Professional Documents
Culture Documents
Teoría de Sistemas
Ing. Gianni Monterroso
Ejemplos:
Dado ƒ(t), grafique ƒ(-(at))
Propiedades de las Señales
Es básicamente una lista de nociones y propiedades que son fundamentales para la
discusión de señales y sistemas. Deberá notar que en algunas discusiones como la de
señales de energía vs. Señales de potencia han sido asignadas con su propio módulo para
una discusión más completa, y no van a ser incluidas.
El periodo fundamental de esta función, f (t), es el valor más pequeño de T que permita la
validación de la (1.1).
Usando las definiciones de par e impar, podemos demostrar que cualquier señal se puede
escribir como una combinación de una señal par e impar. Cada señal tiene una
descomposición par-impar. Para demostrar esto, no tenemos más que examinar una
ecuación.
Ejemplo 1 Euler:
Diga si la función dada es homogénea y cual es el grado de homogeneidad.
z = f(x,y) = x 2 + xy − y2
f(λx, λy ) = (λx)2 + (λx)(λy) − (λy)2 = λ2 x2 + λ2xy − λ2 y2 = λ2(x2+ xy − y2)
f(λx, λy) = λ2f(x,y)
Como la función z = f ( x, y ) cumple la definición, decimos que z es homogénea de grado 2.
Ejemplo 2 Euler:
Demuestra si la siguiente función cumple el teorema de Euler.
f ( x, y )= x2 - 2x3y2 - y5
f´x(x,y) = 5x4 - 6x2y2
f´y(x,y) = -4x3y - 5y4
xf´x(x,y) + yf´y(x,y)= x(5x4 - 6x2y2) + y(-4x3y - 5y4) = 5x2 10x3y2 - 5y5 = 5 f(x,y)
Demostración:
Sistemas Analógicos
Un sistema analógico contiene dispositivos que manipulan cantidades físicas
representadas de manera analógica. En estos sistemas las cantidades pueden variar en un
rango continuo de valores. Por ejemplo, la amplitud de la señal de salida de una bocina en
un receptor de audio puede tener cualquier valor entre cero y su límite máximo. Otro tipo
de sistemas analógicos son los amplificadores de audio, equipos de grabaciones no
digitales y reproductoras de los mismos.
La palabra sistema procede del latín systēma, y este del griego σύστημα (systema,
identificado en español como 'unión de cosas de manera organizada'). Con esta palabra se
forman palabras derivadas como antisistema o ecosistema.
Los elementos que componen un sistema pueden ser variados, como una serie de
principios o reglas estructurados sobre una materia o una teoría, por ejemplo, 'sistema
político', 'sistema económico'.
*Ambiente
Se refiere al área de sucesos y condiciones que influyen sobre el comportamiento de un
sistema. En lo que a complejidad se refiere, nunca un sistema puede igualarse con el
ambiente y seguir conservando su identidad como sistema. La única posibilidad de
relación entre un sistema y su ambiente implica que el primero debe absorber
selectivamente aspectos de éste. Sin embargo, esta estrategia tiene la desventaja de
especializar la selectividad del sistema respecto a su ambiente, lo que disminuye su
capacidad de reacción frente a los cambios externos. Esto último incide directamente en
la aparición o desaparición de sistemas abiertos.
*Atributo
Se entiende por atributo las características y propiedades estructurales o funcionales que
caracterizan las partes o componentes de un sistema.
*Cibernética
Se trata de un campo interdisciplinario que intenta abarcar el ámbito de los procesos de
control y de comunicación (retroalimentación) tanto en máquinas como en seres vivos. El
concepto es tomado del griego kybernetes que nos refiere a la acción de timonear una
goleta (N.Wiener.1979).
*Circularidad
Concepto cibernético que nos refiere a los procesos de autocausación. Cuando A causa B y
B causa C, pero C causa A, luego A en lo esencial es autocausado (retroalimentación,
morfostásis, morfogénesis).
