaci
on
Descripci
on del Sistema
Esquema
Esta constituido por un deposito de

seccion circular alimentado a traves de
una valvula motorizada. En la salida del
deposito existe una valvula de
funcionamiento manual . . .
Diagrama Funcional
Va(t)
Qe(t)
(t)
(t)
H(t)
Qs(t)
Modelo Matem
atico
d(t)
= Ki Va (t)
dt
Qe (t) = K2 (t) p
Qs (t) = K3 (t) H(t)
dH(t)
Qe (t) Qs (t) = A
dt
(t) + T
Va(t)
Vlvula
(t)
Qs(t)
H(t)
(t)
Qs(t)
Modelo Matem
atico Linealizado
d4(t)
= K1 4Va (t)
dt
4Qe (t) = K2 (t)
1
1
4Qs (t) = K3 Ho 4(t) K3 0 4H(t)
2
H0
d4H(t)
4Qe (t) 4Qs (t) = A
dt
Flujograma
Diagrama de Bloques
4(t) + T
K1
1+Ts
Va(s)
K2
Qe(s)
1
As
H(s)
H(s)
-1
K3
(s)
Qs(s)
K4
Modelo de estado

1

T
0
x 1 (t)
x1 (t)
=
+
k2 1 k3 0
x 2 (t)
x (t)
kA1 2 A H0 2

0
u1 (t)
T
k3 H0
u (t)
0
A

2

1
1
0 2 k3 0 H0
y1 (t)
x1 (t)
=
+
y2 (t)
x2 (t)
0
1

u1 (t)
0 k3 H0
u2 (t)
0
0
29/02/12
K1
1+Ts
(s)
K2
Qe(s)
1
As
H(s)
K3
(s)
Qs(s)
K4
Funciones de Transferencia
k k
(s)
Va(s)
1 2
H(s)
k3
=
Va (s)
(1 + T s)[1 +
k1
H(s)
= k3 As
(s)
1 + k3
As
]
k3
Matrices de estado
1

k1

T
0
0
T
A=
;B=
k3 0
kA2 12
0 k3 AH0
H0

C=

k 3 0
0 21
0
k
H
3
0
H0
;D=
0
0
0
1
88
on de sistemas
3.9.
Glosario
Funcion de transferencia
Polos
Ceros
Cadena directa
Cadena abierta
Cadena cerrada
Realimentacion
Modelos LTI
Superposicion
Diagrama de bloques
Flujograma
Transmitancia
29/02/12
Relacion entre las transformadas de Laplace de la salida

y de la entrada
Races del denominador de la funcion de transferencia
Races del numerador de la funcion de transferencia
Funcion de transferencia que une directamente la entrada con la salida
Producto de todas las funciones de transferencia de un
sistema realimentado
Funcion de transferencia del sistema realimentado
Funcion de transferencia de la cadena que une la salida
con la entrada
Modelos lineales e invariantes en el tiempo
Principio de superposicion o linealidad
Representacion del modelo en transformadas de Laplace
de un sistema lineal
Representacion alternativa en el que las se
nales se representan por nodos
Funcion de transferencia entre dos nodos de un flujograma
CAPITULO
ANALISIS
DE SISTEMAS A PARTIR DE SUS
SENALES
En este captulo nos vamos a centrar en las se

nales asociadas a un sistema. Por lo tanto vamos
a considerar a este, independientemente de su realidad fsica, como un dispositivo procesador
de se
nales, buscando las relaciones existentes entre las se
nales de entrada y de salida. Estas
relaciones entrada-salida son generadas por el sistema, por lo que trataremos de identificarle
a partir de las relaciones entre sus se
nales. Para llegar a ese punto es necesario, por un lado
limitar el n
umero de se
nales distintas a considerar a un conjunto de se
nales basicas, obtener las
respuestas a esas se
nales basicas, y tratar de encontrar las relaciones entre las entradas y las
correspondientes salidas. Para ello va a ser imprescindible realizar determinadas operaciones
matematicas con las se
nales, es decir es necesario tratarlas.
Dada la imposibilidad de aplicar al sistema cualquier tipo de se
nal, utilizaremos aquellas
se
nales, vistas en el captulo 2, a partir de las cuales se puede construir cualquier se
nal. Es
decir utilizaremos como se
nales de entrada el impulso de Dirac y la se
nal senoidal de frecuencia
variable.
El objetivo, por tanto, es analizar el sistema a partir de su respuesta impulsional, o de
su respuesta frecuencial. Es de resaltar que este analisis puede realizarse sin tener ning
un
conocimiento sobre el modelo del sistema. De hecho, como veremos en los u
ltimos apartados
del captulo los resultados obtenidos pueden utilizarse para conocer el modelo matematico del
sistema objeto del analisis, es decir para proceder a su identificacion.
4.1.
An
alisis mediante la respuesta impulsional
4.1.1.
Fundamento
Un sistema LTI definido o representado por su respuesta impulsional puede ser analizado a
partir de ella. Basta conocer la respuesta impulsional de un sistema para deducir la respuesta
ante cualquier entrada. Ademas, de la respuesta impulsional pueden deducirse las principales caractersticas dinamicas de un sistema: estabilidad, comportamiento estatico y comportamiento
dinamico.
El metodo esta basado en la capacidad del impulso de Dirac para representar a cualquier
se
nal de acuerdo con la expresion vista en el captulo 2:
29/02/12
ANALISIS
90
u( ) (t ) d
u(t) =
que no es mas que una suma infinita de impulsos ponderados y desplazados. Por eso, si el
sistema es LTI, su respuesta ante dicha entrada sera la misma suma infinita de respuestas
impulsionales con la misma ponderacion y el mismo desplazamiento, es decir:
Z
u( ) g(t ) d
y(t) =
que es la misma expresion anterior sustituyendo el impulso por la respuesta impulsional.

Esta expresion se denomina la integral de convolucion entre las dos se
nales y puede escribirse
como
y(t) = u(t) g(t)
Es decir la respuesta de un sistema LTI es el producto de convolucion de la se
nal de entrada
por la respuesta impulsional del sistema.
La importancia de este resultado estriba no solo en que nos permite conocer la expresion
analtica de la respuesta del sistema, sino tambien en que la respuesta impulsional constituye una
forma mas de representar el comportamiento dinamico del sistema. Es decir toda la informacion
necesaria esta incluida en la respuesta impulsional. Por lo tanto podremos analizar el sistema
a partir de su respuesta impulsional.
Es importante se
nalar que estamos representando un sistema mediante una se
nal cuando,
evidentemente, son entidades muy distintas. Hay que precisar que lo que estamos representando
no es la globalidad del sistema, sino su comportamiento dinamico.
Por otra parte tambien es importante tener en cuenta que la respuesta impulsional puede
ser obtenida de forma emprica, por lo que no es imprescindible el conocimiento del modelo
matematico del sistema para poder analizarlo.
Teniendo en cuenta que para obtener un escalon unitario basta con integrar el impulso de
Dirac, es inmediato obtener la respuesta al escalon de un sistema lineal a partir de su respuesta
impulsional:
Z
Z
( ) d
u(t) =
4.1.2.
g( ) d
y(t) =
Estabilidad
Un sistema estable, por definicion, ante cualquier entrada acotada genera una salida acotada,
lo que se traduce en la condicion de estabilidad de los sistemas definidos por su respuesta
impulsional:
Z
|g( )| d <
Como consecuencia se deduce que para que un sistema sea estable es necesario que su
respuesta impulsional tienda a cero cuando el tiempo tiende a infinito.
Por lo tanto, de la simple inspeccion visual de la respuesta impulsional de un sistema puede
conocerse su estabilidad, como se ve en la figura.
29/02/12
4.1 An
alisis mediante la respuesta impulsional
Estables
4.1.3.
91
Inestables
An
alisis est
atico
De la definicion de ganancia estatica de un sistema (valor final de su respuesta ante un

escalon unitario), y teniendo en cuenta que la respuesta al escalon puede obtenerse integrando
la respuesta impulsional, se deduce facilmente:
Z
GE =
g( ) d
0
En la figura puede verse la interpretacion grafica
GE=Area
4.1.4.
An
alisis din
amico
De la simple inspeccion de la respuesta impulsional, puede deducirse si el sistema es subamortiguado o sobreamortiguado, es decir si presenta oscilaciones o no:
Sobreamortiguado
Subamortiguado
Igualmente es facil estimar la duracion del transitorio (tiempo de establecimiento), que

coincide con el tiempo que tarda la respuesta impulsional en alcanzar un valor practicamente
despreciable. Tambien se puede medir con comodidad la frecuencia de las oscilaciones, si existen.
29/02/12
ANALISIS
92
Para otras especificaciones dinamicas del sistema es preferible representar la respuesta al escalon
y utilizar las definiciones que se detallan en el captulo 5.
Periodo=2seg.
= rad/seg.
ts=4seg.
t
1
4.1.5.
Sistemas discretos
4.2.
An
alisis mediante la respuesta frecuencial
4.2.1.
Fundamento
El objetivo de este metodo de analisis es conocer la respuesta del sistema ante se

nales
senoidales de distinta frecuencia, por lo que no se va a obtener la evolucion en el tiempo de la
respuesta, sino las caractersticas de la respuesta para distintas frecuencias. Por ello la variable
independiente de nuestro analisis no sera el tiempo sino la frecuencia.
De forma mas precisa los resultados se obtendran en funcion de la pulsacion de la senoide
de entrada.
Dos son las razones que otorgan importancia a este metodo de analisis:
Por una parte, como se ha visto en el captulo 2, cualquier se
nal periodica que cumpla las
condiciones de Dirichlet (practicamente todas las se
nales reales), puede descomponerse
en su Desarrollo en Serie de Fourier, que es una suma ponderada de senoides de distintas
frecuencias. Por lo tanto si conocemos la respuesta ante las senoides de distinta frecuencia,
conoceremos la respuesta ante cualquier se
nal periodica, si se cumple el principio de
linealidad.
Ademas es posible extender dicho desarrollo al caso de se
nales no periodicas utilizando
la Transformada de Fourier, lo que permite generalizar el analisis a un gran n
umero de
se
nales de entrada.
Por otra parte, existen un gran n
umero de sistemas cuyas se
nales son periodicas. Para el
analisis de estos sistemas suele ser preferible conocer su comportamiento para distintas
frecuencias que la evolucion en el tiempo de las se
nales de respuesta. Incluso es probable
que solo conozcamos de la se
nal de entrada su frecuencia. En estos casos el metodo de la
respuesta frecuencial es el u
nico utilizable.
En el mundo de la ingeniera son numerosos los sistemas fsicos reales en los que aparecen se
nales periodicas. Piensese en los sistemas mecanicos en los que estan presentes
movimientos de vaiven o de rotacion. Estos movimientos pueden dar origen a fuerzas de
vibracion cuya principal caracterstica es la frecuencia.
29/02/12
4.2 An
93
Ejemplo 4.1
En un automovil el motor gira a un determinado n
umero de revoluciones por minuto,
al mismo tiempo los pistones se desplazan en el interior de los cilindros en un movimiento
alternativo periodico, cuya periodicidad esta relacionada con la velocidad del motor. Los
rozamientos existentes entre las partes en movimiento y las partes fijas generan sobre estas
fuerzas que tambien son periodicas, y cuya frecuencia depende de la velocidad de giro del
motor. Estas fuerzas se transmiten por todo el vehculo generando vibraciones mas o menos
intensas, dependiendo de la velocidad del motor y del sistema existente entre el origen de
las fuerzas (el motor) y el punto del vehculo considerado.
As es habitual que a ciertas revoluciones, objetos ligeros situados en la bandeja posterior
del vehculo vibren, dejando de vibrar para otras.
Igualmente los ocupantes del vehculo notan, en sus asientos, mas o menos vibraciones
dependiendo de la velocidad del motor del vehculo.
El calculo exacto de estas fuerzas sera muy complejo puesto que habra que hacerlo
para un n
umero importante de puntos del vehculo. Sin embargo se dispone de un dato
esencial y es que su frecuencia variara desde la correspondiente al ralent del motor hasta
la correspondiente al maximo regimen de velocidades del mismo.
Motor
A
Chasis
Fuerzas
peridicas
generadas
por el motor
Sistema
Fuerzas
peridicas
transmitidas
hasta el punto A
Igualmente la corriente alterna que alimenta la gran mayora de los dispositivos electromecanicos genera se
nales periodicas, ademas en el campo de la iluminacion o del accionamiento
de motores, cada vez son mas importantes dispositivos variadores de frecuencia. En todos estos
casos el analisis en frecuencia constituye una ayuda inestimable para el ingeniero. La importancia de las se
nales periodicas no se limita al campo de la ingeniera: en biologa procesos
tan importantes como la respiracion o la circulacion de la sangre estan gobernados por se
nales
periodicas.
De las ecuaciones de Euler vistas en el captulo 2 se deduce que la se
nal exponencial imaginaria es una combinacion lineal de senoides de la misma frecuencia
29/02/12
ANALISIS
94
sent =
ejt ejt
2j
por lo que vamos a trabajar con exponenciales imaginarias en lugar de con senoides. En el
captulo 2 se vio que, la convolucion de una exponencial imaginaria por cualquier otra se
nal
genera la misma exponencial imaginaria multiplicada por una expresion compleja:
Z
Z
j(t )
jt
u( ) e
d = e
u( ) ej d
Ademas en el apartado anterior se ha visto como la convolucion de la respuesta impulsional

por cualquier se
nal genera la respuesta del sistema ante dicha se
nal.
y(t) = g(t) ejt
y(t) es la respuesta ante ejt
Combinando ambas ecuaciones se obtiene:

Z
jt
y(t) = e
g( ) ej d
Es decir que los sistemas lineales responden ante una exponencial compleja (o una senoide)
con la misma exponencial compleja (o senoide) multiplicada por la expresion
Z
g( ) ej d
G(j) =
que es una magnitud compleja funcion de la pulsacion, es decir de la frecuencia. A esta magnitud
compleja se la denomina respuesta en frecuencia del sistema, es una caracterstica del sistema
puesto que depende de la respuesta impulsional, que tambien lo es. Por supuesto para que
la respuesta en frecuencia exista, es necesario, que la expresion subintegral sea absolutamente
convergente, es decir
Z
|g( )| d <
o, lo que es lo mismo, que el sistema sea estable.

Ademas la respuesta en frecuencia de un sistema coincide con la Transformada de Fourier
de la respuesta impulsional, por lo que su representacion sera la del espectro en frecuencia de
dicha se
nal.
Teniendo en cuenta la relacion existente entre transformadas de Fourier y de Laplace, es facil
ver que existe una relacion directa entre la funcion de transferencia del sistema (transformada
de Laplace de la respuesta impulsional) y la respuesta en frecuencia (transformada de Fourier
de la respuesta impulsional), bastando hacer s = j para pasar de una a otra.
G(j) = G(s)cs=j
Las expresiones anteriores suponen que tanto la respuesta impulsional como la se
nal de
entrada varan desde menos infinito hasta infinito. Esto hace que en dichas expresiones se
represente el valor en regimen permanente de la respuesta. Si se considera que tanto la senoide
29/02/12
4.2 An
95
de entrada como la respuesta impulsional toman valores nulos para tiempos negativos, las
expresiones anteriores quedan
Z
G(j) =
g( ) ej d
0
y(t) = ejt G(j)

que solo seran validas para el regimen permanente de la respuesta. (ver ejemplo XX de transformada de Laplace)
Por lo tanto, un sistema lineal responde, en regimen permanente, ante una senoide de
pulsacion , con otra senoide de la misma pulsacion amplificada y desfasada. El factor de
amplificacion es el modulo de G(j) y el desfase el argumento de esta funcion. Al ser el modulo
y el argumento de G(j) funciones de la pulsacion , tanto la amplitud como el desfase de la
se
nal de salida dependen de la pulsacion .
Por otra parte una de las propiedades mas u
tiles de las transformadas de Fourier, Laplace
y en z es que convierten la convolucion en el dominio del tiempo por el producto en el dominio
transformado
y(t) = g(t) u(t)
Y (s) = G(s) U (s)
Y (j) = G(j) U (j)
Y (z) = G(z) U (z)
Por lo tanto si la se
nal de entrada viene representada por su espectro en frecuencias y el
sistema por su respuesta frecuencial el calculo del espectro en frecuencia de la se
nal de salida
es inmediato:
Y (j) = U (j) G(j)
por lo que el efecto del sistema sobre dicha se
nal de entrada consiste en distorsionar su espectro
para obtener el espectro de la se
nal de salida, propiedad que puede ser interpretada graficamente
de forma simple:
|X(j)|
|G(j)|
|Y(j)|
X(j)
29/02/12
Y(j)
G(j)
ANALISIS
96
Para cada frecuencia 0 , el efecto del sistema consiste en amplificar el modulo del espectro
de la se
nal de entrada por el modulo de la respuesta en frecuencia para dicha 0 , y en a
nadir
al argumento del espectro de entrada el argumento de la respuesta en frecuencia, es decir:
|Y (j)| = |U (j)| |G(j)|
Y (j) = U (j) + G(j)
Ejemplo 4.2
Calculo de la respuesta de un sistema definido por su respuesta en frecuencia, ante la
se
nal de entrada
u(t) = 3sent + 5sen10t + 4sen100t
|y(j)|
0,9
0,2
10-3
10
y(j)
100
-/4
-/2
En regimen permanente la respuesta ante

3sent es 0,9 3sen(t /10)
5sen10t es 0,2 5sen(10t /4)
sent es 103 4sen(100t /2)
Por lo tanto la respuesta total en regimen permanente es
2,7 sen(t /10) + 1 sen(10t /4) + 4 103 sen(100t /2)
29/02/12
4.2 An
97
Aunque todos los sistemas dinamicos act

uan de la misma manera, existen sistemas dise
nados
con la funcion de modificar el espectro de las se
nales de entrada hasta conseguir un determinado
espectro para la salida.
Estos sistemas se denominan filtros de se
nal y tienen importantes aplicaciones en todos
los campos de la ingeniera, particularmente en el de las comunicaciones y en el del sonido.
Pero ademas de en estos casos se debera utilizar este enfoque, el tratar al sistema como un
filtro, cuando el objetivo sea eliminar, atenuar o amplificar los efectos de se
nales definidas
exclusivamente por su frecuencia. Esto ocurre en todos los campos industriales sometidos a
ruidos o perturbaciones de los que u
nicamente se conocen su frecuencia.
Otro campo donde los filtros tienen una especial relevancia es en el del control de procesos
por computador, puesto que antes de proceder al muestreo de la se
nal de entrada al computador
esta debe ser filtrada para evitar los efectos del aliasing y del desplazamiento de frecuencia.
Ejemplo 4.3
Filtro paso bajo
0
Deja pasar las senoides de
frecuencias menores que 0.
Filtra (atenua) las de frecuencias
mayores que 0.
4.2.2.
Filtro pasa banda
Deja pasar las senoides cuyas

frecuencias estn comprendidas
entre 1 y 2. Filtra el resto.
Representaci
on de la respuesta en frecuencia
La respuesta en frecuencia de un sistema estable puede ser obtenida directamente en el

laboratorio o en la planta. Basta para ello aplicarle al sistema se
nales senoidales de distintas
frecuencias desde 0 hasta infinito, esperar al regimen permanente de la respuesta (que tambien
es senoidal si el sistema es lineal) y calcular la relacion de amplitudes y el desfase entre las
senoides de salida y de entrada para cada frecuencia.
29/02/12
ANALISIS
98
A1
A2
t
t0
t1
T
A1/A2 Relacin de amplitudes
T Priodo en segundos
(t1-t0)2/T Desfase en radianes
t1-t0 Retardo en segundos

(t1-t0)180/T Desfase en grados
Aunque podra representarse graficamente igual que el espectro de cualquier otra se

nal, se
suele utilizar el diagrama de Bode que representa en funcion del log de el modulo , medido
en decibelios (20log del modulo) y el argumento de la respuesta tambien en funcion del log.
El diagrama de Bode, a
un representando a una se
nal es una caracterstica del sistema y, por lo
tanto, una forma de definirlo.
En el anexo XX se detallan las caractersticas de los diagramas de bode y de otros metodos
de representacion de la respuesta en frecuencia. En el captulo 5 se dedica un apartado a la
obtencion de la respuesta en frecuencia de un sistema a partir del conocimiento de su modelo
matematico.
4.2.3.
Caractersticas de la respuesta en frecuencia
Para la curva de modulos es importante calcular las pendientes tanto a bajas frecuencias
como a altas frecuencias. Si la curva arranca con modulo constante a este valor se le denomina
ganancia estatica del sistema o ganancia a frecuencia cero. Otro aspecto importante de la curva
de modulos es determinar si existe o no resonancia, es decir si el sistema presenta para un
determinado rango de frecuencias ganancias superiores a la de bajas frecuencias. Junto con la
frecuencia de resonancia tambien es importante la frecuencia para la que se produce el corte de
la curva con la ganancia 0db. En cuanto a la curva de argumentos son importantes sus valores
a bajas y a altas frecuencias as como la frecuencia para la que se produce el corte con un
argumento de -180o . Ejemplo
log
0
20logGE
0db
29/02/12
log
r cg
-180
cf
-270
4.3 Conclusiones
4.2.4.
Caso discreto
4.3.
Conclusiones
99
De la integral de convolucion se deduce que cualquier se

nal puede ser descompuesta en suma
infinita de impulsos ponderados y desplazados. Igualmente la transformada de Fourier permite
descomponer una se
nal en suma infinita de senoides de todas las frecuencias. Esto hace del
impulso y de las senoides se
nales de capital importancia en el analisis de sistemas. Conocida la
respuesta del sistema ante una u otra de estas se
nales citadas, se puede conocer su respuesta
ante cualquier se
nal es decir, se conoce su comportamiento dinamico.
Esto hace que la respuesta impulsional contenga toda la informacion necesaria para realizar
el analisis y sea considerada, por lo tanto, como una caracterstica del sistema. Otro tanto
puede decirse de la respuesta en frecuencia que es el conjunto de las respuestas del sistema ante
senoides de todas las frecuencias.
Por lo tanto las tecnicas de analisis derivadas del conocimiento de estas se
nales no necesitan
del conocimiento del modelo matematico del sistema y pueden realizarse considerando que el
sistema es una caja negra cuyo objetivo es procesar la se
nal de entrada hasta obtener como
resultado la salida deseada.
Ademas, son numerosos e importantes los casos en los que el problema se le plantea al
ingeniero en el dominio de la frecuencia, es decir las se
nales vienen definidas por su espectro
frecuencial y el objetivo es calcular el espectro de la se
nal de salida. En estos casos todo el
analisis del sistema o el posterior dise
no debe realizarse utilizando la respuesta frecuencial del
sistema.
En el proximo captulo repetiremos el analisis dinamico de los sistemas, pero partiendo
del conocimiento de sus modelos matematicos. Este conocimiento permite obtener con mas
facilidad las especificaciones dinamicas del sistema, sobre todo sus expresiones analticas.
29/02/12
100
29/02/12
ANALISIS
CAPITULO
An
5.1.
Introducci
on
En el captulo anterior se ha visto como a partir del modelo matematico del sistema se
pueden obtener dos representaciones compactas del sistema. La primera la funcion de transferencia permite reducir el conocimiento del sistema al de sus polos y ceros, en el segundo caso
la representacion del sistema se traduce en el conocimiento de las matrices A, B, C y D.
En este captulo se van a presentar las tecnicas de analisis de los sistemas definidos bien
por su funcion de transferencia, o bien por su modelo de estado. El objetivo en ambos casos
es el mismo: conocer las caractersticas dinamicas del sistema, es decir determinar aquellas
propiedades que son inherentes al sistema y que por lo tanto apareceran en la respuesta del
mismo ante cualquier entrada.
No se trata de resolver las ecuaciones diferenciales que forman parte del modelo para una
entrada concreta. Ese problema, de naturaleza estrictamente matematica tiene una solucion
relativamente simple de obtener. Ademas los modernos programas informaticos de simulacion
nos permiten resolver de forma comoda y precisa la respuesta de un sistema definido por su
modelo matematico ante una entrada concreta.
El objetivo es obtener las caractersticas que tienen todas las respuestas, independientemente de la entrada aplicada. Obviamente estas caractersticas comunes estan originadas por las
propias caractersticas del sistema. En otras palabras el estudio de las respuestas concretas no
es el fin del analisis sino un medio para conocer el comportamiento dinamico del sistema.
Al finalizar el captulo el alumno debera ser capaz de determinar de forma simple las caractersticas dinamicas principales de un sistema a partir de su funcion de transferencia: estabilidad, comportamiento permanente y comportamiento transitorio. Igualmente debera relacionar
de forma cualitativa la posicion de los polos y ceros del sistema sobre el plano complejo con
dichas caractersticas
5.2.
Objetivos del an
alisis
Con el analisis de un sistema se pretende conocer su comportamiento, es decir su forma de

respuesta ante las posibles se
nales de entrada y perturbaciones.
En el caso de los sistemas estaticos lineales este analisis es inmediato puesto que en este tipo
29/02/12
102
An
de sistemas, al no existir almacenamiento temporal de energa, la forma de onda de la se

nal de
entrada es identica a la de salida solo que amplificada o atenuada por la ganancia del sistema.
Ejemplo 5.1
V(mA)
i(t)
u(t)
i(t)
2k
u(t)
Sin embargo en el caso de los sistemas dinamicos el analisis se complica notablemente, no

solo porque es necesario determinar la forma de la respuesta transitoria hasta que se llega al
valor final, sino porque en algunos casos aparece el fenomeno de la inestabilidad que supone un
comportamiento radicalmente distinto del sistema.
El primer objetivo del analisis de los sistemas dinamicos sera pues conocer su estabilidad.
Una vez asegurada la estabilidad del sistema sera necesario conocer no solo el comportamiento estatico, sino tambien el dinamico del sistema, para lo cual se estudiaran los regmenes
permanentes y transitorios de las respuestas del sistema ante determinadas entradas.
Transitorio
Permanente
Transitorio
Permanente
Dado que, como se ha visto en captulos anteriores, la representacion de los sistemas no es

u
nica, y como veremos en el proximo captulo, la de las se
nales tampoco lo es, existiran tantos
metodos de analisis como combinaciones posibles de representaciones de se
nales y de sistemas.
Sin embargo, independientemente del metodo utilizado, el objetivo es siempre el mismo,
obtener las principales caractersticas estaticas y dinamicas del sistema y de ellas anticipar la
respuesta del mismo ante cualquier entrada.
En la practica es igualmente muy importante que este comportamiento del sistema pueda
ser expresado en una terminologa facilmente comprensible por el usuario. Por lo tanto, no basta
con resolver el problema desde un punto de vista matematico, sino que ademas es necesario
traducir la solucion a un lenguaje intuitivo no especializado. Es importante recordar aqu, el
objetivo de analizar cualquier tipo de sistema.
Vamos a limitar el estudio al caso de los sistemas lineales invariantes en el tiempo (LTI
Linear Time Invariant Systems). Con ello conseguiremos utilizar herramientas matematicas
mas simples y, sobre todo podremos aplicar el principio de superposicion, lo que supondra una
notable reduccion del n
umero de se
nales que deben ser aplicadas al sistema para analizarlo.
29/02/12
5.3 Modos propios de sistemas continuos
103
5.3.
Modos propios de sistemas continuos
5.3.1.
Introducci
on
Conocida la funcion de transferencia de un sistema y la transformada de Laplace de la se

nal
de entrada, la transformada de Laplace de la se
nal de salida es igual al producto de las dos
expresiones anteriores.
U(s)
G(s)
Y(s)
Y(s)=G(s)U(s)
Por lo tanto la respuesta del sistema es la transformada inversa de dicha expresion.

y(t) = L1 [Y (s)]
En nuestro caso, tanto la funcion de transferencia como la transformada de la entrada
pueden representarse mediante expresiones racionales del tipo A(s)/B(s) donde A(s) y B(s) son
polinomios en la variable compleja de Laplace, cuyas races son por lo tanto reales o complejas
conjugadas.
Q
K (s + ci )
Y (s) = Q
(s + ri )
El metodo de calculo de la transformada inversa mas sencillo consiste en descomponer la
expresion en s en fracciones simples, calcular las transformadas inversas de cada una de dichas
fracciones, utilizando para ello la tabla de Transformadas de Laplace, y sumar dichas expresiones
temporales.
Q
K (s + ci ) X Ai
Y (s) = Q
=
(s + ri )
(s + ri )

X
X
Ai
y(t) =
L1
=
Ai eri t
(s + ri )
Ejemplo 5.2
Sea el sistema con funcion de transferencia
G(s) =
4
(s + 1)(s + 3)
, al que se le aplica un escalon unitario a la entrada (cuya transformada de Laplace es 1/s).

