Anlisis de sistemas a dinmicos lineales a

Anlisis de sistemas a dinmicos lineales a

Oscar G. Duarte V.
Profesor asociado del Departamento de Ingeniera Elctrica y Electrnica e o

A quienes trabajan por la democratizacin del conocimiento o

Contenido
Contenido Lista de guras Lista de tablas Prefacio 1. Introduccin al modelamiento de sistemas o 1.1. Conceptos preliminares . . . . . . . . . . . . . . . 1.1.1. Sistemas . . . . . . . . . . . . . . . . . . . 1.1.2. Seales . . . . . . . . . . . . . . . . . . . n 1.1.3. Modelos . . . . . . . . . . . . . . . . . . . 1.1.4. Construccin de los modelos matemticos o a 1.1.5. Clasicacin de los modelos matemticos o a 1.1.6. Modelos matemticos a utilizar . . . . . . a 1.2. Sistemas f sicos . . . . . . . . . . . . . . . . . . . 1.3. Grafos de enlaces de potencia Bond Graphs . . . . . . . . . . . . . . . . . . . 1.3.1. Elementos bsicos . . . . . . . . . . . . . a 1.3.2. Causalidad . . . . . . . . . . . . . . . . . 1.3.3. Obtencin de las ecuaciones . . . . . . . . o 1.3.4. Procedimientos espec cos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
IX XV XXI XXIII

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

1 1 1 2 2 3 4 8 9 11 11 17 18 20 21 21 21 22 23 24 27 27 29 31 32

2. Preliminares matemticos a 2.1. Ecuaciones diferenciales y de diferencia . . . . . . . . . . . 2.1.1. Ecuaciones diferenciales . . . . . . . . . . . . . . . 2.1.2. Ecuaciones de diferencias nitas . . . . . . . . . . 2.1.3. Ecuaciones diferenciales y de diferencias lineales . 2.1.4. Mtodos de solucin de E.D. lineales . . . . . . . . e o 2.2. Transformadas de Laplace y Z . . . . . . . . . . . . . . . 2.2.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . 2.2.2. Propiedades . . . . . . . . . . . . . . . . . . . . . . 2.2.3. Parejas de transformadas . . . . . . . . . . . . . . 2.2.4. Utilizacin de la tabla de parejas de transformadas o ix

OSCAR G. DUARTE

2.2.5. Transformadas inversas por expansin de fracciones paro ciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Solucin de E.D. lineales mediante o transformadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3. Introduccin al anlisis de sistemas dinmicos o a a 3.1. Respuestas de estado cero y de entrada cero . . 3.1.1. Sistemas continuos . . . . . . . . . . . . 3.1.2. Sistemas discretos . . . . . . . . . . . . 3.2. Funciones de transferencia . . . . . . . . . . . . 3.3. Diagramas de bloques . . . . . . . . . . . . . . 3.4. Diagramas de ujo de seal . . . . . . . . . . . n 3.4.1. Regla de Mason . . . . . . . . . . . . . 3.5. Respuesta al impulso . . . . . . . . . . . . . . . 3.5.1. Caso discreto . . . . . . . . . . . . . . . 3.5.2. Caso continuo . . . . . . . . . . . . . . . lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

36 39 43 43 43 45 47 48 48 52 55 56 59 65 66 68 70 71 73 73 75 76 78 80 80 82 82 83 83 87 89

4. Sistemas de primer y segundo orden 4.1. Sistemas continuos de primer orden . . . . . . . . . 4.2. Sistemas discretos de primer orden . . . . . . . . . 4.3. Sistemas continuos de segundo orden . . . . . . . . 4.3.1. Regin de estabilidad . . . . . . . . . . . . o 4.3.2. Regin de tiempo mximo de asentamiento o a 4.3.3. Regin de frecuencia mxima de oscilacin o a o 4.3.4. Regin de sobrepico mximo . . . . . . . . o a 4.3.5. Regin de diseo . . . . . . . . . . . . . . . o n 4.4. Sistemas discretos de segundo orden . . . . . . . . 4.4.1. Regin de estabilidad . . . . . . . . . . . . o 4.4.2. Regin de tiempo mximo de asentamiento o a 4.4.3. Regin de Frecuencia mxima de oscilacin o a o 4.4.4. Regin de sobrepico mximo . . . . . . . . o a 4.4.5. Regin de diseo . . . . . . . . . . . . . . . o n 4.5. Efecto de los ceros. Sistemas de fase m nima . . . . 4.6. Polos dominantes . . . . . . . . . . . . . . . . . . .

5. Sistemas realimentados simples 5.1. Tipo de sistema y error de estado estacionario . . . . . . . . . . . . . . . . . . . . . . . 5.1.1. Caso continuo . . . . . . . . . . . . . . . . . . . . . . 5.1.2. Caso discreto . . . . . . . . . . . . . . . . . . . . . . 5.2. Estabilidad y criterios de estabilidad en sistemas continuos 5.2.1. Arreglo y criterio de Routh-Hurwitz . . . . . . . . . 5.2.2. Lugar geomtrico de las ra e ces . . . . . . . . . . . . 5.2.3. Diagramas y criterio de Bode . . . . . . . . . . . . . 5.2.4. Diagrama y criterio de Nyquist . . . . . . . . . . . . 5.3. Estabilidad y criterios de estabilidad en sistemas discretos . x

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

91 91 92 93 94 101 107 112 122

CONTENIDO

5.3.1. 5.3.2. 5.3.3. 5.3.4. 5.3.5.

Transformacin bilineal . . . . o Arreglo y criterio de Jury . . . Lugar geomtrico de las ra e ces Diagramas y criterio de Bode . Diagrama y criterio de Nyquist

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

122 124 128 129 133 137 137 140 140 144 146 154 157 159 163 165 172 176 180 181 183 183 184 185 185 186 186

6. Representacin en variables de estado o 6.1. Introduccin . . . . . . . . . . . . . . . . . o 6.2. Algunos resultados de algebra lineal . . . . 6.2.1. Espacios vectoriales . . . . . . . . . 6.2.2. Valores y vectores propios . . . . . . 6.2.3. Forma cannica de Jordan . . . . . . o 6.2.4. Funciones de matrices cuadradas . . 6.3. Variables de estado . . . . . . . . . . . . . . 6.3.1. El concepto de estado . . . . . . . . 6.3.2. Representacin de estado a partir de o 6.4. Sistemas continuos libres . . . . . . . . . . . 6.4.1. Retratos de fase . . . . . . . . . . . 6.4.2. Espacio de estado . . . . . . . . . . 6.4.3. Matriz de transicin de estado . . . o 6.5. Sistemas discretos libres . . . . . . . . . . . 6.5.1. Matriz de transicin de estado . . . o 6.6. Sistemas continuos excitados . . . . . . . . 6.6.1. Matriz de funciones de transferencia 6.6.2. Variables de estado en el tiempo . . 6.7. Sistemas discretos excitados . . . . . . . . . 6.7.1. Matriz de funciones de transferencia 6.7.2. Variables de estado en el tiempo . . 6.8. Introduccin al control por o variable de estado . . . . . . . . . . . . . . 6.8.1. Controlabilidad . . . . . . . . . . . . 6.8.2. Observabilidad . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . E.D. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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

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

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

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

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

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

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

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

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

. . . . . . . . . . . . 187 . . . . . . . . . . . . 190 . . . . . . . . . . . . 191 195 197 199 201 201 203 204 205 206

7. Introduccin a los sistemas no lineales o 7.1. Prdida de superposicicin y proporcionalidad . e o 7.2. Mltiples puntos de equilibrio . . . . . . . . . . u 7.3. Estabilidad local . . . . . . . . . . . . . . . . . 7.4. Orbitas peridicas no sinusoidales . . . . . . . . o 7.5. Ciclos l mite . . . . . . . . . . . . . . . . . . . . 7.6. Orbitas homocl nicas . . . . . . . . . . . . . . . 7.7. Bifurcaciones . . . . . . . . . . . . . . . . . . . 7.8. Comportamientos caticos . . . . . . . . . . . . o xi

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

OSCAR G. DUARTE

A. Demostraciones de las Transformadas de Laplace y Z A.1. Propiedades de la Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . A.1.1. Linealidad: . . . . . . . . . . . . . . . . . . . . . A.1.2. Diferenciacin: . . . . . . . . . . . . . . . . . . . o A.1.3. Desplazamiento en la frecuencia: . . . . . . . . . A.1.4. Multiplicacin por t: . . . . . . . . . . . . . . . . o A.1.5. Teorema de valor inicial: . . . . . . . . . . . . . . A.1.6. Teorema de valor nal: . . . . . . . . . . . . . . . A.1.7. Convolucin: . . . . . . . . . . . . . . . . . . . . o A.1.8. Desplazamiento en el tiempo: . . . . . . . . . . . A.2. Propiedades de la transformada Z . . . . . . . . . . . . A.2.1. Linealidad: . . . . . . . . . . . . . . . . . . . . . A.2.2. Diferencia positiva: . . . . . . . . . . . . . . . . . A.2.3. Escalamiento en la frecuencia: . . . . . . . . . . . A.2.4. Multiplicacin por k: . . . . . . . . . . . . . . . . o A.2.5. Teorema de valor inicial: . . . . . . . . . . . . . . A.2.6. Teorema de valor nal: . . . . . . . . . . . . . . . A.2.7. Convolucin: . . . . . . . . . . . . . . . . . . . . o A.3. Parejas de transformadas de Laplace . . . . . . . . . . . A.3.1. Escaln unitario . . . . . . . . . . . . . . . . . . o A.3.2. Exponenciales . . . . . . . . . . . . . . . . . . . . A.3.3. Sinusoides . . . . . . . . . . . . . . . . . . . . . . A.3.4. Sinusoides amortiguadas . . . . . . . . . . . . . . A.3.5. Rampas, parbolas y monomios de t . . . . . . . a A.3.6. Exponenciales por tn . . . . . . . . . . . . . . . . A.3.7. Sinusoides por t . . . . . . . . . . . . . . . . . . . A.3.8. Sinusoides amortiguadas multiplicadas por t . . . A.4. Parejas de transformadas Z . . . . . . . . . . . . . . . . A.4.1. Escaln unitario . . . . . . . . . . . . . . . . . . o A.4.2. Series geomtricas . . . . . . . . . . . . . . . . . e A.4.3. Sinusoides . . . . . . . . . . . . . . . . . . . . . . A.4.4. Sinusoides amortiguadas . . . . . . . . . . . . . . A.4.5. Rampas, y monomios de k . . . . . . . . . . . . . A.4.6. Series geomtricas por k n . . . . . . . . . . . . . e A.4.7. Sinusoides por k . . . . . . . . . . . . . . . . . . A.4.8. Sinusoides amortiguadas por k . . . . . . . . . .

209 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 209 210 211 212 213 213 214 215 215 216 216 218 218 219 219 220 221 221 221 221 222 222 223 223 223 223 223 224 224 226 226 226 227 228

B. Diagramas de Bode para sistemas continuos 229 B.1. Denicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229 o B.2. Construccin de los diagramas de Bode . . . . . . . . . . . . . . 230 o C. Carta de Nichols 235 C.1. M -circunferencias . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 C.2. N -circunferencias . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 C.3. Carta de Nichols . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 xii

CONTENIDO

D. Apuntes de lgebra lineal a D.1. Espacios vectoriales . . . . . . . . . . . . . . . . . . D.1.1. Estructuras algebricas bsicas . . . . . . . . a a D.1.2. Denicin de espacio vectorial . . . . . . . . o D.1.3. Bases . . . . . . . . . . . . . . . . . . . . . . D.1.4. Cambio de base . . . . . . . . . . . . . . . . . D.2. Transformaciones lineales . . . . . . . . . . . . . . . D.2.1. Transformaciones y cambios de base . . . . . D.3. Normas de vectores y matrices . . . . . . . . . . . . D.4. Sistemas de ecuaciones algebricas . . . . . . . . . . a D.5. Valores y vectores propios . . . . . . . . . . . . . . . D.5.1. Valores propios diferentes . . . . . . . . . . . D.5.2. Valores propios repetidos . . . . . . . . . . . D.5.3. Obtencin de vectores propios generalizados . o D.6. Forma cannica de Jordan . . . . . . . . . . . . . . . o D.7. Forma cannica real de Jordan . . . . . . . . . . . . o D.7.1. Bloques de Jordan de tamao 1 . . . . . . . . n D.7.2. Bloques de Jordan de tamao mayor que 1 . n D.8. Funciones de matrices cuadradas . . . . . . . . . . . D.8.1. Polinomios de matrices . . . . . . . . . . . . D.8.2. Funciones como series de potencias . . . . . . D.8.3. Denicin de funciones mediante polinomios . o Bibliograf a Indice anal tico

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

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

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

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

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

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

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

239 239 239 241 242 245 247 248 250 255 261 264 267 273 278 280 280 282 282 282 285 287 295 297

xiii

OSCAR G. DUARTE

xiv

Lista de guras
1.1. Sistema y Seales . . . . . . . . . . . . . . . . . . . . . . . . n 1.2. Sistemas y Modelos . . . . . . . . . . . . . . . . . . . . . . . 1.3. Construccin de Modelos . . . . . . . . . . . . . . . . . . . o 1.4. Clasicacin de los Modelos Matemticos de Sistemas . . . o a 1.5. Sistema Dinmico Continuo . . . . . . . . . . . . . . . . . . a 1.6. Sistema Dinmico Discreto . . . . . . . . . . . . . . . . . . a 1.7. Elementos de un puerto para grafos de enlaces de potencia . 1.8. Elementos de dos puertos para grafos de enlaces de potencia 1.9. Elementos multipuerto para grafos de enlaces de potencia . 1.10. Grafos de enlace de potencia. Diagrama del ejemplo 1.1 . . 1.11. Grafos de enlace de potencia. Esquema del ejemplo 1.1 . . . 1.12. Grafo de enlaces de potencia del ejemplo 1.1 . . . . . . . . . 1.13. Enlaces con marcas de causalidad . . . . . . . . . . . . . . . 1.14. Grafo causal de enlaces de potencia del ejemplo 1.1 . . . . . 2.1. 2.2. 2.3. 2.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 3 4 5 8 8 13 13 14 15 15 16 17 19 28 29 34 34 43 45 47 47 49 50 51 52 53 54 56 56 57

Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . Funciones cont nuas segn la ubicacin de sus polos en el plano s u o Funciones discretas segn la ubicacin de sus polos en el plano s u o

3.1. Sistema Dinmico Continuo . . . . . . . . . . . . . . . . . . . . . a 3.2. Sistema Dinmico Discreto . . . . . . . . . . . . . . . . . . . . . a 3.3. Diagrama de bloques m nimo . . . . . . . . . . . . . . . . . . . . 3.4. Diagrama de ujo de seal m n nimo . . . . . . . . . . . . . . . . . 3.5. Equivalencias de los Diagramas de Bloques . . . . . . . . . . . . 3.6. Diagrama de Bloques del ejemplo 3.1 . . . . . . . . . . . . . . . . 3.7. Solucin del ejemplo 3.1 . . . . . . . . . . . . . . . . . . . . . . . o 3.8. Equivalencias de los Diagramas de de Flujo de Seal . . . . . . . n 3.9. Deniciones de Diagramas de Flujo de Seal . . . . . . . . . . . . n 3.10. Diagrama de Flujo de Seal del ejemplo 3.3 . . . . . . . . . . . . n 3.11. Funcin Impulso Unitario discreto . . . . . . . . . . . . . . . . . o 3.12. Sistema Dinmico Discreto estimulado con el impulso unitario . . a 3.13. Relacin entre la respuesta al impulso y la funcin de transfereno o cia. Caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . xv

OSCAR G. DUARTE

3.14. Respuesta al Impulso discreto . . . . . . . . . . . . . . . . . . . . 3.15. Descomposicin de una seal discreta . . . . . . . . . . . . . . . o n 3.16. Funcin d . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 3.17. Funcin Impulso Unitario Continuo . . . . . . . . . . . . . . . . . o 3.18. Area bajo la curva f (t)d . . . . . . . . . . . . . . . . . . . . . . 3.19. Sistema Dinmico Cont a nuo estimulado con el impulso unitario . 3.20. Relacin entre la respuesta al impulso y la funcin de transfereno o cia. Caso cont nuo . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1. Respuesta al paso de un sistema continuo de primer orden . . . . 4.2. Regiones de estabilidad e inestabilidad para un sistema continuo de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3. Respuesta al paso de un sistema continuo de primer orden, polo negativo en a . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4. Regin de tiempo de asentamiento mximo para un sistema cono a tinuo de primer orden . . . . . . . . . . . . . . . . . . . . . . . . 4.5. Respuesta al paso de un sistema discreto de primer orden . . . . 4.6. Regiones de estabilidad e inestabilidad para un sistema discreto de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7. Regiones de tiempo de asentamiento mximo para un sistema a discreto de primer orden . . . . . . . . . . . . . . . . . . . . . . . 4.8. Ubicacin de los polos de un sistema continuo de segundo orden, o con polos complejos . . . . . . . . . . . . . . . . . . . . . . . . . 4.9. Respuesta al paso de un sistema continuo de segundo orden, wn = 1 4.10. Respuesta al paso de un sistema continuo de segundo orden, = 0.5 4.11. Respuesta al paso de un sistema continuo de segundo orden . . . 4.12. Regin de Estabilidad para un sistema continuo de segundo orden o 4.13. Regin de Tiempo mximo de asentamiento para un sistema cono a tinuo de segundo orden . . . . . . . . . . . . . . . . . . . . . . . 4.14. Regin de Frecuencia mxima de oscilacin para un sistema cono a o tinuo de segundo orden . . . . . . . . . . . . . . . . . . . . . . . 4.15. Sobrepico en funcin de . . . . . . . . . . . . . . . . . . . . . . o 4.16. Sobrepico en funcin de . . . . . . . . . . . . . . . . . . . . . . o 4.17. Regin de Sobrepico mximo para un sistema continuo de seguno a do orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.18. Regin de Diseo para un sistema continuo de segundo orden . . o n 4.19. Ubicacin de los polos de un sistema discreto de segundo orden, o con polos complejos . . . . . . . . . . . . . . . . . . . . . . . . . 4.20. Respuesta al paso de un sistema discreto de segundo orden, a = 1.2, b = 0.8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.21. Respuesta al paso de un sistema discreto de segundo orden, a = 3, b = 0.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.22. Regin de Estabilidad para un sistema discreto de segundo orden o 4.23. Regin de tiempo de asentamiento mximo para un sistema diso a creto de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . xvi

58 60 61 61 62 62 63 66 67 67 68 69 69 70 71 72 72 72 73 74 74 76 77 77 78 79 80 81 81 82

LISTA DE FIGURAS

4.24. Regin de Frecuencia mxima de oscilacin para un sistema diso a o creto de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . 4.25. Curvas de Amortiguamiento jo para un sistema discreto de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.26. Regin de Amortiguamiento m o nimo para un sistema discreto de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.27. Regin de Diseo para un sistema discreto de segundo orden . . o n 4.28. Respuesta al paso de un sistema continuo de segundo orden, con cero real b = = 1 . . . . . . . . . . . . . . . . . . . . . . . . . . 4.29. Sistema continuo de orden 4 con polos dominantes . . . . . . . .

83 84 84 85 86 87

5.1. Sistema continuo retroalimentado simple . . . . . . . . . . . . . . 89 5.2. Sistema discreto retroalimentado simple . . . . . . . . . . . . . . 90 5.3. Arreglo de Routh. Primeras dos l neas . . . . . . . . . . . . . . . 95 5.4. Arreglo de Routh. Dos l neas genricas . . . . . . . . . . . . . . . 95 e 5.5. Arreglo de Routh del ejemplo 5.4. Primeras dos l neas . . . . . . 96 5.6. Arreglo de Routh del ejemplo 5.4 . . . . . . . . . . . . . . . . . . 96 5.7. Arreglo de Routh del ejemplo 5.5 . . . . . . . . . . . . . . . . . . 97 5.8. Arreglo de Routh del ejemplo 5.6 . . . . . . . . . . . . . . . . . . 98 5.9. Arreglo de Routh del ejemplo 5.7 . . . . . . . . . . . . . . . . . . 99 5.10. Arreglo de Routh con cero en la primera columna. Arreglo incompleto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 5.11. Arreglo de Routh con cero en la primera columna. Aproximacin 100 o 5.12. Arreglo de Routh con cero en la primera columna. Arreglo completo100 5.13. Arreglo de Routh con terminacin prematura. Arreglo incompleto 100 o 5.14. Arreglo de Routh con terminacin prematura. Arreglo completo . 101 o 5.15. Root-ocus (en rojo) y root-locus complementario (en azul) del ejemplo 5.8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 5.16. Diagramas de Root Locus para el ejemplo 5.10 . . . . . . . . . . 104 5.17. Root-locus (en rojo) y root-locus complementario (en azul) del ejemplo 5.11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 5.18. Relacin entre el root-locus y los diagramas de Bode . . . . . . . 110 o 5.19. Diagramas de Bode para un ejemplo . . . . . . . . . . . . . . . . 111 5.20. Determinacin grca del valor de una funcin de transferencia o a o racional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 5.21. Plano s y Plano F . . . . . . . . . . . . . . . . . . . . . . . . . . 114 5.22. Plano s y Plano F en una trayectoria cerrada que no encierra el cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 5.23. Plano s y Plano F en una trayectoria cerrada que encierra el cero 116 5.24. Plano s y Plano F en una trayectoria cerrada que no encierra el polo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 5.25. Plano s y Plano F en una trayectoria cerrada que encierra el polo 117 5.26. Trayectoria de Nyquist para el caso general . . . . . . . . . . . . 118 5.27. Trayectoria de Nyquist con polos en el eje imaginario . . . . . . . 118 5.28. Diagrama de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . 119 5.29. Diagrama de Nyquist para el ejemplo 5.13 . . . . . . . . . . . . . 121 xvii

OSCAR G. DUARTE

5.30. Transformacin Bilineal . . . . . . . . . . . . . . . . . . . . . . . o 5.31. Arreglo de Routh para el sistema transformado . . . . . . . . . . 5.32. Arreglo de Jury. Primeras dos l neas . . . . . . . . . . . . . . . . 5.33. Arreglo de Jury del ejemplo 5.15. Primeras dos l neas . . . . . . 5.34. Arreglo de Jury del ejemplo 5.15. Primeras cuatro l neas . . . . . 5.35. Arreglo de Jury del ejemplo 5.15. Arreglo completo . . . . . . . . 5.36. root-locus (en rojo) y root-locus complementario (en azul) para el ejemplo 5.18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.37. Relacin entre el root-locus y los diagramas de Bode para el caso o discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.38. Diagramas de Bode para el ejemplo 5.19 . . . . . . . . . . . . . . 5.39. Trayectoria de Nyquist para el caso discreto general . . . . . . . 5.40. Trayectoria de Nyquist para el caso discreto con polos en la circunferencia unitaria . . . . . . . . . . . . . . . . . . . . . . . . . 5.41. Diagrama de Nyquist para el ejemplo 5.20 . . . . . . . . . . . . . 6.1. 6.2. 6.3. 6.4. 6.5. Sistema Continuo de mltiples entradas y mltiples salidas . . . u u Sistema Discreto de mltiples entradas y mltiples salidas . . . . u u Cambio de base de un Vector . . . . . . . . . . . . . . . . . . . . Diagrama de Matthew vacio simple . . . . . . . . . . . . . . . . . Diagrama de Bloques de un sistema cont nuo en representacin o de espacio de Estado . . . . . . . . . . . . . . . . . . . . . . . . . 6.6. Diagrama de Bloques de un sistema discreto en representacin de o espacio de Estado . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.7. Circuito RLC serie . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8. Motor DC controlado por campo . . . . . . . . . . . . . . . . . . 6.9. Construccin de una trayectoria en el Plano de Fase . . . . . . . o 6.10. Retrato de Fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.11. Retratos de Fase Estables t picos . . . . . . . . . . . . . . . . . . 6.12. Retratos de Fase Inestables t picos . . . . . . . . . . . . . . . . . 6.13. Ejemplos Retratos de Fase . . . . . . . . . . . . . . . . . . . . . . 6.14. Retrato de Fase de un Ejemplo . . . . . . . . . . . . . . . . . . . 6.15. Retrato de Fase de un Ejemplo en la base de los vectores propios 6.16. Realimentacin por Variable de Estado . . . . . . . . . . . . . . . o 6.17. Realimentacin por Variable de Estado de un sistema cont o nuo . 6.18. Realimentacin por Variable de Estado de un sistema discreto . . o 6.19. Circuito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.20. Realimentacin por Variable de Estado con Observador . . . . . o 7.1. 7.2. 7.3. 7.4. 7.5. 7.6. No Linealidades Estticas ms frecuentes . . . . . . . . . . . . . a a Sistema No Lineal con dos entradas escaln . . . . . . . . . . . . o Sistema No Lineal con una entrada escaln y una sinusoide . . . o Diagrama del pndulo simple . . . . . . . . . . . . . . . . . . . . e Retrato de Fase del pndulo simple con a = b = 1 . . . . . . . . . e Retrato de Fase del pndulo simple alrededor de un punto de e equilibrio del tipo sifn . . . . . . . . . . . . . . . . . . . . . . . . o xviii

123 124 125 126 126 126 130 131 132 133 134 136 138 138 143 151 158 159 160 161 173 173 174 175 177 180 181 188 188 189 191 192 196 198 198 200 200 202

LISTA DE FIGURAS

7.7. Retrato de Fase del pndulo simple alrededor de un punto de e equilibrio del tipo punto de silla . . . . . . . . . . . . . . . . . . . 7.8. Retrato de Fase del Sistema de Lotka-Volterra . . . . . . . . . . 7.9. Retrato de Fase del Oscilador de Van der Pol con = 1 . . . . . 7.10. Retrato de Fase del Oscilador de Dung con k = 0 . . . . . . . . 7.11. Funcin discreta que origina un sistema catico . . . . . . . . . . o o 7.12. Respuesta de un sistema discreto catico a tres entradas difereno tes: xa = 0.445 + 1 1011 (negro), xb = 0.445 + 3 1011 (azul) y xc = 0.445 + 5 1011 (rojo) . . . . . . . . . . . . . . . . . . . . B.1. Resumen de los diagramas de Bode aproximados para sistemas continuos de primer orden (los cuatro primeros casos son exactos) B.2. Resumen de los diagramas de Bode aproximados para sistemas continuos de segundo orden . . . . . . . . . . . . . . . . . . . . . B.3. Diagrama de Bode de magnitud para un sistema continuo de segundo orden con distintos factores de amortiguamiento . . . . . B.4. Diagrama de Bode de fase para un sistema continuo de segundo orden con distintos factores de amortiguamiento . . . . . . . . .