*Complejidad
Por un lado, indica la cantidad de elementos de un sistema (complejidad cuantitativa) y,
por el otro, sus potenciales interacciones (conectividad) y el número de estados posibles
que se producen a través de éstos (variedad, variabilidad). La complejidad sistémica está
en directa proporción con su variedad y variabilidad, por lo tanto, es siempre una medida
comparativa. Una versión más sofisticada de la TGS se funda en las nociones de diferencia
de complejidad y variedad. Estos fenómenos han sido trabajados por la cibernética y están
asociados a los postulados de R.Ashby (1984), en donde se sugiere que el número de
estados posibles que puede alcanzar el ambiente es prácticamente infinito. Según esto, no
habría sistema capaz de igualar tal variedad, puesto que si así fuera la identidad de ese
sistema se diluiría en el ambiente.
*Conglomerado
Cuando la suma de las partes, componentes y atributos en un conjunto es igual al todo,
estamos en presencia de una totalidad desprovista de sinergia, es decir, de un
conglomerado (Johannsen. 1975:31-33).
*Elemento
Se entiende por elemento de un sistema las partes o componentes que lo constituyen.
Estas pueden referirse a objetos o procesos. Una vez identificados los elementos pueden
ser organizados en un modelo.
*Energía
La energía que se incorpora a los sistemas se comporta según la ley de la conservación de
la energía, lo que quiere decir que la cantidad de energía que permanece en un sistema es
igual a la suma de la energía importada menos la suma de la energía exportada (entropía,
negentropía).
*Entropía
El segundo principio de la termodinámica establece el crecimiento de la entropía, es decir,
la máxima probabilidad de los sistemas es su progresiva desorganización y, finalmente, su
homogeneización con el ambiente. Los sistemas cerrados están irremediablemente
condenados a la desorganización. No obstante hay sistemas que, al menos
temporalmente, revierten esta tendencia al aumentar sus estados de organización
(negentropía, información).
*Equifinalidad
Se refiere al hecho que un sistema vivo a partir de distintas condiciones iniciales y por
distintos caminos llega a un mismo estado final. El fin se refiere a la mantención de un
estado de equilibrio fluyente. "Puede alcanzarse el mismo estado final, la misma meta,
partiendo de diferentes condiciones iniciales y siguiendo distintos itinerarios en los
procesos orgásmicos" (von Bertalanffy. 1976:137). El proceso inverso se denomina
multifinalidad, es decir, "condiciones iniciales similares pueden llevar a estados finales
diferentes" (Buckley. 1970:98).
*Equilibrio
Los estados de equilibrios sistémicos pueden ser alcanzados en los sistemas abiertos por
diversos caminos, esto se denomina equifinalidad y multifinalidad. La mantención del
equilibrio en sistemas abiertos implica necesariamente la importación de recursos
provenientes del ambiente. Estos recursos pueden consistir en flujos energéticos,
materiales o informativos.
*Emergencia
Este concepto se refiere a que la descomposición de sistemas en unidades menores
avanza hasta el límite en el que surge un nuevo nivel de emergencia correspondiente a
otro sistema cualitativamente diferente. E. Morin (Arnold. 1989) señaló que la emergencia
de un sistema indica la posesión de cualidades y atributos que no se sustentan en las
partes aisladas y que, por otro lado, los elementos o partes de un sistema actualizan
propiedades y cualidades que sólo son posibles en el contexto de un sistema dado. Esto
significa que las propiedades inmanentes de los componentes sistémicos no pueden
aclarar su emergencia.
*Estructura
Las interrelaciones más o menos estables entre las partes o componentes de un sistema,
que pueden ser verificadas (identificadas) en un momento dado, constituyen la estructura
del sistema. Según Buckley (1970) las clases particulares de interrelaciones más o menos
estables de los componentes que se verifican en un momento dado constituyen la
estructura particular del sistema en ese momento, alcanzando de tal modo una suerte de
"totalidad" dotada de cierto grado de continuidad y de limitación. En algunos casos es
preferible distinguir entre una estructura primaria (referida a las relaciones internas) y una
hiperestructura (referida a las relaciones externas).