La transformada de Laplace de la respuesta sera:
Y1 (s) =
29/02/12
4
4/3
2
2/3
=
+
+
s(s + 1)(s + 3)
s
s+1 s+3
104
An
y, por tanto,
4
2
2 et + e3t
3
3
Si al mismo tiempo se le aplica otra se
nal de entrada con transformada de Laplace
y1 (t) =
U (s) =
1
s+4
, la transformada de la respuesta vendra dada por

Y2 (s) =
4
2/3
2
4/3
=
+
+
(s + 1)(s + 3)(s + 4)
s+1 s+3 s+4
por lo que la expresion de la respuesta sera

4
2 t
e 2 e3t + e4t
3
3
Como puede verse las expresiones de y1 (t) e y2 (t) tienen dos terminos comunes, et y
e3t (aunque ponderados de distinta forma) que son los modos propios del sistema y que
forman parte de la respuesta ante cualquier entrada.
y2 (t) =
El objetivo fundamental del analisis dinamico de los sistemas es el conocimiento de dichos

modos propios, que al estar incluidos en cualquier respuesta, caracterizan al sistema.
La forma mas simple de calcular los modos propios de un sistema es aplicandole una entrada
cuya funcion de transferencia carezca de races en el denominador, como puede ser el impulso
cuya transformada de Laplace es la unidad. Con esta entrada todas las fracciones simples
que aparezcan en la salida corresponderan a los modos propios del sistema. En este caso la
transformada de la se
nal de salida coincide con la funcion de transferencia del sistema
Y (s) = G(s) 1
y a la respuesta se le llama respuesta impulsional del sistema.
Ejemplo 5.3
En el caso del ejemplo anterior la respuesta impulsional sera la transformada inversa de
Y (s) =
2
2
4
=
+
(s + 1)(s + 3)
s+1 3+3
es decir
y(t) = 2 et 2 e3t
Puede observarse que los modos presentes en la respuesta impulsional aparecen en las
dos respuestas del ejemplo anterior.
29/02/12
5.3.2.
105
Tipos de modos propios
De la descomposicion en fracciones simples de la funcion de transferencia y de la tabla

de transformadas de Laplace se obtienen los modos propios que pueden aparecer en cualquier
sistema lineal:
29/02/12
106
An
Fraccion simple Transformada inversa
a > 0, b > 0
(para t 0)
Forma de onda
lmite
t
Posicion de
los
polos
en el plano
complejo
A
s
y(t) = A
Constante
Polo en el origen
A
(s + a)
y(t) = A eat
Exponencial de- 0
creciente
Polo real en el
semiplano negativo
A
(s a)
y(t) = A e+at
Exponencial cre-
ciente
Polo real en el
semiplano positivo
Aa
+ a2 )
y(t) = A sen(a t)
Seno
Oscila
Polos imaginarios
As
+ a2 )
y(t) = A cos(a t)
Coseno
Oscila
Polos imaginarios
Aa
(s + b)2 + a2
y(t) = A ebt sen(a t)
Producto de ex- 0
ponencial decreciente por seno
Polos complejos con parte

real negativa
As
(s + b)2 + a2
y(t) = A ebt cos(a t)
Producto de ex- 0
ponencial decreciente por coseno
Polos complejos con parte

real negativa
Aa
(s b)2 + a2
y(t) = A e+bt cos(a t)
Producto
de Oscila con Polos compleexponencial
amplitud
jos con parte
creciente
por creciente
real positiva
coseno
As
(s b)2 + a2
y(t) = A e+bt cos(a t)
Producto
de Oscila con Polos compleexponencial
amplitud
jos con parte
creciente
por creciente
real positiva
coseno
A
s2
y(t) = A t
Rampa
A
(s + a)2
y(t) = A t eat
Exponencial de- 0
creciente por el
tiempo
Polo real doble en el semiplano negativo
A
(s a)2
y(t) = A t e+at
Exponencial
creciente por el
tiempo
Polo real doble en el semiplano positivo
(s2
(s2
29/02/12
Polo doble en
el origen
107
Aunque en la tabla solo se han incluido algunos casos de polos con ndice de multiplicidad
superior a uno, es facil deducir de las propiedades de la transformada de Laplace que la existencia de polos m
ultiples no va a producir cambios significativos ni en la forma de onda ni,
sobre todo en el lmite al tender t a infinito.
De la tabla se pueden extraer las siguientes conclusiones:
Los modos propios procedentes de polos reales negativos tienden a cero asintoticamente.
Im
Re
t
Los modos propios procedentes de polos complejos con parte real negativa tienden a
cero con oscilaciones de amplitud decreciente.
Im
Re
t
Los modos propios procedentes de polos imaginarios presentan oscilaciones sostenidas Si

estos polos tuviesen un ndice de multiplicidad superior a dos se generaran modos propios
con oscilaciones crecientes.
Im
29/02/12
Re
108
An
El modo propio correspondiente a un polo en el origen es una constante. Si existen mas

de un polo en el origen se generan modos propios que tienden a infinito.
Im
Re
Los modos propios procedentes de polos reales positivos tienden exponencialmente a

infinito.
Im
Re
Los modos propios procedentes de polos complejos con parte real positiva presentan
oscilaciones de amplitud creciente.
Im
Re
La figura resume el contenido de la tabla anterior y muestra la relacion existente entre la

posicion de los polos en el plano complejo y los modos propios del sistema.
29/02/12
109
Im
t
t
Re
t
t
Por lo tanto, u
nicamente los polos, reales o complejos, situados en el semiplano complejo negativo, generan modos propios que tienden a cero al tender t a infinito. Estos
son los modos transitorios de la respuesta impulsional del sistema.
Ademas, la duracion de la respuesta transitoria disminuye al alejar los polos del eje
imaginario y, en el caso de los polos complejos, la pulsacion de las oscilaciones es igual
a la parte imaginaria de los polos.
Es decir, existe una relacion directa entre la posicion de los polos estables sobre el
plano complejo y la forma de su respuesta transitoria.
5.3.3.
Modos propios de sistemas discretos
De forma analoga, en el caso de los sistemas discretos, se pueden calcular sus modos propios
calculando la transformada inversa de su funcion de transferencia en z, obteniendose la tabla:
29/02/12
110
An
Fraccion simple
Transformada in- Forma de onda

versa para para
k0
lmite
t
Posicion de
los
polos
en el plano
complejo
y[k] = A
Constante
Polo en z=1
y[k] = A ak
Exponencial
0 para 0 <
decreciente para a < 1,
0 < a < 1, para a > 1
Exponencial
creciente para
a>1
y[k] = A k
rampa
y[k] = A k ak
Exponencial
0 para 0 < Polo doble en
decreciente por a < 1, ]0, 1[, Polo dorampa
para para a > 1 ble en ]1, [
0 < a < 1, exponencial creciente
por rampa para
a>1
z sen
(z cos)2 + sen2
y[k] = sen(k)
Senoide
Oscila
Polos complejos sobre la

circunferencia
unidad
z(z cos)
(z cos)2 + sen2
y[k] = cos[k]
Coseno
Oscila
Polos complejos sobre la

circunferencia
unidad
Exponencial por
seno
0 para < Polos comple1, para jos internos

>1
a
la
circunferencia
unidad para
< 1, polos
externos a la
circunferencia
unidad para
>1
Az
z1
Az
(z a)
Az
(z 1)2
Aaz
(z a)2
zsen
y[k] = k sen(k)
(z cos)2 + 2 sen2
29/02/12
Polo
en
]0,1[
para
0 < a < 1,
Polo en ]1, [
para a > 1
Polo doble

Fraccion simple
111
Transformada in- Forma de onda

versa para para
k0
z(z cos)
y[k] = k cos(k)
(z cos)2 + 2 sen2
Az
z+a
y[k] = A (a)k
Exponencial por
coseno
lmite
t
Posicion de
los
polos
en el plano
complejo
0 para < Polos comple1, para jos internos

>1
a
la
circunferencia
unidad para
< 1, polos
externos a la
circunferencia
unidad para
>1
Exponencial os- 0 para a <

cilante creciente 1
para a > 1,
decreciente para
a < 1 y constante para a = 1
segmento
] 1, [ para
a < 1, segmento ]a, 1[
para a > 1 y
z = 1 para
a=1
Los modos propios procedentes de polos reales situados en el segmento ]0, 1[ de la circunferencia de radio unidad tienden a cero asintoticamente.
Im
y[k]
Re
Los modos propios procedentes de polos reales situados en el segmento ] 1, 0[ de la

circunferencia de radio unidad tienden a cero con valores alternados de amplitud decreciente.
29/02/12
112
An
Im
y[k]
Re
El modo propio de un polo situado en z = 1, es una constante.

Im
y[k]
Re
El modo propio de un polo situado en z = 1, presenta valores alternados constantes.

Im
y[k]
Re
El modo propio de un polo situado sobre el eje real positivo externo a la circunferencia
de radio unidad, tiende exponencialmente a infinito.
29/02/12
113
Im
y[k]
Re
El modo propio de un polo situado sobre el eje real negativo externo a la circunferencia
de radio unidad, presenta valores alternados de amplitud creciente.
Im
y[k]
Re
Los modos propios de polos conjugados con parte real positiva e interiores a la circunferencia de radio unidad, presentan oscilaciones de amplitud decreciente.
Im
y[k]
Re
k
Los modos propios de polos conjugados situados sobre la circunferencia de radio unidad,
presentan oscilaciones de amplitud mantenida.
29/02/12
114
An
Im
y[k]
Re
De la comparacion de las tablas correspondientes a los modos propios de los sistemas continuos y discretos puede verse que existe una correspondencia casi completa entre los comportamientos de ambos tipos de sistemas.
As, el eje imaginario en el plano S tiene la misma funcion, de frontera de estabilidad, que
la circunferencia unitaria en el plano Z.
El semiplano negativo en S, con el interior de la circunferencia unitaria en Z. El semiplano
positivo en S, con el exterior de dicha circunferencia.
El semieje real negativo en S se corresponde con el segmento ]0, 1[ en Z, dando lugar a
exponenciales decrecientes.
El origen en el plano S, se corresponde con el punto (1, 0) en el plano Z.
El en el plano S, con el origen en Z.
El semieje real positivo en S con la semirecta ]1, [ en Z, dando lugar a exponenciales
crecientes.
Los polos complejos estables en uno y otro plano dan lugar a modos propios producto de
exponenciales decrecientes por senoides.
La u
nica diferencia significativa entre uno y otro plano lo constituye el semieje negativo en el
plano Z, que pese a tener polos reales genera modos propios oscilatorios (se alternan los valores
positivos y negativos) que tienden a cero en el segmento ] 1, 0[ e inestables en la semirecta
] , 1[.
5.4.
Respuesta libre y forzada
La respuesta libre de un sistema es la que generan, en ausencia de entradas, las condiciones

iniciales del mismo.
La respuesta forzada, por el contrario, es la debida exclusivamente a las variaciones de la
se
nal de entrada, supuestas condiciones iniciales nulas.
5.4.1.
Sistema definido por su funci

on de transferencia
Para calcular la funcion de transferencia de un sistema se calcula su modelo en transformadas

de Laplace, suponiendo condiciones iniciales nulas, por lo que el metodo de la funcion de
transferencia esta directamente orientado al calculo de la respuesta forzada de los sistemas.
Sin embargo, del ejemplo siguiente se deduce que la respuesta libre de un sistema presenta
los mismos modos propios que la forzada.
29/02/12
5.5 Estabilidad
115
Ejemplo 5.4
Conocido el modelo matematico de un sistema
dy(t)
= B u(t)
dt
tomando transformadas de Laplace, supuestas condiciones iniciales distintas de cero se
obtiene:
y(t) = A
Y (s) + A s Y (s) A y(0) = B U (s)

por lo que
A y(0)
B
U (s) +
1 + As
1 + As
El primer sumando, funcion de la entrada U (s), corresponde a la respuesta forzada,
mientras que el segundo, que solo depende del sistema, corresponde a la respuesta libre.
Como puede verse, el denominador en ambos casos coincide, por lo que la respuesta libre
tendra los mismos modos propios que la forzada.
Y (s) =
5.4.2.
Sistema definido por su modelo de estado
La ecuacion de estado de un sistema tiene en cuenta tanto las condiciones iniciales del
mismo como los valores de las entradas que se le aplican, por lo que la solucion de la ecuacion
de estado incluye ambas respuestas.
x(t) = e
A(tt0 )
x(0) +
eA(t ) B u( ) d
t t0
t0
A(tt0 )
y(t) = C e
eA(t ) B u( ) d + D u(t)
x(0) + C
t t0
t0
Si se desea conocer la respuesta libre del sistema, basta hacer nulo el vector de entradas,
obteniendose
x(t)
= Ax(t)
y(t) = Cx(t)
cuya solucion es
x(t) = eA(tt0 ) x(0)
y(t) = C eA(tt0 ) x(0)
La evolucion a lo largo del tiempo del vector de estado en el espacio de estados se denomina
trayectoria del vector de estado.
29/02/12
116
An
5.5.
Estabilidad
5.5.1.
Definici
on
Existen varias definiciones de estabilidad de los sistemas dinamicos:

Un sistema es estable si ante cualquier entrada acotada, su salida es tambien acotada
(Estabilidad BIBO. Bounded Input, Bounded Output)
Un sistema es estable si tiende a su valor previo de equilibrio una vez concluido el efecto
de una entrada o perturbacion.
Utilizando terminologa propia del modelo de estado,
Un sistema es estable si al aplicarle una entrada el estado tiende a otro estado finito.
Un sistema es estable si su respuesta libre tiende al origen del espacio de estados.
5.5.2.
Interpretaci
on pr
actica
De estas definiciones se deduce la importancia que tiene desde el punto de vista del funcionamiento de un sistema la estabilidad del mismo. Dos pueden ser las interpretaciones que se
pueden hacer de las definiciones:
Un sistema estable tiene, ante cualquier entrada, un funcionamiento reversible, es decir si se
le aplicase la misma entrada cambiada de signo, el sistema volvera a su situacion inicial. Evidentemente para que esto sea posible el sistema no puede responder ante una entrada yendose
al infinito ni oscilando.
La aparicion de una perturbacion hace reaccionar al sistema, sin embargo una vez que termina la perturbacion los sistemas estables vuelven a su estado original, por lo que no se produce
acumulacion de energa en el sistema. Si el sistema fuera inestable, cada perturbacion generara
una variacion permanente del estado del sistema, o un aumento de la energa almacenada en
el. Dado que es practicamente imposible aislar perfectamente a los sistemas, y que por lo tanto
siempre van a estar sometidos a perturbaciones, es imposible prever el estado real de los sistemas inestables al evolucionar en funcion de la presencia de perturbaciones. De aqu se deduce
que para utilizar un sistema inestable es imprescindible dotarle de un sistema de control para
corregir esa evolucion del estado originada por las perturbaciones.
Como se vera al estudiar los sistemas de control, el dise
no de un dispositivo capaz de
controlar un sistema inestable no suele ser trivial pudiendo ocurrir que no se puedan alcanzar
especificaciones de funcionamiento adecuadas.
5.5.3.
Determinaci
on de la estabilidad de un sistema
A partir de su funci
on de transferencia
Para que un sistema sea estable todos sus polos tienen que estar situados en el semiplano
complejo negativo en el caso de los sistemas continuos, o en el interior de la circunferencia
unidad en los discretos.
Se deduce inmediatamente de la expresion de los modos propios del sistema. Basta con que
un polo no este situado en el semiplano complejo negativo para que el modo propio correspondiente no tienda a cero, incumpliendo por lo tanto la condicion de estabilidad.
29/02/12
5.5 Estabilidad
117
Esto hace que el eje imaginario del plano complejo separe las regiones de estabilidad y de
inestabilidad y que la distancia de los polos a dicha frontera (su parte real) se considere como
una medida de lo lejos que esta el sistema estable de la inestabilidad. A dicha distancia se le
denomina en algunos casos estabilidad relativa del sistema (pese a ser la estabilidad un concepto
absoluto).
Plano S
Im
Im
Plano Z
Zona inestable
Zona estable
Zona inestable
Zona estable
Re
Re
Igualmente a los sistemas que tienen polos en el eje imaginario, y que por lo tanto estan
situados en el lmite de la estabilidad, se les denomina a veces sistemas limitadamente estables,
pese a tratarse de sistemas inestables. En el caso de los sistemas discretos, la circunferencia
unitaria cumple la misma funcion que el eje imaginario en los continuos.
Es importante resaltar que la estabilidad no depende de la entrada aplicada al sistema y es,
por lo tanto una caracterstica del mismo. Igualmente los ceros del sistema no influyen sobre la
estabilidad del mismo (los ceros no generan modos propios, u
nicamente alteran los numeradores
de los generados por los polos del sistema).
En los anexos se incluyen los criterios de estabilidad de Routh y Jury que permiten conocer
de forma analtica el signo de las races el primero y el modulo de las mismas el segundo. Estos
metodos son de utilidad cuando la ecuacion caracterstica del sistema no esta factorizada como
ocurre con los sistemas realimentados.
A partir de las trayectorias del vector de estado
Un sistema sera estable si, para cualquier estado inicial, su trayectoria libre termina en el
origen del espacio de estados.
Igualmente sera estable si la trayectoria del vector de estados ante una perturbacion, vuelve
al estado inicial, una vez terminado el efecto de las perturbaciones.
X1
X1
X2
29/02/12
X2
118
5.6.
An
An
alisis del comportamiento est
atico
El comportamiento estatico de los sistemas dinamicos estables puede definirse como la

relacion numerica entre los valores de la salida y de la entrada en regimen permanente. Para
conocerlo se define la ganancia estatica del sistema como el valor final de la respuesta cuando la
entrada es un escalon unitario. Obviamente los sistemas inestables no tienen ganancia estatica,
puesto que sus respuestas no alcanzan el regimen permanente.
De acuerdo con la definicion y aplicando el teorema del valor final es posible calcular la
ganancia estatica de un sistema a partir de su funcion de transferencia:
Ganancia Estatica de G(s) = lm s

s0
1
G(s) = G(0)
s
Ganancia Estatica de G(z) = lm (1 z 1 )

z1
1
G(z) = G(1)
1 z 1
3.000 rpm
10 v
t
Naturalmente la ganancia estatica es un parametro dimensional, siendo sus dimensiones las

de la salida entre las de la entrada. Por ejemplo un motor que alcanza 3.000 r.p.m. al alimentarlo
con 10 V tendra una ganancia estatica de 300 r.p.m./V.
Por supuesto el parametro G(0) solo tiene el sentido de ganancia estatica si el sistema es
estable.
En el caso de entrada en rampa la ganancia estatica indica la relacion entre las pendientes
de la se
nal de salida y de la se
nal de entrada. En el caso de se
nales senoidales la ganancia es la
relacion de amplitudes entre las senoides de salida y de entrada.
29/02/12
5.7 Se
nales de entrada normalizadas
119
Salida, pendiente AG(0)
Entrada, pendiente A
5.7.
Se
nales de entrada normalizadas
5.7.1.
M
etodos temporales
Si se desea conocer la evolucion en el tiempo de la respuesta del sistema se utilizaran

como se
nales de entrada el impulso, el escalon y la rampa. Estas se
nales presentan varias
caractersticas que las hacen especialmente adecuadas para realizar el analisis:
El impulso, pese a no ser una se
nal con existencia fsica real, constituye la menor cantidad
de energa que se puede aplicar a un sistema. Ademas su transformada de Laplace es igual
a la unidad.
(t)
0 para t < 0
0 para t > 0
y(t) = Z
(t) = 1
(s) = 1
Integrando el impulso se obtiene el escalon unitario, cuya transformada de Laplace es

igual a 1/s y que tiene un claro sentido fsico de variacion brusca de la se
nal de entrada.
u(t)
u(t) =
t
0 para t 0
1 para t > 0
U (s) =
1
s
Integrando, a su vez, el escalon se obtiene la rampa de pendiente unitaria, cuya transformada de Laplace es igual a 1/s2 y que representa una variacion de la se
nal de entrada
con velocidad constante.
29/02/12
120
An
y(t)
(
y(t) =
t
0 para t 0
1 para t > 0
Y (s) =
1
s2
Si seguimos integrando la rampa obtendramos las parabolas de segundo orden y de

ordenes superiores.
Seg
un el desarrollo en serie de Taylor, cualquier se
nal derivable puede descomponerse en
una suma de constantes (el escalon es una constante para t > 0) y parabolas de orden
1 hasta n, por lo que conocidas las respuestas ante el escalon y las distintas parabolas
podremos conocer la respuesta ante cualquier se
nal derivable.
Es importante se
nalar que, de acuerdo con la propiedad de linealidad de la transformada
de Laplace, igual que la rampa es la integral del escalon y este a su vez la integral del
impulso, la respuesta ante la rampa es la integral de la respuesta ante el escalon y esta a
su vez la integral de la respuesta impulsional.
SISTEMA
5.7.2.
M
etodos frecuenciales
Si por el contrario desearamos conocer la respuesta del sistema ante se

nales de frecuencias
distintas, lo que suele ocurrir cuando no tenemos un conocimiento detallado de la forma de
la se
nal de entrada pero si de alguna de sus caractersticas como la frecuencia, en ese caso
utilizaramos como se
nal de entrada una senoide de frecuencia variable, dando lugar a lo que
se denomina el analisis frecuencial del sistema.
La transformada de Laplace de la funcion seno es:
29/02/12
5.8 An
alisis temporal del comportamiento din
amico de los sistemas continuos 121
(
y(t) =
(
y(t) =
0 para t 0
sen(t) para t > 0
Y (s) =
0 para t 0
cos(t) para t > 0
Y (s) =
s2
+ 2
s2
s
+ 2
Es importante recordar que cualquier se

nal periodica que cumpla las condiciones de Dirichlet puede ser descompuesta en una serie de senoides de amplitudes y frecuencias variables.
Igualmente las se
nales no periodicas pueden generarse a partir de se
nales periodicas utilizando
la transformada de Fourier.
En el anexo H8 se recogen las propiedades mas importantes del desarrollo en serie de Fourier
y de su transformada.
A la ganancia estatica de un sistema se la denomina a veces ganancia a bajas frecuencias
(o a frecuencia 0). Esto es debido a que, como veremos al analizar la respuesta frecuencial, los
sistemas presentan ganancias diferentes en funcion de la frecuencia de la senoide de entrada.
5.8.
An
amico de los
sistemas continuos
El objetivo de este apartado es caracterizar las respuestas transitorias de los sistemas. Dicha
caracterizacion viene marcada por los modos propios del sistema y por lo tanto va a depender
del caracter de los polos, reales o complejos y, por supuesto, de sus signos.
Aunque los modos propios vienen definidos en la respuesta impulsional del sistema, utilizaremos tambien la respuesta al escalon y la respuesta a la rampa.
El estudio se limitara a los sistemas estables, es decir a los sistemas cuyos polos estan
situados en el semiplano complejo negativo. Se incluye igualmente la influencia de los ceros sobre
las distintas respuestas. En el anexo 7 se detallan las expresiones analticas de las diferentes
respuestas.
5.8.1.
Polos reales. Respuestas sobreamortiguadas
De la tabla anterior se deduce inmediatamente que cada polo real genera un modo transitorio
que es una exponencial negativa y que la duracion de dicho modo transitorio esta relacionada
con la distancia del polo al eje imaginario.
As polos muy alejados del eje generan modos transitorios que tienden a cero muy rapidamente, y polos cercanos al eje imaginario generan modos que tardan mucho tiempo en anularse.
En cualquier caso este tipo de respuesta que se caracteriza por tender a cero de forma
asintotica se denomina respuesta sobreamortiguada. Es importante se
nalar que sea cual sea el
n
umero de polos reales, y su posicion en el semieje negativo del plano complejo, los sistemas
con este tipo de polos generan respuestas sobreamortiguadas.
El polo situado mas a la derecha es el que genera la exponencial mas lenta (la que tarda
mas en tender a cero) y, por lo tanto sera el que caracterice a la respuesta. A este polo se le
denomina polo dominante.
Por lo tanto si los polos son todos reales, la respuesta sera sobreamortiguada y su duracion
vendra marcada por el polo mas lento (el situado mas a la derecha). El resto de los polos influyen
29/02/12
122
An
sobre todo en los primeros instantes de la respuesta, en los que su dinamica es significativa, y,
en general ralentizan un poco mas la respuesta del sistema.
En las siguientes figuras se muestran las respuestas ante un impulso, un escalon y una
rampa de estos sistemas. En todos los casos el sistema trata de seguir a la se
nal de entrada
pero su dinamica impide dicho seguimiento en los primeros instantes (regimen transitorio). En
el caso del escalon, una vez pasado el transitorio, la respuesta alcanza el valor de la entrada
con una amplificacion o atenuacion igual a la ganancia estatica del sistema. Ante la entrada en
rampa, una vez pasado el transitorio, la respuesta alcanza la pendiente de la rampa de entrada
(multiplicada por la ganancia estatica), pero la dinamica del sistema hace que se alcancen los
valores de la entrada con un cierto retardo.
Como puede verse al aumentar el n
umero de polos reales se produce una ralentizacion de la
respuesta en los primeros instantes, aunque la forma general de la respuesta no vara.
Los parametros fundamentales que definen el regimen transitorio de la respuesta son el
tiempo de establecimiento (tiempo que se tarda en alcanzar el 95 % del valor final en la respuesta
al escalon) y el retardo de la respuesta a la rampa. Ambas especificaciones estan directamente
relacionadas con la constante de tiempo T del sistema que se mide en segundos (ver anexo).
Img
K
G(s)=
Re
1+Ts
-1/T
Respuesta Impulsional
Respuesta al escaln
Respuesta a la rampa
K
K/T
T
t
t
tsT
29/02/12
ts
5.8 An
Funcin de Transferencia
Plano Complejo
Img
K
G(s)=
Re
(1+T1s)(1+T2s)
-1/T2 -1/T1
Respuesta al escaln
T1+T2
t
Plano Complejo
Img
K(1+Cs)
G(s)=
Re
(1+Ts)
-1/T
0
-1/C
Respuesta al escaln
k
t
29/02/12
124
An
Plano Complejo
Img
K(1+Cs)
G(s)=
Re
(1+Ts)
-1/C
-1/T
Respuesta al escaln
Plano Complejo
Img
K(1+Cs)
G(s)=
Re
(1+T1s)(1+T2s)
-1/T2 -1/T1
-1/C
Respuesta al escaln
k
0
29/02/12
5.8 An
Plano Complejo
Img
K(1+Cs)
G(s)=
Re
(1+T1s)(1+T2s)
-1/T2
-1/C
Respuesta al escaln
-1/T1
5.8.2.
Polos complejos. Respuestas subamortiguadas
La existencia de un par de polos complejos supone la aparicion de un modo propio consistente en el producto de una exponencial decreciente por una senoidal, es decir de una senoidal
amortiguada que tiende a cero de forma oscilatoria. Este tipo de respuesta que denominaremos
subamortiguada viene definida por el valor del exponente y por la pulsacion de las oscilaciones.
Es habitual poner la funcion de transferencia de modo que aparezcan de forma explcita
dicha pulsacion as como el exponente, obteniendose la expresion:
K n2
K n2
p
G(s) = 2
=
s + 2 + n2
(s + )2 + (n 1 2 )2
donde = n es la parte real de las races cambiada de signo, y d = n

