Regulacion 07

APUNTES DE REGULACIN AUTOMTICA
Blas M. Vinagre
Depto. de Ingeniera Elctrica, Electrnica y Automtica, Es-
cuela de Ingenieras Industriales, UEX
E-mail address: bvinagre@unex.es
Contents
La asignatura Regulacin Automtica vii
1. Introduccin: bases de partida para elaborar el programa vii
2. Aproximacin clsica versus aproximacin moderna viii
3. Seleccin de los contenidos x
4. Programa x
5. Recursos bibliogrcos xiii
Part 1. INTRODUCCIN Y FUNDAMENTOS 1
Chapter 1. Introduccin histrica 3
1. Sistemas y Teora General de Sistemas 3
2. Ingeniera de Sistemas 4
3. Automtica 5
4. Breve historia de la Teora de Control 10
Chapter 2. Fundamentos Matemticos 19
1. Variable compleja 19
2. Transformaciones Integrales: Laplace y Fourier 30
3. Matrices 41
4. Aproximaciones 47
Chapter 3. Modelos de Sistemas Fsicos 49
1. Modelos y Descripciones 49
2. Modelos de transferencia de energa 49
3. Modelos matemticos 50
Chapter 4. Representaciones grcas 53
1. Representaciones grcas 53
Part 2. ANLISIS DE SISTEMAS EN LAZO ABIERTO 59
Chapter 5. Conceptos generales 61
1. Introduccin 61
2. Dominios de anlisis 62
3. Otros dominios de anlisis 67
4. Seales de prueba 68
Chapter 6. Estabilidad I 71
1. Introduccin 71
2. Conceptos de estabilidad 71
iii
iv CONTENTS
3. Criterio de Routh-Hurwitz 73
4. Uso del Principio del Argumento 76
Chapter 7. Anlisis en el dominio del tiempo I 79
1. Introduccin 79
2. Respuesta a una entrada escaln 79
Chapter 8. Anlisis en el dominio del tiempo II 83
1. Respuesta de un sistema de segundo orden 83
2. Sistema de segundo orden patrn 83
3. Caracterizacin de la respuesta 84
4. Especicaciones de respuesta transitoria 86
Chapter 9. Anlisis en el dominio de la frecuencia 91
1. Introduccin 91
2. Concepto de respuesta en frecuencia 91
3. Diagramas de Bode 92
4. Diagramas polares 94
5. Relaciones magnitud - fase 95
Part 3. ANLISIS DE SISTEMAS REALIMENTADOS 97
Chapter 10. Introduccin a los sistemas realimentados 99
1. Introduccin 99
2. Efectos de la realimentacin 99
3. Esquema tpico y terminologa 99
Chapter 11. Estabilidad II 101
1. Uso del Principio del Argumento 101
2. Contorno de evaluacin para el estudio de la estabilidad 101
3. Criterio de estabilidad de Nyquist 102
Chapter 12. Estabilidad relativa 105
1. Introduccin 105
2. Mrgenes de ganancia y de fase 105
3. Estabilidad para un valor de K 105
Chapter 13. Error y sensibilidad 109
1. Error 109
2. Sensibilidad 112
Chapter 14. Lugar geomtrico de las races 115
1. Ejemplo introductorio 115
2. Bases del mtodo 115
3. Propiedades fundamentales del lugar geomtrico de las races 117
4. Pautas generales para el trazado 118
Chapter 15. Introduccin al diseo 121
1. Introduccin 121
2. Especicaciones 121
3. Ejemplo ilustrativo 121
CONTENTS v
Chapter 16. Acciones de control 123
1. Introduccin 123
2. Acciones bsicas de control 123
3. Accin PID 123
4. Compensacin 123
Chapter 17. Reguladores PID 125
1. Introduccin 125
2. Diseo en el lugar de las races 125
3. Diseo en la respuesta en frecuencia 125
4. Mtodos empricos de sintona 125
5. Modicaciones prcticas 125
Chapter 18. Compensacin 127
1. Introduccin 127
2. Tipos de compensacin 127
3. Diseo en el lugar de las races 127
4. Diseo en la respuesta en frecuencia 127
Chapter 19. Realizacin de reguladores 129
1. Introduccin 129
2. Realizacin analgica 129
3. Realizacin digital 129
Chapter 20. Limitaciones en los sistemas de control 131
1. Introduccin 131
2. Limitaciones tericas 131
3. Limitaciones prcticas 131
La asignatura Regulacin Automtica
1. Introduccin: bases de partida para elaborar el programa
Datos Generales
La asignatura Regulacin Automtica se imparte en el segundo cuatrimestre
del segundo curso de la titulacin Ingeniero Tcnico Industrial en Electrnica In-
dustrial. Para dicha asignatura el plan de estudios ja las siguientes caractersticas
generales:
Tipo:: Troncal
Crditos:: 9 (5+4)
Descriptores::
Teora de control
Dinmica de sistemas
Realimentacin
Diseo de reguladores monovariables
Atendiendo a los descriptores y a su lugar en la titulacin, el objetivo de la
asignatura se podra formular, de manera muy general y breve, como sigue: pro-
porcionar al alumno los conocimientos bsicos de anlisis y control de sistemas
dinmicos lineales, monovariables, invariantes en el tiempo.
Conocimientos previos
De su lugar en la titulacin se deduce que a la hora de impartir la asignatura
se puede contar con que el alumno tiene los conocimientos aportados por las asig-
naturas de primer curso y las del primer cuatrimestre del segundo curso. Estas
asignaturas, con sus descriptores, se relacionan a continuacin:
Primer curso:: Primer cuatrimestre
: Fsica: Mecnica. Electromagnetismo. ptica. Campos y ondas.
Termodinmica.
: lgebra lineal: lgebra lineal.
: Clculo I: Clculo innitesimal e integral. Clculo numrico.
: Fundamentos qumicos de la ingeniera: Qumica. Orgnica e In-
orgnica aplicadas. Anlisis instrumental. Bases de ingeniera qumica.
: Dibujo: Tcnicas de representacin. Concepcin espacial.
Primer curso:: Segundo cuatrimestre
: Mecnica tcnica: Continuacin de mecnica. Mecnica del slido
rgido.
: Clculo II: Continuacin de clculo innitesimal e integral. Ecua-
ciones diferenciales. Variable compleja. Transformadas integrales.
: Fundamentos de informtica: Programacin de computadores y fun-
damentos de sistemas operativos.
vii
viii LA ASIGNATURA REGULACIN AUTOMTICA
: Mtodos estadsticos en ingeniera: Fundamentos y mtodos de anli-
sis no determinista aplicados a ingeniera.
: Ampliacin de dibujo: Continuacin concepcin espacial. Normal-
izacin. Introduccin y aplicaciones al diseo asistido por ordenador.
Fundamentos de diseo industrial.
Segundo curso:: Primer cuatrimestre
: Teora de circuitos: Teora de circuitos elctricos y magnticos. Anli-
sis y sntesis de redes elctricas.
: Termodinmica tcnica: Procesos termodinmicos. Conceptos bsi-
cos. Leyes y principios fundamentales. Sustancias puras. Mquinas
trmicas.
: Electrnica digital: Sistemas digitales. Estudio y diseo.
: Fundamentos de ciencia de materiales: Estudio de materiales metli-
cos, polimricos, cermicos y compuestos. Tratamientos. Ensayos.
Criterios de seleccin.
: Tecnologa electrnica: Criterios de seleccin y utilizacin de disposi-
tivos electrnicos. Tcnicas de fabricacin y diseo.
As pues, a la hora de congurar el programa de la asignatura, se puede contar
con que el estudiante:
: (1) Tiene las bases matemticas para afrontar un curso bsico de control
automtico: clculo innitesimal e integral, ecuaciones diferenciales, vari-
able compleja, transformadas integrales (Fourier y Laplace) y lgebra.
: (2) Conoce las leyes constitutivas que gobiernan la dinmica de varios tipos
de sistemas fsicos: mecnicos, elctricos, electrnicos, termodinmicos,
etc.
: (3) Tiene algunas ideas bsicas del uso de las transformadas integrales para
la resolucin de ecuaciones diferenciales ordinarias y el anlisis de circuitos
en rgimen transitorio y rgimen permanente.
: (4) Tiene conocimientos bsicos de informtica y electrnica digital.
Aunque en la prctica estos conocimientos previos que han de suponerse al
alumno no siempre sean reales bien porque los programas de las asignaturas
previas no se hayan desarrollado en su totalidad, bien porque bajo alguno de los
epgrafes no se hayan incluido todos los conceptos necesarios, bien porque el alumno
no haya cursado o superado alguna de las asignaturas previas, la asimilacin por
parte del alumno de los concimientos citados ha de ser una hiptesis de trabajo.
2. Aproximacin clsica versus aproximacin moderna
La primera cuestin que se plantea es qu aproximacin utilizar para cumplir
los objetivos de la asignatura, clsica o moderna, es decir, dominio de la frecuencia
y plano complejo o dominio del tiempo y espacio de estados. Para justicar la
decisin analizaremos brevemente ambas aproximaciones.
Aproximacin clsica: Las principales caractersticas de la aproximacin clsica
son las siguientes:
: Desarrollada para el diseo de amplicadores realimentados, encuentra su
lugar natural en el dominio de la frecuencia y el plano complejo.
: Teniendo como ncleo matemtico las transformadas integrales, se aplica
principalmente a los sistemas lineales invariantes en el tiempo, aunque se
2. APROXIMACIN CLSICA VERSUS APROXIMACIN MODERNA ix
han desarrollado extensiones para su aplicacin a una clase ms amplia
de sistemas como, por ejemplo, sistemas no lineales mediante la funcin
descriptiva.
: El diseo en el dominio de la frecuencia exige el conocimiento de la re-
spuesta en frecuencia del sistema, que puede ser medida experimental-
mente.
: A partir de la respuesta en frecuencia se puede obtener la funcin de trans-
ferencia, necesaria para el anlisis y diseo en el lugar de las races.
: Utiliza los diagramas de bloques para determinar las funciones de transfer-
encia de sistemas compuestos.
: No necesista una descripcin de la dinmica interna del sistema, es decir,
slo necesita el comportamiento entrada-salida.
: El diseo puede realizarse a mano utilizando tcnicas grcas, lo que
supone la aportacin de un alto grado de intuicin sobre el compor-
tamiento del sistema y las posibilidades de diseo.
: Los diseos se basan fundamentalmente en estructuras simples tipo atraso-
adelanto o PID.
: Est especialmente indicada para disear sistemas de control robustos ante
perturbaciones que no pueden modelarse de forma exacta, utilizando con-
ceptos como margen de ganancia o margen de fase.
: Hace posible describir las propiedades en lazo cerrado a partir de las de
lazo abierto, que son conocidas o fciles de medir.
: Es difcil su aplicacin a sistemas multivariables, debido a las interacciones
de los lazos de control.
Aproximacin moderna: Las principales caractersticas de la aproximacin mo-
derna son las siguientes:
: Es una aproximacin en el dominio del tiempo.
: Requiere un modelo exacto en espacio de estados del sistema.
: Sus tcnicas de modelado y diseo pueden utilizarse para una clase muy
amplia de sistemas: no lineales, multivariables, etc.
: Como en la aproximacin clsica, algunas cuestiones fundamentales so-
bre el comportamiento en lazo cerrado pueden tratarse estudiando las
propiedades en lazo abierto.
: Sus tcnicas de diseo, que requieren el manejo del lgebra matricial y casi
hacen necesario el uso de ordenadores, proporcionan poca intuicin sobre
la naturaleza y las propiedades del sistema controlado.
: Con los desarrollos del control digital, esta aproximacin es muy adecuada
para el diseo de sistemas de control que se implantarn en microproce-
sadores y cuya dinmica puede ser ms complicada y efectiva que las es-
tructuras simples de atraso-adelanto o PID utilizadas en la aproximacin
clsica.
A la vista de estas caractersticas y de los descriptores y objetivos de la asig-
natura, es claro que la aproximacin clsica es la ms adecuada, sobre todo porque
proporciona esa intuicin tan necesaria para dar los primeros pasos en una nueva
disciplina.
x LA ASIGNATURA REGULACIN AUTOMTICA
3. Seleccin de los contenidos
A la hora de seleccionar y ordenar los contenidos de una asignatura que supone
el primer contacto del estudiante con una nueva disciplina, es importantsimo tener
en cuenta dos consideraciones generales:
(a) El fracaso del estudiante se debe, en gran medida, no a la dicultad de lo que
se pretende ensear, sino a la dicultad de entender por qu conviene aprenderlo.
(b) Es fundamental hacer nfasis en lo sustancial frente a lo accesorio, lo que
exige, dadas las limitaciones reales, la capacidad de descartar mucho.
As, habiendo optado por la aproximacin clsica, aquello que es sustancial se
puede deducir de la formulacin de los conocimientos y conceptos que el alumno
debe adquirir. Estos podran ser enunciados diciendo que, tras superar la asig-
natura, el alumno debe haber asimilado lo siguiente:
: (1) La realimentacin es un extraordinario mecanismo y est presente por
doquier.
: (2) Los diagramas de bloques no son diagramas circuitales. El enfoque
sistmico tiene muchas ventajas.
: (3) La naturaleza y el concepto de estabilidad, los criterios para vericarla
y la importancia de asegurarla.
: (4) La naturaleza y el concepto de respuesta frecuencial, y la forma de
obtenerla.
: (5) Las relaciones entre lazo abierto y lazo cerrado.
: (6) La relacin entre la ubicacin de los polos del sistema y su compor-
tamiento dinmico. El lugar de las races como herramienta para el estu-
dio del comportamiento en lazo cerrado.
: (7) Asegurada la estabilidad, el cumplimiento de las especicaciones es lo
ms importante.
: (8) Los conceptos de margen de ganancia y margen de fase, y su relacin
con la robustez y la sensibilidad.
: (9) Los mtodos tradicionales de diseo de reguladores atraso-adelanto y
el regulador PID.
: (10) Los sistemas reales no se pueden modelar de forma exacta y tienen sus
limitaciones polos poco amortiguados, retardos, ruidos, no linealidades
, por lo que resulta conveniente asegurar un cierto grado de robustez en
los diseos.
4. Programa
4.1. Introduccin. El programa lo integran tres tipos de elementos: clases
tericas, clases prcticas y actividades complementarias.
Las clases tericas tienen como objetivo la transmisin de los conceptos y
tcnicas que se han considerado fundamentales. Su ordenacin y los ejemplos ilus-
trativos desarrollados, se conciben para que la asimilacin de estos conceptos y
tcnicas por parte del alumno sea ms profunda y fcil.
Las clases prcticas, con las que se pretende aanzar lo expuesto en la teora,
son de dos tipos: (1) prcticas de laboratorio que pongan en contacto al alumno
con los sistemas reales y la instrumentacin disponible para su anlisis; (2) prcti-
cas de simulacin que hagan ver al alumno las posibilidades que las herramientas
4. PROGRAMA xi
informticas ofrecen para el anlisis y diseo de sistemas de control, y creen en l
el hbito de utilizarlas.
Las actividades complementarias pretenden cubrir aspectos importantes de
la formacin en control que no tienen cabida en las clases.
Tras la exposicin del programa se enumeran y comentan brevemente los re-
cursos bibliogrcos que estn a disposicin del alumno.
4.2. Programa Terico. En el programa terico que a continuacin se pre-
senta, los contenidos correspondientes al anlisis de sistemas se han dividido en dos
partes: lazo abierto y lazo cerrado. Se ha considerado ello conveniente para hacer
ver al alumno con claridad qu efectos tiene la realimentacin, cules son las tcni-
cas especcas del control realimentado, qu modicaciones suponen con respecto
a las tcnicas generales de anlisis de sistemas y cules son las justicaciones de su
uso.
Parte I: Introduccin y fundamentos
Tema 1 (2h):: Introduccin
: 1.1 Introduccin
: 1.2 El enfoque sistmico
: 1.3 Clasicacin de sistemas
: 1.4 Sistemas realimentados
: 1.5 Terminologa
: 1.6 Revisin histrica
Tema 2 (2h): : Fundamentos matemticos
: 2.1 Introduccin
: 2.2 Funciones de variable compleja
: 2.3 Revisin de transformadas integrales
Tema 3 (4h):: Modelos matemticos de sistemas dinmicos
: 3.1 Introduccin
: 3.2 Ecuaciones diferenciales
: 3.3 Matrices de estado
: 3.4 Funciones de transferencia
: 3.5 Analogas
: 3.6 Ejemplos ilustrativos
Tema 4 (3h):: Representaciones grcas
: 4.1 Introduccin
: 4.2 Diagramas de bloques
: 4.3 Diagramas de ujo de seal
Parte II: Anlisis de sistemas en lazo abierto
Tema 5 (1h):: Conceptos generales
: 5.1 Introduccin
: 5.2 Dominios de anlisis
: 5.3 Seales de prueba
: 5.3 Tipos de respuesta
Tema 6 (3h):: Estabilidad I
: 6.1 Introduccin
: 6.2 Conceptos de estabilidad
: 6.3 Condiciones de estabilidad
: 6.4 Criterio de Routh
xii LA ASIGNATURA REGULACIN AUTOMTICA
: 6.5 Uso del Principio del Argumento
Tema 7 (3h):: Anlisis en el dominio del tiempo I
: 7.1 Introduccin
: 7.2 Respuesta a una seal del tipo t
n
: 7.3 Respuesta a una seal determinstica
: 7.4 Respuesta transitoria y situacin de polos y ceros
: 7.5 Respuesta estacionaria
Tema 8 (3h):: Anlisis en el dominio del tiempo II
: 8.1 Introduccin
: 8.2 Sistemas de primer orden
: 8.3 Sistemas de segundo orden
: 8.4 Efecto de polos y ceros adicionales
: 8.5 Sistemas de orden superior: polos dominantes
Tema 9 (4h):: Anlisis en el dominio de la frecuencia
: 9.1 Introduccin
: 9.2 Concepto de respuesta en frecuencia
: 9.3 Diagramas de Bode
: 9.4 Diagramas polares
: 9.5 Relaciones magnitud-fase
: 9.6 Sistemas de fase no mnima
Parte III: Anlisis de sistemas realimentados
Tema 10 (1h):: Introduccin
: 10.1 Introduccin
: 10.2 Efectos de la realimentacin
: 10.3 Esquema tpico y terminologa
Tema 11 (1h):: Estabilidad II
: 11.1 Introduccin
: 11.2 Aplicacin del principio del argumento
: 11.3 Criterio de Nyquist
Tema 12 (3h):: Estabilidad relativa
: 12.1 Introduccin
: 12.2 Mrgenes de ganancia y de fase
: 12.3 Estabilidad para un valor de 1: criterio de Routh y respuesta en
frecuencia
Tema 13 (3h):: Error y sensibilidad
: 13.1 Introduccin
: 13.2 Seales de entrada y tipo de un sistema
: 13.3 Constantes de error
: 13.4 Determinacin de las constantes de error en la respuesta en fre-
cuencia
: 13.5 Sensibilidad
Tema 14 (3h):: Anlisis dinmico en el plano complejo
: 14.1 Introduccin
: 14.2 Lugar geomtrico de las races
: 14.3 Efectos de polos y ceros adicionales
: 14.4 Lugares ilustrativos
Parte IV: Diseo y realizacin de reguladores
Tema 15 (2h):: Introduccin al diseo
5. RECURSOS BIBLIOGRFICOS xiii
: 15.1 Introduccin
: 15.2 Especicaciones de funcionamiento: dominio del tiempo y do-
minio de la frecuencia
: 15.3 Relaciones
: 10.3 Esquemas y mtodos para el diseo
Tema 16 (2h):: Acciones de control
: 16.1 Introduccin
: 16.2 Acciones bsicas de control
: 16.3 Accin PID
: 16.4 Compensacin
Tema 17 (3h):: Reguladores PID
: 17.1 Introduccin
: 17.2 Diseo en el lugar de las races
: 17.3 Diseo en la respuesta en frecuencia
: 17.4 Mtodos empricos de sintona
: 17.5 Modicaciones prcticas
Tema 18 (3h):: Compensacin
: 18.1 Introduccin
: 18.2 Tipos de compensacin
: 18.3 Diseo en el lugar de las races
: 18.4 Diseo en la respuesta en frecuencia
Tema 19 (2h):: Realizacin de reguladores
: 19.1 Introduccin
: 19.2 Realizacin analgica
: 19.3 Realizacin digital
Tema 20 (2h):: Limitaciones en los sistemas de control
: 20.1 Introduccin: Revisin general
: 20.2 Limitaciones tericas
: 20.3 Limitaciones prcticas
4.3. Evaluacin. Para superar la asignatura el alumno deber:
(1) Aprobar los exmenes que se realicen a lo largo del curso (exmenes par-
ciales o/y exmenes nales)
(2) Realizar las prcticas y entregar una memoria de las mismas
La nota nal del curso tendr en cuenta los siguientes conceptos:
(1) Notas de exmenes
(2) Nota de prcticas
(3) Nota de actividades complementarias
Slo en casos excepcionales la nota de actividades complementarias podr servir
para aprobar la asignatura.
5. Recursos bibliogrcos
Se relacionan y comentan a continuacin los principales recursos bibliogrcos
que estn a disposicin del alumno. Estos recursos se dividen en tres bloques:
: (a) Bibliografa fundamental: Aqulla que ms se ajusta a los contenidos
del programa, tanto en sus aspectos tericos como prcticos. Por ser
pocos los ejemplares disponibles en la biblioteca del centro, se recomienda
al alumno la adquisicin de alguno de estos libros.
xiv LA ASIGNATURA REGULACIN AUTOMTICA
: (b) Bibliografa complementaria: Aqulla que el alumno puede consultar
en la biblioteca del centro para ampliar sus conocimientos relativos a los
contenidos del programa.
: (c) Revistas: Publicaciones perdicas relacionadas con la asignatura que
se reciben en la Universidad de Extremadura y que estn archivadas en
alguno de sus centros o departamentos.
Dado el elevado coste de cualquiera de los libros relacionados, en la actualidad
se estn confeccionando los siguientes documentos:
: 1. Apuntes de Regulacin Automtica
: 2. Problemas de Examen de Regulacin Automtica
: 3. Libro de Prcticas de Regulacin Automtica
Se pretende que estos documentos tengan un coste que facilite su adquisicin,
y unos contenidos que se ajusten, sin renunciar a la posibilidad de futuras mejoras,
a los del programa.
5.1. Bibliografa fundamental.
E. Andrs Puente:: Regulacin Automtica I, Seccin de Publicaciones de
la E.T.S. Ingenieros Industriales, UPM, 1980.
: Comentario: Es el texto que ms se ajusta, en contenidos y estrutura,
al programa de la asignatura, y est escrito con suciente claridad.
Sin embargo, merecera una nueva edicin revisada que introdujese
algunas mejoras, entre las que cabe destacar: (1) la inclusin de un
ndice general; (2) el cambio de ubicacin del captulo 5 (Mtodos
Matemticos) que debera ir, o bien como captulo 2 para conocer las
herramientas matemticas antes de utilizarlas, o bien como apndice
si se considera que sus contenidos slo son un recordatorio; (3) la
introduccin del uso de herramientas informticas actuales para la
generacin de grcas y resolucin de problemas; (4) la inclusin de
ms casos prcticos como ejemplos ilustrativos. Por otra parte, su
precio, en la situacin actual del mercado editorial, parece excesivo
teniendo en cuenta la pobre calidad de la edicin.
A. Barrientos, R. Sanz, F. Mata, E. Gambao:: Control de sistemas con-
tinuos. Problemas resueltos, McGraw-Hill, 1996.
: Comentario: Se trata de un texto de gran inters para el alumno, con
un conjunto de problemas adecuadamente ordenados por temtica
y sucientemente ilustrativos. Son de destacar tambin su enfoque
prctico a la hora de seleccionar los problemas y la inclusin de
resmenes de teora y formularios al comienzo de cada captulo.
G. F. Franklin, J. D. Powell, A. Emani-Naeini:: Control de sistemas
dinmicos con retroalimentacin, Addison Wesley, 1991.
: Comentario: Es un texto de notable calidad, aunque su estructura
y contenidos no se ajustan al programa de la asignatura. Hay que
destacar el buen equilibrio entre la amplitud de los contenidos, in-
cluyendo el anlisis y diseo en el espacio de estados y control digital,
y la claridad y sencillez con que estn expuestos. Est bien ilustrado,
hace uso de MATLAB e incluye el estudio de muchos casos prcticos.
5.2. Bibliografa complementaria.
5. RECURSOS BIBLIOGRFICOS xv
R. N. Bateson:: Control Systems Technology, Prentice-Hall, 5e 1996.
: Comentario: Se trata de un libro de extraordinaria utilidad para pro-
fundizar en aspectos tecnolgicos de los sistemas de control. Se puede
utilizar como fuente para la realizacin de actividades complemen-
tarias.
J. J. DAzzo, C. H. Houpis:: Sistemas lineales de control, Paraninfo, 1977
: Comentario: Aunque no es un libro que se pueda recomendar al
alunmo para seguir la asignatura, el tratamiento dado a algunos asun-
tos (cuestiones especiales sobre polos y ceros, compensacin por real-
imentacin, sistemas multivariables, perturbaciones u optimizacin)
hace que sea una herramienta til para profundizar en los contenidos
del programa o ampliar dichos contenidos mediante trabajos dirigi-
dos.
J. J. DiStefano, A. R. Stubberud, I. J. Williams:: Retroalimentacin
y sistemas de control, McGraw-Hill, 1992
: Comentario: El atractivo principal de este libro es la gran cantidad
de problemas resueltos que contiene. En cuanto a los contenidos
tericos, no incluye nada especialmente destacable para la asignatura.
B. C. Kuo:: Sistemas de control automtico, Prentice-Hall, 7e 1996.
: Comentario: Aunque se trata de una obra excelente, presenta serias
dicultades para que el alumno de Regulacin Automtica pueda
tomarlo como libro de la asignatura, tanto por la amplitud como por
el tratamiento simultneo de sistemas continuos y discretos.
N. E. Leonard, W. S. Levine:: Using MATLAB to analyze and design
Control Systems, The Benjamin/Cummings, 2e 1995.
: Comentario: Este libro sencillo constituye una buena ayuda a la hora
de utilizar MATLAB para el anlisis y diseo de sistemas de control.
W. S. Levine (ed.):: Control System Applications, CRC Press, 2000.
: Comentario: El libro contiene una gran variedad de sistemas de con-
trol, proporciona interesantes ejemplos de aplicacin e informa sobre
aspectos prcticos de inters. Es una buena fuente para la realizacin
de trabajos dirigidos u otras actividades complementarias.
P. H. Lewis, Ch. Yang:: Sistemas de Control en Ingeniera, Prentice-Hall,
1999.
: Comentario: Los aspectos ms destacables de este libro son el tratamiento
claro y sencillo de los temas, el uso de MATLAB y SIMULINK y
la atencin prestada a las cuestiones prcticas (realizacin de regu-
ladores, limitaciones de los dispositivos, etc.).
K. Ogata:: Ingeniera de control moderna, Prentice-Hall, 1998.
: Comentario: Se trata quiz de uno de los textos ms famosos, al menos
entre los alumnos de las Escuelas que no disponen de un texto propio
para la asignatura. Sin embargo, presenta algunos inconvenientes
para que pueda servir de texto base, como son su excesiva extensin
y el tratamiento indiferenciado, y a veces confuso, que reciben los
sistemas en lazo abierto y en lazo cerrado. Contiene, por otra parte,
gran cantidad y variedad de problemas y ejemplos ilustrativos.
5.3. Revistas.
: Automtica e Instrumentacin
xvi LA ASIGNATURA REGULACIN AUTOMTICA
: IEEE Transactions on Automatic Control
: IEEE Control Systems Technology
: IEEE Control Systems Magazine
: IEE Journal on Computing and Control
Part 1
INTRODUCCIN Y
FUNDAMENTOS
CHAPTER 1
Introduccin histrica
1. Sistemas y Teora General de Sistemas
Una denicin muy general de sistema puede ser la siguiente: conjunto de
elementos relacionados entre s funcionalmente, de modo que cada uno de ellos es
funcin de algn otro, no habiendo ningn elemento aislado. En esta denicin, el
trmino elemento tiene un sentido neutral: puede entenderse por l una entidad, una
cosa, un proceso, etc. en cuyo caso cabe hablar de un sistema real, o bien un
concepto, trmino o enunciado en cuyo caso cabe hablar de un sistema conceptual,
lingstico, etc. Sin embargo, esta denicin general, como ocurre con otras que
se pueden encontrar en la literatura tcnica, dicilmente satisface los numerosos
usos del concepto de sistema, ya sea en acepciones comunes como cuando se
habla de sistema poltico, sistema econmico, sistema educativo, etc., ya sea en
acepciones ms especializadas como cuando se habla de sistema ecolgico, sistema
realimentado, etc.
Al menos desde los estoicos griegos, que con el vocablo ootjjc designaban
primariamente un orden, especialmente un orden del mundo u orden csmico, el
trmino sistema se ha empleado con frecuencia en la losofa y en la ciencia, hasta
llegar a ser de uso comn. Sin embargo, se podra decir que slo a partir de Kant
y el posterior idealismo alemn se trata el concepto mismo de sistema. Kant, en su
Crtica de la razn pura da una de las primeras deniciones precisas:
Por sistema entiendo la unidad de los diversos conocimientos bajo
una sola idea.
(I. Kant, Crtica de la razn pura, A832 B860, Alfagura 1988,
p. 647)
Matizando esta denicin, Kant subrayaba los caracteres de unidad organizada
y orden que crece desde dentro como propios de un sistema, frente al mero agregado
y orden que crece mediante sucesivas agregaciones.
Desde entonces son muchas las deniciones y usos del trmino, y hoy en da,
gracias al xito de la llamada Teora General de Sistemas, ha entrado en el vocab-
ulario de muchas disciplinas, desde el estructuralismo lingstico de Saussure hasta
la Gestaltpsychologie. Al mismo tiempo, se ha hecho ms clara la distincin entre
los conceptos sistemtico y sistmico, remitindonos el primero a un conjunto de
conceptos o acciones que se encadenan e interrelacionan segn un orden estable-
cido, y el segundo a un enfoque para el anlisis y tratamiento de una determinada
entidad.
El enfoque sistmico es el propugnado por la Teora General de Sistemas, desar-
rollada por Ludwig von Bertalany a partir de la denominada biologa organstica,
y heredera de la denicin antes citada de Kant. Esta teora se opone a todo ato-
mismo y a todo reduccionismo y presta atencin a la nocin de todo orgnico y a
3
4 1. INTRODUCCIN HISTRICA
las ideas de totalidad, estructura de funciones y nalidad. Tras el impulso inicial
de Bertalany en el campo de la biologa y Erwin Laszlo en el campo de la losofa,
muy pronto se vio que la ciberntica de Norbert Wiener, entendida como todo lo
referente al control y teora de comunicacin, ya sea en la mquina o en el animal
1
,
proporcionaba un valioso instrumento para el desarrollo de la teora.
En la actualidad el concepto de sistema, aplicado en todos los mbitos del saber,
podramos decir, utilizando la terminologa de T. S. Khun, que constituye un nuevo
paradigma, es decir, un nuevo prisma para ver y estudiar la realidad. Este hecho
constituye la razn principal por la cual hoy resulta tan difcil denir el concepto
sistema: forma parte de los presupuestos bsicos de nuestro entendimiento.
2. Ingeniera de Sistemas
Atendiendo a las ideas de intervencin y aplicacin que el trmino ingeniera
introduce, se podra denir la Ingeniera de Sistemas como la disciplina tcnica
que, en el marco de la Teora General de Sistemas, trata de los mtodos y tcnicas
relativos a la modicacin o la construccin de los sistemas de forma que su fun-
cionamiento responda a los objetivos demandados por una determinada aplicacin.
Sin embargo, al decir en el marco de la Teora General de Sistemas no se quiere
dar a entender que la Ingeniera de Sistemas se desarrollara a partir de aqulla, sino
que en la actualidad utiliza sus modelos y mtodos, es decir, el enfoque sistmico,
para abordar los problemas reales. De hecho, histricamente, ambas han tenido
evoluciones paralelas, con un trasiego bidireccional de sus desarrollos y logros.
Como disciplina especca, la Ingeniera de Sistemas naci en el primer tercio
del siglo XX para dar respuesta a la creciente complejidad de los sistemas tratados
y de los objetivos perseguidos a la hora de modicarlos o construirlos. Fue proba-
blemente la Bell Telephone Laboratories Inc. la primera organizacin que emple el
trmino a la hora de organizar y desarrollar sus sistemas telefnicos. Ms tarde, la
necesidad de incrementar la eciencia a la hora del despliegue de equipos militares
durante la II Guerra Mundial, hizo que se desarrollaran muchas tcnicas analticas,
y los avances en Teora de Control, Teora de la Informacin y Computadores, han
venido estimulando su desarrollo desde esas mismas fechas.
En la actualidad, la Ingeniera de Sistemas es una etapa de lo que M. J. Kelly,
siendo presidente de Bell Telephone Laboratories Inc., denomin Tecnologa Cre-
ativa Organizada, constituida por cinco etapas, que son:
(1) Investigacin
(2) Ingeniera de Sistemas
(3) Desarrollo
(4) Fabricacin
(5) Operacin
En este modelo, y teniendo en cuenta los conocimientos e informaciones apor-
tadas por la etapa de investigacin, la Ingeniera de Sistemas se encarga de la
planicacin y ejecucin de los proyectos, teniendo en cuenta las necesidades y
determinando la mejor manera de satisfacerlas por medio de la formulacin de:
los objetivos operacionales
los objetivos de rendimiento
los objetivos econmicos
1
Norbert Wiener, Ciberntica, Guadiana de Publicaciones, p. 41.
3. AUTOMTICA 5
el plan tcnico a seguir
Esto se lleva a cabo siguiendo una metodologa cuyas fases ms importantes
pueden enunciarse de la siguiente forma:
(1) Denicin del problema
(2) Seleccin de magnitudes asociadas
(3) Denicin de objetivos
(4) Denicin de estructura general del sistema
(5) Modelado
(6) Anlisis
(7) Ordenacin de alternativas y optimizacin
(8) Toma de decisiones
(9) Planicacin y seguimiento de la actuacin
As, la Ingeniera de Sistemas acta en el espacio comprendido entre la inves-
tigacin y el mercado, y hoy es parte fundamental de todo sistema productivo, ya
est orientado ste a la construccin de un puente, al diseo e implantacin de una
red de comunicaciones o al diseo e implantacin de un regulador.
3. Automtica
El Diccionario de la Lengua Espaola (ed. 1992) dene el trmino automtica
como:
Ciencia que trata de sustituir en un proceso al operador humano
por dispositivos mecnicos o electrnicos.
Aunque esta denicin general adolece de algunos defectos, como ubicar la
Automtica entre las ciencias, o reducir el conjunto de los dispositivos articiales
a los campos de la mecnica y la electrnica, s es posible obtener de ella una idea
de los objetivos de la Automtica.
El objetivo obvio de la Automtica es la automatizacin de un proceso, enten-
dido ste en su acepcin ms general, es decir, ya sea intelectual o fsico. Este
objetivo constituye una aspiracin del ser humano desde que su desarrollo intelec-
tual le hizo acreedor de tal denominacin. En la Poltica de Aristteles podemos
leer lo siguiente:
Si todos los instrumentos pudieran cumplir su cometido obede-
ciendo las rdenes de otro o anticipndose a ellas, como cuentan
de las estatuas de Ddalo o de los trpodes de Hefesto, de los que
dice el poeta que entraban por s solos en la asamblea de los dioses,
si las lanzaderas tejieran solas y los plectros tocaran solos la ctara,
los maestros no necesitaran ayudantes ni esclavos los amos.
2
Ms adelante, Aristteles distingue entre instrumentos de accin e instru-
mentos de produccin. Puesto que, para Aristteles, la vida es accin
3
, los instru-
mentos de accin seran aquellos encargados de reproducir la vida, mientras que los
instrumentos de produccin seran aquellos cuyo objetivo es producir algo aparte
de su funcionamiento.
He aqu pues bellamente formulados, no slo el objetivo de la Automtica, sino
tambin las dos aplicaciones que la denen: la automatizacin de la produccin,
2
Aristteles, Poltica, I,2, 1254a (Centro de Estudios Constitucionales, Madrid 1983, p. 6)
3
Aristteles, op. cit., I,2 ( p. 7)
que constituye el campo de lo que hoy es la Automatizacin Industrial, y la autom-
atizacin de acciones, que constituye el campo de los Autmatas, entendidos en su
acepcin ms general. Fundamental para estos dos campos es lo que el profesor
Karl J. Astrom ha llamado la tecnologa oculta, la Teora de Control. Todas ellas
constituyen hoy el contenido de la Automtica.
3.1. Automatizacin. Aunque el trmino mecanizacin es utilizado con fre-
cuencia para referirse a la simple sustitucin del ser humano por mquinas para
realizar una determinada labor, la automatizacin implica generalmente la inte-
gracin de las mquinas en un sistema autorregulado. La automatizacin ha rev-
olucionado aquellas reas en las que se ha introducido, y dicilmente se podra
encontrar un aspecto de la vida actual que no est afectado por ella. A pesar de
que la diferencia entre mecanizacin y automatizacin es a veces difcil de estable-
cer en la prctica, la diferencia entre una sociedad automatizada y una sociedad
mecanizada se aprehende ms claramente: la introduccin de la automatizacin ha
conducido a una nueva etapa en el desarrollo de la civilizacin industrial.
Como se ha dicho, el ser humano se ha esforzado siempre por transferir las
cargas del trabajo a dispositivos articiales. Se han encontrado vestigios del uso de
poleas y otros dispositivos elevadores que datan del tercer milenio a.c. Sin embargo,
la eclosin de la automatizacin no tuvo lugar hasta el comienzo de la Revolucin
Industrial en el siglo XVIII. El desarrollo de fbricas que producan partes de un
producto prepar el terreno, junto con el desarrollo complementario de la divisin
del trabajo, la restriccin de la labor de cada trabajador a una tarea especca que
se repite de forma continuada. A partir de aqu, slo haba que dar un paso para
desarrollar mquinas que realizaran dichas tareas, con la energa suministrada por
la mquina de vapor y, ms tarde, la electricidad.
La puesta en marcha de las cadenas de montaje supuso un nuevo paso hacia la
automatizacin. Utilizadas por primera vez a gran escala por los embaladores de
carne de Chicago en 1870, la cadena de montaje utiliza una cinta transportadora
o dispositivo similar para dividir un determinado trabajo en etapas que pasan de
un trabajador o grupo de trabajadores a otro. Durante la II Guerra Mundial se
desarrollaron sistemas de transferencia automticos que combinaban cadenas de
montaje con mecanizacin de las tareas. Estos sistemas consistan en grupos de
mquinas enlazadas por una cinta transportadora; en una etapa de produccin se
operaba sobre una pieza y pasaba a la siguiente sin intervencin humana.
La verdadera automatizacin, sin embargo, slo lleg con el desarrollo de los
sistemas realimentados. Es la presencia de estos sistemas, ms que cualquier otra
cosa, lo que la distingue de la pura mecanizacin. La realimentacin supone la
capacidad de una mquina para autoregularse. Mediante un sistema o lazo de real-
imentacin, una mquina monitoriza su propia salida, la compara con un conjunto
de consignas almacenadas, y ajusta su funcionamiento para corregir las desviaciones
observadas.
Toda mquina automatizada requiere cuatro componentes bsicos: fuente de al-
imentacin, dispositivo de sensorizacin o medida, elemento de decisin y elemento
de control. La fuente de alimentacin proporciona al sistema la energa necesaria
para llevar a cabo la tarea deseada. El dispositivo de medida permite al sistema
conocer alguna propiedad de la salida. El elemento de decisin compara los datos
suministrados por el elemento de medida con las consignas. Si existe discrepancia,
el elemento de decisin genera los comandos adecuados para activar el elemento
3. AUTOMTICA 7
de control. El elemento de control acta entonces para corregir las desviaciones
observadas. Una fbrica automatizada puede tener cientos o incluso miles de lazos
de control interconectados.
En la actualidad, la automatizacin se ha introducido en reas tan diversas
como los procesos qumicos, las comunicaciones o los aparatos domticos. Algunos
de los desarrollos ms signicativos han sido el diseo asistido por ordenador (CAD)
y la fabricacin asistida por ordenador (CAM). Estas tecnologas utilizan sistemas
informticos para la creacin y optimizacin de un diseo, as como para el control y
monitorizacin del proceso de fabricacin que, a partir del diseo, da como resultado
el producto nal.
En ciertas reas el progreso en automatizacin ha sido ms lento que en otras.
Se ha hecho evidente que ciertas actividades como la identicacin de formas,
el reconocimiento de patrones, la alineacin de dos cuerpos desiguales o el re-
conocimiento de la voz, fciles para el ser humano, son extraordinariamente com-
plejas y difciles de dividir en una serie de tareas simples que puedan ser realizadas
por una mquina. Sin embargo, tambin en estas reas se han hecho avances sig-
nicativos, como puede comprobarse por los recientes desarrollos en inteligencia
articial y robtica.
El uso creciente de la automatizacin en las fbricas ha permitido una gran
productividad en muchos sectores de la industria, y ha contribuido de manera
importante a la seguridad en el trabajo. Los efectos de la automatizacin, no
obstante, van ms all, inuyendo en el nmero, la naturaleza y el tipo de puestos
de trabajo que la sociedad demanda, y ha jugado un importantsimo papel en la
consecucin de nuevos mtodos que hacen posible la gestin y el control de proyectos
de enorme complejidad.
3.2. Autmatas. El trmino autmata posee dos acepciones principales: o
bien designa un objeto electromecnico que puede operar por s mismo, o bien se
reere a un dispositivo material o abstracto que transere informacin de una forma
a otra sobre la base de un conjunto de instrucciones o procedimientos predetermi-
nados.
3.2.1. Los autmatas antes de la Ciberntica. A lo largo del tiempo, la mayora
de los autmatas han sido objetos de fantasa puramente decorativos en concepcin
y funcin, los ms renados de los cuales han imitado, en su forma, en sus acciones
o en ambas, al ser humano.
Aunque quedan pocos ejemplos de autmatas hechos antes del siglo XVI, son
muchas las fuentes documentales que dan testimonio de su existencia. En la cultura
occidental han llegado a ser legendarios algunos ejemplos: las estatuas de Ddalo,
los trpodes semovientes de Hefesto o los juguetes con sonido de Arquitas de Tar-
ento, referidos por Aristteles
4
; el modelo en madera de una paloma construido por
el mismo Arquitas, que, equilibrado mediante contrapesos y accionado por aire com-
primido, pareca volar; la colosal estatua de Memmon, cerca de Tebas en Egipto,
que, segn Pausanias
5
, al levantarse el sol, todos los das emite un sonido, y el
sonido puede compararse a una ctara o a una lira cuando se le ha roto una cuerda;
o los dispositivos automticos movidos por agua, contrapesos o vapor, descritos por
Hern de Alejandra. Por su parte, tambin en el antiguo oriente los autmatas
4