*Frontera
Los sistemas consisten en totalidades y, por lo tanto, son indivisibles como sistemas
(sinergia). Poseen partes y componentes (subsistema), pero estos son otras totalidades
(emergencia). En algunos sistemas sus fronteras o límites coinciden con discontinuidades
estructurales entre estos y sus ambientes, pero corrientemente la demarcación de los
límites sistémicos queda en manos de un observador (modelo). En términos operacionales
puede decirse que la frontera del sistema es aquella línea que separa al sistema de su
entorno y que define lo que le pertenece y lo que queda fuera de él (Johannsen. 1975:66).
*Función
Se denomina función al output de un sistema que está dirigido a la mantención del
sistema mayor en el que se encuentra inscrito.
*Información
La información tiene un comportamiento distinto al de la energía, pues su comunicación
no elimina la información del emisor o fuente. En términos formales "la cantidad de
información que permanece en el sistema (...) es igual a la información que existe más la
que entra, es decir, hay una agregación neta en la entrada y la salida no elimina la
información del sistema" (Johannsen. 1975:78). La información es la más importante
corriente neguentrópica de que disponen los sistemas complejos.
Integral de Convolución
En matemáticas y, en particular, análisis funcional, una convolución es un operador
matemático que transforma dos funciones f y g en una tercera función que en cierto
sentido representa la magnitud en la que se superponen f y una versión trasladada e
invertida de g. Una convolución es un tipo muy general de media móvil, como se puede
observar si una de las funciones se toma como la función característica de un intervalo.
Ejemplos:
Sistemas LTI
En procesamiento de señales, un sistema LTI (Linear Time-Invariant) o sistema
lineal e invariante en el tiempo, es aquel que, como su propio nombre indica,
cumple las propiedades de linealidad e invarianza en el tiempo.
Ejemplo 1 RI:
Supongamos que T es un sistema discreto, es decir, que toma una entrada
x[n] y produce una salida y[n]:
y[n] = T {x [n]}
Por lo tanto T es un operador actuando sobre sucesiones (a través de los números
enteros), produciendo nuevas sucesiones. Tener en cuenta que T no es el sistema, sino
una representación matemática del sistema. T puede ser no lineal, por ejemplo:
T {x [n]} = x^2 [2]
o lineal, como:
T {x [n]} = x [n - 1]
supongamos que T es lineal, entonces
T {x[n] + y [n]} = T {x[n]} + T {y [n]}
Ejemplo 2 RI:
Respuesta del sistema a una entrada del tipo rampa, esta señal permite conocer cual es
la respuesta del sistema a señales de entrada que cambian linealmente con el tiempo.
Matemáticamente se representa como:
r(t) = A . t . u (t), donde t = tiempo y A = constante
Ejemplo 3 RI:
Respuesta del sistema a una entrada del tipo escalón
Una señal de entrada del tipo escalón permite conocer la respuesta del sistema frente a
cambios abruptos en su entrada. Así mismo, nos da una idea del tiempo de
establecimiento de la señal, es decir, cuánto se tarda el sistema en alcanzar su estado
estacionario. Otra de las características de esta señal es que producto de la discontinuidad
del salto, contiene un espectro de frecuencia en una amplia banda lo cual hace que sea
equivalente a aplicar al sistema una gran cantidad de señales senoidales con un intervalo
de frecuencias grande. Matemáticamente, esta señal se expresa como:
r(t) = A . u (t), donde u(t) = escalón unitario A = constante
En la figura que se muestra a continuación, el escalón comienza en el tiempo t=1 (no en
t=0)
Análisis de Fourier
Las ondas armónicas continuas que hemos estudiado no existen realmente, ya que todos
los movimientos ondulatorios están limitados tanto espacial como temporalmente.
Utilizando el análisis de Fourier y la transformada de Fourier se pueden describir formas
de ondas más complejas como las que producen los instrumentos musicales.
El análisis de Fourier surgió a partir del intento de éste matemático francés por hallar la
solución a un problema práctico, la conducción del calor en un anillo de hierro. Demostró
que se puede obtener una función discontinua a partir de la suma de funciones continuas.