parte imaginaria.
p
1 2 es la
La figura muestra el significado geometrico de cada uno de los parametros que aparecen en
la funcion de transferencia normalizada de un sistema con dos polos complejos:
29/02/12
126
An
Im
jd
n
Re
Como en el caso de los polos reales, la distancia al eje imaginario de los polos, es decir
marcara la duracion de la respuesta, mientras que la pulsacion de las oscilaciones viene marcada
por la parte imaginaria de los polos d .
constante
grande
intermedio
pequeo
constante
grande
intermedio
pequeo
En la figura se muestran las respuestas ante un impulso, un escalon y una rampa de este
tipo de sistemas.
29/02/12
5.8 An
Plano Complejo
Img
K2n
G(s)=
Re
s2+2ns+2n
Respuesta al escaln
Ademas del tiempo de establecimiento (tiempo que tarda la respuesta al escalon en alcanzar
el 95 % del valor final) y del retardo entre una rampa de entrada, es necesario definir dos especificaciones adicionales para la respuesta ante el escalon de este tipo de sistemas. Utilizaremos
el tiempo de pico (tiempo que necesita el sistema en alcanzar el primer maximo de la respuesta
ante un escalon) y la sobreoscilacion definida como el porcentaje que supone el sobrepasamiento
sobre el valor final de la respuesta.
Mp =
Vmax Vf inal
100 %
Vf inal
En el anexo se recogen las expresiones analticas de las respuestas subamortiguadas ante impulso, escalon y rampa. Es importante se
nalar que existe una relacion directa entre la posicion
de los polos sobre el plano complejo y las especificaciones de su respuesta, lo que permitira deducir las caractersticas de la respuesta del diagrama cero-polar del sistema. As, el tiempo de
pico depende de la parte imaginaria de las races d , el tiempo de establecimiento de la parte
real de las races y la sobreoscilacion del angulo .
29/02/12
128
An
Im
jd
n
Si Mp
Si ts
Si d tp
Re
Del estudio anterior se deduce que el polo, real o complejo, mas cercano al eje imaginario
marcara el tipo de respuesta, sobreamortiguada o subamortiguada, que presenta el sistema. A
este polo (o par de polos) se les denominara polos dominantes del sistema pues son los que
introducen la dinamica mas lenta que es la que marca la respuesta dinamica del sistema. El
resto de los polos, por estar mas alejados del eje, tienen dinamicas mas rapidas por lo que
influiran sobre todo en los primeros instantes de la respuesta, haciendo la respuesta del sistema
un poco mas lenta y mas suave.
5.8.3.
Influencia de los ceros
La existencia de ceros en la funcion de transferencia de un sistema no modifica el n

umero
de modos propios del mismo, u
nicamente afecta al numerador de dichos modos propios. Por
lo tanto los ceros no tienen capacidad para cambiar el tipo de respuesta del sistema, sobreamortiguada o subamortiguada, ni por supuesto la estabilidad del mismo. Sin embargo, como
veremos inmediatamente, la existencia de un cero puede modificar notablemente los valores de
las respuestas, haciendo en muchos casos que alcancen valores que, en la practica, pueden crear
graves problemas.
Si recordamos la propiedad de la Transformada de Laplace que convierte la derivada de una
funcion en el producto de la variable s por la transformada de la funcion, el a
nadir un cero a
una funcion de transferencia se traduce en a
nadir a la respuesta su derivada multiplicada por
la inversa del cero de acuerdo con la expresion:
G(s) = G1 (s) (1 + Cs) Y (s) = Y1 (s)(1 + Cs) y(t) = y1 (t) +
C dy1 (t)
dt
Por lo tanto, la influencia del cero sera tanto menor cuanto mas alejado este dicho cero del
eje imaginario (valores peque
nos de C). Aunque un cero muy cercano al origen puede generar
diferencias muy importantes con respecto a la se
nal original.
Para un mismo valor del cero, su influencia se concentrara en los instantes en los que
la respuesta original presenta mayores variaciones (derivadas altas), es decir en el regimen
transitorio de la respuesta.
29/02/12
5.8 An
Un caso muy importante a tener en cuenta cuando el sistema presenta ceros muy significativos es el de los ruidos que pueden ir asociados con una determinada se
nal. En general esos
ruidos suelen ser de frecuencias muy altas comparadas con la se
nal original. Si el sistema tiene
ceros muy significativos, esos ruidos de alta frecuencia van a ser derivados por el cero y multiplicados por su inversa, por lo que, si esta es muy grande, el dispositivo que contiene el cero
muy significativo se convierte en un amplificador de ruidos. Esto hace que sea necesario tratar
con sumo cuidado los ceros de los sistemas, evitando en la medida de lo posible, situarlos, a la
hora del dise
no en puntos muy significativos.
Para analizar la influencia de se
nales senoidales es preferible utilizar los metodos frecuenciales de analisis que daran directamente la amplificacion que sufre la senoidal en funcion de
su pulsacion y de la posicion de los polos y de los ceros.
Si el cero esta en el semiplano positivo, lo que no implica inestabilidad del sistema, sera necesario restar la diferencia de la se
nal, lo que se traducira en valores iniciales negativos en
muchos casos, lo que se denomina contra respuesta.
En los anexos se detalla el calculo de la expresion analtica de las respuestas de los sistemas
con uno o dos polos ante estas entradas. En general puede decirse que el cero tiende a adelantar
la respuesta lo que se traduce en una disminucion del tiempo de pico y en un aumento de
la sobreoscilacion en los sistemas subamortiguados y en una ligera disminucion del tiempo de
establecimiento.
5.8.4.
Sistema equivalente de orden reducido
De lo dicho anteriormente se deduce que para analizar un sistema a partir de su funcion de

transferencia es necesario seguir los siguientes pasos:
1. Representar el diagrama cero polar del sistema
2. Comprobar que todos sus polos estan situados en el semiplano negativo, Si alg
un polo
fuera positivo el sistema sera inestable.
3. Una vez asegurada la estabilidad, calcular su ganancia estatica que es igual a G(0).
4. Determinar los polos dominantes del sistema. En general son los mas proximos al eje
imaginario.
5. Calcular las caractersticas dinamicas de la respuesta en funcion de dichos polos dominantes: tipo de respuesta (sobreamortiguada o subamortiguada), tiempo de establecimiento,
sobreoscilacion y tiempo de pico (estas dos u
ltimas especificaciones u
nicamente en el caso
de respuestas subamortiguadas).
6. Evaluar de forma cualitativa la influencia del resto de los polos y de los ceros sobre el
valor de las especificaciones calculadas.
7. Si fuera necesario conocer la respuesta con mayor precision debe utilizarse un programa
de simulacion numerica.
29/02/12
130
An
Ejemplo 5.6
Dado un sistema representado por su funcion de transferencia
G(s)
(s2
4(s + 4)
+ 2s + 5)(s + 5)
representar aproximadamente sus respuestas ante escalon y rampa.
Su diagrama cero polar sera

Img
K=16/25
Re
Puesto que todos los polos estan en el semiplano negativo, el sistema sera estable. Su ganancia estatica es G(0) = 16
.
25
Sus polos dominantes son los mas cercanos al eje es decir los polos complejos.
Por lo tanto el sistema equivalente de orden reducido sera
G(s) =
4
s2 + 2s + 5
que tiene la misma ganancia estatica que el sistema orignal.

Al ser los polos complejos la respuesta sera subamortiguada con las siguientes especificaciones:
tp =
= segundos
d
2
ts =
= segundos
Mp = ectg = 20, 78 %
retardo de la rampa =
Las respuestas aproximadas seran
29/02/12
2
= 0,4 segundos
5
5.8 An
0,8
El sistema presenta ademas de los polos dominantes un cero en -4 y un polo en -5. Dado
que el mas significativo de los dos es el cero la respuesta real del sistema sera ligeramente
mas sobreoscilatoria, su tiempo de pico sera tambien ligeramente menor, as como su tiempo
de establecimiento. En cuanto a la respuesta a la rampa, su retardo sera tambien ligeramente
menor.
Dado que el cero se encuentra a una distancia significativa de los polos complejos (4 ) y
que ademas el polo adicional compensa en parte su efecto, la respuesta real sera muy similar a
la calculada para el sistema equivalente de orden reducido.
5.8.5.
Din
amicas no modeladas
De lo visto anteriormente se deduce que los polos y ceros situados relativamente lejos de
los polos dominantes ejercen una influencia muy peque
na sobre el comportamiento real del
sistema. Por ello es habitual que a la hora de modelar los sistemas solo se tengan en cuenta
aquellos polos y ceros mas significativos que son los que dan lugar a dinamicas mas lentas.
As es habitual que en sistemas electromecanicos no se modele la dinamica electrica, siempre
mas rapida que la mecanica.
Como consecuencia de esto es habitual que los sistemas reales tengan un n
umero de polos
y ceros adicionales muy a la izquierda en el plano complejo. Estos polos y ceros no afectan al
comportamiento dinamico del sistema de manera significativa, pero pueden tener influencia en
el comportamiento del sistema si este se realimenta como veremos en captulos posteriores.
Igualmente la existencia de polos y ceros muy proximos, con efectos dinamicos opuestos,
puede ser despreciada a la hora de modelar los sistemas. Sin embargo la influencia de estos
pares polo-cero no puede ser despreciada cuando estan situados en el semiplano positivo o,
incluso, a
un estando en el semiplano negativo, cuando estan proximos al eje imaginario.
Es importante recordar que si bien sobre el papel un polo puede ser identico a un cero, en
la realidad pueden estar representando subsistemas distintos por lo que la probabilidad de que
realmente sean iguales es practicamente despreciable. Por ello antes de proceder a la cancelacion
de polos y ceros es necesario asegurarse de que su situacion esta suficientemente alejada hacia
la izquierda del eje imaginario.
29/02/12
132
An
5.9.
An
amico de los
sistemas discretos
5.10.
Respuesta en frecuencia
5.10.1.
Definici
on
En el captulo 4 se vio que un sistema lineal responde en regimen permanente ante una
senoidal de entrada con la misma se
nal senoidal amplificada y desfasada. La expresion compleja
que define la relacion de amplitudes y el desfase es la respuesta en frecuencia del sistema que
puede calcularse a partir de su funcion de transferencia sin mas que sustituir s por j. Por lo
tanto:
U(s)
Y(s)
G(s)
u(t)
Y(s)=G(s)U(s)
y(t)
g(t)
U(j )
G(j)
G(s)=L[g(t)]
Y(j )
y(t)=g(t)*u(t)
Y(j )=G(j )U(j )
G(j)=F[g(t)]
A la expresion G(j) se la denomina la respuesta en frecuencia del sistema de respuesta

impulsional g(t) y transformada de Laplace G(s). Para que exista dicha respuesta impulsional
debe cumplirse que la integral sea absolutamente sumable, lo que significa que el sistema debe
ser estable.
Por lo tanto conocida la funcion de transferencia de un sistema es inmediato conocer la
respuesta del mismo ante senoides de frecuencia variable.
Ejemplo 5.7 Dado un sistema con funcion de transferencia
G(s) =
4
(s + 1)(s + 2)
su respuesta en regimen permanente ante entrada x(t) = 5sen0 (t) sera:

yrp (t) = 5
4
|j0 +
1|2 |j
+ 1|2
sen[0 t + 4 j0 + 1 j0 + 2]
Es decir el sistema multiplica la amplitud de la senoide de entrada |G(j0 )| y desfasa

la salida G(j0 ). El sistema mantiene iguales las frecuencias de entrada y de salida. Es
importante se
nalar que el factor de amplificacion y el desfase dependen de la frecuencia de
29/02/12
5.10 Respuesta en frecuencia
133
la senoide de entrada y que por lo tanto el comportamiento del sistema vara tambien con
la frecuencia.
5.10.2.
Sentido fsico
Supongamos un sistema de primer orden con ganancia estatica unitaria, cuya entrada es un
tren de se
nales triangulares.
Como se vio en el captulo correspondiente a la respuesta de este tipo de sistemas ante
una rampa, la respuesta, en regimen permanente, tiende a retardarse en T segundos, siendo
T la constante de tiempo del sistema, es decir, la inversa del polo. Como muestra la figura
este retardo constante, definido por la dinamica del sistema, puede ser despreciable frente a la
frecuencia de la se
nal de entrada, o puede ser una fraccion significativa de su periodo. Por lo
tanto un retardo constante se convierte en un desfase variable con la frecuencia de la se
nal de
entrada.
0
0
12
16
Te
T
=
Te
2
12
16
Te
= 2T
Te
Igualmente, si el semiperiodo de la se
nal de entrada es mucho mayor que el retardo del
sistema, este tendra tiempo de seguir a la rampa de entrada, alcanzando un valor muy parecido
a esta cuando se produzca la conmutacion en la pendiente de la se
nal de entrada, por lo que
se alcanzaran magnitudes muy similares a las de entrada. Si por el contrario el semiperiodo
es relativamente peque
no, el retardo de la respuesta (que en tiempo es constante) hara que
cuando el sistema empiece a responder, se produzca dicha conmutacion, por lo que la respuesta
no tendra tiempo de alcanzar valores elevados, por lo que se producira una atenuacion de la
amplitud de la respuesta para valores altos de la frecuencia de la se
nal de entrada.
En resumen, el retardo inherente a cualquier sistema dinamico que es constante cuando se
mide en segundos, al ser una fraccion del periodo pasa a ser variable cuando este o la frecuencia,
varan. Esto hace que la respuesta sea funcion de la frecuencia.
Por otra parte parece obvio que un sistema rapido (con poco retardo) no tendra problemas
para seguir a senoides lentas (de baja frecuencia), mientras que un sistema lento no tendra tiempo de reaccionar ante senoides de alta frecuencia.
29/02/12
134
5.10.3.
An
Representaci
on de la respuesta en frecuencia
El problema de la representacion de la respuesta en frecuencia se reduce a representar una

funcion compleja cuando su variable independiente vara desde 0 a infinito. Dado que es
necesario representar el modulo y el argumento en funcion de la frecuencia, la representacion
constara de dos curvas |G(j)| y G(j). Para facilitar la representacion y su utilizacion posterior se suele representar 20log|G(j)| y G(j) en funcion del log. Esta representacion que
se denomina el diagrama de Bode del sistema se detalla en el Anexo X.
db
db
|G(j)|
|G(j)|
log
log
log
log
G(j)
G(j)
grados
grados
Diagrama de Bode sin resonancia
Diagrama de Bode con resonancia
Tambien es posible representar la magnitud compleja G(j) sobre el plano complejo, lo que
constituye el diagrama polar o de Nyquist del sistema. Su obtencion puede realizarse de forma
simple a partir del diagrama de Bode. En esta representacion la frecuencia w no aparece de
forma explcita.
Im
Im
=
Re
=
=0
Diagrama Polar
Ganancia finita a bajas frecuencias
Re
=0
Diagrama Polar
Ganancia infinita a bajas frecuencias
La tercera representacion que se suele utilizar es el denominado diagrama magnitud fase,

en el que tampoco aparece la frecuencia de forma expresa, pero utiliza unos ejes coordenados el
argumento y el modulo en decibelios. Su construccion tambien suele hacer a partir del diagrama
de Bode.
29/02/12
135
|G(j)| en db
G(j) en grados
Ejemplos de diagramas:
5.10.4.
Especificaciones frecuenciales
Ganancia a bajas frecuencias: es el modulo a bajas frecuencias y puede ser una cantidad
finita o infinita
Frecuencias de ruptura: solo aparecen en el trazado asintotico. En el trazado real deben
ser estimadas.
Ancho de Banda: Frecuencia para la cual el modulo sufre una cada de 3db con respecto
a la ganancia a bajas frecuencias.
Frecuencia de resonancia: frecuencia para la cual se produce la resonancia
Cresta de Resonancia: relacion entre el modulo cuando se produce la resonancia y el
modulo a bajas frecuencias. Medida en db, diferencia entre ambas magnitudes.
Frecuencia de cruce de ganancia y de cruce de fase: frecuencias para las cuales el sistema
presenta las caractersticas del punto -1 cuya importancia veremos en el estudio de los
sistemas realimentados. Frecuencia de cruce de ganancia es la que presenta un modulo de
0db. Frecuencia de cruce de fase es la que presenta una fase de 180 grados.
Ejemplo 5.8 Dado el sistema con funcion de transferencia

G(s) =
20
(s + 1)(s + 2)
su diagrama de Bode viene representado en la figura
29/02/12
136
An
20db
rad/s
0db
rad/s
-180
0.1
10
100
Ganancia a bajas frecuencias = 20log10=20db

Frecuencias de ruptura =1 y =2
Ancho de banda B=5 rad/s
Frecuencia de cruce de ganancia =4 rad/s
Frecuencia de cruce de fase =
Ejemplo 5.9
Dado el sistema con funcion de transferencia
G(s) =
(s2
10
+ 2s + 10)
su diagrama de Bode viene representado en la figura
29/02/12
137
Cresta de resonancia=4.8db
rad/s
0db
-3db
rad/s
B=4.5rad/s
-180
0.1
10
Ganancia a bajas frecuencias = 20log1=0db

Ancho de banda B=4.5 rad/s
Frecuencia de cruce de ganancia =4 rad/s
Frecuencia de cruce de fase =
Frecuencia de resonancia 3rad/s
Cresta de resonancia 4.8 db
5.10.5.
Relaci
on entre la funci
on de transferencia y las caractersticas del
Bode
De las reglas de construccion del diagrama de Bode es inmediato deducir las siguientes
relaciones entre la funcion de transferencia del sistema y su diagrama de Bode:
Curva de m
odulo. Cada polo aporta una pendiente negativa de -20db/dec a altas
frecuencias. Cada cero aporta una pendiente positiva de +20 db/dec a altas frecuencias.
La pendiente a altas frecuencias esta directamente relacionada con la diferencia entre el
n
umero de polos y de ceros: Como esta diferencia tiene que ser positiva o nula en los
sistemas realizables, la pendiente final de la curva de modulos del diagrama de Bode
debe ser negativa o nula. A bajas frecuencias u
nicamente los polos en el origen aportan
una pendiente negativa de -20 db/dec. Es decir que si la pendiente a bajas frecuencias
no es nula significa que el sistema presenta polos en el origen. En general si aumenta
la pendiente significa que existe un cero con frecuencia de ruptura cercana al cambio de
pendiente, y si disminuye la pendiente, que existe un polo.
Curva de fase. Para el analisis de la curva de fase es necesario suponer que el sistema
es de fase mnima, es decir que todos sus polos y ceros estan en el semiplano negativo.
En estas condiciones la curva de fase arranca de cero grados, salvo que el sistema tenga
alg
un polo en el origen que genera una fase de -90 grados a bajas frecuencias. Cada polo
29/02/12
138
An
aporta una fase negativa de -90 grados y cada cero una fase positiva de 90 grados, por lo
que la fase a altas frecuencias indica la diferencia entre el n
umero de polos y ceros.
Existe por lo tanto una relacion entre la curva de modulos y la de argumentos. Una pendiente
positiva de +20db/dec esta asociada a un desfase de 90 grados y una pendiente negativa de -20
db/dec a un desfase de -90 grados. Una pendiente inicial o un desfase inicial a un polo en el
origen. La existencia de ceros en el semiplano positivo, puede modificar estas relaciones y por
lo tanto si existe alguna discrepancia entre una y otra curva, es se
nal de que alg
un cero esta en
el semiplano positivo. Estas relaciones pueden ser de gran utilidad para identificar la funcion
de transferencia de un sistema del que u
nicamente se conoce su respuesta frecuencial.
Ejemplo 5.10
Dada la respuesta en frecuencia
-20db/dec
15db
-20db/dec
0db/dec
rad/s
0db
-40db/dec
rad/s
-180
0.1
10
100
1000
10000
Pendiente a bajas frecuencias= 0 y desfase a bajas frecuencias= 0o . No existen polos

ni ceros en el origen.
El modulo a bajas frecuencias es una medida de la ganancia estatica del sistema:
15db = 20log|G(0)|; G(0) = 5,2364.
Al ser la pendiente final 40db/dec y el desfase final 180o , la diferencia entre el
n
umero de polos y de ceros es de 2. Por lo tanto el sistema presenta dos polos, o tres
polos y un cero.
Puesto que existe una zona en la que se produce una disminucion de la pendiente de
la curva de modulos (para comprendido entre 10 y 40 rad/seg) debra existir un
cero en esa zona.
29/02/12
139
Los aumentos de pendientes se producen aproximadamente para = 1, = 40 y

= 100 rad/seg.
De todo ello se deduce que una posible funcion de transferencia del sistema representado por la respuesta en frecuencia de la figura sera:
G(s) =
5.10.6.
5,6234(1 + 0,1s)
0,014(s + 10)
=
(1 + s)(1 + 0,025s)(1 + 0,01s)
(s + 1)(s + 40)(s + 100)
Relaci
on entre las especificaciones temporales y frecuenciales
Existe una relacion inversa entre tiempo y frecuencia, que se mantiene entre la representacion temporal y frecuencial de una se
nal. As las bajas frecuencias corresponden al regimen
permanente de las se
nales, mientras que las frecuencias intermedias estan relacionadas con el
regimen transitorio. Las altas frecuencias, a su vez, representan el comportamiento instantaneo
o casi instantaneo de la se
nal.
En cuanto a las amplitudes, ademas del sentido de ganancia estatica que tiene el modulo
a bajas frecuencias, existe una relacion directa entre la resonancia y la sobreoscilacion, puesto
que ambas indican una respuesta por encima del valor final.
5.10.7.
Utilizaci
on de la respuesta en frecuencia en el an
alisis din
amico
de sistemas
Ademas de los usos vistos en el captulo 3 en el analisis y dise

no de filtros, es importante
conocer la respuesta de un sistema ante senoides de distinta frecuencia. En este aspecto un
objetivo importante en el dise
no de un sistema es evitar la influencia de la resonancia. Esto
puede hacerse de dos formas: dise
nando el sistema para que no presente resonancia, o hacer que
la frecuencia de resonancia no forme parte de las frecuencias de las se
nales que entran al sistema,
sean estas entradas o perturbaciones. En algunos casos los sistemas se dise
nan precisamente
para que aprovechen el efecto de resonancia, consiguiendose de esta forma amplitudes de la
se
nal de salida superiores a su ganancia estatica. Este metodo requiere conocer con precision
la frecuencia de la se
nal de entrada.
La respuesta en frecuencia permite ademas, como veremos en captulos posteriores, analizar
con facilidad el efecto de la realimentacion sobre los sistemas, con lo que existen numerosos
metodos de dise
no de dispositivos de control realimentado. Estos metodos son graficos, lo que
nos permitira visualizar, y cuantificar, el efecto de cada uno de las acciones de control.
5.10.8.
Sistemas con retardo puro
La respuesta en frecuencia de un sistema con retardo puro es ejT , al ser su funcion de

transferencia esT , donde T es el retardo medido en segundos.
Se trata por lo tanto de un n
umero complejo de modulo 1 (0 db) y argumento T . Por lo
tanto la curva de modulos vale 0db para cualquier frecuencia y la fase crece en valor absoluto
con el valor de la frecuencia.
29/02/12
140
An
Ejemplo 5.11 A continuacion se incluyen las representaciones frecuenciales de un sistema sin retardo, las del mismo sistema con un retardo mucho mas peque
no que su constante
de tiempo y las del mismo sistema con un retardo del mismo orden de magnitud que su
constante de tiempo.
Representaciones frecuenciales de
G(s) =
4
(s + 1)(s + 2)
db
6
0
-20
Im
-40
-60
Re
=0
0
-45
-90
-135
-180
grados
10-2
10-1
10 0
101
102
Representaciones frecuenciales de G(s) esT para T=0.1 segundos.

db
6
0
Im
-20
-40
-60
Re
=0
0
-180
-360
-540
-720
-900
grados
-2
10
-1
10
10
10
10
Representaciones frecuenciales de G(s) esT para T=1 segundos.

