Análisis de Sistemas, UCR

ESCUELA DE INGENIERA ELCTRICA
UNIVERSIDAD DE COSTA RICA
Modelado y anlisis de sistemas

lineales
Jos David Rojas Fernndez

Mauricio Espinoza Bolaos
Universidad de Costa Rica

Prefacio
Este folleto corresponde a la parte terica del curso IE0409: Anlisis de Sistemas,
de la carrera de Ingeniera Elctrica, Universidad de Costa Rica. Este curso introduce
al estudiante en el modelado y anlisis matemtico de sistemas fsicos mediante el
uso de diversas herramientas tericas y experimentales. As mismo, se hace uso de
software especializado para la simulacin de estos modelos de manera que sea un
complemento para el anlisis de la respuesta de los sistemas tanto en el dominio del
tiempo como en el de la frecuencia.
La obtencin y anlisis de modelos que representen la realidad y permitan derivar
conclusiones y predicciones, es un pilar fundamental tanto en el rea de las ciencias
como en el de la ingeniera. Es conocido que en la actualidad, los fsicos estn
tratando de derivar una teora que unifique todas las leyes de las fuerzas que rigen
la naturaleza, de manera que, bajo una sola teora, sean capaces de explicar los
fenmenos electromagnticos, nucleares y gravitacionales, tanto a nivel cuntico como
a nivel relativista. Esta teora del todo es, fundamentalmente, un modelo que
explique la interaccin entre la masa y la energa del universo.
Especficamente a nivel de ingeniera, los modelos juegan un rol preponderante en
el diseo de sistemas. En cualquier proyecto, el paso anterior a la implementacin
y puesta en marcha de un sistema, es realizar una simulacin con la que se pueda
analizar y extraer conclusiones, descubrir posibles fallas y proponer reas de mejora.
Por supuesto, esta simulacin tiene que estar basada en un modelo que sea reflejo de
la realidad que se estudia.
Este curso es el primero en el rea de control automtico que se imparte en la
carrera de Ingeniera Elctrica. Sin embargo, su contenido es til para muchas ms
reas adems de la teora de control pura. Basta darse cuenta de que, en cada curso
de la carrera, lo que se hace es estudiar modelos (matemticos) que ayudan a entender
los sistemas elctricos y electrnicos. Una vez que se comprende el funcionamiento de
estos elementos, se procede a su manipulacin de manera que puedan ser utilizados
para beneficio de las personas. Es decir, lo que se hace en cada curso de ingeniera es
aprender a analizar sistemas especficos para luego controlarlos. En este curso, no
se trabaja con un sistema en especfico, sino que se trata de estudiar el modelado y
anlisis de una manera general.
1
2
Revisiones ltima revisin: 23 de febrero de 2017

Versin 0.1, I-2012: Primera versin del folleto. Captulos del 1 al 3 solamente.
Versin 0.2, II-2012: Se agregan los captulos del 4 al 8 ms los apndices. Co-
rrecciones de ortografa y redaccin.
Versin 0.3, I-2013: Se agregaron los temas de estabilidad de Routh-Hurwitz y de

amplificadores operacionales. Se incluy un cuadro con el clculo de las inercias
rotacionales de figuras generales. Se arreglaron las figuras de los diagramas de
flujo para que se vean correctamente cuando se imprime en blanco y negro.
Se agregaron ejercicios resueltos al final de los captulos. Se eliminaron los
exmenes viejos de los apndices para ser publicados como un folleto aparte.
Versin 0.3.1, II-2013: Correcciones a la ortografa y la redaccin. Correcciones

en ecuaciones con errores en los ejemplos. Cambio en los mrgenes para mejorar
la lectura. Se agreg el tema de la forma cannica de Jordan en el tema de
anlisis en el espacio de estado y se cambi la demostracin de la relacin entre
la respuesta impulsiva y la respuesta a estado cero en la seccin 2.3.3.
Versin 0.4, I-2014: Correcciones a la ortografa y la redaccin. Se agreg el

tema de mtodos numricos en los apndices, se incorpor la demostracin de
la ecuacin de Bernoulli.
Versin 0.4.1, II-2014: Correcciones a la ortografa y la redaccin.
Versin 0.4.2, I-2015: Correcciones a la ortografa y la redaccin. Se cambi el

orden de los captulos para que haya ms coherencia entre los temas. Se agreg
el mtodo de identificacin de Stark. Se cambi el captulo de motores DC a
uno de sistemas electromecnicos: se agreg informacin general sobre estos
sistemas.
Versin 0.4.3, II-2015: Correcciones a la ortografa y la redaccin. Se agreg el

estudio de los ceros cuadrticos en la parte de respuesta en frecuencia.
Versin 0.4.4, I-2016: Correcciones a la ortografa y la redaccin.
Versin 0.5, I-2017: Se elimin el tema de anlisis en el espacio de estado. Este

tema se ver en un curso de control ms avanzado en la carrera. La persona
interesada puede estudiar el tema en los apndices.
Escuela de Ingeniera Elctrica Universidad de Costa Rica

ndice general
I. Fundamentos 8
1. Introduccin al modelado y anlisis de sistemas 9
1.1. Introduccin a la teora general de sistemas . . . . . . . . . . . . . . . 9
1.1.1. Antes de llevar el curso . . . . . . . . . . . . . . . . . . . . . . 9
1.1.2. Historia del anlisis de sistemas . . . . . . . . . . . . . . . . . 10
1.1.3. Importancia del anlisis de sistemas en la ingeniera elctrica . 10
1.2. Concepto de sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.1. Definicin de sistema . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.2. Tipos de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.3. Variables de un sistema . . . . . . . . . . . . . . . . . . . . . 14
1.3. Concepto de modelo de un sistema . . . . . . . . . . . . . . . . . . . 19
1.3.1. Definicin de modelo . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.2. Tipos de modelos . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.3. Obtencin de los modelos . . . . . . . . . . . . . . . . . . . . 24
2. Introduccin al espacio de estados 27

2.1. El concepto de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1. Definicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.2. Propiedades de las variables de estado . . . . . . . . . . . . . 30
2.1.3. Definiciones importantes . . . . . . . . . . . . . . . . . . . . . 31
2.1.4. Linealidad e invarianza en el tiempo . . . . . . . . . . . . . . 31
2.2. Sistemas elctricos como prototipos de sistemas lineales . . . . . . . . 33
2.3. Modelado en variables de estado . . . . . . . . . . . . . . . . . . . . . 42
2.3.1. Ecuacin de estados y salidas . . . . . . . . . . . . . . . . . . 42
2.3.2. Eleccin de las variables de estado . . . . . . . . . . . . . . . . 44
2.3.3. Respuesta a entrada cero y respuesta a estado cero . . . . . . 51
2.4. La funcin de transferencia . . . . . . . . . . . . . . . . . . . . . . . . 59
2.4.1. Definicin de funcin de transferencia . . . . . . . . . . . . . . 59
2.4.2. La funcin de transferencia a partir de la respuesta a estado cero 60
2.4.3. La ecuacin caracterstica del sistema . . . . . . . . . . . . . . 61
3
4
2.4.4. Funcin de transferencia para sistemas multivariables . . . . . 62

2.4.5. Circuitos elctricos utilizando funciones de transferencia . . . 63
2.5. Relaciones entre los modelos matemticos . . . . . . . . . . . . . . . 65
2.5.1. Partiendo de la RES . . . . . . . . . . . . . . . . . . . . . . . 65
2.5.2. Partiendo del MVE . . . . . . . . . . . . . . . . . . . . . . . . 65
2.5.3. A partir de la funcin de transferencia . . . . . . . . . . . . . 67
2.6. Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3. Representacin grfica de modelos 90

3.1. Diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.1.1. Creacin del diagrama de bloques . . . . . . . . . . . . . . . . 92
3.1.2. Simplificacin de diagramas de bloques . . . . . . . . . . . . . 96
3.1.3. El modelo en variables de estado a partir del diagrama de bloques 98
3.2. Diagramas de flujo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.2.1. Propiedades de los diagramas de flujo . . . . . . . . . . . . . . 105
3.2.2. Frmula de Mason . . . . . . . . . . . . . . . . . . . . . . . . 105
3.3. Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4. Caracterizacin en el dominio del tiempo 114

4.1. Anlisis de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.1.1. Relacin entre los polos y el MVE . . . . . . . . . . . . . . . . 115
4.1.2. Estabilidad BIBO . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.1.3. Estabilidad asinttica . . . . . . . . . . . . . . . . . . . . . . . 117
4.1.4. Criterio de estabilidad de Routh-Hurwitz . . . . . . . . . . . . 119
4.2. Representacin del retardo en sistemas lineales . . . . . . . . . . . . . 124
4.3. Sistemas de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.4. Sistemas de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . 127
4.4.1. Especificacin de la respuesta subamortiguada . . . . . . . . . 128
4.5. Efecto de los ceros en el sistema . . . . . . . . . . . . . . . . . . . . . 134
4.5.1. Ceros de fase mnima . . . . . . . . . . . . . . . . . . . . . . . 134
4.5.2. Ceros de fase no mnima . . . . . . . . . . . . . . . . . . . . . 135
4.6. Concepto de polos dominantes . . . . . . . . . . . . . . . . . . . . . . 136
4.6.1. Aproximacin de polos con retardos . . . . . . . . . . . . . . . 137
4.6.2. Procedimiento utilizando la Half rule . . . . . . . . . . . . . . 138

5
II. Modelado e Identificacin 150

5. Modelado analtico de sistemas 151
5.1. Leyes fundamentales . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.1.1. Balance de masa . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.1.2. Balance de energa . . . . . . . . . . . . . . . . . . . . . . . . 153
5.1.3. Conservacin de la cantidad de movimiento . . . . . . . . . . 153
5.1.4. Otras leyes de conservacin . . . . . . . . . . . . . . . . . . . 154
5.1.5. La red generalizada . . . . . . . . . . . . . . . . . . . . . . . . 154
5.2. Modelado de sistemas elctricos . . . . . . . . . . . . . . . . . . . . . 156
5.3. Modelado de sistemas mecnicos traslacionales . . . . . . . . . . . . . 159
5.4. Modelado de sistemas mecnicos rotacionales . . . . . . . . . . . . . . 166
5.4.1. Conversin entre traslacin y rotacin . . . . . . . . . . . . . . 171
5.5. Modelado de Sistemas electromecnicos . . . . . . . . . . . . . . . . . 172
5.5.1. Modelado de motores DC . . . . . . . . . . . . . . . . . . . . 178
5.6. Modelado de sistemas trmicos . . . . . . . . . . . . . . . . . . . . . 182
5.7. Modelado de sistemas hidrulicos . . . . . . . . . . . . . . . . . . . . 187
5.8. Modelos estticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
5.8.1. A partir del modelo en variables de estado . . . . . . . . . . . 196
5.8.2. A partir de pruebas experimentales . . . . . . . . . . . . . . . 197
5.9. Linealizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
6. Identificacin de sistemas en el dominio del tiempo 239

6.1. Descripcin del problema . . . . . . . . . . . . . . . . . . . . . . . . . 239
6.2. Algunas definiciones preliminares . . . . . . . . . . . . . . . . . . . . 240
6.3. Modelos utilizados en la identificacin . . . . . . . . . . . . . . . . . . 242
6.3.1. Modelos para sistemas no autorregulados . . . . . . . . . . . . 243
6.3.2. Modelos para sistemas autorregulados . . . . . . . . . . . . . . 244
6.3.3. Comparacin de los modelos en su respuesta temporal . . . . 247
6.4. Mtodos de identificacin en el tiempo . . . . . . . . . . . . . . . . . 247
6.4.1. Mtodo para obtener un modelo integrante . . . . . . . . . . . 248
6.4.2. Mtodos para obtener modelos de primer orden . . . . . . . . 251
6.4.3. Mtodos para obtener modelos de segundo orden . . . . . . . 260

6
III. Anlisis 270

7. Anlisis en el dominio de la frecuencia 271
7.1. La respuesta en frecuencia . . . . . . . . . . . . . . . . . . . . . . . . 271
7.1.1. Magnitud y fase . . . . . . . . . . . . . . . . . . . . . . . . . . 271
7.1.2. Efecto del retardo puro . . . . . . . . . . . . . . . . . . . . . . 276
7.1.3. Ceros de fase no mnima . . . . . . . . . . . . . . . . . . . . . 276
7.2. El diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
7.2.1. Aproximacin asinttica del diagrama de Bode . . . . . . . . . 278
7.2.2. Obtencin de la FT a partir del diagrama de Bode . . . . . . 288
7.3. Diagrama Polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
7.3.1. Construccin de los diagramas polares . . . . . . . . . . . . . 291
7.3.2. Graficacin de diagramas polares . . . . . . . . . . . . . . . . 296
Bibliografa 323
IV. Apndices 325

A. La transformada de Laplace 326
A.1. Definicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
A.2. Tablas de la Transformada de Laplace . . . . . . . . . . . . . . . . . 327
B. Resumen de lgebra lineal 330

B.1. Nomenclatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
B.2. Determinantes e inversas . . . . . . . . . . . . . . . . . . . . . . . . . 331
C. Mtodos numricos para la simulacin de sistemas 334

C.1. Representacin numrica y medidas de error . . . . . . . . . . . . . . 334
C.1.1. Representacin digital de nmeros . . . . . . . . . . . . . . . . 334
C.1.2. Medida del error . . . . . . . . . . . . . . . . . . . . . . . . . 337
C.2. Solucin numrica de ecuaciones algebraicas . . . . . . . . . . . . . . 338
C.2.1. Mtodo de la falsa posicin . . . . . . . . . . . . . . . . . . . 339
C.2.2. Mtodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . 341
C.2.3. Mtodo de la secante . . . . . . . . . . . . . . . . . . . . . . . 343
C.3. Mtodos de diferenciacin e integracin numricas . . . . . . . . . . . 345
C.3.1. Aproximacin de derivadas . . . . . . . . . . . . . . . . . . . . 345
C.3.2. Integracin numrica . . . . . . . . . . . . . . . . . . . . . . . 348

7
C.4. Solucin numrica de ecuaciones diferenciales . . . . . . . . . . . . . . 352

C.4.1. Mtodo de Euler . . . . . . . . . . . . . . . . . . . . . . . . . 353
C.4.2. Mtodos de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . 353
D. Anlisis en el espacio de estados 360

D.1. Transformacin de los MVE . . . . . . . . . . . . . . . . . . . . . . . 360
D.1.1. Forma cannica de Jordan . . . . . . . . . . . . . . . . . . . . 362
D.2. Anlisis de controlabilidad . . . . . . . . . . . . . . . . . . . . . . . . 363
D.2.1. Forma cannica controlable para sistemas SISO . . . . . . . . 364
D.2.2. Subespacio controlable . . . . . . . . . . . . . . . . . . . . . . 365
D.2.3. Clculo de la entrada para obtener un estado determinado . . 367
D.3. Anlisis de observabilidad . . . . . . . . . . . . . . . . . . . . . . . . 367
D.3.1. Forma cannica observable para sistemas SISO . . . . . . . . . 369
D.3.2. Subespacio no-observable . . . . . . . . . . . . . . . . . . . . . 369
D.4. Principio de dualidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
D.5. Descomposicin de Kalman . . . . . . . . . . . . . . . . . . . . . . . 372
D.6. Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
ndice alfabtico 384

Parte I.
Fundamentos
8
1. Introduccin al modelado y
anlisis de sistemas
1.1. Introduccin a la teora general de sistemas
En este apartado se pretende dar una introduccin al anlisis de sistemas, enfocn-
dolo particularmente al curso IE0409 Anlisis de Sistemas de la Escuela de Ingeniera
Elctrica de la Universidad de Costa Rica.
1.1.1. Antes de llevar el curso

Como el lector notar al ir avanzando en el semestre, este curso est basado en
herramientas matemticas vistas en cursos anteriores. Por lo tanto, se sugiere que
antes de leer este material, el estudiante haga una revisin rpida de los siguientes
conceptos:
lgebra matricial.
Determinantes, autovalores (tambin llamados eigenvalores o valores propios) y
autovectores (tambin llamados eigenvectores o vectores propios).
Ecuaciones diferenciales, incluyendo transformadas de Laplace.
Anlisis de circuitos lineales.
Comportamiento de los circuitos ante entradas sinusoidales en rgimen perma-
nente y ante entradas tipo escaln e impulso.
Impedancias de los circuitos elctricos en el dominio s y j y sus diferentes
aplicaciones.
Leyes de Newton del movimiento para sistemas mecnicos.
Este curso es una combinacin de ecuaciones diferenciales y lgebra lineal aplicada
a sistemas reales, tales como circuitos elctricos, sistemas mecnicos, hidrulicos y
trmicos.
9
10
1.1.2. Historia del anlisis de sistemas

En la dcada de 1950 el bilogo austriaco Ludwig von Bertalanffy, plantea el
trmino Teora General de Sistemas o TGS.
Ludwig, vea la teora general de sistemas como:
un esfuerzo de estudio interdisciplinario, que trata de encontrar las

propiedades comunes a los sistemas que se presentan en todos los niveles de
la realidad, pero que son objeto tradicionalmente de disciplinas acadmicas
diferentes. (Lora y Mazn, 1989)
Esta teora se ha nutrido enormemente por varios estudiosos de varias reas, incluso
desde antes que Ludwig la propusiera. Algunos ejemplos de estos aportes son:
William Ross Ashby (1903-1972): quien fue uno de los fundadores de la cibern-
tica y de conceptualizar la realimentacin de un sistema. Cre la ley de Ashby,
la cual indica que:
Solo la variedad absorbe la variedad
Como se ver en el curso de sistemas de control, esta ley es fundamental, aunque
poco mencionada.
Norbert Wiener (1894-1964): fue un matemtico estadounidense. Junto con

William Ross Ashby, desarrollaron la ciberntica.
Francisco Varela (1946-2001) y Humberto Maturana (1928): juntos desarrollaron

el concepto de autopoiesis, el cual designa la dinmica de un ser estable para
mantenerse estable. Por ejemplo, un ser vivo se mantiene estable, pero debe
comunicarse con su medio, ser dinmico.
Niklas Luhmann (1927-1998): fue el pionero de la aplicacin de la teora general

de sistemas en la sociologa. Expandi el concepto de autopoiesis a los sistemas
sociales.
1.1.3. Importancia del anlisis de sistemas en la ingeniera

elctrica
Histricamente, las aplicaciones del anlisis de sistemas tuvieron su origen en la
ingeniera mecnica, no obstante, el gran nmero de aplicaciones en el mbito de los
circuitos elctricos y mquinas elctricas, y el hecho de que la una gran cantidad de

11
Depsito de agua
Bombas
(a) Proceso con cuatro tanques. (b) Esquema del proceso simplificado.
Figura 1.1: Ejemplo de un sistema
instrumentos utilizados para el control de procesos son electrnicos, han trasladado

la mayora de esta rea del conocimiento a la ingeniera elctrica.
Pero, por qu es importante este curso para la formacin de un profesional en la
ingeniera elctrica? Para responder esta pregunta, considrese por ejemplo la tarea
tpica en la industria de controlar el nivel de los cuatro tanques del sistema de la
Figura 1.1a (este sistema se encuentra en el Laboratorio de Automtica de la Escuela
de Ingeniera Elctrica de la Universidad de Costa Rica). Este proceso se muestra
en forma esquemtica en la Figura 1.1b y corresponde a cuatro tanques acoplados.
Si el lector es observador, notar que el lquido que sale del depsito inferior puede
llegar a cualquiera de los cuatro tanques manipulando las vlvulas.
Ahora bien, qu se necesita para controlar este sistema? Al tener conocimientos
de electrnica uno pensara en medir el nivel de cada tanque con un sensor de nivel.
Esto es fundamental, pues la informacin sobre el nivel del agua no nos sirve de
nada si no se puede transformar a una variable elctrica que pueda ser analizada con
instrumentos electrnicos.
Por otro lado, se debe tener un controlador, algo que reciba la seal del sensor de
nivel, lo compare con el valor que se desea, y determine qu accin se debe llevar a

12
cabo. Algo importante del controlador es que alguien o algo le debe decir qu nivel es
el que se desea, por lo que el controlador debe admitir seales del exterior.
No obstante, algo le debe sacar el agua al depsito inferior para llevarlo a los
tanques. Este algo se llama actuador. El actuador debe tomar la seal de salida
del controlador y utilizarla para manipular el agua del depsito segn el controlador
le indique. Para esta aplicacin, un par de bombas (que ya estn en el sistema) son
ideales.
Con todos estos elementos se puede formar el esquema de la Figura 1.2, el cual es
el esquema del sistema de control que se quiere disear.
Para finalizar la justificacin del porqu es importante este curso, es vlido hacerse
las siguientes preguntas Cmo saber qu sensor se debe conectar al sistema? Qu
controlador es el ideal para esta aplicacin? Cmo se comportar el sistema con las
bombas que se le conecten? Vale la pena pensar en controlar este sistema? Qu
informacin se puede obtener del sistema solo con las seales de salida? Es ah donde
entra el anlisis de sistemas, ya que esta rea del conocimiento brinda herramientas
para, entre otras cosas:
Modelar matemticamente un sistema real.
Determinar las caractersticas dinmicas de un sistema ante una entrada parti-

cular.
Analizar la variacin de la salida de un sistema con respecto a las seales de

entrada.
Conocer el rango de variacin de las entradas y las salidas en funcin de los

aspectos constructivos del sistema.
Comparar el sistema bajo estudio con otros que se comportan en forma anloga.
Representar grficamente el sistema en diagramas que se pueden manipular

para analizarlo en diferentes formas.
Disear el controlador del sistema en funcin de lo que se quiere obtener y los

aspectos constructivos del sistema.
Anlisis de Sistemas es el primer curso que se lleva en el rea del control automtico,
pues se centra en el estudio del objeto que se desea controlar o analizar, no obstante, el
control del sistema se suele estudiar en otras asignaturas. Dentro del rea de Control
Automtico la escuela ofrece:

13
Niveles Variable Accin Seales de

Nivel real
deseados elctrica mecnica nivel
Controlador Actuador Sistema Sensor
Figura 1.2: Esquema del sistema de control.
Sistemas de control (curso obligatorio). Se disean los controladores del sistema

de control de la Figura 1.2.
Laboratorio de control (curso optativo). Se practica con varios sistemas de

control y se contraponen sus caractersticas.
Sistemas en tiempo discreto (curso obligatorio para licenciatura). Se analizan

los sistemas pero aplicando principalmente la transformada Z en lugar de la
transformada de Laplace.
Control e instrumentacin de procesos industriales (curso optativo). Se estudian

los sensores y las caractersticas prcticas de los sistemas de control.
Sistemas no lineales (curso optativo). Se aplican tcnicas de anlisis y control

especiales para sistemas que no cumplen con el principio de superposicin.
Automatizacin industrial (curso optativo). Se utilizan un tipo especial de

controladores (llamados P LC 0 s) para controlar un determinado tipo de sistemas.
Redes neuronales y lgica difusa (curso optativo). Se utilizan tcnicas avanzadas

de control basadas en programacin y mtodos iterativos.
Sistemas de adquisicin de datos y diseo de instrumentos virtuales (curso

libre). Se analizan los principios de la adquisicin de datos hacia el computador
y se disean las interfaces de control y los controladores con software.
1.2. Concepto de sistema

Aunque es muy probable que el lector comprenda en general del concepto de sistema,
es necesario dar una definicin ms precisa de ello. Esto con el fin de poder diferenciar
de forma clara lo que es un sistema y un modelo de un sistema.

14
1.2.1. Definicin de sistema

Segn Eykhoff (1977), un sistema es:
Una coleccin de objetos organizada, la cual est dirigida hacia un

objetivo o fin.
En este punto uno se podra preguntar si varios cuerpos reales son un sistema.
Pensando por ejemplo en un automvil, el automvil est formado por varios objetos
(ruedas, tornillos, cables, volante, asientos, entre otros). Todos estos objetos estn
organizados y cumplen un fin, transportar a sus pasajeros, por lo tanto, un automvil
califica como sistema.
1.2.2. Tipos de sistemas

Los sistemas conceptuales son aquellos formados por estructuras abstractas como
definiciones, smbolos, nombres, etc. Ejemplos de estos sistemas son la matemtica,
la estructura poltica de un pas, la notacin musical y los idiomas.
Todos los sistemas que no son conceptuales son fsicos, es decir, se pueden tocar.
En el curso, se le prestar especial atencin a estos ltimos, pues tienen la capacidad
de intercambiar materia y energa con el medio.
1.2.3. Variables de un sistema

Al estar formados los sistemas por objetos definidos, se crea directamente una
frontera para el sistema, la cual, puede ser incluso funcin de lo que la persona que lo
analiza crea conveniente para su estudio. Tpicamente, un sistema se representa por
la letra S. Se dice que el sistema S est dentro de su frontera, y fuera de ella est el
universo o medio.
No obstante, el sistema debe comunicarse con su medio para seguir existiendo, por
lo que se debe dar un traspaso de informacin, energa o materia. Adems, el sistema
posee internamente objetos o subsistemas que se deben comunicar entre ellos o que
definen su comportamiento. Esta idea se muestra esquemticamente en la Figura 1.3.
Seguidamente, se hace una serie de definiciones relacionadas a las variables de un
sistema.
Variables internas
Las variables internas de un sistema S se pueden dividir en:

15
Sistema Universo
Frontera
Variables internas
Variables externas
Figura 1.3: Esquema de las variables de un sistema.
Parmetros: son variables que estn en funcin de los aspectos constructivos

del sistema, por lo que no dependen de las entradas, pero s pueden depender
del tiempo o de las coordenadas espaciales. Cuando se obtiene la ecuacin
diferencial que describe un sistema, los parmetros son los coeficientes de dicha
ecuacin.
Tmense en consideracin los circuitos de la Figura 1.4, ambos son circuitos RC,
la diferencia radica en la fuente utilizada para alimentarlos. Independientemente
del tipo de fuente que tenga el circuito, la ecuacin diferencial que describe la
tensin en el capacitor (vc ) se puede escribir como:
d
vin (t) = vc (t) + RC vc (t), (1.1)
dt
Los coeficientes de esta ecuacin diferencial son los parmetros del sistema, es
decir, la capacitancia C y la resistencia R. Pero, qu pasa si por desgaste la
resistencia y la capacitancia cambian? En ese caso, la ecuacin se podra escribir
como:
d
vin (t) = vc (t) + R(t)C(t) vc (t), (1.2)
dt
donde la dependencia de los parmetros respecto al tiempo se hace evidente. Es
ms, si se considera la variacin de la resistencia total del circuito por el cable
usado, se podra escribir:
d
vin (t) = vc (t) + R(t, x)C(t, y) vc (t), (1.3)
dt
donde x representa una coordenada espacial que se utiliza para modelar la
resistencia total del circuito y y podra tomarse como la distancia entre las

16
Figura 1.4: Circuito RC alimentado por distintas fuentes.
placas de un capacitor variable. En todos estos casos, la capacitancia C y la

resistencia R son parmetros del sistema.
Variables de estado: Debido a que el curso est basado en gran medida en

las variables de estado de un sistema, aqu se dar una leve introduccin a ellas.
En la seccin 2.1 se muestran con mayor detalle estos conceptos.
Las variables de estado son las que, junto con las funciones de entrada, determi-
nan el conjunto de funciones de salida en un sistema.
Por ejemplo, si se trata de despejar la tensin del capacitor del circuito de la
Figura 1.4 se obtendra la siguiente relacin1 :
tt0 1 Z t (t )
vc (t) = vc (t0 )e RC + e RC vin ( )d. (1.4)
RC t0
Como es bien conocido, la respuesta total est formada por la respuesta natural
y la forzada. La respuesta natural es funcin de las condiciones iniciales del
sistema (las cuales no se pueden considerar cero a menos que se diga
lo contrario). Debido a que se debe conocer la tensin del capacitor para
determinar la tensin en todo el tiempo, la tensin inicial del capacitor es una
variable de estado de este sistema.
En este caso la salida del sistema (la tensin vc (t)) es tambin la variable
de estado, no obstante, eso no es siempre cierto. Si se considera ms bien la
salida del sistema como la corriente que pasa por la resistencia, el lector podr
1
Se recomienda que el lector repase los conceptos de convolucin y anlisis de circuitos de primer
orden.

17
determinar fcilmente que:

1
iR (t) = [vc (t) + vin (t)] , (1.5a)
R
1 1 Z t (t )

tt
RC0
= vc (t0 )e + e RC vin ( )d + vin (t) , (1.5b)
R RC t0
1 1 Z t (t )

tt
RC0
= vc (t0 )e + e RC vin ( )d
R RC t0
Z t
+ (t )vin ( )d , (1.5c)
t0
1 1 Z t (t ) Z t

tt
RC0
= vc (t0 )e e RC vin ( )d + (t )vin ( )d ,
R RC t0 t0
(1.5d)
1 Z t
1 (t )

tt
RC0
= vc (t0 )e + e RC vin ( ) + (t )vin ( ) d ,
R t0 RC
(1.5e)
1 Z t
1 (t )

tt
RC0
= vc (t0 )e + e RC + (t ) vin ( )d , (1.5f)
R t0 RC
donde se us la propiedad tt0 (t )vin ( )d = vin (t) para diferenciar la
R
respuesta forzada (debida a las entradas) de la respuesta natural (debida a los

estados). Esta propiedad recibe el nombre de la propiedad de muestreo de la
funcin delta de Dirac.
En este ltimo caso, para determinar la salida del sistema (la corriente iR (t)) es
necesario conocer la tensin inicial del capacitor (vc (t0 )) y la seal de entrada
(vin (t)). Este es un ejemplo de cmo es posible que una salida del sistema no
sea una variable de estado y viceversa. En este caso, la tensin del capacitor
sigue siendo una variable de estado.
Aunque ms adelante se describirn ms propiedades de las variables de estado,
algunas de las principales son (Lora y Mazn, 1989):
Definen la respuesta natural del sistema.
Dependen de las entradas y la historia del sistema (por ejemplo en (1.4) el
capacitor se carg por la aplicacin de una tensin antes del tiempo t0 ).

18
Constituyen la memoria del sistema, pues no pueden cambiar inmediata-

mente.
Permiten asignar un nico conjunto de salidas a un determinado conjunto
de entradas.
Variables externas
Son las variables con la capacidad de traspasar la frontera del sistema. Las hay de
dos tipos: entradas y salidas.
Entradas: Son las responsables de definir la evolucin forzada del sistema. Se
dividen en:
Entradas determinsticas: Las cuales son generadas intencionalmente,
es decir, por el usuario del sistema. Tpicamente estas entradas son produ-
cidas por un elemento externo al sistema, por ejemplo, fuentes de tensin
en un circuito, un generador de ondas, una caldera generadora de calor en
un sistema de calefaccin.
Entradas estocsticas: Las cuales son generadas por seales que no se
pueden manipular, pero que tpicamente se pueden medir, y por lo general
se conoce algn valor probabilstico de stas (valor promedio, mximo,
mnimo, desviacin estndar, etc.). Por ejemplo, la fuerza generada por la
friccin del aire sobre las alas de un avin no se puede manipular, pero se
puede medir (es ms, se necesita medir para poder controlar adecuadamente
el sistema), adems, dependiendo de la zona, se puede estimar su valor
mximo, mnimo y promedio.
Cuando se hace referencia a los sistemas de control, a este tipo de entradas
tambin se les llama perturbaciones.
Salidas: Son las seales que le brindan informacin al universo de cmo se
encuentra el sistema. Las salidas poseen dos componentes:
Respuesta forzada: Es debida al efecto de las entradas y a los parmetros
del propio sistema.
Respuesta natural: Es debida al efecto de los estados del sistema y al
de sus parmetros.
Considrese por ejemplo la tensin del capacitor en el circuito de la Figura 1.4.
De (1.4) se obtuvo:
tt
RC0 1 Z t (t )
vc (t) = vc (t0 )e + e RC vin ( )d, (1.6)
RC t0

19
Figura 1.5: Variables de un sistema.
siendo esta expresin la que describe la salida total del sistema. Como es bien
conocido de cursos anteriores, la respuesta total se puede dividir en la salida
forzada y la salida natural, a saber:
vc (t) = vc0 (t) + vc (t), (1.7)
donde para este caso:
tt0
vc0 (t) = vc (t0 )e RC , (1.8)
es la respuesta natural del sistema y:
1 Z t (t )
vc (t) = e RC vin ( )d. (1.9)
RC t0
es la respuesta forzada.
Para concluir esta seccin, en la Figura 1.5 se muestra un esquema de las variables
de un sistema cualquiera.
1.3. Concepto de modelo de un sistema

1.3.1. Definicin de modelo
Para manipular o analizar un sistema es necesario primero representarlo de alguna
forma. Esta representacin lleva el nombre de modelo, donde el modelo se puede
definir como:

20
Una representacin de los aspectos esenciales de un sistema (Lora y

Mazn, 1989).
Esta definicin es en realidad bastante relativa, qu es esencial para representar un

sistema? Para discutir este punto considrese el circuito de la Figura 1.6, definiendo
la fuente de tensin como la entrada y la tensin de la resistencia como la salida.
Si se desea representar este sistema por medio de un modelo, tal que represente
exclusivamente la relacin entre la entrada y la salida se tendra, por ejemplo:
dvR (t)
L + RvR (t) = Rvin (t), (1.10)
dt
la cual es la ecuacin diferencial que modela al sistema. Obsrvese que en esta
ecuacin no se consideran los cambios en la temperatura, no obstante, es bien conocido
que la resistencia vara con la temperatura (Dorf y Svoboda, 2000). Tampoco se
considera el desgaste de los componentes respecto al tiempo ni el posible cambio de
la inductancia por un acople magntico con algn circuito cercano, es ms, tampoco
se ha considerado un modelo que incorpore la posibilidad de una fuente de tensin
que pueda quemar los componentes o la incorporacin del ruido elctrico en la seal
de salida.
Considerando estos puntos, se puede crear un modelo ms exacto del sistema:
Si |vin | vinmax :
d
L(M ) vR (t) + R(T, t)vR (t) = R(T, t)vin (t) + f (t), (1.11)
dt
Si |vin | > vinmax :

vR (t) = 0, (1.12)
donde M es el coeficiente de acoplamiento magntico, T es la temperatura y f (t) es

una funcin de ruido elctrico. En esta discusin, se coloc vR (t) = 0 si |vin | > vinmax
para modelar el hecho de una determinada tensin mxima en la resistencia que
har que se queme, y por lo tanto no pase corriente y vR (t) = 0.
Aunque este nuevo modelo puede resultar mucho ms completo que el mostrado
en (1.10), ciertamente sera muy difcil trabajar con l, debido a la gran cantidad de
informacin que se necesita. De hecho, aunque todos los fenmenos que lo definen
son reales, muy probablemente el lector nunca se preocup por ellos y siempre
ha considerado como suficiente el modelo mostrado en (1.10), pues representa los
aspectos esenciales del sistema bajo estudio.

21
Figura 1.6: Circuito RL.

Sistema y modelo
Modelo
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
Tiempo (s) Tiempo (s) (muestreo cada 0.5s)
Figura 1.7: Respuesta de un sistema y su modelo en tiempo discreto.
1.3.2. Tipos de modelos

Los modelos se pueden clasificar de acuerdo a varios criterios, siendo posible que
un modelo pertenezca a varias clasificaciones:
De acuerdo a la estructura matemtica

Modelos en tiempo continuo. En este tipo de modelos se considera que la
variable independiente es el tiempo t, el cual es continuo, por lo que puede
tomar cualquier valor. Estos modelos, representan el comportamiento de los
sistemas por medio de ecuaciones diferenciales o funciones de transferencia en
el dominio s.
Modelos en tiempo discreto. En este caso, la variable independiente tiempo,

solo puede tomar valores discretos (no necesariamente enteros). Por lo general,
estos modelos se utilizan cuando se hace alguna conversin analgica-digital en
el proceso a analizar, pues se hace un muestreo de las seales cada cierto tiempo.
Las ecuaciones en diferencias y las funciones de transferencia en el dominio z
son algunos modelos de este tipo.
En la Figura 1.7 se muestra un ejemplo de un modelo discreto con un periodo
de muestreo de 0,5 s.

22
Modelos lineales. Estos modelos corresponden a las estructuras matemticas

que cumplen con los principios de homogeneidad y aditividad y por tanto se
puede aplicar la superposicin.
El lector debe recordar de cursos anteriores que el principio de homogeneidad
es tal que:
f (au) = af (u),
donde f es la salida del sistema, u es la entrada y a es un nmero real. Mientras

que el principio de aditividad establece que:
f (u1 + u2 + + ui + ) = f (u1 ) + f (u2 ) + + f (ui ) + ,
donde ui es la entrada i-sima del sistema.
Modelos no lineales. Estos estn formados por las estructuras matemticas

que no cumplen con los principios de linealidad y homogeneidad. El tratamiento
de estos modelos es muy complejo y requiere de anlisis avanzados.
La mayora de los modelos tratados en este documento, son lineales y todos son en
tiempo continuo. En otros cursos se les da nfasis a los dems modelos.
De acuerdo a las caractersticas de sus parmetros

Como se ha comentado en varias ocasiones, los parmetros de un sistema varan
en el tiempo o pueden depender de coordenadas espaciales. As, se presentan cuatro
posibilidades para clasificar un modelo de ese sistema:
Variantes en el tiempo. En este caso, los parmetros del modelo son una
funcin del tiempo. Trabajar con estos modelos tiene una mayor dificultad,
pues las ecuaciones diferenciales resultantes son ms complejas y no siempre se
pueden resolver fcilmente.
Invariantes en el tiempo. En este caso, los parmetros del modelo son

constantes en el tiempo, por lo que su aplicacin es limitada a un lapso lo
suficientemente pequeo para que los parmetros del sistema no varen en forma
significativa. No obstante, la mayora de los modelos son invariantes en el tiempo
debido a que son ms fciles de analizar y representan los sistemas reales con
suficiente exactitud.

23
De parmetros distribuidos. Para estos modelos los parmetros son funcin

de las coordenadas espaciales. Particularmente estos modelos son adecuados
para sistemas de gran tamao, donde es imposible conseguir o suponer que
todos los parmetros son homogneos. Por ejemplo, el grosor de la carrocera
de un automvil no es uniforme en todos los puntos porque en ciertas zonas
se necesita la existencia de mayor resistencia que en otras. El grosor de la
carrocera de un automvil es por tanto un parmetro distribuido.
De parmetros concentrados. Estos modelos se caracterizan porque sus
parmetros no son funcin de las coordenadas espaciales sino que se mantienen
constantes en el espacio.
La mayora de los modelos aqu utilizados son los modelos invariantes en el tiempo
y de parmetros concentrados.
De acuerdo a las salidas

La clasificacin de los modelos respecto a las salidas son:
Modelos causales (causa-efecto). En estos modelos las salidas dependen de

las salidas y entradas pasadas. Todos los sistemas fsicos son causales, pues no
existe un sistema que tome en cuenta el futuro para decidir su comportamiento,
de lo contrario, se estara conociendo el futuro, por tanto, los modelos causales
son los ms utilizados.
Modelos anticipativos. Los valores actuales de este modelo dependen de
los valores futuros, para ello, estos modelos deben determinar el futuro2 . Por
supuesto, debido a esta cualidad, los modelos anticipativos no son fsicamente
realizables.
Modelos con memoria. Estos son los modelos cuya salida depende de lo
que haya sucedido en el pasado, y posiblemente, tambin de la entrada actual.
Cualquier sistema con un elemento almacenador de energa, se dice que es capaz
de mantener un estado, pues el elemento que almacena la energa no puede
cambiar su cantidad de energa inmediatamente. Si en la ecuacin que modela
2
El lector debe ser cuidadoso, no es lo mismo determinar el futuro que estimarlo, determinar (al
menos en este contexto) implica tener conocimiento perfecto de lo que pasar, estimarlo implica poder
suponer con un cierto margen de certeza lo que pasar. Un ejemplo tpico son las predicciones
del tiempo atmosfrico, se puede estimar si llover, har sol, etc, pero estas estimaciones no son
100 % confiables.

24
un sistema, aparece algn tipo de condicin inicial, esto implica que es un

modelo con memoria.
Modelos sin memoria. Tmese en consideracin una resistencia conectada a
una fuente de tensin, la relacin que determina la corriente en la resistencia es:
vin (t)
iR (t) = ,
R
obsrvese que esta relacin no toma en cuenta el valor de alguna seal para un
tiempo t0 < t, donde t es el momento actual. Debido a esto, a este modelo no
le interesa lo que ha pasado antes, se puede decir que no tiene memoria.
No obstante, si se calcula la corriente en un inductor conectado a la misma
fuente de tensin se tendra que:
1Zt
iL (t) = iL (t0 ) + vL ( )d,
L t0
y como la corriente en el tiempo t depende de t0 con t0 < t, se tiene que este
modelo s tiene memoria.
El uso de modelos con memoria va ntimamente ligado a sistemas con elementos
almacenadores de energa, en el primer caso, ni la resistencia ni la fuente
almacenan energa, por lo que el modelo resulta sin memoria. En el segundo
caso, debido a que el inductor almacena energa, result necesario utilizar un
modelo con memoria.
En la Figura 1.8 se muestra un esquema para resumir todas las clasificaciones de

los modelos que aqu se mencionaron.
1.3.3. Obtencin de los modelos

Dado un sistema, existen bsicamente tres formas para obtener un modelo de l.
Estas formas se pueden representar como cajas, a saber: caja blanca, gris y negra.
Modelado de caja blanca

Este tipo de obtencin del modelo tambin se llama modelado analtico. En l, se
supone que el usuario tiene conocimiento total del sistema (puede medir lo que desee
y tiene acceso total al interior del mismo), por lo que utiliza las leyes fsicas que lo
gobiernan para determinar el modelo del mismo. Este tipo de modelado es el ms
usado en el diseo de sistemas, pues se cuenta con toda la informacin del sistema.

25
ClasificacinNdeNlosNmodelos
Estructrura
Parmetros Salidas
matemtica
Geometra Tiempo Tiempo Tipo Tiempo Memoria
Concentrados Variantes Continuos Lineales Anticipativos ConNmemoria
Distribuidos Invariantes Discretos NoNlineales Causales SinNmemoria
Figura 1.8: Clasificacin de los modelos.
Figura 1.9: Modelo de un motor DC.
Modelado de caja gris

Este tipo de modelo se refiere a la determinacin de los parmetros de un modelo
de un sistema a partir de una estructura conocida. Por ejemplo, se sabe que el circuito
equivalente de un motor DC (el circuito que modela la parte elctrica) con excitacin
independiente es el mostrado en la Figura 1.9. Todos los motores de este tipo se
pueden representar con este modelo, no obstante, es necesario hacer experimentos y
pruebas para determinar el valor de los parmetros del modelo (L, R y kf ), pues no
siempre es posible medirlos directamente.
Modelado de caja negra

La idea de esta tcnica es hacer un modelo sin conocer la estructura interna
del sistema. Para ello se utilizan experimentos sobre las entradas del sistema para

26
investigar cmo se comportan las salidas y a partir de eso determinar un modelo del
sistema. Por esto, a este tipo de modelado se le llama modelado experimental.
Aunque este modelado es muy utilizado, tambin es el ms abstracto, pues los
modelos encontrados no dicen nada de la estructura fsica del sistema, simplemente
son entidades matemticas que comparten o aproximan algunas de sus propiedades.

2. Introduccin al espacio de estados
Los sistemas que se estudian en este curso pueden ser modelados matemticamente
a partir de ecuaciones diferenciales ordinarias. Estas ecuaciones son el punto inicial
para el estudio analtico del concepto de estado y por ende, del espacio de estados.
En este captulo, se introduce la formulacin matemtica del espacio de estados,
su anlisis y la resolucin de las ecuaciones para sistemas lineales e invariantes en el
tiempo. Cmo representar diagramas de manera grfica con la ayuda de diagramas
de bloque y de flujo, se estudia en el Captulo 3. En el Captulo 5 se estudia el
modelado analtico de sistemas, es decir, la obtencin de las ecuaciones diferenciales
que representan la dinmica de un sistema a partir de principios fsicos y qumicos
establecidos.
Se recomienda que antes de empezar a estudiar este captulo, el estudiante realice
un pequeo repaso de lgebra matricial y de la transformada de Laplace, que son
herramientas indispensables en el anlisis de sistemas. Una buena referencia para
repasar estos temas, se puede encontrar en Kuo (1996). Adems, un pequeo resumen
se presenta en los apndices A y B.
2.1. El concepto de estado

2.1.1. Definicin
Intuitivamente, se comprende el trmino estado como la condicin actual de un
sistema. Esta condicin es producto de la historia del sistema, es decir, de las
perturbaciones que ha sufrido a lo largo del tiempo y que han definido su situacin
presente. Una analoga fcil de entender es cuando un mdico en una sala de urgencias
pregunta por el estado de un paciente. En este caso, el estado del sistema (el paciente)
se refiere a su condicin de salud. El mdico necesita saber este estado para poder
tomar las acciones necesarias para llevar al paciente a un estado mejor.
Ahora bien, desde el punto de vista cuantitativo, es necesaria una definicin ms
precisa:
Se define estado de un sistema como la mnima cantidad de infor-
macin necesaria en un instante para que, conociendo la entrada a partir
27
28
de ese instante, se pueda determinar cualquier variable del sistema en

cualquier instante posterior (Domnguez et al., 2006).
Esta cantidad mnima de informacin se refiere precisamente al valor de las variables
del sistema. La cantidad mnima de variables que definen de manera nica el estado
del sistema se les conoce como variables de estado. Volviendo a la analoga del
paciente, las variables de estado que podran definir el estado del mismo son su
temperatura interna, la cantidad de azcar en sangre, el colesterol, presencia de
erupciones en la piel, etc.
Si se tiene conocimiento de la dinmica del sistema, y adems se conoce la entrada
que se aplica en el sistema desde un instante inicial t0 hasta un instante final t1 , es
posible predecir el nuevo estado (es decir, los nuevos valores de las variables de estado
del sistema) en cualquier instante entre t0 y t1 . Con el intervalo de observacin [t0 , t1 ]
se puede denotar la entrada y la salida del sistema como u = u[t0 ,t1 ] y y = y[t0 ,t1 ]
respectivamente. Supongamos que un sistema real se puede representar con un objeto
abstracto S (el modelo) de manera que se pueda escribir una relacin de la forma:
S(u, y) = 0. (2.1)
A esta relacin se le llamar Relacin Entrada Salida (RES). Normalmente

esta RES corresponder a la ecuacin diferencial que relaciona las salidas del sistema
con las entradas del mismo. Asociado a este objeto abstracto se puede definir un vector
variable x(t0 ) de manera que la salida y queda totalmente definida teniendo
conocimiento de:
El valor de x(t0 )
La entrada del sistema u
La RES S(u, y) = 0
Al valor de este vector x se le llama entonces, estado del sistema. es el espacio
vectorial de todos los posibles estados del sistema. A este espacio se le conoce como
espacio de estados.
Si la relacin entre la entrada, la salida y los estados se escribe de manera explcita:
y[t0 ,t] = S(x(t0 ), u[t0 ,t] ), x(t0 ) , t > t0 . (2.2)
A la funcin S se le conoce como Relacin Entrada Salida Estado (RESE).

Normalmente la RESE se obtiene resolviendo la ecuacin diferencial definida por la
RES.

29
+
-
Figura 2.1: Circuito simple.
Ejemplo 2.1
Si se tiene el circuito simple de la Figura 2.1, obtener la RES y la RESE.
Solucin:
Ms adelante se presentar la forma de obtener el modelo de los sistemas elctricos.
Por ahora, supongamos que se nos da la ecuacin diferencial de este sistema y que
est dada por:
dVout (t)
RC + Vout (t) = Vin (t).
dt
Basta con escribir esta ecuacin como:
dy(t)
S(u, y) = RC + y(t) u(t) = 0.
dt
Para obtener la RES del sistema. En este caso u(t) = Vin (t) y y(t) = Vout (t). Para
obtener la RESE, basta con encontrar una expresin de la salida en funcin de la
entrada y los estados, es decir, resolver la ecuacin diferencial. Existen diferentes
mtodos para resolver ecuaciones diferenciales. Para este caso, vamos a utilizar la
transformada de Laplace. Aplicando la transformada de Laplace sobre la RES, se
obtiene:
RC (sY (s) y(0)) + Y (s) U (s) = 0.
Despejando Y (s), se encuentra que:
(RCs + 1)Y (s) = RCy(0) + U (s),
RC 1
Y (s) = y(0) + U (s).
RCs + 1 RCs + 1
Aplicando la transformada inversa de Laplace obtenemos la expresin para y(t):
1 1 Z t 1 (t )
y(t) = y(0)e RC t + e RC u( ) d .
RC 0

30
Como se puede observar, la salida del sistema depende de los parmetros del sistema
(R y C), la entrada u(t) y depende de y(0), adems t0 = 0. En este caso, este valor
de y(0) es precisamente el estado inicial del sistema y por lo tanto, la salida del
sistema depender directamente del valor que tenga. Es decir, la salida del sistema es
al mismo tiempo una variable de estado. El sistema tiene una sola variable de estado
y el espacio de estados ser igual a todos los posibles valores que pueda tomar y(0).
2.1.2. Propiedades de las variables de estado

Las variables de estado deben cumplir las siguientes propiedades (Domnguez et
al., 2006):
1. Unicidad: Dadas una condicin inicial y una entrada, el valor del estado debe
ser nico:
t t0 , x0 = x(t0 ), u( ) t0 < t x(t) es nica
2. Continuidad: Las trayectorias en el espacio de estados son funciones continuas:
lm x(t) = x(t0 ) t y t0
tt0
3. Transitividad: Si se tienen 3 tiempos t0 < t1 < t2 , entonces para conocer el

estado en t2 se tienen dos opciones:
Conocer el estado en t0 y la entrada aplicada desde t0 hasta t2 :
x(t2 ) = (t2 , t0 , x(t0 ), u( )) con t0 < t2
O conocer el estado en t1 y la entrada aplicada desde t1 hasta t2 :
x(t2 ) = (t2 , t1 , x(t1 ), u( )) con t1 < t2
Suponiendo que el estado en t1 se alcanz mediante:
x(t1 ) = (t1 , t0 , x(t0 ), u( )),
con t0 < t1

31
2.1.3. Definiciones importantes

Existen algunas definiciones importantes para el anlisis de sistemas que se derivan
del concepto de RESE (Lora y Mazn, 1989):
Estado alcanzable: El estado x se dice alcanzable a partir del estado x

si y solo si, existe una entrada u(t) tal que el sistema es llevado desde x hasta
x en un tiempo finito.
Estado cero: Un estado es un estado cero del objeto S, si para todo t0 y con
una entrada nula, la RESE de S, con S partiendo de es una funcin nula:
S(, 0) = 0, t t0 .
Respuesta de estado cero: Se le denomina respuesta de estado cero y , a la

respuesta del objeto S ante una entrada u cuando parte desde su estado cero :
y (t) = S(, u).
Respuesta en estado estacionario: Se define como el lmite (si existe) de la

respuesta del sistema, cuando el tiempo tiende a infinito:
yss = lm S(x, u).

t
Respuesta a entrada cero: Se define como la respuesta de un sistema S ante una

entrada nula, partiendo de un estado particular x:
yec = S(x, 0).
2.1.4. Linealidad e invarianza en el tiempo

En este curso, se estudiarn solo los sistemas que sean lineales e invariantes en el
tiempo. Ahora bien, en la naturaleza todos los sistemas son no lineales y variantes en
el tiempo pero, si el lapso y el rango de accin en el que se estudian son pequeos,
estos sistemas reales se pueden aproximar bien a sistemas lineales e invariantes, que
son mucho ms sencillos de analizar y para los que existe una gran cantidad de teora
alrededor.

32
Linealidad
Se dice que un sistema es lineal si cumple las siguientes propiedades (Lora y Mazn,
1989):
Superposicin: Las salidas del sistema obtenidas para cada conjunto de entradas
actuando por separado, pueden sumarse para obtener el efecto de todas las
entradas actuando en conjunto. Esto es, para un sistema general y = F (u),
considerando y como la salida y u como la entrada para un tiempo t0 t t1 ,
la superposicin se puede escribir matemticamente como:
F (u1 + u2 ) = F (u1 ) + F (u2 ). (2.3)
Homogeneidad: La respuesta de un sistema obtenida a partir de las entradas escala-

das en un factor determinado, es igual a escalar, en ese mismo factor, la respuesta
del sistema obtenida a partir de las entradas sin escalar. Matemticamente:
F (ku) = kF (u), (2.4)
sin embargo, como se ha visto hasta ahora, la salida de los modelos no solo depende
de la entrada sino tambin de los estados. Por ello, un modelo ser lineal si es lineal
en los estados (o lo que es equivalente, es lineal a entrada cero), en las entradas (lo
que es lo mismo a ser lineal a estado cero) y adems cumple una propiedad ms:
la propiedad de descomposicin, la cual dice que la salida total de un sistema
se puede escribir como la suma de la respuesta a entrada cero ms la suma de la
respuesta a estado cero. Matemticamente, se dice que un sistema es lineal si (Canales
y Barrera, 1977):
S (k (x1 + x2 ) , k (u1 + u2 )) = k S (x1 , u1 ) + k S (x2 , u2 ) . (2.5)
Esta ecuacin incluye la propiedad de linealidad a entrada cero, puesto que si

u1 = u2 = 0 se tiene que:
S (k (x1 + x2 ) , 0) = k S (x1 , 0) + k S (x2 , 0) .
Tambin la de linealidad a estado cero: si los estados son iguales al estado cero ,
x1 = x2 = :
S (, k (u1 + u2 )) = k S (, u1 ) + k S (, u2 ) .
Y la de descomposicin puesto que si k = 1, x2 = y u1 = 0:
S ((x1 + ) , (0 + u2 )) = S (x1 , 0) + S (, u2 ) .

33
Invarianza en el tiempo
Esta propiedad se refiere a los sistemas en los cuales no importa en qu tiempo
se analicen, siempre ante una misma entrada y estados resultar la misma salida.
Esto es equivalente a decir que las propiedades y parmetros del sistema permanecen
constantes en el tiempo.
Formalmente, se puede expresar esta propiedad de la siguiente manera (Canales y
Barrera, 1977): Sea RT el operador de retardo, de tal manera que retarda a una seal
T unidades de tiempo, esto es:
RT (u(t)) = u(t T ). (2.6)
Si ante una entrada u, la salida del sistema viene dada por:
y = S (x0 , u) .
Entonces si el sistema es invariante en el tiempo, retardar la seal de salida T

unidades de tiempo ser igual a obtener la salida del sistema, pero con la entrada
retardada T unidades de tiempo, es decir:
RT (y) = S (x0 , RT (u)) . (2.7)
2.2. Sistemas elctricos como prototipos de sistemas

lineales
Los circuitos elctricos sencillos se pueden modelar como sistemas lineales. Para
efectos de este captulo, se presentarn las ecuaciones de los elementos para tener una
base ms realista para estudiar los modelos en variables de estado. En el captulo 5,
se ampliar el estudio del modelado de sistemas a los de tipo mecnico, trmico e
hidrulico.
Primero unas cuantas definiciones bsicas (Dorf y Svoboda, 2000):
Carga elctrica: Propiedad de algunas partculas que se ve afectada por campos
electromagnticos.
Electricidad: Fenmeno fsico que se origina de la interaccin entre cargas elctricas.
Circuito elctrico: Interconexin de elementos elctricos (elementos que en cierta

medida, permiten el flujo de carga a travs de ellos) que producen al menos una
trayectoria cerrada de forma que pueda fluir una corriente elctrica.

34
Elemento Parmetro Ecuacin Smbolo
Fuente de +
Tensin (V) Vin = f (t) - Vin
tensin
Fuente de
Corriente (A) Iin = f (t) Iin
corriente
VR
+ -
Resistor Resistencia () VR = RIR
IR R
Vc
Capacitor Capacitancia (F) IC = C dVdtC
+ -
Ic C
VL
+ -
Inductor Inductancia (H) VL = L dIdtL L
IL
Cuadro 2.1: Modelos de los elementos de los sistemas elctricos.
Corriente: Es la tasa de flujo de la carga elctrica por un punto dado. Su unidad

de medida es el Ampere (A).
Tensin: Se define como tensin al trabajo necesario para mover una carga elctrica
unitaria. Su unidad es el volt (V).
Ampere: Es la intensidad de una corriente constante, que mantenida en el vaco
entre dos conductores paralelos, rectilneos, de longitud infinita, de seccin
circular despreciable, y situados a una distancia de un metro entre ambos,
producir entre estos conductores una fuerza igual a 2,0107 newton por
metro de longitud (Ministerio de Economa, Industria y Comercio, 2010).
Volt: Es la diferencia de potencial elctrico entre dos puntos de un conductor que
transporta una corriente elctrica constante de un Ampere, y cuando la potencia
disipada entre esos dos puntos es igual a un Watt (Ministerio de Economa,
Industria y Comercio, 2010).
En el Cuadro 2.1, se presentan los principales elementos que componen los sistemas
elctricos. Los llamados elementos activos son los que son capaces de entregar energa
al circuito elctrico. Estos elementos son las fuentes de tensin y corriente. Una fuente
ideal de tensin, podr entregar una tensin definida con cualquier corriente. Esta
corriente depender del resto del circuito y tericamente puede tomar cualquier valor.

35
En cambio, una fuente de corriente ideal ser capaz de entregar un nivel de corriente
definido, sin importar el nivel de tensin que se obtenga.
El elemento elctrico pasivo (que absorbe energa) ms simple es el resistor. Ntese
en el Cuadro 2.1 la convencin para elementos pasivos: la corriente siempre ir en
sentido contrario al de la tensin1 . Un resistor es un objeto que obstaculiza en cierta
medida el flujo de la corriente elctrica. La relacin que existe entre la tensin y la
corriente en un cuerpo viene descrita por la ley de Ohm. Esta ley indica que la tensin
que se produce en un cuerpo es proporcional a la corriente que la atraviesa. A este
parmetro de proporcionalidad se le llama resistencia (medida en Ohms: = 1V/A),
y es la unidad con la que se mide la resistencia de un objeto. Esta relacin y el smbolo
del resistor se pueden encontrar en el Cuadro 2.1. Matemticamente, la ley de Ohm
se enuncia como:
VR = RIR , (2.8)
donde VR es la tensin que aparece en el resistor, IR es la corriente y R es su resistencia.
Como se indic, el resistor es capaz de absorber energa, pero no es capaz de
almacenarla. Una vez que la corriente deje de circular a travs de l, la tensin
ser nula tambin. Existen dos elementos elctricos capaces de almacenar energa: el
capacitor y el inductor. El capacitor (tambin llamado condensador) es un elemento
pasivo que es capaz de almacenar energa gracias al campo elctrico que mantiene en
su interior. En su forma ms simple, est formado por dos placas conductoras que
estn separadas por un material dielctrico. Una vez que una tensin se aplica en
l, las placas conductoras empiezan a acumular carga, una con carga positiva y otra
con carga negativa. La carga de una de estas placas es proporcional a la diferencia de
potencial (tensin) aplicado entre las dos placas, es decir:
Q = CVc , (2.9)
donde Q es la carga, Vc es la tensin aplicada al capacitor y C es el factor de
proporcionalidad. Este factor recibe el nombre de capacitancia y expresa la cantidad
de carga por volts que puede almacenar un capacitor. La unidad en el Sistema
Internacional de Unidades (SI) para la capacitancia es el farad (F). Al derivar a
ambos lados con respecto al tiempo, se encuentra la siguiente relacin:
dQ dVc
=C ,
dt dt (2.10)
dVc
Ic = C .
dt
1
La tensin siempre se mide como la resta del potencial del polo positivo menos el potencial del
polo negativo.

36
De (2.10) se rescata que la tensin en un capacitor no puede variar de forma

instantnea porque requerira una corriente infinita.
El otro elemento almacenador de energa es el inductor. En su forma ms sencilla,
un inductor es una bobina de alambre por la que se hace circular corriente elctrica.
Este elemento es capaz de almacenar energa gracias al campo magntico que se forma
cuando fluye la corriente a travs de sus devanados. La relacin entre la tensin y la
corriente en un inductor es:
dIL
VL = L , (2.11)
dt
es decir, la tensin que se produce en el inductor es proporcional al cambio en la
corriente con respecto al tiempo. De la ecuacin (2.11) se observa que no es posible
tener un cambio instantneo de la corriente en un inductor, porque esto implicara
una tensin infinita. La constante L es llamada inductancia y mide la capacidad de
un dispositivo de almacenar energa en la forma de campo magntico. La unidad de
medida de la inductancia es el henry (H).
Sumado a las variables fsicas del sistema y a los elementos, es necesario contar con
las relaciones correspondientes que nos permitan analizar el flujo de las variables a
travs de los elementos. En el caso de los sistemas elctricos, las dos leyes fundamentales
son las leyes de Kirchhoff. Para enunciar estas leyes primero se necesita definir lo que
es un nodo y un lazo en un circuito elctrico.
Un nodo se define como el punto donde se conectan dos o ms elementos elctricos.
En el circuito de la Figura 2.2 se pueden observar cuatro nodos. Ntese que el nodo
inferior incluye bastantes lneas de unin (o alambres ideales con resistencia cero, si
se quiere ver as), igualmente se podran dibujar todos los elementos tocndose en un
solo punto, pero por norma general, se trata que los diagramas de los circuitos sean
ms o menos cuadrados.
Un lazo es una trayectoria cerrada dentro de un circuito que pasa por varios nodos
una sola vez, pero que inicia y termina en el mismo nodo. Un caso especial de un
lazo es una malla, que tiene la caracterstica de que no contiene ningn otro lazo. Por
ejemplo, en la Figura 2.3 se muestra un circuito con tres lazos de los cuales, solo dos
de ellos son mallas. La Figura 2.3a presenta un lazo que contiene a los lazos de las
Figuras 2.3b y 2.3c.
La primera ley de Kirchhoff o ley de nodos indica que la suma algebraica de
corrientes en un nodo es igual a cero. Lo que indica esta ley es que en un circuito
elctrico no hay nodos sumideros, es decir, la corriente que entra a un nodo es igual
a la corriente que sale. En la Figura 2.4 se muestran tres corrientes que confluyen
en un nodo. En este caso, a partir de la ley de nodos se obtiene la siguiente relacin

37
1 2 3
4
Figura 2.2: Un circuito con cuatro nodos.
(a) Lazo 1 (b) Lazo 2
(c) Lazo 3
Figura 2.3: Un circuito con 3 lazos. Solo los lazos 2 y 3 son mallas.
entre estas corrientes:

i1 i2 i3 = 0, (2.12)
como se puede observar, las corrientes positivas que entran al nodo se suman en la
expresin, mientras que las corrientes positivas que salen del nodo se restan.
La segunda ley de Kirchhoff es la ley de lazos que dice que la suma algebraica de
tensiones para cualquier lazo es igual a cero. En la Figura 2.5 se muestra un lazo con
diferentes elementos. La expresin que relaciona las tensiones de los elementos viene
dada por:
v1 v2 v3 = 0, (2.13)
Las tensiones que van en el sentido de recorrido del lazo, se suman en la expresin,
mientras que las tensiones que van en contra del recorrido se restan.
Ahora se tienen los elementos bsicos para el anlisis de sistemas elctricos. Utili-

38
Figura 2.4: Ley de nodos de Kirchhoff.
+ -
+ +
- -
Figura 2.5: Ley de lazos de Kirchhoff.
zando las leyes de Kirchhoff y los modelos de cada uno de los elementos, es posible
escribir la ecuacin diferencial correspondiente que modela la dinmica del circuito
elctrico.
Ejemplo 2.2
Dado el circuito de la Figura 2.6, si la entrada es Vin (t) y la salida es iL (t), obtenga:
La ecuacin diferencial que modela iL en funcin de Vin (t) (RES).
Si R1 =R2 =10 , L=2 mH y C= 5 F, encuentre la respuesta en el tiempo de

iL (t) en funcin de la entrada (RESE). Suponga que los estados son la corriente
en el inductor y la tensin en el capacitor.
Grafique la respuesta temporal del sistema si la entrada es un escaln de

magnitud 10 a partir de t = 0 s y los estados iniciales son iguales a cero.
Solucin:
En un caso como este, lo primero que hay que hacer es escribir todas las relaciones

39
i1 Vin iL
R1 C R2
Figura 2.6: Figura del ejercicio 2.2.
que rigen la dinmica del circuito. A partir de los modelos de los elementos se tiene:
vR1 (t) = R1 i1 (t), (2.14a)

vR2 (t) = R2 iL (t), (2.14b)
diL (t)
vL (t) = L , (2.14c)
dt
dvc (t)
iC (t) = C . (2.14d)
dt
Las ecuaciones que se obtienen a partir del anlisis de nodos y mallas son:
vR1 (t) Vin (t) vC (t) = 0, (2.15a)

vC (t) VL (t) vR2 (t) = 0, (2.15b)
i1 (t) iL (t) iC (t) = 0. (2.15c)
Introduciendo (2.14c) y (2.14b) en (2.15b) se obtiene:
diL (t) R2 1
= iL (t) + vc (t). (2.16)
dt L L
Introduciendo (2.14a) en (2.15a) se obtiene una expresin para i1 que luego es
introducida en (2.15c) y luego en (2.14d) para obtener:
dvC (t) 1 1 1
= Vin (t) vC (t) iL (t). (2.17)
dt CR1 CR1 C
Las ecuaciones 2.16 y 2.17 son importantes porque modelan la variacin de los
estados del sistema en funcin de los estados y las entradas. Para la RES, lo que se
necesita es una ecuacin diferencial que solo depende de la entrada y la salida. A

40
partir de (2.15b), se sustituye la expresin de vR2 , se despeja vc y se procede a derivar

ambos lados para obtener:
dvC (t) diL (t) d2 iL (t)
= R2 +L . (2.18)
dt dt dt2
Esta expresin luego se introduce en (2.17) para obtener la RES:
d2 iL (t) L diL (t) 1 R2 1

L + R2 + + + 1 iL (t) + Vin (t) = 0. (2.19)
dt CR1 dt C R1 CR1
Se obtiene al final una ecuacin diferencial lineal de segundo orden. Se debe hacer
un comentario en este punto: el orden de la ecuacin siempre estar asociado a
elementos almacenadores de energa independientes, es decir, si un sistema tiene n
elementos almacenadores de energa independientes, entonces su ecuacin diferencial
tendr orden n. En el caso de este ejemplo, puesto que contamos con un capacitor y
un inductor, el orden de la ecuacin diferencial es dos.
Para obtener la RESE, se procede a encontrar una relacin entre la salida y los
estados. Si se resuelve (2.19), entonces al final, nuestros estados vendrn dados por
la corriente iL y su derivada 2 . Para que la tensin del capacitor y la corriente del
inductor sean los estados, es mejor proceder a resolver las ecuaciones (2.16) y (2.17)
al mismo tiempo.
Al aplicar la transformada de Laplace a (2.16) se obtiene:
R2 1
sIL (s) iL (0) = IL (s) + VC (s). (2.20)
L L
Igualmente, al aplicar la transformada a (2.17) se obtiene:
1 1 1
sVC (s) vC (0) = Vin (s) VC (s) IL (s),
CR1 CR1 C
CR1 1 R1
VC (s) = vC (0) Vin (s) IL (s). (2.21)
CR1 s + 1 CR1 s + 1 CR1 s + 1
Introduciendo (2.21) en (2.20) y despejando para I(s) se obtiene:
L(CR1 s + 1)
I(s) = i(0)
(CR1 s + 1)(Ls + R2 ) + R1
CR1
+ vC (0) (2.22)
(CR1 s + 1)(Ls + R2 ) + R1
1
Vin (s).
(CR1 s + 1)(Ls + R2 ) + R1
2
Esto se puede observar puesto que, resolviendo con la transformada de Laplace, la segunda
2
derivada queda L { ddti2L } = s2 IL (s) siL (0) iL (0), por lo que al final, iL (0) e iL (0) sern los
estados.

41
Esta ecuacin representa la transformada de Laplace de la RESE, con los estados

definidos como la corriente inicial en el inductor y la tensin inicial en el capacitor.
Cambiando los parmetros por los valores numricos indicados en el enunciado del
ejemplo, se llega a:
1 107 s + 2 103
I(s) = i(0)
1 107 s2 + 2,5 103 s + 20
50 106
+ v(0) (2.23)
1 107 s2 + 2,5 103 s + 20
1
+ Vin (s).
1 10 s + 2,5 103 s + 20
7 2
Para obtener la transformada de Laplace inversa, lo mejor es dejar los trminos en

una forma conocida primero. Para ello, lo primero que se hace es completar cuadrados
en los denominadores de manera que:
1 107 s2 + 2,5 103 s + 20 = 1 107 (s + 12500)2 + 43,75 106 .

