Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCIN A SISTEMAS
1.1 Introduccin a sistemas
1.2 Conceptos bsicos
1.2.1
Definicin de sistema
1.2.1.1 En malla abierta y cerrada
1.2.1.2 En una o varias entradas y salidas
1.2.2
1.4.2
Clasificacin de comportamientos
1.4.3
1.4.4
1.4.5
1.4.6
II.
Sistemas mecnicos
Pag. 1
2.4.2
Sistemas elctricos
2.4.3
Sistemas electromecnicos
2.4.4
2.4.5
Sistemas hidrulicos
2.4.6
Sistemas neumticos
2.4.7
Sistemas trmicos
III.
Transformada de Laplace
3.2.2
3.2.3
IV.
APLICACIONES
4.1 Introduccin a Matlab y a Simulink
4.2 Mtodos numricos para la simulacin de sistemas de tiempo continuo.
4.2.1
Mtodos de Runge-Kutta.
4.6.2
Pag. 2
Estabilidad
4.6.3.1 Estabilidad en sistemas lineales
4.6.3.2 Criterio de Routh-Hurwitz
IV.1.1. BIBLIOGRAFIA
BASICA
Dinmica de sistemas y control, Eronini Umez-Eronini, Mxico: Thomson Learning,
2001, ISBN 970686041X
Dinmica de sistemas, Katsuhiko Ogata, Mxico: Prentice Hall, 1987, ISBN 968-880074-0
Ingeniera de control moderna, Katsuhiko Ogata, Cuarta edicin, Mxico: Prentice Hall,
2003.
COMPLEMENTARIA
Sistemas de control en ingeniera, Paul H., Clang Yang, Espaa: Prentice Hall, 1999.
ISBN 84-8322-124-1
Circuitos II
Matemticas IV
Ecuaciones diferenciales
Pag. 3
Introduccin a sistemas
El concepto de sistemas, es el primer paso crtico en la construccin de un modelo
I.2.
Conceptos bsicos.
Sistema
(Proceso
Planta)
Causas
Salida
Efectos
MIMO
Sistema
_
H(s)
SEAL. Es una funcin que representa el comportamiento de un sistema; es la salida de
un sistema cuya excitacin no se conoce.
Sistema
x(t)
Pag. 5
I.3.
LINEALIZACIN
Linealizacin es el proceso matemtico que permite aproximar un sistema no-lineal a un
sistema lineal.
Esta tcnica es ampliamente usada en el estudio de procesos dinmicos y en el diseo de
sistemas de control por las siguientes razones:
1. Se cuenta con mtodos analticos generales para la solucin de sistemas lineales. Por lo
tanto se tendr una solucin general del comportamiento del proceso, independientemente
de los valores de los parmetros y de las variables de entrada. Esto no es posible en sistemas
no-lineales pues la solucin por computadora da una solucin del comportamiento del
sistema valida solo para valores especficos de los parmetros y de las variables de entrada.
2. Todos los desarrollos significativos que conllevan al diseo de un sistema de control ha
sido limitado a procesos lineales.
I.4.
Representacin de sistemas
I.4.1. Clasificacin de los sistemas
I.4.2. Clasificacin de comportamientos
I.4.3. Clasificacin de tipos de entrada (seales de prueba).
Pag. 6
t 0
+
-
i(t )
vC (t )
-
Figura 1.2
Seales externas
potenciales condensador
almacenadas
cinticas Inductancia.
Pag. 7
Posee coeficientes constantes en todos los trminos, por lo que tambin se llama ecuacin
diferencial lineal de coeficientes constantes.
