Académique Documents
Professionnel Documents
Culture Documents
El controlador que manipula la señal de error para determinada acción deseada de control
ha sido clásicamente un sistema analógico, que incluye componentes eléctricos, fluidos,
neumáticos o mecánicos. Todos estos sistemas tienen entradas y salidas análogas, es
decir, sus señales de entrada y salida se definen de forma continua en un intervalo de
tiempo y tienen valores que están definidos en un rango continuo de amplitudes. En las
últimas décadas, los controladores analógicos han sido a menudo reemplazados por
controladores digitales cuyas entradas y salidas se definen en instancias de tiempo
discreto. Los controladores digitales están en forma de circuitos digitales, computadoras
digitales o microprocesadores.
Además, las variables de control (salidas del controlador) que cambian continuamente
obtienen un mejor control que las que cambian periódicamente. Si todos los demás
factores hubieran sido idénticos para el control digital y analógico, el control analógico
sería superior al control digital, por lo que se plantea la pregunta: ¿Cuál es, entonces, la
razón detrás del cambio de analógico a digital que ha ocurrido en las últimas décadas?.
Pero, el control digital ofrece claras ventajas sobre el control analógico que explican su
popularidad. Estas son algunas de sus muchas ventajas:
1
resistencias y condensadores con valores reales que varían significativamente de los
valores nominales de diseño.
5. Costo. Aunque los precios de la mayoría de los bienes y servicios han aumentado
constantemente, el costo de los circuitos digitales continúa disminuyendo. Los
avances en la tecnología de integración a gran escala (VLSI) han permitido fabricar
circuitos integrados mejores, más rápidos y más confiables y ofrecerlos al consumidor
a un precio menor. Esto ha hecho que el uso de controladores digitales sea más
económico incluso para aplicaciones pequeñas y de bajo costo
La elección del periodo de muestreo es muy importante puesto que un valor demasiado
grande hace que se pierda información cuando se muestrean señales rápidas, que en el
caso de tratarse de un problema de control provendrán de sistemas rápidos.
2
Figura 1.1. (a) Señal analógica representada por función continua. (b) Señal digital
representada por secuencia discreta.
También se debe tener en cuenta que la señal de Referencia o consigna del Procesador
corresponde a una señal digital.
3
traducción del lenguaje de proceso al lenguaje de controlador digital se realiza mediante
un convertidor de analógico a digital (CAD). Se necesita un sensor para monitorear la
variable controlada para control de retroalimentación.
Las variaciones en esta configuración de control son posibles. Por ejemplo, el sistema
podría tener varias entradas de referencia y variables controladas, cada una con un lazo
similar al de la Figura 1.2. El sistema también podría incluir un lazo interno con control
digital o analógico. En la Figura 1.3 se muestra un sistema de control en tiempo discreto
con comparador analógico y un regulador digital en una planta con realimentación de
lazo cerrado.
Analizando las Figuras 1.3 se tiene lo siguiente: se parte de la una señal analógica (luego
de la comparación analógica) como se observa en la Figura 1.3a, a la cual se le digitaliza
mediante el Muestreador para obtener el vector de puntos de las muestras representadas
en la Figura 1.3b, a continuación se realiza el muestreo y retención (sampling and hold)
para que la señal sea continua como la Figura 1.3c, luego se aplica un filtro pasa bajo con
la frecuencia de corte a la mitad de la frecuencia de muestreo, para obtener la Figura 1.3d.
que es la señal análoga reconstruida para el control.
4
pintura. Para realizar sus tareas con precisión y fiabilidad, las posiciones y velocidades
de la mano del manipulador (efector final) se controlan digitalmente.
Para simplificar, solo se muestra un lazo de control de movimiento en la Figura 1.4, pero
en realidad hay n lazos para un manipulador n-D.O.F.
5
Típicamente, la planta es analógica, el control es por partes constante, y la acción de
control se actualiza periódicamente. Esta disposición da como resultado un sistema global
que se describe convenientemente mediante un modelo de tiempo discreto.
a) Emulación analógica
b) Diseño digital directo
6
En la Figura 1.5 se muestra el proceso de la señal de tiempo continuo a tiempo discreto,
del muestreador-retenedor.
𝑦̇ + 𝑎𝑦 = 𝑏𝑢 ; 𝑎, 𝑏 = 𝑐𝑡𝑒
𝑦̇ = − 𝑎𝑦 + 𝑏𝑢
𝑑𝑦
= −𝑎𝑦 (𝑡) + 𝑏𝑢 (𝑡)
𝑑𝑡
7
𝑑𝑦
Y despejando para obtener:
𝑑𝑡
𝑑𝑦
= (−𝑎𝑦 (𝑘𝑇) + 𝑏𝑢 (𝑘𝑇))|𝑡=𝑘𝑇
𝑑𝑡 |𝑡=𝑘𝑇
𝑑𝑦
= −𝑎𝑦 (𝑘𝑇) + 𝑏𝑢 (𝑘𝑇)
𝑑𝑡 |𝑡=𝑘𝑇
(1.1)
𝑑𝑦
Se aproxima la derivada por el método de Euler para una función y(t)
𝑑𝑡 |𝑡=𝑘𝑇
continua.
se obtiene:
y (k + 1) = −aT . y (k) + bT . u (k) + y (k)
y (k) = (1 − aT ) y (k − 1) + bT . u (k − 1)
(1.3)
Se obteniene como resultado la ecuación de diferencias correspondiente a la ecuación
diferencial de primer orden.
Los valores discretos y(k) = y(kT) de la solución de y(t) pueden ser calculados
resolviendo la ecuación de diferencias.
8
y(k) = (1− aT)k y(0) ; k = 0, 1, 2 ...
Sustituir t = kT :
−𝑎𝑇
𝑎𝑇 𝑎2 𝑇 2 𝑎3 𝑇 3
𝑒 = 1− + − +⋯
1! 2! 3!
𝑘
𝑎2 𝑇 2 𝑎3 𝑇 3
𝑦(𝑘) = [1 − 𝑎𝑇 + − + ⋯ ] 𝑦(0) ; 𝑘 = 0, 1, 2, …
2! 3!
Si aT << 1 entonces, las potencias de aT serán mucho menores que (1-aT) y por lo
tanto se puede aproximar la solución a:
1
Para cumplir la condición |𝑎𝑇| << 1 se hace que T << |𝑎| con lo que se puede
escoger el periodo de muestreo como:
1 1
𝑇≤ .| |
10 𝑎
1
𝑓𝑠 = ≥ 20. 𝐵𝑊
𝑇
9
𝑦(𝑘) = (1 − 𝑎𝑇)𝑘 𝑦(0) + ∑𝑘𝑖=1[(1 − 𝑎𝑇)𝑘−𝑖 𝑏𝑇 . 𝑢(𝑖 − 1)]
En la Figura 1.6 se muestra la sucesión de valores de salida y(kT) con 0 < (1-aT) < 1.