db
6
0
-20
-40
-60
-80
0
Im
Re
=
-1440
-2880
-4320
-5760
-7200
grados
29/02/12
-2
10
-1
10
10
10
10
=0 2
5.11 Ejercicios y problemas
5.11.
Ejercicios y problemas
5.12.
Glosario
Sobreoscilacion
Tiempo de pico
Tiempo de establecimiento
Retardo
Ganancia estatica
Modo propio de un sistema
Respuesta en frecuencia
Sistema de primer orden
Sistema de segundo orden
Sistema de orden superior
Sistema equivalente de orden reducido
Sistema (respuesta sobreamortiguada
Sistema (respuesta subamortiguada
Retardo puro
Constante de tiempo
29/02/12
141
142
29/02/12
An
CAPITULO
AL CONTROL
INTRODUCCION
6.1.
Objetivos del control
Una vez realizado el analisis de los sistemas dinamicos estamos en condiciones de iniciar el
control de los mismos. El objetivo principal del control consiste en conseguir un comportamiento
del sistema adecuado a la aplicacion prevista.
El ingeniero responsable de la planta es el responsable de convertir ese objetivo general
en objetivos parciales que se expresaran en terminos propios de la planta en cuestion. El ingeniero de control debe traducir los objetivos en especificaciones de funcionamiento concretas
expresadas en terminos propios del analisis dinamico de sistemas.
Esta traduccion no suele ser inmediata y en muchos casos puede suponer un trabajo considerable pues es necesario, antes de fijar las especificaciones de control, asegurarse de que todas
ellas son compatibles entre s y de que su obtencion no va a suponer un excesivo esfuerzo de
control, lo que hara inviable en la practica la solucion al problema. Igualmente es necesario ser
realista a la hora de fijar las especificaciones puesto que el sistema de control no puede suplir
las carencias de un mal sistema. Es decir que las especificaciones deben tener en cuenta las
caractersticas del sistema a controlar. No se deben pedir peras al olmo. Un primer objetivo,
practicamente irrenunciable, es el de la estabilidad puesto que los sistemas inestables son de
muy difcil manejo.
El segundo objetivo general consiste en conseguir que las se
nales de salida alcancen los
valores previstos al modificar las se
nales de entrada, lo que suele expresarse como que las
salidas sigan a las entradas. Esto no significa en modo alguno que las salidas deban ser iguales
que las entradas, sino que deben sufrir una evolucion similar a la evolucion de las se
nales de
entrada.
El tercer objetivo general consiste en conseguir eliminar o al menos atenuar, la influencia
de las perturbaciones sobre las se
nales de salida del sistema, lo que suele expresarse como que
el sistema de control debe rechazar a las perturbaciones.
Como veremos con mas detalle, la dinamica de los sistemas dificulta la consecucion de
los dos u
ltimos objetivos por lo que la calidad del control estara relacionada con el grado de
cumplimiento de dichos objetivos tanto en el comportamiento estatico como en el dinamico del
sistema.
29/02/12
AL CONTROL
INTRODUCCION
144
Las especificaciones de control pueden definirse tanto en el dominio del tiempo como en
el de la frecuencia, y el conjunto de ellas debe permitir definir el comportamiento estatico y
dinamico del sistema controlado.
Las especificaciones temporales tratan de describir una respuesta temporal tpica del sistema, en general la respuesta ante un escalon, por lo que tratan de definir el tipo de respuesta
sobre o sub amortiguada, la duracion del transitorio, el arranque de la respuesta y , caso de
existir, su sobrepasamiento. Normalmente el objetivo no es obtener un valor preciso de estas
especificaciones sino mas bien conseguir que sus valores se encuentren dentro de un rango que
se considera adecuado para un buen funcionamiento del sistema
A lo largo de los proximos captulos, utilizaremos las siguientes especificaciones para representar el comportamiento temporal: ganancia estatica, constante de tiempo, tiempo de establecimiento y, tiempo de pico y sobreoscilacion en el caso de respuestas subamortiguadas. El
comportamiento frecuencial se suele representar por la ganancia a bajas frecuencias, el ancho
de banda y la frecuencia y la cresta de resonancia, caso de existir. Obviamente estas especificaciones pueden ser sustituidas por otras que miden las mismas caractersticas de la respuesta.
Igualmente es posible que el conjunto de las especificaciones este formado por una mezcla de
especificaciones temporales y frecuenciales.
Para cumplir los objetivos de control la estrategia que se sigue consiste en conectar al sistema
que se desea controlar el subsistema de control que esta formado por una serie de elementos.
Por lo tanto el dise
no de sistemas de control consiste en determinar la forma de interconectar
ambos subsistemas y en, elegir o dise
nar, los elementos del subsistema de control.
Por supuesto, ademas de las especificaciones antes citadas es importante que los elementos
de control no supongan un sobrecoste importante sobre el coste del sistema que se pretende
controlar y que la fiabilidad y robustez del sistema no se vea afectada por la de los elementos
de control.
Como se aprecia en la figura es importante resaltar que la existencia del subsistema de
control va a suponer un cambio radical en el tipo de se
nal que entra al sistema, puesto que
desde el exterior se va a actuar sobre el subsistema de control y no sobre el sistema que se desea
controlar.
Perturbaciones
Seales de
control
Nuevas
seales
de
entrada
29/02/12
Subsistema
de
Control
Sistema
Seales de
salida
6.1 Objetivos del control
145
Perturbaciones
Seal de
entrada
Sistema
Actuador
Seal de
salida
Subsistema
de
Control
Sensor
Unidades de control
Unidades de Proceso
Otro aspecto importante a considerar es el de la tecnologa que se va a utilizar para la

construccion y la implementacion del sistema de control. Ademas de los aspectos economicos y
de robustez ya citados es importante que los dispositivos de control permitan una facil manipulacion de los mismos. Esto implica que deben ser de facil configuracion pero tambien comodos
de interconectar. El tipo de se
nal presente en cada sistema es propio del mismo y, por supuesto
no puede ser modificado. Sin embargo los sensores y los actuadores que son los dispositivos
que conectan al sistema con el mundo exterior, o con el subsistema de control, si pueden ser
elegidos, dentro de las limitaciones propias del desarrollo de la tecnologa. Esta eleccion debe
realizarse teniendo en cuenta, entre otros aspectos que veremos mas adelante, que las se
nales
que generan los sensores o que necesitan los actuadores, sean del tipo adecuado para ser transmitidas al subsistema de control o para ser tratadas por este. Por lo tanto en un sistema de
control aparecen dos tipos de se
nales: las se
nales del proceso que vienen definidas por el mismo,
y las se
nales del subsistema de control que pueden ser elegidas. Los sensores y actuadores se
encargan de realizar la transformacion entre uno y otro tipo de se
nal.
Perturbaciones
Seal de
entrada
D/A
Actuador
Sistema
Seal de
salida
Computador
Subsistema
de
Control
A/D
Seales de tiempo
continuo
Sensor
Seales de tiempo continuo
Sin duda los computadores son sistemas flexibles, baratos, de facil comunicacion entre ellos y
muy orientados a realizar el tratamiento de las se
nales requerido por el sistema de control. Esto
hace que su utilizacion como dispositivo de control sea cada vez mas generalizada. Igualmente
cada vez existen mas sensores con tecnologa digital.
El cambio de tecnologa no supone ninguna novedad en la evolucion de los sistemas de control
puesto que, historicamente se ha ido utilizando la tecnologa mas adecuada en cada momento.
Desde el regulador de bolas de Watt, mecanico, a los dispositivos electronicos, pasando por los
electromecanicos, neumaticos, etc, se ha ido produciendo siempre una adaptacion a los medios
y las tecnologas existentes en el mercado. Ello no ha supuesto mayor inconveniente puesto que
29/02/12
AL CONTROL
INTRODUCCION
146
se han seguido utilizando los mismos conceptos y lo u

nico que ha variado ha sido la tecnologa
utilizada.
Sin embargo en el caso del computador, o de la tecnologa digital, la adaptacion de los
sistemas existentes no es tan inmediata. Ello es debido a la condicion de sistemas discretos
de los computadores, por lo que no pueden trabajar con se
nales de tiempo continuo que son
las habituales en los sistemas fsicos. Por ello es necesario, cuando se utiliza un computador
en el control de un sistema (o en la medida de una se
nal), realizar una operacion adicional,
la conversion analogica digital, para pasar de una se
nal de tiempo continuo a una secuencia
discreta. En el caso del actuador, su se
nal de entrada que proviene del computador, debe ser
previamente convertida en analogica mediante un convertidor digital analogico. Por lo tanto en
los sistemas de control por computador son necesarias dos operaciones adicionales: el muestreo
de la se
nal continua y la reconstruccion de una se
nal continua a partir de una secuencia discreta.
Estos aspectos especficos del control por computador se trataran en el captulo XX.
6.2.
Control por prealimentaci

on
El esquema de control por prealimentacion es el mas simple posible: consiste en introducir

un bloque antes de la entrada al sistema que genere, a partir de la se
nal de entrada, la se
nal
de control adecuada para cumplir las especificaciones. El sistema global no esta realimentado
por lo que tambien se le conoce como control en cadena abierta. Al estar los dos bloques en
serie es facil, si se conoce el comportamiento del sistema, deducir como debe ser el subsistema
de control.
Seal de
entrada
Subsistema
de
Control
Seal de
control
Sistema
Seal de
salida
Ejemplo 6.1
El sistema se define mediante su respuesta ante escalon unitario
u(t)
5
t
3 seg
29/02/12
6.2 Control por prealimentaci

on
147
Dise
nar el subsistema de control de manera que el sistema global tenga ganancia estatica
10 unidades de salida/unidad de entrada y constante de tiempo 0, 5seg.
De la respuesta temporal se deduce que el sistema tiene ganancia estatica 5 y constante
de tiempo de aproximadamente 1 segundo.
Para obtener el comportamiento deseado es necesario multiplicar la ganancia por 2,
eliminar la constante de tiempo de 1 segundo mediante un cero en 1 e introducir una
constante de tiempo de 0,5 segundos mediante un polo en 2. La funcion de transferencia
del subsistema de control quedara:
C1 (s) = 2
1+s
1 + 0, 5s
Otro posible dise

no se obtendra introduciendo un cero que adelantase la respuesta en
0,5 segundos y un polo muy alejado a la izquierda. Es decir:
C2 (s) = 2
1 + 0, 5s
1 + 0, 01s
Independientemente de las diferencias entre las salidas ante escalon unitario de las soluciones 1 y 2, es tambien importante se
nalar las diferencias en las se
nales de control de
ambas soluciones.
Seal de control
Salida
Vmax=4
10
t
0,5
Solucin 1
29/02/12
AL CONTROL
INTRODUCCION
148
Salida
Seal de control
10
Vmax=10
Solucin 2
Como se ve el valor maximo de la se

nal de control es 2,5 veces mayor en la solucion 2.
Esto podra dar lugar a problemas de saturacion en los actuadores.
Ventajas del control por prealimentaci

on:
Sin duda es el esquema de control mas simple que se puede concebir. No requiere informacion
sobre el valor de la se
nal de salida por lo que no necesita sensores, lo que hace que este tipo de
control sea barato y fiable.
Inconvenientes del control por prealimentaci
on:
Del ejemplo anterior se deduce que es necesario tener un conocimiento detallado del sistema que se desea controlar, puesto que cualquier error en el modelado del mismo se traslada
directamente al comportamiento real del sistema.
Si el sistema a controlar es inestable, el control por prealimentacion no puede corregir esta
caracterstica, por lo que este tipo de control no puede ser utilizado para controlar sistemas
inestables.
Si el sistema a controlar esta sometido a perturbaciones, estas se transmiten hacia la salida
sin que se pueda modificar la se
nal de control. La se
nal de control es pues independiente de las
perturbaciones por lo que el control no puede actuar contra sus efectos.
Perturbaciones
entrada
Control
Seal de
control
Efecto de las
Perturbaciones
Sistema
salida
De los parrafos anteriores se deduce que el control por prealimentacion solo puede ser usado
para controlar sistemas estables, que no esten sometidos a perturbaciones y de los que se tenga
un conocimiento bastante detallado.
29/02/12
6.2 Control por prealimentaci

on
149
Ejemplo 6.2
Si en el ejemplo anterior se hubiera cometido un error en la determinacion de la constante
de tiempo del sistema, el controlador C1 se obtendra como funcion de transferencia global:
M (s) =
10(1 + s)
10(s)
10[1 + (1 + )s]
=
+
(1 + 0, 5s)(1 + s)
(1 + 0, 5s)(1 + s) (1 + 0, 5s)(1 + s)
Para un valor de de 0,1 que supone un error del 10 % en la determinacion de la constante

de tiempo en la figura se representan las respuestas teorica, real y la diferencia entre ambas.
10
0.5
t
0.5
1.5
2.5
3.5
10
0.85
t
0
10
15
En la segunda figura se han representado las respuestas en el caso de constante de tiempo

igual a 10 segundos y = 0,6.
M (s) =
10[1 + (10 + )s]

10(1 + 10s)
10(s)
=
+
(1 + 0, 5s)(1 + 10s)
(1 + 0, 5s)(1 + 10s) (1 + 0, 5s)(1 + 10s)
Es importante hacer notar que la cancelacion de polos y ceros no puede ser exacta y que
las aproximaciones no son admisibles para polos o ceros con parte real positiva, porque dan
lugar a sistemas inestables, ni para polos o ceros cercanos al eje real porque dan lugar a
29/02/12
AL CONTROL
INTRODUCCION
150
grandes diferencias entre el comportamiento real y el teorico. Tampoco hay que olvidar que
la presencia de un cero muy cercano al eje en el subsistema de control puede dar lugar a
se
nales de control con valores muy elevados, lo que en la practica se traduce por saturaciones
en la se
nal de control y por lo tanto por comportamientos desviados de los teoricos.
6.3.
Control realimentado
Para obviar los defectos del control en cadena abierta, se introduce una rama de realimentacion cuya funcion principal es llevar a la entrada del sistema la salida real del mismo. De esta
forma se puede conseguir que la entrada del sistema sea, en todo momento, no solo funcion de
la entrada del sistema de control sino tambien del valor real de la salida.
Perturbaciones
entrada
Control
Seal de
control
Efecto de las
Perturbaciones
Sistema
salida
Captador
Ventajas del sistema de control realimentado:

El efecto de la perturbacion se transmite desde la salida hasta la se
nal de control por lo
que el sistema de control puede minimizar la influencia de las perturbaciones.
Mediante la realimentacion se puede conseguir estabilizar sistemas que son inestables en
cadena abierta.
No es imprescindible un conocimiento detallado del sistema que se pretende controlar
puesto que a traves de la realimentacion se lleva a la entrada cualquier posible discrepancia
entre la salida prevista y la real por lo que el sistema tiene capacidad para corregir errores
en la representacion del sistema.
Inconvenientes del sistema de control realimentado:
El control por realimentacion puede inestabilizar sistemas que son estables en cadena
abierta.
6.4.
Bucle tpico de regulaci

on
Aunque como se ha visto en el captulo 1 existen sistemas que estan realimentados de forma
natural (como la veleta), lo mas habitual en el campo del control es introducir la realimentacion
de forma artificial para lo que es necesario a
nadir al sistema a controlar dispositivos adicionales
hasta conseguir lo que se suele denominar el bucle tpico de regulacion:
29/02/12
6.5 La rama de realimentaci

on. El sensor
151
Perturbacin
Referencia
Regulador
Salida medida
Seal de
control
Accionador
Sistema
Salida
controlada
Sensor
Una de las mejores explicaciones de la funcion de cada uno de los bloques corresponde
al ingeniero espa
nol Leonardo Torres Quevedo que en sus Ensayos sobre Automatica de 1914
escriba:
Los automatas deberan tener sentidos: termometros, br
ujulas, dinamometros, aparatos
sensibles a las circunstancias que deben influir en su marcha.
Los automatas deberan tener miembros: las maquinas o los aparatos capaces de ejecutar
las operaciones que les sean encomendadas.
Los automatas deberan tener la energa suficiente? que han de suministrarsela a las maquinas destinadas a realizar las operaciones necesarias.
Ademas, se necesita, y este es el principal objetivo de la automatica, que los automatas
tengan discernimiento, que puedan, en cada momento, teniendo en cuenta las impresiones que
reciben, y tambien, a veces, las que han recibido anteriormente, ordenar la operacion deseada.
Es necesario que los automatas imiten a los seres vivos, ejecutando sus actos con arreglo a las
impresiones que reciban y adaptando su conducta a las circunstancias.
Quedan as perfectamente definidas las funciones de los sensores (sentidos), de los captadores (miembros) y de los reguladores (los que tienen el discernimiento). Igualmente queda
de manifiesto la importancia de la dinamica del sistema puesto que las decisiones pueden ser
funcion de datos (impresiones) pasadas. Por supuesto todos estos dispositivos fsicos deben ser
dotados de la correspondiente energa para su funcionamiento.
Dependiendo del uso que se pretenda realizar del sistema, los sistemas de control realimentado se clasifican como servosistemas, cuando la se
nal de consigna vara con mucha frecuencia
y el objetivo del sistema es conseguir un buen seguimiento de dicha consigna, y como sistemas
de regulacion cuando la consigna no suele variar con mucha frecuencia y el objetivo es mas bien
que el sistema rechace el efecto de las perturbaciones.
Ejemplo 6.3
La servodireccion de un vehculo es un claro ejemplo de servosistema en el que lo que se
pretende es que la direccion de las ruedas siga con precision el giro del volante. Un sistema
de refrigeracion es un claro ejemplo de sistema de regulacion, puesto que la consigna se
suele mantener constante y el objetivo es mantener la temperatura ante perturbaciones
como pueden ser una variacion de la temperatura exterior, la entrada o salida de personas
en la habitacion climatizada, etc.
29/02/12
152
6.5.
AL CONTROL
INTRODUCCION
La rama de realimentaci
on. El sensor
La rama de realimentacion constituye la diferencia fundamental entre el control en cadena

abierta y el control realimentado. Esta rama es la responsable de los diferentes comportamientos
de ambos tipos de sistemas tanto en cuanto a su estabilidad como en cuanto a los regmenes
permanentes y transitorios de sus respuestas, como se vera en el captulo siguiente.
Sin embargo la existencia de la realimentacion es, ademas, responsable de un cambio en
el modo de manejar el sistema. Para un determinado valor deseado de la salida, la se
nal de
entrada que se debe aplicar al sistema realimentado va a ser funcion casi exclusiva del sensor
elegido y va a depender en muy poca medida del sistema que se desea controlar.
De esta forma el comportamiento del sistema realimentado se va a definir no tanto por sus
valores absolutos, sino por la diferencia entre los valores ideales y los reales.
Por ello es imprescindible definir el comportamiento ideal de un sistema realimentado. Obviamente el primer objetivo es asegurar la estabilidad del sistema realimentado, sea estable o
no el sistema que se desea controlar.
Una vez asegurada la estabilidad, es necesario definir el comportamiento en regimen permanente. Este comportamiento depende de la entrada considerada, as en un sistema como el
de la figura se pretende que la se
nal de salida siga a la se
nal de consigna o referencia, al tiempo
que no se ve afectada por la perturbacion.
Es decir, en general, los sistemas realimentados deben seguir a la referencia y rechazar las
perturbaciones.
29/02/12
CAPITULO
ANALISIS
7.1.
Introducci
on
7.2.
An
alisis a partir de la Funci
on de Transferencia
Conocidas las funciones de transferencia de los distintos bloques del bucle de regulacion, se
puede obtener la funcion de transferencia del sistema realimentado:
U(s)
Y(s)
G(s)
R(s)
H(s)
M (s) =
R(s) G(s)
1 + R(s) G(s) H(s)
En el caso de existir ruidos o perturbaciones, las funciones de transferencia entre dichas

se
nales y la se
nal de salida seran:
Z(s)
U(s)
Y(s)
R(s)
G1(s)
G2(s)
H(s)
M1 (s) =
29/02/12
R(s) G1 (s) G2 (s)

1 + R(s) G1 (s) G2 (s) H(s)
M2 (s) =
G2 (s)
1 + R(s) G1 (s) G2 (s) H(s)

ANALISIS
154
Por lo tanto, sea cual sea la se

nal de entrada, la ecuacion caracterstica de un sistema
realimentado es:
1 + R(s) G(s) H(s) = 0
donde R(s) G(s) H(s) es el producto de todos los bloques del bucle de realimentacion.
Por lo que los polos del sistema realimentado son las races de esta ecuacion.
Los ceros de la funcion de transferencia dependen, obviamente, de la se
nal de entrada
considerada. As
Ceros de M(s) = ceros de R(s) + ceros de G(s) + polos de H(s)
Polos de M(s) = races de 1 + RGH(s) = 0 cuando se considera como entrada la consigna
Ceros de Mp(s) = ceros de G2 + polos de H + polos de R + polos de G1
Polos de M(s) = races de 1 + RGH(s) = 0 cuando se considera como entrada la perturbacion.
FdT1
FdT2
Ceros Ceros de R(s) G(s)+
Ceros de R(s) G2 (s)+
Polos de H(s)
Polos de H(s) R(s) G1 (s)
Polos Races de 1 + R(s) G(s) H(s) Races de 1 + R(s) G(s) H(s)
El resto del captulo se destinara a estudiar la estabilidad, el comportamiento permanente
y el transitorio de un sistema realimentado a partir de su funcion de transferencia.
7.3.
An
alisis de la estabilidad
La estabilidad del sistema realimentado depende del signo de sus polos es decir, como
se ha visto en el apartado anterior del signo de las races de la ecuacion caracterstica 1 +
RGH = 0 Como se ve en el ejemplo, es posible mediante la realimentacion y una adecuada
eleccion de R(s) y de H(s) estabilizar sistemas que son inestables en cadena abierta. Igualmente,
la realimentacion tambien puede inestabilizar sistemas originalmente estables, por lo que al
realimentar sistemas es fundamental asegurarse de su estabilidad. Ejemplo
Ejemplo 7.1
Dado un sistema cuya funcion de transferencia es
G(s) =
(s + 1)
s(s 1)
que es inestable, si se le realimenta de forma que R(s) H(s) = 3 se obtendra como ecuacion
caracterstica
1+
3(s + 1)
=0
s(s 1)
es decir
s2 + 2s + 3 = 0
29/02/12
7.4 An
alisis del comportamiento permanente: errores en r
egimen permanente 155
cuyas races son 1 j 2. Por lo tanto se obtendra un sistema estable.

Dado un sistema cuya funcion de transferencia es
G(s) =
(s 1)
(s + 2)(s + 4)
que es estable, si se le realimenta de forma que R(s) H(s) = 10, se obtendra como ecuacion
caracterstica:
1+
10(s 1)
=0
(s + 2)(s + 4)
es decir
s2 + 6s + 8 + 10s 10 = 0
que tiene una raiz positiva y otra negativa, por lo que el sistema obtenido es inestable.
Si se conocen las funciones de transferencia de todos los bloques del bucle de realimentacion
basta aplicar el criterio de Routh a la ecuacion caracterstica para saber si el sistema realimentado es o no estable: Igualmente podra utilizarse este criterio para calcular los valores lmite de
alg
un parametro variable para asegurar la estabilidad.
Ejemplo 7.2 Dado el sistema
U(s)
4
s(s+1)
Y(s)
5
s+4
Su ecuacion caracterstica es:

1+
20k
=0
s(s + 1)(s + 4)
es decir
s3 + 5s2 + 4s + 20k = 0
La tabla de Routh del sistema sera:
s3 1
4
2
s 5
20k
1
s (20 20k)/5
0
s0 20k
Para que la primera columna de la tabla contenga u
nicamente elementos > 0 sera necesario que se cumpla 0 < k < 1
29/02/12

ANALISIS
156
7.4.
An
egimen permanente
Supuesto que el sistema realimentado es estable, para analizar el comportamiento en regimen

permanente del sistema, basta con aplicar el Teorema de Valor Final a la respuesta del sistema
ante la entrada considerada.
Ejemplo 7.4
U(s)
Y(s)
G(s)
R(s)
H(s)
yrp
R(s) G(s)
= lm s Y (s) = lm s U (s)
s0
s0
1 + R(s) G(s) H(s)
Sin embargo, en el caso de los sistemas realimentados, se prefiere definir su comportamiento

en regimen permanente no por su valor absoluto, sino por la diferencia entre el comportamiento
ideal y el real, obteniendose as una medida de la calidad del sistema realimentado.
No hay que olvidar que cuando se realimenta de forma voluntaria un sistema se espera
obtener un determinado comportamiento. Ese comportamiento ideal esperado esta relacionado
con la ganancia estatica del captador que se utilice, de forma que si su ganancia es H(0), la
ganancia estatica ideal del sistema realimentado es 1/H(0).
Por lo tanto la eleccion del captador, en particular de su ganancia, es la que va a marcar el
comportamiento estatico del sistema realimentado.
Ejemplo 7.5
El sistema
U(s)
4
s(s+1)
Y(s)
10
presenta una ganancia estatica (respuesta en regimen permanente ante escalon unitario)
de
29/02/12
7.4 An
M (0) = lm
s0
4
s(s+1)
40
+ s(s+1)
1
10
que corresponde con 1/H(0), por lo que su comportamiento en regimen permanente ante
un escalon en la entrada es perfecto.
Sin embargo el sistema
U(s)
Y(s)
8
(s+1)(s+2)
10
presenta una ganancia estatica de

M (0) = lm
s0
8
(s+1)(s+2)
80
+ (s+1)(s+2)
4
41
que es ligeramente inferior a 0,1. Por lo tanto este sistema no alcanza, en regimen permanente
y ante entrada escalon, el valor esperado 1/H(0).
En lugar de dar los valores absolutos de la ganancia estatica 0,1 para el primer sistema y
4/41 para el segundo, es preferible decir que el primer sistema no presenta error en regimen
permanente ante escalon y que el segundo presenta un error en regimen permanente igual
a la diferencia entre la salida ideal 0,1 o 4,1/41 y la salida real 4/41 es decir un error igual
a 1/410 en valor absoluto o 1/41 en tanto por uno de la salida esperada 0,1.
Los errores en regimen permanente de los sistemas realimentados se definen como la diferencia, cuando el tiempo tiende a infinito, entre el valor de la se
nal de salida ideal y la salida
real del sistema.
erp = lm[Yi (s) Yr (s] = lm U (s)[Gi (s) Gr (s)]
s0
s0
Estos errores dependen en primer lugar, del tipo de se

nal de entrada que se utilice. As si la
entrada es un escalon, se hablara de errores de posicion, si la entrada es una rampa, de errores
de velocidad y de errores de aceleracion para una entrada en parabola.
Por supuesto los errores tambien dependen del sistema, es decir de su funcion de transferencia. Se denomina tipo de un sistema al n
umero de polos en el origen que presenta su funcion de
transferencia. Y los errores en regimen permanente dependen fundamentalmente del tipo del
sistema. Ademas los errores dependeran de las denominadas constantes de error que se calculan
haciendo tender a cero la funcion de transferencia, una vez eliminados los polos en el origen.
En el anexo I se explicita el calculo de los errores de posicion, velocidad y aceleracion,
pudiendo resumirse los resultados obtenidos en la siguiente tabla:
29/02/12

ANALISIS
158
Tipo 0
Tipo 1 Tipo 2
Posicion
1/(1 + kp ) 0
0
Velocidad
1/kv
0
De la tabla se deduce los siguientes aspectos fundamentales para el control de los sistemas
realimentados
Los errores disminuyen al aumentar el tipo del sistema, es decir, el n

umero de integradores
en la cadena directa entre la referencia y la salida.
Los errores disminuyen al aumentar la constante de error
El sentido fsico del error de posicion es el de una diferencia entre el valor final deseado y el
esperado. Por la forma de calcularlo el valor representado en la tabla corresponde a un tanto
por 1. En cuanto al error de velocidad, se mide en segundos, y corresponde , por lo tanto a un
retardo de la rampa de salida con respecto a la rampa ideal.
Ejemplo 7.7
Dado el sistema cuyas funciones de transferencias son:
G(s) =
4
; H(s) = 10
s(s + 1)
Ganancia ideal=1/H(0)=0,1 Sistema tipo 1=error de posicion=0 Respuesta ante un escalon unitario en la entrada
y(t)
0,1
Sistema tipo 1=error de velocidad=1/40=0,025 Respuesta ante una rampa de pendiente unitaria
29/02/12
7.4 An
y(t)
Salida ideal=rampa pendiente 0,1