Ecuacin Diferencial Lineal Variante en el Tiempo, es aquella en la cual una variable
dependiente y sus derivadas aparecen como combinaciones lineales; a diferencia con la
anterior, algunos de los coeficientes de los trminos pueden involucrar a la variable
independiente, ejemplo:
d2
x 1 cos 4t x 0
dt 2
Pag. 8
d2
d
x x 2 1 x 2x 0
2
dt
dt
d2
d
x x x x3 0
2
dt
dt
Pag. 9
x(t)
y(t)
h(t)
H(s)
(SLIT)
y(s)
x(S)
Y s
; C .I 0
X s
H s
1
A
B
ss 1 s s 1
A Y s s
Y s
s 0
1 ; B Y s s 1
s s 1
y t u 0 t e
u 0 t
1
Pendiente inicial =
u 0 t
Pag. 10
Tiempo
2
3
4
5
t
y(t)
0.632
0.865
0.95
0.982
0.993
t
d
1
Y su respuesta al impulso:
yt ht e u 0 t
dt
n
Y s
G s
2
X s s 2 n s n 2
donde ; = relacin de amortiguamiento,
n = frecuencia natural.
2
2 n 4 2 n2 4 n2
2
s n j n 1 2 j d
Ubicacin de las races de la ecuacin caracterstica en el plano s:
j
j d
Plano s
j d
Pag. 11
donde:
sen
1 cos tan
2
1 2
n2
Y s
ss 2 2 n s n2
Antitransformando para cada caso:
1.Caso no amortiguado =0; c(t)=1-cos(nt)
Pag. 12
yt 1
e nt
1
sen n 1 2 t
o bien:
= 1; c(t ) 1 e t [1 n t ]
e 2t e 1t
1
2
Pag. 13
1.2
To: Y(1)
Amplitude
0.8
0.6
0.4
0.2
0
0
12
15
18
Time (sec.)
Mp e
Ta
1 2
d
n 1
Tl
2
d
n 1
Tp
Tiempo pico
Tiempo de levantamiento o elevamiento
9
s 2s 9
2
1
3
Mp=0.33=33% , ta = 3 seg, tp= 1.11 seg, = 1.23 rad.=70.528o , tl= 0.676 seg
n2= 9, n = 3, 2n = 2 ,
I.5.
Pag. 14
x(t)
h(t)
H(s)
(SLIT)
x(S)
H s
y(t)
y(s)
Y s
; C .I 0
X s
Pag. 15
y(t)
x(t)
t
y(t-to)
x(t-to)
t0
t0
Integral de convolucin:
y(t)
h(t)
SLIT
yt ht * xt y t h xt d
t
h(t)
t
Sistema no causal. En un sistema no causal su respuesta al impulso es h(t) 0 para t<=0
Pag. 16
(t)
h(t)
t
Propiedades de la convolucin (*)
1.
f *g g* f
2. L f * g F s Gs
3.
f * f
4.
f * t t 0 f t t 0
5.
d
f * g f * g g * f
dt
6.
f * g1 g 2 f * g1 f * g 2
Pag. 17
El mtodo de FDT solo es vlido para los SLIT, mientras que las ecuaciones de estado,
que son ecuaciones diferenciales de primer orden pueden utilizarse para describir tanto
sistemas lineales como no lineales.
El estado de un sistema se refiere a las condiciones pasadas, presentes y futuras del mismo.
Para describir las caractersticas dinmicas de un sistema es conveniente definir un
conjunto de variables de estado x1 t , x 2 t ,, x n t
y ecuaciones de estado
x1 t , x 2 t ,, x n t .
Sistema
Planta
Proceso
u(t)
U(s)
y(t)
Y(s)
d3
d2
y
2
y 6 y 3u t
dt 3
dt 2
3 y ' ' '2 y ' '6 y 3u
3
x1 y
.
x2 y
..
x3 y
x1 y x 2
.
..
...
x 2 y x3
x3 y u
2
x3 2 x1
3
U(s)
Diagrama de lazo
X(s) s-1
s-1
2
s-1
3
2
1 18
Pag.
Y(s)
x Ax Bu
y Cx
x 3
.
x. 1 0 1
x 2 0 0
.
x3 2 0
x3
x2
x 2
x1
x1
0 x1 0
1 x 2 0 u
2
x3 1
3
x1
y 1 0 0 x 2
x3
Las ecuaciones diferenciales de primer orden, llamadas ecuaciones de estado, pueden
expresarse de manera conveniente en forma matricial.