En el caso del trmino que multiplica a i(0) se procede como sigue:
1 107 s + 2 103 s + 2 104

i(0) = i(0)
1 107 s2 + 2,5 103 s + 20 (s + 12500)2 + 43,75 106
s + 12500 7,5 103
!
= + i(0)
(s + 12500)2 + 43,75 106 (s + 12500)2 + 43,75 106
s + 12500 6,6143 103
!
= + 1,134 i(0)
(s + 12500)2 + 43,75 106 (s + 12500)2 + 43,75 106
Al aplicar la transformada inversa de Laplace, se obtiene:

e12500t cos (6614,4t) + 1,134e12500t sen (6614,4t) i(0)
e12500t (cos (6614,4t) + 1,134 sen (6614,4t)) i(0)
e12500t (1,512 sen (6614,4t + 0,7227)) i(0)
La ltima expresin se obtiene a partir de la igualdad:

!!
b
a sen(t) + b cos(t) = a2 + b2 sen t + arctan .
a

42
El resto de los trminos se obtienen de manera similar. Cuando se han transformado

todos, obtenemos la expresin de la RESE en el dominio del tiempo:
i(t) = 1,1512e12500t sen (6614t + 0,7227)i(0)
+ 76 103 e12500t sen (6614t)v(0) (2.24)
Z t
1511,86 e12500(t ) sen (6614(t )) Vin ( ) d .
0
Si la entrada es un escaln de magnitud 10, bastara con cambiar Vin = 10 y resolver

la integral. Sin embargo, como lo que se desea es la grfica de la respuesta y no su
expresin analtica, se puede utilizar las ecuaciones (2.16) y (2.17) y los comandos ss
y step de MATLAB para obtener la respuesta. Estas dos ecuaciones representan el
modelo en variables de estado que se estudiar ms adelante. La respuesta se presenta
en la Figura 2.7.
Corriente en el inductor
0
10
20
Corriente (mA)
30
40
50
60
0 100 200 300 400 500
Tiempo ( s)
Figura 2.7: Respuesta del sistema del ejemplo 2.2, ante una entrada escaln de magnitud 10 con
condiciones iniciales (estados) iguales a cero.
2.3. Modelado en variables de estado

2.3.1. Ecuacin de estados y salidas
En las secciones anteriores se han estudiado dos maneras distintas de describir
un sistema: con una relacin solo de las entradas y las salidas (la RES) o con una

43
expresin de la salida con respecto a la entrada y los estados (RESE). Existe una
tercera formulacin que resulta muy conveniente para el anlisis de sistemas: el modelo
en variables de estado (MVE).
Los estados de un sistema de orden n (n estados) y p entradas se pueden modelar
con n ecuaciones de la forma:
dxi (t)
= fi (x1 (t), x2 (t), . . . , xn (t), u1 (t), u2 (t), . . . up (t)) , (2.25)
dt
para i = 1, . . . , n, xi (t) el i-simo estado y ui (t) la i-sima entrada. Este conjunto de
n ecuaciones se puede escribir en forma matricial con x(t) = [x1 (t), x2 (t), . . . , xn (t)]T
el vector de estados y u(t) = [u1 (t), u2 (t), . . . , up (t)]T el vector de entradas:
x(t) = f (x(t), u(t)), (2.26)
x(t) es un vector que representa la derivada con respecto al tiempo de cada elemento
del vector de estados. A (2.26) se le conoce como ecuacin de estados, y muestra la
variacin de los estados con respecto a sus valores actuales, las entradas y el tiempo.
Hay que notar que la funcin f es una funcin matricial que adems puede ser no
lineal y variante en el tiempo. No siempre la salida del sistema es igual a uno de los
estados, sino que dependen del valor de los estados y las entradas. En un sistema con
q salidas, esta dependencia se puede expresar de la forma:
yj (t) = gj (x1 (t), . . . , xn (t), u1 (t), . . . , up (t)) , (2.27)
donde j = 1, . . . , q. Esta ecuacin tambin se puede escribir en notacin matricial,

definiendo el vector de salida y(t) = [y1 (t), y2 (t), . . . , yq (t)]T :
y = g (x, u) , (2.28)
esta sera entonces la ecuacin de salida del sistema. Ahora bien, si el sistema es
lineal e invariante en el tiempo, estas dos ecuaciones se convierten en:
x(t) = Ax(t) + Bu(t),

(2.29)
y(t) = Cx(t) + Du(t),
donde
A es una matriz de dimensin n n,
B es una matriz de dimensin n p,

44
C es una matriz de dimensin q n,
D es una matriz de dimensin q p.

Es importante notar que el MVE no es nico, puesto que depender de los estados
que se elijan para representar el sistema. Es ms, es posible que estos estados no
representen ninguna variable fsica del sistema, sino que solo sean construcciones
matemticas para modelar el sistema. An as, aunque el MVE no sea nico, cualquier
MVE debe conllevar a la misma RESE.
Un MVE, deber cumplir las siguientes condiciones (Domnguez et al., 2006):
En la ecuacin de estado solo pueden estar relacionadas las variables de estado,
sus primeras derivadas y las entradas.
En la ecuacin de salida solo pueden estar relacionadas las variables de estado,

las entradas y las salidas.
Las variables de estado no pueden presentar discontinuidades.
Las entradas s pueden tener discontinuidades, por lo que una entrada no puede
considerarse nunca como estado.
2.3.2. Eleccin de las variables de estado

Existen algunos criterios estndar para elegir las variables de estado de un Modelo
en Variables de Estado (Domnguez et al., 2006). Dependiendo de las variables de
estado que se elijan, as sern las matrices del MVE. Es posible tener varios MVE
para un mismo sistema, incluso, es posible que estos distintos MVE tengan diferente
nmero de estados.
Las variables de estado representan magnitudes fsicas del sistema

En este caso, para las variables de estado se eligen variables reales del sistema fsico
que estn asociadas a los elementos almacenadores de energa. Esto garantiza que las
variables de estado no presentarn discontinuidades, puesto que no es posible que un
elemento transmita toda su energa instantneamente, sino que debe hacerlo de una
manera continua.
Para los sistemas elctricos, se suele elegir como variables de estado la tensin de
los capacitores y la corriente de los inductores. En sistemas mecnicos la posicin
de las masas y su velocidad suelen elegirse como variables de estado. Para el caso
de los sistemas hidrulicos la altura de los fluidos es una variable de estado que est

45
Figura 2.8: Sistema del ejemplo 2.3.
asociado con la energa (potencial) del sistema. En sistemas trmicos la temperatura

de los elementos que se estn estudiando funcionan como variables de estado.
Ejemplo 2.3
Encontrar el modelo en variables de estado del sistema de la Figura 2.8 si los
estados son las tensiones de los capacitores C1 y C2 y la corriente del inductor L1 , las
entradas son vin e iin y las salidas son las corrientes i1 e i5 .
Solucin:
A partir del circuito se obtienen las siguientes ecuaciones:
De los modelos de los elementos:
vR1 = R1 i1 , (2.30a)
vR2 = R2 i3 , (2.30b)
vR3 = R3 i5 , (2.30c)
dvC1
i2 = C1 , (2.30d)
dt
dvC2
i4 = C2 , (2.30e)
dt
di3
vL1 = L1 . (2.30f)
dt
De la ley de lazos:
vin vR1 vC1 = 0, (2.31a)

vC1 vL1 vR2 vC2 = 0, (2.31b)
vC2 vR3 = 0. (2.31c)

46
De la ley de nodos:
i1 i2 i3 = 0, (2.32a)
i3 i4 i5 + iin = 0. (2.32b)
A partir de la ecuacin (2.31b) e introduciendo (2.30f) y (2.30b) se obtiene:
di3 R2 1 1
= i3 + vC1 vC2 . (2.33)
dt L1 L1 L1
Como se puede observar, la derivada de la corriente del inductor est dada en
funcin del valor actual de los estados y los parmetros del sistema. Para obtener
la expresin para el estado vC1 , se procede de la siguiente manera: se despeja i2 en
(2.32a), y cambiando el valor de i1 por el que se obtiene a partir de (2.31a) y (2.30a),
se obtiene una ecuacin de i2 en funcin de las entradas y los estados. Este resultado
se puede sustituir en (2.30d) para obtener:
dvC1 1 1 1
= i3 vC1 + vin . (2.34)
dt C1 R1 C1 R1 C1
Se puede realizar un procedimiento semejante para la ecuacin de vC2 . Se despeja
i5 a partir de (2.30c) y se introduce en (2.32b) para obtener una expresin de i4 en
funcin de las entradas y los estados. Luego esto se introduce en (2.30e) para obtener:
dvC2 1 1 1
= i3 vC2 + iin . (2.35)
dt C2 R3 C2 C2
Las expresiones para las salidas, se obtienen fcilmente a partir de las ecuaciones
(2.31a) y (2.30a) para i1 y a partir de (2.30c) y (2.31c) para i5 , de esta manera:
1 1
i1 = vC1 + vin ,
R1 R1
(2.36)
1
i5 = vC .
R3 2
Ya se tienen todas las ecuaciones necesarias para obtener el modelo en variables de
estado, se definen los vectores de estado, entradas y salidas como x = [i3 , vC1 , vC2 ]T ,
u = [vin , iin ]T y y = [i1 , i5 ]T . De esta manera, el modelo en variables de estado queda:
1
0 0
R2 1
L L1 L1
11 1
x = C1
1
R 1 C1
0 x + R 1 C1

0
u,
1 1
C2
0 1
R 3 C2
0 C2 (2.37)
1
0 1
0 0
" # " #
y= R1
1 x+ R1 u.
0 0 R3 0 0

47
Variables de estado como salida de los integradores

La idea de esta opcin es definir las variables de estado como las condiciones
iniciales de las ecuaciones dinmicas del sistema (RES). Lo que se hace es expresar
las ecuaciones como integraciones sucesivas y elegir la salida de estas integraciones
como las variables de estado.
Introduciendo el operador diferencial p que viene definido por:
dk
pk = , (2.38)
dtk
es decir:
df (t)
pf (t) =
.
dt
De esta manera es posible escribir la RES dada por:
dn y dn1 y dy dn u du
n
+ an1 n1 + . . . + a1 + a0 y = bn + . . . + b1 + b0 u,
dt dt dt dt dt
como:

pn + an1 pn1 + . . . + a1 p + a0 y = bn pn + bn1 pn1 + . . . + b1 p + b0 u. (2.39)
Para ir obteniendo las ecuaciones de los estados se procede de la siguiente manera:

Primero se saca a factor comn una de las p:
h i
p pn1 + an1 pn2 + . . . + a1 y bn pn1 + bn1 pn2 + . . . + b1 u = b0 u a0 y.
(2.40)
Todo lo que est dentro del parntesis cuadrado se puede tomar entonces como el
primero de los estados, de manera que:
x1 = b0 u a0 y, (2.41)

x1 = p n1
+ an1 p n2
+ . . . + a1 y b n p n1
+ bn1 p n2
+ . . . + b1 u. (2.42)
Luego se procede a hacer nuevamente el mismo proceso, pero con la ecuacin (2.42):
h
p pn2 + an1 pn3 + . . . + a2 y
i (2.43)
bn pn2 + bn1 pn3 + . . . + b2 u = x1 + b1 u a1 y,

48
entonces se elige la nueva variable de estado como el trmino que est entre parntesis:
x2 = x1 + b1 u a1 y, (2.44)

x2 = pn2 + an1 pn3 + . . . + a2 y bn pn2 + bn1 pn3 + . . . + b2 u. (2.45)
De forma genrica:
xi = xi1 + bi1 u ai1 y. (2.46)
Este proceso se sigue hasta obtener las ecuaciones finales:
xn = xn1 + bn1 u an1 y, (2.47)

xn = y bn u. (2.48)
Con la ecuacin (2.48) se obtiene la expresin para la salida y = xn + bn u. Esto se

sustituye en todas las definiciones de los estados, de manera que:
x1 = a0 xn + (b0 bn a0 )u, para i = 1, (2.49)

xi = xi1 ai1 xn + (bi1 bn ai1 )u, para 1 < i n, (2.50)
que escrito de la forma matricial, con x = [x1 , x2 , . . . , xn ]T toma la forma general:
0 0 0

a0 b 0 b n a0
1 0 0 a1 b 1 b n a1

0 1 0

x = a2 x +
b 2 b n a2 u,

.. .. . . .. .. ..

. . . . .

.

(2.51)

0 0 1 an1 bn1 bn an1
h i
y= 0 ... 0 1 x + bn u.
Esta misma idea se puede extender para el caso en que se tengan mltiples entradas
y mltiples salidas.
Variables de estado de fase

Existe una manera alternativa de obtener el MVE desde la RES. Si se parte de la
expresin genrica con el operador p:

pn + an1 pn1 + . . . + a1 p + a0 y = bm pm + bm1 pm1 + . . . + b1 p + b0 u.
(2.52)

49
Esta ecuacin se puede reescribir de la forma:

bm p m + . . . + b 1 p + b0
y= u. (2.53)
pn + an1 pn1 + . . . + a1 p + a0
Luego, lo que se hace es dividir el sistema de la siguiente forma:
bm p m + . . . + b1 p + b0 y x1
= .
p + an1 p
n n1 + . . . + a1 p + a0 x1 u
de manera que:
1
x1 = u, (2.54)
pn + an1 pn1 + . . . + a1 p + a0
y la salida se escribe como:
y = (bm pm + . . . + b1 p + b0 ) x1 . (2.55)
La ecuacin (2.54) es precisamente la definicin del primer estado del sistema. Si

se definen los otros estados como las derivadas sucesivas de x1 de manera que:
x2 = x1 ,
x3 = x2 = x1 ,
(2.56)
...
0 (n1)
xn = xn1 = x1 .
Entonces a partir de (2.54), se puede obtener una expresin para xn :

pn + an1 pn1 + . . . + a1 p + a0 x1 = u,
(2.57)
xn + an1 xn + . . . + a1 x2 + a0 x1 = u,
es decir xn = a0 x1 a1 x2 . . . an1 xn + u. Escrito en forma matricial queda de

la forma:
0 1 0 0 0 0

0 0 1 0 0

0

0 0 0 1 0 0

x = .. .. .. .. .. .. x + .. u. (2.58)

. . . . . . .

0 0 0 0 1 0

a0 a1 a2 a3 ... an1 1

50
Para el caso de la ecuacin de salida, se dan dos casos. Si m < n, a partir de la

ecuacin (2.55):
h i
y= b0 b1 b2 bm 0 0 x. (2.59)
En el caso de que n = m, queda un trmino de la forma pn x1 = xn entonces se
debe introducir la expresin para xn en la ecuacin que define y. Una vez que se
realizan las operaciones el resultado es:
y = (b0 bn a0 ) x1 + (b1 bn a1 ) x2 + . . . + (bn1 bn an1 ) xn + bn u. (2.60)
Variables de Jordan
Como se ha visto, la eleccin de las variables de estado depende de las necesidades
del modelo que se est trabajando. Con el mtodo de las variables de Jordan, la
eleccin de las variables de estado busca simplificar la forma matemtica de las
matrices del MVE, de manera que la matriz A sea lo ms diagonal posible.
Si se parte de la forma racional de la RES utilizando el operador p (es decir, como en
la ecuacin (2.53)), es posible escribirla utilizando fracciones parciales. Se encuentran
dos casos:
Todos los polos de la ecuacin son simples. En este caso, el sistema se puede
escribir de la forma:
!
1 2 n
y = bn + + + ... + u. (2.61)
p 1 p 2 p n
Una vez que se tiene en esta forma, se procede a asignar cada uno de estos
componentes a una variable de estado de manera que:
1
x1 = x1 = 1 x1 + u,
p1
u
1
x2 = x2 = 2 x2 + u,
p2
u

1
xn = pn u xn = n xn + u,
de esta manera, se puede escribir el sistema como:

0 0 1

1

0 2 0
1
x = .. .. .. x + .. (2.62)

... u,
. . . .

0 0 n 1
h i
y= 1 2 n x + bn u. (2.63)

51
Existe al menos un polo con multiplicidad r. En este caso, la descomposicin

en fracciones parciales queda de la forma:
1 r1 r
y = bn + + + +
(p 1 )r (p 1 )2 p 1
! (2.64)
r+1 n
+ + + u.
p r+1 p n
Entonces, en este caso, la asignacin de variables queda:

1
xn = pn
u xn = n xn + u,

xr+1 = p1r+1 u xr+1 = r+1 xr+1 + u,
1
xr = (p1 ) u xr = 1 xr + u,
1 1
xr1 = (p1 )2 u = p1 xr xr1 = 1 xr1 + xr

1 1
x2 = (p1 )r1 u = p1 x3 x2 = 1 x2 + x3 ,
x1 = (p1 1 )r u = p
1
1
x2 x1 = 1 x1 + x2 .
De esta manera, el MVE se puede escribir de la forma:
1 0 0 0 0 0

1
0 1 0 0 0 0 0

.. .. .. .. .. .. .. .. ..

. . . . . . . . .

0 0 1 0 0 0

1
x =
x +

u,

(2.65)
0 0 0 1 0 0 1

0 0 0 0 0 1

r+1
.. .. .. .. .. .. .. .. ..

. .

. . . . . .

.

0 0 0 0 0 n 1
y la ecuacin de salida vendra dada simplemente por:

h i
y= 1 2 r1 r r+1 n x + bn u. (2.66)
2.3.3. Respuesta a entrada cero y respuesta a estado cero

Una vez que se tiene el modelo en variables de estado, el paso siguiente consiste
en obtener la solucin de sus ecuaciones diferenciales. Normalmente, este apartado

52
se estudia en dos partes. Primero se estudia la solucin de la ecuacin homognea,

es decir, con entradas iguales a cero. A esta solucin se le conoce con el nombre de
respuesta a entrada cero. La metodologa que se sigue en esta parte corresponde
a la que se presenta en Ogata (2003) y Kuo (1996). Primero se analiza el caso escalar,
con una ecuacin del tipo:
x = ax, (2.67)
lo que se puede hacer es suponer una solucin de la forma:
x(t) = b0 + b1 t + b2 t2 + . . . + bk tk + . . . (2.68)
Introduciendo esta solucin en la ecuacin original, se llega a que:
b1 + 2b2 t + . . . + kbk tk1

(2.69)
= a(b0 + b1 t + b2 t2 + . . . + bk tk ),
reuniendo los coeficientes que multiplican al mismo grado de t se obtiene:
b1 = ab0 ,
1 1
b2 = ab1 = a2 b0 ,
2 2
1 1
b3 = ab2 = a3 b0 ,
3 6
...
1 1
bk = abk1 = ak b0 .
k k!
Si se supone condiciones iniciales iguales a x(0) en t = 0, queda que b0 = x(0)

entonces la solucin completa queda:
1 1

x(t) = 1 + at + a2 t2 + + ak tk + . . . x(0),
2 k! (2.70)
= e x(0).
at
Claramente la respuesta (2.70) es solucin de la ecuacin diferencial original. Este

mismo procedimiento se puede generalizar para el caso matricial. Si se tiene la
ecuacin:
x = Ax. (2.71)

53
Se puede suponer una respuesta del tipo:

x(t) = b0 + b1 t + b2 t2 + . . . + bk tk + . . . (2.72)
Siguiendo el procedimiento anterior, se llega a las relaciones:
b1 = Ab0 ,
1 1
b2 = Ab1 = A2 b0 ,
2 2
1 1
b3 = Ab2 = A3 b0 ,
3 6
...
1 1
bk = Abk1 = Ak b0 .
k k!
De igual manera, se tiene que b0 = x0 , con lo que se llega a:

1 1

x(t) = I + At + A2 t2 + + Ak tk + . . . x(0). (2.73)
2 k!
Como la expresin en parntesis es prcticamente igual a la expansin de eat , pero
matricial, se le da el nombre de matriz exponencial y se denota como eAt :

Ak tk
eAt = (2.74)
X
,
k=0 k!
de manera que la solucin de la ecuacin es entonces:

x(t) = eAt x(0). (2.75)
Propiedades de la matriz exponencial

Muchas de las propiedades de la matriz exponencial recuerdan las propiedades de
la funcin exponencial escalar:
1. eA0 = I.
2. d At
dt
e = AeAt .
3. eA(t+s) = eAt eAs .
4. La inversa de eAt es igual a eAt .
5. e(A+B)t = eAt eBt si y solo si AB = BA.

54
Forma cerrada de la matriz exponencial

Existe una manera de calcular la matriz exponencial sin necesidad de recurrir a la
serie infinita que la define. Aplicando la transformada de Laplace sobre la ecuacin
homognea:
L {x(t)} = L {Ax(t)} ,
sX(s) x(0) = AX(s),
(sI A) X(s) = x(0),
X(s) = (sI A)1 x(0).
Al aplicar la transformada inversa, se obtiene que:
x(t) = L 1 {(sI A)1 }x(0). (2.76)
Al comparar (2.76) con (2.75) se llega a la conclusin que:
eAt = L 1 {(sI A)1 }, (2.77)
lo que da una forma cerrada de calcular la matriz exponencial y evitar recurrir a la
serie infinita.
Matriz de transicin de estados

Se le llama matriz de transicin de estados a la matriz (t) de dimensin n n
que es solucin de la ecuacin de estados homognea:
x(t) = Ax(t), (2.78)
tal que,
x(t) = (t)x(0), (2.79)
y adems es solucin nica de:
(t) = A(t), (0) = I.
La matriz exponencial cumple todos estos requisitos y por lo tanto, puede ser vista
como una matriz de transicin de estados, de manera que:
n o
(t) = eAt = L 1 (sI A)1 , (2.80)
(t) es una matriz variable en el tiempo, que realiza una transformacin lineal de los
estados iniciales hasta el estado en el instante t cuando las entradas son nulas y el
sistema evoluciona solamente como producto de su estado inicial.

55
Propiedades de la matriz de transicin de estados
(0) = I.
1 (t) = (t).
(t1 + t2 ) = (t1 )(t2 ).
[(t)]n = (nt).
(t2 t1 )(t1 t0 ) = (t2 t0 ).
Si A es diagonal y tiene n valores propios distintos 1 , 2 ,. . .,n entonces:
e1 t 0 0 0

0 e2 t 0 0
.. .. ... .. ..

(t) =
. . . . .

.. .. .. .. ..
. . . . .

0 en t
Si se observa cuidadosamente cuando se tiene un sistema del tipo x = Ax, lo

que se tiene es la descripcin de un campo vectorial que muestra la variacin del
estado en funcin de su valor. Si se dibuja el vector x en un plano, donde los ejes son
precisamente los estados del sistema, tendremos un campo vectorial como el que se
muestra en la Figura 2.9. En esta figura, las flechas representan el valor de x para
cada uno de los valores de x, si el sistema viene dado por:
1 2
" #
x = x.
4 3
La lnea continua, representa la trayectoria de los estados desde su estado inicial

[4, 4]T . Como el sistema es lineal e invariante con el tiempo (LTI, por sus siglas
en ingls) y adems es estable 3 , ante una entrada cero, el sistema terminar en el
estado cero cuando t . Sin embargo la trayectoria que siga estar determinada
por la dinmica del sistema (en este caso, la matriz A). Tambin se puede dibujar la
trayectoria temporal que seguir el sistema, tal y como se muestra en la Figura 2.10.
Esta respuesta viene dada por la matriz (t).
3
Ms adelante se estudiar la idea de estabilidad de los sistemas lineales.

56
Respuesta a entrada cero de un sistema

6
0
x2
6
6 4 2 0 2 4 6
x1
Figura 2.9: Diagrama de fase de un sistema.
Respuesta temporal a una entrada cero

3
x1
2 x2
0
Amplitud
5
0 1 2 3 4 5
tiempo (s)
Figura 2.10: Respuesta temporal.

57
La respuesta completa del sistema se puede obtener tambin en funcin de la matriz

de transicin de estados. Partiendo de:
x(t) = Ax(t) + Bu(t), (2.81)
al aplicar la transformada de Laplace a (2.81) se obtiene la siguiente respuesta en el

plano complejo s:
X(s) = (sI A)1 x(0) + (sI A)1 BU(s). (2.82)
Al aplicar las transformada inversa se llega a:

Z t
x(t) = (t)x(0) + (t )Bu( ) d . (2.83)
0
Y en el caso de que el instante inicial sea diferente de cero, la expresin cambia

como: Z t
x(t) = (t t0 )x(t0 ) + (t )Bu( ) d , (2.84)
t0
para cualquier tiempo inicial t0 . Si la salida del sistema en el dominio de Laplace est
dada por:
Y(s) = CX(s) + DU(s). (2.85)
Al sustituir (2.82) en esta ltima expresin, la salida queda:

Y(s) = C (sI A)1 x(0) + C (sI A)1 B + D U(s). (2.86)
Al aplicar la transformada inversa de Laplace, se llega a:

Z t
y(t) = C(t)x(0) + (C(t )B + D(t )) u( ) d . (2.87)
0
Y si t0 es diferente de cero:
Z t
y(t) = C(t t0 )x(t0 ) + (C(t )B + D(t )) u( ) d , (2.88)
t0
para todo t t0 . Ntese que esta expresin es igual a la RESE del sistema obtenido
a partir del MVE.
En caso de que el estado sea igual al estado cero, la integral de (2.87), sera entonces
igual a la respuesta a estado cero del sistema. Es interesante notar que la respuesta a
entrada cero y la respuesta a estado cero se pueden calcular de manera independiente
y luego sumarse para obtener la respuesta completa. A esta propiedad se le llama

58
propiedad de descomposicin, es decir, si la RESE del sistema viene dada por

S(x(t0 ), u):
S(x(t0 ), u) = S(x(t0 ), 0) + S(, u) u Rn , x(t0 ) , (2.89)
donde x(t0 ) es el estado inicial, es el estado cero del sistema, es el espacio de

estados y u(t) es la entrada del sistema.
La respuesta a estado cero tiene otra propiedad interesante si se estudia directamente
desde la RESE (Lora y Mazn, 1989). Si se supone un sistema S de una entrada y
una salida, con una RESE S(x(t0 ), u) y que originalmente se encuentra en su estado
cero, (2.87) se puede escribir de forma general como:
Z t
y (t) = h(t )u( ) d . (2.90)
0
Si se supone que la entrada es igual a la funcin Delta de Dirac4 u(t) = (t), se

obtiene: Z t
y(t) = h(t )( ) d . (2.91)
0
Aplicando la transformada de Laplace se llega a:
Z t
L {y(t)} = L h(t )( ) d ,
0
Y (s) = H(s)L {(t)} ,
Y (s) = H(s),
y por lo tanto, h(t) es igual a la respuesta del sistema ante una entrada impulsiva con
condiciones iniciales iguales a cero. De ac se desprenden dos conclusiones importantes:
Tomando en cuenta (2.87), es claro que la respuesta al impulso de un sistema

slo depende de sus parmetros, y por lo tanto, la respuesta al impulso es como
una huella que caracteriza completamente al sistema.
Al tomar en cuenta (2.90) para cualquier entrada u(t), se concluye que la

respuesta a estado cero de un modelo lineal se determina como la convolucin
de la entrada y su respuesta impulsional (Lora y Mazn, 1989).
+ +
4
R R
Esta funcin se define como: ( )u( ) d = u(0), con (t) = 0, t 6= 0, donde ( ) d = 1.


59
2.4. La funcin de transferencia

2.4.1. Definicin de funcin de transferencia
La funcin de transferencia es otra manera de modelar los sistemas fsicos. Se define
como la transformada de Laplace de la salida del sistema dividida por la transformada
de Laplace de la seal de entrada suponiendo condiciones iniciales nulas:
Y (s)
G(s) = , (2.92)
U (s)
donde Y (s) = L {y(t)} y U (s) = L {u(t)} con las condiciones iniciales iguales a cero.
Si se supone un sistema lineal dado por:
dn y(t) dn1 y(t) dy(t)
n
+ a n1 n1
+ . . . + a1 + a0 y(t)
dt dt dt (2.93)
dm u(t) dm1 u(t) du(t)
= bm + b m1 + . . . + b 1 + b0 u(t),
dtm dtm1 dt
entonces, aplicando la transformada de Laplace a ambos lados de la igualdad conside-
rando condiciones iniciales iguales a cero, se obtiene

sn + an1 sn1 + + a1 s + a0 Y (s)
(2.94)
= bm sm + bm1 sm1 + + b1 s + b0 U (s).
Con lo que la funcin de transferencia vendra dada por:

Y (s) p(s) bm sm + bm1 sm1 + + b1 s + b0
G(s) = = = . (2.95)
U (s) q(s) sn + an1 sn1 + + a1 s + a0
La variable s, es una variable compleja que est relacionada con la frecuencia del
sistema, como se ver en captulos posteriores. Normalmente, las componentes de s
se escriben como:
s = + j.
A grandes rasgos, se dice que est relacionada con la oscilacin de la respuesta del
sistema, mientras que est relacionada con su amortiguamiento. Las propiedades
de la funcin de transferencia son (Kuo, 1996):
Solo est definida para sistemas lineales e invariantes en el tiempo.
Las condiciones iniciales siempre son iguales a cero.

60
Es independiente de la entrada del sistema.
La informacin del cambio de unidades entre la entrada y la salida ya est

incluida en la funcin de transferencia, aunque se pierden los detalles fsicos del
sistema.
Solo depende de la variable s, es decir, no tiene ninguna dependencia del tiempo.
Una funcin de transferencia es estrictamente propia si el grado del polinomio

p(s) es menor que el grado del polinomio q(s), es decir m < n. Si m = n, se dice
que la funcin de transferencia es propia. Si se tiene que m > n, la funcin
de transferencia es impropia, lo que implica adems que el sistema no es
fsicamente realizable.
2.4.2. La funcin de transferencia a partir de la respuesta a

estado cero
Supngase que la respuesta a estado cero viene dada por (2.90), que se repite a
continuacin por comodidad:
Z t
y (t) = h(t )u( ) d .
0
Al aplicar la transformada de Laplace a ambos lados, se obtiene que:
Y (s) = H(s)U (s), (2.96)
con lo que se llega a que:

Y (s)
G(s) = = H(s). (2.97)
U (s)
Este es un resultado muy importante, pues la ecuacin (2.97) implica que la funcin
de transferencia es igual a la transformada de Laplace de la respuesta al impulso
del sistema. An ms, si se conoce la funcin de transferencia, es posible obtener la
respuesta del sistema ante cualquier entrada conocida, puesto que la salida ser la
multiplicacin de la funcin de transferencia por la transformada de Laplace de la
entrada.

61
2.4.3. La ecuacin caracterstica del sistema

Se le llama ecuacin caracterstica de un sistema, a la ecuacin que surge de igualar
el denominador de la funcin de transferencia a cero, es decir:
q(s) = sn + an1 sn1 + + a1 s + a0 = 0. (2.98)
A las races de esta ecuacin se les conoce como polos del sistema, y entre otras cosas,
definen la estabilidad del sistema tal y como se mostrar en captulos posteriores. La
ecuacin:
p(s) = bm sm + am1 sm1 + + b1 s + b0 = 0, (2.99)
no recibe ningn nombre en particular, sin embargo, sus races son llamadas ceros
del sistema.
Ejemplo 2.4
3 2
Obtener los polos y los ceros del sistema dado por d dty(t)
3 + 2 d dty(t)
2 + 5 dy(t)
dt
+ 6y(t) =
3 dt + u(t). Graficar los polos y ceros en el plano complejo + j.
du(t)
Solucin:
Primero se obtiene la funcin de transferencia correspondiente al sistema. Aplicando la
transformada de Laplace a ambos lados de la igualdad tomando en cuenta condiciones
iniciales iguales a cero, se obtiene:
s3 Y (s) + 2s2 Y (s) + 5sY (s) + 6Y (s) = 3sU (s) + U (s).
La funcin de transferencia vendra dada entonces por:
Y (s) 3s + 1
G(s) = = 3 .
U (s) s + 2s2 + 5s + 6
Los polos entonces se obtienen a partir de la ecuacin s3 +2s2 +5s+6 = 0 y los ceros
a partir de 3s + 1 = 0 Resolviendo numricamente la primera ecuacin, se obtienen
los siguientes polos: p1 = 1,433, p2 = 0,283 + j2,027, p3 = 0,283 j2,027. Con la
segunda ecuacin se obtiene un cero en z1 = 1/3. Como convencin, se suele utilizar
una x para representar los polos y un para representar los ceros. En la Figura 2.11
se muestra el grfico de los polos y ceros del sistema siguiendo esta convencin.

62
Mapa de polos y ceros

2.5
2
1.5
1
Eje imaginario (j )
0.5
0
0.5
1
1.5
2.5
1.5 1 0.5 0
Eje real ()
Figura 2.11: Mapa de polos y ceros para el ejemplo 2.4.
2.4.4. Funcin de transferencia para sistemas multivariables

Hasta ahora, la funcin de transferencia se ha tratado para sistemas de una entrada
y una salida. Si se tienen varias entradas, lo que se hace es sumar el efecto que
tiene cada entrada sobre cada una de las salidas, es decir, lo que se hace es una
superposicin de las entradas. Por ejemplo, si en un sistema de varias entradas y
una salida, se tiene que el efecto que tiene la entrada Ui (s) sobre la salida del sistema
Y (s) viene dada por la funcin de transferencia Gi (s), entonces, la salida del sistema
se calcula como la superposicin del efecto de cada una de las entradas, es decir:
Y (s) = G1 (s)U1 (s) + G2 (s)U2 (s) + + Gn (s)Un (s),

n
(2.100)
Y (s) = (Gi (s)Ui (s)).
X
i=1
Entonces, para un sistema con n entradas y m salidas, se debern definir n m

funciones de transferencia. Esto se puede expresar en forma matricial de la siguiente
manera: si las entradas se escriben como U(s) = [U1 (s), U2 (s), . . . , Un (s)]T y las
salidas como Y(s) = [Y1 (s), Y2 (s), . . . , Ym (s)]T entonces la funcin de transferencia
se transforma en una matriz de transferencia:
Y(s) = G(s)U(s), (2.101)

63
con
G11 (s) G12 (s) G1n (s)

G21 (s) G22 (s) G2n (s)
G(s) = .. .. .. (2.102)

.. .

. . . .

Gm1 (s) Gm2 (s) Gmn (s)
En el caso de las funciones de transferencia dentro de la matriz, el trmino Gji (s)
representa la funcin de transferencia entre la entrada Ui (s) y la salida Yj (s).
2.4.5. Circuitos elctricos utilizando funciones de transferencia

Con los circuitos elctricos es posible obtener la funcin de transferencia directa-
mente, utilizando para ello las ecuaciones de los elementos en el dominio de Laplace.
Por ejemplo, tmese la ecuacin de un resistor:
vR (t) = RiR (t).
Al aplicar la transformada de Laplace, se obtiene la relacin:
VR (s) = RIR (s). (2.103)
Realizando esto mismo para el modelo de los inductores:
diL (t)
vL (t) = L ,
(dt
diL (t)
)
L {vL (t)} = L L ,
dt
VL (s) = L (sIL (s) iL (0)) .
Considerando condiciones iniciales iguales a cero se llega a:
VL (s) = sLIL (s). (2.104)
Como se puede notar, esta ecuacin es prcticamente igual a la ecuacin del resistor,
pero con la salvedad que la resistencia es un valor complejo sL. Es ms, de los
cursos de anlisis de circuitos lineales, se reconoce que si se cambia la variable s por
s = j, obtenemos la expresin conocida de la reactancia inductiva. Un resistor y
un inductor en serie, tendran una impedancia equivalente a R + sL o realizando el
mismo cambio de variable R + jL. Ms adelante, se utilizar el cambio s = j para
analizar el comportamiento en frecuencia de los sistemas.

64
Figura 2.12: Circuito para el ejemplo 2.5.
Realizando el mismo procedimiento para el capacitor, se obtiene:

dvC (t)
iC (t) = C ,
(dt
dvC (t)
)
L {iC (t)} = L C ,
dt
IC (s) = C (sVC (s) vc (0)) .
Considerando de nuevo condiciones iniciales iguales a cero:
IC (s) = sCVC (s),
1 (2.105)
VC (s) = IC (s).
sC
1
En este caso, la reactancia capacitiva vendra dada por sC . Las leyes de Kirchhoff
permanecen iguales en el dominio de Laplace, as como las ecuaciones de las fuentes
de tensin y de corriente.
Ejemplo 2.5
Obtener la funcin de transferencia del circuito dado en la Figura 2.12 si la entrada
es vin (t) y la salida es vout (t).
Solucin:
En este caso, se procede directamente en el dominio de Laplace. Las ecuaciones del
circuito seran las siguientes:
VR (s) = RI(s),
VL (s) = sLI(s),
1
Vout (s) = I(s),
sC

65
de la ley de lazos:
Vin (s) VR (s) VL (s) Vout (s) = 0,
introduciendo las ecuaciones de los elementos se llega a:
Vin (s) RI(s) sLI(s) Vout (s) = 0,
Vin (s) sRCVout (s) s2 LCVout (s) Vout (s) = 0,
s2 LC + sRC + 1 Vout (s) = Vin (s).

Por lo que la funcin de transferencia es igual a:

1
Vout (s)
= 2 RLC 1 .
Vin (s) s + Ls + LC
2.5. Relaciones entre los modelos matemticos

Como se ha visto a lo largo de este captulo, existen diferentes maneras de pasar
de un modelo a otro. En esta seccin se sistematizan estas transformaciones y se
presentan en forma resumida.
2.5.1. Partiendo de la RES

Desde la RES es relativamente sencillo obtener cualquiera de los otros modelos. Por
ejemplo, para obtener la RESE, simplemente lo que se hace es resolver la ecuacin
diferencial que define la RES para las condiciones iniciales dadas.
Para obtener el MVE se utiliza alguna de las herramientas que se vieron en la
seccin 2.3.2, es decir, el mtodo de los integradores puros, estados de fase o el mtodo
de Jordan.
Y por ltimo, para obtener la funcin de transferencia, se aplica la transformada
de Laplace a la RES con condiciones iniciales iguales a cero y se obtiene la relacin
Y (s)/U (s).
2.5.2. Partiendo del MVE

En el caso que se desee la RESE y se tenga el modelo en variables de estado, basta
simplemente con encontrar la matriz de transicin de estados como en (2.88) para

66
obtener la RESE directamente. En el caso de la funcin de transferencia, tambin

se puede obtener directamente de la aplicacin de la transformada de Laplace. Si se
parte de la forma general del MVE:
x(t) = Ax(t) + Bu(t)

y(t) = Cx(t) + Du(t).
Al aplicar Laplace con condiciones iniciales iguales a cero se obtiene
sX(s) = AX(s) + BU(s)

Y(s) = CX(s) + DU(s).
As se obtiene una expresin para los estados en el dominio de Laplace:
X(s) = (sI A)1 BU(s). (2.106)
Al sustituir esta relacin en la ecuacin de salida se obtiene

Y(s) = C (sI A)1 B + D U(s). (2.107)
De esta manera es posible obtener la funcin de transferencia directamente desde

el MVE
G(s) = C (sI A)1 B + D . (2.108)
Si lo que se desea es obtener la RES, lo que se debe hacer es obtener la transfor-
mada de Laplace inversa de (2.107) para cada uno de los componentes de y(t), con
condiciones iniciales iguales a cero. Se debe dejar todo en funcin de las derivadas, es
decir:
dy(t)
L 1 {sY (s)} = . (2.109)
dt
Hay que notar que cuando las condiciones iniciales son iguales a cero, el operador
derivada p acta igual que la variable compleja s en el dominio de Laplace.
Ejemplo 2.6
Obtener la funcin de transferencia y la RES a partir del MVE
1 5 1
" # " #
x(t) = x(t) + u(t),
3 2 0
h i
y= 1 0 x(t).

67
Solucin:
A partir de (2.108), la funcin de transferencia se obtiene como
G(s) = C (sI A)1 B,
#!1 "
s 0 1 5 1
" # " #
h i
= 1 0 ,
0 s 3 2 0
#!1 "
s+1 1
" #
h i 5
= 1 0 ,
3 s+2 0
1 s+2 5 1
" #" #
h i
= 1 0 ,
(s + 1)(s + 2) + 15 3 s + 1 0
1 i s+2 5 1
" #" #
h
= 1 0 ,
(s + 1)(s + 2) + 15 3 s + 1 0
1 i 1
" #
h
= s+2 5 ,
(s + 1)(s + 2) + 15 0
s+2
= ,
(s + 1)(s + 2) + 15
s+2
= 2 .
s + 3s + 17
A partir de ac se puede obtener la RES del sistema puesto que:
Y (s) s+2
= 2 ,
U (s) s + 3s + 17
s2 + 3s + 17 Y (s) = (s + 2) U (s),

s2 Y (s) + 3sY (s) + 17Y (s) = sU (s) + 2U (s).

Aplicando la transformada de Laplace inversa, considerando condiciones iniciales
iguales a cero, se obtiene la RES equivalente del MVE original:
d2 y(t) dy(t) du(t)
2
+3 + 17y(t) 2u(t) = 0.
dt dt dt
2.5.3. A partir de la funcin de transferencia

Obtener la RES a partir de la funcin de transferencia es sencillo, simplemente hay
que considerar a la variable compleja s equivalente al operador derivada (p) y de esa

68
manera es posible obtener la ecuacin diferencial correspondiente. Utilizando esta

misma equivalencia, es posible obtener el MVE a partir de la funcin de transferencia,
por medio del mtodo de variables de estado de fase o con el mtodo de las variables
de Jordan. Si se requiere la RESE, es recomendable primero obtener la RES para
luego resolver la ecuacin diferencial resultante.
En la Figura 2.13 se presenta un diagrama que relaciona los distintos modelos y la
manera de pasar de uno a otro.
Mtodobde
estadosbdebfasebo
variablesbdebJordan,
usandobsbcomobelb
operadorbderivada
Funcinbde
MVE
Transferencia Laplace
c.i.b=b0
Usar
sbcomo Laplace Mtodobde
operador c.i.b=b0 integralesbpuras,
derivada estadosbdebfasebo
variablesbdebJordan
Identificarblabrespuesta
albimpulsobabpartirbdebla RES
respuestababestadobcero
ybaplicarlebLaplace
Obtenerblabmatrizbde
Solucinbdeblabecuacin transicinbdebestados
diferencialbconbc.i.bdadas ybusarblabecuacinbde
salidas
RESE
Figura 2.13: Relacin entre los distintos modelos y la forma de obtenerlos.

69
2.6. Ejercicios Resueltos

Relacin Entrada-Salida (RES)
Ejercicio 2.1
Calcule la RES del circuito de la Figura 2.14 utilizando:
1. Expresiones en el dominio del tiempo.
2. Expresiones en el dominio de la frecuencia.
La salida es la tensin en el capacitor y la entrada es la tensin vin

+
Figura 2.14: Circuito RLC.
Solucin:
La relacin entrada salida es la relacin nicamente entre la entrada del sistema
y sus derivadas, la salida del sistema y sus derivadas y los parmetros del sistema;
por lo tanto, variables tales como condiciones iniciales, no pueden aparecer en la
relacin entrada salida. Esto implica que jams se debe integrar cuando se est
tratando de determinar la RES de un sistema, por otro lado, sta siempre se debe
presentar de la forma:
S (u, y) = 0
A partir de estas premisas se puede resolver el ejercicio.
1. Utilizando expresiones en el dominio del tiempo.
Siempre es adecuado escribir primero las relaciones de los elementos almacenadores

de energa, para este caso se tiene:
ic = C vc = C yc vL = L iL (2.110)

70
Aplicando la Ley de Corrientes de Kirchhoff (LCK) en el nodo superior se tiene:
ir1 = il + ic . (2.111)
Sustituyendo (2.110) en (2.111) y sabiendo que la corriente en la resistencia R1 es:

vin y
ir1 = ,
R1
se obtiene:
vin y
= iL + C y. (2.112)
R1
Aplicando la Ley de Tensiones de Kirchhoff (LTK) en la malla de la derecha se
tiene:
vR2 + vL = vC = y. (2.113)
Sustituyendo (2.110) en (2.113) y aplicando la ley de Ohm sobre la resistencia R2
se obtiene:
R2 iL + L iL = y. (2.114)
Ahora, despejando de (2.112) y sustituyendo en (2.114):
vin y d vin y

R2 C y + L C y = y
R1 dt R1
R2 R2 L L
vin y R2 C y + vin y L C y = y
R1 R1 R1 R1
L R2 L R2

L C y + R2 C + y + +1 y vin vin = 0.
R1 R1 R1 R1
Sustituyendo los valores de los parmetros se obtiene:

106 y + 103 + 106 y + 103 + 1 y 106 vin 103 vin = 0
y + 1001 y + 1001 103 y vin 1000 vin = 0.

2. Utilizando expresiones en el dominio de la frecuencia.
Por divisin de tensiones se puede escribir:
Z
Y (s) = Vin (s), (2.115)
Z + R1
donde Z es la impedancia mostrada en el circuito de la Figura 2.15. Pero esta

71
+
Figura 2.15: Impedancia Z en el circuito RLC.
impedancia es:
Z = (R2 + ZL ) k Zc
1
Z = (R2 + s L) k
sC
1
1
Z= +sC
R2 + s L
#1
1 + (R2 + s L)s C
"
Z=
R2 + s L
R2 + s L
Z= .
1 + (R2 + s L)s C
Sustituyendo el valor de Z en (2.115) se obtiene:
R2 +sL
1+(R2 +sL)sC
Y (s) = R2 +sL Vin (s)
1+(R2 +sL)sC
+ R1
R2 + s L
Y (s) = Vin (s)
R2 + s L + R1 (1 + s R2 C + s2 L C)
R2 + s L
Y (s) = Vin (s)
R2 + R1 + s(L + R1 R2 C) + s2 L C R1
R2 + R1 + s(L + R1 R2 C) + s2 L C R1 Y (s) (R2 + s L)Vin (s) = 0.

Sustituyendo el valor de los parmetros se obtiene:
1001 Y (s) + 1, 001 s Y (s) + 0, 001 s2 Y (s) Vin (s) s 0, 001Vin (s) = 0

72
s2 Y (s) + 1001 s Y (s) + 1001 103 Y (s) 0,001 s Vin (s) Vin (s) = 0,
y aplicando la transformada inversa de Laplace5 se obtiene:
0 = y + 1001y + 1001 103 y vin 1000vin ,
expresin que corresponde a la RES del sistema.

Ejercicio 2.2
Determine la RES del sistema mostrado en la Figura 2.16, donde la salida es la
corriente del circuito. Grafique adems, la salida del sistema cuando la entrada es un
escaln de tensin de 0 V a 5 V.
+
Figura 2.16: Circuito CL con fuente de tensin.
Solucin:
Para cada elemento almacenador de energa se tiene:
ic = C vc vL = L il = L y, (2.116)
y aplicando la LTK:
vin = vc + vL ,
vin = L iL + vc , (2.117)
pero:
iL = ic = C vc . (2.118)
5
Debe recordarse que la relacin entrada salida siempre se da en el dominio del tiempo, por lo
tanto, la respuesta final no puede contener la variable compleja s.

73
Derivando (2.117), despejando la tensin del capacitor de (2.118) y sustituyendo

en (2.117) se obtiene:
vin = vL + vc
vin = L iL + vc
vin = L il + vc
vin = L il + iCL
0 = vin L iL iCL ,
y sustituyendo el valor de los componentes se obtiene:
0 = vin 2 iL 4 iL ,
siendo la ltima expresin la RES del sistema. En la Figura 2.17 se muestra la

respuesta del sistema ante un cambio escaln en la entrada. Como se puede observar,
un cambio en la entrada hace que la salida comience a oscilar, cuando esto ocurre, se
dice que el circuito est al borde de la inestabilidad.
Figura 2.17: Circuito oscilador de corriente.
Ejercicio 2.3
El circuito de la Figura 2.18 se puede utilizar para regular la tensin en la resistencia
R2 , no obstante, por lo regular es deseable tambin tomar mediciones de la corriente
que entra al circuito para actuar en caso de una sobrecarga. Si las salidas del sistema
son la tensin en el capacitor y la corriente en el inductor y la entrada es la tensin
V1 , determine el sistema de ecuaciones diferenciales que describen el comportamiento
de cada salida respecto a la entrada, en otras palabras, determine la RES de este
sistema.

74
Figura 2.18: Circuito regulador de tensin.
Solucin:
Como en este caso se tienen dos salidas, la expresin normal de la RES que es:
S (u, y) = 0,
ser sustituida por:

S (u, y) = 0, (2.119)
ntese que ahora las variables son vectoriales.
Ahora bien, para cada elemento almacenador de energa se tiene:
ic = C vc = C y2 ,
vL = L iL = L y1 . (2.120)
Realizando la LCK en el nodo superior se obtiene:
iL = ic + iR2 , (2.121)
y aplicando la LTK en la malla de la izquierda:
v1 = vR1 + vL + vc , (2.122)
por la ley de Ohm se obtiene que:

vc
iR2 = , (2.123)
R2
vR1 = iL R1 . (2.124)

75
Ahora, supngase que se desea primero encontrar la RES para la tensin en el

capacitor. Esta relacin no puede contener a la corriente en el inductor ni a la
corriente o tensin en las resistencias, por lo tanto, hay que eliminarlas. Si se toma
(2.124) y se sustituye en (2.122) se tiene:
v1 = iL R1 + vL + vc , (2.125)
por otro lado, sustituyendo (2.121) en (2.125):
v1 = (ic + iR2 ) R1 + vL + vc . (2.126)
La corriente en la resistencia R2 se relaciona con la tensin en el capacitor por

medio de (2.123), sustituyendo esta expresin en (2.126):
vc

v1 = ic + R1 + vL + vc , (2.127)
R2
por tanto, ahora solo hay que eliminar la tensin en el inductor y la corriente del
capacitor, utilizando la expresin (2.120) se obtiene:
vc

v1 = C vc + R1 + L iL + vc . (2.128)
R2
Ahora solo hay que eliminar la derivada de la corriente en el inductor. Como se
haba indicado anteriormente, cuando se terminan relaciones entrada salida solo se
puede derivar, no hay que integrar, por lo que una alternativa es derivar (2.121)
a ambos lados y sustituirla en (2.128), de esta forma se tiene:
iL = ic + iR2 iL = ic + iR2 ,
y
vc

v1 = C vc + R1 + L ic + iR2 + vc , (2.129)
R2
derivando (2.123) e introduciendo el resultado en (2.129) se obtiene:
vc vc

v1 = C vc + R1 + L ic + + vc , (2.130)
R2 R2
y como la corriente en el capacitor es ic = C vc ic = C vc , y entonces:

vc vc

v1 = C vc + R1 + L C vc + + vc .
R2 R2

76
Esta expresin solo depende de la entrada del sistema y de una de las salidas del
mismo, simplificando la expresin se obtiene:
L R1

L C vc + R1 C + vc + + 1 vc v1 = 0,
R2 R2
dado que v1 = u,vc = y2 se tiene:
L R1

L C y2 + R1 C + y2 + + 1 y2 u = 0, (2.131)
R2 R2
con lo que se tiene la primera RES del sistema. Para encontrar la segunda RES, por
comodidad, se copiarn de nuevo las ecuaciones que describen el comportamiento del
sistema:
ic = C vc = C y2 ,
vL = L iL = L y1 , (2.132)
iL = ic + iR2 , (2.133)
v1 = vR1 + vL + vc , (2.134)
vc
iR2 = , (2.135)
R2
vR1 = iL R1 . (2.136)
La segunda RES es una relacin exclusivamente de la entrada del sistema (v1 ), la
corriente en el inductor y sus derivadas y de los parmetros del sistema (R1 , R2 , C, L).
Hay que tener muy en cuenta esto. Para determinar esta expresin, se puede comenzar
por sustituir (2.136) y (2.132) en (2.134), obteniendo:
v1 = R1 iL + L iL + R2 iR2 , (2.137)
pero sustituyendo de (2.133) en (2.137) se obtiene:
v1 = R1 iL + L iL + R2 (iL ic ), (2.138)
v1 = (R1 + R2 )iL + L iL R2 ic ,
y como ic = C vc :
v1 = (R1 + R2 )iL + L iL R2 C vc . (2.139)
Ahora bien, derivando (2.134) a ambos lados y despejando vc se tiene:
vc = v1 R1 iL L iL , (2.140)

77
e introduciendo (2.140) en (2.139) se tiene:

v1 = (R1 + R2 )iL + L iL R2 C v1 R1 iL L iL . (2.141)
Esta expresin depende ahora solo de iL y v1 , reordenndola y sustituyendo iL = y1

y v1 = u se tiene:
R2 C L y1 + (L + R1 R2 C)y1 + (R1 + R2 )y1 u R2 C u = 0,
esta expresin corresponde a la segunda RES del sistema. Las dos relaciones entrada
salida se pueden unir en una ecuacin vectorial como se muestra a continuacin:

L C y2 + R1 C + RL2 y2 + R + 1 y2 u 0
" # " #
R1
2 = .
R2 C L y1 + (L + R1 R2 C)y1 + (R1 + R2 )y1 u R2 C u 0
Obsrvese que se mantiene la forma descrita por (2.119).

Ejercicio 2.4
Utilizando el mtodo de las impedancias, determine la RES del circuito mostrada en
la Figura 2.19, siendo la salida la tensin en la resistencia R2 y la entrada la fuente
de tensin v1 .
+
Figura 2.19: Circuito con almacenadores de energa.
Solucin:
Se pueden definir las tensiones de nodo de este circuito como se muestra en la
Figura 2.20. Por lo tanto, aplicando el mtodo de nodos al circuito se tiene:
V1 V2
Nodo V1 : V1 + = 0, (2.142)
R1

78
+
Figura 2.20: Tensiones de nodo para el circuito.
V2 V1 V2 V2 V3
Nodo V2 : + 1 + = 0, (2.143)
R1 sC
R2
V3 V2 V3
Nodo V3 : + = 0. (2.144)
R2 sL
De (2.144) se tiene que:
R2 + s L
V2 = V3 , (2.145)
sL
sustituyendo (2.145) en (2.143) se obtiene:
R2 +sL R2 +sL R2 +sL
V3 V1 V3 V3 V3
sL
+ sL
1 + sL
= 0, (2.146)
R1 sC
R2
y despejando V3 resulta:
sL
V3 = V1 . (2.147)
C L R1 s2 + (C R1 R2 + L)s + R1 + R2
Sustituyendo (2.147) en (2.145) se tiene:
R2 + s L
V2 = V1 , (2.148)
C L R1 s2 + (C R1 R2 + L)s + R1 + R2
y como Y (s) = V2 V3 utilizado (2.148) y (2.147) se tiene:
R2 + s L
Y (s) = V1
CLR1 + (CR1 R2 + L)s + R1 + R2
s2
sL
V1 ,
CLR1 s + (CR1 R2 + L)s + R1 + R2
2

79
R2
Y (s) = V1
C L R1 s2 + (C R1 R2 + L)s + R1 + R2
Y (s) C L R1 s2 + (C R1 R2 + L)s + R1 + R2 = R2 V1
h i
C L R1 s2 Y (s) + (C R1 R2 + L)s Y (s) + (R1 + R2 )Y (s) R2 V1 = 0

dn
Aplicando la transformada inversa de Laplace sabiendo que L 1 {sn F (s)} = dtn
f (t)
se obtiene:
C L R1 y(t) + (C R1 R2 + L)y(t) + (R1 + R2 )y(t) R2 v1 = 0,
que corresponde a la relacin entrada salida del sistema.
Relacin Entrada Salida Estado (RESE)
Ejercicio 2.5
Calcule la RESE del sistema mostrado en la Figura 2.21. La salida es la corriente
en la resistencia y la entrada es la tensin u. Suponga rgimen permanente antes de
t0 = 0s.
Figura 2.21: Circuito regulador de tensin.
Solucin:
Utilizando el mtodo de las impedancias para determinar la relacin entrada salida
del sistema se obtiene que:
(R k Zc )
VR (s) = U (s)
(R k Zc ) + ZL
1 (R k Zc )
IR (s) = U (s)
R (R k Zc ) + ZL

80
1
1 3

1 1
+ 2s
IR (s) = U (s)
1
1
1 3
1
+ 2s
+ 3s
1
IR (s) = U (s)
2s2+ 3s + 1
2s2 IR (s) + 3s IR (s) + IR (s) = U (s) (2.149)
Cuando se utiliza mtodo de las impedancias, implcitamente se suponen condiciones
iniciales no nulas, por lo tanto, las condiciones iniciales deben ser insertadas para
poder calcular adecuadamente la relacin entrada-salida-estado. Para ello, se puede
utilizar la propiedad:
dn f (t)
( )
L = sn F (s) sn1 f (t0 ) sn2 f (1) (t0 ) ... f (n1) (t0 )
dtn
Insertando las condiciones iniciales en (2.149) se obtiene:
2 s2 IR (s) s iR (t0 ) iR (t0 ) + 3 [s IR (s) iR (t0 )] + IR (s) = U (s)

h i
2s + 3 2 1
IR (s) = iR (t0 ) + 2 iR (t0 ) + 2 U (s) (2.150)
2s2
+ 3s + 1 2s + 3s + 1 2s + 3s + 1
y aplicando la transformada inversa de Laplace a (2.150) se tiene:

iR (t) = et + 2et/2 iR (t0 ) + 2et + 2et/2 iR (t0 )
Z t (2.151)
e(t ) + e(t )/2 u( )d

+
0
Pero, cules son los estados iniciales; iR (t0 ) e iR (t0 )? Suponiendo rgimen permanente
antes de t0 , el circuito de la Figura 2.21 se puede re-dibujar como se muestra en la
Figura 2.226 . Por tanto, la corriente inicial iR (t 0 ) es:
u 5
iR (t
0) = = = 5A
R 1
Luego, como la resistencia est en paralelo con el capacitor, su tensin no puede
variar instantneamente, por lo tanto:
iR (t
0 ) = 0 As
1
6
En rgimen permanente, los inductores se comportan como cortocircuitos y los capacitores
como circuitos abiertos.

81
Figura 2.22: Circuito para determinar las condiciones iniciales.
Como el sistema es continuo:

+ +
0 ) = iR (t0 ) = iR (t0 )
iR (t 0 ) = iR (t0 ) = iR (t0 )
iR (t
Sustituyendo los estados iniciales en (2.151) se tiene:

Z t
e(t ) + e(t )/2 u( )d

iR (t) = et + 2et/2 5 +
0
Ejercicio 2.6
El circuito de la Figura 2.23 est constituido por un par de sensores de nivel para
dos tanques, donde las tensiones v1 y v2 modelan las lecturas del nivel de cada uno y
se consideran como entradas para el sistema. Para monitorear la diferencia de nivel
entre los dos tanques se ha tomado como salida del sistema la tensin diferencia v,
tal y como se define en la figura. Como es importante que la salida del sistema est
monitoreada siempre, se le solicita determinar una expresin para ello. Obtenga una
expresin tal que le permita monitorear la salida del sistema en todo momento. Debe
adems configurar su respuesta de forma que se aprecie su similitud con alguna forma
de modelado vista en el curso para un sistema lineal e invariante en el tiempo.
Solucin:
Como se debe encontrar una expresin que permita determinar directamente la tensin
v en todo el tiempo, se debe utilizar la relacin entrada salida estado (si se usa el
modelo en variables de estado o la relacin entrada salida se utilizaran ecuaciones
diferenciales que no tienen despejada la salida de forma directa). Ahora bien, se
puede observar por un anlisis simple que:
v = vc + vR i, (2.152)
donde se han definido las polaridades de las tensiones y las direcciones de las corrientes
como se muestra en la Figura 2.24.

82
+
Figura 2.23: Circuito con dos sensores.
As, si se encuentra vc ,vR e i, se podra calcular la tensin v. Del circuito de la

izquierda se tiene, por la ley de tensiones de Kirchhoff:
v1 (t) = R ic (t) + vc (t) + R ic (t),

v1 (t) = vc (t) + 2R ic (t),
v1 (t) = vc (t) + 2R C vc (t),
V1 (s) = Vc (s) + 2R C [s Vc (s) vc (0)]
2R C 1
Vc (s) = vc (0) + V1 (s)
2R C s + 1 2R C s + 1
1 1 1
Vc (s) = 1 vc (0) + 1 V1 (s)
s + 2RC 2R C s + 2RC
t 1 Z t (t )
vc (t) = e 2RC
vc (0) + e 2RC v1 ( )d. (2.153)
2R C 0
+
Figura 2.24: Circuitos con dos sensores definiendo polaridades y direcciones.

83
Un error muy comn a la hora de realizar esta operacin es que se suponga que
v1 (t) es una constante. Eso nunca se puede suponer, y por ello se deja la expresin
de la convolucin en el ltimo miembro del lado derecho de (2.153). Ahora bien,
teniendo la expresin para la tensin en el capacitor se puede calcular la tensin en
la resistencia, ya que:
vR (t) = R iR (t),
vR (t) = R ic (t),
vR (t) = R C vc (t), (2.154)
por tanto, sustituyendo (2.153) en (2.154) se tendra la tensin en la resistencia como:
vR (t) = R C vc (t),
d t 1 Z t (t )

vR (t) = R C e 2RC vc (0) + e 2RC v1 ( )d ,
dt 2R C 0
d h t d 1 Z t (t )
i
vR (t) = R C e 2RC vc (0) + R C e 2RC v1 ( )d ,
dt dt 2R C 0
1 t d 1 Z t (t )

vR (t) = e 2RC vc (0) + e 2RC v1 ( )d
2 dt 2 0
1 t 1 Z t (t ) v1 (t)
vR (t) = e 2RC vc (0) e 2RC v1 ( )d + . (2.155)
2 4R C 0 2
Un error muy comn es suponer que:
d Zt Z t
d
f (t, )d = f (t, )d
dt 0 0 dt
eso no es cierto, de hecho:

d Zt Z t
d
f (t, )d = f (t, )d + f (t, t)
dt 0 0 dt
de ah sale el v12(t) en la expresin (2.155). Ahora bien, solo falta la tensin i (ntese
que es una tensin, aunque de valor i). Analizando la malla derecha del circuito de la
derecha se tiene que:
v2 (t) = vR (t) + vL (t)
v2 (t) = R iL (t) + LiL (t)
V2 (s) = R IL (s) + L [s IL (s) iL (0)]

84
L 1
IL (s) = iL (0) + V2 (s)
Ls+R Ls+R
1 1 1
IL (s) = R iL (0) + V2 (s)
s+ L L s+ R L
tR 1 Z t (t ) R
iL (t) = e L iL (0) + e L v ( )d,
2
L 0
y como iL (t) = i(t), se tiene que:
tR 1 Z t (t ) R
i(t) = e L iL (0) + e L v ( )d.
2 (2.156)
L 0
Entonces de (2.152), (2.153), (2.155) y (2.156):
v(t) = vc (t) + vR (t) i(t)
t 1 Z t (t ) 1 t
v(t) = e 2RC vc (0) + e 2RC v1 ( )d e 2RC vc (0)
2R C 0 2
1 Z t
(t ) v1 (t) tR 1 Z t (t ) R
e 2RC
v1 ( )d + e L iL (0) + e L v ( )d
2
4R C 0 2 L 0
1 t 1 Z t (t ) v1 (t)
v(t) = e 2RC vc (0) + e 2RC v1 ( )d +
2 4R C 0 2
1 Z t
e(t ) L v2 ( )d.
tR R
e L iL (0) +
L 0
No obstante, esta expresin, aunque describe la tensin v(t), no est reducida como
un modelo lineal invariante en el tiempo. Para que est de esa forma, se puede ingresar
la variable v12(t) en la integral utilizando la propiedad del muestreo de la funcin Delta
de Dirac: Z t
f (t) = (t )f ( )d.
0
Utilizando esta propiedad se tendra:
1 t 1 Z t (t ) v1 (t)
v(t) = e 2RC vc (0) + e 2RC v1 ( )d +
2 4R C 0 2
1 Z t
e(t ) L v2 ( )d
tR R
e L iL (0)
L 0
1 t 1 Z t (t )
v(t) = e 2RC vc (0) + e 2RC v1 ( )d
2 4R C 0

85
1Z t tR 1 Z t (t ) R
+ (t )v1 ( )d e L iL (0) e L v ( )d
2
2 0 L 0
1 1 Z t (t ) 1

t tR
v(t) = e 2RC vc (0) + e 2RC + (t ) v1 ( )d e L iL (0)
2 4R C 0 2
1 Z t
e(t ) L v2 ( )d
R

L 0
vc (0)
" #
h i
v(t) = 1 t
2RC tR
e e L
2 iL (0)
v1 ( )
Z th " #
i
+
(t )
1 1 1 1 (t ) R
4RC
e 2RC + 2
(t ) L
L
e L
v2 ( )
d,
0
donde adems se ha reducido la expresin para dejarla de la forma:

Z t
y(t) = h(t), x(t)i + hh(t ), u( )i d,
0
la cual es la forma de una relacin entrada salida estado lineal e invariante en el

tiempo.
Sistemas y modelos lineales
Ejercicio 2.7
Un objeto abstracto posee la siguiente RESE:
q Z t
y(t) = e 2t
y(0) + 10 5 y(0) + e 5t
y(0) + e5(t ) u( )d. (2.157)
0
Determine si el objeto es lineal.

Solucin:
Un objeto abstracto es lineal si es:
Lineal a estado cero.
Lineal a entrada cero y
Cumple con la propiedad de descomposicin.
El estado cero se determina a partir de:

q Z t
y(t) = 0 = e2t y(0) + 10 5 y(0) + e5t y(0) + e5(t ) u( )d (2.158)

0 u(t)=0

86
q
e 2t
y(0) + 10 5 y(0) + e5t y(0) = 0 (2.159)
y(0) = 0
(
q , (2.160)
y(0) + 10 5 y(0) = 0 y(0) = 104, 7
por lo que el vector de estado cero es:
104, 7
" # " #
y(0)
= = (2.161)
y(0) 0
Luego, para determinar si el objeto es lineal a estado cero se debe cumplir:
y = S(,
b k(u1 + u2 )) = k S(,
b u1 ) + k S(,
b u2 ). (2.162)
As, sustituyendo (2.161) en (2.157):

S(,
b k(u 1 + u2 )) = e 2t
104, 7 + 10 5 + 104, 7 + e5t 0
Z t (2.163)
+ e5(t ) k(u1 + u2 )d,
0
Z t
= e5(t ) k(u1 + u2 )d, (2.164)
0
Z t Z t
=k e5(t ) u1 d + k e5(t ) u2 d , (2.165)
0 0
= k S(,
b u1 ) + k S(,
b u2 ), (2.166)
por lo que el sistema es lineal a estado cero.
Para determinar si el objeto es lineal a entrada cero se debe dar que:
S(k( 1 + 2 ), 0) = k S(1 , 0) + k S(2 , 0). (2.167)

b b b
Definiendo:
y (0) y (0)
" # " #
1 = 1 , 2 = 2 , (2.168)
y1 (0) y2 (0)
se tiene:
q
1 + 2 ), 0) = e k(y1 (0) + y2 (0)) + 10 5 k(y1 (0) + y2 (0))
2t
S(k(
b
(2.169)
+e5t k(y1 (0) + y2 (0)),

87
y
q
1 , 0) + k S(2 , 0) =k e y1 (0) + 10 5 y1 (0) + e y1 (0)
2t 5t
k S(
b b
q (2.170)
+k e2t y2 (0) + 10 5 y2 (0) + e5t y2 (0) .
Como se puede ver, la constante k no puede salir de la raz en la expresin (2.169),

por lo que no se cumple que (2.169) sea igual a (2.170). De esta forma, el sistema
no es lineal a entrada cero. No se requiere determinar si el objeto cumple con la
propiedad de descomposicin: el sistema es no lineal.
Funcin de transferencia
Ejercicio 2.8
Un objeto abstracto S tiene la siguiente RESE:

y(t) = 4e(tt0 ) 3e2(tt0 ) y(t0 ) + e(tt0 ) e2(tt0 ) y(t0 )
Z t
(2.171)
5 e(t ) e2(t ) u( )d

+
t0
Determine la funcin de transferencia del modelo.
Solucin:
La funcin de transferencia se determina a partir de condiciones iniciales nulas, en
este caso es fcil demostrar (se deja como ejercicio) que el vector de estado cero es:
0
" # " #
y(0)
= = (2.172)
y(0) 0
Luego, la respuesta a estado cero es:

Z t
5 e(t ) e2(t ) u( )d

y (t) =
0 Z t (2.173)
= h(t )u( )d
0

88
de donde se deduce que:

h(t) = 5 (et e2t )
H(s) = L{h(t)}
= L {5 (et e2t )}
= 5L {et } 5L {e2t } (2.174)
1 1
=5 5
s+1 s+2
5
=
s2 + 3s + 2
siendo esta la funcin de transferencia.
Ejercicio 2.9
La RESE de un sistemas con dos entradas y dos salidas (TITO, por sus siglas en
ingls) est dada por:
11 (0)

y1 (t) et e2t 0 0 (0)

" # " #
= 12

y2 (t) 0 0 e2t et 21 (0)
22 (0) (2.175)
3e4(t ) + 1 e(t ) + 6(t ) u ( )

Z t" # " #
+ 5(t ) (t ) (t ) 1 d
0 5e +e e u2 ( )
Determine la matriz de transferencia del sistema.