Salida real
0,025 seg
Ejemplo 7.8 Dado el sistema cuyas funciones de transferencias son:

G(s) =
8
; H(s) = 10
(s + 1)(s + 2)
Ganancia ideal=1/H(0)=0,1 Sistema tipo 0; kp H(0) = 40 = error de posicion=1/(1 +

40) = 1/41 2,4 % Respuesta ante un escalon unitario en la entrada
y(t)
0,1
Valor final=0,1-1/410=0,0976
ep=1/410
Ante una rampa de entrada, el error de velocidad sera infinito lo que significa que la
respuesta del sistema no alcanzara la pendiente ideal de la salida.
y(t)
Salida ideal=rampa pendiente 0,1
Salida real
29/02/12

ANALISIS
160
Otro objetivo importante de los sistemas realimentados es minimizar el efecto de las perturbaciones sobre sus se
nales de salida, por lo que tambien sera de gran interes conocer el
efecto que dichas perturbaciones ejercen sobre el valor final de la se
nal de salida. En este caso
el objetivo es que dicho valor final sea nulo o, lo que es lo mismo, que el sistema rechace las
perturbaciones en regimen permanente. En el anexo puede verse que para que el valor final
de la salida sea nulo, es necesario disponer de un elemento cuya funcion de transferencia sea
igual a la transformada de la perturbacion en la realimentacion entre la salida y la perturbacion. Igualmente cuanto mayor sea la constante de esa realimentacion, menor sera el valor en
regimen permanente de la salida debida a la perturbacion.
Ejemplo 7.9 Sea el sistema
Z(s)
U(s)
4
s+1
R(s)
5
s+4
Y(s)
10
la funcion de transferencia entre la salida y la perturbacion es:

Y (s)
=
Z(s)
1+
5
(s+4)
200R(s)
(s+1)(s+4)
5(s + 1)
(s + 1)(s + 4) + 200R(s)
Ante un escalon en Z(s), para que el valor final de la salida valga cero en regimen
permanente es necesario que R(s) presente un integrador de forma que
lm R(s) =
s0
En cualquier caso cuanto mayor sea ese lmite menor sera la influencia de la perturbacion
sobre la salida en regimen permanente.
De los resultados anteriores se deduce que, siempre que se mantenga la estabilidad del
sistema realimentado, interesa introducir en el regulador un integrador con una constante suficientemente alta para minimizar los errores de seguimiento y para rechazar las perturbaciones.
En el siguiente apartado se vera las consecuencias que sobre la estabilidad y el comportamiento
dinamico del sistema realimentado tiene la introduccion de un integrador o la utilizacion de
constantes muy altas.
7.5.
An
alisis del comportamiento transitorio: an
alisis din
amico
Como se ha visto en el primer apartado de este captulo, la realimentacion supone una

variacion de los polos del sistema, es decir una variacion del comportamiento dinamico del
29/02/12
7.5 An
alisis din
amico
161
mismo. De cara al control de los sistemas realimentados es importante conocer como va a

variar el valor de los polos de dicho sistema ante la variacion de alguno de los parametros del
sistema en cadena abierta. El caso mas simple es conocer la variacion del comportamiento del
sistema ante variaciones de la ganancia del sistema en cadena abierta. Otro caso importante es
conocer dicha variacion si se a
naden polos o ceros al sistema en cadena abierta.
Si se conocen las funciones de transferencia de los distintos bloques que figuran en el bucle
de realimentacion, el Lugar de las Races, que se detalla en el Anexo J, es una herramienta que
nos permite situar los polos del sistema realimentado sobre el plano complejo, por lo que nos
permite conocer su comportamiento dinamico.
Ejemplo sistema con dos polos y un cero en G(s)
De las reglas de construccion del lugar se deduce facilmente que su forma va a depender
del n
umero de polos y ceros y de la posicion relativa de estos sobre el plano complejo, mas
que de los valores concretos de los polos y de los ceros. Esto nos va a permitir generalizar
el comportamiento de gran n
umero de sistemas similares y estudiar el efecto que sobre el
comportamiento dinamico de los sistemas realimentados tiene la introduccion de polos o ceros
adicionales en la cadena abierta del sistema o la ganancia de dicha cadena.
Se pueden obtener las siguientes reglas generales:
Si la diferencia entre el n
umero de polos y ceros en cadena abierta es superior a dos, al
menos dos asntotas pasaran al semiplano positivo, por lo que el sistema realimentado
sera inestable para valores altos de K.
Im
K=0
K=0
K=0
-4
-2
Re
Si se a
nade un cero por la izquierda, las ramas tienden a desplazarse en la direccion del
cero. Se dice que el cero atrae a las ramas. Este hecho puede utilizarse para estabilizar al
sistema realimentado.
29/02/12

ANALISIS
162
Im
K=
K=0
K=0
Im
Re
-1
-2
K=
K=0
-3
-2
K=0
Re
-1
K=
Si se a
nade un polo por la izquierda las ramas tienden a desplazarse hacia la derecha. Se
dice que el polo repele a las ramas. Por lo tanto los polos adicionales tienden a inestabilizar
a los sistemas realimentados.
Im
Im
K=
K=0
K=0
Re
-1
-2
K=0
K=0
K=0
-3
-2
-1
Re
K=
Un par polo-cero suficientemente proximos entre s introducen muy poca distorsion en el

lugar de las races.
Im
Im
K=
Re
2
K=0 K=
3,2 -3
K=0
K=0
-2
-1
Re
K=
La introduccion de un polo en el origen, supone un desplazamiento notable de las ramas

hacia las proximidades del semiplano positivo por lo que pone en peligro la estabilidad
del sistema.
29/02/12
7.5 An
alisis din
amico
163
Im
Im
K=
K=0
K=0
-1
-2
Re
K=0
K=0
-2
-1
K=0 Re
0
K=
Con las reglas anteriores es posible realizar el analisis dinamico de los sistemas realimentados, as como realizar una primera introduccion al dise
no de sistemas de control. Sin
embargo no deben olvidarse los dos hechos fundamentales siguientes:
El Lugar de las Races solo informa sobre los polos del sistema realimentado. Para hacer
un analisis completo es necesario a
nadir el efecto de los ceros de dicho sistema que son
conocidos y que no dependen del parametro variable (son los ceros de la cadena directa
y los polos de la realimentacion)
El analisis debe centrarse, al menos en una primera fase en los polos dominantes del
sistema es decir en las ramas situadas mas a la derecha en el plano complejo.
A continuacion se incluyen una serie de ejemplos que permiten apreciar la potencia del
metodo del Lugar de las Races a la hora de analizar el comportamiento dinamico de los
sistemas realimentados. En los ejemplos se ha obviado la solucion cuantitativa de los mismos
centrandonos mas bien en una solucion cualitativa. Para conocer los valores concretos de las
soluciones en cada caso basta con utilizar cualquiera de los programas informaticos que existen
en el mercado.
Ejemplos
29/02/12
164
29/02/12
ANALISIS
CAPITULO
AL DISENO
DE REGULADORES
INTRODUCCION
8.1.
Objetivos del dise

no
8.2.
Acciones de Control
8.3.
Reguladores PID
8.4.
Redes de adelanto y retraso de fase
8.5.
M
etodos analticos
29/02/12
166
29/02/12
AL DISENO
DE REGULADORES
INTRODUCCION
CAPITULO
IMPLEMENTACION
9.1.
Introducci
on
9.2.
Tecnologas anal
ogicas
9.3.
Tecnologas digitales
9.4.
Conclusiones
29/02/12
168
29/02/12
IMPLEMENTACION

APENDICE
TRANSFORMADA DE LAPLACE
29/02/12
170
A.1.
Definici
on
La transformada unilateral de Laplace de una funcion f (t), es una funcion de la variable

compleja s = + j definida por:
f (t) est dt
F (s) =
0
para que la transformada exista es necesario que exista un 0 tal que:

Z
|f (t) e0 t dt| <
con
Es decir, basta que exista 0 tal que el producto f (t)e0 t tienda a cero para que la transformada F (s) exista. Con esta definicion la mayora de las funciones que se utilizan habitualmente
en la teora de control tienen transformadas de Laplace, contrariamente a lo que ocurre con la
transformada de Fourier, que no esta definida para funciones tan habituales como el escalon y
la rampa.
Existe, ademas una expresion analtica que permite obtener la funcion en el tiempo a partir
de su teansformada de Laplace:
1
f (t) =
2j
c +j
F (s) est ds
c j
aunque en el caso habitual de que las transformadas sean funciones racionales, es preferible
calcular la transformada inversa utilizando el desarrollo de dicha funcion en fracciones simples.
A.2.
Transformada de Laplace de funciones tpicas
De la aplicacion directa de la definicion se obtienen las transformadas de Laplace de las

siguientes funciones:
Transformada de Laplace del Escal
on Unitario
u(t)
u(t) =
t
0 para t 0
1 para t > 0
U (s) =
1
s
Transformada de Laplace de la Rampa de pendiente unitaria

y(t)
(
y(t) =
t
0 para t 0
1 para t > 0
Transformada de Laplace de la Par

abola
29/02/12
Y (s) =
1
s2
A.3 Propiedades de la Transformada de Laplace
171
y(t)
(
y(t) =
t
0 para t 0
tn para t > 0
Y (s) =
1
sn+1
Transformada de Laplace de la exponencial

y(t)
(
y(t) =
t
0 para t 0
eat para t > 0
Y (s) =
1
sa
Transformada de las funciones senoidales

(
y(t) =
(
y(t) =
0 para t 0
sen(t) para t > 0
Y (s) =
0 para t 0
cos(t) para t > 0
Y (s) =
s2
+ 2
s2
s
+ 2
Igualmente puede obtenerse, la transformada del Impulso de Dirac

(t)
0 para t < 0
0 para t > 0
4(s) = 1
(t) = Z
(t) = 1
A.3.
Propiedades de la Transformada de Laplace
De la definicion de transformada de Laplace se pueden deducir las siguientes propiedades:
A.3.1.
Superposici
on o linealidad
L [ f1 (t) + f2 (t)] = F1 (s) + F2 (s)
A.3.2.
29/02/12
Desplazamiento en el tiempo
172
L [f (t)] = F (s)
L [f (t T ] = esT F (s)
De esta propiedad se deduce que un sistema que retarda la se
nal de entrada en un tiempo
sT
T tiene pro funcion de transferencia e .
A.3.3.
Desplazamiento en la frecuencia
L [f (t)] = F (s)
F (s + a) = eat F (s)
A.3.4.
Escalado en el tiempo
L [f (at)] =
A.3.5.
s
1
F
|a|
a
Multiplicaci
on por el tiempo
L [f (t)] = F (s)
L [t f (t)] =
A.3.6.
d
F (s)
ds
Diferenciaci
on
L [f (t)] = F (s)

df (t)
= s F (s) f (0 )
L
dt

dm f (t)
L
= sm F (s) + [sm1 f (0 ) sm2 f (1) (0 ) f (m1) (0 )]
dtm

A.3.7.
29/02/12
Integraci
on
A.4 C
alculo de la transformada inversa mediante desarrollo en fracciones simples
173
A.3.8.
L [f (t)] = F (s)

t
1
f (t) d(t) = F (s)
s
0
Z
Convoluci
on
L [f1 (t)] = F1 (s)
L [f2 (t)] = F2 (s)
F1 (s) F2 (s) = L [f1 (t) f2 (t)]

donde
Z
f1 (t) f2 (t) =
Z
f1 ( ) f2 (t ) d =
A.3.9.
f2 ( ) f1 (t ) d
0
Producto en el tiempo
L [f (t)] = F (s)
L [f2 (t)] = F2 (s)
L [f1 (t) f2 (t)] =
A.3.10.
1
F1 (s) F2 (s)
2j
Teorema del valor inicial

f (0) = lm s F (s)
s
A.3.11.
Teorema del valor final

f () = lm f (t) = lm s F (s)
t
s0
si f () existe y esta acotado.
A.4.
C
alculo de la transformada inversa mediante desarrollo
en fracciones simples
En lugar de utilizar la expresion analtica para el calculo de la transformada inversa de

funciones racionales, es preferible utilizar las propiedades de la transformada de Laplace y las
29/02/12
174
tablas de transformadas. El procedimiento mas habitual consiste en descomponer en fracciones

simples la funcion F (s), calcular las transformadas inversas de cada una de ellas utilizando la
tabla de transformadas y sumar las expresiones analticas de cada una de ellas para hallar la
funcion f (t).
Al ser la funcion F (s) racional, el tipo de fracciones simples que pueden aparecer en su
desarrollo es limitado. A continuacion se incluye la lista de las fracciones simples posibles y sus
correspondientes transformadas inversas.
F (s) =
K
s
K
sn
K
F (s) =
s+a
K
F (s) =
(s + a)2
F (s) =
K
+ a2
K s
F (s) = 2
s + a2
K
F (s) =
(s + a)2 + b2
F (s) =
F (s) =
A.5.
A.5.1.
K s
(s + a)2 + b2
s2
para t > 0 f (t) = K

para t > 0 f (t) = K tn1
para t > 0 f (t) = K eat
para t > 0 f (t) = K t eat
para t > 0 f (t) =
K
sen(at)
a
para t > 0 f (t) = K cos(at)

para t > 0 f (t) =
K at
e sen(bt)
b
para t > 0 f (t) = K eat cos(bt)
K a at
e sen(bt)
b
Ejercicios
PROBLEMA 1
Obtener las transformadas de Laplace de las siguientes funciones:
29/02/12
A.5 Ejercicios
175
4
2
2
t
1
-1
1. Aplicando la definicion de la transformada de Laplace de una funcion se obtiene para la

primera de ellas:
Z
f (t) e
F (s) =
st
2e
dt =
st
2 e
s
(1) e
dt +

F (s) =

st 1

+
1e
s

st 2
=
1
st
Z
dt +
0 est dt
2 3 es 1 e2s
+
s
s
s
Tambien se puede resolver el problema descomponiendo la funcion en suma de funciones

de transformadas conocidas:
f1(t)
f2(t)
1
2
-3
f3(t)
Puesto que f (t) = f1 (t) + f2 (t) + f3 (t), aplicando la propiedad de linealidad se cumplira que: F (s) = F1 (s) + F2 (s) + F3 (s). Puesto que f2 (t) y f3 (t) son escalones trasladados
29/02/12
176
en el tiempo uno y dos segundos respectivamente, y con amplitudes 3 y 1, sus transformadas de Laplace seran:
F1 (s) =
2
s
F2 (s) =
3 es
s
F3 (s) =
1 e2s
s
Y por lo tanto
2 3 es 1 e2s
+
s
s
s
F (s) =
2. En este caso la funcion puede descomponerse en suma de funciones rampa desplazadas

en el tiempo:
f1(t)
f4(t)
2
3
5
1
-2
f3(t)
-4
f2(t)
Cuyas transformadas de Laplace son:

F1 (s) =
4
s2
F2 (s) =
4 es
s2
F3 (s) =
1 es
s2
F4 (s) =
1 e3s
s2
Aplicando la propiedad de linealidad se obtiene la transformada de la funcion f (t):

F (s) =
4
5 es 1 e3s
+
s2
s2
s2
Como puede verse, la utilizacion de las propiedades de la Transformada de Laplace representa un metodo de resolucion mas rapido y seguro que la aplicacion directa de la
definicion.
29/02/12
A.5 Ejercicios
A.5.2.
177
PROBLEMA 2
Calcular las transformadas inversas de Laplace de las siguientes funciones:

1. F (s) =
(s+1)
s(s2 +2s+2)
2. F (s) =
(s+2)
(s+1)2
3. F (s) =
(s+1)
s2 (s+2)(s2 +2s+2)
El metodo que se va a utilizar consiste en descomponer la funcion en fracciones simples y

hallar las transformadas inversas de cada una de dichas funciones.
1. F (s) =
(s+1)
s(s2 +2s+2)
A
s
Bs+C
s2 +2s+2
Identificando ambos numeradores:

s + 1 = A(s2 + 2s + 2) + s(Bs + C)
0=A+B
1
2
C=0
B=
1 = 2A + B
1 = 2A
F (s) =
1
2
A=
1
2
1
2
s
s2 + 2s + 2
Calculo de las transformadas inversas:

h i
L 1 1/2
= u0 (t) 21 donde u0 (t) es el escalon unitario.
s
Para calcular la transformada inversa de una fraccion con polos complejos, se realizaran
las siguientes transformaciones:
1
s
2
2
s +2s+2
1
s
2
(s+1)2 +12
es decir, se pone el denominador en forma general (s + a)2 + b2 .
A continuacion se efect
ua el cambio de variable S = s + 1, es decir S = s + a, con lo que
se obtiene:
1
2
S 12
S2 + 1
De acuerdo con la propiedad de traslacion de la transformada de Laplace:

29/02/12
178
L
L
1
S 21
S2 + 1
=L
1

1
s
t
1 2 S 2
=e L
(s + 1)2 + 1
S2 + 1
1
2

1
S
2
S2 + 1

1
1
1
1
1
L
= cos(t) sen(t)
2
2
S +1
2
2
Por lo tanto:
L
1
2

s
1 t
=
e [cos(t) sen(t)]
(s + 1)2 + 1
2
Finalmente,
f (t) =
2. F (s) =

1
1 et [cos(t) sen(t)]
2
para t > 0
(s+2)
(s+1)2
Haciendo el cambio s + 1 = S se obtiene:

F (s) =
S+1
1
1
=
+
S2
S S2

1
1
+
=1+t
S S2
para t > 0
Por lo tanto:
L 1 [F (s)] = et (1 + t)
3. F (s) =
para t > 0
(s+1)
s2 (s+2)(s2 +2s+2)
Descomponiendo en fracciones simples:

F (s) =
A B
C
Ds + E
+ 2+
+ 2
s
s
s + 2 s + 2s + 2
Identificando coeficientes se obtiene:

F (s) =
1
1
18
18
s
+ 42 +
+ 2 4
s
s
s + 2 s + 2s + 2
Y teniendo en cuenta los resultados anteriores:

1 1
1
1
f (t) = L 1 [F (s)] = + t e2t + [cos(t) sen(t)] et
8 4
8
4
29/02/12
para t > 0
A.6 Conclusiones
A.5.3.
179
PROBLEMA 3
Dado el sistema definido por su modelo matematico, calcular la respuesta del mismo
cuando la se
nal de entrada vara bruscamente de ....
A.6.
Conclusiones
De la exposicion anterior de las propiedades de la transformada de Laplace y de los ejemplos,

se pueden deducir las siguientes conclusiones de gran importancia en el tratamiento de los
sistemas de control mediante su funcion de transfertencia:
Ventajas en la representaci
on de los sistemas:
1. Un sistema fsico puede ser representado por su funcion de transferencia, es decir por un
n
umero finito de n
umeros reales o complejos, lo que siempre es preferible a representarlo
mediante la ecuacion diferencial.
2. Como se vera en el captulo de analisis, estos n
umeros tienen un sentido fsico claro, lo
que no siempre sucede con los coeficientes de la ecuacion diferencial.
3. Los polos y los ceros de la funcion de transferencia pueden ser representados graficamente
sobre el plano complejo s, lo que permitira, en la fase de analisis desarrollar metodos
graficos basados en dicha representacion.
Ventajas en la resoluci
on de la ecuaci
on diferencial:
4. Trabajar en el dominio s de Laplace supone enormes ventajas de calculo puesto que
se sustituye la integral de convolucion, de difcil resolucion, por un simple producto de
funciones racionales y por el calculo de la transformada inversa.
5. Del calculo de la transformada inversa utilizando el desarrollo en fracciones simples, se
deduce facilmente, que la forma de la respuesta esta caracterizada por el denominador de
su transformada de Laplace, es decir por la se
nal de entrada y por los polos del sistema.
6. En particular polos con parte real negativa dan lugar a respuestas que tienden a cero, al
aumentar el tiempo, y polos con parte real positiva dan lugar a respuestas que tienden a
infinito al aumentar el tiempo.
7. De lo anteriro se deduce con facilidad uno de los criterios para determinar la estabilidad
de un sistema: todos sus polos deben estar en el semiplano negativo.
8. La aplicacion del teorema del valor final permite conocer dicho valor en el caso de sistemas
estables, sin necesidad de calcular la transformada inversa.
9. Por lo tanto desde el dominio de Laplace es posible conocer la estabilidad y el comportamiento en regimen permanente de los sistemas. El comportamiento transitorio puede
tambien deducirse facilmente de los polos y ceros del sistema. Por ello no sera necesario
realizar la transformacion inversa para analizar un sistema dinamico.
29/02/12
180
29/02/12

APENDICE
LINEALIZACION
La linealizacion es un procedimiento que permite aproximar un modelo no lineal, por otro

que s lo es y que cumple por lo tanto las propiedades de los sistemas lineales, en particular el
principio de superposicion.
Como se vera, esta aproximacion no tiene validez universal sino u
nicamente en el entorno del
punto de funcionamiento elegido, por lo que su aplicacion esta indicada para aquellos sistemas
cuyas se
nales sufren peque
nas variaciones alrededor de sus valores de equilibrio.
Dada la funcion de una sola variable
y = f (t)
y un punto de funcionamiento definido por y0 = f (x0 ), al desarrollar en serie de Taylor la
funcion alrededor de dicho punto se obtiene:
2
n

df
d f
df
2
(x x0 ) +
(x x0 ) + +
(x x0 )n
y = f (x0 ) +
2
dx 0
dx 0
dxn 0
y al tomar los dos primeros terminos del desarrollo

df
(x x0 )
y = f (x0 ) +
dx 0
que, dado que se cumple la ecuacion del equilibrio y0 = f (x0 ), se transforma en:

df
y y0
(x x0 ), es decir
dx 0
4y K4x
donde K es la derivada de la funcion con respecto a la variable particularizada para el punto
de funcionamiento elegido.
En la figura se ve la interpretacion grafica de la linealizacion que consiste en llevar los ejes
al punto de funcionamiento, sustituir la funcion y la variables por sus incrementos respecto a
dicho punto, y sustituir la funcion por su tangente en dicho punto.
29/02/12

LINEALIZACION
182
y
y=Kx
y=f(x)
x
De esta grafica se deducen facilmente las consecuencias mas importantes del proceso de
linealizacion:
El valor de la constante (la derivada) depende del punto de funcionamiento elegido, y,
por lo tanto el modelo linealizado depende tambien de dicho punto.
La aproximacion entre la curva original y la recta es tanto mas exacta cuanto mas cerca
estemos del punto elegido, o, lo que es lo mismo, la linealizacion es valida en un entorno
del punto de funcionamiento.
Una vez linealizado el modelo, las variables originales se sustituyen por las variables
incrementales respecto al punto de funcionamiento elegido.
Caso general:
En el caso de que la funcion a linealizar dependa de n variables, bastara para desarrollar en
serie sustituir las derivadas por las derivadas parciales con respecto a cada una de las variables.
Dada y = f (x1 , x2 , .., xn ), que cumple y0 = f (x10 , x20 , .., xn0 ), desarrollando en serie y
eliminando los terminos de segundo orden, se obtiene:

df
y f (x10 , x20 , , xn0 ) +
dx1
df
(x1 x10 ) +
dx2
0
df
(x2 x20 ) + +
dxn
0
es decir
4y K1 4x1 + K2 4x2 + + Kn 4xn
que es la ecuacion de un hiperplano que pasa por el origen.
EJERCICIO H2-1
Linealizar cada una de las siguientes ecuaciones:
29/02/12

(xn xn0 )
0
183
a) y 2 + 5 y y + y = u cos(u) + u2
b) y + 5 y = 3 u + u + 1
en torno al punto de funcionamiento definido por u0 = 4 .
La linealizacion de una ecuacion diferencial no lineal, consiste en desarrollar en serie de
Taylor cada uno de sus terminos alrededor del punto de funcionamiento, y tomar u
nicamente
los terminos lineales de dicho desarrollo. Para ello es imprescindible conocer el valor que
toman todas las variables en dicho punto de funcionamiento.
1. Calculo del punto de funcionamiento.
En el punto de funcionamiento, tambien llamado de equilibrio, las variables que definen
el comportamiento del sistema no sufren variaciones por lo que sus derivadas se anulan.
Por lo tanto las ecuaciones en el punto de funcionamiento quedan reducidas a:
a) y0 = u20
b) 5 y0 = u0 + 1
con
con
y 0 = 0,
y 0 = 0,
u 0 = 0,
u 0 = 0,
u0 = 4
u0 = 4
es decir
a) y0 =
2
16
y 0 = 0,
u 0 = 0,
u0 =
b) y0 =
( 4 +1)
5
y 0 = 0,
u 0 = 0,
u0 =
Una vez conocido el valor de todas las variables en el punto de funcionamiento, se

puede desarrollar en serie de Taylor cada una de las ecuaciones.
2. Desarrollo en serie de Taylor
Desarrollando cada termino de cada una de las ecuaciones y reteniendo u
nicamente
los terminos lineales del desarrollo, se obtiene:
a) y0 + [2y]
0 (y y0 ) + 5y0 y 0 + [5y]
0 (y y0 ) + [5y]0 (y y 0 ) + y0 +
[1]0 (y y0 ) = u 0 cos(u0 ) + [cos(u)]0 (u u 0 ) [usen(u)]
0 (u u0 )+
2
u0 + [2u]0 (u u0 )
b) y 0 + [1]0 (y y 0 ) + 5y0 + [5]0 (y y0 ) = 3u 0 + [3]0 (u u 0 )+
u0 + [1]0 (u u0 ) + 1
Teniendo en cuenta las ecuaciones del punto de funcionamiento, todos los terminos
independientes se anulan entre s. Ademas haciendo los cambios de variables:
y y 0 = 4y
y y0 = 4y
u u 0 = 4u
u u0 = 4u
29/02/12

LINEALIZACION
184
se obtienen las ecuaciones:

a) 2y 0 4y + 5y 0 4y + 5y0 4y + 4y = cos(u0 )u u 0 sen(u0 )4u+
2u0 4u
b) 4y + 54y = 34u + 4u
que ya son lineales.
Sustituyendo valores se obtiene:
4y + 4y = 22 4u + 2 4u
a) 5
16
b) 4y + 54y = 34u + 4u
EJERCICIO H2-2
Las siguientes ecuaciones constituyen el modelo de un sistema con entradas x(t), p(t), y
salida y(t):
dy(t)
dt
= m(t) p(t)
m(t) + 3
c(t) =
dm(t)
dt
= 4sen[(x(t) c(t)]
p
y(t)
Linealizar dicho modelo en torno al punto de funcionamiento definido por x0 = 1, p0 = 2

De las tres ecuaciones que forman el modelo, solo las dos u
ltimas presentan no linealidades. Sin embargo el proceso a seguir es identico para las tres ecuaciones.
1. Calculo del punto de equilibrio
Teniendo en cuenta que en dicho punto las derivadas se anulan, las ecuaciones de
equilibrio son:
0 = m0 p0
m0 = 4sen(x0 c0 )
c0 =
y0
junto con x0 = 1 y p0 = 2
Resolviendo este sistema de ecuaciones se obtiene:
29/02/12
185
m0 = 2
sen(x0 c0 ) =
x 0 c0 =
1
2
x 0 c0 =
+ 2k
6
5
+ 2k
6
De entre todas las soluciones posibles para c0 habra que tomar la que tenga mas
sentido fsico. En este caso se supondra c0 = 1 6
y0 =
c20