.
x Ax Bu
y Cx Du
En general para un sistema lineal de orden n para el que hay n variables de estado, n
ecuaciones de estado y p entradas, se tiene:
A
U
x
D
donde:
Pag. 19
y1 t g1 x1 t ,, x n t , u1 t ,, u m t , t
x 2 t f 2 x1 t ,, x n t , u1 t ,, u m t , t
y 2 t g 2 x1 t ,, x n t , u1 t ,, u m t , t
.
.
.
x n t f n x1 t ,, x n t , u1 t ,, u m t , t
.
.
.
y p t g p x1 t ,, xn t , u1 t ,, um t , t
xt f xt , ut
yt g xt , ut
Si las funciones f y g son lineales en x y u el modelo se dice Lineal y se escribe:
xt At xt Bt ut
Pag. 20
yt Ct xt Dt ut
1.
2.
3.
4.
CANTIDAD
Longitud
Masa
Tiempo
Corriente Elctrica
NOMBRE
Metro
Kilogramo
Segundo
Ampere
SIMBOLO
m
kg
s
A
Pag. 21
5.
6.
7.
Temp.Termodinmica
Cantidad de Sustancia
Intensidad Luminosa
Kelvin
Mol
Candela
K
mol
cd
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
CANTIDAD
Aceleracin lineal
Velocidad lineal
Frecuencia
Fuerza
Presin o Esfuerzo
Densidad
Energa o Trabajo
Potencia
Carga Elctrica
Potencial Elctrico
Resistencia Elctrica
Flujo Magntico
Inductania
Capacidad Elctrica
NOMBRE
FORMULA
Metro por segundo2
m / s2
Metro por segundo
m/s
Hertz
1/s
Newton
Kg m / s2
Pascal
N / m2
Kilogramo por metro3
Kg m3
Joule
Nm
Watt
J/s
Coulomb
As
Volt
W/A
Ohm
V/A
Weber
Vs
Henry
Wb / A
Farad
C/V
SIMBOLO
Hz
N
Pa
J
W
C
V
Wb
H
F
PREFIJO
Tera
Giga
Mega
Kilo
Centi
Mili
Micro
Nano
Pico
Penta
Ato
SIMBOLO
T
G
M
K
C
M
N
P
F
A
Pag. 22
INTRODUCCIN.
La carga es la unidad fundamental de materia responsable de los fenmenos elctricos. En
el sistema mtrico la carga se mide en Coulombs (C). Un coulomb es la cantidad de carga
transferida en un segundo por una corriente de un ampere; en unidades mtricas, un
coulomb es la cantidad de carga que experimenta una fuerza de un newton en un campo
elctrico de un volt por metro.
Coulomb = amperesegundo = newtonmetro / volt
La carga sobre un electrn es negativa e igual en magnitud a 1.60210-19C. La carga en
movimiento da como resultado una transferencia de energa. La carga elctrica es la
integral de la corriente con respecto al tiempo.
qt it dt
t2
t1
dqt
dt
dwt
dq
dwt
dt
Pag. 23
joule
volt coulomb newton metro
watt volt ampere
segundo
segundo
segundo
dwt
y la corriente es la
Puesto que el voltaje es la energa por unidad de carga vt
dq
dw dq
dqt
vt it
razn de cambio del flujo de carga it
, obtenemos: pt
dq dt
dt
tf
t0
t0
Convencin de signos pasiva. V(t) se define como el voltaje a travs del elemento con la
referencia positiva en la misma terminal en que i(t) entra. El producto de vi, con sus signos
correspondientes, determinar la magnitud y signo de la potencia.
Si p+, la potencia est siendo absorbida por el elemento.
Si p -, la potencia est siendo entregada por el elemento.