Solucin:
De la RESE dada se puede deducir que la matriz de respuestas impulsionales es:
3e4t + 1 et + 6(t)
" #
h(t) = (2.176)
5e5t + et et

89
Por lo que la matriz de transferencia sera:
H(s) = L {h(t)}
3e4t + 1 et + 6(t)
(" #)
=L
5e5t + et et
L {3e4t + 1} L {et + 6(t)}

" #
= (2.177)
L {5e5t + et } L {et }

3 1 1
s+4 + s s+1
+ 6
=

5 1 1

+

s+5 s+1 s+1
As, las seales de salida se pueden obtener de las seales de entrada como:

3 1 1
s+4 + + 6 "
Y1 (s) s s+1 U1 (s)
" # #
= (2.178)

Y2 (s) 5

1 1
U (s)
2
+

s+5 s+1 s+1

3. Representacin grfica de modelos
La representacin grfica de sistemas es una herramienta valiosa para la comprensin
de la estructura interna del mismo. Esto debido a que permite saber o explicar cmo
se conectan los distintos subsistemas que conforman al sistema general mediante la
relacin causa-efecto que los gobierne.
Particularmente, en el anlisis de los sistemas de control, la representacin grfica
de sistemas es til para entender varias estrategias de control, las cuales, se vern en
el curso de sistemas de control.
3.1. Diagramas de bloques

El diagrama de bloques de un modelo o un sistema, es la representacin grfica
de las distintas unidades que lo componen, mostrando adems la forma en la que
estas se conectan. Para ello, se utilizan bloques, los cuales pueden o no ser lineales y
puntos de suma y ramificacin de seales.
Particularmente para la creacin de un diagrama de bloques se utiliza una combi-
nacin de los siguientes elementos:
Bloques lineales: Los cuales estn formados por funciones de transferencia

o por ganancias estticas. Cualquiera que sea el caso, la salida de un bloque
lineal es:
Y (s) = P (s)U (s),
donde Y (s) es la salida del bloque, P (s) es su relacin causa-efecto y U (s) es
la entrada del bloque. En la Figura 3.1 se muestra la representacin de ambos
casos. Por lo general, si se habla de una funcin de transferencia, se utiliza un
rectngulo (Figura 3.1a) para representar el bloque lineal, mientras que si la
relacin causa-efecto es una constante, el bloque usado suele representarse por
un tringulo (Figura 3.1b).
Puntos de suma o resta: Son utilizados, como su nombre lo indica, para

sumar o restar seales. En la Figura 3.2 se muestra su smbolo. Por lo general,
se coloca el signo de la operacin para indicar si las seales se estn sumando o
90
91
(a) Funcin de transferencia. (b) Ganancia esttica.

Figura 3.1: Bloques lineales.
Figura 3.2: Puntos de suma o resta.
restando. No obstante, en algunos textos el signo de resta se sustituye usando

un semicrculo coloreado, como se muestra tambin en la Figura 3.2. Si no se
indica la operacin, la convencin es que las seales se estn sumando. Por
supuesto, la seal de salida para el punto de suma de la Figura 3.2 est dada
por:
Y (s) = U1 (s) U2 (s).
Ramificaciones: Son usadas para transmitir seales a ms de un bloque o

punto de suma. Un ejemplo de una ramificacin se muestra en la Figura 3.3,
por supuesto, las salidas del diagrama de bloques de la Figura 3.3 son:
Y1 (s) = KP1 (s)U (s),

Y2 (s) = KP2 (s)U (s).
Ramificacin
Figura 3.3: Ramificacin en un diagrama de bloques.

92
Figura 3.4: Algunos bloques no lineales.
Bloques no lineales: Modelan operaciones no lineales que se aplican a un

conjunto de entradas. Debido a que hay un gran nmero de operaciones no
lineales, por lo general el bloque tiene el smbolo de la funcin que relaciona
la entrada y la salida. Algunos ejemplos de estos bloques se muestran en la
Figura 3.4. Es importante aclarar que muchas operaciones no lineales no son
formalmente aplicables a seales en el dominio de la frecuencia, pero s se
pueden aplicar a su respectiva seal en el dominio del tiempo.
3.1.1. Creacin del diagrama de bloques

En esta seccin se analizar el problema de obtener un diagrama de bloques, en el
dominio de la frecuencia compleja s, a partir de una ecuacin diferencial.
Para exponer la metodologa a seguir, se considerar una ecuacin diferencial dada
por:
y(t) + a1 y(t) + a0 y(t) = bu(t L), (3.1)
donde y(t) es la salida del modelo y u(t) es la entrada, el lector recordar que esta
ecuacin diferencial corresponde a la de un sistema de segundo orden. Ahora bien, si
se despeja y(t) de (3.1) se obtiene:
y(t) = bu(t L) a1 y(t) a0 y(t), (3.2)
y de (3.2) se deduce que y(t) se puede representar como la suma o resta de varias
seales. En la Figura 3.5a se muestra un punto de suma con las seales necesarias
para construir la seal y(t).
Ese mismo punto de suma y resta puede ser separado an ms si las seales a1 y(t),
a0 y(t) y bu(t L) se ven como seales multiplicadas por una constante, tal y como
muestra la Figura 3.5b.

93
Luego, las nicas seales que no se conocen explcitamente son y(t) y y(t), no
obstante, el lector debe estar de acuerdo en que:
Z
y(t) dt = y(t),
Z
y(t) dt = y(t),
por lo que se puede utilizar el operador integral para obtener y(t) a partir de y(t)
y y(t) a partir de y(t). Este procedimiento se muestra en la Figura 3.5c. Como se
observa en la Figura 3.5d, las seales obtenidas en la salida de los integradores se
pueden utilizar para ser realimentadas al punto de suma, con esto, ya el diagrama de
bloques tiene solo una seal de entrada y una seal de salida.
Finalmente, el diagrama de bloques de la Figura 3.5d est en el dominio del tiempo,
si se desea un diagrama en el dominio de la frecuencia compleja s, basta con hacer
las siguientes sustituciones:
L {y(t)} = Y (s),
L {y(t)} = sY (s),
L {y(t)} = s2 Y (s),
L {u(t L)} = U (s)eLs ,
Z
1
dt ,
s
y el diagrama quedar como el mostrado en la Figura 3.5e, donde adems se represent

el tiempo muerto eLs como un bloque, siendo por tanto U (s) la entrada del diagrama.
Ejemplo 3.1
Determine un diagrama de bloques que represente la ecuacin diferencial:
2y(t) + 4y(t) + y(t) = 5u(t) u(t). (3.3)
Solucin:
Cuando la entrada se encuentra derivada, lo mejor es utilizar el operador p para
lograr formar las derivadas que eventualmente se integrarn para realimentarlas al
punto de suma.

94
(a) Punto de suma (b) Descomposicin
(c) Integracin (d) Realimentacin
(e) Paso al dominio s

Figura 3.5: Construccin de un diagrama de bloques a partir de una ecuacin diferencial.

95
(a) Punto de suma. (b) Punto de prealimentacin.
(c) Definicin de la salida. (d) Sistema completo.

Figura 3.6: Diagrama de bloques de 2y(t) + 4y(t) + y(t) = 5u(t) u(t).
Utilizando dicho operador sobre (3.3) resulta:
2p2 y(t) + 4py(t) + y(t) = 5pu(t) u(t), (3.4)
expresin que se puede reordenar como:
p [2py(t) + 4y(t) 5u(t)] = y(t) u(t) (3.5)

y(t) + u(t)
[2py(t) + 4y(t) 5u(t)] = . (3.6)
p
De la seccin 2.3.2 se sabe que la expresin dada por 2py(t) + 4y(t) 5u(t) puede
seleccionarse como variable de estado, haciendo esto resulta:
x1 (t) = 2py(t) + 4y(t) 5u(t), (3.7)
siendo X1 (s) la salida del punto de suma en la Figura 3.6a, que resulta de formar la
expresin y(t)+u(t)
p
en un diagrama de bloques.
Como se necesita conocer la seal y(t) para realimentar el diagrama, se puede
despejar py(t) de (3.7) para obtener:
x1 (t) 4y(t) + 5u(t)
py(t) = , (3.8)
2

96
y con la informacin dada por el lado derecho de (3.8) se puede construir el diagrama
de bloques de la Figura 3.6b.
El punto de suma que se muestra en la Figura 3.6b recibe el nombre de punto de
prealimentacin, esto debido a que la informacin transportada tiene una direccin
hacia adelante y no hacia atrs, como lo es en el caso de la realimentacin.
As, integrando (3.8) se puede definir un segundo estado, el cual ser la salida del
sistema, como se muestra en la Figura 3.6c.
Finalmente, en la Figura 3.6d se muestra el diagrama final realimentando las seales
de inters y sin colocar la asignacin de estados descrita con anterioridad.
3.1.2. Simplificacin de diagramas de bloques

Una vez que se ha conformado el diagrama de bloques de un sistema a partir de
las ecuaciones diferenciales que lo modelan, es posible reducir dicho diagrama para
el efecto de la entrada sobre la salida por medio de la funcin de transferencia del
sistema.
Es importante aclarar que la reduccin de los diagramas de bloques se puede
aplicar solo a ciertas estructuras. Por simplicidad, aqu solo se reducirn diagramas
de bloques lineales, los cuales estn formados por bloques lineales, puntos de suma y
ramificaciones.
Considrese por ejemplo el diagrama de la Figura 3.7a. Si el objetivo es reducir el
diagrama a solo un bloque que relacione r(s) y y(s), lo primero podra ser reducir los
dos bloques C(s) y P (s). Para ello, puede observar que:
y(s) = P (s)u(s), (3.9)
y
u(s) = C(s)e(s), (3.10)
sustituyendo (3.10) en (3.9), se obtiene que:
y(s) = P (s) C(s)e(s) . (3.11)

| {z }
u(s)
As, se podra definir que:

A(s) = P (s)C(s). (3.12)
Con lo que el diagrama de bloques se puede simplificar como el mostrado en la
Figura 3.7b. Por supuesto, a partir de esta deduccin, se demuestra que n bloques

97
(a) Diagrama original. (b) Cascada.
(c) Realimentacin.
Figura 3.7: Simplificacin de un diagrama de bloques.
en serie se pueden simplificar en solo uno que sea equivalente al producto de los n
bloques en serie.
Ahora bien, obsrvese en el diagrama de bloques de la Figura 3.7b que la seal e(s)
se puede escribir como:
e(s) = r(s) y(s), (3.13)
pero adems:
y(s) = A(s)e(s), (3.14)
y
y(s) = H(s)y(s). (3.15)
As, sustituyendo (3.15) y (3.14) en (3.13) se obtiene que:
y(s)
= r(s) H(s)y(s)
A(s)
y(s)
+ H(s)y(s) = r(s)
A(s)
1
" #
y(s) + H(s) = r(s)
A(s)
1 + A(s)H(s)
" #
y(s) = r(s)
A(s)
A(s)
y(s) = r(s),
1 + A(s)H(s)
y(s) = M (s)r(s).

98
Con lo que el diagrama queda como el mostrado en la Figura 3.7c.

Por supuesto, la idea de simplificar un diagrama de bloques no es realizar las
operaciones matemticas necesarias para simplificarlo, sino, ms bien trabajar con la
estructura del diagrama y mover los bloques adecuadamente.
Algunas transformaciones de diagramas de bloques son bastante comunes. Normal-
mente a este tipo de simplificaciones se le llama lgebra de bloques, porque permite
realizar de manera grfica, las operaciones algebraicas que se haran con las ecuaciones.
stas se presentan en el Cuadro 3.1.
3.1.3. El modelo en variables de estado a partir del diagrama

de bloques
En la primera parte de este captulo se explic como obtener un diagrama de
bloques a partir de una ecuacin diferencial. Esta idea puede ser extendida a un
conjunto de ecuaciones diferenciales para formar el diagrama de bloques de un sistema.
Pero, es sabido que de un conjunto de ecuaciones diferenciales se puede obtener un
modelo en variables de estado, entonces, surge la pregunta Es posible obtener un
modelo en variables de estado a partir de un diagrama de bloques? La respuesta es s.
Para obtener un modelo en variables de estado a partir de un diagrama de bloques,
es importante considerar algunas propiedades de los estados de un sistema, las cuales
se citan de nuevo por simplicidad:
1. Las variables de estado no pueden cambiar inmediatamente, es decir, deben ser

continuas.
2. El conjunto de variables de estado debe ser linealmente independiente.
3. La derivada de un estado se debe poder describir como una funcin de las

entradas y de los estados sin derivar.
Para mostrar el procedimiento de obtener un modelo en variables de estado a partir

de un diagrama de bloques, obsrvese el diagrama de bloques de la Figura 3.8. En
este diagrama se han marcado varias seales de inters como fi .
Tomando en cuenta que las variables de estado no pueden cambiar inmediatamente,
se puede deducir que la seal:
f1 (s) = u1 (s) u2 (s),
no puede ser variable de estado, pues depende de las entradas, las cuales pueden
cambiar inmediatamente. Caso contrario ocurre con las seales f2 , f3 , f4 , f5 , f6 y f7 ,

99
Transformacin Inicial Final
Combinacin
en paralelo
Combinacin
en cascada
Mover punto
de suma
anterior
a un bloque
Mover punto
de suma
posterior
a un bloque
Mover punto
de bifurcacin
posterior
a un bloque
Mover punto
de bifurcacin
anterior
a un bloque
Eliminar
lazo de
realimentacin
Cuadro 3.1: Transformaciones de bloques.

100
Figura 3.8: Diagrama de bloques.
pues al ser la salida de bloques con ms polos que ceros o venir su entrada de un
bloque de este tipo, no pueden cambiar inmediatamente. Se deja como ejercicio al
lector probar que estas seales no pueden cambiar inmediatamente.
Por otro lado, obsrvese que:
f4 = f3 f7 ,
y
f3 = Kf2 ,
lo cual indica que f4 , f3 y f7 son seales linealmente dependientes, al igual que f3 y
f2 . Como las variables de estado deben ser linealmente independientes, se concluye
que entre f4 , f3 y f7 solo se pueden elegir dos seales como variables de estado,
anlogamente, solo se puede seleccionar f3 o f2 como variables de estado.
Finalmente, si se observa la seal f7 se puede concluir que:
b
f7 (s) = f6 (s),
a2 s 2 + a1 s + a0
expresin que si se traslada al dominio del tiempo se tendra:
a2 f7(t) + a1 f7(t) + a0 f7 (t) = bf6 (t). (3.16)
Obsrvese de (3.16) que la ecuacin diferencial que relaciona f6 y f7 es de segundo
orden, lo cual es incompatible con un modelo en variables de estado. No obstante,
el modelo en variables de estado de la Figura 3.8 puede ser modificado al mostrado
en la Figura 3.9, donde se descompuso la funcin de transferencia de segundo orden
utilizando integradores. En este punto se le deja al lector dos tareas; demostrar esta
descomposicin y demostrar que las seales f7a y f7b son las nicas necesarias para
representar los estados de la seccin que se extendi.
As, considerando los anlisis realizados sobre el diagrama de bloques, se puede
crear uno nuevo que incorpore en forma explcita las variables de estado que se pueden
elegir. Este diagrama se muestra en la Figura 3.10.

101
Figura 3.9: Diagrama de bloques extendido.
Figura 3.10: Diagrama de bloques con la seleccin de estados.
Ahora bien, para formar un modelo en variables de estado se necesitan ecuaciones

que relacionen la primera derivada de los n estados con los estados sin derivar y las
entradas. Para el caso de x1 se tiene que:
1
x1 (s) = [u1 (s) u2 (s)]
Ts + 1
T sx1 (s) + x1 (s) = u1 (s) u2 (s)
u1 (s) u2 (s) x1 (s)
sx1 (s) = ,
T
si se cambia esta ltima expresin al dominio de tiempo se tiene que:
u1 (t) u2 (t) x1 (t)

x1 (t) = , (3.17)
T T T
siendo (3.17) una ecuacin vlida para el modelo en variables de estado.

102
Por otro lado, del diagrama se tiene que:

x5 (s)
x2 (s) = Kx1 (s)
s
s [x2 (s) Kx1 (s)] = x5 (s)
x2 (t) + K x1 (t) = x5 (t).
Esta ltima expresin no se puede utilizar para un modelo en variables de estado,

pues tiene la derivada de dos estados. No obstante, sustituyendo el valor de x1 (t)
usando (3.17) se tiene:
u1 (t) u2 (t) x1 (t)

" #
x2 (t) + K = x5 (t)
T T T
K K K
x2 (t) =
u1 (t) u2 (t) x1 (t) x5 (t) (3.18)
T T T
siendo (3.18) una ecuacin de la forma buscada. En el caso de x3 (s) se tiene:
1
x3 (s) = x2 (s)
Ts + 1
T sx3 (s) + x3 (s) = x2 (s)
T x3 (t) + x3 (t) = x2 (t)
1 1
x2 (t) x3 (t),
x3 (t) = (3.19)
T T
con lo que se tiene la expresin necesaria para x3 (t).
En el caso de x4 (s) se cumple que:
ab
x4 (s) = u2 (s)
s
x4 (t) = abu2 (t). (3.20)
Obsrvese que no se necesit describir x4 en funcin de los otros estados. Finalmente,
para x5 (s) se tiene que:

1 1

x5 (s) = x (s) a0 [Kx1 (s) x2 (s)] a1 x5 (s)
4
s a2 | {z }

f7b
1 a0 K a0 a1
x5 (t) = x4 (t) x1 (t) + x2 (t) x5 (t), (3.21)
a2 a2 a2 a2

103
siendo (3.21) la ltima ecuacin necesaria para formar la parte diferencial del modelo
en variables de estado.
La nica ecuacin que se necesita ahora es una que relacione la salida del sistema
con la entrada y los estados. Esta se deduce como:
y(s) = x3 (s) + u2 (s),
o lo que es equivalente:
y(t) = x3 (t) + u2 (t). (3.22)
As, a partir de (3.17) a (3.21) y de (3.22) se puede formar el modelo en variables
de estado como:
T1
1
x1 0 0 0 0 x1 T1

T
K 0 0 0 -1
K
K

x2

T

x2
T

T " #
1 u1
0 T1 0 0 + 0 0

=
x3 x3 , (3.23)

T
u2
0 0 0 0 0 0

x4

x4 ab
1
0 0 0

x5 Ka
a2
0 a0
a2 a2
aa21 x5
x1

x2

h i
y= 0 0 1 0 0

+ u2 .
x3 (3.24)

x4

x5
3.2. Diagramas de flujo

Los diagramas de flujo, tambin llamados reogramas, son una forma de expresar
ecuaciones algebraicas lineales y funciones de transferencia de una manera grfica.
Las ecuaciones que pueden representarse con estos diagramas tienen la forma (Kuo,
1996):
N
xj = j = 1, 2, . . . , N, (3.25)
X
ajk xk
k=1
donde xj es la variable j-sima del sistema de ecuaciones, ajk es una constante. En

el caso que se trate de funciones de transferencia, las ecuaciones que se pueden

104
Figura 3.11: Diagrama de flujo con 3 nodos y dos ramas.
representar por medio de esta grfica tienen la forma:

N
Xj (s) = Gjk (s)Xk (s) j = 1, 2, . . . , N. (3.26)
X
k=1
En este caso, Gjk (s) es la funcin de transferencia desde Xk (s) hasta Xj (s).
Estos diagramas tienen dos elementos fundamentales:
Nodo: Punto de unin que representa una de las variables. Se dibuja como un
pequeo crculo con el smbolo de la variable asociada.
Ramas: Segmentos lineales con ganancia y direccin asociada.
Las ramas llevan la seal que corresponde al valor del nodo de origen multiplicada
por su ganancia asociada. Todas las ramas que llegan a un nodo suman su seal
correspondiente para obtener la relacin de la variable de ese nodo con respecto a los
otros nodos de origen. Por ejemplo, si se tiene que la relacin entre tres variables es:
x3 = a31 x1 + a32 x2 .
La representacin en diagrama de flujo de esta relacin vendra dada en la Figu-
ra 3.11. Hay que notar que la direccin de las ramas se representa con una flecha en
medio de la rama. En general, los nodos se colocan horizontalmente en una sola lnea
y las ramas se dibujan con lneas curvas.
Ejemplo 3.2
Considere el conjunto de ecuaciones siguiente (tomado de Kuo (1996))
y2 = a21 y1 + a23 y3 ,
y3 = a32 y2 + a34 y4 ,
y4 = a42 y2 + a43 y3 + a44 y4 ,
y5 = a52 y2 + a54 y4 .

105
Figura 3.12: Diagrama de Flujo del Ejemplo 3.2.
En este caso se tienen 5 variables diferentes. Cada una de las ecuaciones define la
relacin que existe entre cada variable y las dems. Ntese que no existe una ecuacin
para y1 , lo que quiere decir que ninguna rama llega a este nodo, pero s puede ser
que salga de l. El diagrama de flujo completo sera como el que se presenta en la
Figura 3.12.
3.2.1. Propiedades de los diagramas de flujo

De acuerdo con Kuo (1996), los diagramas de flujo tienen las siguientes propiedades:
1. Se aplica solo a sistemas lineales, al contrario de los diagramas de bloques, que

podan utilizarse para sistemas no lineales.
2. Las ecuaciones algebraicas tienen que estar en la forma de causa-efecto.
3. Nodos se utilizan para expresar variables. Se arreglan de izquierda a derecha en

una sola lnea horizontal, aunque esto puede cambiarse de ser necesario.
4. La seal viaja a travs de las ramas en una sola direccin.
5. Una seal yj que viaja a travs de una rama entre yj y yk se multiplica por la
ganancia de la rama akj , por lo que la seal resultante akj yj es entregada en yk .
3.2.2. Frmula de Mason

La frmula de Mason permite encontrar la ganancia (o funcin de transferencia)
de un diagrama de flujo, desde un nodo de entrada hasta un nodo de salida, de una
manera directa sin tener que reducir el diagrama, como es en el caso de los diagramas
de bloques. Para poder aplicar esta frmula, se deben buscar la ganancia de las

106
Sin nodos de salida Con un nodo de salida

Figura 3.13: Diagrama de flujo en el que se ha creado un nodo de salida.
trayectorias directas y de las mallas. Estos trminos se definen a continuacin (Kuo,

1996):
Nodo fuente o nodo de entrada: Es un nodo que solo tiene ramas salientes.
Nodo sumidero o de salida: Es un nodo que tiene solo nodos entrantes. Cualquier
variable puede convertirse en un nodo de salida. Basta simplemente con hacer
una copia del nodo, con una rama de ganancia unitaria, tal y como se muestra
en la Figura 3.13.
Trayectoria: Cualquier coleccin de una sucesin continua de ramas que se

dirigen en la misma direccin. Se puede atravesar un mismo nodo varias veces
si es necesario y empezar o terminar en cualquier nodo del diagrama.
Trayectoria directa: Trayectoria que empieza en un nodo de entrada y termina

en uno de salida, a lo largo del cual ningn nodo se atraviesa ms de una vez.
Por ejemplo, en la Figura 3.12 hay tres trayectorias directas: la trayectoria que
pasa por y1 y2 y3 y4 y5 , la que pasa por y1 y2 y4 y5 y la que pasa por y1 y2 y5 .
Malla: Trayectoria que se origina y termina en el mismo nodo y en donde ningn

otro nodo se encuentra ms de una vez. De nuevo, en la Figura 3.12 hay cuatro
mallas diferentes: y2 y3 y2 , y3 y4 y3 , y4 y4 y y2 y4 y3 y2 .
Mallas que no se tocan: Dos partes de un diagrama de seal no se tocan si no

comparten un nodo en comn. En la Figura 3.12 las mallas y2 y3 y2 y y4 y4 son
las nicas que no se tocan.
Ganancia de trayectoria: Producto de las ganancias de las ramas que atraviesan

una trayectoria. Si esta trayectoria es directa, se dice que la ganancia es de
trayectoria directa y si esta es una malla, entonces se dice que es una ganancia
de malla.
Con estas definiciones es posible enunciar la frmula de Mason: Dado un diagrama

con N trayectorias directas y L mallas, la ganancia entre el nodo de entrada y el

107
nodo de salida viene dado por:

N
Mk k
M= (3.27)
X
,
k=1
donde M es la ganancia (o funcin de transferencia), Mk es la ganancia de la trayectoria

directa k, es el determinante que viene dado por:
=1 Li1 + Lk3 + ,
X X X
Lj2
i j k
! (3.28)
=1+ (1) p
p = 1, 2, . . . ,
X X
Lqp
p q
y se tiene que:
Li1 es la suma de las ganancias de todas las mallas individuales.
P
i
j Lj2 es la suma de los productos de todas las combinaciones posibles de dos

P
mallas que no se tocan.
Lk3 es la suma de los productos de todas las combinaciones posibles de tres

P
k
q Lqp es la suma de los productos de todas las combinaciones posibles de p

P

y k se le llama cofactor y se calcula igual que el determinante , pero eliminando
antes las mallas que tocan la k-sima trayectoria directa. Para clarificar esta frmula,
se calcular la ganancia del diagrama de flujo de la Figura 3.12.
Ejemplo 3.3
Encuentre la funcin de transferencia de la Figura 3.12.
Solucin:
En el diagrama de la Figura 3.12, se pueden encontrar tres trayectorias directas:
P1 = y1 y2 y3 y4 y5 que tiene una ganancia de a21 a32 a43 a54 .
P2 = y1 y2 y4 y5 que tiene una ganancia de a21 a42 a54 .
P3 = y1 y2 y5 que tiene una ganancia de a21 a52 .

y se tiene cuatro mallas:

108
P l1 = y2 y3 y2 que tiene una ganancia de L1 = a32 a23 .
P l2 = y3 y4 y3 que tiene una ganancia de L2 = a43 a34 .
P l3 = y2 y4 y3 y2 que tiene una ganancia de L3 = a42 a34 a23 .
P l4 = y4 y4 que tiene una ganancia de L4 = a44 .
El determinante se debe obtener utilizando (3.28):
=1 Li1 +
X X
Lj2 ,
i j
= 1 (L1 + L2 + L3 + L4 ) + (L1 L4 ) ,
= 1 (a32 a23 + a43 a34 + a42 a34 a23 + a44 ) + (a32 a23 a44 ) .
Y ahora se deben calcular los cofactores. 1 se obtiene de quitar del determinante,

todas las mallas que tocan la trayectoria directa P1 . Como esta trayectoria toca todas
las mallas, 1 = 1. Lo mismo sucede con el cofactor 2 = 1. En el caso de 3 , las
mallas que no tocan esta trayectoria directa son P l2 y P l4 , por lo que el cofactor
queda como 3 = 1 (a43 a34 + a44 ). Entonces la ganancia que se obtiene a partir del
diagrama viene dada por:
Mk k a21 a32 a43 a54 + a21 a42 a54 + a21 a52 (1 a43 a34 a44 )
P
M= k
= .
1 (a32 a23 + a43 a34 + a42 a34 a23 + a44 ) + (a32 a23 a44 )
3.3. Ejercicios resueltos

Diagramas de bloques
Ejercicio 3.1
En la Figura 3.14 se muestra el diagrama de bloques de un sistema de control de
un crucero (problema adaptado de Dorf y Bishop (2005)), determine la funcin de
transferencia del sistema utilizando lgebra de bloques.
Solucin:
Observando la Figura 3.14, se nota que no se tiene ningn bloque en serie o paralelo,

109
aunque hay una realimentacin, esta es difcil de ver, pero si se descompone el punto de
suma triple en la parte central del diagrama, tal y como se muestra en la Figura 3.15, es
ms fcil de observar. Posteriormente se puede simplificar la realimentacin negativa.
Notando que el resultado quedar en serie con el bloque G2 (s), se puede definir:
G1 (s)G2 (s)
A(s) = , (3.29)
1 + G1 (s)H3 (s)
con lo que se obtiene el diagrama de la Figura 3.16.

En la Figura 3.16 se observa que el bloque A y el bloque H2 (s) forman un lazo de
realimentacin negativa, no importa la presencia del bloque H1 (s), debido a que a
ste llega la misma seal que saldra de la simplificacin de la realimentacin, la cual
se define como:
A(s)
B(s) = , (3.30)
1 + A(s)H2 (s)
con lo que se puede crear el diagrama de la Figura 3.17.
Al simplificar la realimentacin negativa formada por los bloques B(s) y H1 (s), el
resultado quedar en serie con los bloques k y 1/s. Si se define:
k B(s)
C(s) = , (3.31)
s B(s)H1 (s) + 1
el diagrama quedara como se muestra en la Figura 3.18

Al final, se tendra que:
C(s) y(s) C(s)

y(s) = u(s) = G(s) = (3.32)
C(s) + 1 u(s) C(s) + 1
Figura 3.14: Diagrama de bloques de un sistema de control.

110
Figura 3.15: Diagrama de bloques de un sistema de control.
Figura 3.16: Diagrama de bloques de un sistema de control con una realimentacin simplificada.
Tomando en cuenta todas las ecuaciones, despus de simplificar, se llega a que:
kG1 (s)G2 (s)

G(s) =
kG1 (s)G2 (s) + (G1 (s)G2 (s)H1 (s) + G1 (s)G2 (s)H2 (s) + G1 (s)H3 (s) + 1) s
Diagramas de flujo
Ejercicio 3.2
Encontrar la ganancia del diagrama de flujo que se presenta en la Figura 3.19.
Solucin:
En este caso, se tienen 3 trayectorias directas, las cuales se presentan en la Figura 3.20.
Las ganancias correspondientes son:
M1 = G1 G2 G3 G4 G5 G6

111
Figura 3.17: Diagrama de bloques de un sistema de control con otra realimentacin simplificada.
Figura 3.18: Diagrama de bloques de un sistema de control ms simplificado.
M2 = G1 G2 G7 G6
M3 = G1 G2 G3 G4 G8
Por otro lado, las mallas del sistema se representan en la Figura 3.21 y sus ganancias
vendran dadas por:
L1 = G1 G2 G3 G4 G5 G6 H3
L2 = G2 G3 G4 G5 H2
L3 = G2 G7 H2
L4 = G1 G2 G3 G4 G8 H3
L5 = G1 G2 G7 G6 H3
L6 = G4 H4
Figura 3.19: Diagrama de Flujo para el Ejercicio 3.2.

112
(a) Primera trayectoria directa.
(b) Segunda trayectoria directa.
(c) Tercera trayectoria directa.

Figura 3.20: Trayectorias directas del diagrama de flujo.
L7 = G8 H1
L8 = G5 G6 H1
Hay tres combinaciones de mallas que no se tocan: L6 con L3 , L6 con L5 y L3 con
L7 , todas las dems mallas se tocan en por lo menos un nodo. Con esta informacin
se puede calcular el determinante del diagrama:
=1 Li1 +
X X
Lj2
i j
= 1 (L1 + L2 + L3 + L4 + L5 + L6 + L7 + L8 ) + (L3 L6 + L3 L7 + L5 L6 )
Para el caso del cofactor k , hay que sustraer de las mallas que tocan la k-sima
trayectoria directa:
En el caso de M1 , todas las mallas tocan esta trayectoria directa, por lo que
1 = 1.

113
(a) L1 (b) L2
(c) L3 (d) L4
(e) L5 (f) L6
(g) L7 (h) L8
Figura 3.21: Mallas del diagrama de flujo.
En el caso de M2 , solo la malla L6 no toca esta trayectoria directa, por lo que,

si solo se conserva esta del determinante, se obtiene 2 = 1 L6 .
En el caso de M3 , todas las mallas tocan esta trayectoria directa, por lo que
3 = 1.
Entonces ya se puede calcular la ganancia de este diagrama:

Mk k
P
M= k

G1 G2 G3 G4 G5 G6 + (G1 G2 G7 G6 ) (1 L6 ) + G1 G2 G3 G4 G8
M=
1 (L1 + L2 + L3 + L4 + L5 + L6 + L7 + L8 ) + (L3 L6 + L3 L7 + L5 L6 )

4. Caracterizacin en el dominio del
tiempo
En este captulo se presenta un anlisis del comportamiento de los sistemas de
primer y segundo orden en el dominio del tiempo y el estudio de la estabilidad para
sistemas lineales e invariantes con el tiempo. Aunque parezca un poco contradictorio,
la manera ms sencilla de caracterizar estos sistemas en el dominio del tiempo es
utilizando su funcin de transferencia.
El anlisis de la estabilidad depende fundamentalmente de la posicin de los polos
de la funcin de transferencia. Para estudiar la respuesta, se procede a utilizar una
entrada escaln unitario. Sin embargo, como los sistemas son lineales, los resultados
se pueden generalizar para cualquier entrada.
En la seccin 4.2, se presenta la manera en que se caracteriza el retardo en los
sistemas lineales. Luego, en la seccin 4.3 se caracterizarn los sistemas de primer
orden con retardo mientras que en la seccin 4.4 se muestra el caso de los sistemas de
segundo orden con retardo. En la seccin 4.5 se presenta el efecto de los ceros en la
respuesta al escaln. En la seccin 4.6, se introduce el concepto de dominancia de
polos, para mostrar que un sistema lineal de orden alto, se puede aproximar mediante
un sistema de orden bajo.
4.1. Anlisis de estabilidad

Existen varias definiciones de estabilidad. Si ante una entrada acotada, la salida
de un sistema permanece acotada, se dice que el sistema es BIBO estable (BIBO
viene del ingls Bounded-Input Bounded-Output). Un sistema es asintticamente
estable cuando, ante una entrada cero, el sistema tiende a cero cuando el tiempo
tiende a infinito. En esta seccin se analiza estas caractersticas de estabilidad para
los sistemas lineales e invariantes en el tiempo (LTI).
114
115
4.1.1. Relacin entre los polos y el MVE

Supngase que se tiene un sistema cuya ecuacin diferencial (RES) viene dada por:
dn y(t) dn1 y(t) dy(t)
+ a n1 + + a 1 + a0 y(t)
dtn dtn1 dt (4.1)
dm u(t) dm1 u(t) du(t)
+ bm m
+ b m1 m1
+ + b1 + b0 u(t) = 0.
dt dt dt
La funcin de transferencia correspondiente viene dada por:
bm sm + bm1 sm1 + + b1 s + b0
G(s) = . (4.2)
sn + an1 sn1 + + a1 s + a0
La ecuacin caracterstica entonces vendra dada por:
sn + an1 sn1 + + a1 s + a0 = 0, (4.3)
cuyas races son los polos del sistema. Partiendo de un MVE equivalente dado por:
x(t) = Ax(t) + Bu(t),
(4.4)
y(t) = Cx(t) + Du(t).
La funcin de transferencia que se obtendra a partir de este MVE vendra dado
por:
G(s) = C (sI A)1 B + D,
adj (sI A)
=C B + D,
|sI A| (4.5)
C adj (sI A) B + |sI A| D
= .
|sI A|
Por lo que la ecuacin caracterstica tambin se podra obtener mediante:
|sI A| = 0. (4.6)
Es ms, la expresin en (4.6) es exactamente igual a la ecuacin con la que se
determinan los valores propios de la matriz A:
|I A| = 0. (4.7)
De esto se concluye que los polos del sistema son iguales a los valores
propios de la matriz A. Este resultado es muy importante para las pruebas de
estabilidad que se realizan ms adelante.

116
4.1.2. Estabilidad BIBO

La estabilidad BIBO de un sistema lineal, se puede estudiar a partir de la respuesta
a estado cero(Ogata, 2003). Sea u(t) una entrada acotada, y(t) la salida del sistema y
h(t) la respuesta al impulso. La respuesta del sistema vendra dada por su integral de
convolucin: Z
y(t) = u(t )h( ) d . (4.8)
0
Puesto que, se quiere verificar que la salida sea acotada, se toma el valor absoluto
de (4.8):

Z
|y(t)| = u(t )h( ) d , (4.9)

0
que se puede escribir como:
Z
|y(t)| |u(t )| |h( )| d , (4.10)
0
puesto que u(t) es acotada, es decir |u(t)| M con 0 < M < se obtiene:
Z
|y(t)| M |h( )| d , (4.11)
0
y como lo que se quiere es que |y(t)| N con 0 < N < , entonces:

Z
N
|h( )| d ,
Z0 M (4.12)
|h( )| d Q < ,
0
por lo tanto, para que una funcin sea BIBO estable, es necesario que el rea bajo la
curva |h( )| sea finita. Ahora bien, puesto que la funcin de transferencia es igual a
la transformada de Laplace de la respuesta al impulso:
Z
G(s) = L {h(t)} = h(t)est dt. (4.13)
0
Aplicando el valor absoluto:

Z Z
|G(s)| = h(t)est dt |h(t)| est dt, (4.14)

0 0

s es un nmero complejo dado por s = + j, por lo tanto:

s
e = e(+j) = e ej = e .

117
Cuando s es igual a alguno de los polos de G(s), se puede decir que G(s) = , por
lo que (4.14) toma la forma:
Z
|h(t)| et dt. (4.15)

0
Si alguno de los polos de G(s) (es decir, alguno de los valores propios de A) tiene
parte real mayor o igual a cero (est en el semiplano derecho del plano s o en el eje
j) se deduce que |et | 1, por lo tanto, para este caso:
Z
|h(t)| dt, (4.16)
0
que no cumple con la condicin dada en (4.12). Por lo tanto, si algn polo del
sistema se encuentra en el eje j o tiene parte real positiva, no se cumple
la condicin de estabilidad BIBO por lo tanto el sistema sera inestable.
Solo los sistemas cuyos polos se encuentran en el semiplano izquierdo cumplen la
condicin de ser BIBO estables.
4.1.3. Estabilidad asinttica

Si el sistema es estable asintticamente, cuando se aplica una entrada cero al sistema
con una condicin inicial dada, la salida del mismo va desde su estado inicial hasta
su estado cero cuando el tiempo tiende a infinito. Matemticamente, esta condicin
se escribe de la siguiente manera. Si existe un nmero M positivo que depende del
estado en el instante inicial t0 tal que:
|y(t)| M , t t0 , (4.17)
y adems:
lm |y(t)| = 0. (4.18)
t
Ahora se buscar la condicin de un modelo LTI para que se cumplan estas

condiciones. Si las entradas siempre son iguales a cero, la ecuacin de estado de un
MVE, se puede escribir como:
x(t) = Ax(t),
(4.19)
y(t) = Cx(t),
entonces la transicin de estado vendra dada por:
x(t) = eAt x(t0 ), (4.20)

118
y la salida quedara entonces:
y(t) = CeAt x(t0 ). (4.21)
La salida del sistema depende de las races de la ecuacin caracterstica, puesto

que, de la Seccin 2.3.3, se sabe que:
n o
eAt = L 1 (sI A)1 , (4.22)
y dado que:
1
(sI A)1 = adj (sI A) ,
|sI A|
entonces la forma que tome la ecuacin de salidas depender de los polos del sistema.
Si las n races de la ecuacin caracterstica se expresan como si = i + ji , con
i = 1, 2, . . . , n y existen m races simples y el resto son de orden mltiple, (4.21) se
puede escribir de la forma:
m X multi(i)1
nm1
y(t) = Ki e si t + Lj tj es(m+1+i) t , (4.23)
X X
i=1 i=0 j=0
donde Ki y Lj son constantes que dependen de las matrices A, C y de las condiciones

iniciales x(t0 ) y multi(i) representa la multiplicidad del polo i-simo. Los trminos
exponenciales definen la respuesta del sistema cuando t . Por lo tanto para
satisfacer las dos condiciones en (4.17) y (4.18), es necesario que la parte real de
los polos si sean negativos para que el sistema sea asintticamente estable. Si los
polos son imaginarios (se encuentran en el eje j) la salida del sistema no crecer
indefinidamente, pero ser oscilatorio con una amplitud mxima constante. Cuando un
sistema tiene polos imaginarios, se dir que es marginalmente estable (o marginalmente
inestable).
Esta condicin es la misma que para la condicin de estabilidad BIBO. Por esta
razn, para sistemas LTI, se puede decir que un sistema es estable o inestable, sin
necesidad de entrar en detalles del tipo de estabilidad. Entonces, para sistemas LTI
un sistema es estable si y solo si sus polos tienen parte real negativa (o lo
que es lo mismo, sus valores propios tienen parte real negativa). En la Figura 4.1 se
muestra el plano complejo s con las reas en las que un sistema es estable, inestable
o marginalmente estable en funcin de la posicin de sus polos:
i < 0 : Si todos los polos tienen parte real negativa, entonces el sistema es estable.
i = 0 : Si hay por lo menos un polo simple en el eje imaginario y no hay polos con
parte real positiva, el sistema es marginalmente estable.

119
Regin Regin
Estable Inestable
Regin Regin
Estable Inestable
Figura 4.1: Estabilidad de un sistema en funcin de la posicin de sus polos.
i > 0 : Si hay por lo menos un polo con parte real positiva, o un polo de orden
mltiple en el eje imaginario, el sistema es inestable.
Esta idea de estabilidad dependiente de la posicin de los polos puede observarse

en la Figura 4.2, donde se muestra la trayectoria de los estados de diferentes sistemas
desde la condicin inicial x(t0 ) = [1, 1]T durante un tiempo igual a diez segundos.
El estado inicial se muestra con un crculo y su estado final con un diamante. En la
Figura 4.2a se muestra un sistema cuyos polos son reales y negativos. Sin importar
su estado inicial, el sistema siempre tiende a su estado cero. En el caso de polos
complejos con parte real negativa, los sistemas se comportan como en la Figura 4.2b.
En este caso el sistema tambin tiende hacia su estado cero, pero el valor de las
variables de estado oscila un poco antes de alcanzar su estado cero, dando la sensacin
de rotacin.
La Figura 4.2c muestra un sistema oscilatorio, en el que el estado oscila indefini-
damente sin alcanzar su estado cero, formando en este caso una trayectoria elptica.
Un caso de sistema inestable se presenta en la Figura 4.2d en el que el valor de los
estados tiende a valores cada vez mayores. Las lneas de campo en lugar de apuntar
hacia su estado cero, tienden a llevar el sistema hacia afuera. La trayectoria en
espiral, se debe a que los polos del sistema son complejos con parte real positiva.
4.1.4. Criterio de estabilidad de Routh-Hurwitz

Existe un criterio que permite verificar si un sistema es estable o no sin tener que
calcular su determinante o resolver la ecuacin caracterstica. Este mtodo se llama
criterio de estabilidad de Routh-Hurwitz en honor a sus descubridores A. Hurwitz y
E.J. Routh. Este mtodo se basa en la funcin de transferencia del sistema, que se
puede obtener mediante alguno de los mtodos presentados en la Seccin 2.5.

120
Respuesta a entrada cero de un sistema Respuesta a entrada cero de un sistema

1 1.5
0.8
1
0.6
0.4
0.5
0.2
x2
0
x2
0.2
0.5
0.4
0.6
1
0.8
1 1.5
1.5 1 0.5 0 0.5 1 1.5 1.5 1 0.5 0 0.5 1 1.5
x1 x1
(a) Sistema estable con polos reales (b) Sistema estable con polos complejos
2.5
400
2
300
1.5
200
1
0.5 100
x2
0
x2
0.5
100
1
200
1.5
300
2
2.5 400
2 1.5 1 0.5 0 0.5 1 1.5 2 300 200 100 0 100 200 300
x1 x1
(c) Sistema marginalmente estable (d) Sistema inestable con polos complejos
Figura 4.2: Comportamiento de los estados, en funcin de la posicin de los polos.
Suponga que se tiene un sistema cuya funcin de transferencia se puede escribir

como:
p(s) bm sm + bm1 sm1 + + b1 s + b0
H(s) = = . (4.24)
q(s) an sn + an1 sn1 + + a1 s + a0
El criterio de Routh-Hurwitz permite saber si la ecuacin caracterstica:
q(s) = an sn + an1 sn1 + + a1 s + a0 = 0, (4.25)
tiene alguna raz con parte real positiva sin tener que resolver la ecuacin. Para ello
se sigue el procedimiento presentado en Ogata (2003) y Dorf y Bishop (2005):
1. Si alguno de los coeficientes de (4.25) es cero o negativo, ante la presencia de
por lo menos un coeficiente positivo, entonces el sistema tiene al menos un

121
polo en la parte real positiva del plano complejo o al menos un par de polos
imaginarios, por lo que el sistema sera inestable.
2. Si todos los coeficientes son positivos, el sistema puede o no ser estable. Para
saber si existen races con parte real positiva, se procede primero a crear un
arreglo como se muestra a continuacin (Dorf y Bishop, 2005):
sn an an2 an4 an6
sn1 an1 an3 an5 an7
sn2 bn1 bn3 bn5 bn7
sn3 cn1 cn3 cn5 cn7
.. .. .. .. ..
. . . . .
s0 zn1
Los coeficientes b a z se calculan de la siguiente manera:

1 an an2
bn1 =
,

an1 an3

an1

1 an an4
bn3 = ,

an1 an5

an1

1 an an6
bn5 = ,

an1 an7

an1

1 an1 an3
cn1 = ,

bn1 bn3

bn1

1 an1 an5
cn3 =
,

bn1 bn5

bn1
y as sucesivamente hasta llegar a la fila s0 . Lo que dice el criterio de Routh-

Hurwitz es que el nmero de races de q(s) con parte real positiva es igual al
nmero de cambios de signo de la primera columna del arreglo (Dorf
y Bishop, 2005), por lo tanto, un sistema es estable si los coeficientes de la
primera columna tienen todos el mismo signo. El criterio de Routh-Hurwitz no
solo permite saber si el sistema tiene polos inestables, sino que tambin permite
saber el nmero de polos inestables del sistema, mediante los cambios de signo
que se encuentren en el arreglo de Routh.
3. Ahora bien, existen casos especiales en los que en alguna de las filas, el pri-
mer elemento sea igual a cero. En estos casos, hay que cambiar un poco el
procedimiento para poder realizar el anlisis sin problemas:

122
Caso 1: solo el primer elemento de la fila es igual a cero, mientras que

los otros elementos restantes son diferentes de cero, o no existen trminos
restantes. En este caso, lo que se hace es cambiar el cero por un que se
considera como un nmero muy pequeo positivo. Si el signo del elemento
de la fila anterior tiene el mismo signo que el elemento de la fila posterior,
entonces el sistema tiene polos imaginarios; si los signos son diferentes, hay
un cambio de signo y por lo tanto habrn polos en el semiplano derecho.
Caso 2: todos los coeficientes de una fila son iguales a cero: Esto sucede
cuando existen races que tienen igual magnitud, pero signo contrario o
existen dos races imaginarias conjugadas. En este caso, lo que se hace es
crear un polinomio auxiliar P (s) con los coeficientes de la fila anterior a
la fila de ceros. Este polinomio siempre es par, es decir tiene grado 2n.
Luego se deriva el polinomio caracterstico con respecto a s y se sustituye
la fila de ceros por los coeficientes de este polinomio derivado. Una vez
sustituida, se prosigue con el mtodo hasta finalizarlo. A continuacin se
presentan algunos ejemplos que ayudan a clarificar este procedimiento y
sus casos especiales.
Ejemplo 4.1
Considere las ecuaciones caractersticas dadas por (Ogata, 2003):
2s4 + s3 + 3s2 + 5s + 10 =0,

s3 + 2s2 + s + 2 = 0,
s5 + 2s4 + 24s3 + 48s2 25s 50 = 0.
Analice la estabilidad de los sistemas a los que corresponden esas ecuaciones

caractersticas.
Solucin:
Para el primer caso, se debe primero encontrar el arreglo de Routh-Hurwitz para este
polinomio caracterstico:
s4 2 3 10
s3 1 5 0
1325
s2 1
= 7 10
s1 75110
7
= 6,43
s0 10

123
El primer coeficiente de la fila s2 es negativo, lo que implica que el sistema tiene dos
cambios de signo, por lo que el sistema tendr dos polos con parte real positiva y por
lo tanto es inestable.
En el segundo caso, al hacer el arreglo de Routh, se obtiene un cero en el primer
coeficiente de la fila s1 , tal y como se muestra a continuacin:
s3 1 1
s2 2 2
s1 0
s0 2
Como despus de ese cero, ya no haba ms coeficientes restantes, se trata de un caso
especial tipo 1. Por ello se cambia el cero por y se sigue el arreglo suponiendo que
es un nmero positivo pequeo. Como no hay cambios de signo, entonces este sistema
tiene races imaginarias puras.
En el ltimo caso, el arreglo de Routh tiene una fila llena de ceros en la fila s3 , tal
y como se muestra a continuacin:
s5 1 24 25
s4 2 48 50 .
s3 0 0
La fila s3 tiene todos los coeficientes iguales a cero, por lo que se trata de un caso
especial de tipo 2. Como la fila que volvi cero fue la s3 , entonces se construye un
polinomio auxiliar con los coeficientes de la fila s4 :
P (s) = 2s4 + 48s2 50,
y se deriva para encontrar los coeficientes necesarios para sustituir la fila de ceros del
arreglo:
P (s)
= 8s3 + 96s.
ds
Luego se sustituye estos coeficientes en el arreglo, y se sigue calculando el resto de
los coeficientes del arreglo de Routh:
s5 1 24 25
s4 2 48 50
s3 0 0
s3 8 96 .
s2 24 50
s1 112,7
s0 50

124
Sensor de peso
Figura 4.3: La banda transportadora es un caso tpico en el que aparece un retardo.
Y como se puede observar hay un cambio de signo, por lo que el sistema tiene un
polo con parte real positiva.
4.2. Representacin del retardo en sistemas lineales

Se dice que la versin retardada de una seal f (t) viene dada por:
fr (t) = f (t L)(t L), (4.26)
donde (t L) es el escaln unitario. Esta relacin se escribe de esta manera porque,
como es costumbre, se supone que antes del instante inicial, el valor de todas las
seales eran iguales a cero. Un caso tpico en el que una seal aparece retardada son
las bandas transportadoras. Vase el caso de la Figura 4.3. Si se est midiendo el
peso del material que cae sobre la banda transportadora, pero el sensor solo se puede
colocar al final de la banda, la seal que se podr recuperar del sistema tendr un
retardo con respecto al peso en el punto donde cae el material. Por ejemplo, la seal
del peso que cae sobre la banda puede ser similar al que aparece en la Figura 4.4. La
seal punteada representa el peso del material sobre la banda, mientras que la seal
continua representa la medicin del sensor, la cual est atrasada por un valor L = 3
s. Las seales tienen la misma forma, pero estn desplazadas temporalmente. La
transformada de Laplace de (4.26), viene dada por:
L {f (t L)(t L)} = eLs F (s), (4.27)
en este caso aparece un factor exponencial en el dominio de la frecuencia que debe ser
tomado en cuenta en los anlisis. Supngase que se tiene un sistema cuya ecuacin

125
1.4
1.2
0.8
Amplitud
0.6
0.4
0.2
Seal original
Versin retardada
0
0 1 2 3 4 5 6 7 8
Tiempo (s)
Figura 4.4: Seal retardada en el tiempo.
diferencial viene dada por:

dn y(t) dn1 y(t) dm u(t L)
+ a n1 + + a 0 y(t) = b m
dtn dtn1 dtm
m1
d u(t L)
+ bm1 + + b0 u(t L),
dtm1
(4.28)
donde se est tomando en cuenta el retardo del sistema en la entrada. Como se
supone que los sistemas son invariantes en el tiempo, da lo mismo obtener la respuesta
del sistema con la entrada retardada que obtenerla con la seal sin retardo y luego
retardar la salida. Al aplicar la transformada de Laplace con condiciones iniciales
iguales a cero, se llega a la siguiente funcin de transferencia:
Y (s) (bm sm + bm1 sm1 + + b0 ) eLs
= , (4.29)
U (s) sn + an1 sn1 + + ao
en donde el retardo del sistema queda representado de manera explcita por el factor
eLs en el numerador.
4.3. Sistemas de primer orden

La forma cannica de un sistema de primer orden est dado por
KeLs
G(s) = , (4.30)
s + 1

126
entrada
salida
amplitud
0
0
tiempo
Figura 4.5: Respuesta al escaln de un sistema de primer orden ms tiempo muerto.
donde K es la ganancia del sistema en estado estacionario (o simplemente, ganancia),

L es el retardo del sistema (tambin llamado tiempo muerto) y se conoce como
constante de tiempo del sistema. A los sistemas de este tipo se les conoce como
sistemas de primer orden ms tiempo muerto (POTM). La definicin de estos tres
parmetros es clara si se analiza la respuesta al escaln del sistema. La respuesta de
un sistema a una entrada escaln es conocida como curva de reaccin y es muy
utilizada para caracterizar la respuesta transitoria de un sistema. En la Figura 4.5 se
muestra una curva de reaccin de un sistema POTM en el que un escaln de magnitud
u0 fue aplicado en el instante t0 . La relacin entre los parmetros del sistema y la
curva de reaccin es:
Ganancia (K): Corresponde a la ganancia en estado estacionario del sistema. Si
la magnitud del escaln es u0 y el valor final de la respuesta del sistema viene
dado por:
yf = lm y(t) = lm sY (s).
t s0
Entonces, la ganancia es simplemente:

yf
K= . (4.31)
u0
Retardo (L): Es el tiempo que tarda en reaccionar la salida a partir del instante
que se aplica el escaln.
Constante de tiempo ( ): Es el tiempo que tarda el sistema en alcanzar el 63.2 %
del valor final (es decir y = 0,632yf ), una vez que ha pasado el tiempo muerto.

127
Si el instante en el que la salida llega a y = 0,632yf viene dado por t , entonces,

la constante de tiempo se puede calcular simplemente como:
= t t0 L. (4.32)
Existen algunas consideraciones importantes con respecto a la respuesta del sistema

de primer orden:
El tiempo que le toma al sistema alcanzar su nuevo valor estacionario viene
dado aproximadamente por el retardo ms cuatro veces la constante de tiempo.
Una vez que ha transcurrido el retardo, el sistema de primer orden reacciona

rpidamente a la respuesta escaln (Su pendiente en t = t0 + L tiene un valor
de K ).
El polo del sistema de primer orden es igual al inverso de la constante de tiempo,

por lo que, polos pequeos representan sistemas lentos (constantes de tiempo
grandes) mientras que los polos grandes representan sistemas ms rpidos.
4.4. Sistemas de segundo orden

Las funciones de segundo orden tienen un polo ms que las funciones de primer
orden. Como el polinomio caracterstico es de orden dos, los polos pueden llegar a ser
complejos, lo que producira una respuesta ms oscilatoria. La forma general de un
sistema de segundo orden ms tiempo muerto (SOTM) viene dado por:
Kn2 eLs
G(s) = , (4.33)
s2 + 2n s + n2
donde K es la ganancia en estado estacionario, n es la frecuencia natural del sistema,
es el factor de amortiguamiento y L es el retardo. El valor de es el que determina si
los polos son complejos o no. Se pueden discernir los siguientes casos que se presentan
en la Figura 4.6:
Caso sobreamortiguado ( > 1): En este caso, el sistema tiene dos polos reales
diferentes. Esto produce que la respuesta del sistema sea muy parecida a la
del caso de primer orden, tal y como se puede observar en la Figura 4.6a. La
diferencia es que, al comienzo, el sistema no empieza a responder de manera
casi inmediata, sino que inicia con una pendiente de cero antes de aumentar su
amplitud.

128
Caso crticamente amortiguado ( = 1): En este caso, el sistema tiene dos polos
reales iguales. Su respuesta es muy parecida al caso sobreamortiguado, con la
diferencia de que es un poco ms rpida. De hecho, el sistema crticamente
amortiguado es el ms rpido sin sobrepaso, como se puede observar en la
Figura 4.6b.
Caso subamortiguado (0 < < 1): Este es el caso en que los polos son complejos.
Esta caracterstica produce la aparicin de sobrepasos en la respuesta, tal y
como se presenta en la Figura 4.6c.
Caso oscilatorio ( = 0): Cuando los polos del sistema son imaginarios puros, la
respuesta del sistema presenta una oscilacin mantenida en el tiempo con una
frecuencia igual a la frecuencia natural del sistema, tal y como se muestra en la
Figura 4.6d.
Caso inestable ( < 0): En este caso, el sistema tiene polos en el semiplano
derecho, por lo que la respuesta tender a infinito.
4.4.1. Especificacin de la respuesta subamortiguada

La respuesta subamortiguada aparece muchas veces cuando se tiene un sistema
controlado con realimentacin. Por ello es importante caracterizarla de manera
completa. La respuesta tpica de este tipo de sistemas se presenta en la Figura 4.7.
Si la entrada es un escaln de magnitud u0 , la respuesta del sistema sin tomar en
cuenta el retardo, vendra dada por:
Kn2 u0
Y (s) = . (4.34)
s + 2n s + n s
2 2
Ntese que los polos de este sistema vienen dados por:

q
s = n jn 1 2 . (4.35)
La transformada inversa de Laplace para esta seal es entonces:

" !#

y(t) = Ku0 1 e cos(d t) +
n t
sen(d t) , (4.36)
1 2

en t 1 2
" !!#

y(t) = Ku0 1 sen d t + tan1 , (4.37)
1 2

129
1 1
0.9 0.9
0.8 0.8
0.7 0.7
Amplitude
0.6
Amplitude
0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 0.5 1 1.5 2 2.5 3
Tiempo (seconds) Tiempo (seconds)
(a) Respuesta de un sistema sobreamorti- (b) Respuesta de un sistema crticamente

guado. amortiguado.
1.4
2
1.2
1.8
1
1.6
0.8 1.4
1.2
Amplitude
0.6
1
0.4 0.8
0.6
0.2
0.4
0
0 1 2 3 4 5 6 0.2
0
0 2 4 6 8 10 12 14 16 18 20
Tiempo (seconds)
(c) Respuesta de un sistema subamorti-
guado. (d) Respuesta de un sistema oscilatorio.
Figura 4.6: Diferentes respuestas de un sistema de segundo orden.

con d = n 1 2 , conocida como frecuencia natural amortiguada. Con esta
ecuacin, se pueden obtener las especificaciones de la respuesta que se detallan en la
Figura 4.7:
Tiempo de subida (tr ): Se define como el tiempo necesario para que la respuesta
del sistema vaya del 0 % al 100 % de su valor final. En (4.36), el valor final de la
respuesta viene dado por yf = K u0 , por lo que todo lo que est dentro de los
parntesis cuadrados es precisamente el porcentaje del valor final en funcin del
tiempo. Tomando en cuenta esto, el tiempo de subida se puede calcular como:
y(tr ) = 1,
!

1e n tr
cos(d tr ) + sen(d tr ) = 1.
1 2

130
Tolerancia
permitida
Amplitud
0
0
Tiempo (s)
Figura 4.7: Caracterizacin de una respuesta subamortiguada.
Como el factor exponencial es diferente de cero siempre, se llega a la ecuacin:

cos(d tr ) + sen(d tr ) = 0.
1 2
Si se define = n , se llega a que:

1 2 d
tan (d tr ) = = ,

es decir, el tiempo de subida se puede calcular como:
1 d

tr = tan1 . (4.38)
d
Sin embargo, como las funciones trigonomtricas inversas solo estn definidas
en un dominio limitado, se debe corregir esta ecuacin para que los resultados
tengan sentido. Una funcin trigonomtrica inversa se puede interpretar como
una funcin que recibe un nmero real y devuelve un ngulo en radianes.
Tomando en cuenta esto y siguiendo el procedimiento de Ogata (2003), as como
la relacin geomtrica de los parmetros del modelo en el plano complejo, como
se muestra en la Figura 4.8, es posible obtener que el ngulo que en realidad se
est buscando no es el que saldra si se realizara el clculo directamente con

131
Figura 4.8: Relacin geomtrica para calcular tr .
(4.38), sino que el ngulo que se est buscando vendra dado por , con
el ngulo que se define en la Figura 4.8.
Con esta correccin, el tiempo de subida se calcula entonces como:

1 2
tan 1

tan1 d

tr = = . (4.39)
d n 1 2
Tiempo al pico (tp ): El tiempo al pico es el tiempo que le toma al sistema alcanzar
el valor mximo de la salida. Por lo tanto, para encontrar este tiempo, lo que
se debe hacer es derivar (4.36), e igualar el resultado a cero. Al hacer esto, se
obtiene la siguiente ecuacin:

dy(t) n
= sen(d tp ) en tp = 0,
1 2

dt t=tp

que tiene como solucin:

d tp = 0, , 2, . . .
El tiempo al pico que se busca es precisamente el que corresponde al primer

sobrepaso, por lo que:

tp = . (4.40)
d

132
Sobrepaso (Mp ): El sobrepaso corresponde a la sobreelongacin mxima del sistema

por encima de su valor final. Este parmetro se da en porcentaje con respecto
al valor final de la respuesta. Si se evala el valor de la salida en tp , se obtiene:
" !#
n
y(tp ) = Ku0 1 e d cos() + sen() ,
1 2

(/ 1 2 )
= Ku0 1 + e d
= Ku0 1 + e .
Entonces, el sobrepaso vendra dado por:

y(tp ) yf Ku0 1 + e d Ku0
Mp = = ,
yf Ku0
por lo que, se llega a:

Mp = e 12 . (4.41)
Como se puede notar, el sobrepaso solo depende de . En la Figura 4.9 se muestra
el efecto de variar el valor de desde 1 hasta 0,1. Conforme disminuye, el
sobrepaso aumenta y el sistema se vuelve ms oscilatorio.
Tiempo de asentamiento (ts ): Este es el tiempo que le toma al sistema llegar
a una franja del 2 % o 5 % alrededor del valor final, para no volver a salir
de ella. En la Figura 4.10 se presenta grficamente el concepto de tiempo de
asentamiento, tanto para una banda del 2 % como del 5 %.
A partir de (4.37), se puede obtener una aproximacin de este tiempo. Los
trminos exponenciales de esta ecuacin forman una envolvente dentro de la
cual se expande la respuesta del sistema. Estas envolventes vienen dadas por
las curvas:
en t
1 .
1 2
De esta ecuacin, se observa que las curvas envolventes tienen una constante
de tiempo igual a T = 1n . Entonces, por conveniencia, se utiliza la siguiente
definicin de tiempo asentamiento, que es similar a la que se utiliza para los
sistemas de primer orden:
4 4
ts,2 % = 4T = = criterio de 2 %, (4.42)
n
3 3
ts,5 % = 3T = = criterio de 5 %. (4.43)
n

133
1.8
1.6
1.4
1.2
amplitud
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
tiempo (s)
Figura 4.9: Efecto en la respuesta al escaln al variar el factor de amortiguamiento.
banda del banda del

5% 2%
amplitud
tiempo (s)
Figura 4.10: Tiempo de asentamiento con los criterios del 2 % y 5 %.

134
4.5
3.5
3
amplitud
2.5
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
tiempo (s)
Figura 4.11: Efecto de agregar un cero de fase mnima a un sistema de segundo orden.
Es importante que se note que el tiempo de asentamiento del sistema depende

de la parte real de los polos, por lo que la posicin de los mismos define la
velocidad del sistema.
4.5. Efecto de los ceros en el sistema

4.5.1. Ceros de fase mnima
Un cero de fase mnima es aquel que tiene parte real negativa. Su nombre se debe al
efecto que tiene este cero sobre el diagrama de fase del sistema (que se estudiar en el
captulo 7). Cuando se agrega un cero de fase mnima a una funcin de segundo orden,
como la vista en la seccin 4.4, disminuye el tiempo de levantamiento e incrementa el
sobrepaso mximo de la respuesta escaln (Kuo, 1996). Si se tiene un sistema dado
por:
K 2 (c s + 1)
G(s) = 2 , (4.44)
s + 2s + 2
y se vara c desde 0 hasta 5 con K = 1, = 3 y = 0,5, el efecto de la variacin de
c se puede observar en la Figura 4.11. Es claro que la adicin de un cero hace que el
sistema reaccione ms rpido ante un cambio en la entrada (un cero en una funcin
de transferencia representa una derivada de la entrada en el dominio del tiempo).

135
amplitud
1
4
0 2 4 6 8 10
tiempo (s)
Figura 4.12: Respuesta de un sistema de segundo orden cuando se agrega un cero de fase no mnima.
Sin embargo, esto provoca que el sobrepaso aumente conforme c aumenta, es decir,
conforme el cero se acerca ms al eje imaginario.
4.5.2. Ceros de fase no mnima

Los ceros de fase no mnima son aquellos que tienen parte real positiva. A diferencia
de los polos inestables, los ceros con parte real positiva no vuelven inestable al sistema,
pero provocan que la salida presente una respuesta inversa ante una entrada escaln.
Es decir, cuando se aplica un escaln positivo al sistema, la respuesta primero se hace
negativa para luego terminar siendo positiva. En la Figura 4.12 se muestra la respuesta
ante una entrada escaln del sistema dado por (4.44). La respuesta es similar a la
del caso de ceros de fase mnima en el sentido de que el sistema comienza a oscilar
ms, pero con la diferencia de que el sobrepaso toma ms bien valores negativos. Este
comportamiento no se debe confundir con la ganancia negativa. Cuando un sistema
tiene ganancia negativa, la respuesta al escaln tiende hacia los valores negativos,
tambin, pero siempre vara en la misma direccin. En cambio, cuando el sistema
presenta ceros de fase no mnima, el sistema primero cambia en una direccin para
luego seguir en sentido contrario al original.
Para efectos de control, la presencia de ceros de fase no mnima limita el desempeo
que se puede esperar del sistema y hacen que el sistema sea ms difcil de controlar.

136
4.6. Concepto de polos dominantes

Cuando los sistemas son de orden superior a dos, normalmente es posible aproximar
su comportamiento mediante un modelo de primer o segundo orden. Esto es debido a
que, normalmente los polos que dominan la respuesta son los que estn ms cerca del
eje imaginario.
Un polo que est cerca del eje imaginario se dice que es dominante porque su
efecto sobre la respuesta tarda ms en desaparecer. En la seccin 4.3 se observ que
la constante de tiempo es la que indica qu tan lento es un sistema. Una constante
de tiempo grande conlleva a que el sistema tarde ms en alcanzar un nuevo estado
estacionario. Pero como el polo del sistema de primer orden es igual al inverso de la
constante de tiempo, entonces un sistema lento, tiene polos pequeos, o lo que es lo
mismo, polos cercanos al eje imaginario.
En el caso de los sistemas de segundo orden, la parte real de los polos es la que
define la velocidad del sistema (el tiempo de asentamiento). Especficamente, el inverso
de la parte real de los polos es proporcional al tiempo de asentamiento.
Si un sistema tiene ms de dos polos, los que se encuentren ms a la izquierda
tendrn un efecto que se desvanecer ms rpido que el de los polos dominantes. Por
ello estos polos son menos importantes. De acuerdo con Kuo (1996), si la parte real
de un polo es de cinco a diez veces mayor que la de los polos dominantes, entonces
esos polos son despreciables en lo que concierne a la respuesta transitoria.
En muchos casos, sobretodo para el rea del control de procesos, es normal que los
sistemas se aproximen a modelos de primer orden ms tiempo muerto o a sistemas
de segundo orden sobreamortiguados. Esto se debe a que, normalmente, los sistemas
tienen un comportamiento parecido a uno de primer orden (es decir sin sobrepaso) por
lo que esta aproximacin resulta apropiada, sobre todo para el diseo de controladores.
Una de las reglas ms sencillas presentada en la literatura para reducir el orden de
un sistema, es la Half Rule de Skogestad (Skogestad, 2003). Este mtodo intenta
aproximar un sistema de orden alto mediante un sistema de primer o segundo orden
ms tiempo muerto. El nico requisito del sistema es que todos sus polos sean reales.
En general, se desea obtener una planta de la forma:
K
G(s) = eLs . (4.45)
(1 s + 1)(2 s + 1)
En este caso, K es la ganancia estacionaria, 1 es la constante de tiempo ms grande

del sistema, L es el retardo efectivo y 2 es una constante de tiempo de segundo orden.
Si solo se busca un modelo de primer orden, 2 = 0 y 1 entonces se conoce como
constante de tiempo efectiva.

137
Aproximacin retardo
Factor original
0.8
amplitud
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4
tiempo (s)
Figura 4.13: Ejemplo de la aproximacin de un factor utilizando un retardo efectivo.
4.6.1. Aproximacin de polos con retardos

La primera aproximacin que Skogestad propone es la de reunir todas las constantes
de tiempo rpidas del sistema en un solo retardo efectivo. De acuerdo con Skogestad
(2003), el retardo podra aproximarse de la siguiente manera:
1 1
eLs = . (4.46)
e Ls 1 + Ls
1
Por lo que un factor de la forma 0 s+1 se podra considerar como un retardo e0 s .
En la Figura 4.13, se presenta un ejemplo de como un factor de primer orden se
aproxima mediante un retardo efectivo.
En el caso de que se tengan ceros de fase no mnima, estos se pueden aproximar
tambin mediante un retardo efectivo:
inv s
T0inv s + 1 = eT0 . (4.47)
Con estos dos criterios, se podra aproximar todas las constantes de tiempo peque-
as mediante retardos y encapsularlos todos junto con el retardo del sistema original,
puesto que:
Toinv s + 1 L0 s
eL0 s e0 s eTo s = e(L0 +0 +To )s = eLs .
inv inv
e (4.48)
0 s + 1

138
4.6.2. Procedimiento utilizando la Half rule

Supngase que el sistema viene dado por:
Q
j
inv
T0j s+1
eL0 s , (4.49)
i (0i s + 1)
Q
donde las constantes de tiempo 0i estn ordenadas de mayor a menor. Ntese que
este sistema no tiene polos complejos conjugados, por lo que este mtodo solo es
vlido para sistemas sobreamortiguados o crticamente amortiguados. La regla del
Half Rule dice que la constante de tiempo en el denominador ms grande que se
desprecia se debe repartir de manera equitativa entre el retardo efectivo y la constante
de tiempo ms pequea que se retiene (Skogestad, 2003).
Si por ejemplo se desea representar el sistema con un modelo de primer orden ms
retardo dado por:
K
G1 (s) = eLs , (4.50)
1 s + 1
entonces, de todas las constantes de tiempo del sistema, solo se debe retener la ms
grande (que se representara con 01 ). La siguiente constante de tiempo ms grande
(02 ) se debe repartir entre la constante de tiempo efectiva (1 ) y el retardo efectivo
(L). Entonces los parmetros del modelo reducido dado en (4.45) se calcularan de la
siguiente manera:
02
1 = 01 + , (4.51)
2
02 X
L = L0 + + 0i + inv
(4.52)
X
T0j ,
2 i3 j
2 = 0. (4.53)
Si ms bien, se desea un modelo de segundo orden dado por:
K
G2 (s) = eLs , (4.54)
((1 s + 1) (2 s + 1))
se deben mantener 01 y 02 y empezar a despreciar las constantes de tiempo de ah
en adelante. En este caso, los parmetros del sistema se calcularan como:
1 = 01 , (4.55)
03
2 = 02 + , (4.56)
2
03 X
L = L0 + + 0i + inv
(4.57)
X
T0j .
2 i4 j

139
En ambos casos, la ganancia del modelo equivalente sera igual a la ganancia del
sistema original. No obstante, la forma de la funcin de transferencia en (4.49) no
toma en cuenta los ceros de fase mnima que pueden existir. El mtodo que presenta
Skogestad es til para efectos de control, pero no representa apropiadamente el efecto
de los ceros en el sistema. Por ello, para este curso, solo se debe utilizar la Half Rule
para los polos y los ceros de fase no mnima del sistema. Los ceros de fase mnima se
conservarn en el modelo reducido.
A continuacin se presentan unos ejemplos para mostrar el uso de estas reglas en
la reduccin de orden de sistemas.
Ejemplo 4.2
Obtener una aproximacin de primer orden para el sistema:
3
G(s) = .
(s + 1)(0,2s + 1)
Solucin:
En este caso, la ganancia del sistema es K = 3 y la constante de tiempo ms grande
es 01 = 1. Esta es la constante que se debe conservar. La siguiente constante ms
grande 02 = 0,2 se debe repartir entre el retardo y la constante de tiempo efectiva.
Entonces en este caso:
0,2
1 = 1 + = 1,1 ,
2
0,2
L= = 0,1.
2
Por lo tanto, la aproximacin de primer orden G0 (s) para este sistema vendra
dado por:
3
G0 (s) = e0,1s .
1,1s + 1
En la Figura 4.14 se presenta la respuesta al escaln del sistema original y de la
aproximacin de primer orden. Como se puede observar, la aproximacin es bastante
buena, con un pequeo error al inicio debido a las aproximaciones con los tiempos
muertos.