2
5
= 1
6
2. Linealizacion
Una vez obtenidos los valores de todas las variables en el punto de equilibrio se puede
proceder a linealizar el modelo. Desarrollando es serie de Taylor alrededor del punto
de equilibrio y despreciando los terminos no lineales se obtiene:
d4y
= 4m 4p
dt
4m +
3d4m
= 4cos(x0 c0 )4x 4cos(x0 c0 )4c
dt
1
4c == 4y
2 y0
Como puede observarse, en el caso de la primera ecuacion que ya era lineal, el proceso
de linealizacion se reduce a un cambio de variables, sustituyendo las originales por sus
incrementos respecto de los valores de equilibrio.
Sustituyendo valores el modelo linealizado queda:
d4y
= 4m 4p
dt
4m +
4c =
29/02/12
3d4m
= 2 34x 2 34c
dt
1
4y
2 (1 6 )

LINEALIZACION
186
EJERCICIO H2-3
Dado el sistema
y + x y + y = x2 + 2
obtener el modelo lineal correspondiente al punto de funcionamiento definido por x0 = 3.
Si la entrada x(t) pasa bruscamente de valer 3 a valer a)3, 2b)5, comparar los valores finales
obtenidos con el modelo linealizado, con los que se deducen del sistema original, comentando
las diferencias.
Para el calculo del modelo lineal es necesario conocer el valor de todas las variables en
el punto de equilibrio. En el equilibrio se cumple:
x0 y0 + y0 = x20 + 2
x20 + 2
x0 + 1
y0 =
si x0 = 3
y0 =
9+2
11
=
3+1
4
Por lo tanto el modelo linealizado alrededor de dicho punto sera:

4y + x0 4y + y0 4x + 4y = 2x0 4x
es decir
4y + 44y +
11
4x = 64x
4
Las variaciones indicadas para x(t) suponen para 4x(t) la siguiente evolucion:
a) 4x(t) vara de 0 a 0,2 unidades
b) 4x(t) vara de 0 a 2 unidades
Los vaalores finales correspondientes al modo linealizado se deducen calculando los nuevos valores de las variables en el nuevo punto de equilibrio, para lo cual se anulan las
derivadas del modelo linealizado y se sustituye 4x(t) por sus nuevos valores.
a) 44y0 +
11
0, 2 = 1, 2 = 4y0 = 0, 28625
4
11
+ 0, 28625 = 3, 03625
4
11
11
b) 44y0 +
2 = 12 = 4y0 = 6, 5 = y0 =
+ 6, 5 = 9, 25
4
4
y0 =
29/02/12
187
Los valores finales del sistema no lineal se deducen calculando los nuevos valores de
equilibrio para u0 = 3, 2 y para u0 = 5
y0 =
x20 + 2
x0 + 1
a) y0 = 2, 9143
b) y0 = 4, 5
La diferencia entre los valores finales del sistema original y del linealizado es mayor en el
segundo caso que en el primero. Esto es debido a que la se
nal de entrada u(t) esta sometida
a una mayor variacion respecto del punto de funcionamiento en este segundo caso y a que
el modelo linealizado solo es preciso en un entorno de dicho punto de funcionamiento.
Por lo tanto cuanto mayor es la variacion de la se
nal de entrada alrededor del punto de
funcionamiento, tanto menor es la precision del modelo linealizado.
EJERCICIO H2-3
Dado el sistema
dy(t)
+ u(t) y(t) = u2 (t) + 5
dt
se pide linealizarlo en torno a los puntos de funcionamiento
a) u0 = 10
b) u0 = 2
Dibujar con detalle la se
nal y(t) cuando u(t) vara bruscamente
a) de 10 a 11 unidades
b) de 2 a 3 unidades
En cual de los puntos de funcionamiento se aproxima mejor el sistema linealizado al real?
Calculo del punto de equilibrio
En el equilibrio la ecuacion que caracteriza al sistema es
u0 y0 = u20 + 5 es decir y0 =
a) y0 = 10, 5 u0 = 10
b) y0 = 4, 5 u0 = 2
29/02/12
u20 + 5
u0

LINEALIZACION
188
Linealizacion
d4y(t)
+ u0 4y(t) + y0 4u(t) = 2u0 4u(t)
dt
a)
b)
d4y(t)
+ 104y(t) + 10, 54u(t) = 204u(t)
dt
d4y(t)
+ 104y(t) = 9, 54u(t)
dt
d4y(t)
+ 24y(t) + 4, 54u(t) = 44u(t)
dt
d4y(t)
+ 24y(t) = 0, 54u(t)
dt
En ambos casos 4u = 1 por lo que los nuevos valores del equilibrio seran:
a) 4y0 = 0, 95 1 = 0, 95 = y0 = 10, 5 + 0, 95 = 11, 45

0, 5
b) 4y0 =
= 0, 25 = y0 = 4, 5 0, 25 = 4, 25
2
Para comparar el comportamiento de los sistemas linealizados y el del sistema real,

vamos a comparar estos valores finales con los correspondientes al sistema real.
Calculando, en la ecuacion no lineal, el valor de y(t) en el equilibrio cuando u0 = 11
y cuando u0 = 3, obtenemos los valores finales del sistema real.
u20 + 5
u0
a) u0 = 11
b) u0 = 3
y0 =
y0 = 11, 4545
y0 = 4, 6667
Estos valores muestran que el modelo linealizado se aproxima mas al modelo no lineal
en el primer punto de funcionamiento donde la curva y su tangente se aproximan mas.
La explicacion se encuentra en la forma de la curva: Como se ve en la figura la curva
y su tangente se aproximan mas en el primer punto que en el segundo.
29/02/12
189
y0
u0
3
29/02/12
11
190
29/02/12
LINEALIZACION

APENDICE
CRITERIO DE ROUTH
C.1.
Utilidad
Es una herramienta que permite conocer el signo de las races de un polinomio. Cuando
se aplica a la ecuacion caracterstica de un sistema (es decir al denominador de su funcion de
transferencia) permite conocer la estabilidad de dicho sistema (el sistema es estable si todos
sus polos tienen parte real negativa, inestable si alguno de ellos tienen parte real positiva).
C.2.
Pasado, presente y futuro
El desarrollo de este criterio le supuso para Edward Routh la concesion del Adams Prize
en 1877 dada la importancia que tuvo sobre los estudios de la estabilidad de los sistemas en
una epoca en que el resolver ecuaciones de orden superior a dos supona un gran problema de
calculo.
Es posible preguntarse el sentido que tiene seguir utilizando este criterio en un tiempo en
que el uso de las calculadoras personales capaces de resolver ecuaciones de ordenes elevados
esta generalizado.
Lo cierto es que las aplicaciones directas del metodo permite conocer no solo la estabilidad
de un sistema concreto, sino tambien, en el caso de sistemas con un parametro variable, acotar
de forma simple los valores del parametro que hacen estable al sistema. Incluso permite conocer
de forma simple los polos del sistema en el caso lmite de estabilidad. Todo ello hace que en la
actualidad siga siendo una herramienta indispensable para el analisis y el control de sistemas.
C.3.
El criterio
Dada la ecuacion
an sn + an1 sn1 + + a1 s + a0 = 0
Para que todas sus races tengan parte real negativa es necesario que todos los coeficientes
ai sean estrictamente positivos y que todos los coeficientes de la primera columna de la tabla
de Routh sean positivos.
29/02/12
192
CRITERIO DE ROUTH
El n
umero de races positivas de la ecuacion es igual al n
umero de cambios de signo que se
producen al recorrer los coeficientes de la primera columna de la tabla de Routh.
Construcci
on de la tabla de Routh
El n
umero de filas de la tabla es igual a n + 1 siendo n el grado de la ecuacion. Las dos
primeras filas se construyen a partir de los coeficientes de la ecuacion:
sn
an an2 an4 an6
sn1 an1 an3 an5
sn2
..
.
s1
s0
Las filas restantes se construyen cada una de ellas a partir de las dos filasw inmediatas
anteriores, construyendo el determinante formado por los dos coeficientes de la primera columna
y los dos coeficientes de la columna situada a la derecha del elemento que se desea calcular. La
tabla tiene forma triangular con un solo elemento en la fila correspondiente a s0 .
sn
an
an2
an4
sn1
an1
an3
an5
a
a
a
a
a
n1
n2
n
n3
n1
n4
n
n5
n1 an6 an 0
sn2 b1 =
b2 =
b3 =
an1
an1
an1
..
.
s2
s1
x1
x2
y1
y 1 x2 x1 0
s0
z1 =
= x2
y1
El n
umero de races positivas es igual al n
umero de cambios de signo que se producen al
recorrer los coeficientes de la primera columna desde an hasta z1 .
Ejemplo 1
Dada la ecuacion
s4 + 3s3 + 3s2 + 37s + 36 = 0
Calcular el signo de sus races.
Una vez comprobado que todos los coeficientes de la ecuacion son estrictamente positivos, se constuye la tabla de Routh:
s4
1
3
36
s3
3
37
3 3 37 1
3 36 1 0
s2
= 9,33
= 36
3
3
9,33 37 3 16
s1
= 48,57
0
9,33
s0
36
Como existen dos cambios de signo al recorrer los elementos de la primera columna (de
3 a -28, y de -28 a 712/28), la ecuacion tiene dos races con parte real positiva.
29/02/12
an6
C.4 Casos particulares:
193
Nota: Para facilitar los calculos es posible multiplicar todos los elementos de una fila
por la misma cantidad positiva, antes de calcular la fila siguiente.
C.4.
Casos particulares:
C.4.1.
Aparici
on de un cero en la primera columna
En este caso no es posible continuar la construccion de la tabla por lo que es necesario

realizar una de las dos operaciones siguientes:
1. Sustituir el cero por , completar la tabla, y una vez completada hacer tender a cero.
Recordar que el valor cero no constituye un cambio de signo.
2. Hacer un cambio en la variable de la ecuacion, sustituyendola pro su inversa, y aplicar
nuevamente el criterio de Routh. El signo de las races de ambas ecuaciones es el mismo
por lo que los resultados obtenidos en la variable invertida son aplicables a la ecuacion
original.
Ejemplo 2
Dada la ecuacion
s4 + 2s3 + 2s2 + 4s + 5 = 0
Todos los coeficientes son estrictamente positivos. Al construir la tabla de Routh, el
primer coeficiente de la tercera fila es nulo.
s4 1 2 5
s3 2 4
s2 0 5
s1
s0
Para continuar la construccion de la tabla se sustituye el 0 por , al final se hace tender
a cero
s4
1
2 5
s3
2
4
2
s
0
5
4
10
s1
0
s0
5
Como hay dos cambios de signo, la ecuacion tiene dos races con parte real positiva.
La otra opcion existente consiste en hacer el cambio de variable x = 1/s, obteniendose
la ecuacion:
5x4 + 4x3 + 2x2 + 2x + 1 = 0
29/02/12
194
CRITERIO DE ROUTH
cuya tabla de Routh es:

x4
5
2 1
x3
4
2
2
x 0,5 1
x1
10
0
x
1
Que, logicamente, tambien presenta dos cambios de signo en los coeficientes de la primera
columna.
C.4.2.
Aparici
on de una fila de ceros
Si al construir la tabla todos los elementos de una fila son igual a cero, la ecuacion tiene
races simetricas respectos al origen, lo que significa que existen races en el semiplano positivo
o en el eje imaginario.
Estas races simetricas pueden calcularse resolviendo la ecuacion auxiliar que se forma con
los coeficientes de la fila anterior a la de ceros.
Ejemplo 3
Dada la ecuacion
s3 + s2 + 4s + 4 = 0
Todos los coeficientes de la ecuacion son estrictamente positivos.
Tabla de Routh:
s3 1 4
s2 1 4
s1 0 0
s0
Al aparecer una fila de ceros, no es posible continuar la construccion de la tabla. La
exitencia de la fila de ceros indica que la ecuacion presenta races simetricas respecto al
origen. Estas races son la solucion de la ecuacion auxiliar formada por la fila anterior, es
decir por la fila s2 . La ecuacion auxiliar es:
s2 + 4 = 0
cuyas races son s = 2j
29/02/12
C.5 Aplicaciones del criterio de Routh en el an

alisis y el control de sistemas
195
C.5.
Aplicaciones del criterio de Routh en el an

alisis y el
control de sistemas
C.5.1.
Estabilidad de los sistemas realimentados con un par

ametro variable
La primera aplicacion directa del criterio de Routh permite determinar los valores del
parametro que aseguran la estabilidad del sistema realimentado.
Ejemplo 4 Dado el sistema realimentado de la figura, determinar los valores de K que
lo hacen estable.
2
K
(s2+4s+5)(s-1)
La estabilidad del sistema depende del signo de sus polos, es decir del signo de su
ecuacion caracterstica 1 + K G(s) H(s) = 0,
10K
=0
+ 4s + 5)(s 1)
(s2 + 4s + 5)(s 1) + 10K = 0
s3 + 3s2 + s 5 + 10K = 0
1+
(s2
Una vez obtenida la ecuacion caracterstica del sistema realimentado, aplicamos el criterio de Routh a dicha ecuacion.
1. Para que todos los coeficientes de la ecuacion sean estrictamente positivos debe cumplirse:
5 + 10K > 0
K > 0,5
2. La tabla de Routh sera:

s3
1
1
2
s
3
5 + 10K
3
+
5
10K
s1
0
3
s0
5 + 10K
Para que todos los coeficientes de la primera columna sean positivos debera cumplirse
que:
29/02/12
196
CRITERIO DE ROUTH
8 10K > 0
K < 0,8
junto con la condicion obtenida previamente K > 0,5. Por lo tanto el sistema realimentado
sera estable para valores de K que cumplan 0,5 < K < 0,8.
C.5.2.
C
alculo del punto de corte de las ramas del Lugar de las Races
con el eje imaginario
En dicho punto existen races imaginarias puras que son simetricas respecto al origen, por lo
que para ese valor del parametro existira una fila de ceros (concretamente la fila correspondiente
a s1 ).
Ejemplo 5
Dado el sistema de la figura, calcular el punto de corte de las ramas del lugar de las
races con el eje imaginario.
2
K
(s2+2s+10)
5
s+10
La ecuacion caracterstica del sistema es:

(s2 + 2s + 10)(s + 10) + 10K = 0
s3 + 12s2 + 30s + 100 + 10K = 0
y la tabla de Routh
s3
1
30
2
s
12
100 + 10K
1
s 360 100 10K
0
s0
100 + 10K
Para K = 26 la fila s1 se convierte en una fila de ceros, lo que quiere decir que para
ese valor de K existen races simetricas que son la solucion de la ecuacion auxiliar (para
K = 26).
12s2 + 360 = 0 s2 = 30 s = j 30
Luegopara K = 26 dos de las ramas del Lugar de las Races cortan al eje imaginario
en = 30.
29/02/12
C.5 Aplicaciones del criterio de Routh en el an

alisis y el control de sistemas
C.5.3.
197
Ajuste del par

ametro de un sistema realimentado para conseguir
una determinada estabilidad relativa ( de los polos dominantes)
.
Para ello basta realizar un cambio de variable S = s + antes de aplicar el criterio de Routh
para calcular el valor lmite de estabilidad.
Ejemplo 6 Dado el sistema de la figura, calcular los valores de K que aseguran una
estabilidad relativa de > 0,5 (o un tiempo de establecimiento menor que 2 ).
FIGURA
(s2 + 2s + 10)(s + 10) + 10K = 0
Realizando el cambio de variable S = s + 0,5, se obtiene la nueva ecuacion caracterstica
(S 2 + S + 9,25)(S + 9,5) + 10K = 0
S 3 + 10,5S 2 + 18,75S + 10K + 87,875 = 0
cuya tabla de Routh es:
S3
1
18,75
2
S
10,5
87,875 + 10K
1
S 196,875 87,875 10K
0
0
S
87,875 + 10K
La fila S 1 se anula para K = 10,9. Luego para ese valor de K el sistema realimentado
tendra races con = 0,5. La parte imaginaria de las races se calcula resolviendo la ecuacion
auxiliar para ese valor de K:
10,5S 2 + 196,875 = 0
S = 18,75
El hecho de que existan races con el valor de calculado, no obliga a que dichas races
sean ls dominantes, por lo que es necesario asegurarse de que as sea.
En este caso la tercera raiz se encuentra en 11 (la sumade las races es constante e
igual a 12), por lo que al fijar las races en el punto 0,5 j 18,75 se asegura un tiempo
de establecimiento proximo a 2 segundos.
29/02/12
198
29/02/12
CRITERIO DE ROUTH

APENDICE
TRANSFORMADA EN z
29/02/12
200
29/02/12
TRANSFORMADA EN z

APENDICE
SIMPLIFICACION
De la definicion de funcion de transferencia se deduce la relacion fundamental de los sistemas

en el dominio de Laplace o en el dominio Z, esta es que la transformada (en s o en Z) de la
se
nal de salida es igual al producto de la transformada en s o en Z de la se
nal de entrada, por
la funcion de transferencia del sistema. Esta propiedad nos permite una representacion de los
sistemas analoga al diagrama funcional, pero en la que se insertan las funciones de transferencia
de cada sistema en los bloques que lo representan.
U(s)
Y(z)
U(z)
Y(s)
G(s)
G(z)
Y(z)=G(z)U(z)
Y(s)=G(s)U(s)
En la representacion de sistemas lineales, solo pueden aparecer, ademas de los bloques, las
siguientes estructuras elementales:
Sumador
U(s)
Y(s)
Z(s)
Y(s)=U(s)Z(s)
29/02/12
202
SIMPLIFICACION
Punto de bifurcacin
X(s)
X(s)
X(s)
Estas estructuras elementales pueden estar interconectadas entre s, formando las siguientes
combinaciones basicas, que pueden ser reducidas a un solo bloque:
Bloques en serie
U(s)
G1(s)
Y1(s)
Y(s)
G2(s)
Y(s)=G2(s)Y1(s)
Y1(s)=G1(s)U(s)
U(s)
Y(s)
G1(s)G2(s)
Bloques en paralelo
G1(s)
G2(s)
U(s)
Y(s)
Gn(s)
U(s)
Y(s)
G1(s)G2(s)Gn(s)
29/02/12
203
Realimentacin
U(s)
Y(s)
G(s)
H(s)
U(s)
G(s)
1G(s)H(s)
Y(s)
En estos u
ltimos sistemas, dada su importancia en el control, cada una de las funciones de
transferencia tiene un nombre propio. As, a G(s) que es la funcion de transferencia que une
directamente la entrada con la salida se la denomina cadena directa, a H(s) realimentacion, al
producto G(s)H(s) cadena abierta y a la funcion de transferencia global cadena cerrada.
Cualquier otra combinacion de subsistemas puede ser reducida a alguna de las anteriores,
por lo que es posible, simplificando el diagrama de bloques, obtener la funcion de transferencia
global entre la entrada y la salida del sistema.
Para simplificar el diagrama de bloques, es posible realizar cualquiera de las transformaciones
que matematicamente mantengan la misma relacion entre la se
nal de entrada y la de salida.
Evidentemente el sentido fsico de cada bloque y las variables intermedias se pierden cuando se
realizan las siguientes transformaciones:
Cambio de la posicin relativa de bloques y puntos de bifurcacin
X(s)
X(s)
1
G(s)
G(s)
Y(s)
X(s)
Y(s)
G(s)
Cambio de la posicin relativa de bloques y sumadores
Y(s)
X1(s)
G(s)
X2(s)
29/02/12
X1(s)
X2(s)
G(s)
1
G(s)
Y(s)
SIMPLIFICACION
204
Cambio de la posicin relativa de puntos de bifurcacin

X(s)
X(s)
X(s)
X(s)
X(s)
X(s)
G(s)
G(s)
Y(s)
Y(s)
Cambio de la posicin relativa de sumadores

X2(s)
X2(s)
Y(s)
X1(s)
X1(s)
X3(s)
X3(s)
X2(s)
X1(s)
X3(s)
Y(s)
Y(s)
X2(s)
X1(s)
X3(s)
En esta transformacin es muy importante asegurarnos

de los signos a la entrada de los sumadores
29/02/12
Y(s)

APENDICE
SISTEMAS DE PRIMER ORDEN
F.1.
Sistemas continuos
F.1.1.
Definici
on
El orden de un sistema es igual al n

umero de polos de su funcion de transferencia, por lo
que los sistemas de primer orden cuentan con un polo real.
La funcion de transferencia del sistema de primer orden mas simple (sin cero) es:
G(s) =
K
A
=
s+a
1 + Ts
Por consiguiente para que el sistema sea estable el polo debe estar situado en el semieje real
negativo y, en esas condiciones la ganancia estatica del sistema es igual a G(0), es decir a K.
En los siguientes apartados se van a analizar las respuestas de este tipo de sistemas ante las
entradas tpicas, impulso, escalon y rampa, estudiando la influencia que sobre las mismas tiene
la inclusion de polos y ceros adicionales.
F.1.2.
La transformada de Laplace de un impulso unitario es igual a la unidad por lo que la

transformada de la respuesta impulsional es igual a la expresion de la funcion de transferencia. La respuesta impulsional de un sistema es pues la transformada inversa de la funcion de
transferencia, en el caso de los sistemas de primer orden se cumplira:
K
Y (s) = G(s) =
(1 + T s)
y(t) = L
t

K
K
=
e T
(1 + T s)
T
para t 0
K
que es la ecuacion de una exponencial decreciente cuyo valor inicial es
y que tiende asintotiT
camente a 0.
29/02/12
206
Respuesta impulsional de un
sistema de primer orden
g(t)
K/T
0.37K/T
0.05K/T
t
T
F.1.3.
3T
Respuesta al Escal
on
1
La transformada de Laplace del escalon unitario es por lo que la respuesta al escalon de
s
un sistema de primer orden tendra la forma:
t

K
K
1
1
y(t) = L
= K(1 e T ) para t 0
Y (s) = G(s) =
s
s(1 + T s)
s(1 + T s)
que es la ecuacion de una exponencial que parte de cero y tiende asintoticamente a K.
Respuesta al escaln de un sistema

de primer orden
y(t)
K
0.95K
0.63K
t
T
29/02/12
3T
F.1 Sistemas continuos
207
El sistema de primer orden sigue al escalon de entrada, amplificandolo por su ganancia

estatica, pero con un regimen transitorio cuya duracion depende de T, es decir del polo del
sistema.
En este tipo de respuestas se define el tiempo de establecimiento como el tiempo que tarda
la respuesta en alcanzar el 95 % del valor final, y se cumple
ts 3 T
F.1.4.
Respuesta a la Rampa
1
La transformada de Laplace de la rampa de pendiente unitaria es 2 por lo que la respuesta
s
a la rampa de un sistema de primer orden tendra la forma:
t

K
K
1
1
y(t) = L
= K(tT )+KT e T
Y (s) = 2 G(s) = 2
s
s (1 + T s)
s2 (1 + T s)
para t 0
que es la ecuacion de una exponencial que parte de cero y tiende asintoticamente a K(t T )
que es una recta de pendiente K, retardada (desplazada a la derecha) T segundos respecto de
la rampa de pendiente K. Por lo tanto, para esta entrada
ret=T seg.
Respuesta a una rampa unitaria de

un sistema de primer orden
y(t)
Pendiente K
El sistema de primer orden sigue a la rampa de entrada, multiplicando su pendiente por su

ganancia estatica, pero como un retardo igual a la constante de tiempo del sistema.
F.1.5.
Significado fsico de los coeficientes de la Funci

on de Transferencia
De las respuestas anteriores se deduce inmediatamente que el parametro K tiene el sentido

fsico de la ganancia estatica, es decir del factor de amplificacion que el sistema aplica a la se
nal
de entrada en regimen permanente.
29/02/12
208
Por su parte el parametro T, que es igual a la inversa del valor del polo, indica la duracion
del regimen transitorio por lo que se mide en segundos. Se le denomina la constante de tiempo
del sistema. Se suele decir el tiempo de establecimiento ts como el tiempo que tarda la respuesta
ante el escalon en alcanzar el 95 % del valor final y es aproximadamente igual a 3T .
Igualmente T representa el retardo que introduce el sistema de primer orden cuando la
entrada es una rampa.
F.1.6.
Relaci
on entre la posici
on del polo en el plano complejo y la respuesta transitoria
De las expresiones anteriores se deduce facilmente que la duracion del primer transitorio de
las respuestas esta directamente relacionada con la distancia del polo al eje imaginario. As los
polos muy alejados de dicho eje dan lugar a sistemas muy rapidos, que alcanzan rapidamente
el regimen permanente, mientras que los sistemas que tienen polos proximos al eje presentan
regmenes de larga duracion y son por lo tanto sistemas mas lentos. Este hecho hace que los
polos alejados tengan dinamicas despreciables por su rapidez, o, lo que es lo mismo, que a la
hora de modelar un sistema se desprecian los polos relativamente mas alejados puesto que dan
lugar a dinamicas de muy corta duracion.
F.1.7.
Influenca de un cero adicional
Caso general
La funcion de transferencia de un sistema con un polo y un cero puede ponerse en la forma:
G(s) =
K
CKs
K(1 + Cs)
=
+
= G1 (s) + C s G1 (s)
(1 + T S)
1 + Ts 1 + Ts
por lo que la respuesta de este tipo de sistema ante cualquier entrada sera igual a la suma de la
respuesta del sistema sin cero ante dicha entrada, mas C veces la derivada de dicha respuesta,
esto es:
Y (s) = Y1 (s) + C s Y1 (s)
C dy1 (t)
y(t) = y1 (t) +
dt
Respuesta al escal
on
y1 (t) = K 1 e T
t
C dy1 (t)
C K
=
e T
dt
T
t

C
y(t) = K 1 1
e T
T
Puede verse que el exponente de la exponencial no ha variado, pero que el valor inicial de
la respuesta depende de la relacion entre C y T.
29/02/12
209
Respuesta de un sistema con un polo

y un cero ante un escaln unitario
y(t)
KC/T
C>T
C=T
KC/T
C<T
C<0
-KC/T
Si T > C (cero a la izquierda del polo) la respuesta es aproximada a la del sistema sin el
cero adelantada en C segundos, por lo que el tiempo de establecimiento sera aproximadamente
igual a 3T . El efecto del cero ha adelantado la respuesta, reduciendo la duracion del transitorio.
Cuanto mas alejado esta el cero del polo (C/T mas peque
no) tanto menor es la influencia
que ejerce sobre la dinamica del sistema. Un cero situado a 6 veces el valor del polo ejerce una
influencia despreciable sobre el comportamiento del sistema.
Si el cero fuera igual que el polo (o tuviera valores muy similares) se anularan ambos efectos
y el sistema solo tendra un comportamiento estatico.
Si C > T , el cero esta mas proximo al eje imaginario que el polo, en este caso se magnifican
los efectos de la accion diferencial generando una respuesta con un valor inicial superior al valor
final y un decaimiento exponencial hasta dicho valor.
En el caso en que C fuese negativo, el cero estara situado en el semieje real positivo generando un valor inicial de la respuesta negativo (contrarrespuesta).
t
y1 (t) = K(t T ) + KT e T
t
C dy1 (t)
= CK KC e T
dt
y(t) = K[t (T C)] + K(T C) e T