Aristteles, op.cit. 1254a y 1340b.
5
Pausanias, Descripcin de Grecia, I, 42. (Gredos, Madrid 1994, p.197)
aparecen en narraciones legendarias: el hombre de madera construido por el hijo
del rey Ta-Chuang, capaz de moverse, correr, sentarse, levantarse, cantar y bailar;
los ingenios automticos que custodiaban la tumba del emperador Tsin Chehaang,
muerto el 209 a.c.; o la orquesta mecnica hecha para uno de los emperadores de
la dinasta Han, en el siglo III de nuestra era. De igual manera, se podran hacer
referencias de autmatas en la cultura islmica o en Mesopotamia.
Pero fue en el siglo XVI cuando se dio un renovado inters por la fabricacin
de autmatas, en buena parte debido a las inuencia conjunta de los ejemplos
orientales llegados a Europa a travs de las rutas de comercio, y a las traducciones
de los tratados helensticos, como el de Hern de Alejandra. Los avances cientcos
y tcnicos de los siglos XVII, XVIII y XIX se incorporaron a la construccin de
autmatas, hasta que la produccin de los mismos ces prcticamente a principios
del siglo XX, debido, sobre todo, a la ausencia de artesanos capacitados.
3.2.2. Los modernos autmatas. En su moderna acepcin, un autmata repre-
senta una formalizacin de un conjunto de reglas destinadas a una computacin,
y la Teora de Autmatas, que se puede estudiar como una parte de los funda-
mentos de las matemticas, se utiliza en la construccin de mquinas tales como
los ordenadores de propsito general. Un ejemplo tpico de autmata es el reloj
de pndulo. En tal dispositivo, los engranajes pueden tener slo una de entre un
nmero nito de posiciones o estados en cada oscilacin del pndulo. Cada estado,
mediante la operacin de escape, determina el estado siguiente y una salida discreta
que es visualizada como un cambio discreto en la posicin de las agujas del reloj.
Mientras el reloj funcione correctamente y su funcionamiento no sea interferido por
nada, continuar operando de dicha manera.
Este autmata puede generalizarse y hacer que responda a ciertos cambios, en-
tradas externas o eventos. Su funcionamiento y sus estados internos no estaran
entonces determinados slamente por los estados iniciales o anteriores, sino tam-
bin por entradas procedentes de un operador humano, otro autmata, o cualquier
evento o serie de eventos del entorno. El autmata general ms conocido es el
moderno ordenador.
Los componentes de un autmata son materiales y dispositivos, y su operacin
est basada en las propiedades de los mismos. Los principios de su funcionamiento
como una secuencia de estados discretos puede, sin embargo, entenderse independi-
entemente de la naturaleza o disposicin de sus componentes. Por ello, un autmata
puede considerarse, de una forma abstracta, como un conjunto de estados, entradas,
salidas y reglas de operacin no determinadas fsicamente, y el estudio de los aut-
matas como la investigacin de lo que con tal conjunto puede conseguirse. Este
modo de abstraccin conduce a sistemas matemticos que en ciertos aspectos se
asemejan a los sistemas lgicos, pudiendo denirse un autmata como una enti-
dad lgica que puede materializarse en forma de mquina, designando el trmino
autmata tanto a la parte fsica (hardware) como a la lgica (software).
Los orgenes de esta teora pueden datarse en el ao 1936, cuando Alan M.
Turing public su artculo On Computable Nunbers with an Application to the
Entscheidungsproblem en los Proceedings of the London Mathematical Society
6
.
En dicho artculo, Turing conceba una mquina lgica cuya salida poda utilizarse
para denir un nmero computable. Para la mquina, se consideraba que el tiempo
6
Hay traduccin castellana en A. M. Turing, Sobre nmeros computables, con una apli-
cacin al problema de la decisin, Cuadernos Teorema, Madrid.
3. AUTOMTICA 9
era discreto, y su estructura interna, en un determinado momento, se poda describir
simplemente como uno de entre un conjunto nito de estados. Desde entonces, la
teora de autmatas ha experimentado un gran desarrollo, y ha encontrado multitud
de aplicaciones, aunque la mquina original de Turing, que tena una memoria
ilimitada, continua siendo una referencia, y muchos teoremas matemticos relativos
a la computabilidad se han probado en el marco de la propuesta original de Turing.
Entre las fuentes que han contribuido al estado de desarrollo actual de la teora
de autmatas, cabe destacar dos: el sistema nervioso como modelo y la consid-
eracin del azar.
El estudio del sistema nervioso. Parte de la teora de autmatas se ha basado
en el estudio de la estructura y funcionamiento del sistema nervioso, en como dicho
sistema, con su conjunto de neuronas, terminaciones nerviosas y sinapsis, puede
generar, codicar, almacenar y usar la informacin. Dicho estudio dio resultados
que hoy forman parte de los fundamentos de la teora:
La utilizacin de la naturaleza todo-nada del umbral de excitacin de las
neuronas como modelo para formular esquemas lgicos y construir puertas
lgicas y computadores..
El uso de la realimentacin como ingrediente esencial en el proceso de
clculo de una mquina (trabajos de W. S. MacCulloch y W. Pitts en
el Research Laboratory del Instituto Tecnolgico de Massachusetts, aos
40).
La denicin y construccin de un autmata generalizado (John von Neu-
mann y S. C. Kleen).
Las cuestiones probabilsticas. Otros avances importantes en la teora de aut-
matas han surgido al tener en cuenta el azar. Desde el invento del reloj mecnico
a nales del siglo XIII hasta la mquina de Turing, un autmata era un disposi-
tivo mecnico o lgico libre de componentes probabilsticos. De igual manera, se
entenda inmerso en un entorno que poda ser especicado lgicamente. Es decir,
mquina y entorno eran determinsticos. Pero a partir de los aos 50 empezaron a
tenerse en cuenta ciertas cuestiones probabilsticas, lo que ha propiciado un extra-
ordinario avance en la teora de autmatas. Entre esas cuestiones destacaremos las
siguientes:
El azar en el entorno:: La posibilidad de tratar con datos aleatorios con-
dujo al cuerpo de teora relativo a la interpolacin, extrapolacin y predic-
cin desarrollado, fundamentalmente, por N. Wiener, E. Hopf y A. N.
Kolmogorov.
El azar en la mquina:: Con el desarrollo de computadores ms comple-
jos, a mediados de los aos 50 se empez a tener en cuenta la probabili-
dad de fallo en los propios componentes de las mquinas, y surgieron las
tcnicas de redundancia para reducir la probabilidad de los errores no
deseados en los clculos (von Neumann).
El azar como aliado:: Si, en lugar del conjunto usual de datos, a un aut-
mata se le proporcionan datos aleatorios, la combinacin datos de entrada
y mquina no es completamente predecible. Sin embargo, se comprob
(Claude E. Shannon y otros) que los resultados impredecibles as obtenidos
tenan interesantes aplicaciones. Un ejemplo tpico de mtodo que uti-
liza entradas aleatorias es el Mtodo de Montecarlo, que para ciertas
aplicaciones ha mostrado ser ms eciente que los mtodos puramente
determinsticos.
La generacin del azar:: A partir de los aos 60 surgi la pregunta de
si un autmata poda generar secuencias aleatorias como las observadas
en fenmenos naturales. Las respuestas a esta pregunta llevaron a in-
teresantes desarrollos en la descripcin lgica del comportamiento de las
fuentes naturales de seales aleatorias y en la teora de probabilidades.
4. Breve historia de la Teora de Control
4.1. Antecedentes. La realimentacin es el mecanismo bsico mediante el
cual los sistemas, ya sean articiales o naturales, mantienen su homeostasis o equi-
librio, y el buen funcionamiento de dicho mecanismo es la principal garanta de su
supervivencia. La propia naturaleza, tal como hoy la conocemos, puede verse como
el resultado de un gigantesco proceso de realimentacin y adaptacin al que Charles
Darwin denomin seleccin natural.
Por su parte, el uso humano de la realimentacin tiene una historia antigua.
Los sistemas de regado empleados en Mesopotamia en el segundo milenio a.c.; los
relojes de agua, juguetes y otros articios ya citados, desarrollados en la cultura
griega clsica y helenstica; los mecanismos que utilizaban los arquitectos romanos
para mantener constante el nivel de agua en los acueductos; o los autmatas desar-
rollados en las culturas islmicas y orientales, son ejemplos clsicos de aplicaciones
de la realimentacin. El asombroso avance de las ciencias a partir del renacimiento
permiti construir sistemas realimentados an ms complejos, como los que gob-
ernaban la orientacin o el ujo de grano en molinos holandeses e ingleses del siglo
XVII, los reguladores de temperatura utilizados en hornos e incubadoras en los
siglos XVII y XVIII o los reguladores de otador y de presin utilizados en las
mquinas de vapor rudimentarias. El ejemplo ms famoso de la Revolucin In-
dustrial es el regulador de bolas de James Watt desarrollado en 1769 para regular
el ujo entrante a una mquina de vapor y mantener constante la velocidad con
independencia de cambios en la carga.
Sin embargo, el diseo de los sistemas de control realimentado llevado a cabo
hasta la Revolucin Industrial se realizaba mediante prueba y error, junto con una
gran intuicin ingenieril o experiencia. As, pareca ms un arte que una ciencia.
A mediados del siglo XIX se utiliz por primera vez la matemtica para analizar
la estabilidad de los sistemas de control realimentado. Ya que las matemticas son
el lenguaje formal de la actual teora de control, se suele llamar al periodo anterior
Prehistoria de la Teora de Control.
4.2. El nacimiento de la Teora de Control: las ecuaciones diferen-
ciales y el problema de la estabilidad. La historia comienza en 1840, cuando
G. B. Airy, Astrnomo Real Britnico en Greenwich, desarroll un dispositivo re-
alimentado para apuntar un telescopio. Su dispositivo era un sistema de control de
velocidad que giraba el telescopio automticamente para compensar la rotacin de
la Tierra, permitiendo el estudio de una determinada estrella durante un largo peri-
odo de tiempo. Desfortunadamente, Airy descubri que por un diseo inadecuado
del lazo de realimentacin, se daban oscilaciones en el sistema. l fue el primero
en discutir sobre la inestabilidad de los sistemas en lazo cerrado, y el primero en
utilizar ecuaciones diferenciales en su anlisis.
4. BREVE HISTORIA DE LA TEORA DE CONTROL 11
Cuando Airy desarroll su dispositivo, la teora de las ecuaciones diferenciales
estaba ya bien desarrollada, debido al descubrimiento del clculo innitesimal por
I. Newton (1642-1727) y G. W. Leibnitz (1646-1716), y los trabajos de los hemanos
Bernouilli (nales del s. XVII y principios del XVIII), J. F. Riccati (1676-1754)
y otros. El uso de las ecuaciones diferenciales para analizar el movimiento de los
sistemas dinmicos fue establecido por J. L. Lagrange (1736-1813) y W. R. Hamilton
(1805-1865).
El primer trabajo en anlisis matemtico de los sistemas de control se hizo
en trminos de ecuaciones diferenciales. J. C. Maxwell analiz la estabilidad del
regulador centrfugo de Watt [1868]. Su tcnica consisti en linealizar las ecuaciones
diferenciales del movimiento para encontrar la ecuacin caracterstica del sistema.
Estudi el efecto de los parmetros del sistema en la estabilidad y mostr que
el sistema era estable si las races de la ecuacin caracterstica tenan parte real
negativa. Con el trabajo de Maxwell podemos decir que la teora de sistemas de
control qued rmemente establecida.
En 1877, E. J. Routh desarroll una tcnica numrica para determinar cundo
una ecuacin caracterstica tena races estables, y el ruso I. I. Vishnegradsky anal-
iz la estabilidad de reguladores utilizando ecuaciones diferenciales independiente-
mente de Maxwell. En 1893, A. B. Stodola estudi la regulacin de una turbina de
agua utilizando las tcnicas de Vishnegradsky, model la dinmica del actuador e
incluy el retardo del mecanismo de actuacin en su anlisis. l fue el primero en
mencionar la nocin de constante de tiempo del sistema. Sin conocer los trabajos de
Maxwell y Routh, plante el problema de determinar la estabilidad de la ecuacin
caracterstica a A. Hurwitz [1895], quien lo resolvi de forma independiente.
Los trabajos de A. M. Lyapunov fueron seminales en teora de control. En 1892
estudi la estabilidad de las ecuaciones diferenciales no lineales utilizando una no-
cin generalizada de energa. Desafortunadamente, aunque su trabajo fue aplicado
en Rusia, el resto del mundo occidental no estaba maduro para su elegante teora, y
permaneci desconocida hasta aproximadamente 1960, cuando su importancia fue
nalmente reconocida.
El ingeniero britnico O. Heaveside invent el clculo operacional en 1892-1898.
Estudi el comportamiento transitorio de los sitemas, introduciendo una nocin
equivalente a la de funcin de transferencia.
4.3. Las comunicaciones y las dos grandes guerras: el dominio de la
frecuencia. En la primera mitad del siglo XX hubo dos eventos importantes desde
el punto de vista de la teora de control: el desarrollo del telfono y la comunicacin
de masas, y las guerras mundiales.
El anlisis matemtico de los sistemas de control haba sido llevado a cabo
hasta ese momento utilizando ecuaciones diferenciales en el dominio del tiempo.
En los Bell Telephone Laboratories durante los aos 20 y 30 se explor y us en
sistemas de comunicaciones la aproximacin frecuencial desarrollada por P.-S de
Laplace (1749-1827), J. Fourier (1768-1830), A. L. Cauchy (1789-1857) y otros.
Un problema fundamental en el desarrollo de los sistemas de comunicacin de
masas extendidos sobre largas distancias es la necesidad de amplicar peridica-
mente la seal en las lneas. Desafortunadamente, si no se tiene cuidado, no slo
se amplica la informacin sino tambin el ruido. Por ello, el diseo de repetidores
activos (con amplicacin) adecuados es de importancia primordial.
Para reducir la distorsin en los repetidores activos, H. S. Black demostr la
utilidad de la realimentacin negativa en 1927. El problema de diseo era introducir
un desfase a frecuencias determinadas en el sistema. La Teora de Regeneracin
para el diseo de amplicadores estables fue desarrollada por H. Nyquist en 1932.
Deriv su criterio de estabilidad basado en la representacin polar de una funcin de
variable compleja. H. W. Bode en 1938 utiliz la representacin de la magnitud y la
fase de la respuesta en frecuencia de una funcin de variable compleja. Investig la
estabilidad en lazo cerrado utilizando las nociones de margen de ganancia y margen
de fase.
Al parecer, al tiempo que la comunicacin de masas y los sistemas de transporte
ms rpidos hacan el mundo ms pequeo, creca la tensin entre los hombres
buscando su lugar en la sociedad global. Los resultados fueron las dos guerras
mundiales, durante las cuales el desarrollo de los sistemas de control realimentados
result ser una cuestin de supervivencia.
Un importante problema militar durante este periodo fue el control de guiado
y la navegacin de barcos, que haban llegado a ser ms avanzados en su diseo.
Entre los primeros desarrollos estuvo el diseo de sensores para propsitos de control
en lazo cerrado. En 1910, E. A. Sperry invent el girscopo, que utiliz en la
estabilizacin y guiado de barcos, y posteriormente en control de aviones. En 1922
N. Minorsky desarroll su controlador de tres trminos para el guiado de barcos,
siendo el primero en utilizar el controlador proporcional-integral-derivativo (PID).
Otro problema fundamental durante el periodo de las guerras mundiales fue
el del apuntamiento preciso de caones a bordo de plataformas mviles, barcos y
aviones. Con la publicacin de Theory of Servomechanisms de H. L. Hzen en
1934 se inici el uso de la teora matemtica de control en estos problemas. En
este artculo, Hzen acuo el trmino servomecanismo, que implica una relacin
maestro/esclavo en los sistemas.
Para estudiar los problemas de control y procesamiento de informacin aso-
ciados al recin inventado radar, se fund en 1940 el Radiation Laboratory del
Instituto Tecnolgico de Massachusetts. La mayor parte del trabajo realizado en
teora de control durante los aos cuarenta sali de este laboratorio.
Trabajando en un proyecto conjunto del M.I.T. y Sperry Corporation en 1941,
A. C. Hall descubri los perniciosos efectos de ignorar la presencia de ruido en el
diseo de los sistemas de control. Se dio cuenta de que las tcnicas en el dominio
de la frecuencia desarrolladas en los Bell Labs podan utilizarse para comprobar los
efectos del ruido, y utiliz esta aproximacin para disear un sistema de control
para un radar embarcado en un avin. Su xito demostr de forma concluyente la
importancia de las tcnicas en el dominio de la frecuencia en el diseo de sistemas
de control.
Utilizando tcnicas de diseo basadas en funcin de transferencia, diagramas de
bloques y respuesta en frecuencia, hubo grandes xitos en diseo de controles en el
Radiation Lab. En 1947, N. B. Nichols desarroll la Carta de Nichols para el diseo
de sistemas realimentados. Con el trabajo en el MIT, se estableci rmemente la
teora de sevomecanismos lineales.
Trabajando en North American Aviation, en 1948 W. R. Evans present su
tcnica del lugar de las races, que proporcionaba una manera directa de determinar
las localizaciones en el plano s de los polos en lazo cerrado. Subsecuentemente,
durante los aos cincuenta, mucho del trabajo en control se concentr en el plano
s y en obtener respuestas adecuadas en lazo cerrado, caracterizadas en trminos de
tiempo de subida, sobreimpulso, etc.
Tambin durante ese periodo se introdujeron tcnicas estocsticas en las teoras
de control y comunicaciones. En el MIT en 1942, N. Wiener analiz sistemas de
procesado de informacin utilizando modelos de procesos estocsticos. Trabajando
en el dominio de la frecuencia, desarroll el ltro ptimo estadstico para seales
continuas estacionarias que mejoraba la relacin seal ruido en un sistema de co-
municacin. El ruso A. N. Kolmogorov [1941] desarroll la teora para procesos
estocsticos estacionarios discretos.
4.4. Las no linealidades y el ordenador: la vuelta al dominio del
tiempo y el control ptimo. La teora de control automtico utilizando tcnicas
en el dominio de la frecuencia haba alcanzado la madurez. Por una parte, se haba
establecido una rme teora matemtica para los servomecanismos, y por otra, se
haban proporcionado tcnicas ingenieriles de diseo. En el periodo que sigue a
la II Guerra Mundial aparecieron los primeros libros de texto y las primeras her-
ramientas de diseo que proporcionaban gran intuicin y garantizaban soluciones a
los problemas de diseo. Estas herramientas se aplicaban utilizando clculo manual
o, como mucho, reglas de clculo, junto con tcnicas grcas.
Con la llegada de la era espacial los diseos de control en los Estados Unidos
abandonaron las tcnicas en el dominio de la frecuencia de la teora clsica de
control para volver a las tcnicas de ecuaciones diferenciales de nales del siglo
XIX, que se desarrollaban en el dominio del tiempo. Algunas de las razones de este
hecho son las siguientes.
El tratamiento en el dominio de la frecuencia era apropiado para sistemas linea-
les invariantes en el tiempo, sobre todo cuando se trata de sistemas monovariable,
pues las tcnicas grcas eran de aplicacin poco conveniente con mltiples entradas
y salidas. Tambin tuvieron algunos xitos los diseos de control clsico en su apli-
cacin a los sistemas no lineales. Utilizando las propiedades de rechazo al ruido
de las tcnicas frecuenciales, se puede disear un sistema de control robusto ante
variaciones en los parmetros del sistema, errores de medida y perturbaciones ex-
ternas. As, las tcnicas clsicas se pueden utilizar en una versin linealizada de un
sistema no lineal, dando buenos resultados en un punto de equilibrio alrededor del
cual el comportamiento del sistema es aproximadamente lineal. Tambin pueden
utilizarse tcnicas frecuenciales con tipos simples de no linealidades utilizando la
funcin descriptiva, que se basa en el criterio de Nyquist. Esta tcnica fue utilizada
por primera vez por P. J. Groszkowski en el diseo de radio transmisores antes de
la II Guerra Mundial y formalizada por J. Kudrewicz en 1964.
Desafortunadamente, no es posible disear sistemas de control para sistemas
avanzados no lineales multivariable, tales como los que aparecen en aplicaciones
aeroespaciales, asumiendo linealidad y tratando los pares entrada-salida uno a uno.
En la Unin Sovitica haba una gran actividad en diseos de control no linea-
les. Siguiendo la estela de Lyapunov, se j la atencin en las tcnicas temporales.
En 1948, Ivachenco investig el princio de control por rel, en el que la seal de
control conmutaba entre dos valores discretos. Tsypkin utiliz el plano de fase para
el diseo de sistemas de control no lineales en 1955. V. M. Popov [1961] desarroll
su criterio del crculo para el anlisis de estabiliad.
Con estos antecedentes, parece natural que el primer satlite, el Sputnik, se
lanzara all en 1957, y que la primera conferencia de la recien formada Federacin
Internacional de Control Automtico (IFAC), inaugurando una nueva era, se cele-
brara en Mosc en 1960.
El lanzamiento del Sputnik gener un tremenda actividad en control automtico
en Estados Unidos. Ante el fallo de cualquier paradigma, se requiere un retorno a
los principios histricos y naturales. As, estuvo claro que se necesitaba un retorno
a las tcnicas temporales que estaban basadas en las ecuaciones diferenciales. Ha
de tenerse en cuenta que el trabajo de Lagrange y Hamilton hizo simple escribir
ecuaciones no lineales de movimiento para muchos sistemas dinmicos. As, se
necesit una teora de control que pudiera tratar tales ecuaciones diferenciales no
lineales.
Johann Bernouilli mencion por primera vez el Principio de Optimalidad en
conexin con el problema de la Brachistocrona en 1696. Este problema fue solu-
cionado por los hermanos Bernouilli y por I. Newton, y qued claro que la bsqueda
de lo ptimo es una propiedad fundamental del movimiento en sistemas naturales.
Se investigaron varios principios de optimalidad, includo el principio de tiempo
mnimo en ptica de P. de Fermat, el trabajo de L. Euler en 1774, y el resultado
de Hamilton de que un sistema se mueve de tal manera que sea mnima la integral
con respecto al tiempo de la diferencia entre sus energas cintica y potencial.
Estos principios de optimalidad son todos principios de mnimo. A principios
de siglo, A. Einstein mostr que, con respecto a un sistema de coordenadas que
tenga en cuenta las tres dimensiones espaciales y el tiempo, el movimiento de los
sistemas ocurre de forma que se maximice el tiempo.
Ya que los sistemas naturales exhiben optimalidad en su movimiento, tiene sen-
tido disear sistemas de control de manera ptima. Una importante ventaja es que
este diseo puede llervarse a cabo en el dominio del tiempo. En el contexto de los
sistemas de control moderno, es usual minimizar el tiempo de trnsito, o un fun-
cional cuadrtico de energa generalizada o ndice de funcionamiento, posiblemente
con algunas restricciones con respecto a las soluciones permitidas.
R. Bellman [1957] aplic programacin dinmica al control ptimo de sistemas
discretos, demostrando que la direccin natural para solucionar problemas de con-
trol ptimo es la regresin temporal. Su procedimiento result en esquemas reali-
mentados, generalmente no lineales.
Alrededor de 1958, L. S. Pontryagin desarroll su principio de mximo, que
resolva problemas de control ptimo basndose en el clculo de variaciones de-
sarrollado por L. Euler. Resolvi el problema de tiempo mnimo, derivando una ley
de control todo-nada como el control ptimo. En los Estados Unidos durante los
aos 50 se aplic el clculo de variaciones a problemas generales de control ptimo
en la Universidad de Chicago y otros lugares.
En 1960 R. Kalman y sus colaboradores publicaron tres artculos importantes.
El primero de ellos difundi el trabajo de Lyapunov para el control de sistemas no
lineales en el dominio del tiempo. El segundo discuta el control ptimo de sistemas,
proporcionando las ecuaciones de diseo del regulador cuadrtico lineal (LQR). El
tercero discuta el ltrado ptimo y la teora de estimacin, proporcionando las
ecuaciones de diseo para el ltro discreto de Kalman. El ltro continuo de Kalman
fue desarrollado por Kalman y Bucy en 1961.
En el intervalo de un ao, se resolvieron las principales limitaciones de la teora
clsica de control, se introdujeron importantes herramientas nuevas, y comenz una
nueva era en la teora de control: la era del control moderno.
Los puntos clave del trabajo de Kalman son los siguientes. Es un tratamiento en
el dominio del tiempo, hacindolo ms aplicable tanto a sistemas lineales variantes
en el tiempo como a sistemas no lineales. Introdujo el lgebra lineal y las matrices,
con lo que podan tratarse fcilmente los sistemas multivariable (varias entradas
y salidas). Emple el concepto de estado interno del sistema; as, el tratamiento
tiene en cuenta la dinmica interna del sistema y no slo su comportamiento en-
trada/salida.
En la teora de control, Kalman formaliz la nocin de optimalidad en teora
de control minimizando una funcin cuadrtica de energa generalizada. En teora
de estimacin, introdujo nociones estocsticas aplicables a sistemas variantes en el
tiempo no estacionarios, proporcionando una solucin recursiva, el ltro de Kalman,
para el tratamiento de mnimos cuadrados utilizado por primera vez por C. F. Gaus
(1777-1855) en la estimacin de las rbitas planetarias. El ltro de Kalman es la
extensin natural del ltro de Wiener para sistemas estocsticos no estacionarios.
Las tcnicas frecuenciales clsicas proporcionan herramientas formales para el
diseo de sistemas de control, aunque la fase de diseo siga siendo en parte un
arte y su resultado un sistema realimentado no nico. Por contra, la teora de
Kalman proporcion soluciones ptimas que conducan a sistemas de control con
caractersticas garantizadas. Estas soluciones se hallaban directamente resolviendo
ecuaciones matriciales de diseo que generalmente tenan solucin nica.
No es accidental que a partir de este punto el programa espacial estadounidense
oreciese, con un ltro de Kalman proporcionando datos de navegacin para el
primer alunizaje.
Durante los aos 60 en los Estados Unidos, G. Zames [1966], I. W. Sandberg
[1964], K. S. Narendra, C. A. Desoer y otros extendieron los trabajos de Popov y
Lyapunov en estabilidad no lineal. Hubo una aplicacin extensiva de esos resultados
en el estudio de la distorsin no lineal en bucles de control de banda limitada,
procesos no lineales de control, diseos de control aeronuticos, y eventualmente en
robtica.
Las tcnicas clasicas de diseo podan emplearse a mano utilizando tratamientos
grcos. Por su parte, los diseos de control moderno requieren la solucin de
ecuaciones matriciales no lineales complicadas. Fue una suerte que en 1960 hubiera
grandes desarrollos en otra rea: la tcnologa de ordenadores digitales. Sin los
ordenadores, el control moderno hubiera tenido aplicaciones limitadas.
Los ordenadores digitales tenan sus primeros antecedentes en los trabajos de
C. Babbage. Alrededor de 1830 C. Babbage introdujo los principios del ordenador
moderno, incluyendo memoria, programa de control y capacidad de ramicacin.
En 1948, J. von Neumann dirigi la construccin del ordenador IAS de programa
almacenado en Princeton. IBM construy su ordenador SSEC de programa almace-
nado. En 1950, Sperry Rand construy la primera mquina comercial de procesado
de datos, el UNIVAC I. Poco despus, IBM comercializ el 701.
En 1960 se produjo un gran avance: se introdujo la segunda generacin de
ordenadores, que ya utilizaban tecnologa de estado slido. En 1965, Digital Equip-
ment Corporation construy el PDP-8, y comenz la industria del miniordenador.
Finalmente, en 1969 W. Ho invent el microprocesador.
En control moderno se necesitan los ordenadores para dos tareas. Primero, son
necesarios para resolver las ecuaciones matriciales de diseo que conducen a la ley
de control. Segundo, como las leyes de control y los ltros ptimos son generalmente
variantes en el tiempo, los ordenadores son necesarios para realizar dichas leyes y
ltros en los sistemas reales.
Con el advenimiento del microprocesador en 1969 se desarroll una nueva rea.
Los sistemas de control que se realizan en un ordenador digital deben formularse
en tiempo discreto. Por ello, fue natural en ese momento el desarrollo de la teora
de control digital.
Durante los aos 50, la teora de sistemas muestreados estaba desarrollndose
en Columbia por J. R. Ragazzini, G. Franklin, y L. A. Zadeh, as como por E. I.
Jury, B. C. Kuo y otros. La idea de utilizar ordenadores para el control de procesos
industriales surgi durante este periodo. El trabajo serio empez en 1956 con el
proyecto de colaboracin entre TRW y Texaco, que result en un sistema controlado
por ordenador que se instal en la renera de Port Arthur, Texas, en 1959.
El desarrollo de los reactores nucleares durante los aos 50 fue una importante
motivacin para explorar el control y la instrumentacin de procesos industriales.
Este trabajo tiene sus races en el control de plantas qumicas durante los aos 40.
Alrededor de 1970, con el trabajo de K. strm y otros, se estableci rmemente
la importancia del control digital en aplicaciones de procesos.
El trabajo de C. E. Shannon en los aos 50 en los laboratorios Bell haba
revelado la importancia de los sistemas muestreados en el procesado de seales.
Las aplicaciones de la teora de ltros digitales se investigaron en Analytic Sciences
Corporation y otros lugares.
Con la introduccin del PC en 1983, se hizo posible el diseo de sistemas de
control moderno para el ingeniero individual. A partir de entonces se desarrollaron
muchos paquetes de programas para el diseo de sistemas de control.
4.5. La unin de las teoras clasica y moderna. Con la publicacin de los
primeros libros de texto en los aos 60, la teora moderna de control se estableci
como un nuevo paradigma para el diseo de los sistemas automticos de control en
los Estados Unidos. Se produjo una intensa actividad en investigacin y desarrollo,
unindose la IRE y la AIEE para formar el Institute of Electrical and Electronics
Engineers (IEEE) a principios de los 60.
Con todo su poder y ventajas, la teora moderna tena carencias en algunos
aspectos. El hecho de poder garantizar el comportamiento del sistema controlado
mediante la resolucin de las ecuaciones matriciales de diseo, signica que es posi-
ble disear un sistema de control sin obtener ninguna intuicin ingenieril sobre
el problema. Por su parte, las tcnicas frecuenciales de la teora clsica propor-
cionaban mucha intuicin. Otro problema es que un sistema de control moderno
con cualquier dinmica de compensador, puede no ser robusto ante perturbaciones,
dinmica no modelada y ruido en las medidas, mientras que la robustez est im-
plcita en el tratamiento frecuencial clsico, utilizando nociones como mrgenes de
fase y ganancia.
Por consiguiente, en los aos 70, especialmente en Gran Bretaa, hubo una gran
actividad (H. H. Rosenbrock, A. G. J. MacFarlane, I. Postlethwaite, y otros) para
extender las tcnicas frecuenciales clsicas y el lugar de las races a sistemas multi-
variable. Se obtuvo xito utilizando nociones como lugar caracterstico, dominancia
diagonal y array inverso de Nyquist.
Un importante defensor de las tcnicas clsicas para sistemas multivariable fue
I. Horowitz, cuya teora cuantitativa de control (QFT) desarrollada a principios de
los 70 consigue diseos robustos utilizando la carta de Nichols.
En 1981 aparecieron artculos seminales de J. Doyle, G. Stein, M. G. Safanov,
A. J. Laub y G. L. Hartmann. Extendiendo el trabajo seminal de MacFarlane
y Postlethwaite, mostraron la importancia de los diagramas de valores singulares
con respecto a la frecuencia en los diseos multivariable robustos. Utilizando estos
diagramas, muchas de las tcnicas frecuenciales clsicas pueden incorporarse en el
control moderno. Este trabajo fue continuado en avinica y control de procesos por
M. Athans y otros. El resultado es una nueva teora de control que une lo mejor
de las teoras clsica y moderna.
CHAPTER 2
Fundamentos Matemticos
1. Variable compleja
1.1. Nmeros complejos.
1.1.1. Deniciones bsicas. Los nmeros complejos son una extensin de los
nmeros reales. La necesidad de esta extensin apareci en el estudio de las ecua-
ciones algebraicas, pues de algunas de ellas como:
r
2
10r + 40 = 0, r
3
+ 3 = 0
no se puede decir que tengan dos o tres races en el campo de los reales.
Se dene el nmero complejo . mediante un par ordenado de nmeros reales,
(1.1) . = (r, j)
A los nmeros reales r e j se les llama, respectivamente, parte real y parte
imaginaria de .,
(1.2) r = Re ., j = Im .
El par ordenado (0, 1) se conoce como unidad imaginaria y, en ingeniera, se
acostumbra a representar por ,, quedando denada por:
(1.3) ,
2
= 1 , =
_
1
1.1.2. Plano complejo. Dado que los nmeros complejos se han denido como
un par ordenado, y dada la forma de localizar puntos en el plano, se asocia a todo
nmero complejo un punto del plano de coordenadas r e j. El punto del plano que
representa a un nmero complejo se denomina ajo del mismo, y el plano denido
recibe el nombre de plano complejo, siendo el eje horizontal el eje real y el eje
imaginario el eje vertical.(gura 1)
1.1.3. Formas de representacin. Existen dos formas de representar un nmero
complejo: la forma binmica y la forma trigonomtrica o polar (gura 2).
Forma binmica.
(1.4) . = r +,j
Forma trigonomtrica o polar. Teniendo en cuenta la representacin en forma
binmica y las frmulas de conversin entre coordenadas cartesianas y polares,
resulta
(1.5) . = [.[ ]arg . = r]0 = rc
0
, _ 0 _
que, utilizando la frmula de Euler
19
20 2. FUNDAMENTOS MATEMTICOS
(1.6) c
0
= cos 0 +, sin0
se puede poner como
(1.7) . = . = r +,j = rc
0
= r(cos 0 +, sin0)
de donde
(1.8) r = r cos 0, j = r sin0
r, denominado magnitud, mdulo o valor absoluto de ., es la longitud del
vector que representa a . en el plano complejo,
(1.9) r = [.[ =
_
r
2
+j
2
y 0, denominado argumento o fase, viene dado por
(1.10) 0 = arctan
j
r
= tan
1
j
r
1.1.4. Complejos conjugados.
Denicin y relaciones bsicas. El conjugado de . se dene como
(1.11) . = r ,j
(1.12) r = Re . =
. +.
2
, j = Im . =
. .
2,
Segn la representacin polar, tendramos:
(1.13) . = rc
0
==. = rc
0
Grcamente, esta relacin se representa en la gura 3.
Propiedades.
(1.14) (.) = .
(1.15) (.
1
.
2
) = .
1
.
2
(.
1
.
2
) =.
1
.
2
(1.16)
_
.
1
.
2
_
=
.
1
.
2
(1.17) .. = [.[
2
1.1.5. Operaciones algebraicas.
1. VARIABLE COMPLEJA 21
Suma y resta. Si
(1.18) .
1
= r
1
+,j
1
y .
2
= r
2
+,j
2
entonces
(1.19) .
1
.
2
= (r
1
+,j
1
) (r
2
+,j
2
) = (r
1
r
2
) +,(j
1
j
2
)
Ya que todo nmero complejo puede representarse como un vector partiendo del
origen de coordenadas, podemos sumar complejos grcamente tal como se suman
vectores.
Multiplicacin. Representacin binmica:
(1.20) .
1
.
2
= (r
1
+,j
1
)(r
2
+,j
2
) = (r
1
r
2
j
1
j
2
) +,(j
1
r
2
+r
1
j
2
)
Representacin polar:
(1.21) .
1
.
2
= r
1
c
01
r
2
c
02
= r
1
r
2
c
(01+02)
Divisin. Representacin binmica:
(1.22)
.
1
.
2
=
.
1
.
2
.
2
.
2
=
(r
1
r
2
+j
1
j
2
) +,(j
1
r
2
r
1
j
2
)
r
2
2
+j
2
2
Representacin polar:
(1.23)
.
1
.
2
=
r
1
c
01
r
2
c
02
=
r
1
r
2
c
(0102)
, r
2
,= 0
Potenciacin. Utilizando la frmula de Moivre:
(1.24) .
n
= r
n
c
n0
= r
n
(cos :0 +, sin:0)
Radicacin.
(1.25)
n
_
. =
n
_
r]
0 + 2/
:
, 0 _ / _ : 1
La representacin grca de estas operaciones se da en la gura 4.
1.1.6. Propiedades. El conjunto de los nmeros complejos cumple las siguiente
propiedades:
Respecto a la suma.
Asociativa:
(1.26) (.
1
+.
2
) +.
3
= .
1
+ (.
2
+.
3
)
Elemento neutro:
(1.27) . + 0 = 0, 0 = (0, 0)
Elemento inverso:
(1.28) . + (.) = 0, . = r ,j
Conmutativa:
.
1
+.
2
= .
2
+.
1
Respecto a la suma y el producto.
Distributiva:
(1.29) .
1
(.
2
+.
3
) = .
1
.
2
+.
1
.
3
Respecto al producto.
Asociativa:
(1.30) (.
1
.
2
).
3
= .
1
(.
2
.
3
)
Conmutativa:
(1.31) .
1
.
2
= .
2
.
1
Elemento neutro:
(1.32) . 1 = ., 1 = (1, 0)
Elemento inverso:
(1.33) . .
1
= 1, .
1
=
1
r
c
0
=
r
r
2
+j
2
,
j
r
2
+j
2
, \. ,= 0
1.2. Funciones de una variable compleja.
1.2.1. Deniciones bsicas.
Funcin, dominio y recorrido. De forma general, se puede denir una funcin
como una correspondencia entre los elementos de dos conjuntos. Se puede expresar
de la forma:
) : 1
o bien como
n = )(:)
si : y n son variables que toman sus valores en y 1 respectivamente. Al conjunto
de valores que puede tomar la variable : (variable independiente) se le conoce como
dominio de denicin de la funcin (1), mientras que al conjunto de valores que
puede tomar la variable n (variable dependiente) se le denomina rango o recorrido
de la funcin (1).
Variable compleja: De la misma forma que se pueden entender los nmeros
complejos como una extensin de los nmeros reales, podemos extender el concepto
de variable y denir una variable compleja: un parmetro que puede tomar el valor
de cualquier nmero complejo. La expresaremos como:
(1.34) : = o +,.
que, igual que los nmeros complejos, tendr una parte real (o) y una parte imag-
inaria (.).
1.2.2. Funciones complejas de una variable compleja. Una funcin compleja de
variable compleja, n = )(:), puede expresarse de la forma:
(1.35) n = )(:) = 1(o, .) = n(o, .) +,(o, .)
donde n(o, .) y (o, .) son funciones reales de las variables reales o e ..
1.2.3. Representacin grca: evaluacin de una funcin. Concepto de trans-
formacin. Con frecuencia, las propiedades de una funcin real de variable real se
muestran mediante una representacin grca sobre el plano, tomando en abcisas
los valores de la variable y en ordenadas los corresondientes de la funcin, es decir,
los que resultan de la evaluacin de la funcin en los disteintos valores que toma
la variable.
De igual forma podemos evaluar una funcin compleja de variable compleja,
pero la representacin grca del resultado de esta evaluacin se complica ya que, al
estar localizadas geomtricamente las variables complejas : y n sobre un plano y no
sobre una lnea, tendramos que disponer de un espacio de 4 dimensiones. Debido a
ello, cuando se evaluan estas funciones, se utilizan planos complejos separados para
cada una de las variables, en los que se ubican las parejas de puntos correspondientes
a : y n (gura 5).
Contemplada una funcin desde este punto de vista, lo que se establece es una
correspondencia entre los puntos de los planos : y n. Esta correspondencia recibe
el nombre de transformacin.
1.2.4. Tipos de funciones.
Funciones polinmicas (o algebraicas enteras). Son de la forma:
(1.36) n = a
n
:
n
+a
n1
:
n1
+........ +a
1
: +a
0
donde, en general, a
I
C (conjunto de los nmeros complejos) y : .
Funciones algebraicas. Son las funciones n = )(:) que satisfacen una ecuacin
de la forma
(1.37) 1
0
(:)n
n
+1
1
(:)n
n1
+........ +1
n1
(:)n +1
n
= 0
donde los 1
I
(:) son polinomios en : y : .
Funciones racionales algebraicas o racionales. Son funciones que se pueden ex-
presar como cociente de dos polinomios, es decir:
(1.38) n = )(:) =
1(:)
Q(:)
Funciones transcendentes. Son las funciones no algebraicas.
1.2.5. Evaluacin grca de funciones complejas racionales. Como hemos di-
cho, una funcin racional es aquella que puede expresarse como:
(1.39) )(:) =
1(:)
Q(:)
Siendo 1(:) y Q(:) polinomios en la variable compleja :, podemos expresarlos
como productos de factores de la forma:
(1.40) )(:) =
1(:)
Q(:)
=
n
I=1
(: .
I
)
n
I=1
(: j
I
)
donde .
I
, j
I
son las races del numerador y del denominador respectivamente. De
esta forma, el resultado de la evaluacin de )(:) para un conjunto dado de valores
de : se puede determinar grcamente (gura 6), teniendo en cuenta que:
)(:) =
1(:)
Q(:)
= [)(:)[ ])(:) =
1(:)
Q(:)
]
1(:)
Q(:)
(1.41)
=
n
I=1
[: .
I
[
n
I=1
[: j
I
[
](
](: .
I
)
](: j
I
)) = (1.42)
=
n
I=1
I
n
I=1
1
I
](
c
I
0
I
) (1.43)
Las formas de representar grcamente el resultado de esta evaluacin son
mltiples. Dos de ellas son especialmente tiles para ingeniera elctrica, electrnica
y de control: la representacin por separado del mdulo y la fase de )(:) en funcin
de :, y la representacin en dos planos separados, uno para : y otro para n = )(:).
Representacin separada de mdulo y fase. En este caso lo que se hace es una
grca para
(1.44) [n[ = [)(:)[ =
n
I=1
[: .
I
[
n
I=1
[: j
I
[
=
n
I=1
I
n
I=1
1
I
y otra para
(1.45) ]n = ])(:) =