202 203 204 205 207

207 231 232 233 234

C.1. Diagrama de Nichols en coordenadas rectangulares . . . . . . . . 238 C.2. Diagrama de Nichols en coordenadas polares . . . . . . . . . . . 238 D.1. Cambio de base de un Vector . . . . . . . . . . . . . . . . . . . . D.2. Rotacin de 90o en sentido horario . . . . . . . . . . . . . . . . . o D.3. Circunferencias Unitarias para diferentes normas . . . . . . . . . D.4. Norma de una matriz basada en 1 . . . . . . . . . . . . . . . D.5. Norma de una matriz basada en 2 . . . . . . . . . . . . . . . D.6. Norma de una matriz basada en . . . . . . . . . . . . . . . D.7. Codominio y rango de un operador lineal . . . . . . . . . . . . . D.8. Codominio y Rango del Operador Lineal del ejemplo D.27 . . . . D.9. Codominio y Rango del Operador Lineal del ejemplo D.27 . . . . D.10.Codominio, espacio nulo, rango y nulidad de un operador lineal . D.11.Espacios Nulos de (A I)i y cadenas de vectores propios generalizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . D.12.Espacios Nulos del ejemplo . . . . . . . . . . . . . . . . . . . . . D.13.Diagrama de Matthew vac . . . . . . . . . . . . . . . . . . . . . o D.14.Diagrama de Matthew vac simple . . . . . . . . . . . . . . . . . o D.15.Diagrama de Matthew lleno . . . . . . . . . . . . . . . . . . . . . 247 249 252 254 255 255 257 258 258 259 270 272 273 274 274

xix

OSCAR G. DUARTE

xx

Lista de tablas
1.2. Variables y parmetros de sistemas f a sicos . . . . . . . . . . . . . 1.4. Variables F sicas empleadas en los grafos de enlaces de potencia . 2.1. Comparacin entre ecuaciones diferenciales y de diferencia . . . . o 2.2. Mtodos elementales de solucin de Ecuaciones diferenciales y de e o diferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Comparacin de las deniciones de las transformadas de Laplace o yZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4. Propiedades de las transformadas de Laplace y Z . . . . . . . . 2.5. Tabla de parejas de transformadas elementales . . . . . . . . . . 2.6. Tabla de parejas de transformadas elementales multiplicadas por el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7. Ubicacin de los polos en los planos complejos y funciones en el o tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1. 5.2. 5.3. 5.5. 10 12 23 25 29 31 32 33 33

Error de estado estacionario para sistemas continuos . . . . . . . 92 Error de estado estacionario para sistemas discretos . . . . . . . 93 Polos de la funcin de transferencia del ejemplo 5.8 . . . . . . . 102 o Reglas de construccin para el root-locus y el root-locus compleo mentario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.6. Transformacin bilineal de algunos puntos sobre la circunferencia o unitaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123

xxi

OSCAR G. DUARTE

xxii

Prefacio

Este texto de anlisis de sistemas dinmicos se ha preparado como maa a terial de apoyo para el curso de igual nombre impartido en la Facultad de Ingenier de la Universidad Nacional de Colombia. Existe una versin eleca o trnica en la pgina del proyecto Universidad Virtual de la misma universidad o a (http://virtual.unal.edu.co) que est acompaada de aplicaciones de softa n ware, enlaces y documentacin utiles para la aprehensin de los conceptos aqui o o presentados. Se ha supuesto un lector con conocimentos m nimos de ecuaciones diferenciales y cuyo inters en el tema est cercano al control de sistemas dinmicos. En e e a general, es adecuado como gu para cursos de pregrado en ingenier aunque a a, el apndice D tiene un nivel ms avanzado. e a El cuerpo principal del texto se organiza asi: El cap tulo 1 delimita el tipo de sistemas que se estudiarn en el texto y presenta las ideas bsicas sobre a a cmo obtener las ecuaciones matemticas que describen su comportamiento. o a Esta tarea (la obtencin de las ecuaciones) es fundamental para el anlisis y o a control de sistemas, y amerita un estudio mucho ms profundo que el destinado a en este cap tulo introductorio; en los restantes cap tulos se asume que ya se cuenta con las ecuaciones de los sistemas a estudiar. Los fundamentos matemticos para solucionar dichas ecuaciones se resumen a en el cap tulo 2; especial nfasis se hace en los mtodos de las transformadas de e e Laplace y Z. Los herramientas ms usuales de anlisis de sistemas se presentan a a en el cap tulo 3 y el cap tulo 4 se dedica al estudio de los sistemas de primer y segundo, que resultan ser fundamentales pues presentan los comportamientos bsicos que pueden aparecer en cualquier sistema dinmico. a a La realimentacin, estrategia fundamental del control de sistemas dinmicos, o a se explora en el cap tulo 5. Un enfoque diferente al anlisis de sistemas, el espacio a de estado, se aborda en el cap tulo 6. Finalmente, el cap tulo 7 presenta algunos comportamientos que pueden aparecen en los sistemas no lineales, y que no pueden existir en los sistemas lineales. Adicionalmente, se han incluido cuatro apndices: El apndice A contiene las e e xxiii

OSCAR G. DUARTE

demostraciones de las propiedades y parejas de las transformadas de Laplace y Z que se enuncian en el cap tulo 2 y se emplean a lo largo del texto. Los apndices B y C estn dedicados a los diagramas de Bode y a la carta de Nichols, e a respectivamente. El apndice D es una presentacin rigurosa de los conceptos e o de algebra lineal que se enuncian en el cap tulo 6. Este texto no habr sido posible sin la colaboracin directa e indirecta de a o muchas personas. Quiero agradecer en primer lugar a los alumnos de los cursos de pregrado y posgrado de anlisis de sistemas dinmicos cuyas observaciones y a a sugerencias han sido extremadamente valiosas; ellos han sido adems la principal a motivacin de este trabajo; a los profesores Hernando Diaz y Estrella Parra o por sus aportes y permanente est mulo. Agradezco tambien a la Universidad Nacional de Colombia por su apoyo en la publicacin del texto; a la comunidad o A de desarrolladores y usuarios del programa L TEX sin cuyo aporte ste y muchos e libros ser quimeras; a Alfredo Duplat Ayala por sus comentarios en el campo an editorial; por ultimo, pero no menos importante, a Tatiana y a Laura por su cario y paciencia. n

Oscar G. Duarte

xxiv

Captulo 1 Introduccion al modelamiento de sistemas

1.1.

Conceptos preliminares

Iniciamos el estudio del anlisis de sistemas dinmicos lineales con la prea a sentacin de los siguientes conceptos bsicos: o a

1.1.1.

Sistemas

No es fcil encontrar una denicin exacta de sistema, quizs porque el tra o a e mino es utilizado en muy diversos contextos. En un sentido amplio, podemos entender por sistema aquello que se va a estudiar. Tal denicin es extremao damente vaga pero pone de maniesto la necesidad de delimitar el objeto de estudio, de imponerle unas fronteras precisas. Dividimos el universo en dos partes: El sistema y todo lo dems; esto ultimo lo denominamos el Entorno del a Sistema. Podemos imaginar sistemas de tipos muy diferentes de acuerdo a qu es lo e que se va a estudiar; si se desea conocer cmo se nutre un determinado animal o estariamos deniendo un sistema biolgico, mientras que si lo que se quiere es o conocer la variacin de la poblacin en una determinada ciudad a travs de los o o e aos deniriamos un sistema sociolgico. Pueden plantearse tambin sistemas n o e abstractos, como por ejemplo el conjunto de los nmero enteros o las estrategias u de comunicacin ling o usticas. El propsito de este curso no es, por supuesto, abordar cualquier tipo de o sistema, sino que se limita al estudio de un tipo espec co de sistemas que suelen denominarse en el contexto de la f sica, la matemtica y la ingenier Sistemas a a 1

OSCAR G. DUARTE

Dinmicos Lineales. Para precisar qu tipo de sistemas son stos requerimos a e e primero de la presentacin de los conceptos dese ales y modelos. o n

1.1.2.

Seales n

Las seales son el medio a travs del cual el sistema interacta con su entorno. n e u En la gura 1.1 se visualiza esta interaccin: El sistema, est representado por o a un rectngulo, lo que da a entender que tiene sus fronteras denidas en forma a precisa; este sistema recibe del entorno unas se ales de entrada, representadas n por echas, y entrega a su entorno unas se ales de salida, tambin representadas n e por echas. En las aplicaciones t picas de ingenier las seales de entrada y salida son a, n variables (f sicas o abstractas) que camb en el tiempo, como por ejemplo, an fuerzas, velocidades, temperaturas, etc.

Entradas

Sistema

Salidas

Figura 1.1: Sistema y Se ales n

Cuando un sistema recibe una unica seal de entrada y produce una unica n seal de salida, se dice que es un sistema SISO (del ingls Single Input Single n e Output), mientras que si recibe varias entradas y produce varias salidas, se dice que es un sistema MIMO (del ingls Multiple Input Multiple Output). Tambin e e existen las denominaciones MISO para sistemas de varias entradas y una sla o salida, y SIMO para el caso con una entrada y varias salidas, ste ulimo poco e frecuente.

1.1.3.

Modelos

Para entender un sistema debemos hacer una representacin abstracta de l; o e tal representacin es el modelo del sistema. La gura 1.2 visualiza la diferencia o que existe entre sistema y modelo. El sistema existe, y de l hacemos una o e varias abstracciones para poder comprenderlo. Las representaciones abstractas pueden ser de muchos tipos (ecuaciones, grcas, etc.) algunos de los cuales son: a

Modelos mentales: son representaciones presentes en nuestro cerebro; tenemos, por ejemplo, una representacin mental de nuestro cuerpo que nos o permite controlarlo para caminar, saltar, etc. Modelos ling usticos: son representaciones con palabras; este prrafo, por a ejemplo intenta explicar con palabras qu es el sistema denominado modelo e lingstico. u 2

1.1. CONCEPTOS PRELIMINARES

Modelos grcos: en ocasiones empleamos tablas y/o grcas como modelos; a a los catlogos de productos de ingenier suelen contener muchos ejemplos a a de este tipo de modelo. Modelos matemticos: estos modelos son ampliamente usados en areas como a la f sica, la ingenier la econom etc.; generalmente se trata de ecuaa, a, ciones que muestra las relaciones existentes entre las variables que afectan un sistema; Modelos de software: en ocasiones es posible desarrollar programas de computador que representen a sistemas complejos.

Modelo1

Modelo4

Sistema

Modelo2

Modelo3

Figura 1.2: Sistemas y Modelos

Es importante destacar que un mismo sistema puede ser representado por muchos modelos diferentes. Este hecho plantea el interrogante cul es el mejor a modelo de un sistema dado? No es sensato aspirar a obtener un modelo perfecto de un sistema real, porque existirn siempre fenmenos que se escapen a nuestra capacidad de abstraccin, a o o por lo tanto, la respuesta debe darse en trminos de la utilizacin del modelo; e o el mejor modelo es aquel que sea util para nuestros propsitos particulares, y o dentro de todos los modelos utiles, preferiremos el ms sencillo. La utilidad del a modelo tambin determinar el grado de sosticacin que se requiera. e a o

1.1.4.

Construccin de los modelos matemticos o a

En general, la construccin de modelos se basa en la observacin del sistema. o o Existen algunos caminos bsicos para obtener un modelo (ver gura 1.3): a Modelamiento de sistemas: Esta estrategia consiste en descomponer (abstractamente) el sistema en subsistemas ms simples, cuyos modelos sean a 3

OSCAR G. DUARTE

factibles de obtener gracias a la experiencia previa. Una vez obtenidos estos submodelos, se buscan las relaciones que existen entre ellos, para interconectarlos y obtener el modelo del sistema original. Esta estrategia busca una descripcin desde adentro del sistema, geneo ralmente basada en el conocimiento de las leyes que rigen los sistemas simples. El modelo asi obtenido se conoce como modelo de caja blanca o modelo interno. Identicacin de Sistemas: Esta estrategia consiste en acumular un nmero o u suciente de observaciones sobre las seales de entrada y salida del sistema, n con el propsito de emplearlas para construir un modelo del mismo. No se o centra en lo que existe al interior del sistema, sino en su comportamiento respecto al entorno. El modelo asi obtenido se conoce como modelo de caja negra o modelo entrada - salida. Estrategia h brida: Existe una tercera estrategia, que realmente es una combinacin de las anteriores: Al igual que en la estrategia de modelamiento, o se emplea el conocimiento que est a la mano acerca de la estructuta ine terna del sistema y las leyes que rigen su comportamiento, y se emplean observaciones para determinar la informacin que haga falta. El modelo o asi obtenido se conoce como modelo de caja gris.

Modelamiento de Sistemas c Modelos de caja blanca d d Modelos de caja gris

Identicacin o de Sistemas c Modelos de caja negra

Figura 1.3: Construccin de Modelos o

1.1.5.

Clasicacin de los modelos matemticos o a

En el ambito de este texto se emplearn modelos de tipo matemtico, es de a a cir, nuestros modelos sern ecuaciones y el anlisis de los sistemas asi modelados a a estar ligado a la solucin de dichas ecuaciones. Las siguientes deniciones ayua o darn a puntualizar qu tipo de modelos matemticos son los que se pretenden a e a estudiar, segn se observa en la gura 1.4. u Modelos causales y no causales: El estado de un sistema causal depende slo de las condiciones presentes y pasadas, pero no de las futuras, es o decir hay una relacin de causalidad. Los sistemas f o sicos son causales, pero se pueden concebir modelos de ciertos sistemas que no lo sean. En el texto se estudiarn slo sistemas causales a o 4

1.1. CONCEPTOS PRELIMINARES

Modelos Matemticos a

c
No Causales

c
Causales

c
Estticos a

c
Dinmicos a

c
Estocsticos a

c
Determin sticos

Parmetros a Parmetros a Distribuidos Concentrados

c
No Lineales

c
Lineales

Variantes en tiempo

Invariantes en tiempo

c
Discretos

c
Continuos

Figura 1.4: Clasicacin de los Modelos Matemticos de Sistemas o a

OSCAR G. DUARTE

Modelos estticos y dinmicos: El estado de un sistema esttico depende a a a slo de las condiciones presentes y no de las pasadas. En contraposicin, o o el estado de un sistema dinmico depende de lo que haya sucedido en el a pasado, generalmente debido a que en el sistema hay algn tipo de almau cenamiento de energ Los sistemas dinmicos tambin se conocen como a. a e sistemas con memoria. Los modelos de sistemas dinmicos son ecuacioa nes diferenciales o de diferencia. En el texto se estudiarn slo sistemas a o dinmicos. a Modelos estocsticos y determin a sticos: En ocasiones se sabe que existen variables que afectan el sistema, pero no es posible predecir el valor que stas puedan tomar; una de las alternativas para hacer frente a estos casos e consiste en considerar que esa variable es aleatoria y buscar tcnicas basae das en la teor de probabilidades para analizar el sistema. Un modelo que a incluya variables aleatorias es un modelo estocstico, mientras que modea los exentos de aleatoridad se denominan modelos determin sticos. Estos ultimos sern los que se estudien en este texto. a Modelos de parmetros concentrados y distribuidos: La mayor de los a a fenmenos f o sicos ocurren en una regin del espacio, pero en muchas ocao siones es posible representar ese fenmeno como algo puntual; por ejemplo, o para estudiar la atraccin entre el sol y la tierra es posible representar toda o la masa de cada uno de esos cuerpos concentrada en un unico punto (su centro de gravedad). Sin embargo, otros fenmenos como la transmisin de ondas electromago o nticas o las olas en el mar requieren una representacin que considere e o qu est sucediendo en cada punto del espacio, en este caso se necesita e a un modelo de parmetros distribuidos en el espacio, en contraposicin de a o los modelos de parmetros concentrados. Los modelos de parmetros disa a tribuidos implican ecuacines diferenciales con derivadas parciales y no o sern estudiados en este texto; por su parte los modelos de parmetros a a concentrados, requieren ecuaciones con derivadas o ecuaciones de diferencia ordinarias. Modelos lineales y no lineales: La linealidad es una propiedad que pueden tener o no las funciones; realmente se trata de dos propiedades agrupadas bajo un mismo nombre. Dada una funcin y = f (x) ests propiedades son: o a 1. Proporcionalidad: Es igual calcular la funcin en un argumento amo plicado por un factor que calcularla sobre el argumento y luego amplicar el resultado por ese mismo factor: f (x) = f (x) En trminos prcticos, esto signica que en los modelos lineales al e a duplicar las entradas se duplican las salidas. 6

1.1. CONCEPTOS PRELIMINARES

2. Superposicin: Es igual calcular la funcin en la suma de dos arguo o mentos que calcularla por separado en cada uno de los argumentos y sumar los resultados. f (x1 + x2 ) = f (x1 ) + f (x2 ) En trminos prcticos, esto signica que en los modelos lineales de e a varias entradas, las salidas pueden conocerse calculando por separado el efecto de cada entrada y sumando los resultados. En este texto se estudiarn los modelos lineales, y tan slo en el cap a o tulo 7 se mencionarn algunos comportamientos especiales que pueden ocurrir a en los sistemas no lineales. Modelos variantes e invariantes en el tiempo: Un modelo se dice invariante en el tiempo cuando las propiedades del sistema modelado se consideran constantes en el tiempo. En caso contrario se dice variante en el tiempo. Ntese que la variacin se reere a las propiedades (parmetros) o o a del sistema, no de las seales que le afectan (variables). En la mayor parte n de este curso se considerarn sistemas invariantes en el tiempo. a Modelos continuos y discretos: Para describir el comportamiento de sistema dinmicos es posible denir la variable tiempo en dos formas distintas: a Tiempo continuo: Se considera que el tiempo t es una variable continua que puede tomar cualquier valor real, aunque generalmente se restringe a los valores positivos (t R+ ). Las variables resultan ser descritas por funciones que van de los reales positivos a los reales (f : R+ R). Tiempo discreto: Se considera que el tiempo k es una variable discreta, es decir, que slo toma valores en ciertos puntos de la recta real. o Usualmente estos instantes estn espaciados de forma regular en un a intervalo T . En este texto se considera adems T = 1, en unidades a de tiempo adecuadas, que pueden ser aos, d microsegundos, etc. n as, De esta forma k es una variable entera, generalmente positiva (k Z+ ). Las variables resultan ser descritas por funciones que van de los enteros positivos a los reales (f : Z+ R), es decir, son sucesiones. En este texto se considerarn ambos tipos de modelos, pero en forma ina dependiente, es decir, no se considerarn sistemas h a bridos que tengan una parte descrita en forma continua y otra en forma discreta. Estos sistemas son de amplio inters en las aplicaciones de control digital y en tratamiene to digital de se ales (particularmente el efecto del periodo T del tiempo n discreto resulta ser importante), pero no son tratados en este texto.

OSCAR G. DUARTE

1.1.6.

Modelos matemticos a utilizar a

De acuerdo con lo presentado en la seccin 1.1.5, y resumido en la gura 1.4, o en este curso se emplearn modelos matemticos causales, dinmicos, determia a a n sticos, de parmetros concentrados, lineales, invariantes en el tiempo, para dos a casos diferentes: tiempo continuo y tiempo discreto. Para un sistema continuo de una unica entrada y una unica salida, como el de la gura 1.5, el modelo empleado corresponde a una ecuacin diferencial o ordinaria de coecientes constantes: an dn y dy + + a1 + a0 y(t) = dtn dt bm

du dm u + + b1 + b0 u(t) n m (1.1) m dt dt

Por su parte, un sistema discreto de una unica entrada y una unica salida, como el de la gura 1.6, tendr por modelo una ecuacin de diferencias nitas a o ordinaria de coecientes constantes: an y(k + n) + + a1 y(k + 1) + a0 y(k) = bm u(k + m) + + b1 u(k + 1) + b0 u(k) n m (1.2) E E y(t)

u(t)

Sistema

Figura 1.5: Sistema Dinmico Continuo a

u(k)

Sistema

E y(k)

Figura 1.6: Sistema Dinmico Discreto a

La condicin n m de las ecuaciones (1.1) y (1.2) asegura modelos causales. o En efecto, podemos suponer una ecuacin de diferencias que viole esta condicin, o o por ejemplo y(k) = u(k + 1) ; es obvio que para cualquier k la salida del sistema depende de una condicin futura de la entrada, (por ejemplo para k = 0 se tiene o y(0) = u(1)), lo que viola la condicin de causalidad. o Otro tipo de ecuaciones diferenciales que se emplearn relacionan vectores a de variables mediante matrices. Para el caso continuo se muestra un ejemplo en (1.3) y para el caso discreto en (1.4) a11 x1 x2 = a21 a31 x3 a12 a22 a32 8 x1 a13 a23 x2 x3 a33

(1.3)

1.2. SISTEMAS F ISICOS

a11 x1 (k + 1) x2 (k + 1) = a21 a31 x3 (k + 1)

a12 a22 a32

a13 x1 (k) a23 x2 (k) a33 x3 (k)

(1.4)

1.2.

Sistemas f sicos

Los modelos matemticos de las ecuaciones (1.1) y (1.2) pueden ser utiles a para representar el comportamiento de diversos tipos de sistemas en areas de la f sica, ingenier biolog econom sociolog etc. Por lo tanto las tcnicas de a, a, a, a, e anlisis que se explicarn en este texto son de amplia aplicabilidad. No obstante, a a centramos aqui nuestra atencin en los fundamentos necesarios para obtener o modelos continuos de cierto tipo de sistemas frecuentes en la ingenier a. La tabla 1.2 resume las Variables y Parmetros de algunos de estos sistemas. a Para cada caso se han identicado dos variables que permiten analizar algunos fenmenos; estas variables se han identicado como Esfuerzo E y Flujo F , y o pueden interpretarse como las variables que causan un fenmeno y la forma en o que ste fenmeno se maniesta; dicha interpretacin, sin embargo, es arbitraria e o o y corresponde tan slo a la metfora que se haya empleado para entender el o a fenmeno f o sico. Para resaltar este hecho, en la tabla 1.2 se presentan los sistemas elctricos con dos posibles interpretaciones. e De todos los posibles fenmenos f o sicos existentes, en la tabla 1.2 se presentan aquellos que tienen un modelo matemtico que corresponde a uno de los a siguientes casos: Resistencia: El Esfuerzo es directamente proporcional al Flujo, resultando en una ecuacin de la forma E = RF o Inductancia: El Esfuerzo es directamente proporcional a la variacin del Flujo, o resultando en una ecuacin de la forma E = L dF o dt Capacitancia: El Esfuerzo es directamente proporcional a la acumulacin del o Flujo, resultando en una ecuacin de la forma E = C F dt o Ntese que las variables de Esfuerzo y Flujo que aparecen en la tabla 1.2 o han sido seleccionadas tomando como unico criterio el que permitan escribir los modelos matemticos de ciertos fenmenos f a o sicos de acuerdo con alguno de los tres casos anteriores; podr seleccionarse otras variables para describir otros an fenmenos. o Dado que las descripciones matemticas de estos fenmenos son semejantes, a o es posible establecer analog entre los tipos de sistemas que dependern de as a las variables seleccionadas como Esfuerzo y Flujo; por ejemplo, ser posible a establecer una analog entre los resortes lineales de los sistemas traslacionales a y las inductancias de los sistemas elctricos (columnas 2 y 4 tabla 1.2), pero e tambin puede establecerse una analog entre el mismo tipo de resorte y las e a capacitancias de los sitemas elctricos (columnas 3 y 4 tabla 1.2). e

OSCAR G. DUARTE

Elctrico A e Esfuerzo E Flujo F Resistencia 10 E = RF Inductancia E = L dF dt Capacitancia E = C F dt i = Ge Capacitancia i = C de dt Inductancia i=

1 L

Elctrico B e Tensin o e Corriente i Resistencia

Corriente i Tensin o e Conductancia

Mecnico a traslacional Fuerza f Velocidad v Amortiguamiento viscoso f = Bv Masa de inercia f = M dv dt Resorte f =K vdt

Mecnico roa tacional Torque Velocidad angular Amortiguamiento viscoso rotacional = B Momento de inercia = J d dt Resorte torsional = KT dt

Hidralico u (Tanques) Caudal q Nivel de l quido h Resistencia Hidralica u

Trmico e Diferencia de temperatura Flujo de calor qc Resistencia trmica e

e = Ri Inductancia
di e = L dt Capacitancia 1 e = C idt

q = RH h Area de tanque q = A dh dt

= RT qc

edt

Capacitancia trmica e = CT qc dt

Tabla 1.2: Variables y parmetros de sistemas f a sicos

1.3. GRAFOS DE ENLACES DE POTENCIA BOND GRAPHS

1.3.

Grafos de enlaces de potencia Bond Graphs

La construccin de modelos matemticos a partir de las relaciones de la tabla o a 1.2 puede ser una tarea complicada para sistemas complejos en los que existan combinaciones de sistemas de diferente tipo. Una de las estrategias que facilita la construccin de tales modelos se denomina tcnica de los Bond Graphs. o e Los Bond Graphs son grafos basados en las relaciones de potencia que existen en los sistemas f sicos, y por esa razn los llamaremos grafos de enlaces de o potencia, aunque sta no es una traduccin literal, ni es ampliamente empleada. e o La representacin de las relaciones de potencia se hace en funcin de una o o pareja de variables, Esfuerzo e(t) y Flujo f (t) que se seleccionan adecuadamente segn el tipo de sistema a modelar, de tal manera que la potencia p(t) se calcule u como p(t) = e(t)f (t) (1.5)

Las variables empleadas se relacionan en la tabla 1.41 . Adicionalmente, se consideran las integrales respecto al tiempo del Esfuerzo y el Flujo, P y Q respectivamente. En los ejemplos de este cap tulo se considerarn unicamente a ejemplos de sistemas elctricos y mecnicos. e a

1.3.1.

Elementos bsicos a

Los siguientes son los elementos bsicos de un grafo de enlaces de potencia: a Elementos de 1 puerto: Estos elementos representan sistemas en donde so lo interviene una variable de Esfuerzo y una variable de Flujo. La gura 1.7 muestra los distintos elementos de un puerto, su s mbolo y la relacin o existente entre las variables de Esfuerzo y Flujo. Los tres primeros elementos, R, C, I, son elementos pasivos, ya que no contienen fuentes de energ mientras que los dos ultimos, Se y Sf , son elementos activos que a, suministran energ (son fuentes de Esfuerzo y Flujo respectivamente). a Elementos de 2 puertos: Estos elementos son conversores de potencia, es decir, reciben potencia, la transforman y la entregan sin prdida alguna. Por e uno de los puertos reciben potencia y por el otro la entregan; en cada puerto hay una variable de Esfuerzo y una de Flujo. La gura 1.8 muestra los dos tipos de elementos de dos puertos que existen, sus s mbolos y las relaciones matemticas que los rigen. a Elementos multipuerto (Uniones): Estos elementos representan la ley de continuidad de potencia, y sirven para describir las relaciones topolgicas o del sistema y as relacionar elementos de uno o dos puertos entre s La .
1 ntese que no necesariamente son las mismas variables Esfuerzo y Flujo relacionadas en o la tabla 1.2, aunque algunas coinciden

11

OSCAR G. DUARTE

Sistema Elctrico e Mecnico a traslacional Mecnico roa tacional Hidralico u Trmico A e Trmico B e Qu mico A Qu mico B Magntico e

Esfuerzo Tensin elctrica o e Fuerza Torque Presin o Temperatura Presin o Potencial qu mico Entalp a Fuerza magnetomotriz

e v F P T P m h em

Flujo Corriente elctrica e Velocidad Velocidad angular Variacin de ujo o volumtrico e Variacin de difeo rencia de entrop a Variacin de camo bio de volumen Variacin de ujo o molar Variacin de ujo o msico a Flujo magntico e

f i dQ/dt ds/dt dV /dt dN/dt dm/dt

Tabla 1.4: Variables F sicas empleadas en los grafos de enlaces de potencia

gura 1.9 muestra los dos tipos de uniones existentes, sus s mbolos y las relaciones matemticas que los rigen. a

Ejemplo 1.1 La gura 1.10 muestra el diagrama de un elevador, compuesto por un motor elctrico, un eje, una polea, un cable y un vagn. En el motor hay un circuito e o elctrico que incluye una resistencia, una inductancia y la tensin contraelectromoe o triz; el eje se considera r gido, sin masa y con friccin viscosa; la polea tiene un o momento de inercia; el cable es elstico y el vagn est directamente acoplado al a o a cable. La gura 1.11 muestra el sistema en forma esquematica, resaltando la existencia de diferentes dominios de energ elctrico, rotacional y traslacional. La gura 1.12 a: e muestra el grafo de enlaces de potencia del sistema completo: en la primera unin o se representa el circuito elctrico en serie (unin tipo 1 porque el ujo es comn); e o u el rotador representa la conversin de energ elctrica en rotacional; la siguiente o a e unin representa el comportamiento de la polea; el transformador muestra el cambio o del dominio de energ rotacional al traslacional; y la ultima unin representa los a o fenmenos mecnicos en el vagn, incluida la atraccin de la gravedad. En este o a o o grafo se han numerado todos los enlaces, para facilitar su identicacin. o 12

1.3. GRAFOS DE ENLACES DE POTENCIA BOND GRAPHS

Tipo de Elemento

S mbolo

Relaciones e = Rf R f= e=C C f=
e R

Elemento R

e f

Elemento C

e f

f dt
1 de C dt

Elemento I

e f

e = I df dt f=
1 I

edt

Fuente de Esfuerzo

Se

e f

e = Se

Fuente de Flujo

Sf

e f

f = Sf

Figura 1.7: Elementos de un puerto para grafos de enlaces de potencia

Tipo de Elemento

S mbolo e1 f1 e2 f2

Relaciones e1 = ke2 f1 =
f2 k

Transformador

TF : k

Rotador

e1 f1

GY : k

e2 f2

e1 = kf2 f1 =
e2 k

Figura 1.8: Elementos de dos puertos para grafos de enlaces de potencia

13

OSCAR G. DUARTE

Tipo de Elemento

S mbolo

Relaciones

e2 f2 Unin o Tipo 0 e1 f1 0 f4 e4 e3 f3 e1 = e 2 = e 3 = e 4 f1 = f 2 + f 3 + f 4

e2 f2 Unin o Tipo 1 e1 f1 f4 1 e4 e3 f3 e1 = e 2 + e 3 + e 4 f1 = f 2 = f 3 = f 4

Figura 1.9: Elementos multipuerto para grafos de enlaces de potencia

14

1.3. GRAFOS DE ENLACES DE POTENCIA BOND GRAPHS

+ v(t)

Figura 1.10: Grafos de enlace de potencia. Diagrama del ejemplo 1.1

Re

L k Rb

Dominio Rotacional J D/2 Dominio Traslacional

us

Dominio Elctrico e

Ce

mg
Figura 1.11: Grafos de enlace de potencia. Esquema del ejemplo 1.1

15

OSCAR G. DUARTE

I :L e2 f2 S.. e us e1 f1 e3 f3 GY .. k e5 f5

I:J e6 f6 e7 f7 TF : D 2

1 f4 e4 R : Re

1 f8 e8

f9 e9 R : Rb C : Cel f10 e10 0 f11 e11 Se : mg e13 f13

1 f12 e12 I:m

Figura 1.12: Grafo de enlaces de potencia del ejemplo 1.1

16

1.3. GRAFOS DE ENLACES DE POTENCIA BOND GRAPHS

Salida de Flujo e f f = g(e)

Salida de Esfuerzo e f e = g(f )

Figura 1.13: Enlaces con marcas de causalidad

1.3.2.

