1. OBJETIVOS.

 Introducir conceptos básicos sobre modelado de sistemas lineales.

 Empezar la transformada de LaPlace y sus propiedades para resolver ecuaciones
diferenciales.
 Encontrar las funciones de transferencia de distintos tipos de sistemas.
 Estudiar la representación en espacio de estados.

2. FUNDAMENTO TEORICO.

 Introducción.

Para efectuar el análisis de un sistema, es necesario obtener un modelo matemático que lo

represente. El modelo matemático equivale a una ecuación matemática o un conjunto de ellas en
base a las cuales podemos conocer el comportamiento del sistema.

Es necesario comentar que el modelo matemático que se desarrolla a partir de un sistema no es

único, debido a lo cual se pueden lograr representaciones diferentes del mismo proceso.

Estas diferentes representaciones no contradicen una a la otra. Ambas contienen información

complementaria por lo que se debe encontrar aquella que proporcione la información de interés para
cada problema en particular.

Dentro de este contexto, por lo general se emplea la representación en "variables de estado" aunque
no por ello el método de "relación entrada-salida" deja de ser interesante a pesar de proporcionar
menor información de la planta.

Para uniformizar criterios respecto a las denominaciones que reciben los elementos que conforman
un sistema de control es necesario tener en mente las siguientes definiciones:

Planta Cualquier objeto físico que ha de ser controlado.

Proceso Operación o secuencia de operaciones, caracterizada por un conjunto de cambios graduales

que llevan a un resultado o estado final a partir de un estado inicial.

Sistema Combinación de componentes que actúan conjuntamente y cumplen un objetivo

determinado.

Perturbación Es una señal que tiende a afectar adversamente el valor de la salida de un sistema.

Servomecanismo Sistema de control realimentado cuya salida es una posición mecánica.

 Sistemas de control de lazo abierto y lazo cerrado.

Sistema de lazo abierto.

Un sistema de lazo abierto es aquél donde la salida no tiene efecto sobre la acción de control. La
exactitud de un sistema de lazo abierto depende de dos factores:

a) La calibración del elemento de control.

b) La repetitividad de eventos de entrada sobre un extenso período de tiempo en ausencia de

perturbaciones externas.

Un esquema típico de un control de lazo abierto se puede apreciar en la figura 1.1. En estase
muestra que para que la temperatura del agua en el tanque permanezca constante es necesario que
las temperaturas en las tomas de agua fria y caliente no sufran cambios. Otro factor que incide sobre
el estado final de la salida es la temperatura de operación del proceso. Si por cualquier motivo esta
cambia, entonces la salida cambia en casi la misma proporción.

Sistema de lazo cerrado.

Un sistema de control de lazo cerrado es aquél donde la señal de salida tiene efecto sobre la acción
de control. La figura 1.2 dá un panorama general de un sistema de lazo cerrado donde se puede
apreciar que la salida es medida y retroalimentada para establecer la diferencia entre en valor
deseado y el valor obtenido a la salida, y en base a esta diferencia, adoptar acciones de control
adecuadas.

En las figuras de la 1.3 y 1.5 se dan dos ejemplos para sistemas de control de lazo cerrado.

En cada una de estas figuras se puede apreciar que la parte fundamental para el control de la planta
en cuestión es la red de retroalimentación que sensa el estado de la salida. En estos ejemplos se ha
pretendido establecer que la naturaleza de las señales en un lazo de control no necesariamente en la
misma, esto es, pueden estar involucradas diferentes tipos de señales por ejemplo, mecánicas,
eléctricas, térmicas, hidraulicas,etc., dentro del mismo lazo.

Funciones de transferencia.

Una vez que se han definido los diferentes tipos de sistemas, es necesario conocer la dinámica de
los mismos a partir de ecuaciones que relacionen el comportamiento de una variable respecto a otra.
Para lograr lo anterior se requiere de gran conocimiento de los procesos y de los elementos que los
conforman, y de cada una de las disciplinas de la ingeniería involucradas. Es por ello que la
ingeniería de control se considera un campo interdisciplinario.

Una planta o cada una de las partes que forman un sistema de control, puede ser representada por
un conjunto de ecuaciones integro-diferenciales de n-ésimo orden con coeficientes lineales
invariantes en el tiempo que relacionan la variable de entrada con la variable de salida de la forma:
Donde: ai's y bi's son constantes, u(t) es la entrada y y(t) es la salida.