Elementos y circuitos:
a) Activos Son capaces de generar energa. Ejemplos: bateras, generadores,
modelos de transistores, etc.
b) Pasivos no generan energa pero son capaces de almacenarla. Ejemplos:
resistencias, capacitores e inductores.
Pag. 24
Re sistenciaR
cambio en voltaje V
cambio en corriente A
Los resistores no almacenan energa elctrica en forma alguna pero en su lugar la disipan
en forma de calor. Advirtase que los resistores reales pueden ser no lineales y pueden
tambin presentar algunos efectos capacitivos e inductivos.
El inverso de la resistencia se llama conductancia y su unidad es el siemens.
ELEMENTOS DE ALMACENAMIENTO DE ENERGIA
Inductancia es la capacidad de la bobina para oponerse a cualquier cambio de la corriente
y su unidad de medida es el Henrio (H). El voltaje en la bobina se obtiene:
v L t L
dit
dt
Alrededor de una carga en movimiento o corriente hay una regin de influencia que se
llama campo magntico. Si el circuito se encuentra en un campo magntico variante con
respecto al tiempo, se induce una fuerza electromotriz en el circuito. La relacin entre el
voltaje inducido y la razn de cambio de la corriente (que significa cambio en corriente por
segundo) se define como inductancia o
Inductancia
Pag. 25
cambio en voltaje
V
Dos conductores separados por un medio no conductor (aislante o dielctrico) forman un
capacitor. De modo que dos placas metlicas separadas por un material elctrico muy
delgado forman un capacitor.
La capacitancia es una medida de la cantidad de carga que puede almacenarse para un
voltaje dado entre las placas. (Al acercarse las placas entre si la capacitancia se
incrementa y se puede almacenar carga adicional para un voltaje dado entre placas). La
capacitancia de un capacitor puede darse entonces por
q
Capaci tan cia
vC
donde q es la cantidad de carga almacenada y vc es el voltaje a travs del capacitor. La
unidad de capacitancia es el farad (F), donde
ampere segundo Coulomb
Farad
volt
volt
Por lo que iC t C
dvC t
dt
Pag. 26
Pag. 27
vt R it
1. Ley de corriente de Kirchoff (LCK). Establece que la suma algebraica de las corrientes
que entran en cualquier nodo es CERO. Es decir, la suma de las corrientes que entran en
un nodo es igual a la suma de las corrientes que salen del nodo.
I entrada = I salida
2. Ley de voltajes de Kirchoff (LVK). Establece que la suma algebraica de los voltajes
alrededor de cualquier malla es CERO. Es decir, la suma algebraica de las subidas y cadas
de tensin en torno a un circuito cerrado es CERO.
Pag. 28
Pag. 29
CODIGO DE MATLAB
1. EJEMPLO No. 1
Ejer1.m----------------------------------%MODELADO DE SISTEMAS DINAMICOS
%Ejercicio No.1
%-------------------------------------%Se utiliza la ecuacion caracteristica de los sistemas de segundo orden en
%un ejemplo y se obtienen sus graficas correspondientes de los casos:
%subamortiguado, no amortiguado, sobreamortiguado y criticamente
%amortiguado
%-------------------------------------close all, clear, clc
t=0:0.001:20; %tiempo en (segundos)
zi=0.1;
wn=3;
th=20;
for i=1:9,
z=zi*i;
y(i,:)=1-(exp(-z.*wn*t)/sqrt(1-z^2)).*sin(wn.*sqrt(1-z^2)*t+th);