140
3
G
G
0
2.5
amplitud
1.5
0.5
0
0 1 2 3 4 5 6 7
tiempo (s)
Figura 4.14: Comparacin de resultados para el ejemplo 4.2.
Ejemplo 4.3
Obtener una aproximacin de primer y segundo orden para el sistema:
2(15s + 1)
G(s) = .
(20s + 1)(s + 1)(0,1s + 1)2
Solucin:
En este caso el sistema tiene una ganancia K = 2, un cero de fase mnima cuya
constante de tiempo es T0 = 15. Las constantes de tiempo del sistema vienen dadas
por 01 = 20, 02 = 1, 03 = 0,1 y 04 = 0,1.
Primero se aproximar el sistema con un modelo de primer orden, pero conservando
los ceros del modelo original. Para este caso la constante de tiempo que se conserva
es 01 y se desprecian las dems. Por ello, el retardo efectivo viene dado por:
1
L= + 0,1 + 0,1 = 0,7.
2
La constante de tiempo efectiva vendra dada por:
1
1 = 20 + = 20,5,
2
por lo que el sistema aproximado de primer orden G01 (s) vendra dado por:
2(15s + 1) 0,7s
G01 (s) = e .
20,5s + 1

141
2
G(s)
1.8 G01(s)
G02(s)
1.6
1.4
1.2
amplitud
1
0.8
0.6
0.4
0.2
0
0 20 40 60 80 100 120
tiempo(s)
Figura 4.15: Respuesta al escaln del sistema y de los modelos reducidos del ejemplo 4.3.
Si se prefiere una aproximacin de segundo orden, las constantes de tiempo que se

deben conservar son 01 y 02 . Por lo que, en este caso, el retardo equivalente vendra
dado por:
0,1
L= + 0,1 = 0,15.
2
Las constantes de tiempo del sistema seran entonces:
1 = 20,
0,1
2 = 1 + = 1,05.
2
Puesto que ahora es 2 el que se tiene que repartir la constante de tiempo ms
grande que se est descartando. Con estos clculos, la aproximacin de segundo orden
viene dada por:
2(15s + 1)
G02 = e0,15s .
(20s + 1)(1,05s + 1)
En la Figura 4.15, se muestra el resultado de la respuesta escaln para el sistema
y las dos aproximaciones que se calcularon. Como se puede observar, en este caso
el modelo de primer orden no logra aproximar muy bien la respuesta al inicio, sin
embargo, el resultado no es muy malo. El sistema de segundo orden en cambio, es
capaz de aproximar muy bien la respuesta del sistema durante toda la prueba. Esto
se debe principalmente a que la diferencia entre el polo ms dominante y el resto de
polos es muy marcada.

142

Sistemas de segundo orden
Ejercicio 4.1
Un sistema de segundo orden tiene la siguiente funcin de transferencia:
32
G(s) = (4.58)
s2 + 4s + 16
Determine:
1. La frecuencia natural del sistema.
2. El coeficiente de amortiguamiento del sistema. El sistema es sobreamortiguado,

crticamente amortiguado o subamortiguado?
3. Las unidades de la ganancia si las unidades de entrada son ampers y las unidades
la salida son litros por segundo.
Solucin La forma general de la funcin de transferencia de un sistema de segundo

orden es:
kn2
G(s) = 2 , (4.59)
s + 2n s + n2
comparando la forma general de (4.59) con (4.58):
32 kn2
= , (4.60)
s2 + 4s + 16 s2 + 2n s + n2
de ac se deduce que n2 = 16 n = 4rad/s. Tomando en cuenta el segundo

coeficiente de los denominadores en (4.60), se llega a que:
4 2
4 = 2n = = = 0,5.
2n 4
Como se cumple que 0 < < 1, el sistema es subamortiguado y su salida presentar
oscilaciones en rgimen transitorio. Tomando en cuenta los numeradores en (4.60), se
tiene que:
32 = kn2 ,
por lo que k = 2.

143
80
70
60
50
salida (V)
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10
tiempo (s)
Figura 4.16: Curva de reaccin de segundo orden para el Ejercicio 4.2.
La ganancia de un sistema de segundo orden subamortiguado es igual a:

y
k= .
u
Si la entrada est dada en amper y la salida en litros por segundo, se tendra que:
y L/s L
k= = = , (4.61)
u A As
por lo que las unidades de k son litros por amper por segundo. En la prctica para
evitar que k tenga unidades, tanto la seal de entrada como la salida se manejan en
porcentajes con respecto a las valores mximo y mnimo que las variables pueden
alcanzar. Si se hace esta normalizacin, entonces la ganancia sera adimensional.
Ejercicio 4.2
En la Figura 4.16, se muestra la curva de reaccin de un sistema de segundo orden
con una frecuencia natural n = 5 rad/s.
Determine:
La sobreelongacin porcentual.
El coeficiente de amortiguamiento del sistema.
El tiempo de asentamiento para una banda del 5 %.

144
El tiempo de subida.
Compare cada resultado con la medicin directa a partir de la grfica.
Solucin:
La sobreelongacin porcentual se determina a partir de la curva como:
ymax yf
Mp = 100 %,
yf
donde ymax es el valor mximo de la respuesta del sistema (el valor que toma en el
tiempo al pico) y yf es el valor de la salida en estado estacionario. De la Figura 4.16,
se puede obtener que ymax = 73,3 y yf = 48 por lo tanto:
73,3 48
Mp = 100 % = 52,7 %,
48
Conociendo la sobreelongacin porcentual, se puede determinar el coeficiente de
amortiguamiento del sistema:

Mp = 100e 12 52,7 = 100e 12 ,
esta es una ecuacin no lineal de una sola variable () que se puede resolver fcilmente
con la ayuda de logaritmos naturales. Al resolverlo se llega a que = 0,2.
Conociendo n y , el tiempo de asentamiento para una banda de 5 % se puede
calcular como:
3 3
ta5 % = = =3s
n 0,2 5
Si se grafica la respuesta escaln junto con la banda de 5 % (entre 45,59 y 50,39)
como en la Figura 4.17, el tiempo que se mide es 3,8 s. Como el escaln se aplica
en el instante t0 = 1 s, eso quiere decir que el tiempo de asentamiento medido de
la grfica es 2,8 s. Esto concuerda bastante bien con la aproximacin de 3 s que se
calcul con los parmetros del sistema obtenidos.
El tiempo de subida se define como el tiempo que le toma al sistema pasar del 0 %
al 100 % de su valor final la primera vez. Conociendo los parmetros, esto se calcula
como:
1 1 2
!!
n
tr = tan1 = 0,3617
n 1 2 n
Cuando se mide el tiempo de subida en la grfica (ver Figura 4.18), se puede observar
que la ecuacin predice correctamente este tiempo. En la grfica, se mide que el
tiempo en que el sistema llega por primera vez al 100 % de su valor final es 1,36 s.
Como el escaln se aplic en el instante t0 = 1 s, se llega a la conclusin que el tiempo
de subida medido en la grfica es 0,36, que coincide con el clculo anterior.

145
80
70
60
50
salida (V)
X: 3.8
40 Y: 45.59
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10
tiempo (s)
Figura 4.17: Respuesta escaln junto con la banda del tiempo de asentamiento del 5 %.
80
70
60
X: 1.36
Y: 47.99
50
salida (V)
40
30
20
10
0
0 2 4 6 8 10
tiempo (s)
Figura 4.18: Medicin del tiempo de subida directamente desde la curva de reaccin.

146
Concepto de polos dominantes
Ejercicio 4.3
Suponga que se le solicita elegir un sensor para conectar a la salida de una planta de
segundo orden con las siguiente caractersticas:
Mp % = 20 %, ta2 % = 4 s.
El sensor solo puede ser de primer orden, es decir, corresponde a la funcin de

transferencia:
k
Gs (s) =
Ts + 1
Determine los valores de T y k para que la salida del conjunto sensor planta sea
aproximadamente la salida de la planta.
Solucin:
Al conectar un sensor a una planta, la funcin de transferencia equivalente corresponde
a:
GE (s) = Gp (s)Gs (s)
donde: GE (s) es la funcin de transferencia equivalente, Gp (s) es la funcin de
transferencia de la planta y Gs (s) es la funcin de transferencia del sensor.
El objetivo es que se logre que:
GE (s) = Gp (s)Gs (s) Gp (s)
por lo que es necesario conocer la funcin de transferencia de la planta. De las

especificaciones dadas se obtiene que:

Mp % = 20 = 100e 12 = 0,456,
4 1
ta2 % = 4 = n = = 2,2.
n
Entonces, la planta tendra una funcin de transferencia dada por:
kp n2 4,84kp
Gp (s) = 2 ,
s + 2n s + n
2 2 s + 2s + 4,84
por lo tanto se necesita que:
4,84kp k 4,84kp
GE (s) = 2 ,
(s2 + 2s + 4,84)(T s + 1) s + 2s + 4,84

147
12
10
Salida=(V)
6
2 Planta
Conjunto=PlantaSensor,=T=0.1
Conjunto=PlantaSensor,=T=0.05
0
0 1 2 3 4 5 6
Tiempo=(s)
Figura 4.19: Respuesta de conjunto Planta-Sensor con dos valores de T .
De donde se deduce inmediatamente que k = 1, por otro lado, el polo de la planta

ubicado en 1/T debe ser, por lo menos, 10 veces menor a la parte real de los polos
de la funcin de segundo orden, por lo tanto:
1 1 1 1
10n 10 10 T .
T T T 10
En resumen k = 1 y T 0,1. En la Figura 4.19 se muestra el comportamiento de
la salida del sensor con respecto a la salida de la planta con un valor de T = 0,1 y un
valor T = 0,05. Cmo se puede observar, cunto ms pequeo es T (el sensor es ms
rpido) la salida que da el sensor se parece ms a la salida de la planta.
Ejercicio 4.4
Encontrar un modelo de orden reducido para el sistema:
(0,3s + 1)(0,08s + 1)
G(s) = .
(2s + 1)(s + 1)(0,4s + 1)(0,2s + 1)(0,05s + 1)3
Solucin:
Este sistema tiene siete polos, un cero de fase mnima y un cero de fase no mnima.
El cero de fase no mnima se puede aproximar con un retardo puro, el cual se suma
al retardo efectivo que aparece con los polos que se descartan.

148
Si se obtiene un modelo de primer orden, la constante de tiempo que se retiene es

01 = 2, por lo que, la constante de tiempo efectiva vendra dada por:
1
1 = 2 + = 2,5.
2
El retardo efectivo entonces vendra dado por:
1
L = 0,3 + + 0,4 + 0,2 + 3 0,05 = 1,55.
2
por lo que el modelo equivalente de primer orden sera:
0,08s + 1 1,55s
G01 = e .
2,5s + 1
Para un sistema de segundo orden, las constantes de tiempo efectivas vendran
dadas por:
1 = 2,
0,4
2 = 1 + = 1,2.
2
El retardo efectivo se calcula entonces con el resto de constantes de tiempo que se
descartan
0,4
L = 0,3 + + 0,2 + 3 0,05 = 0,85.
2
Entonces el modelo equivalente sera:
0,08s + 1
G02 = e0,85s .
(2s + 1)(1,2s + 1)
En la Figura 4.20, se muestra la respuesta al escaln del sistema original y los dos
modelos reducidos.
Al igual que en los ejemplos anteriores, la mejor aproximacin se obtuvo mediante
el modelo de segundo orden ms tiempo muerto sobreamortiguado. En este caso,
la respuesta del sistema real y la del modelo reducido son casi indistinguibles. Por
supuesto, si el efecto del cero de fase no mnima fuera ms notorio, la aproximacin
podra no ser muy buena. Sin embargo, es claro que el mtodo Half Rule es una
manera sencilla de obtener modelos aproximados de orden bajo.

149
1.2
0.8
0.6
amplitud
0.4
0.2
G(s)
0 G01(s)
G (s)
02
0.2
0 2 4 6 8 10 12 14 16 18
tiempo (s)
Figura 4.20: Respuesta al escaln del sistema del ejercicio 4.4.

Parte II.
Modelado e Identificacin
150
5. Modelado analtico de sistemas
En este captulo se presentan las ecuaciones fsicas de varios sistemas comunes.
El modelado de los sistemas es el primer paso para el anlisis y el diseo de los
sistemas de control. En la seccin 5.1, se presenta una breve descripcin de las leyes
fundamentales que se van a considerar en este captulo. En la seccin 5.2 se presenta
un breve repaso de los sistemas elctricos, que ya se estudiaron en la seccin 2.2. En
la seccin 5.3 se introducen los sistemas mecnicos traslacionales mientras que los
rotacionales se presentan en la seccin 5.4. En la seccin 5.5.1, el motor de corriente
directa se presenta como un ejemplo de un sistema electromecnico. El modelado
analtico termina con los modelos de sistemas trmicos e hidrulicos, que se presentan
en la seccin 5.6 y 5.7 respectivamente.
En la seccin 5.8, se presenta un tipo de modelo que estudia la relacin entre las
variables del sistema, pero en rgimen permanente, es decir, cuando los estados tienen
valores constantes. Por ltimo, muchos de estos modelos son modelos no lineales que
no se pueden escribir en la forma lineal de un MVE. Por ello en la seccin 5.9 se
presenta un mtodo para linealizar las ecuaciones diferenciales alrededor de un punto
de operacin.
5.1. Leyes fundamentales

A partir de la experimentacin y la observacin, se han encontrado ciertas relaciones
en la naturaleza que al parecer se cumplen siempre. A estas relaciones se les llama
leyes fundamentales y estn relacionadas con la conservacin de la energa y la
materia. Sumado a esto, hay algunas caractersticas comunes a todos los sistemas
que se pueden utilizar como una forma ms general de modelado y que pueden ser
tiles a la hora de analizar y simular los sistemas bajo estudio.
5.1.1. Balance de masa

Este principio establece que en un sistema, la cantidad de masa total permanece
constante, es decir, no se puede crear ni destruir masa. En la actualidad se sabe que
existe una relacin entre masa y energa y por ello, una parte de la masa se puede
151
152
transformar en energa, pero el total, masa ms energa, permanece constante. Sin

embargo, en los procesos normales (bajas temperaturas y bajas velocidades) esta
conversin es tan pequea, que se suele hacer un balance de masa separado del balance
de energa.
En el caso de la masa, la relacin se puede escribir como sigue (Lora y Mazn,
1989):
n m
d (v (t)V (t))
(i (t)qi (t)) (j (t)qj (t)) = (5.1)
X X
,
i=1 j=1 dt
donde:
i (t) es la densidad de la i-sima sustancia que entra al sistema (kg/m3 ).
j (t) es la densidad de la j-sima sustancia que sale del sistema (kg/m3 ).
qi (t) es el caudal de la i-sima sustancia que entra al sistema (m3 /s).
qj (t) es el caudal de la j-sima sustancia que sale del sistema (m3 /s).
v (t) es la densidad de la sustancia que est dentro del sistema (kg/m3 ).
V (t) es el volumen de la sustancia que se encuentra dentro del sistema.
Si se tiene J componentes diferentes, esta ecuacin se debe cumplir para la totalidad

de la masa del sistema, sin embargo, si ocurre alguna reaccin qumica durante el
proceso, esta ecuacin no ser vlida para cada componente por separado, puesto que
hay transformaciones de por medio. Para tomar en cuenta estas transformaciones, se
puede escribir una ecuacin de continuidad para cada j-simo componente:
dmj
= je js + jf , (5.2)
dt
donde:
je es el flujo de moles de la j-sima sustancia que entra al sistema (mol/s).
js es el flujo de moles de la j-sima sustancia que sale del sistema (mol/s).
jf es la tasa de formacin de moles, por la reaccin qumica, de la j-sima

sustancia (mol/s).
mj son los moles de la j-sima sustancia dentro del sistema (mol).

153
La tasa de formacin de moles depender de la estequiometra de la reaccin y de

la cantidad de reactantes que haya en el sistema. Si el volumen V (t) del sistema es
constante, esta reaccin se podra escribir como:
jf = V j rj , (5.3)
donde j depende de la estequiometra y rj es la tasa de variacin que depende de la
naturaleza de la reaccin y de la cantidad de reactantes. Por lo tanto, si se tienen
J componentes dentro del sistema, se pueden escribir J ecuaciones de continuidad.
Sin embargo, el balance de masas total del sistema no es independiente de estas
ecuaciones, por lo que, en realidad, se podran escribir el balance de masas total y
J 1 ecuaciones que seran linealmente independientes.
5.1.2. Balance de energa

Al igual que la masa, la energa no se puede crear ni destruir. La ecuacin de
balance de energa se puede plantear de la siguiente forma:
dU
Ue Us + Q W = , (5.4)
dt
donde
Ue es el flujo de energa cintica y potencial que entra al sistema (J/s).
Us es el flujo de energa cintica y potencial que sale del sistema (J/s).
Q es la cantidad de calor agregado al sistema, por unidad de tiempo (J/s).
W es el trabajo hecho por el sistema, por unidad de tiempo, en sus alrededores
(J/s).
U es la cantidad de energa interna del sistema (J).
5.1.3. Conservacin de la cantidad de movimiento

Esta ley indica que, en un sistema cerrado, la cantidad de movimiento (esto es, el
producto de la masa de un cuerpo y su velocidad) se mantiene constante si no actan
fuerzas sobre l. En caso de que existan fuerzas externas, la razn de cambio de la
cantidad de movimiento es igual a la fuerza neta sobre el cuerpo:
n
dM v X
= Fj , (5.5)
dt j=1
con

154
v es el vector de velocidad (m/s).

Fj es el vector de la j-sima fuerza (N).
M es la masa (kg).
Si la masa no vara, esta ecuacin se reduce a la ecuacin de la segunda ley de
Newton. Esta ecuacin vectorial se puede dividir en ecuaciones escalares, una para
cada dimensin que se est considerando.
5.1.4. Otras leyes de conservacin

Junto con estas leyes de conservacin, existen otras leyes que son importantes en el
anlisis de sistemas, como la ley de conservacin de la cantidad de movimiento
angular, que es una ley anloga a la de la cantidad de movimiento, pero referida a
sistemas que se mueven con respecto a un punto en particular. Tambin existe la ley
de conservacin de carga elctrica, que es similar a la de la conservacin de la
masa, que indica que la carga neta de un sistema cerrado se mantiene constante, y
no se puede crear ni destruir la carga elctrica.
5.1.5. La red generalizada

Los sistemas que se estudian en este curso pueden ser modelados mediante ecuacio-
nes diferenciales lineales de coeficientes constantes. Por lo tanto, es de esperar que
entre ellas existan ciertas similitudes. Es posible describir estas similitudes de manera
que cualquier sistema fsico, se pueda describir como si fuera un circuito elctrico
equivalente. A esta equivalencia se le llama red generalizada (Alfaro, 2005).
Algunas de las variables de los sistemas pueden ser catalogadas como transvariables,
es decir, variables que necesitan de dos puntos para ser medidas. Un ejemplo de esto
es la tensin a travs de un elemento elctrico, puesto que la tensin siempre se mide
como la diferencia de potencial elctrico entre los dos terminales de dicho elemento1 .
Otros ejemplos de transvariables son la velocidad, la presin y la temperatura. Otras
variables son del tipo pervariable, o sea, que solo se necesita un punto para medirlas.
Estas variables se pueden asociar como a un flujo a travs de los elementos que no
se ve afectado, es decir, el valor de la pervariable en una de las terminales de un
elemento generalizado es igual al valor en la otra terminal, tal y como se muestra en
la Figura 5.1. Como ejemplos de este tipo de variables se tienen la corriente elctrica,
la fuerza, el caudal y el flujo de calor. La relacin entre las transvariables y las
1
El potencial elctrico de una terminal, tampoco se puede medir con solo este punto, sino que es
necesario medirlo con respecto a la tierra, que se considera como el cero de referencia.

155
Figura 5.1: Elemento generalizado y la relacin entre pervariables y transvariables.
Impedancia
Elemento
Generalizada
Resistencia generalizada Rg
1
Capacitancia generalizada Cg p
Inductancia generalizada Lg p
Cuadro 5.1: Impedancias generalizadas.
pervariables viene dada por:
v21 (t) = Zg (p)f21 (t), (5.6)
donde Zg (p) es la impedancia generalizada y p es el operador derivada, v21 representa

la transvariable medida entre el terminal 2 y el terminal 1, es decir v21 = v20 v10 ,
donde v10 representa el valor de la transvariable tomando una referencia dada (la
tierra generalizada) y f21 es el valor de la pervariable que fluye desde el punto 2 al
punto 1.
Cada uno de los elementos generalizados tendr su propia impedancia generalizada,
tal y como se muestra en el Cuadro 5.1. Sumados a estos elementos, tambin se cuenta
con fuentes generalizadas, tanto de transvariables como pervariables que son anlogas
a las fuentes de tensin y corriente de los circuitos elctricos. Para formar la red,
cada uno de los elementos se debe interconectar y a cada punto de interconexin se
le llama nodo. Cada nodo tiene una transvariable asociada que se mide con respecto
un nodo de referencia que sera la tierra del sistema. Cada elemento o rama entre
dos nodos tendr asociada una pervariable.
En la Figura 5.2, se muestra un ejemplo de una red generalizada. Esta red podra
representar tanto un sistema elctrico, mecnico, trmico o hidrulico. Sumado a las
ecuaciones de los elementos, se deben tener unas leyes de interconexin. Estas leyes

156

Figura 5.2: Ejemplo de una red generalizada.
son anlogas a las leyes de Kirchhoff para circuitos elctricos:
Ley de incidencias de las pervariables: La suma de todas las pervariables que

inciden en un nodo cualquiera de la red generalizada es cero. En el caso de la
Figura 5.2 se tendra:
fi f10 f12 = 0,
f12 f20a f20b f23 = 0,
f23 f30 = 0.
Ley de contorno de las transvariables: La suma de todas las transvariables

tomadas alrededor de cualquier contorno cerrado de la red generalizada es cero.
En la Figura 5.2 se tendran las siguientes ecuaciones:
v10 v12 v20 = 0,

v20 v23 vi = 0.
En las secciones siguientes, se presentarn las distintas ecuaciones que modelan los
sistemas fsicos y en forma paralela, se presentar la relacin que existe entre estas
ecuaciones y la red generalizada.
5.2. Modelado de sistemas elctricos

Los circuitos elctricos ya fueron estudiados en la seccin 2.2. Aqu, solo se presenta
un pequeo resumen de las ecuaciones de los elementos, utilizando la notacin de la
red generalizada. Los principales elementos elctricos se presentan en el Cuadro 5.2.
La diferencia con respecto a la Seccin 2.2, es que se hace nfasis en que, la
tensin en los elementos es en realidad una diferencia de potencial, de manera que

157

+ -
(t)
Capacitor Capacitancia (F) i21 (t) = C dv21
dt
+ -
Inductor Inductancia (H) v21 (t) = L di21dt(t)
+ -
Resistor Resistencia () v21 (t) = Ri21 (t)
+ +
Relacin de v43 (t) = a1 v21 (t)
Transformador
transformacin a i21 (t) = a1 i34 (t)
- -
+
Amplificador v30 (t) = Kv12 (t) -
Ganancia K
operacional i1 (t) = 0 i2 (t) = 0
Cuadro 5.2: Modelos de los elementos de los sistemas elctricos.
v21 (t) = v2 (t) v1 (t) con v2 (t) y v1 (t) los potenciales de los nodos 2 y 1, medido con
respecto a un nodo de referencia (la tierra).
Adems se ha agregado un elemento transformador de variables, que en el caso
elctrico es precisamente un transformador elctrico. Ac se supone que las prdidas
en el transformador son despreciables, por lo que, siguiendo la ley de conservacin de
energa, en un transformador se debe cumplir
v21 (t)i21 (t) = v43 (t)i34 (t), (5.7)
es decir, los valores de la corriente y la tensin pueden variar, pero no as, la cantidad
de energa que se est trasegando.
Tambin se ha incluido un elemento amplificador diferencial: el amplificador ope-
racional. Este es un dispositivo ampliamente utilizado en circuitos electrnicos y
especialmente en sistemas de instrumentacin. El modelo ideal de este elemento tiene

158
Figura 5.3: Circuito con amplificador operacional para el Ejemplo 5.1.
como ecuacin:
v30 (t) = K (v10 (t) v20 (t)) ,
(5.8)
= Kv12 (t).
Idealmente, el valor de K es constante y muy grande (del orden de 106 ) aunque a

veces, para simplificar el anlisis se supone un valor infinito. Cuando K se supone
infinito, el valor de la tensin entre los terminales de entrada se supone que es igual a
cero (v12 = 0). El modelo ideal del amplificador operacional, tambin supone que la
corriente que entra al dispositivo a travs de sus terminales 1 y 2 es prcticamente igual
a cero y que a la salida, la tensin de salida del amplificador (v30 ) es independiente
de la corriente de salida (i3 ). Esta corriente depender del resto del circuito, por lo
que no necesariamente es igual a cero.
La ganancia en los amplificadores operacionales reales depende de la frecuencia de
las seales de entrada. Segn Ogata (2003), la ganancia de un amplificador operacional
se mantiene en el orden de los 106 hasta frecuencias alrededor de los 10 Hz. Ya para
frecuencias mayores de 1 MHz, la ganancia K es cercana a la unidad. Por lo tanto, un
modelo ms realista de este elemento tomara en cuenta la variacin de esta ganancia
con respecto a la frecuencia.
Ejemplo 5.1
Para la Figura 5.3, obtener la ecuacin que relaciona la salida del circuito vout (t)
con la entrada vin (t).
Solucin:
Dado el modelo del amplificador operacional con K grande pero finita, se puede
obtener que:
vout (t) = Kv10 (t), (5.9)

159
porque vout (t) es igual a la salida del amplificador y la patilla positiva del amplificador
est conectada a tierra (0 V). Puesto que la corriente que entra al amplificador
operacional es prcticamente cero, se cumple que:
i1 (t) = i2 (t). (5.10)
Utilizando el modelo para los resistores se obtiene que:

vin v10 (t)
i1 (t) = ,
R1
(5.11)
v10 vout (t)
i2 (t) = ,
R2
por lo tanto, introduciendo las relaciones (5.11) en (5.10), se llega a:
R2 R1
v10 (t) = vin + vout . (5.12)
R1 + R2 R1 + R2
Introduciendo (5.12) en (5.9), se llega a la relacin:
R2
vout (t) = 1 vin (t). (5.13)
R1 + (R1 + R2 )
K
Que es la relacin que se solicita en el enunciado del ejemplo. Si se simplifica el

modelo mediante K , se llega a que:
R2
vout (t) = vin (t),
R1
por este resultado, a esta configuracin de circuito se le conoce como amplificador
inversor: la ganancia de amplificacin del circuito depende de los valores de R1 y R2 ,
pero la polaridad de la tensin de salida siempre ser la inversa a la de la tensin de
entrada.
5.3. Modelado de sistemas mecnicos traslacionales

Los sistemas mecnicos traslacionales estn relacionados con el movimiento de los
cuerpos debido al efecto de fuerzas sobre ellos. Las principales variables implicadas
corresponden a la fuerza, velocidad y posicin de los distintos elementos. En el

160
cuadro 5.3 se presentan los principales elementos y sus ecuaciones. Para efectos de
este curso, solo se considerar el movimiento en una sola dimensin. En el caso de ms
dimensiones, estas mismas ecuaciones sern vlidas para cada una de las dimensiones
consideradas, o bien, se podr reescribir las ecuaciones en una forma vectorial.
El primer elemento con el que se trabaja en los sistemas mecnicos es la masa. De
acuerdo con la segunda ley de Newton, la fuerza que se aplica a un cuerpo es igual al
cambio en la cantidad de movimiento del mismo
d (M (t)v(t))
= f (t), (5.14)
dt
donde M (t) es la masa del cuerpo medida en kilogramos (kg), v(t) es la velocidad en
m/s y f (t) es la fuerza que se aplica sobre el cuerpo medida en newtons (N). Si la
masa es constante, se obtiene la forma comn de la segunda ley de Newton, sabiendo
que la aceleracin de un cuerpo es igual a la tasa de cambio de la velocidad del mismo.
d (v(t))
M = f (t). (5.15)
dt
La masa se considera como un almacenador de energa cintica (gracias a su
velocidad). Si el sistema se mueve en direccin vertical bajo el efecto de la gravedad,
la masa tambin es capaz de almacenar energa potencial en funcin de su altitud
con respecto al suelo. Si el cuerpo se ve sujeto a un campo gravitacional que provoca
una aceleracin g, la energa potencial de un cuerpo a una altura h viene dada por:
U = mgh. (5.16)
Si adems el cuerpo est en movimiento, su energa cintica vendra dada por:

1
T = mv 2 , (5.17)
2
v corresponde a la magnitud de la velocidad, por lo que si el cuerpo se mueve en ms
de una dimensin, debe tomarse en cuenta todas las componentes. Hay que recordar
adems que, debido a la ley de la conservacin de la energa, el cambio en la energa
del sistema (en el caso mecnico, la suma de la energa potencial y la cintica) es
igual al trabajo realizado por la fuerza externa que acta sobre el sistema.
Como se mencion en la Seccin 5.1.5, la velocidad se puede tomar como una
transvariable y la fuerza como una pervariable, por lo que la masa de un cuerpo es un
caso particular de la capacitancia generalizada en la que la impedancia generalizada
1
vendra dada por Z(p) = pM .

161

f (t) = M a(t)
2
Masa Masa (kg) = M d dtx(t)
2
= M dv(t)
dt
f (t) = Kx(t)
Constante
= K (x2 (t) x1 (t))
Resorte Lineal del resorte
o
(N/m) df (t)
dt
= K (v2 (t) v1 (t))
Coeficiente
f (t) = B (v2 (t) v1 (t))
Amortiguador de friccin
f (t) = B d(x2 (t)x 1 (t))
(N/(m/s)) dt
x1 (t) = x2 (t) ab
Palanca Ideal -
f2 (t) = f1 (t) ab
Cuadro 5.3: Modelos de los elementos de los sistemas mecnicos.
Normalmente se suelen definir los desplazamientos de los sistemas tomando como

referencia la posicin inicial de las masas. En este curso se supondr que las masas
son cuerpos rgidos que no se deforman y que la fuerza y la velocidad de cada cuerpo
est aplicada en el centro de masa.
El otro elemento importante es el resorte lineal ideal. Este elemento es capaz de
deformarse y almacenar energa potencial. La fuerza que se aplica en el resorte es
directamente proporcional a la deformacin.
f (t) = kx(t),
(5.18)
f (t) = k (x2 (t) x1 (t)) ,
k es la constante del resorte (N/m), x(t) = x2 (t) x1 (t) es la deformacin neta. Se

debe tomar en cuenta que x1 y x2 se deben elegir de manera que para x1 = x2 = 0
la elongacin del resorte sea igual a cero. Esto se hace as, porque la ecuacin de la
fuerza del resorte es vlida para los desplazamientos tomados desde su posicin de
reposo. Se supondr adems que la masa del resorte es despreciable y por lo tanto las
fuerzas que actan en ambos extremos tienen la misma magnitud y sentido contrario.

162
Derivando a ambos lados de (5.18) se obtiene:
df (t)
= k (v2 (t) v1 (t)) ,
dt (5.19)
df (t)
= kv21 (t),
dt
v21 (t) es la velocidad relativa del extremo 2 del resorte con respecto al extremo 1. A
partir de (5.19), se puede deducir que el resorte lineal ideal, es un caso particular
de la inductancia generalizada, donde la impedancia generalizada vendra dada por
Z(p) = k1 p.
Hasta ahora, solo se han visto elementos mecnicos almacenadores de energa. El
amortiguador en cambio es un elemento que solo es capaz de disipar energa. Al igual
que el resorte, se considera que su masa es despreciable, y por lo tanto, las fuerzas
aplicadas en sus extremos estn balanceadas. La relacin entre la fuerza y la velocidad
en un amortiguador viene dada por:
f (t) = Bv21 (t), (5.20)
el parmetro B se conoce como coeficiente de amortiguamiento y sus unidades vienen

dadas por (N s/m). A partir de su ecuacin, se puede observar que los amortiguadores
son un caso particular de resistencia generalizada, cuyo valor de impedancia es igual
a Z(p) = B1 .
El ltimo elemento que se considera dentro de los sistemas mecnicos traslacionales
es la palanca ideal. Una palanca ideal se define como una barra rgida pivoteada
en un punto, que no tiene masa, el pivote no presenta friccin, no tiene momento ni
almacena energa (Lora y Mazn, 1989).
La relacin entre el desplazamiento y el ngulo de la barra viene dado por:
x1 (t) = a sen ((t)) ,

(5.21)
x2 (t) = b sen ((t)) ,
pero para desplazamientos pequeos, se puede aproximar a:
x1 (t) a(t),
(5.22)
x2 (t) b(t).
Despejando en la ecuacin de x2 e introduciendo en la ecuacin de x1 :

a
x1 (t) = x2 (t). (5.23)
b

163
Al derivar (5.23) con respecto al tiempo, se obtiene:

a
v1 (t) = v2 (t). (5.24)
b
Para encontrar la relacin entre las fuerzas, como la palanca no tiene momento y
el ngulo es pequeo, se obtiene que el par producido por la fuerza f1 tiene que ser
igual al par producido por la fuerza f2
f1 (t)a = f2 (t)b, (5.25)
lo que implica que
b
f1 (t) = f2 (t). (5.26)
a
Las leyes que relacionan los elementos son la segunda y tercera ley de Newton, y la
ley de desplazamientos. La segunda ley de Newton expresa que la aceleracin de un
cuerpo depender de su masa y del efecto conjunto de las fuerzas que actan sobre el
cuerpo:
n
dv(t)
fi (t) = M (5.27)
X
,
i=1 dt
donde n es el nmero total de fuerzas sobre la masa. Puesto que solo se trata con el
movimiento traslacional en una dimensin, se supondr que las fuerzas que actan
hacia la derecha sern positivas mientras que las fuerzas que actan hacia la izquierda
sern negativas.
La tercera ley de Newton indica que si un elemento ejerce una fuerza sobre otro
elemento, entonces existe una fuerza de reaccin del segundo elemento sobre el primero,
de igual magnitud pero sentido contrario. Esto es til para determinar la direccin de
las fuerzas al realizar un diagrama de cuerpo libre para determinar las ecuaciones del
movimiento de los elementos.
Por ltimo, la llamada ley de desplazamientos indica que, dado que los puntos de
unin de los elementos mecnicos que estn sometidos a una fuerza, se movern a la
misma velocidad y su desplazamiento tambin ser el mismo. Por esta razn, la suma
algebraica de las elongaciones (tomadas a partir de las referencias) y las velocidades
alrededor de cualquier lazo cerrado debe ser cero (Lora y Mazn, 1989).
Ejemplo 5.2
Encuentre un MVE del sistema presentado en la Figura 5.4, si u es la entrada

del sistema y x1 y x2 son las salidas.

164
Figura 5.4: Figura del ejemplo 5.2.
Figura 5.5: Diagrama del cuerpo libre del ejemplo 5.2.
Dibujar la red generalizada correspondiente al sistema de la Figura 5.4.
Solucin:
Para escribir las ecuaciones de este sistema, lo primero que se debe hacer es dibujar los
diagramas de cuerpo libre de las masas presentes en el sistema tal y como se presenta
en la Figura 5.5. Los diagramas de cuerpo libre representan a la masa y las fuerzas a
las que se ve sometida, tomando cada una de las masas presentes por separado. fr1 ,
fr2 y fr3 son las fuerzas producidas por los resortes, mientras que fa1 y fa2 son las
fuerzas producidas por los amortiguadores. La variable u es la fuerza externa que
mueve el sistema. Ntese que la direccin de la fuerza fr3 para el diagrama del cuerpo
libre de la masa 1 tiene sentido contrario a la fuerza fr3 del diagrama del cuerpo libre
de la masa 2, siguiendo la tercera ley de Newton.
Si x1 y x2 son los desplazamientos de la masa 1 y la masa 2 respectivamente y
adems v1 y v2 representan sus velocidades, a partir de la segunda ley de Newton se
pueden escribir las siguientes ecuaciones:
dv1
u fr1 fa1 fr3 = M1 , (5.28)
dt
dv2
fr3 fr2 fa2 = M2 . (5.29)
dt
Es importante aclarar que x1 y x2 son los desplazamientos de las masas a partir de
su posicin en reposo y no la posicin de las masas con respecto a una referencia. Un
valor positivo de x1 indicar que la masa se ha movido hacia la derecha, mientras que
un valor negativo corresponde a un desplazamiento hacia la izquierda. Las ecuaciones

165
de los resortes vendran dadas por:
fr1 = K1 x1 , (5.30)
fr2 = K2 x2 , (5.31)
fr3 = K3 (x1 x2 ) , (5.32)
para el caso de los amortiguadores:
fa1 = B1 v1 , (5.33)
fa2 = B2 v2 . (5.34)
Si se introducen las ecuaciones de los elementos en las ecuaciones de la segunda ley

de Newton, se obtienen las siguientes relaciones:
dv1
u K1 x1 B1 v1 K3 (x1 x2 ) = M1 , (5.35)
dt
dv2
K3 (x1 x2 ) K2 x2 B2 v2 = M2 . (5.36)
dt
Definiendo el vector de estados como x = [x1 , v1 , x2 , v2 ]T y el vector de salidas

como y = [x1 , x2 ]T . Sabiendo que v1 = dx
dt
1
y v2 = dx
dt
2
, el MVE del sistema queda de
la siguiente manera:
0 1 0 0 0

(K1 +K3 ) 1
B1 K3
0

M1 M1
x = M1 x +

M1 u,

0 0 0 1 0

(5.37)

(K2 +K3 )
K3
M2
0 M2
B2
M2
0
1 0 0 0
" #
y= x.
0 0 1 0
Para obtener la red generalizada de este ejemplo, tenemos que considerar primero
el nmero de nodos del sistema. A cada nodo se le debe asociar una transvariable
y como en este caso solo se tienen dos velocidades, la red tendr solo dos nodos
ms el nodo de referencia, que en este caso, son las velocidades del suelo y las
paredes que se consideran como cero. Cada masa entonces corresponde a un capacitor
generalizado, cada resorte a un inductor generalizado y cada amortiguador a una
resistencia generalizada. La red equivalente se encuentra en la Figura 5.6. Si se aplica
la ley de incidencia de pervariables a ambos nodos marcados con v1 y v2 , se obtiene

166
la siguiente relacin:
dv1
u fr1 fa1 fr3 M1 = 0, (5.38)
dt
dv2
fr3 fr2 fa2 M2 = 0. (5.39)
dt
Y al comparar las ecuaciones (5.28) y (5.29) con (5.38) y (5.39) se puede comprobar
que ambas ecuaciones son las mismas y, puesto que las ecuaciones de cada elemento
son equivalentes, la red de la Figura. 5.6 representa el mismo sistema original.
Figura 5.6: Red Generalizada correspondiente al sistema de la Figura 5.5.
5.4. Modelado de sistemas mecnicos rotacionales

Los sistemas mecnicos rotacionales son aquellos en los que se estudian masas en
rotacin con respecto a un eje. Las ecuaciones y los elementos son anlogos a los de
los sistemas mecnicos traslacionales de la seccin 5.3. Las variables que se utilizan
normalmente son las siguientes:
(t) es el desplazamiento angular (rad).
(t) es el par (N m).
(t) es la velocidad angular (rad/s).
(t) es la aceleracin angular (rad/s2 ).

167
= J
Inercia 2
Inercia J (kg m )
2
= J ddt2
rotacional
= J d
dt
= K
Constante del
Resorte = K (2 1 )
resorte K
torsional o
(N m/rad) d
dt
= K (2 1 )
Coeficiente
Amortiguador = B (2 1 )
de friccin B
torsional = B d(2dt1 )
(N m s/rad)
1 = 2 rr21
Engranaje ideal -
2 = 1 rr12
Cuadro 5.4: Modelos de los elementos de los sistemas mecnicos rotacionales.

168
En este caso, es la pervariable mientras que es la transvariable correspondiente.

Los elementos principales de este tipo de sistemas se presentan en el Cuadro 5.4.
El primero de los elementos es la inercia rotacional. La inercia rotacional J es la
propiedad de un elemento de almacenar energa cintica debido a su movimiento
rotacional (Kuo, 1996). La inercia rotacional cumple un papel similar a la masa de los
sistemas mecnicos, con la diferencia que la inercia rotacional depende de la densidad
y de la geometra del cuerpo. Para el caso de N masas puntuales mi , i = 1, . . . , N
girando alrededor de un eje a una distancia ri cada una, la inercia rotacional vendra
dado por:
N
J= mi ri2 . (5.40)
X
i=1
En el caso de un cuerpo rgido, esta inercia vendra dada por:

Z
J= (r)r2 dV (r), (5.41)
V
donde r representa la posicin de cada partcula en el cuerpo, r es la distancia de

cada partcula al eje de rotacin, V es el volumen y (r) es la densidad volumtrica
de cada partcula.
Existen tablas que especifican la inercia rotacional de varios objetos alrededor
de distintos ejes. Por ejemplo en Ogata (1987), se presenta un cuadro con varias
figuras geomtricas generales. Estos resultados se reproducen en el Cuadro 5.5. As
por ejemplo, la inercia rotacional de un disco circular rgido con densidad constante
que gira alrededor de su eje geomtrico viene dada por:
1
J = M r2 . (5.42)
2
La relacin entre la inercia rotacional y las variables fsicas es una analoga a la
relacin que existe para la masa en movimiento traslacional:
(t) = J(t),
d(t)
=J , (5.43)
dt
d2 (t)
=J .
dt2
A partir de (5.43), es posible deducir que la inercia rotacional corresponde a un
caso particular de un capacitor generalizado con una capacitancia generalizada de
C = J.

169
Nombre Inercia Figura
t << R
Disco 2
Jx = Jy = M R4
completo 2
Jz = M R2
t << R
Jx = Jy = M R 4+r
2 2
Anillo
Jz = M R 2+r
2 2
Jx = Jy = M 3R 12+L
2 2
Cilindro 2
Jz = M R2
R2 +r2 + 13 L2
Cilindro Jx = Jy = M 4
hueco Jz = M R 2+r
2 2
En todas las direcciones

Esfera
J = 25 M R2
2
Jx = M L12
Barra
Js = M (L sen())
2
12
Cuadro 5.5: Diferentes inercias rotacionales para formas generales.

170
El siguiente elemento es el resorte de torsin . Este elemento ofrece resistencia

al par aplicado. Se puede considerar igual a un resorte, con la diferencia de que la
fuerza que produce no se aplica de manera longitudinal sino que se aplica en un arco
circular. Se supone que la masa del resorte de torsin es despreciable, por lo que la
magnitud del par aplicado en un extremo es igual al del otro extremo. La ecuacin
de este resorte viene dada por:
(t) = K(t),
= K (2 1 ) , (5.44)
= K21 .
con K igual al coeficiente del resorte torsional con unidades N m/rad. Al derivar esta
ecuacin, se obtiene:
1 d (t)
12 = , (5.45)
K dt
lo que implica que el resorte de torsin es un caso particular de un inductor generalizado
con inductancia L = K1 .
El elemento disipador de energa es el amortiguador torsional. Este elemento opone
resistencia al movimiento rotacional de los elementos con masa. Al igual que con
el resorte torsional, se supone que su masa es despreciable y por lo tanto el par en
ambos extremos del elemento tiene la misma magnitud. La relacin entre el par y la
velocidad angular viene dada por:
(t) = B21 (t), (5.46)
donde B es el coeficiente de amortiguamiento con unidades N m s /rad. Es claro que
este es un caso particular de una resistor generalizado con resistencia R = B1 .
El elemento que funciona como transformador generalizado en el caso rotacional
son los engranes. Se supone que la masa y la friccin de los engranes son despreciables.
Los dientes sobre la superficie de los engranes (N1 y N2 ) son proporcionales a los
radios de los mismos (Kuo, 1996), es decir
r1 N1
= , (5.47)
r2 N2
o lo que es lo mismo
r1 N2 = r2 N1 . (5.48)
Puesto que los engranes estn acoplados, la distancia lineal que se recorre es la
misma en ambos engranes (cubren el mismo arco s), por lo tanto
s1 = s2 ,
(5.49)
r1 1 = r2 2 ,

171
y como se supone que no hay friccin ni otras irreversibilidades, el trabajo y la

potencia que se aplican en un engrane es igual al trabajo y la potencia que se aplica
en el otro extremo:
1 1 = 2 2 ,
(5.50)
1 1 = 2 2 .
Las leyes que rigen la relacin entre los distintos elementos tambin son anlogas a
las de los sistemas traslacionales:
La aceleracin angular de un cuerpo es proporcional a la suma algebraica de
los pares que actan sobre l:
N
d(t)
i = J (5.51)
X
,
i=1 dt
donde J es la inercia rotacional del cuerpo.
Si dos cuerpos rotan sobre un mismo eje, para cualquier par que ejerza el cuerpo
1 sobre el cuerpo 2 existir un par de igual magnitud, pero de sentido contrario
ejercido por el cuerpo 2 sobre el cuerpo 1. En caso de que dos cuerpos se estn
tocando, pero no tengan un mismo eje de rotacin, la fuerza de contacto entre
ellos seguir la tercer ley de Newton, pero el par no necesariamente ser igual.
5.4.1. Conversin entre traslacin y rotacin

Existen dispositivos capaces de transformar un movimiento rotacional en uno
traslacional. Estos son especialmente tiles cuando se quiere utilizar el par de un
motor elctrico para trasladar masas. En la Figura 5.7 se muestran algunos ejemplos
de este tipo de sistemas (Ogata, 2003). Uno de los sistemas ms simples es el de
banda y polea de la Figura 5.7a.
Si se desprecia la inercia de la polea, la inercia rotacional equivalente que siente
el motor es igual a la masa del bloque (M ) a una distancia r del eje de giro, es decir
J = M r2 . La relacin que existe entre el desplazamiento x(t) y el desplazamiento
angular (t) vendra dada por:
x(t) = r(t). (5.52)
Estas mismas relaciones son equivalentes para el caso de la cremallera y el pin de
la Figura 5.7b, cuando se desprecia la friccin entre los dientes.
En la Figura 5.7c se presenta un tornillo sin fin. Este sistema es capaz de mover
una masa M mediante el giro de un tornillo. En este caso, el sistema tambin se

172
(a) Banda y polea (b) Cremallera y pin
(c) Tornillo sin fin

Figura 5.7: Sistemas para convertir un movimiento rotacional en uno traslacional.
puede ver como una inercia rotacional equivalente, desde el punto de vista del motor.
Si se define L como la distancia que avanza el tornillo en una revolucin, la inercia
equivalente del sistema sera:
L 2

J =M . (5.53)
2
Puesto que en cada revolucin, el sistema avanza una distancia L, la relacin entre
el giro del motor conectado y el desplazamiento vendra dada por:
(t)
x(t) = L . (5.54)
2
5.5. Modelado de Sistemas electromecnicos

Los sistemas electromecnicos corresponden a aquellos en los que existe una interac-
cin entre un campo electromagntico y un objeto en movimiento con respecto a este
campo y que se ve afectado por l. Los micrfonos, relays, galvanmetros, motores y
generadores son ejemplos de este tipo de sistemas.
De acuerdo con Close et al. (2002), hay dos leyes fundamentales que rigen el
comportamiento de los sistemas electromecnicos:

173
Un cable conductor de corriente que se encuentra en un campo electromagntico

se va a ver afectado por una fuerza.
Se va a inducir una tensin en un cable que se mueva con respecto a un campo

magntico.
En este tipo de sistemas, siempre se van a tener un conjunto de variables elec-

tromagnticas que se van a ver afectadas por variables mecnicas y viceversa. Las
variables principales con las que se trata son:
fe el vector de fuerza sobre el conductor en newtons (N)
v el vector de velocidad del conductor con respecto al campo magntico en

metros por segundo (m/s)
l, el vector de desplazamiento que representa la longitud del conductor en metros

(m)
, el flujo magntico en webers (Wb)
B, la densidad de flujo de campo magntico en weber (Wb/m2 ) o tesla (T)
i, corriente del conductor en amperes (A)
em la tensin inducida en el conductor en volts (V)
Para el caso de un conductor de corriente en un campo magntico, la fuerza que se

produce sobre un conductor de longitud infinitesimal vendra dada por:
dfe = i(dl B), (5.55)
que es una versin de la ecuacin de la fuerza de Lorentz. Si se supone que B es

perpendicular a la longitud diferencial dl e integrando, entonces (5.55) se convierte
en:
fe = Bli. (5.56)
Es interesante notar que la fuerza (mecnica) depende de la corriente elctrica y del
campo magntico. La direccin de esta fuerza seguira la regla de la mano derecha, de
manera que sea perpendicular tanto a la direccin de la corriente como a la direccin
del campo magntico, tal y como se muestra en la Figura 5.8.

174
fe
il
Figura 5.8: Direccin de la fuerza ejercida sobre un conductor con corriente i en un campo magntico
B.
Con respecto a la segunda ley, el modelo que representa este comportamiento se

puede derivar de la ley de Faraday para obtener la tensin que se induce en un
conductor que se mueve en un campo magntico:
dem = (v B) dl. (5.57)
Si (5.57) se integra a lo largo de l y se cumple que v, B y l son perpendiculares

entre ellos, entonces la expresin se reduce a:
em = Blv, (5.58)
con las direcciones que se muestran en la Figura 5.9.

Si se analiza la expresin para la potencia, empezando del lado elctrico y tomando
en cuenta (5.56) y (5.58):
P = tensin corriente,
= em i,
fe
= Blv ,
Bl
= vfe ,
que es precisamente, la potencia mecnica. Es decir, que en condiciones ideales, toda

la energa de la parte elctrica se puede convertir en energa mecnica y viceversa. Esta
es la misma relacin que existe en un transformador generalizado, con la diferencia
que ahora la energa entre el primario y el secundario no son de la misma naturaleza

175
B
em +
Figura 5.9: Fuerza contraelectromotriz inducida em , por el movimiento de un conductor en un campo

magntico.
i v i Bl : 1 fe
+ fe
em M em v

Relacin de variables Elemento generalizado

Figura 5.10: Relacin de variables electromecnicas y su forma generalizada.
(como es el caso del transformador elctrico, la palanca y los engranes). El caso en

que la energa pasa de ser elctrica a mecnica, se presenta en la Figura 5.10. Debe
notarse que en la parte elctrica, ambas variables van en sentido contrario una de la
otra, mientras que en la parte secundaria, ambas van en el mismo sentido. Si por el
contrario, la parte mecnica fuera la fuente de energa primaria que se convierte en
energa elctrica, entonces la fuerza y la velocidad deberan ir en direcciones contrarias,
mientras que la tensin inducida y la corriente deberan ir en la misma direccin.
Ejemplo 5.3
Ejemplo adaptado de Close et al. (2002):
Un galvanmetro es un dispositivo que se utiliza para medir tensin o corriente
elctrica. Una fotografa de un galvanmetro se muestra en la Figura 5.11. En su
interior tiene una aguja conectada a un cilindro que puede rotar. Alrededor de este
cilindro hay una serie de espiras por donde pasa la corriente que se quiere medir. Este
cilindro adems est dispuesto en el interior de un campo magntico y tiene conectado

176
Figura 5.11: Galvanmetro
+
vin
resorte
Figura 5.12: Esquema del galvanmetro
un resorte que, en la ausencia de corriente, lleva la aguja a una posicin determinada.

Un diagrama de la disposicin de sus componentes se presenta en la Figura 5.12. En
este caso, R es la resistencia de los cables. El imn produce un campo magntico
constante de magnitud B (direccin norte a sur) y es el ngulo con que gira la
flecha conectada al cilindro, y que marca la corriente por los cables. Las espiras, por
el hecho de estar enrolladas, tienen asociada una inductancia L. El cilindro tiene
una inercia rotacional J, la constante del resorte est dada por K y el cilindro est
afectado por un amortiguamiento viscoso con constante B. Alrededor del cilindro hay
N espiras. La interaccin entre la corriente en los conductores y el campo magntico
produce una fuerza sobre las espiras que hace girar el cilindro. Este movimiento,
produce una fuerza contralectromotriz em que se opone al flujo de corriente. Cada
espira se supone rectangular, con un ancho de 2a y un largo l (que est paralelo al

177
R L
B
e
+ + em
vin
K
J
Parte elctrica Parte mecnica
Figura 5.13: Diagrama del cuerpo libre para el ejemplo 5.3.
eje de rotacin).
Un diagrama de cuerpo libre del sistema es como el que se presenta en la Figura 5.13.
Las espiras tienen dos lados por los que se ejerce una fuerza. Del lado derecho, la
fuerza va hacia abajo, mientras que del lado izquierdo, la fuerza va hacia arriba.
Puesto que la distancia desde el conductor hasta el centro de rotacin es a y que se
tienen N espiras, tomando en cuenta (5.56), el par producido por la interaccin entre
la corriente y el campo magntico sera:
e = (2N Bla)i. (5.59)
Sumando los pares se obtiene que:
i = J,
X
e B K = J ,
J + B + K = (2N Bla)i. (5.60)
En la parte elctrica, a partir de (5.58) se debe obtener em . Cada uno de los lados
de la espira, se puede ver como un conductor que, en su totalidad, contabilizan 2N
conductores en serie. La velocidad lineal de cada uno de los conductores es igual
v = a. Por lo tanto, la fuerza contraelectromotriz total vendra dada por:
em = (2N Bla). (5.61)
Analizando el circuito equivalente de la Figura 5.13, se obtiene que:
Li + Ri + (2N Bla) = vin , (5.62)
a partir de (5.60) y (5.62) es posible encontrar una RES o un MVE para hacer el
anlisis del sistema.
Si se hace la simplificacin de suponer que la inductancia del devanado es muy
pequea (L 0), y definiendo = 2N Bla, el modelo se volvera de segundo orden:
2
!
B K
+ + + = vin (5.63)
J JR J JR

178
De ac se puede obtener que la frecuencia natural del sistema vendra dada por:
s
K
n = ,
J
y que el coeficiente de amortiguamiento sera:
1 2
!
= B+ .
2 KJ R
Es interesante notar que el sistema puede ser subamortiguado o sobreamortiguado,
dependiendo de las caractersticas del sistema, pero que su frecuencia natural solamente
depende de parmetros mecnicos. En estado estacionario, haciendo las derivadas
iguales a cero en (5.63), se obtiene la relacin de qu tanto gira la aguja en funcin
de una tensin de entrada constante V :

ss = V,
KR
y con esa informacin se puede entonces dibujar la escala para poder medir la tensin
en la fuente, utilizando un sistema electromecnico.
5.5.1. Modelado de motores DC

Un motor DC es un elemento electromecnico que convierte la potencia elctrica en
potencia mecnica rotacional. Estos motores son usados en una variedad de aplica-
ciones industriales, como robots, mquinas herramienta, industrias petroqumicas, de
pulpa y de papel, plataformas de perforacin petrolera y minera. Adems se utilizan
extensivamente en sistemas automotores y ferroviarios (Hubert, 2002).
Estos motores son alimentados con corriente continua. A diferencia de los motores
de induccin, dentro del motor no existe un campo magntico giratorio que arrastre
al rotor, sino que el campo magntico es constante. Lo que se hace es devanar el rotor
para que al fluir la corriente, se produzca una fuerza debido al campo magntico
circundante y as se haga girar al rotor. Debido a que en este caso, el rotor es el
componente que utiliza la energa elctrica para producir el par, al rotor de los
motores DC se le llama armadura. El estator es el encargado de producir el campo
magntico dentro del motor, por lo que se le llama campo. Este campo magntico
puede producirse mediante una corriente elctrica que fluye en los devanados del
estator, o mediante imanes permanentes.

179
A
A
N B S
N S
B
Conmutador
Escobillas
+ - + -

(a) = 0 (b) = 90
B
B
N A S
N S
A
+ - + -

(c) = 180 (d) = 270
Figura 5.14: Conmutacin en un motor DC durante un giro completo (adaptado de (Hubert, 2002)).
Un sistema especial (normalmente unas escobillas de grafito y un conmutador) per-

mite que la corriente en los devanados cambie de direccin para que el par que se ejerce
sobre el rotor siempre vaya en la misma direccin, mientras se mantiene la polaridad
de la tensin sin cambios. En la Figura 5.14, se muestra el proceso de conmutacin
en un giro completo del motor DC simplificado para un solo devanado de armadura y
con un campo producido con imanes permanentes. Cuando la armadura est en la
posicin de 0 (Figura 5.14a), el devanado es cortocircuitado momentneamente por
el conmutador y las escobillas, produciendo que no fluya corriente por la armadura.
En la posicin de 90 y 270 , fluye corriente por los devanados, produciendo una
fuerza que hace girar la armadura. Hay que notar que la corriente cambia de direccin
entre la Figura 5.14b y la Figura 5.14d, sin necesidad de cambiar la polaridad de la
fuente. Puesto que la densidad de flujo campo magntico vara conforme la armadura
gira, se produce en los devanados una tensin contraelectromotriz (vcem ) que sigue la
ley de Faraday. Esta tensin vendra dada por:
d(t)
vcem (t) = NA , (5.64)
dt
donde (t) es la densidad de flujo y NA es el nmero de vueltas del devanado. La
velocidad angular de la armadura vendra dada por (t) = d dt
. Despejando dt e

180
introducindolo en (5.64), se obtiene:

d(t)
vcem (t) = NA (t) . (5.65)
d(t)
Conforme el rotor gira, la densidad de flujo efectiva a travs del devanado vara
casi como una seal triangular en funcin del ngulo del rotor. La pendiente de esta
seal es aproximadamente:
d(t) 2P
= , (5.66)
d
P es el valor mximo que toma la densidad de flujo de campo magntico (t). Al
sustituir (5.66) en (5.65) se obtiene:
2(t)NA P
vcem (t) = . (5.67)

El valor de NA depende de factores constructivos del motor, por lo que, para una
mquina dada, (5.67) se puede escribir como:
vcem (t) = KA (t)P , (5.68)
(t) depende de la construccin del campo. Si se utilizan imanes permanentes, P es
constante. Si por el contrario, el campo est construido con electroimanes, el campo
magntico que se produce es proporcional a la corriente de campo iF (t):
P = KF iF (t), (5.69)
por supuesto, si iF (t) es constante (t) tambin lo ser y por lo tanto tambin P . En
el caso del par, este es proporcional al campo generado y a la corriente de armadura
(t) = KA iA (t)P . (5.70)
Los devanados tanto de la armadura como del campo presentan cierta resistencia
e inductancia. Esta caracterstica se puede modelar como un resistor y un inductor
en serie. La resistencia e inductancia del campo se representan como RF y LF
respectivamente, mientras que en el caso de la armadura, estos corresponden a RA y
LA . Tomando en cuenta estos parmetros y las ecuaciones para vcem , y , el modelo
del motor DC se puede presentar como en la Figura 5.15.
Si vinA es la tensin de entrada de la armadura y vinF es la tensin de entrada del
campo, las ecuaciones elctricas correspondiente seran entonces:
diA (t)
vinA (t) LA RA iA (t) = vcem (t), (5.71)
dt
diF (t)
vinF (t) = LF + RF iF (t). (5.72)
dt

181
Figura 5.15: Diagrama del modelo de un motor DC.
Figura 5.16: Diagrama del cuerpo libre para el ejemplo 5.4.
Por lo tanto el modelo completo vendra dado por:
vinA (t) LA diAdt(t) RA iA (t) = vcem (t)

vinF (t) = LF diFdt(t) + RF iF (t)

P (t) = KF iF (t)
vcem (t) = KA (t)P (t)

(t) = KA iA (t)P (t)

Para poder encontrar tanto el par como la velocidad angular del motor, todava es
necesaria una ecuacin que los relacione. Esta ecuacin es la que surge de tomar en
cuenta la carga conectada al motor. Esta situacin se muestra en el ejemplo 5.4.
Ejemplo 5.4
Encuentre el modelo del sistema formado por un motor DC de imn permanente
conectado a una carga con inercia rotacional igual a J y que adems se encuentra
sometido a una amortiguacin viscosa con coeficiente B.
Solucin:
El diagrama del cuerpo libre para la carga se presenta en la Figura 5.16. M representa
el par aplicado por el motor sobre la carga. Puesto que el motor es de imn permanente,
el flujo de campo magntico tiene magnitud constante, por lo que las ecuaciones del

182
par y la velocidad angular se reducen a:
vcem (t) = K(t),

M (t) = KiA (t).
La ecuacin de la armadura del motor vendra dada por:

diA (t)
vinA (t) LA RA iA (t) = K(t). (5.73)
dt
A partir del diagrama del cuerpo libre de la carga se obtiene:
d(t)
J + B(t) = M ,
dt
e introduciendo la ecuacin del par del motor:
d(t)
J + B(t) = KiA (t). (5.74)
dt
Si las salidas que se quieren para el modelo son la velocidad y el par generado por
el motor, a partir de (5.73) y (5.74), se puede escribir un MVE tomando la corriente
de armadura y la velocidad como estados. Definiendo x(t) = [iA (t), (t)]T , u = vinA (t)
y y(t) = [, m ]T , el MVE correspondiente es:
1
" R
K
# " #
A
x = LA LA x+ LA u,
K B
0
J J
(5.75)
0 1
" #
y= x.
K 0
En el caso de que el campo magntico estuviera en funcin de la corriente de campo,
tambin se podra escribir un MVE del sistema, pero habra que agregar un estado
ms (la corriente de campo) y una entrada extra (la tensin de campo). Esto adems
provocara que el modelo del sistema se vuelva no lineal, puesto que tanto el par
como la tensin contraelectromotriz dependeran del producto de dos estados.
5.6. Modelado de sistemas trmicos

El modelado de la conduccin de calor es un tema complicado, principalmente por
el hecho de que, en general, las ecuaciones que gobiernan estas dinmicas no solo

183
Figura 5.17: Un cuerpo sometido a un gradiente de temperatura.
dependen del tiempo, sino que tienen una componente espacial. La ley de conduccin
del calor de Fourier, indica que el flujo de calor es directamente proporcional al
gradiente de temperatura, esto es (Baehr y Stephan, 2011):
qA (x, t) = T (x, t), (5.76)
donde qA (x, t) es la densidad de flujo de calor, T (x, t) es el campo escalar de
temperaturas y es la conductividad trmica del material. El signo menos indica
que el calor siempre fluye desde la regin de mayor temperatura hasta la regin
de temperatura menor. Cuando se analiza la variacin del campo de temperaturas
utilizando la ley de conservacin de energa y la ley de Fourier, se llega a una ecuacin
en derivadas parciales, esto es, una ecuacin diferencial que no solo depende del
tiempo, sino que tambin implica derivadas parciales de las componentes espaciales.
Para el caso en que las propiedades del cuerpo se suponen constantes, esta ecuacin
diferencial toma la forma (Baehr y Stephan, 2011):
T W
= a2 T + , (5.77)
t c
donde a es la difusividad trmica (m2 /s), c es el calor especfico y es la densidad
volumtrica. 2 es conocido como Laplaciano y se define en coordenadas cartesianas
como 2 = x2 + y2 + z2 .
2 2 2
En este curso, no se contemplar los casos en que la variacin espacial de la

temperatura sea necesaria, es decir se considerarn los parmetros de los cuerpos
como concentrados. Considrese primero el caso de un cuerpo que se encuentra entre
dos temperaturas distinta T1 y T2 ( C) tal y como se muestra en la Figura 5.17. Si se
supone que las propiedades del cuerpo son constantes y no varan con la posicin, se
encuentra que, a partir de la ley de Fourier, el flujo de calor q (W) viene dado por:
c A (T2 T1 )
q(t) = , (5.78)
l

184
donde c es la conductividad trmica (J/(s m C)), A es el rea normal a la direccin

del flujo de calor (m2 ) y l es el largo en la direccin del flujo (m). Al comparar esta
ecuacin con la de un resistor, se llega a la conclusin que si la temperatura es tomada
como la tensin y el flujo de calor como la corriente, la resistencia trmica vendra
dada por Rt = clA ( C s/J).
Los cuerpos almacenan energa en funcin de su temperatura y su masa. Para
poder aumentar la temperatura de cierta masa, es necesario aplicar cierta cantidad
de calor. Esta cantidad de calor es proporcional a la variacin de la temperatura y
esta constante de proporcionalidad es conocida como calor especfico Cp (J/(kg C)),
de manera que:
Q = Cp M T, (5.79)
con Q la cantidad de energa entregada al sistema, T es el cambio en la temperatura
y M es la masa. Si se considera solo incrementos diferenciales y se divide por dt, se
obtiene:
dQ dT
= Cp M ,
dt dt
y la parte izquierda de esta ecuacin es igual al flujo de calor q:
dT
q = Cp M . (5.80)
dt
Se puede observar que (5.80), tiene la misma forma que la de un capacitor genera-
lizado con una capacitancia trmica dada por Ct = Cp M . De esta manera, es posible
escribir una ecuacin que representa la evolucin temporal de la temperatura de un
cuerpo. Entre dos cuerpos, o un cuerpo y fluido, siempre existir una resistencia
trmica que crear el camino para el flujo de calor. Al contrario que en los dems
sistemas vistos hasta ahora, no se ha encontrado ningn fenmeno fsico que cumpla
el papel de inductancia trmica. Esto se debe principalmente a que en los sistemas
trmicos solo existe un tipo de energa (trmica), mientras que en los dems sistemas
se poda determinar siempre dos tipos de energas: una del tipo cintica y otra del
tipo potencial.
Hasta ahora se ha mostrado el caso en que el calor fluye por conduccin. No obstante,
el calor puede propagarse tambin por conveccin (en fluidos) o por radiacin (que no
necesita un medio para propagarse). En el caso del flujo de calor entre un slido y un
fluido por conveccin se suele hacer una aproximacin utilizando la ley de enfriamiento
de Newton:
q = h (Ts Tf ) , (5.81)
donde Ts es la temperatura del slido, Tf es la temperatura del fluido y h es el
coeficiente de transferencia de calor (W/(m2 C)). h es un parmetro difcil de obtener

185
Figura 5.18: Intercambiador de calor para el Ejemplo 5.5.
puesto que depende de la velocidad del fluido, la estructura del slido, la presin,
entre otros. Por ello, es un valor que se suele determinar de manera emprica. La
ecuacin 5.81 tiene la misma forma que la de la resistencia trmica en el caso de la
conduccin, por lo que, para el caso de este curso, cuando el calor fluya de un slido
a un lquido, se considerar que existe una resistencia trmica en la interfaz entre
ellos.
Ejemplo 5.5
Obtener un modelo para el sistema de la Figura 5.18, con TH y TC como entradas
y T1 y T2 como salidas. V1 y V2 son los volmenes dentro del intercambiador de calor,
qV 1 y qV 2 son los caudales (m3 /s) y 1 y 2 son las densidades de los fluidos (kg/m3 ).
Solucin:
Un intercambiador de calor transfiere energa desde un fluido caliente a otro fro a
travs de una pared metlica debido a su diferencia de temperatura. Utilizando las
ecuaciones presentadas en esta seccin, es posible construir un modelo muy simple
y aproximado del comportamiento dinmico del sistema. En primer lugar, se deben
hacer algunas suposiciones importantes para simplificar el problema: se supondr que
los parmetros del sistema no varan con la posicin ni con el tiempo, que los fluidos
dentro de los volmenes estn perfectamente mezclados, que podemos despreciar la
variacin de temperatura a travs del intercambiador de calor y que el intercambiador
est perfectamente aislado, de manera que no se intercambia calor con el ambiente2 .
Si la masa dentro de las cmaras del intercambiador de calor se supone como una
2
Como se puede apreciar, el modelo es muy simple y dependiendo de las necesidades, podra ser
un modelo poco apropiado.