Figura 1.6. Sucesión de valores de salida y(kT) con 0 < (1-aT) < 1.
En la Figura 1.7 se muestra la sucesión de valores de salida y(kT) con (1-aT) > 1.
¿Cómo es la forma de la salida cuando (1− aT ) es negativo para los casos en que su
magnitud es menor que uno o mayor que uno?.
Ejemplo:
𝑑𝑦
3 + 2𝑦 (𝑡) = 5𝑢 (𝑡)
𝑑𝑡
𝑑𝑦 2 5
= − 𝑦 (𝑡) + 𝑢 (𝑡)
𝑑𝑡 3 3
𝑑𝑦 2 5
= − 𝑦 (𝑘𝑇) + 𝑢 (𝑘𝑇)
𝑑𝑡 |𝑡=𝑘𝑇 3 3
2 5
𝑦 ((𝑘 + 1 )𝑇) − 𝑦 (𝑘𝑇 ) = − 𝑇𝑦 (𝑘𝑇) + 𝑇𝑢 (𝑘𝑇)
3 3
Agrupando:
2 5
𝑦 ((𝑘 + 1 )𝑇) = (1 − 𝑇) 𝑦 (𝑘𝑇) + 𝑇𝑢 (𝑘𝑇)
3 3
Al reemplazar kT = k y k - 1 = k, se tiene:
2 5
𝑦 (𝑘) = (1 − 𝑇) 𝑦 (𝑘 − 1) + 𝑇𝑢 (𝑘 − 1)
3 3
𝑑𝑛 𝑦 𝑑 𝑛−1 𝑦 𝑑𝑦 𝑑𝑛 𝑢 𝑑 𝑞−1 𝑢 𝑑𝑢
𝑎𝑛 𝑛
+ 𝑎𝑛−1 𝑛−1
+ ⋯ + 𝑎1 + 𝑎0 𝑦 = 𝑏𝑞 𝑛
+ 𝑏𝑞−1 𝑞−1
+ ⋯ + 𝑏1 + 𝑏0 𝑢
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑥̇ = 𝐴 ⋅ 𝑥 + 𝐵 ⋅ 𝑢
𝑦 = 𝐶⋅𝑥+𝐷⋅𝑢
(1.4)
2. Sistema en tiempo discreto
Se desea encontrar las matrices Ad, Bd, Cd y Dd, de las ecuaciones (1.5), para lo cual se
parte de la ecuación de movimiento para el sistema en variables de estado, el cual se
evalúa en t = kT. (El desarrollo queda para el lector)
𝑑𝑦 2 𝑑 𝑑𝑦
|𝑡=𝑘𝑇 = ⋅
𝑑𝑡 2 𝑑𝑡 𝑑𝑡 |𝑡=𝑘𝑇
Pueden generarse o modificarse las señales en tiempo discreto mediante algoritmos (que
se concretan en un programa de ordenador).
Sistema en tiempo discreto: Define una regla para obtener cada valor de la salida y[k],
dados los valores de la entrada u[k] y las condiciones iniciales.
La ecuación en diferencias. Expresa el resultado del algoritmo (salida, y[k]) para cada
instante k como combinación lineal de valores de la entrada u[k] y de la salida en distintos
instantes. Para ser causal (ejecutable en tiempo real) estos valores deben ser pasados; se
admite también el valor presente de la entrada, lo cual requiere suponer que el tiempo de
cálculo es despreciable. En un sistema no causal, y[k] depende de u[k+1], u[k+2], ...
𝑦(𝑘 + 𝑛) = 𝑓[𝑦(𝑘 + 𝑛 − 1), 𝑦(𝑘 + 𝑛 − 2),⋅⋅⋅, 𝑦(𝑘 + 1), 𝑦(𝑘), 𝑢(𝑘 + 𝑛), 𝑢(𝑘 + 𝑛 − 1),⋅⋅⋅, 𝑢(𝑘 + 1), 𝑢(𝑘)]
forzando la función u(k) se dice que es de orden n porque la diferencia entre los
argumentos de tiempo más alto y más bajo de y(.) y u(.) es n. Las ecuaciones con las que
se trabaja son casi exclusivamente lineales y tienen la forma:
12
Se supone además que los coeficientes ai, bi, i = 0, 1, 2, . . ., son constantes. La ecuación
de diferencia se conoce entonces como invariante de tiempo lineal, o LTI. Si la función
de forzamiento u(k) es igual a cero, se dice que la ecuación es homogénea.
5y (k + 4) - 4y (k + 2) + y (k + 1) + (k - 2)3 = 0
es de orden 4 – 1 = 3.
Origen de tiempo: Se usará como origen de tiempos k=0. Nótese que esto implica que la
primera iteración es k=0.
Ejemplos
Solución
1. La ecuación es de segundo orden. Todos los términos entran en la ecuación linealmente
y tienen coeficientes constantes. La ecuación es por lo tanto LTI. Una función de forzado
aparece en la ecuación, por lo que no es homogénea.
2. La ecuación es de cuarto orden. El segundo coeficiente depende del tiempo, pero todos
los términos son lineales y no hay función forzada. La ecuación es, por lo tanto, lineal en
tiempo variable y homogénea.
3. La ecuación es de primer orden. El lado derecho (RHS) es una función no lineal de y (k),
pero no incluye una función de forzado o términos que dependen explícitamente del
tiempo. La ecuación es por lo tanto no lineal, invariante en el tiempo y homogénea.
El caso más sencillo es cuando los coeficientes pi (k) = ai, son constantes:
13
a0y (k + n) + a1y (k + n - 1) + . . . + any (k) = u (k)
El problema de encontrar una función y que verifique la ecuación, y tal que en los n
enteros consecutivos k0, k0 + 1, . . . , k0 + n - 1 tome valores dados c0, c1, . . . , cn-1, tiene
solución única.
Sea {y1, y2, ... ,yn} un sistema fundamental de soluciones de una ecuación en diferencias
lineal. Entonces:
1. D (k) ≠ 0
𝑦 (𝑘) = ∑ 𝑐𝑖 𝑦𝑖 (𝑘)
𝑖=1
14
y1 (k0) y2 (k0) … yn (k0)
y1 (k0 + 1) y2 (k0 + 1) … yn (k0 + 1)
D (k0) = … … … … ≠0
… … … …
y1 (k0 + n - 1) y2 (k0 + n - 1) … yn (k0 + n - 1)
y (k) = (1 - aT) y (k - 1)
Al generalizar:
y (k + 2) - 4y (k + 1) + 3y (k) = 0
también se sabe que: y (0) = 0 y y (1) = 1. La ecuación característica esta dada por:
r2 - 4r + 3 = 0 , entonces: r1 = 3, r2 = 1.