end
plot(t,y), title('Caso SUBAMORTIGUADO');
legend('z(0.1)','z(0.2)','z(0.3)','z(0.4)','z(0.5)','z(0.6)','z(0.7)','z(0.8)','z(0.9)');
%-------------------------------------z=0;
figure
y=1-(exp(-z.*wn*t)/sqrt(1-z^2)).*sin(wn.*sqrt(1-z^2)*t+th);
subplot(211)
plot(t,y), title('NO AMORTIGUADO, utilizando sol.Subamortiguada');
y=1-cos(wn.*t);
subplot(212)
plot(t,y), title('NO AMORTIGUADO, utilizando sol.No amortiguada');
%--------------------------------------z=2;
Pag. 30
figure
y=1-(exp(-z.*wn*t)/sqrt(1-z^2)).*sin(wn.*sqrt(1-z^2)*t+th);
plot(t,y)
% r1=-z*wn+wn*sqrt(z^2-1);
% r2=-z*wn-wn*sqrt(z^2-1);
% b=1;
% figure
% y=1-b*((exp(-r2.*t)/r2)-(exp(-r1.*t)/r1));
plot(t,y), title('SOBRE AMORTIGUADO, utilizando sol.Subamortiguada');
%--------------------------------------z=1;
figure
y=1-(exp(-z.*wn*t).*(1+wn.*t));
%y=1-(exp(-z.*wn*t)/sqrt(1-z^2)).*sin(wn.*sqrt(1-z^2)*t+th); %DIVISION ENTRE CERO
plot(t,y), title('CRITICAMENTE AMORTIGUADO');
%---------------------------------------
2. EJEMPLO No. 2
Ejer2.m--------------------------------------------------------------%MODELADO DE SISTEMAS DINAMICOS
%Ejercicio No.2
%-------------------------------------%Se emplean las instrucciones del toolbox de control: tf(funcion de transferencia) y step(respuesta
%al escalon), para comparar las respuestas obtenidas en los ejercicios 1 y 2
%-------------------------------------close all, clear, clc
zi=0.1;
wn=3;
th=20;
figure
hold on
for i=1:9,
z=zi*i;
sys=tf(wn^2,[1 2*z*wn wn^2]);
step(sys)
Pag. 31
end
hold off
legend('z(0.1)','z(0.2)','z(0.3)','z(0.4)','z(0.5)','z(0.6)','z(0.7)','z(0.8)','z(0.9)');
%Se puede observar que ambas respuestas son muy similares
3. EJEMPLO No. 3
flecha.m-----------------------------------%Modelo de la figura 3.2(pagina 83). Utilizado con el archivo fig3-2.m
function xdot=flecha(t,x)
km=0.12/0.12; bm=0.6/0.12;
xdot=zeros(2,1);
xdot(1)=x(2);
xdot(2)=-bm.*x(2).*abs(x(2));
if x(1)<=0
xdot(2)=xdot(2)-km.*x(1);
end
%condiciones iniciales
[t,x]=ode45('flecha',[t0,tf],x0);
%
subplot(211); %ventana grafica dividida
plot(t,x); title('(a) Movimiento en el dominio del tiempo');
ylabel('DESPLAZAMIENTO(m)');
xlabel('TIEMPO(segundos)'); text(17,.04,'VELOCIDAD(m/seg)');
%
subplot(212);
plot(x(:,1),x(:,2)); title('(b) Movimiento en el espacio de estados');
axis([-.3 .9 -.3 .3]); %escala directa de los ejes
ylabel('VELOCIDAD(m/seg)'); xlabel('DESPLAZAMIENTO (m)');
hold on; plot([-.3 .9],[0 0],'-.');
plot([0 0],[-.3 .3],'-.'); hold off;
Pag. 32
4. EJEMPLO No. 4
f_pasivo.m-----------------------------------%Modelo de la figura 3.19(pagina 116). Utilizado con el archivo pag116.m
function xdot=f_pasivo(t,x)
Ent=1; %Entrada=>Escalon
Rs=1;
L1=2;
C1=3;
L2=4;
C2=5;
Rl=6;
%km=0.12/0.12; bm=0.6/0.12;
xdot=zeros(4,1);
xdot(1)=(Ent-Rs*x(1)-x(3))/L1;
xdot(2)=(x(3)-x(4))/L2;
xdot(3)=(x(1)-x(2))/C1;
xdot(4)=(x(2)-x(4)/Rl)/C2;
pag116.m-----------------------------------close all, clear, clc
%Texto para generar la figura 3.19(pagina 116)
%Usa el archivo-M de la funcion, f_pasivo.m
%MATLAB Version 6.5.0.180913a (R13)
%Modelo de un filtro pasivo Butterworth de pasa bajos de 4o. orden.