186
masa concentrada, se le puede asociar una capacitancia trmica. As, para el caso
del fluido 1, esta capacitancia trmica sera Ct1 = M cp1 = V1 1 cp1 con cp1 su calor
especfico. Para el fluido 2, aplica una ecuacin similar.
Para la primera masa de fluido se puede escribir la siguiente ecuacin:
dT1 X
Ct1 = qi ,
dt
donde los qi son los flujos de calor que afectan a la primera masa de fluido. Uno de
los flujos es el intercambio de calor a travs de las paredes internas. Este flujo de
calor se puede representar como una resistencia trmica de manera que:
Ac 1
q1 = (T1 T2 ) = (T1 T2 ) .
l RT
Intuitivamente, se sabe que la temperatura de salida del intercambiador de calor
variar con la temperatura de entrada de los fluidos. Como se supone que los fluidos
en el interior estn bien mezclados, debera existir una transferencia de calor para
aumentar la temperatura desde la entrada hasta la salida del tanque. Como no se
conoce exactamente la relacin que existe, pero se sabe que cuanto mayor sea la
diferencia de temperatura entre la salida y la entrada, mayor flujo de calor habr,
se puede suponer una constante de proporcionalidad k1 que debera encontrarse
empricamente, de manera que:
q2 = k1 (TH T1 ) .
Lo ms probable es que esta constante dependa del calor especfico y del flujo
0
msico, de manera que k1 = k1 1 qV 1 cp1 . Como se desprecia el flujo de calor entre el
intercambiador y el ambiente, solo estos flujos se consideraran. La ecuacin queda
entonces de la siguiente manera:
dT1 1
Ct1 = k1 (TH T1 ) (T1 T2 ) . (5.82)
dt RT
Lo que dice esta ecuacin es que, la temperatura T1 aumenta si la temperatura
de entrada aumenta, y disminuye si la temperatura T2 disminuye. Esto ltimo tiene
sentido puesto que el flujo entre la masa 1 y la masa 2 sera mayor, provocando que
la masa 1 se enfre. Para el caso de la masa 2 se puede escribir la siguiente ecuacin:
dT2 1
Ct2 = k2 (TC T2 ) + (T1 T2 ) , (5.83)
dt RT

187
+ +
- -
Figura 5.19: Circuito equivalente del intercambiador de calor del Ejemplo 5.5.
con Ct2 la capacitancia trmica de la masa 2, k2 su constante de proporcionalidad

con respecto a la entrada. Ntese que la misma cantidad de calor que sale (enfra)
de la masa 1 es la que tiene que ingresar (calentar) a la masa 2, por eso, el trmino
1
Rt
(T1 T2 ) est restando en (5.82) mientras que en (5.83) est sumando. (5.82) y
(5.83) son el modelo que se estaba buscando. Se puede escribir una analoga elctrica
de estas ecuaciones de una manera muy sencilla. Si las temperaturas de entrada se
representan como fuentes de tensin, el circuito equivalente sera como el que se
presenta en la Figura 5.19.
5.7. Modelado de sistemas hidrulicos

Los sistemas hidrulicos son aquellos en los que fluye un lquido (normalmente
aceite o agua). Al igual que en el caso de los sistemas trmicos, la distribucin
espacial tambin juega un papel importante en el modelado. Sin embargo, tambin es
posible encontrar modelos relativamente sencillos utilizando elementos concentrados.
El lquido se considera incompresible, lo que quiere decir que su densidad no vara
con la temperatura ni la presin.
En un sistema hidrulico, se define caudal q como el producto:
q = Av, (5.84)
donde A es el rea de la tubera por donde fluye el lquido y v es su velocidad. Puesto

que se supone que la densidad es constante, en una tubera se debe cumplir que, en
dos posiciones generales cualesquiera:
A1 v1 = A2 v2 , (5.85)

188

dV (t)
dt
= qe (t) qs (t)
Capacitancia
hidrulica 1
Tanque dh(t)
dt
= A
(qe (t) qs (t))
(m3 /Pa)
CH dPdt(t) = qe (t) qs (t)
Inductancia P21 (t) = l dq(t)

Tubera A dt
hidrulica LH
larga
(kg/m4 ) = LH dq(t)
dt
Resistencia Resistencia casoqsimple

hidrulica hidrulica RH q(t) = R1H P2 (t) P1 (t)
Cuadro 5.6: Modelos de los elementos de los sistemas hidrulicos.
que es una forma de expresar la ley de conservacin de masa y que toma el nombre
de ecuacin de continuidad.
En el Cuadro 5.6, se muestran algunos de los elementos ms importantes de los
sistemas hidrulicos. En este curso se considerarn el tanque abierto de rea constante,
la tubera larga y la resistencia hidrulica.
Para modelar un tanque abierto se debe primero utilizar la ley de conservacin
de la masa. Pero puesto que se supone que la densidad se mantiene constante, esta
ecuacin se puede escribir en funcin de los caudales y el volumen del tanque:
dV (t)
= qe (t) qs (t). (5.86)
dt
Es ms, si se supone que el rea del tanque es constante, su volumen se puede
escribir como V (t) = Ah(t) donde h(t) es la altura con respecto a la base del mismo,

189
entonces la ecuacin se puede escribir como:

dh(t) 1
= (qe (t) qs (t)) . (5.87)
dt A
La presin en el tanque suele ser determinante en el caudal de salida. La presin
de salida del tanque est determinada por:
P (t) = PA + gh(t), (5.88)
donde PA es la presin atmosfrica (Pa), es la densidad (kg/m3 ). Derivando esta

ecuacin:
dP (t) dh(t)
= g . (5.89)
dt dt
Introduciendo (5.89) en (5.87), se obtiene:
dP (t) g
= (qe (t) qs (t)) , (5.90)
dt A
esta ecuacin es similar a la de una capacitor si se considera P (t) como la transvariable
y el caudal resultante qe (t) qs (t) como la pervariable. La capacitancia hidrulica
entonces vendra dada por CH = g A
(m4 s2 /kg).
Otro elemento importante es una tubera larga. En este caso, si se desea acelerar el
flujo de lquido a travs de l, es necesario aplicar una fuerza que logre aumentar la
velocidad del lquido. A partir de la segunda ley de Newton se tiene que:
dv
F =M ,
dt (5.91)
dv(t)
A (P2 P1 ) = Al ,
dt
pero la velocidad est relacionada con el caudal v(t) = q(t)/A. Al introducir esta
relacin en (5.91) se obtiene:
l dq(t)
P21 (t) = , (5.92)
A dt
esta ecuacin es anloga a la de los inductores elctricos, con una inductancia
hidrulica igual a LH = l A
(kg/m4 ).
Algunos elementos presentan cierta resistencia al flujo de lquido debido a la friccin
y a las variaciones en el rea de las tuberas. Algunos elementos que presentan este
tipo de resistencia son (Alfaro, 2005):

190
Seccin
2
Seccin
1
Figura 5.20: Tubo de corriente de flujo. Adaptado de Ogata (1987).
medio o tapn poroso
tubo capilar largo
flujo turbulento en una tubera
flujo a travs de una restriccin (orificio o vlvula)
Para modelar este tipo de elementos, se procede a utilizar la ecuacin de Bernoulli.

Considrese el volumen de control que se muestra en la Figura 5.20. En este caso, se
tiene un volumen de control infinitesimal con una longitud ds y un rea transversal
dA. La presin en la seccin 1 del tubo es p. En el lado de la seccin 2, la presin
vara una cantidad infinitesimal que se puede considerar como p + (p/s)ds. La
velocidad en la seccin se considera v y la masa dentro del volumen de control acelera
a una tasa de dv/dt. Supngase que el flujo de agua va hacia arriba (en contra de la
fuerza de gravedad) y que el peso del volumen de control viene dado por gdA ds,
donde es la densidad y g es la aceleracin de la gravedad.
Al aplicar la segunda ley de Newton, se obtiene que:
!
dv p
m = pdA p + ds dA gdAds cos(). (5.93)
dt s
La masa, si se supone que la densidad es constante, se puede escribir como m =

dAds. La velocidad se puede suponer que depende no slo del tiempo si no de la
posicin, por lo que:
dv v ds v v v
= + =v + ,
dt s dt t s t

191
Figura 5.21: Caso general de una tubera en la que vara la velocidad, la presin y la altura de las
terminales.
y adems, cos() = z/s, donde z es el desplazamiento vertical de la masa dentro del

volumen de control. Introduciendo todas estas transformaciones en (5.93), se obtiene:
v v 1 p z
v + + +g = 0. (5.94)
s t s s
Esta ecuacin se le conoce como ecuacin de movimiento de Euler (Ogata, 1987).
Si se supone que el flujo es estacionario (v/t = 0), (5.94) se puede escribir como:
dv 1 dp dz
v + +g = 0,
ds ds ds
o lo que es lo mismo:
vdv + dp + gdz = 0. (5.95)

Si ahora se aplica la integral a ambos lados de la igualdad se llega a que:
2
v + p + gz = constante, (5.96)
2
que es justamente la ecuacin de Bernoulli. Se debe notar que no se estn tomando
en cuenta otras fuerzas como la resistencia del lquido, su viscosidad y otros aspectos
que son los que producen la resistencia hidrulica.
En este caso, como la dependencia con respecto a la posicin desaparece y sin
importar el punto en el que se aplique 5.96, siempre se tendr un valor constante, se
puede utilizar la ecuacin de Bernoulli para analizar flujos en posiciones arbitrarias
dentro de una tubera. Tmese el caso general presentado en la Figura 5.21. Utilizando
la ecuacin de Bernoulli en los puntos 1 y 2 (los extremos del segmento del tubo
considerado):
v12 v 2
+ gz1 + P1 = 2 + gz2 + P2 . (5.97)
2 2

192
Como ya se dijo, esta ecuacin es vlida para el caso en que la friccin del lquido
es igual a cero. En el caso general, se debe tomar en cuenta una prdida de presin
debido a estas fricciones. Esta prdida de presin representa una resistencia al flujo
de lquido. Cuando se incorpora la prdida de presin Pp a (5.97), la ecuacin queda
como:
v12 v 2
+ gz1 + P1 + Pp = 2 + gz2 + P2 . (5.98)
2 2
El valor de Pp depende del rgimen del flujo (si es turbulento o laminar). El nmero
de Reynolds R es un valor adimensional que indica el rgimen del lquido (Lora y
Mazn, 1989):
vd
R= , (5.99)

donde v es la velocidad promedio del fluido, d es el dimetro de la tubera y es
el coeficiente de viscosidad cinemtica (m2 /s) del fluido. Una vez que se calcula el
nmero de Reynolds, se pueden encontrar tres casos:
Si R < 2000 entonces el flujo es laminar.
Si R > 3000 entonces el flujo es turbulento.
Si 2000 < R < 3000, el flujo podra ser laminar o turbulento. Esto depender
de las condiciones del sistema.
Entonces, las prdidas de presin se pueden aproximar mediante:
v 2 l
Pp = , (5.100)
2d
con l la longitud del tubo en metros. se calcula como
64
si es un rgimen laminar
(
= R (5.101)
0,025 si es un rgimen turbulento
Introduciendo (5.100) en (5.98), despejando v y si se considera que el caudal a travs

del tubo se puede aproximar mediante q = Av con A la seccin transversal promedio,
entonces:
2d 2
s r
q=A (v v12 ) + g (z2 z1 ) + (P2 P1 ). (5.102)
l 2 2
A partir de esta ecuacin se puede definir la resistencia hidrulica RH como:
s
1 l
RH = . (5.103)
A 2d

193
An as, esta ecuacin es complicada de utilizar, puesto que v2 y v1 dependen del

caudal (v2 = A2
q
y v1 = A1
q
). Sin embargo, se puede simplificar el anlisis si solo se
consideran tubos con rea transversal constante A1 = A2 , de esta manera:
1 q
q= g (z2 z1 ) + (P2 P1 ), (5.104)
RH
y si la diferencia de altura entre los extremos del tubo es igual a cero la ecuacin se
simplifica todava ms:
1 q
q= P2 P1 . (5.105)
RH
Como se puede observar, esta es una relacin no lineal entre el caudal y la presin.
Sin embargo, si la variacin de la diferencia de presin es pequea, esta relacin se
puede aproximar a una relacin lineal3 :
1
q= (P2 P1 ) . (5.106)
RHf
Debe hacerse una aclaracin en este punto. La ecuacin de Bernoulli que se

utiliz para encontrar la ecuacin de la resistencia hidrulica es vlida para flujos
estacionarios, es decir aquellos cuya velocidad en cada punto del tubo no vara con el
tiempo. Sin embargo, en este curso los modelos que interesan ms son los dinmicos,
que justamente son aquellos que varan con el tiempo.
Por ello, cuando se utilicen estas ecuaciones, se deber tener siempre en cuenta
que, si se utilizan para modelar un sistema dinmico, el modelo resultante ser vlido
slo para cambios pequeos alrededor de un punto de operacin. En los ejemplos
siguientes muchas veces no se tomar en cuenta esta restriccin, pero siempre deber
recordarse en caso de que, en la prctica, los resultados de las simulaciones que se
hagan, estn alejados de los resultados reales.
Ejemplo 5.6
Encuentre un modelo que prediga la variacin de las alturas (h1 y h2 ) de los
tanques de la Figura 5.22. A1 y A2 son las reas de los tanques, RH es la resistencia
hidrulica a la salida del tanque uno, A3 es el rea de la tubera de desage. Suponga
que no existe resistencia a la salida del tanque dos.
Solucin:
3
Realizando una expansin de Taylor truncada hasta el elemento de primer orden.

194
Figura 5.22: Sistema hidrulico del Ejemplo 5.6.
La relacin entre las alturas y los caudales se puede encontrar fcilmente a partir de
las ecuaciones de conservacin de masa:
dh1 (t) 1
= (qe q1 ) ,
dt A1
(5.107)
dh2 (t) 1
= (q1 q2 ) ,
dt A2
qe es la entrada del sistema, sin embargo es necesario encontrar una expresin para q1
y q2 en funcin de h1 y h2 . En el caso de q1 es sencillo obtener la expresin a partir
de la resistencia hidrulica:
1
q1 = P . (5.108)
RH
Puesto que la presin a la entrada del tanque y a la salida de la tubera es igual a
la presin atmosfrica, se tiene que P = gh1 , por lo tanto
1 q
q1 = gh1 . (5.109)
RH
Para el caso de q2 , se puede utilizar la ecuacin de Bernoulli directamente para
calcular el flujo de salida. Si se define como v2 a la velocidad del lquido en la parte
superior del tanque dos y v3 a la velocidad de salida del tanque dos y tomando en
cuenta que la presin, en ambos extremos del tanque es igual a la presin atmosfrica,
la ecuacin de Bernoulli toma la forma:
1 2 1
v2 + gh2 = v32 . (5.110)
2 2

195
A partir de la ecuacin de continuidad, se tiene que:

A3
v2 = v3 . (5.111)
A2
Introduciendo (5.111) en (5.110) y despejando v3 se llega a:
v
2g
u
v3 = (5.112)
u
u
A23
h2 .
1
t
A22
Y puesto que q2 = A3 v3 , se llega a:

v
2g
u
q2 = (5.113)
u
A3 u A23
h2 .
1
t
A22
Entonces introduciendo (5.109) y (5.113) en (5.107) se llega a:

dh1 (t) 1 1 q

= qe gh1 ,
dt A1 RH

v (5.114)
dh2 (t) 1 1 2g
q u
=
u
gh1 A3 u h ,
A2 2
dt A2 RH
t
1 3
A22
que representa la ecuacin de estado de un modelo en variables de estado no lineal.
5.8. Modelos estticos

En las secciones anteriores se ha estudiado cmo modelar la dinmica de un sistema
por medio de ecuaciones diferenciales. Sin embargo, tambin es til saber los valores
finales de las salidas cuando ha pasado suficiente tiempo despus de una variacin en
la entrada, es decir, cuando los efectos transitorios del cambio ya han terminado y se
ha llegado a un estado estacionario. A la relacin entre la entradas y las salidas en
estado estacionario se le conoce con el nombre de modelo esttico o curva esttica.
Dos usos fundamentales de esta curva son el dimensionamiento de equipos y procesos
y la determinacin de puntos de operacin4 (Lora y Mazn, 1989).
4
Se define punto de operacin como el conjunto de valores de las variables de estado, entradas y
salidas a partir de los cuales se desea operar la planta y que se toma como condicin inicial para su
estudio.

196
5.8.1. A partir del modelo en variables de estado

Obtener el modelo esttico a partir del MVE es sencillo. Puesto que en cada punto
de la curva esttica, se ha llegado a un estado estacionario, esos puntos tienen la
particularidad que las derivadas de las variables de estado con respecto al tiempo
son iguales a cero. Luego, es posible encontrar una relacin entre los estados y las
entradas directamente del MVE.
En el caso particular de un sistema lineal e invariante en el tiempo de la forma:
x = Ax + Bu (5.115a)
y = Cx + Du, (5.115b)
al hacer x = 0, se obtiene una relacin para los estados dado por:
x = A1 Bu, (5.116)
que al introducirlo en (5.115b) se obtiene:

y = CA1 B + D u. (5.117)
Como se puede observar, si el modelo es lineal, el modelo esttico corresponde a
una transformacin lineal del espacio de entradas al espacio de salidas.
Cuando el MVE es no lineal y corresponde a la forma:
xi = fi (x, u) , (5.118a)
yj = gj (x, u) , (5.118b)
con i = 1, 2, . . . , n, j = 1, 2, . . . , q, el procedimiento que se debe realizar es similar al
caso lineal. Lo que se debe hacer es resolver el sistema de ecuaciones:
0 = fi (x, u) , (5.119)
despejando cada componente de x para luego introducir el resultado en (5.118b).
Ejemplo 5.7
Se puede obtener el modelo esttico del sistema de dos tanques del Ejemplo 5.6 a
partir de (5.114).
Haciendo las derivadas iguales a cero y despejando los niveles h1 y h2 se llega a las
siguientes ecuaciones estticas:
1 2 2
h1 = RH qe , (5.120)
g
1 A22 A23 2
h2 = q . (5.121)
2g A22 A23 e

197
10
h1
h2
8
Altura de los tanques (m)

6
0
0 2 4 6 8 10
3
Caudal de entrada (m /s)
Figura 5.23: Curva esttica correspondiente al sistema de dos tanques presentado en el Ejemplo 5.6.
En la Figura 5.23 se puede observar la curva esttica del sistema hidrulico pre-
sentado en el Ejemplo 5.6 obtenida con (5.120) y (5.121) para un cierto conjunto de
valores de parmetros5 . Cada uno de los puntos de la curva representa el valor final
de las alturas h1 y h2 en funcin del valor del caudal de entrada. Cuando la entrada
vara, el sistema se desplazar de un punto a otro de la curva esttica, de acuerdo
con la dinmica que se representa con su modelo.
5.8.2. A partir de pruebas experimentales

Tambin es posible encontrar la curva esttica a partir de pruebas experimentales.
En este caso el procedimiento es como sigue:
1. Se elige un rango para los valores de la entrada del sistema y se escoge al menos
10 valores diferentes en ese rango. Se debe tener en consideracin la capacidad
del sistema y mantenerse siempre en una zona segura de operacin.
2. Para cada uno de los valores de entrada seleccionados, se procede a mantener

constante este valor de entrada hasta que el sistema llegue a un estado estacio-
5
Los valores de los parmetros se escogieron solamente con fines ilustrativos.

198
nario (cuando la variacin en la salida, o el estado que se est midiendo vare

solo por los efectos del ruido de medicin).
3. Se anota el valor alcanzado del estado o la salida y se procede a repetir el

proceso para cada uno de los valores de entrada seleccionados.
4. Por ltimo se procede a graficar el valor de las salidas o estados en funcin de

los valores de entrada.
Cuando se realiza la curva esttica es importante tomar en cuenta la velocidad del

proceso. Por ejemplo, para el caso de sistemas elctricos, se puede llegar a un nuevo
estado estacionario en cuestin de microsegundos, mientras que para procesos trmicos
podra tardarse horas en alcanzar un nuevo estado. Incluso, para procesos biolgicos
(como los que se dan en plantas depuradoras de agua) se puede tardar das en llegar
a un nuevo estado estacionario.
5.9. Linealizacin
Todos los sistemas reales son no lineales en cierta medida. Como en el caso de los
sistemas hidrulicos o en el caso del motor DC, a veces las relaciones matemticas entre
las variables son no lineales (la raz cuadrada en el caso de los sistemas hidrulicos o
la multiplicacin de estados en el motor DC); otros tipos de no-linealidades son la
saturacin o la histresis.
Sin embargo, analizar estos tipos de sistemas es muy complejo y no existen mtodos
estndar para su estudio. Por otro lado, para los sistemas lineales existe una base
terica robusta para su anlisis con la ayuda de una serie de herramientas matemticas
y de simulacin.
La linealizacin es un proceso que se puede utilizar para aproximar una relacin
no lineal por medio de ecuaciones lineales que sern vlidas en un rango limitado
alrededor de un punto de operacin.
La ecuacin de estado de un sistema no lineal viene dada por:
dx(t)
= f (x(t), u(t)) . (5.122)
dt
La linealizacin consiste en obtener la expansin en series de Taylor de f (x(t), u(t))
alrededor del punto de operacin deseado, pero descartando todos los elementos de
orden 2 y superior. Si el punto de operacin est dado por el estado x(t) = x0 (t) con

199
entrada u(t) = u0 (t), la expansin en series para cada una de las ecuaciones de los
estados por separado viene dado por:

m
fi (x, u)

xi (t) = fi (x0 , u0 ) + (xj xj0 )
X

j=1 xj x0 ,u0
(5.123)
p
fi (x, u)

+ (uj uj0 ),
X

j=1 uj x0 ,u0
con i = 1, 2, . . . , n. Si se define los incrementos con respecto al punto de operacin como

xi = xi xi0 y ui = ui ui0 , se desprende que xi = xi xi0 , con xi0 = fi (x0 , u0 ).
Normalmente, se escoge un punto en estado estacionario como el punto de operacin,
por lo que fi (x0 , u0 ) = 0. Al introducir estas definiciones en (5.123), se obtiene:

m
fi (x, u) p
fi (x, u)

xi (t) = xj + (5.124)
X X
uj .
j=1 x j

x0 ,u0 j=1 u j

x0 ,u0
Esta ecuacin se puede escribir en forma matricial como:
x = A0 x + B0 u, (5.125)
donde: f f1 f1

1

x 1 x2 xn
f f2 f2

2

x1 x2 xn
A0 = . .. .. , (5.126)

.. . .

fn fn fn

x1 x2 xn x0 ,u0
f f1 f1

1

u 1 u2 un
f f2 f2

2

u1 u2 un
B0 = . .. ..

. (5.127)
.. . .

fn fn fn

u1 u2 un x0 ,u0
La ecuacin 5.125, representa el modelo linealizado del modelo no lineal original. El

rango en el que este modelo es vlido, depende mucho de las caractersticas del sistema
y del punto de operacin, por lo que podra ser que para incrementos relativamente
grandes de x0 y u0 , sea necesario contar con una batera de modelos linealizados y
pasar de uno a otro dependiendo del punto de operacin.
Ejemplo 5.8

200
El modelo del sistema hidrulico en (5.114) es no lineal. Linealizar el modelo a

partir del estado estacionario dado por h1 = h10 , h2 = h20 ,qe = qe0 .
Solucin:
Si se escribe el sistema como:
dh1
= f1 (h1 , h2 , qe ), (5.128a)
dt
dh2
= f2 (h1 , h2 , qe ), (5.128b)
dt
con
1 1 q

f1 (h1 , h2 , qe ) = qe gh1 , (5.129a)
A1 RH

v
1 1 2g
q u
f2 (h1 , h2 , qe ) = (5.129b)
u
gh1 A3 u A23
h2
,
A2 RH
t
1 A22
La aproximacin lineal del sistema en incrementos se puede encontrar mediante:

dh1 f1 f1 f1
= h1 + h2 + qe ,
dt h1 {h10 ,h20 ,qe0 } h2 {h10 ,h20 ,qe0 } qe {h10 ,h20 ,qe0 }

dh2 f2 f2 f2
= h1 + h2 + qe ,
dt h1 {h10 ,h20 ,qe0 } h2 {h10 ,h20 ,qe0 } qe {h10 ,h20 ,qe0 }
definiendo h1 = h1 h10 , h2 = h2 h20 y qe = qe qe0 .

Realizando las derivadas parciales y sustituyendo en (5.129), se obtiene el siguiente
modelo:
1 1
!
dh1 g

= qe h1 , (5.130a)
dt A1 A1 RH 2 gh10

1 1
!
dh2 g A3 g

= (5.130b)

h1 h2 .
A2 RH 2 gh10 2
2g
s
dt A2 1 A32 h

A2 A2 20
1 3
A2
2
Si se toma como punto de operacin qe0 = 8 m3 /s, h10 = 5,874 m y h20 = 3,229 m,
la respuesta ante un cambio en la entrada tal que qe0 = 1, es como se presenta en
la Figura 5.24. Como se puede observar, para esa variacin de la entrada, el modelo

201
7
h1
6 h2
Nivel (m)
h1 linealizado
5 h2 linealizado
3
0 20 40 60 80 100 120
Tiempo (s)
Figura 5.24: Comparacin de la respuesta de un modelo linealizado.
linealizado se aproxima muy bien al modelo no lineal, tanto en su dinmica (la forma
de la curva) como en su valor final.
Cuando se recalcula el modelo para otro punto de operacin (qe0 = 5 m3 /s, h10 =
2,296 m y h20 = 1,263 m), el resultado es como en la Figura 5.25. Aunque el modelo
tiene la misma forma de (5.130), este es un modelo lineal diferente al del primer caso,
puesto que sus parmetros (las matrices del MVE) dependen del punto de operacin.
Al compararlo con el caso anterior, se puede notar que la diferencia entre las curvas
es mayor, a pesar que qe0 es igual, la razn por la que esto ocurre se puede explicar
observando el modelo esttico de la Figura 5.23. Para el caso de un caudal igual a
8 m3 /s, la curva esttica es casi una lnea recta (es decir, muy cercano a un sistema
lineal), mientras que para el caso de un caudal igual a 5 m3 /s el modelo esttico
est en un punto donde la curva es ms pronunciada, por lo que la aproximacin
lineal ser ms cruda. Tambin es importante notar que la forma de las curvas de
respuesta al cambio en la entrada (la dinmica) es diferente en ambos casos, por
lo que, dependiendo de la aplicacin, podra ser necesario utilizar los dos modelos
al mismo tiempo, si se desea estudiar el sistema con una aproximacin lineal en un
rango ms amplio de entrada.

202
3.5
3
h1
h2
2.5
Nivel (m)
h1 linealizado
h2 linealizado
2
1.5
1
0 20 40 60 80 100 120
Tiempo (s)
Figura 5.25: Comparacin de la respuesta del modelo linealizado para un punto de operacin diferente.
Figura 5.26: Figura para el ejercicio 5.1.

Sistemas Mecnicos Traslacionales
Ejercicio 5.1
En la Figura 5.26 se muestra un sensor de posicin. Su funcionamiento es el siguiente:
la fuerza f (t), la cual es la entrada del sistema, empuja el rodillo de masa m por
un tubo con aceite y friccin viscosa b. Este rodillo posee un resorte con constante
de elasticidad k en su extremo que hace que se pueda devolver a la posicin inicial
cuando la fuerza se retira. Atado al rodillo est la terminal de un potencimetro al
que se conecta una fuente de tensin de 5 V respecto a tierra, por lo que se produce
una salida de tensin dependiendo de la posicin del rodillo. Si la salida del sistema
es la tensin v(t) y la relacin entre v(t) y x(t) (la distancia recorrida por el rodillo)
es v(t) = Rx(t), determine el modelo en variables de estado del sistema.

203
Figura 5.27: Diagrama del cuerpo libre para el sistema de la Figura 5.26.
Solucin:
El diagrama del cuerpo libre del sistema se encuentra en la Figura 5.27. Definiendo
los desplazamientos como positivos hacia la izquierda, se obtiene:
d2 x(t)
f (t) fk (t) fb (t) = m , (5.131)
dt2
pero la fuerza ejercida por la amortiguacin viscosa es:
dx(t)
fb (t) = b , (5.132)
dt
y la fuerza ejercida por el resorte es:
fk (t) = kx(t). (5.133)
Sustituyendo (5.132) y (5.133) en (5.131) se obtiene:
dx(t) d2 x(t)
f (t) kx(t) b =m . (5.134)
dt dt2
Como se tiene que v(t) = Rx(t), al introducir esta relacin en (5.134):
k b dv(t) m d2 v(t)
f (t) v(t) = . (5.135)
R R dt R dt2
Por lo general, el nmero de estados de un sistema es igual al doble de los cuerpos
que posean masa puesto que los estados se pueden escoger como el desplazamiento
y la velocidad de estos cuerpos. Como v(t) = Rx(t), Los estados se pueden escoger
como:
x1 (t)
" # " #
v
x(t) = = . (5.136)
x2 (t) v

204
Sustituyendo (5.136) en (5.135) y utilizando la notacin de punto para las derivadas,

se obtiene que:
k b R
x2 (t) = x1 (t) x2 (t) + f (t), (5.137)
m m m
y se sabe que x1 (t) = v(t) = x2 (t). La salida es v(t) que es el estado x1 (t). Entonces
el modelo en variables de estado del sistema quedara:
0 1 0
" # " #" # " #
v(t) v(t)
= + f (t),
x2 (t) mk
mb x2 (t) R
" #
m
(5.138)
h i v(t)
y= 1 0 .
x2 (t)
Ejercicio 5.2
Un cohete propulsado por una fuerza F (t) se muestra en el diagrama del cuerpo libre
de la Figura 5.28. Suponiendo que la friccin del aire es proporcional a la velocidad
del mismo con una constante de proporcionalidad b (y por tanto se comporta como
un amortiguador viscoso). La constante gravitacional g no se considera constante sino
que se calcula como:
GM
g= , (5.139)
(R + d(t))2
donde G es la constante gravitacional, M es la masa de la Tierra (suponemos que es
un cohete terrestre), R es el radio de la Tierra y d es la altura del cohete.
La fuerza que impulsa el cohete proviene de la combustin de algn material. La
ecuacin para esta fuerza viene dada por6 :
F (t) = mc Ve + (pe p0 )Ae , (5.140)
donde mc es el flujo de masa del combustible, Ve es la velocidad de salida del

combustible pe es la presin de salida de los gases, p0 es la presin alrededor del
cohete y Ae es el rea a la salida del cohete.
Encuentre un modelo para este sistema.
Solucin:
Este es un sistema que tiene varias peculiaridades: la primera es que el sistema se
traslada verticalmente, por lo que hay que tomar en cuenta el efecto de la gravedad
sobre los cuerpos con masa, la segunda es que debido a las alturas que se estn
tomando en cuenta son bastante grandes, la aceleracin de la gravedad no se toma
6
http://www.grc.nasa.gov/WWW/k-12/airplane/rockth.html

205
Figura 5.28: Diagrama del cuerpo libre para el Ejercicio 5.2.
como constante y por ltimo, se trata de un sistema en el que la masa est variando
con el tiempo.
Debido a que la masa vara, se debe utilizar la ecuacin (5.14) en lugar de la
ecuacin (5.15) para analizar la suma de fuerzas:
d (Mt (t)v(t))
Fx = (5.141)
X
,
dt
Mt (t) es la masa total del sistema en el instante t y v(t) es la velocidad del cohete.
Esta masa la vamos a modelar como la masa inicial M0 menos la cantidad de masa
de combustible que se ha perdido desde el instante inicial que, por simplicidad, se va
a considerar igual a cero. Es decir Mt = M0 mc t.
La sumatoria de fuerzas se puede escribir como:
F x = F Fb (t) Mt g
X
GM (5.142)
= mc Ve + (pe p0 )Ae bv(t) (M0 mc t)
(R + d(t))2
Por supuesto, la masa Mt nunca puede llegar a ser cero, puesto que, si se diera el
caso que todo el combustible se consumiera, la masa total debera ser simplemente la
masa del cohete. Esta es una consideracin que debera hacerse a la hora de intentar
simular estas ecuaciones. Introduciendo (5.142) en (5.141), se llega a que
GM d ((M0 mc t) v(t))
mc Ve + (pe p0 )Ae bv(t) (M0 mc t) 2 = (5.143)
(R + d(t)) dt

206
Por supuesto que siempre se puede escribir que:

dd(t)
= v(t). (5.144)
dt
Y como si estas ecuaciones no fueran complicadas, todava hace falta una relacin
entre el flujo de masa y la velocidad de los gases y una ecuacin para definir qu
controla el flujo de masa. Claro, ac no se estn tomando en cuenta tampoco que
el cohete no viaja completamente vertical y de hecho, tampoco se est tomando en
cuenta factores como la redondez y la rotacin de la tierra, la velocidad del viento,
etc. Esta puede ser una buena explicacin de por qu, en el idioma ingls, cuando
algo es difcil, se dice que es tan difcil como el rocket science.
Sistemas rotacionales y motores DC
Ejercicio 5.3
Determine el modelo en variables de estado del sistema de la Figura 5.29 si la salida

es la distancia recorrida d1 y la entrada es la fuerza f (t).
Solucin:
Figura 5.29: Sistema mecnico traslacional.
Del diagrama de cuerpo libre de la masa M1 (Vase la Figura 5.30) se obtiene7 :
7
En la mayora de los casos es preferible no trabajar con variables que identifiquen aceleraciones
o velocidades, es mejor utilizar de una vez la notacin: a = d y v = d donde a es la aceleracin y v
es la velocidad.

207
Figura 5.30: Diagrama de cuerpo libre de la masa M1 .
Figura 5.31: Diagrama de cuerpo libre de la masa M2
F = M1 d1 M1 d1 = f1 fB1 fK1
X
M1 d1 = f1 B1 d1 K1 (d1 a )
1 B1 K1 K1
d1 = f1 d1 d1 + a (5.145)
M1 M1 M1 M1
y del diagrama de cuerpo libre de la masa M2 (Vase la Figura 5.31) se obtiene:
F = M2 d2
X
M2 d2 = fK2 fB2
M2 d2 = K2 (b d2 ) B2 d2
B2 K2 K2
d2 = d2 d2 + b (5.146)
M2 M2 M2
Del diagrama de cuerpo libre de la palanca mostrado en la Figura 5.32 se tiene8 :
= J
X
-+
a fK1 b fK2 = 0
a K1 (d1 a ) b K2 (b d2 ) = 0 (5.147)
8
El momento de inercia J de la palanca es directamente proporcional a la masa de sta, si se
supone que la masa de la palanca es despreciable, su momento de inercia es nulo. Se supone adems
que el ngulo es pequeo, menor a 15 , por lo que sin() = .

208
Figura 5.32: Diagrama de cuerpo libre de la palanca.
y despejando de la ecuacin (5.147):
a K1 (d1 a ) b K2 (b d2 ) = 0
a K 1 d 1 a2 K 1 b 2 K 2 + b K 2 d 2 = 0
a K1 b K2
= 2 d1 + 2 d2 (5.148)
a K1 + b K2
2 a K 1 + b2 K 2
Introduciendo (5.148) en (5.145) y (5.146) se obtiene:
1 B1 K1
d1 = f1 d1 d1
M1 M1 M1
!
K1 a K1 b K2
+ a 2 d1 + 2 d2
M1 a K 1 + b2 K 2 a K 1 + b2 K 2
b2 K1 K2 B1 a b K1 K2 f1
= d1 d1 + d2 + (5.149)
M1 (a K1 + b K2 )
2 2 M1 M1 (a K1 + b K2 )
2 2 M1
!
B2 K2 K2 a K1 b K2
d2 = d2 d2 + b 2 d1 + 2 d2
M2 M2 M2 a K1 + b K2
2 a K 1 + b2 K 2
a b K1 K2 a2 K 1 K 2 B2
= d1 d2 d2 . (5.150)
M2 (a K1 + b K2 )
2 2 M2 (a K1 + b K2 )
2 2 M2
Como solo (5.149) depende de f1 (t), las ecuaciones (5.149) y (5.150) son l.i, de esta
forma los acumuladores de energa son independientes y se puede realizar la siguiente

209
asignacin de estados:
x1 (t) d1 (t)

x2 (t) d1 (t)

x(t) = =

x3 (t) d2 (t)

d2 (t)

x4 (t)
x1 = x2
2
!
b K1 K2 B1 a b K1 K2 f1
x2 = x1 x2 + x3 +
M1 (a K1 + b K2 )
2 2 M1 M1 (a K1 + b K2 )
2 2 M1
x3 = x4
a2 K1 K2
!
a b K1 K 2 B2
x4 = x 1 + x3 x4
M2 (a K1 + b K2 )
2 2 M2 (a K1 + b K2 )
2 2 M2
Si f1 = u y y = d1 , el modelo en variables de estado sera:
o 1 0 0 0

b2 K K2
M (a2 K 1+b

2 K )
B1
M abK1 K2
M1 (a2 K1 +b2 K2 )
0 1
x = x+

1 1 2 1
M1 u

0 0 0 1
0
abK1 K2
M2 (a2 K1 +b2 K2 )
0 a2 K1 K2
M2 (a2 K1 +b2 K2 )
B2
M 0
2
h i
y= 1 0 0 0 x
Siendo la asignacin de estados:
x1 (t) d1 (t)

x2 (t) d1 (t)

x(t) = =

x3 (t) d2 (t)

d2 (t)

x4 (t)

210
Sistemas mecnicos rotacionales
Ejercicio 5.4
Determine el MVE del sistema mostrado en la Figura 5.33, el cual consta de un

motor DC moviendo una carga de inercia rotacional J. El eje del motor se somete a
un amortiguador viscoso de constante B y tambin se puede modelar como un resorte
torsional de constante K. La entrada del sistema es la tensin Vin y la salida es el
ngulo de giro de la masa.
Figura 5.33: Motor DC moviendo una carga.
Solucin:
Primeramente se determinarn las ecuaciones fsicas del sistema:
Para el motor DC:
Vin = Ra ia + La ia + Vm , (5.151)
donde Vm es la tensin contraelectromotriz generado por el motor.
A la salida del motor:
Vm = kf m (5.152)
m = kf ia , (5.153)
donde kf es una constante, m es el ngulo de giro del eje y m es el par de salida
generado por el motor.
Sumatoria de pares en la salida del motor:
m B K = 0
m B m K(m S ) = 0, (5.154)
donde la sumatoria de pares se realiz de la siguiente manera; el par que genera el
movimiento es el par del motor, por ello se suma positivo, los pares producidos por el
amortiguador viscoso y el resorte torsional se oponen al movimiento, por lo que se

211
sumaron negativos. El par del amortiguador viscoso es B = B m , porque se toma

como referencia angular un punto estacionario, por lo que la velocidad del eje es m . El
par del resorte torsional es K = K(m S ) debido a que el desplazamiento angular
del resorte es m S donde S es el ngulo de giro de la masa. Esta sumatoria de
pares se realiz hasta la entrada del resorte porque hasta este punto se termina un
eje fijo, en general, es aconsejable realizar la sumatoria de pares solo en ejes fijos, es
decir, antes de un resorte y despus del resorte.
Sumatoria de pares en la salida del resorte:
K = L
K(m S ) = J S (5.155)
Esta sumatoria se debe a que es el par del resorte quien mueve directamente a la
masa, y el ngulo de giro de la masa es S .
Por simplicidad las ecuaciones (5.151) a (5.155) se vuelven a copiar:
Vin = Ra ia + La ia + Vm
Vm = kf m
m = kf ia
m B m K(m S ) = 0
K(m S ) = J S
De (5.151) se observa que la corriente del inductor podra ser un estado, no obstante,
de (5.153) se concluye que el par del motor tambin puede serlo, ya que es linealmente
dependiente con la corriente del inductor. Cualquiera de los dos puede ser estado, pero
los dos no pueden serlo al mismo tiempo, de lo contrario se agregara ms informacin
de la necesaria al MVE. Por otro lado, en (5.154) se observa que m puede ser estado,
ya que se encuentra derivado. De (5.155) se concluye que S puede ser estado, ya que
se encuentra derivado. Por ltimo, tanto en (5.154) como (5.155) aparece S , por lo
que se debe definir como estado, ya que de lo contrario no se podran escribir las
derivadas de los estados en funcin de los estados y las entradas.
De este anlisis se concluye que dos posibles asignaciones del vector de estados son:
ia m

m m
x1 (t) = x2 (t) =

S S

S S

212
Por comodidad, se trabajar con la primera asignacin de estados, se deja como

ejercicio hacerlo con la segunda. De esta forma, se debe encontrar:

x1 ia

x2 m

x(t) = = = F (x, u) .

x3 S

x4 S
Sustituyendo (5.152) en (5.151) se tiene que:
Vin = Ra ia + La ia + kf m
Ra kf 1
ia = ia m + Vin (5.156)
La La La
La cual es una expresin de ia (un estado derivado) en funcin de un estado, la
entrada del sistema y el estado derivado m , por lo que no es una ecuacin vlida
para el MVE buscado, se debe eliminar m de (5.156). A partir de sustituir (5.153)
en (5.154) se tiene que:
kf ia B m K(m S ) = 0
kf K
m =
ia (m S ) (5.157)
B B
la cual es una expresin de un estado derivado en funcin de estados sin derivar,
por lo que es una ecuacin vlida para el modelo en variables de estado buscado.
Sustituyendo (5.157) en (5.156) se obtiene que:
1
" #
Ra kf kf K
ia = ia ia (m S ) + Vin
La La B B La
kf2 1
!
Ra kf K kf K
ia = + ia + m S + Vin (5.158)
La La B La B La B La
(5.158) es una expresin de un estado derivado en funcin de estados sin derivar y la
entrada del sistema, por lo que es una ecuacin vlida para el MVE. Finalmente, de
(5.155) se obtiene que:
K K
S = m S (5.159)
J J
Esta es una expresin de un estado derivado en funcin de estados sin derivar, por lo
que tambin es una ecuacin vlida para el modelo en variables de estado. A partir de

213
(5.156), (5.157) y (5.159), de la asignacin de estados realizada y definiendo Vin = u

se obtiene que:
kf2 1
!
Ra kf K kf K
x1 = + x1 + x2 x3 + u (5.160)
La La B La B La B La
kf K K
x2 = x1 x2 + x3 (5.161)
B B B
x3 = S
x3 = S = x4 (5.162)
K K
x4 = x2 x3 (5.163)
J J
y la salida es:
y = S = x3 (5.164)
Las ecuaciones (5.160) a (5.164) en forma matricial resultan:

kf2

kf K k K 1
x1
Ra
+ Lfa B 0 x1

La La B La B La
x2 0
kf x
0 2

x(t) =
= K K
+ u(t)

x3 B B B x3 0

0 0 0 1

0

x4 0 K K
0 x4
J J
x1

h i x2
y(t) = 0 0 1 0

x3

x4
Con: h iT
x(t)T = ia m S S
u(t) = Vin
y(t) = S
Ejercicio 5.5
Para medir la mxima deformidad de un cuerpo, con constante de elasticidad k,
se puede utilizar el sistema de la Figura 5.34. El sistema consta de un motor DC
alimentado por la tensin Va , en la salida del motor se tiene un momento de inercia

214
+
-
Figura 5.34: Medidor de esfuerzo.
J2 , debido a la geometra de su eje. Por la presencia de los roles, se tiene una friccin
viscosa B. El eje del motor se conecta a un engrane de radio R2 , ste se conecta a otro
engrane de radio R1 (con R2 <R1 ) para reducir la velocidad del motor y aumentar el
par aplicado al cuerpo. Al engrane R1 se conecta el cuerpo de estudio, cuya inercia
rotacional es J1 . Para determinar su resistencia, uno de sus extremos se conecta a
un soporte fijo. La idea del sistema es determinar el mximo ngulo de giro 1 antes
de que el cuerpo se destruya, por lo general esta prueba es destructiva. Determine
el modelo en variables de estado de este sistema si la entrada es la tensin Va y la
salida es el ngulo 1 . Adems, grafique el comportamiento del ngulo de salida si se
tienen los siguientes parmetros:
kf = 0, 1N m A1 k = 12N m rad1 La = 0, 28H
Ra = 0, 1 J1 = 0, 02215kg m2 B = 1N m s rad1
R1 = 0, 05m R2 = 0, 3m J2 = 2kg m2 Va = 240V
Solucin:
Las ecuaciones fsicas del sistema son:
Para el circuito elctrico:
Va = Ra ia + La ia + Vm (5.165)
Para el motor DC:
m = kf ia (5.166)
Vm = kf m (5.167)
Sumatoria de pares en la salida del motor:
m 2 B m = J2 m (5.168)
En el sistema de engranajes:
R1
m = 1 (5.169)
R2

215
R2
2 =
1 (5.170)
R1
Sumatoria de pares en la salida del engranaje R1 :
1 k 1 = J1 1 (5.171)
De la ecuacin (5.169) se observa que m y 1 son linealmente dependientes, por lo

que ambos no pueden ser variables de estado al mismo tiempo, de lo contrario, se
agregara ms informacin al modelo de la necesaria. Como la salida del sistema es
el ngulo 1 , se elegir 1 como variable de estado y se eliminar m del resto de
ecuaciones. Sustituyendo (5.169) en (5.167) y reemplazando el resultado en (5.165)
se obtiene:
kf R1
Va = Ra ia + La ia + 1
R2
Ra kf R1 1
ia = ia 1 + Va (5.172)
La La R2 La
Sustituyendo la ecuacin (5.169) en la ecuacin (5.168) se tiene:
B R1 J2 R1
m 2 1 = 1 (5.173)
R2 R2
Luego, al despejar 1 de la ecuacin (5.171) y sustituirlo en (5.170) se tiene:
R2
2 = J1 + k1 (5.174)
R1
Reemplazando (5.166) y (5.174) en (5.173) se tiene:
R2 b R1 J2 R1
kf ia J1 1 + k 1 1 = 1
R1 R2 R2
k R22 B R12 kf R1 R2
1 = 2 2
1 2 2
1 + ia (5.175)
J2 R1 + J1 R2 J2 R1 + J1 R2 J2 R12 + J1 R22
Si el vector de estados se define de forma que:

x1 1
x(t) = x2 = 1

x3 ia
El MVE del sistema sera:

216
Figura 5.35: Librera Continuous y bloque State-Space
0 1 0

0

kR22 BR12 kf R1 R2
x(t) = x(t) + 0

J2 R12 +J1 R22 J2 R12 +J1 R22 J2 R12 +J1 R22 Va
1

kf R1
0 La R2 R a
La La
h i
y(t) = 1 0 0 x(t)
Para graficar la respuesta del sistema se utilizar el bloque State-Space de la librera
Continuous de Simulink. Este bloque permite modelar un sistema utilizando el modelo
en variables de estado (en la misma librera se encuentran bloques para modelar
sistemas a partir de la funcin de transferencia). La librera y el bloque se muestran
en la Figura 5.35. Al seleccionar el bloque con el clic derecho, colocarlo en un nuevo
modelo y presionar doble clic izquierdo sobre l, aparece la ventana de parmetros
del bloque, tal y como se muestra en la Figura 5.36.
En donde se pueden ingresar las matrices que conforman el MVE de la siguiente
forma:
A = [010; k R22 R1/(R1 (J2 R12 + J1 R22 ))

B R22 R1/(R1 (J2 R12 + J1 R22 ))kf R2 R1/(J2 R12 + J1 R22 );
0 kf R1/(La R2) Ra/La]
B = [0; 0; 1/La]
C = [100]
D = [0]

217
Figura 5.36: Parmetros del bloque State-Space
Ejercicio 5.6
Determine el MVE del sistema mecnico que se muestra en la Figura 5.37. La salida
del sistema es la distancia relativa entre el bloque de masa M1 y el bloque de masa
M2 , la entrada del sistema es la fuerza u.
Figura 5.37: Bloques con interaccin
Solucin:
En la Figura 5.38 se muestra el diagrama de cuerpo libre del bloque de masa M1 ,
de l:
F = M1 d1
X
= fk1 fk2 fB + u
= k1 d1 K2 (d1 d2 ) B (d1 d2 ) + u
K1 + K2 K2 B B 1
d1 = d1 + d2 d2 + d1 + u (5.176)
M1 M1 M1 M1 M1

218
Figura 5.38: Diagrama de cuerpo libre de M1
Figura 5.39: Diagrama de cuerpo libre de M2
Del diagrama de cuerpo libre de la masa M2 , mostrado en la Figura 5.39, se tiene9 :
F = M2 d2
X
= fk2 fk3 + fB
= k2 (d1 d2 ) K3 d2 B (d1 d2 )
K2 K2 + K3 B B
d2 = d1 d2 + d1 d2 (5.177)
M2 M2 M2 M2
Si la asignacin de estados se hace como sigue:
x1 (t) d1 (t)

x2 (t) d2 (t)

x(t) = =

d1 (t)

x3 (t)

d2 (t)

x3 (t)
9
Si la friccin viscosa es proporcionada por un cilindro, el carro de masa M1 empujar dicho
cilindro, posteriormente ste ltimo empujar el carro de masa M2 , por esta razn la direccin de la
fuerza en la Figura 5.38 es hacia la derecha. Si la friccin viscosa fuese proporcionada por alguna
sustancia en el suelo, ambos carros experimentaran una fuerza de friccin viscosa pero hacia la
izquierda.

219
Las ecuaciones de estado en forma diferencial seran:

x1 = x3
x2 = x4
x3 = K1M+K1
2
x1 + M
K2
1
x2 MB1 x3 + MB1 x4 + 1
M1
u
x4 =MK2
2
x1 K2M+K2
3
x2 + MB2 x3 MB2 x4
Al ser la salida del sistema la distancia relativa entre el bloque M1 y el bloque M2 se

tiene:
y = d1 d2
y = x1 x 2
Por lo que el MVE del sistema sera:
0 0 1 0 0

0 0 0 1 0

x(t) = x+

u

K1M+K K2 1
MB1 B

2
1 M1 M1 M
1

K2
M2
K2M+K
2
3 B
M2
MB2 0
h i
y(t) = 1 1 0 0 x(t)
Siendo la asignacin de estados:
x1 (t) d1 (t)

x2 (t) d2 (t)

x(t) = =

d1 (t)

x3 (t)

d2 (t)

x3 (t)
Ejercicio 5.7
Determine el modelo en variables de estado del sistema mostrado en la Figura 5.40 si
la entrada es el par aplicado in y la salida es el ngulo de giro de la inercia rotacional
J2 .10
Solucin:
Como es costumbre, se determinarn primero las ecuaciones fsicas del sistema:
Sumatoria de pares en la entrada del resorte k1 :
in K1 = 0
10
Problema modificado de Modelado y anlisis de los sistemas utilizando la red generalizada,
Vctor Alfaro, 2005.

220
Figura 5.40: Sistema rotacional
in K1 (in 1 ) = 0 (5.178)
Sumatoria de pares en la salida del resorte K1 hasta el amortiguador viscoso B1 11 :
K1 B1 B2 = J1 1
K1 (in 1 ) B1 (1 2 ) B2 1 = J1 1 (5.179)
Sumatoria de pares en la salida del amortiguador viscoso B1 y hasta la entrada del
resorte K2 :
B1 B2 K2 = J2 2
B1 (1 2 ) B2 1 K2 2 = J2 2 (5.180)
No es necesario analizar la salida del resorte K2 debido a que ste se encuentra anclado
en la referencia.
De (5.179)y (5.180) se observa la presencia de 1 y 2 , por lo que 1 y 2 pueden ser
variables de estado. Adems, en (5.180) se observa la presencia de 2 , por lo que si se
quiere escribir el modelo en variables de estado de la forma:
x = A x + B u
(5.181)
y =C x+Du
solo hay dos posibilidades, eliminar 2 o definirlo como estado. Como no se tienen
ecuaciones suficientes para eliminarlo se debe definir como estado. Por otro lado, en
(5.179) y (5.178) est el trmino K1 (1 in ), en (5.178) este trmino se iguala al
par de entrada, por lo que se puede sustituir (5.178) en (5.179) para eliminar por
completo a 1 y a in y no tomarlos como estados. De este anlisis se concluye que
11
Esta sumatoria se debe a que ambas inercias no en encuentran en un mismo eje fijo, por lo
tanto se hacen sumatorias de pares distintas para cada seccin.

221
una posible asignacin para el vector de estados es:

x1 2
x(t) = x2 = 2 (5.182)

x3 1
Donde se considerar adems:

in = u
(5.183)
y = 2
De la asignacin de estados hecha en (5.182) se tiene que:
x1 = 2
(5.184)
x1 = 2 = x2
despejando 2 de (5.180) se obtiene:
K2 B1 + B2 B1

2 = 2 2 + 1
J2 J2 J2
K2 B1 + B2 B1

x2 = x1 x2 + x3 (5.185)
J2 J2 J2
finalmente, sustituyendo (5.178) en (5.179) y despejando 1 del resultado tiene que:
B1 B1 + B2 1

1 = 2 1 + in
J1 J1 J1
B1 B1 + B2 1

x3 = x2 x3 + u (5.186)
J1 J1 J1
y a partir de (5.183), (5.184), (5.185) y (5.186) en forma matricial se obtiene:
0 1 0

0

x1 x1
KJ22 B1J+B

B1
x(t) =
x2 =
2
0
x2 + 1 u

2 J2
x3 0 BJ11 B1J+B
1
2 x3 J1

h i x1
y(t) = 1 0 0 x2

x3
Siendo este el modelo en variables de estado del sistema.

222
Figura 5.41: Sistema hidrulico
Sistemas hidrulicos
Ejercicio 5.8
Determine el MVE no lineal del sistema hidrulico mostrado en la Figura 5.41 si
las entradas del sistema son los caudales qa y qb y la presin atmosfrica Patm , las
salidas son los niveles de ambos tanques y el caudal de salida qo . Suponga que todos
los tanques estn al mismo nivel respecto al suelo.
Solucin: Las ecuaciones fsicas del sistema son:
Para el tanque 1:
qa q1 = C1 P1 (5.187)
Donde q1 y P1 son respectivamente, el caudal de salida del tanque y la presin en el
fondo del mismo, C1 es la capacitancia hidrulica asociada.
Para la bomba:
qout P1
= =n (5.188)
q1 Pout
Donde P1 es la presin de entrada a la bomba, Pout es la presin de salida y qout es el
caudal de salida de la bomba.
Para la restriccin k1 : q
qout = k1 Pout P2 (5.189)
Donde P2 es la presin de entrada al tanque 2.
Para el tanque 2:
qb + qout qo = C2 P2 (5.190)
Y para la restriccin k2 : q
qo = k2 P2 Patm (5.191)
Sustituyendo (5.189) y (5.191) en (5.190) se tiene:
q q
q b + k1 Pout P2 k2 P2 Patm = C2 P2

223
k2 q k1 q 1
P2 = P2 Patm + Pout P2 + qb (5.192)
C2 C2 C2
Por otro lado, de (5.189) y (5.188) se tiene que:
s
k1 P1
q1 = P2 (5.193)
n n
P1
Pout = (5.194)
n
y sustituyendo (5.193) en (5.187) se tiene:
s
k1 P1
qa P2 = C1 P1
n n
s
k1 P1 1
P1 = P2 + qa (5.195)
C1 n n C1
sustituyendo (5.194) en (5.192) se obtiene:
s
k2 q k1 P1 1
P2 = P2 Patm + P2 + qb (5.196)
C2 C2 n C2
de (5.195) y (5.196) se observa que si los estados y las entradas se definen de forma
que:
" # " # u1 qa
x1 P1
x(t) = = u(t) = u2 = qb

x2 P2
u3 Patm
Se tendra:
k1 x1 1
r
x1 = x2 + u1
C1 n n C1
k2 k1 x1 1
r
x2 = x2 u3 + x2 + u2
C2 C2 n C2
por otro lado, como12 :
1 1
g h1 + Patm = P1 h1 = y1 = (P1 Patm ) = (x1 u3 )
g g
12
Como P1 y P2 son presiones absolutas, son iguales a la presin que ejerce el lquido en el fondo
del tanque (p g h) ms la presin atmosfrica Patm .

224
1 1
g h2 + Patm = P2 h2 = y2 = (P2 Patm ) = (x2 u3 )
g g
por ltimo, de (5.191) se tiene que:
q
qo = k2 P2 Patm

y3 = k2 x2 u3
por lo que el MVE no lineal del sistema sera:
k1 x1 1
r
x1 = x2 + u1
C1 n n C1
k2 k1 x1 1
r
x2 = x2 u3 + x2 + u2
C2 C2 n C2
1
y1 = (x1 u3 )
pg
1
y2 = (x2 u3 )
pg

y3 = k2 x2 u3
Ejercicio 5.9
Obtenga el MVE no lineal del sistema hidrulico mostrado en la Figura 5.42 si las
entradas del sistema son el caudal q1 y la presin atmosfrica Patm y la salida es el
caudal qo .
Solucin:
Las ecuaciones fsicas del sistema son:
Para el tanque 1:
q1 q2 = A1 h1 (5.197)
Para la restriccin k1 :
q
q2 = k1 ( g h1 + Patm ) Patm
q
q2 = k1 g h1 (5.198)
Para el segundo tanque:
q2 qo = A2 h2 (5.199)

225
Figura 5.42: Sistema de tanques
Para la tubera de longitud La :
( g h2 + Patm ) P3 = La qo (5.200)
Donde P3 es la presin en la entrada de la restriccin k2 .

Para la restriccin k2 : q
qo = k2 P3 Patm (5.201)
q
q1 k1 g h1 = A1 h1
k1 q 1
h1 = g h1 + q1 (5.202)
A1 A1
De (5.198) en (5.199) se obtiene:
q
k1 g h1 qo = A2 h2
k1 q 1
h2 = g h1 qo (5.203)
A2 A2
De (5.201) se tiene que:
1
P3 = q 2 + Patm (5.204)
k22 o
Resultado que puede introducirse en (5.200) para obtener:
1
!
( g h2 + Patm ) q 2 + Patm = La qo
k22 o

226
g 1
qo = h2 q2 (5.205)
La La k22 o
Si se define que:

x1 h1
x(t) = 2 = h2
x y(t) = qo = x3 u(t) = q1

x3 qo
Se tiene, a partir de (5.202), (5.203) y (5.205) el siguiente modelo en variables de

estado para el sistema bajo estudio:
k1 1
x1 = g x1 + u
A1 A1
k1 1
x2 = g x1 x3
A2 A2
g 1
x3 = x2 2
x23
La La k2
y = x3
Ejercicio 5.10
Determine el modelo en variables de estado del sistema mostrado en la Figura 5.43 si
las entradas son el caudal qe y la presin atmosfrica Patm , mientras las salidas son el
caudal qs y el caudal qo . El radio del tanque cnico es R y su altura es h. Al lado del
tanque de paredes paralelas se coloca un pequeo orificio de rea A a una altura h3
del nivel del suelo, suponga que siempre existe un caudal qo y por tanto h2 > h3 .
Solucin:
Primeramente se determinarn las ecuaciones fsicas del sistema:
Para el tanque cnico se tiene, por la ecuacin de balance de masas:
qe q1 = V (5.206)
donde V es la derivada del volumen respecto al tiempo, es importante notar que para
el caso de tanques de paredes paralelas y abiertos se tena:
qin qout = CH P = A h (5.207)
pero (5.207) solo es aplicable si los tanques son abiertos y de paredes paralelas, la
ecuacin (5.206) es el caso general para un tanque de cualquier geometra. De esta

227
Figura 5.43: Sistema hidrulico con tanque cnico
Figura 5.44: : Mitad de la seccin transversal del tanque cnico
forma, se podra obtener una expresin analtica del volumen del tanque en funcin
del nivel de ste para utilizar el nivel como variable de estado, como es costumbre en
estos casos.
En la Figura 5.44 se muestra la mitad de la seccin transversal del tanque cnico, en
la figura R1 representa el radio del cono del agua y h1 su altura. Por semejanza de
tringulos se puede determinar que:
h1 R1 R
= R1 = h1 (5.208)
h R h
adems, se tiene que el volumen del cono de agua es:

V = h1 R12 (5.209)
3

228
y sustituyendo (5.208) en (5.209) se tiene que:

2
R R2 3

V = h1 h1 = h1 = k h31 (5.210)
3 h 3h 2
As, sustituyendo (5.210) en (5.206) se obtiene:
d h
k h31
i
qe q1 = V = (5.211)
dt
Utilizando la regla de la cadena se puede obtener la derivada de la parte derecha de
(5.211) como:
d h d 3 dh1
k h31 = k = 3k h21 h1
i
h (5.212)
dt dh1 1 dt
y sustituyendo (5.212) en (5.211) se tiene:
qe q1 = 3k h21 h1 = k 0 h21 h1 (5.213)
Con lo que se tiene la ecuacin que describe la variacin del nivel del tanque en
funcin de los caudales de entrada y salida.
Por otro lado, para la vlvula k1 se tiene:
q q
q1 = k1 g h1 + Patm Patm = k1 g h1 (5.214)
Para el segundo tanque tiene que:
q1 qo qs = A2 h2 (5.215)
pero al ser el caudal qo debido a un orificio en el tanque se tiene por el teorema de

Torrecelli: q
qo = A 2g hx
donde hx es la altura del orificio respecto al nivel de agua que se puede escribir como:
hx = h2 h3
y por tanto: q
qo = A 2g (h2 h3 ) (5.216)
y adems, de la vlvula k2 se obtiene que:
q q
qs = k2 g h2 + Patm Patm = k2 g h2 (5.217)

229
Siendo esta la ltima ecuacin fsica del sistema. El conjunto completo de ecuaciones
se copia de nuevo por comodidad:
qe q1 = 3k h21 h1 = k 0 h21 h1
q q
q1 = k1 g h1 + Patm Patm = k1 g h1
q1 qo qs = A2 h2
q
qo = A 2g (h2 h3 )
q q
qs = k2 g h2 + Patm Patm = k2 g h2
Como dos de las variables del sistema se encuentran derivadas pueden ser utilizadas
como estados. Debe notarse que la altura h3 es constante, de hecho es un parmetro,
por lo que no debe ser tomada como variable de estado. De esta forma, una posible
asignacin para el vector de estados es:
" #
h1
x(t) =
h2
h i
por lo que se debe encontrar x(t)T = h1 h2 como una funcin de x(t) y u(t),
siendo u(t) definido en este caso como:
u(t) = qe
debido a que en (5.213) hasta (5.217) no aparece la presin atmosfrica, y por lo

tanto, no es necesario tomarla en cuenta para el modelo en variables de estado.
Puesto que q1 ,qo y qs no fueron seleccionadas como variables de estado, deben ser
eliminadas del conjunto de ecuaciones. Sustituyendo (5.214) en (5.213) resulta:
q
qe k1 g h1 = k 0 h21 h1
k1 q 1
h1 = 2
g h1 + qe (5.218)
k 0 h1 k 0 h21
e introduciendo (5.214), (5.216) y (5.217)en (5.215) se tiene:
q q q
k1 g h1 A 2g (h2 h3 ) k2 g h2 = A2 h2
k1 q A q k2 q
h2 = g h1 2g (h2 h3 ) g h2 (5.219)
A2 A2 A2

230
Crema trmica
Figura 5.45: Sistema de enfriamiento de un procesador
h i
Finalmente, al haber definido el vector de salidas como yT = qo qs se tiene de
(5.216) y (5.217): q
qo = A 2g (h2 h3 ) (5.220)
q
qs = k2 g h2 (5.221)
Por lo que el modelo en variables de estado no lineal del sistema se determina a partir
de (5.218) hasta (5.221) como:
k1 q 1
h1 = 0 2
g h1 + 0 2 qe
k h1 k h1
k1 q A q k2 q
h2 = g h1 2g (h2 h3 ) g h2
A2 A2 A2
q
qo = A 2g (h2 h3 )
q
qs = k2 g h2
Siendo este el modelo en variables de estado no lineal del sistema.
Ejercicio 5.11
En la Figura 5.45 se muestra un sistema de enfriamiento para un procesador de
computadora. El procesador se coloca sobre la tarjeta madre, existiendo entre ambos
una resistencia trmica dada por Rpm . Para facilitar el enfriamiento del procesador,
se coloca una crema trmica, siendo la resistencia trmica entre el procesador y la
crema Rpc . Finalmente, se coloca un disipador de calor, siendo la resistencia trmica
entre l y la crema trmica Rcd . Debido al procesamiento de datos, se genera un flujo
de calor en el procesador. Si la resistencia trmica entre el procesador y el ambiente
(cuya temperatura es T0 ) es Rp0 , calcule el modelo en variables de estado del sistema
si T0 , y Tm (la temperatura de la tarjeta madre) son las entradas y la salida es la
temperatura del procesador Tp .
Solucin:
En la Figura 5.46 se muestran los flujos de calor que entran y salen del procesador
(exagerando el tamao de los componentes).

231
Figura 5.46: : Flujos de calor en el procesador
Para el procesador:
Cp Tp = pm pc p0
Tp Tm Tp Tc Tp T0
Cp Tp = (5.222)
Rpm Rpc Rp0
Donde Cp es la capacitancia trmica del procesador, Tc es la temperatura de la crema
trmica y T0 es la temperatura ambiente13 .
Para la crema trmica:
Cc Tc = pc cd
Tp Tc Tc Td
Cc Tc =
Rpc Rcd
Sin embargo, como la masa de la crema es despreciable, y la capacitancia trmica
est dada por:
C t = cp M
Se tiene que Cc tiende a cero, por lo tanto:
Tp Tc Tc Td
0= (5.223)
Rpc Rcd
Para el disipador de calor:
Cd Td = cd d0
Tc Td Td T0
Cd Td = (5.224)
Rcd Rd0
Por comodidad, se copian de nuevo las ecuaciones (5.222), (5.223) y (5.224):
Tp Tm Tp Tc Tp T0
Cp Tp =
Rpm Rpc Rp0
13
En realidad, el flujo de calor del procesador al ambiente es casi nulo, ya que el rea de contacto
entre ambos es despreciable (el procesador es muy delgado, y por lo general, se encierra en una
cmara aislada del ambiente). Aqu se incluye este flujo meramente para efectos didcticos.

232
Tp Tc Tc Td
0=
Rpc Rcd
Tc Td Td T0
Cd Td =
Rcd Rd0
Como Tp (temperatura del procesador) y Td (temperatura del disipador de calor) son
variables que se encuentran derivadas, se pueden utilizar como estados. Tomando en
cuenta que T0 , y Tm son las entradas, la nica variable que se debe eliminar es la
temperatura de la crema trmica Tc . De la ecuacin (5.223) se tiene:
!1
1 1
!
Tp Td
Tc = + +
Rpc Rcd Rcd Rpc
Rpc Rcd
Tc = Td + Tp (5.225)
Rpc + Rcd Rpc + Rcd
Sustituyendo (5.225) en (5.222) se obtiene:
Tp Tm Tp Tc Tp T0
Cp Tp =
Rpm Rpc Rp0
1 1 1 1 1 1
!
= + + Tp + Tm + Tc + T0
Rpm Rpc Rp0 Rpm Rpc Rp0
1 1 1 1 1 1
! !
Rpc Rcd
= + + Tp + Tm + Td + Tp + T0
Rpm Rpc Rp0 Rpm Rpc Rpc + Rcd Rpc + Rcd Rp0
1 2 1 1 1 1 1
!
= + + Tp + Tm + Td + T0
Rpm Rpc Rp0 Rpc + Rcd Rpm Rpc + Rcd Rp0
A 1 1 1 1
Tp = Tp + Td + + Tm + T0 (5.226)
Cp Cp (Rpc + Rcd ) Cp Cp Rpm Cp Rp0
Con:
1 1 1
!
A= + +
Rpm Rpc Rp0
y sustituyendo (5.225) en (5.224) se obtiene, despus de simplificar:
1 1 2 1 1
!
Td
Td = Tp + + T0 (5.227)
Cd (Rpc + Rcd ) Rd0 Rcd Rpc + Rcd Cd Cd Rd0

233
con: h iT h iT
x(t) = x 1 x2 = Tp Td
h iT h iT
u(t) = u1 u2 u3 = Tm T0
y(t) = Tp
y de (5.226) y (5.227) se obtiene el modelo en variables de estado del sistema como:
C1p 1 1 1 1
"
+ +
#
Cp (Rpc +Rcd ) x1
x(t) = Rpm
1
Rpc Rp0
C1d 1 2 1

Cd (Rpc +Rcd ) Rd0
+ Rcd
Rpc +Rcd
x2

" 1 1 1 # u1
+ Cp Cp Rpm Cp Rp0
u2

1
0 0 Cd Rd0 u3
" #
h i x1
y(t) = 1 0
x2
Un aspecto interesante de este ejercicio es que de (5.222):
Tp Tm Tp Tc Tp T0
Cp Tp =
Rpm Rpc Rp0
se deduce que si el flujo de calor entre el procesador y los otros cuerpos de contacto
es despreciable (y por consiguiente todas las resistencias trmicas tienden a infinito),
se tiene:
Cp Tp = (5.228)
Si el flujo de calor producido por el procesamiento es constante, se puede integrar a
ambos lados de (5.228) para obtener:
Cp |Tp (t) Tp0 | = t

1 1
Tp (t) = t+ Tp0
Cp Cp
Por lo que la temperatura del procesador crecera linealmente con el tiempo. En la
prctica, la resistencia trmica entre el procesador y la tarjeta madre es bastante
grande, al igual que la resistencia trmica entre el procesador y el ambiente, es por
esta razn que se utilizan cremas trmicas y disipadores de calor (tambin se incluyen
ventiladores, pero por simplicidad no se incluyeron en el ejercicio).