Por tanto:
15
1 𝑘 1
𝑦 (𝑘) = 3 −
2 2
El caso general en control está dado por: u (k) = akp (k), donde a es una constante y p es
un polinomio de grado m.
donde q es un polinomio del mismo grado que p, si z no tiene factores comunes con la
solución general de la ecuación homogénea.
y (k + 2) - y (k + 1) + y (k) = k
𝑘𝜋 𝑘𝜋
𝑦 (𝑘) = 𝑐1 cos + 𝑐2 sin
3 3
Por tanto:
Una solución particular será de la forma z (k) = ak + b, por lo que se determina los valores
de a y b mediante:
a (k + 2) + b - a (k + 1) - b + ak + b = k , entonces ak + a + b = k
a=1
a + b = 0 , entonces b = -1
𝑘𝜋 𝑘𝜋
𝑦 (𝑘) = 𝑐1 cos + 𝑐2 sin +k−1
3 3
16
Por el método de la transformada Z.
y (k + 2) + 3y (k + 1) + 2y (k) = 0
Y (0) = 0 y Y (1) = 1
z2Y (z) - z2Y (0) - zY (1) + 3zY (z) - 3zY (0) + 2Y (z) = 0.
Al simplificar se obtiene:
𝑧 𝑧
𝑌 (𝑧) = −
𝑧 + 1 𝑧 + 2
Obteniendo la inversa:
Una ecuación en diferencias es una ecuación que relaciona varias secuencias con ellas
mismas desplazadas (o sea, una ecuación de recurrencia).
a 0 y k a1 y k 1 a 2 y k 2 a n y k n b0 u k b1u k 1 b2 u k 2 bm u k m
n m
a y
i 0
i k i b juk j
j 0
17
f [k ] f [k 1] f [k ] , gráficamente se muestra en la Figura 1.8.
Ejemplo:
Si
y [k ] 1 2k 3k 2
hallar la diferencia de primer orden.
Solución:
Yk f [k ] 1 2k 3k 2
f [k ] f [k 1] f [k ] (6 8k 3k 2 ) (1 2k 3k 2 ) 5 6k
Como se observa, a partir del resultado del ejemplo anterior, f [k ] es otra función que
depende de la misma variable k, por tanto se puede hablar de la segunda diferencia de
f [k ] (o primera diferencia de f [k ] ). Esta se escribe:
2 f [k ] f [k 1] f [k ]
y así sucesivamente para diferencias de orden mayor.
Ejercicios
1. f [ k ] k 2 2k 1
18
2. g [k ] 1 / k
3. h [k ] ln (k )
1.1.3.2. Ecuaciones de Diferencia Finita de Primer Orden
Una ecuación que relacione los valores de una función y f [k ] con una o varias de
sus diferencias finitas, se llama ecuación de diferencia finita en f [k ] .
Ejemplos:
1. 3Yk 1 Yk 0
2. Yk 1 4Yk k
3. Yk 1 Yk 3 (2)k
1.1.3.3. Modelaje de Sistemas de Tiempo Discreto Mediante Ecuaciones en
Diferencias
Como los sistemas de tiempo discreto que se usan aquí no son tomados del mundo físico
real (la naturaleza) sino que son una invención del hombre, normalmente no parten de
un modelo físico, como ocurría en los sistemas de tiempo continuo, sino que
directamente se representan mediante algún tipo de modelo matemático.
19
1 1 1 1 1
R 2R R V k 1 V k 2 Vk 0
R R
5 1 1
V k 1 V k 2 V k 0
2R R R
O mejor
Que es la ecuación en diferencias que modela a los voltajes de nodo para la red R-2R.
En el nodo N se tiene la restricción impuesta por la ecuación:
1
VN V N 1
2
Ejemplo: Obtener la ecuación en diferencias que modela al sistema de tiempo discreto
de la Figura 1.10.
Solución:
20
Solución:
1 2
yk y k 2 y k 3 u k 2u k 2
4 8
quedando la ecuación de diferencias así:
1 2
yk y k 2 y k 3 u k 2u k 2
4 8
1.1.3.4. SOLUCIÓN DE ECUACIONES DE DIFERENCIA FINITA
Una función Y f [k ] es una solución de la ecuación de diferencia finita si está definida
para todo k= 0, 1, 2, 3,... y satisface la ecuación dada. , .
Yk 1 Yk 2k 1
Solución:
Yk 1 Yk [(k 1)2 1] [k 2 1] 2k 1
o sea que la función Y f [k ] cumple con la ecuación de diferencia dada en el ejemplo.
Existen dos clases de soluciones para una ecuación de diferencia finita: la solución
particular y la solución general.
1. Yk k ; Yk 1 Yk 1
21
2. Yk 4 (2)k ; Yk 1 2Yk 0
3. Yk 1 (k 1) * k ; Yk 1 Yk 2k 3
4. Yk 3 ; Yk 1 Yk 0
(1 k ) * k
5. Yk C ; Yk 1 Yk k
2
1
Yk Yk 1 3Yk 1
6.
1 k ;
1 3k 1 Yk
7.
Yk Y
; k 1
2 1 Yk
k
1
8.
Yk 1 ; 2Yk 1 Yk 3
2
9. Yk 3(2k 1 1) ; Yk 1 2Yk 1
10. Yk e k
; Yk 1 Yk (1 e)Yk
1.1.3.5. ECUACIÓN DE DIFERENCIA LINEAL DE PRIMER ORDEN
Se llama ecuación de diferencia lineal de primer orden con coeficientes constantes en
Yk a toda expresión de la forma:
a1 Yk 1 a0 Yk f [k ]
con a0, a1 constantes y f [k ] una función tal que k = 0, 1, 2, 3, …
Ejemplos:
1. 5Yk 1 3Yk k 1
2. 2Yk 1 Yk 2k
22
La ecuación en diferencia de orden n es
an Yk n an 1 Yk n 1 a1 Yk 1 a0 Yk U k
Se recalca que estas ecuaciones son aplicables si y sólo si el valor de la función en un
período cualquiera, está relacionado o depende del valor de dicha función en el período
inmediatamente anterior, además la variable independiente debe tomar los valores
enteros 0, 1, 2, 3, …
f [k ] Yk 1 Yk
y la ecuación de diferencia lineal de primer orden con coeficientes constantes se
escribirá:
a1 Yk a0 Yk 1 f1 [k ]
Donde a0, a1 son constantes y f1 [ k ] es una función que depende de k relacionada con
f [k ] . El manejo de estas ecuaciones es idéntico al de las anteriores, simplemente que
Yk de la primera ecuación corresponde a Yk-1 de la segunda y Yk+1 de la primera ecuación
corresponde a Yk de la segunda.