%condiciones iniciales
[t,x]=ode45('f_pasivo',[t0,tf],x0);
%
subplot(211); %ventana grafica dividida
plot(t,x); title('(a) Dinamica (I y V) en el dominio del tiempo');
legend('x(1)','x(2)','x(3)','x(4)');
ylabel('CORRIENTES Y VOLTAJES');
xlabel('TIEMPO(segundos)'); text(27,.2,'Estados');
%
Pag. 33
subplot(212);
plot(x(:,1),x(:,2)); title('(b) I1 E I2 en el espacio de estados');
%%axis([-.3 .9 -.3 .3]); %escala directa de los ejes
ylabel('CORRIENTE 2(A)'); xlabel('CORRIENTE 1(A)');
hold on; plot([-.3 .9],[0 0],'-.');
plot([0 0],[-.3 .3],'-.'); hold off;
%COMPROBACION
%REPRESENTACION EN ESPACIO DE ESTADOS Y SU RESPUESTA AL ESCALON
Ent=1;
Rs=1; L1=2;C1=3;L2=4;C2=5;Rl=6;
A=[-Rs/L1 0 -1/L1 0; 0 0 1/L2 -1/L2; 1/C1 -1/C1 0 0; 0 1/C2 0 -1/(C2*Rl)];
B=[1/L1; 0; 0; 0];
C=[0 0 0 1];
D=0;
sys=ss(A,B,C,D)
figure
step(sys); title('Respuesta al escalon vs. salida del modelo x(4)');
hold on; plot(t,x(:,4))
5. EJEMPLO No. 5
**********
Cuando no se puede experimentar sobre los sistemas se recurre a su modelado.
MODELOS
Un modelo de un sistema es bsicamente una herramienta que permite responder
interrogantes sobre este ltimo sin tener que recurrir a la experimentacin sobre el mismo.
Un modelo es una representacin siempre simplificada de la realidad (Sistema Fsico
existente ), o de un prototipo conceptual (proyecto de Sistema Fsico).
CLASIFICACIONES
Modelos Fsicos
Pag. 34
Modelos Abstractos
Sistemas de ecuaciones
Inecuaciones
Expresiones lgico-matemticas
Pag. 35
Pag. 36
por unidad de longitud en una lnea de transmisin). Los modelos dinmicos son,
tpicamente ecuaciones en derivadas parciales.
Se tiene un modelo a parmetros concentrados cuando se reemplaza la dependencia
espacial de las variables por su promedio en la regin del espacio donde estn definidas.
El espacio desaparece como variable absoluta del modelo y los parmetros pasan a ser
variables extensivas del modelo, se concentran en la regin en cuestin. Los modelos
dinmicos son, tpicamente, ecuaciones diferenciales ordinarias.
Paramtricos vs No Paramtricos
Los Modelos Matemticos Paramtricos se caracterizan completamente con un nmero
finito de paramtros (Ejs.: una funcin transferencia; una ecuacin diferencial).
Los Modelos Matemticos No Paramtricos no pueden caracterizarse completamente con
un nmero finito de paramtros (Ejs.: La curva de la respuesta a un escaln de un sistema
dinmico; la curva de respuesta en frecuencia de un amplificador).
Lineales vs No Lineales
En los Modelos Matemticos Lineales vale el principio de superposicin, i.e., causas
superpuestas (p. ej., distintas entradas y/o condiciones iniciales) originan la superposicin
de los correspondientes efectos.
En los Modelos Matemticos No Lineales el principio de superposicin no vale.
Estacionarios vs Inestacionarios
Un modelo matemtico es estacionario si responde al principio de desplazamiento
temporal, i. e., toda accin sobre el sistema produce el mismo efecto (la misma respuesta
del sistema) independientemente del momento en que comienza a ejercerse, si en ese
momento el sistema se encuentra en las mismas condiciones.