Causalidad

En las guras 1.7 y 1.8 se observa que las relaciones entre esfuerzo y ujo pueden escribirse de dos formas diferentes para algunos de los elementos: Salida de Esfuerzo: se calcula e en funcin de f , por ejemplo e = g(f ). o Salida de Flujo: se calcula f en funcin de e, por ejemplo f = g(e). o La gura 1.13 muestra cmo se modica el s o mbolo del enlace cuando se toma cada una de las dos alternativas, agregando unas marcas de causalidad en alguno de los extremos del enlace. El anlisis de causalidad permite determinar cul de los dos tipos de relacioa a nes debe emplearse en cada enlace. Para ello, es necesario denir las siguientes relaciones de causalidad: Causalidad ja: En ocasiones slo es posible un tipo de causalidad, como o por ejemplo en las fuentes de Esfuerzo y Flujo; en estas situaciones la causalidad est predeterminada. a Causalidad condicionada: En los elementos de ms de un puerto la causalia dad est condicionada por las siguientes reglas: a En un rotador cada uno de sus puertos debe tener una causalidad diferente En un transformador ambos puertos deben tener la misma causalidad En las uniones tipo 0 slo hay una marca de causalidad en el lado de o la unin. o En las uniones tipo 1 slo hay una marca de causalidad que no est o e del lado de la unin. o Causalidad preferida: En los elementos cuya relacin esfuerzo-ujo puede o ser una integral o una derivada, en este texto se preere la relacin de o derivacin2 , por lo tanto se tiene que o
2 La

integracin es preferible para la utilizacin de mtodos numricos. o o e e

17

OSCAR G. DUARTE

Para elementos tipo C se preere la causalidad de salida de ujo. Para elementos tipo I se preere la causalidad de salida de esfuerzo. Causalidad Indiferente: En las relaciones estticas, como la de los elementos a R se obtiene el mismo tipo de ecuacin con cualquiera de las dos causalio dades, y por lo tanto sta es indiferente. e Para determinar la causalidad de un grafo, se emplea el siguiente procedimiento: 1. Asignar una causalidad ja y propagarla a travs de las causalidades cone dicionadas. Repetir el procedimiento con todas las causalidades jas. 2. Asignar una causalidad preferida y propagarla a travs de las causalidae des condicionadas. Repetir el procedimiento con todas las causalidades preferidas. 3. Asignar una causalidad indiferente y propagarla a travs de las causalie dades condicionadas. Repetir el procedimiento con todas las causalidades indiferentes. Ejemplo 1.2 Retomando el ejemplo 1.1, cuyo grafo de enlaces de potencia se muestra en la gura 1.12, el procedimiento de asignacin de causalidades permite obtener o el grafo causal de la gura 1.14

1.3.3.

Obtencin de las ecuaciones o

A partir de un grafo causal se pueden derivar las ecuaciones diferenciales que describen el sistema con el siguiente procedimiento: 1. Obtener las ecuaciones diferenciales y las ecuaciones algebricas de cada a uno de los elementos del grafo. 2. Eliminar las ecuaciones algebricas. a Ejemplo 1.3 Las ecuaciones del grafo causal de la gura 1.14 (Ejemplos 1.1 y 1.2) se obtienen asi: Enlace 1: e1 = us Enlace 2: e2 = Ldf2 /dt Enlace 4: f4 = e4 /Re Primera unin: f1 = f2 = f3 = f4 o Rotador: e3 = Kf5 Enlace 6:e6 = Jdf6 /dt Enlace 8:f8 = e8 /Rb 18 f3 =
1 K e5

e1 = e 2 + e 3 + e 4

1.3. GRAFOS DE ENLACES DE POTENCIA BOND GRAPHS

I :L e2 f2 S.. e us e1 f1 e3 f3 GY .. k e5 f5

I :J e6 f6 e7 f7 TF : D 2

1 f4 e4 R : Re

1 f8 e8

f9 e9 R : Rb C : Cel f10 e10 0 f11 e11 Se : mg e13 f13

1 f12 e12 I:m

Figura 1.14: Grafo causal de enlaces de potencia del ejemplo 1.1

19

OSCAR G. DUARTE

Segunda unin: f5 = f6 = f7 = f8 o Transformador: e7 = D e9 2 Enlace 10: f10 = Cel de10 /dt Tercera unin: e9 = e10 = e11 o Enlace 12: e1 2 = mde12 /dt Enlace 13: f13 = mg Cuarta unin: f11 = f12 = f13 o

e5 = e 6 + e 7 + e 8
2 f7 = D f9

f9 = f10 + f11

e12 = e11 + e13

1.3.4.

Procedimientos espec cos

Se consignan aqui dos procedimientos espc cos, utiles para la obtencin o de grafos de enlaces de potencia para circuitos elctricos y sistemas mecnicos e a traslacionales, respectivamente. Circuitos elctricos e 1. Crear una unin tipo 0 por cada nodo del circuito. o 2. Para cada elemento del circuito crear una unin tipo 1, adicionarle a esa o unin un enlace que represente al elemento y enlazar la unin con las dos o o uniones tipo 0 correspondientes a los nodos entre los que est conectado a el elemento. 3. Asignar las direcciones de potencia a los enlaces. 4. Si hay un nodo de referencia, eliminar la unin tipo 0 correspondiente y o los enlaces adyacentes. 5. Simplicar el grafo. Sistemas traslacionales 1. Crear una unin tipo 1 para cada velocidad diferente (absolutas y relatio vas). 2. Para cada fenmeno que genere una fuerza, crear una unin tipo 0, adicioo o narle a esa unin un enlace que represente al fenmeno y enlazar la unin o o o con las dos uniones tipo 1 correspondientes; considerar las inercias. 3. Asignar las direcciones de potencia a los enlaces. 4. Eliminar la unin tipo 1 correspondiente a velocidad cero. o 5. Simplicar el grafo.

20

Captulo 2 Preliminares matemticos a

2.1.
2.1.1.

Ecuaciones diferenciales y de diferencia

Ecuaciones diferenciales

Una ecuacin diferencial es una ecuacin en la que intervienen derivadas (y/o o o integrales). La variable que mide el tiempo (t) var cont a nuamente (t R). Un ejemplo sencillo es el siguiente dx = 2x(t) (2.1) dt La solucin de una ecuacin diferencial es una funcin f (t) t R que satizfao o o ga la ecuacin. Cualquiera de las siguientes funciones es solucin de la ecuacin o o o (2.1): f1 (t) = e2t ya que
df1 dt

= 2e2t = 2f1 (t) = 4e2t = 2f2 (t) = 6e2t = 2f3 (t)

f2 (t) = 2e2t ya que f3 (t) = 3e2t ya que

df2 dt df3 dt

Para poder establecer una unica solucin de la ecuacin, es preciso conocer o o unas condiciones auxiliares. El nmero de estas condiciones necesarias es igual al u grado de la ecuacin (n). Usualmente, en las aplicaciones de anlisis de sistemas o a dinmicos, estas condiciones se determinan para el instante de tiempo t = 0, por a lo que se denominan condiciones iniciales, y corresponden al valor de la funcin o desconocida y de sus derivadas en t = 0 ... f (0), f(0), f(0), f (0), , f (n) (0) Por ejemplo, al establecer f (0) = 1 como condicin adicional para la ecuacin o o (2.1), la unica solucin vlida es f1 (t) = e2t o a 21

OSCAR G. DUARTE

2.1.2.

Ecuaciones de diferencias nitas

Una ecuacin de diferencias es una ecuacin en la que intervienen diferencias o o nitas. La variable que mide el tiempo (k) var discretamente . En general, exisa ten tres posibilidades para considerar la forma en que se produce esta variacin o discreta: k = 1, 2, 3, k = T, 2T, 3T, T Rk = k1 , k2 , k3 , ki R

En la primera opcin el tiempo es una variable entera (k Z), mientras o que en la segunda es una variable real que slo toma ciertos valores espaciados o uniformemente. En este texto se adoptar la primera opcin. No obstante, debe a o aclararse que la segunda opcin es muy empleada en aplicaciones de control o digital y tratamiento de seales, en las que la eleccin adecuada del valor de T n o resulta de extrema importancia1 . El siguiente es un ejemplo sencillo de una ecuacin de diferencias o x(k + 1) = 2x(k) (2.2)

Ntese la similitud con el ejemplo de la ecuacin 2.1, en el que la derivada de o o primer orden ha sido remplazada por la diferencia nita de primer orden. Como el tiempo no es cont nuo, no tiene sentido hablar de derivadas e integrales de las funciones, pues las variables no son continuas en ningn punto. u La solucin de una ecuacin de diferencias es una funcin f (k) k Z que o o o satizfaga la ecuacin. Cualquiera de las siguientes funciones es solucin de la o o ecuacin (2.2): o f1 (k) = 2k = 1, 2, 4, ya que f1 (k + 1) = 2k+1 = 2f1 (k) f2 (k) = 2(2k ) = 2, 4, 8, ya que f2 (k + 1) = 2(2k+1 ) = 2f2 (k) f3 (k) = 3(2k ) = 3, 6, 12, ya que f2 (k + 1) = 3(2k+1 ) = 2f3 (k) Para poder establecer una unica solucin de la ecuacin, es preciso conocer o o unas condiciones auxiliares. El nmero de estas condiciones necesarias es igual al u grado de la ecuacin (n). Usualmente, en las aplicaciones de anlisis de sistemas o a dinmicos, estas condiciones se determinan para el instante de tiempo k = 0, a por lo que se denominan condiciones iniciales, y corresponden al valor de la funcin desconocida y de sus diferencias en k = 0: o f (k), f (k + 1), f (k + 2), f (k + 3), , f (k + n) es decir f (0), f (1), f (2), f (3), , f (n) Por ejemplo, al establecer f (0) = 1 como condicin adicional para la ecuacin o o (2.2), la unica solucin vlida es f1 (k) = 2k o a
1 En general el problema surge al considerar que un mismo sistema puede describirse por ecuaciones diferenciales y de diferencia en forma simultnea. En este texto se considerarn a a slo sistemas continuos o discretos, pero nunca una mezcla de ambos. o

con k = 0

22

2.1. ECUACIONES DIFERENCIALES Y DE DIFERENCIA

Ecuaciones diferenciales Intervienen derivadas El tiempo (t) var cont a nuamente (t R) La solucin es una funcin f (t) t o o R que satizfaga la ecuacin. o Para poder establecer una unica so lucin de la ecuacin se emplean o o tantas condiciones iniciales como orden tenga la ecuacin. o Las condiciones iniciales son y(0), y(0), y (0),

Ecuaciones de diferencia Intervienen diferencias nitas. El tiempo (k) var discretamente a (k Z). La solucin es una funcin f (k) k o o Z (una sucesin) que satizfaga la o ecuacin. o Para poder establecer una unica so lucin de la ecuacin se emplean o o tantas condiciones iniciales como orden tenga la ecuacin. o Las condiciones iniciales son y(0), y(1), y(2),

Tabla 2.1: Comparacin entre ecuaciones diferenciales y de diferencia o

La tabla 2.1 resume una comparacin entre las ecuaciones diferenciales y de o diferencia. Debido a las grandes semejanzas entre los dos tipos de ecuaciones, en ocasiones nos referiremos a ambas simultneamente empleando la sigla E.D. a

2.1.3.

Ecuaciones diferenciales y de diferencias lineales

Linealidad La linealidad es una propiedad de algunas funciones. Para poseer esta propiedad es necesario satisfacer dos condiciones. Sea la funcin f (x) : U V , o para x1 , x2 U y a un escalar, las dos condiciones son: 1. superposicin: f (x1 + x2 ) = f (x1 ) + f (x2 ) o 2. proporcionalidad: f (ax1 ) = af (x1 ) Las derivadas, las integrales y las diferencias nitas son operaciones lineales. La funcin f (x) = ax + b no es una funcin lineal, a menos que b sea cero 2 . o o E.D. lineales Las ecuaciones diferenciales lineales son de la forma an (t) dy dy n + a0 (t)y(t) = + + a1 (t) n dt dt dum du bm (t) m + + b1 (t) + b0 (t)u(t) (2.3) dt dt

2 Efectivamente, f (x + x ) = m(x + x ) + b es diferente de f (x ) + f (x ) = (mx + b) + 1 2 1 2 1 1 1 (mx2 + b)

23

OSCAR G. DUARTE

mientras que las ecuaciones de diferencia lineales son de la forma an (k)y(k + n) + + a1 (k)y(k + 1) + a0 (k)y(k) = bm (k)u(k + m) + + b1 (k)u(k + 1) + b0 (k)u(k)

(2.4)

En este texto se estudian slo ecuaciones con coecientes constantes, es decir, o los casos en los que las ecuaciones (2.3) y (2.4) se convierten en (2.5) y (2.6), respectivamente. Estas ecuaciones representarn el comportamiento de sistemas a dinmicos como los de las guras 3.1 y 3.2 en los que la variable u estimula al a sistema, y la respuesta de ste se maniesta en la variable y. Adems slo se e a o estudiarn aquellos casos en los que n m. a an dy n dy dum du + + a1 + a0 y(t) = bm m + + b1 + b0 u(t) n dt dt dt dt (2.5)

an y(k + n) + + a1 y(k + 1) + a0 y(k) =

bm u(k + m) + + b1 u(k + 1) + b0 u(k) (2.6)

2.1.4.

Mtodos de solucin de E.D. lineales e o

ycompleta (t) = yhomognea (t) + yparticular (t) e y(t) = yh (t) + yp (t)

La solucin de una E.D. lineal tiene dos componentes: o (2.7)

o en el caso discreto ycompleta (k) = yhomognea (k) + yparticular (k) e y(k) = yh (k) + yp (k) (2.8)

Existen varios mtodos de solucin para las E.D. Lineales. Aunque en general e o emplearemos los mtodos de las transformadas de Laplace y Z, inicialmente e presentamos uno ms elemental y dispendioso, resumido en la tabla 2.2: a Ejemplo 2.1 Obtener la solucin de la ecuacin diferencial lineal: o o y + 3y + 2y = f(t) donde f (t) = t2 + 5t + 3 y las C.I. son y(0) = 2 y(0) = 3 1. Obtener la solucin homognea El polinomio caracter o e stico es: P () = 2 + 3 + 2 P () = ( + 2)( + 1) 24 (2.9)

2.1. ECUACIONES DIFERENCIALES Y DE DIFERENCIA

Ecuaciones diferenciales 1. Obtener la solucin homogo e nea con el siguiente procedimiento: Se escribe el polinomio caracter stico de la ecuacin. o Se obtienen las ra ces i del polinomio caracter stico. Se construye la solucin o yh (t) = c1 e1 t + + c n e n t 2. Obtener una solucin particuo lar yp (t). Generalmente se procede probando una solucin o similar a la funcin de entrao da, u(t) 3. Construir la respuesta completa y(t) = yh (t) + yp (t), remplazar las condiciones iniciales, y obtener los coecientes c1 , , c n

Ecuaciones de diferencia 1. Obtener la solucin homogo e nea con el siguiente procedimiento: Se escribe el polinomio caracter stico de la ecuacin. o Se obtienen las ra ces i del polinomio caracter stico. Se construye la solucin o yh (k) = c1 k + + cn k 1 n 2. Obtener una solucin particuo lar yp (t). Generalmente se procede probando una solucin o similar a la funcin de entrao da, u(k) 3. Construir la respuesta completa y(k) = yh (k) + yp (k), remplazar las condiciones iniciales, y obtener los coecientes c1 , , c n

Tabla 2.2: Mtodos elementales de solucin de Ecuaciones diferenciales y de e o diferencia

25

OSCAR G. DUARTE

La solucin homognea es o e

Las ra de P () son 1 = 1 2 = 2 ces yh (t) = c1 et + c2 e2t

(2.10)

2. Obtener una solucin particular: o Dado que f (t) es un polinomio de grado 2, probamos una solucin particular o de esa misma forma: yp (t) = 2 t2 + 1 t + 0 Calculamos yp (t), yp (t) y f(t): yp (t) = 22 t + 1 yp (t) = 22 f(t) = 2t + 5 Remplazamos en la E.D.: 22 + 3(22 t + 1 ) + 2(2 t2 + 1 t + 0 ) = 2t + 5 que podemos agrupar as : 22 t2 + (62 + 21 )t + (22 + 31 + 20 ) = 2t + 5 Al igualar coecientes, obtenemos un sistema de tres ecuaciones y tres incgo nitas: 22 =0 62 + 21 =2 22 + 31 + 20 = 5 cuya solucin es 2 = 0 1 = 1 0 = 1, y por lo tanto la solucin particular o o es: yp (t) = t + 1 (2.11)

3. Construir la respuesta completa, y obtener los coecientes de la respuesta homognea e La respuesta completa es: y(t) = yh (t) + yp (t) = c1 et + c2 e2t + t + 1 y su primera derivada es: y(t) = c1 et 2c2 e2t + 1 26

2.2. TRANSFORMADAS DE LAPLACE Y Z

Al evaluar en t = 0 obtenemos las condiciones iniciales y(0) = c1 e0 + c2 e0 + 0 + 1 = c1 + c2 + 1 = 2 y(0) = c1 e0 2c2 e0 + 1 = c1 2c2 + 1 = 3 Con estas dos ecuaciones se obtienen los valores de c 1 y c2 c1 = 4 c2 = 3 Por lo tanto, la solucin completa de la ecuacin diferencial es: o o y(t) = 4et 3e2t + t + 1 Ejemplo 2.2 Sea la Ecuacin de diferencias: o 2y(k + 2) 3y(k + 1) + y(k) = f (k) (2.13) (2.12)

en donde f (k) = k 2 y las condiciones iniciales son y(0) = 2, y(1) = 1 Para obtener la solucin de esta ecuacin podriamos proceder con el mtodo o o e propuesto; en lugar de ello, vamos a presentar una alternativa numrica, que consiste e en despejar de la ecuacin la diferencia ms grande, y calcularla iterativamente: o a De la ecuacin podemos despejar y(k + 2) o y(k + 2) = 1 (f (k) + 3y(k + 1) y(k)) 2 y(k + 1) y(1) = 1 y(2) = 1/2 y(3) = 3/4 . . . y(k + 2) y(2) = 1/2 y(3) = 3/4 y(3) = 23/8 . . .

Con esta expresin podemos construir la siguiente tabla o k 0 1 2 . . . f (k) 0 1 4 . . . y(k) y(0) = 2 y(1) = 1 y(2) = 1/2 . . .

2.2.
2.2.1.

Transformadas de Laplace y Z
Deniciones

Transformada de Laplace Dada una funcin f (t) de los reales en los reales, o f (t) : R R Existe una funcin L denominada transformada de Laplace que toma como o argumento f (k) y produce una funcin F (s) de los complejos en los complejos. o F (s) : C C 27

OSCAR G. DUARTE

f (t) ' RR

L L

E
1

F (s)

CC

Figura 2.1: Transformada de Laplace

La funcin L1 denominada transformada inversa de Laplace toma como o argumento F (s) y produce f (t), tal como se visualiza en la gura 2.1 La transformada de Laplace se dene3 como . F (s) = L {f (t)} =
0

f (t)est dt

(2.14)

Existe una denicin alternativa, conocida como la transformada bilateral de o Laplace, cuyos l mites de integracin son ( y ): o . Fb (s) = L {f (t)} =

f (t)est dt

(2.15)

Debido a que nuestro inters se centra en el comportamiento de las seales e n a partir del instante de tiempo t = 0, trabajaremos con la versin unilateral de o la transformada. Transformada Z Dada una funcin f (t) de los enteros en los reales, o f (k) : Z R Existe una funcin Z denominada transformada Z que toma como argumeno to f (t) y produce una funcin F (s) de los complejos en los complejos. o F (s) : C C La funcin Z 1 denominada transformada inversa Z toma como argumento o F (z) y produce f (k), tal como se visualiza en la gura 2.2 La transformada Z se dene4 como . F (z) = Z {f (k)} =

f (k)z k

(2.16)

k=0

3 La integral que dene la transformada de Laplace puede no converger para algunos valores de la variable compleja s,lo que establece una regin de convergencia para la transformada de o una determinada funcin. Este hecho es irrelevante para nuestras aplicaciones de soluciones o de E.D. lineales. 4 De forma semejante al caso de la transformada de Laplace, la sumatoria que dene la transformada Z puede no converger para algunos valores de la variable compleja z, establecindose asi una regin de convergencia para cada funcin. Este hecho es irrelevante para e o o nuestras aplicaciones de soluciones de E.D. lineales.

28

2.2. TRANSFORMADAS DE LAPLACE Y Z

f (k) ' ZR

Z Z

E
1

F (z)

CC

Figura 2.2: Transformada Z

Transformada de Laplace

Transformada Z f (k) ' ZR Z Z E

1

f (t) ' RR

L L

E
1

F (s)

F (z)

CC

CC

La transformada de Laplace se dene como . F (s) = L {f (t)} F (s) = 0 f (t)est dt Transformada bilateral de Laplace: . Fb (s) = Lb {f (t)} Fb (s) = f (t)est dt

La transformada Z se dene como . F (z) = Z {f (k)} F (z) = f (k)z k k=0 Transformada bilateral Z:

. Fb (z) = Zb {f (k)} Fb (z) = k= f (k)z k

Tabla 2.3: Comparacin de las deniciones de las transformadas de Laplace y Z o

Existe una denicin alternativa, conocida como la transformada bilateral o Z, cuyos l mites de integracin son ( y ): o . F (z) = Z {f (k)} =
k=

f (k)z k

(2.17)

Debido a que nuestro inters se centra en el comportamiento de las seales e n a partir del instante de tiempo k = 0, trabajaremos con la versin unilateral de o la transformada. La tabla 2.3 muestra una comparacin entre las deniciones de las transforo madas de Laplace y Z

2.2.2.

Propiedades

Las transformadas de Laplace y Z satisfacen ciertas propiedades que son muy similares para una y otra transformada; algunas de estas transformadas se listan en la tabla 2.4, y sus demostraciones se presentan en el apndice A. De e estas propiedades destacamos los siguientes hechos: 29

OSCAR G. DUARTE

1. La propiedad de linealidad permite que la aplicacin de estas transformao das a la solucin de E.D. lineales sea bastante simple. Por el contrario, o estas transformadas no suelen ser utiles para solucionar E.D. No Lineales. 2. Las propiedades de diferenciacin y diferencias positivas son las que pero miten convertir Ecuaciones Diferenciales y Ecuaciones de Diferencia, respectivamente, en Ecuaciones Algebricas. a 3. Hay una diferencia sutil pero importante entre las propiedades de diferenciacin y diferencias positivas: las condicin inicial f (0) est multiplicada o o a por z en el caso discreto, mientras que en el caso cont nuo no est multia plicada por s. Este hecho origina algunas diferencias en la forma de las parejas de funciones y sus transformadas (ver seccin 2.2.3) y en la forma en que se emplea o la expansin en fracciones parciales para calcular las transformadas invero sas(ver seccin 2.2.5). o 4. La propiedad de multiplicacin por el tiempo tiene una expresin directa o o en el caso continuo (multiplicacin por tn ) mientras que en el caso discreto o tiene una expresin iterativa (multiplicacin por k n ). Este hecho se ve o o reejado en la tabla 2.6 5. La propiedad de convolucin pone de maniesto que la transformada del o producto de dos funciones NO es el producto de las transformadas individuales. Transformada de Laplace Sean f (t), f1 (t), f2 (t) tres funciones cuyas Transformadas de Laplace son, respectivamente F (s), F1 (s), F2 (s), y a un escalar (real o complejo). Se cumplen las siguientes propiedades: Linealidad: L {f1 (t) + f2 (t)} = F1 (s) + F2 (s) L {af (t)} = aF (s) Diferenciacin5 : o L df (t) dt = sF (s) f (0+ ) Transformada Z Sean f (k), f1 (k), f2 (k) tres funciones cuyas Transformadas Z son, respectivamente F (z), F1 (z), F2 (z) y a un escalar (real o complejo). Se cumplen las siguientes propiedades: Linealidad: Z {f1 (k) + f2 (k)} = F1 (z) + F2 (z) Z {af (k)} = aF (z) Diferencia positiva: Z {f (k + 1)} = zF (z) zf (0)

5 El

super ndice

(i)

indica la derivada de orden i: f (i) =

di f dti

30

2.2. TRANSFORMADAS DE LAPLACE Y Z

dn f (t) = sn F (s) dtn n1 ni1 (i) + f (0 ) i=0 s

Z {f (k + n)} = z n F (z) n1 i=0 z ni f (i) Escalamiento en la frecuencia: Z ak f (t) = F (z/a)

Desplazamiento en la frecuencia: L e f (t) = F (s a) Multiplicacin por t: o L {tn f (t)} = (1)n dn F (s) dsn
at

Multiplicacin por k: o Z {k n f (k)} = z d Z k (n1) f (k) dz

Teorema de valor inicial:

t0+

Teorema de valor inicial: f (0) = l F (z) m

z

l f (t) = l sF (s) m m
s

Teorema de valor nal:

t

Teorema de valor nal:

k

l f (t) = l sF (s) m m
s0

l f (k) = l (z 1)F (z) m m

z1

Convolucin: o L {f1 (t) f2 (t)} = F1 (s)F2 (s) f1 (t) f2 (t) =

0

Convolucin: o Z {f1 (k) f2 (k)} = F1 (z)F2 (z) f1 (k) f2 (k) =

k=0

f1 (t )f2 ( )d

f1 (k)f2 (h k)

Tabla 2.4: Propiedades de las transformadas de Laplace y Z

2.2.3.

Parejas de transformadas

La tabla 2.5 muestra las parejas de transformadas para las funciones elementales ms importantes en el anlisis de sistemas dinmicos. El contenido de la a a a tabla se demuestra en el Apndice A. De estas parejas destacamos los siguientes e hechos: 1. En cada uno de los casos de las tablas 2.5 y 2.6, las transformadas (de 31

OSCAR G. DUARTE

Transformada de Laplace f (t) (t) eat sin t cos t e

t

F (s)
1 s 1 sa s2 + 2 s s2 + 2 (s)2 + 2 (s) (s)2 + 2

f (k) (k) ak sin ak cos ak bk sin ak bk cos ak

Transformada Z F (z)
z z1 z za z sin a z 2 2z cos a+1 z 2 z cos a z 2 2z cos a+1 zb sin a z 2 2bz cos a+b2 2 z zb cos a z 2 2bz cos a+b2

sin t

et cos t

Tabla 2.5: Tabla de parejas de transformadas elementales

Laplace o Z) son fraccciones de polinomios en la variable compleja (s o z). 2. Al comparar estos polinomios en funciones anlogas (por ejemplo eat y a ak ) notamos que el orden del denominador es el mismo; en el numerador, sin embargo, sucede que el orden de los polinomios de la transformada Z siempre es superior en 1 al de su contraparte en la transformada de Laplace. 3. Si centramos nuestra atencin en la tabla 2.5, podemos notar que la ubio cacin de los polos de las funciones transformadas en el plano complejo o determina el tipo de funcin en el dominio del tiempo. Este hecho se resalta o en la tabla 2.7 y en las guras 2.3 y 2.4 4. Las funciones reseadas en la tabla 2.6 tambin estn asociadas a una n e a ubicacin espec o ca de los polos en el plano complejo, pero cuando stos e se repiten.

2.2.4.

Utilizacin de la tabla de parejas de transformadas o

Para emplear las tablas 2.5 y 2.6 para obtener la transformada inversa de una funcin, primero hay que expresar sta ultima como alguno de los casos que o e aparecen en dichas tablas. Suele ser util recordar que las transformaciones de Laplace y Z son funciones lineales. Ejemplo 2.3 Para obtener la transformada inversa de Laplace de F (s) = primero reescribimos la F (s) como: F (s) = 1 4 =4 s3 s3 32
4 s3 ,

2.2. TRANSFORMADAS DE LAPLACE Y Z

Transformada de Laplace f (t) t(t) tn (t) te

at

F (s)
1 s2 n! s(n+1) 1 (sa)2 n! (sa)(n+1) 2s (s2 + 2 )2 s2 2 (s2 + 2 )2 2(s) ((s)2 + 2 )2 (s)2 2 ((ssigma)2 + 2 )2

f (k) k(k) k n (k) ka

k

Transformada Z F (z)
z (z1)2

iterar
az (za)2

tn eat t sin t t cos t te

t

k n ak k sin ak k cos ak kbk sin ak kbk cos ak

iterar
z 3 sin az sin a [z 2 2z cos a+1]2 [z 3 +z] cos a2z 2 [z 2 2z cos a+1]2 z 3 b sin azb3 sin a [z 2 2bz cos a+b2 ]2 [bz 3 +b3 z] cos a2b2 z 2 [z 2 2bz cos a+b2 ]2

sin t

tet cos t

Tabla 2.6: Tabla de parejas de transformadas elementales multiplicadas por el tiempo Caso Cont nuo Ubicacin o de Funcin o los polos Origen Semieje real positivo escaln o exponenciales crecientes Caso Discreto Ubicacin o de Funcin o los polos (1, 0) Intervalo (1, ) del eje real Intervalo (, 1) del eje real Intervalo (0, 1) del eje real Intervalo (1, 0) del eje real Eje imaginario Complejos en el semiplano derecho sinusoidales funciones sinusoidales amplicadas por una exponencial creciente sinusoidales amplicadas por una exponencial decreciente circunferencia unitaria Complejos fuera del c rculo unitario escaln o series geomtricas e crecientes no alternantes series geomtrie cas crecientes alternantes series geomtrie cas decrecientes no alternantes series geomtrie cas decrecientes alternantes sinusoidales. sinusoidales amplicadas por una serie geomtrica e creciente sinusoidales amplicadas por una serie geomtrica e decreciente

Semieje real negativo

exponenciales decrecientes

Complejos en el semiplano izquierdo

Complejos dentro del c rculo unitario

Tabla 2.7: Ubicacin de los polos en los planos complejos y funciones en el tiempo o

33

OSCAR G. DUARTE

Figura 2.3: Funciones cont nuas seg n la ubicacin de sus polos en el plano s u o

Figura 2.4: Funciones discretas seg n la ubicacin de sus polos en el plano s u o

        

                               

        

34

                

2.2. TRANSFORMADAS DE LAPLACE Y Z

La expresin s3 es de la forma o 1 e . Aplicando linealidad tenemos:

at

1 sa ,

cuya transformada inversa de Laplace es

f (t) = L1 {F (s)} = L1 4

1 s3

= 4L1

1 s3

= 4e3t

Ejemplo 2.4 Para obtener la transformada inversa de Laplace de F (s) = s2s+2 , +s+1 primero destacamos que el denominador de F (s) es de segundo orden, y por tanto es similar al que aparece en las transformadas de Laplace de las sinusoides amortiguadas. Con esto presente, buscamos reescribir F (s) con el denominador en la forma (s )2 + 2 . Para ello, ntese que o (s )2 + 2 = s2 2s + 2 + 2 Igualando los coecientes podemos identicar 2 = 1 (y por tanto = 1/2) y 2 + 2 = 1 (y por tanto 2 = 3/4). En consecuencia, podemos reescribir F (s) como F (s) = s+ s+
3 1 2 + 2 1 2 3 +4 2

s+2 s+2 = 1 2 s2 + s + 1 s+ 2 + s+ s+
1 2 2 1 2 3 2 2 )

3 4 3 2 1 2 + 2

F (s) =

+(

s+

3 2 2 )

Los dos sumandos corresponden a transformadas de la forma e t cos(t) + sin(t), por lo tanto: f (t) = L
1

{F (s)} = e

1t 2

1t 3 3 t) + 3e 2 sin( t) cos( 2 2

Este resultado puede reescribirse utilizando la identidad trigonomtrica: e A cos + B sin = C cos( + ) con C = A2 + B 2 y = tan1 f (t) = e 2 t cos
1

B A.