Ejemplo: En un instante cualquiera, una señal es igual a las tres cuartas partes de la
recibida en el periodo anterior aumentada en 0.2. Plantear una ecuación de diferencia
que relacione dos señales consecutivas.
Solución:
23
caníbales en cualquier periodo k (recordar que un periodo son 15 años) y[k ] , está dada
por:
O también
Un método para resolver una ecuación de diferencia, no muy práctico pero interesante
para conocer la dinámica del sistema es la construcción de una tabla en la cual se van
registrando las salidas y entradas para los respectivos periodos en el tiempo conforme
éste avanza.
0 2 0 0 2
1 5 2 0 2
2 7.9 5 2 2
3 9.85 7.9 5 2
24
Como se puede observar, este método es muy conveniente para mirar la dinámica del
sistema, pero que tal si la pregunta fuera: ¿Cuál es la población en 1000 años?. La
construcción de la tabla para resolver esta inquietud es muy tediosa, de ahí que mejor
se empleen métodos matemáticos para resolver este tipo de ecuaciones de diferencia.
n
y[k ] c i ri ,
k
k= 0, 1, 2, …,n -1
i 1
y[0] 1 1 1 c1
y[1] r r2 rn c 2
1
y[2]
n 1 n 1 n 1
y[3] r1 r2 rn c n
25
Si todas las ri son diferentes, el conjunto de ecuaciones resultante de esta matriz siempre
se puede resolver. Es posible que algunas raíces así como algunas constantes sean
complejas conjugadas, pero para condiciones iniciales reales, la solución siempre será
real.
ri , kri , , k m 1 ri
k k k
Ejemplo:
1 1 1 0 c1
3 3 2 2 c
2
0 9 4 8 c 3
ri Re j , ci R0 e j0
ri 1 Re ( j ) , ci 1 R0 e ( j0 )
De la solución general:
26
n
y[k ] ci ri ,
k
k 0
i 1
Se tiene que:
r1 , r2 a a 2 1
Lo que implica una solución homogénea de la forma:
y[k ] c1 r1 c 2 r2
k k
Así:
k
y[k ] c1 a a 2 1 c 2 a a 2 1 k
a 2 1 0 1 a 2 0
Por tanto:
r1, 2 a j 1 a 2
De donde:
R r1 a 2 (1 a 2 ) 1
Las raíces se pueden escribir como:
27
r1 Re ( j ) r2 Re( j )
(1 a 2 )
R=1 tan 1
a
2. La ecuación no homogénea
La solución de la ecuación general se obtiene mediante la adición de una solución
particular a la solución de la ecuación homogénea, dicha solución particular no
necesariamente satisface las condiciones iniciales. Una solución particular puede
encontrarse con el método de variación de parámetros o el método de parámetros
indeterminados. Este último método propone una solución particular semejante al lado
derecho de la ecuación pero con un parámetro indeterminado .
k kn
ak k nak
k n a k cos k 1k 0
sin(𝛼𝑘) 𝑜 𝑐𝑜𝑠(𝛼𝑡) 𝐴0 𝑐𝑜𝑠(𝑘𝛼 ) + 𝐴1 𝑠𝑖𝑛(𝑘𝛼 )
28
Polinomio p(k) de
𝐴0 𝑘 𝑚 + 𝐴1 𝑘 𝑚−1 + ⋯ + 𝐴𝑚
grado m
n
k
i 0
i
i
ak
n n
i k i a k i k i a k cos(k 0 )
i 0 i 0
1[k ] 1[k ]
(-1)K a(-1)K
El lado derecho de la ecuación es una serie de potencias y por tanto se selecciona una
solución particular de la misma serie de potencias. Así, se puede seleccionar:
y[k ] (1) k
Sustituyendo:
(1) k (1) 3 7 (1) k (1) 2 16 (1) k (1) 1 12 (1) k (1) k
De donde
29
1
y[k ] c1 3 k (c 2 kc 3 )2 k (1) k ó
36
1
y[k ] (1) k c1 3 k (c 2 kc 3 )2 k
36
Ahora se calcula las constantes ci
37 / 36 1 1 0 c1
107 / 36 3 2 2 c
2
1 / 36 9 4 8 c3
279 156
Resultando c1 , c 2 316 , c 3 ,
36 36 36
Retomando ahora el problema de caníbales y conociendo su ecuación de diferencia dada
por:
r 2 1.5r 0.8 0
Cuyas raíces son: r1 , r2 0.75 0.4873 j o expresadas de otra forma:
0.487 rad
tan 1 33.14 0.576
0.75 s
De donde:
El lado derecho de la ecuación es una entrada paso de la forma 2(1[k]) y por tanto la
solución propuesta tendrá la forma (1[k]), así en la ecuación:
30
y[k 2] 1.5 y[k 1] 0.8 y[k ] u[k 2]
Se sustituye la solución propuesta y por tanto: 1.5 0.8 2
De donde 6.666
2 2 R0 cos 0 6.666
5 2R0 (0.894) cos(0.576 0 ) 6.666
Así se tiene que:
2 R0 cos 4.666
2R0 cos( 0.576) 1.864
De las ecuaciones anteriores y la relación: cos(a - b) = cos a cos b + sin a sin b, se
obtiene que:
2 R0 cos 4.666
2 R0 sen 3.763
Y así:
2 R0 5.994
4.666
cos 1 3.82
5.994
De donde la solución total estará dada por:
31
TRANSFORMADA Z DE FUNCIONES ELEMENTALES
1.1.3.1. ESCALÓN UNITARIO
Sea:
X ( z ) 1* z k
z k sk 1 z 1 z 2 z 3 z k
k 0 k 0
(1.6)
z 1sk z 1 z 2 z 3 z 4 z ( k 1)
(1.7)
z 1sk sk 1 z k
sk ( z 1 1) 1 z k
1 z k
sk 1
z 1
11 1
lim S k lim
k k z 1 1 z 1 1
z
X ( z)
z 1
(1.8)
32
------
-1 + z
sk 0 z 1 2 z 2 3z 3 kz k
(1.9)
34
Si se multiplica la ecuación (1.9) en ambos miembros por z -1
z 1sk z 2 2 z 3 3z 4 (k 1) z ( k 1)