Esta tesis fue defendida por Fourier ante la Academia Francesa, lo que motivó severas
objeciones de los matemáticos más importantes de su época como Lagrange, Laplace, etc.
Descripción:
A primera vista, parece que el problema de analizar formas de ondas complejas
representa una tarea formidable. Sin embargo, si la forma de la onda es periódica, se
puede representar con una precisión arbitraria, mediante la superposición de un número
suficientemente grande de ondas senoidales que forman una serie armónica.
Toda función f(t) periódica de periodo P, se puede representar en forma de una suma
infinita de funciones armónicas, es decir:
donde el periodo P=2p/w, y a0 a1 ...ai ... y b1 b2 .... bi .... son los denominados coeficientes
de Fourier.
Conocida la función periódica f(t), calculamos los coeficientes ai y bi del siguiente modo
Las integrales tienen como límite inferior -P/2 y como límite superior P/2.
En el programa interactivo, transformamos la función periódica de periodo P, en otra
función periódica de periodo 2p, mediante un simple cambio de escala en el eje t.
Escribiendo x=w t, tendremos el periodo P de t convertido en el periodo 2p de x, y la
función f(t) convertida en
0 1
1 0.6366 0
2 0 0
3 -0.2122 0
4 0 0
5 0.1273 0
6 0 0
7 -0.09097 0
8 0 0
Ejemplo 1 Fourier:
Encontrar la transformada de Fourier de la siguiente función:
SOLUCIÓN:
Por propiedades del valor absoluto se sabe que:
Entonces:
Al evaluar estos resultados por sus determinados parámetros se sabe que al evaluarlo por
los límites infinito(00) y menos infinito (-00) el resultado es cero por lo tanto:
Ejemplo 2 Fourier:
F[ ]=
Solución:
La transformada de Laplace de una función f(x) con las características arriba indicadas se
define como:
[1]
Así definida, como una integral, la transformada de una función f(x) cumple las típicas
propiedades de linealidad:
Ejemplo 1 transformada LaPlace
Hallemos la transformada de Laplace de una función constante, y = A.
Respuesta: Sin más que utilizar la fórmula [1] donde sustituímos f(x) por A e integramos:
Autorrelación:
La función de autocorrelación se define como la correlación cruzada de la señal consigo
misma. La función de autocorrelación resulta de gran utilidad para encontrar patrones
repetitivos dentro de una señal, como por ejemplo, la periodicidad de una señal
enmascarada bajo el ruido o para identificar la frecuencia fundamental de una señal que
no contiene dicha componente, pero aparecen numerosas frecuencias armónicas de esta.
Definición:
Dependiendo del campo de estudio se pueden definir diferentes tipos de autocorrelación
sin que estas definiciones sean equivalentes. En algunos campos se utilizan
indistintamente las funciones de autocorrelación y de autocovarianzas, dado que ambas
sólo difieren entre sí en una constante de proporcionalidad que es la varianza (en este
caso, la autocovarianza de orden k>0).
En el campo de procesamiento de señales, dada una señal temporal f ( t ), la
autocorrelación continua R f ( τ ), es la correlación continua cruzada de f ( t ) consigo
mismo tras un desfase τ y se define como:
donde f ∗ representa el conjugado complejo y el círculo representa una convolución. Para
una función real, f ∗ = f .
Formalmente, la autocorrelación discreta R con un desfase j para una señal x n es
Correlación Cruzada:
En procesamiento de señales, la correlación cruzada (o a veces denominada "covarianza
cruzada") es una medida de la similitud entre dos señales, frecuentemente usada para
encontrar características relevantes en una señal desconocida por medio de la
comparación con otra que sí se conoce. Es función del tiempo relativo entre las señales, a
veces también se la llama producto escalar desplazado, y tiene aplicaciones en el
reconocimiento de patrones y en criptoanálisis.