c
I
0
I
como se puede ver en la gura 6.
Representacin en dos planos. Como se puede ver en la gura 7, este tipo de
representacin supone utilizar un plano (plano :) para representar el conjunto de
puntos de la variable independiente donde se va a evaluar la funcin, y otro (plano
n) para representar los puntos de la variable dependiente que resulten de dicha
evaluacin.
Observaciones.
Comportamiento en el eje imaginario. En general, todas estas representaciones son
tridimensionales, pero a nosotros nos interesar especialemte el resultado de la
evaluacin de las funciones racionales cuando la variable independiente : toma
valores slo en el eje imaginario, es decir,
(1.46) )(:), : (,, ,)
con lo que nos resultarn grcas bidimensionales.
Unidades y Escalas. En algunos casos puede ser de inters utilizar diferentes unidades
y escalas para realizar estas representaciones grcas cuando se estudian grandes
rangos de valores de la variable independiente.
1.2.6. Continuidad, Analiticidad,Lmites y Derivadas. Estos conceptos son anl-
ogos a los ya conocidos para funciones reales de variable real.
La denicin de derivada y las propiedades de los lmites para las funciones de
variable compleja son formalmente idnticas a sus correspondientes en el campo real,
por tanto, las frmulas de derivacin ya conocidas son vlidas para estas funciones.
1.2.7. Integracin. Tambin son aplicables a estas funciones las reglas de inte-
gracin ya conocidas. Sin embargo hay que observar que mientras que en el campo
real el camino de integracin entre dos valores de la variable era nico, por
existir en el plano complejo un nmero innito de trayectorias que unen dos pun-
tos cualesquiera, el camino de integracin debe ser claramente especicado, pues
determina el valor de la integral.
Ver gura 8
(1.47)
_
c
)(:)d: =
c2,.2
_
c1,.1
()
1
+,)
1
)(do +,d.) =
c2,.2
_
c1,.1
)
1
do )
1
d. +,
c2,.2
_
c1,.1
)
1
do +)
1
d.
donde C es el camino de integracin que va desde :
1
= (o
1
, .
1
) hasta :
2
= (o
2
, .
2
)
1.2.8. Polos y Ceros.
Denicin. Se denominan polos de una funcin )(:) a los valores de la variable
independiente : para los que la funcin y/o sus derivadas tienden a innito. Si )(:)
es racional, de la forma
(1.48) )(:) =
1(:)
(: :
1
)
n
, 1(:
1
) ,= 0
con 1(:) anlitica en toda la regin de estudio incluyendo el punto :
1
, y : es un
entero positivo, :
1
es un polo de orden : de )(:).
Los valores de : para los cuales )(:) = 0 se denominan ceros de )(:).
Diagrama o mapa de polos y ceros. Cualquier funcin de variable compleja
racional queda determinada (salvo por una constante multiplicativa) por su dia-
grama o mapa de polos y ceros que es la representacin en el plano complejo
de la situacin de sus polos y sus ceros (ver gura 9).
1.2.9. Descomposicin en fracciones simples de una funcin racional. Como ya
hemos visto, una funcin racional )(:) es de la forma
(1.49) )(:) =
1(:)
Q(:)
=
/
n
:
n
+/
n1
:
n1
+........ +/
1
: +/
0
a
n
:
n
+a
n1
:
n1
+........ +a
1
: +a
0
Hallando las races del numerador y del denominador (los ceros y los polos de la
funcin, respectivamente), podemos expresar la funcin de forma factorizada:
(1.50) )(:) =
1(:)
Q(:)
=
n
I=1
(: .
I
)
n
I=1
(: j
I
)
=
(: .
1
)(: .
2
)........(: .
n
)
(: j
1
)(: j
2
).......(: j
n
)
Otra forma de expresar la funcin anterior, til para nuestros propsitos, es me-
diante expansin en fracciones parciales. En general, este mtodo permite expresar
)(:) como una suma de funciones ms elementales, es decir
(1.51) )(:) = )
1
(:) +)
2
(:) +...... +)
|
(:)
En el caso de : _ :, en el que )(:) es una fraccin impropia, podemos de-
scomponer de la forma
(1.52) )(:) = )
I
(:) +)
(:)
donde )
I
(:) es un polinomio y )
(:) una fraccin propia que, a su vez, puede de-

scomponerse utilizando el mtodo de fracciones parciales. En lo que sigue, supon-
dremos que )(:) es siempre una funcin o fraccin propia, es decir, : < :. Para
la aplicacin del mtodo, estudiaremos dos casos separados:
(1) Todos los polos son simples
(2) Existen polos mltiples
Caso de polos simples. En este caso,
(1.53) )(:) =
n
I=1
r
I
: j
I
=
r
1
: j
1
+
r
2
: j
2
+........ +
r
n
: j
n
Para hallar el coecientes r
|
multiplicaremos ambos lados de la expresin por
el factor correspondiente : j
|
, obteniendo
(1.54) (:j
|
))(:) =
n
I=1
(: j
|
)r
I
: j
I
=
(: j
|
)r
1
: j
1
+
(: j
|
)r
2
: j
2
+........+
(: j
|
)r
n
: j
n
Si ahora hacemos : = j
|
el nico sumando de la expresin anterior que no se
anula es aquel que tiene como denominador el factor (: j
|
), con lo que
(1.55) r
|
= (: j
|
))(:) [
s=
k
En caso de que los polos sean complejos, como los coecientes de los polinomios
son reales, se presentarn por pares conjugados. Podemos aplicar el mtodo ante-
rior para hallar el coeciente correspondiente a uno de los polos, sabiendo que el
correspondiente al polo conjugado ser el conjugado del que hemos hallado.
Caso de polos mltiples. En este caso la descomposicin en fracciones parciales
es de la forma
(1.56) )(:) =
r
1
(: j
1
)
j
+
r
2
(: j
1
)
j1
+..... +
r
j
(: j
1
)
+
r
j+1
: j
j+1
+........ +
r
n
: j
n
donde j
1
es el polo de multiplicidad . Los coecientes correspondientes a los polos
simples se hallan de la manera expuesta en el apartado anterior. Para hallar los
coecientes r
I
, 1 _ i _ , seguiremos los siguientes pasos:
Multiplicar ambos lados por (: j
1
)
j
y hacer : = j
1
. As obtendremos
(1.57) r
1
= (: j
1
)
j
)(:) [
s=1
Derivar con respecto a : la ecuacin que resulta del paso anterior y hacer
: = j
1
, obteniendo
(1.58) r
2
=
d
d:
[(: j
1
)
j
)(:)] [
s=1
Repetir este proceso, obteniendo
(1.59) r
|
=
1
(/ 1)!
d
|1
d:
|1
[(: j
1
)
j
)(:)] [
s=1
, / = 1, 2, ....,
1.2.10. Integracin alrededor de un polo. Supongamos que tenemos la funcin
)(:) =
1
: a
y queremos hacer la integral
(1.60)
_
)(:)d: =
_
d:
: a
siendo el camino de integracin, la circunferencia representada en la gura 10
.Expresando el factor : a en forma polar, tenemos
(1.61) : a = c
con lo que
(1.62) d: = ,c
dc
Haciendo este cambio de variable en la integral, obtenemos
(1.63)
_
d:
: a
=
_
2t
0
,c
dc
c
=
_
2t
0
,dc = , [c]
2t
0
= 2,
Como vemos, si el camino de integracin es una circunferencia alrededor del
polo, el resultado de la integral no viene inuido por el radio de dicha circunferencia,
y es siempre igual a 2,. Sin demostracin
1
, diremos que la forma del camino de
integracin carece de importancia, y que la integral a lo largo de cualquier camino
cerrado (uniforme o irregular) que encierre al polo tendr el valor 2,.
1.2.11. Integracin a lo largo de un camino que no encierra ningn polo. Este
caso se puede ver en la gura 11. En este caso tendremos
_
)(:)d: =
_
d:
: a
con
(1.64) : a = (c)c
Haciendo el cambio de variable indicado por la expresin anterior, obtenemos