(1.10)
z 1sk sk z 2 2 z 3 3z 4 (k 1) z ( k 1) z 1 2 z 2 3z 3 kz k
sk ( z 1 1) z 1 z 2 z 3 z k
1 2 3 k z
De la ecuaciones 1.3 y 1.5 se tiene: (1 z z z z )
z 1
z 1 Tz
sk * 1
z 1 z 1 ( z 1) 2
Tz 1 Tz
X ( z)
1 z
1 2
z 12
La anterior relación se obtiene por Matlab de dos formas:
35
1.1.3.3. POTENCIAL: a k , (a = constante)
Para graficar la señal potencial a k (a = constante) discreta por Matlab, se hace:
%GENERACION DE LA FUNCION POTENCIAL x(k) = 2 k
Sea:
a k , para k 0, 1, 2, 3, ···
x (k) señal discreta
0, para k 0
X ( z ) a k z - k sk 1 az 1 a 2 z 2 a 3 z 3 a k z k
k 0
(1.11)
36
Si se multiplica la ecuación (1.11) en ambos miembros por az 1
az 1sk az 1 a 2 z 2 a 3 z 3 a k z k a k 1 z ( k 1)
(1.12)
az 1sk sk az 1 a 2 z 2 a 3 z 3 a k z k a k 1 z ( k 1) 1 az 1 a 2 z 2 a 3 z 3 a k z k
1 a k 1 z ( k 1)
sk (az 1 1) 1 a k 1 z ( k 1) sk
az 1 1
1 a k a z 1 z k 1 a a z 1 1 z 1 a a z 1 (0)
lim sk lim
k k az 1 1 az 1 1 az 1 1
1 (0) 1 1 z z
lim sk
k az 1 1 az 1 1 az 1 a z z a
1 z
X ( z)
1 az 1 z a
La anterior relación se obtiene por Matlab de dos formas:
37
1.1.3.4. EXPONENCIAL: e -akT , (a = constante)
Para graficar la señal potencial a -akT
(a = constante) discreta por Matlab, se hace:
%GENERACION DE LA FUNCION EXPONENCIAL x(k) = e -2k
Sea:
38
X ( z ) e akT z - k
k 0
e aT z 1 s k s k e aT z 1 e 2aT z 2 e 3aT z 3 e 2akT z ( k 1) 1 e aT z 1 e 2aT z 2 e 3aT z 3 e akT z k
e aT ( K 1) z 8 K 1) 1
sk
e aT z 1 1
e aT ( K 1) z ( K 1) 1 e aT 1 e z 1 z 1 e aT (0) z 1 (0) 1
lim sk lim
k k e aT z 1 1 e aT z 1 1 e aT z 1 1
1 1 z
lim s k aT 1
aT 1
k e z 1 1 e z z e aT
1 z
X ( z)
1 e aT z 1 z e aT
La anterior relación se obtiene por Matlab de dos formas:
39
>> syms z k a T %se crean las variables simbólicas z k a T
>> g=exp(-a*k*T); %se crea la función a transformar
>> f=ztrans(g); %se calcula la transformada z
>> pretty(f) %se arregla la presentación
z
--------------------------
/ z \
exp(-a T) |-1 + ---------|
\ exp(-a T)/
40
Sea:
1 1 1 1
X ( z)
2 j 1 e jT z 1 2 j 1 e jT z 1
reemplazando las exponenciales :
z 1 sen(T )
X ( z)
1 2 z 1 cos(T ) z 2
1.1.3.6. PROPIEDADES Y TEOREMAS
1. MULTIPLICACIÓN POR UNA CONSTANTE
Z[a x(k)] = a Z[x(k)] = a X(z)
2. LINEALIDAD
Si x(kT) = a f(kT) + b g(kT), entonces,
X(z) = a F(z) + b G(z)
3. MULTIPLICACIÓN POR a k
Si y(kT) = a k x(kT), entonces,
Z[a k y(kT)] =
k 0
a k x(kT) z – k
k 0
x(kT) (a -1
z) – k = X(a -1
z)
4. TEOREMA DE TRASLACIÓN
Si y(kT) = e - akT
x(kT), entonces,
41
Z[e - akT
x(kT)] =
k 0
e -akT
x(kT) z – k
k 0
x(kT) (e aT
z) – k = X(e aT
z)
Z[x(k+n)T] = z n
[ X(z) – k 0
x(kT)*z –k ]
= z n
X(z) - z n
x(0) - z n-1
x(1) - z n-2
x(2) - ········· - z x(n-1)
Ejemplo:
Z[x(k+3)T] = z 3
X(z) - z 3
x(0) - z 2
x(1) - z x(2)
6. SUMA DE FUNCIONES
k
Sea y(k) =
h 0
x(h) , para k = 0,1, 2, ······
42
x() lim x(k ) lim (1 z 1 ) X ( z )
k z 1
Este se aplica si el sistema es estable.
EJEMPLO 1-1
Encontrar la transformada Z de una función escalón de amplitud 4 y desfase en atraso
de 3 periodos de muestreo.
Solución:
x(kT) = 4*u(kT- 3T), asumiendo T = 1 por simplicidad,
x(k) = 4u(k-3)
Z[4u(k-3)] = 4Z[u(k-3)] = 4 z -3
Z[u(k)]
aplicando teorema de corrimiento en atraso
X(z) = 4 z -3
(1/ (1-z –1
)) = 4 / (z 3 – z 2)
EJEMPLO 1-2
Obtener la transformada Z de y(k) = 5 k–2
para k = 1, 2, .... e igual a cero para k 0.
Solución:
Sea x(k) = 5 k, entonces y(k) = x(k – 2) = 5 k–2
EJEMPLO 1-3
Obtener la transformada Z de y(k) =k e – 5k
para k = 1, 2, .... e igual a cero para k ≤0.
Solución:
Sea x(k) = k, entonces, X(z) = z –1
/ (1 – z –1
) 2 , y además, y(k) = e – 5k
x(k ) ,
Aplicando teorema de traslación,
Z[y(k)] = Z[k e – 5k
] = X(e 5k
z )] , reemplazando 𝑧 = 𝑒 5𝑇 𝑧, en X(z) se tiene:
(𝑒 5𝑇 𝑧)−1 𝑒 −5𝑇 𝑧 −1
𝑌(𝑧) = =
(1 − (𝑒 5𝑇 𝑧)−1 )2 (1 − 𝑒 −5𝑇 𝑧 −1 )2
EJEMPLO 1-4
Determinar el valor inicial x(0) de una señal si su transformada Z es igual a:
(1 e 5 k ) z 1
X ( z)
(1 z 1 )(1 e 5 k z 1 )
Aplicando el Teorema de valor inicial,
43
(1 e 5k ) 1
x(0) lim X ( z ) 0
z (1 1 )(1 e 5 k 1 )
EJEMPLO 1-5
Determinar el valor final x(∞) de una señal si su transformada Z es igual a:
1 1
X ( z)
(1 z 1 ) (1 e 5 z 1 )
1 z 1
1
x() lim x(k ) lim (1 z ) X ( z ) lim 1 5 1
1
k z 1 z 1
1 e z
EJEMPLO 1-6
Obtener la transformada Z de la figura dada. Tiempo de muestreo = 1.0. Ver Figura
1.18.