Propiedades:
La correlación cruzada se relaciona con la convolución de la siguiente manera:
f(t)⋆g(t)=f∗(−t)∗g(t)
entonces si f o g es una función par
(f⋆g)=f∗g
También: ( f ⋆ g ) ⋆ ( f ⋆ g ) = ( f ⋆ f ) ⋆ ( g ⋆ g )
La correlación cruzada no es conmutativa:
(f⋆g)≠(g⋆f)
Sin embargo, si se cumple que:
(f⋆g)(t)=(g⋆f)∗(−t)
Función de densidad espectral
En matemáticas y en física, la Densidad Espectral de una señal es una función matemática
que nos informa de cómo está distribuida la potencia o la energía (según el caso) de dicha
señal sobre las distintas frecuencias de las que está formada.
La definición matemática de la Densidad Espectral (DE) es diferente dependiendo de si se
trata de señales definidas en energía, en cuyo caso hablamos de Densidad Espectral de
Energía (DEE), o en potencia, en cuyo caso hablamos de Densidad Espectral de
Potencia (DEP).
40(𝑠 + 10)2
𝐺 (𝑠) =
𝑠(𝑠 + 1)(𝑠 + 100)
Solución:
𝑠
40(𝑠 + 10)2 40(10 + 1)2
𝐺 (𝑠) = =
𝑠(𝑠 + 1)(𝑠 + 100) 𝑠(𝑠 + 1)( 𝑠 + 1)
100
𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝐾 = 40, 𝑝𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑜𝑟𝑖𝑔𝑒𝑛
𝑃𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 (𝑠 + 1) → 𝑤1 = 1
𝑠 2
𝐷𝑜𝑠 𝑐𝑒𝑟𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤2 = 10,
10
𝑠 −1
𝑃𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤3 = 100
100
Ejemplo 4 de Bode:
Dibuje los diagramas de Bode de la siguiente función de transferencia:
10(𝑗𝑤 + 3)
𝐺 (𝑗𝑤 ) =
𝑗𝑤 (𝑗𝑤 + 2)[(𝑗𝑤 )2 + 𝑗𝑤 + 2]
Solución:
𝑗𝑤
7.5( 3 + 1)
𝐺 (𝑗𝑤 ) =
𝑗𝑤 (𝑗𝑤)2 𝑗𝑤
𝑗𝑤( 2 + 1)( 2 + 2 + 1)
Se compone de:
−1
−1 𝑤 𝑤 −1 𝑤 𝑗𝑤 2
7.5, (𝑗𝑤 ) , 1+𝑗 , (1 + 𝑗 ) , [1 + 𝑗 + ]
3 2 2 2
Ejemplo 5 de Bode:
Dibuje los diagramas de Bode de la siguiente función de transferencia:
𝑒 −𝑗𝑤𝐿
𝐺 (𝑗𝑤 ) =
1 + 𝑗𝑤𝑇
Solución:
La magnitud logarítmica es:
1 1
20𝑙𝑜𝑔 |𝐺 (𝑗𝑤)| = 20𝑙𝑜𝑔 |𝑒−𝑗𝑤𝐿 | + 20𝑙𝑜𝑔 | | = 0 + 20𝑙𝑜𝑔 | |
1 + 𝑗𝑤𝑇 1 + 𝑗𝑤𝑇
Análisis de Laplace
La Transformada de Laplace es una técnica Matemática que forma parte de
ciertas transformadas integrales como la transformada de Fourier, la transformada de
Hilbert, y la transformada de Mellin entre otras. Estas transformadas están definidas por
medio de una integral impropia y cambian una función en una variable de entrada en otra
función en otra variable. La transformada de Laplace puede ser usada para resolver
Ecuaciones Diferenciales Lineales y Ecuaciones Integrales. Aunque se pueden resolver
algún tipo de ED con coeficientes variables, en general se aplica a problemas con
coeficientes constantes. Un requisito adicional es el conocimiento de las condiciones
iniciales a la misma ED. Su mayor ventaja sale a relucir cuando la función en la variable
independiente que aparece en la ED es una función seccionada.
Cuando se resuelven ED usando la técnica de la transformada, se cambia una ecuación
diferencial en un problema algebraico. La metodología consiste en aplicar la transformada
a la ED y posteriormente usar las propiedades de la transformada. El problema de ahora
consiste en encontrar una función en la variable independiente tenga una cierta expresión
como transformada.