Por lo tanto, f (t) resulta ser:

3 3 t + 3 sin t 2 2 3 3 t tan1 2 1 3 t 60 2

f (t) = e 2 t

1 + 3 cos

f (t) = 2e 2 t cos

35

OSCAR G. DUARTE

2.2.5.

Transformadas inversas por expansin de fracciones o parciales

Una de las estrategias que pueden emplearse para obtener la transformada Inversa de Laplace (o Z) de una funcin racional de polinomios en s (o z): o F (s) = m s m + + 1 s + 0 n s n + + 1 s + 0

consiste en reescribir F (s) (o F (z)) como suma de funciones ms sencillas, cua yas transformadas inversas sean posibles de obtener mediante la lectura de las tablas de parejas. Este procedimiento se conoce como la expansin en fracciones o parciales. El procedimiento general puede enumerarse como sigue: 1. Si m n entonces se realiza la divisin hasta obtener una fraccin en la o o que el grado del polinomio del denominador sea mayor al del numerador; en los siguientes puntos se trabaja slo con la fraccin. o o Ejemplo 2.5 F (s) = 3 2s2 + s + 2 = 2s 1 + s+1 s+1

2. Identicar las ra del polinomio del denominador (pi ), y cuntas veces ces a se repite cada una de ellas (ri , o multiplicidad de la raiz). F (s) = N (s) N (s) = D(s) (s p1 )r1 (s p2 )r2 (s pk )rk

Evidentemente la suma de las multiplicidades ser n, el grado del polinoa mio D(s) 3. Escribir la fraccin como suma de de fracciones parciales: o F (s) = A11 A1r1 A21 Akrk N (s) = + + + ++ D(s) (s p1 ) (s p1 )r1 (s p2 ) (s pk )rk

4. Obtener los coecientes Aij Este sencillo procedimiento tiene dos puntos de dicultad, el primero de los cuales es cmo encontrar las ra o ces de D(s), y el segundo cmo obtener los o coecientes Aij . Para la obtencin de las ra o ces suponemos que disponemos de algn tipo u de procedimiento (anal tico o computacional) para ello. Para la obtencin de o los coecientes Aij , por su parte, pueden seguirse los siguientes procedimientos, segn sea el caso: u 1. Polos de multiplicidad 1 Si el polo pi tiene multiplicidad 1, el coeciente Ai1 de la expansin podr calcularse como: o a Ai1 = {(s pi )F (s)}|s=pi 36 (2.18)

2.2. TRANSFORMADAS DE LAPLACE Y Z

Ejemplo 2.6 F (s) = 3s + 1 A11 A21 = + (s + 2)(s + 4) s+2 s+4 3s + 1 (s + 4) 3s + 1 (s + 2) 7 2 13 2

A11 = A21 =

(s + 2)

3s + 1 (s + 2)(s + 4)

=
s=2

=
s=2

3s + 1 (s + 4) (s + 2)(s + 4) F (s) =

=
s=4

s=4

7/2 13/2 3s + 1 = + (s + 2)(s + 4) s+2 s+4

2. Polos de multiplicidad mayor que 1 Si el polo pi tiene multiplicidad ri , el coeciente Aij de la expansin podr o a calcularse como: Aij = 1 dri j {(s pi )ri F (s)} (ri j)! dsri j (2.19)
s=pi

Esta expresin tambin es vlida para ri = 1, si se considera que 0! = 1, o e a y que la derivada de orden cero es la misma funcin. o Ejemplo 2.7 F (s) = 4s2 1 A11 A12 A13 = + + 3 2 (s + 2) (s + 2) (s + 2) (s + 2)3

A13 = A12 = A11 =

1 d0 (0)! ds0 1 d1 (1)! ds1 1 d2 (2)! ds2

(s + 2)3 (s + 2)3 (s + 2)3

4s2 1 (s + 2)3 4s2 1 (s + 2)3 4s2 1 (s + 2)3

s=2

= 4s2 1

s=2

= 15

s=2

= 8s|s=2 = 8(2) = 16 = 1 8| =4 2 s=2

s=2

F (s) =

4s2 1 4 16 16 = + + 3 2 (s + 2) (s + 2) (s + 2) (s + 2)3

El procedimiento anterior tambin es vlido cuando las ra e a ces del denominador son complejas: 37

OSCAR G. DUARTE

Ejemplo 2.8 F (s) = 10 A11 A21 A31 = + + s(s2 + 4s + 13) s 0 s (2 + j3) s (2 j3) 10 + 4s + 13) =
s=0

A11 = A21 = A21 = A21 A31

(s)

s(s2

(s2

10 + 4s + 13)
s=2+j3

=
s=0

10 13

10 (s (2 + j3)) 2 s(s + 14s + 13)

10 s(s (2 j3)) s=2+j3 10 10 = = = 0.38 + j0.26 (2 + j3)(2 + j3 (2 j3)) (2 + j3)(j6) 10 = (s (2 j3)) 2 s(s + 14s + 13) s=2j3 10 s(s (2 + j3))
s=2j3

A31 = A31

10 10 = = = 0.38 j0.26 (2 j3)(2 j3 (2 j3)) (2 j3)(j6) F (s) = 10/13 0.38 + j0.26 0.38 j0.26 10 = + + + 4s + 13) s s (2 + j3) s (2 j3)

s(s2

Las fracciones complejas pueden sumarse (ntese que los numeradores y denoo minadores de una fraccin son los conjugados de la otra): o F (s) = Otra estrategia Existe otra posibilidad para obtener los coecientes Aij . Consiste en efectuar la suma de las fracciones parciales e igualar coecientes. Tambin pueden combinarse las dos estrategias. Adems, puede empleare a se el hecho segn el cual la suma de las fracciones debidas a polos complejos u conjugados sern de la forma a As + B s2 + Cs + D Ejemplo 2.9 F (s) = A11 A21 3s + 1 = + (s + 2)(s + 4) s+2 s+4 38 s(s2 10 10/13 0.77s + 3.08 = 2 + 4s + 13) s s + 4s + 13

 2.3. SOLUCION DE E.D. LINEALES MEDIANTE TRANSFORMADAS

Al sumar las fracciones parciales se tiene: F (s) = A11 s + 4A11 + A21 s + 2A21 3s + 1 = (s + 2)(s + 4) (s + 2)(s + 4) (A11 + A21 )s + (4A11 + 2A21 ) = (s + 2)(s + 4)

Al igualar coecientes se genera un sistema de dos ecuaciones lineales con dos incgnitas: o A11 + A21 = 3 4A11 + 2A21 = 1 F (s) = Ejemplo 2.10 F (s) = s(s2 10 A11 As + B = + 2 + 4s + 13) s s + 4s + 13 A11 = 7/2 A21 = 13/2

7/2 13/2 3s + 1 = + (s + 2)(s + 4) s+2 s+4

Obtenemos el primer coeciente con 2.18: A11 = (s) s(s2 10 + 4s + 13) =

s=0

(s2

10 + 4s + 13)

=
s=0

10 13

Reescribimos la expansin e igualamos coecientes: o F (s) = As + B s2 + 4s + 13 10 2 10 10 s + 4 13 s + 3 13 + As2 + Bs F (s) = 13 2 + 4s + 13) s(s s + 0 0 A = 10/13 B = 40/13
10 13

10 13 + A = 10 4 13 + B =

F (s) =

40 10 s 13 10 10/13 = + 2 13 s(s2 + 4s + 13) s s + 4s + 13 10/13 0.77s + 3.08 10 = 2 F (s) = s(s2 + 4s + 13) s s + 4s + 13

2.3.

Solucin de E.D. lineales mediante o transformadas

La solucin de Ecuaciones Diferenciales (o de diferencia) mediante transforo madas emplea el siguiente procedimiento: 39

OSCAR G. DUARTE

1. Aplicar la transformada (de Laplace o Z segn sea el caso) a cada lado de u la Ecuacin. o 2. Despejar la transformada de la funcin desconocida. o 3. Aplicar la transformada inversa (de Laplace o Z segn sea el caso) a la u funcin desconocida. o Para la aplicacin del ultimo paso, suele ser conveniente utilizar la expansin o o en fracciones parciales. Ejemplo 2.11 Resolver la ecuacin diferencial o y(k + 2) + 3y(k + 1) + 2y(k) = 5(k) Con las condiciones iniciales : y(0) = 1, y(1) = 2. 1. Al aplicar la Transformada Z a cada lado de la ecuacin se tiene: o Z {y(k + 2) + 3y(k + 1) + 2y(k)} = Z {5(k)} Debido a la propiedad de linealidad se tiene Z {y(k + 2)} + 3Z {y(k + 1)} + 2Z {y(k)} = 5Z {(k)} Si denominamos por Y (z) a Z {y(k)}, y empleamos la propiedad de diferencias positivas, tenemos z 2 Y (z) z 2 y(0) zy(1) + 3 [zY (z) zy(0)] + 2Y (z) = 5 Reemplazando los valores de las condiciones iniciales, tenemos: z 2 Y (z) + z 2 2z) + 3 [zY (z) + z] + 2Y (z) = 5 z z1 z z1

2. Para despejar la transformada de la funcin desconocida Y (z) escribimos: o Y (z) z 2 + 3z + 2 + z 2 2z + 3z = 5 Y (z) z 2 + 3z + 2 = 5 Y (z) = z z1

z 3 + 6z z z2 z = z1 z1

z 3 + 6z z 3 + 6z = 2 + 3z + 2) (z 1)(z (z 1)(z + 1)(z + 2) 40

 2.3. SOLUCION DE E.D. LINEALES MEDIANTE TRANSFORMADAS

3. Para aplicar la transformada inversa Z primero efectuamos una expansin en o (z) fracciones parciales de Y z Y (z) z 2 + 6 A11 A21 A31 = = + + z (z 1)(z + 1)(z + 2) z1 z+1 z+2 Los coecientes se pueden calcular como A11 = z 2 + 6 (z + 1)(z + 2) z 2 + 6 (z 1)(z + 2) z 2 + 6 (z 1)(z + 1) =
z=1

5 6 5 2 2 3

A21 =

=
z=1

A31 = Por lo tanto

=
z=2

5 5 2 Y (z) z 2 + 6 = = 6 + 2 + 3 z (z 1)(z + 1)(z + 2) z1 z+1 z+2

Y (z) =

5 6z

z1

5 2 z

z+1

2 3z

z+2

La transformada inversa Z se puede obtener ahora en forma directa: y(k) = Z 1 {Y (z)} = 5 2 5 (k) + (1)k + (2)k 6 2 3

41

OSCAR G. DUARTE

42

Captulo 3 Introduccion al anlisis de sistemas a dinmicos lineales a

En este cap tulo se presentan algunas herramientas bsicas del anlisis de a a sistemas dinmicos. La seccin 3.1 muestra cmo puede descomponerse la resa o o puesta de cualquier sistema dinmico en las respuesta de entrada cero y de a estado cero; a partir de sta ultima se presenta en la seccin 3.2 la denicin de e o o funcin de transferencia; con esta denicin se desarrollan en las secciones 3.3 o o y 3.4 se presentan dos herramientas grcas; la respuesta al impulso se analiza a en la seccin 3.5. o

3.1.
3.1.1.

Respuestas de estado cero y de entrada cero

Sistemas continuos
u(t) E Sistema E y(t)

Figura 3.1: Sistema Dinmico Continuo a

Supngase un sistema dinmico lineal continuo como el de la gura 3.1, o a cuya relacin entre la entrada u(t) y la salida y(t) est descrita por la siguiente o a ecuacin diferencial genrica: o e an dy dm u du dn y + + a1 + a0 y(t) = bm m + + b1 + b0 u(t) n dt dt dt dt 43 (3.1)

OSCAR G. DUARTE

o en forma resumida:
n m

ai y (i) (t) =
i=0 i=0

bi u(i) (t)

Al aplicar la transformada de Laplace a esta ecuacin se tiene: o

n m

L
n i=0

ai y (i) (t)
i=0

=L
m

bi u(i) (t)
i=0

ai L y (i) (t) =

i=0

bi L u(i) (t)

i1

ai
i=0

si Y (s)

sik1 y (k) (0+ )

k=0

=
m i1

bi
i=0

si U (s)

sik1 u(k) (0+ )

k=0

n i=0

i1

ai si Y (s)

sik1 y (k) (0+ )

i=0 k=0 m i=0

=
m i1

bi si U (s)

sik1 u(k) (0+ )

i=0 k=0

De esta ecuacin podemos despejar Y (s) como: o

n m

ai si Y (s) =
i=0 i=0

bi si U (s)+
n i=0 i1 m i1

sik1 y (k) (0+ )

k=0

sik1 u(k) (0+ )

i=0 k=0

Y (s) =

m i i=0 bi s U (s) + n i i=0 ai s i1 ik1 (k) + n y (0 ) k=0 s i=0 n i i=0 ai s

m i=0

i1 ik1 (k) + u (0 ) k=0 s n i i=0 ai s

o de otra forma: 44

3.1. RESPUESTAS DE ESTADO CERO Y DE ENTRADA CERO

Y (s) =

m i i=0 bi s U (s)+ n i i=0 ai s i1 ik1 (k) + n y (0 ) k=0 s i=0

n i=0

m i=0

i1 ik1 (k) + u (0 ) k=0 s

ai si

(3.2)

La ecuacin (3.2) muestra que la respuesta de un sistema dinmico continuo o a puede descomponerse en dos partes1 : Respuesta de estado cero: Es la primera parte de la ecuacin (3.2). Depeno de de la entrada U (s) y no de las condiciones iniciales; de hecho, es la respuesta que tiene el sistema si las condiciones iniciales son cero, es decir, si su estado inicial es cero (de all su nombre). Respuesta de entrada cero: Es la segunda parte de la ecuacin (3.2). Deo pende de las condiciones iniciales y no de la entrada U (s); de hecho, es la respuesta que tiene el sistema si la entrada es cero (de all su nombre).

3.1.2.

Sistemas discretos
u(k) E Sistema E y(k)

Figura 3.2: Sistema Dinmico Discreto a

Supngase un sistema dinmico lineal discreto como el de la gura 3.2, cuya o a relacin entre la entrada u(k) y la salida y(k) est descrita por la siguiente o a ecuacin de diferencias genrica: o e an y(k + n) + + a1 y(k + 1) + a0 y(k) = o en forma resumida:
n m

bn u(k + n) + + b1 y(k + 1) + b0 u(k) (3.3)

ai y(k + i) =
i=0 i=0

bi u(k + i)

Al aplicar la transformada Z a esta ecuacin se tiene: o

n m

ai y(k + i)
i=0

=Z

bi u(k + i)
i=0

1 Otra clasicacin corresponde a respuesta forzada (con la forma de la entrada) y respuesta o natural (con la forma debida al polinomio caracter stico)

45

OSCAR G. DUARTE

n i=0

ai Z {y(k + i)} =
i1 j=0

i=0

bi Z {u(k + i)}
i1 j=0

n i=0

ai z i Y (z)
n i

z ij y(j) = z
ij

m i=0

bi z i U (z) bi z U (z)
i

z ij u(j)
i1

n i=0

ai z Y (z)

i=0

i1 j=0

De esta ecuacin podemos despejar Y (z) como: o

n m n

y(j) =

m i=0

m i=0

z ij u( j)
k=0

i1 j=0

ai z i Y (z) =
i=0 i=0

bi z i U (z) +
i=0

z ik y(j)

m i=0

i1 j=0

z ik u(j)

Y (z) =

m i i=0 bi z U (z) + n i i=0 ai z n i1 ik1 (k) + y (0 ) i=0 k=0 s n i i=0 ai z

m i=0

i1 ik1 (k) + u (0 ) k=0 s n i i=0 ai z

o de otra forma:
m i i=0 bi z n i i=0 ai z

Y (z) =

U (s)+
n i=0 i1 j=0

j ik y(j)
n i=0

m i=0

i1 j=0

z ik u(j)

ai z i

(3.4)

De forma semejante al caso continuo, la ecuacin 3.4 muestra que la respuesta o de un sistema dinmico continuo puede descomponerse en dos partes: a Respuesta de estado cero: Es la primera parte dela ecuacin 3.4. Depende o de la entrada U (z) y no de las condiciones iniciales; de hecho, es la respuesta que tiene el sistema si las condiciones iniciales son cero, es decir, si su estado inicial es cero (de all su nombre). Respuesta de entrada cero: Es la segunda parte dela ecuacin 3.4. Depeno de de las condiciones iniciales y no de la entrada U (z); de hecho, es la respuesta que tiene el sistema si la entrada es cero (de all su nombre). 46

3.2. FUNCIONES DE TRANSFERENCIA

3.2.

Funciones de transferencia

Se dene la funcin de transferencia de un sistema continuo o discreto como o la relacin en el dominio de la frecuencia compleja entre salida y entrada con o condiciones iniciales nulas F (s) = Y (s) U (s) F (z) =
C.I.=0

Y (z) U (z)

C.I.=0

De acuerdo con las ecuaciones 3.2 y 3.4, la funcin de transferencia ser, o a para los casos continuo y discreto, respectivamente: F (s) = Las expresiones Y (s) = F (s)U (s) Y (z) = F (z)U (z)
m i i=0 bi s m i i=0 ai s

F (z) =

m i i=0 bi z m i i=0 ai z

slo son vlidas si las condiciones iniciales son nulas. En este caso, es posible o a representar grcamente la relacin entrada-salida del sistema mediante dos a o tipos de diagramas: Diagramas de bloque: La gura 3.3 muestra un sistema como un bloque denido por la funcin de transferencia F (s) o F (z), que recibe una se al o n de entrada U (s) o U (z) y entrega una se al de salida Y (s) o Y (z). Estos n diagramas se explican en la seccin 3.3. o Diagramas de ujo de seal: La gura 3.4 muestra un sistema como dos n seales U (s) y Y (s) (o U (z) y Y (z)) relacionadas entre s por la funcin n o de transferecia F (s) o F (z). Estos diagramas se explican en la seccin 3.4 o

U (s) E F (s)

E Y (s)

U (z) E F (z)

E Y (z)

Figura 3.3: Diagrama de bloques m nimo

F (s) E U (s) s sY (s) U (z) s

F (z) E sY (z)

Figura 3.4: Diagrama de ujo de se al m n nimo

47

OSCAR G. DUARTE

3.3.

Diagramas de bloques

Un sistema complejo puede representarse por distintos subsistemas interrelacionados. Estas relaciones pueden visualizarse mediante un Diagrama de Bloques. La gura 3.5 muestra algunas de las equivalencias que rigen el algebra de los diagramas de bloques. Estas se emplean para obtener diagramas de bloques equivalentes reducidos, y asi encontrar la funcin de transferencia de sistemas o complejos. Ejemplo 3.1 2 Para obtener la funcin de transferencia equivalente del diagrama de o la gura 3.6 inicialmente intentariamos efectuar reducciones de bloques en cascada o en paralelo, pero en el diagrama no se identica ninguno de estos bloques. No obstante, podemos efectuar una reduccin con el siguiente procedimiento: o Desplazamos el sumador que recibe la seal de b 1 (ver gura 3.7(a)) n Intercambiamos el orden de los dos sumadores contiguos, ya que la suma es conmutativa (ver gura 3.7(b)) Efectuamos una reduccin del bloque en retroalimentacin resultante (ver o o gura 3.7(c)) Efectuamos una reduccin del bloque en cascada resultante (ver gura 3.7(d)) o Identicamos un bloque en paralelo (ver gura 3.7(e)) Efectuamos la reduccin del bloque en paralelo (ver gura 3.7(f)) o Efectuamos un desplazamiento del segundo sumador (ver gura 3.7(g)) Identicamos un bloque en paralelo y un bloque en retroalimentacin (ver o gura 3.7(h)) Efectuamos la reduccin de los bloques identicados (ver gura 3.7(h)) o Efectuamos la reduccin del bloque en cascada nal (ver gura 3.7(i)) o

3.4.

Diagramas de ujo de se al n

La gura 3.8 presenta las relaciones bsicas de un diagrama de ujo de seal. a n Ntese que el nfasis se pone en la seal y no en el sistema, a diferencia de los o e n diagramas de bloques. Este es un texto de anlisis de sistemas y no de anlisis a a de seales, por esa razn preferimos los diagramas de bloques a los de ujo de n o seal. n
2 Adaptado

de [9]

48

 3.4. DIAGRAMAS DE FLUJO DE SENAL

Suma de seales n X2 (s) X1 (s) c  + E E X1 (s) X2 (s)  Conexin en cascada o E E F1 (s)F2 (s) E

E F1 (s)

E F2 (s)

Conexin Paralelo o E F1 (s) E F2 (s) + c kE + T E F1 (s) + F2 (s) E

Retroalimentacin o + E k E G(s) T H(s) ' E E

G(s) 1G(s)H(s)

Traslado del sumador X1 (s) X2 (s) E F1 (s) E F2 (s) + + cY (s) E kE Y1 E (s) Y2 E (s) X1 (s) E X2 (s)
F1 (s) F2 (s)

+ + cE E k F2 (s)

Y E(s)

Traslado del punto de salida X(s) E F1 (s) E F2 (s) X(s) E F (s) 1 E

F2 (s) F1 (s)

Y1 E (s) Y2 E (s)

Figura 3.5: Equivalencias de los Diagramas de Bloques

49

OSCAR G. DUARTE

b2 b1 +

+ +

1/s

1/s

a1 a0

Figura 3.6: Diagrama de Bloques del ejemplo 3.1

No obstante lo anterior, el ejemplo 3.1 pone de maniesto que para la obtencin de la funcin de transferencia de un sistema a partir de su diagrama o o de bloques es necesario desarrollar una habilidad espec ca debido a que no existe un algoritmo para ello. Por el contrario, si se utilizan diagramas de ujo de seal s se cuenta con un procedimiento para la obtencin de la funcin de n o o transferencia conocido como la regla de Mason. La regla de Mason, que se explica en la seccin 3.4.1, emplea las deniciones o que se presentan a continuacin y que se ilustran en el ejemplo 3.2. o Camino directo Conjunto de ramas que llevan de la entrada a la salida, sin repetirse. Ganancia de camino directo Producto de las ganancias de las ramas que forman el camino directo. Lazo cerrado Conjunto de ramas que parten de un nodo y llegan a el mismo nodo, sin repetir ningn otro nodo. u Ganancia de lazo cerrado Producto de las ganancias de las ramas que forman un lazo. Lazos adyacentes Lazos que comparten al menos un nodo. Lazos no adyacentes Lazos que no comparten ningn nodo. u Ejemplo 3.2 Considrese el diagrama de ujo de seal de la gura 3.9(a) e n Camino directo Las guras 3.9(b) y 3.9(c) muestran los caminos directos. 3.2 Ganancia de camino directo Las ganancias de camino directo Son: Figura 3.9(b): T1 = G1 (s)G2 (s)G3 (s)G4 (s)G5 (s)G6 (s) 50

 3.4. DIAGRAMAS DE FLUJO DE SENAL

b2 sb1 +

b2 + sb1 ++

+ 1/s a1 a0

1/s a1 a0

1/s

1/s

(a) Primer paso

(b) Segundo paso

b2 sb1 +

b2 + sb1 +

+ 1 s+a1 a0 1/s +

+ 1 s(s+a1 ) a0 +

(c) Tercer paso

(d) Cuarto paso

b2 sb1 +
 

b2 + +
  

+ sb1 + 1 + 1 s(s+a1 ) +

1 s(s+a1 )

a0

a0

(e) Quinto paso

(f) Sexto paso

b2 s(s + a1 ) + sb1 + 1


b2 s(s + a1 ) + 1 s(s+a1 )


a0

a0

(g) Sptimo paso e

(h) Octavo paso

b2 s(s + a1 ) + sb1 + 1

1 s(s+a1 )+a0

(b2 s(s + a1 ) + sb1 + 1)

1 s(s+a1 )+a0

(i) Noveno paso

(j) Dcimo paso e

Figura 3.7: Solucin del ejemplo 3.1 o

51

sb1 + 1

1 s(s+a1 )

OSCAR G. DUARTE

Nodos y Ramas F (s)

X(s)

Y (s)

Y (s) = F (s)X(s)

Suma de Se ales n X3 (s) F2 (s) X2 (s) X1 (s) F1 (s) F3 (s) Y (s) Y (s) = F1 (s)X1 (s)+ F2 (s)X2 (s) F3 (s)X3 (s)

Figura 3.8: Equivalencias de los Diagramas de de Flujo de Se al n

Figura 3.9(c): T2 = G1 (s)G2 (s)G3 (s) G12 (s)G6 (s). Lazo cerrado Las guras 3.9(d) a 3.9(f) muestran los lazos del ejemplo. Ganancia de lazo cerrado Las ganancias de lazo cerrado son: Figura 3.9(d): L1 = G4 (s)G9 (s)G10 (s) Figura 3.9(e): L2 = G6 (s)G7 (s)G8 (s) Figura 3.9(f): L3 = G2 (s)G3 (s)G4 (s)G12 (s)G13 (s) Lazos adyacentes Los lazos mostrados en las guras 3.9(e) y 3.9(f) son adyacentes. Lazos no adyacentes Los lazos mostrados en las guras 3.9(d) y 3.9(e) son no adyacentes.

3.4.1.

Regla de Mason

El clculo de la funcin de transferencia F (s) de un diagrama de ujo de a o seal esta dado por: n F (s) = Donde: p= Nmero de caminos directos de X(s) a Y (s) u Tk = Ganancia del camino directo nmero k u 52 Y (s) = X(s)
p k=1

T k k

 3.4. DIAGRAMAS DE FLUJO DE SENAL

G11 (s)

G1 (s)

G2 (s)

G3 (s)

G4 (s)

G5 (s)

G6 (s)

G9 (s) G10 (s) G12 (s)

G8 (s) G7 (s)

G13 (s)

(a) Ejemplo

(b) Camino Directo 1

(c) Camino Directo 2

(d) Lazo Cerrado 1

(e) Lazo Cerrado 2

(f) Lazo Cerrado 3

Figura 3.9: Deniciones de Diagramas de Flujo de Se al n

53

OSCAR G. DUARTE

G1 (s) X(s)

G2 (s)

G3 (s)

G4 (s)

G5 (s) Y (s)

H1 (s) H5 (s) G6 (s) H3 (s)

H2 (s) H4 (s)

Figura 3.10: Diagrama de Flujo de Se al del ejemplo 3.3 n

= 1 - (Suma de ganancias de lazos cerrados) + (Suma de ganancias de lazos no adyacentes tomados de a 2) - (Suma de ganancias de lazos no adyacentes tomados de a 3) + (Suma de ganancias de lazos no adyacentes tomados de a 4) k : para el diagrama eliminando los lazos que tocan el camino nmero u k Ejemplo 3.3 Para el sistema de la gura 3.10 la aplicacin de la regla de Mason o es como sigue: Slo existe un camino directo (p = 1), cuya ganancia es: o T1 = G 1 G 2 G 3 G 4 G 5 Existen cuatro lazos cerrados, cuyas ganancias son: L1 =G2 H1 L2 =G4 H2 L3 =G6 H3 L4 =G2 G3 G4 G5 H4 G6 H5 Como existen 4 lazos, hay 6 posibles grupos de 2 lazos (L 1 L2 , L1 L3 , L1 L4 , L2 L3 , L2 L4 , L3 L4 ), pero de ellos, slo son no adyacentes los siguientes: o L1 L2 =G2 H1 G4 H2 L1 L3 =G2 H1 G6 H3 L2 L3 =G4 H2 G6 H3 54

3.5. RESPUESTA AL IMPULSO

Como existen 4 lazos, hay 4 posibles grupos de 3 lazos (L 1 L2 L3 , L1 L2 L4 , L1 L3 L4 , L2 L3 L4 ), pero de ellos, slo hay uno que es no adyacentes: o L 1 L 2 L 3 = G 2 H1 G 4 H2 G 6 H3 Como existen 4 lazos, slo hay un posible grupo de 4 lazos (L 1 L2 L3 L4 ), pero o estos son adyacentes. De acuerdo con lo anterior, el valor de es: 1 (L + L + L + L3) 1 2 3 = +(L1 L2 + L1 L3 + L2 L3 ) (L1 L2 L3 )

Al eliminar los lazos que tocan el unico camino directo slo subsiste el lazo o L3 . Por lo tanto resulta: 1 = 1 (G6 H3 ) Dado que slo hay un camino directo, la funcin de transferencia se calcula o o como: p T k k T 1 1 Y (s) = k=1 = F (s) = X(s) F (s) = G1 G2 G3 G4 G5 (1 (G6 H3 )) 1(G2 H1 +G4 H2 +G6 H3 +G2 G3 G4 G5 H4 G6 H5 ) +(G2 H1 G4 H2 +G2 H1 G6 H3 +G4 H2 G6 H3 ) (G2 H1 G4 H2 G6 H3 )

1 (G H + G H + G H + G G G G H G H ) 2 1 4 2 6 3 2 3 4 5 4 6 5 = +(G2 H1 G4 H2 + G2 H1 G6 H3 + G4 H2 G6 H3 ) (G2 H1 G4 H2 G6 H3 )

3.5.