1 z 1 1 z 3 * z 1 1 z 1 (1 z 3 )
Y ( z)
3 (1 z 1 ) 2 3 (1 z 1 ) 2 3 (1 z 1 ) 2
1.1.3.7. TRANSFORMADA Z INVERSA
Con la transformada Z inversa se obtiene la señal discreta en los instantes de muestreo
x(kT). Los siguientes son los métodos más utilizados para obtener la transformada Z
inversa.
44
1. MÉTODO DE DIVISIÓN DIRECTA
El método consiste en arreglar la función X(z) en términos de z – 1 tanto el numerador
como el denominador, dividir algebraicamente el numerador entre el denominador y su
cociente mediante comparación con la definición de X(z) encontrar la señal x(kT).
x(k ) z
k 0
k
x(0) + x(1) z – 1 + x(2) z –2 + x(3) z – 3 + ······ + x(k) z – k
EJEMPLO 1-7
Obtener la transformada Z inversa x(k) de:
5 z 10 5 z 10
X ( z) 2
( z 0.8)( z 0.2) z z 0.16
multiplicando numerador y denominador por z –2
,
5 z 1 10 z 2
X ( z)
1 z 1 0.16 z 2
dividiendo numerador entre denominador, se tiene,
X(z) = 5 z –1
+ 15 z –2
+ 14.2 z –3
+ 11.8 z –4
+ ···
Comparando con la definición de X(z), se obtiene que:
X(0) = 0, x(1) = 5, x(2) =15, x(3) = 14.2, x(4) = 11.8, ···
Si se quiere obtener más muestras de la señal, es mejor aplicar Matlab de esta forma:
% EJEMPLO 1-6: DE TRANSFORMADA Z INVERSA
x = [1 zeros(1,40)]; % para k = 40 muestras
45
0.0564 0.0451 0.0361 0.0289 0.0231 0.0185 0.0148
0.0118 0.0095 0.0076 0.0061 0.0048 0.0039
5 z 3 26 z 2 44 z 29
X ( z)
z 3 6 z 2 11z 6
Para representar esta función en fracciones parciales usamos el comando Matlab
residue que encuentra los valores del vector r, del vector p y del término independiente
k según la siguiente expresión:
r1 r r
X ( z) 2 n k
z p1 z p 2 z pn
Usando Matlab se tiene:
num = [5 26 44 29];
den = [1 6 11 6];
[r, p, k] = residue(num,den)
% Los resultados son:
r = [-2 -5 3], p = [-3 -2 -1], k = 5,
46
2 5 3
X ( z) 5
z 3 z 2 z 1
Multiplicando por z-1 :
2 z 1 5 z 1 3 z 1
X ( z) 5
1 3 z 1 1 2 z 1 1 z 1
Si se supone que:
v(k) = ak
Z[a k–1
] = Z[v(k -1)] = z –1
Z[v(k)] = z -1
Z[a k ] = z – 1 * 1/(1 – a z –1
)
entonces ,
x(k) = -2(-3) k–1
-5(-2)k – 1 +3(-1)k – 1 + 5δk
donde δk es el delta kronecker (delta de Dirac en control continuo) cuya transformada
Z es igual a 1.
3. MÉTODO DE LOS RESIDUOS
El método plantea que:
m
x(kT) = i 1
(residuos de X(z) z k - 1 en el polo z = zi )
x(kT) = k1 + k2 +······· + km
ki lim ( z zi ) * X ( z ) *z k 1
z zi
b) Si X(z) z k – 1 tiene un polo múltiple en z = zi de orden q, entonces, el residuo es:
ki
1
lim
q 1
( q 1)! z zi z q 1
( z zi ) q * X ( z ) *z k 1
EJEMPLO 1-9
a. CASO POLO SIMPLE.
z
X(z) =
(z − 2)(z − 3)(z − 1)
47
𝑧𝑘
𝑋(𝑧)𝑧 𝑘−1 = , 𝑝𝑎𝑟𝑎 𝑘 = 0, 1, 2, …
(𝑧 − 2)(𝑧 − 3)(𝑧 − 1)
(𝑧 − 2)𝑧 𝑘 2𝑘
𝑘1 = lim = = −2𝑘
𝑧→2 (𝑧 − 2)(𝑧 − 3)(𝑧 − 1) (−1)(1)
(𝑧 − 3)𝑧 𝑘 3𝑘 3𝑘
𝑘2 = lim = =
𝑧→3 (𝑧 − 2)(𝑧 − 3)(𝑧 − 1) (1)(2) 2
(𝑧 − 1)𝑧 𝑘 1𝑘 1
𝑘3 = lim = =
𝑧→1 (𝑧 − 2)(𝑧 − 3)(𝑧 − 1) (−1)(−2) 2
3𝑘 1
𝑋(𝑘) = −2𝑘 + +
2 2
POR MATLAB
num=[0 0 1 0];% coeficientes del numerador hay que colocar los
ceros para hallar Xz1
syms z
syms z k
k2=limit((z-3)*Xz1*z^(k-1),z,3)
k3=limit((z-1)*Xz1*z^(k-1),z,1)
48
%X(k)=k1+k2+k3
3z 2 9 z
X ( z) 3
z 1.8 z 2 1.05 z 0.2
X(k)=K1+K2
Hallamos K1 que corresponde al polo simple
3z 2 9 z k 1
k1 lim z 0.8* * z
z 0.8
z 0.8z 0.52
3 z 9 k
k1 lim * z
z 0.8 z 0.52
3 * 0.8 3* 0.8 3 * 2.2* 0.8 6.6 * 0.8
k k k
k1
0.8 0.52 0.32 0.09
k1 73.30.8
k
ki
1
lim
q 1
( q 1)! z zi z q 1
( z z i) q
* X ( z ) * z k 1
1 𝜕 (𝑧 − 0.5)2 (3𝑧 − 9)𝑧 𝑘
𝑘2 = lim [ ]
(2 − 1)! 𝑧→0.5 𝜕𝑧 (𝑧 − 0.5)2 (𝑧 − 0.8)
𝑑 3𝑧 𝑘+1 − 9𝑧 𝑘
𝑘2 = lim ( )
𝑧→2 𝑑𝑧 (𝑧 − 0.8)
(𝑧 − 0.8)[3(𝑘 + 1)𝑧 𝑘 − 9𝑘𝑧 𝑘−1 ] − [3𝑧 𝑘+1 − 9𝑧 𝑘 ](1)
𝑘2 =
(𝑧 − 0.8)2
(𝑧 − 0.8)[3𝑘𝑧 𝑘 + 3𝑧 𝑘 − 9𝑘𝑧 𝑘−1 ] − 3𝑧 𝑘+1 + 9𝑧 𝑘
𝑘2 =
(𝑧 − 0.8)2
(−0.3)[3𝑘 (0.5)𝑘 + 3(0.5)𝑘 − 9𝑘 (0.5)𝑘−1 ] − 3(0.5)𝑘+1 + 9(0.5)𝑘
𝑘2 =
(−0.3)2
49
2.7𝑘 (0.5)𝑘
−0.9𝑘 (0.5)𝑘 − 0.9(0.5)𝑘 + − 3(0.5)(0.5)𝑘 + 9(0.5)𝑘
𝑘2 = 0.5
0.09
𝑘2 = 50𝑘(0.5)𝑘 + 73.33(0.5)𝑘
50
%K2=1/3*(220+150*k)/(2^k)
z n
X(z) - z n
x(0) - z n-1
x(1) - z n-2
x(2) - ········· - z x(n-1)
EJEMPLO 1-10
Resolver la siguiente ecuación en diferencias.