Definición de la Transformada
Sea f una función definida para , la transformada de Laplace de f(t) se define
como (cuando tal integral converge):
Notas:
- La letra s representa una nueva variable, que para el proceso de integración se
considera constante.
- La transformada de Laplace convierte una función en t en una función en la
variable s
Existencia de la Transformada
Condiciones suficientes para la existencia de la transformada de Laplace para de
una función cualquiera:
Si es que acaso,
y
Tabla de Transformadas
1. Obtención
2. Obtención
3. Obtención
:
5. Obtención Para
7. Obtención
8. Obtención
9. Obtención
10. Obtención
Transformada de Laplace y transformada inversa
Transformada de Laplace
Ejemplo 1
Encontrar la transformada de Laplace correspondiente para: 4t4
4! 96
4t4 =ℒ{𝑓(𝑡)} = 4ℒ{t4 } = 4ℒ { 4+1 } = 5
𝑠 𝑠
Ejemplo 2
t2
Encontrar la transformada de Laplace correspondiente para: 2
t2 1 1 2! 2 1
= ℒ{𝑓(𝑡 2 )} = ℒ { 3 } = 3 = 3
2 2 2 𝑠 2𝑠 𝑠
Ejemplo 3
Encontrar la transformada de Laplace correspondiente para: 𝑒 5𝑡
1
𝑒 5𝑡 =
5−𝑠
Ejemplo 4
Encontrar la transformada de Laplace correspondiente para: 𝑒 −8𝑡
1
𝑒 −8𝑡 =
𝑠+8
Ejemplo 5
Encontrar la transformada de Laplace correspondiente para: 𝑠𝑒𝑛5𝑡
5 5
𝑠𝑒𝑛5𝑡 = 2 2
= 2
𝑠 +5 𝑠 + 25
Ejemplo 1
Encontrar la transformada inversa de Laplace correspondiente para:
Ejemplo 2
Encontrar la transformada inversa de Laplace correspondiente para:
Ejemplo 3
Encontrar la transformada inversa de Laplace correspondiente para:
Ejemplo 4
Encontrar la transformada inversa de Laplace correspondiente para:
Ejemplo 5
Encontrar la transformada inversa de Laplace correspondiente para:
Propiedades de la transformada de Laplace.
En las siguientes propiedades se asume que las funciones f(t) y g(t) con funciones que
poseen transformada de Laplace.
1. Linealidad
Idea
La transformada de Laplace se distribuye sobre las sumas o restas y saca constantes que
multiplican.
Versión para la inversa:
Donde,
Idea
La transformada de Laplace se convierte un factor exponencial en una traslación en la
variable s.
Versión para la inversa:
Idea
La transformada de Laplace cancela la derivada multiplicando por la variable s.
Teorema de la Convolución
Si f * g representa la Convolución entre las funciones f y g entonces,
Ejemplo 1
Encontrar la transformada inversa de Laplace correspondiente para (aplicar linealidad):
3𝑠 − 1
ℒ −1 { 2 }
𝑠 +4
3𝑠 − 1 3𝑠 1 𝑠 1
ℒ −1 { 2
} = ℒ −1 { 2 } − ℒ −1 { 2 } = 3ℒ −1 { 2 2
} − ℒ −1 { 2 }
𝑠 +4 𝑠 +4 𝑠 +4 𝑠 +2 𝑠 + 22
𝑠𝑒𝑛2𝑡
= 3𝑐𝑜𝑠2𝑡 −
2
Ejemplo 2
Encontrar la transformada de Laplace correspondiente para (aplicar linealidad):
ℒ{4𝑡 − 3 + 2𝑐𝑜𝑠5𝑡}
4 3 5 4 3 25
ℒ{𝑓(𝑡)} = 4ℒ{𝑡} − ℒ{3} + 2ℒ{𝑐𝑜𝑠5𝑡} = 2
− +2∗ 2 2
= 2− + 2
𝑠 𝑠 𝑠 +5 𝑠 𝑠 𝑠 + 25
Ejemplo 3
Encontrar la transformada de Laplace correspondiente para (aplicar traslación):
ℒ{(𝑠𝑒𝑛2𝑡)𝑒 3𝑡 }
2 2 2
ℒ{(𝑠𝑒𝑛2𝑡)𝑒 3𝑡 } = = 2 = 2
(𝑠 − 3) + 4 (𝑠 − 6𝑠 + 9) + 4 𝑠 − 6𝑠 + 13
2
Ejemplo 4
Encontrar la transformada de Laplace correspondiente para (aplicar traslación):
ℒ{𝑒 −5𝑡 𝑐𝑜𝑠8𝑡} → 𝑓(𝑡) = 8𝑡, 𝑒 −5𝑡 = 𝑠 + 5
𝑠+5 𝑠+5 𝑠+5
ℒ{𝑒 −5𝑡 𝑐𝑜𝑠8𝑡} = = =
(𝑠 + 5)2 + 64 (𝑠 2 + 10𝑠 + 25) + 64 𝑠 2 + 10𝑠 + 89
Ejemplo 5