(1.65) d: = ,(c)c
dc +c
d(c)
con lo que la integral original nos queda de la forma
1
Se propone esta demostracin como ejercicio.
(1.66)
_
d:
: a
=
_
02
01
,(c)c
dc
(c)c
+
_
02
01
c
d(c)
(c)c
Podemos ver que el ngulo 0 comienza en un valor, vara a medida que :

recorre el camino de integracin y termina en el mismo valor, es decir, 0
1
= 0
2
.
As, podemos expresar la integral de la forma
(1.67)
_
d:
: a
= ,
_
0
0
dc +
_
0
0
d(c)
(c)
= [ln(c)]
0
0
= ln
_
(0)
(0)
_
= ln(1) = 0
La ecuacin anterior es un resultado general e indica que el valor de la integral
de )(:) a lo largo de cualquier camino cerrado que no encierre polos es igual a 0.
Se puede dar una demostracin alternativa para los dos casos ante-
riores. Para ello, consideremos la funcin )(:) =
1
so
. Si hacemos
la integral
_
Js
so
veremos que:1) En general, podemos decir que la
primitiva de )(:) es ln(: a). 2) En el caso de que encierre al
punto a no podemos denir tal primitiva de )(:) mientras sea
un camino cerrado por no poder denir una regin del plano que
contenga a en la que la funcin ln(:a) est denida en todos los
puntos. Por tanto, para calcular la integral debemos hacer el pe-
queo truco de abrir el contorno, calcular la nueva integral y hacer
tender a cero la distancia entre los dos extremos del contorno.
Es decir, lim
s1!s2
_
s2
s1
Js
so
= lim
s1!s2
[ln(: a)]
s2
s1
= lim
s1!s2
(, arg :
1

, arg :
2
) = 2,. 3) En el caso de que no encierre al punto a
podemos denir tal primitiva de )(:), con lo que el resultado de la
integral es [ln(: a)]
s0
s0
= 0
1.2.12. Teorema de los residuos. Como hemos visto, podemos descomponer una
funcin racional en fracciones parciales
)(:) =
n
I=1
r
I
: j
I
=
r
1
: j
1
+
r
2
: j
2
+........ +
r
n
: j
n
Teniendo en cuenta que el operador integral es lineal y lo que hemos expuesto
en los apartados anteriores, resulta que
_
)(:)d: =
_
I=1
r
I
: j
I
d: =
=
_
r
1
: j
1
d: +
_
r
2
: j
2
d: +.. +
_
r
n
: j
n
d: = (1.68)
= r
1
_
d:
: j
1
+r
2
_
d:
: j
2
+......... +r
n
_
d:
: j
n
=
= 2,
r
I
\i, ,j
I
c:ccrrado jor
A los coecientes r
I
se les denomina residuos en los polos. El teorema de los
residuos puede expresarse como
(1.69)
_
)(:)d: = 2,
I
1c: [)(:), j
I
] , \i, ,j
I
c:ccrrado jor
1.2.13. Residuo logartmico y nmero de polos y ceros. Se dene el residuo
logartmico de una funcin )(:) como
(1.70)
_
)
0
(:)
)(:)
d: =
_
d(ln)(:))
Suponiendo que .
0
es un cero de )(:) de multiplicidad /, podremos escribir
(1.71) )(:) = (: .
0
)
|
q(:)
siendo q(:) anltica y q(.
0
) ,= 0. Si derivamos esta expresin, obtenemos
(1.72) )
0
(:) = /(: .
0
)
|1
q(:) + (: .
0
)
|
q
0
(:)
ecuacin que puede reescribirse como
(1.73)
)
0
(:)
)(:)
=
/
(: .
0
)
+
q
0
(:)
q(:)
As,
}
0
(s)
}(s)
tiene un polo en : = .
0
con residuo / (la multiplicidad del cero).
Este anlisis debe repetirse para cada cero, con lo que podremos comprobar que la
suma de los residuos de
}
0
(s)
}(s)
es igual al nmero de ceros de )(:) dentro de .
Si j
0
es un polo de multiplicidad |, podemos escribir
(1.74) )(:) = (: j
0
)
l
/(:)
siendo /(:) anltica y /(j
0
) ,= 0. As, derivando la ecuacin anterior se obtiene:
(1.75) )
0
(:) =
/
0
(:)
(: j
0
)
l

|/(:)
(: j
0
)
l+1
de manera que
(1.76)
)
0
(:)
)(:)
=
|
(: j
0
)
+
/
0
(:)
/(:)
As,
}
0
(s)
}(s)
tiene un polo en : = j
0
con residuo | (la multiplicidad del polo).
Este anlisis debe repetirse para cada polo, con lo que podremos comprobar que la
suma de los residuos de
}
0
(s)
}(s)
es igual al nmero de polos de )(:) dentro de .
Visto lo anterior, podemos concluir que para una funcin en la que las suma
de la multiplicidad de todos sus ceros dentro de es y la de sus polos es 1, se
cumple que
(1.77)
_
)
0
(:)
)(:)
d: =
_
d(ln)(:)) = 2,( 1)
1.2.14. Principio del argumento. Partiendo de la expresin anterior y utilizando
la forma polar para )(:), es decir
)(:) = [)(:)[ ])(:) = [)(:)[ c
]}(s)
obtenemos
(1.78)
_
d(ln)(:)) =
_
d ln[)(:)[ +,])(:)
Siendo un camino cerrado, el primer trmino de la expresin anterior es cero,
mientras que el segundo es , veces el incremento del argumento de )(:) al recorrer
: el camino de integracin, es decir, ,arg )(:).
Remark 1. La diferencia entre el nmero de ceros y polos de la funcin )(:)
(contados por su orden de multiplicidad) comprendidos en el enterior de es igual
a la variacin del arg )(:) al recorrer el punto : el camino en direccin positiva,
dividido por 2
(1.79) 1 =
1
2
arg )(:)
2. Transformaciones Integrales: Laplace y Fourier
2.1. Concepto de Transformacin.
2.1.1. Introduccin. De una manera general, y como ya hemos sealado a la
hora de hablar de evaluacin de funciones de variable compleja, podemos entender
una transformacin como una correspondencia entre dos conjuntos de elementos.
Si estos elementos son funciones, tal correspondencia asignar a cada funcin del
conjunto A una funcin del conjunto B (ver gura 12).
Entre las transformaciones entre conjuntos de funciones, destacan por su utili-
dad las llamadas transformaciones integrales. Las transformaciones integrales for-
man parte del denominado clculo operacional que, teniendo su origen en los mto-
dos simblicos introducidos por los matemticos del siglo XVII y mediante las
contribuciones de matemticos como Laplace, Fourier o Heaveside, trata del desar-
rollo y reglas de aplicacin de dispositivos matemticos que permitan facilitar el
estudio de ciertos fenmenos o la solucin de determinados problemas
2
.
2.1.2. Conceptos bsicos y deniciones. Una transformacin integral de una
funcin )(r) denida en a _ r _ / se expresa como )(r) = 1(/), y se dene
como
(2.1) )(r) = 1(/) =
_
b
o
1(r, /))(r)dr
donde:
1(r, /) es una funcin dada de las variables r, / denominada ncleo de la
transformacin.
2
Por ejemplo, Heaveside, para facilitar el anlisis de circuitos elctricos, sustituy el operador
D
d
dx
por p y trat este ltimo como un elemento al que se pueden aplicar las leyes ordinarias
del lgebra.
2. TRANSFORMACIONES INTEGRALES: LAPLACE Y FOURIER 31
[a, /] es el dominio de denicin de la funcin )(r), es decir, el conjunto
de valores de r para los que la funcin est denida.
)(r) es la funcin objeto de 1(/) bajo la transformacin.
1(/) es la funcin imagen de )(r) bajo la transformacin.
es el operador transformacin integral o, simplemente, la transformacin
integral.
Obsrvese que la idea de operador transformacin integral es similar a la del
ya conocido operador diferencial 1 =
J
Jr
, que acta sobre una funcin )(r) pro-
duciendo otra funcin )
0
(r), es decir:
1)(r) =
d
dr
)(r) = )
0
(r)
Puede decirse que )
0
(r) es la imagen de )(r) bajo la transformacin 1.
Obviamente, el operador es un operador lineal, es decir, satisface la propiedad
de linealidad:
c)(r) +,q(r) =
_
b
o
[c)(r) +,q(r)] 1(r, /)dr (2.2)
= c
_
b
o
1(r, /))(r)dr +,
_
b
o
1(r, /)q(r)dr
= c)(r) +,q(r) = c1(/) +,G(/)
siendo c y , constantes arbitarias.
Con objeto de obtener )(r) a partir de 1(/) = )(r), se introduce el oper-
ador inverso
1
tal que:
(2.3)
1
1(/) = )(r)
Puede demostrarse que tal operador inverso es tambin lineal, y que la trans-
formacin integral es nica. es decir, )(r) = q(r) = )(r) = q(r). Esta
ltima propiedad es conocida como teorema de unicidad.
2.1.3. Transformadas de Laplace y Fourier. Entre las transformaciones inte-
grales, que vienen denidas por su ncleo, dos de ellas son especialmente tiles en
Ingeniera Elctrica, Electrnica y de Control: la Transformada de Laplace y la
Transformada de Fourier. En ambas transformadas se cumple que:
las funcines objeto )(r) son funcines de una variable real denida, en
general, desde hasta ;
las funcines imagen 1(/) son funciones de variable compleja;
el ncleo de la transformacin tiene la forma: 1(r, /) = c
r|
;
Lo que las diferencia es el dominio de denicin de la funcin imagen, es decir,
el conjunto de valores de / para los que se dene la transformacin. En el caso
de la transformada de Laplace, / puede tomar cualquier valor del plano complejo,
mioentras que en la transformada de Fourier slo toma valores en el eje imaginario.
Si entendemos que utilizamos las transformaciones integrales para facilitar el anli-
sis de ciertos fenmenos o la solucin de determinados problemas
3
, la transformada
3
Por ejemplo, la transformacin logartmica hace que de
a b !log a + log b
de Laplace lo hace analizando la funcin imgen de la que caracteriza dichos fen-
menos en el plano complejo, mientras que la de fourier se limita al estudio en el eje
imaginario.
Dicho lo anterior, denimos la transformada de Laplace de una funcin )(r)
como:
(2.4) $)(r) =
_
1
1
)(r)c
rs
dr
y la transformada de Fourier como:
(2.5) T )(r) =
_
1
1
)(r)c
r.
dr
Si tenemos en cuenta que nosotros trataremos con seales y sistemas fsicos que
son fenmenos causales, es decir, que nuestra variable real ser t _ 0, las deniciones
que generalmente utilizaremos para las transformaciones anteriores sern:
$)(r) =
_
1
0
)(t)c
s|
dt
(2.6) T )(r) =
_
1
0
)(t)c
.|
dt
2.2. Transformadas de Laplace y Fourier.
2.2.1. Introduccin. Existencia de las transformadas. Habiendo visto que las
deniciones de las transformadas de Laplace y Fourier son formalmente idnticas,
el lo que sigue haremos un estudio unicado para las mismas utilizando la letra
/ para denominar a la variable de transformacin : o ,.. Para poder hacer este
estudio, debemos considerar primeramente las condiciones de existencia de dichas
transformadas. Estas condiciones se pueden resumir diciendo que para que dichas
transformadas existan, la integral que las dene debe ser convergente, es decir, que
(2.7)
_
1
0
)(t)c
||
dt
<
Esto implica que, exista una constante real c tal que c
o|
[)(t)[ est acotado
cuando t , es decir, que [)(t)[ no crezca ms rpidamente que ' c
o|
cuando
t , siendo ' una constante real positiva. Podemos expresar esto como:
(2.8) c
o|
[)(t)[ < ' o [)(t)[ < 'c
o|
, t
De una funcin )(t) que cumple esta condicin se dice que es de orden expo-
nencial, lo que se denotar de la forma
(2.9) )(t) = O(c
o|
), t
Theorem 1. Si una funcin es continua o continua a intervalos nitos de la
semirecta t _ 0 y si adems es de orden exponencial, O(c
o|
), entonces existe la
transformada para todo / tal que Re / c.
lo que nos puede facilitar ciertas operaciones, por ejemplo la representacin grca de una funcin
que es producto de varias funciones elementales.
Efectivamente, si
_
1
0
)(t)c
||
dt
_
_
1
0
)(t)c
||
dt <
_
1
0
'c
o|
c
Re ||
dt
= '
_
1
0
c
|(Re |o)
dt =
'
Re / a
< jara Re / c (2.10)
A este valor c se le llama abcisa de convergencia.
Para el caso particular de la transformada de Fourier, / = ,. y

c
||
c
.|
= 1, con lo que, para que la transformada exista, se debe cumplir que:

(2.11)
_
1
0
)(t)c
||
dt
_
_
1
0
)(t)c
||
dt =
_
1
0
)(t)c
.|
dt =
_
1
0
[)(t)[ dt <
es decir, que la funcin )(t) sea absolutamente integrable en el intervalo [0, ) (o
(, ) tomando la denicin ms general de la transformada).
Dicho lo anterior, procederemos al estudio unicado de ambas transformadas.
2.2.2. Transformadas de algunas funciones elementales. Como ejemplos, cal-
cularemos las transformadas de algunas funciones de uso frecuente, para despus
pasar a enunciar algunos teoremas y propiedades.
Ejemplo 1. Funcin escaln: )(t) = n
0
(t) = , constante para t 0.(gura
13)
(2.12) 1(/) =
_
1
0
+
)(t)c
||
dt =
_
1
0
+
c
||
dt =
_

/
c
||
_
1
0
+
=

/
Ejemplo 2. Funcin exponencial: )(t) = c
o|
, a constante real.(gura 14)
1(/) =
_
1
0
)(t)c
||
dt =
_
1
0
c
o|
c
||
dt
=
_
1
0
c
|(|o)
dt =
_
1
(/ a)
c
|(|o)
_
1
0
=
1
/ a
, Re / a (2.13)
Ejemplo 3. Funcin seno: )(t) =sen at, a constante real.(gura 15)
1(/) =
_
1
0
)(t)c
||
dt =
_
1
0
sen at c
||
dt
=
1
2,
_
1
0
_
c
o|
c
o|
c
||
dt =
1
2,
_
1
/ ,a

1
/ +,a
_
=
a
/
2
+a
2
(2.14)
Ejemplo 4. Funcin coseno: )(t) = cos at, a constante real.(gura 16)
1(/) =
_
1
0
)(t)c
||
dt =
_
1
0
cos at c
||
dt
=
1
2
_
1
0
_
c
o|
+c
o|
c
||
dt =
1
2
_
1
/ ,a
+
1
/ +,a
_
=
/
/
2
+a
2
(2.15)
Ejemplo 5. Funcin pulso: )(t) = j(0, t
1
) = (n
0
(t) n
0
(t t
1
)). (gura
17)
1(/) =
_
1
0
+
)(t)c
||
dt =
_
1
0
+
[n
0
(t) n
0
(t t
1
)] c
||
dt (2.16)
=
__
1
0
+
n
0
(t)c
||
dt
_
1
|1
n
0
(t t
1
)c
||
dt
_
=
_
1
/

c
|1|
/
_
=

/
(1 c
|1|
)
Ejemplo 6. Funcin impulso unitario (Delta de Dirac): )(t) = c(t) =
lim
:!0
1
:
j(0, -). (gura 18)
1(/) =
_
1
0
lim
:!0
1
-
j(0, -)c
||
dt = lim
:!0
1
-
_
1
0
j(0, -)c
||
dt (2.17)
= lim
:!0
1
-
1
/
(1 c
:|
) =
lim(1 c
:|
)
:!0
lim
:!0
-/
= lim
:!0
J
J:
(1 c
:|
)
J
J:
(-/)
= lim
:!0
/c
:|
/
= 1
Ejemplo 7. Funcin potencial: )(t) = t
o
, a +, a 1.
1(/) =
_
1
0
t
o
c
||
dt
Haciendo /t = r,
1(/) =
_
1
0
_
r
/
_
o
c
r
1
/
dr =
1
/
o+1
_
1
0
r
o
c
r
dr (2.18)
=
(a + 1)
/
o+1
siendo
(2.19) (a) =
_
1
0
r
o1
c
r
dr, a 0, (a + 1) = a(a)
En el caso de que a = : sea entero y positivo, tendremos
(2.20) t
n
=
(: + 1)
/
n+1
=
:!
/
n+1
Ejemplo 8. Funciones peridicas de periodo T, es decir, funciones que
cumplen: )(t) = )(t + T), \t 0. En este caso, si suponemos que )(t) es par-
cialmente continua (continua a intervalos) sobre un intervalo de longitud T, su
transformada existir y podremos escribir:
1(/) =
_
1
0
)(t)c
||
dt =
_
T
0
)(t)c
||
dt +
_
2T
T
)(t)c
||
dt +...... (2.21)
=
1
n=0
_
(n+1)T
nT
)(t)c
||
dt
Si llamamos 1
n
=
_
(n+1)T
nT
)(t)c
||
dt, haciendo t = t +:T, podemos escribir
(2.22) 1
n
=
_
(n+1)T
nT
)(t)c
||
dt = c
|nT
_
T
0
)(t)c
|r
dt
y, por lo tanto,
1(/) =
1
n=0
1
n
=
1
n=0
c
|nT
_
T
0
)(t)c
|r
dt =
1
n=0
c
|nT

1(/) (2.23)
=

1(/)
1 c
|T
,

c
|T
< 1
siendo

1(/) la transformada de la funcin elemental que sirve para construir la
funcin peridica.
Por ejemplo, si tuviramos la funcin peridica de la gura 19, funcin peridica
de periodo 2T,
(2.24) )(t) =
_
, :T < t _ (: + 1)T
, (: + 1)T < t _ (: + 2)T
, : = 0, 2, 4, ...y T 0
(2.25)

)(t) = )(t), : = 0
1(/) =
_
T
0
c
||
dt
_
2T
T
c
||
dt =
/
_
_
c
||
T
0

_
c
||
2T
T
_
(2.26)
=
/
_
c
|T
1 c
2|T
+c
|T
=

/
(1 c
|T
)
2
Aplicando la frmula general, obtendramos:
1(/) =

1(/)
1 c
2|T
=

/
(1 c
|T
)
2
(1 c
|T
)(1 +c
|T
)
(2.27)
=

/
(1 c
|T
)
(1 +c
|T
)
2.2.3. Propiedades bsicas. Una vez denidas las transfromadas de Laplace y
Fourier como operadores que aplican una clase de funciones reales en una clase de
funciones complejas, y habiendo hecho algunos ejemplos para familiarizarnos con
el uso de dichos operadores, pasaremos a continuacin a estudiar algunas de sus
propieadades que son de especial utilidad en nuestras aplicaciones. En lo que sigue,
supondremos que todas las funciones objeto estn denidas para t _ 0 y son de
orden exponencial.
Teorema de desplazamiento de Heaveside (Desplazamiento en la frecuencia). Si
)(t) = 1(/), entonces
(2.28)
_
c
o|
)(t)
_
= 1(/ +a)
Prueba:Tenemos, por denicin,
_
c
o|
)(t)
_
=
_
1
0
c
o|
)(t)c
||
dt =
_
1
0
)(t)c
(|+o)|
dt = 1(/ +a)
Desplazamiento en el tiempo. Si )(t) = 1(/), entonces
(2.29) )(t a) = c
o|
1(/)
Prueba: Por la denicin de la transformada,
)(t a) =
_
1
0
)(t a)c
||
d(t a)
Si hacemos el combio de variable, t a = t, obtenemos
_
1
0
)(t)c
|(r+o)
d(t) = c
o|
_
1
0
)(t)c
|r
dt = c
o|
1(/)
Cambio de escala. Si )(t) = 1(/), entonces
(2.30) )(at) =
1
a
1(
/
a
)
Prueba:Aplicando la dinicin,
_
1
0
)(at)c
||
d(t) =
o|=:
_
1
0
)(r)c
|
r
a
1
a
dr =
1
a
1(
/
a
)
Transformada de las derivadas. Si )(t) = 1(/), entonces
_
)
(n)
(t)
_
= /
n
1(/) /
n1
)(0) /
n2
)
0
(0) .... )
(n1)
(0) (2.31)
= /
n
1(/)
n
I=1
/
nI
)
(I1)
(0)
Prueba:Tenemos, por denicin,
)
0
(t) =
_
1
0
)
0
(t)c
||
dt
que, integrando por partes
4
, podemos poner como,
_
c
||
)(t)
1
0
(/)
_
1
0
)(t)c
||
dt = /1(/) )(0)
Siguiendo un procedimiento similar se podra probar el resultado general
5
.
Transformada de las integrales
6
. Si )(t) = 1(/), entonces
(2.32)
_
)
(n)
(t)dt
_
=
1(/)
/
n
+
n
I=1
)
(I)
(0)
/
nI+1
Prueba: Se demuestra de manera similar a como se hizo en el caso de las
derivadas, integrando por partes, haciendo n =
_
|
0
)(t)dt, = c
||
dt.
4
Z
u
dv
dt
dt = uv
Z
v
du
dt
dt
Llamando u = e
kt
; v = f(t)
5
Ejercicio propuesto
6
f
(1)
(t)
R
t
0
f(t)dt
Derivada de las transformadas. Si )(t) = 1(/), entonces
(2.33)
1
_
1
(n)
(/)
_
= (1)
n
t
n
)(t)
Prueba: Partiendo de la denicin, tenemos
1
(n)
(/) =
d
n
1(/)
d/
n
= (1)
n
_
1
0
t
n
)(t)c
||
dt = (1)
n
t
n
)(t)
Teorema del valor inicial. Si )(t) = 1(/) y lim
|!1
/1(/), el valor inicial de
)(t) viene dado po la expresin
(2.34) )(0) = lim
|!0
)(t) = lim
|!1
/1(/)
Prueba: Partiendo de la expresin )
0
(t) = /1(/))(0) y tomando lmites
cuando / , obtenemos
lim
|!1
)
0
(t) = lim
|!1
[/1(/) )(0)]
pero lim
|!1
)
0
(t) = 0, por ser )(t) de orden exponencial, con lo que
lim
|!1
[/1(/) )(0)] = 0 =)(0) = lim
|!0
)(t) = lim
|!1
/1(/)
Teorema del valor nal. Si )(t) = 1(/) , lim
|!1
)(t) y 1(/) es anltica en
Re / _ 0, el valor nal de )(t) viene dado po la expresin
(2.35) )() = lim
|!1
)(t) = lim
|!0
/1(/)
Prueba: Partiendo de la expresin )
0
(t) = /1(/))(0) y tomando lmites
cuando / 0, obtenemos
lim
|!0
)
0
(t) =
_
1
0
)
0
(t)dt = lim
|!0
[/1(/) )(0)]
=)() )(0) = lim
|!0
/1(/) )(0)
=)() = lim
|!1
)(t) = lim
|!0
/1(/)
Teorema de convolucin. Si )(t) = 1(/) y Si q(t) = G(/), entonces la
transformada de la convolucin es
7
(2.36) )(t) + q(t) = 1(/)G(/)
7
La operacin de convolucin entre dos funciones, f(t) y g(t), que se expresa como f(t) g(t),
se dene de la forma
f(t) g(t)
Z
t
0
f(t )g()d
Es una operacin muy importante para el estudio de sistemas lineales, pues la respuesta de
un sistema lineal a una seal de estmulo viene dada, matemticamente, por la convolucin de la
funcin que describe a dicha seal con una funcin caracterstica del sistema que llamaremos su
respuesta impulsiva.
La operacin de convolucin tiene las propiedades asociativa, conmutativa, distributiva re-
specto de la suma y f(t) fag(t)g = faf(t)g g(t) = aff(t) g(t)g
Prueba:
)(t) + q(t) =
__
|
0
)(t)q(t t)dt
_
=
_
1
0
__
|
0
)(t)q(t t)dt
_
c
||
dt
=
_
1
0
c
||
__
|
0
)(t)q(t t)dt
_
dt
Si )(t) y q(t) slo estn denidas para t _ 0, entonces q(t t) = 0, t t, con
lo cual podemos poner la expresin anterior como,
_
1
0
c
||
__
1
0
)(t)q(t t)dt
_
dt
Cambiando ahora el orden de integracin, obtenemos
_
1
0
)(t)dt
_
1
0
q(t t)c
||
dt
Haciendo el cambio de variable t t = r en la segunda integral,
_
1
0
)(t)dt
_
1
0
q(r)c
|(:+r)
dr =
_
1
0
)(t)dtc
|r
_
1
0
q(r)c
|:
dr
=
_
1
0
)(t)c
|r
dtG(/) = 1(/)G(/)
2.2.4. Transformacin inversa. Nos enfrentamos ahora al problema de, dada
una funcin 1(/) que es la transformada de una funcin desconocida )(t), cmo
podemos encontrar )(t)? Esencialmente, nuestro problema consiste en la solucin
de la ecuacin integral
(2.37)
_
1
0
)(t)c
||
dt = 1(/)
Tomado de forma directa, este es un problema difcil de solucionar. Sin em-
bargo, en algunos casos particulares podemos utilizar mtodos ms simples para
resolver el problema. En general, la transformada inversa puede determinarse uti-
lizando cuatro mtodos:
(1) Descomposicin en fracciones simples
(2) Teorema de convolucin
(3) Integracin en el plano complejo
(4) Teorema de expansin de Heaveside
Por ser las funciones que trataremos funciones racionales, susceptibles de ser
descompuestas mediante el mtodo de fracciones simples, ser este mtodo el que
normalmente utilicemos y nos limitaremos a comentar los fundamentos de los mto-
dos restantes.
Descomposicin en fracciones simples. Puesto que las funciones que nosotros
trataremos son funciones racionales de la variable compleja /, podremos descom-
ponerlas en funciones ms simples de las que ya conozcamos su transformada in-
versa. As, para
1(/) = 1
1
(/) +1
2
(/) +..... +1
n
(/)
podremos obtener
(2.38) )(t) =
1
1(/) =
1
1
1
(/) +
1
1
2
(/) +.... +
1
1
n
(/)
Para obtener las transformadas inversas de estas funciones simples haremos uso
de los ejemplos dados en clase y, en algunos casos, de tablas de transformadas.
Ejemplo. Evaluar la transformada inversa de la funcin
1(/) =
2/
2
+ 5/ + 7
(/ 2)(/
2
+ 4/ + 13)
1
1(/) =
1
_
2/
2
+ 5/ + 7
(/ 2)(/
2
+ 4/ + 13)
_
=
1
_
1
/ 2
+
/ + 2
(/ + 2)
2
+ 3
2
+
1
(/ + 2)
2
+ 3
2
_
=
1
_
1
/ 2
_
+
1
_
/ + 2
(/ + 2)
2
+ 3
2
_
+
1
3
1
_
3
(/ + 2)
2
+ 3
2
_
= c
2|
+c
2|
_
cos 3t +
1
3
sin3t
_
Teorema de convolucin. Ejemplo
1
1(/) =
1
_
1
/(/ a)
_
=
1
_
1
/
1
/ a
_
=
1
_
1
/
_
+
1
_
1
/ a
_
= n
0
(t) + c
o|
=
_
|
0
1 c
or
dt =
_
c
or
a
_
|
0
=
c
o|
1
a
Integracin en el plano complejo. Aplicar este mtodo supone utilizar la frmula
de la transformada inversa, que es
(2.39)
1
1(/) = )(t) =
1
2,
_
c+1
c1
1(/)c
||
d/
donde c es una constante real apropiada, elegida para que todas las singularidades
de la funcin subintegral queden dentro del contorno de evaluacin.(ver gura)
Ejemplo.
1
_
/
/
2
+a
2
_
=
1
2,
_
c+1
c1
/
/
2
+a
2
c
||
d/
=