x( k +2) + 5x(k +1) + 6x(k) = 0
Condiciones iniciales: x(0) = 0, x(1) = 1
51
Solución :
a) Aplicando Transf._Z, se tiene:
[z 2
X(z) - z 2
x(0) - z x(1)] + 5[z X(z) - z x(0)] + 6 X(z) = 0
b) Sustituyendo condiciones iniciales:
[z 2
X(z) - z 2
(0) - z (1)] + 5[z X(z) - z (0)] + 6 X(z) = 0
=z 2
X(z) - z + 5z X(z) + 6 X(z) = 0
despejando X(z):
z z z
X ( z) (fracciones parciales)
z 5z 6 z 2 z 3
2
EJEMPLO 1-11
Resolver la siguiente ecuación en diferencias.
a) Aplicando Transf._Z, se tiene: x(k) + 5x(k-1) + 6x(k-2) = u(k), donde u(k) es el
escalón unitario
Solución :
X(z) + 5 z –1
X(z) + 6 z -2
X(z) = U(z), pero U(z) = 1 / (1 – z- 1)
Despejando X(z) :
1 z3
X ( z)
(1 z 1 )(1 5 z 1 6 z 2 ) ( z 1)( z 2 5 z 6)
b) Obtener la transf_z inversa:
% Aplicando Matlab para encontrar las fracciones parciales
Xz = zpk([0 0 0 ], [1 -2 -3], 1, -1);
Xz = tf(Xz)
pole(Xz)
% tiene polos simples en : -3.0000 -2.0000 1.0000
[num,den]=tfdata(Xz,'v')
[r,p,k]=residue(num,den)
% r = -6.7500 2.6667 0.0833
52
% p = -3.0000 -2.0000 1.0000
% k = 1
EJEMPLO 1-12
Resolver la siguiente ecuación en diferencias.
x (k + 2) + 0.5x (k + 1) + 0.2x(k) = u(k + 1) + 0.3u(k), (1)
Condiciones iniciales:
x(k) = 0, para k 0 y u(k) = 0, para k 0 y además,
u(0) = 1.5, u(1) = 0.5, u(2) = -0.5, u(k) =0 para k = 3, 4, 5, ·······
Solución :
a) Aplicando Transf._Z, se tiene:
[ z 2 X(z) – z2 x(0) – z x(1) ] + 0.5[ z X(z) – z x(0)] + 0.2 X(z)
= [z U(z) –z u(0)] + 0.3 U(z) (2)
b) Sustituyendo condiciones iniciales:
Como no se conoce x(1), se debe encontrar reemplazando k por -1 en la ecuación (1),
x(-1+2) + 0.5x(-1+1) + 0.2x(-1) = u(-1+1) + 0.3u(-1), entonces,
x(1) + 0.5 x(0) + 0.2 x(-1) = u(0) + 0.3 u(-1),
de las condiciones iniciales, x(0)=0, x(-1)= 0, u(0) = 1.5, u(-1) = 0,
reemplazando se tiene que,
x(1) = 1.5
encontrado x(1) se sustituyen condiciones iniciales en (2),
[ z 2 X(z) – z (1.5) ] + 0.5[ z X(z) ] + 0.2 X(z) = [z U(z) - z (1.5)] + 0.3 U(z) (2)
Despejando X(z):
z 0.3
X ( z) U ( z)
z 0.5 z 0.2
2
53
U ( z ) u (k ) z k u (0) u (1) z 1 u (2) z 2 u (3) z 3
k 0
k=0
= 1.5 + 0.5 z – 1 - 0.5 z – 2 , reemplazando,
Y ( z ) z 2 1.5Y ( z ) z 0.8Y ( z ) U ( z ) z 2
De esta manera, se tiene que,
𝑌(𝑧)[𝑧 2 − 1.5𝑧 + 0.8] = 𝑈(𝑧)𝑧 2
De donde,
𝑈(𝑧)𝑧 2
𝑌(𝑧) = (2)
[𝑧 2 − 1.5𝑧 + 0.8]
54
2𝑧
𝑈(𝑧) = (3)
𝑧−1
Considerando (3) en (2),
𝑧2 2𝑧
𝑌(𝑧) = 2
∙ (4)
[𝑧 − 1.5𝑧 + 0.8] 𝑧 − 1
Ahora bien, para que la función racional (4) sea una fracción propia, y se puede realizar
su descomposición en fracciones parciales, se transformara (4) como sigue:
𝑌(𝑧) 𝑧2 2
= 2 ∙ (5)
𝑧 [𝑧 − 1.5𝑧 + 0.8] 𝑧 − 1
𝑧2 2 𝐴 𝐵 𝐶
2
∙ = + + (6)
[𝑧 − 1.5𝑧 + 0.8] 𝑧 − 1 𝑧 − 1 𝑧 − 𝛼1 𝑧 − 𝛼2
r =
6.6667
-2.3333 - 1.8810i
-2.3333 + 1.8810i
p =
1.0000
0.7500 + 0.4873i
0.7500 - 0.4873i
k =
[]
55
Determinando la transformada inversa Z de la expresión (7) se tiene:
EJECUCION EN EL WORKSPACE
>> x = 0:1:15;
>> tz(x)
En la Figura 1.20 se muestra la ejecución en el WorkSpace.