Respuesta al impulso

La funcin de transferencia presentada en la seccin 3.2 permite caracterizar o o un sistema dinmico lineal invariante en el tiempo, en situacin de reposo, mea o diante una expresin en el dominio de la frecuencia compleja s o z. La respuesta o al impulso logra esa misma caracterizacin, pero en el dominio del tiempo t o o k, mediante el estudio del comportamiento del sistema cuando se estimula con una seal especial: el impulso unitario3 . n
3 Pese a que en todo el texto se presentan los temas primero para el caso continuo y luego para el discreto, en esta seccin se ha hecho una excepcin, debido a que el caso discreto es o o notablemente ms fcil de presentar que el continuo. a a

55

OSCAR G. DUARTE

Figura 3.11: Funcin Impulso Unitario discreto o

3.5.1.

Caso discreto

La funcin impulso unitario discreto o Dado un sistema como el de la gura 3.2 la respuesta al impulso es la respuesta del sistema cuando la entrada es el impulso unitario (k), con condiciones iniciales nulas. La respuesta al impulso suele denotarse por h(k), y su transformada Z por H(z) La funcin (k) (ver gura 3.11) se dene como: o (k) = 1 k=0 0 k=0

Una de las caracter sticas importantes de la funcin (k) es que su transforo mada Z es 1, tal como se muestra a continuacin: o Z{(k)} =
k=

(k)z k = (0)z 0 = 1

Supngase un sistema discreto con condiciones iniciales nulas, con funcin o o de transferencia F (z), que se excita con el impulso unitario (gura 3.12). La respuesta del sistema, en el dominio de la frecuencia z ser el producto de la a entrada por la funcin de transferencia: o H(z) = U (z)F (z) = 1F (z) = F (z)

Z{(k)} = 1

F (z)

E H(z)

Figura 3.12: Sistema Dinmico Discreto estimulado con el impulso unitario a

Este hecho pone de maniesto la relacin que existe entre la respuesta al o impulso y la funcin de transferencia (ver gura 3.13): la funcin de transferencia o o es la transformada Z de la respuesta al impulso 56

3.5. RESPUESTA AL IMPULSO

Z Respuesta al Impulso Z 1
Figura 3.13: Relacin entre la respuesta al impulso y la funcin de transferencia. o o Caso discreto

Funcin de Transferencia o

La respuesta a un impulso genrico e Supngase un sistema discreto lineal, que es excitado con la funcin impulso o o (k), y cuya salida es la respuesta al impulso h(k), tal como el de la gura 3.14(a). Si ese mismo sistema se excita con la funcin impulso, pero retrasada o en 1, la salida debe ser la misma respuesta al impulso retrasada en 1, como se muestra en la gura 3.14(b) ya que se supone que el sistema es invariante en el tiempo. Por otra parte, debido a que el sistema es lineal, al multiplicar la entrada por un escalar c la salida se multiplicar por el mismo escalar c; por lo tanto, si a el sistema recibe como entrada la seal impulso c(k i), la salida ser ch(k i) n a (ver gura 3.14(c)). Convolucin o Una seal discreta cualquiera x(k) es un conjunto de valores en el tiempo, n que puede representarse como la suma de innitos impulsos individuales yi , tal como se muestra en la gura 3.15. Adems, cada uno de los pulsos individuales wi puede representarse como a un impulso aplicado en el instante de tiempo i, cuya amplitud es justamente x(i) Dicho de otra forma, cualquier seal puede escribirse como: n x(k) = + x(1)(k (1)) + x(0)(k 0) + x(1)(k 1) + x(k) =
i=

x(i)(k i)

Debido a que el sistema es lineal, podemos aplicar el principio de superposicin, y obtener la respuesta del sistema y(k) cuando la entrada es x(k) como o la suma debida a cada uno de los impulsos wi (suponiendo condiciones iniciales nulas). Estas respuestas son de la forma que se muestra en la gura 3.14(c), y por tanto la respuesta y(k) ser de la forma: a y(k) = + x(1)h(k (1)) + x(0)h(k 0) + x(1)h(k 1) + 57

OSCAR G. DUARTE

(k) 1 F (z) 1 1 2 3 4 5

h(k) 1

1 2 3 4 5

(a) Respuesta al Impulso discreto

(k 1) 1 F (z) 1 1 2 3 4 5

h(k 1) 1

1 2 3 4 5

(b) Respuesta al Impulso discreto retrasado

c(k i)

F (z)

ch(k i)

(c) Respuesta al Impulso discreto genrica e

Figura 3.14: Respuesta al Impulso discreto

58

3.5. RESPUESTA AL IMPULSO

y(k) =

i=

x(i)h(k i) = x(k) h(k)

Esta ultima sumatoria corresponde a la convolucin discreta de las seales o n x(k) y h(k), representada por el operador El resultado anterior no debe sorprender, ya que al aplicar transformada Z a cada lado de la igualdad se tiene: Z{y(k)} = Z{x(k) h(k)} = Z{x(k)}Z{h(k)} = X(z)H(z)

y la transformada Z de la respuesta al impulso resulta ser la funcin de transo ferencia del sistema, tal como se hab mostrado ya en la gura 3.13 a

3.5.2.

Caso continuo

La funcin impulso unitario continuo o Para obtener con sistemas continuos un resultado similar el mostrado para sistemas discretos en la seccin 3.5.1 es necesario contar con una funcin cono o tinua cuyas propiedades sean anlogas a las de la funcin impulso discreto; es a o decir, se necesita una funcin cuya transformada de Laplace sea 1. Dicha funcin o o es la funcin impulso o delta de Dirac, generalmente representado por (t). o Para presentar la funcin (t), primero consideramos la funcin d (t), cuya o o grca se muestra en la gura 3.16: a d (t) = 1/ t [0, ] 0 t [0, ] / >0

Ntese que el area bajo la grca de la funcin d (t) es 1, independienteo a o mente del valor de , es decir,

d (t)dt = 1

>0

Se dene la funcin delta de Dirac como la funcin que resulta al disminuir o o progresivamente, hasta llevarlo al l mite en que tiende a cero: (t) = l d (t) m
0

Esta funcin, cuya grca se muestra en la gura 3.17 conserva la propiedad o a segn la cual el area bajo la grca es 1 u a

(t)dt = 1

Adems, si calculamos el area bajo la grca desde hasta un valor t el a a resultado es la funcin escaln unitario (t) o o
t

(t)dt = (t) =
0

0 t (, 0) 1 t (0, )

59

OSCAR G. DUARTE

x(k) 1

=
3 2 1 1 2 3

. . +
w1 1

3 2 1

1 2 3

+
w0 1

3 2 1

1 2 3

+
w1 1

3 2 1

1 2 3

+ . .
Figura 3.15: Descomposicin de una se al discreta o n

60

3.5. RESPUESTA AL IMPULSO

d (t) 1/ t
Figura 3.16: Funcin d o

(t)

Figura 3.17: Funcin Impulso Unitario Continuo o

Por otra parte, consideremos el producto de la funcin d (t) desplazada en o el tiempo, con una funcin f (t) cualquiera, y calculemos el area bajo la grca o a de ese producto (ver gura 3.18)
+

f (t)d (t )dt =

f (t)

1 dt

Para valores de sucientemente pequeos, el area puede hacerse equivan 1 lente a la de un rectngulo de base y altura f ( ) , por lo tanto, a 1 = f ( ) 0 El l mite puede introducirse en la integral, con lo que se obtiene l m f (t)d (t )dt = f ( )

f (t) l d (t )dt = m
0

f (t)(t )dt = f ( )

(3.5)

Es posible demostrar que la transformada de Laplace del impulso es 1, es decir que L {(t)} =

est (t)dt = 1

Para ello, puede aplicarse directamente el resultado de la ecuacin 3.5 o consio derar la propiedad de la transformada de Laplace segn la cual u
t

x(t)dt
0

X(s) L {x(t)} = s s

61

OSCAR G. DUARTE

f (t)

1/ t +
Figura 3.18: Area bajo la curva f (t)d

f (t)d (t) t +

Observese que la transformada de Laplace de (t), que es 1/s puede escribirse como t 1 L {(t)} = (t)dt = L {(t)} = L s s 0 por lo tanto L {(t)} = 1 Respuesta al impulso Dado un sistema como el de la gura 3.1 la respuesta al impulso es la respuesta del sistema cuando la entrada es el impulso unitario (t), con condiciones iniciales nulas. La respuesta al impulso suele denotarse por h(t), y su transformada de Laplace por H(s) Si el sistema continuo tiene una funcin de transferencia F (s), (gura 3.19), o la respuesta del sistema, en el dominio de la frecuencia s ser el producto de la a entrada por la funcin de transferencia: o H(s) = U (s)F (s) = 1F (s) = F (s) Este hecho pone de maniesto la relacin que existe entre la respuesta al imo pulso y la funcin de transferencia (ver gura 3.20):La funcin de transferencia o o es la transformada de Laplace de la respuesta al impulso L{(t)} = 1 E F (s) E H(s)

Figura 3.19: Sistema Dinmico Cont a nuo estimulado con el impulso unitario

De manera semejante al caso discreto (ver seccin 3.5.1) puede argumentarse o que debido a que el sistema es lineal e invariante en el tiempo, la respuesta del sistema a una seal impulso genrica c(t ) ser ch(t ) n e a 62

3.5. RESPUESTA AL IMPULSO

L Respuesta al Impulso L1
Figura 3.20: Relacin entre la respuesta al impulso y la funcin de transferencia. o o Caso cont nuo

Funcin de Transferencia o

Convolucin o La ecuacin 3.5 muestra que una seal cualquiera x(t) puede representarse o n como la convolucin contnua entre x(t) y (t) identicada con el operador o (se han intercambiado las variables t y , lo que no altera el resultado): x(t) =

x( )(t )d = x(t) (t)

La integral es la suma de innitos trminos (trminos innitesimales), y por e e tanto podemos emplear el principio de superposicin para obtener la respuesta o del sistema y(t) cuando la entrada es x(t) como la suma debida a cada uno de los trminos innitesimales (suponiendo condiciones iniciales nulas), es decir: e y(t) =

x( )h(t )d = x(t) h(t)

Al igual que en al caso discreto, la respuesta del sistema a una entrada cualquiera x(t) se puede obtener como la convolucin (cont o nua) de esa entrada con la respuesta al impulso. Este resultado concuerda con una armacin previa, ya que al aplicar transo formada de Laplace a cada lado de la igualdad se tiene: L{y(t)} = L{x(t) h(t)} = Lx(t)L{h(t)} = X(s)H(s) y la transformada de Laplace de la respuesta al impulso resulta ser la Funcin o de Transferencia del sistema, tal como se hab mostrado ya en la gura 3.20 a

63

OSCAR G. DUARTE

64

Captulo 4 Sistemas de primer y segundo orden

Los sistemas de primer y segundo orden merecen especial atencin, ya que o ellos presentan los comportamientos bsicos que pueden aparecer en cualquier a sistema dinmico. Dicho de otra forma, en general un sistema dinmico presena a tar un comportamiento que puede descomponerse en los comportamientos ms a a simples de los sistemas de primer y segundo orden. Este hecho puede explicarse observando el mtodo de solucin de E.D. que e o emplea expansin en fracciones parciales (ver seccin 2.2.5): una fraccin se deso o o compone en fracciones ms simples en donde los denominadores son polinomios a de primer o segundo orden. La excepcin a esta regla la constituyen los sistemas con polos repetidos, en o donde adems aparecen los mismos comportamientos bsicos multiplicados por a a tn o k n (ver tablas 2.5 y 2.6). En este cap tulo se estudian los sistemas continuos de primer y segundo orden. En todos los casos se proceder de la misma forma: se seleccionar una a a funcin de transferencia prototipo, se calcular su respuesta al escaln unitario 1 o a o con condiciones iniciales nulas, y se analizar la relacin existente entre esa a o respuesta y el valor de los polos dela funcin de transferencia. Las secciones o 4.5 y 4.6 buscan resaltar que los resultados presentados en este cap tulo son estrictamente vlidos para las funciones prototipo seleccionadas. a
1 Tambien

denominado paso unitario.

65

OSCAR G. DUARTE

y(t)
2 1

a=2

y(t)
2 1

a=3

y(t)
2 1

a = 1 t

y(t)
2 1

a=1

Figura 4.1: Respuesta al paso de un sistema continuo de primer orden

4.1.

Sistemas continuos de primer orden

Supngase un sistema continuo de primer orden, cuya funcin de transfereno o cia sea 1 (4.1) F (s) = s+a Al estimular el sistema con un paso unitario (t), con condiciones iniciales nulas, la respuesta y(t) puede calcularse como sigue: Y (s) = F (s)U (s) = y(t) = L1 {Y (s)} = 1 1 1/a 1/a = + (s + a) s s s+a

1 1 1 (t) eat (t) = (1 eat )(t) a a a 1 (1 eat )(t) a (4.2)

y(t) =

La expresin (4.2) muestra que la respuesta del sistema depender del valor o a de a. Este hecho se constata en la gura 4.1, que muestra las grcas de y(t) a para distintos valores de a. Al cambiar el valor de a tambien cambia el valor del unico polo de la funcin o de transferencia (4.1), que es a. Para cualquier valor real positivo de a el polo es un real negativo a, y viceversa. Cuando el polo es positivo, la respuesta del sistema tiende a innito, y se dice que el sistema es inestable. La gura 4.2 muestra cuales son las regiones de estabilidad e inestabilidad con referencia a la recta real, es decir, en qu lugares debe estar ubicado el polo de la funcin de e o transferencia para que el sistema sea, respectivamente, estable o inestable. 66

4.1. SISTEMAS CONTINUOS DE PRIMER ORDEN

Regin de Estabilidad o

Regin de Inestabilidad o

Figura 4.2: Regiones de estabilidad e inestabilidad para un sistema continuo de primer orden

y(t) 1/a 67 %

y=t

1/a

Figura 4.3: Respuesta al paso de un sistema continuo de primer orden, polo negativo en a

Para un polo negativo cualquiera a, la respuesta es como la que se muestra en la gura 4.3. El valor a determina qu tan empinada es la respuesta (y cul e a ser el valor nal de la respuesta); para valores grandes de a, la respuesta es a ms empinada, debido a que la respuesta natural eat se extingue ms rpido. a a a Para medir qu tan rpido decae una respuesta natural, podemos denir el e a tiempo de asentamiento o tiempo de estabilizacin, como el tiempo a partir del o cual la respuesta natural (su valor absoluto) no supera un porcentaje de su valor mximo, por ejemplo el 5 %. Para el caso del sistema continuo de primer orden, a este tiempo tas satisface: eatas = 0.05 tas = ln 0.05 a tas 3/a

En general, al alejar el polo del origen (al desplazarlo hacia la izquierda) disminuye el tiempo de asentamiento, es decir, la respuesta es ms empinada. a Esto nos permite denir una regin de tiempo de asentamiento mximo, como o a la que se muestra en la gura 4.4. Si el polo de la funcin de transferencia (4.1) o cae en esa regin podemos asegurar que su tiempo de asentamiento satisface o tas 3/a. Ntese que la regin de tiempo de asentamiento mximo est contenida o o a a dentro de la regin de estabilidad; esto es lgico, ya que la denicin de tiempo o o o de asentamiento slo tiene sentido para sistemas estables. o 67

OSCAR G. DUARTE

tas 3/a a 0

Figura 4.4: Regin de tiempo de asentamiento mximo para un sistema continuo de o a primer orden

4.2.
sea

Sistemas discretos de primer orden

1 z+a

Supngase un sistema discreto de primer orden, cuya funcin de transferencia o o F (z) = (4.3)

Al estimular el sistema con un paso unitario (k), con condiciones iniciales nulas, la respuesta y(k) puede calcularse como sigue: Y (z) = F (z)U (z) = y(k) = Z 1 {Y (z)} = 1 z z/(1 + a) z/(1 + a) = (z + a) (z 1) (z 1) z+a

1 1 1 (k) (a)k (k) = (1 (a)k )(k) 1+a 1+a (1 + a) y(k) = 1 (1 (a)k )(k) (1 + a) (4.4)

La expresin (4.4) muestra que la respuesta del sistema depender del valor de o a a. Este hecho se constata en la gura 4.1, que muestra las grcas de y(k) para a distintos valores de a. Al cambiar el valor de a tambien cambia el valor de el unico polo de la funcin o de transferencia (4.3), que es a. Para cualquier valor real positivo de a el polo es un real negativo a, y viceversa. Cuando el polo es negativo, la respuesta del sistema es de signo alternante (P.ej. (1/2)k = 0, 1/2, 1/4, 1/8, ); por el contrario, si el polo es positivo la respuesta siempre ser del mismo signo. a Por otra parte, si el valor absoluto de a es mayor que 1, el valor absoluto de la respuesta tiende a innito, y se dice que el sistema es inestable. La gura 4.6 muestra cuales son las regiones de estabilidad e inestabilidad con referencia a la recta real, es decir, en qu lugares debe estar ubicado el polo de la funcin e o de transferencia para que el sistema sea, respectivamente, estable o inestable; tambin se muestra en la misma gura cuando la respuesta es alternante o no. e Para medir qu tan rpido decae una respuesta natural en los sistemas estae a bles podemos denir el tiempo de asentamiento o tiempo de estabilizacin, como o el tiempo a partir del cual la respuesta natural (su valor absoluto) no supera 68

4.2. SISTEMAS DISCRETOS DE PRIMER ORDEN

y(k)
2

y(k) a = 0.5

a = 1.5

1 2

k
1 2

1 2

k
1 2

Figura 4.5: Respuesta al paso de un sistema discreto de primer orden

Inestabilidad

Estabilidad

1 Alternante

1 No Alternante

0
Figura 4.6: Regiones de estabilidad e inestabilidad para un sistema discreto de primer orden

69

a = 0.5
1 2 3 4

Inestabilidad

y(k)

y(k) a = 1.5
2

OSCAR G. DUARTE

kas 3/ ln |a| a 1 0 a

Figura 4.7: Regiones de tiempo de asentamiento mximo para un sistema discreto a de primer orden

un porcentaje de su valor mximo, por ejemplo el 5 %. Para el caso del sistema a discreto de primer orden, este tiempo ser el menor entero kas tal que: a (| a|)kas 0.05 En consecuencia, kas satisface kas ln 0.05 ln(|a|) kas 3/ ln(|a|)

En general, al alejar el polo del origen (al acercarlo a 1 o 1) aumenta el tiempo de asentamiento, es decir, la respuesta es ms lenta. Esto nos permite a denir una regin de tiempo de asentamiento mximo, como la que se muestra o a en la gura 4.7. Si el polo de la funcin de transferencia (4.3) cae en esa regin o o podemos asegurar que su tiempo de asentamiento satisface kas 3/ ln(|a|). Al igual que en el caso continuo, en el caso discreto la regin de tiempo de o asentamiento mximo est contenida dentro de la regin de estabilidad. a a o

4.3.

Sistemas continuos de segundo orden

Supngase un sistema continuo de segundo orden, cuya funcin de transfeo o rencia sea n F (s) = 2 (4.5) 2 s + 2n s + n Los polos de la funcin de transferencia sern: o a p1,2 = 2n
2 2 4 2 n 4n = n 2

2 1

La gura 4.8 muestra la ubicacin de los polos complejos. Ntese que la o o distancia de los polos al origen (la magnitud del complejo) es justamente n : d=
2 (n )2 + n (1 2 ) = n

En caso de que || < 1, el radical es negativo, y los polos resultan ser complejos conjugados: p1,2 = n jn 1 2

70

4.3. SISTEMAS CONTINUOS DE SEGUNDO ORDEN

Im(s)

n
n

jn

1 2

Re(s)

n
jn 1 2

Figura 4.8: Ubicacin de los polos de un sistema continuo de segundo orden, con o polos complejos

Adems, el coseno del angulo formado con el semieje real negativo, es a justamente : n cos = = n Al estimular el sistema (4.5) con un paso unitario (t), con condiciones iniciales nulas, la respuesta y(t) puede calcularse como sigue: Y (s) = F (s)U (s) = 1 1 2 n 1 2 s2 + 2s + n s 1 2t + (t) (4.6)

y(t) = L1 {Y (s)} = donde,

en t sin n

= cos1 Las guras 4.9 a 4.11 muestran la grca de (4.6) en varias condiciones: en a la gura 4.9 se ha jado n = 1, y se ha variado . En la gura 4.10 se ha jado = 0.5 y se ha variado n . La gura 4.11 muestra la forma genrica de (4.6) e con (0, 1).

4.3.1.

Regin de estabilidad o

Al evaluar (4.6) se observa que para valores positivos de n el trmino e exponencial crece indenidamente, y por tanto la respuesta se har innita. a El trmino n coincide con la parte real de los polos de (4.5), tal como se e muestra en la gura 4.8, por lo tanto, la regin de estabilidad, aquella en la que o 71

OSCAR G. DUARTE

y(t) 2 1

: = 0.1 : = 0.5 : = 0.9

Figura 4.9: Respuesta al paso de un sistema continuo de segundo orden, wn = 1

y(t) 2 1

: n = 1 : n = 0.5 : n = 2

Figura 4.10: Respuesta al paso de un sistema continuo de segundo orden, = 0.5

y(t) ymax yf inal

tc

Figura 4.11: Respuesta al paso de un sistema continuo de segundo orden

72

4.3. SISTEMAS CONTINUOS DE SEGUNDO ORDEN

Im(s)

Estabilidad

Inestabilidad Re(s)

Figura 4.12: Regin de Estabilidad para un sistema continuo de segundo orden o

deben ubicarse los polos para que el sistema sea estable, resulta ser el semiplano izquierdo. Esto se muestra en la gura 4.12

4.3.2.

Regin de tiempo mximo de asentamiento o a

1 2 t + , es decir, su amplitud es menor o igual

La respuesta transitoria de (4.5) es el producto de una exponencial en t por una sinusoidal sin n que en t . Si tomamos el tiempo de asentamiento como el tiempo a partir del cual la respuesta natural (su valor absoluto) no supera el 5 % de su valor mximo, en a el caso del sistema continuo de segundo orden este tiempo tas satisface: en tas = 0.05 tn s = ln 0.05 n tas 3/n

Debido a que n es la parte real de los polos de (4.5) , tal como se muestra en la gura 4.8, la regin de tiempo de asentamiento mximo es la que se muestra o a en la gura 4.13

4.3.3.

Regin de frecuencia mxima de oscilacin o a o

La frecuencia de oscilacin de la respuesta es la frecuencia de la sinusoidal o de (4.5), es decir es n 1 2 , que corresponde a la parte imaginaria de los polos de (4.5) (ver gura 4.8). Por esta razn, la regin de frecuencia mxima o o a de oscilacin es la que se muestra en la gura 4.14 o 73

OSCAR G. DUARTE

Im(s)

tas

3 a

tas > a

3 a

Re(s)

Figura 4.13: Regin de Tiempo mximo de asentamiento para un sistema continuo o a de segundo orden

Im(s) w > w w w jw

Re(s)

w>w

jw

Figura 4.14: Regin de Frecuencia mxima de oscilacin para un sistema continuo o a o de segundo orden

74

4.3. SISTEMAS CONTINUOS DE SEGUNDO ORDEN

4.3.4.

Regin de sobrepico mximo o a

Uno de los parmetros ms importantes de la respuesta gracada en la gura a a 4.11, es el sobrepico mximo, sp, que indica qu tanto llega a valer la respuesta a e en relacin con su valor nal: o sp = ymax yf inal 100 % yf inal

donde ymax es el valor mximo, y yf inal el valor nal (estacionario) de y(t). a Para calcular el sobrepico mximo, primero derivamos y(t) e igualamos a a cero para obtener los instantes tc en los que suceden los mximos y m a nimos de y(t): dy 1 2 n en t sin n 1 2 t + + dt =
1

n n sin n

1 2 en t cos n

1 2t +

=0

1 2 t + = n 1 2 = tan n n

1 2 cos n 1 2t +

1 2t +

1 2 Para obtener el valor de la arcotangente en la ecuacin anterior, obsrvese en la o e gura (4.8) el valor de tan : 1 2 t + = tan1 tan = n 1 2 = n 1 2

La funcin tan1 (x) es peridica, de periodo , por lo tanto o o n 1 2 t + = tan1 t= n n 1 2 1 2 = + n

n = 0, 1, 2,

Existen innitos instantes en los que la derivada de y(t) es nula, que corresponden a los mximos y m a nimos locales que se observan en la gura 4.11. Para n = 0 resulta t = 0, por lo tanto la respuesta y(t) es prcticamente horizontal a en su inicio. El sobrepico mximo sucede en tc , que corresponde a n = 1: a tc = n 1 2

El valor de y(t) en tc es el valor mximo de y(t), es decir ymax = y(tc ) a ymax = 1 1 1 2 e

n
n 12

sin n

1 2

n 1 2

75

OSCAR G. DUARTE

100 80 60 40 20 0 0

sp( %)

0.2 0.4 0.6 0.8 1.0

Figura 4.15: Sobrepico en funcin de o

ymax = 1

1 1 2 1

12

sin( + )

Dado que sin( + x) = sin(x), podemos escribir ymax = 1 + ymax = 1 + e

1 2
12

12

sin()

= 1 + e cot

El valor nal de y(t) es 1, por lo tanto sp = e

12

100 % = e cot 100 %

Las guras 4.15 y 4.16 muestran cmo var el sobrepico mximo en funcin de o a a o el factor de amortiguamiento y el angulo , respectivamente. Es interesante observar que el sobrepico depende del angulo que forman los polos con el semieje real negativo (gura 4.8), lo que nos permite establecer una regin de o sobrepico mximo, tal como la que se muestra en la gura 4.17 a

4.3.5.

Regin de diseo o n

Las regiones que se muestran en las guras 4.12, 4.13, 4.14 y 4.17 pueden resumirse en una unica regin de dise o, como la que se muestra en la gura o n 4.18. Rerindonos a esta gura, la regin de diseo puede interpretarse asi: e o n Dado un sistema de segundo orden como el de la ecuacin (4.5) con condio ciones iniciales nulas, cuyos polos estn ubicados dentro de la regin de dise o, a o n puede asegurarse que: 76

4.3. SISTEMAS CONTINUOS DE SEGUNDO ORDEN

100 80 60 40 20 0 0

sp( %)

18 36 54 72 90

Figura 4.16: Sobrepico en funcin de o

Im(s)

sp ecot

sp > ecot Re(s)

Figura 4.17: Regin de Sobrepico mximo para un sistema continuo de segundo o a orden

77

OSCAR G. DUARTE

Im(s) jw

Re(s)

jw

Figura 4.18: Regin de Dise o para un sistema continuo de segundo orden o n

el sistema es estable el tiempo de asentamiento es menor o igual que 3/a la frecuencia mxima de oscilacin de la respuesta natural es w a o al estimularlo con un escaln unitario el sobrepico mximo es menor que o a e cot 100 %

4.4.