UTILIZACIN DE LOS MODELOS MATEMTICOS
Los modelos matemticos pueden ser utilizados para estudiar propiedades y/o predecir el
comportamiento del sistema ante diferentes situaciones. Existen dos grandes grupos de
tcnicas para tal fin:
Anlisis Terico de los modelos matemticos : Mtodos matemticos de anlisis
cualitativo (estabilidad, etc.) y cuantitativo (resolucin de ecuaciones, etc.)
Pag. 37
Pag. 38
Pag. 39
ENTRADAS MANIPULADAS
PERTURBACIONES.
CAUSALIDAD
RELACIN CAUSAL: Una seal y() depende causalmente de otra seal u() si:
i) y() depende de u()
Lenin Ruiz Gallegos
Pag. 40
******************
4.1 Modelos Fsicos
Son representativos de sistemas fsicos, su construccin es costosa, consume tiempo y es
improductiva.
Caractersticas estticas: modelos a escalas (por ejemplo: carros, edificios, etc.)
Caractersticas dinmicas:
Pag. 41
Son menos difciles de manipular y construir que los modelos fsicos, pueden ser
subclasificados en:
No matemticos
o Lingsticos: Descripciones de eventos en forma verbal o escrita.
o Grficos: Dibujos, imgenes, grficos.
o Esquemticos: Diagramas de flujo, diagramas circuitales, cartas de registros.
Tienen la desventaja que la informacin puede ser muy difcil de obtener con precisin.
Matemticos
Tienen las caractersticas que son precisos, no son ambiguos y solamente interpretables,
mientras su manipulacin y evaluacin de las alternativas son relativamente baratas.
Pag. 42
independiente.
Parmetros
distribuidos: Para sistemas en donde las variables son significativamente
dependientes en coordenadas espaciales en cierto momento del tiempo
deben utilizarse modelos de parmetros distribuidos descritos por
ecuaciones diferenciales parciales.
Modelos
estacionarios: Son aquellos donde su respuesta es independiente del instante en que se
apliquen los disturbios o entradas, son invariables en el tiempo.
Modelos no
estacionarios: Son modelos variantes en el tiempo como es el caso de los vehculos
donde el combustible representa una parte significativa de la masa total,
en este caso las ecuaciones diferenciales tienen coeficientes que varan
con el tiempo:
)()(2
2
t f Kx
dt
dx
f
dt
xd
tm=++
Ecuacin que describe el sistema masa, resorte, amortiguador, donde la
masa varia con el tiempo.
Modelos de
tiempo continuo: Modelos que tienen sus variables dependientes sobre un rango continuo
de variables independientes.
Modelos de
tiempo discreto: Son los que tienen sus variables dependientes definidas solo para
algunos valores de sus variables independientes, se describen utilizando
Pag. 43
ecuaciones de diferencias.
Ejemplo 1.3: ) 2 ( ) 1 ( ) ( - + - = i i i t z t z t z , ecuacin que representa un
modelo discreto, no existe informacin del modelo entre instantes
2y1--iitt.
Modelos
determinsticos: Son aquellos en los cuales la probabilidad de eventos no hace parte del
modelo, estos pueden ser:
Paramtricos: Ecuaciones diferenciales o algebraicas donde los
parmetros de las estructuras matemticas deben determinarse.
No paramtricos: Se obtienen directamente de la respuesta del sistema o
indirectamente a travs de anlisis experimental.
NOTA: Los modelos paramtricos pueden obtenerse de modelos no
paramtricos con la ayuda de tcnicas de identificacin.
Modelos
estocsticos: Las relaciones entre las variables se dan en trminos de valores
estadsticos.
Ejemplo 1.4: Los ARMA son modelos estocsticos empleados en el
modelamiento de series de tiempo:
1121)2()1()(-++-+-=ttiiitztztzeqeff
donde t e es una serie de ruido blanco que representa el
componente aleatorio del sistema.
Pag. 44