56
TRANSFORMADA Z MODIFICADA.
Los comportamientos entre los puntos de muestreo pueden ser investigados utilizando
la transformada Z modificada. Esta es la transformada Z ordinaria, solamente retrasada
mT segundos, la cual es una fracción del periodo de muestreo, ya que 0<m<1.
F ( z, m) f ( KT T mT ) Z K
k 0
F ( z , m) Z 1
f ( KT mT )Z
k 0
K
Ejemplo 1.14
Hallar la Z modificada de e at
F ( z , m) Z 1
(e
k 0
a ( kT mT )
)Z K
z
F ( z , m) Z 1e am T
z e aT
e am T
F ( z , m)
z e aT
La transformada Z modificada se puede calcular de dos formas:
Por tablas
Matemáticamente
1
F ( z , m) Z 1
Re sidueF (s)e mTsZ
k 0 Z e Ts con un polo de F(s)
F(Z)=lim Z*F(Z,m)
m=0
57
En donde 𝐺(𝑠) no contiene tiempo muerto y 𝜃′ es el tiempo muerto, el procedimiento
para evaluar la transformada z de esta función es el siguiente:
Sea
𝜃 ′ = 𝑁𝑇 + 𝜃
Aplicando la transformada z
En donde
𝜃
𝑚 =1−
𝑇
EJEMPLO
SOLUCION
𝜃 ′ 1.3
𝑁= = =1
𝑇 1
𝜃 = 𝜃 ′ − 𝑁𝑇 = 1.3 − 1 = 0.3
𝜃 0.3
𝑚 =1− =1− = 0.7
𝑇 1
Por tabla transformada de Z modificada, se tiene:
1 𝑇𝑒 −𝑎𝑚𝑇 [𝑒 −𝑎𝑇 + 𝑚(𝑧 − 𝑒 −𝑎𝑇 )]
ℑ{ } =
(𝑠 + 𝑎)2 (𝑧 − 𝑒 −𝑎𝑇 )2
5
Ahora con N=1 y 𝐺(𝑠) = (𝑠+3)2 y utilizando la ecuación
58
𝐺𝑝 (𝑧) = 𝑧 −𝑁 ℑ{𝐺(𝑠)𝑒 −𝜃𝑠 }
Se tiene:
5 5 ∗ 0.12245[0.04978 + 0.7(𝑧 − 0.04978)]
𝐺𝑝 (𝑧) = 𝑧 −1 ℑ𝑚 { 2 }=
(𝑠 + 3) (𝑧 − 0.04978)2
0.42857(𝑧 + 0.02133)
𝐺𝑝 (𝑧) =
𝑧(𝑧 − 0.04978)2
Matlab entrega,
0.4286 (z+0.02134)
------------------
(z-0.04979)^2
Hay que multiplicar por el retardo Z-N que en este caso es: Z-1 .
59
Tabla 1.4. Transformada Z Modificada.
EJERCICIOS
1) Clasifique los sistemas definidos por cada una de las relaciones entrada salida,
especificaciones.
y k x k 1 2 x k
a)
y k kx k 1
b)
yk xk
c)
60
y k x k sen( x k k )
d)
e)
y k y k 1 y k 2 x k 2 x k 2
Donde x(k) es la salida y x(k)=0 para k 0 y donde u(k) es la entrada y está dada
por:
z 1
5) Dada la transformada z X ( z )
(1 z 1 )(1 1.3z 1 0.4 z 2 )
Determine los valores inicial y final de x(k). También encuentre x(k), la transformada z
inversa de X(z), en una forma cerrada
z 3
6) Obtenga la transformada z inversa de X ( z ) en una forma
(1 z 1 )(1 0.2 z 1 )
cerrada.
u(k)=1, k= 0, 1, 2, …
61
8) Desarrollar por fracciones parciales y por series de potencias
0.5 z
F ( z)
( z 0.5)( z 0.7)
9) Deducir la transformada z, para f (t ) sent u (t )
z ( z 1)( z 2)
10) Encuentre f(kT) si F ( z )
( z 0.5)( z 0.7)( z 0.9)
62
1.1.4. Diagramas de simulación y flujo
1. Diagrama de flujo
En la Tabla 1.6. Indica el nudo mixto y lo que tiene tanto entradas como salidas.
Tabla 1.6. Indica el nudo mixto y lo que tiene tanto entradas como salidas.
63
Figura 1.21. Propiedades gráficas de flujo.
3. Programación directa
𝑌 (𝑧) 𝑏0 + 𝑏1 𝑧 −1 + 𝑏2 𝑧 −2 + . . . + 𝑏𝑚 𝑧 −𝑚
𝐷(𝑧) = =
𝑋 (𝑧) 𝑎0 + 𝑎1 𝑧 −1 + 𝑎2 𝑧 −2 + . . . + 𝑎𝑝 𝑧 −𝑝
Y (z) [a0 + a1z -1 + a2z -2 + . . . + apz -p ] = X (z) [b0 + b1z -1 + b2z -2 + . . . + bmz -m ]
64
de donde:
𝑝 𝑚
1 1
𝑦 (𝑘) = ∑ 𝑎𝑖 𝑦 (𝑘−𝑖) − ∑ 𝑏𝑖 𝑥 (𝑘−𝑖)
𝑎0 𝑎0
𝑖=1 𝑖=1
1. Tiempo de muestreo
Debe ser menor a la décima parte de la constante de tiempo dominante del sistema en lazo
cerrado. Como se indica a continuación:
1
𝑇𝑠 < 𝑇
10 𝑑𝑜𝑚
𝑡𝑟 𝑡𝑟
<T<
20 10
𝑡𝑠 𝑡𝑠
<T<
75 25
2. Muestreo y retención
Se parte de la señal analógica, la misma que se muestrea para obtener una función
"estrella" para finalmente proveerle "memoria". Ver Figura 1.24.
65
Figura 1.24. Muestreo de la señal analógica, para obtener una función "estrella" para
finalmente proveerle "memoria".
𝐹 ∗ (𝑧) = ∑ 𝑓(𝑘𝑇)𝑧 −𝑘
𝑘=0
5. Varias discretizaciones
67
La función G (z) será:
𝑌 (𝑧)
𝐺 (𝑧) = = 𝐺1 (𝑧) x 𝐺2 (𝑧) = 𝑍{𝐺1 (𝑠)} x 𝑍{𝐺2 (𝑠)}
𝑋 (𝑧)
6. Varias discretizaciones
𝑌 (𝑧)
𝐺(𝑧) = = 𝑍{𝐺(𝑠)} = 𝑍{𝐺1 (𝑠) x 𝐺2 (𝑠)}
𝑋 (𝑧)
68