Encontrar la transformada de Laplace correspondiente para (aplicar traslación):
ℒ{𝑡 3 𝑒 −𝑡 } → 𝑓(𝑡) = 𝑡 3 , 𝑒 −𝑡 = 𝑠 + 1
3! 6
ℒ{𝑡 3 𝑒 −𝑡 } = =
(𝑠 3+1 + 1) 𝑠 4 + 1
Ejemplo 2
Transformada de
Ejemplo 3
Transformada de
Ejemplo 4
Transformada de
Ejemplo 5
Transformada de
Diagrama de polos y ceros y región de convergencia
Diagramas Polares
Los diagramas polares son una representación de la respuesta frecuencial de un sistema,
en la cual se utiliza el plano s para representar punto a punto la variación de G(jω) cuando
0 ≤ ω ≤ ∞, en otras palabras, es el lugar geométrico de los vectores que representan el
módulo y la fase de G(jω) para esos valores de frecuencia. El procedimiento a seguir para
la obtención de un diagrama polar difiere de lo realizado para los diagramas de Bode, pues
los mismos no tienen las mismas características de aditividad que tienen los diagramas de
Bode. Es por ello que para la obtención de un diagrama polar no se parte del desarrollo
previo de los diferentes factores que conforman una función de transferencia, sino que se
analiza trabaja caso particular.
Para el caso de un polo o cero en el origen, en la Fig. (a) se muestran los diagramas
polares correspondientes, los cuales se fundamentan en los razonamientos realizados
para la obtención de los diagramas de Bode para estos factores. Así mismo, se muestra en
la Fig. (b) los diagramas
polares para un polo y un
cero en el eje real.
Polos y ceros
Ejemplo 2
Desarrolle el diagrama polar para un sistema cuya función de transferencia se expresa,
para la cual debe considerar que τ1 > τ2 > τ3.
Solución:
Se sustituye en la función de transferencia del sistema s = jω, de forma tal que se tiene la
función de la respuesta frecuencial a representar. A partir de allí, se analiza la 24 1.6
Diagramas Polares contribución de cada uno de los factores tanto a baja como a alta
frecuencia, encontrándose para este caso, que la fase comienza y termina en
−900decreciendo a baja frecuencia por acción del primer polo para luego aumentar por la
aparición de los dos ceros y finalmente regresar a la fase inicial debido a la aparición del
otro polo. En cuanto a la amplitud, la misma comienza en infinito para terminar en cero.
Ejemplo 3
Encuentre los polos y ceros de la función de trasferencia H(s)=s2+6s+8s2+2 y grafique los
resultados en el plano-s.
Solución:
Lo primero que tenemos que reconocer que la función de transferencia será igual a cero
cuando lo de arriba, s2+6s+8, sea igual a cero. Para encantar que esto iguala acero
factorizamos esto para obtener, (s+2)(s+4). Esto da a ceros en s=-2 y s=-4. Si esta función
hubiera sido más complicada, tal vez tendríamos que usar la formula cuadrática. Para los
polos, tenemos que reconocer que la función de transferencia será infinita cuando la
parte de abajo es cero. Esto sucede cuando s2+2 es cerro para encontrar esto, tenemos
que factorizar la función esto nos da(s+i2√)(s−i2√). Lo que significa que tenemos raíces
imaginarias de i2√y−(i2√)7
Ejemplo 4
Desarrolle el diagrama polar para un sistema cuya función de transferencia se expresa
según la Ecuación, para la cual debe considerar que τ1 > τ2 > τ3 > τ4.