Usando la transformada de Laplace para convertir la ecuación integro-diferencial (1.1) en una

ecuación algebraica considerando que las condiciones iniciales son iguales a cero llegamos a la
siguiente expresión:

Relacionando la salida Y(s) con la entrada X(s) tenemos:

Esta última expresión es denominada la Funcion de transferencia de sistema.

La función de transferencia de un sistema lineal con coeficientes constantes invariantes en el tiempo

está definida como: "La relación de la transformada de Laplace de la salida con la transformada de
Laplace de la entrada, suponiendo condiciones iniciales cero".

El hecho de trabajar con funciones de transferencia, simplifica en gran medida el manejo matemático
de los sistemas dado que las ecuaciones diferenciales se transforman en ecuaciones algebraicas
lineales, y la operaciones en el dominio de la frecuencia compleja s son multiplicaciones simples. Con
ello la salida del bloque de la figura 1.6 es Y(s) = H(s)X(s)

Una metodología a seguir para la determinación de la función de transferencia de un sistema es la

siguiente:

1) Identificar las ecuaciones de equilibrio o leyes físicas involucradas en el sistema.

2) Siguiendo las ecuaciones de equilibrio plantear las ecuaciones integro-diferenciales

correspondientes a cada variable de interés.

3) Obtener la transformada de Laplace de cada ecuación considerando condiciones iniciales

cero.

4) Relacionar la variable de salida con las variables de entrada.

Dada la naturaleza multidisciplinaria de un sistema de control este puede estar conformado por
subsistemas interconectados, donde cada uno de ellos contiene elementos cuyo comportamiento es
estudiado por diferentes ramas de la ingeniería.

Es por esta razón que a continuación se estudiarán los elementos así como las leyes de equilibrio de
los sistemas más comunes como son:

- Sistemas mecánicos.

- Sistemas eléctricos.

- Sistemas de nivel de líquidos.

- Sistemas térmicos.

 Sistemas mecánicos.

Los sistemas mecánicos son una parte fundamental de la vida común, ya que cualquier cuerpo físico
se comporta como tal. En general los sistemas mecánicos son gobernados por la segunda ley de
Newton, la cual establece para sistemas mecánicos de traslación que "la suma de fuerzas en un
sistema, sean estas aplicadas o reactivas, igualan a la masa por la aceleración a que esta sometida
dicha masa".
3. DESAROLLO DEL LABORATORIO.
 Realizar en Matlab los ejercicios propuestos por el docente en laboratorio.
a) Sistema mecanico Masa- doble Resorte-Amortiguador(hecho el laboratorio).
 MEDIANTE LAPLACE.
Ecuaciones del sistema:
 ∑ 𝐹 = 𝑚𝑥𝑎

𝑓(𝑡) − 𝑏1 𝑦1 ′ (𝑡) − 𝑘1 ∗ 𝑦1 (𝑡) + 𝑘1 ∗ (𝑦1 (𝑡) − 𝑦2 (𝑡)) = 𝑚 ∗ 𝑦1 ′′ (𝑡)

𝑘2 ∗ (𝑦2 (𝑡) − 𝑦1 (𝑡)) = 𝑚 ∗ 𝑦2 ′′ (𝑡)

Aplicando Laplace en la ecuacion:

𝑈(𝑠) − 𝑠 ∗ 𝑏𝑌(𝑠) − 𝑘𝑌(𝑠) = 𝑚 ∗ 𝑠 2 𝑌(𝑠)
La funcion de transferencia sera:
𝑌(𝑠) 1
= 𝐺(𝑠) =
𝑈(𝑠) 𝑚𝑠 2 + 𝑏𝑠 + 𝑘

1
𝐺(𝑠) =
𝑚𝑠 2 + 𝑏𝑠 + 𝑘

∑ 𝐹 = 𝑚𝑥𝑎

𝑢(𝑡) − 𝑏 ∗ 𝑦(𝑡) − 𝑘 ∗ 𝑦(𝑡) = 𝑚 ∗ 𝑦 .. (𝑡)

Aplicando Laplace en la ecuacion:

𝑈(𝑠) − 𝑠 ∗ 𝑏𝑌(𝑠) − 𝑘𝑌(𝑠) = 𝑚 ∗ 𝑠 2 𝑌(𝑠)
La funcion de transferencia sera:
𝑌(𝑠) 1
= 𝐺(𝑠) = 2
𝑈(𝑠) 𝑚𝑠 + 𝑏𝑠 + 𝑘

1
𝐺(𝑠) =
𝑚𝑠 2 + 𝑏𝑠 + 𝑘

 MEDIANTE VARIABLES DE ESTADO.