234
Ejercicio 5.12
En la Figura 5.47 se muestra un horno automtico. Cuando un cuerpo se coloca en
l, la distancia d se ve modificada, posteriormente, esa distancia se convierte en una
variable elctrica mediante el transductor de ganancia a. Con esa variable elctrica,
se alimenta la resistencia que genera el flujo de calor de acuerdo a la posicin d. El
flujo de calor es tal que:
(t) = a d(t)
Se tiene adems que la conductividad trmica de las cinco paredes del horno es 1 y
la de la puerta del horno (la cual no se muestra) es 2 , el grosor de las paredes del
horno es el mismo que el de la puerta y se representa por l, cada cara del horno tiene
un rea A (o sea, el horno es un cubo). Si la temperatura T1 en el interior del horno
es homognea y la temperatura del ambiente se define como T0 , encuentre el modelo
en variables de estado de este sistema si la salida es la temperatura en el interior del
horno. Suponga despreciable la masa de todos los cuerpos excepto el de la masa M .
Figura 5.47: Horno automtico
Solucin:
Este sistema se ve formado por dos tipos de sub-sistemas fundamentalmente,
el sistema mecnico y el sistema trmico, el sistema elctrico no juega un papel
importante debido a que ste est formado por una resistencia y su comportamiento
es instantneo. Primeramente se determinarn las ecuaciones del sistema mecnico:
Fy = M d = M g K d B d (5.229)
X
Siendo solo esta ecuacin la que interviene en el sistema mecnico. Para el sistema

235
trmico se tiene que:

1 2 = M T (5.230)
donde 1 es el flujo de calor que pasa por las paredes del horno, el cual se puede
escribir como:
T1 T0
1 = (5.231)
R1
siendo R1 la resistencia trmica entre el ambiente y las paredes del horno, la cual es:
l
R1 = (5.232)
51 A
debido a que hay cinco paredes en el horno. Sustituyendo (5.232) en (5.231) se tiene:
5A 1 5A 1
1 = T1 T0 (5.233)
l l
Por otro lado, 2 es el flujo de calor que pasa por la puerta del horno, o sea:
T1 T0
2 = (5.234)
R2
pero con:
l
R2 = (5.235)
2 A
se tiene, sustituyendo (5.235) en (5.234):
A 2 A 2
2 = T1 T0 (5.236)
l l
As, sustituyendo (5.233) y (5.236) en (5.230) se obtiene:
5A 1 5A 1 A 2 A 2
T1 + T0 T1 + T0 = M T1
l l l l
5A 1 A 2 5A 1 A 2

+ T1 + + T0 = M T (5.237)
l l l l
Por comodidad, se vuelve a copiar la relacin entre d(t) y (t) :
=ad (5.238)

5A 1 A 2 5A 1 A 2

ad + T1 + + T0 = M T (5.239)
l l l l

236
Las dos ecuaciones que definen el comportamiento del dinmico del sistema son:
M d = M g K d B d (5.240)
5A 1 A 2 5A 1 A 2

ad + T1 + + T0 = M T (5.241)
l l l l
En (5.229) se observa a d, por lo que d puede ser estado, adems, en (5.239) la
temperatura est derivada, por lo puede ser tomada tambin como variable de estado.
Ambas ecuaciones contiene el trmino d, pero ste no se puede eliminar por que se
mezclaran los estados derivados que se definieron hasta el momento, por lo que d
debe definirse como un estado tambin. Por otro lado, si se define la temperatura
ambiente y la constante gravitacional como entradas, y del enunciado se dice que la
salida es la temperatura T1 se tiene:
iT
d d T1
h h iT
x(t)T = x1 x2 x3 =
h iT
u(t)T = T0 g
y(t) = T1 = x3
Por lo tanto, el modelo en variables de estado sera:
0 1 0 0 0

x(t) = M
K
MB
0 x(t) +

0 1
u(t)
a
M
0 MAl (51 + 2 ) A
M l
(51 + 2 ) 0
h i
y(t) = 0 0 1 x(t)
Vale la pena simular este sistema, para ello se utilizar de nuevo el bloque State-
Space. Este bloque se debe configurar como se muestra en la Figura 5.48. Un punto
importante es que se le est dando un valor inicial a la temperatura interna del horno
de 23 C, esto debido a que se supone que el horno no se haba usado y por tanto su
temperatura es igual a la temperatura ambiente.
Adems, se debe crear el diagrama en Simulink mostrado en la Figura 5.49 y se
debe llamar horno.
Si se desea configurar el Scope para que guarde los datos directamente en el
workspace de MATLAB , se debe dar doble clic en l, de esta forma se abrir la
ventana de grfico y se podr configurar como se muestra en la Figura 5.50. En esta
configuracin se realiz lo siguiente:
1. Se abri la paleta de configuracin.

237
Figura 5.48: Configuracin del bloque State-Space
Figura 5.49: Diagrama del MVE del horno
2. Se modific el lmite de puntos a graficar a ms de 5000 (seleccin por defecto).
3. Se guardaron los datos al rea de trabajo con el nombre Datos.
4. Los datos se guardaron como una estructura de datos con valores de tiempo.
La siguiente lista de comandos en MatLab pueden ser utilizados en un archivo .m

para correr el programa de Simulink siempre y cuando se hayan seguido los pasos
anteriormente descritos:
clear all
M=3; %Masa del cuerpo en kg
K=0.5; %Constante de elasticidad
B=2.5; %Coeficiente de amortiguacin viscosa
a=10; %Constante de proporcionalidad
A=0.09; %rea de las caras del horno
l=0.01; %Espesor de las paredes
s1=0.1; %Conductividad trmica de las paredes del horno
s2=0.5; %Conductividad trmica de la puerta del horno

238
Figura 5.50: Configuracin de Scope de Simulink
Figura 5.51: Respuesta dinmica del modelo en variables de estado
A1=[0 1 0;-K/M -B/M 0;a/M 0 -A/(M*l)*(5*s1+s2)]; %Matriz A del MVE

B=[0 0;1 0;0 (A/(M*l)*(5*s1+s2))]; %Matriz B del MVE
C=[0 0 1]; %Matriz C del MVE
D=[0 0]; %Matriz D del MVE
sim(horno); %Simula el archivo de Simulink llamado horno

plot(dato.time,dato.signals.values);
grid
xlabel(Tiempo [s]);
ylabel(Temperatura [C]);
title(Temperatura interna del horno)
Al correr este programa, se genera un grfico como el mostrado en la Figura 5.51, el

cual muestra que la temperatura del horno se estabiliza casi a los 150C para una
masa de 3kg.

6. Identificacin de sistemas en el
dominio del tiempo
En el captulo 4 se estudi el comportamiento dinmico de los sistemas de primer
orden ms tiempo muerto (POMTM) y segundo orden ms tiempo muerto (SOMTM),
ante entradas tipo escaln. Adems, en la seccin 4.6 se demostr que un sistema de
orden superior a dos poda ser aproximado por un modelo de primer o segundo orden
ms tiempo muerto.
En el anlisis y control de sistemas, es muy comn encontrarse con procesos que
se comporten en forma semejante a este tipo de modelos. Por todo esto, surge la
pregunta: Es posible encontrar modelos de POMTM y SOMTM que se aproximen al
comportamiento real de sistemas ms complejos? En este captulo se mostrar que s,
para ello, se tomar como punto de partida la respuesta del sistema ante un cambio
escaln en la entrada o entradas del sistema que se est analizando.
6.1. Descripcin del problema

Si bien es cierto en el captulo 5 se estudi el modelado analtico de sistemas, en
algunas ocasiones no es posible, o es poco prctico, determinar un modelo analtico
del sistema bajo estudio.
Por ejemplo, considrense los sistemas mostrados en la Figura 6.1. Todos estos
sistemas se encuentran en el Laboratorio de Automtica de la Escuela y se utilizan en
cursos posteriores a este. El sistema de la Figura 6.1a est conformado principalmente
por motores DC, los cuales ya se estudiaron en la seccin 5.5.1, pero, Sera buena
idea desarmar el robot para buscar los datos de placa de cada motor? La respuesta es
no (por lo menos si el brazo se quiere volver a usar). Por otro lado, en la Figura 6.1b
se muestra un proceso de control de caudal de aire. Se sabe qu hace el sistema, pero,
a menos que se desarme, no se conocer nada de su interior, haciendo casi imposible
determinar un modelo analtico de este. Por ltimo, el sistema de la Figura 6.1c es
un sistema hidrulico, el cual est conformado por todos los elementos vistos en clase.
Pero sus conexiones son tan complejas que un modelo analtico sera muy difcil (pero
no imposible) de determinar.
239
240
Las caractersticas de estos sistemas hacen que sea mejor pensar en realizar pruebas
sobre las entradas y salidas para determinar sus modelos, justificando as las tcnicas
que se presentarn ms adelante en este captulo.
Es muy importante que el lector no considere que el modelado analtico es poco
til. En este curso simplemente se da un conjunto de herramientas para analizar y
modelar los sistemas. Depende del ingeniero o ingeniera determinar cul es adecuada
para resolver un problema en especfico. Por ejemplo, en el proceso de diseo de los
sistemas de la Figura 6.1, probablemente se utiliz el modelado analtico para disear
los componentes que conforman cada sistema.
6.2. Algunas definiciones preliminares

Antes de comenzar con las tcnicas para identificar sistemas en el dominio del
tiempo, es necesario recalcar algunas definiciones ya vistas o presentar nuevas:
Modelo de un sistema: como se mencion en la seccin 1.3, un modelo es:

Una representacin de los aspectos esenciales de un sistema (Lora
y Mazn, 1989).
Particularmente estos aspectos sern el comportamiento en el tiempo de la
respuesta de los sistemas ante una entrada.
Curva de reaccin: Se definir la curva de reaccin como la respuesta de un

sistema ante una entrada determinada (Lora y Mazn, 1989).
Por lo general, la entrada que se utiliza es del tipo escaln. Esto se debe a
que es la entrada realizable que provoca un mayor impacto sobre el sistema,
permitiendo as observar mejor sus caractersticas.
Para ilustrar esta idea, obsrvese la Figura 6.2, la cual muestra la respuesta en
el tiempo de dos sistemas (uno de POMTM y otro de SOMTM) ante distintos
tipos de entradas (rampa, senoidal y escaln). Ntese que en las figuras 6.2a
y 6.2b no se puede apreciar fcilmente cul respuesta es la del sistema de
POMTM y cul es del sistema de SOMTM, no obstante, en la Figura 6.2c,
donde se aplic una entrada del tipo escaln, se aprecia fcilmente que la salida
del sistema de primer orden corresponde a la seal de color verde con tan solo
ver la forma en que esta evoluciona (vase la Figura 6.2d).
Sistemas autorregulados: Un sistema autorregulado es un sistema cuya

salida se mantiene acotada cuando se aplica una entrada del tipo escaln. En

241
(b) Sistema de caudal

(a) Brazo robtico
(c) Sistema hidrulico
Figura 6.1: Algunos ejemplos de sistemas.

242
20 1
Salida de los sistemas

15
0.5
10
0
5
0 0.5
0 5 10 15 20 0 5 10 15 20
Tiempo (s) Tiempo (s)
(a) Entrada rampa (b) Entrada senoidal

1 1

0.5
0.5
0
0 5 10 15 0
0 5 10 15
(c) Entrada escaln (d) Entrada escaln
Figura 6.2: Respuesta de dos sistemas a diferentes entradas.
cierta forma, esta definicin es anloga a la de los sistemas estables segn el

criterio BIBO explicado con anterioridad.
Sistemas no autorregulados: Los sistemas no autorregulados son sistemas

en los que su salida no se mantiene acotada si se aplica una entrada escaln.
Por lo general, estos sistemas son inestables y su salida se satura (llega a un
valor mximo o mnimo) por los aspectos constructivos del sistema.
6.3. Modelos utilizados en la identificacin

En su mayora, los sistemas que se pueden encontrar en la vida diaria se pueden
modelar aceptablemente por unos cuantos modelos (Astrm y Hgglund, 2009). A
continuacin, se presentan dichos modelos, clasificndolos en el tipo de sistemas que
modelan: autorregulados o no autorregulados.

243
6.3.1. Modelos para sistemas no autorregulados

Como se mencion anteriormente, los sistemas no autorregulados tienen la carac-
terstica de que su salida se vuelve inestable ante una entrada escaln. Por tanto,
para modelar dicho comportamiento, se utilizan modelos con polos en el origen,
comnmente llamados polos integradores.
Modelos integradores de primer orden

El modelo integrador de primer orden tiene una funcin de transferencia dada por:
KeLs
P (s) = , (6.1)
s
donde:
K es la ganancia del modelo (no se debe confundir con la ganancia esttica del
modelo, pues este modelo no llega a estado estable).
L es el tiempo muerto del modelo.
En la Figura 6.3 se muestra la curva de reaccin1 de un modelo integrante de primer
orden dado por:
0,25e1,25s
P (s) = . (6.2)
s
Obsrvese que despus de que pasa el tiempo muerto del modelo, la respuesta de
este crece linealmente con una pendiente que depende del factor K y la amplitud del
escaln de entrada.
Modelos integradores de segundo orden

Si se necesita un aumento ms suave de la respuesta del modelo, pero que al
mismo tiempo se mantenga la caracterstica no autorregulada del sistema, se puede
agregar un polo en el denominador del modelo integrador de primer orden. Con esto,
se define el modelo integrador de segundo orden como:
KeLs
P (s) = , (6.3)
s(T s + 1)
donde:
1
A partir de aqu, se supondr que se utiliza una entrada tipo escaln cuando se obtiene la curva
de reaccin de un sistema o modelo.

244
2.5
Entrada
Salida
2
1.5
Seales 1
0.5
0
0 2 4 6 8 10
Tiempo (s)
Figura 6.3: Curva de reaccin de un modelo integrador de primer orden.
K es la ganancia del modelo.

L es el tiempo muerto del modelo.
T es la constante de tiempo del modelo.
De esta forma, la respuesta de un modelo integrante de segundo orden ante una
entrada escaln unitario es como la mostrada en la Figura 6.4, la cual corresponde al
modelo dado por:
0,2e0,5s
P (s) = , (6.4)
s(s + 1)
y se observa que el incremento en la salida del modelo no es tan abrupta como la del
modelo integrador de primer orden.
6.3.2. Modelos para sistemas autorregulados

Debido a que la salida de los sistemas autorregulados llega a un valor constante al
aplicarse un escaln, estos sistemas se deben modelar por modelos con funciones de
transferencia estables, siendo los modelos ms comunes los de POMTM y SOMTM.
Modelos de primer orden ms tiempo muerto (POMTM)

El modelo de POMTM posee una funcin de transferencia dada por:
KeLs
P (s) = , (6.5)
Ts + 1

245
1.8
Entrada
1.6 Salida
1.4
1.2
Seales
1
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tiempo (s)
Figura 6.4: Curva de reaccin de un modelo integrador de segundo orden.
Efecto de la ganancia Efecto de la constante de tiempo

1.5 1
K=0.50 T=0.50
K=0.75 T=0.75
K=1.00
0.8 T=1.00
1 K=1.25 T=1.25
Seales
Seales
K=1.50 0.6 T=1.50
0.4
0.5
0.2
0 0
0 2 4 6 8 10 0 2 4 6 8 10
Figura 6.5: Curvas de reaccin de un modelo de POMTM.
donde T es la constante de tiempo del sistema2 y define la velocidad de respuesta del

modelo.
La curva de reaccin del modelo de POMTM, para varios valores de K y T , se
muestra en la Figura 6.5. Para todos los casos se supuso que las condiciones iniciales
del modelo son cero y que el escaln (seal amarilla) es unitario.
2
Esta seccin est ntimamente ligada al captulo 4, por lo que se recomienda al lector repasar
los temas ah tratados.

246
Efecto de la razn de constantes de tiempo a

1
a=0.2
a=0.4
0.8 a=0.6
a=0.8
a=1.0
0.6
Seales
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
Tiempo (s)
Figura 6.6: Efecto de la razn de constantes de tiempo.
Modelos de segundo orden ms tiempo muerto sobreamortiguados (SOMTM)

Como puede observarse en la Figura 6.5, la respuesta de un modelo de POMTM es
inmediata despus de pasar el tiempo muerto, lo cual hace que ciertos sistemas de
orden alto no se representen bien por este modelo. Por esto, es comn utilizar modelos
de SOMTM para aumentar la precisin en la aproximacin del sistema, aunque por
supuesto, esto aumenta la complejidad del modelo (como mximo, se acostumbran
usar modelos de segundo orden).
Si el sistema no posee oscilaciones, un modelo sobreamortiguado del tipo:
KeLs
P (s) = , (6.6)
(T1 s + 1)(T2 s + 1)
es en general suficiente para representar adecuadamente a varios sistemas. No obstante,

una representacin muy utilizada de este modelo es:
KeLs
P (s) = , (6.7)
(T s + 1)(aT s + 1)
donde:
T = T1 es la constante de tiempo mayor del modelo.
a = T2 /T1 es la relacin de constantes de tiempo con 0 < a 1.
El efecto del parmetro a sobre la respuesta del modelo, ante un cambio escaln, se
muestra en la Figura 6.6. De la figura se concluye que mientras ms se aproxime a a
1, el tiempo de asentamiento de la respuesta aumenta.

247
Efecto de la frecuencia natural n

Efecto del coeficiente de amortiguamiento
2
=0.10 1.5 n=1.00
1.5 =0.20 n=1.41
=0.40
Seales
Seales
1
n=1.73
1 =0.60
=0.80 n=2.00
0.5
0.5 n=2.24
0 0
0 10 20 30 40 0 5 10 15 20
Figura 6.7: Efecto de los parmetros y n sobre la respuesta del modelo subamortiguado.
Modelos de segundo orden ms tiempo muerto subamortiguados (SOMTM)

Aunque son pocos los sistemas que tienen caractersticas subamortiguadas, el
modelo ms simple que los representa es el modelo subamortiguado de segundo orden
dado por:
Kn2 eLs
P (s) = 2 , (6.8)
s + 2n s + n2
donde es el coeficiente de amortiguamiento y n es la frecuencia natural de oscilacin
del modelo. El efecto de estos parmetros, sobre la respuesta del modelo ante un
escaln unitario, se muestra en la Figura 6.7. Es importante notar que el sobrepaso
del sistema solo depende de .
6.3.3. Comparacin de los modelos en su respuesta temporal

A modo de resumen, en el cuadro 6.1 se muestran los modelos aqu mencionados, su
funcin de transferencia, el tipo de respuesta y su comportamiento ante un escaln
de entrada. En el cuadro ym (t) es la salida del modelo.
Es importante aclarar que aqu solo se mencionaron algunos modelos de uso comn
en la industria, debido a que la cantidad de sistemas existentes es prcticamente
infinita, lo que hace imposible tener un modelo para cada uno.
6.4. Mtodos de identificacin en el tiempo

Ahora que se presentaron varios modelos para representar el comportamiento
de los sistemas, es posible estudiar los mtodos de identificacin para determinar
los parmetros de dichos modelos. Para ello, lo que se suele realizar, es utilizar la

248
Comportamiento
Modelo P (s) Respuesta
temporal
Integrador
ym(t)
KeLs
No autorregulada
primer orden s
Tiempo
Integrador
ym(t)
KeLs
No autorregulada
segundo orden s(T s+1)
Tiempo
ym(t)
KeLs
POMTM T s+1
Autorregulada
Tiempo
SOMTM
ym(t)
KeLs
Autorregulada
Sobreamortiguado (T s+1)(aT s+1)
Tiempo
SOMTM
ym(t)
2 eLs
Kn
Autorregulada
Subamortiguado s2 +2n s+n2
Tiempo
Cuadro 6.1: Resumen de los modelos utilizados para representar sistemas.
informacin de la salida de los sistemas ante un cambio escaln en la entrada (dicho

cambio no necesariamente es unitario).
6.4.1. Mtodo para obtener un modelo integrante

De la funcin de transferencia de un modelo integrador de primer orden se puede
obtener que:
KeLs
Ym (s) = U (s), (6.9)
s
con Ym (s) la salida del modelo y U (s) la entrada aplicada, ambas en el dominio de
la frecuencia compleja. Si la entrada es un escaln de magnitud U aplicado en un

249
100
Entrada u(t)
95 Salida y(t)
Seales (%) 90
85
80
75
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.8: Curva de reaccin de un sistemas no autorregulado.
tiempo t0 , se tiene:
KeLs U et0 s
Ym (s) = , (6.10)
s s
lo cual implica que:
ym (t) = KU (t L t0 )u(t L t0 ), (6.11)
donde u(t L t0 ) es la funcin escaln unitario y se utiliza para hacer que el
modelo sea causal. Ahora bien, supngase que se quiere adaptar dicha respuesta del
modelo a una respuesta de un sistema como la que se muestra en la Figura 6.8.
De la expresin (6.11) se puede obtener que, despus de pasar el tiempo muerto, la
salida del modelo crece con una pendiente dada por:
mm = KU, (6.12)
mientras que grficamente se puede obtener que la pendiente de la respuesta del
sistema cuando su crecimiento es constante es:
y(t)
ms = , (6.13)
t
por lo tanto, igualando las pendientes dadas en 6.12 y 6.13, el parmetro K del
modelo se puede obtener como:
ms = mm (6.14)
y(t)
= KU (6.15)
t
y(t)
K= . (6.16)
tU

250
Obsrvese que dicho parmetro se puede obtener completamente, ya que toda la

informacin necesaria se encuentra en la curva de reaccin del sistema.
Hasta el momento, solo se ha encontrado el parmetro K del modelo, por lo que
falta el parmetro L para que se tenga el modelo completo. En el ejemplo 6.1 se
muestra como determinar dicho parmetro.
Ejemplo 6.1
Encuentre un modelo integrante a partir de la curva de reaccin del proceso
mostrada en la Figura 6.8.
Solucin:
Sobre la Figura 6.8 se han marcado las mediciones necesarias para determinar la
ganancia K del modelo, tal y como se muestra en la Figura 6.9. De la figura, y de
(6.16) se obtiene que:
y(t)
K=
tU
7,5

7,5 7,5
7,5.
Sabiendo que el modelo y el sistema poseen la misma pendiente cuando el cre-

cimiento de la respuesta del sistema es constante, se puede trazar la respuesta del
modelo paralela a la respuesta del sistema, tal y como se muestra en la Figura 6.10.
De esta misma figura se puede estimar el tiempo muerto del modelo, en este caso,
casi 6 segundos (debe recordarse que al tratarse de una medicin temporal, se inicia
la medicin de tiempo desde la aplicacin del escaln).
As, la funcin de transferencia del modelo del proceso en cuestin es:
KeLs
P (s) = ,
s
7,5e6s
= .
s
A modo de comparacin, en la Figura 6.11 se muestra la respuesta ante un escaln
de entrada del sistema y su modelo. Como se observa, existe un error inherente al tipo
de modelo que se utiliz para la representacin del sistema. No obstante, el modelo s
cumple con representar los aspectos esenciales del sistema. De aqu puede surgir la
pregunta de por qu la respuesta del modelo no comienza en cero si se obtuvo una
funcin de transferencia, la cual tiene condiciones iniciales nulas.

251
100
95
90
Seales (%)
85
80
75 Entrada u(t)
Salida y(t)
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.9: Clculo de la ganancia K.
Esto se debe a que, al ser todas las mediciones relativas (tanto en la magnitud de
las seales como en la mediciones de tiempo), para lograr calzar la respuesta del
modelo con la respuesta del sistema es necesario agregar las condiciones iniciales del
sistema a la respuesta del modelo (la cual s inicia en cero). Es decir, para graficar la
respuesta del modelo fue necesario agregar una entrada inicial de 85 % y una salida
inicial de 80 % (vase la Figura 6.11).
6.4.2. Mtodos para obtener modelos de primer orden

Puesto que el modelo de POMTM es de la forma:
KeLs
P (s) = ,
Ts + 1
se necesitan encontrar tres parmetros para definirlo completamente (K, L y T ).
La ganancia en estado estacionario se encuentra utilizando el teorema del valor
final3 , del cual se deduce que:
Y
K= , (6.17)
U
donde Y es el cambio relativo en la salida del sistema (el cual es finito, si se quiere
modelar por un modelo POMTM) y U es el cambio total en la entrada del proceso.
3
Se deja como ejercicio para el lector hacer esta demostracin.

252
100
95
90
Seales (%)
85
80
75 Entrada u(t)
Salida y(t)
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.10: Determinacin del tiempo muerto del modelo.
Para encontrar los restantes parmetros se vern dos mtodos distintos, aunque
se insta al lector a buscar ms por su cuenta, pues para identificar un modelo de
POMTM existen varias tcnicas.
Mtodo de Ziegler y Nichols

El primer mtodo para identificar un modelo de POMTM fue presentado por Ziegler
y Nichols (1942), los cuales se pueden considerar los padres del control automtico.
En su mtodo, se traza una recta tangente en el punto de mayor pendiente de la
respuesta del sistema, tal y como se muestra en la Figura 6.12, y dos rectas ms
cuando la respuesta del sistema est en estado estable.
A partir de dichas rectas, es posible definir los parmetros restantes del modelo
POMTM. No obstante, el valor de la constante de tiempo del modelo con este mtodo
suele causar que la respuesta del modelo y del sistema sean muy diferentes, como se
observa en el ejemplo 6.2.
Ejemplo 6.2
Determine un modelo de POMTM utilizando el mtodo de Ziegler y Nichols y la
curva de reaccin mostrada en la Figura 6.12.
Solucin:

253
100
95
90
Seales (%)
85
80
Entrada
75 Salida del sistema
Salida del modelo
70
0 5 10 15 20 25 30
Tiempo (s)
Figura 6.11: Curva de reaccin del sistema y su modelo.
Como en la Figura 6.12 se puede aproximar que:

T 17,4s,
L 6,54s,
lo nico que queda por determinar es la ganancia en estado estable K, la cual en este
caso es negativa debido a que el cambio en la entrada y la salida tienen distinto signo,
a saber:
y
K= ,
u
yf yi
= ,
uf ui
52,5 40
,
42 50
1,56,
donde yf es el valor final de la respuesta del sistema y yi es el valor inicial, anlo-
gamente, uf es el valor final de la entrada del sistema y ui es el valor inicial de la
entrada. De esta forma, el modelo de POMTM segn el mtodo de Ziegler y Nichols
es:
1,56e6,54s
P (s) = . (6.18)
17,4s + 1
La curva de reaccin del sistema y del modelo obtenido se muestran en la Figura 6.13.
Puede observarse a simple vista que el mtodo de Ziegler y Nichols da una mala
aproximacin del sistema, a qu se debe esto?

254
55
Seales (%) 50
45
40
Entrada u(t)
Salida y(t)
35
0 10 20 30 40 50 60 70
Tiempo (s)
Figura 6.12: Determinacin de los parmetros del modelo POMTM segn Ziegler y Nichols (1942).
Se puede notar de la Figura 6.12 que la constante de tiempo es medida de acuerdo

a la interseccin de dos rectas que no necesariamente se proyectan sobre el 63,2 %
de la respuesta final del sistema, al menos en este caso, se proyectan sobre un valor
mucho mayor (casi 83 %). Debido a esto, el modelo de POMTM tendr una respuesta
mucho ms lenta que la del sistema, pues mientras el sistema va por el 83 % de su
respuesta final, el modelo va por el 63,2 % ya que han pasado T + L unidades de
tiempo.
Para terminar, otro problema inherente del mtodo de Ziegler y Nichols, y de
cualquier otro donde haya que calcular la recta tangente de un sistema en algn
punto, es que hay que obtener dicha recta. Esto en la prctica es muy difcil de
realizar con exactitud, ya que la respuesta de un sistema real est sometida al ruido
de medicin. Por lo general, cualquier mtodo que se base en obtener una recta
tangente en algn punto de la respuesta del sistema generar un modelo poco preciso
del sistema.
Mtodos de dos puntos

Para mejorar la precisin de un modelo de POMTM, varios autores han recomendado
encontrar los parmetros T y L de forma que la respuesta del modelo y del sistema
concuerden en por lo menos dos puntos. Este procedimiento se basa en la respuesta
temporal del modelo de POMTM ante un escaln de magnitud u (que por simplicidad

255
54
52
50
Seales (%)
48
46
44
Entrada u(t)
42 Sistema y(t)
Modelo ym(t)
40
0 20 40 60 80 100 120
Tiempo (s)
Figura 6.13: Curva de reaccin de un sistema y su modelo de POMTM segn el mtodo de Ziegler y
Nichols (1942).
se supondr que se aplic en t0 = 0). As, la respuesta del modelo estara dada por:
KeLs u
( )
ym (t) = L 1
, (6.19)
Ts + 1 s
tL

= Ku 1 + e T (t L). (6.20)
Ahora bien, en la expresin (6.20) se tienen solo dos incgnitas, T y L, pues todas
las dems variables se obtienen grficamente de la curva de reaccin del sistema. Por
esto surge la pregunta: si se tuviera otra ecuacin, se podran calcular los parmetros
con un sistema de ecuaciones? La respuesta es s, de hecho, la expresin (6.20) da la
cantidad de ecuaciones que se requieran, debido a que se tienen tantas ecuaciones
como puntos se hayan medido.
Supngase que se tienen dos instantes t1 y t2 , medidos a partir del instante en que se
aplic el escaln de entrada a los que les corresponde un determinado valor de la seal
de salida. Normalmente, este valor se da como un porcentaje con respecto al valor
final de la respuesta del sistema. Entonces, en el instante t1 , el valor correspondiente
de la salida es yp1 = yi + p1 y, siendo p1 el porcentaje con respecto al valor del
cambio final y = yf yi . Por otro lado, en el instante t2 , el valor que corresponde a
la salida del sistema es yp2 = yi + p2 y (p1 y p2 siempre se encuentran entre 0 y 1).
En la Figura 6.14, se muestra grficamente la relacin de estos valores.
A partir de (6.20), sabiendo que:
y = Ku,
la expresin para la seal de salida vendra dada por:
tL

ym (t) = y 1 + e T , (6.21)

256
salida
tiempo (s)
Figura 6.14: Curva de reaccin para identificar un modelo con dos puntos.
esta expresin representa el cambio de la seal de salida del sistema a partir del valor
inicial yi . Puesto que ym (t1 ) = p1 y y ym (t2 ) = p2 y, se puede escribir el siguiente
sistema de ecuaciones:
(t1 L)
p1 = 1 e T ,
(t2 L)
(6.22)
p2 = 1 e T .
La ganancia del sistema se puede encontrar mediante la relacin:

y
K= , (6.23)
u
mientras que los parmetros T y L se pueden encontrar resolviendo el sistema de
ecuaciones (6.22). Entonces los parmetros vendran dados por:
T = a(t2 t1 ), (6.24)
L = bt1 + (1 b)t2 , (6.25)
con:
1
a=
1p1
, (6.26)
ln 1p2
ln (1 p1 )
b=1
1p1
. (6.27)
ln 1p2

257
Mtodo p1 p2 a b
Alfaro (123c) 0,25 0,75 0,910 1,262
Ho 0,35 0,85 0,670 1,290
Smith 0,28 0,63 1,5 1,5
Cuadro 6.2: Distintos valores para un mtodo de dos puntos.
En particular, Ho et al. (1995) recomiendan utilizar los puntos cuando la res-

puesta del sistema ha alcanzado el 35 % y el 85 % de su cambio total. Los autores,
determinaron que los parmetros de un modelo de POMTM se pueden obtener como:
T = 0, 670 (t85 % t35 % ) , (6.28)

L = 1, 290t35 % + (1 1, 290)t85 % , (6.29)
donde:
t85 % es el tiempo necesario, medido desde la aplicacin del escaln (t0 ), para
que la respuesta del sistema llegue al 85 % de su valor final (definido a su vez
como y85 % ).
t35 % es el tiempo necesario, medido desde la aplicacin del escaln (t0 ), para
que la respuesta del sistema llegue al 35 % de su valor final (definido a su vez
como y35 % ).
Otros posibles valores para un mtodo de dos puntos se presentan en el Cuadro 6.2.
Como se puede observar, los distintos mtodos de dos puntos para obtener un modelo
POMTM solo cambian en el valor que se le da a p1 y p2 . Tericamente, la respuesta
al escaln del modelo debera coincidir en los dos puntos elegidos con respecto a la
respuesta al escaln del sistema real.
Ejemplo 6.3
A partir de la curva de reaccin de la Figura 6.15 (la misma que se us en el
ejemplo 6.2), determine un modelo de POMTM utilizando el mtodo de Ho et al.
(1995) y compare el modelo obtenido con el modelo de Ziegler y Nichols (1942).
Solucin:
Si se debe utilizar un mtodo de dos puntos como el de Ho et al. (1995), lo primero
es encontrar la ganancia del sistema y los puntos y35 % y y85 % . En particular, para

258
55
Entrada u(t)
Sistema y(t)
50
Seales (%)
45
40
35
0 10 20 30 40 50 60
Tiempo (s)
Figura 6.15: Curva de reaccin de un sistema sobreamortiguado.
encontrar los puntos y35 % y y85 % sobre una grfica que no comience en cero, se
recomienda definirlos como:
y35 % = 0,35 (yf yi ) + yi = 0,35 (52,5 40) + 40 44,4,
y85 % = 0,85 (yf yi ) + yi = 0,85 (52,5 40) + 40 50,6.

De esta forma, los puntos se podrn encontrar en la grfica y se tomar en cuenta
adems las medidas relativas que se deben realizar.
En la Figura 6.16 se muestran todas las mediciones necesarias para determinar los
parmetros del modelo de POMTM como:
y 52,5 40
K= 1,56,
u 42 50
T = 0,670 (25 12,9) 8,11,
L = 1,290 12,9 + (1 1,290) 25 9,39.
Por lo que la funcin de transferencia del modelo para el sistema en cuestin es:
1,56e9,39s
P (s) = . (6.30)
8,11s + 1
En la Figura 6.17 se muestra la curva de reaccin del modelo determinado con el
mtodo de Ho et al. (1995). Debido a la forma en la que se obtiene el modelo, la
respuesta del modelo y del sistema deben concordar en los puntos donde la respuesta
del sistema es el 35 % y 85 % del valor final.

259
55
Entrada u(t)
Sistema y(t)
50
Seales (%)
45
40
35
0 10 20 30 40 50 60
Tiempo (s)
Figura 6.16: Curva de reaccin de un sistema autorregulado.
55
50
Seales (%)
45
40
Entrada u(t)
Sistema y(t)
Modelo ym(t)
35
0 10 20 30 40 50 60 70 80
Tiempo (s)
Figura 6.17: Curva de reaccin del modelo y el sistema.

260
54
52
SealesH(%) 50
48
46
44 EntradaHu(t)
SistemaHy(t)
42 ym1(t)H(Ho)
ym2(t)H(Ziegler)
40
0 10 20 30 40 50 60 70 80
TiempoH(s)
Figura 6.18: Comparacin de los modelos de Ho et al. (1995) y Ziegler y Nichols (1942).
A modo de comparacin, en la Figura 6.18 se muestra tambin la respuesta del

modelo determinado con el mtodo de Ziegler y Nichols (1942). Puede observarse
claramente, que el mtodo de Ho et al. (1995) brinda un mejor modelo que el mtodo
de Ziegler y Nichols (1942).
6.4.3. Mtodos para obtener modelos de segundo orden

Cuando el orden del sistema es alto o se presentan oscilaciones en la curva de
reaccin del mismo, es posible que un modelo del tipo POMTM no sea suficiente
para representar adecuadamente las caractersticas dinmicas del sistema. En esas
ocasiones, se utilizan modelos de SOMTM dados por:
KeLs
P (s) = , (6.31)
(T1 s + 1)(T2 s + 1)
KeLs
P (s) = , (6.32)
(T s + 1)(aT s + 1)
en el caso de que la respuesta del sistema no tenga oscilaciones. No obstante, si el

sistema posee oscilaciones, un modelo del tipo:
Kn2 eLs
P (s) = , (6.33)
s2 + 2n s + n2

261
es ms recomendable para representar al sistema.

A continuacin, se tratan algunos mtodos de identificacin utilizando modelos de
SOMTM, ya sean modelos sobreamortiguados o subamortiguados.
Para sistemas sobreamortiguados

El modelo dado en (6.31) en (6.32) posee tres parmetros que dependen del
tiempo; L, T1 y T2 (o en su defecto L, T y a), por lo que si se utilizan mtodos
basados en los puntos de la curva de reaccin del proceso, se necesitaran tres puntos
para identificar todos los parmetros del modelo.
Sin embargo, Alfaro (2006a) recomienda el uso del modelo de polo doble ms
tiempo muerto (PDMTM), en el cual T1 = T2 (o a = 1). De esta forma, solo se
necesitan dos puntos de la curva de reaccin para obtener un modelo de la forma:
KeLs
P (s) = , (6.34)
(T s + 1)2
Particularmente el autor recomienda utilizar los puntos donde la respuesta del
proceso ha llegado al 25 % y al 75 % de la respuesta final del sistema ante un escaln
de entrada. As, los parmetros del modelo PDMTM estaran dados por:
y
K= , (6.35)
u
T = 0,5776(t75 % t25 % ), (6.36)
L = 1,5552t25 % 0,5552t75 % , (6.37)
donde t25 % es el tiempo necesario para que la respuesta del sistema llegue al 25 % de
su valor final, y t75 % es el tiempo necesario para que la respuesta llegue al 75 % de su
valor final.
Alfaro (2006a) tambin determin las ecuaciones para un modelo en general de
SOMTM en el que a es distinto de 1. En este caso:
y
K= , (6.38)
u
0,6240t25 % + 0,9866t50 % 0,3626t75 %
a= , (6.39)
0,3533t25 % 0,7036t50 % + 0,3503t75 %
t75 % t25 %
T = , (6.40)
0,9866 + 0,7036a
L = t75 % (1,3421 + 1,3455a)T, (6.41)
pero como se puede notar, dichas ecuaciones son mucho ms complicadas que las del
modelo de PDMTM.

262
Amplitud
0
Tiempo (s)
Figura 6.19: Mediciones necesarias para obtener el modelo de un sistema subamortiguado.
Mtodos para obtener un modelo subamortiguado

Para la identificacin de sistemas subamortiguados, es necesario tomar en cuenta
el sobrepaso y las oscilaciones que presenta la curva de reaccin. Para ello se utiliza
una funcin de transferencia de la forma (6.33). Es necesario entonces encontrar tres
parmetros: la ganancia K, la frecuencia natural n y el factor de amortiguamiento .
Para ello, se utilizan las ecuaciones que describen la respuesta de un sistema
sobreamortiguado que se presentan en la seccin 4.4.1, con algunas consideraciones
extras para poder encontrar una aproximacin del tiempo muerto del sistema, tal y
como lo expone Alfaro (2006b).
En la Figura 6.19 se presentan las mediciones que hay que realizar para poder
calcular un modelo de segundo orden subamortiguado.
La ganancia se calcula como en los dems modelos:
y
K= . (6.42)
u
Para obtener el valor del factor de amortiguamiento, se necesita conocer el valor
del primer pico yp1 y el valor final de la respuesta yf . Si se define la diferencia entre

263
estos dos valores como yos , el valor del factor de amortiguamiento vendra dado por:
v
(ln())2
u
= (6.43)
u
t ,
2 + (ln())2
con:
yos
= .
y
Si se define el periodo como el tiempo entre dos picos, entonces el tiempo entre el
primer pico y el primer valle sera igual a la mitad del periodo, por lo tanto:
T = 2 (tm1 tp1 ) . (6.44)
Puesto que el periodo es igual al inverso de la frecuencia natural amortiguada, la
frecuencia natural vendra dada por:
2
n = . (6.45)
T 1 2
Un sistema de segundo orden subamortiguado, llegara al primer pico en un tiempo
igual a la mitad del periodo. Si el sistema que se est identificando tarda ms en
llegar a este punto, entonces se puede modelar este tiempo extra como un retardo
puro, es decir, el retardo vendra dado por:
T
L = tp1
, (6.46)
2
de esta manera, se pueden obtener todos los parmetros del modelo de segundo orden
subamortiguado.
Mtodo de Stark
El mtodo de Stark se caracteriza por ser capaz de identificar tanto modelos
sobreamortiguados como subamortiguados con la misma prueba. Slo es necesario
medir tres tiempos: se debe medir el tiempo que tarda la curva de reaccin en alcanzar
el 15 %, 45 % y 75 % del valor final la respuesta, tal y como se indica en la Figura 6.20.
Los posibles modelos que se podran encontrar con este mtodo seran entonces:
Kn2 eLs
G1 (s) =
s2 + 2n s + n2
KeLs
G2 (s) =
(T1 s + 1)(T2 s + 1)

264
y(t), u(t)
75 %y
45 %y
15 %y u
t
Figura 6.20: Datos que se deben tomar con el mtodo de Stark.
Igual que en el resto de los casos, la ganancia del sistema se puede encontrar como:
y
K=
u
Y de acuerdo con Lora (2008), se deben realizar los siguientes clculos: Primero se
encuentra la variable auxiliar x
t45 t15
x= , (6.47)
t75 t15
y con este valor, es posible calcular :
0,0805 5,547(0,475 x)2

= . (6.48)
x 0,356
Con el valor de , se debe calcular el valor de la funcin f ():
0,708(2,811) para 1
(
f () = . (6.49)
2,6 0,6 para > 1
Si 1, entonces implica que el sistema es subamortiguado. En este caso, la

frecuencia natural del sistema vendra dada por:
f ()
n = . (6.50)
t75 t15
En caso contrario, se deben calcular las contantes de tiempo T1 y T2 como:

265

+2 1
T1 = (6.51)

n2
1
T2 = (6.52)
n
Para ambos casos, el tiempo muerto estara dado por:
fL ()
L = t45 , (6.53)
n
con:
fL () = 0,922(1,66) (6.54)
Ejercicio 6.1
En la Figura 6.21, se muestra la respuesta dinmica de la posicin angular de un brazo
robtico respecto a la tensin de entrada, ambas seales se muestran en porcentajes.
Como el control a disear se necesita optimizar para cuando el ngulo del brazo
est cerca del 70 %, primeramente se llev al brazo cerca de ese punto, para ello se
aplic una seal de entrada del 20 % por cinco segundos, luego, se esper a que el
movimiento del brazo llegara a un nuevo estado estacionario y se aplic un nuevo
escaln de 10 % de magnitud a los trece segundos. Determine un modelo para este
sistema, coloque en una misma grfica la respuesta del modelo y del sistema ante
una misma entrada.
Solucin:
Puesto que la posicin angular del brazo se incrementa ante una entrada constante,
se concluye que este sistema es integrante, por lo que un modelo adecuado sera:
kp Ls
Gm (s) = e .
s
Por otro lado, como dice el enunciado, solo se desea modelar cerca del 70 % de
la salida del sistema, por lo que se puede utilizar un acercamiento de la respuesta
dinmica del sistema. Se han tomado las mediciones necesarias, tal y como se muestra
en la Figura 6.22 para determinar las constantes del modelo (kp y L). De estas

266
Figura 6.21: Respuesta dinmica del ngulo de giro de un brazo robtico ante la tensin de entrada.
mediciones se obtiene que:

y/t 10/2
kp = = = 0,5,
u 10
L = 1 s,
por lo que el modelo sera:
0,5 s
Gm (s) =
e .
s
La respuesta temporal del modelo y del sistema ante una misma entrada se muestra
en la Figura 6.23.
Ejercicio 6.2
Se sabe que el modelo de una planta integrante es:
5
Gm (s) = ,
s
por lo que si se le aplica un escaln como entrada, la salida del sistema sera una
rampa. Se desea llevar a este sistema de una forma suave a su punto de operacin
(50 %). Determine una entrada para que ante esa entrada esta planta se comporte
como una planta de segundo orden del tipo:
50
G0m (s) = ,
(s + 1)2

267
Figura 6.22: Determinacin del modelo integrante para el sistema
Figura 6.23: Respuesta del sistema y del modelo ante una misma entrada.

268
cuando se le aplica un escaln unitario.

Solucin:
Se desea determinar una entrada que haga que la salida de la planta integrante
Gm sea igual a la salida que se obtendra de aplicar una entrada escaln a la planta
G0m (s).
Si a la salida de Gm (s) se le llama yint (t) y a la salida de la planta de polo doble
con una entrada escaln se le llama yseg (t), entonces lo que se pide es que:
yint (t) = yseg (t),

Yint (s) = Yseg (s).
Si se define la entrada buscada como U (s), entonces se tiene que:
Yint (s) = Gm (s)U (s),

1
Yseg (s) = G0m (s) ,
s
entonces:
1
Gm (s)U (s) = G0m (s) ,
s
1 G0m (s)
U (s) = ,
s Gm (s)
1 50s
= ,
s 5(s + 1)2
10
= .
(s + 1)2
En el dominio del tiempo, la entrada vendra dada por:
10
( )
u(t) = L 1
{U (s)} = L 1
= 10tet .
(s + 1)2
La salida del sistema integrante con esta entrada ser como la de un sistema
sobreamortiguado con una entrada escaln. En la Figura 6.24 se muestra la respuesta
del sistema ante la entrada encontrada. Como se observa, la respuesta corresponde a
la de un sistema sobreamortiguado cuando se le aplica un escaln unitario.
Algo importante de este ejercicio es que no se puede concluir el tipo de sistema
que se tiene observando solo su respuesta, se necesita conocer tambin la entrada
aplicada. Sera un error afirmar que se tiene un sistema de segundo orden observando
solo la respuesta del sistema de la Figura 6.24.

269
50
45
40
35
Amplitud (%)
30
25
20
15
10
5 Entrada
Salida
0
0 5 10 15
tiempo (s)
Figura 6.24: Respuesta del sistema integrador cuando se la aplica la entrada determinada.

Parte III.
Anlisis
270
7. Anlisis en el dominio de la
frecuencia
Hasta ahora se han analizado los sistemas desde el punto de vista del espacio
de estados y desde el punto de vista del tiempo. En este captulo se introducirn
conceptos y herramientas importantes para el anlisis, pero desde el punto de vista de
la frecuencia. Muchas de las tcnicas de control clsico y de anlisis de estabilidad de
sistemas a lazo cerrado se basan precisamente en la informacin que se puede obtener
de la respuesta en frecuencia que se introduce en la Seccin 7.1. En la Seccin 7.2
se presenta el diagrama de Bode y su construccin asinttica. Por ltimo, en la
seccin 7.3 se estudia la curva polar como una forma complementaria de representar
el comportamiento en frecuencia de los sistemas.
7.1. La respuesta en frecuencia

En esta seccin se introduce el concepto de respuesta en frecuencia y la manera en
que se obtiene esta respuesta a partir de la funcin de transferencia.
7.1.1. Magnitud y fase

La respuesta en frecuencia se define como la respuesta de un sistema en estado
estacionario, ante una entrada sinusoidal. La frecuencia de la seal de entrada se
vara dentro de cierto rango para estudiar el efecto sobre la salida del sistema (Ogata,
2003). Para encontrar esta respuesta, se utiliza la informacin que prove la funcin
de transferencia del sistema.
Si la entrada del sistema es una seal sinusoidal dada por:
u(t) = u0 sen(t), (7.1)
el sistema se puede modelar mediante la funcin de transferencia:

p(s) p(s)
G(s) = = , (7.2)
q(s) (s + s1 )(s + s2 ) (s + sn )
271
272
por lo que la salida vendra dada por:
p(s)
Y (s) = G(s)U (s) = U (s). (7.3)
q(s)
Como en la respuesta en frecuencia solo se considera el estado estacionario, las

condiciones iniciales no son importantes, porque se supone que el efecto de ellas ya
ha desaparecido del sistema. Puesto que la entrada es una seal sinusoidal, (7.3) se
puede escribir en la forma1 :
u0
Y (s) = G(s) , (7.4)
s2 + 2
a a b1 b2 bn
= + + + + + , (7.5)
s + j s j s + s1 s + s2 s + sn
a, b1 , . . . bn son los coeficientes (algunos incluso complejos) que aparecen cuando se

calculan las fracciones parciales, a es el complejo conjugado de a. Si se obtiene la
respuesta en el dominio de tiempo de (7.5), se obtiene el siguiente resultado:
y(t) = aejt + aejt + b1 es1 t + b2 es2 t + . . . + bn esn t . (7.6)
Si se restringe a que el sistema sea estable, todos los polos s1 , s2 , . . . sn tienen

parte real negativa, por lo que la funcin exponencial asociada tiende a cero conforme
el tiempo tiende a infinito (estado estacionario). La respuesta en estado estacionario
vendra dada entonces por:
yss (t) = aejt + aejt . (7.7)
La constante a se puede calcular mediante el mtodo de residuos como:

u0

a = G(s) 2 (s + j)

s + 2
s=j
u0 G(j)
= ,
2j
u0

a = G(s) 2 (s

j)
s + 2
s=j
u0 G(j)
= .
2j
1

Se utiliza j como la variable compleja: j = 1.

273
G(j) se puede escribir en forma polar como:
G(j) = |G(j)| ej ,
con: !
=(G(j))
() = G(j) = tan 1
.
<(G(j))
Entonces se obtiene que:
u0 |G(j)| ej
a= ,
2j
u0 |G(j)| ej
a = ,
2j
y por lo tanto (7.7) se puede escribir como:
ej(+) ej(+)
yss (t) = u0 |G(j)| ,
2j
yss (t) = u0 |G(j)| sen (t + ). (7.8)
De (7.8), se concluye que, en estado estacionario, para un sistema estable lineal e

invariante en el tiempo, la respuesta de un sistema ante una entrada sinusoidal es una
senoide de la misma frecuencia, pero cuya amplitud se ve amplificada por el factor
|G(j)| y con un desfase de . Un valor positivo de implica que la seal de salida se
adelanta en fase, mientras que un valor negativo indica un retardo de fase. Es decir,
la cantidad de amplificacin y desfase solo depende del sistema, pero esta vara con
la frecuencia. Por ello, la caracterstica de la respuesta en estado estacionario de un
sistema para una entrada sinusoidal se obtiene directamente de G(j) (Ogata, 2003).
Es decir, con la funcin de transferencia es posible obtener tanto la amplificacin
como el desfase de una seal senoidal en estado estacionario:
Y (j)

|G(j)| = , (7.9)

U (j)

Y (j)
!
G(j) = . (7.10)
U (j)
En la Figura 7.1 se muestra la respuesta de un sistema de primer orden ante una

entrada sinusoidal. La salida del sistema est retardada en comparacin con la entrada.
La ganancia en estado estacionario del sistema de primer orden es igual a 100, sin

274
0.8 Salida
0.6
0.4
amplitud
0.2
0.2
0.4
0.6
0.8 Entrada
1
tiempo (s)
Figura 7.1: Respuesta de un sistema de primer orden ante una entrada sinusoidal.
embargo ante una seal de frecuencia 0,5 Hz, su ganancia se ha reducido a cerca de
0,4.
Ejemplo 7.1
Obtenga la amplificacin y el desfase de la respuesta en estado estacionario ante
una entrada u(t) = sen(t) para un sistema dado por:
1 s + 1
G(s) = ,
2 s + 1
Solucin:
Para obtener la amplificacin y el desfase en estado estacionario, primero se debe
cambiar la variable s por j:
q q
1 + 12 2 ej tan
1 (
1 j + 1 1 + 12 2 j (tan1 (1 )tan1 (2 ))
1 )
G(j) = = = e .
2 j + 1
q q
1 + 22 2 ej tan1 (2 ) 1 + 22 2
Por lo tanto, la amplificacin del sistema vendra dada por:

q
1 + 12 2
|G(j)| = q ,
1 + 22 2
y el desfase por:
G(j) = tan1 (1 ) tan1 (2 ) .

275
1 0
0.95
0.05
0.9
0.85
0.1
magnitud
fase
0.8
0.75 0.15
0.7
0.2
0.65
0.25
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
frecuencia (rad/s) frecuencia (rad/s)
(a) Magnitud de la respuesta en frecuencia. (b) Fase de la respuesta en frecuencia.

Figura 7.2: Respuesta en frecuencia del sistema del ejemplo 7.2.
Cuando se habla de la Respuesta en Frecuencia, normalmente lo que se hace es

dibujar la variacin de la ganancia y el desfase en funcin de la frecuencia. Esto es
as porque, a partir de (7.8), se puede concluir que la respuesta del sistema ante una
entrada sinusoidal est totalmente caracterizada por el mdulo y la fase de la funcin
de transferencia, cuando se cambia s por j.
Ejemplo 7.2
Obtenga un diagrama de la magnitud y el desfase del sistema de la Figura 7.1 si
1 = 5 y 2 = 8.
Solucin:
En este caso, la funcin de la magnitud en funcin de la frecuencia vendra dada por:

1 + 25 2
Magnitud = ,
1 + 64 2
mientras que la fase se calculara como:
Fase = tan1 (5) tan1 (8) .
En la Figura 7.2a se muestra la magnitud de la funcin de transferencia mientras
que en la Figura 7.2b se presenta la fase.

276
7.1.2. Efecto del retardo puro

Los retardos puros, restan fase a la respuesta sin afectar la ganancia del mismo.
Para mostrar esto, supngase que se tiene un sistema estable dado por la funcin de
transferencia G(s) la cual contiene un retardo L. Esta funcin de transferencia se
puede escribir de la forma:
G(s) = G (s)eLs , (7.11)
donde G corresponde a la funcin de transferencia sin retardo. Si se desea obtener la
respuesta en frecuencia de esta funcin, se procede a cambiar s por j y se calcula
tanto la magnitud como la fase:
G(j) = G (j)ejL . (7.12)
Esta funcin se puede escribir como:

()
G(j) = |G (j)| ej ejL ,
()L) (7.13)
= |G (j)| ej( .
Por lo tanto, la magnitud de un sistema con retardo puro no se ve afectada, mientras

que, el efecto en la frecuencia del retardo es disminuir la fase del sistema (aumentar
el desfase) por un trmino L.
7.1.3. Ceros de fase no mnima

En esta seccin se analizar el efecto que un cero de fase no mnima produce sobre
la respuesta en frecuencia. La respuesta de un cero de fase mnima se puede escribir
de la siguiente manera:
Gf m (s) = (c s + 1),
Gf m (j) = (c j + 1),
entonces: q
1 + c2 2 ej tan
1 (
Gf m (j) = c )
. (7.14)
Se puede observar que un cero aumenta tanto la ganancia del sistema como su fase
(es decir, disminuye el desfase entre la entrada y la salida). Si se examina el efecto de
un cero de fase no mnima:
Gf nm (s) = (c s + 1),
Gf nm (j) = (c j + 1),

277
que se puede escribir como:

q
1 + c2 2 ej tan
1 (
Gf nm (j) = c )
,
q (7.15)
1 + c2 2 ej tan
1 (
= c )
.
Como se puede observar, desde el punto de vista de la frecuencia, un cero con parte
real positiva, produce la misma amplificacin, pero aumenta el desfase en lugar de
reducirlo. Por eso, a estos ceros se les llama ceros de fase no-mnima, porque en
lugar de disminuir el desfase, ms bien lo aumenta. Esto produce que el sistema en
su totalidad no tenga el menor desfase posible si los ceros solo tuvieran parte real
negativa.
7.2. El diagrama de Bode

Se le llama Diagrama de Bode a la representacin de la respuesta en frecuencia
mediante dos grficos:
Un grfico de magnitud en funcin de la frecuencia. La magnitud se expresa en
decibeles (dB) y la frecuencia en radianes por segundo (rad/s). La grfica se
dibuja con una escala logartmica en el eje de las frecuencias y una escala lineal
en la magnitud. Para obtener la magnitud en decibeles se aplica el siguiente
clculo:
|G(j)|dB = 20 log (|G(j)|), (7.16)
donde log representa el logaritmo de base diez.
Un grfico de la fase en funcin de la frecuencia. La fase est en grados ( ) y la

frecuencia en radianes por segundo (rad/s) o en hertz (Hz). En este caso para
el eje de la frecuencia tambin se utiliza una escala logartmica.
La razn por la que se utiliza la magnitud en decibeles es porque los logaritmos
convierten los productos en sumas. Esto hace posible que, para calcular el efecto total
de todos los polos y ceros del sistema sobre la respuesta en frecuencia, sea posible
simplemente sumar todos los efectos de ellos por separado. Para ello, se procede a
analizar cada uno de los componentes de una funcin de transferencia general, a
saber:
Ganancia (K)
Factores integrales y derivativos (j)1

278
Factores de primer orden (1 + j )1

1
j 2

Factores de segundo orden 1 + 2 j n + n
Si se tiene una funcin de la forma:

K (1 + j1 )
G(j) = .
(j) (1 + j2 )
Esta respuesta en frecuencia se podra escribir como:

q
K 1 + 2 12 1 ( )+tan1 ( )
G(j) = q e/2tan 2 1
,
|| 1 + 2 22
por lo que, para obtener el diagrama de Bode, se deben graficar estas dos curvas:
q
|G(j)|dB = 20 log (K) + 20 log 1 + 2 12 20 log (||)
q
20 log 1+ 2 22 ,

(j) = tan1 (2 ) + tan1 (1 ).
2
Como se puede observar, la magnitud y la fase del sistema total viene dado por
la suma del aporte de la magnitud y la fase de cada uno de los componentes. Para
poder dibujar el diagrama de Bode exacto se debera dibujar |G(j)|dB y (j) en un
papel semilogartmico, pero como se puede observar, esta relacin es algo complicada.
Sin embargo, es posible realizar un dibujo aproximado de la respuesta en frecuencia
mediante asntotas. El mtodo para dibujar esta grfica aproximada se detalla a
continuacin.
7.2.1. Aproximacin asinttica del diagrama de Bode

Una funcin de transferencia se puede factorizar con distintos elementos, a saber:
Ganancias (K)
Factores de primer orden (1 + j)1

2 1
Factores de segundo orden 1 + 2 j n + j n

279
Magnitud (dB)
1
0.5
Fase (rad)
0
0.5
1
0 1 2 3
10 10 10 10
Frecuencia (rad/s)
Figura 7.3: Diagrama de Bode de una ganancia pura.
Ganancia
La ganancia, tal y como se define para los sistemas autorregulados, se refiere a
la amplificacin que tiene el sistema en todas las frecuencias. En las funciones de
transferencia que estn en la forma de constantes de tiempo (es decir, los factores
tienen la forma s + 1 para los de primer orden y la forma (1 + 2(1/n )s + (1/n )2 s2 )
para los cuadrticos), la ganancia K es la constante que multiplica toda la funcin
de transferencia.
La respuesta en frecuencia de la ganancia es sencilla. El aporte a la magnitud
es 20 log(K), mientras que no aporta nada a la fase. El diagrama de Bode de una
ganancia pura se muestra en la Figura 7.3. En este caso no se necesita ninguna
aproximacin por asntotas.
En el caso que la ganancia fuera negativa (es decir, K, con K positiva), la
magnitud sigue siendo 20 log(K), pero la fase ahora es de 180 para todas las
frecuencias.
Elementos integradores y derivativos

Los elementos integradores y derivativos corresponden a los factores que tiene un
polo o un cero en el origen respectivamente. Es decir a los factores que tiene la forma
s1 . La respuesta en frecuencia de un polo en el origen viene dada por:
1 1 1
= j = ej 2 , (7.17)
j e 2

280
20 40
10 30
Magnitud (dB)
Magnitud (dB)
0 20 20 dB/dcada
10 10
-20 dB/dcada
20 0
30 10
40 20
89 91
89.5 90.5
Fase ()
Fase ()
90 90
90.5 89.5
91 89
1 0 1 2 1 0 1 2
10 10 10 10 10 10 10 10
Frecuencia (rad/s) Frecuencia (rad/s)
Polo en el origen Cero en el origen
Figura 7.4: Diagrama de Bode de un polo y un cero en el origen.
es decir:
1

Magnitud: 20 log = 20 log(),

Fase: .
2
Cuando se dibuja el Diagrama de Bode de un polo en el origen, la grfica de
magnitud corresponde a una lnea recta con una pendiente de 20 dB/dcada2 . Es
importante notar que la magnitud del factor integral siempre tendr un valor de 0 dB
a una frecuencia de = 1 rad/s.
Es claro que la magnitud de un factor integral tiende a infinito conforme la frecuencia
se acerca a cero. Por otro lado, su aporte a la fase es de 90 en todas las frecuencias,
por lo que corresponde a una lnea horizontal. Cuando se analiza el cero en el origen,
los resultados simplemente cambian de signo: la magnitud es una lnea recta con una
pendiente de 20 dB/dcada con un aporte a la fase de 90 . El diagrama de ambos
casos se presenta en la Figura 7.4.
2
Una dcada corresponde al rango de frecuencias que va desde hasta 10, es decir, un rango
de frecuencias en la que la frecuencia final es diez veces mayor que la frecuencia original

281
Elementos de primer orden

Los elementos de primer orden tienen la forma ( s + 1)1 . Si se analiza la respuesta
en frecuencia del polo, se encuentra que:
1 1 1
ej tan ( ) ,
1
= = (7.18)
j + 1 1+ e
2 2 j tan1 ( )
1+
2 2
por lo tanto:
1
!

Magnitud: 20 log = 20 log 1 + 2 2 ,
1 + 2 2
Fase: tan1 ( ) .
En este caso, las grficas de magnitud y fase no son lneas rectas, pero se pueden
aproximar mediante sus asntotas para simplificar el dibujo. A la frecuencia 1/ se
le conoce como frecuencia de esquina. En el caso de que << 1/ la magnitud del
factor de primer orden es cero, lo que representa una lnea horizontal en los 0 dB. Si
por el contrario, >> 1/ , la magnitud se puede aproximar como:

20 log 1 + 2 2 20 log ( ). (7.19)
En la frecuencia de esquina estas dos asntotas se intersecan. En la Figura 7.5, se

muestra el diagrama de magnitud exacto y la aproximacin por asntotas de un polo.
La lnea punteada representa la magnitud exacta y la lnea continua la aproximacin
por asntotas. A altas frecuencias, el aporte del polo es una lnea recta que cae
a 20 dB/dcada, mientras que a bajas frecuencias, la magnitud que aporta es
prcticamente cero. En la frecuencia de esquina es donde el error de la aproximacin
es mayor. Este error es de aproximadamente 3 dB, por lo que la aproximacin es
bastante buena.
En el caso de la fase, se debe aproximar la funcin tangente inversa mediante
asntotas tambin. En este caso, la aproximacin no es tan buena, pero igual permite
tener una idea del comportamiento aproximado de la fase conforme aumenta la
frecuencia. Centrando el anlisis en la frecuencia de esquina, uno puede aproximar la
tangente inversa de la siguiente forma:
En la frecuencia de esquina, la fase de un factor de primer orden en el denomi-
nador debe ser 45 .
Hasta una dcada antes de la frecuencia de esquina, la fase se puede aproximar

como una lnea horizontal en 0 .

282
Magnitud (dB)
-20 dB/dcada
Frecuencia (rad/s)
Figura 7.5: Magnitud de un factor de primer orden (polo simple).
Desde una dcada despus de la frecuencia de esquina, la fase alcanza su valor

mximo de 90 .
Entre una dcada antes y una dcada despus de la frecuencia de esquina, la

fase se puede aproximar como una lnea recta que cae a 45 /dcada.
En la Figura 7.6 se presenta la fase de un elemento de primer orden con una lnea
punteada y su aproximacin por asntotas con una lnea continua. En el caso del cero,
el anlisis es el mismo, pero los resultados varan de signo. Tal y como se muestra
en la Figura 7.7, la asntota de la magnitud tiene una pendiente de 20 dB/dcada
mientras que la fase mxima que se alcanza es de 90 , con 45 de fase en la frecuencia
de esquina. En el caso de los ceros de fase no mnima, la magnitud es igual a la de
un cero de fase mnima, pero la fase es igual a la de un polo. La aproximacin por
asntotas se presenta en la Figura 7.8.
Polos cuadrticos
Los factores de segundo orden vienen dados por la forma:
2 !1

1 + 2 j + j , (7.20)
n n
Considerando nuevamente el caso de los polos, se puede mostrar que la magnitud y

283
Fase ()
-45/dcada
Frecuencia (rad/s)
Figura 7.6: Fase de un factor de primer orden (polo simple).
50
40
20 dB/dcada
Magnitud (dB)
30
20
10
0
90
Fase ()
45
45/dcada
Frecuencia (rad/s)
Figura 7.7: Magnitud y fase de un cero simple.

284
50
Magnitud (dB)
40
30
20 20 dB/dcada
10
0
0
Fase ()
-45
-45 /dcada
-90
Frecuencia (rad/s)
Figura 7.8: Magnitud y fase de un cero de fase no-mnima.
la fase de un factor cuadrtico vienen dados por:

v
u 2 !2 2

u
Magnitud: 20 log
t
1 + 2 ,

n n

1 2
+ 1 2
! !
Fase: tan 1 n
tan1 n
.

Se puede intentar aproximar estas ecuaciones, mediante asntotas. Si << n ,
entonces la magnitud es prcticamente igual a cero. Si >> n , entonces:
v
u 2 !2 2

u
20 log 1 + 2 40 log .
t
n n n

La magnitud se puede aproximar a una recta con pendiente de 40 dB/dcada, con

frecuencia de esquina igual a n . Sin embargo se debe notar que estas aproximaciones
no toman en cuenta el efecto del factor de amortiguamiento (). En la Figura 7.9 se
muestra la aproximacin por asntotas de un factor cuadrtico junto con la curva real
para algunos valores de . La lnea continua representa la aproximacin asinttica
mientras que las punteadas representan la curva real.
En el caso de la fase, se puede realizar una aproximacin similar a la que se hizo
para el caso de factores de primer orden. Con la diferencia de que en la frecuencia de

285
40
20
Magnitud (dB)
20
40
60
-40dB/dcada
80
Frecuencia (rad/s)
Figura 7.9: Magnitud de un factor de segundo orden junto con su aproximacin asinttica.
45
Fase ()
90 -90/dcada
135
180
Frecuencia (rad/s)
Figura 7.10: Variacin de la fase para los factores de segundo orden.
esquina, el valor de la fase es igual a 90 , y que una dcada despus de la frecuencia

de esquina, el valor de la fase es igual a 180 . Tampoco se toma en cuenta el efecto de
, no obstante, tal y como se observa en las Figuras 7.9 y 7.10, su efecto es importante
para valores pequeos de . Cuando el sistema es de segundo orden subamortiguado,
puede aparecer un pico en la respuesta de frecuencia si el valor de es pequeo. Este
pico se conoce como pico de referencia y su valor se puede calcular a partir de la
respuesta en frecuencia del polo cuadrtico.
El trmino cuadrtico tiene la forma:
1
G(j) = 2 ,
1 + 2 j n + j n

286
Diagrama de Bode
Magnitud (dB)
Frecuencia (rad/s)
Figura 7.11: Relacin entre el pico de resonancia y la frecuencia de resonancia en un diagrama de Bode.
este factor tendr una magnitud mxima cuando la magnitud de su denominador sea
mnimo. La magnitud al cuadrado del denominador viene dada por:
!2
2
2

mr () = 1 2 + 2 . (7.21)
n n
Si se minimiza mr () tambin se estar minimizando la magnitud del denominador
y por lo tanto maximizando la magnitud del factor cuadrtico. Al derivar (7.21) e
igualar a cero, se obtiene que la frecuencia r a la que ocurre este mximo viene dada
por: q
r = n 1 2 2 . (7.22)
Esta ecuacin es vlida para 0 0,707. Para valores de mayores a 0,707, no
se presenta pico de resonancia. El valor del pico Mr en decibeles vendra dado por
sustituir el valor de r en (7.21):
1 1
Mr |dB = 20 log |G(j)|max = 20 log q = 20 log . (7.23)
mr (r ) 2 1 2
En la Figura 7.11 se muestra cmo se deben medir Mr |dB y r en un diagrama de

Bode. Conforme tiende a cero, el valor del pico tiende a infinito. Con un valor de
= 0,707 el valor de Mr es igual a 0 dB, tal y como se muestra en la Figura 7.12.
Para el caso de los ceros cuadrticos, la respuesta en frecuencia se puede escribir
como:
2
!

G(j) = 1 + j 2 . (7.24)
n n

287
35
30
25
20
Mr|dB
15
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

Figura 7.12: Pico de resonancia en funcin de .
El procedimiento para aproximar asintticamente esta respuesta en frecuencia es

exactamente igual al caso del polo cuadrtico. Por lo que, para bajas frecuencias, la
aproximacin corresponder a una recta en 0 dB y para altas frecuencias, a una recta
con pendiente de 40 dB/dec, tal y como se muestra en la Figura 7.13. El caso de la
fase tambin es semejante con respecto a los polos, con la diferencia que en vez de
llegar hasta 180 , se llega a 180 con una pendiente de 90 /dec.
En el caso del pico (pero en el caso del cero, el pico se da hacia abajo), se realiza
el mismo procedimiento: se deriva la expresin (7.24) con respecto a y se busca el
valor valor que hace que sea igual a cero. El resultado al que se llega es:
q
r = n 1 2 2 , (7.25)
que coincidentemente, es exactamente igual al caso del polo cuadrtico. Para el caso
de la magnitud del pico, se llega a que:
q
Mr |dB = 20 log 2 1 2 . (7.26)
Ganancia negativa
Si el sistema presenta una ganancia negativa K, la magnitud es igual a la de una
ganancia positiva, pero la fase es constante e igual a 180 .