Solución:
Como se puede observar el sistema es de tipo II, por lo que el diagrama polar comenzará a
baja frecuencia con módulo infinito y φ = −180°, en tanto que cuando la frecuencia tienda
a infinito el módulo tenderá a cero y φ = (m−n) −900 = 3 −900 = −270°. En cuanto a lo que
sucede en las frecuencias intermedias se observa que, debido a los valores de las
constantes de tiempo, primero ocurre un polo que llevará a la fase a valores más
negativos, luego ocurren dos ceros que harán que la fase pase a valores mayores a los
−180°, para que luego aparezcan dos polos que finalmente llevarán a la fase a los −270°.
Ejemplo 5
Formas generales
Los diagramas polares presentan unas formas generales que dependen exclusivamente
del tipo del sistema y de la diferencia entre el número de polos y de ceros de la función de
transferencia, pues ello define la tendencia del diagrama tanto a baja como a alta
frecuencia, tal como se muestra a continuación. A partir de allí se representan las formas
generales, que se muestran en la Figura, de forma tal que puedan utilizarse para
desarrollar diagramas polares con mayor facilidad. Como se puede observar, dichas
formas solamente ofrecen las tendencias en los valores extremos de la frecuencia, lo cual
es debido a que lo que sucede en las frecuencias intermedias dependerá de la forma
Ejemplo 1
Un cero de primer orden:
Ejemplo 2
Siendo un polo de primer orden:
Ejemplo 3
Siendo una transformada racional de Laplace de orden superior:
Ejemplo 4
Para un sistema de primer orden, grafique:
Propiedad de la Convolución
La ROC de Y( s) = H( s )X( s): al menos la superposición de las ROC de H( s) y X( s )
La ROC podría estar vacía si no existe superposición entre las dos ROC
Ejemplo:
https://es.wikibooks.org/wiki/Problemario_de_Se%C3%B1ales_y_Sistemas/Respuesta_temporal_
de_sistemas_I
http://quegrande.org/apuntes/EI/3/MT/teoria/08-09/tema_3.pdf
http://www.tsc.uc3m.es/docencia/SyC/Unit%202/problems/Problemas_Tema2_SyC.pdf
http://www.wikimatematica.org/index.php?title=Transformada_de_Fourier_y_transformada_inve
rsa_de_Fourier
https://es.wikiversity.org/wiki/Propiedades_de_la_transformada_de_Fourier
http://appnee.com/sublime-text-3-universal-license-keys-collection-for-win-mac-linux/
https://es.wikipedia.org/wiki/Correlaci%C3%B3n_cruzada
https://es.wikipedia.org/wiki/Autocorrelaci%C3%B3n
http://www.ehu.eus/Procesadodesenales/tema8/corre1.html
http://www.ehu.eus/juancarlos.gorostizaga/apoyo/transform_lapl.htm
https://es.wikipedia.org/wiki/Densidad_espectral
http://prof.usb.ve/montbrun/Respuesta_Frecuencial%20primera%20version%2026abril.pdf
http://ingenieria.udea.edu.co/~jbuitrago/instrumentacionElectronica/Clases/Clase02-
Diagrama%20de%20Bode.pdf
http://www.ehu.eus/juancarlos.gorostizaga/apoyo/transform_lapl.htm
https://es.scribd.com/doc/140673386/Polos-Ceros-y-Estabilidad
http://mit.ocw.universia.net/6.003/NR/rdonlyres/Electrical-Engineering-and-Computer-Science/6-
003Fall-2003/CB78F24E-A2A7-4BA8-9A45-AE85209FB7CF/0/lecture18.pdf
http://personal.us.es/niejimjim/tema04.pdf