Res
/
/
2
+a
2
c
||
r
1
= Res
/
/
2
+a
2
c
||
, / = ,a
= lim
|!o
(/ ,a)
/
/
2
+a
2
c
||
=
c
o|
2
r
2
= Res
/
/
2
+a
2
c
||
, / = ,a
= lim
|!o
(/ +,a)
/
/
2
+a
2
c
||
=
c
o|
2
)(t) =
c
o|
2
+
c
o|
2
= cos at
Teorema de expansin de Heaveside.
Theorem 2. Si 1(/) =
(|)
1(|)
, donde (/) y 1(/) son polinomios en / y el
grado de 1(/) es mayor que el de (/), entonces
(2.40)
1
_
(/)
1(/)
_
=
n
I=1
(j
I
)
1
0
(j
I
)
c
i|
, j
I
: races distintas de 1(/) = 0
Ejemplo: Calcular
1
_
/
/
2
3/ + 2
_
En este caso, (/) = /, 1(/) = /
2
3/ + 2 = (/ 1)(/ 2), 1
0
(/) = 2/ 3.
Aplicando el teorema, obtenemos
1
_
/
/
2
3/ + 2
_
=
(2)
1
0
(2)
c
2|
+
(1)
1
0
(1)
c
|
=
2
1
c
2|
+
1
1
c
|
= 2c
2|
c
|
2.2.5. Aplicacin de las transformadas a la resolucin de ecuaciones diferen-
ciales ordinarias. Entre las muchas aplicaciones de las transformadas integrales que
estamos tratando, nosotros estudiaremos la resolucin de ecuaciones diferenciales
ordinarias (lineales de coecientes constantes).
Supongamos que tenemos la ecuacin diferencial de segundo orden:
d
2
)(t)
dt
2
+a
2
)(t) = /r(t), )(0) = )
0
, )
0
(0) = )
1
Tomando las transformadas aplicando las propiedades de la derivacin en el
dominio del tiempo,
_
)
(n)
(t)
_
= /
n
1(/) /
n1
)(0) /
n2
)
0
(0) .... )
(n1)
(0)
= /
n
1(/)
n
I=1
/
nI
)
(I1)
(0)
esta ecuacin diferencial se transforma en la ecuacin algebraica
/
2
1(/) /)
0
)
1
+a
2
1(/) = /1(/)
con lo cual, podemos obtener 1(/) como
3. MATRICES 41
1(/) =
/)
0
+)
1
+/1(/)
/
2
+a
2
y su transformada inversa, que es la solucin de la ecuacin diferencial, ser
)(t) =
1
1(/) =
1
_
/)
0
+)
1
+/1(/)
/
2
+a
2
_
=
1
_
/)
0
/
2
+a
2
_
+
1
_
)
1
/
2
+a
2
_
+
1
_
/1(/)
/
2
+a
2
_
= )
0
cos at +
)
1
a
sinat +
1
_
/1(/)
/
2
+a
2
_
)
0
cos at +
)
1
a
sinat +
/
a
_
|
0
r(t t) sinatdt
En la expresin anterior vemos que la solucin tiene una parte que depende
de las condiciones iniciales (solucin homognea), y otra que depende del estmulo
mediante la operacin de convolucin de esta funcin estmulo con el ncleo de
convolucin caracterstico de la ecuacin diferencial (solucin particular).
En el caso de que r(t) = c(t), obtendramos
)(t) = )
0
cos at +
)
1
a
sinat +
/
a
_
|
0
r(t t) sinatdt
= )
0
cos at +
)
1
a
sinat +
/
a
1
_
a
/
2
+a
2
_
= )
0
cos at +
)
1
a
sinat +
/
a
sinat
= )
0
cos at +
1
a
()
1
+/) sinat
3. Matrices
3.1. Deniciones.
3.1.1. Deniciones bsicas. Matriz: Ordenacin bidimensional (en las y colum-
nas) de elementos que pueden ser nmeros reales, nmeros complejos, funciones u
operadores.
(3.1) A =
_
_
a
11
a
12
...... a
1n
a
21
a
22
....... a
2n
.
.
.
.
.
.
.
.
a
n1
a
n2
....... a
nn
_
_
a
I
:elemento de la la i, columna ,.
A : (a
I
) :matriz : :: matriz de : las y : columnas.
: = : : matriz cuadrada.
: ,= : : matriz rectangular.
: = 1, : 1 : vector la.
: 1, : = 1 : vector columna.
Matriz diagonal: matriz cuadrada con a
I
,= 0, i = , y a
I
= 0, i ,= ,.
(3.2) A =
_
_
a
11
0 ...... 0
0 a
22
....... 0
.
.
.
.
.
.
.
.
0 0 ....... a
nn
_
_
= a
I
c
I
c
I
:delta de Kronecker:
_
= 1, i = ,
= 0, i ,= ,
_
(a
I
c
I
) = diaq(a
11
, a
12
, ....., a
nn
)
Matriz identidad (o unidad): matriz diagonal con todos los elementos iguales
a 1.
(3.3) I =
_
_
1 0 ...... 0
0 1 ....... 0
.
.
.
.
.
.
.
.
0 0 ....... 1
_
_
= (c
I
) = diaq(1, 1, ....., 1)
Matriz nula 0: Aquella que tiene todos los elementos iguales a 0: a
I
= 0, \ i, ,.
Matriz traspuesta de una matriz A (A
T
): Matriz que resulta de cambiar las
por columnas:
(3.4) A = (a
I
) ==A
T
= A
0
= (a
I
) = (a
I
)
T
Matriz simtrica: Matriz cuadrada que es igual a su traspuesta: A = A
T
Matriz inversa de una matriz A (A
1
): Aquella que cumple que:
(3.5) AA
1
= I = A
1
A
Matriz compleja: Matriz cuyos elementos son complejos.
Matriz conjugada de una matriz compleja A (A): Matriz resultante de sustituir
los elementos de la matriz A por sus complejos conjugados.
(3.6) A = (a
I
) A = (a
I
)
a
I
: complejo conjugado de a
I
.
Matriz conjugada traspuesta de una matriz A (A
): Conjugada de la traspuesta:
(3.7) A
= A
T
= (a
I
)
Se cumple que: (A
= A
Matriz Hermtica: Matriz compleja que satisface la relacin:
(3.8) A = A
==a
I
= a
I
Matriz triangular: Matriz cuadrada de la forma:
3. MATRICES 43
(3.9) A =
_
_
a
11
a
12
...... a
1n
0 a
22
....... a
2n
.
.
.
.
.
.
.
.
0 0 ....... a
nn
_
_
triangular superior, o
(3.10) A =
_
_
a
11
0 ...... 0
a
21
a
22
....... 0
.
.
.
.
.
.
.
.
a
n1
a
n2
....... a
nn
_
_
triangular inferior.
Matriz ortogonal: Su inversa es igual a su traspuesta:
(3.11) A
1
= A
T
==AA
T
= I
Submatriz de una matriz A: Matriz resultante de eliminar de A ciertas las
y/o columnas.
Traza de una matriz cuadrada A (trA): suma de los elementos de su diagonal:
(3.12) trA =
n
I=1
a
I
Determinante de una matriz cuadrada A (det A): Se dene por la expansion
de Laplace:
(3.13) det A =
n
=1
a
I
I
, \ i = 1, 2, ....., :
siendo:
I
: cofactor del elemento a
I
, denido como:
(3.14)
I
= (1)
I+
'
I
donde:
'
I
: menor del elemento a
I
, determinante de la submatriz resultante de elim-
inar de la matriz A la la i y la columna ,.
Propiedades del determinante:
1. El determinante es un elemento del mismo tipo que los elementos de la
matriz.
2. Si se intercambian dos las o columnas consecutivas cualesquiera, el deter-
minante cambia de signo.
3. Si hay una la o columna de ceros, el valor del determinante es cero.
4. Si los elementos de una la (o columna) son exactamente /-veces los de otra
la (o columna), el valor del determinante es cero.
5. Si multiplicamos una la (o columna) por un escalar y la sumamos a otra
la (o columna) el determinante no cambia.
6. det cA =c
n
det A, siendo A una matriz cuadrada de : :.
7. Una matriz y su traspuesta tienen el mismo determinante.
8. El determinante del producto de dos matrices cuadradas es el producto de
los determinantes.
Matriz adjunta de una matriz A (ad,A): traspuesta de la matriz cuyos ele-
mentos son los cofactores de A.
(3.15) ad,A =
_
11

21
......
n1
12

22
.......
n2
.
.
.
.
.
.
.
.
1n

2n
.......
nn
_
_
= (
I
)
T
Matriz regular: det A ,=0
Matriz singular: det A =0
Rango de una matriz A: nmero de las o culumnas de la mayor submatriz de
A no singular.
3.1.2. Otras deniciones de inters: Polinomio caracterstico de una matriz
cuadrada A (a(r)):
(3.16) a(r) = r
n
+a
1
r
n1
+....... +a
n1
r +a
n
= det(rI A)
Valores y vectores propios de una matriz: races del polinomio caracterstico:
(3.17) `
I
, a(r) = (r `
1
)(r `
2
)........(r `
n
)
Si un escalar ` y un vector v distinto de cero satisfacen la relacin:
Av =`v ==
` : valor propio de A
v: vector propio asociado de A
Podemos ver que:
`v Av = (`I A)v =0
Si v ,= 0 ==det(`I A) =0 ==`: raz del polinomio caracterstico.
Matriz caracterstica de una matriz cuadrada A :rI A
Matriz asociada a un polinomio a(r) = r
n
+a
1
r
n1
+....... +a
n1
r +a
n
:
(3.18) A =
_
_
a
1
a
2
...... a
n
1 0 ....... 0
.
.
.
.
.
.
.
.
0 0 .......1 0
_
_
Matriz asociada superior: toda la informacin est contenida en la primera la.
De igual modo se pueden denir las matrices asociadas: inferior, izquierda y
derecha.
Matriz denida positiva: Aquella que cumple:
3. MATRICES 45
(3.19) x
T
Ax =0 ==x = 0.
Matriz semidenida positiva: Aquella que cumple:
(3.20) x
T
Ax _0, \x.
Matriz exponencial de una matriz cuadrada A (c
Ar
):
(3.21) c
Ar
= I +Ar+
1
2!
Ar
2
+
1
3!
Ar
3
+......
Se cumpe que:
(3.22) A :: : ==c
Ar
: : :
(3.23) c
Ar1
c
Ar2
= c
A(r1+r2)
(3.24) c
A
c
B
= c
B
c
A
==AB = BA
Teorema de Cayley-Hamilton: Toda matriz cuadrada (A) satisface su polinomio
caracterstico (a(r)), es decir:
(3.25) a(A) = A
n
+a
1
A
n1
+........ +a
n1
A+I =0
3.2. Operaciones matriciales.
3.2.1. Suma:
(3.26) C = A+B ==c
I
= a
I
+/
I
3.2.2. Resta:
(3.27) C = AB ==c
I
= a
I
/
I
3.2.3. Multiplicacin por un escalar:
(3.28) C =/A ==c
I
= /a
I
3.2.4. Multiplicacin de matrices:
(3.29)
A : : :; B : :j; C = A B ==
_
_
_
C = (c
I
):: j
c
I
=
n
|=1
a
I|
/
|
,
_
i = 1, 2, .....:
, = 1, 2, ......j
3.2.5. Propiedad asociativa:
(3.30) (A B) C = A (B C)
3.2.6. Propiedad distributiva:
(3.31) (A+B) C = A C+B C; C (A+B) = C A+C B
3.2.7. Propiedad conmutativa: En general: A B ,= B A. Si A B = B A se
dice que A y B conmutan.
3.2.8. Potenciacin:
(3.32) A
|
= A A ....... A
. .
|
Si A = diaq(a
11
, a
22
, ...., a
nn
) ==A
|
= diaq(a
|
11
, a
|
22
, ...., a
|
nn
)
3.2.9. Otras propiedades:
(3.33) (A+B)
T
= A
T
+B
T
(3.34) (A B)
T
= B
T
A
T
(3.35) (A+B)
= A
+B
(3.36) (A B)
= B
(3.37) A B = 0 ==A = 0 . B = 0 . A j B :i:qn|arc:.

3.2.10. Inversin:
(3.38) A
1
=
ad,A
det A
=
_
_
.11
det .
.21
det A
.........
.n1
det A
.12
det A
.22
det A
.........
.n2
det A
.
.
.
.
.
.
.
.
.1n
det A
.2n
det A
.........
.nn
det A
_
_
, det A
1
=
1
det A
3.2.11. Derivacin e integracin:
Derivacin.
(3.39)
d
dr
A(r) = (
d
dr
a
I
(r)) =
_
_
J
Jr
a
11
(r)
J
Jr
a
12
(r) .........
J
Jr
a
1n
(r)
J
Jr
a
21
(r)
J
Jr
a
22
(r) .........
J
Jr
a
2n
(r)
.
.
.
.
.
.
J
Jr
a
n1
(r)
J
Jr
a
n2
(r) .........
J
Jr
a
nn
(r)
_
_
Derivada del producto de dos matrices:
(3.40)
d
dr
[A(r)B(r)] =
dA(r)
dr
B(r) +
dB(r)
dr
A(r)
Derivada de A
1
(r) :.
(3.41)
dA
1
(r)
dr
= A
1
(r)
d
dr
A(r)A
1
(r)
4. APROXIMACIONES 47
Integracin.
(3.42)
_
A(r)dr = (
_
a
I
(r)dr) =
_
_
_
a
11
(r)dr
_
a
12
(r)dr .........
_
a
1n
(r)dr
_
a
21
(r)dr
_
a
22
(r)dr .........
_
a
2n
(r)dr
.
.
.
.
.
.
_
a
n1
(r)dr
_
a
n2
(r)dr .........
_
a
nn
(r)dr
_
_
4. Aproximaciones
4.1. Aproximantes de Pad. Un aproximante de Pad es una funcin racional
de un orden especco cuyo desarrollo en serie de potencias coincide con una serie
de potencias dada del ms alto orden posible. Si la funcin racional es:
(4.1) 1(r) =
n
|=0
a
|
r
|
1 +
n
|=1
/
|
r
|
entonces se dice que 1(r) es un aproximante de Pad de la serie
(4.2) )(r) =
1
|=0
c
|
r
|
si
(4.3) 1(0) = )(0)
y tambin
(4.4)
d
|
dr
|
1(r) [
r=0
=
d
|
dr
|
)(r) [
r=0
, / = 1, 2, ......, :+:
Las ecuaciones (4.3) y (4.4) dan como resultado un sistema de :+:+1 ecuaciones
para las incgnitas a
0
, ...., a
n
y /
1
, ......, /
n
. La forma ms sencilla de ver como son
estas ecuaciones es igualar (4.1) y (4.2), multiplicando ambas por el denominador
de la ecuacin (4.1), e igualando todas las potencias de r que tienen o a
0
: o /
0
: en
sus coecientes. Si consideramos slo el caso especial de una aproximacin racional
diagonal, : = :, entonces tendremos a
0
= c
0
y los dems coecientes satisfacen
(4.5)
n
=1
/
c
n+|
= c
n+|, |=1,....,n
(4.6)
|
=0
/
c
|
= a
|, |=1,....,n
Para resolver esto se comienza con las ecuaciones (4.5) que constituyen un sistema
de ecuaciones lineales para las /
0
:. Una vez que las /
0
: son conocidas, la ecuacin
(4.6) da una frmula explcita para las a
0
:, completando la solucin.
Example 1. Funcin exponencial: queremos seleccionar a
0
, a
1
y /
0
, de forma
que el error
c
r
a
0
r +a
1
/
0
r + 1
= -
sea pequeo. Para ello, desarrollamos en series de McLauren la funcin exponencial
y la funcin racional y ajustamos tantos trminos como sea posible. Las dos series
son:
)(r) = c
r
= 1 r +
r
2
2

r
3
3!
+
r
4
4!

1
1,1
(r) =
a
0
r +a
1
/
0
r + 1
= a
1
+ (a
0
/
0
a
1
)r /
0
(a
0
/
0
a
1
)r
2
+/
2
0
(a
0
/
0
a
1
)r
3
+
Ajustando los coecientes de los dos primeros trminos, obtenemos las sigu-
ientes ecuaciones:
a
1
= 1
a
0
/
0
a
1
= 1
/
0
(a
0
/
0
a
1
) =
1
2
Con lo cual podemos poner:
c
r
-
1 r,2
1 +r,2
Ha de observarse que hay un nmero innito de ecuaciones, pero slo un
nmero nito de parmetros. Siguiendo el mismo procedimiento, podra demostrarse
que:
)(r) = c
r
-
1 r,2 +r
2
,12
1 +r,2 +r
2
,12
= 1
2,2
(r)
CHAPTER 3
Modelos de Sistemas Fsicos
1. Modelos y Descripciones
1.1. Modelo: Compromiso entre
Simplicidad: ignorar caractersticas no esenciales
Exactitud: validez del anlisis
1.2. Descripcin:
Descripcin externa:
Funcin de Transferencia: Transforma de Laplace de la Respuesta
Impulsiva.
Respuesta en Frecuencia: Transformada de Fourier de la Respuesta
Impulsiva.
Descripcin interna: Ecuaciones diferenciales en forma de espacio de es-
tados:
1.3. Representaciones grcas.
Diagramas de Bloques
Diagramas de Flujo de Seal.
Representacin grca de las relaciones expresadas en el modelo matemtico.
2. Modelos de transferencia de energa
2.1. Conceptos bsicos.
Basados en la energa como variable manipulada por el sistema
La energa se intercambia entre las dos puertas del sistema
Implica el uso de dos co-variables en cada dominio, generalmente denom-
inadas:
esfuerzo: c
ujo: )
Se cumple la relacin: energa 1 =
_
c)dt
Variables de esfuerzo:
voltaje
presin
fuerza
Variables de ujo:
corriente
caudal
velocidad
49
50 3. MODELOS DE SISTEMAS FSICOS
2.2. Tipos de elementos.
Fuentes de energa
Acumuladores de energa
Disipadores de energa
Transmisores de energa
Uniones
Transformadores
Giradores
Convencin alternativa
Co-variables:
transvariables (across): espacialmente extensivas; requieren dos pun-
tos de medida: voltaje, presin, velocidad
pervariables (through): espacialmente intensivas; la variable pasa a
travs del instrumento de medida: corriente, caudal, fuerza.
2.3. Relaciones bsicas.
Almacenamiento de esfuerzo: ) =
1
o
_
c
Almacenamiento de ujo: c =
1
b
_
)
Relacin esttica: c = /())
Disipacin de potencia: 1 = c )
Almacenamiento de energa va esfuerzo: T =
1
2o
c
2
Almacenamiento de energa va ujo: T =
1
2b
)
2
Suma de ujos igual a cero:

)
I
= 0
Suma de esfuerzos igual a cero:

c
I
= 0
Transformacin de variables: c
1
)
1
= c
2
)
2
3. Modelos matemticos
3.1. Variables.
Variables de esfuerzo:
I
(t),
o
(t)
Variables de ujo: i(t)
3.2. Relaciones.
Almacenamiento de esfuerzo:
i(t) =
1
1
_

J
(t)dt =
J
(t) = 1
di(t)
dt
Almacenamiento de ujo:
o
(t) =
1
C
_
i(t)dt =i(t) = C
d
o
(t)
dt
Relacin esttica:
1
(t) = 1i(t)
Suma de esfuerzos igual a cero:
3. MODELOS MATEMTICOS 51
= 0
I
(t) =
1
(t) +
J
(t) +
o
(t)
= 1i(t) +1
di(t)
dt
+
1
C
_
i(t)dt
3.3. Modelo matemtico 1: Ecuacin diferencial. Si sustitumos en la
ecuacin anterior: i(t) = C
Juo(|)
J|
, obtenemos la ecuacin diferencial que relaciona
I
(t) con
o
(t):
(3.1)
I
(t) = 1C
d
o
(t)
dt
+1C
d
2
o
(t)
dt
2
+
o
(t)
3.4. Modelo matemtico 2: Espacio-Estado. Si llamamos:

o
(t) = j(t) = r
2
(t)
Juo(|)
J|
=
.
r
2
(t) = r
1
(t)
J
2
uo(|)
J|
2
=
.
r
1
(t)

I
(t) = n(t)
podremos obtener, a partir de la ecuacin diferencial anterior, el sistema de
ecuaciones diferenciales de primer orden:
.
r
1
(t) =
1
1C
n(t)
1
1
r
1
(t)
1
1C
r
2
(t)
.
r
2
(t) = r
1
(t)
con j(t) = r
2
(t).
Puesto en forma matricial:
_
.
r
1
(t)
.
r
2
(t)
_
=
_

1
J

1
Jc
1 0
_ _
r
1
(t)
r
2
(t)
_
+
_
1
Jc
0
_
n(t)
(3.2) j(t) =
_
0 1

_
r
1
(t)
r
2
(t)
_
3.5. Modelo matemtico 3: Funcin de Transferencia. Aplicando a
cualquiera de los modelos anteriores la transformada de Laplace con condiciones
iniciales nulas, podemos llegar a un modelo del sistema que relaciona entrada con
salida (descripcin externa) y que llamamos funcin de transferencia.
Partiendo de la ecuacin diferencial de segundo orden, obtendremos:
\
I
(:) = 1C:\
o
(:) +1C:
2
\
o
(:) +\
o
(:)
=
_
1C: +1C:
2
+ 1
\
o
(:)
1(:) =
\
o
(:)
\
I
(:)
=
1
1C: +1C:
2
+ 1
=
1
Jc
:
2
+
1
J
: +
1
Jc
Partiendo del modelo espacio-estado, que puede expresarse de forma general
como:
52 3. MODELOS DE SISTEMAS FSICOS
.
x = Ax +Bu
y = Cx +Du
aplicando la transformada de Laplace,
:X(:) = AX(:) +BU(:) =:X(:) AX(:) = BU(:) =
= [:I A] X(:) = BU(:) =X(:) = [:I A]
1
BU(:)
Y(:) = CX(:) +DU(:) = C[:I A]
1
BU(:) +DU(:)
=
_
C[:I A]
1
B+D
_
U(:)
La funcin de transferencia ser:
1(:) =
\
o
(:)
\
I
(:)
=
Y(:)
U(:)
= C[:I A]
1
B+D
donde det [:I A[ es el polinomio caracterstico de la matriz A y la ecuacin difer-
encial, que resulta ser el denominador de la funcin de transferencia. Es decir:
det [`
I
I A[ = 0, \`
I
, a(:) = (: `
I
)
CHAPTER 4
Representaciones grcas
1. Representaciones grcas
Basndonos en cualquiera de los modelos anteriores, podemos hacer una rep-
resentacin grca de las relaciones que en ellos se expresan.
+
-
+
-
v
i
(t)
v
0
(t)
R L
C i(t)
1.1. Diagramas de bloques. Para hacer este tipo de representacin grca
convenimos que, siendo a,b,c,.... variables del sistema y F un operador lineal que
acta sobre dichas variables, se cumplen las relaciones de las guras 2 y 3.
F
a aF
+
a
b
c
z
a+b+c+...+z
Asumiendo esto, podemos obtener diagramas de bloques a partir de cualquiera
de los modelos.
1.1.1. A partir de la ecuacin diferencial.
I
(t) = 1C
d
o
(t)
dt
+1C
d
2
o
(t)
dt
2
+
o
(t)
I
(t) 1C
d
o
(t)
dt
1C
d
2
o
(t)
dt
2
=
o
(t)
53
54 4. REPRESENTACIONES GRFICAS
+
d/dt -RC
d/dt -LC
v
i
v
0
1.1.2. A partir de la funcin de transferencia.
\
o
(:)
_
:
2
+
1
1
: +
1
1C
_
= \
I
(:)
\
o
(:)
1
1C
= \
I
(:) \
o
(:):
2
\
o
(:)
1
1
:
+
s s
-R/L
v
i
v
0
LC
+ -1
1.1.3. A partir de la descripcin espacio-estado.
_
.
r
1
(t)
.
r
2
(t)
_
=
_