Como puede verse en la expresion analtica de la respuesta, el efecto del cero consiste en
reducir el retardo de la respuesta que pasa de T a T-C.
29/02/12
210
Respuesta de un sistema con un polo y

un cero a rampa de pendiente unitaria
y(t)
Pendiente K
T-C(C>T)
T-C(C<T)
En resumen un cero situado mas a la izquierda que el polo adelanta la respuesta un tiempo
equivalente a la inversa del valor del cero.
F.1.8.
Influencia de polos reales adicionales
Si a un sistema con un polo real se le a

naden mas polos reales situados a su izquierda de
manera que no cambie el polo dominante del sistema, las formas de las respuestas son similares,
detectandose diferencias en los primeros instantes y en la duracion del regimen transitorio. En
general las respuestas obtenidas son mas lentas, disminuyendo la pendiente en el origen y
aumentando el tiempo de establecimiento.
K
Q
G(s) =
(1 + T s) (1 + Ti s)
De forma aproximada, el tiempo de establecimiento de la respuesta al escalon es:

P
ts 3 T + Ti
De igual forma el retardo de la respuesta a la rampa es igual a:
P
Retardo = T + Ti
29/02/12
F.1.9.
211
Caso particular con dos polos reales y un cero
Dependiendo de la posicion relativa de los polos y los ceros se produciran las siguientes
respuestas:
Cero a la izquierda de los polos
g(t)
Im
Respuesta
impulsional
Re
-4
-3
-1
t
Respuesta al
escaln unitario
Respuesta a
rampa unitario
y(t)
y(t)
k
Con cero
Sin cero
t
29/02/12
212
Cero entre los dos polos

Im
g(t)
Respuesta
impulsional
Re
-3
-2
-1
t
y(t)
Respuesta al
escaln unitario
y(t)
Respuesta a
rampa unitario
Con cero
Sin cero
t
Cero a la derecha del polo m

as significativo
g(t)
Respuesta
impulsional
Im
Re
-3
-1
y(t)
Con cero
-0.5
Respuesta al
escaln unitario
Respuesta a
rampa unitario
y(t)
Sin cero
t
29/02/12
213
Cero en el semieje positivo

g(t)
Im
Respuesta
impulsional
t
Re
-3
y(t)
-1
Respuesta al
escaln unitario
y(t)
Respuesta a
rampa unitario
Sin cero
Con cero
t
t
29/02/12
214
29/02/12

APENDICE
SISTEMAS DE SEGUNDO ORDEN
G.1.
Sistemas continuos
La funcion de transferencia del sistema de segundo orden mas simple (sin ning
un cero) es:
G(s) =
s2
A
+ as + b
Por supuesto para que el sistema sea estable ambos polos deben estar situados en el semiplano negativo lo que implica que los coeficientes a y b deben ser estrictamente positivos
(a > 0; b > 0).
A
En esas condiciones su ganancia estatica es G(0) = .
b
En los siguientes apartados se van a analizar las respuestas de este tipo de sistemas ante
entradas tpicas como son el impulso, el escalon y la rampa, estudiando la influencia que sobre
las mismas tiene la inclusion de polos y ceros adicionales.
El estudio se dividira en dos apartados seg
un que los polos sean reales o complejos.
G.1.1.
Polos Reales
En este caso la funcion de transferencia puede descomponerse en el producto de dos funciones

de transferencia de primer orden:
A
1
A
b
G(s) = 2
=
s + as + b
1 + T1 s 1 + T2 s
El estudio de este tipo de sistemas se ha realizado en el apendice H7, obteniendose comportamientos sobreamortiguados.
G.1.2.
Polos Complejos
En este caso la forma normalizada de representar la funcion de transferencia es:

G(s) =
29/02/12
s2
kn
+ 2n s + n2
216
Donde 0 < < 1 para que las races sean complejas, y donde
K es la ganancia estatica del sistema (supuesto estable)
es el coeficiente de amortiguamiento
n es la frecuencia natural del sistema
A partir de estos parametros basicos se pueden definir los siguientes que, como veremos,
tambien estan directamente relacionados con el comportamiento del sistema:
= np
factor de decrecimiento
d = n 1 2 frecuencia propia del sistema
= arccos angulo que forman los polos complejos con el semieje real
La expresion analtica de los polos en funcion de estos parametros viene dada por:
p
P1,2 = n jn 1 2
o, lo que es lo mismo
P1,2 = jd
En la figura puede verse la relacion existente entre los distintos parametros y la posicion de
los polos sobre el plano complejo.
Im
d = n 1 2
n
Re
- = -n
En el caso particular de que = 1 los polos seran reales dobles y = n , = 0.

En el caso particular de que = 0, los polos seran imaginarios puros y n = d , = /2.
29/02/12
G.1 Sistemas continuos
G.1.3.
217
Caso general 0 < < 1

Al ser la transformada del impulso igual a la unidad:
Y (s) = G(s) 1
"
y(t) = L 1
y(t) = L 1
"
#

2
kn2
k
n
p
= L 1
s2 + dn s + n2
(s + n )2 + (n 1 2 )2
#
p
n 1 2
kn
p
p
1 2 (s + n )2 + (n 1 2 )2
que, de acuerdo con las tablas de transformadas de Laplace corresponde a una se

nal
p que es
n t
el producto
por una senoide de pulsacion n 1 2 ,
p de una exponencial decreciente e
sen(n 1 2 )t. Es decir
kn
g(t) = p
et sen(d t)
2
1
kn
g(t)
12
La pulsacion d de la senoide es igual a la parte imaginaria de los polos, por lo que los
maximos y mnimos de la respuesta as como sus pasos por cero dependeran exclusivamente
de dicho parametro. La exponencial decreciente, que es la envolvente de la respuesta depende
exclusivamente de , por lo que la duracion de la respuesta dependera de dicho parametro.
En el caso particular de que = 0, la exponencial se convierte en una constante por lo que
no hay amortiguamiento, obteniendose la respuesta:
g(t) = k n sen(n t)
29/02/12
218
g(t)
kn
t
Si por el contrario = 1, es la senoide la que desaparece obteniendose una respuesta

sobreamortiguada, correspondiente a un polo real doble. La expresion de la respuesta sera:
g(t) = k n2 t en t
g(t)
G.1.4.
Respuesta al Escal
on
Para hallar la respuesta al escalon bastara con integrar las respuesta impulsionales anteriores, o calcular la transformadas inversa de:
Y (s) =
1
kn2
G(s) =
s
s(s2 + 2n s + n2 )
obteniendose las siguientes expresiones analticas de las respuestas:

"
y(t) = k 1 p
et sen(d t + )
1 2
donde = arcsen()
29/02/12
219
Mp =
Vmax Vf inal
100 % = ecotg 100 %
Vf inal
y(t)
Vmax
k=Vfinal
t
tp=/d
ts=/
Como puede verse en la figura los sistemas de segundo orden siguen al escalon de entrada,
amplificandolo por su ganancia estatica, pero con un regimen transitorio cuya duracion depende
de (parte real de los polos) y que se caracteriza por oscilaciones de pulsacion d (parte
imaginaria de los polos). Es muy importante definir el primer maximo caracterizado por una
sobreoscilacion que depende de (que es funcion de la relacion entre la parte imaginaria y la
parte real de los polos) y que se produce en el instante tp = .

d
Como puede verse existe una relacion directa entre las principales caractersticas de la
respuesta y la posicion de los polos sobre el plano complejo.
Caso = 0
En este caso la expresion analtica de la respuesta es
y(t) = k[1 cos(n t)]
29/02/12
220
y(t)
Que es una senoide no amortiguada de pulsacion n .

Caso = 1
Al ser los polos reales dobles, la respuesta es sobreamortiguada.
t(t) = k[1 (1 + n t)] en t

y(t)
k
G.1.5.
Respuesta a la Rampa
Integrando las respuestas anteriores o calculando la transformada inversa de

29/02/12
221
Y (s) =
1
kn2
s2 (s2 + 2n s + n2 )
Se obtienen las siguientes respuestas

"
y(t) = k t
1
2
+ p
et sen(d t + )
2
n n 1
y(t)/k
T=2/n
M2/n
M=Pendiente
t
-M2/n
Como puede observarse en la figura la respuesta en regimen permanente es una rampa de

2
pendiente K veces mayor que la rampa de entrada y retardada respecto de esta
.
n
En el caso de = 1, la respuesta sera similar en regimen permanente con un retardo igual
a dos veces la constante de tiempo correspondiente al polo doble, y en el caso de = 0 no
existira tal regimen permanente puesto que la respuesta quedara oscilando alrededor de la
rampa de salida.
G.1.6.
Relaci
on entre la respuesta al escal
on y la posici
on de los polos
sobre el plano complejo
De las expresiones anteriores puede deducirse que existe una relacion directa entre la posicion
de los polos sobre el plano complejo y la respuesta al escalon, pudiendo resumirse dicha relacion
en los siguientes puntos:
Si los polos se desplazan hacia el semiplano positivo el sistema se hace inestable.
Si los polos se sit
uan sobre el eje imaginario el sistema queda oscilando con su frecuencia
natural.
Si los polos se desplazan hacia la izquierda, la duracion del transitorio (tiempo de establecimiento) disminuye.
29/02/12
222

De lo anterior se deduce que las dinamicas no modeladas, tienen sus polos muy alejados
del eje imaginario.
Si aumenta la parte imaginaria de los polos el tiempo de pico disminuye, produciendose
un arranque mas rapido de la respuesta.
Si aumenta el angulo que forman los polos con el semieje real, la sobreoscilacion del
sistema aumenta.
G.1.7.
Influencia de un cero adicional
Caso general
La funcion de transferencia de un sistema con un par de polos complejos y un cero puede
ponerse en la forma:
kn2 (1 + C s)
s2 + 2n + n2
Por lo que la respuesta de estos sistemas ante cualquier entrada sera igual a la suma de la
respuesta del sistema sin cero ante dicha entrada mas C veces la derivada de dicha respuesta,
esto es:
G(s) =
G(s) =
G.1.8.
kn2
s kn2
+
C
s2 + 2n + n2
s2 + 2n + n2
Respuesta al escal
on
Aplicando la expresion general anterior se obtiene la expresion analtica de la respuesta:

1
)et [(1 C)sen(d t + ) + Cd cos(d t + )]
2
1
En la figura se representa la respuesta del sistema sin cero, su derivada y la respuesta total
y(t) = K(1
"
#
2
1
y(t) = k t
+ p
et sen(d t + )
n n 1 2
Suma de ambas
Respuesta del sistema original
Respuesta de la derivada
t
29/02/12
223
De la figura se deduce que el cero anticipa la respuesta y aumenta la sobreoscilacion de esta,

siendo estos efectos tanto mayores cuanto mas cerca este el cero del eje imaginario. Los ceros
muy alejados de los polos complejos (entre cinco y seis veces la distancia de los polos al eje
imaginario) apenas afectan a la respuesta del sistema.
En el caso de que el cero este situado en el semieje positivo, el efecto del mismo se refleja en
la figura, siendo lo mas destacable la aparicion de valores negativos en los primeros instantes,
lo que se denomina contrarrespuesta.
Respuesta con el cero

adicional
k
Respuesta del sistema original
Respuesta de la derivada
t
29/02/12
224
29/02/12

APENDICE
DIAGRAMA DE BODE ASINTOTICO
La funcion de transferencia senoidal G(j) es una funcion compleja que puede ser representada por sus curvas de amplitud |G(i)| y angulo de fase G(j. En los diagramas de Bode se
representa la funcion de transferencia G(j) mediante dos curvas separadas. En una de ellas se
muestran la amplitud |G(j)|, en escala logartmica; en la otra el angulo de fase j en escala
natural respecto de la frecuencia, en escala logartmica.
Para la escala de ampitudes se suele utilizar como unidad el decibelio, definiendose la amplitud en decibelios como:
|G(j)|db = 20log|G(j)|
En cuanto a la escala de frecuencias (o pulsaciones ), se utiliza como unidad la decada. Se
dice que dos frecuencias f1 y f2 estan separadas una decada cuando se cumple que f2 /f1 = 10.
H.1.
Trazado de los diagramas de Bode
En la forma general de la funcion de transferencia senoidal pueden existir cuatro tipos de

factores diferentes:
Terminos invariantes con la frecuencia o termino k
Polos o ceros en el origen o terminos (j)N
Terminos de primer orden (polos y ceros reales) o terminos (1 + j)1
Terminos de segundo orden (polos y ceros complejos) o terminos [1 + (2/n )j +
(j/n )2 ]1
Termino de retardo puro G(j) = ejT
A continuacion se representa el trazado de todos y cada uno de los terminos anteriores.
Termino constante k
El valor de la amplitud de k expresado en decibelios viene dada por la relacion:
29/02/12

226
k[db] = 20log k
y el angulo de fase:
() = 0
() = 180
(k > 0)
(k < 0)
Polos o ceros en el origen (j)N

La amplitud correspondiente a estos factores, expresada en decibelios, sera:
|(j)N | = 20N log|j| = 20N log
La expresion anterior representa la ecuacion de una recta de pendiente 20N db/decada
que corta a la lnea cero decibelios en el punto = 1.
El angulo de fase
() = N 90
Los valores negativos corresponden a los polos y los positivos a los ceros. Por ejemplo
para el caso concreto de un polo en el origen (integrador puro) correspondera N = 1;
29/02/12
H.1 Trazado de los diagramas de Bode
227
esto es, una recta de pendiente -20 db/decada pasando por = 1 y un desfase constante
de 90 . Para el caso concreto de un cero en el origen (diferenciador puro) correspondera
N = 1; esto es, una recta de pendiente 20 db/decada pasando por = 1 y un desfase
constante de 90 .
29/02/12

228
Terminos de primer orden (1 + j)1 . Este tipo de terminos corresponden a polos o

ceros situados sobre el eje real, seg
un sea negativo o positivo el exponente del termino
correspondiente.
Considerando, en primer lugar, un polo sobre el eje real, se tendra para la amplitud en
decibelios:

1

1 + jT
[db]

p

1
= 20log 1 + (T )2
= 20log
1 + jT
Se puede deducir que para (1/T ), en la expresion del modulo en decibelios se puede
despreciar el termino (T )2 frente al 1, resultando:
P ara
1
T
20log
p
1 + (T )2 w 20log 1 = 0db
La expresion anterior, corresponde a bajas frecuencias, coincide con la lnea de cero decibelios.
Para (1/T ), en la expresion del modulo en decibelios se puede despreciar el 1 frente
a (T )2 , resultando:
P ara
29/02/12
1
T
20log
p
1 + (T )2 w 20log T
229
La expresion anterior, para altas frecuencias, representa una lnea recta de pendiente 20 db/decada que corta a la lnea 0db en = 1/T . Al punto de corte de las asntotas
se le denomina punto de ruptura y a la frecuencia = 1/T , frecuencia de ruptura. La
frecuencia de ruptura divide, pues, la respuesta de frecuencia en dos partes; una horizontal
para las bajas frecuencias y otra inclinada para las frecuencias elevadas.
La fase de un polo simple viene dada por la expresion:
() = arctag T
cuyo valor exacto viene representado en la tabla siguiente:
Aprox.Lin.
Error
0
0
0
0
1/10T
5, 7
0
5, 7
1/2T
26, 6
31, 5
+4, 9
1/T
45
45
0
2/T
63, 4
58, 5
4, 9
10/T
84, 3
90
+5, 7
90
90
0
Se puede realizar una aproximacion lineal de la curva = arctag(T ) sustituyendo esta

por una recta que, pasando por el punto ( = 1/T, = 45 ) tenga una pendiente de
45 /d
ecada, limitada a la izquierda y derecha de = 1/T por dos rectas horizontales
trazadas por 0 y por 90 tal y como se muestra en la figura siguiente.
En la figura anterior se ha incluido tambien el trazado exacto correspondiente a |G(j)| =

|1/(1 + j)|; el maximo error que se comete al sustituir la curva exacta por las asntotas
se produce a la frecuencia de ruptura y su valor es:
20log 1 + 1 = 3,01 db 3 db
Considerando, en segundo lugar, un cero sobre el eje real, se tendra para la amplitud en
decibelios:
29/02/12

230
|1 + jT |[db] = 20log
p
1 + (T )2
En cuanto al modulo se refiere, se puede decir que para (1/T ), en la expresion del
modulo en decibelios se puede despreciar el termino (T )2 frente al 1, resultando:
P ara
1
T
20log
p
1 + (T )2 w 20log 1 = 0 db
La expresion anterior, corresponde a bajas frecuencias, coincide con la lnea de cero decibelios.
Para (1/T ), en la expresion del modulo en decibelios se puede despreciar el 1 frente
a (T )2 , resultando:
P ara
1
T
20log
p
1 + (T )2 w 20log T
La expresion anterior, para altas frecuencias, representa una lnea recta de pendiente
20 db/decada que corta a la lnea 0db en = 1/T . Al punto de corte de las asntotas
se le denomina punto de ruptura y a la frecuencia = 1/T , frecuencia de ruptura. La
frecuencia de ruptura divide, pues, la respuesta de frecuencia en dos partes; una horizontal
para las bajas frecuencias y otra inclinada para las frecuencias elevadas.
La fase de un cero simple viene dada por la expresion:
() = arctag T
cuyo valor exacto viene representado en la tabla siguiente:
Aprox.Lin.
0
0
0
1/10T
+5, 7
0
1/2T
+26, 6
31, 5
1/T
+45
45
2/T
+63, 4
+58, 5
10/T
+84, 3
+90
+90
+90
Se puede realizar una aproximacion lineal de la curva = arctag(T ) sustituyendo esta

por una recta que, pasando por el punto ( = 1/T, = 45 ) tenga una pendiente de
45 /d
ecada, limitada a la izquierda y derecha de = 1/T por dos rectas horizontales
trazadas por 0 y por 90 tal y como se muestra en la figura siguiente.
29/02/12
231
Terminos de segundo orden [1 + (2/n )j + (j/n )2 ]1

Este tipo de terminos corresponde a polos o ceros complejos (seg
un sea negativo o positivo
el exponente del termino) y para valores 0 < 1, que es el caso mas frecuente.
Considerando en primer lugar el caso de dos polos complejos se
"
2
G(j) = 1 +
j +
n
j
n
2 #1
El trazado asintotico puede obtenerse a partir de la expresion anterior resultando para

las curvas de amplitud y angulo de fase las relaciones:
|G(j)|[db]
v"
u
2 #2
2
u
t
2
1
= 20log
+ 4
n
n
() = G(j) = arctag
2
1 n
La expresion del modulo de G(j) se puede aproximar, para frecuencias tales que n ,
por la asntota
20log 1 = 0 db
y para frecuencias elevadas, tales que n , por la asntota

20log
29/02/12
2

= 40log
232

que representa una recta, con pendiente -40 db/decada, que corta al eje de cero decibelios
en = n , que corresponde al punto de ruptura.
La expresion de la fase () se puede aproximar, para frecuencias tales que n , por
la asntota
() = arctag 0 = 0
y para frecuencias elevadas, tales que n , por la asntota
"
() = arctag
2
( n )
#
180
Para frecuencias intermedias, resultara que para = n la fase sera

() = arctag = 90
Se puede realizar una aproximacion lineal de la curva () sustituyendo esta por una recta
que, pasando por el punto ( = n , () = 90 ) tenga una pendiente de 90 /d
ecada,
limitada a la izquierda y derecha de = n por dos rectas horizontales trazadas por 0
y por 180 tal y como se muestra en la figura siguiente.
En el caso de ceros complejos, el analisis sera similar al realizado para los polos complejos
resultando un diagrama de modulos y de fases simetrico respecto al eje de cero decibelios
para el del modulo y el eje de cero grados para el de fases, al de los polos complejos.
Como se puede observar en la figura anterior, las asntotas son independientes del valor de
. Sin embargo en la curva real aparece un pico de resonancia en torno al valor = d . La
amplitud del pico de resonancia depende, como puede deducirse, del valor del coeficiente
de amortiguamiento , siendo tanto mayor cuanto menor sea . En la siguiente figura se
muestran las curvas de amplitud y fase para distintos valores de .
29/02/12
233
El valor de la cresta de resonancia Mr se obtiene derivando respecto de la expresion

|G(j)|, resulta:
1
p
2 1 2
|G(j)|max = |G(jr )| = Mr =
(0 < < 0,707)
Para:
= r = n
1 2 2
(0 < < 0,707)
A la frecuencia r para la cual se produce el pico de resonancia se la denomina frecuencia

de resonancia del sistema. Para que r exista en sentido fsico ha de cumplirse:
1 2 2 > 0
29/02/12
1
< 0,707
2

234
De las expresiones anteriores puede concluirse:

para = 0
para 0 < < 0,707
= r
r < d siendo d = n
1 2
para > 0,707 no hay pico de resonancia

Termino de retardo puro G(j) = ejT
El modulo de G(j es igual a la unidad, por lo tanto la curva de amplitudes sera una
lnea horizontal por cero decibelios ya que:
|G(j|[db] = 20log 1 = 0 db
La fase sera:
() = T radianes
() =
360
T
2
En la figura se representan ambas curvas correspondiente a un retardo puro.
29/02/12

APENDICE
ERRORES EN REGIMEN
PERMANENTE
29/02/12

ERRORES EN REGIMEN
PERMANENTE
236
I.1.
Sistemas con realimentaci

on unitaria
U(s)
Y(s)
R(s)
G(s)
La funcion de transferencia entre la se

nal de error E(s) y la se
nal de entrada U (s) es:
1
1
E(s)
=
E(s) =
U (s)
U (s)
1 + R(s) G(s)
1 + R(s) G(s)
Aplicando el teorema del valor final a la se
nal de error, se obtiene:
er p = lm s
s0
I.1.1.
1
U (s)
1 + R(s) G(s)
Error de posici
on
Se denomina error de posicion al error obtenido cuando la se

nal de entrada es un escalon
1
unitario U (s) = .
s
1
1
1
ep = lm s
=
s0
1 + R(s) G(s) s
1 + lm R(s) G(s)
s0
Se denomina constante de error de posicion kp a la expresion:

kp = lm R(s) G(s)
s0
El error de posicion quedara definido por la expresion:

ep =
1
1 + kp
Ejemplo 1
Obtener los errores en regimen permanente del sistema de la figura.
U(s)
E(s)
12
(s+1)(s+3)
Y(s)
Dado que el sistema es de tipo cero (no tiene integradores en la funcion de transferencia
de la cadena directa), presentara error de posicion frente a una entrada en escalon.
29/02/12
I.1 Sistemas con realimentaci

on unitaria
237
12
=4
s0 (s + 1)(s + 3)
kp = lm G(s) = lm
s0
ep =
1
1
=
= 0, 20 = 20 %
1 + kp
1+4
y(t)
ep =
0.8
1
1
=
= 0,20= 20%
1+ kp 1+ 4
0.5
0
0
I.1.2.
0.5
1.5
2.5
Error de velocidad
Se denomina error de velocidad al error obtenido cuando la se

nal de entrada es una rampa
1
unitaria U (s) = 2 .
s
1
1
1
ev = lm s
2 =
s0
1 + R(s) G(s) s
lm sR(s) G(s)
s0
Se denomina constante de error de velocidad kv a la expresion:

kv = lm sR(s) G(s)
s0
El error de velocidad quedara definido por la expresion:

ev =
1
kv
Ejemplo 2 Calcular el error en regimen permanente del sistema de la figura.

U(s)
29/02/12
E(s)
12
s(s+3)
Y(s)

ERRORES EN REGIMEN
PERMANENTE
238
Dado que el sistema es de tipo uno (tiene un integrador en la funcion de transferencia

de la cadena directa), presentara un error de velocidad ante una entrada en rampa.
kv = lm sG(s) = lm s
12
=4
s(s + 3)
s0
s0
ev =
1
1
= = 0, 25 = 25 %
kv
4
y(t)
3
2.5
ev =
1
1
= = 0,25 = 25%
kv 4
1.5
1
0.5
t
0
0
I.1.3.
Error de aceleraci
on
Se denomina error de aceleracion al error obtenido cuando la se

nal de entrada es una parabo1
la U (s) = 3 .
s
ea = lm s
s0
1
1
1
3 =
2
1 + R(s) G(s) s
lm s R(s) G(s)
s0
Se denomina constante de error de aceleracion ka a la expresion:

ka = lm s2 R(s) G(s)
s0
El error de aceleracion quedara definido por la expresion:

ea =
1
ka
Como puede observarse, los errores dependen del tipo de entrada y tambien del tipo de la
funcion de transferencia directa entre la referencia y la salida.
Se denomina tipo del sistema al n
umero de integradores (polos en el origen) presentes en
la funcion de transferencia de la cadena directa entre la referencia y la salida del sistema. En
el caso de realimentacion unitaria, la funcion de transferencia de la cadena directa entre la
entrada y la salida es R(s) G(s).
29/02/12

on no unitaria
I.2.
239
Sistemas con realimentaci

on no unitaria
U(s)
Y(s)
G(s)
R(s)
H(s)
I.2.1.
Realimentaci
on sin din
amica
U(s)
Y(s)
G(s)
R(s)
h0
En el caso de que la funcion de transferencia de la cadena de realimentacion H(s) no tenga

dinamica, es decir sea una constante h0 , el calculo de las constantes de error se ven multiplicadas
por dicha constante.
Error de posici
on
ep = lm s
s0
1
1
1
=
1 + h0 R(s)G(s) s
1 + lm h0 R(s)G(s)
s0
Llamando constante de error de posicion kp a la expresion

kp = lm h0 R(s)G(s)
s0
El error de posicion sera:

ep =
1
1 + kp
Error de velocidad
ev = lm s
s0
1
1
1
2 =
1 + h0 R(s)G(s) s
lm s h0 R(s)G(s)
s0
Llamando constante de error de velocidad kv a la expresion

kv = lm s h0 R(s)G(s)
s0
El error de velocidad sera:

29/02/12

ERRORES EN REGIMEN
PERMANENTE
240
ev =
1
kv
Error de aceleraci
on
ea = lm s
s0
1
1
1
3 =
2
1 + h0 R(s)G(s) s
lm s h0 R(s)G(s)
s0
Llamando constante de error de aceleracion ka a la expresion

ka = lm s2 h0 R(s)G(s)
s0
El error de aceleracion sera:

ea =
1
ka
Ejemplo 3
Calcular los errores en regimen permanente del sistema de la figura
E(s)
U(s)
2(s+1)
(s+2)(s+3)
Y(s)
1
2
Antes de calcular los errores, es necesario comprobar que el sistema es estable.