Sistemas discretos de segundo orden

Supngase ahora un sistema discreto de segundo orden, cuya funcin de o o transferencia sea 1 2b cos a + b2 F (z) = 2 (4.7) z 2bz cos a + b2 Los polos de la funcin de transferencia sern: o a 2b cos a 4b2 cos2 a 4b2 p1,2 = = b cos a 2

cos2 a 1

El trmino del radical ser menor o igual que cero; en caso de que sea menor, e a los dos polos sern los complejos conjugados: a p1,2 = b cos a j 1 cos2 a = b (cos a j sin a)

La gura 4.19 muestra la ubicacin de los polos en el plano complejo. o 78

4.4. SISTEMAS DISCRETOS DE SEGUNDO ORDEN

Im(z) jb sin a
b

a a Re(z)

b cos a

b sin a

Figura 4.19: Ubicacin de los polos de un sistema discreto de segundo orden, con o polos complejos

Al estimular el sistema (4.7) con un paso unitario (k), con condiciones iniciales nulas, la respuesta y(k) puede calcularse como sigue: Y (z) = F (z)U (z) = 1 2b cos a + b2 z 2 2bz cos a + b2 z z1

Y (z) A Bz + C = + 2 z z 1 z 2bz cos a + b2 sumando e igualando coecientes se obtiene A=1 Y (z) = Y (z) = B = 1 C = 1 + 2b cos a

z 2 bz cos a z(1 2z cos a) z 2 2 2 z 1 z 2bz cos a + b z 2bz cos a + b2 1 bk cos ak

z z 2 + (1 2bz cos a) 2 z1 z 2bz cos a + b2

y(k) = Z 1 {Y (z)} =

(1 b cos a) k b sin ak (k) b sin a

Finalmente, las dos sinusoidales se pueden agrupar en una sola, para obtener: y(k) = Z 1 {Y (z)} = 1 Cbk sin (ak + ) (k) donde C= 1 + b2 2b cos a 1 = b sin a sin 79 = tan1 b sin a 1 b cos a (4.8)

OSCAR G. DUARTE

y(k) 2

Figura 4.20: Respuesta al paso de un sistema discreto de segundo orden, a = 1.2, b = 0.8

La gura 4.20 muestra la grca de y(k) para unos valores espec a cos de a y b. Aunque y(k) slo tiene sentido en los valores enteros de k, se ha trazado o tambin en punteado la curva que se obtendr para valores reales de k. e a Podr plantearse que para estudiar la secuencia y(k) (los puntos en la gura a 4.20) ser vlido analizar el sistema continuo que la genera ((la curva punteada a a en la gura 4.20)); sin embargo, en ocasiones los resultados pueden ser muy engaosos: considrese el caso en que a = 3 y b = 0.7, que se graca en la gura n e 4.21; si se analiza la curva cont nua, se concluye que el mximo valor (absoluto) a de y(k) ser cercano a 14, pero al ver la secuencia de puntos observamos que a sta nunca supera (en valor absoluto) a 4. e No obstante, dado que un anlisis de la curva cont a nua arrojar valores maa yores o iguales que la secuencia, puede utilizarse para establecer cotas superiores de los valores de la secuencia, y asi establecer regiones de diseo. n

4.4.1.

Regin de estabilidad o

Al evaluar (4.8) se observa que para valores de b mayores que 1 el trmino e exponencial crece indenidamente, y por tanto la respuesta se har innita. El a trmino b coincide con la magnitud de los polos de (4.7), tal como se muestra e en la gura 4.19, por lo tanto, la regin de estabilidad, aquella en la que deben o ubicarse los polos para que el sistema sea estable resulta ser el c rculo unitario centrado en el origen, tal como se ve en la gura 4.22.

4.4.2.

Regin de tiempo mximo de asentamiento o a

La respuesta transitoria de (4.7) es el producto de la exponencial bk por la sinusoide sin (ak + ), es decir, su amplitud es menor o igual que bk . Si tomamos el tiempo de asentamiento como el tiempo a partir del cual la respuesta natural (su valor absoluto) no supera el 5 % de su valor mximo en el a 80

4.4. SISTEMAS DISCRETOS DE SEGUNDO ORDEN

y(k) 10 5 k

1 5 10

Figura 4.21: Respuesta al paso de un sistema discreto de segundo orden, a = 3, b = 0.7

Figura 4.22: Regin de Estabilidad para un sistema discreto de segundo orden o

Im(z) j Inestabilidad

Estabilidad 1

Re(z)

81

OSCAR G. DUARTE

Im(z) 1 jb

tas < 1 b jb

3 ln b

Re(z) b 1

Figura 4.23: Regin de tiempo de asentamiento mximo para un sistema discreto o a de segundo orden

caso del sistema discreto de segundo orden, este tiempo kas satisface: 3 ln b Debido a que b es la magnitud de los polos de (4.7) , tal como se muestra en la gura 4.19, la regin de tiempo de asentamiento mximo es la que se muestra o a en la gura 4.23. bkas 0.05 ln bkas ln 0.05 kas ln b ln 0.05 kas

4.4.3.

Regin de Frecuencia mxima de oscilacin o a o

La frecuencia de oscilacin de la respuesta es la frecuencia de la sinusoidal o de (4.7), es decir es a, que corresponde al angulo de los polos de (4.7) respecto a la horizontal (ver gura 4.19). Por esta razn, la regin de frecuencia mxima o o a de oscilacin es la que se muestra en la gura 4.24. o

4.4.4.

Regin de sobrepico mximo o a

Al comparar las respuestas a escalones unitarios de los sistemas continuos y discretos de segundo orden, que aparecen en las ecuaciones (4.6) y (4.8) respectivamente, podemos ver las semejanzas de estas respuestas. k Si reescribimos bk como eln b = ek ln b , podemos asimilar los coecientes de los exponentes y las sinusoides: n = ln b De tal manera que ln b = a 1 2 82 n 1 2 = a = cot

4.5. EFECTO DE LOS CEROS. SISTEMAS DE FASE M INIMA

Im(z)

a a

f rec a Re(z)

Figura 4.24: Regin de Frecuencia mxima de oscilacin para un sistema discreto o a o de segundo orden

b = ea cot = e

12

(4.9)

La ecuacin 4.9 permite denir, para el caso discreto, curvas anlogas a las o a que generan la regin de sobrepico mximo de los sistemas continuos (gura o a 4.17). La gura 4.25 muestra las curvas generadas por la ecuacin (4.9) para o distintos valores de . Por su parte, la gura 4.26) muestra la regin denida por (4.9) al jar un o valor de (o de ), es decir, al establecer un factor de amortiguamiento. Esta regin no es la regin de sobrepico mximo, sino la regin de amortiguamiento o o a o mnimo. El sobrepico mximo es ms dif de obtener debido a que el tiempo a a cil es discreto.

4.4.5.

Regin de diseo o n

Al combinar las regiones denidas en las guras 4.22 a 4.26 se obtiene la regin de dise o que se muestra en la gura 4.27. Su signicado es anlogo a la o n a regin de diseo del caso continuo. o n

4.5.

Efecto de los ceros. Sistemas de fase m nima

Pese a que en las secciones anteriores se ha hecho nfasis en el efecto que e tiene sobre la respuesta natural la ubicacin de los polos en el plano, no debe o desconocerse que los ceros tambin inuyen en la respuesta. e 83

OSCAR G. DUARTE

Im(z) j

: = 0.1 : = 0.5 : = 0.9 Re(z)

Figura 4.25: Curvas de Amortiguamiento jo para un sistema discreto de segundo orden

Im(z) j

Re(z) 1 1

Figura 4.26: Regin de Amortiguamiento m o nimo para un sistema discreto de segundo orden

84

4.5. EFECTO DE LOS CEROS. SISTEMAS DE FASE M INIMA

Im(z) j

Re(z) 1 1

Figura 4.27: Regin de Dise o para un sistema discreto de segundo orden o n

Supngase un sistema continuo de segundo orden, con un cero real: o F (s) =

(b2 + 2 ) (s + a) a (s + b)2 + 2

(4.10)

La gura 4.28 muestra la grca de (4.11), para tres valores distintos de a, a con unos valores jos de b = 1 y = 1; es decir, lo que se est modicando a es la posicin del cero de la funcin de transferencia. Alli puede verse que la o o ubicacin del cero afecta directamente la forma de la respuesta. o Es importante resaltar que las regiones de diseo de las guras 4.18 y 4.27 n fueron desarrolladas para sistemas prototipo de segundo orden, sin ceros. Estas regiones pueden emplearse para el anlisis y control de sistemas de segundo a orden con ceros, pero slo como una gu de carcter general. o a a Ms importante an es resaltar que para ceros en el semiplano derecho (este a u es el caso a = 1 en la gura 4.28) la respuesta al escaln presenta en sus o inicios valores de signo contrario a los de la respuesta de estado estacionario; este fenmeno, conocido como subpico (en ingls undershoot) puede llegar a ser o e muy peligroso en algunos sistemas f sicos, y constituye una gran dicultad para su control. Los sistemas que no poseen ceros en el semiplano derecho, se conocen como sistemas de fase mnima, o simplemente minifase 2 .
2 Esta

La respuesta al escaln del sistema denido por (4.10) es : o 1 + 1 (b2 + 2 )[(a b)2 + 2 ]ebt sin (t + ) (t) a y(t) = w = tan1 w + tan1 ab b

(4.11)

denominacin est relacionada con la respuesta de frecuencia del sistema o a

85

OSCAR G. DUARTE

y(t)

: a == 0.5 :a=1 : a = 1

Figura 4.28: Respuesta al paso de un sistema continuo de segundo orden, con cero real b = = 1

La presencia de subpicos ante una entrada escaln es fcil de demostrar para o a un sistema de segundo orden con polos reales y un cero real3 , tal como F (s) = La respuesta al escaln ser: o a Y (s) = a/(b + c) (a b)/(c b)(b) (a c)/(c b)(c) (s + a) + + s(s + b)(s + c) s (s + b) (s + c) y(t) = (a b) (a c) ct a (t) + ebt + e bc (c b)(b) (c b)(c) (s + a) (s + b)(s + c) (4.12)

El signo de la derivada de y(t) evaluada en t = 0 nos indica si la respuesta crece o decrece en ese momento: dy dt =
t=0

ab ac cb = = =1 cb cb cb

La derivada siempre es positiva, por lo tanto, para valores cercanos a t = 0, y(t) ser siempre positiva. Por otra parte, la respuesta de estado estacionario a de y(t) ser a/bc; para sistemas estables, tanto b como c son positivos, y por lo a tanto el signo de la respuesta estacionaria es el mismo signo de a. En conclusin, para valores negativos de a (ceros positivos), la respuesta en o sus inicios tendr un signo diferente al de la respuesta de estado estacionario y a suceder el subpico. a
3 Para

otro tipo de sistemas la demostracin es ms complicada, y se omite aqui o a

86

4.6. POLOS DOMINANTES

: 0.25e10t y(t) 1 y(t) 1 : 0.25e15t : 0.5et cos 2t

t 1 2 3 4 1 2 3 4

(a) respuesta exacta

(b) componentes de la respuesta natural

y(t) 1

: y(t) : yaprox (t)

t 1 2 3 4

(c) respuesta exacta y aproximada

Figura 4.29: Sistema continuo de orden 4 con polos dominantes

4.6.

Polos dominantes

Supongamos ahora un sistema continuo de orden superior a 2, como por ejemplo uno cuya funcin de transferencia sea o F (s) = 6.75s3 + 102.5s2 + 318.75s + 750 (s + 10)(s + 15)(s2 + 2s + 5)

Al estimular ese sistema con un escaln unitario la respuesta ser o a Y (s) = F (s) Y (s) = 6.75s3 + 102.5s2 + 318.75s + 750 1 = s s(s + 10)(s + 15)(s2 + 2s + 5)

0.25 0.25 0.5(s + 1) 1 2 s (s + 10) (s + 15) (s + 2s + 5) (4.13)

y(t) = 1 0.25e10t 0.25e15t 0.5et cos 2t (t)

La gura 4.29(a) muestra la grca de y(t), mientras que la gura 4.29(b) a muestra por separado los tres componentes de la respuesta natural, 0.25e 10t, 0.25e15t y 0.5et cos 2t. En la gura 4.29(b) se observa que el aporte a la respuesta natural debido a los polos p1 = 10 y p2 = 15 es considerablemente ms pequeo que el a n 87

OSCAR G. DUARTE

debido a los polos p3,4 = 1 j2. Lo anterior se debe a que los aportes de p1 y p2 decaen mucho ms rpidamente que el aporte de p3,4 , ya que e10t y e15t a a decaen ms rpidamente que et . a a Se dice entonces que los polos p3,4 dominan el comportamiento del sistema, o simplemente que son los polos dominantes. La gura 4.29(c) compara la respuesta exacta y(t) calculada segn (4.13) y una respuesta aproximada y aprox (t) u que se obtendr eliminando de y(t) los aportes de los polos p1 y p2 , es decir: a y(t) = 1 0.5et cos 2t (t) Se observa cmo el aporte de los polos p1 y p2 slo es signicativo al comienzo o o de la respuesta, cuando la componente de la respuesta natural asociada a ellos an no ha decaido, pero este aporte se desvanece rpidamente, y la respuesta u a aproximada resulta ser prcticamente la misma respuesta exacta. a En conclusin, se dice que un sistema continuo estable tiene (1 o 2) polos o dominantes si la parte real de dichos polos es sucientemente mayor (est ms a a hacia la derecha, en el semiplano izquierdo) que la de los dems polos del sistema, a como para que el aporte de stos ultimos se desvanezca mucho antes de que haya e desaparecido el aporte debido a los polos dominantes. En estos casos, las regiones de diseo, que fueron desarrolladas para sistemas n de segundo orden, pueden ser una herramienta muy util para analizar el sistema, aunque ste sea de un orden superior. e Algo anlogo sucede con los sistemas discretos, slo que aqui el tiempo de a o decaimiento no depende de la parte real de los polos, sino de su distancia al origen. En conclusin, se dice que un sistema discreto estable tiene (1 o 2) polos o dominantes si la magnitud de dichos polos es sucientemente mayor (est ms a a lejos del origen, dentro del c rculo unitario) que la de los dems polos del sistema, a como para que el aporte de stos ultimos se desvanezca mucho antes de que haya e desaparecido el aporte debido a los polos dominantes.

88

Captulo 5 Sistemas realimentados simples

En este cap tulo centramos nuestro inters en sistemas continuos y discretos e como los que se muestran en las guras 5.1 y 5.2, respectivamente. Este tipo de sistemas se denominan realimentados o retroalimentados, debido a que la seal n de salida Y es retornada para ser comparada con la entrada U mediante una resta. El resultado de esta comparacin es la seal de error E. o n Esta es una estructura t pica de control; G es la planta que se desea controlar, y U el comportamiento que se desea que tenga G. Y es el comportamiento real de G, que es medido y comparado con U a travs de H. Si el comportamiento e real diere del deseado, existir un error E, que se amplica por K como entrada a directa a G Denimos la funcin de transferencia del sistema realimentado como la reo lacin entre la salida y la entrada con condiciones iniciales nulas. En el caso o continuo ser a F (s) = y en el discreto: F (z) = Y (z) KG(z) = U (z) 1 + KG(z)H(z) E G(s) H(s) ' Y (s) E (5.2) Y (s) KG(s) = U (s) 1 + KG(s)H(s) (5.1)

U (s) E(s) E k E K + T

Figura 5.1: Sistema continuo retroalimentado simple

89

OSCAR G. DUARTE

U (z) E(z) E k E K + T

E G(z) H(z) '

Y (z) E

Figura 5.2: Sistema discreto retroalimentado simple

Tambin se dene la funcin de transferencia del error o transmitancia del e o error como la relacin entre el error y la entrada. En el caso continuo: o FE (s) = y en el discreto: FE (z) = 1 E(z) = U (z) 1 + KG(z)H(z) (5.4) E(s) 1 = U (s) 1 + KG(s)H(s) (5.3)

Adems, a los productos G(s)H(s) y G(z)H(z) se les denomina ganancia de a lazo abierto. Si escribimos G y H como dos fraccin de polinomios NG /DG y NH /DH o respectivamente, las expresiones (5.1), (5.2), (5.3) y (5.4) se convierten en: Funcin de transferencia del sistema realimentado, caso continuo: o F (s) =
N K DG (s) Y (s) KNG (s)DH (s) G (s) = = NG (s) NH (s) U (s) DG (s)DH (s) + KNG (s)NH (s) 1 + K DG (s) DH (s) (5.5)

Funcin de transferencia del sistema realimentado, caso discreto: o

NG (z) K DG (z) Y (z) KNG (z)DH (z) F (z) = = = NG (z) NH (z) U (z) DG (z)DH (z) + KNG (z)NH (z) 1 + K DG (z) DH (z) (5.6)

Funcin de transferencia del error, caso continuo: o FE (s) = 1 E(s) DG (s)DH (s) = = NG (s) NH (s) U (s) DG (s)DH (s) + KNG (s)NH (s) 1 + K DG (s) DH (s) (5.7)

Funcin de transferencia del error, caso discreto: o FE (z) = DG (z)DH (z) E(z) 1 = = NG (z) NH (z) U (z) DG (z)DH (z) + KNG (z)NH (z) 1 + K DG (z) DH (z) (5.8) 90

5.1. TIPO DE SISTEMA Y ERROR DE ESTADO ESTACIONARIO

5.1.
5.1.1.

Tipo de sistema y error de estado estacionario

Caso continuo

Uno de los objetivos de los esquemas de control como el que se muestra en las gura 5.1 suele ser el asegurar que la seal de error sea nula, al menos n despues de que las respuestas transitorias hayan desaparecido. Por ese hecho, se estudia la respuesta de estado estacionario de la seal de error, comunmente n denominada el error de estado estacionario. Bajo la suposicin de que el sistema realimentado es estable1 , se puede arguo mentar que despues de un cierto tiempo la respuesta transitoria se habr hecho a lo sucientemente pequea como para considerar que no existe, y por lo tanto n slo queda la respuesta estacionaria, es decir o eee = l e(t) m
t

(5.9)

donde eee es el error de estado estacionario, y e(t) es la seal de error en el n dominio del tiempo, es decir e(t) = L1 {E(s)} El teorema de valor nal de la transformada de Laplace provee una forma de calcular eee : eee = l e(t) = l {sE(s)} m m
t s0

(5.10)

Combinando (5.10) con (5.3) se obtiene: eee = l {sFE (s)U (s)} m

s0

(5.11)

Al observar (5.11), se encuentra que el error de estado estacionario podr a ser 0, o un valor nito, dependiendo del nmero de polos y ceros en s = 0 u que tengan FE (s) y U (s), como se muestra en los siguientes ejemplos. Ejemplo 5.1 Sea FE (s) = estado estacionario ser a eee = l m
s0 (s+4) (s+3)(s+5)

y U (s) =

1 (s2 +4) .

Segn (5.11) el error de u

1 (s + 4) (s + 3)(s + 5) (s2 + 4)
(s+4) (s+3)(s+5)

=0

(0 + 4) 1 =0 (0 + 3)(0 + 5) (02 + 4)

Ejemplo 5.2 Sea FE (s) = estacionario ser a eee = l m

s0

y U (s) = 1 . Segn (5.11) el error de estado u s (s + 4) (s + 3)(s + 5) 4 (0 + 4) = (0 + 3)(0 + 5) 15

1 (s + 4) (s + 3)(s + 5) s

= l m

s0

1 La determinacin de la estabilidad de los sistemas realimentados continuos se estudia en o la seccin 5.2 o

91

OSCAR G. DUARTE

Tipo de sistema 0 1 2 . . .

u(t) = (t) U (s) = 1/s l s0 {FE (s)} m 0 0 . . .

u(t) = t(t) U (s) = 1/s2 0 . . .

u(t) = t2 (t)/2 U (s) = 1/s3 . . . l s0 m

FE (s) s2

.. .

l s0 m

FE (s) s

Tabla 5.1: Error de estado estacionario para sistemas continuos

Ejemplo 5.3 Sea FE (s) = estacionario ser a

s(s+4) (s+3)(s+5)

y U (s) =

1 s3 .

Segn (5.11) el error de estado u

eee = l m eee = l m

s0

s(s + 4) 1 (s + 3)(s + 5) s3 = (0 + 4) 4 1 = = (0 + 3)(0 + 5) 0 0

s0

1 (s + 4) (s + 3)(s + 5) s

En los ejemplos anteriores puede observarse que el valor de eee depende de si la s que aparece en (5.11) puede o no cancelarse con otros trminos s que e aparezcan en FE (s)U (s). Con esto en mente, denimos el tipo de sistema como el nmero de ceros en s = 0 que tenga FE (s) y construimos la tabla 5.1. Ntese u o que las entradas u(t) que se han empleado son aquellas cuyas transformadas de Laplace tienen trminos sn en el denominador. e De acuerdo con (5.7) los ceros de FE (s) son los valores de s que hacen que DG (s)DH (s) sea cero, es decir son iguales a los polos de G(s)H(s). Por esta razn tambin podemos denir el tipo de sistema como el nmero de polos en o e u s = 0 que tenga G(s)H(s).

5.1.2.

Caso discreto

Consideraciones similares pueden hacerse para el caso discreto. Si el sistema realimentado es estable2 , el error de estado estacionario de un sistema como el de la gura 5.2 ser a eee = l e(k) m (5.12)
k

donde eee es el error de estado estacionario, y e(k) es la seal de error en el n dominio del tiempo, es decir e(k) = Z 1 {E(z)} El teorema de valor nal de la transformada Z provee una forma de calcular eee : eee = l e(k) = l {(z 1)E(z)} m m
k z1

(5.13)

2 La determinacin de la estabilidad de los sistemas realimentados discretos se estudia en o la seccin 5.3 o

92

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

Tipo de sistema

u(k) = (k)

u(k) = k(k)

u(k) = k 2 (k)

0 1 2 . . .

l z1 {zFE (z)} m

U (z) = z/(z 1) 0 0 . . .

l z1 m

U (z) = z/(z 1)2 n 0 . . .

z F (z) (z1) E

U (z) = z(z + 1)/(z 1)3

l z1 m n

z(z+1) F (z) (z1)2 E

. . .

.. .

Tabla 5.2: Error de estado estacionario para sistemas discretos

o lo que es igual, eee = l e(k) = l {(z 1)FE (z)U (z)} m m

k z1

(5.14)

Ahora el valor de eee depende del numero de ceros y polos en z = 1 que tengan FE (z) y U (z). Por lo tanto, denimos tipo de sistema como el nmero u de ceros en z = 1 que tenga FE (z) y construimos la tabla 5.2. Ntese que las o entradas u(k) que se han empleado son aquellas cuyas transformadas de Laplace tienen trminos (z 1)n en el denominador. e De acuerdo con (5.8), los ceros de FE (z) son los valores de z que hacen que DG (z)DH (z) sea cero, es decir son iguales a los polos de G(z)H(z). Por esta razn tambin podemos denir el tipo de sistema como el nmero de polos en o e u z = 1 que tenga G(z)H(z).

5.2.

Estabilidad y criterios de estabilidad en sistemas continuos

En este cap tulo empleamos la denicin de estabilidad de entrada acotada o - salida acotada 3 , tambien conocida como estabilidad BIBO por sus siglas en ingls (Bounded Input - Bounded Output). e Un sistema dinmico es BIBO estable si cualquier entrada acotada produa ce una salida acotada. En otras palabras, si ante entradas de valor ninto la respuesta (su valor absoluto) no tiende a innito. La gura 2.3 muestra que las funciones continuas cuyos valores absolutos crecen indenidamente tienen sus polos en el semiplano derecho. Si una funcin o de transferencia tiene uno de sus polos en esa zona la respuesta natural tender a a innito, independientemente del valor de la entrada, y por tanto el sistema sera inestable.
3 Existen varias deniciones de estabilidad de sistemas dinmicos; afortunadamente para los a sistemas lineales todas ellas son equivalentes y podemos adoptar indistintamente cualquiera de ellas.

93

OSCAR G. DUARTE

En consecuencia, para asegurar que un sistema dinmico lineal sea estable, a todos los polos de su funcin de transferencia deben estar en el semiplano izo quierdo. Basta con que un polo est en el semiplano derecho para que el sistema e sea inestable. Si existe un polo en el eje imaginario, es decir, en la frontera entre los semiplanos derecho e izquierdo, se dice que el sistema es marginalmente estable.

5.2.1.

Arreglo y criterio de Routh-Hurwitz

Dado que la estabilidad de un sistema dinmico est determinada por la a a ubicacin de los polos de su funcin de transferencia, es decir por la ubicacin o o o de las ra de un cierto denominador, planteamos ahora el siguiente problema: ces Cmo determinar si las races de un polinomio como (5.15) estn o a ubicadas todas en el semiplano izquierdo? p(s) = an sn + an1 sn1 + + a1 s + a0 Antes de contestar esta pregunta, hacemos notar lo siguiente: Si (5.15) tiene coecientes de signos diferentes, o coecientes cero, entonces tiene al menos una raiz en el semiplano derecho o en el eje imaginario. Si (5.15) tiene todos sus coecientes del mismo signo, no podemos extraer conclusiones a priori sobre la ubicacin de sus ra o ces. Para demostrar lo anterior, supngase primero que (5.15) tiene slo ra o o ces reales, y por tanto puede factorizarse asi: p(s) = A(s 1 )(s 2 ) (s n ) (5.16) (5.15)

Si las ra i son todas negativas, los trminos i sern todos positivos, ces e a y en general el producto (s1 )(s2 ) (sn ) tendr todos los coecientes a positivos. De esta forma, los coecientes de (5.15) sern todos positivos o todos a negativos, dependiendo del signo de A en (5.16). Por esta razn, si p(s) tiene o coecientes de signos diferentes o cero, necesariamente al menos un trmino i e debe ser negativo, lo que implicar que tendr al menos una raiz positiva (en a a el semiplano derecho). Ahora supngase que (5.15) tiene dos ra complejas conjugadas: o ces p(s) = A(s ( + j))(s ( j))(s 3 ) (s n ) (s ( + j))(s ( j)) = s2 2s + ( 2 + 2 ) (5.17)

El producto de los trminos que tienen que ver con las ra complejas es: e ces (5.18)

Si < 0, es decir si las ra estn en el semiplano izquierdo, ( 5.18) tendr ces a a slo coecientes positivos, y por tanto (5.15) tendr todos sus coecentes del o a mismo signo (positivos si A es positiva y negativos si A es negativa). 94

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

sn sn1 sn2 . . . s1 s0

an an1

an2 an3

a1 a0

Figura 5.3: Arreglo de Routh. Primeras dos l neas

. . . si+2 si+1 si . . .

a1 b1 c1

a2 b2 c2

a3 b3 c3

Figura 5.4: Arreglo de Routh. Dos l neas genricas e

Como consecuencia de lo anterior, si (5.15) tiene coecientes de signos diferentes, o cero, podemos asegurar que tiene una o ms ra a ces en el semiplano derecho o en el eje imaginario. Si por el contrario tiene todos los coecientes de igual signo, es necesario realizar otro tipo de pruebas antes de establecer la ubicacin de sus ra o ces. Una de esas pruebas se conoce como la prueba de Routh-Hurwitz, para lo cual es necesario primero construir un arreglo espec co con los coecientes de (5.15) Construccin del arreglo de Routh o Dado un polinomio p(s) como (5.15) Es posible construir el arreglo de Routh de p(s) a partir de los coecientes ai que aparecen en (5.15). Para ello, inicialmente construimos el arreglo que se muestra en la gura 5.3. A continuacin, se completa el arreglo de Routh l o nea por l nea, siguiendo las siguientes indicaciones. Cada nueva l nea se construye con informacin de las dos l o neas inmediatamente anteriores. Para calcular el trmino jsimo de una l e e nea (cj en la gura 5.4) se efecta la operacin u o a1 aj+1 b1 bj+1 (5.19) cj = b1 Ejemplo 5.4 Considere el polinomio p(s) = s5 + s4 + 3s3 + 9s2 + 16s + 10 95 (5.20)

OSCAR G. DUARTE

s5 s4 s3 s2 s1 s0

1 1 c1 d1 e1 f1

3 9 c2 d2 e2 f2

16 10 c3 d3 e3 f3

Figura 5.5: Arreglo de Routh del ejemplo 5.4. Primeras dos l neas

s5 s4 s3 s2 s1 s0

1 1 6 10 12 10

3 9 6 10

16 10

Figura 5.6: Arreglo de Routh del ejemplo 5.4

La gura 5.5 muestra las dos primeras l neas del arreglo de routh para (5.20) Los valores de la l nea correspondiente a s3 se calculan asi: 1 3 1 9 c1 = = 6 1 1 16 1 10 c2 = =6 1

No es necesario calcular c3 , porque ya no hay ms columnas en las dos primeras a l neas, y por lo tanto el resultado ser 0. a Para la l nea correspondiente a s2 se tiene: 1 9 6 6 d1 = = 10 6 Para la l nea correspondiente a s1 : 6 6 10 10 e1 = = 12 10 Y para la l nea correspondiente a s0 : 10 10 12 0 = 10 f1 = 12 El resultado es el arreglo que se muestra en la gura 5.6 Es conveniente resaltar algunos aspectos de la construccin del arreglo o 96 1 10 6 0 d2 = = 10 6