𝑥1 (𝑡) = 𝑦(𝑡)
𝑥2 (𝑡) = 𝑦 . (𝑡)
𝑥2 . (𝑡) = 𝑦 .. (𝑡)
Derivando e igualando tendriamos:
𝑥 .1 = 𝑥2

𝑘 𝑏 1
𝑥.2 = − 𝑥1 − 𝑥2 + 𝑢
𝑚 𝑚 𝑚
 Representando mediante matrices:

𝑥1. 0 1 𝑥 0
[𝑥 . ] = [ 𝑘 𝑏 ] [ 1] + [ 1 ] 𝑢
2 − − 𝑥2
𝑚 𝑚 𝑚
𝑥1
𝑦 = [1 0] [𝑥 ]
2

Sabemos:

𝐺(𝑠) = 𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷

 MEDIANTE MATLAB.
En command window:

%Definicion de variables
syms k b m s
%Definicion de matrices
A=[0 1;-k/m -b/m];
B=[0;1/m];
C=[1 0];
D=0;
I=[s 0;0 s];
G1=C*(I-A)^(-1)*B+D;pretty(G1)
%Determinar la posicion de M con un F=3N
n=1;d=[1 2 1];
G2=tf(n,d);
figure(1)
step(3*G2)%fuerza de 3N
A=[0 1;-1 -2];
B=[0;1];
C=[1 0];
D=0;
G1=ss(A,B,C,D)
figure(2)
step(3*G1),grid %fuerza de 3N

Grafica que obtenemos:

 Otro metodo:
Sabiendo:
3
𝐺(𝑠) =
𝑠 2 + 2𝑠 + 1

Determinar la posicion de M con un F=3N

n=1;d=[1 2 1];

G2=tf(n,d);

figure(1)

step(3*G2)%fuerza de 3N

A=[0 1;-1 -2];

B=[0;1];

C=[1 0];

D=0;

G1=ss(A,B,C,D)

figure(2)
step(3*G1),grid %fuerza de 3N

a=

x1 x2

x1 0 1

x2 -1 -2

b=

u1

x1 0

x2 1

c=

x1 x2

y1 1 0

d=

u1

y1 0

Continuous-time model.
Entonces finalmente tenemos el ultimo metodo:

> %resolviendo de otra forma

t=0:0.1:30;

x=3-3.*exp(-t)-3.*t.*exp(-t)

figure(3)

step(3*G1),hold on,plot(t,x,'g'),grid,hold off

3
𝑋(𝑠) =
𝑠3 + 2𝑠 2 + 𝑠

Obtenemos la siguiente grafica:

b) Sistema mecanico Masa-Resorte-Amortiguador.
 MEDIANTE LAPLACE.
Ecuaciones del sistema:

∑ 𝐹 = 𝑚𝑥𝑎

𝑢(𝑡) − 𝑏 ∗ 𝑦(𝑡) − 𝑘 ∗ 𝑦(𝑡) = 𝑚 ∗ 𝑦 .. (𝑡)

Aplicando Laplace en la ecuacion:

𝑈(𝑠) − 𝑠 ∗ 𝑏𝑌(𝑠) − 𝑘𝑌(𝑠) = 𝑚 ∗ 𝑠 2 𝑌(𝑠)
La funcion de transferencia sera:
𝑌(𝑠) 1
= 𝐺(𝑠) = 2
𝑈(𝑠) 𝑚𝑠 + 𝑏𝑠 + 𝑘

1
𝐺(𝑠) =
𝑚𝑠 2 + 𝑏𝑠 + 𝑘
 MEDIANTE VARIABLES DE ESTADO.
𝑥1 (𝑡) = 𝑦(𝑡)
𝑥2 (𝑡) = 𝑦 . (𝑡)
𝑥2 . (𝑡) = 𝑦 .. (𝑡)
Derivando e igualando tendriamos:
𝑥 .1 = 𝑥2