1 + G(s)H(s) = 0
1+
1
2(s + 1)
=0
(s + 2)(s + 3) 2
desarrollando la expresion anterior, resulta la ecuacion s2 + 6s + 7 = 0 cuyas races son

4,4142 y 1,5858, ambas situadas en el semiplano negativo por lo que el sistema realimentado es estable.
Error de posici
on
1
2(s + 1)
1
=
s0 2 (s + 2)(s + 3)
6
kp = lm
ep =
29/02/12
1
1
=
1 + kp
1+
1
6
= 0,8571 = 85,71 %

on no unitaria
241
Error de velocidad
2(s + 1)
1
=0
2 (s + 2)(s + 3)
kv = lm s
s0
ev =
1
1
= =
kv
0
Error de aceleraci
on
ka = lm s2
s0
ea =
I.2.2.
1
2(s + 1)
=0
2 (s + 2)(s + 3)
1
1
= =
ka
0
Realimentaci
on con din
amica
Cuando la realimentacion H(s) no es unitaria, es necesario transformar el diagrama de

la figura anterior en otro cuya realimentacion sea la ganancia estatica H(0) de la cadena de
realimentacion original, siendo
H(0) = lm H(s)
s0
U(s)
E(s)
Y(s)
G(s)
R(s)
H(s)-H(0)
H(0)
U(s)
Geq(s)=
E(s)
R(s)G(s)
1+R(s)G(s)[H(s)-H(0)]
Y(s)
Geq(s)
H(0)
La funcion de transferencia entre la se

nal de error E(s) y la referencia U (s) es:
E(s) =
29/02/12
1
U (s)
1 + H(0) Geq (s)

ERRORES EN REGIMEN
PERMANENTE
242
I.2.3.
Error de posici
on

1
unitario U (s) = .
s
ep = lm s
s0
1
1
1
1
U (s) = lm s
=
s0
1 + H(0) Geq (s)
1 + H(0) Geq (s) s
1 + kp
Se denomina constante de error de posicion kp a la expresion:

kp = lm H(0) Geq (s)
s0
ep =
1
1 + kp
Ejemplo 4
Calcular los errores en regimen permanente del sistema representado en la figura
U(s)
E(s)
2(s+1)
(s+6)(s+0.1)
Y(s)
10
(s+3)
Lo primero que hay que comprobar es si el sistema es estable o inestable. Para ello
aplicamos el criterio de Routh. La ecuacion caracterstica del sistema viene dada por:
1 + G(s) H(s) = 0
1+
10
2(s + 1)
=0
(s + 6)(s + 0,1) (s + 3)
En forma polinomica:
(s + 6)(s + 0,1)(s + 3) + 2 10(s + 3) = 0
s3 + 9,1s2 + 38,9s + 21,8 = 0
Tabla de Routh:
1
38,9
s3
s2 9,1 21,8
s1 36,5
0
s0 21,8
0
Dado que todos los elementos de la primera columna de la tabla de Routh tienen el
mismo signo, es decir no existen cambios de signo, el sistema es estable.
29/02/12

on no unitaria
243
Puesto que el sistema es de tipo cero, presentara error de posicion frente a entrada en
escalon unitario. Modificamos el diagrama de bloques de forma que la funcion de transferencia de la realimentacion sea la ganancia estatica de la funcion de transferencia de la
cadena de realimentacion original.
E(s)
U(s)
2(s+1)
(s+6)(s+0.1)
10
(s+3)
Y(s)
10
3
10
3

kp = lm G(s)(H(s) = lm
s0
s0
ep =

2(s + 1)
10
20
=
= 11,11
(s + 6)(s + 0,1) (s + 3)
1,8
1
1
= 0,0826 = 8,26 %
=
1 + kp
12,11
Calculo del error de velocidad

2(s + 1)
10
kv = lm sG(s)(H(s) = lm s
=0
s0
s0
(s + 6)(s + 0,1) (s + 3)
ev =
I.2.4.
1
1
= =
kv
0
Error de velocidad

1
unitario U (s) = 2 .
s
1
1
1
1
ev = lm s
U (s) = lm s
2 =
s0
s0
1 + H(0) Geq (s)
1 + H(0) Geq (s) s
kv
Se denomina constante de error de velocidad kv a la expresion:
kv = lm sH(0) R(s) G(s)
s0
I.2.5.
ev =
1
kv
Error de aceleraci
on
Se denomina error de aceleracion al error obtenido cuando la se

1
unitario U (s) = 3 .
s
29/02/12

ERRORES EN REGIMEN
PERMANENTE
244
1
1
1
1
U (s) = lm s
3 =
s0
1 + H(0) Geq (s)
1 + H(0) Geq (s) s
ka
ea = lm s
s0
Se denomina constante de error de aceleracion ka a la expresion:

ka = lm s2 H(0) R(s) G(s)
s0
I.2.6.
ea =
1
ka
Tabla resumen
Posicion
Velocidad
Aceleracion
I.3.
Tipo 0
1/(1 + kp )
Tipo 1 Tipo 2
0
0
1/kv
0
1/Ka
Tipo 3
0
0
0
Rechazo de perturbaciones
A la hora de analizar los sistemas de control, se ha tenido en cuenta la respuesta del mismo
frente a entradas de referencia conocidas como son la entrada impulso unitario, escalon unitario
para el analisis temporal y la entrada senoidal para el analisis frecuencial. Sin embargo, existen
otras entradas que no son conocidas y que influyen en la evolucion de los sistemas tanto en el
regimen permanente como en el transitorio. Estas entradas se denominan perturbaciones. En
la figura la entrada de perturbacion se representa por Z(s).
Z(s)
U(s)
Y(s)
R(s)
G1(s)
G2(s)
H(s)
Para calcular la funcion de transferencia entre la perturbacion y la salida del sistema, suponemos que la entrada U (s) = 0, obteniendo la siguiente expresion:
M (s) =
Y (s)
G2 (s)
=
Z(s)
1 + R(s) G1 (s) G2 (s) H(s)
Es decir que la influencia de la perturbacion Z(s) sobre la salida del sistema Y (s) en regimen
permanente, se obtiene aplicando el teorema del valor final en la expresion anterior.
yrp = lm s
s0
G2 (s)
Z(s)
1 + R(s) G1 (s) G2 (s) H(s)
Lo ideal es que la salida del sistema en regimen permanente, no se vea modificada por la
existencia de la perturbacion. Se denomina tipo del sistema frente al rechazo de perturbaciones
a la diferencia entre el n
umero de integradores de la funcion de transferencia R(s)G1 (s)G2 (s)
H(s) y el n
umero de integradores de G2 (s). Para que la salida en regimen permanente no se
vea modificada por la accion de la perturbacion, es necesario que el tipo del sistema frente al
rechazo de perturbaciones sea mayor que cero.
29/02/12
I.3 Rechazo de perturbaciones
245
Ejemplo 5
Determinar la influencia que una perturbacion en escalon unitario, ejerce sobre el valor
en regimen permanente de la salida del sistema.
Z(s)
U(s)
1
s+2
2
s+1
Y(s)
En este caso el tipo del sistema frente al rechazo de la perturbacion Z(s) es cero por lo
tanto el valor de la salida en regimen permanente se vera modificado por la accion de la
perturbacion.
Suponiendo U (s) = 0 la funcion de transferencia entre la salida y la perturbacion sera:
1
1
Y (s)
s+2
s+2
=
Y (s) =
Z(s)
1
2
1
2
Z(s)
1+
1+
s+2 s+1
s+2 s+1
Aplicando el teorema del valor final cuando la perturbacion es un escalon unitario, se
tiene:
yrp
1
1
s+2
= 0,25
= lm s
1
2
s0
s
1+
s+2 s+1
Ejemplo 6
Determinar la influencia que una perturbacion en escalon unitario, ejerce sobre el valor
en regimen permanente de la salida del sistema.
Z(s)
U(s)
2
s(s+1)
1
s+2
Y(s)
En este caso el tipo del sistema frente al rechazo de la perturbacion Z(s) es uno ya
que la funcion de transferencia de la cadena directa tiene un integrador mientras que la
funcion de transferencia entre la perturbacion y la salida no presenta ning
un integrador,
29/02/12

ERRORES EN REGIMEN
PERMANENTE
246
por lo tanto el valor de la salida en regimen permanente no se vera modificado por la accion
de la perturbacion.
Suponiendo U (s) = 0 la funcion de transferencia entre la salida y la perturbacion sera:
1
Y (s)
(s + 2)
=
1
2
Z(s)
1+
(s + 2) s(s + 1)
1
s+2
Y (s) =
Z(s)
1
2
1+
(s + 2) s(s + 1)
Aplicando el teorema del valor final cuando la perturbacion es un escalon unitario, se

tiene:
yrp
1
1
s+2
=0
= lm s
1
2
s0
s
1+
(s + 2) s(s + 1)
La salida no se ve afectada en regimen permanente por la accion de un escalon unitario

en la perturbacion.
29/02/12

APENDICE
LUGAR DE LAS RAICES
29/02/12
LUGAR DE LAS RAICES
248
J.1.
Introducci
on
El metodo del lugar de las races, ideado por W.R. Evans en 1948, es un procedimiento
grafico que permite realizar el analisis dinamico y la sntesis de los sistemas realimentados.
La respuesta transitoria de un sistema de regulacion en bucle cerrado viene determinada por
la posicion, sobre el plano complejo, de las races de su ecuacion caracterstica o polos en bucle
cerrado del sistema. As como la funcion de transferencia en bucle abierto suele venir dada en
forma factorizada, la de bucle cerrado no siendo necesario calcular los polos del sistema y su
posicion en el plano complejo para determinar su comportamiento dinamico.
El lugar de las races consiste en un conjunto de reglas, de aplicacion directa, mediante
las cuales se puede determinar la posicion de las races de la ecuacion caracterstica, cuando
uno o varios parametros de su funcion de transferencia en bucle abierto vara desde 0 a .
Normalmente el parametro a variar es la ganancia k del sistema.
Ejemplo 1
Supongamos el sistema de la figura
U(s)
Y(s)
k
s(s+2)
La funcion de transferencia en bucle abierto es:

G(s) =
k
s(s + 2)
En bucle cerrado:
M (s) =
k
Y (s)
= 2
U (s)
s + 2s + k
La ecuacion caracterstica sera:

s2 + 2s + k = 0
s1,2 = 1
1k
Se trata de determinar en el plano complejo las lneas sobre las cuales se mueven las
races de la ecuacion anterior cuando k vara de 0 a .
Para k=0 las races de la ecuacion caracterstica son s1 = 0 y s2 = 2 que coinciden
con las races de la funcion de transferencia en bucle abierto.
29/02/12
J.2 Ecuaciones b
asicas del lugar de las races
249
Para k=1 la ecuacion caracterstica presenta una raz doble en s1 = s2 = 1. Como

puede comprobarse cuando el parametro k vara entre 0 y 1, las races seran reales e
iran desplazandose sobre el eje real negativo, partiendo de los puntos 0 y 2 yendo
una al encuentro de la otra hasta llegar al punto 1 en que coinciden.
Para 1 < k < las races son complejas conjugadas con el mismo valor de la parte
real, constante e igual a 1:
s1 = 1 + j k 1 ; s2 = 1 j k 1
Si damos valores a k comprendidos entre 1 e , las races de la ecuacion caracterstica
se van desplazando por una linea vertical que pasa por el punto 1 del eje real de forma
que una de las races se desplazara por la lnea hacia arriba y la otra se desplazara por
la lnea hacia abajo, tal y como se representa en la figura.
Im
K=0
K=5
+2j
K=2
+j
K=1
K=0
Re
-2
K=2
-j
K=5
-2j
Resumiendo puede concluirse que cuando la ganancia k del sistema en bucle abierto
vara de 0 a , las races del bucle cerrado o polos del sistema, se desplazan por el plano
complejo tal y como se aprecia en la figura anterior. Es decir que para valores de k
comprendidos entre 0 y 1, el sistema presentara una respuesta sobreamortiguada. Para
k = 1 el sistema tendra una respuesta con amortiguamiento crtico. Por u
ltimo para
valores de k comprendidos entre 1 e , la respuesta del sistema sera subamortiguada.
En cuanto al regimen permanente se refiere, cuando k aumenta, el error en regimen
permanente disminuye ya que el error es inversamente proporcional a la ganancia.
29/02/12
LUGAR DE LAS RAICES
250
J.2.
Ecuaciones b
Sea el sistema realimentado de la figura
U(s)
G(s)
Y(s)
H(s)
La funcion de transferencia en bucle cerrado es:

M (s) =
Y (s)
G(s)
=
U (s)
1 + G(s) H(s)
El lugar de las races permite resolver de forma grafica la ecuacion caracterstica

1 + G(s) H(s) = 0
G(s) H(s) = 1
La funcion compleja G(s) H(s) puede descomponerse en dos

|G(s) H(s)| = 1
G(s) H(s) = (2q + 1)
J.2.1.
q = 0, 1, 2,
Criterio del m
odulo
El criterio del modulo nos permite determinar el valor de la ganancia k del sistema de
cualquier punto del plano complejo que pertenezca al lugar de las races.
En general la funcion G(s) H(s) sera de la forma
k
i=m
Y
(s + zi )
i=1
i=n
Y
G(s) H(s) =
(s + pi )
i=1
i=m
Y
|k|
|G(s) H(s)| =
i=1
i=n
Y
i=1
Despejando el modulo de k se obtiene

29/02/12
|(s + zi )|
|(s + pi )|
=1
J.2 Ecuaciones b
251
i=n
Y
|k| |(s + pi )|
i=1
i=m
Y
|k| =
=1
|(s + zi )|
i=1
Ejemplo 2
Supongamos un sistema cuya funcion de transferencia en bucle abierto viene dada por
el conjunto de polos y ceros representados en la figura.
pd
2
-z2
Im
-p3
-p2
G(s) H(s) =
1
-z1
Re
-p1 0
k(s + z1 )(s + z2 )
(s + p1 )(s + p2 )(s + p3 )
Suponiendo que el punto Pd pertenece al lugar de las races, mediante el criterio del
modulo visto anteriormente, se puede determinar la ganancia total del sistema en dicho
punto.
|G(s) H(s)| =
|k||s + z1 ||s + z2 |
|s + p1 ||s + p2 ||s + p3 |
= k k =
|s + p1 ||s + p2 ||s + p3 |
|s + z1 ||s + z2 |
k=
J.2.2.
Criterio del argumento
La fase de la funcion de transferencia en bucle abierto G(s) H(s) es:

G(s) H(s) = k +
m
X
i=1
29/02/12
s + zi
n
X
i=1
s + pi = (2q + 1)
(k > 0)
LUGAR DE LAS RAICES
252
Para que un punto del plano complejo pertenezca al lugar de las races, debera cumplir el
criterio del argumento. Para el caso del ejemplo 2, para que el punto pd pertenezca al lugar de
las races, ha de verificarse:
s + z1 + s + z2 s + p1 s + p2 s + p3 = (2q + 1) 1 + 2 3 4 5 = (2q + 1)
J.3.
Reglas para el trazado del lugar de las races

R1:N
umero de ramas. El n
umero de ramas independientes del lugar de las races es
igual al n
umero de polos de la funcion de transferencia en bucle abierto G(s)H(s).
R2:Puntos de comienzo (k=0) y final (k=).Cada rama del lugar de las races
comienza en un polo de la funcion de transferencia G(s)H(s) y termina en un cero de la
misma. Si el n
umero de ceros es inferior al de polos, existiran n-m ramas (n=n
umero de
polos de G(s)H(s), y m=n
umero de ceros de G(s)H(s)) que se van al infinito.
R3:Comportamiento en el eje real. Un punto situado sobre el eje real pertenecera al
lugar de las races, si el n
umero de polos y ceros a la derecha de dicho punto es impar.
R4:Asntotas. Las asntotas son las direcciones que llevaran las ramas que se van al
infinito. Estas asntotas forman un angulo con el eje real dado por:
=
(2q + 1)
nm
q = 0; 1; 2;
R5:Intersecci
on de las asntotas. Las asntotas se cortan en un punto del eje real
situado a una distancia del origen dada por la expresion
P
=
P
polos de G(s)H(s) ceros de G(s)H(s)
nm
Ejemplo 3 Dibujar el lugar de las races del sistema representado en la figura

U(s)
K(s+3)
s(s+1)(s+6)
Y(s)
Aplicamos las reglas para el trazado.

R1:Ramas del lugar. El lugar de las races tiene 3 polos en su funcion de transferencia G(s)H(s) por lo tanto tendra 3 ramas.
29/02/12
J.3 Reglas para el trazado del lugar de las races
253
R2:Puntos de comienzo y final de las ramas. Las ramas nacen en los polos s=0,
s=-1 y s=-6 y una de ellas termina en el cero s=-3 y las otras dos se van al .
R3:Comportamiento en el eje real.

R2: Comienzo y final
de las ramas
K=0
-6
R3:Comportamiento eje real
K=
K=0
K=0
-3
-1
-6
-3
-1
R4:Asntotas. Las asntotas son las direcciones que llevan las ramas que se terminan
en el . En este caso hay dos asntotas que forman un angulo con el eje real dado
por la expresion:
(2q + 1)
(2q + 1)
=
nm
31
para q = 0 1 =
para q = 1 2 =
3
2
R5:Intersecci
a una distancia del origen dada por la expresion:
P
=
29/02/12
P
0 1 6 (3)
=
= 2
nm
31
LUGAR DE LAS RAICES
254
R4y R5: Asntotas
3/2
-3
-6
/2
-1
El lugar de las races completo se representa en la siguiente figura.

Lugar de las races
3/2
-6
-3
/2
-1
Ejemplo 4 Dibujar el lugar de las races del sistema representado en la figura

U(s)
K
s(s+2)(s+4)
Y(s)
Aplicamos las reglas para el trazado.

R1:Ramas del lugar. El lugar de las races tiene 3 polos en su funcion de transferencia G(s)H(s) por lo tanto tendra 3 ramas.
29/02/12
255
R2:Puntos de comienzo y final de las ramas. Las ramas nacen en los polos s=0,
s=-2 y s=-4 y, al no existir ceros en la funcion de transferencia G(s)H(s), terminan
las tres en el .
R3:Comportamiento en el eje real.
R2: Comienzo y final
de las ramas
R3:Comportamiento eje real
K=0
K=0
K=0
K=0
K=0
K=0
-4
-2
-4
-2
R4:Asntotas. Las asntotas son las direcciones que llevan las ramas que se terminan
en el . En este caso hay tres asntotas que forman un angulo con el eje real dado
por la expresion:
(2q + 1)
(2q + 1)
=
nm
30
para q = 0 1 =
para q = 1 2 =
5
3
para q = 2 3 =
7
3
R5:Intersecci
a una distancia del origen dada por la expresion:
P
=
29/02/12
P
024
=
= 2
nm
30
LUGAR DE LAS RAICES
256
R4 y R5:Asntotas
K=0
K=0
K=0
-4
-2
El lugar de las races completo se representa en la siguiente figura.
Lugar de las races

K=48
+j8
K=0
K=0
K=0
-4
-2
K=48
-j8
R6:Puntos de corte del lugar de las races con el eje imaginario.

Para determinar los puntos de corte del lugar de las races con el eje imaginario, se
aplica el criterio de Routh. Tal y como se expuso en captulos anteriores, cuando en
la tabla de Routh la fila correspondiente al termino s1 todos sus terminos son cero,
existen don races imaginarias conjugadas.
La ecuacion caracterstica es:
29/02/12
1 + G(s)H(s) = 0 1 +
257
k
= 0 s3 + 6s2 + 8s + k = 0
s(s + 2)(s + 4)
Construyendo la tabla de Routh, se obtiene:

s3
s2
s1
s0
1
6
48 k
6
k
8
k
0
Para que todos los terminos de la fila s1 sean cero, ha de cumplirse:

48 k
= 0 k = 48
6
Es decir para k=48 el sistema en bucle cerrado tendra dos races imaginarias comjugadas situadas en:
6s2 + k = 0 6s2 + 48 = 0 s = j 8
29/02/12
258
29/02/12
LUGAR DE LAS RAICES

APENDICE
DE REGULADORES MEDIANTE EL
DISENO
LUGAR DE LAS RAICES
29/02/12
DE REGULADORES MEDIANTE EL LUGAR DE LAS RAICES

260 DISENO
K.1.
Introducci
on
El lugar de las races facilita informacion sobre la relacion existente entre la ganancia k del
sistema y la respuesta temporal del mismo. Por lo tanto, dadas las especificaciones a cumplir
por el sistema, se trata de ajustar el valor de la ganancia de forma que el sistema realimentado
cumpla aceptablemente las mencionadas especificaciones.
Si no fuese posible cumplir los objetivos con el ajuste de la ganancia, sera necesario reformar
el lugar de las races original introduciendo en el sistema el regulador o compensador mas
adecuado que mejore el comportamiento del sistema original. El regulador lo que hace es aportar
al sistema polos y ceros adicionales que modifiquen el comportamiento del sistema en el sentido
de cumplir satisfactoriamente las especificaciones planteadas.
K.1.1.
Pasos a seguir para el dise

no
Paso 1. Dibujar el lugar de las races del sistema original

Paso 2. Situar en el plano complejo el punto o la region definida por las especificaciones
que ha de cumplir el sistema.
Paso 3. Si el punto del plano complejo definido por las especificaciones pertenece al lugar
de las races, aplicando el criterio del modulo se ajusta el valor de la ganancia k para que
el sistema en cadena cerrada tenga dos polos complejos conjugados dominantes, en dicho
punto. Es decir, el regulador sera un proporcional que resulta ser el regulador mas simple.
Si el punto del plano complejo definido por las especificaciones no pertenece al lugar de
las races o si el lugar de las races del sistema original no pasa por la region definida por
las especificaciones, el regulador proporcional no sera suficiente y sera necesario introducir
un regulador PD o red de adelanto o un regulador PI o red de atraso seg
un sea el caso.
K.1.2.
Ajuste de la acci
on proporcional
Ejemplo 1 Dado el sistema de la figura, dise

nar el regulador mas simple de forma que
el coeficiente de amortiguamiento del sistema realimentado sea = 0, 5.
U(s)
R(s)
4
(s+1)(s+2)
Y(s)
Como se ha visto a lo largo del curso, la sobreoscilacion de un sistema de segundo orden

en funcion del coeficiente de amortiguamiento , viene dada por la expresion:
p
2
Mp = e 1 100 %
29/02/12
Mp = 16,6 %
K.1 Introducci
on
261
Esta sobreoscilacion viene definida por una recta que pasa por el origen y forma un
angulo = arcos 0,5 = 60 con el eje real. El punto de dise
no Pd sera el punto de corte de
la recta de sobreoscilacion Mp = 16,6 % con el lugar de las races, tal y como se representa
en la siguiente figura. En la parte izquierda de la figura se representa el Paso 1, es decir
el lugar de las races del sistema sin el regulador. En la parte derecha de dicha figura se
representa el Paso 2, con lugar de las races y las especificaciones que ha de cumplir el
sistema realimentado, representado en este caso por un punto de dise
no Pd .
Im
Im
Pd
K=0
K=0
-2
-1
60
Re
0
-2
-1
Re
0
Dado que el punto de dise

no Pd pertenece al lugar de las races Paso 3, el regulador
R(s) sera proporcional cuya ganancia se ajusta aplicando el criterio del modulo. Para ello se
une el mencionado punto de dise
no con los polos del sistema en cadena abierta y se calculan
las distancias d1 y d2 . ver figura siguiente.
Im
Pd
d2
d1
Re
-2
-1
d1 = d2 = 2, 64
El valor de la ganancia total del sistema en el punto de dise
no sera:
29/02/12
DE REGULADORES MEDIANTE EL LUGAR DE LAS RAICES

262 DISENO
kT = d1 d2 7,01
La ganancia del regulador sera Kr =
U(s)
1,75
29/02/12
4
(s+1)(s+2)
Y(s)
KT
1,75
4

L T Automatizacion PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

L T Automatizacion PDF

Загружено:

Авторское право:

Доступные форматы

A LA INGENIERIA DE

Guillermo Ojea Mern

5.4.2. Sistema definido por su modelo de estado . . . . . . . . . . . . . . . . . . 115

F. SISTEMAS DE PRIMER ORDEN

H. DIAGRAMA DE BODE ASINTOTICO

J. LUGAR DE LAS RAICES

LUGAR DE LAS RAICES259

Podemos considerar un sistema como un conjunto de elementos relacionados entre s con

A su vez, el subsistema de freno aumenta el par de rozamiento en las ruedas al pisar el

atencion se centra exclusivamente en alguno de los dos subsistemas (control de alcoholemia

Una forma alternativa de representar un sistema es mediante lo que se denominan sus se

Como se vera en captulos posteriores tambien es posible representar las se

Sistemas continuos y discretos

En funcion de las caractersticas de las se

Si lanzamos al espacio un globo meteorologico para medir la temperatura de las distintas

Un algoritmo que calcula el cuadrado de los elementos de una tabla es un sistema

Puede verse que se cumple la relacion x[k] = x(kT )

Igualmente si queremos conectar la salida de un computador a un sistema fsico real es

Existen sistemas cuyas se

Sistemas causales y no causales

Independientemente del tipo de sistema, podemos clasificarlos tambien en causales y no

Los sistemas estaticos son aquellos cuyas se

decir que no es capaz de transmitir instantaneamente dicha energa a la salida, o, lo que es lo

Tambien puede considerarse que las se

Sistemas monovariables y multivariables

En el caso de que solo se considere una se

Un motor de corriente continua alimentado en tension puede considerarse un sistema

Sistemas estables e inestables

Existen varias definiciones de estabilidad, aunque en la practica son equivalentes. Una de

Un pendulo invertido, por el contrario, constituye un ejemplo de sistema inestable, puesto

Sistemas en cadena abierta y sistemas realimentados

Los sistemas en los que la informacion contenida en sus se

En la figura se representa el esquema tpico de un sistema de control por realimentacion.

El bloque A representa la relacion entre la diferencia de angulos y el par y el bloque B

Finalmente, si se desea un funcionamiento automatico, es necesario a

1.7 Diagrama funcional de los sistemas

Diagrama funcional de los sistemas

Diagrama Funcional: En el esquema anterior, aparecen las principales se

1.8 Ejercicios y problemas

Uniendo los diagramas de ambos subsistemas se obtiene el diagrama funcional basico

1.9 Conclusiones y planteamiento

la realizacion de un estudio emprico a partir de las se

Sistema en cadena abierta, bucle abierto

Conjunto de elementos relacionados entre s, con un objetivo com

Convertidor A/D, Bloqueador

El objetivo de este captulo es presentar los distintos metodos de representacion de las

convierte en un desplazamiento de la carga mecanica, o en un sistema termico, la posicion de

y(t) = u1 (t) + u2 (t)

Producto entre dos se

y(t) = u1 (t) u2 (t)

Desplazamiento en el eje x (desplazamiento en el tiempo)

Escalado en el eje x (escalado temporal)

Esta operacion solo tiene sentido en el caso continuo

En el caso discreto se denomina primera diferencia

En el caso discreto se denomina sumatorio de la se

y(t) = u(t) g(t) =

El equivalente discreto se denomina la convolucion discreta.

y[k] = u[k] g[k] =

Por su importancia practica se incluyen a continuacion algunas se

De la definicion del impulso:

( ) d = 1 se deduce, si se multiplica el impulso por una

Desplazando el impulso, se obtiene la expresion generica

por lo que cualquier se