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

s2 s1 s0

1 3 K +2

K +2

Figura 5.7: Arreglo de Routh del ejemplo 5.5

El nmero de las del arreglo disminuye progresivamente: cada dos las u se disminuye una columna. El trmino que est en la ultima columna justo antes de desaparecer sta e a e es siempre el mismo (es 10 en la gura 5.6), debido a que ste se calcular e a siempre como a b c 0 =b c Criterio de Routh-Hurwitz El criterio de Routh-Hurtwiz puede expresarse asi: Criterio de Routh-Hurwitz El nmero de ra de (5.15) en el semiplano derecho es igual al nmero u ces u de cambios de signo que se suceden en la primera columna del arreglo de Routh de dicho polinomio. Retomando el ejemplo 5.20, el polinomio (5.20) tiene dos ra ces en el semiplano derecho, ya que su arreglo de Routh (gura 5.6) tiene dos cambios de signo en la primera columna: uno al pasar de 1 a 6, y otro al pasar de 6 a 10. Miremos ahora el sistema realimentado de la gura 5.1. La funcin de transo ferencia, y por lo tanto sus polos, dependen de la variable K, como claramente se establece en (5.5). La utilizacin del criterio de Routh-Hurwitz permite estao blecer condiciones en la varible K para que el sistema realimentado sea estable. Esto podemos verlo mediante los ejemplos 5.5, 5.6 y 5.7: Ejemplo 5.5 Supngase que en el sistema de la gura 5.1 se tiene que o G(s) = 1 s+2 H(s) = 1 s+1

La funcin de transferencia del sistema realimentado es o F (s) = KG(s) K(s + 1) = 2 1 + KG(s)H(s) s + 3s + (K + 2)

El arreglo de Routh para el polinomio del denominador s 2 + 3s + (k + 2) se muestra en la gura 5.7. 97

OSCAR G. DUARTE

s3 s2 s1 s0

1 6 6+K
60K 6

11 6+K

Figura 5.8: Arreglo de Routh del ejemplo 5.6

Para que todas las ra ces estn en el semiplano izquierdo, y por lo tanto el e sistema sea estable, se necesita que todos los signos de la primera columna sean iguales, y por lo tanto: K+2>0 K > 2 Podemos concluir que para cualquier valor de k superior a 2 el sistema ser a estable, y para cualquier valor menor que 2 ser inestable. Justo cuando k = 2 a el sistema tendr estabilidad Marginal. a Ejemplo 5.6 Supngase que en el sistema de la gura 5.1 se tiene que o G(s) = 1 (s + 1)(s + 2) H(s) = 1 s+3

La funcin de transferencia del sistema realimentado es o F (s) = K(s + 3) KG(s) = 3 1 + KG(s)H(s) s + 6s2 + 11s + (6 + K) (5.21)

El arreglo de Routh para el polinomio del denominador s 3 + 6s2 + 11s + (6 + K) se muestra en la gura 5.8. Para que todas las ra ces estn en el semiplano izquierdo, y por lo tanto el e sistema sea estable, se necesita que todos los signos de la primera columna sean iguales, y por lo tanto: 60 K > 0 y 6+K >0

Podemos concluir que para cualquier valor de K en el intervalo (6, 60) el sistema ser estable, y para cualquier valor por fuera de ese intervalo ser inestable. a a Justo cuando K = 6 o K = 60 el sistema tendr estabilidad Marginal. a Ejemplo 5.7 Supngase que existe un sistema dinmico continuo cuya funcin de o a o transferencia tiene el siguiente denominador DF (s) = s3 + 3Ks2 + (K + 2)s + 4 El arreglo de Routh correspondiente se muestra en la gura 5.9. Para que el sistema sea estable se necesita que todos los trminos de la primera e columna sean del mismo signo, por lo tanto deben cumplirse las siguientes dos condiciones 3K > 0 3K 2 +6K4 >0 3K 98

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

s3 s2 s1 s0

1 3K
3K 2 +6K4 3K

K +2 4

Figura 5.9: Arreglo de Routh del ejemplo 5.7

s4 s3 s2 s1 s0

1 1 0

2 2 3

Figura 5.10: Arreglo de Routh con cero en la primera columna. Arreglo incompleto

La segunda condicin podr darse si tanto numerador como denominador son o a del mismo signo, sin embargo descartamos la opcin de que ambos sean negativos, o porque la primera condicin impone que el denominador sea positivo, es decir las o dos condiciones son: K>0 3K 2 + 6K 4 > 0 La segunda condicin se cumple si K < 2.52 o K > 0.52. De estas dos o posibilidades descartamos la primera, debido a que K debe ser positivo. Por lo tanto, aseguramos que el sistema sea estable si y slo si K > 0.52 o Problemas en la construccin del arreglo de Routh o Debido a que los trminos del arreglos de Routh se calculan como est indie a cado en (5.19), surge una dicultad cuando en la primera columna aparece un cero, pues para calcular los trminos de las columnas siguientes ser necesario e a dividir por cero. Tal es el caso del polinomio p(s) = s4 + s3 + 2s2 + 2s + 3 cuyo arreglo de Routh se muestra (parcialmente) en la gura 5.10. Para calcular los trminos de la siguiente columna ser necesario dividir por e a cero. Una estrategia para obviar este problema consiste en remplazar 0 por , completar el arreglo, y luego analizar el l mite cuando tiende a cero por la derecha. En esas condiciones, el arreglo de Routh ser como el que se muestra a en la gura 5.11. Cuando 0+ , el arreglo resulta ser como el de la gura 5.12, y por lo tanto el polinomio tiene dos ra en el semiplano derecho. ces Una dicultad mayor surge cuando todos los trminos de una la se hacen e cero. Este hecho se conoce como la terminacin prematura del arreglo, y est o a relacionada con polinomios cuyas ra estn ubicadas en forma simtrica resces a e pecto al origen, como por ejemplo cuando existen ra ces en el eje imaginario. 99

OSCAR G. DUARTE

s4 s3 s2 s1 s0

1 1 2 3

2 2 3
3

Figura 5.11: Arreglo de Routh con cero en la primera columna. Aproximacin o

s4 s3 s2 s1 s0

1 1 0+ 3

2 2 3

Figura 5.12: Arreglo de Routh con cero en la primera columna. Arreglo completo

Tal es el caso del polinomio p(s) = s5 + s4 + 5s3 + 5s2 + 4s + 4 cuyo arreglo de Routh se muestra (parcialmente) en la gura 5.13. La estrategia a emplear en este caso consiste en escribir el polinomio p(s) que se obtiene con los coecientes de la la inmediatemente superior a la que qued con ceros; el orden del primer monomio est dado por el trmino a la o a e izquierda de la l nea vertical (s4 en el ejemplo) y el de los dems monomios se a decrementa en dos: p(s) = s4 + 5s2 + 4 Este polinomio resulta ser un divisor exacto de p(s) (puede comprobarse que p(s) = p(s)(s + 1)). El arreglo de Routh lo continuamos remplazando la la de ceros por los coecientes de la derivada de p(s): d(s) p = 4s3 + 10s ds El arreglo resultante se muestra en la gura 5.14 s5 s4 s3 s2 s1 s0 1 1 0 5 5 0 4 4

Figura 5.13: Arreglo de Routh con terminacin prematura. Arreglo incompleto o

100

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

s5 s4 s3 s2 s1 s0

1 1 4 2.5 3.6 4

5 5 10 4

4 4

Figura 5.14: Arreglo de Routh con terminacin prematura. Arreglo completo o

5.2.2.

Lugar geomtrico de las ra e ces

De acuerdo con la ecuacin (5.5) los polos de la funcin de transferencia de o o un sistema como el de la gura5.1 dependen del valor de K. El lugar geomtrico e de las races, o simplemente root-locus es el grco en el plano s de la ubicacin a o de los polos de (5.5) conforme K varia de cero a innito (K : 0 ). Se dene tambin el root-locus complementario como el grco en el plano s e a de la ubicacin de los polos de (5.5) conforme K varia de menos innito a cero o (K : 0) Ejemplo 5.8 Supngase que en el sistema de la gura 5.1 los bloques G(s) y H(s) o son: 1 1 G(s) = H(s) = (s + 1) (s + 3) De tal manera que la funcin de transferencia del sistema realimentado es o F (s) = K(s + 3) s2 + 4s + (3 + K) (5.22)

Los polos de 5.22 estarn dados por a p1,2 = 4 16 4(3 + K) = 2 1 K 2 (5.23)

La tabla 5.3 muestra el valor de p1,2 para diversos valores positivos de K, segn u (5.23). La gura 5.15 muestra cmo var la ubicacin de los polos de (5.22): en o a o rojo se muestra qu sucede al variar K de 0 a es decir, lo que corresponde al e root-locus; en azul se muestra el efecto de variar K de menos innito a cero, lo que corresponde al root-locus complementario. Determinacin de la estabilidad o Si nos referimos a la ecuacin (5.5), encontramos que la condicin para los o o polos de F (s) ser a DG (s)DH (s) + KNG (s)NH (s) = 0 1 NG (s)NH (s) = DG (s)DH (s) K 101 G(s)H(s) = 1 K (5.24)

OSCAR G. DUARTE

K 8 3 0 0.75 1 2 5

p1 5 4 3 2.5 2 2 + j 2 + 2j

p2 1 0 1 1.5 2 2 j 2 2j

Tabla 5.3: Polos de la funcin de transferencia del ejemplo 5.8 o

Im(s) 2 1 Re(s) 5 4 3 2 1 1 1 2 2 3 4

Figura 5.15: Root-ocus (en rojo) y root-locus complementario (en azul) del ejemplo 5.8

102

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

Es importante hacer notar que la condicin expresada en (5.24) est dada o a en trminos de la ganancia de lazo abierto G(s)H(s) en lugar de la funcin de e o transferencia del sistema realimentado (5.5). Dado que G(s) es un complejo, (5.24) puede escribirse en trminos de su magnitud y angulo: e |G(s)H(s)| = 1 |K| arg[G(s)H(s)] = 180o 0o K>0 K<0 (5.25)

De acuerdo con (5.25), si un valor s0 forma parte del root-locus, entonces arg [G(s0 )H(s0 )] = 180o ; adems, podemos saber cul es el valor de K que a a 1 hace que la rama del root-locus pase justamente por s0 , pues |K| = |G(s0 )H(s0 )| ; como K es positiva (estamos suponiendo que s0 est en el root-locus) entonces a 1 K = |G(s0 )H(s0 )| . Si por el contrario, s0 forma parte del root-locus complementario, entonces. arg [G(s0 )H(s0 )] = 0o ; el valor de K que hace que la rama del root-locus pase 1 justamente por s0 , ser tal que pues |K| = |G(s0 )H(s0 )| ; como K es negativa a (estamos suponiendo que s0 est en el root-locus complementario) entonces K = a 1 |G(s0 )H(s0 )| . Ejemplo 5.9 Si tomamos el ejemplo de la gura 5.15, podemos conocer cul es el a valor de K que hace que la rama del root-locus complementario que viene desde llegue a 0. Este valor ser justamente: a K= 1 1 = 3 = 1 |G(s0 )H(s0 )| (0+1)(0+3)

De esta manera, podemos concluir que para valores de K menores que 3 siempre habr un polo en el semiplano derecho, y por lo tanto el sistema ser a a inestable. Para valores K mayores que 3 todas las ramas del root-locus estn en a el semiplano izquierdo, y por lo tanto el sistema ser estable. a Ejemplo 5.10 Supngase que en la gura 5.1 los valores de G(s) y H(s) son o G(s) = 1 (s + 1)(s + 2) H(s) = 1 (s + 3) (5.26)

La gura 5.16 muestra los diagramas de Root-Locus y Root-Locus complementario para (5.26). Ntese como una rama del root locus complementario (en azul) o viene desde + por el eje real, y pasa del semiplano derecho al semiplano izquierdo. Esto signica que para valores de K muy negativos el sistema realimentado tiene un polo en el semiplano derecho y por lo tanto es inestable. Sin embargo, conforme K aumenta y se acerca a 0 el polo que origina la inestabilidad se desplaza a la izquierda, y en algn momento pasa al semiplano izquierdo u y por lo tanto el sistema realimentado deja de ser inestable. Para determinar cul a es el valor de K en el que sucede esta transicin, observamos que la rama cruza el o eje imaginario justo en s = 0 + j0. De acuerdo con 5.25 tenemos: 103

OSCAR G. DUARTE

Imag. axis 4

Evans root locus

0 + j3.316

1
0 + j0

3
0 j3.316

4 4 3 2 closedloop poles loci 1 0 1 2

root locus asymptotic open loop poles asymptotic directions open loop poles directions root locus complementario
Figura 5.16: Diagramas de Root Locus para el ejemplo 5.10

104

Real axis

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

|G(s)H(s)| =

1 1 1 = = |K| |(0 + j0 + 1)(0 + j0 + 2)(0 + j0 + 3)| 6 |K| = 6

(5.27) (5.28)

La ecuacin (5.28) establece cul es el valor absoluto de K que hace que la o a rama del root-locus complementario pase del semiplano derecho al izquierdo. Como sabemos que se trata de valores negativos de K podemos establecer que para K < 6 el sistema realimentado es inestable, mientras que para 6 < K 0 es estable. Si observamos ahora el diagrama de root-locus (en rojo) observamos que existen dos ramas (simtricas respecto al eje horizontal) que nacen en el semiplano izquierdo e y pasan al semiplano derecho. Esto signica que para valores pequeos de K el n sistema realimentado es estable, pero a partir de algn valor positivo de K se torna u en inestable. Las dos ramas cruzan el eje imaginario simultaneamente, asi que para determinar el momento en el que sucede la transicin basta con estudiar una de ellas. Tomemos o por ejemplo la rama superior, que cruza el eje imaginario en 0 + j3.316. El valor de K en el que esto sucede puede determinarse empleando 5.25: 1 1 1 = = |K| |(0 + j3.316 + 1)(0 + j3.316 + 2)(0 + j3.316 + 3)| 60 |K| = 60

(5.29) (5.30)

Segn la ecuacin (5.30) para 0 K < 60 el sistema retroalimentado es estable, u o y para K > 60 es inestable. Combinando esta informacin con la que se obtuvo al analizar el root-locus o complementario puede concluirse que el sistema realimentado es estable si y slo si o K (6, 60) Reglas de construccin de los diagramas o La gura 5.15 ha sido construida a partir de la expresin exacta de la ubio cacin de los polos, dada por (5.23). No obstante, podr haberse empleado un o a mtodo diferente, ya que existen varias reglas constructivas, que permiten trae zar manualmente el root-locus y el root-locus complementario de funciones de transferencia de orden superior, con un alto grado de precisin. o Estas reglas constructivas, algunas de las cuales se han resumido en la tabla 5.54 , se basan en la ecuacin (5.5). En el ejemplo 5.11 se muestra cmo se o o emplean estas reglas. Ejemplo 5.11 Trazar el root-locus y el root-locus complementario de G(s)H(s) =
4n

s+1 s(s + 4)(s2 + 2s + 2)

= nmero de polos de G(s)H(s); m = nmero de ceros de G(s)H(s) u u

105

OSCAR G. DUARTE

Regla R1 : R2 : R3 : R4 : nmero de u ramas Inicio de las ramas Fin de las ramas Intervalos del eje real Nmero de u ramas que van hacia (o vienen desde) Angulos de las rectas as ntotas Centroide de las rectas as ntotas

root-locus n Polos de G(s)H(s) (o en ) Ceros de G(s)H(s) (o en ) A la izquierda de un nu mero impar de polos y ceros de G(s)H(s) |n m|

root-locus complementario n Ceros de G(s)H(s) (o en ) Polos de G(s)H(s) (o en ) A la izquierda de un nu mero par de polos y ceros de G(s)H(s) |n m|

R5 :

R6 :

2i+1 i = |nm| 180o 0, 1, , |n m|

i =

2i i = |nm| 180o 0, 1, , |n m|

i =

R7 :

Pn

P polos de G(s)H(s) m ceros de G(s)H(s) |nm|

Tabla 5.5: Reglas de construccin para el root-locus y el root-locus complementario o

106

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

Para trazar el diagrama de root-locus, comenzamos por ubicar en el plano complejo los polos y ceros de G(s)H(s) (gura 5.17(a)). De acuerdo con la Regla R 4 , podemos denir qu intervalos del eje real forman parte del root locus y cuales e del root locus complementario (gura 5.17(b)). Las reglas R 2 y R3 nos permiten determinar si las ramas del eje real llegan o salen de los ceros y polos de G(s)H(s) (gura 5.17(c)) Segn la regla R5 , debern existir 4 1 = 3 ramas que van al innito en el root u a locus, y otras 3 ramas que vienen desde el innito en el root locus complementario. Estas ramas sern as a ntotas a unas rectas que cruzan el eje real en el centroide , que segn la regla R7 ser: u a = ((0) + (4) + (1 + j) + (1 j) (1) 5 = 41 3

Podemos calcular los ngulos de esas rectas siguiendo la regla R 6 (gura 5.17(d)) a i 0 1 2 RL 0 = 2i+1 180o = 60o 41 1 = 2i+1 180o = 180o 41 2 = 2i+1 180o = 300o 41 RLC 2i 0 = 41 180o = 0o 2i 1 = 41 180o = 120o 2i 2 = 41 180o = 240o

Con esta informacin podriamos trazar parte de las ramas que van o vienen al o innito (gura 5.17(e)), pero ser necesario emplear otras reglas, o programas de a simulacin, para obtener los diagramas completos (gura 5.17(f)) o

5.2.3.

Diagramas y criterio de Bode

El anlisis del lugar geomtrico de las ra permite establecer la ubicacin a e ces o de los polos de un sistema como el de la gura 5.1 conforme cambia el valor de K. Si estamos interesados en estudiar la estabilidad del sistema, debemos analizar los puntos en los cuales las ramas del root-locus y el root locus complementario cruzan el eje imaginario, pues es en ese punto en donde los polos pasan del semiplano izquierdo al derecho, o viceversa, y por lo tanto son los puntos en donde puede cambiar la estabilidad del sistema realimentado. Adems, el root-locus es simtrico respecto al eje horizontal, por lo cual a e basta con estudiar en qu momento las ramas atraviesan una de las dos mitades e del eje imaginario, generalmente la mitad positiva. Este hecho sugiere otra posibilidad de estudiar la estabilidad de los sistemas realimentados: En lugar de estudiar en dnde estn ubicadas las ramas del rooto a locus en todo el plano complejo, centrar nuestra atencin unicamente en el eje o imaginario positivo, y detectar cundo es atravesado por alguna rama del roota locus. Recordemos que de acuerdo con (5.25) los puntos del plano complejo que forman parte del root-locus son tales que al evaluar en ellos la funcin G(s)H(s) o el angulo del nmero complejo resultante debe ser 180o o 0o . u 107

OSCAR G. DUARTE

Im(s)

Im(s) Re(s)

(a) Primer paso

(b) Segundo paso

Im(s)

(c) Tercer paso

(d) Cuarto paso

Im(s)

(e) Quinto paso

(f) Sexto paso

Figura 5.17: Root-locus (en rojo) y root-locus complementario (en azul) del ejemplo 5.11

108



Re(s)

Re(s)

Re(s)

Im(s)

Re(s)

Im(s)

Re(s)

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

De acuerdo con lo anterior, los puntos en donde puede cambiar la estabilidad del sistema realimentado coincide con aquellos puntos j del eje imaginario en donde arg {G(j)H(j)} = 180o 0o (5.31)

El valor de |G(j)H(j)| puede leerse (en decibeles) en el diagrama de bode de magnitud, tal como se muestra en la gura 5.18. A partir de ese valor, y empleando (5.32) puede determinarse los valores de K para los cuales una rama del root-locus atraviesa el eje imaginario (Kc en la gura 5.18). Mrgenes de estabilidad a

Para encontrar cules son los valores de que satisfacen (5.31) pueden traa zarse los diagramas de bode 5 de G(s)H(s) y buscar grcamente en el diagrama a de fase cules son los puntos en donde el angulo de G(j)H(j) vale 180o o a 0o , tal como se muestra en la gura 5.186. Para determinar los valores de K en los cuales la rama del root-locus atraviesa el eje imaginario, puede emplearse nuevamente (5.25): 1 (5.32) |G(j)H(j)| = |K|

Las ecuaciones (5.31) y (5.32) establecen dos condiciones que deben cumplir los puntos j del plano complejo para formar parte del root-locus o del rootlocus complementario; una de las condiciones hace referencia a la gananacia de G(s)H(s) y la otra a su fase. La idea de los mrgenes de estabilidad consiste en a suponer que k = 1, y explorar qu margen se tiene cuando se cumple una de e esas condiciones: Margen de ganancia: El margen de ganancia consiste en el menor valor por el que se debe amplicar la ganancia de G(s)H(s) cuando se satisface la condicin (5.31), para que simultneamente se cumpla la condicin (5.32). o a o Para el caso en que K > 0, el margen de ganancia puede leerse (en decibeles) en los diagramas de bode como el valor negativo de la ganancia a la frecuencia en la que la fase es de 180o.

Para el caso en que K < 0, el margen de ganancia puede leerse (en decibeles) en los diagramas de bode como el valor negativo de la ganancia a la frecuencia en la que la fase es de 0o .

Margen de fase: El margen de fase consiste en el menor valor que se le debe sumar al angulo de G(s)H(s) cuando se satisface la condicin (5.32), para o que simultneamente se cumpla la condicin (5.31) a o
apndice B e un mtodo grco caido en desuso para calcular F (j) a partir de G(j) cuando e a K = H(s) = 1. Ese mtodo se basa en las cartas de Nichols, presentadas en el apndice C e e
6 Existe 5 ver

109

OSCAR G. DUARTE

Diagrama de Bode de magnitud j root-locus: K > 0 K < 0

1 |Kc |

j 0o j 180o Diagrama de Bode de fase

Figura 5.18: Relacin entre el root-locus y los diagramas de Bode o

Para el caso en que K > 0, el margen de fase puede leerse en los diagramas de bode como 180o , donde es el angulo a la frecuencia en la que la ganancia es de 0db. Para el caso en que K < 0, el margen de fase puede leerse en los diagramas de bode como , donde es el angulo a la frecuencia en la que la ganancia es de 0db. Ejemplo 5.12 Supngase que en el sistema de la gura 5.1 los bloque G(s) y H(s) o son: 1 1 H(s) = (5.33) G(s) = (s + 1)(s + 2) (s + 3) La gura 5.19 muestra los Diagramas de Bode de G(s)H(s). Segn (5.31) los u puntos en los cuales puede cambiar la estabilidad del sistema realimentado son aquellos en los que el ngulo de G(j)H(j) es 0o o es 180o. a Al observar la gura 5.19 notamos que el ngulo de G(j)H(j) es 180 o a para una frecuencia de 0.528Hz, es decir para = 20.528 = 3.316rad/s. En esa frecuencia el valor de la magnitud de G(j)H(j) es de 35.56db, lo que signica que la magnitud de K, en decibeles, para la cual una rama del root-locus atraviesa el eje imaginario es tal que |K|1 db = 35.56, lo que equivale a: en
|K|en db 1 = 10 20 |K|

|K| = 10

|K|en db 20

|K| = 10

35.56 20

= 60

110

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

10 15.56db 30 35.56db 70 110 150 190

db

Magnitude

Hz 230 10
3 . . 2 1 0 1 2 3

10

10

10
0.528Hz Phase

10

10

10

20 20 60 100 140 180o180 220 260 300 10

degrees

Hz
2 1 0 1 2 3

10

10

10

10

10

10

Figura 5.19: Diagramas de Bode para un ejemplo

111

OSCAR G. DUARTE

como K > 0 (hemos encontrado una rama del root locus) entonces K = 60. Tambin debemos buscar los puntos para los cuales el ngulo de G(j)H(j) e a es 0o . En la gura 5.19 se observa que el diagrama de fase es asinttico a 0 o , es o decir, que para = 0 el ngulo de G(j)H(j) es 0o . El diagrama de magnitud a de G(j)H(j) es asinttico a 15.56db, lo que signica que la magnitud de K, o en decibeles, para la cual una rama del Root-Locus complementario atraviesa el eje imaginario es tal que |K|1 db = 15.56, lo que equivale a: en
|K|en db 1 = 10 20 |K|

|K| = 10

|K|en db 20

|K| = 10

15.56 20

=6

como K < 0 (hemos encontrado una rama del root locus complementario) entonces K = 6. Hemos encontrado los valores de K para los cuales un polo cruza el eje imaginario, y han resultado ser 6 y 60. Esto signica que al variar K desde hasta , la estabilidad del sistema realimentado slo puede cambiar en 6 y 60. o En consecuencia, podemos denir tres intervalos para K en los cuales la estabilidad es constante; para conocer la estabilidad de cada intervalo basta con determinar la de uno de sus puntos: K (, 6): Seleccionamos K = 10 de tal manera que el denominador de (5.21) se convierte en s3 + 6s2 + 11s 4 Como el denominador tiene coecientes de signos diferentes al menos tiene una raiz en el semiplano derecho, y en consecuencia el sistema realimentado es inestable. K (6, 60): Seleccionamos K = 0 de tal manera que el denominador de (5.21) se convierte en s3 + 6s2 + 11s + 6 = (s + 1)(s + 2)(s + 3) Las raices del denominador son negativas (1, 2 y 3) , y en consecuencia el sistema realimentado es estable. K (60, ): Seleccionamos K = 100 de tal manera que el denominador de (5.21) se convierte en s3 + 6s2 + 11s + 106 cuyas raices son 6.71 y .36 j3.96, es decir que tiene dos raices en el semiplano derecho y en consecuencia el sistema realimentado es inestable.

5.2.4.