1
J

1
Jc
1 0
_ _
r
1
(t)
r
2
(t)
_
+
_
1
Jc
0
_
n(t)
j(t) =
_
0 1

_
r
1
(t)
r
2
(t)
_
1. REPRESENTACIONES GRFICAS 55
+
-R/L
v
i
v
0
1/s
+
1/s
-1/LC
1/LC
x
1
' x
1 x
2
'
x
2
1.1.4. Diagramas de bloques. En denitiva, un diagrama de bloques es una
representacin grca, no nica, del modelo matemtico de un sistema en la que se
pueden apreciar:
las variables del sistema entradas y salidas de los bloques
las relaciones entre dichas variables operador que caracteriza cada
bloque, generalmente indicado en el interior del bloque por su transfor-
mada de Laplace (funcin de transferencia).
Mediante los diagramas de bloques podemos ver la contribucin de cada ele-
mento al sistema y obtener fcilmente las relaciones, matemticas o fsicas, entre
las variables o seales.
Estas relaciones entre las variables las obtendremos aplicando reglas elementales
de composicin junto con las propiedades conmutativa, asociativa y distributiva.
Utilizando estas reglas de composicin y las propiedades obtenemos las dems reglas
del lgebra de bloques, algunas de las cuales se dan en las tablas adjuntas.
Pueden verse en la gura 7.
Composiciones bsicas.
56 4. REPRESENTACIONES GRFICAS
G1 G2
G1 G2
Serie:
Paralelo:
Realimentacin:
G1
G1
+ G1+ G2
G2
G1
G1/(1+/-G1G2)
COMPOSICIONES ELEMENTALES
1.1.5. Diagramas de ujo de seal. En general, un diagrama de ujo de seal
o ujograma es un representacin grca de un sistema de ecuaciones lineales de la
forma
(1.1) r
=
n
I=1
a
I
r
I
, , = 1, 2, ..., :
en la que las variables r estn representadas por vrtices o nodos y las relaciones
entre ellas por ramas, que son segmentos orientados y valuados que indican las
relaciones entre dichas variables (valor, coste o peso de la rama) y el sentido del ujo
de la seal (orientacin de la echa que une dos nodos). Para nuestras aplicaciones,
podremos considerar los ujogramas como una representacin dual de los diagramas
de bloques, siendo el valor de cada rama el equivalente a la funcin de transferencia
de un bloque que relaciona dos variables. A este valor lo llamaremos normalmente
transmitancia o ganancia de la rama.
Ejercicio 1: Dibujar el ujograma correspondiente al sistema de ecuaciones
r
2
= a
12
r
1
+a
22
r
2
+a
42
r
4
r
3
= a
23
r
2
r
4
= a
14
r
1
+a
34
r
3
r
5
= a
35
r
3
+a
45
r
4
1. REPRESENTACIONES GRFICAS 57
A la hora de trabajar con ujogramas se suele emplear una terminologa es-
pecca. Algunos elementos bsicos de esa terminologa son los siguientes:
Nodo fuente. Nodo independiente: aqul del que slo salen ramas. Vari-
ables de entrada en los sistemas de control.
Nodo nal o sumidero. Nodo dependiente: aqul al que slo llegan ramas.
Variables de salida en los sistemas de control.
Nodo mixto: tiene ramas de salida y de entrada.
Camino: Serie continuada de ramas con echas en el mismo sentido.
Camino directo: el que partiendo de un nodo fuente llega a un nodo nal
sin pasar dos veces por el mismo nodo.
Bucle: camino que empieza y termina en el mismo nodo sin pasar dos
veces por ningn otro nodo.
Autobucle: bucle que contiene un solo nodo.
Las reglas para trabajar con ujogramas son anlogas a las empleadas para
trabajar con bloques, aunque ms potentes y sencillas.
Ejercicio 2: Usando la terminologa bsica anterior, determinar qu tipo de
elemento es cada uno de los que componen el ujograma del ejercicio anterior.
Ejercicio 3: Aplicando las reglas del lgebra de grafos, hallar la relacin
r5
r1
.
1.1.6. Regla de Mason. Utilizando las reglas del lgebra de grafos podemos
llegar a reducir un grafo de forma que slo contenga un nodo fuente y un nodo
nal unidos por una sola rama cuya transmitancia sea la transmitancia o ganancia
global entre las variables representadas por los nodos. Sin embargo, existe una
frmula general para hallar esta transmitancia, que para nosotros ser la funcin
de transferencia del sistema representado por el grafo. Esta frmula es debida a
Mason y establece que la transmitancia G entre el nodo nal, r
c
, y el nodo fuente,
r
1
, viene dada por la expresin
1
:
(1.2) G =
r
c
r
1
=
1
I
G
I
I
donde:
G
I
: ganancia del i-simo camino directo
: determinante del grafo: 1
|
1
1
|
+
l
1
2
l

n
1
3
n
+..... + (1)
1
1
|
: ganancia de cada uno de los / bucles del grafo
1
2
l
: productos de ganancias de los | pares de bucles del grafo que no tienen
ningn nodo comn (bucles disjuntos).
1
3
n
: productos de ganancias de las : ternas de bucles disjuntos
.
.
1
: productos de las ganancias de los j-grupos de bucles disjuntos
I
: Valor de para la parte del grafo que no toca el i-simo camino directo
(valor de excluyendo todos los trminos donde intervienen bucles que tienen
algn nodo comn con el camino directo G
I
; a
I
se le denomina cofactor de G
I
).
Ejemplo: Aplicar la regla de Mason al grafo de los ejemplos anteriores
1
Esta expresin relaciona el grafo con el lgebra de sistemas de ecuaciones lineales que ste
representa. La obtencin de la regla est basada en la regla de Cramer para resolver sistemas de
ecuaciones lineales mediante determinantes.
Part 2
ANLISIS DE SISTEMAS EN
LAZO ABIERTO
CHAPTER 5
Conceptos generales
1. Introduccin
Supongamos el sistema mecnico de la gura 1, que puede ser un modelo sencillo
del sistema de amortiguacin de un vehculo.
En t = 0, se pone la masa : sobre la barra
0
de masa despreciable.
Suponiendo que el muelle / y el amortiguador / tienen una masa despreciable,
cul ser el movimiento de la barra para t _ 0, r(t), suponiendo que el sistema
parte del equilibrio (r(0) = 0, r
0
(0) = 0)?
Pretendemos, pues, analizar el comportamiento del sistema usando como cri-
terio la evolucin de r(t). Para ello seguiremos los pasos que a continuacin se
exponen.
1.1. Modelo matemtico del sistema.
1.1.1. Ecuacin diferencial.
:
d
2
r(t)
dt
2
+/
dr(t)
dt
+/r(t) = :q, t _ 0
1.1.2. Funcin de transferencia.
::
2
A(:) +/:A(:) +/A(:) = :q
1
:
A(:) =
1
::
2
+/: +/
:q
:
11T =
1
::
2
+/: +/
61
62 5. CONCEPTOS GENERALES
1.1.3. Respuesta en frecuencia.
11 = [11T]
s=.
=
1
:.
2
+,/. +/
2. Dominios de anlisis
2.1. Dominio del tiempo. A partir de cualquiera de los modelos anteriores,
aplicando las tcnicas adecuadas, obtendremos la expresin de r(t). Por ejemplo,
partiendo de la funcin de transferencia:
r(t) = $
1
[A(:)]
Aplicando el teorema de expansin de Heaveside:
$
1
[A(:)] = $
1
_
(:)
1(:)
_
=
n
|=1
(j
I
)
1
0
(j
I
)
c
i|
con j
I
: races distintas de 1(:) = 0.
Poniendo
A(:) =
1
:
2
+
b
n
: +
|
n
q
:
(:) = q
0
(:) = 0
1(:) = :
3
+
b
n
:
2
+
|
n
: 1
0
(:) = 3:
2
+
2b
n
: +
|
n
Races de 1(:) = 0
:
0
= 0; :
1,2
=
1
2
_
/
:

_
/
2
:
2

4/
:
_
con lo que
r(t) = q
_
_
t
0t
|/n
+
t
1
2
_
b
m
+
b
2
m
2

4k
m
_
t
3
1
2
_
b
m
+
_
b
2
m
2
4k
m
_
2
+
2b
m
1
2
_
b
m
+
_
b
2
m
2
4k
m
_
+
k
m
+
+
t
1
2
_
b
m

b
2
m
2

4k
m
_
t
3
1
2
_
b
m
_
b
2
m
2
4k
m
_
2
+
2b
m
1
2
_
b
m
_
b
2
m
2
4k
m
_
+
k
m
_
_
En esta expresin podemos observar que:
(1) Si / = 0 (no hay muelle),
r(t) = C
1
lim
|!0
:
/
+C
2
+C
3
c
b
m
|
desde el primer instante, lo cual no es correcto. Qu es lo que ha

ocurrido? Analicemos A(:) para el caso / = 0.
A(:) =
1
:
2
+
b
n
:
q
:
=
q
:
2
(: +
b
n
)
1(:) = :
2
(: +
/
:
)
2. DOMINIOS DE ANLISIS 63
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.5
1
1.5
2
2.5
3
3.5
4
Figure 1. Respuesta a un escaln
Races de 1(:) : : = 0, : = 0, : =
b
n
. Tiene una raz doble, por
lo que no se puede aplicar el teorema de expansin de Heaveside. Si
descomponemos en fracciones simples:
A(:) =

:
2
+
1
:
+
C
: +
b
n
con lo que:
r(t) = t +1 +Cc
b
m
|
=
:q
/
_
t
:
/
_
1 c
b
m
|
__
que es una funcin que crece indenidamente (se llegara hasta el
tope fsico del amortiguador, o hasta el lmite de su funcionamiento lineal,
producindose un fenmeno de saturacin) (ver gura 2). Sin embargo, si
el forzamiento fuera de forma impulsiva (p. ej. una bola que se deja caer
desde determinada altura, rebota en la barra y se coge), obtendramos:
A(:) =
q
:(: +
b
n
)
=
1
:
+
C
: +
b
n
r(t) = 1 +Cc
b
m
|
=
:q
/
_
1 c
b
m
|
_
expresin que indica que el sistema alcanzara un nuevo equilibrio en
r =
n
b
(ver gura 3).
(2) Si / = 0 (no hay amortiguador)
Time (sec.)
A
m
p
l
i
t
u
d
e
Impulse Response
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.5
1
1.5
2
2.5
Figure 2. Respuesta a un impulso
:
0
= 0; :
1,2
= ,
_
/
:
Por lo tanto,
r(t) = +1c
_
k
m
|
+Cc
_
k
m
|
expresin que muestra que el sistema oscila alrededor de la posicin
.
(3) Si / ,= 0, / ,= 0, obtenemos:
r(t) = +1c
(o+o)|
+Cc
(oo)|
que es una funcin con oscilaciones, amortiguadas alrededor de un
valor que ser el del nuevo equilibrio, o de amplitud creciente, dependiendo
de si c es menor o mayor que 0 . En nuestro ejemplo, c =
b
2n
0.
As pues, de este anlisis en el dominio del tiempo hemos obtenido las siguientes
informaciones:
(1) Para / = 0 la respuesta:
(a) tiende a innito para una entrada escaln;
(b) alcanza un nuevo equilibrio para una entrada impulsiva.
(2) Para / = 0 la respuesta oscila continuamente alrededor de un valor.
(3) Para / ,= 0, / ,= 0 la respuesta presenta una oscilcin amortiguada hasta
alcanzar un nuevo equilibrio.
(4) Hay, en general, una parte de la respuesta que se extingue, y otra que
permanece.
2. DOMINIOS DE ANLISIS 65
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
Time (sec.)
A
m
p
l
i
t
u
d
e
Impulse Response
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-1.5
-1
-0.5
0
0.5
1
1.5
Figure 4. Respuesta a un impulso
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.05
0.1
0.15
0.2
0.25
0.3
Time (sec.)
A
m
p
l
i
t
u
d
e
Impulse Response
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-0.2
0
0.2
0.4
0.6
0.8
1
Figure 6. Reapuesta a un impulso
3. OTROS DOMINIOS DE ANLISIS 67
(5) El sistema, en ciertos casos, alcanza un nuevo equilibrio.
Podemos expresar esto mismo con otros trminos:
(1) / = 0
(a) El sistema es inestable para entrada y salida limitadas
(b) El sistema es estable de manera absoluta
(2) / = 0. El sistema es crticamente estable.
(3) / ,= 0, / ,= 0. El sistema es estable, con una estabilidad relativa que
depende de la posicin de los polos (de los valores de /, /, :)
(4) La respuesta tiene una parte transitoria y otra estacionaria o perma-
nente.
(5) La nueva posicin de equilibrio alcanzada se puede corresponder ms o
menos con una deseada, es decir, habr generalmente un error en estado
estacionario, que puede expresarse como: c = r
:t}
r(). Esta nueva
posicin alcanzada viene condicionada no slo por los polos del sistema,
sino tambin por las constantes multiplicativas y los ceros, que determinan
el valor de los residuos en los polos.
3. Otros dominios de anlisis
Podemos obtener informaciones equivalentes analizando el sistema en otros
dominios.
3.1. Plano complejo. Puesto que el tipo de evolucin de la respuesta de-
pende de los polos, y la forma particular de esta, as como los valores alcanzados,
dependen de los ceros y las constantes multiplicativas, conociendo el mapa de polos
y ceros del sistema podremos conocer su comportamiento.
Estudiaremos un mtodo que permite trazar el lugar geomtrico que denen las
posiciones de las races de una ecuacin en el plano complejo al variar un parmetro
de dicha ecuacin. Aunque el mtodo es general, ser de especial inters para
nosotros el caso de sistemas realimentados como el de la gura 8, en el que nos in-
teresar conocer el lugar geomtrico de los polos del sistema al variar un parmetro.
Los polos del sistema sern las races de la ecuacin caracterstica (denominador de
la funcin de transferencia) y el parmetro ser, generalmente, 1.
Figure 7. Sistema en lazo cerrado con parmetro variable k
1(:) =
/G(:)
1 +/G(:)H(:)
3.2. Dominio de la frecuencia. El estudio en el dominio de la frecuencia
parte de la evaluacin de la funcin de transferencia para : (,, ,), y ms
concretamente, por condiciones de simetra, para : (0, ,). El estudio es partic-
ularmente interesante pues:
(1) (,, ,) dene el lmite de estabilidad para el sistema;
(2) la respuesta en frecuencia es algo que podemos medir con relativa facilidad
en el laboratorio.
Igual que en el caso anterior, nos interesar especialmente el caso de sistemas
realimentados, y el resultado de la evaluacin de la funcin se representar grca-
mente en dos grcas separadas, una para el mdulo y otra para la fase (ver guras
9,10 y 11 para el sistema ejemplo)
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;
M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
-80
-60
-40
-20
0
10
-1
10
0
10
1
10
2
-180
-160
-140
-120
-100
Figure 8. Respuesta en frecuencia, / = 0
4. Seales de prueba
Hemos estudiado la respuesta de un sistema a determinadas entradas. Pero la
entrada real de un sistema no puede ser determinada previamente. Sin embargo,
nos interesa tener una base de comparacin para poder:
(1) decidir si un sistema es ms o menos estable que otro;
(2) decidir si un sistema es ms o menos preciso que otro;
(3) utilizar ciertas especicaciones o caractersticas de respuestas patrn vl-
idas para el diseo.
Por todo ello, a los sistemas se les somete a unas pruebas concretas mediante las
cuales se establecen sus marcas. Estas pruebas deben cumplir una doble condicin:
(1) ser fciles de realizar;
4. SEALES DE PRUEBA 69
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;
M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
-50
0
50
100
150
10
0
10
1
10
2
0
50
100
150
Figure 9. Respuesta en frecuencia, / = 0
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;
M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
-80
-70
-60
-50
-40
-30
10
0
10
1
10
2
-150
-100
-50
Figure 10. Respuesta en frecuencia, / ,= 0, / ,= 0
(2) ser ilustrativas.
En teora de control, estas seales de prueba que se utilizan para establecer una
base de comparacin y una gua para el diseo, son:
(1) Funcin impulso
c(t) =
_
1, t = 0
0, t ,= 0
_
, (:) = 1
(1) Funcin escaln
n
0
(t) =
_
1, t _ 0
0, t < 0
_
, l(:) =
1
:
(1) Funcin rampa
)(t) =
_
t, t _ 0
0, t < 0
_
, 1(:) =
1
:
2
(1) Funcin aceleracin
)(t) =
_
1
2
t
2
, t _ 0
0, t < 0
_
, 1(:) =
1
:
3
(1) Funcin sinusoidal
)(t) =
_
sin.
0
t, t _ 0
0, t < 0
_
, 1(:) =
.
0
:
2
+.
2
0
Segn los dominios de anlisis, emplearemos una u otra de estas seales de
prueba.
(1) Dominio del tiempo:
(a) rgimen transitorio: funcin escaln
(b) rgimen estacionario: funcin escaln, funcin rampa, funcin acel-
eracin
(2) Plano complejo: ~funcin escaln
(3) Dominio de la frecuencia: funcin sinusoidal!informacin sobre la re-
spuesta a un escaln en el dominio del tiempo.
Example 2. Hallar r(t) para el sistema del ejemplo, con: : = 1/q., q =
9.8:,:
2
, / = 40,:, / = 4 :,:, n(t) = 9.8n
0
(t) n(t) = 9.8c(t)
CHAPTER 6
Estabilidad I
1. Introduccin
Definition 1. Diremos que un sistema est en equilibrio si, en ausencia de
cualquier perturbacin o entrada, la salida no cambia.
2. Conceptos de estabilidad
2.1. Estabilidad absoluta y estabilidad relativa.
Definition 2. Un sistema es estable de manera absoluta cuando, partiendo
de una situacin de equilibrio y sometido a una perturbacin de duracin nita,
vuelve a una situacin de equilibrio.
Definition 3. Un sistema es crticamente estable o marginalmente es-
table cuando, sometido a una perturbacin, su respuesta oscila entre valores aco-
tados de manera permanente.
Definition 4. Para un sitema estable, el concepto de estabilidad relativa da
una idea de cunto tarda dicho sistema en volver al equilibrio tras desaparecer la
perturbacin y de cmo evoluciona la salida durante ese tiempo.
Tambin podramos decir que da una idea de cuanto le falta al sistema para
hacerse crticamente estable.
Se mide por medio de parmetros caractersticos que deniremos ms adelante,
tanto en la respuesta temporal como en la respuesta en frecuencia.
2.2. Estabilidad con entrada y salida limitadas (estabilidad Bounded
Input Bounded Output).
Definition 5. Se dice que un sistema es estable para entrada y salida limitadas
si cada entrada limitada da lugar a una salidad limitada, independientemente de lo
que ocurra dentro del sistema.
Matemticamente, la condicin para estabilidad BIBO se puede establecer
como sigue:
Denamos:
/(t) :respuesta impulsiva del sistema
r(t) :entrada
j(t) :salida
Sabemos que la salida ser la convolucin de la entrada con la respuesta im-
pulsiva del sistema, es decir:
(2.1) j(t) =
_
1
0
/(t)r(t t)dt
71
72 6. ESTABILIDAD I
Si r(t) es limitada, esto quiere decir que [r(t)[ _ ', con lo que:
(2.2) [j(t)[ =
_
1
0
/(t)r(t t)dt
_ '
_
1
0
[/(t)[ dt
Para que j(t) sea limitada, se debe cumplir que la integral
(2.3)
_
1
0
[/(t)[ R
es decir, est acotada.
Example 3. En nuestro ejemplo, para k=0
H(:) =
/
:(:: +/)
=

:
+
1
: +
b
n
/(t) = +1c
b
m
|
_
1
0
[/(t)[ =
_
1
0
(+1c
b
m
|
)
dt =

t 1
:
/
c
b
m
|
1
0

As que nuestro sistema no es estable para entrada y salida limitadas, como
pudimos comprobar al calcular la salida para una entrada escaln.
2.3. Estabilidad interna asinttica. Un sistema cuya funcin de transfer-
encia es de la forma:
H(:) =
1 (:)
1(:)
=
/
0
:
n
+/
1
:
n1
+..... +/
n
a
0
:
n
+a
1
:
n1
+..... +a
n
, : < : (2.4)
H(:) = /
n
I=1
(: .
I
)
n
I=1
(: j
I
)
= /
n
I=1
r
I
: j
I
(2.5)
tiene una respuesta impulsiva de la forma:
(2.6) /(t) = /
n
I=1
r
I
c
i|
Definition 6. Diremos que el sistema tiene estabilidad asinttica si cada
miembro de la expresin anterior tiende a cero cuando t tiende a innito. Es
decir, si se cumple que:
(2.7) \j
I
, limc
i|
= 0
lo cual implica que:
(2.8) Re j
I
< 0
3. CRITERIO DE ROUTH-HURWITZ 73
Se puede comprobar que, para sistemas lineales invariantes en el tiempo, esta-
bilidad BIBO implica estabilidad asinttica, y viceversa. Efectivamente, estabilidad
BIBO quiere decir que:
_
1
0
[/(t)[ dt
est acotada. As:
_
1
0
/
n
I=1
r
I
c
i|
dt =
/
n
I=1
r
I
j
I
c
i|
1
0
estar acotada si y slo si se cumple que
Re j
I
< 0
3. Criterio de Routh-Hurwitz
Por lgebra, podemos saber que para que un polinomio de variable compleja
y coecientes reales no tenga races en el semiplano derecho, se debe cumplir que
todos sus coecientes sean del mismo signo y, excepto el correspondiente a :
0
,
distintos de cero. Es decir, para el polinomio:
1(:) = a
0
:
n
+a
1
:
n1
+..... +a
n1
: +a
n
debe cumplirse que:
a
0
? 0 =
_
a
I
? 0, \i, i = 1, 2, ..., : 1
a
I
T 0, i = :
A un polinomio que cumple esto se le llama polinomio de Hurwitz.
Esta condicin es necesaria, pero no suciente. Hay condiciones adicionales,
cuyo descubrimiento es debido a Routh, que permiten determinar de forma segura
si las partes reales de las races de un polinomio son negativas. Al criterio para
vericar estas condiciones sucientes se le conoce como criterio de Routh-Hurwitz.
Para aplicar este criterio se pueden emplear varios procedimientos operativos, entre
los cuales la disposicin en forma de tabla es especialmente til para nosotros por la
informacin que puede aportarnos. La prueba del criterio es bastante complicada,
as que lo presentaremos sin prueba.
3.1. Construccin de la tabla de Routh. Para una ecuacin de la forma:
1(:) = a
0
:
n
+a
1
:
n1
+..... +a
n1
: +a
n
= 0
donde todos los coeciente son reales, la localizacin de las races se puede
determinar por el siguiente procedimiento:
(1) Ordenar los coecientes de la ecuacin en dos las, como sigue (por sim-
plicidad, supondremos : = 6):
a
0
a
2
a
4
a
6
a
1
a
3
a
5
0
74 6. ESTABILIDAD I
(2) Completar una tabla de la forma:
a
0
a
2
a
4
a
6
a
1
a
3
a
5
0
/
1
/
2
/
3
0
c
1
c
2
0 0
d
1
d
2
0 0
c
1
0 0 0
)
1
0 0 0
donde:
/
1
=
a
0
a
2
a
1
a
3
a
1
=
a
2
a
1
a
0
a
3
a
1
/
2
=
a
0
a
4
a
1
a
5
a
1
=
a
4
a
1
a
0
a
5
a
1
/
3
=
a
0
a
6
a
1
0
a
1
=
a
6
a
1
a
1
= a
6
c
1
=
a
1
a
3
/
1
/
2
/
1
=
a
3
/
1
a
1
/
2
/
1
c
2
=
a
1
a
5
/
1
/
3
/
1
=
a
5
/
1
a
1
/
3
/
1
........
3.2. Aplicacin del criterio. Una vez formada la tabla, el criterio de Routh
establece que:
(1) El polinomio no tendr races en el semiplano derecho si y slo si todos
los elementos de la primera columna son del mismo signo.
(2) El polionomio tendr tantas races en el semiplano derecho como cambios
de signo se den en los elementos de la primera columna.
Remark 2. El ltimo elemento distinto de cero en cada columna es a
n
Remark 3. Las dos ltimas las slo tiene distintos de cero los elementos de
la 1
o
columna.
Remark 4. En general, para la la , y la columna /, se cumple que:
c
,|
=
c
(1),1
c
(2),(|+1)
c
(2),1
c
(1),(|+1)
c
(1),1
, , = 3, 4, ...., : + 1
3.3. Casos especiales. Observemos que si un elemento de la primera columna
se hace cero, o si toda una la se hace cero, la tabla no se puede formar por el
procedimiento establecido.
Estudiaremos estos dos casos por separado.
3. CRITERIO DE ROUTH-HURWITZ 75
3.3.1. Un elemento de la primera columna se anula. Supongamos que al ir for-
mando la tabla ocurre que c
(1),1
= 0. Entonces, los elementos de la la siguiente,
es decir
c
,|
=
c
(1),1
c
(2),2
c
(2),1
c
(1),2
c
(1),1
quedan indeterminados.
Para solucionar este problema y poder seguir formando la tabla para aplicar el
criterio de estabilidad, procederemos como sigue:
(1) Hacer el cambio: c
(1),1
-, - 0, real
(2) Seguir formando la tabla
(3) Hacer tender - 0 y observar los cambios de signo para aplicar el criterio.
Puede resultar que:
(a) Haya cambios de signo: entonces el sistema ser inestable con tantas
races en el semiplano derecho como cambios de signo.
(b) No haya cambios de signo: entonces el sistema ser crticamente es-
table, tendr races en el eje imaginario.
Example 4. 1(:) = :
4
+ 2:
3
+ 4:
2
+ 8: + 5 = 0
Tabla:
:
4
1 4 5
:
3
2 8 0
:
2 428
2
= 0
520
2
= 5 0
:
2
- 5 0
:
1 8:10
:
0
:
0
5 0
Cambios de signo cuando - 0 : 2 : c 10, 10 5
Conclusin: Sistema inestable con dos races en el semiplano derecho.
Races del polinomio: : = 1, : = 1, 4, : = 0.2 ,1.88
Example 5. 1(:) = :
4
+ 2:
3
+ 4:
2
+ 6: + 3 = 0
Tabla:
:
4
1 4 3
:
3
2 6 0
:
2 426
2
= 1
320
2
= 3 0
:
1 6132
1
= 0 0 0
:
1
- 0
:
0
3 0
Cambios de signo cuando - 0 : no hay.
Conclusin: Sistema crticamente estable con dos races en el eje imaginario.
Races del polinomio: : = 1, : = 1, : = ,
_
3
3.3.2. Se anula una la completa. Esto ocurre cuando los elementos correspon-
dientes en dos las consecutivas de igual nmero de elementos son proporcionales.
Indica la existencia de races diametralmente opuestas, equidistantes del origen:
o +,., o ,. y sus correspondientes conjugadas en caso de que sean complejas.
(ver gura)
En este caso, procederemos como sigue, suponiendo que la la que se anula es
la , + 1.
(1) Formar un polinomio auxiliar de la forma
76 6. ESTABILIDAD I
1(:) = c
,1
:
(n+1)
+c
,2
:
(n+1)2
+...........
(2) Derivar el polinomio auxiliar con respecto a :, para obtener 1
0
(:).
(3) Sustituir la la de ceros por los coecientes de 1
0
(:).
(4) Seguir formando la tabla y aplicar el criterio de estabilidad.
Se puede demostrar que:
(1) Las races de 1(:) son tambin races de 1(:).
(2) Las races de 1(:) son las responsables de la inestabilidad (si hay cambios
de signo) o estabilidad crtica (si no hay cambios de signo) del sistema.
(3) El caso especial anterior cuando no hay cambios de signo, es un caso
particular de ste (caso de o = 0 en las races diametralmente opuestas).
:
Example 6. 1(:) = :
6
+1.5:
5
+6.5:
4
+9:
3
+28:
2
+37.5:+12.5 = 0
Tabla:
:
6
1 6.5 28 12.5
:
5
1.5 9 37.5 0
:
4
0.5 3 12.5 0
:
3
0 0 0 0
Observar que los coecientes de la la :
5
son los correspondientes de
la la :
4
multiplicados por 3.
Polinomio auxiliar: 1(:) = 0.5:
4
+ 3:
2
+ 12.5
Derivada del polinomio auxiliar: 1
0
(:) = 2:
3
+ 6:
Continuacin de la tabla:
:
3
2 6 0
:
2
1.5 12.5 0
:
1
10.66 0
:
0
12.5 0
Cambios de signo: 2sistema inestable con dos races en el semiplano
derecho.
Races de 1(:) : : = 1 ,2, : = 1 ,2
Las otras dos races de 1(:) las podemos hallar haciendo:
Q(:) =
1(:)
1(:)
= 2:
2
+ 3: + 1
Races de Q(:) : : = 0.5, : = 1
Races de 1(:) : : = 0.5, : = 1, : = 1 ,2, : = 1 ,2
4. Uso del Principio del Argumento
4.1. Introduccin.
(1) Evaluacin de una funcin de variable compleja alrededor de un punto
singular, polo o cero:
La curva que resulta de evaluar una funcin de variable compleja sobre
un contorno cerrado, ser cerrada y encerrar al origen si tal contorno
encierra una singularidad (polo o cero) de la funcin.
(2) Integracin alrededor de un polo:
4. USO DEL PRINCIPIO DEL ARGUMENTO 77
_
d:
: a
= 2,, a c:ccrrado jor
(3) Teorema de residuos:
_
)(:)d: = 2,
rc:[)(:), j
I
], \i,j
I
c:ccrrado jor
(4) Principio del argumento:
La diferencia entre el nmero de ceros y polos de la funcin )(:)
(contados por su orden de multiplicidad) comprendidos en el interior del
contorno cerrado es igual a la variacin del argumento de la funcin al
recorrer el contorno en direccin positiva dividido por 2.
7 1 =
1
2
arg )(:) =
donde:
N: nmero de vueltas netas
Z: nmero de ceros en el interior del contorno
P: nmero de polos en el interior del contorno
4.2. Contorno de evaluacin para el estudio de la estabilidad. Como
sabemos, un sistema es estable si sus polos estn en el semiplano izquierdo. Podemos
aplicar el principio del argumento para ver si un sistema tiene singularidades en el
semiplano derecho con slo elegir el contorno de evaluacin adecuado: una curva
cerrada que encierre todo el semiplano derecho (ver gura). A este contorno de
evaluacin se le suele llamar camino de Nyquist y a la curva resultante de tal eval-
uacin diagrama de Nyquist. Si tuvieramos singularidades en el eje imaginario, el
camino de Nyquist quedara modicado de forma que rodeara a estas singularidades
por la derecha (ver gura).
En el caso de que en el interior del contorno slo hubiera una singularidad, para
distinguir si se trata de un polo o un cero, cosa que tenemos que hacer pues slo los
polos en el SPD producen inestabilidad, slo hemos de jarnos en la coincidencia o
no de los sentidos en que se recorren el contorno de evaluacin y la curva resultante:
Si hay coincidencia, ello indicar la presencia de un cero.
Si son opuestos, ello indica la presencia de un polo.
En el caso de que haya varias singularidades, aplicaremos directamente el prin-
cipio del argumento.
Podemos simplicar el contorno de evaluacin teniendo en cuenta que, para
funciones racionales, se cumple que:
real[G(,.)] = real[G(,.)]; i:aq[G(,.)] = i:aq[G(,.)]
[G(,.)[ = [G(,.)[ ; arg[G(,.)] = arg[G(,.)]
Si adems ocurre que el grado del denominador es mayor que el del numerador,
con lo que lim
s!1
G(:) = 0, nos queda un contorno de evaluacin muy simplicado
que es el eje ,. para . [0, ) (ver gura).
78 6. ESTABILIDAD I
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
Nyquist Diagrams
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
Example 7.
G(:) =
1
(: + 1)
2
CHAPTER 7
Anlisis en el dominio del tiempo I
1. Introduccin
Entenderemos por anlisis en el dominio del tiempo la caracterizacin del com-
portamiento de un sistema mediante el estudio de su respuesta temporal a una
entrada escaln. Esta caracterizacin la haremos mediante la determinacin de
ciertos parmetros caractersticos que intervienen en la expresin matemtica de la
respuesta.
En este tema deniremos estos parmetros y veremos su relacin con la ubi-
cacin de los polos del sistema en el plano complejo. Por otra parte, estos parmet-
ros sern o servirn para determinar especicaciones de diseo a la hora de modicar
el comportamiento del sistema mediante la introduccin de un elemento de control
en una conguracin con realimentacin.
2. Respuesta a una entrada escaln
2.1. Modelos de un sistema LTI. Un sistema LTI es el que admite como
modelos matemticos:
(1) Una ecuacin diferencial lineal de coecientes constantes:
a
0
d
n
j(t)
dt
n
+a
1
d
n1
j(t)
dt
n1
+.... +a
n
j(t) (2.1)
= /
0
d
n
r(t)
dt
n
+/
1
d
n1
r(t)
dt
n1
+.... +/
n
r(t)
(2) Una funcin de transferencia obtenida mediante la aplicacin de la trans-
formada de Laplace a la ecuacin diferencial, suponiendo condiciones ini-
ciales nulas. Esto es:
a
0
:
n
1 (:) +a
1
:
n1
1 (:) +.... +a
n
1 (:)
= /
0
:
n
1(:) +/
1
:
n1
1(:) +.... +/
n
1(:)
1 (:)
_
a
0
:
n
+a
1
:
n1
+.... +a
n
= 1(:)
_
/
0
:
n
+/
1
:
n1
+.... +/
n
(2.2) H(:) =
1 (:)
1(:)
=
/
0
:
n
+/
1
:
n1
+.... +/
n
a
0
:
n
+a
1
:
n1
+.... +a
n
, : :
Otras formas para H(:) son:
79
80 7. ANLISIS EN EL DOMINIO DEL TIEMPO I
(2.3) H(:) =
1 (:)
1(:)
= /
n
I=1
(: +.
I
)
n
=1
(: +j
)
y, suponiendo que todos los polos son distintos, reales o complejos:
(2.4) H(:) =
1 (:)
1(:)
= 1
n
I=1
(: +.
I
)
j
=1
(: +j
)
. .
:
|=1
(:
2
+d: +)
. .
olos :. olos con.
, +r = : :
o bien, desarrollando en fracciones simples:
(2.5) H(:) =
1 (:)
1(:)
=
j
=1
a
: +j
+
:
|=1
/
|
: +c
|
:
2
+d: +
2.2. Respuesta a una entrada escaln. La respuesta del sistema a una
entrada escaln, ser:
(2.6) 1 (:) = H(:)1(:), 1(:) =
1
:
As, la entrada aade un polo en el origen a la funcin de variable compleja,
con lo cual, partiendo de la ltima expresin obtenida para H(:), podremos poner:
(2.7) 1 (:) =
a
0
:
+
j
=1
a
: +j
+
:
|=1
/
|
: +c
|
:
2
+d: +
que es una combinacin lineal de trminos de primero y segundo orden. As, la
expresin temporal de la respuesta ser:
(2.8) j(t) = $
1
[1 (:)] = $
1
_
a
0
:
_
+
j
=1
$
1
_
a
: +j
_
+
:
|=1
$
1
_
/
|
: +c
|
:
2
+d: +
_
Analicemos cada uno de estos trminos.
(1) Polo en el origen:
(2.9) $
1
_
a
0
:
_
= a
0
n
0
(t)
que es una constante de valor a
0
.
(2) Trminos de primer orden:
(2.10) $
1
_
a
: +j
_
= a
c
j|
2. RESPUESTA A UNA ENTRADA ESCALN 81
que es una exponencial de exponente real. Si j
< 0 exponencial
creciente; si j
0 exponencial decreciente.
(3) Trminos de segundo orden: En la expresin
(2.11) $
1
_
/
|
: +c
|
:
2
+d: +
_
jmonos en que
_
sera la pulsacin a la que oscilara este trmino
si d = 0, y d es un parmetro que nos da una indicacin de cmo se
amortiguara la oscilacin. Llamaremos a
_
= .
2
|
, .
|
:pulsacin natural,
y a d = 2c
|
.
|
, c
|
:coeciente de amortiguamiento.
As, cada uno de estos trminos es responsable de una oscilacin de
frecuencia particular que se amortigua a un ritmo particular. Podremos
poner entonces:
/
|
: +c
|
:
2
+d: +
=
/
|
: +c
|
(: +c
|
.
|
)
2
+.
2
|
c
2
|
.
2
|
=
/
|
: +c
|
(: +c
|
.
|
)
2
+.
2
|
_
1 c
2
|
_
donde .
|
_
_
1 c
2
|
_
:pulsacin de oscilacin con c ,= 0 :pulsacin
propia.
Poniendo la expresin anterior de la forma:
/
|
(: +c
|
.
|
) +c
|
.
|
_
_
1 c
2
|
_
(: +c
|
.
|
)
2
+.
2
|
_
1 c
2
|
_
=
/
|
(: +c
|
.
|
)
(: +c
|
.
|
)
2
+.
2
|
_
1 c
2
|
_ +
c
|
.
|
_
_
1 c
2
|
_
(: +c
|
.
|
)
2
+.
2
|
_
1 c
2
|
_
obtendremos
$
1
_
_
/
|
(: +c
|
.
|
)
(: +c
|
.
|
)
2
+.
2
|
_
1 c
2
|
_ +
c
|
.
|
_
_
1 c
2
|
_
(: +c
|
.
|
)
2
+.
2
|
_
1 c
2
|
_
_
_
= /
|
c
o
k
.
k
|
cos(.
|
_
_
1 c
2
|
_
t) +c
|
c
o
k
.
k
|
sin(.
|
_
_
1 c
2
|
_
t)
= c
o
k
.
k
|
_
/
|
cos(.
|
_
_
1 c
2
|
_
t) +c
|
sin(.
|
_
_
1 c
2
|
_
t)
_
Por tanto, la expresin general de la respuesta a un escaln sera:
j(t) = a
0
n
0
(t) +
j
=1
a
c
j|
(2.12)
+
:
|=1
c
o
k
.
k
|
_
/
|
cos(.
|
_
_
1 c
2
|
_
t) +c
|
sin(.
|
_
_
1 c
2
|
_
t)
_
CHAPTER 8
Anlisis en el dominio del tiempo II
1. Respuesta de un sistema de segundo orden
En el caso de que tengamos un sistema de segundo orden, o en el caso de
que existan en el sistema un par de polos complejos conjugados cuyo efecto pre-
domine claramente en la respuesta (polos dominantes), la respuesta del sistema a
una entrada escaln ser de la forma:
j(t) = a
0
n
0
(t)
+c
o.n|
_
/ cos(.
n
_
_
1 c
2
_
t) +c sin(.
n
_
_
1 c
2
_
t)
_
siendo c el coeciente de amortiguamiento del sistema, y .
n
la pulsacin natural.
2. Sistema de segundo orden patrn
Como patrn de comparacin, se suele tomar un sistema de segundo orden cuya
funcin de tramsferencia es de la forma:
(2.1) H(:) =
.
2
n
:
2
+ 2c.
n
: +.
2
n
Su respuesta al escaln se puede expresar como
(2.2) 1 (:) =
.
2
n
:
2
+ 2c.
n
: +.
2
n
1
:
=
a
:
+
/: +c
:
2
+ 2c.
n
: +.
2
n
a:
2
+ 2ac.
n
: +a.
2
n
+/:
2
+c: = .
2
n
=
_
_
_
a = 1
a +/ = 0 / = 1
c = 2c.
n
_
_
_
1 (:) =
1
:

: + 2c.
n
:
2
+ 2c.
n
: +.
2
n
=
1
:

: + 2c.
n
(: +c.
n
)
2
+.
2
n
(1 c
2
)
(2.3)
=
1
:

: +c.
n
(: +c.
n
)
2
+.
2
n
(1 c
2
)

c.
n
.
n
_
1 c
2
.
n
_
1 c
2
(: +c.
n
)
2
+.
2
n
(1 c
2
)
j(t) = n
0
(t) (2.4)
c
o.n|
_
cos(.
n
_
_
1 c
2
_
t) +
c
_
1 c
2
sin(.
n
_
_
1 c
2
_
t)
_
83
84 8. ANLISIS EN EL DOMINIO DEL TIEMPO II
que, haciendo uso de la relacin
sin(0 +c) = cos 0 sinc + sin0 cos c (2.5)
c = .
n
_
1 c
2
, cos 0 = c sinc =
_
1 c
2
puede ponerse como
(2.6) j(t) = n
0
(t)
c
o.n|
_
1 c
2
sin
_
.
n
_
1 c
2
t + arctan
_
1 c
2
c
_
3. Caracterizacin de la respuesta
3.1. Respuesta transitoria.
3.1.1. Amortiguamiento. El parmetro que marca la tasa de amortiguamiento
en la respuesta, es c, el coeciente de amortiguamiento. Dependiendo del valor de
este parmetro, tendremos:
c < 0 : No hay tal amortiguamiento: la respuesta crece indenidamente,
el sistema es inestable, y la propia denicin del coeciente carece de
sentido.
c = 0 : Sistema no amortiguado: la respuesta es una oscilacin continua
de amplitud y frecuencia constantes.
0 < c < 1 : Sistema subamortiguado: la respuesta es una oscilacin que
se amortigua al ritmo que marca el coeciente.
c = 1 : Sistema con amortiguamiento crtico: la respuesta tiende a su
valor estacionario sin oscilaciones.
c 1 : Sistema sobreamortiguado: la respuesta tiende a su valor esta-
cionario sin oscilaciones, de forma ms lenta cuanto mayor es c.
Veamos esto estudiando la ubicacin de los polos del sistema. La ecuacin
caracterstica es :
2
+ 2c.
n
: +.
2
n
= 0, cuyas races son : = c.
n
,.
n
_
1 c
2
.
(1) c < 0 : Sistema inestable
c < 0 =real(jo|o:) 0 = inestabilidad
(2) c = 0 : Sistema no amortiguado:
Polos : = ,.
n
=.
n
: pulsacin natural: pulsacin a la que oscilara
el sistema sin amortiguamiento.
j(t) = 1 cos(.
n
t)
(3) 0 < c < 1 : Sistema subamortiguado: polos complejos conjugados.
j(t) = n
0
(t)
_
1
c
o.n|
_
1 c
2
sin
_
.
n
_
1 c
2
t + arctan
_
1 c
2
c
__
.
n
_
1 c
2
= .
: pulsacin propia; la que se puede medir experimentalmente

(4) c = 1 : Sistema con amortiguamiento crtico
: = .
n
: polo real negativo, doble
1 (:) =
.
2
n
:(: +.
n
)
2
=
a
:
+
/: +c
:
2
+ 2.
n
: +.
2
n
3. CARACTERIZACIN DE LA RESPUESTA 85
a:
2
+ 2a.
n
: +a.
2
n
+/:
2
+c: = .
2
n
=
_
_
_
a = 1
a +/ = 0 / = 1
c = 2.
n
_
_
_
1 (:) =
1
:

: + 2.
n
(: +.
n
)
2
=
1
:

:
(: +c.
n
)
2

2.
n
(: +.
n
)
2
j(t) = n
0
(t)
_
1 c
.n|
(1 +.
n
t)
Esta expresin de la respuesta puede obtenerse partiendo de la expresin

general:
j(t) = 1 c
o.n|
_
cos(.
n
_
_
1 c
2
_
t) +
c
_
1 c
2
sin(.
n
_
_
1 c
2
_
t)
_
lim
o!1
j(t) = 1 c
.n|
_
_
1 + lim
o!1
sin(.
n
_
_
1 c
2
_
t)
_
1 c
2
_
_
Si hacemos: a = .
n
t; r =
_
1 c
2
, podemos poner:
lim
o!1
j(t) = 1 c
.n|
_
1 + lim
r!0
sinar
r
_
= 1 c
.n|
[1 +a]
5 c 1 : Sistema sobreamortiguado:
: = c.
n
,.
n
_
1 c
2
= c.
n
.
n
_
c
2
1
=
_
_
_
c.
n
+.
n
_
c
2
1 = .
n
_
c
_
c
2
1
_
c.
n
.
n
_
c
2
1 = .
n
_
c +
_
c
2
1
_
_
_
_
Los polos son reales y distintos. La respuesta no tiene oscilaciones y
es combinacin de las dos exponenciales reales resultantes. La expresin
de la respuesta la podemos obtener como sigue.
j(t) = 1 c
o.n|
_
cos(.
n
_
_
1 c
2
_
t) +
c
_
1 c
2
sin(.
n
_
_
1 c
2
_
t)
_
= 1 c
o.n|
_
cos(,.
n
_
c
2
1t) ,
c
_
c
2
1
sin(,.
n
_
c
2
1t)
_
= 1 c
o.n|
_
_
1
2
_
c
.n
_
o
2
1|
+c
.n
_
o
2
1|
_
,
o
_
o
2
1
1
2
_
c
.n
_
o
2
1|
c
.n
_
o
2
1|
_
_
_
= 1
1
2
_
_
_
1
o
_
o
2
1
_
c
.n
_
o+
_
o
2
1
_
|
+
_
1 +
o
_
o
2
1
_
c
.n
_
o
_
o
2
1
_
|
_
_
Para el caso de c 1, podemos ver que
_
1
o
_
o
2
1
_
0;
_
1 +
o
_
o
2
1
_
2, con lo que
j(t) 1 c
.n
_
o
_
o
2
1
_
|
que sera la respuesta de un sistema de primer orden con constante
de tiempo t =
1
.n
_
o
_
o
2
1
_
. La respuesta ser tanto ms lenta cuanto
mayor sea la constante de tiempo, es decir, cuanto mayor sea el coeciente
de amortiguamento.
4. Especicaciones de respuesta transitoria
4.1. Introduccin. En muchas ocasiones deseamos obtener una respuesta
transitoria adecuada de los sistemas. En estos casos, es til caracterizar dicha
respuesta de forma detallada deniendo unos parmetros que sern ndices de com-
portamiento y que, por su relacin con el diseo, llamaremos especicaciones de
respuesta transitoria.
Para denir estas especicaciones sin ambigedad, supondremos que la entrada
al sistema es una entrada escaln unitario, y que el sistema es el sistema de segundo
orden patrn.
4.2. Especicaciones de respuesta transitoria. Como ya hemos visto, la
respuesta de un sistema de segundo orden patrn a una entrada escaln unitario,
es
j(t) = n
0
(t)
_
1
c
o.n|
_
1 c
2
sin
_
.
n
_
1 c
2
t + arctan
_
1 c
2
c
__
Es en la curva anterior donde se denen y tienen sentido las especicaciones de
respuesta transitoria.
Tiempo de retardo (t
J
) : Tiempo que tarda la curva en alcanzar el 50%
de su valor nal.
Tiempo de subida, de elevacin o de crecimiento (t
:
) : Tiempo
requerido para que la curva crezca entre dos valores prejados:
10%90% de su valor nal, para sistemas sobreamortiguados;
0%100% de su valor nal, para sistemas subamortiguados.
Tiempo de pico (t
) : Tiempo que tarda la curva en alcanzar el primer

mximo.
Tiempo de establecimiento (t
s
) : Tiempo requerido para que la curva
se mantenga dentro de un rango prejado alrededor del valor nal, especi-
cado este rango como porcentaje del valor nal.
Sobreimpulso mximo o sobreoscilacin ('
) : Proporcin (en tanto

por uno o tanto por ciento) en que sobrepasa el mximo de la curva al
valor nal:
'
(%) =
j(t
) j()
j()
4. ESPECIFICACIONES DE RESPUESTA TRANSITORIA 87
4.3. Relacin entre los parmetros del sistema (c, .
n
) y las especi-
caciones de respuesta transitoria. Para el caso de sistema de segundo or-
den patrn subamortiguado, obtendremos ahora la expresin de las especicaciones
de respuesta transitoria en funcin de los parmetros caractersticos del sistema
-coeciente de amortiguamiento y pulsacin natural- partiendo de la expresin gen-
eral de la respuesta.
4.3.1. Tiempo de subida, de elevacin o de crecimiento (t
:
). Segn la
denicin ,se cumple:
j(t
:
) = 1
= 1
c
o.n|r
_
1 c
2
sin
_
.
n
_
1 c
2
t
:
+ arctan
_
1 c
2
c
_
lo cual implica que:
sin
_
.
n
_
1 c
2
t
:
+ arctan
_
1 c
2
c
_
= 0
.
n
_
1 c
2
t
:
+ arctan
_
1 c
2
c
=
t
:
=
arctan
_
1o
2
o
.
n
_
1 c
2
=
arctan
_
1o
2
o
.
Si tenemos en cuenta que c puede variar entre 0 y 1, podremos ver que

t
:

_

2.
,

.
_
o, para ser ms exactos, puesto que .
depende de c,
t
:

_
_
lim
o!0
arctan
_
1o
2
o
2.
n
_
1 c
2
, lim
o!1
arctan
_
1o
2
o
.
n
_
1 c
2
_
_
4.3.2. Tiempo de pico (t
). El primer mximo se dar cuando por primera

vez se cumpla
dj(t)
dt
= 0
dj(t)
dt
= 0 +c.
n
c
o.n|
_
cos .
t +
c
_
1 c
2
sin.
t
_
+.
c
o.n|
_
sin.
t
c
_
1 c
2
cos .
t
_
lo que implica
c.
n
c
o.n|
_
cos .
t +
c
_
1 c
2
sin.
t
_
+.
c
o.n|
_
sin.
t
c
_
1 c
2
cos .
t
_
= 0
cos .
t
_
c.
n
.
c
_
1 c
2
_
+ sin.
t
_
.
+c.
n
c
_
1 c
2
_
= 0
que podemos poner como:
(c.
n
c.
n
) cos .
t +
_
.
+
c
2
.
2
n
.
_
sin.
t = 0
La condicin de mximo ser:
sin.
= 0 =t
=

.
4.3.3. Mximo sobreimpulso ('
). El mximo se produce en t = t
. Segn lo
hemos denido, para nuestro sistema patrn j() = 1, con lo que
'
= j(t
) 1
= 1
c
o.n|p
_
1 c
2
sin
_
.
n
_
1 c
2
t
+ arctan
_
1 c
2
c
_
1
=
c
o.n

!n
p
1
2
_
1 c
2
sin
_
.
+ arctan
_
1 c
2
c
_
= c

p
1
2
'
= 100c
_

p
1
2
_
4.3.4. Tiempo de establecimiento (t
s
). Observando la expresin general, podemos
ver que la respuesta es una oscilacin cuyas envolventes son:
1
c
o.n|
_
1 c
2
, 1 +
c
o.n|
_
1 c
2
La constante de tiempo de estas envolventes es t =
1
o.n
, que es una indicacin
de la velocidad de cada de las exponenciales.
Si queremo hallar el tiempo de subida para una determinada banda de toler-
ancia, lo podemos hacer en funcin de esta constante de tiempo, por asimilacin a
un sistema de 1
t:
orden. Utilizando el citerio del 2%, nos quedara: t
s
= 4t =
4
o.n
4. ESPECIFICACIONES DE RESPUESTA TRANSITORIA 89
4.4. Localizacin de polos, parmetros del sistema, y especicaciones
de respuesta transitoria. Los polos de la funcin de transferencia del sistema
de segundo orden patrn estn en : = c.
n
,.
n
_
1 c
2
. En general sern
complejos y su mdulo ser
c.
n
,.
n
_
1 c
2
=
_
(c.
n
)
2
+.
2
n
_
1 c
2
_
= .
n
Vemos as que, en el plano complejo, las curvas de .
n
constante, son semi-
circunferencias con centro en el origen, y cuyo radio es el mdulo de los polos
complejos.
De igual manera, y atendiendo a las expresiones obtenidas, podramos ver que:
Las curvas de tiempo de establecimiento constante son rectas paralelas al
eje imaginario, a una distancia de ste igual al mdulo de la parte real de
los polos.
Las curvas de sobreimpulso constante, curvas de coeciente de amor-
tiguamiento constante, son rectas que parten del origen y tienen una
pendiente que viene jada por la relacin entre la parte real y la parte
imaginaria de los polos.
Todas estas curvas, que nos servirn para delimitar las zonas de posibles ubi-
caciones de los polos para cumplir unas determinadas especicaciones de respuesta
transitoria, se pueden ver en la gura adjunta.
As pues, para especicar la respuesta del sistema en rgimen transitorio, po-
dremos hacerlo mediante:
localizacin de polos
coeciente de amortiguamiento y pulsacin natural
especicaciones de respuesta transitoria
CHAPTER 9
Anlisis en el dominio de la frecuencia
1. Introduccin
Dominio de la frecuencia : Compaero oculto del dominio del tiempo :
su espectro?
Dos formas de ver lo mismo:
DT: cunto tarda algo
DT: cmo de rpido o lento es
Seales y procesos contienen componentes rpidas y lentas
DF permite separar y estudiar estas componentes
Representaciones alternativas de una seal:
Impulsos desplazados: dominio del tiempo
Exponenciales complejas armnicamente relacionadas: dominio de la
frecuencia
0 2 4 6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 2 4 6
-8
-6
-4
-2
0
2
4
6
8
2. Concepto de respuesta en frecuencia
Un sistema LIT se puede caracterizar completamente por su respuesta a
seales sinusoidales.
Se puede determinar experimentalmente
Funcin de transferencia, H(:) ==,. ==Respuesta en frecuencia, H(,.)
H(,.) : Indica cmo se propagan las sinusoides a travs del sistema en
estado estacionario
91
92 9. ANLISIS EN EL DOMINIO DE LA FRECUENCIA
Criterios de estabilidad sin necesidad de conocer la ecuacin caracterstica
Diseo sobre curvas de respuesta en frecuencia
Slo los sistemas estables tienen respuesta en frecuencia
2.1. Respuesta de un sistema LIT a una exponencial compleja.
j(t) =
_
1
1
/(t)r(t t)dt
r(t) = c
s|
, : (
j(t) =
_
1
1
/(t)c
s(|r)
dt = c
s|
_
1
1
/(t)c
sr
dt = c
s|
H(:)
: = ,.
j(t) = c
.|
_
1
1
/(t)c
.r
dt = c
.|
H(,.) = [H(,.)[ c
(.|+arg[1(.)])
Repuesta en frecuencia: respuesta en rgimen permanente sinusoidal
H(,.) = [H(,.)[ c
arg[1(.)]
3. Diagramas de Bode
Representacin de G(,.) en dos grcas separadas: [G(,.)[ y arg G(,.).
Escalas:
frecuencia: logartmica
mdulo: lineal en dB
fase: lineal
3. DIAGRAMAS DE BODE 93
Frequency(rad/sec)
P
h
a
s
e

(
d
e
g
)
;
M
a
g
n
i
t
u
d
e

(
d
B
)
BodeDiagrams
-100
-80
-60
-40
-20
10
-2
10
-1
10
0
10
1
10
2
10
3
-200
-100
0
100
Trazado asinttico: trminos:
derivador: G(:) = :
log G(,.) = log .
arg G(,.) =

2
integrador: G(:) =
1
s
log G(,.) = log .
arg G(,.) =
2
primer orden: (t: + 1)
segundo orden o cuadrticos:
_
_
s
.n
_
2
+ 2c
s
.n
+ 1
_
4. Diagramas polares
Diagrama de Nyquist:
Diagrama de Nichols y Carta de Nichols:
Open-LoopPhase(deg)
O
p
e
n
-
L
o
o
p

G
a
i
n

(
d
B
)
Nichols Charts
-350 -300 -250 -200 -150 -100 -50 0 50 100 150
-200
-150
-100
-50
0
6dB
3dB
1dB
0.5dB
0.25dB
0dB
-1dB
-3dB
-6dB
-12dB
-20dB
-40dB
-60dB
-80dB
-100dB
-120dB
-140dB
-160dB
-180dB
-200dB
-220dB
5. RELACIONES MAGNITUD - FASE 95
5. Relaciones magnitud - fase
Relaciones magnitud - fase:
Se cumple la relacin aproximada entre amplitud y fase:
arg G(,.)

2
d log [G(,.)[
d log .
Mnimo de la fase para .
Sistemas de fase no mnima: ceros en el SPD
Respuesta en frecuencia
Frequency(rad/sec)
P
h
a
s
e

(
d
e
g
)
;
M
a
g
n
i
t
u
d
e

(
d
B
)
BodeDiagrams
-8
-6
-4
-2
0
x 10
-16
10
-1
10
0
10
1
10
2
-150
-100
-50
0
Respuesta al escaln
Time(sec.)
A
m
p
l
i
t
u
d
e
StepResponse
0 0.5 1 1.5 2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Retardo de transporte: G(:) = c
sJ
[G(,.)[ = 1
arg G(,.) = .1
Frequency(rad/sec)
P
h
a
s
e