288
80
60
Magnitud (dB)
40 40dB/dec
20
20
40
Frecuencia (rad/s)
Figura 7.13: Respuesta en frecuencia y aproximacin de unos ceros cuadrticos.
7.2.2. Obtencin de la FT a partir del diagrama de Bode

Es posible obtener la funcin de transferencia de un sistema a partir de su diagrama
de Bode . Para ello, basta con encontrar las frecuencias en las que la magnitud cambia
mltiplos de 20 dB/dcada para tener una idea de la posicin de los polos. Para
ello se siguen las recomendaciones de (Ogata, 2003) y (Lora, 2008):
Una vez que se tiene la magnitud de la respuesta en frecuencia, se trazan

sus asntotas. Estas asntotas deben tener pendientes que sean mltiplos de
20 dB/dcada.
Si a una frecuencia 1 hay un cambio de 20 dB/dcada, entonces debe
existir un factor de la forma:
1
.
1 + j 1
Si la pendiente cambia +20 dB/dcada, quiere decir que se est en la

presencia de un cero que tiene la forma:

1+j .
1

289
Si la pendiente cambia 40 dB/dcada, se trata de un factor cuadrtico

de la forma:
1
2 .
1 + 2 j 1 + j 1
El valor de , se debe ajustar para que la aproximacin que se est haciendo
se asemeje lo ms posible a la curva real con que se cuenta.
La aproximacin de la ganancia depende de la presencia de polos en el origen.

A frecuencias muy bajas (es decir, cuando ningn otro polo ni cero del sistema
tiene efecto sobre la respuesta en frecuencia), los nicos factores que aportan a
la respuesta en frecuencia vienen dados por:
K
lm G(j) = ,
0 (j)
donde representa la cantidad de polos en el origen. Lo ms comn es que los
sistemas tengan, a lo sumo, dos polos en el origen
Si = 0, entonces el sistema no tiene polos en el origen. Debido a esto, a
bajas frecuencias, el diagrama de magnitud de Bode es una lnea horizontal
en x = 20 log(K) dB, donde x es la medicin que se realiza sobre la grfica
de magnitud. Por ello, es posible obtener el valor de K directamente
x
mediante k = 10 20 .
Si 1, el sistema tiene polos en el origen. Esto se nota en el grfico en el
hecho de que, para frecuencias bajas, la pendiente de la curva de magnitud
es 20 dB/dcada. En este caso, la magnitud a bajas frecuencias viene
dada por:
magnitud: 20 log(k) 20 log( ),
es decir, si la frecuencia a la que la extensin de la pendiente a bajas
frecuencias corta los 0 dB es igual a c , entonces el valor de K viene dado
por:
K = c .
Con esto, ya se puede tener una primera aproximacin de la funcin de trans-

ferencia. Si se cuenta con la informacin experimental de la fase, entonces es
posible comprobar la presencia de elementos de fase no mnima. Si a altas
frecuencias, la fase del modelo encontrado es diferente a 90(m n) donde m es
el nmero de ceros y n es el nmero de polos, entonces se est ante la presencia
de elementos de fase no mnima.

290
Si a altas frecuencias, la fase de las mediciones experimentales decrece

indefinidamente, entonces se tiene un retardo puro en el sistema. Si la
escala fuera lineal, la pendiente de la fase a altas frecuencias vendra dada
por 57,3L, donde L es el retardo del sistema. El factor 57,3 se debe a
la conversin entre radianes y grados que se debe hacer en el diagrama de
fase de Bode.
Si para bajas frecuencias, el modelo difiere de las mediciones por 180 ,
entonces el sistema tiene ganancia negativa.
Si a altas frecuencias la fase de las mediciones difiere a la del modelo en
180z, entonces eso quiere decir que se tienen z ceros de fase no mnima en
el sistema. En ese caso, habra que corregir z de los ceros encontrados hasta
que el diagrama de fase coincida con el diagrama de fase experimental.
7.3. Diagrama Polar

El diagrama polar es otra forma de representar la magnitud y la fase de la respuesta
en frecuencia. En este caso se utiliza un sistema de coordenadas polares, en el que
la magnitud de la respuesta en frecuencia se grafica en funcin de la fase. En un
sistema de coordenadas polares, la magnitud de la respuesta en frecuencia representa
la distancia de la curva al origen y la fase de la respuesta en frecuencia es el ngulo que
se mide desde el eje horizontal. En este caso, la frecuencia es una variable implcita, lo
que significa que cada punto de la curva polar tiene asociado una frecuencia particular,
pero esta no se representa explcitamente en el grfico.
En la Figura 7.14, se muestra un ejemplo de un diagrama polar caracterstico. En
este caso se trata de la curva polar de un sistema de segundo orden subamortiguado.
Para una frecuencia de cero ( = 0), la fase del sistema tiene un valor de cero y
una magnitud igual a la ganancia. Puesto que la fase es cero, la curva corta el eje
horizontal. Hay que notar que el eje horizontal representa la parte real de G(j)
mientras que el eje vertical es la parte imaginaria. Cada uno de los puntos de la curva
est asociado a una frecuencia , de manera que la magnitud del vector que inicia
en el origen y termina en la curva tiene una longitud igual a |G(j)| y un ngulo
de G(j). Cuando la frecuencia tiende a infinito, la fase tiende a 180 con una
magnitud de 0.
La informacin que provee el diagrama polar es exactamente la misma que el
diagrama de Bode, con la diferencia que en el caso polar, no se necesitan dos grficos
separados, sino que la informacin de la fase y la magnitud est contenida en un solo
grfico.

291
0.5
0.5
1.5
2.5
1 0.5 0 0.5 1 1.5 2 2.5
Figura 7.14: Curva polar caracterstica.
7.3.1. Construccin de los diagramas polares

Al contrario de los diagramas de Bode, no se cuenta con una tcnica para encontrar
una aproximacin asinttica de los diagramas polares. Lo que se debe hacer entonces
es dibujar algunos puntos de la curva y a partir de ellos, encontrar la forma general
que tiene. No obstante, a continuacin se presenta el diagrama polar de algunas
funciones de transferencia comunes, tal y como se presenta en Ogata (2003).
Factores integrales y derivativos

La forma de un factor integral viene dada por:
1
G(j) = ,
j
1
= ej 2 .

En un diagrama polar, esta respuesta en frecuencia es igual al eje negativo de
la parte imaginaria, puesto que el ngulo es constante en 90 . Cuando 0,
la magnitud tiende a infinito, mientras que si , la magnitud tiende a 0. El
diagrama polar de este factor se presenta en la Figura 7.15. Si fuera un cero en el
origen, el nico cambio en la grfica es que el ngulo sera de 90 en lugar de 90 .

292
1 0.5 0 0.5 1
Figura 7.15: Diagrama polar de un factor integrativo.
Figura 7.16: Diagrama polar de un factor de primer orden.

293
Factores de primer orden

En el caso de los polos de primer orden, la forma general es:
1
G(j) = .
1 + j
El diagrama polar es como se muestra en la Figura 7.16. Se puede demostrar que
esta curva es la mitad inferior de un crculo centrado en { 12 , 0}. Cuando 0, la
magnitud de la grfica polar tiende a 1 con un ngulo de 0 . Si , la magnitud
de la curva tiende a 0 con un ngulo de 90 . En el caso de esta curva, la parte real
viene dada por:
1
,
1 + 2 2
y la parte imaginaria viene dada por:

.
1 + 2 2
Si se vara el valor de , la curva polar tiene exactamente la misma forma para
todos los valores de . La diferencia est en que, dependiendo del valor de , el mismo
punto en la grfica polar va a estar asociado a diferentes valores ode frecuencia . Por
1 1
n
ejemplo, la grfica polar siempre va a pasar por el punto 2 , 2 , pero la frecuencia
asociada a este punto va a venir dada por = 1 .
El caso de un cero simple es totalmente diferente al caso de un polo simple. La
respuesta en frecuencia de un cero simple viene dada por:
G(j) = 1 + j.
De esta expresin, se puede concluir que la parte real de este factor siempre va
a ser igual a 1, mientras que la parte imaginaria va a ir desde cero hasta infinito
conforme la frecuencia aumente. Esto se representa en el diagrama polar como se
muestra en la Figura 7.17.
Factores Cuadrticos
El factor de segundo orden de la forma:
1
G(j) = 2 ,
1 + 2 j n + j n

294
0 0.5 1 1.5 2
Figura 7.17: Diagrama polar de un cero de primer orden.
a bajas frecuencias tiene una fase de 0 y magnitud 1, mientras que para frecuencias
altas, la magnitud es prcticamente cero con una fase de 180 . Matemticamente:
lm G(j) = 10 ,
0
lm G(j) = 0 180 .

Cuando = n , la fase es 90 independientemente del valor de , y la magnitud

viene dada por 21 . En la Figura 7.18, se muestra cmo vara el diagrama polar de
un sistema de segundo orden con respecto a su factor de amortiguamiento. Al variar
n , la forma del diagrama polar no cambia. Lo que sucede es que, para diferentes
valores de n , el mismo punto en el diagrama polar va a estar asociado con diferentes
frecuencias.
n o Por ejemplo, el corte con el eje imaginario siempre se va a dar en el punto
0, 1
2
, pero la frecuencia asociada a este punto es n .
Retardo
Como ya se estudi en la seccin 7.1.2, el efecto de un retardo puro en el sistema se
observa solamente en la fase, puesto que la magnitud de este factor es 1 para todas
las frecuencias. La fase en cambio decrece indefinidamente conforme la frecuencia
aumenta. En diagrama polar, esto se puede representar como un crculo de radio
unitario, tal y como se muestra en la Figura 7.19. Si en cambio, se tuviera un sistema
que adems del retardo puro tuviera un polo simple, su magnitud disminuira conforme
aumenta la frecuencia, pero su fase crecera indefinidamente tambin. Esto forma

295
0.4
0.2
0.2
0.4
0.6
0.8
1.2
1.4
0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 1.2
Figura 7.18: Diagrama polar de un sistema de segundo orden para diferentes valores de .
una espiral que empieza en el eje real positivo y tiende hacia el origen conforme
la frecuencia tiende a infinito. Un ejemplo de este tipo de curvas se presenta en la
Figura 7.20.
Casos de los polos en el origen junto con otros polos y ceros

En el caso que el sistema tenga polos en el origen adems de otros polos y ceros, el
sistema tiene magnitud infinita a frecuencias bajas. En el caso de que se tenga un solo
polo en el origen, la fase a frecuencias bajas es de 90 con una magnitud infinita.
Por lo que es asinttico a la lnea paralela al eje imaginario negativo dada por:
lm Re {G(j)} ,
0
tal y como se muestra en la Figura 7.21a. A altas frecuencias, normalmente la

magnitud del sistema tiende a 0 dB (es decir el origen del sistema de coordenadas).
Sin embargo el ngulo con el que llega al origen depender del resto de polos y ceros
del sistema.
Si se tienen dos polos en el origen, el sistema a bajas frecuencias tiene una magnitud
infinita, pero su fase es de 180 , es decir, es asinttico a una lnea recta paralela al
eje real negativo dada por:
lm Im {G(j)} ,
0
pero al igual que en el caso de los sistemas con un polo en el origen, el ngulo de
llegada al origen depende del resto del sistema. Un ejemplo de este tipo de sistemas
se muestra en la Figura 7.21b.

296
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1 0.5 0 0.5 1
Figura 7.19: Diagrama Polar de un retardo puro.
7.3.2. Graficacin de diagramas polares

Al contrario del caso de los diagramas de Bode, los diagramas polares no se pueden
obtener de la suma de los diagramas de cada componente. En este caso, no queda
ms que calcular una funcin con respecto a la frecuencia de la magnitud, la fase, la
parte real y la parte imaginaria de G(j). Una vez que se calcularon estas relaciones,
se deben buscar algunos puntos para darse una idea de la forma que tiene la curva.
Las frecuencias que se van a considerar en el diagrama dependen de la persona que
est dibujndola, pero lo que siempre debe incluir es la tendencia de la curva tanto
cuando 0 y cuando .

297
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0.5 0 0.5 1
Figura 7.20: Curva polar de un sistema de primer orden ms retardo puro.

Fundamentos de la respuesta en frecuencia
Ejercicio 7.1
Demuestre que si un nmero complejo se puede escribir como:
k
Q
xi
z= i=1
m
Q (7.27)
yi
i=1
donde xi y yi son nmeros complejos, entonces:

k
|xi |
Q
|z| = i=1
m
|yi |
Q
i=1
k m
z =
X X
xi y1
i=1 i=1
Solucin:
Para todo nmero complejo zj se tiene que:
zj = |zj | ezj (7.28)

298
0 0
(a) Un solo polo en el origen. (b) Dos polos en el origen.

Figura 7.21: Sistemas con polos en el origen, otros polos y ceros.
donde (7.28) corresponde a la forma polar de un nmero complejo. Pasando xi y yi a

su forma polar se obtiene que:
k
Q
xi
|x1 | ex1 |x2 | ex2 |xk1 | exk1 |xk | exk
z= i=1
m =
Q
yi |y1 | ey1 |y2 | ey2 |ym1 | eym1 |ym | eym
i=1
|x1 | |x2 | |xk1 | |xk | ex1 ex2 exk1 exk
=
|y1 | |y2 | |ym1 | |ym | ey1 ey2 eym1 eym
k
k m
|xi |
Q P P
xi yi
= i=1
m ei=1 i=1
|yi |
Q
i=1
= |z| ez
de donde se deduce que:

k
Q
xi
z = i=1
m
Q
yi
i=1
k m
z =
X X
xi y1
i=1 i=1
Por lo que el enunciado queda demostrado.

299
Ejercicio 7.2
Dada una funcin de transferencia:
10(s + 1)
H(s) = ,
(s + 4)(s + 3)(s2 + s + 1)
determine la respuesta temporal en estado estacionario ante una entrada:
u(t) = U sen(t) = 5 sen(t)
Solucin:
Se sabe que la respuesta temporal de un sistema en periodo estacionario ante una
entrada senoidal es:
y(t) = Y sen (t + )
donde:
Y = U |H(i)| (7.29)
= H(i). (7.30)
Del enunciado se deduce que U = 5 y = . Adems:
10(j + 1)

|H(j)| =
(j + 4)(j + 3) [(j)2 + j + 1]

10 2+1

=

q
2 + 42 2 + 32 2 + ( 2 1)2

0,156.
10(j + 1)
H(j) =
(j + 4)(j + 3) [(j)2 + j + 1]
0

= tan1 + tan1 tan1 + tan1 + tan1
10 1 4 3 2 1
173 .
Por lo tanto, la respuesta en rgimen estacionario sera:
y(t) =Y sin(t + ),
=5 0,156 sin(t 173 ),
=0,78 sin(t 173 ).

300
Figura 7.22: Respuesta transitoria de la funcin de transferencia en estudio.
Figura 7.23: Respuesta en estado estacionario de la funcin de transferencia analizada.
En la Figura 7.22 se muestra la respuesta transitoria de la funcin de transferencia

analizada, a la derecha se muestra el diagrama de bloques utilizado para su generacin
(el cual se cre en OrCAD). En la Figura 7.23, se muestra la respuesta en estado
estacionario junto con la entrada y la grfica de la expresin encontrada, como se
observa, la salida del sistema en estado estacionario y la seal producida por la
ecuacin determinada son idnticas.
Ejercicio 7.3
Determine la frecuencia de cruce de ganancia y la frecuencia de cruce de fase para la
una funcin de transferencia dada por:
50(s 1)
G(s) =
(s2 + 4s + 6)(s + 1)

301
Solucin:
La frecuencia de cruce de ganancia se define como la frecuencia positiva a la cual
|G(j)| = 1 (en ese caso la magnitud de la salida es igual a la magnitud de la entrada).
Para este caso:
50(j 1)

|G(j)| =

[(j)2
+ 4j + 6] (j + 1)

|50||j 1|
=
| + 4j + 6||j + 1|
2

50 2 + 1
=q
(4)2 + (6 2 )2 2 + 1
50
= .
36 + 4 2 + 4
Luego, se necesita que:
50
|G(j)| = =1
36 + 4 2 + 4

50 = 36 + 4 2 + 4
2500 =36 + 4 2 + 4 .
Como est elevada a potencias pares se puede realizar el cambio de variable

2 = x, resultando:
47,7
(
2500 = 36 + 4x + x2 x
51,7
Como se hizo el cambio de variable 2 = x y es real, solo la solucin positiva de

x funciona, resultando:
x 47,7 6,9 rad/s.
Finalmente, la frecuencia de cruce de ganancia sera:
c 6,9 rad/s.
La frecuencia de cruce de fase se define como la frecuencia positiva a la cual

G(j) = 180 (en este caso la salida est desfasada 180 de la entrada). Para

302
este caso:
50(j 1)
G(j) =
[(j)2
+ 4j + 6] (j + 1)
=50 + (j 1) ( 2 + 4j + 6) (j + 1)
0 1 4 1

= tan 1
+ 180 tan

tan 1
tan
50 1 6 2 1
4

=180 2 tan1 () tan1 .
6 2
Luego se debe cumplir que:
4

G(j) =180 2 tan () tan
1 1
= 180
6 2
4

360 =2 tan () + tan
1 1
.
6 2
Sin embargo, resolviendo numricamente esta ecuacin se comprueba que el valor
necesario para que se de la igualdad es: = , por lo que se puede decir que
no hay frecuencia de cruce de ganancia.
Ejercicio 7.4
Dada la funcin de transferencia:
6
H(s) =
(s + 1)(s + 2)(s + 5)
Determine la frecuencia de cruce de fase y la frecuencia de cruce de ganancia.

Solucin:
La ganancia de la funcin de transferencia evaluada en s = j es:
6
|H(j)| = 2 =1
+ 1 + 2 2 + 5
2

6 = 2 + 1 2 + 2 2 + 5
36 = 2 + 1 2 + 2 2 + 5

0 = 6 + 8 4 + 17 2 26
Haciendo el cambio de variable 2 = x resulta:
x3 + 8x2 + 17x 26 = 0

303
0,1 22,3 2 10 5 3 2,5 2,75 2,65

H() 12, 3 258 159 243 218 189 176 183 181
Cuadro 7.1: Valores de prueba para la fase del sistema.
ecuacin que puede ser resuelta por medio de una calculadora comn resultando:
4,5 2,4j

x = 4,5 + 2,4j
1

solo la solucin real es vlida, y como 2 = x se tiene c = 1 rad/s.

La frecuencia de cruce de ganancia es tal que la fase de la funcin de transferencia es
180 , siendo la fase de la funcin de transferencia:
0
! !

H(j) = tan 1
tan1 () tan1 tan1
6 2 5
Esta ecuacin es muy difcil de resolver a mano, sin embargo, evaluando la fase del
sistema cuando 0 y se tiene que:
H(0) =0
H() = 270
y como la fase es continua, necesariamente la fase pasa por 180 para algn valor de
. En estos casos, lo recomendable es evaluar la fase del sistema para valores cercanos
a los polos o ceros de la funcin de transferencia, y acortar el rango cada vez ms
hasta llegar al resultado deseado. En este caso, se puede comenzar por una dcada
antes del primer polo (ubicado
en 1 rad/s) y luego evaluar en una dcada despus
del ltimo polo (ubicado en 5 2,23 rad/s), posteriormente ir reduciendo cada vez
ms el intervalo de pruebas hasta obtener una precisin adecuada. En el Cuadro 7.1
se muestran varios valores de prueba utilizados, de donde se deduce que la frecuencia
de corte de ganancia es aproximadamente 2,6 rad/s.

304
Construccin de la grfica de Bode
Ejercicio 7.5
Determine el diagrama de Bode de la funcin de transferencia dada por:
2000(s + 3)
G(s) = .
(s + 40)(s + 100)
Solucin:
La funcin de transferencia dada se puede reacomodar como:

2000 3 s
3
+1 1, 5 s
3
+1
G(s) = = s .
40 100 s
40
+1 s
100
+1 40
+1 s
100
+1
De donde se observa que tiene:
Una ganancia en periodo estacionario de 1,5.
Un cero simple en 3 rad/s.
Un polo simple en 40 rad/s.
Se proceder a construir la tabla de aporte de pendientes para el diagrama de

magnitud tomando en cuenta que el aporte de pendiente de cada polo es 0 dB/dec
antes de la frecuencia de su polo y 20 dB/dec despus de la frecuencia de su polo,
adems, el cero aporta 0 dB/dec antes de la frecuencia de su cero y 20 dB/dec despus
de ste. Para que el diagrama quede suficientemente completo se construye a partir de
una dcada antes de su primer polo o cero y hasta una dcada despus de su ltimo
polo o cero. Como el primer cero se encuentra en 3 rad/s se construir la tabla a
partir de 0,3 rad/s. Adems, el ltimo polo se encuentra en 100 rad/s, por lo que se
construir la tabla hasta 1000 rad/s.
A partir de este criterio se puede construir el Cuadro 7.2 que indica el aporte de
pendientes al diagrama de magnitud.
Para determinar el punto de inicio del diagrama de magnitud se puede tomar el
lmite de la funcin de transferencia cuando s 0 (o sea a frecuencias bajas), en este
casi se tiene:
1, 5 3s + 1
lm G(s) = lm s = 1,5,
s0 s0
40
+ 1 s
100
+ 1

305
Trmino 0,3 < < 3 3 < < 40 40 < < 100 100 < < 1000
1, 5 0 0 0 0
s
3
+1 0 20 20 20
1
s
+ 1 0 0 20 20
40 1
s
100
+ 1 0 0 0 20
Total 0 20 0 20
Cuadro 7.2: Aporte de pendientes para el diagrama de magnitud.
20 dB/dec -20 dB/dec

0 dB/dec
0 dB/dec
Frecuencia (rad/s)
Figura 7.24: Asntotas del diagrama de magnitud
por lo que el diagrama de magnitud comenzara en 20 log(1,5) 3,52 dB.

A partir de la tabla de pendientes y el punto inicial se puede trazar el diagrama de
magnitud como se muestra en la Figura 7.24.
Como solo haba polos y ceros simples se tiene que el error entre las asntotas y la
grfica real es de 3 dB en cada interseccin de asntotas. En la Figura 7.25 se muestra
el diagrama de magnitud incorporando los errores.
Para construir el diagrama de fase se realiza la tabla de aporte de pendientes
tomando en cuenta que una dcada antes de cada polo o cero el aporte de pendiente
de 0 /dec en ambos casos, despus de una dcada del polo o el cero el aporte es
tambin 0 /dec. Entre una dcada antes y una dcada despus del polo o el cero
el aporte es de 45 /dec y 45 /dec respectivamente. En el Cuadro 7.3 se muestran
dichos aportes. Para conocer la fase inicial del diagrama a bajas frecuencias se puede
utilizar la frmula:
G()|0 = 90 (nc np) + 180 (ncd npd) + 90 (1 signo(K)),

306
Frecuencia (rad/s)
Figura 7.25: Diagrama de magnitud ejercicio 7.5.
Trmino 0,3 < < 4 4 < < 10 10 < < 30 30 < < 400 400 < < 1000
1, 5 0 0 0 0 0
s
3
+1 45 45 45 0 0
1
s
40
+1 0 45 45 45 0
1
s
100
+ 1 0 0 45 45 45
Total 45 0 45 90 45
donde:
np: Nmero de polos en el origen.
nc: Nmero de ceros en el origen.
ncd: Nmero de ceros en el semiplano derecho.
npd: Nmero de polos en el semiplano derecho.
En este caso resultara:
G()|0 =90 (nc np) + 180 (ncd npd) + 90 (1 signoK),

=90 (0 0) + 180 (0 0) + 90 (1 1),
=0.
Conociendo un punto inicial y las pendientes de la grfica se pueden trazar las

asntotas como se muestra en la Figura 7.26.

307
Frecuencia (rad/s)
Figura 7.26: Asntotas del diagrama de fase.
Frecuencia (rad/s)
Figura 7.27: Curva del diagrama de fase.
Como solo hay polos y ceros simples, el error entre la curva real y la asinttica es
de 6 en cada interseccin, en la Figura 7.27 se muestra el diagrama de fase tomando
en cuenta tal error.
En la Figura 7.28 se muestra el diagrama de Bode de la funcin de transferencia
determinado con el programa MatLab, el cdigo utilizado fue:
s=tf(s);
G=2000*(s+3)/((s+40)*(s+100));
Bode(G,{0.3,1000});
grid
Ejercicio 7.6
Determine el diagrama de Bode de la funcin de transferencia:
(0,025s + 1)
H(s) =
s2 (0,1s + 1)(s + 2)
Solucin:

308
Figura 7.28: Diagrama de Bode para la funcin de transferencia.
Reordenando la funcin de transferencia original como:

1

(0,025s + 1) 0,5(0,025s + 1) 0,5 40 s+1
H(s) = 2 = 2 = 1
s (0,1s + 1)(s + 2) s (0,1s + 1)(0,5s + 1) s2 10 s + 1 12 s + 1

Se observa que sta tiene:
Una ganancia de 0,5.
Dos polos en el origen.
Un cero simple en 40 rad/s.
A partir de esto se puede construir el Cuadro 7.4 en donde se muestran los aportes
de pendiente de cada trmino. Como la funcin de transferencia posee dos polos en el

309
Trmino 0,2 < < 2 2 < < 10 10 < < 40 40 < < 400
0,5 0 0 0 0
s
2
40 40 -40 40
s
40
+ 1 0 0 0 20
1
s
+ 1 0 20 20 20
2 1
s
10
+ 1 0 0 20 20
Total 40 60 80 60
Figura 7.29: Diagrama aproximado de Bode.
origen, el punto inicial se determinar evaluando la magnitud de la funcin cuando

s 0,2j (la menor frecuencia de inters). As:
q
(0,025 0,2)2 + 1
lm |H(s)| = q q 12,4
s0,2j
0,22 0,1 0,2)2 + 1 (0,2)2 + 22
Por lo que el diagrama de magnitud comienza en 20 log(12,4) 18,3 dB.

Con estos datos se puede crear el diagrama de Bode asinttico como se muestra en la
Figura 7.29, en donde se ha trazado de una vez el diagrama aproximado (como la
escala de magnitud es muy alta, no tiene mucho sentido ubicar exactamente el error
de 3 dB en cada interseccin).
El aporte de pendientes para el diagrama de fase se muestra en el Cuadro 7.5. Para

310
conocer la fase inicial del diagrama a bajas frecuencias se puede utilizar la frmula:
G()|0 = 90 (nc np) + 180 (ncd npd) + 90 (1 signo(K))
Donde:
np Nmero de polos en el origen.
nc Nmero de ceros en el origen.
ncd Nmero de ceros en el semiplano derecho.
npd Nmero de polos en el semiplano derecho.
H()|0 =90 (nc np) + 180 (ncd npd) + 90 (1 signo(K))

=90 (0 2) + 180 (0 0) + 90 (1 1)
= 180
Otra alternativa un poco ms exacta para determinar la fase inicial es evaluar la fase
de la funcin de transferencia en la menor frecuencia de inters (0,2 rad/s para este
problema). Si esto se hace resultara:
(0,025(j) + 1)
( )
H()|0,2 = ,
(j) (0,1(j) + 1)((j) + 2)
2
0,2
0,2

= tan1 (0,025 0,2) 2 90 tan1 (0,1 0,2) tan1 ,
2
173 .
Trmino 0,2 < < 1 1<<4 4 < < 20 20 < < 100 100 < < 400
0,5 0 0 0 0 0
s
2
0 0 0 0 0
s
40
+ 1 0 0 45 45 45
1
s
+ 1 45 45 45 0 0
2 1
s
10
+ 1 0 45 45 45 0
Total 45 90 45 0 45

311
Figura 7.30: Diagrama de fase asinttico.
Figura 7.31: Diagrama aproximado para la fase de la funcin de transferencia.
Sin embargo, como lo que interesa por ahora es dibujar el diagrama asinttico, se
utilizar la primera opcin, es decir 180 .
Con el punto inicial (180 ) y las pendientes se puede trazar el diagrama de
fase asinttico como se muestra en la Figura 7.30. Como solo hay polos simples, el
error en la interseccin de las asntotas ser de 6 . En la Figura 7.31 se muestra la
aproximacin del diagrama de fase de la funcin de transferencia.
En la Figura 7.32 se muestra el diagrama de Bode determinado con MATLAB, el
cdigo utilizado fue:
s=tf(s);
h=(0.025*s+1)/(s^2*(0.1*s+1)*(s+2));
Bode(h,{0.2,400});
grid

312
Figura 7.32: Diagrama de Bode la funcin de transferencia.
Ejercicio 7.7
Dada la siguiente funcin de transferencia:
a106
G(s) =
(s + 1)(s2 + 25s + 10000)
1. Realice el diagrama de Bode de la funcin de transferencia para a = 1.
2. Marque en el diagrama de Bode la frecuencia de cruce de ganancia y cruce de

fase.
3. Determine el valor de a para que la nueva frecuencia de cruce de ganancia sea

de 10 rad/s.
Solucin:
1.) Reordenando la funcin de transferencia de la siguiente forma:

313
Trmino 0,1 < < 1 1 < < 100 100 < < 1000
100 0 0 0
(s + 1)1 0 20 20
25s
2
s
10000
+ 10000
+ 1 0 0 40
Total 0 20 60
a106
G(s) =
(s + 1)(s2 + 25s + 10000)
a106 1
=
10000 (s + 1) s + 25s + 1
2
10000 10000
100a
= 2
25s

(s + 1) 10000
s
+ 10000 +1
Y adems como:
n = 100
(
2 2
s + 25s + 10000 = s + 2n s + n2
= 0,125
Se observa que la funcin de transferencia tiene:
Una ganancia de 100 (tomando a = 1).
Un polo cuadrtico en 100 rad/s.
Un coeficiente de amortiguamiento de 0,125.
A partir de esta informacin se puede crear la Cuadro 7.6 donde se muestra los
aportes de pendientes para el diagrama de magnitud (ste se ha construido tomando
el rango de inters como una dcada antes del primer polo o cero y una dcada
despus del ltimo polo o cero).

314
Figura 7.33: Diagrama de Bode de magnitud asinttico.
Para conocer el punto inicial del diagrama de Bode de magnitud se puede evaluar
la funcin en 0 rad/s (esto debido a que no hay polos en el origen). De esta forma se
obtiene:
a106
|G(s)|s0 = = 100 |G(s)|dB = 20 log(100) = 40 dB
(0 + 1)(0 + 25 0 + 10000)
Por lo que el diagrama asinttico sera como el mostrado en la Figura 7.33. Como
= 0,125 < 0,707, habr un pico de resonancia ubicado en la frecuencia de resonancia
dada por:
q
r =n 1 2 2
q
=100 1 2 0,1252
98,5 rad/s
100 rad/s
La amplitud en decibelios del pico ser:

q
MrdB = 20 log 2 1 2
q
= 20 log 2 0,125 1 0,1252
12,1 dB
Con esta informacin, y tomando en cuenta el error de 3 dB provocado por el

primer polo simple, se puede trazar el diagrama de magnitud como se muestra en la
Figura 7.34.

315
Figura 7.34: Diagrama de magnitud aproximado.
Trmino < 0,1 0,1 < < 10 10 < < 1000 1000 <
100 0 0 0 0
2 (s + 1) 0 0 0
1
45
25s

s
10000
+ 10000
+ 1 0 0 90 0
Total 0 45 90 0
Cuadro 7.7: Aporte de pendientes para el diagrama de fase.
La fase inicial puede ser determinada como:
H()|0 =90 (nc np) + 180 (ncd npd) + 90 (1 signo(K)),

=90 (0 0) + 180 (0 0) + 90 (1 1),
=0 .
Con lo que el diagrama asinttico de Bode para la fase quedara como el mostrado
en la Figura 7.35.
Como el coeficiente de amortiguamiento es pequeo, habr que corregir el diagrama
de fase cerca del polo cuadrtico, esto se puede hacer evaluando la fase real de la
funcin de transferencia una octava antes y una octava despus de la frecuencia de
transicin. La fase de la funcin de transferencia es:
0 25

G() = tan1 tan1 () tan1
100 10000 2

316
Figura 7.35: Diagrama asinttico de Bode para la fase.
Figura 7.36: Comparacin del diagrama asinttico de la fase con el real.
Y como la frecuencia de transicin es n = 100 rad/s se tendra:

0 25 50

G(0,5) = tan 1
tan1 (50) tan1 98
100 10000 50 2
0 25 200

G(2) = tan 1
tan (200) tan
1 1
260
100 10000 2002
2.) La frecuencia de cruce de ganancia se determina cuando la ganancia de la
funcin de transferencia es la unidad, adems, la frecuencia de cruce de fase es la
frecuencia a la cual la fase del sistema es 180 . En un diagrama de Bode la frecuencia
de cruce de fase se puede medir directamente, sin embargo, al estar el diagrama de
magnitud en decibelios, la frecuencia de cruce de ganancia ser la frecuencia para la
cual:
20 log [|G(c )|] = 20 log[1] = 0

En la Figura 7.37 se muestra el diagrama de Bode determinado a partir del programa
MATLAB, en donde se han marcado las frecuencias buscadas, resultando:

317
Figura 7.37: Diagrama de Bode determinado con MATLAB.
c 130 rad/s
=100 rad/s
3.) Para que la nueva frecuencia de cruce de ganancia sea de 10 rad/s, se debe
medir primero cuntos decibeles hay entre el eje de 0 rad/s y la magnitud original
a 10 rad/s. En la Figura 7.38 se muestra que hay 20 dB, por lo tanto, si a todo el
diagrama de magnitud se le restan 20 dB, la nueva frecuencia de corte de ganancia
sera 10 rad/s (esto porque el diagrama de magnitud valdra 0 dB para esa frecuencia).
Para encontrar el valor de a se puede utilizar la frmula:
Moriginal Majuste
k = 10 20
siendo
Moriginal la magnitud original de la funcin de transferencia a bajas frecuencias.
Majuste la magnitud necesaria para el ajuste.
k la ganancia de la funcin de transferencia a bajas frecuencias.
En este caso:

318
Figura 7.38: Decibelios entre el diagrama de magnitud y el eje de 0 dB.
Moriginal = 40 dB.
Majuste = 20 dB.
k = 100a.
Por lo tanto:
4020
100a =10 20 ,
a =0,1.
En la Figura 7.39 se muestra el diagrama de Bode de la nueva funcin de transfe-

rencia (con a = 0,1) y la original (con a = 1), se comprueba que la nueva frecuencia
de cruce de ganancia es de 10 rad/s.

319
Figura 7.39: Frecuencia de cruce de ganancia con la ganancia ajustada.
Construccin de la grfica polar
Ejercicio 7.8
Determine la grfica polar de la funcin de transferencia dada por:
s+1
H(s) =
(0,1s + 1)(0,5s + 1)(0,02s + 1)
Solucin:
La magnitud de la funcin de transferencia evaluada en s = j es:

2 + 1
|H(j)| = q q q
(0,1)2 + 1 (0,5)2 + 1 (0,02)2 + 1
En el Cuadro 7.8 se muestra la magnitud de la funcin de transferencia para algunos

valores de . Cuando se realizan diagramas polares, siempre se deben evaluar las
frecuencias = 0 y . Por otro lado, la fase de la funcin de transferencia sera:
H(j) = tan1 () tan1 (0,1) tan1 (0,5) tan1 (0,02).

320
0 1 2 3 4 5 6 7 8 9 10
|H(j)| 1 1, 26 1, 55 1, 68 1, 71 1, 68 1, 64 1, 58 1, 51 1, 44 1, 37
20 30 40 50 60 70 80 90 100 200
|H(j)| 0,83 0,54 0,38 0,28 0,21 0,16 0,13 0,11 0,089 0,024 0
Cuadro 7.8: Magnitud de la funcin de transferencia para distintas frecuencias.
0 1 2 3 4 5 6 7 8 9 10
H(j) 0
11, 6
4, 83
4, 88
13, 8
21, 8
28,8 35, 1
40,8
46
50,7
20 30 40 50 60 70 80 90 100 200
H(j) 82, 4
100
113
122
129
135
140
144
147
178
180
Cuadro 7.9: Fase de la funcin de transferencia para distintas frecuencias.
En el Cuadro 7.9 se muestra la magnitud de la funcin de transferencia para algunos

valores de . Algo importante es que siempre se deben evaluar las mismas frecuencias
que se utilizaron para el diagrama de magnitud.
A partir de los datos obtenidos en el Cuadro 7.8 y el Cuadro 7.9, se puede construir
el diagrama polar formando vectores de la forma [|H(j)| , H(j)], como se muestra
en la Figura 7.40, para los distintos valores de . Adems, siempre se deben marcar
tres cosas, el punto donde = 0, el punto donde = y la direccin de crecimiento
del diagrama polar.
Figura 7.40: Diagrama polar para la funcin de transferencia.

321
0 1 2 3 4 5 6 7 8 9
|H(i)| 13, 3 5, 2 2, 65 1, 56 0,99 0,678 0,482 0,355 0,269 0
0 1 2 3 4 5 6 7 8 9
H(i) 90 122 146 163 175 175 167 160 155 150 90
Ejercicio 7.9
Determine el diagrama polar de una funcin de transferencia dada por:
15
H(s) =
s(0,5s + 1)(0,1s + 1)
Adems, marque en el diagrama la frecuencia de corte de ganancia y la frecuencia

de cruce de fase si es que existen.
Solucin: La magnitud de la funcin de transferencia evaluada en s = j es:
15
|H(j)| = q q
(0,5)2 + 1 (0,1)2 + 1
En el Cuadro 7.10 se muestra la magnitud de la funcin de transferencia para distintos

valores de la frecuencia, cabe destacar que la magnitud es infinita para = 0, esto
se debe a la presencia del polo en el origen. Por otro lado, la fase de la funcin de
transferencia sera:
H(i) = 90 tan1 (0,5) tan1 (0,1).
En el Cuadro 7.11 se muestra la fase de la funcin de transferencia para distintos

valores de la frecuencia. A partir de estos datos se puede construir la grfica polar
mostrada en la Figura 7.41a. Para determinar las frecuencias de cruce de ganancia
y cruce de fase, se pueden observar las tablas anteriormente construidas, en el
Cuadro 7.10 se puede ver que a una frecuencia de 5 rad/s la magnitud es de 0,99, por
lo tanto:
c 5 rad/s,

322
adems, a partir del Cuadro 7.11 se tiene que la fase del sistema es 175 a 4 rad/s
y 175 a 5 rad/s, por lo que:
4,5 rad/s.
En la Figura 7.41b se han marcado las frecuencias de cruce de ganancia y cruce de
fase, para localizar la frecuencia de cruce de ganancia se puede trazar un crculo de
radio 1 sobre el diagrama polar, el diagrama polar tendr magnitud unitaria en la
interseccin de ambas curvas. Para localizar la frecuencia de cruce de fase se puede
determinar el punto donde el diagrama polar cruza el eje real (o donde la parte
imaginaria es cero).
(a) Grfica polar para la funcin de transferen- (b) Crculo de radio unitario y diagrama polar
cia
Figura 7.41: Diagramas del ejercicio 7.9

Bibliografa
Alfaro, V. M. (2005). Modelado y Anlisis de los Sistemas Dinmicos utilizando la
Red Generalizada. Technical report, Universidad de Costa Rica, San Jos, Costa
Rica.
Alfaro, V. M. (2006a). Identificacin de modelos de orden reducido a partir de la

curva de reaccin del proceso. Ciencia y Tecnologa (UCR), 24(2):2.
Alfaro, V. M. (2006b). Ie-1032, control e instrumentacin de procesos industriales.

Technical report, Universidad de Costa Rica, San Jos, Costa Rica.
Astrm, K. J. y Hgglund, T. (2009). Control PID avanzado. Prentice-Hall.
Baehr, H. D. y Stephan, K. (2011). Heat and Mass Transfer. Springer, Londres, 3

edicin.
Canales, R. y Barrera, R. (1977). Anlisis de sistemas dinmicos y control automtico.

Limusa, Mxico.
Chapra, S. C. y Canale, R. P. (2006). Mtodos numricos para ingenieros. McGraw

Hill, 5 edicin.
Close, C. M., Frederick, D. K., y Newell, J. C. (2002). Modeling and Analysis of

Dynamic Systems. John Wiley and sons.
Domnguez, S., Campoy, P., Sebastin, J. M., y Jimnez, A. (2006). Control en el

Espacio de Estados. Pearson Education, Madrid, 2 edicin.
Dorf, R. C. y Bishop, R. H. (2005). Sistemas de Control Moderno. Pearson Education,

Madrid, 10 edicin.
Dorf, R. C. y Svoboda, J. A. (2000). Circuitos Elctricos, Introduccin al Anlisis y

Diseo. Alfaomega, Mxico, 3 edicin.
Eykhoff (1977). Identificarea sistemelor. Tehnica, Bucuresti.
323
324
Ho, W., Hang, C., y Cao, L. (1995). Tuning of PID controllers based on gain and
phase margin specification. Automatica, 31:497502.
Hubert, C. I. (2002). Electric Machines. Theory, Operation Application, Adjustments

and Control. Prentice Hall, 2 edicin.
Kuo, B. C. (1996). Sistemas de Control Automtico. Pearson Education, Mxico, 7

edicin.
Lora, G. (2008). Fundamentos tericos para el modelado y anlisis de procesos y

sistemas. Teora del curso IE0409. Technical report, Escuela de Ingeniera Elctrica,
Universidad de Costa Rica, San Jos, Costa Rica.
Lora, G. y Mazn, I. (1989). Modelado y Anlisis de Sistemas Dinmicos. Editorial

de la Universidad de Costa Rica, San Jos, Costa Rica, 1 edicin.
Ministerio de Economa, Industria y Comercio (2010). Reglamento Tcnico RTCR

443:2010, Metrologa. Unidades de Medidas. Sistema Internacional (SI).
Ogata, K. (1987). Dinmica de Sistemas. Prentice Hall, 1 edicin.
Ogata, K. (2003). Ingeniera de Control Moderna. Pearson Education, Madrid, 4

edicin.
Rao, G. S. (2010). Numerical Analysis. New Age International Publishers, 4 edicin.
Skogestad, S. (2003). Simple analityc rules for model reduction and PID controller
tuning. Journal of Process Control, 13(4):291309.
Ziegler, J. y Nichols, N. (1942). Optimum settings for automatic controllers. ASME

Transactions, 64:759768.

Parte IV.
Apndices
325
A. La transformada de Laplace
Dentro de la Teora de Anlisis de Sistemas como de la de Control Automtico,
la transformada de Laplace es un pilar fundamental en el estudio de los sistemas
lineales, puesto que permite convertir ecuaciones diferenciales a ecuaciones algebraicas.
Es ms, de acuerdo con Ogata1 .
Una ventaja del mtodo de la Transformada de Laplace es que permite el
uso de tcnicas grficas para predecir el comportamiento del sistema, sin
tener que resolver las ecuaciones diferenciales del sistema. Otra ventaja
de este mtodo es que, cuando se resuelve la ecuacin diferencial, es
posible obtener simultneamente tanto la componente transitoria como la
estacionaria de la solucin.
Desde el punto de vista del estudio de sistemas, la transformada de Laplace
traslada las ecuaciones desde el dominio temporal (es decir, la variable t, que se utiliza
generalmente para denotar el tiempo) al llamado dominio de la frecuencia (que en
este caso est denotado con la variable compleja s, tal que, s = + j.
A.1. Definicin
Sean
f (t): Una funcin del tiempo t tal que f (t) = 0 para t < 0,
s = + j: variable compleja,
L : smbolo que indica que se aplicar la transformada de Laplace a una funcin,
F (s): transformada de Laplace de f (t).
Entonces la Transformada de Laplace de f (t) se obtiene mediante:
Z
L [f (t)] = F (s) = f (t)est dt. (A.1)
0
1
Ogata K. Ingeniera de Control Moderna, 4ta edicin. Prentice Hall Madrid. 2003
326
327
Tambin se puede encontrar la funcin temporal a partir de la funcin en el dominio

de la frecuencia mediante la Transformada Inversa de Laplace, definida por:
1 Z c+j
L 1
[F (s)] = f (t) = F (s)est ds, para t > 0, (A.2)
2j cj
donde c, la abscisa de convergencia, es una constante real que se eligi ms grande
que las partes reales para todos los puntos singulares de F (s).
Por supuesto, no se va a utilizar estas expresiones para evaluar la transformada
cada vez que sea necesaria. Para ello existen tablas con las funciones ms importantes
de transformacin.
A.2. Tablas de la Transformada de Laplace

A continuacin se presentan los pares de transformadas ms tiles para el estudio
de los sistemas lineales. En textos de matemtica u otros de control, se pueden
encontrar listas ms extensas. El Cuadro A.1 presenta las principales propiedades de
la transformada de Laplace, mientras que en el Cuadro A.2, se muestra la transformada
de Laplace de las funciones ms importantes en el rea del anlisis de sistemas lineales.

328
Propiedad
1 L [af (t)] = aF (s)
L f ( a1 t) = aF (as)
h i
2
3 L [f1 (t) f2 (t)] = F1 (s) F2 (s)
4 L [f (t )(t )] = es F (s)
5 L [et f (t)] = F (s + )
h i
6 L f t
a
= aF (as)
7 L [ dtd f (t)] = sF (s) f (0)
L [ dtd 2 f (t)] = s2 F (s) sf (0) f(0)
2
8
n 0 (n2) 0 (n1)
9 L [ dtd n f (t)] = sn F (s) sn1 f (0) sn2 f 0 (0) sf (0) f (0)
dn
10 L {tn f (t)} = (1)n ds F (s)
F (s)
Z t
11 L f (t) dt =
0 s
Z t
12 L f1 (t )f2 ( ) d = F1 (s)F2 (s)
0
13 lm f (t) = lm sF (s)
t s0
Cuadro A.1: Propiedades de la transformada de Laplace.

329
f (t) F (s)
1 Impulso unitario (t) 1
1
2 Escaln unitario (t) s
1
3 t s2
4 tn n = 1, 2, 3, n!
sn+1
1
5 e at
s+a
1
6 teat (s+a)2
7 sen(t)
s2 + 2
8 cos(t) s
s2 + 2
1 1
9 a
(1 eat ) s(s+a)
1 1

10 ba
eat ebt (s+a)(s+b)
1 1 1

11 ab
1+ ab
bebt aeat s(s+a)(s+b)
12 eat sen(t)
(s+a)2 + 2
13 eat cos(t) s+a

(s+a)2 + 2
1 s2
14 2
(sen (t) + t cos (t)) (s2 + 2 )2
2
15 n en t sen(n 1 2 t), (0 < < 1)) n
s2 +2n s+n
2
1 2

1 1

en t
sen n 1 2t +
1 2

1 2 2
16 = tan1
n
s(s2 +2n s+n
2)

0 < < 1, 0 < <
2

p en t
sen n 1 2 t +
r
2 2n +n
2
17 p = n 1 2
2 (s+)
n
s2 +2n s+n
2
n 1 2
= tan1 n
( < 1)
Cuadro A.2: Pares de transformadas de Laplace.

B. Resumen de lgebra lineal
En este apndice, se presenta un resumen de las propiedades y elementos del lgebra
lineal matricial que ms se utilizan en el anlisis de sistemas.
B.1. Nomenclatura
En el caso de anlisis de sistemas, cuando se hable de un vector, este se va a denotar
con letras minsculas en negrita y siempre se va a suponer que se trata de un vector
columna, a menos que se indique lo contrario:

v1

v2
v= .. (B.1)

,
.

vn
donde el trmino vn representa el n-simo elemento del vector. Las matrices se van a
representar con letras maysculas en negrita:

a11 a12 a1n

a21 a22 a2n
A= .. .. .. (B.2)

.. .

. . . .

am1 am2 amn
En este caso, la matriz A tiene m filas y n columnas, por lo que se dice que el
orden de esta matriz es m n. El trmino amn representa el elemento de la matriz
que se encuentra en la fila m columna n. La transpuesta de una matriz corresponde a
intercambiar de posicin las filas y las columnas de cada elemento. La transpuesta
de A se denota como AT . Si los elementos de AT se denotan como a0ij , entonces se
cumple que:
a0ij = aji . (B.3)
La transpuesta de un vector corresponde a un vector fila. Una matriz cuadrada
es una matriz que tiene igual nmero de filas que de columnas. Algunas propiedades
de la transposicin de matrices son (Kuo, 1996):
330
331
T
AT = A.
Si k es un escalar, entonces (kA)T = kAT .

(A + B)T = AT + BT .
(AB)T = BT AT .
B.2. Determinantes e inversas

El determinante de una matriz cuadrada se denota como:

a11 a12 a1n

a21 a22 a2n
det (A) = |A| = .. .. .. (B.4)

... .
. . .

an1 an2 ann
El cofactor de un elemento determinante se define de la siguiente manera (Kuo,
1996): Dado un determinante de n-simo orden |A|, el cofactor de cualquier elemento
aij denotado como Aij , es el determinante que se obtiene al eliminar todos los
elementos de la i-sima fila y la j-sima columna que despus se multiplica por
(1)i+j . Por ejemplo, si se tiene una matriz 3 3 dada por:

a11 a12 a13
A = a21 a22 a23
,

a31 a32 a33

el cofactor de elemento a11 viene dado entonces por:

1+1
a22 a23
A11 = (1) = a22 a33 a23 a32 ,

a32 a33

y el del trmino a12 por:

1+2
a21 a23
A12 = (1)
= (a21 a33 a23 a1 ) .
a31 a33

Utilizando los cofactores se puede calcular el valor del determinante de una matriz
cuadrada n n. Para cualquier fila i = 1, o 2, o . . . , o n:
n
det A = (B.5)
X
aij Aij .
j=1
Algunas propiedades de los determinantes se encuentran en Ogata (2003):

332
Si se intercambian cualquiera dos filas o columnas consecutivas, el determinante

cambia de signo.
Si cualquier fila o columna est formada por ceros, entonces el determinante es

igual a cero.
Si k es un escalar, y A es n n entonces
|kA| = k n |A| .
|AB| = |A| |B|.
Se define como matriz adjunta a la matriz cuyo elemento en la i-sima fila y la j-sima
columna es igual al cofactor Aji . Esta matriz se representa mediante adj A:

A11 A21 An1

A12 A22 An2
adj A = .. .. .. (B.6)

... .
. . .

A1n A2n Ann
Se puede mostrar que

A (adj A) = |A| I
lo que permite encontrar una forma de obtener la inversa de una matriz:
A11 A21 An1

|A| |A| |A|

A12 A22
An2
adj A

|A| |A| |A|
A1 = = .

.. .. .. .

(B.7)
|A| . .
. . .

A1n A2n Ann
|A| |A|
|A|
Algunas propiedades de la inversin de matrices son las siguientes:
AA1 = I.
1
(A1 ) = A.
(AB)1 = B1 A1 .

333
En el caso de una matriz 2 2, de la forma

" #
a b
A= ,
c d
la matriz inversa vendra dada por:
1
" #
d b
A 1
= .
ad bc c a
Y en el caso de una matriz 3 3, de la forma

a b c
A=
d e f ,

g h i
la matriz inversa vendra dada por:

e f b c b c

h i h i e f

1

d f a c a c
A1 = ,

|A| g i g i d f

d e a b a b

g h g h d e

con
e f d f d e
|A| = a b

+ c

.

h i g i g h

C. Mtodos numricos para la
simulacin de sistemas
En este captulo se introducen algunos conceptos importantes de anlisis numrico,
que son relevantes para la simulacin de sistemas dinmicos. El poder de clculo
que han alcanzado las computadoras digitales actuales, ha motivado el aumento
en la importancia de la simulacin de sistemas, tanto para el anlisis como para el
diseo. El uso de algoritmos numricos no se restringe slo a software de simulacin
de sistemas generales (como MATLAB, OpenModelica, COMSOL, VisSim1 , etc.),
si no que cualquier software especfico de algn rea de ingeniera (por ejemplo, la
simulacin de circuitos elctricos) deber implementar algn tipo de mtodo numrico
para la resolucin de problemas. Es por esta razn que es importante conocer al
menos los elementos bsicos de este tipo de algoritmos.
En la Seccin C.1 se hace una pequea introduccin a la idea de cifras significativas,
representacin de nmeros y errores numricos. En la Seccin C.2 se presentan
algunos algoritmos para la resolucin de ecuaciones algebraicas. Algunos mtodos de
aproximacin de integrales y derivadas se muestran en la Seccin C.3 y por ltimo,
la solucin de sistemas de ecuaciones diferenciales se presenta en la Seccin C.4.
C.1. Representacin numrica y medidas de error

C.1.1. Representacin digital de nmeros
Cuando se desea almacenar nmeros en una computadora, a veces no es posible
escribirlos de una manera completa. Por ejemplo, en una computadora digital
binaria, es posible almacenar el nmero entero 3 de una manera muy sencilla, sin
embargo, almacenar nmeros irracionales como requiere de ciertos compromisos.
se puede escribir con decimales como = 3,141592653 . . .2 Puesto que tiene un
1
http://www.mathworks.com, https://www.openmodelica.org/, http://www.comsol.com/
y http://www.vissim.com/
2
En http://www.geom.uiuc.edu/~huberty/math5337/groupe/digits.html se pueden encon-
trar los primeros cien mil decimales y en http://www.numberworld.org/misc_runs/pi-12t/ pre-
334
335
infinito nmero de decimales, es imposible almacenarlos de una manera prctica en

una computadora. Es aqu cuando surge la necesidad del redondeo y el concepto de
cifras significativas.
De acuerdo con Chapra y Canale (2006), las cifras significativas son la cantidad
de dgitos que se utilizan para representar un nmero en los cuales se tiene certeza
de su validez. Este concepto tambin aparece cuando se realizan mediciones con
instrumentos: cuando se mide una distancia con una regla, cuya marca ms pequea
es de un milmetro, se dice que cualquier medida que se haga con ella tendr una
incertidumbre de 0,5 mm. Por lo tanto, solo una cantidad finita de dgitos de esa
medicin sern ciertos y por lo tanto significativos.
En Rao (2010), se pueden encontrar algunas reglas para definir qu dgitos son
significativos en un nmero:
Todos los nmeros que no son iguales a cero.
Los dgitos que son cero si:
Se comprenden entre dgitos significativos.
Estn a la derecha de la coma y tambin a la derecha de otras cifras
significativas.
Se dice explcitamente que son significativos.
Entonces, por ejemplo, si se presenta un valor como 3,58 este nmero tiene tres
cifras significativas. De igual manera 0,00358 tambin tiene tres cifras significativas
(3, 5 y 8). Cuando se utiliza la notacin cientfica de los nmeros, la cantidad de
nmeros que se encuentran en la mantisa son las cifras significativas (por ejemplo el
nmero 3,58 103 tiene tambin tres cifras significativas).
A veces es necesario escribir un nmero con una cantidad definida de cifras signifi-
cativas. En estos casos es necesario redondear o cortar el nmero para cumplir esta
restriccin. De acuerdo con (Chapra y Canale, 2006), redondear produce un error
menor en la representacin de los nmeros, pero muchas veces, por facilidad, en una
computadora los nmeros ms bien se cortan, de manera que se descarten los dgitos
ms all de las cifras significativas necesarias. As por ejemplo si se tiene el nmero
4,5681 y se desean tres cifras significativas, el nmero resultante quedara como 4,57.
Si ms bien se necesitan cuatro cifras significativas, el nmero quedara como 4,568.
Si el dgito que se debe descartar es exactamente 5, entonces se suele sumar una
unidad a la ltima cifra significativa si los nmeros despus de este 5 son diferentes
de cero. En caso de que sean iguales a cero, lo que se hace es poner el nmero par
sentan los primeros 12 billones de decimales.

336
bit de signo mantisa
exponente
Figura C.1: Almacenamiento del nmero decimal con el estndar IEEE 754.
ms cercano que sea mayor igual a la ltima cifra significativa. As por ejemplo 78,5
y 77,5 ambos se escribiran como 78 con dos cifras significativas.
Para representar nmeros en una computadora con cierta cantidad de cifras significa-
tivas, se suele utilizar el estndar de la IEEE Standard for Floating-Point Arithmetic
(IEEE 754). La idea de este estndar es representar a los nmeros decimales mediante
la forma:
(1)s c bq , (C.1)
donde s es el bit de signo (s = 1 para nmeros negativos y s = 0 para positivos), c es
la mantisa que contiene las cifras significativas (cuya cantidad vara dependiendo del
nmero de bits que se dispongan), b es la base (puede ser base 10 o base 2) y q es el
exponente. Para almacenar el nmero, entonces se guarda en memoria los nmeros s,
c y q, tal y como se presenta en la Figura C.1. De manera general, cuando se escribe
el valor de la mantisa en binario, se normaliza de forma que siempre el primer dgito
sea un 1, por lo que este dgito se suele omitir a la hora de escribir la mantisa.
Cuando se almacenan nmeros con un nmero finito de dgitos, surgen inevita-
blemente errores debido al redondeo. A estos errores tambin se les llama en este
contexto errores de cuantizacin, debido a que con este formato, no es posible
escribir cualquier nmero decimal. Si se sigue el ejemplo que aporta Chapra y Canale
(2006), y se toma una versin simplificada del estndar en el que el nmero del
exponente se expresa con un bit de signo y dos de magnitud y con una mantisa
de tres bits, el nmero positivo ms pequeo que se podra escribir sera 0111100,
que corresponde a 0,0625. Es decir, cualquier nmero entre 0 y 0,0625 tendr que
redondearse a alguno de estos dos nmeros o simplemente cortarse a cero.
Sin embargo, las computadoras modernas pueden utilizar palabras de 32, 64 o 128
bits para representar los nmeros. As, por ejemplo, si se utilizan 32 bits, normalmente
se utilizan 23 bits de mantisa y 8 para el exponente, lo que da una precisin en base
10 de aproximadamente siete cifras significativas. Con 64 bits se podra tener hasta
15 cifras significativas. Por lo que con el avance de las computadoras, el error por
redondeo cada vez se hace ms pequeo.

337
Exactitud
Precisin
(i) (ii)
(iii) Valor real (iv)

Dato obtenido
Figura C.2: Diferencia entre exactitud y precisin: (i) Datos ni precisos ni exactos, (ii) Datos exactos
pero poco precisos, (iii) Datos precisos pero poco exactos, (iv) Datos precisos y exactos.
C.1.2. Medida del error

Siempre que se est tratando con un mtodo numrico, se tendr un error asociado.
El error se define como la diferencia que existe entre el valor verdadero y el resultado
del proceso de medida o clculo que se obtiene:
Error = |Valor verdadero Valor aproximado obtenido|
De acuerdo con Rao (2010) y Chapra y Canale (2006) existen tres tipos de error:
Errores inherentes: Se refieren a los errores en los datos (pueden ser experimen-
tales) o los parmetros que se utilizan para resolver un problema. Cuando se
tienen datos reales, la calidad de estos datos se pueden cuantificar mediante
su precisin y su exactitud. Un conjunto de datos son exactos cuando, despus
de tomar varias muestras, el valor que arrojan los instrumentos de medicin se
acercan al valor real de la medicin. Por supuesto, para conocer la exactitud, es
necesario calibrar los instrumentos antes con un patrn que sea conocido. Por
otro lado, la precisin est ms relacionada con la variabilidad de las muestras: si
se realiza varias veces la misma medicin y los resultados estn muy esparcidos
se dice que las mediciones son poco precisas. Se debe tener claro que la exactitud
y la precisin son relativamente independientes y se pueden tener datos que sean
precisos pero no exactos y viceversa, tal y como se presenta en la Figura C.2.
Errores de redondeo: Como los nmeros con expansin decimal no se pueden

338
almacenar completamente en una computadora, a la hora que se corte un

nmero en cierto decimal, se produce un error por redondeo.
Errores por truncamiento: Estos errores se deben a las aproximaciones que se

hacen para poder realizar los clculos en una computadora. Por ejemplo, si se
deseara implementar la funcin senoidal en una computadora, se podra utilizar
la expansin de Taylor hasta cierto orden para su clculo. Sin embargo, como
slo se puede usar un orden finito en la serie, esta diferencia entre el valor real
y el valor que se est utilizando en el clculo es lo que se denomina error por
truncamiento.
Para poder comparar el valor del error de un procedimiento con el de otro, se suele
utilizar una medida del error que es relativa al valor verdadero:
|valor verdadero valor aproximado|

t = 100 %. (C.2)
valor verdadero
Esta medida es til cuando se conoce el valor verdadero, pero muchas veces este
valor no se tiene a mano, por lo que la medida del error se debe aproximar de alguna
manera. Tal y como lo indica Chapra y Canale (2006), muchos mtodos numricos
son iterativos por lo que una medida de error relativo se puede definir como:
|valor aproximado actual valor aproximado anterior|

a = . (C.3)
valor aproximado actual
Una de los criterios de finalizacin de los algoritmos numricos es el momento en
que este error relativo se hace menor que cierto valor s . Cuando se terminan las
iteraciones por esta condicin, se puede garantizar que el resultado es correcto en al
menos n cifras significativas cumpliendo que Chapra y Canale (2006):
s = (0,5 102n ) % (C.4)
C.2. Solucin numrica de ecuaciones algebraicas

Muchas veces, mientras se resuelve algn problema en ingeniera, es necesario en-
contrar la solucin de una ecuacin que, posiblemente, no se pueda resolver fcilmente
de manera analtica. En estos casos, lo que se hace es tratar el problema matemtico
utilizando un mtodo numrico.
En esta seccin se van a estudiar tres de estos mtodos: De la falsa posicin,
Newton-Raphson y mtodo de la secante.

339
Figura C.3: Mtodo de la falsa posicin.
C.2.1. Mtodo de la falsa posicin

El mtodo de la falsa posicin, es un algoritmo que se basa en criterios grficos
para encontrar una raz real de una funcin continua cualquiera. El mtodo se puede
explicar a partir de la Figura C.3: Suponga que se quiere resolver la ecuacin f (x) = 0
y que se tienen los puntos xl y xu que son conocidos y cumplen que el signo de f (xl )
es diferente al signo de f (xu ). Puesto que la funcin es continua y estos dos puntos
tienen diferente signo, entonces es claro que debe existir al menos una raz (cruce por
cero) en este intervalo.
La idea de este mtodo es trazar una lnea recta entre xl y xu de manera que sea
posible encontrar el punto xr en el que esta recta corta el eje x y suponer que este
punto es una aproximacin (una posicin falsa) de la raz verdadera. A partir de la
Figura C.3, se pueden trazar dos tringulos que tengan en comn el punto xr . Por
tringulos semejantes se puede escribir que (Chapra y Canale, 2006):
f (xl ) f (xu )
= .
xr xl xu xr
Despejando xr se obtiene:
xu f (xl ) xl f (xu )
xr = . (C.5)
f (xl ) f (xu ) f (xl ) f (xu )
Si se suma y resta xu al lado derecho de (C.5), se llega a:
f (xu )(xl xu )
xr = xu , (C.6)
f (xl ) f (xu )

340
que es la ecuacin que se utiliza para calcular el valor de xr . Un mtodo parecido a

este es el mtodo de la biseccin, pero en lugar de calcular el valor de xr con (C.6),
lo que hace es colocar la aproximacin de la raz en el punto medio entre xl y xr .
La ventaja del mtodo de la falsa posicin es que, en la mayora de los casos, la
convergencia es ms rpida que utilizando el mtodo de la biseccin.
Por supuesto, el valor verdadero de la raz no necesariamente es igual al valor
calculado de xr , por lo que se debe proceder a buscar una mejor aproximacin. Lo que
se hace es cambiar alguno de los lmites xl y xu dependiendo de la siguiente prueba:
Si f (xl ) f (xr ) < 0, quiere decir que existe una solucin en el intervalo entre xl
y xr , por lo que se hace xu = xr y se repite el clculo en (C.6).
Si f (xr ) f (xu ) < 0, quiere decir que existe una solucin en el intervalo entre
xr y xu , por lo que se hace xl = xr y se repite el clculo en (C.6).
Si f (xr )f (xu ) = 0 o f (xl )f (xr ) = 0 entonces quiere decir que xr es exactamente

la raz y por lo tanto no hay que continuar con el algoritmo.
El algoritmo debe terminar en algn momento, por lo que se debe definir un criterio
de salida. Uno de estos criterios puede ser que se haya alcanzado el nmero mximo
de iteraciones que se van a permitir o que el error aproximado en la i-sima iteracin
dado por:
x x
r,i r,i1
a = 100 % (C.7)
xr,i
sea menor que cierto valor preestablecido.
Ejemplo C.1
Utilizando el mtodo de la posicin falsa, resuelva la ecuacin:
1
x x+ x=8
3
Solucin:
El mtodo de la posicin
falsa resuelve problemas de la forma f (x) = 0, por lo tanto
1
se tiene que f (x) = x x + 3 x 8. Si se hace xl = 1 se tiene que f (xl ) 6,667, y si
se toma xu = 5 se tiene que f (xu ) 4,847. Por lo tanto, como se tiene que los signos
en estos puntos son diferentes, se concluye que la raz se encuentra entre 1 y 5. Al
aplicar el mtodo se tiene los resultados que se observan en el Cuadro C.1. Como se
puede observar, despus de cinco iteraciones, el error relativo es de 0,0002 %. Con
la sexta iteracin, ya se tienen cinco decimales que no varan entre esta iteracin y

341
la anterior. Es ms, utilizando seis decimales, el valor de f (xr ) en esta iteracin se

puede considerar prcticamente igual a cero, por lo que se puede dar por resuelto
este problema.
iteracin xl f (xl ) xu f (xu ) xr f (xr ) a

0 1 6,666667 5 4,847007 3,316087 0,856002
1 3,316087 0,856002 5 4,847007 3,568836 0,068369 7,0821 %
2 3,568836 0,068369 5 4,847007 3,588743 0,005246 0,5547 %
3 3,588743 0,005246 5 4,847007 3,590269 0,000401 0,0425 %
4 3,590269 0,000401 5 4,847007 3,590385 0,000031 0,0033 %
5 3,590385 0,000031 5 4,847007 3,590394 0,000002 0,0002 %
6 3,590394 0,000002 5 4,847007 3,590395 0,000000 0,0000 %
Cuadro C.1: Ejecucin del algoritmo de la falsa posicin para el ejemplo C.1
C.2.2. Mtodo de Newton-Raphson

El mtodo de Newton-Raphson se basa en el conocimiento de la derivada de la
funcin f (x) en el punto xi para encontrar una aproximacin de la raz de la ecuacin
f (x) = 0.
Desde el punto de vista matemtico, lo que se hace es aproximar la funcin f (x)
mediante una serie de Taylor truncada al primer orden de manera que se pueda
encontrar, mediante algunas iteraciones, el valor de la raz. Grficamente, el mtodo
se explica en la Figura C.4. Se puede observar que, con el conocimiento de la derivada
en el punto xi , se puede tener una aproximacin del punto de interseccin con el
eje, trazando la recta tangente a ese punto. Una vez que se calcula xi+1 , se repite el
procedimiento hasta que se cumple cierta condicin de paro.
La ecuacin del mtodo se obtiene a partir de la aproximacin de Taylor de primer
orden alrededor de xi :
f (xi+1 )
= f (xi ) + f 0 (xi ) (xi+1 xi ) . (C.8)
Puesto que lo que se desea es obtener una aproximacin del punto en que se cruza el
eje, se define f (xi+1 ) = 0. Tomando en cuenta esto, se despeja xx+1 de manera que:
f (xi )
xi+1 = xi . (C.9)
f 0 (xi )

342
Figura C.4: Mtodo de Newton-Raphson para resolver ecuaciones de manera numrica.
Obviamente, esta ecuacin slo es vlida si f 0 (xi ) 6= 0. Una desventaja de este

mtodo es que se necesita conocer el valor de la derivada de f (x), al contrario del
mtodo de la falsa posicin en el que slo era necesario conocer f (x). Otro problema
es que, al ser un mtodo que no encierra la raz en un intervalo, es posible que
el mtodo diverja, dependiendo de la forma de funcin. Sin embargo, si el mtodo
converge, lo har de una manera ms rpida que en el caso de la falsa posicin. Es
ms, se puede demostrar que, de converger, la velocidad con que lo hace es cuadrtica,
lo que significa que el error de cada iteracin es proporcional al cuadrado del error
anterior, permitiendo que, con cada iteracin se tenga, el doble de decimales correctos
(Chapra y Canale, 2006).
Ejemplo C.2
Resuelva la ecuacin del ejemplo C.1 utilizando el mtodo de Newton-Raphson.
Solucin
En el Cuadro C.2 se puede observar las iteraciones necesarias con el mtodo de
Newton-Raphson. Como se puede observar, despus de tres iteraciones, el mtodo
llega a la misma solucin que con el mtodo anterior, lo que muestra su superioridad
en lo que a velocidad de convergencia se refiere.

343
iteracin xi f (xi ) f 0 (xi ) xi+1 a

0 5 4,8470 3,6874 3,6855 35,67 %
1 3,6855 0,3039 3,2130 3,5909 2,63 %
2 3,5909 0,0017 3,1758 3,5904 0,02 %
3 3,5904 6,044 108 3,1755 3,5904 0,00 %
Cuadro C.2: Solucin de la ecuacin con el mtodo de Newton-Raphson.
El mtodo tambin se puede aplicar para resolver sistemas de ecuaciones no lineales.