𝑘 𝑏 1
𝑥.2 = − 𝑥 − 𝑥 + 𝑢
𝑚 1 𝑚 2 𝑚
Representando mediante matrices:

𝑥1. 0 1 𝑥 0
[𝑥 . ] = [ 𝑘 𝑏 ] [ 1] + [ 1 ] 𝑢
2 − − 𝑥2
𝑚 𝑚 𝑚
𝑥1
𝑦 = [1 0] [𝑥 ]
2

Sabemos:

𝐺(𝑠) = 𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷

 MEDIANTE MATLAB.
En command window:
syms k b m s
>> %definicion de matrices
>> A=[0 1;-k/m -b/m];
>> B=[0;1/m];
>>
>> C=[1 0];
>> D=0;
>> I=[s 0;0 s];
>> G1=C*(I-A)^(-1)*B+D;pretty(G1)

1
--------------
2
ms +bs+k
>> %determinando la posicion de M con una F=3n;m=1;b=1;k=2
>> n=1;d=[1 2 1];
>> G2=tf(n,d);
 >> figure(1)
>> step(3*G2)%debido ala fuerza de 3N.
>> n=1;d=[1 1 2];
>> G3=tf(n,d);
>> figure(2)
>> step(3*G3)%debido ala fuerza de 3N.

Grafica que obtenemos:

Otro metodo: (creando un labo2dug)

Sabiendo:
3
𝐺(𝑠) =
𝑠2 +𝑠+2

%Determinar la posicion de M con un F=3N

n=1;d=[1 1 2];
G2=tf(n,d);

figure(1)

step(3*G2)%fuerza de 3N

A=[0 1;-2 -1];

B=[0;1];

C=[1 0];

D=0;

G1=ss(A,B,C,D)

figure(2)

step(3*G1),grid %fuerza de 3N

a=

x1 x2

x1 0 1

x2 -2 -1

b=

u1

x1 0

x2 1

c=

x1 x2

y1 1 0

d=

u1

y1 0

Continuous-time model.
%segundo metodo de matlab.
num=[3];den=[1 1 2 0];
[r,p,k]=residue(num,den)
[num,den]=residue(r,p,k)
%tenemos las siguientes fracciones parciales
r =

-0.7500 + 0.2835i
-0.7500 - 0.2835i
1.5000

p =

-0.5000 + 1.3229i
-0.5000 - 1.3229i
0

k =

[]
No podemos realizar la descomposicion por este otro metodo debido alos imaginarios.
 3
𝑋(𝑠) =
𝑠3 + 𝑠 2 + 2𝑠

c) Sistema mecanico Masa- doble Resorte-Amortiguador.

 MEDIANTE LAPLACE.
Ecuaciones del sistema:

∑ 𝐹 = 𝑚𝑥𝑎

𝑓(𝑡) − 𝑏1 𝑦1 ′ (𝑡) − 𝑘1 ∗ 𝑦1 (𝑡) + 𝑘1 ∗ (𝑦1 (𝑡) − 𝑦2 (𝑡)) = 𝑚 ∗ 𝑦1 ′′ (𝑡)

𝑘2 ∗ (𝑦2 (𝑡) − 𝑦1 (𝑡)) = 𝑚 ∗ 𝑦2 ′′ (𝑡)

Aplicando Laplace en la ecuacion:

𝑈(𝑠) − 𝑠 ∗ 𝑏𝑌(𝑠) − 𝑘𝑌(𝑠) = 𝑚 ∗ 𝑠 2 𝑌(𝑠)
La funcion de transferencia sera:
𝑌(𝑠) 1
= 𝐺(𝑠) = 2
𝑈(𝑠) 𝑚𝑠 + 𝑏𝑠 + 𝑘

1
𝐺(𝑠) =
𝑚𝑠 2 + 𝑏𝑠 + 𝑘

∑ 𝐹 = 𝑚𝑥𝑎

𝑢(𝑡) − 𝑏 ∗ 𝑦(𝑡) − 𝑘 ∗ 𝑦(𝑡) = 𝑚 ∗ 𝑦 .. (𝑡)

Aplicando Laplace en la ecuacion:

𝑈(𝑠) − 𝑠 ∗ 𝑏𝑌(𝑠) − 𝑘𝑌(𝑠) = 𝑚 ∗ 𝑠 2 𝑌(𝑠)
La funcion de transferencia sera:
𝑌(𝑠) 1
= 𝐺(𝑠) = 2
𝑈(𝑠) 𝑚𝑠 + 𝑏𝑠 + 𝑘

1
𝐺(𝑠) =
𝑚𝑠 2 + 𝑏𝑠 + 𝑘
  MEDIANTE MATLAB.