(
d
e
g
)
;
M
a
g
n
i
t
u
d
e

(
d
B
)
BodeDiagrams
-1
-0.5
0
0.5
1
10
-1
10
0
10
1
10
2
-5000
-4000
-3000
-2000
-1000
0
Part 3
ANLISIS DE SISTEMAS
REALIMENTADOS
CHAPTER 10
Introduccin a los sistemas realimentados
1. Introduccin
2. Efectos de la realimentacin
3. Esquema tpico y terminologa
99
CHAPTER 11
Estabilidad II
1. Uso del Principio del Argumento
(1) Evaluacin de una funcin de variable compleja alrededor de un punto
singular, polo o cero:
La curva que resulta de evaluar una funcin de variable compleja sobre
un contorno cerrado, ser cerrada y encerrar al origen si tal contorno
encierra una singularidad (polo o cero) de la funcin.
(2) Integracin alrededor de un polo:
_
d:
: a
= 2,, a c:ccrrado jor
(3) Teorema de residuos:
_
)(:)d: = 2,
rc:[)(:), j
I
], \i,j
I
c:ccrrado jor
(4) Principio del argumento:
La diferencia entre el nmero de ceros y polos de la funcin )(:)
(contados por su orden de multiplicidad) comprendidos en el interior del
contorno cerrado es igual a la variacin del argumento de la funcin al
recorrer el contorno en direccin positiva dividido por 2.
7 1 =
1
2
arg )(:) =
donde:
N: nmero de vueltas netas
Z: nmero de ceros en el interior del contorno
P: nmero de polos en el interior del contorno
2. Contorno de evaluacin para el estudio de la estabilidad
Como sabemos, un sistema es estable si sus polos estn en el semiplano izquierdo.
Podemos aplicar el principio del argumento para ver si un sistema tiene singulari-
dades en el semiplano derecho con slo elegir el contorno de evaluacin adecuado:
una curva cerrada que encierre todo el semiplano derecho (ver gura). A este con-
torno de evaluacin se le suele llamar camino de Nyquist y a la curva resultante de
tal evaluacin diagrama de Nyquist. Si tuvieramos singularidades en el eje imag-
inario, el camino de Nyquist quedara modicado de forma que rodeara a estas
singularidades por la derecha (ver gura).
En el caso de que en el interior del contorno slo hubiera una singularidad, para
distinguir si se trata de un polo o un cero, cosa que tenemos que hacer pues slo los
101
102 11. ESTABILIDAD II
polos en el SPD producen inestabilidad, slo hemos de jarnos en la coincidencia o
no de los sentidos en que se recorren el contorno de evaluacin y la curva resultante:
Si hay coincidencia, ello indicar la presencia de un cero.
Si son opuestos, ello indica la presencia de un polo.
En el caso de que haya varias singularidades, aplicaremos directamente el prin-
cipio del argumento.
Podemos simplicar el contorno de evaluacin teniendo en cuenta que, para
funciones racionales, se cumple que:
real[G(,.)] = real[G(,.)]; i:aq[G(,.)] = i:aq[G(,.)]
[G(,.)[ = [G(,.)[ ; arg[G(,.)] = arg[G(,.)]
Si adems ocurre que el grado del denominador es mayor que el del numerador,
con lo que lim
s!1
G(:) = 0, nos queda un contorno de evaluacin muy simplicado
que es el eje ,. para . [0, ).
3. Criterio de estabilidad de Nyquist
El criterio de estabilidad de Nyquist es un criterio grco que, haciendo uso
del principio del argumento, permite determinar la estabilidad de un sistema reali-
mentado como el de la gura.
Para un sistema tal, la funcin de transferencia en lazo cerrado es
1(:) =
/G(:)
1 +/G(:)H(:)
y la ecuacin caracterstica es 1+/G(:)H(:). As pues, para estudiar la estabilidad
del sistema tendremos que determinar si existen o no races de esta ecuacin en el
semiplano derecho. Para ello, observemos que esta ecuacin se puede poner de la
forma
1 +/G(:)H(:) = 1 +/
/(:)
a(:)
=
a(:) +//(:)
a(:)
donde vemos que:
Los polos de esa funcin son los polos de G(:)H(:), es decir, los polos de
la funcin de transferencia en lazo abierto, que son factores que podemos
conocer.
Los ceros de esa funcin son los ceros de a(:)+//(:), ceros cuya ubicacin
nos interesa conocer pues, al ser los polos de la funcin de transferencia
en lazo cerrado, son los que determinarn la estabilidad o inestabilidad
del sistema.
As pues, conociendo G(:)H(:), la funcin de transferencia en lazo abierto,
debemos determinar la estabilidad del sistema en lazo cerrado. Esto podremos
hacerlo aplicando el principio del argumento y teniendo en cuenta que:
Si 1 + /G(:)H(:) encierra al origen (: = 0), entonces /G(:)H(:) encierra a
: = 1.(ver gura)
El criterio de estabilidad establece que:
(1) Conocido el nmero de polos de la funcin de transferencia en lazo abierto
en el semiplano derecho, 1
3. CRITERIO DE ESTABILIDAD DE NYQUIST 103
(2) Evaluada la funcin de transferencia en lazo abierto en el camino de
Nyquist
(3) Determinado el nmero de vueltas netas, , alrededor del punto : = 1
(4) Llamando 7 al nmero de races de la ecuacin caracterstica en el semi-
plano derecho (nmero de polos de la funcin de transferencia en lazo
cerrado en el semiplano derecho)
(5) Teniendo en cuenta el principio del argumento que establece que: =
7 1
El sistema ser estable si y slo si 7 = +1 = 0.
CHAPTER 12
Estabilidad relativa
1. Introduccin
2. Mrgenes de ganancia y de fase
Diagrama de Nyquist
Diagramas de Bode
3. Estabilidad para un valor de K
3.1. Criterio de Nyquist. A menudo estaremos ms interesados en deter-
minar el rango de valores de / que hacen a un sistema estable que en determinar
la estabilidad de dicho sistema para un valor determinado de /. Para poder hacer
105
106 12. ESTABILIDAD RELATIVA
esto sin necesidad de trazar mltiples diagramas, slo es necesario observar que si
el resultado de la evaluacin de /G(:)H(:) encierra al punto : = 1, el resultado
de la evaluacin de G(:)H(:) encerrar al punto : =
1
|
.
[G(:)H(:)[ =
1
/
[/G(:)H(:)[
3.2. Criterio de Routh. Aunque no fue ideado para ello, podemos emplear
el criterio de Routh para determinar:
(1) El rango de valores de un parmetro que hacen a un sistema estable,
inestable o crticamente estable.
(2) El valor de un parmetro para que un sistema tenga una estabilidad rela-
tiva determinada (midiendo, por ahora, la estabilidad relativa como menos
distancia al eje imaginario de los polos del sistema).
Aunque este parmetro podra ser cualquiera de los coecientes del polinomio
caracterstico del sistema, para nostros es de especial inters el caso de sistemas
realimentados, como el de la gura, en los que el parmtro citado es /, y el polinomio
caracterstico, es decir, el denominador de la funcin de transferencia en lazo cerrado
es
1(:) = 1 +/G(:)H(:) = 1 +/
1(:)
(:)
=
(:) +/1(:)
(:)
= 0
(:) +/1(:) = 0
Aplicaremos el criterio de Routh a este polinomio, utilizando la informacin
adicional obtenida al analizar el caso especial primero cuando no se daban cambios
de signo. Veremos esto con un ejemplo.
Example 8. Sea
G(:) =
1
:
3
+ 6:
2
+ 11: + 6
, H(:) = 1
1(:) =
/
1
s
3
+6s
2
+11s+6
1 +/
1
s
3
+6s
2
+11s+6
=
/
:
3
+ 6:
2
+ 11: + (6 +/)
Ecuacin caracterstica: 1(:) = :
3
+ 6:
2
+ 11: + (6 +/) = 0
Determinar:
1) Valor de k para que los polos ms cercanos al eje imaginario tengan una
parte real =-1
2) Valor de k que hace al sistema crticamente estable
3) Valores de k que hacen al sistema estable
Solution 1. Caso1): Queremos que los polos estn en o = 1. Haremos las
siguientes consideraciones:
a) Sabemos que cuando aparece un cero en la primera columna de la tabla de
Routh y no se da ningn cambio de signo, el sistema tiene polos en : = ,.
b) Si queremos que los polos estn en : = o ,., no tenemos ms que hacer
lo siguiente:
1. Hacer, en la ecuacin caracterstica, el cambio de variable: . = : o,
que supone una traslacin.
3. ESTABILIDAD PARA UN VALOR DE K 107
2. Aplicar el criterio de Routh a la ecuacin resultante y forzar un cero
en la primera columna.
Para nuestro caso:
Q(.) = (. 1)
3
+ 6(. 1)
2
+ 11(. 1) + (6 +/)
= .
3
+ 3.
2
+ 2. +/ = 0
Tabla:
.
3
1 2 0
.
2
3 / 0
.
1 6|
3
0
.
0
/ 0
Para que haya un cero en la primera columna, / ,= 0, debe cumplirse:
/ = 6
Caso 2) Queremos que el sistema sea crticamente estable, es decir, quremos
o = 0 . = :. De esta forma, aplicaremos el procedimiento anterior a la ecuacin:
1(:) = :
3
+ 6:
2
+ 11: + (6 +/) = 0
Tabla:
:
3
1 11 0
:
2
6 6 +/ 0
:
1
66(6+|)
6
0
:
0
6 +/ 0
Para que haya un cero en la primera columna, sin cambios de signo, debe
cumplirse:
/ = 6, / = 60
Si hacemos / = 6, resulta que:
1(:) = :
3
+ 6:
2
+ 11: = :(:
2
+ 6: + 11)
lo que signica que el sistema es inestable BIBO pero no crticamente estable como
pretendamos, pues sus polos son: : = 0, : = 3 ,
_
2
Si hacemos : = 60 el sistema ser crticamente estable como pretendamos,
pues la ecuacin caracterstica
1(:) = :
3
+ 6:
2
+ 11: + 66 = 0
tiene como races: : = 6, : = ,
_
3.32
En general, si el cero se da en la ltima la, ello es equivalente a que el coe-
ciente de :
0
es cero, lo que signica que el sistema tiene un polo en el origen.
Caso c) Observando la tabla del apartado anterior, podemos ver que para que
el sistema sea estable, es decir, para que no haya cambios de signo en los elementos
de la primera columna, debe cumplirse que:
6 < / < 60
Si / < 6 se da un cambio de signo, lo que supone la existencia de una raz
(real) en el semiplano derecho. La inestabilidad del sistema en este caso se puede
108 12. ESTABILIDAD RELATIVA
deducir de que el polinomio caracterstico resultante no es un polinomio de Hurwitz,
por no tener todos sus coecientes del mismo signo.
Si / 60 se producen dos cambios de signo, lo que indica que la inestabilidad
del sistema se debe a la existencia de dos races en el semiplano derecho.
Exercise 1. Discutir, utilizando el criterio de estabilidad de Routh, la estabil-
idad de los sistemas cuyas funciones de transferencia son:
1(:) =
/(: 2)
:
4
+ 10:
3
+ 35:
2
+ (50 +/): + (24 2/)
G(:) =
16
:
5
+:
4
+ 8:
3
+ 8:
2
+ 16: + 16
CHAPTER 13
Error y sensibilidad
1. Error
1.1. Introduccin. Como hemos dicho, la respuesta de un sistema tiene, en
general, una parte que se extingue y otra que permanece y que dene el nuevo
estado de equilibrio del sistema, caso de que se alcance. A la primera la llamamos
transitoria y a la segunda permanente o estacionaria. Al hablar de estabilidad,
hemos hablado de las condiciones que debe cumplir un sistema para que se alcance
un nuevo equilibrio. Hablaremos ahora de en qu medida ese nuevo estado de
equilibrio se acerca a un estado deseado. Es decir, hablaremos de la precisin del
sistema, o, dicho de otra manera, del error en estado estacionario.
Hablando de forma general, diremos que la precisin o el error son medidas de
cmo sigue el sistema a las seales de consigna o referencia que le son dadas.
1.2. Seal error y error de salida. Consideremos el sistema de la gura .
En l podemos denir:
Seal error: 1(:) = 1(:) 1 (:)H(:)
Error de salida: \(:) = 1(:) 1 (:)
Slo coinciden en el caso de realimentacin unitaria, es decir, cuando H(:) = 1.
El error del que aqu vamos a hablar es 1(:), que ser sobre el que se efectuar
la accin de control.
1.3. Error estacionario. Segn la gura anterior:
1(:) = 1(:) 1 (:)H(:) = 1(:)
G(:)
1 +G(:)H(:)
1(:)H(:) = 1(:)
_
1
G(:)H(:)
1 +G(:)H(:)
_
= 1(:)
_
1 +G(:)H(:) G(:)H(:)
1 +G(:)H(:)
_
= 1(:)
_
1
1 +G(:)H(:)
_
(1.1)
As, aplicando el teorema del valor nal estudiado al hablar de las transfor-
madas, podemos conocer el valor de c(t) cuando t :
(1.2) c
ss
, lim
|!1
c(t) = lim
s!0
:1(:) = lim
s!0
:1(:)
_
1
1 +G(:)H(:)
_
con lo que podemos ver que el error estacionario depende de:
las clase de entrada: 1(:)
la funcin de transferencia en lazo abierto: G(:)H(:)
109
110 13. ERROR Y SENSIBILIDAD
1.4. Seales de entrada y tipo de sistemas. Tradicionalmente, a la hora
de caracterizar a los sistemas por su error estacionario, se han considerado tres
clases de entradas patrn:
Escaln: r(t) = n
0
(t) =1(:) =
1
s
Rampa: r(t) = tn
0
(t) =1(:) =
1
s
2
Aceleracin: r(t) =
1
2
t
2
n
0
(t) =1(:) =
1
s
3
Cuando hablamos del tipo de un sistema, hablamos de a qu clase de entrada
es capaz de seguir con un error estacionario nito. Si es capaz de seguir a entradas
de la forma t
:
n
0
(t), r = 0, 1, 2, ...., diremos que el sistema es de tipo r.
Como vimos en el apartado anterior:
lim
|!1
c(t) = lim
s!0
:1(:)
_
1
1 +G(:)H(:)
_
Para una entrada de la forma:
t
:
n
0
(t) ==1(:) =
r!
:
:+1
obtendremos:
lim
s!0
:1(:)
_
1
1 +G(:)H(:)
_
= lim
s!0
:
r!
:
:+1
_
1
1 +G(:)H(:)
_
= lim
s!0
_
r!
:
:
+:
:
G(:)H(:)
_
= lim
s!0
_
r!
:
:
G(:)H(:)
_
(1.3)
En general, podemos poner que:
(1.4) G(:)H(:) = /
n
I=1
(: +.
I
)
:
j

I=1
(: +j
I
)
, : _ j +
donde indica el numero de polos en el origen. As,
(1.5)
lim
s!0
_
r!
:
:
G(:)H(:)
_
= lim
s!0
_
_
r!
:
:
/
m
i=1
(s+:i)
s
q
p
i=1
(s+i)
_
_
= lim
s!0
r!
/
I=1
j
I
n
I=1
.
I
1
:
:j
= lim
s!0
C
1
:
:j
Dependiendo de la relacin entre r y , podremos tener los siguientes casos:
(1) r
(1.6) lim
s!0
C
1
:
:j

(2) r =
1. ERROR 111
(1.7) lim
s!0
C
1
:
:j
= C
(3) r <
(1.8) lim
s!0
C
1
:
:j
0
Es decir, si la funcin de transferencia en lazo abierto tiene polos en el origen
( integraciones), el error estacionario ser:
innito para entradas del tipo t
:
n
0
(t), r
nito para entradas del tipo t
:
n
0
(t), r =
cero para entradas del tipo t
:
n
0
(t), r <
As, el tipo de un sistema coincide con el nmero de polos en el origen. En
caso de realimentacin no unitaria, entenderemos, en este contexto, que el sistema
es aqul que corresponde a la funcin de transferencia en lazo abierto, G(:)H(:).
1.5. Coecientes estticos de error o constantes de error.
1.5.1. Deniciones. Las constantes de error o coecientes estticos de error,
son ndices de comportamiento en rgimen permanente. Se denen, igual que el
error esttico, para las diferenctes entradas:
Entrada escaln:
Error de posicin:
(1.9) c
= lim
s!0
:1(:)
1(s)=
1
s
= lim
s!0
_
1
1 +G(:)H(:)
_
=
1
1 + lim
s!0
G(:)H(:)
Coeciente esttico de posicin:
(1.10) 1
= lim
s!0
G(:)H(:)
Relacin:
(1.11) c
=
1
1 +1
=
1 c
Entrada rampa:
Error de velocidad:
(1.12) c
u
= lim
s!0
:1(:)
1(s)=
1
s
2
= lim
s!0
_
1
: +:G(:)H(:)
_
=
1
lim
s!0
:G(:)H(:)
Coeciente esttico de velocidad:
(1.13) 1
u
= lim
s!0
:G(:)H(:)
Relacin:
(1.14) c
u
=
1
1
u
1
u
=
1
c
u
112 13. ERROR Y SENSIBILIDAD
Entrada aceleracin:
Error de aceleracin:
(1.15) c
o
= lim
s!0
:1(:)
1(s)=
1
s
3
= lim
s!0
_
1
:
2
+:
2
G(:)H(:)
_
=
1
lim
s!0
:
2
G(:)H(:)
Coeciente esttico de aceleracin:
(1.16) 1
o
= lim
s!0
:
2
G(:)H(:)
Relacin:
(1.17) c
o
=
1
1
o
1
o
=
1
c
o
Estos resultados se pueden resumir en la siguiente tabla:
Tabla 5.1 Coecientes de error
q K
,e
K
u
,e
u
K
o
,e
o
Tipo
0 1,
1
1+1
0, 0, 0
1 , 0 1,
1
1
0, 1
2 , 0 , 0 1,
1
1
2
1.5.2. Determinacin en la respuesta en frecuencia.
2. Sensibilidad
2.1. Denicin. La sensibilidad es una medida de la dependencia de las car-
actersticas de un sistema respecto de las caractersticas de uno de los elementos
que lo componen.
Matemticamente, deniremos la sensibilidad de una funcin de la variable r
y el elemento /, )(r, /), con respecto a dicho elemento, como la relacin entre la
variacin relativa de la funcin y la variacin relativa del elemento. Es decir:
(2.1) o
},b
,
)(r, /),)(r, /)
/(r),/(r)
=
/(r)
)(r, /)
)(r, /)
/(r)
Para pequeas variaciones podemos poner:
(2.2) o
},b
=
/(r)
)(r, /)
d)(r, /)
d/(r)
2.2. Ejemplos ilustrativos.
2.2.1. Ejemplo 1. Para el sistema de la gura:
1(:) =
G(:)
1 +G(:)H(:)
la sensibilidad con respecto a H(:), ser
o
J,1
=
H(:)
1(:)
d1(:, H)
dH(:)
=
H(:) [1 +G(:)H(:)]
G(:)
G(:)G(:)
[1 +G(:)H(:)]
2
=
G(:)H(:)
[1 +G(:)H(:)]
2. SENSIBILIDAD 113
En el caso de que
G(:)H(:) 1 ==o
J,1
1 ==H(:) es un elemento crtico
2.2.2. Ejemplo 2. Para el sistema de la gura:
1(:) =
G(:)H(:)
1 +G(:)H(:)
la sensibilidad con respecto a H(:), ser
o
J,1
=
H(:)
1(:)
d1(:, H)
dH(:)
=
H(:) [1 +G(:)H(:)]
G(:)H(:)
[1 +G(:)H(:)] G(:) G(:)G(:)H(:)
[1 +G(:)H(:)]
2
=
1 +G(:)H(:) G(:)H(:)
[1 +G(:)H(:)]
=
1
1 +G(:)H(:)
En el caso de que
G(:)H(:) 1 ==o
J,1
0 ==H(:) no es un elemento crtico
CHAPTER 14
Lugar geomtrico de las races
1. Ejemplo introductorio
Supongamos el sistema de la gura 1. La funcin de transferencia en lazo
cerrado ser:
1 (:)
1(:)
=
/
1
s(s+1)
1 +/
1
s(s+1)
=
/
:
2
+: +/
Cmo varan los polos al variar /? Cmo varan las races de la ecuacin
caracterstica al variar /? Las races de la ecuacin caracterstica responden a la
expresin:
:
+,
=
1
_
1 4/
2
=
1
2

1
2
_
1 4/
Estudiemos su localizacin en el plano complejo para distintos valores de /.
/ < 0 :
+
0, :
< 0;
/ = 0 :
+
= 0, :
= 1
/ (0,
1
4
) :
+
(0,
1
2
), :
(1,
1
2
)
/ =
1
4
:
+
=
1
2
= :
/
1
4
:
+
=
1
2
+,
1
2
_
4/ 1, :
=
1
2
,
1
2
_
4/ 1
Esta evolucin de las races la podemos ver en la gura 2. Lo que se representa
es el lugar geomtrico de las races de la ecuacin :
2
+:+/ con parmetro
variable /.
2. Bases del mtodo
Aunque el mtodo es general, a nosotros nos interesar utilizarlo para analizar
el comportamiento de un sistema como el de la gura 3.
115
116 14. LUGAR GEOMTRICO DE LAS RACES
-2 -1.5 -1 -0.5 0 0.5 1
-1.5
-1
-0.5
0
0.5
1
1.5
Real Axis
I
m
a
g

A
x
i
s
Dicho comportamiento depende de la posicin de los polos del sistema, y, por
tanto, la ecuacin a la que debemos aplicar el mtodo es la ecuacin caracterstica
del sistema que, para el caso ms general de realimentacin no unitaria, es
1 +/G(:)H(:) = 0
Los puntos del plano complejo que satisfacen esta ecuacin, cumplen la condi-
cin
G(:)H(:) =
1
/
condicin que implica, por tratarse de funciones de variable compleja, una condicin
de mdulo
[G(:)H(:)[ =
1
/
y una condicin de argumento

3. PROPIEDADES FUNDAMENTALES DEL LUGAR GEOMTRICO DE LAS RACES 117
arg(G(:)H(:)) = arg(
1
/
) = :, : = 0, 1, 2, ....
Estableciendo que / es real, pueden darse dos casos:
(1) / < 0. En este caso,
1
|
0 arg(
1
|
) = 2:, : = 0, 1, 2, ....
(2) / 0. En este caso,
1
|
< 0 arg(
1
|
) = 2|, | = 0, 1, 2, ....
As, podremos dar una nueva denicin del lugar de las races como los puntos
que cumplen la condicin de argumento. Si adems forzamos a que se cumpla la
concicin de mdulo, obtendremos las races de la ecuacin para un determinado
valor de /. Como por ahora no estamos interesados en conocer las races, sino
simplemente el lugar geomtrico que describen sus ubicaciones al variar /, nos
bastar la condicin de argumento. El mtodo aprovecha el hecho de que es ms
fcil determinar los puntos que verican esta condicin que hallar las races para
cada valor del parmetro variable.
Antes de formular una nueva denicin del lugar de las races y de hablar de
sus propiedades y las pautas para su trazado, convendremos en que el rango de
variacin de / es / [0, ).
Definition 7. El lugar geomtrico de las races de la ecuacin 1+/G(:)H(:) =
0, es el lugar geomtrico de los puntos que cumplen la condicin arg(G(:)H(:)) =
2|, | = 0, 1, 2, ....
3. Propiedades fundamentales del lugar geomtrico de las races
Theorem 3. Para / = 0 las soluciones son los polos de G(:)H(:).
Proof. Si ponemos la ecuacin de la forma G(:)H(:) =
1
|
, podremos ver
con facilidad que si / 0,
1
|
= G(:)H(:) , condicin que se verica
cuando nos acercamos a los polos de la funcin.
Corollary 1. Puesto que el lugar de las races arranca de los polos de G(:)H(:),
tendr tantas ramas como polos tenga la funcin.
Theorem 4. Para / , las ramas del lugar de las races se aproximan a
los ceros de G(:)H(:).
Proof. Si ponemos la ecuacin de la forma G(:)H(:) =
1
|
, podremos ver
con facilidad que si / ,
1
|
0 = G(:)H(:) 0, condicin que se verica
cuando nos acercamos a los ceros de la funcin.
Corollary 2. Puesto que G(:)H(:) es de la forma
1
m
(s)
Q
n
(s)
, siendo :, : los
grados de los polinomios numerador y denominador, si : :, (: :) ramas del
lugar de las races tendern a .
Theorem 5. Las partes del eje real que estn a la izquierda de un nmero
impar de polos ms ceros reales, pertenecen al lugar de las races.
Theorem 6. Si hay una rama del lugar de las races entre dos polos o dos
ceros reales, se producir un punto de ruptura (una raz doble)
Theorem 7. El lugar de las races es simtrico respecto del eje real.
Theorem 8. El lugar de las races es continuo en /.
4. Pautas generales para el trazado
4.1. Obtener la ecuacin caracterstica. Obtener la ecuacin caracters-
tica y reescribirla de forma que la funcin de transferencia en lazo abierto est
factorizada siendo el parmetro variable uno de los factores del numerador. Es
decir
1 +/G(:)H(:) = 1 +
/(: +.
1
)(: +.
2
)......(: +.
n
)
(: +j
1
)(: +j
2
)......(: +j
n
)
= 0
4.2. Mapa de polos y ceros. Partiendo de la forma factorizada de la funcin
de transferencia en lazo abierto ubicar los ceros y los polos en el plano complejo.
4.3. Hallar los puentos de inicio y n del lugar de las races y deter-
minar el nmero de ramas. Teoremas 1 y 2.
4.4. Encontrar las partes del eje real que pertenecen al lugar de las
races. Teorema 3.
4.5. Determinar las asntotas del LR. Para ello haremos las siguientes
consideraciones:
(1) Si el punto de prueba est ubicado lejos del origen (caso de : ), se
pueden considerar iguales los ngulos de cada cantidad compleja, es decir,
desde ese punto los polos y los ceros se ven agrupados, con lo cual se
cancelarn las contribuciones de : polos y ceros, y slo se mantendrn
los efectos de (: :) polos.
(2) Para que se cumpla, en este caso asinttico la condicin de ngulo, debe
cumplirse: (: :),
I
= + 2|, ya que todos los polos contribuyen con
igual ngulo. As,
,
I
=
+ 2|
: :
, | = 0, 1, 2, .....
(3) Todas las asntotas se intersectarn en el eje real. El punto de interseccin
es el lugar del eje real donde se ven agrupados los polos y ceros desde
: .
Este punto, que llamaremos centroide del LR (o
o
), puede obtenerse como sigue.
Consideremos la ecuacin caracterstica expresada de la forma
1 +/
:
n
+/
n1
:
n1
+...... +/
0
:
n
+a
n1
:
n1
+...... +a
0
Cuando el punto de prueba es lejano (: ) la ecuacin anterior se puede
aproximar, teniendo en cuenta que evaluado en : el sistema se comporta como
un sistema con un solo polo de multiplicidad : : situado en o
o
, como
1 +/
1
(: o
o
)
nn
1 +/
1
:
nn
(: :)o
o
:
nn1
= 0
o bien, hacendo la divisin de los polinomios y quedndonos con los dos primeros
trminos, como
1 +/
1
:
nn
+ (a
n1
/
n1
):
nn1
= 0
4. PAUTAS GENERALES PARA EL TRAZADO 119
Con lo cual
(: :)o
o
= (a
n1
/
n1
) =o
o
=
(a
n1
/
n1
)
(: :)
o bien, teniendo en cuenta que a
n1
=

j
y /
n1
=

.
I
, siendo : = j
, : = .
I
los polos y los ceros de la funcin de transferencia en lazo abierto,
o
o
=
.
I
(: :)
=
jo|o:
ccro:
: :
4.6. Calcular los ngulos de salida del LR desde los polos complejos.
Para ello trazaremos una circunferencia en la vecindad del polo complejo. Cualquier
punto de esta circunferencia ser visto con el mismo ngulo desde el resto de polos y
ceros. Slo uno de esos punto cumplir la condicin de argumento, arg(G(:)H(:)) =
2|, con lo que el ngulo de salida, es decir, el ngulo con el que se ve ese punto
desde el polo considerado, se podr calcular como:
0
|
= 2|
n
=1,6=|
arg(j
) +
n
=1
arg(.
)
4.7. Calcular los ngulos de llegada del LR a los ceros complejos.
Razonando de manera similar, obtendremos
,
|
= 2|
n
=1,6=|
arg(.
) +
n
=1
arg(j
)
4.8. Hallar los puntos donde el LR cruza el eje imaginario. Estos
puntos se pueden hallar utilizando el criterio de Routh. Si tales puntos existen,
existir un valor de / 0, que provoque un cero en la primera columna de la tabla
de Routh, sin que existan cambios de signo. Para hallar dichos puntos:
(1) hallaremos el valor de / (real, mayor que cero) para el que hay polos en
el eje imaginario (para el que se produce el cero en la primera columna);
(2) si tal valor existe, resolveremos la ecuacin caracterstica para dicho valor
y : = ,., obteniendo el valor de . correspondiente a los polos imaginarios.
4.9. Hallar los puntos de ruptura. Los puntos de ruptura (de arranque o
de dispersin) son los puntos donde varias ramas del LR coinciden, y corresponden a
races mltiples de la ecuacin caracterstica que se producen para un determinado
valor de /. Para hallarlos, escribiremos la ecuacin caracterstica de la forma
)(:) = (:) +/1(:) = 0
Si esta ecuacin tiene races mltiples, podremos expresarla como
)(:) = (: +:
1
)
:
(: +:
2
)......(: +:
n
)
y se vericar que
d)(:)
d:
=
d(:)
d:
+/
d1(:)
d:
=
0
(:) +/1
0
(:) = 0, : = :
1
Esto se cumplir para / =
.
0
(s)
1
0
(s)
. Sustituyendo este valor de / en la ecuacin
caracterstica, podremos obtener los puntos de ruptura como las soluciones de la
ecuacin
(:)

0
(:)
1
0
(:)
1(:) = 0
(:)1
0
(:)
0
(:)1(:) = 0
Para que las soluciones de la ecuacin anterior sean puntos de ruptura, deben
estar en el lugar de las races o, lo que es lo mismo, el valor de / necesario debe ser
real y mayor que cero. Esto lo podremos comprobar haciendo
/ =
0
(:)
1
0
(:)
en los valores de : candidatos a punto de ruptura.
Debido a la simetra del LR, los puntos de ruptura o estn en el eje real o se
dan por pares conjugados.
Si queremos calcular los ngulos de llegada y salida del LR a un punto de
ruptura, debemos hacer un razonamiento adicional. Si suponemos que tal punto de
ruptura se produce para / = /
0
, podremos poner la ecuacin caracterstica como
1 +/
1(:)
(:)
= 1 + (/
0
+/
1
)
1(:)
(:)
= 1 +/
0
1(:)
(:)
+/
1
1(:)
(:)
=
_
1 +/
0
1(:)
(:)
_
_
_
1 +
/
1
1(s)
.(s)
1 +/
0
1(s)
.(s)
_
_
=
_
1 +/
0
1(:)
(:)
__
1 +/
1
1(:)
(:) +/
0
1(:)
_
= 0
De esta forma, podremos hallar los ngulos de salida y llegada con slo aplicar
la condicin de argumento para el sistema cuya funcin de transferencia en lazo
abierto es
1(:)
(:) +/
0
1(:)
Los ngulos de llegada resultarn de aplicar la condicin de argumento para
/
1
< 0 (antes de llegar al punto de ruptura, / < /
0
), mientras que los de salida
resultarn de aplicar la condicin de argumento para /
1
0 (despus del punto de
ruptura, / /
0
).
CHAPTER 15
Introduccin al diseo
1. Introduccin
2. Especicaciones
3. Ejemplo ilustrativo
Sistema:
G(:) =
100
:
2
+ 4: + 100
==
_
_
_
polos: 2.5 ,9.8
coeciente de amortiguamiento: c = 0.2
pulsacin natural: .
n
= 10rad,:.
Especicaciones de diseo:
_
_
_
polos: 30 ,40
coeciente de amortiguamiento: c = 0.6
pulsacin natural: .
n
= 50rad,:.
Estrategia de control:
Controlador PD: 1(:) = /
J
: +/
==
_
/
: rapidez
/
J
: estabilidad
Funcin de transferencia en lazo cerrado:
1(:)G(:) =
(/
J
: +/
)
100
s
2
+4s+100
1 + (/
J
: +/
)
100
s
2
+4s+100
=
100 (/
J
: +/
)
:
2
+ (4 + 100/
J
) : + 100 (1 +/
)
Cumplimiento de especicaciones:
_
100 (1 +/
) = .
n
2
= 2500 ==/
= 24
(4 + 100/
J
) = 2c .
n
= 2 0.6 50 = 60 ==/
J
= 0.56
Controlador:
1(:) = /
J
: +/
= 0.56: + 24
Representacin de resultados:
Sistema original:
respuesta a escaln unitario: gura 1
lugar de las races: gura 2
respuesta en frecuencia: gura 3
Sistema controlado.
respuesta a escaln unitario: gura 4
lugar de las races: gura 5
121
122 15. INTRODUCCIN AL DISEO
respuesta en frecuencia: gura 6
Sistema controlado en lazo cerrado: respuesta en frecuencia: gura 7
Modelo simulink: gura 8
Respuesta y esfuerzo de control ante entrada escaln unitario: guras 9 y
10
Respuesta y esfuerzo de control ante entrada escaln de amplitud 10,
saturacin 10: guras 11 y 12
CHAPTER 16
Acciones de control
1. Introduccin
2. Acciones bsicas de control
3. Accin PID
4. Compensacin
123
CHAPTER 17
Reguladores PID
1. Introduccin
2. Diseo en el lugar de las races
3. Diseo en la respuesta en frecuencia
4. Mtodos empricos de sintona
5. Modicaciones prcticas
125
CHAPTER 18
Compensacin
1. Introduccin
2. Tipos de compensacin
3. Diseo en el lugar de las races
4. Diseo en la respuesta en frecuencia
127
CHAPTER 19
Realizacin de reguladores
1. Introduccin
2. Realizacin analgica
3. Realizacin digital
129
CHAPTER 20
Limitaciones en los sistemas de control
1. Introduccin
2. Limitaciones tericas
3. Limitaciones prcticas
131

Regulacion 07

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Regulacion 07

Transféré par

Droits d'auteur :

Formats disponibles

APUNTES DE REGULACIN AUTOMTICA

(:) una fraccin propia que, a su vez, puede de-

Haciendo el cambio de variable indicado por la expresin anterior, obtenemos

Podemos ver que el ngulo 0 comienza en un valor, vara a medida que :

= 1, con lo que, para que la transformada exista, se debe cumplir que:

(3.37) A B = 0 ==A = 0 . B = 0 . A j B :i:qn|arc:.

: productos de las ganancias de los j-grupos de bucles disjuntos

desde el primer instante, lo cual no es correcto. Qu es lo que ha

: pulsacin propia; la que se puede medir experimentalmente

Esta expresin de la respuesta puede obtenerse partiendo de la expresin

) : Tiempo que tarda la curva en alcanzar el primer

) : Proporcin (en tanto

Si tenemos en cuenta que c puede variar entre 0 y 1, podremos ver que

). El primer mximo se dar cuando por primera

4.3.3. Mximo sobreimpulso ('

y una condicin de argumento

Vous aimerez peut-être aussi