Supngase que se quiere resolver el sistema:
f (x, y) = 0
(
. (C.10)
g(x, y) = 0
Al igual que en caso de una sola ecuacin, se procede a obtener la expansin de

Taylor de primer orden para f (x, y) y g(x, y) alrededor del punto (xi , yi ), con la
diferencia que en este caso, se tienen dos variables (x y y) para cada una de las
funciones:
f (xi , yi ) f (xi , yi )
f (xi+1 , yi+1 ) f (xi , yi ) + (xi+1 xi ) + (yi+1 yi ) , (C.11)
x y
g(xi , yi ) g(xi , yi )
g(xi+1 , yi+1 ) g(xi , yi ) + (xi+1 xi ) + (yi+1 yi ) , (C.12)
x y
haciendo f (xi+1 , yx+1 ) = g(xi+1 , yi+1 ) = 0 y despejando para xi+1 y yi+1 se obtiene:
g(xi ,yi ) f (xi ,yi )
y
f (xi , yi ) y
g(xi , yi )
xi+1 = xi f (xi ,yi ) g(xi ,yi ) f (xi ,yi ) g(xi ,yi )
, (C.13)
x y
y x
f (xi ,yi ) g(xi ,yi )
g(xi , yi ) f (xi , yi )
yi+1 = yi x
x
, (C.14)
x y
y x
que es la ecuacin para resolver un sistema de dos ecuaciones no lineales. Este clculo
se repite hasta que se logre reducir el error relativo a un valor predeterminado.
C.2.3. Mtodo de la secante

El mtodo de la secante es otra manera de resolver ecuaciones algebraicas (Chapra
y Canale, 2006). Este utiliza la misma idea del mtodo de Newton-Raphson pero trata

344
Figura C.5: Representacin grfica del mtodo de la secante.
de solventar una de sus desventajas: en el mtodo de Newton-Raphson es necesario

conocer la derivada de la funcin por resolver en cada una de las iteraciones, pero
dependiendo del problema, esta derivada puede ser muy difcil o incluso imposible de
obtener.
El mtodo de la secante lo que hace es aproximar el clculo de la derivada como
una diferencia:
f (xi1 ) f (xi )
f 0 (xi ) , (C.15)
xi1 xi
como se puede observar, el cmputo de la derivada de la funcin se obtiene mediante
el clculo de la misma funcin con el valor de la aproximacin actual de la raz (xi ) y
el valor en la iteracin anterior xi1 . Si se cambia entonces la aproximacin (C.15),
en (C.9), se obtiene la ecuacin para obtener la raz:
f (xi ) (xi1 xi )
xi+1 = xi . (C.16)
f (xi1 ) f (xi )
La solucin que se obtiene utilizando esta ecuacin se puede representar grficamente

como se muestra en la Figura C.5. El algoritmo que se seguira es igual que el de
Newton, con excepcin de que se est aproximando la tangente mediante una secante.
Tal y como se menciona en (Chapra y Canale, 2006), la ecuacin del mtodo de la
secante es igual al del mtodo de la falsa posicin. La diferencia radica en cmo se
van eligiendo los nuevos valores de xi en cada iteracin, puesto que el mtodo de
la secante no requiere que los dos puntos que se utilizan durante la iteracin tenga

345
signo contrario. Por esta razn es posible que el mtodo de la secante, al igual que
del Newton-Raphson, puedan divergir en algunos casos.
Ejemplo C.3
Resuelva la ecuacin del ejemplo C.1 utilizando el mtodo de la secante.
Solucin
Aplicando (C.16) al problema, con valores iniciales x1 = 5 y x0 = 4, se obtiene
los resultados del Cuadro C.3
Iteracin xi1 f (xi1 ) xi f (xi ) xi+1 a

0 5,0000 4,8470 4,0000 1,3333 3,6205 10,48 %
1 4,0000 1,3333 3,6205 0,0959 3,5911 81,87 %
2 3,6205 0,0959 3,5911 0,0023 3,5904 2,04 %
3 3,5911 0,0023 3,5904 4,37 106 3,5904 0,00 %
4 3,5904 0,0000 3,5904 2,00 1010 3,5904 0,00 %
Cuadro C.3: Solucin del Problema C.3 utilizando el mtodo de la secante.
Como se puede observar, la convergencia del mtodo es casi igual a la de Newton-

Raphson. La eleccin de los valores iniciales
C.3. Mtodos de diferenciacin e integracin

numricas
En esta seccin se presentan los mtodos numricos para aproximar las operaciones
de derivacin e integracin.
C.3.1. Aproximacin de derivadas

Muchas veces es necesario aproximar de alguna manera la derivada de una funcin
numricamente, ya sea porque solo se tiene un conjunto de puntos sin conocer
exactamente la funcin o porque obtener esta derivada de manera analtica sera muy
complicado.

346
Supngase que se tiene una funcin f (x) que se quiere conocer el valor de su
derivada en el punto xi . Partiendo de la serie de Taylor se obtiene:
1
f (xi+1 ) = f (xi ) + f 0 (xi ) (xi+1 xi ) + f 00 (xi ) (xi+1 xi )2 + . . . (C.17)
2
Si se trunca la serie hasta el primero orden y se despeja f 0 (xi ), se llega a que:
f (xi+1 ) f (xi )
f 0 (xi ) , (C.18)
xi+1 xi
a esta aproximacin se le conoce como aproximacin de la primera derivada hacia
adelante, porque para obtener la aproximacin de la derivada en el punto xi se debe
conocer el adems el valor de la funcin en xi+1 . Normalmente se define el trmino
h = xi+1 xi como el paso. Claramente, cuanto ms pequeo sea este paso, ms
exacto ser el valor de la aproximacin de la derivada.
En caso de que se prefiera utilizar valores anteriores para el clculo de la derivada,
se obtiene la aproximacin de la primera derivada hacia atrs:
f (xi ) f (xi1 )
f 0 (xi ) . (C.19)
xi xi1
Existe una tercera posibilidad de aproximacin mediante diferencias centradas.
La expansin en series de Taylor completa para el caso de la aproximacin hacia atrs
viene dada por:
1
f (xi1 ) = f (xi ) + f 0 (xi ) (xi1 xi ) + f 00 (xi ) (xi1 xi )2 + . . . ,
2
considerando que h = xi+1 xi = xi xi1 , se llega a que:
1
f (xi1 ) = f (xi ) f 0 (xi )h + f 00 (xi )h2 . . . (C.20)
2
Si se resta (C.20) a (C.17) se obtiene
2 (3)
f (xi+1 ) f (xi1 ) = 2f 0 (xi )h + f (xi )h3 + . . . (C.21)
3!
En este caso, se pueden despreciar los elementos de tercer orden y superior (conser-
vamos el de segundo orden, pero como se puede observar, este es igual a cero). Al
despejar la primera derivada en (C.21), se llega a la ecuacin para calcular la primera
derivada mediante diferencias centradas:
f (xi+1 ) f (xi1 )
f 0 (xi ) , (C.22)
2h

347
adelanto
real
atraso centrado
Figura C.6: Diferencia entre los tres mtodos para calcular derivadas.
en este caso, se utilizan tanto el punto anterior como el posterior. Grficamente, la

diferencia entre los tres mtodos se puede apreciar en la Figura C.6: teniendo en
cuenta que la derivada de una funcin es igual a la pendiente de la recta tangente, lo
que se puede observar es que se est aproximando esta tangente mediante secantes. La
diferencia entre cada uno de los mtodos es, cules son los puntos por los que cruzan
estas secantes. Aunque el paso h sea el mismo tanto hacia atrs como hacia adelante,
en la mayora de los casos la diferencia entre f (xi ) y f (xi1 ) va a ser diferente a la
diferencia entre f (xi ) y f (xi+1 ), por lo que el mtodo de la diferencia hacia atrs y la
diferencia hacia adelante, en general, dar aproximaciones con valores distintos.
Ejemplo C.4
Calcular numricamente la derivada de la funcin f (x) = x2 ln(x) y compararlo
con su derivada real.
Solucin.
Se utilizan las ecuaciones (C.18), (C.19) y (C.22), para calcular las aproximaciones
de las derivadas con un valor arbitrario de h = 0,5. En el Cuadro C.4 se muestran
los resultados de los clculos y en la Figura C.7 se muestra esta comparacin de una
manera grfica.
Como se puede observar, si se tiene una serie de diez nmeros de xi , slo se podrn
calcular nueve derivadas con los mtodos de diferencia en adelanto y diferencia en
atraso y slo ocho para el caso de la diferencia centrada. Sin embargo, la aproximacin
con la diferencia centrada es mucho mejor que con los otros dos casos, debido a que
se omiten menos trminos de la serie de Taylor.
Qu tan buenas son estas aproximaciones depende tambin de qu tan bruscos

348
xi f 0 (xi ) real f 0 (xi ) adelanto f 0 (xi ) atraso f 0 (xi ) centrada

0,5 0,193 0,347 - -
1 1,000 1,825 0,347 1,086
1,5 2,716 3,721 1,825 2,773
2 4,773 5,908 3,721 4,815
2,5 7,081 8,321 5,908 7,115
3 9,592 10,918 8,321 9,620
3,5 12,269 13,669 10,918 12,293
4 15,090 16,554 13,669 15,111
4,5 18,037 19,557 16,554 18,055
5 21,094 - 19,557 -
Cuadro C.4: Comparacin de los tres mtodos para obtener la aproximacin de la derivada.
sean los cambios en la funcin y de qu tan pequeo sea el paso que se utilice.
C.3.2. Integracin numrica

Para resolver la integral, Z b
I= f (x) d (C.23)
a
de manera numrica, lo que se hace es aproximar la funcin f (x) mediante un
polinomio de orden bajo. Tal y como se explica en Chapra y Canale (2006) y Rao
(2010), si se aproxima mediante un polinomio de orden uno, se obtendr el mtodo
conocido como regla del trapecio, si se aproxima utilizando tres puntos conocidos por
lo que que pase una parbola, se conoce como el mtodo de Simpson de 1/3 y si se
aproxima utilizando un polinomio de grado tres con cuatro puntos conocidos, se le
llama mtodo de Simpson de 3/8.
En este curso se va a estudiar el mtodo del trapecio por ser ms sencillo y porque,
si se aplica el mtodo sobre un segmento pequeo y se repite para mltiples segmentos
de la integral en cuestin, se puede obtener un buen resultado.
En la Figura C.8, se puede observar la aproximacin que se est haciendo de
la funcin mediante una lnea recta. Son claros dos aspectos: dependiendo de la
complejidad de la funcin que se est integrando, esta aproximacin puede acarrear
un error muy grande, pero, si el rango en que se aproxima esta funcin es pequeo,
esta aproximacin comienza a parecerse ms a la funcin real.

349
25
Real
Adelanto
20
Atraso
Centrado
15
f(x)
10
5
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x
Figura C.7: Comparacin de la derivada con los tres mtodos.
Figura C.8: Aproximacin trapezoidal de una integral.
Es posible derivar el rea bajo la lnea mediante mtodos de clculo, pero en este
caso se utilizar el conocimiento previo del rea de un trapecio. Es sabido que el rea
de un trapecio es igual a la altura por el promedio de las bases del trapecio, a saber,
si la altura mide d, y las bases miden c y C, el rea del trapecio sera entonces:
(C + c)d
Atrap =
2
Con respecto a la Figura C.8, se puede obtener que: d = b a, c = f (a) y C = f (b),
por lo tanto, la aproximacin de la integral vendra dada por:
f (a) + f (b)
I (b a) . (C.24)
2

350
Figura C.9: Aplicacin mltiple de la regla del trapecio.
Cuando se desea aplicar este mtodo para rangos grandes, lo que se hace es dividir el
rango en n segmentos y aplicar la frmula para cada uno, como quedara representado
en la Figura C.9. Si se suman las reas de cada uno de los trapecios individuales, se
obtiene que
f (x0 ) + f (x1 ) f (x1 ) + f (x2 )
I (x1 x0 ) + (x2 x1 ) +
2 2 (C.25)
f (xn ) + f (xn1 )
+ (xn xn1 )
2
Si se supone que todos los puntos estn igualmente espaciados (es decir xi xi1 =
h, i), (C.25) se puede escribir como:
f (x0 ) + f (x1 ) f (x1 ) + f (x2 ) f (xn ) + f (xn1 )
" #
Ih + + + , (C.26)
2 2 2
y agrupando los trminos se llega a que:
h i
f (x0 ) + f (xn ) + 2 f (xi )
Pn1
i=1
Ih . (C.27)
2
Por supuesto, se debe cumplir que n es un nmero entero positivo, por lo que el
paso h est sujeto a que:
f (xn ) f (x0 )
h= (C.28)
n
De nuevo, cuando ms pequeo sea el paso, ms exacta ser la aproximacin de la
integral, pero se debern realizar ms clculos.

351
Ejemplo C.5
Encuentre el resultado de I = 0 x sen(x) dx mediante la regla del trapecio, con
R
diferentes pasos de integracin.

Solucin:
Este problema se puede resolver analticamente y se sabe que el valor de esa integral
es I = . Se resolver el problema utilizando n = 1, 3, 5, 10, 50, 100. El cdigo en
MATLAB que implementa el algoritmo se presenta a continuacin, aunque tambin
es posible utilizar directamente la funcin trapz:
% Script que implementa la regla del trapecio
clear ; clc ;
tic ; % se empieza a medir el tiempo
f = @( x ) x .* sin ( x ) ; % ac se define la funcin dentro del
mismo script
x0 =0; % valor inicial
xn = pi ; % valor final
n =10; % nmero de pasos que se desean , en este caso 10 ,
pero se puede cambiar
h =( xn - x0 ) / n ; % clculo del paso
x = x0 : h : xn ; % estos son todos los puntos de x que se desean
y = f ( x ) ; % se calcula el valor de la funcin en cada uno de
los puntos
% ---------------------------------------------
% Esto de ac implementa la ecuacin C .24
y (1) = y (1) /2;
y ( end ) = y ( end ) /2;
I = h * sum ( y ) ;
% ---------------------------------------------
t = toc ; %tiempo transcurrido
disp ([ 'I = ' , num2str ( I ) ]) ; % El valor de la integral
disp ([ ' Tiempo : ' , num2str ( t ) , ' s ' ]) ; % El tiempo
transcurrido
e = abs (I - pi ) / pi *100; % El error
disp ([ ' Error : ' , num2str ( e ) , ' %' ]) ; % Se pone el error en
la pantalla
Cuando se ejecuta el script con los pasos deseados, los resultados son los siguientes:

352
n I error ( %) tiempo (ms)

1 6,0434 1016 100 2,85
3 2,8491 9,31 2,19
5 3,0376 3,312 3,78
10 3,1157 0,824 4,20
50 3,1406 0,0329 4,06
100 3,1413 0,008 4,04
1000 3,1416 8,223 105 3,29
Cuadro C.5: Aplicacin de la regla del trapecio para varios valores de h.
Al principio, conforme el paso se hace ms pequeo (n ms grande), el tiempo de

ejecucin va aumentando, pero llega a un punto en el que, posiblemente debido a
caractersticas propias de la implementacin de MATLAB, logra disminuir el tiempo,
aunque se est tratando con una mayor. Debe tomarse en cuenta que los resultados
podran variar si se ejecuta el mismo script en diferentes computadoras debido a
la arquitectura y la velocidad del procesador y de la memoria RAM, sin embargo,
los valores de la integral deberan ser muy parecidos a los que se presentan en el
Cuadro C.5.
C.4. Solucin numrica de ecuaciones diferenciales

Otros de los problemas que se suelen resolver comnmente con mtodos numricos
es la resolucin de ecuaciones diferenciales de la forma:
dy
= f (x, y). (C.29)
dx
La idea es obtener un conjunto de puntos de manera que se pueda obtener la
trayectoria que es solucin de la ecuacin diferencial, sin tener que resolverla ana-
lticamente de forma explcita. El mtodo ms sencillo es el de Euler en el que se
hace una aproximacin que utiliza un slo valor de la funcin f (x, y) para aproximar
el siguiente punto de la trayectoria. Otros mtodos caen en la categora de mto-
dos de Runge-Kutta que se estudian en la seccin C.4.2 y que utilizan una mejor
aproximacin a la de Euler.

353
valor
calculado
error
valor
real
Figura C.10: Representacin del mtodo de Euler. Adaptado de Chapra y Canale (2006).
C.4.1. Mtodo de Euler

Partiendo de la ecuacin C.29 y aproximando la derivada con una diferencia hacia
adelante, es posible obtener una estimacin del valor siguiente de la trayectoria, que
se encuentra a una distancia h del punto actual (el paso de integracin), suponiendo
que la trayectoria tiene una direccin parecida a la de la derivada, tal y como se
muestra en la Figura C.10. Por supuesto, esto produce un error en el clculo de
f (xi+1 ), puesto que, a menos que sea una lnea recta, la trayectoria no tiene la misma
derivada en todos los puntos. Cuando se cambia la derivada por su aproximacin en
diferencia hacia adelante se obtiene:
yi+1 = yi + hf (xi , yi ), (C.30)
que corresponde a la manera de calcular el siguiente punto de la trayectoria, conociendo

el punto anterior. Si el paso es muy grande, el error que se produce es importante.
Por el otro lado, para reducir el error a valores pequeos, se necesitan pasos muy
pequeos, lo que implica una gran cantidad de clculos. El objetivo de los mtodos
de Runge-Kutta es mejorar la aproximacin de la pendiente de manera que se logre
obtener una trayectoria ms cercana a la real con tamao de pasos razonables.
C.4.2. Mtodos de Runge-Kutta

A partir del mtodo de Euler, es claro que la forma de ir resolviendo la ecuacin
diferencial es ir calculando cada nuevo punto, tomando en cuenta el punto actual, el

354
paso y una direccin:

yi+1 = yi + paso direccin,
pero, con Euler, esta direccin se calculaba como la derivada en el punto actual, pero
esta no es una muy buena aproximacin si el paso no es muy pequeo.
En general los mtodos que caen dentro de la categora Runge-Kutta calculan
esta direccin utilizando la forma (Chapra y Canale, 2006):
yi+1 = yi + h(xi , yi , h), (C.31)
definiendo como:
(xi , yi , h) = a1 k1 + a2 k2 + + an kn , (C.32)
con:
k1 = f (xi , yi ),
k2 = f (xi + p1 h, yi + q11 k1 h),
k3 = f (xi + p2 h, yi + q21 k1 h + q22 k2 h),
.. ..
.=.
kn = f (xi + pn1 h, yi + qn1,1 k1 h + qn1,2 k2 h + + qn1,n1 kn1 h).
As por ejemplo si n = 2, se contara con un mtodo de Runge-Kutta de segundo

orden en el que se debera evaluar la funcin f (x, y) dos veces. Es ms, el mtodo
de Euler se puede considerar como un mtodo de Runge-Kutta de primer orden.
Por supuesto, se deben buscar los parmetros ak , pk y qk,l para poder utilizar estas
ecuaciones. En este texto se mostrar el procedimiento para el caso de segundo orden,
siguiendo los pasos mostrados en Chapra y Canale (2006) y luego se darn los valores
de los parmetros para el caso de cuarto orden, puesto que se trata del mtodo de
Runge-Kutta ms popular.
En el caso del segundo orden, se tiene que:
yi+1 = yi + h [a1 k1 + a2 k2 ] , (C.33)
con:
k1 = f (xi , yi )
k2 = f (xi + p1 h, yi + q11 k1 h)

355
Ahora bien, si se supone que la solucin de la ecuacin diferencial (C.29) viene

dada por y(x), su expansin de Taylor hasta el segundo orden vendra dada por:
h2 d2 y

dy
y(xi + h) = y(xi ) + h + .
2 dx2 xi ,yi

dx xi ,yi
Haciendo y(xi + h) = yi+1 , y(xi ) = yi y tomando en cuenta (C.29) se obtiene:
h2 0
yi+1 = yi + hf (xi , yi ) + f (xi , yi ).
2
La derivada de la funcin f (x, y) con respecto a x, vendra dada por:
f (x, y) f (x, y) dy
f 0 (x, y) = + ,
x y dx
pero hay que recordar que dy

dx
= f (x, y), por lo que:
h2 f (xi , yi ) f (xi , yi )
" #
yi+1 = yi + hf (xi , yi ) + + f (xi , yi ) . (C.34)
2 x y
Para encontrar los valores de los parmetros, habra que igualar (C.33) con (C.34).
Como no tienen exactamente las misma forma, lo que se hace es escribir la expansin
de Taylor de primer orden de f (xi + p1 h, yi + q11 k1 h):
f (xi , yi ) f (xi , yi )
f (xi + p1 h, yi + q11 k1 h) = f (xi , yi ) + p1 h + q11 k1 h (C.35)
x y
por lo que, al final, introduciendo (C.35) en (C.33) y reordenando, se llega a que:
h2 f (xi , yi ) f (xi , yi )
" #
yi+1 = yi + h(a1 + a2 )f (xi , yi ) + 2a2 p1 + 2a11 a2 f (xi , yi ) .
2 x y
(C.36)
Entonces, igualando (C.34) con (C.36), se tiene que se debe cumplir que:
a1 + a2 = 1,
1
a2 p 1 = ,
2
1
a2 q11 = ,
2

356
es decir, se tiene un sistema de tres ecuaciones con cuatro incgnitas, por lo que se
tiene un nmero infinito de soluciones. Si se selecciona a2 = 1/2, se tiene un mtodo
llamado mtodo de Heun con un predictor. Si a2 = 1, se llega a un mtodo conocido
como el mtodo del punto medio. Sin embargo, si a2 = 2/3, se obtiene el mtodo de
Ralston, que, de acuerdo con Chapra y Canale (2006), es el que tiene el menor error
por truncamiento. Con este valor, el mtodo de resolucin de ecuaciones de segundo
orden quedara como:
1 2

yi+1 = yi + k1 + k2 h, (C.37)
3 3
con:
k1 = f (xi , yi ), (C.38)
3 3
k2 = f (xi + h, yi + k1 h). (C.39)
4 4
Como se puede observar, con esta aproximacin es necesario evaluar dos veces la
funcin en cada iteracin, al contrario del caso de Euler que slo se evaluaba una vez.
En el caso del mtodo de Runge-Kutta de cuarto orden, el procedimiento es el
mismo que para el caso del de segundo orden, pero utilizando ms trminos de la serie
de Taylor. Igualmente, se llega a que existe un infinito nmero de posibilidades para
escoger el valor de los parmetros. Sin embargo, la versin normalmente utilizada
viene dada por:
1
yi+1 = yi + (k1 + 2k2 + 2k3 + k4 ) h, (C.40)
6
donde:
k1 = f (xi , yi ) (C.41)
1 1
k2 = f (xi + h, yi + k1 h) (C.42)
2 2
1 1
k3 = f (xi + h, yi + k2 h) (C.43)
2 2
k4 = f (xi + h, yi + k3 h) (C.44)
Ejemplo C.6
Resuelva la ecuacin diferencial:
y 0 (x) + 0,5y(x) = 4e0,8x

357
Utilizando el mtodo de Euler, Runge-Kutta de segundo orden y cuarto orden, con

un paso de h = 1, desde x = 0 hasta x = 5, suponga que y(0) = 2.
Solucin
En este caso, f (x, y) = 4e0,8x 0,5y. Hay que recordar que con los mtodos
numricos no se obtiene una expresin analtica de la solucin, sino que lo que se
obtiene son un conjunto de puntos que pertenece a la trayectoria que es solucin de
la ecuacin. Sin embargo, para efectos de comparacin, la solucin analtica de esta
ecuacin diferencial viene dada por:
40 4 x 14 1 x
y(x) = e3 e 2
13 13
como el paso es de h = 1, se van a tener que calcular 6 puntos de la solucin.
El primero es el valor inicial que es justamente y(0) = 2. Una posible manera de
implementar este problema en MATLAB se presenta en el siguiente script:
clear ; clc ; %limpiamos variables
f = @( x , y ) 4* exp (0.8* x ) -0.5* y ; %definicin de la funcin
h =1; % paso
x0 =0; %punto inicial
xf =5; %punto final
x = x0 : h : xf ; % vector de x
%inicializacin de variables
yEuler = zeros ( size ( x ) ) ;
yEuler (1) =2;
yRK2 = yEuler ;
yRK4 = yEuler ;
%
% Clculo de los tres mtodos
for i =1: length ( x ) -1
%Clculo para Euler
yEuler ( i +1) = yEuler ( i ) + h * f ( x ( i ) , yEuler ( i ) ) ;
% Clculo para RK2

k1 = f ( x ( i ) , yRK2 ( i ) ) ;
k2 = f ( x ( i ) +3/4* h , yRK2 ( i ) +3/4* k1 * h ) ;
yRK2 ( i +1) = yRK2 ( i ) + h *(1/3* k1 +2/3* k2 ) ;
% Clculo para RK4

k1 = f ( x ( i ) , yRK4 ( i ) ) ;

358
k2 = f ( x ( i ) +1/2* h , yRK4 ( i ) +1/2* k1 * h ) ;

k3 = f ( x ( i ) +1/2* h , yRK4 ( i ) +1/2* k2 * h ) ;
k4 = f ( x ( i ) +h , yRK4 ( i ) + k3 * h ) ;
yRK4 ( i +1) = yRK4 ( i ) +1/6*( k1 +2* k2 +2* k3 + k4 ) * h ;
end
yreal =40/13* exp (4/5* x ) -14/13* exp ( -1/2* x ) ; % Solucin real
% Mtrica para calcular el error
errorEuler = sum ( abs ( yreal - yEuler ) * h ) ;
errorRK2 = sum ( abs ( yreal - yRK2 ) * h ) ;
errorRK4 = sum ( abs ( yreal - yRK4 ) * h ) ;
%resultados
plot (x , yreal ,x , yEuler , ' --x ' ,x , yRK2 , ' --o ' ,x , yRK4 , ' - -* ') ;
legend ( ' Analtico ' ,[ ' Euler , error : ' , num2str ( errorEuler ) ] ,
...
[ 'RK2 , error : ' , num2str ( errorRK2 ) ] ,...
[ 'RK4 , error : ' , num2str ( errorRK4 ) ] ,...
' location ' , ' northwest ') ;
xlabel ( 'x ') ;
ylabel ( 'y ') ;
grid on ;
El resultado del script es la grfica de la Figura C.11. Como se puede observar, el
mtodo de Euler es el que presenta el mayor error, mientras que con el mtodo de
Runge-Kutta se obtiene prcticamente la solucin correcta. Por supuesto, tambin
es cierto que este paso de integracin es grande y que podra mejorarse todas las
soluciones haciendo el paso ms pequeo. Sin embargo este ejemplo es simplemente
para mostrar la manera de implementar los mtodos y los posibles resultados que se
pueden obtener.

359
180
Analtico
160 Euler, error: 72.6411
RK2, error: 15.9199
RK4, error: 0.39362
140
120
100
y
80
60
40
20
0
0 1 2 3 4 5
x
Figura C.11: Comparacin utilizando los tres mtodos de resolucin de ecuaciones diferenciales.

D. Anlisis en el espacio de estados
En los captulos 2 y 5, se trat el modelado de sistemas fsicos en el espacio de
estados y con funciones de transferencia. En este captulo, se introducir el anlisis
de estos modelos en el espacio de estados con los conceptos de controlabilidad y
observabilidad.
Ya se sabe que los distintos modelos solo representan algunos aspectos de los
sistemas fsicos. Sin embargo, en este captulo se supondr que estos modelos son lo
suficientemente buenos como para utilizarlos como si fueran totalmente equivalentes a
la dinmica que rige el sistema real en estudio. Por lo tanto, al analizar el modelo en
espacio de estados, se supondr que los resultados son inmediatamente trasladables
al sistema real.
En la seccin D.1 se presenta la forma general en que se puede convertir el modelo
de un sistema en el espacio de estados, a uno equivalente, mediante un cambio en la
asignacin de estados. En la seccin D.2 se presenta el estudio de controlabilidad de
un sistema mientras que en la seccin D.3 se presenta el caso de la observabilidad.
En la seccin D.4 se muestra la relacin que existe entre la controlabilidad y la
observabilidad. El captulo cierra con el estudio de la separacin del espacio de
estados en su parte controlable y observable mediante la Descomposicin de Kalman
en la seccin D.5.
D.1. Transformacin de los modelos en variables de

estado
Se ha dicho en captulos anteriores que el modelo en variables de estados no es
nico, puesto que basta con definir las variables de estado de manera distinta para
obtener diferentes matrices del sistema. Pero tambin es posible encontrar una matriz
de transformacin que produzca una transformacin lineal de un espacio de estado a
otro espacio equivalente.
Sea el sistema:
x = Ax(t) + Bu(t),
(D.1)
y = Cx(t) + Du(t).
360
361
Si se define esta matriz de transformacin T tal que:
x(t) = Tx0 (t), (D.2)
con x0 (t) la nueva definicin de variables de estado. Al introducir (D.2) en (D.1) se

obtiene el nuevo modelo equivalente:
x0 = A0 x0 (t) + B0 u(t),
(D.3)
y = C0 x0 (t) + D0 u(t),
con A0 = T1 AT, B0 = T1 B, C0 = CT y D0 = D.
Este tipo de transformacin no modifica la ecuacin caracterstica del sistema. La
ecuacin caracterstica del sistema original viene dada por |sI A| = 0. Por otro
lado la ecuacin caracterstica del sistema transformado viene dada por:
|sI A0 | = 0. (D.4)
Puesto que A0 = T1 AT, (D.4) se puede escribir como:

sI T1 AT

= 0, (D.5)
y como T es invertible por definicin, entonces se puede decir que T1 T = I y por lo

tanto (D.5) se puede escribir como:

sI T1 AT

= 0,

1
sT T T1 AT

= 0,

T (sI A) T = 0,
1

1
T |sI A| |T| = 0,
y como |T| =
6 0 por ser invertible, al final se obtiene que:
|sI A0 | = |sI A| = 0,
por lo que, al tener la misma ecuacin caracterstica, ambos modelos tienen los mismos
valores propios (polos).
El modelo transformado tambin tiene la misma funcin de transferencia. En el
caso del sistema transformado, la funcin de transferencia viene dado por:
G0 (s) = C0 (sI A)1 B0 + D0 ,

362
que se puede escribir en funcin de las matrices originales como:

1
G0 (s) = CT sI T1 AT T1 B + D.
1
Se puede demostrar que (sI T1 AT) = T1 (sI A)1 T, por lo que al final
se llega a:
G0 (s) = CTT1 (sI A)1 TT1 B + D.
G0 (s) = C (sI A)1 B + D.
G0 (s) = G(s)
D.1.1. Forma cannica de Jordan

Una de las transformaciones ms comunes es convertir un modelo en variables de
estado a otro que tenga una matriz A0 que sea diagonal. A esta forma se le llama
forma cannica de Jordan. Para lograr este cambio, las columnas de la matriz de
transformacin T corresponden a los vectores propios de la matriz A. Cabe recordar
que, dado un valor propio i de la matriz A, el vector propio vi que le corresponde a
este valor propio, viene dado por:
(i I A) vi = 0 (D.6)
Tal y como lo comenta Kuo (1996), cuando los valores propios tienen multiplicidad
mayor a uno, no es posible encontrar todos los vectores propios utilizando (D.6). En
esos casos se utilizan los vectores propios generalizados. Suponga que se tiene un
sistema de orden n de los cuales se cuenta con q valores propios distintos y un valor
propio de orden m (m n q). Puesto que se tiene un valor propio de orden m,
se necesitan m ecuaciones para encontrar los m vectores propios que corresponden.
Suponiendo que el valor propio de orden m es j , estos vectores propios se pueden
encontrar resolviendo las siguientes ecuaciones:
(j I A)vnq+1 = 0,
(j I A)vnq+2 = vnq+1 ,
(j I A)vnq+3 = vnq+2 ,
.. ..
.=.
(j I A)vnq+m = vnq+m1 .
Es decir, primero se calcula el primer vector propio con (D.6) y luego se calculan
los restantes valores propios de manera iterativa, utilizando el resultado anterior. Este
procedimiento solamente funciona si los valores propios son reales.

363
D.2. Anlisis de controlabilidad

La definicin de controlabilidad se puede encontrar en Kuo (1996): Un estado
x(t) es controlable en t = t0 si existe una entrada continua por intervalos u(t) que
mueve el estado a cualquier estado final x(tf ) en un tiempo finito tf t0 0. Si cada
estado x(t0 ) es controlable en un espacio de tiempo finito, se dice que el sistema es
de estado completamente controlable o simplemente controlable.
En otras palabras, un sistema es controlable si es posible encontrar una entrada
que lleve al sistema desde un estado inicial a un estado final cualquiera, en un tiempo
finito. Si la ecuacin de estados viene dada por:
x = Ax(t) + Bu(t).
Partiendo del estado cero hasta un estado particular x(tf ) con una entrada u(t) se
cumple que:
Z tf Z tf
x(tf ) = (tf ) Bu( ) d = eA(tf ) Bu( ) d . (D.7)
t0 t0
Se puede demostrar (ver Ogata (2003)) que la matriz exponencial se puede escribir
de la forma:
n1
2
At
= 0 (t)I + 1 (t)A + 2 (t)A + + n1 (t)A n1
= k Ak . (D.8)
X
e
k=0
Entonces sustituyendo (D.8) en (D.7), se obtiene:

n1 Z tf
x(tf ) = k
k (tf )u( ) d . (D.9)
X
A B
k=0 t0
Si se define: Z tf
k (tf )u( ) d = k , (D.10)
t0
entonces:
n1
x(tf ) = Ak B k , (D.11)
X
k=0
o de manera equivalente:

0
h i 1
x(tf ) = An1 B .. (D.12)

B AB .
.

n1

364
El estado final es combinacin lineal de las columnas de la matriz Q, dada por:

A2 B
h i
Q= B AB An1 B . (D.13)
Por lo tanto, para que x(tf ) pueda ser cualquier punto del espacio de estado, es
necesario que hayan por lo menos n columnas linealmente independientes en Q puesto
que la dimensin del vector de estado es igual a n (Domnguez et al., 2006). De ac
se desprende la condicin de controlabilidad:
Un sistema LTI es totalmente controlable si el rango1 de la matriz de
controlabilidad Q dada por (D.13) es n
A esta condicin se le conoce como prueba de Kalman para controlabilidad y fue
propuesta por el ingeniero elctrico Rudolf Klmn, quien fue el primero en proponer
los conceptos de controlabilidad y observabilidad. Si la matriz Q es cuadrada, esta
condicin se puede verificar simplemente calculando su determinante. Si |Q| = 6 0,
entonces la matriz Q es de rango mximo y el sistema es entonces controlable.
D.2.1. Forma cannica controlable para sistemas SISO

Se le llama sistema SISO a aquellos que tienen solamente una entrada y una salida
(Single-Input Single-Output). En el caso de que el sistema sea controlable, es posible
encontrar una transformacin lineal de los estados que deje el sistema en la forma
cannica controlable.
En el caso especfico de la transformacin para la forma cannica controlable, si la
ecuacin caracterstica del sistema viene dada por:
|sI A| = sn + an1 sn1 + + a1 s + a0 = 0. (D.14)
La matriz de transformacin T se define entonces como:
T = QM, (D.15)
donde Q es la matriz de controlabilidad definida en (D.13) y M es:
1

a1 a2 an1
a2 a3 1 0

.. .. .. .. ..

M= . . . . . , (D.16)

1 0 0

an1

1 0 0 0
1
El rango de una matriz viene dado por el nmero de filas o columnas que son linealmente
independientes.

365
de esta manera, el sistema queda de la forma:
0 1 0 0

0 0 1 0

.. .. .. .. ..

A0 = . . . . . , (D.17)

0 0 0 1

a0 a1 a2 an1
0

..

B0 =
. .

(D.18)
0

1
Las matrices C y D no siguen ningn patrn en particular.
D.2.2. Subespacio controlable

En el caso de que el sistema no sea totalmente controlable, es posible que una
parte de l s lo sea. En ese caso, es interesante saber cules estados son controlables
y cules no lo son. El subespacio controlable se define de la siguiente manera
(Domnguez et al., 2006): Dado un sistema LTI de la forma:
x(t) = Ax(t) + Bu(t),
el conjunto de puntos del espacio de estados alcanzables partiendo del estado inicial
cero forman un subespacio vectorial, al que se le denomina subespacio controlable
XC , generado por los vectores columna de Q.
Para obtener la base que forma este subespacio lo que se debe hacer es seleccionar
de la matriz Q, las columnas que sean linealmente independientes, empezando desde
la izquierda. En el momento que se encuentre una columna que sea linealmente
dependiente de las columnas anteriores, se descarta esa columna y todas las dems
posteriores. Las columnas seleccionadas corresponden a una base del subespacio
controlable.
Si la dimensin del subespacio controlable es rC < n, siendo n la dimensin del
vector de estado, entonces existe una matriz de transformacin TC :
x(t) = TC x(t). (D.19)

366
Subsistema controlable
Subsistema no controlable
Figura D.1: Separacin del sistema en su parte controlable y no controlable.
Entonces, la ecuacin de estado del sistema transformado queda de la forma:
x a (t) xa (t)
" # " #" # " #
Aaa Aab Ba
= + u(t). (D.20)
x b (t) 0 Abb xb (t) 0
El subsistema formado por la seccin del estado xa y cuya dinmica viene repre-
sentada por Aaa y Ba , coincide con la dimensin del espacio controlable rC . La otra
seccin constituida por xb no se ve afectada por la entrada, y por lo tanto corresponde
a la parte no controlable. Esta relacin se puede representar grficamente, mediante
el diagrama de la Figura D.1.
La matriz de transformacin TC se construye a partir de la base del subespacio
controlable. Lo primero que se debe hacer es formar una matriz Ta de dimensiones
n rC a partir de los vectores columna que forman el subespacio controlable. Luego se
debe construir una matriz Tb formada por n rC vectores linealmente independientes
entre ellos y los vectores columna de Ta . Con estas dos matrices, se construye entonces
la matriz de transformacin:
h i
TC = Ta Tb . (D.21)
En caso de que el subsistema controlable tenga algn estado inestable y el subsistema

no controlable sea estable, entonces se dice que el sistema es estabilizable, es decir,
mediante un controlador adecuado, es posible estabilizar el sistema.

367
D.2.3. Clculo de la entrada para obtener un estado

determinado
De acuerdo con la Seccin 2.3.3, la ecuacin de estados de un sistema LTI, viene
dado por la ecuacin (2.84). Si se sabe que el sistema es controlable y lo que se desea
es obtener un estado particular x(t1 ) a partir de un estado inicial x(t0 ) en un tiempo
finito t1 t0 , entonces el problema consiste en encontrar la entrada u(t) que cumpla:
Z t1
x(t1 ) = (t1 t0 )x(t0 ) + (t1 )Bu( ) d . (D.22)
t0
Este problema tiene un infinito nmero de soluciones. Algunas soluciones se basan

en criterios de optimizacin de energa (como es el caso del control ptimo), o en
encontrar ciertos parmetros de una entrada con forma predeterminada que cumpla
con (D.22).
La entrada ms comn que se puede calcular es una formada por escalones. Este
mtodo en su forma ms sencilla tiene dos pasos (Domnguez et al., 2006):
1. Fijar el nmero de escalones que se utilizarn. En general, si se quieren ajustar

n variables de estado, se necesitarn n escalones diferentes cuyas alturas deben
calcularse.
2. Fijar el intervalo en el que cada cada escaln deber ser aplicado. Lo normal en
este punto es fijar la longitud arbitrariamente, dndole el mismo tiempo a cada
uno de los escalones (n subintervalos de igual longitud).
No obstante, tambin sera posible incluir dentro del mismo procedimiento de clculo,
la obtencin del tiempo del intervalo de cada escaln que se debe aplicar, por lo que
sera posible tener un sistema con n ecuaciones (cada uno de los estados) pero con
2n 1 grados de libertad (n diferentes alturas de escalones y n 1 longitudes de
subintervalos).
D.3. Anlisis de observabilidad

La observabilidad se define de la siguiente manera (Kuo, 1996):
Dado un sistema lineal e invariante con el tiempo que se describe mediante las
ecuaciones:
x(t) = Ax(t) + Bu(t),
(D.23)
y(t) = Cx(t) + Du(t),

368
se dice que el estado x(t0 ) es observable si dada cualquier entrada u(t), existe un
tiempo finito tf t0 tal que del conocimiento de u(t) para t0 t < tf , las matrices
A, B, C, D; y la salida y(t) para t0 t < tf son suficientes para determinar x(t0 ).
Si cada estado del sistema es observable para un tf finito, se dice que el sistema es
totalmente observable o simplemente observable.
Es decir, que un sistema es observable si, al tener acceso a la salida y a la entrada
de un sistema, es posible calcular el valor del estado. Para ello es necesario que
los estados afecten las salidas de alguna manera. Si un estado no afecta las salidas,
entonces no es posible calcular su valor a partir de la observacin de las salidas y las
entradas solamente.
La salida de un sistema como el de (D.23) viene dada por:
Z t
y(t) = CeAt x(0) + C eA(t ) Bu( ) d + Du(t). (D.24)
0
El nico elemento desconocido de esta ecuacin es x(0), por lo que, si se pasa todos
los elementos conocidos al lado izquierdo nos queda una ecuacin de la forma:
y(t) = CeAt x(0), (D.25)
donde y(t) rene todos los elementos conocidos. Si se procede igual que en el caso de
la controlabilidad a expresar la matriz exponencial en trminos de una serie finita de
la forma (D.8) entonces (D.25) se puede escribir de la forma:
n1
y(t) = k (t)CAk x(0), (D.26)
X
k=0
y(t) = 0 (t)Cx(0) + 1 (t)CAx(0) + + n1 (t)CAn1 x(0). (D.27)
Se puede demostrar (ver Ogata (2003)), que para que se pueda determinar el estado
x(0) dada la salida y(t), la matriz P de tamao n q n (q salidas y n estados) dada
por:
C
CA

P= .. , (D.28)
.

CAn1
debe tener rango n. Entonces para probar si un sistema es observable, se puede
recurrir a la siguiente prueba:
Un sistema LTI es totalmente observable si el rango de la matriz de
observabilidad P dada por (D.28) es n
A esta prueba se le conoce como prueba de observabilidad completa de Kalman.

369
D.3.1. Forma cannica observable para sistemas SISO

Al igual que para el caso de la controlabilidad, existe una forma de convertir el MVE
de un sistema observable en un MVE equivalente en su forma cannica. Supngase
que se tiene un sistema de la forma (D.1) con una ecuacin caracterstica dada por
(D.14). La transformacin de los estados a la forma cannica observable, viene dada
por:
x(t) = Tx(t). (D.29)
Al igual que con cualquier transformacin, las nuevas matrices del sistema vendran
dadas por:
A = T1 AT B = T1 B C = CT D = D . (D.30)
Una vez realizada la transformacin, las matrices A y C vendran dadas por:
0 0 0

a0
1 0 0 a1

0 1 0

A =
a2 ,

(D.31)
.. .. . . .. ..

. . . . .

1 0 0 an1
h i
C = 0 0 0 1 . (D.32)
Las matrices B y D no siguen ningn patrn particular. Hay que darse cuenta que
la matriz A es igual a la transpuesta de la matriz A0 del caso de la forma cannica
controlable. La transpuesta de C es igual a B0 .
La matriz de transformacin T viene dada por:
T = (MP)1 , (D.33)
donde M es la matriz dada en (D.16) y P es la matriz de observabilidad dada en

(D.28).
D.3.2. Subespacio no-observable

Tomando como base Domnguez et al. (2006), es posible definir el subespacio no
observable: Dado un sistema lineal invariante en el tiempo definido por (D.23), el
conjunto de puntos del espacio de estado tales que, tomados como estado inicial ante
una entrada nula, la salida del sistema es permanentemente nula y denominados
no-observables, forman un subespacio vectorial que se denomina subespacio no-
observable.

370
Puede parecer extrao que en lugar de definir el subespacio observable, se defina en

su lugar el espacio no-observable. Pero esto se debe a que, la base de este subespacio se
obtiene directamente de la matriz P. Si el rango de P es rP y la dimensin del espacio
de estados es n, para determinar una base del subespacio no observable, se deben
determinar n rp vectores linealmente independientes que sean ortogonales a las filas
de la matriz P. Para esto se sigue el siguiente procedimiento: se buscan las filas de
la matriz P que sean linealmente independientes. Una vez que se encuentra una fila
que sea linealmente dependiente, se descarta esa fila y todas las dems posteriores.
Con esas filas se forma la matriz Pr . Con esta matriz se busca el espacio de todos los
vectores que cumplan:
Pr x = 0. (D.34)
A partir de (D.34) es posible obtener la base del espacio no observable.
De igual forma, es posible obtener una transformacin lineal que separe el subsistema
observable del no observable. La matriz de transformacin tiene la siguiente forma:
h i
TO = Ta Tb , (D.35)
Tb representa una base del sistema no observable, mientras que Ta esta formada por
rP vectores que sean linealmente independientes entre s y entre ellos y la base Tb .
Al aplicar la transformacin x(t) = TO x(t), el sistema queda de la forma:
x a
" # " #" # " #
Aaa 0 xa Ba
= + u(t),
x b Aba Abb xb Bb
" # (D.36)
h i xa
y(t) = Ca 0 + Du(t).
xb
El subsistema correspondiente a los estados en xa representa la parte del sistema

que es observable. Como se puede observar en la Figura D.2, la parte del sistema
que no es observable, est desconectada de la salida, por lo que, cualquier cambio
que ocurra en xb (t) no se ver reflejado en la salida, lo que hace a estas variables de
estado no observables.
Si los estados asociados a la parte no observable son estables, entonces se dice que
el sistema es detectable.

371
Subsistema observable
Subsistema
no observable
Figura D.2: Sistema separado en su parte observable y no observable.
D.4. Principio de dualidad

Existe una relacin entre controlabilidad y observabilidad para los sistemas LTI (Oga-
ta, 2003). Si se tiene un sistema S1 de la forma:
x(t) = Ax(t) + Bu(t),
y(t) = Cx(t),
con n estados, p entradas y q salidas, con las matrices A, B, C de dimensiones
correspondientes, el sistema dual S2 viene definido por:
z(t) = A z(t) + C v(t),
(D.37)
w(t) = B z(t),
donde
z(t): es un vector de estado (dimensin n).
v(t): es un vector de entrada (dimensin q).
w(t): es un vector de salida (dimensin p).
A : es la transpuesta conjugada de A.
B : es la transpuesta conjugada de B.
C : es la transpuesta conjugada de C.
El principio de dualidad indica que el sistema S1 es completamente controlable
(observable) si el sistema dual S2 es completamente observable (controlable).

372
D.5. Descomposicin de Kalman

Si un sistema no es completamente observable ni completamente controlable, es
posible escribirlo de manera que las partes controlables y observables estn separadas
(Domnguez et al., 2006). Partiendo de un sistema en la forma de MVE:
x(t) = Ax(t) + Bu(t),

y(t) = Cx(t) + Du(t),
existe una TCO invertible con la que se puede realizar un cambio de base de la forma:
x(t) = TCO x(t), (D.38)
de manera que las matrices transformadas queden de la forma:
0 0

Aaa Aac
Aba Abb Abc Abd

A = T1 = (D.39)

CO ATCO
,

0 0 Acc 0

0 0 Adc Add

Ba

Bb
B = T1 = (D.40)

CO B
,

0

0
h i
C = CTCO = Ca 0 Cc 0 . (D.41)
Los estados transformados quedan de la forma:
h iT
x = xaT xbT xcT xdT , (D.42)
as, el subsistema
h asociado
i a los estados transformados xa , caracterizado por las
matrices Aaa , Ba , Ca es totalmente controlable y observable. A este subsistema se
le llama realizacin mnima del sistema, porque la funcin de transferencia que
se obtiene a partir de l es exactamente igual a la que se obtendra utilizando el
sistema completo. Entonces, por ello se dice que, un MVE es una realizacin mnima
del sistema si y solo si es controlable y observable.
Los estados formados por xa y xb , son los estados controlables del sistema, asociados
al subsistema:
0
"" # " # #
Aaa Ba h i
, , Ca 0 .
Aba Abb Bb

373
Subsistema controlable y observable
Subsistema no controlable
y observable
Subsistema
no controlable
Subsistema controlable y no observable
y no observable
Figura D.3: Separacin del sistema en sus partes controlables y observables.
Y por ltimo, los estados xa y xc estn asociados a un subsistema totalmente

observable caracterizados por las matrices:
"" # " # #
Aaa Aac Ba h i
, , Ca Cc .
0 Acc 0
Esta separacin se puede apreciar grficamente en la Figura D.3. La parte del

sistema que es totalmente controlable est conectado de alguna manera con las
entradas del sistema, por lo que, por medio de la manipulacin de estas, es posible
cambiar el valor de los estados asociados. En el caso de la parte del subsistema
observable, los estados estn conectados de alguna manera a la salida del sistema,
por lo que, es posible detectar variaciones en estos estados a partir de la salida. Hay
una parte del sistema que no es ni controlable ni observable, lo que significa que sus
estados evolucionan de manera independiente de las entradas y tampoco afectan la
salida del sistema. Es claro entonces que si los estados asociados a este subsistema
son inestables, ser imposible controlar de manera correcta la evolucin del sistema
puesto que, no habr opcin de cmo controlarlos ni tampoco ser posible detectar
esta inestabilidad en la salida.

374
Clculo de la matriz TCO

La matriz de transformacin TCO tiene la forma:
h i
TCO = Ta Tb Tc Td . (D.43)
Las distintas submatrices se deben calcular en este orden (Domnguez et al., 2006):
Tb : Es una matriz que contiene una base del subespacio que se obtiene de la
interseccin entre el subespacio no observable y el subespacio controlable. Es
decir, se debe encontrar una base que defina al conjunto de vectores que
pertenezcan tanto al espacio controlable como al no observable.
Ta : Los vectores columna de Ta junto con los vectores de Tb , tienen que formar una
base del subespacio controlable. Es decir, Ta contiene un conjunto de vectores
linealmente independientes entre s y entre los vectores de Tb , que en conjunto
forman una base del subespacio controlable.
Td : Los vectores columna de Td junto con los vectores de Tb , tienen que formar
una base del subespacio no observable. Es decir, Td contiene un conjunto de
vectores linealmente independientes entre s y entre los vectores de Tb , que en
conjunto forman una base del subespacio no observable.
Tc : Es un conjunto de vectores que, en conjunto con Ta , Tb y Td , forman una base
del espacio de estado.
Ejemplo D.1
Obtener un MVE equivalente en el que se separe la parte controlable y la observable
del sistema dado por:
2 3 4 0 1

3 2 4 0 3

A= 0 2 0 3

3 ,

3 3 4 1 1

3 3 4 0 2
0

3

B= 2

,

2

2
h i
C= 3 3 2 0 5 .

375
Solucin:
Lo primero que se debe hacer en este caso es obtener las bases de los subespacios
controlable y no observable. Aplicando la prueba de Kalman de controlabilidad se
obtiene:
A2 B A3 B A4 B
h i
Q= B AB
0 3 3 9 15

3 4 6 10 18

= 2 2 2 2 2 (D.44)

.

2 5 5 11 17

2 5 5 11 17
El rango de la matriz Q es 3, por lo que el sistema no es completamente controlable.

Una base del sistema vendra dada por las 3 primeras columnas linealmente indepen-
dientes de Q. Sin embargo, siempre es mejor simplificar estas bases. La manera de
simplificar la base es la siguiente: se forma una matriz cuyas filas son iguales a las
columnas de los vectores de la base del subespacio controlable. Se reduce esta matriz
hasta que se llegue a una forma escalonada. Las filas que resultan corresponden a la
base simplificada del subespacio. Realizando este procedimiento con las primeras tres
columnas de Q se obtiene la base para el subespacio controlable:
1 0 0

0 1 0

BC = 0 0 1 (D.45)

, , .

1 0 1

1 0

1

Realizando la prueba de Kalman para observabilidad, se obtiene el siguiente

resultado:
3 2 0 5

C 3
CA 6 0 8 0 8

2
P= CA = 12 6 8 0 14 (D.46)

.

3
CA 24 6 32 0 26

CA4 48 18 32 0 50
El rango de esta matriz tambin es igual a 3, lo que significa que la dimensin del
subespacio no observable es igual a 2. Para obtener la base del subespacio, hay que

376
resolver el siguiente sistema de ecuaciones:

x1
3 3 2 0 5

x2

6 0 8 0 8 = 0. (D.47)

x3

12 6 8 0 14 x4

x5
Puesto que se tienen tres ecuaciones pero cinco variables, el sistema quedar
dependiendo de dos parmetros f y g. Al reducir el sistema de ecuaciones se encuentra
la siguiente solucin x1 = 0, x2 = f , x3 = f , x4 = g y x5 = f , es decir, la solucin
general se puede escribir de la forma:
0 0

x1
x2 1 0

=f +g 0 (D.48)

x3

1
.

x4

0

1

x5 1 0
Por lo tanto, una base para el subsistema no observable viene dada por:
0 0

0

1

BO = 0 (D.49)

1 ,

.

0 1

1 0

El siguiente paso es encontrar una base para el subespacio que es interseccin del
subespacio controlable y el no observable BC BO . Una manera para encontrar este
espacio es definir las ecuaciones algebraicas que definen cada uno de estos subespacios
y encontrar el vector que satisfaga todas las ecuaciones al mismo tiempo. Para el
caso del subespacio no observable, se verifica que los vectores que pertenecen a este
subespacio deben cumplir:
x1 = 0

x2 = x5 (D.50)
x3 = x5

Para el caso del subespacio controlable, la ecuacin que define el subespacio viene
dada por:
x4 = x5 . (D.51)

377
Puesto que los componentes x1 , x2 y x3 pueden tomar cualquier valor indepen-

dientemente de los otros componentes del vector de estados. El sistema formado por
(D.50) y (D.51), forma un sistema de cuatro ecuaciones con cinco variables, por lo
que la solucin depender de un parmetro. Al resolver el sistema se llega a:
0

x1
x2 1

= (D.52)

x3
a
1 ,

x4

1

x5 1
por lo tanto, la base del subespacio que es interseccin del subespacio controlable y
no observable, viene dado por:
0

1

BCO = (D.53)

1 .

1

1

Con todas estas bases es posible encontrar las submatrices de TOC :

La matriz Tb es la base de BCO :
1

Tb =

1 .

1

1
Ta junto con Tb deben ser base del espacio controlable. Entonces, basta tomar
dos vectores de BC que sean linealmente independientes de Tb , por lo tanto:
1 0

0 1

Ta = 0 0

.

1 0

1 0
Td junto con Tb deben ser una base del subespacio no observable. Por lo que
basta tomar un vector de BO que sea linealmente independiente de Tb . Se

378
puede elegir por ejemplo:

0

1

Td =

1 .

0

1
Puesto que el espacio de estados es de dimensin 5 (se trata de R5 ), y se tienen
4 vectores linealmente independientes, solo es necesario encontrar un vector
linealmente independiente de los dems para formar el espacio de estados. Por
simplicidad, se puede escoger:
1

0

Tc = 0

.

0

0
Por lo tanto, la matriz de transformacin queda definida como:

1 0 0 1 0

0 1 1 0 1

h i
TCO = = 0 0 1 0 1 (D.54)

Ta Tb Tc Td
.

1 0 1 0 0

1 0 1 0 1
De esta manera, las matrices transformadas quedan de la forma:
1 3 0 0 0

0 2 0 0 0

A = TCO 1 ATCO = 0 0 1 3 0 (D.55)

,

0 0 0 2 0

0 0 0 0 1
0

1

B = TCO 1 B = (D.56)

2 ,

0

0
h i
C = CTCO = 2 3 0 3 0 , (D.57)
por lo tanto se obtienen los siguientes resultados:

379
1 3 0
" # " #
Aaa = Aac =
0 2 0
h i
Aba = 0 0 Abb = 1
Abc =3 Abd =0
Acc =2 Adc =0
0
" #
Add = 1 Ba =
1
h i
Bb = 2 Ca = 2 3
Cc = 3
D.6. Ejercicios resueltos

Prueba de Kalman
Ejercicio D.1
Sea un sistema caracterizado por el siguiente modelo en variables de estado:
1 0 2 1

2 1 1 x(t) + 2 u(t),
x(t) =
0 1 3 0
h i
y(t) = 0 1 0 x(t).
Determine si el sistema es completamente controlable.

Solucin:
Como se solicita determinar si el sistema es totalmente controlable, se debe realizar la
prueba de Kalman, la cual indica que si la matriz de controlabilidad Q definida por:
A2 B
h i
Q= B AB An1 B ,

380
posee n columnas linealmente independientes, el sistema es completamente controlable.

En este caso:
1 0 2 1

A = 2 1 1 B = 2 n = 3,

0 1 3 0
donde n es el nmero de estados del modelo en variables de estado, por lo tanto:
h i
Q= B AB A2 B ,
2
1 1 0 2 1 1 0 2 1

=
2 2 1 1 2 2 1 1 2
,

0 0 1 3 0 0 1 3 0
1 1 5

= 2 4 4
.

0 2 10
Para verificar si Q posee n columnas linealmente independientes y dado que Q es

cuadrada, lo ms fcil es calcular su determinante, si el resultado es distinto de cero,
Q posee n columnas linealmente independientes y el sistema ser completamente
controlable. Por lo tanto:
1 1 5

det(Q) =

2 4 4
= 32.

0 2 10

Como el determinante de Q es distinto de cero posee n columnas linealmente

independientes y el sistema es completamente controlable.
Ejercicio D.2
Sea un sistema caracterizado por el siguiente modelo en variables de estado:
1 0 1 0

1
0
x(t) = 1 x(t) + 2
1 1
u(t),

1 1 3 0 1
h i
y(t) = 0 1 0 x(t).
1. Cuntas entradas tiene el sistema?
2. Determine si el sistema es completamente controlable

381
3. Determine si el sistema es completamente controlable utilizando cada una de

las entradas.
Solucin:
1) Como la matriz B es de tamao 3 2, entonces, necesariamente existen dos
entradas en este sistema, por lo que el vector de entradas se puede redefinir como:
u1 (t)
" #
u(t) = .
u2 (t)
2) La matriz de controlabilidad para este sistema es:
A2 B
h i
Q= B AB ,
2
1 0 1 0 1 1 0 1 0 1 0

1
=
2 1
0 1 1
2 1
0 1 2
1 1

0 1 1 1 3 0 1 1 1 3 0 1
1 0 1 1

2 5
= 2 1 2 0 1 4
,

0 1 3 4 12 11
de donde se obtiene que su rango es 3 (se deja como ejercicio demostrarlo), por lo
que el sistema es completamente controlable.
3) Si solo se usa la primera entrada, la matriz B se puede reescribir como:
h iT
B1 = 1 2 0 ,
por lo que la matriz de controlabilidad Q1 sera:
A2 B 1
h i
Q1 = B1 AB1 ,
2
1 1 0 1 1 0 1

1 1
= 2 0 1 1 2 0 1 1 2
,

0 1 1 3 0 1 1 3 0
1 1 2

= 2 2 1
.

0 3 12
Calculando el determinante de Q1 se observa que ste es distinto de cero (da 9),
por lo que el sistema es controlable utilizando la primera entrada. Si se utiliza la
segunda entrada se tiene:
h iT
B1 = 0 1 1 ,

382
entonces:
A2 B 2
h i
Q2 = B2 AB2 ,
2
0 1 0 0 1 0 0

1 1
= 1 0 1 1 1 0 1 1 1
,

1 1 1 3 1 1 1 3 1
0 1 5

= 1 0 4 .

1 4 11
y como det(Q2 ) = 5 6= 0 se tiene que la matriz posee 3 vectores columna l.i. y el

sistema es completamente controlable utilizando la segunda entrada.
Ejercicio D.3
Determine si es posible calcular el valor de los estados de sistema definido por:
a 0
" # " #
2 1
A= C= ,
0 1 0 b
a partir de las mediciones realizadas a las salidas.

Solucin:
Si se solicita verificar si el vector de estados se puede determinar a partir de las
mediciones de la salida se est solicitando realizar un anlisis de reconstructibilidad,
para ello, se puede determinar el rango de la matriz de reconstructibilidad P definida
como:
C
CA

P= .. ,
.

CAn1
donde n es el nmero de estados del sistema, si el rango de la matriz P es igual al
nmero de estados quiere decir que el sistema s es observable. Como A es de tamao
2 2, n = 2 (de paso, como C es de tamao 2 2 hay dos salida en el sistema), as,
la matriz de controlabilidad sera:
a 0
!
0

a

0 b 0 b
P= =

,

!
a 0 2a a
!
2 1

0 b 0 1 0 b

383
con el primer vector fila de P se pueden cancelar todos los primeros elementos de
las restantes filas, adems, se puede utilizar la segunda fila para eliminar a todos
los segundos elementos tambin, por lo tanto, el rango de P es dos y el sistema es
completamente observable (siempre y cuando a 6= 0 y b 6= 0).
Un aspecto importante de este ejercicio es que como:
y(t) = Cx(t),
siempre que la matriz C sea cuadrada e invertible se tiene que:
x(t) = C1 y(t),
por lo que conociendo el vector de salida y la matriz C se pueden determinar todos

los estados del sistema. No obstante, la matriz C casi nunca es cuadrada e invertible
a la vez.
Ejercicio D.4
Determine si existe un valor del parmetro a para que el sistema definido por las
matrices:
0 0 6

h i
A= 2 0 0
C= 1 0 1 ,

0 a 0
no sea observable. En este caso, la matriz de observabilidad sera:
h i
1 0 1

0 0 6

h
1 0 1
i
1 0 1 2 0 0

C

P = CA = 0 a 0 = 0 a 6 .

2
CA2 2a 6a 0

0 0 6

h i
1 0 1 2 0 0

0 a 0
Para saber si el sistema es totalmente observable, P debe ser invertible (o sea, poseer
tres vectores fila linealmente independientes). El determinante de P es det(P) =
(36a) + (2a2 ) = 2a2 36a, el cual ser cero para a = 0 y a = 18, por lo que si
a = 0 o a = 18, P no poseera tres filas linealmente independientes y el sistema no
sera totalmente observable.

ndice alfabtico
Actuador, 12 alcanzable, 31
cero, 31
Caja estacionario, 31, 195
blanca, 24
gris, 25 Factor de amortiguamiento, 284
negra, 25 Factor derivativo, 279, 291
Ceros, 61, 282, 293 Factor integral, 279, 291
de fase no mnima, 134, 135, 276 Forma cannica
Cifras significativas, 335 controlable, 364
Controlabilidad, 363 observable, 369
Controlador, 11 Funcin de transferencia, 59
Curva de reaccin, 126
Ganancia, 126, 279
Descomposicin, 32
Descomposicin de Kalman, 372 Half rule, 136
Detectabilidad, 370 Homogeneidad, 32
Diagrama de bloques, 90 IEEE 754, 336
Diagrama de Bode, 277 Impedancia, 63
inverso, 288 Inercia rotacional, 168
Diagrama de flujo, 103
Diagrama polar, 290 Ley de Fourier, 183
Ley de Ohm, 35
Ecuacin caracterstica, 115 Leyes de Kirchhoff, 36, 64
Ecuacin de Bernoulli, 190 Linealidad, 31
Engranes, 170 Linealizacin, 198
Entradas, 18 LTI, 55
determinsticas, 18 Ludwig von Bertalanffy, 10
estocsticas, 18
Estabilidad, 114 Mtodo numrico
criterio de Routh-Hurwitz, 119 de la secante, 343
Estabilizabilidad, 366 diferencias centradas, 346
Estado, 27, 28 Euler, 353
384
385
falsa posicin, 339 de muestreo, 17

Newton-Raphson, 341
Reactancia
primera derivada hacia adelante, 346
capacitiva, 64
primera derivada hacia atrs, 346
inductiva, 63
regla del trapecio, 348
Red generalizada, 154
Runge-Kutta, 353
Redondeo, 335
Masa, 160
Relacin Entrada Salida, 28
Matriz de transicin de estados, 54
Relacin Entrada Salida Estado, 28
Matriz exponencial, 53
Resorte de torsin, 170
Medio, 14
Respuesta
Modelado
a entrada cero, 52, 60
analtico, 24
a estado cero, 58
experimental, 26
al impulso, 58
Modelos
en frecuencia, 271
anticipativos, 23
forzada, 16, 18
causales, 23
natural, 16, 18
con memoria, 23
Retardo, 124, 126, 276, 294
definicin, 19
estticos, 195 Salidas, 18
invariantes en el tiempo, 22 Segunda ley de Newton, 160
lineales, 22 Sensor de nivel, 11
no lineales, 22 Sistema, 14, 27
parmetros concentrados, 23 conceptual, 14
parmetros distribuidos, 23 dual, 371
sin memoria, 24 elctrico, 33, 156
tiempo continuo, 21 electromecnico, 172
tiempo discreto, 21 fsico, 14
variantes en el tiempo, 22 hidrulico, 187
Motor de corriente directa, 178 mecnico rotacional, 166
mecnico traslacional, 159
Parmetros, 15
trmico, 182
Perturbaciones, 18
Sistema de primer orden ms tiempo muer-
Pervariable, 154
to, 125
, 334
Sistema de segundo orden ms tiempo
Pico de resonancia, 285
muerto, 127
Polos, 61, 115, 281, 293
Skogestad, 136
dominantes, 136
Superposicin, 22, 32
Principio de dualidad, 371
Propiedad Teora General de Sistemas, 10

386
Tiempo muerto, 126

Transformada de Laplace, 29
Transvariable, 154
Universo, 14
Valores propios, 115

Variables de estado, 16, 28, 44, 48
propiedades, 30

Análisis de Sistemas, UCR

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Análisis de Sistemas, UCR

Uploaded by

Copyright:

Available Formats

ESCUELA DE INGENIERA ELCTRICA

UNIVERSIDAD DE COSTA RICA

Modelado y anlisis de sistemas

Jos David Rojas Fernndez

Universidad de Costa Rica

Revisiones ltima revisin: 23 de febrero de 2017

Versin 0.3, I-2013: Se agregaron los temas de estabilidad de Routh-Hurwitz y de

Versin 0.3.1, II-2013: Correcciones a la ortografa y la redaccin. Correcciones

Versin 0.4, I-2014: Correcciones a la ortografa y la redaccin. Se agreg el

Versin 0.4.1, II-2014: Correcciones a la ortografa y la redaccin.

Versin 0.4.2, I-2015: Correcciones a la ortografa y la redaccin. Se cambi el

Versin 0.4.3, II-2015: Correcciones a la ortografa y la redaccin. Se agreg el

Versin 0.4.4, I-2016: Correcciones a la ortografa y la redaccin.

Versin 0.5, I-2017: Se elimin el tema de anlisis en el espacio de estado. Este

Escuela de Ingeniera Elctrica Universidad de Costa Rica

2. Introduccin al espacio de estados 27

2.4.4. Funcin de transferencia para sistemas multivariables . . . . . 62

3. Representacin grfica de modelos 90

4. Caracterizacin en el dominio del tiempo 114

Escuela de Ingeniera Elctrica Universidad de Costa Rica

II. Modelado e Identificacin 150

6. Identificacin de sistemas en el dominio del tiempo 239

Escuela de Ingeniera Elctrica Universidad de Costa Rica

III. Anlisis 270

IV. Apndices 325

B. Resumen de lgebra lineal 330

C. Mtodos numricos para la simulacin de sistemas 334

Escuela de Ingeniera Elctrica Universidad de Costa Rica

C.4. Solucin numrica de ecuaciones diferenciales . . . . . . . . . . . . . . 352

D. Anlisis en el espacio de estados 360

ndice alfabtico 384

Escuela de Ingeniera Elctrica Universidad de Costa Rica

1.1.1. Antes de llevar el curso

1.1.2. Historia del anlisis de sistemas

un esfuerzo de estudio interdisciplinario, que trata de encontrar las

Norbert Wiener (1894-1964): fue un matemtico estadounidense. Junto con

Francisco Varela (1946-2001) y Humberto Maturana (1928): juntos desarrollaron

Niklas Luhmann (1927-1998): fue el pionero de la aplicacin de la teora general

1.1.3. Importancia del anlisis de sistemas en la ingeniera

Escuela de Ingeniera Elctrica Universidad de Costa Rica

instrumentos utilizados para el control de procesos son electrnicos, han trasladado

Escuela de Ingeniera Elctrica Universidad de Costa Rica

Modelar matemticamente un sistema real.

Determinar las caractersticas dinmicas de un sistema ante una entrada parti-

Analizar la variacin de la salida de un sistema con respecto a las seales de

Conocer el rango de variacin de las entradas y las salidas en funcin de los

Representar grficamente el sistema en diagramas que se pueden manipular

Disear el controlador del sistema en funcin de lo que se quiere obtener y los

Escuela de Ingeniera Elctrica Universidad de Costa Rica

Niveles Variable Accin Seales de

Controlador Actuador Sistema Sensor

Figura 1.2: Esquema del sistema de control.

Sistemas de control (curso obligatorio). Se disean los controladores del sistema

Laboratorio de control (curso optativo). Se practica con varios sistemas de

Sistemas en tiempo discreto (curso obligatorio para licenciatura). Se analizan

Control e instrumentacin de procesos industriales (curso optativo). Se estudian

Sistemas no lineales (curso optativo). Se aplican tcnicas de anlisis y control

Automatizacin industrial (curso optativo). Se utilizan un tipo especial de

Redes neuronales y lgica difusa (curso optativo). Se utilizan tcnicas avanzadas

Sistemas de adquisicin de datos y diseo de instrumentos virtuales (curso

1.2. Concepto de sistema

Escuela de Ingeniera Elctrica Universidad de Costa Rica

1.2.1. Definicin de sistema

Una coleccin de objetos organizada, la cual est dirigida hacia un