%Definicion de variables
syms k b m s
%Definicion de matrices
A=[0 1;-k/m -b/m];
B=[0;1/m];
C1=[1 0];
D1=0;
C2=[1 0];
D2=[-2];
I=[s 0;0 s];
G1=C1*(I-A)^(-1)*B+D1;pretty(G1)
G2=C2*(I-A)^(-1)*B+D2;pretty(G2)
%Determinar la posicion de M con un F=2N
n=1;d=[1 2 1];
G2=tf(n,d);
figure(1)
step(2*G2)%fuerza de 2N
A=[0 1;-0.5/10 -0.5];
B=[0;0.1];
C1=[1 0];
D1=0;
C2=[1 0];
D2=[-2];
G1=ss(A,B,C1,D1)
G2=ss(A,B,C2,D2)
figure(2)
step(2*G1),grid %fuerza de 2N

1
--------------
2
ms +bs+k

1
-------------- - 2
2
ms +bs+k

a=
x1 x2
x1 0 1
x2 -0.05 -0.5

b=
u1
x1 0
x2 0.1

c=
x1 x2
y1 1 0

d=
u1
 y1 0

Continuous-time model.

a=
x1 x2
x1 0 1
x2 -0.05 -0.5

b=
u1
x1 0
x2 0.1

c=
x1 x2
y1 1 0

d=
u1
y1 -2

Continuous-time model.

Grafica que obtenemos:

4. INFORME FINAL.
1. Explicar el uso del teorema del valor final para sistemas lineales.

2. Utilizar las funciones de transferencia de los ejercicios propuestos de dos formas:

utilizando la transformada de Laplace directamente en las ecuaciones diferenciales del
sistema y empleando la representación en variables de estado conjuntamente las ecuaciones
en su forma matricial.

 Todo esto se lo realizo en los puntos anteriores.

5. CUESTIONARIO.

a) ¿Cuál es la definición de “estado” de un sistema?

 El estado de un sistema queda definido por el conjunto de valores que adquieren aquellas
propiedades de sistema que pueden variar. Por ejemplo, el estado de un automóvil queda
definido (entre otras variables) por su posición geográfica, velocidad (y dirección), aceleración,
potencia que está desarrollando el motor, cantidad de combustible en el estanque, masa total
(incluyendo ocupantes y carga), marcha (cambio) que está desarrollando, etc., etc.

b) ¿En cuales situaciones el teorema del valor final no puede ser aplicado? Explique.
 El teorema del valor final relaciona el comportamiento en estado estacionario de con el de
 en la vecindad.Sin embargo, el teorema se aplica si, y solamente si, existe
(lo que significa que asume finalmente un valor definido cuanto). Si todos los polos de
quedan en el semiplano izquierdo del plano , existe el
Pero si tiene polos sobre el eje imaginario o en el semiplano positivo del plano, contendrá
funciones oscilatoria o exponencialmente creciente en el tiempo, respectivamente, y el no
existirá. En tales casos, no se aplica el teorema del valor final
c) Suponiendo que en un sistema tenga dos entradas, ¿Cuál sería la dimensión de la
matriz B? explicar cómo obtener la respuesta del sistema ante perturbaciones en las
dos entradas.
 Y la dimensión de la matriz seria 2x2.

Para Múltiples entradas tendríamos lo siguiente:

El comando step puede también usarse con un sistema con más de una entrada como sigue:

step(A,B,C,D,iu)
De esta manera, el comando step creará una figura con todas las salidas ploteadas con un escalón
en la iu -ésima entrada. Por ejemplo, en el archivo-m de arriba, si se especificó la (y sólo en este
caso) entrada primera, ambas figuras de abajo estarán definidas en el mismo conjunto de ejes. Es
difícil ver por la escala usada, pero si se cambia el comando step a las siguientes dos líneas:
step(A,B,C,D,1)
axis([0 100 0 0.1])
Obtendrá la figura de abajo . La posición (en azul) y la velocidad (en verde) están ambas ploteadas
en el mismo eje. El axis fue cambiado de modo que pueda verse la respuesta de la velocidad versus
la posición.

De nuevo, Si sólo una salida se ha especificado en la matriz C, la figura tendrá solo una curva.

Si se tiene la función de transferencia del sistema en lugar de las ecuaciones de espacio de estado,
el comando step se usa como step(num,den). Porque una función de transferencia puede tener sólo
una entrada, todas salidas (representadas por el número de renglones en el numerador de la función
de transferencia) se plotearán en un conjunto de ejes. Si quiere verificarlo , cambie las ecuaciones de
arriba de espacio de estado a función de transferencia y entonces plotee la respuesta al escalón :
 [num,den]=ss2tf(A,B,C,D)
step(num,den)
axis([0 100 0 0.1])
Debería obtenerse el mismo dibujo que obtuvo previamente.

Cambio de la magnitud del escalón

Hasta ahora, nos hemos manejado con entradas escalón unitario. Suponga que la entrada a nuestro
sistema no fuera 1 Newton sino 100N. El comando step puede acomodarlo multiplicando por 100 las
matrices de estado B y D, o multiplicando por 100 el numerador de la función de transferencia. Para
el ejemplo de arriba, debería obtenerse la figura siguiente usando ya sea
step(A,100*B,C,100*D,1) o step(100*num,den)

La figura se ve similar a las dos de arriba excepto que la escala del eje Y es diferente. La velocidad
ahora llega a 2 en lugar de 0.02.

Especificación de la escala de tiempo

La respuesta al escalón de un conjunto de ecuaciones de espacio de estado o de una función de

transferencia pueden graficarse ambas con un vector tiempo suministrado por el usuario. Este vector
especificará el intervalo sobre el cual será calculada la respuesta al escalón . Si el vector está
espaciado a intervalos pequeños, la figura se verá más suave. Los comandos para usar el vector
tiempo son
step(A,B,C,D,iu,t) y step (num,den,t)
para las formas de espacio de estado y función de transferencia respectivamente. En las tres figuras
de arriba, se cambiaron los ejes de modo que se vean solo los primeros 100 segundos de la
respuesta. Suponga que sólo son de interés los primeros 80 segundos de la respuesta. Puede
crearse un vector tiempo para calcular la respuesta al escalón solamente en ese rango. Use el
siguiente archivo-m en Matlab:
A = [0 1
0 -.05];
B= [0
0.001];
C = [1 0
0 1];
D = [0
0];
 [num,den]=ss2tf(A,B,C,D)

t=0:0.1:80;
step(num,den,t)
axis([0 100 0 0.1])
debería obtenerse la figura siguiente:

Como puede ver, la figura se corta en 80 segundos. El comando axis fue diseñado para extender la
figura pasado el corte, de modo que éste sea visible. Note que esto no se hace normalmente en
ploteos, ya que aparenta que la respuesta termina en los 80 segundos.

Guardado de la respuesta

la nota final acerca del comando step es que todas las variaciones de arriba pueden usarse con
argumentos a izquierda. Existen dos maneras de invocarlos, dependiendo si se usó o no el vector
tiempo en el comando step . Si se usó el vector tiempo, el comando es:
[y,x] = step(A,B,C,D,iu,t); o
[y,x] = step(num,den,t);
Si el vector tiempo no se usa, el comando es:
[y,x,t] = step(A,B,C,D,iu); o
[y,x,t] = step(num,den);
El vector y contiene la salida. Tiene tantas columnas como salidas y tantos renglones como
elementos en el vector tiempo, t. El vector x contiene el estado. Tiene tantas columnas como estados
y tantos renglones como elementos en el vector tiempo, t. Cuando se usa con argumentos a
izquierda, el comando step no crea ningún gráfico. Normalmente querrá poner un punto_y_coma
después del comando s t e p cuando lo invoque con argumentos a izquierda; de otro modo, Matlab
imprimirá toda la salida, estados, y vectores tiempo en la ventana de comandos. Puede plotear la
respuesta del estado usando plot(t,x).