Diagrama y criterio de Nyquist

Para poder presentar el criterio de Nyquist, es conveniente recordar antes el principio del argumento, que puede explicarse a partir de la metodolog grca a a para calcular el valor de una funcin compleja racional. o 112

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

c1 p1 p3

p2 c2

Figura 5.20: Determinacin grca del valor de una funcin de transferencia o a o racional

Determinacin grca del valor de una funcin compleja racional o a o Supngase una funcin compleja F (s) que puede escribirse como una razn o o o de polinomios: a0 + a 1 s1 + + a m sm (5.34) F (s) = b0 + b 1 s1 + + b n sn Al factorizar los polinomios, la ecuacin (5.34) podr escribirse como o a F (s) = A (s c1 )(s c2 ) (s cm ) (s p1 )(s p2 ) (s pn )

Si se quiere calcular el valor de F (s) para un valor espec co de s, digamos s0 , es decir, si se quiere calcular F (s0 ), basta con remplazar s por s0 : F (s0 ) = A (s0 c1 )(s0 c2 ) (s0 cm ) (s0 p1 )(s0 p2 ) (s0 pn ) (5.36)

Cada uno de los parntesis que aparecen en (5.36) puede determinarse de e forma grca, tal como se explica a continuacin: La gura 5.20 muestra el a o diagrama de polos y ceros de una funcin de transferencia F (s) hipottica; en o e dicho diagrama se observa que el vector (s0 c1 ) corresponde al vector que va desde c1 hasta s0 . La magnitud y el angulo de dicho vector pueden medirse en la grca, y corresponder al primero de los parntesis de (5.36). a a e De forma similar podr procederse con cada uno de los parntesis de (5.36), a e de tal manera que una forma de calcular la magnitud y el angulo de F (s0 ) ser a:
m

|F (s0 )| = |A|

Magnitudes de los vectores que van de ceros a s0 Magnitudes de los vectores que van de polos a s0 113

(s0 c1 )

s0

c1 s0

(5.35)

(5.37)

OSCAR G. DUARTE

Plano s

Plano F s0 F (s)

F (s0 )

1 1 2

1 1 2

Figura 5.21: Plano s y Plano F

m arg F (s0 ) = arg A + Angulos de los vectores que van de ceros a s0 n Angulos de los vectores que van de polos a s0 (5.38) siendo arg A = 0o si A > 0 o arg A = 180o si A < 0

Principio del argumento Para presentar el principio del argumento, supongamos inicialmente que la funcin F (s) a que se reere la ecuacin (5.34) es o o F (s) = s + 1 (5.39)

es decir, tiene un unico cero en s = 1 y no tiene polos. Supongamos tambin e que deseamos calcular F (s0 ), para s0 = 1 + j. La gura 5.21 muestra dos planos complejos: en el primero de ello se ha dibujado el diagrama de polos y ceros de (5.39); este plano lo denominaremos plano s. En el segundo plano se ha dibujado el resultado de calcular F (s0 ), y por eso lo denominaremos plano F. Para obtener F (s0 ) y poder gracarlo en el plano F se ha empleado el mtodo grco en el plano s, y el resultado se ha e a trasladado, tal como se seala en la gura 5.21. n Si ahora quisieramos calcular F (s) no en un unico punto s0 sino en todos los puntos de una trayectoria cerrada del plano s, podriamos repetir el procedimiento anterior en cada uno de los puntos de la trayectoria. Las guras 5.22 y 5.23 muestran los resultados para dos trayectorias diferentes que se han recorrido en el sentido horario. En ambos casos se produce en el plano F otra trayectoria cerrada en sentido horario. 114

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

Plano s

2 1

Plano F

2 1

F (s) 1

Figura 5.22: Plano s y Plano F en una trayectoria cerrada que no encierra el cero

La principal diferencia entre las dos trayectorias seleccionadas es que la primera de ellas (gura 5.22) no encierra al cero de F (s) mientras que la segunda (gura 5.22) s lo hace. Como consecuencia de esto, en el primer caso la trayec toria cerrada que aparece en el plano F no encierra al origen, mientras que en el segundo s lo hace. Las guras 5.24 y 5.25 muestran cul habr sido el resultado si F (s) tuviera a a un polo en s = 1 en lugar de un cero, es decir si F (s) = 1/(s + 1). En el plano F aparecen trayectorias cerradas que slo encierran al origen si la trayectoria o del plano s encierra al polo. Sin embargo, debe resaltarse que el sentido de la trayectoria que encierra al origen es antihorario, lo que se explica observando que en la ecuacin (5.38) el angulo de los vectores que van de polos a s 0 tiene o signo negativo. Ahora bien, si la trayectoria hubiese encerrado varios ceros y varios polos, cada uno de estos ceros habr contribuido en 5.36 con un trmino que habr a e a variado 360o en sentido horario, mientras que cada polo lo har con otro trmino a e que habr variado 360o en sentido antihorario. a Otro detalle a tener en cuenta, es que si la trayectoria pasa por un polo de F (s), al calcularla en ese punto el resutado ser , y por lo tanto la trayectoria a generada en el plano F no necesariamente ser cerrada. Estos hechos pueden a consignarse en el principio del argumento, que se presenta a continuacin: o 115

OSCAR G. DUARTE

Plano s

2 1

Plano F

2 1

F (s) 1 2 2 1

Figura 5.23: Plano s y Plano F en una trayectoria cerrada que encierra el cero

Plano s

2 1

Plano F

2 1

Figura 5.24: Plano s y Plano F en una trayectoria cerrada que no encierra el polo

1 2

116

F (s)

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

Plano s

Figura 5.25: Plano s y Plano F en una trayectoria cerrada que encierra el polo

Principio del argumento Dada una funcin F (s), calculada en una trayectoria cerrada , que no o pasa por ningn polo de F (s), recorrida en sentido horario, el resultado es u tambin una trayectoria cerrada que encierra al origen en sentido horario e un nmero de veces : u = n m n = Nmero de ceros de F(s) encerrados por u m = Nmero de polos de F(s) encerrados por u (5.40)

Trayectoria de Nyquist La trayectoria de Nyquist para un sistema continuo realimentado como el de la gura 5.1 es una curva cerrada que abarca todo el semiplano derecho, y que no contiene ningn polo de G(s)H(s). La gura 5.26 muestra la trayectoria u de nyquist para el caso general. Ntese que la trayectoria de Nyquist recorre todo el eje emaginario y regresa o por una semicircunferencia de radio , abarcando todo el semiplano derecho. Para el caso especial en que G(s)H(s) tiene polos en el eje imaginario es necesario modicar la trayectoria, tal como se muestra en la gura 5.26, mediante pequeas semicircunferencias de radio arbitrariamente pequeo n n Diagrama de Nyquist Para un sistema continuo como el de la gura 5.1, el diagrama de Nyquist es la trayectoria orientada que resulta de calcular G(s)H(s) a travs de la trae 117

F (s) 1 2 1 1

Plano F

OSCAR G. DUARTE

r=

Figura 5.26: Trayectoria de Nyquist para el caso general

r=

Figura 5.27: Trayectoria de Nyquist con polos en el eje imaginario

118

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

Plano s
r=

Plano GH G(s)H(s)

Figura 5.28: Diagrama de Nyquist

yectoria de Nyquist (ver gura 5.28). Criterio de Nyquist Para el sistema continuo realimentado de la gura 5.1, con K = 1 denamos la funcin o R(s) = 1 + G(s)H(s) = 1 + NG (s) NH (s) = DG (s) DH (s) DG (s)DH (s) + NG (s)NH (s) DG (s)DH (s)

(5.41)

Si calculamos R(s) a lo largo de la trayectoria de Nyquist , el resultado es una curva . El criterio de Nyquist se deriva de aplicar el principio del argumento a esta curva. Aplicando (5.40) se tiene: Nmero de veces Nmero de ceros Nmero de polos u u u que encierra al = de R(s) encerrados de R(s) encerrados origen por por

(5.42)

La ecuacin (5.42) puede escribirse de otra forma, si se tiene en cuenta que: o La curva encierra todo el semiplano derecho Los polos de R(s) son los mismos polos de G(s)H(s), como se puede vericar en (5.41) Los ceros de R(s) son los mismos polos del sistema realimentado (con K = 1) como puede verse al comparar (5.41) con (5.5) 119

OSCAR G. DUARTE

Con estas consideraciones la ecuacin (5.42) se convierte en o Nmero de polos u Nmero de veces u Nmero de polos de u del sistema realique encierra al = G(s)H(s) en el sementado en el semiorigen miplano derecho plano derecho

(5.43)

es la curva que resulta de calcular R(s) a lo largo de la trayectoria de Nyquist , pero como R(s) = 1 + G(s)H(s), es igual al diagrama de Nyquist de G(s)H(s) desplazado a la derecha una unidad; de tal manera que evaluar cuntas veces encierra al origen es igual que evaluar cuntas veces encierra a a el diagrama de Nyquist de G(s)H(s) el punto (1, 0). Por esta razn podemos o convertir (5.43) en la forma conocida como el criterio de Nyquist: Criterio de Nyquist El nmero de polos en el semiplano derecho que tiene un sistema continuo u realimentado como el de la gura 5.1 , con K = 1 puede determinarse a partir de la ecuacin o Nmero de veces u Nmero de polos u que el diagrama Nmero de polos de u del sistema realide Nyquist de = G(s)H(s) en el se- (5.44) mentado en el semiG(s)H(s) encierra miplano derecho plano derecho al punto (1, 0) Para que el sistema realimentado sea estable debe tener cero polos en el semiplano derecho. El criterio de Nyquist tambin permite determinar qu valores puede tener e e K en la gura 5.1, para que el sistema realimentado sea estable. Para ello debe notarse que el diagrama de Nyquist de kG(s)H(s) diere del diagrama de Nyquist de G(s)H(s) slo en la escala, es decir tienen la misma forma, pero el o primero est amplicado respecto al segundo K veces. Observando el diagraa ma de Nyquist puede determinarse qu tanto debe amplicarse G(s)H(s) para e asegurar que no haya polos en el semiplano derecho. Para estudiar los valores negativos de K que har que el sistema fuera an estable, podr amos trazar el diagrama de Nyquist de G(s)H(s); sin embargo esto no es necesario, ya que ese diagrama slo puede diferir del de G(s)H(s) en o una rotacin de 180o , por lo tanto es suciente con averiguar qu tantas veces o e se encierra el punto (1, 0). Ejemplo 5.13 La gura 5.29 muestra el diagrama de Nyquist correspondiente a un sistema realimentado con G(s) = 1 (s + 1)(s + 2) 120 H(s) = 1 (s + 3) (5.45)

5.2. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS CONTINUOS

Nyquist plot Im(h(2i*pi*f)) 0.15

0.11 0.190 0.07

0.132

0.093 0.059

0.024 0.03 1000 0.01

1 60

1 6

0.05 0.229

0.034

0.09 0.151 0.103 0.13 0.05 0.01 0.03 0.07 0.11 0.15 0.068 Re(h(2i*pi*f))

0.19

Figura 5.29: Diagrama de Nyquist para el ejemplo 5.13

En esa gura se han destacado los puntos en los que el Diagrama de Nyquist cruza el eje real (1/60 y 1/6). El nmero de polos que G(s)H(s) tiene en el u semiplano derecho es cero, de acuerdo con (5.45). De esta forma, el criterio de Nyquist, ecuacin (5.44), establece que: o Nmero de polos del u sistema realimenta0= 0 (5.46) do en el semiplano derecho y por lo tanto el sistema realimentado es estable para K = 1. Adems, en el a diagrama de Nyquist se observa que ste se puede amplicar hasta 60 veces sin que e cambie el nmero de veces que encierra al punto (1, 0), lo que signica que para u 0 < k < 60 el sistema sigue siendo estable. Si se amplica por un valor superior a 60 el punto (1, 0) resulta encerrado dos veces por el diagrama, y por lo tanto el sistema realimentado tendr dos polos en el semiplano derecho, es decir, ser a a inestable. Evaluamos ahora la estabilidad para valores negativos de K Remitindonos nuee vamente a la gura 5.29, observamos que podemos amplicar 6 veces el diagrama sin que cambie el nmero de veces que encierra al punto (1, 0), lo que signica que u para 6 > K > 0 el sistema sigue siendo estable. Si se amplica por un valor mayor a 6 el punto (1, 0) resulta encerrado una vez por el diagrama, y por lo tanto el sistema realimentado tendr un polo en el semiplano derecho, es decir, ser inestable. a a En resumen, el sistema ser estable para K (6, 60). a 121

OSCAR G. DUARTE

5.3.

Estabilidad y criterios de estabilidad en sistemas discretos

Por razones anlogas a las expresedas en la seccin 5.2, la estabilidad de a o sistemas dinmicos lineales discretos tambin est determinada por la ubicacin a e a o de sus polos. La condicin de estabilidad consiste en que stos deben estar o e ubicados en el interior del c rculo unitario. Debido a que esta condicin es diferente a la que existe para los sistemas o continuos, las herramientas presentadas en la seccin 5.2 no pueden emplearse o directamente, sino que es necesario efectuar algn tipo de adecuacin. Existen u o en general tres estrategias: Adecuar el sistema discreto para que parezca un sistema continuo. Este es el caso de la transformacin bilineal que se explica en la seccin 5.3.1. o o Disear estrategias espec n cas para sistemas discretos. El criterio de Jury que se presenta en la seccin 5.3.2 corresponde a este caso. o Adecuar las estrategias de anlisis para que funcionen con sistemas discrea tos. Las secciones 5.3.3, 5.3.4 y 5.3.5 explican como adecuar las estrategias de root-locus, Bode y Nyquist, respectivamente (ver seccin5.2), para aplio carlas en el caso discreto.

5.3.1.

Transformacin bilineal o
r=

z+1 (5.47) z1 Se conoce como la transformacin bilineal, ya que al despejar r en (5.47) o resulta una expresin similar: o r+1 z= (5.48) r1 La transformacin bilineal tiene la propiedad de transformar la circunferencia o unitaria en el eje imaginario. Para demostrarlo, supongamos un valor de z que est en la circunferencia unitaria, es decir z = cos + j sin para algn valor a u de . Al aplicar (5.47) observamos que z se transforma en r= que puede escribirse como r= 1 + cos + j sin (1 + cos + j sin ) (1 + cos j sin ) = 1 + cos + j sin (1 + cos + j sin ) (1 + cos j sin ) sin j2 sin =j 2 2 cos cos 1 122 cos + j sin + 1 cos + j sin 1

La transformacin o

Al efectuar las operaciones se obtiene que r es un imaginario puro: r= (5.49)

5.3. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS DISCRETOS

z 1 + j0 0.707 + j0.707 0 + j1 0.707 + j0.707 1 + j0 0.707 j0.707 0 j1 0.707 j0.707

r indenido 0 j2.4142 0 j1 0 j0.4142 0 + j0 0 + j0.4142 0 + j1 0 + j2.4142

Tabla 5.6: Transformacin bilineal de algunos puntos sobre la circunferencia unitaria o

Plano z

Plano r r=

z+1 z1

Figura 5.30: Transformacin Bilineal o

La tabla 5.6 muestra cmo se transforman algunos puntos sobre la circunfeo renca unitaria. Esta transformacin se visualiza en la gura 5.30. o Ejemplo 5.14 Supngase que en el sistema de la gura 5.2 se tiene que o G(z) = 1 z + 0.3 H(z) = 1 z + 0.7 (5.50)

La funcin de transferencia del sistema realimentado es o F (z) = KG(z) K(z + 0.7) = 2 1 + KG(z)H(z) z + z + (K + 0.21) (5.51)

Al aplicar la transformacin bilineal a F (z) se obtiene o F (r) =

r+1 r1

K
2

r+1 r1 r+1 r1

+ 0.7 = + (K + 0.21) 123 r2 (2.21

K(r2 1.4r 0.3) + K) + r(1.58 2K) + 0.21

OSCAR G. DUARTE

r2 r1 r0

(2.21 + K) (1.58 2K) (0.21 + K)

(0.21 + K)

Figura 5.31: Arreglo de Routh para el sistema transformado

Los valores de K que hacen que todas las ra de F (z) estn dentro del c ces e rculo unitario en el plano z son los mismos valores que hacen que todas las ra de F (r) ces estn en el semiplano izquierdo del plano r. Estos ultimos pueden determinarse por e medio del criterio de Routh Hurwitz. El arreglo correspondiente se muestra en la gura 5.31 de donde se deduce que las condiciones para que el sistema del ejemplo sea estable son: 2.21 + K > 0 O lo que es equivalente: 0.21 < K < 0.79 (5.53) 1.58 2K > 0 0.21 + K > 0 (5.52)

5.3.2.

Arreglo y criterio de Jury

El criterio de Jury 7 permite determinar cuntas ra tiene un polinomio en a ces el interior del c rculo unitario. Cumple, para el caso discreto, un papel anlogo a al que cumple el criterio de Routh-Hurwitz en el caso continuo. Construccin del arreglo de Jury o Dado un polinomio p(z) p(z) = an sn + an1 sn1 + + a2 s2 + a1 s1 + a0 (5.54)

en donde los coecientes ai son reales y an es positivo, es posible construir el Arreglo de Jury de p(z) a partir de los coecientes ai que aparecen en (5.54). Para ello, inicialmente se construye el arreglo que se muestra en la gura 5.32: la primera l nea contiene los coecientes de p(z) en orden, desde a0 hasta an , y en la segunda l nea en orden inverso. En general, cada l nea par contiene los mismos coecientes que la l nea inmediatamente anterior pero en el orden inverso. Los elementos de las l neas impares se construyen asi: a0 an b0 ank ck = bn1 ak c0 bn1k dk = cn2 bk cn2k ck

bk =

(5.55)

Es decir, el primer elemento de una la impar se calcula como el determinate de la matriz construida tomando de las dos l neas inmediatamente anteriores la
7 Existen

versiones diferentes del criterio de Jury a las presentadas en estas notas

124

5.3. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS DISCRETOS

Fila 1 2 3 4 5 6 . . . 2n 5 2n 4 2n 3

z0 a0 an b0 bn1 c0 cn2 . . . p0 p3 q0

z1 a1 an1 b1 bn2 c1 cn3 . . . p1 p2 q1

z2 a2 an2 b2 bn3 c2 cn4 . . . p2 p1 q2

p3 p0

z nk ank ak bnk bk1 cnk ck2

z n2 an2 a2 bn2 b1 cn2 c0

z n1 an1 a1 bn1 b0

zn an a0

Figura 5.32: Arreglo de Jury. Primeras dos l neas

primera y la ultima columna; el segundo elemento de forma similar pero con la primera y la penltima columnas; el tercero con la primera y la antepenltima, u u y asi sucesivamente. Dado que el ultimo elemento ser el determinante de la a matriz formada con dos columnas iguales (la primera dos veces), este valor ser a siempre cero, y por tanto no se escribe en el arreglo (se ha eliminado). Ejemplo 5.15 Considrese el polinomio e p(z) = 1 + 2z + 3z 2 + 4z 3 + 5z 5 (5.56)

Las primeras dos l neas del arreglo de Jury para p(z) se muestran en la gura 5.33. Slo es necesario construir 5 l o neas, porque n = 4 y 2n 3 = 5. La tercera l nea se construye asi: b0 = 1 5 = 24 5 1 1 3 = 12 5 3 b1 = 1 4 = 18 5 2 1 2 = 6 5 4

b2 =

b3 =

El arreglo con las cuatro primeras l neas su muestra en la gura 5.34.La quinta l nea se construye asi: c0 = 24 6 = 504 6 24 c2 = c1 = 24 12 = 360 6 18

24 18 = 180 6 12

Criterio de Jury El Criterio de Jury puede expresarse asi: 125

OSCAR G. DUARTE

Fila 1 2 3 4 5

z0 1 5 b0 b3 c0

z1 2 4 b1 b2 c1

z2 3 3 b2 b1 c2

z3 4 2 b3 b0

z4 5 1

Figura 5.33: Arreglo de Jury del ejemplo 5.15. Primeras dos l neas

Fila 1 2 3 4 5

z0 1 5 24 6 c0

z1 2 4 18 12 c1

z2 3 3 12 18 c2

z3 4 2 6 24

z4 5 1

Figura 5.34: Arreglo de Jury del ejemplo 5.15. Primeras cuatro l neas

Fila 1 2 3 4 5

z0 1 5 24 6 504

z1 2 4 18 12 360

z2 3 3 12 18 180

z3 4 2 6 24

z4 5 1

Figura 5.35: Arreglo de Jury del ejemplo 5.15. Arreglo completo

126

5.3. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS DISCRETOS

Criterio de Jury Las condiciones necesarias y sucientes para que p(z) en (5.54) tenga todas sus ra en el interior del c ces rculo unitario del plano z son: p(1) > 0 p(1) |a0 | < |b0 | > |c0 | > . . . |q0 | > >0 si n es par < 0 si n es impar an |bn1 | |cn2 | n 1 condiciones |q2 | (5.57a) (5.57b)

(5.57c)

Ntese que este criterio se reduce a unas condiciones muy simples para el o caso de polinomios de segundo orden (n = 2): p(1) > 0 p(1) > 0 |a0 | < a2 (5.58a) (5.58b) (5.58c)

Ejemplo 5.16 Supngase el polinomio p(z) de la ecuacin (5.56) en el Ejemplo o o 5.15, cuyo arreglo de Jury se muestra en la gura 5.35. Las condiciones (5.57) se convierten en: p(1) = 1 + 2(1)1 + 3(1)2 + 4(1)3 + 5(1)4 = 15 > 0 p(1) = 1 + 2(1)1 + 3(1)2 + 4(1)3 + 5(1)4 = 3 > 0 1 = |a0 | < a4 = 5 24 = |b0 | > |b3 | = 6 504 = |c0 | > |c2 | = 180 (5.59a) (5.59b) (5.59c)

Por lo que p(z) tiene todas su ra en el interior del c ces rculo unitario. Efectivamente, las ra de p(z) son: ces r12 = 0.1378 i0.6782 |r12 | = 0.692 < 1 r3,4 = 0.5378 i0.3583 |r3,4 | = 0.646 < 1

Ejemplo 5.17 Supngase ahora un sistema como el del ejemplo 5.14, es decir un o sistema realimentado como el de la gura 5.2 con G(z) = 1 z + 0.3 127 H(z) = 1 z + 0.7 (5.60)

OSCAR G. DUARTE

La funcin de transferencia del sistema realimentado es o F (z) = K(z + 0.7) KG(z) = 2 1 + KG(z)H(z) z + z + (K + 0.21) (5.61)

Para que el denominador de F (z) tenga todas sus ra en el c ces rculo unitario, y por tanto el sistema realimentado sea estable, se deben satisfacer (5.57); como el denominador es de segundo orden, estas condiciones se convierten en las que muestra (5.58), es decir: p(1) = 1 + 1 + (0.21 + K) > 0 p(1) = 1 1 + (0.21 + K) > 0 |0.21 + K| = |a0 | < a2 = 1 Estas condiciones se convierten en K > 2.21 K > 0.21 1.21 < K < 0.79 o lo que es equivalente: 0.21 < K < 0.79 que coincide con lo obtenido en (5.53) Problemas en la construccin del arreglo de Jury o Es posible que algunos o todos los elementos de una la en el arreglo de Jury sean cero, en cuyo caso se considera que el arreglo ha terminado de forma prematura. La solucin ha este inconveniente se considera fuera del alcance del o curso y por lo tanto se ha omitido en estas notasfootnotevase [22]. e (5.64) (5.63a) (5.63b) (5.63c) (5.62a) (5.62b) (5.62c)

5.3.3.

Lugar geomtrico de las ra e ces

El root-locus y el root-locus complementario muestran cmo var la ubicao a cin de los polos de la ecuacin (5.5) al variar K. Como la forma de (5.5) y la de o o (5.6) son idnticas, pueden emplearse estos diagramas en forma anloga a como e a se emplean en el caso continuo para determinar la estabilidad de un sistema discreto realimentado como el de la gura 5.2: deben encontrarse las condiciones para que todas las ramas del root-locus y el root-locus complementario estn en e el interior del c rculo unitario. Ejemplo 5.18 Tomemos el mismo sistema analizado en los ejemplos 5.14 y 5.17. Se trata de un sistema realimentado como el de la gura 5.2 con G(z) = 1 z + 0.3 128 H(z) = 1 z + 0.7 (5.65)

5.3. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS DISCRETOS

El root-locus y el root-locus complementario de G(z)H(z) se muestra en la gura 5.36. Se ha dibujado all tambin el c e rculo unitario, para facilitar la determinacin o de la estabilidad. El root-locus cruza el circulo unitario en 0.5 j 1 0.52 = 0.5 j0.86, Estos puntos corresponden a una ganancia Kc1 positiva tal que Kc1 = 1 = 0.79 (0.5 + j0.86 + 0.3)(0.5 + j0.86 + 0.7) (5.66)

El root-locus complementario cruza el c rculo unitario en 1 y en 1.Estos puntos corresponden a unas ganancias Kc2 y Kc3 negativa tales que Kc2 = 1 = 0.21 (1 + 0.3)(1 + 0.7) 1 = 2.21 (1 + 0.3)(1 + 0.7) (5.67)

Kc3 =

(5.68)

De las ecuaciones (5.66), (5.67) y (5.68) se desprenden las condiciones para que el root-locus y el root locus complementario estn en el interior del c e rculo unitario: Para el root-locus se necesita que K < 0.79 y para el root-locus complementario que K > 0.21 y K > 2.21. Estas condiciones se pueden resumir en una sla o 0.21 < K < 0.79 que coincide con las encontradas en (5.53) y (5.64) (5.69)

5.3.4.

Diagramas y criterio de Bode

En la seccin 5.2.3 se muestra cmo pueden emplearse los Diagramas de o o Bode para estudiar la estabilidad de sistemas realimentados cont nus como los de la gura 5.1. La gura 5.18 muestra la relacin entre el cruce por el eje real o de las ramas del root-locus y el root-locus complementario con los diagramas de bode de G(s)H(s). Para estudiar la estabilidad de los sistemas discretos ya no es importante el cruce por el eje imaginario, sino el cruce por la circunferencia unitaria. Por esta razn, los diagramas de |G(j)H(j)| y arg G(j)H(j) ya no son utiles. o Dicho de otra forma, ya no es interesante recorrer el eje imaginario j, sino la circunferencia unitaria. Esta ultima se puede recorrer con la funcin ej , varian o do entre 0 y 2. En efecto, podemos emplear la Frmula de Euler para escribir o ej = cos + j sin (5.70)

La ecuacin (5.70) muestra que ej es un nmero complejo de magnitud 1 o u y angulo , por lo tanto, si var entre 0 y 2 se recorre la circunferencia a unitaria. 129

OSCAR G. DUARTE

Im(z) 1.5 1.0

1.5 1.0 0.5

0.5 1.0 1.5

0.5

Re(z) 0.5 1.0 1.5

Figura 5.36: root-locus (en rojo) y root-locus complementario (en azul) para el ejemplo 5.18

Al igual que en el caso continuo, podemos argumentar la simetr del roota locus para recorrer unicamente la mitad de la circunferencia, es decir, tomar 0 . En resumen, podemos trazar los diagramas de magnitud y angulo para 1 G(ej )H(ej ) con 0 , o lo que es igual, para G(jf )H(jf ) con 0 < f < 2 . Estos son los diagramas de bode para sistemas discretos y emplean las mismas escalas que los diagramas de bode para sistemas continuos. La relacin que existe entre los diagramas de root-locus y root-locus como plementario, por una parte, y los diagramas de bode, por otra, para sistemas discretos se muestra en la gura 5.37. De esta forma, la determinacin de la eso tabilidad de sistemas realimentados discretos es completamente anloga al caso a continuo, y se ilustra con el ejemplo 5.19 Ejemplo 5.19 Retomemos el mismo sistema analizado en los ejemplos 5.14, 5.17 y 5.18. Se trata de un sistema realimentado como el de la gura 5.2 con G(z) = 1 z + 0.3 H(z) = 1 z + 0.7 (5.71)

Los diagramas de bode de G(z)H(z) se muestran en la gura 5.38 (Ntese que o 1 f var de 0 a 2 ). a Se observa que el ngulo de G(ej )H(ej ) es 180o para una frecuencia de a 0.3338Hz, es decir para = 20.3338 = 2.094rad/s. En esa frecuencia el valor 130

5.3. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS DISCRETOS

Diagrama de Bode de magnitud ej root-locus: K > 0 K < 0

ej ej 1 |Kc |

0o
ej

e
j

180o Diagrama de Bode de fase

Figura 5.37: Relacin entre el root-locus y los diagramas de Bode para el caso o discreto

de la magnitud de G(ej )H(ej ) es de 2.04db, lo que signica que la magnitud de K, en decibeles, para la cual una rama del Root-Locus atraviesa la circunferencia 1 unitaria es tal que |Kc1 |en db = 2.04, lo que equivale a:
|Kc1 |en db 1 = 10 20 |Kc1 |

|Kc1 | = 10 = 0.79

|Kc1 |en db 20

|Kc1 | = 10

2.04 20

Kc1 = 0.79

(5.72)

Para estudiar los cruces por la circunferencia unitaria de ramas del root-locus complementario, observamos que el diagrama de fase es asinttico a 0 o , es decir o que para = 0 el ngulo de G(ej )H(ej ) es 0o . Tambin se observa que para a e una frecuencia de 1 Hz, es decir = el ngulo es de 360o, que es igual a 0o . a 2 Lo anterior signica que dos ramas del root locus complementario cruzan la circunferencia unitaria en Kc2 y Kc3 que se pueden calcular como: |Kc2 | = 10 |Kc3 | = 10
6.89 20

= 2.21 = 0.21

13.555 20

Kc2 = 2.21 Kc3 = 0.21

(5.73) (5.74)

Los resultados de las ecuaciones (5.72) a (5.74) son coherentes con los obtenidos en (5.53), (5.64) y (5.69).

131

OSCAR G. DUARTE

17
13.555db 13

db

Magnitude

9 5
2.04db

1 3 Hz
3 . .

6.89db 7

10

10 Phase

10
0.3338Hz

10

0 40 80 120 160 180o 200 240 280 320 360 10

3

degrees

Hz
2 1 0

10

10

10

Figura 5.38: Diagramas de Bode para el ejemplo 5.19

132

5.3. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS DISCRETOS

Figura 5.39: Trayectoria de Nyquist para el caso discreto general

5.3.5.

Diagrama y criterio de Nyquist

El criterio de Nyquist para sistemas realimentados continuos de la ecuacin o (5.44) se construye empleando las trayectorias de Nyquist que se muestran en las guras 5.26 y 5.27. Estas trayectorias han sido diseadas en forma tal que encien rran todo el semiplano derecho y asi poder emplear el principio del argumento (ecuacin (5.40)) en forma conveniente. o Para sistemas discretos realimentados como los de la gura 5.2 es necesario modicar la trayectoria de Nyquist para que encierre toda la porcin del plano o complejo que est por fuera del c a rculo unitario. La trayectoria seleccionada se muestra en la gura 5.39; en caso de que G(z)H(z) tenga polos exactamente sobre la circunferencia unitaria, es necesario modicar la trayectoria como se muestra en la gura 5.40. Denominaremos al diagrama obtenido con estas trayectorias Diagrama de Nyquist para sistemas discretos, o simplemente Diagrama de Nyquist discreto. En estas condiciones, el Criterio de Nyquist para sistemas discretos puede enunciarse asi: 133

OSCAR G. DUARTE

Figura 5.40: Trayectoria de Nyquist para el caso discreto con polos en la circunferencia unitaria

Criterio de Nyquist para sistemas discretos El nmero de polos por fuera del c u rculo unitario que tiene un sistema discreto realimentado como el de la gura 5.2 , con K = 1 puede determinarse a partir de la ecuacin o Nmero de veces u u que el diagrama de Nmero de polos Nmero de polos de u del sistema realiNyquist discreto de = G(z)H(z) por fuera (5.75) G(z)H(z) encierra mentado por fuera del c rculo unitario del c rculo unitario al punto (1, 0) Para que el sistema realimentado sea estable debe tener cero polos por fuera del c rculo unitario. Ejemplo 5.20 Retomemos el mismo sistema analizado en los ejemplos 5.14, 5.17, 5.18 y 5.19. Se trata de un sistema realimentado como el de la gura 5.2 con G(z) = 1 z + 0.3 H(z) = 1 z + 0.7 (5.76)

El diagrama de Nyquist de G(z)H(z) se muestra en la gura 5.41; puede observarse que el diagrama de Nyquist encierra una vez el punto (1, 0). Adems, a G(z)H(z) tiene cero polos por fuera del c rculo unitario. Segn (5.75) se tiene que u 134

5.3. ESTABILIDAD Y CRITERIOS DE ESTABILIDAD EN SISTEMAS DISCRETOS

Nmero de polos del u sistema realimenta1= 0 (5.77) do por fuera del c rculo unitario y por lo tanto el sistema realimentado con K = 1 es inestable. Sin embargo el nmero de veces que se encierra el punto (1, 0) puede ser 0 si el diagrama se u amplica por un valor positivo menor que 0.79. En estas condiciones el sistema realimentado ser estable. Por lo tanto, para que el sistema realimentado sea estable a con valores positivos de K, se necesita que 0 < K < 0.79 Para estudiar los valores negativos de K que har que el sistema fuera estable, an podr amos trazar el diagrama de Nyquist de G(z)H(z); sin embargo esto no es necesario, ya que ese diagrama slo puede diferir del de G(z)H(z) en una rotacin o o de 180o , por lo tanto es suciente con averiguar qu tantas veces se encierra el e punto (1, 0). En la gura 5.41 se observa que el nmero de veces que el diagrama de Nyquist u puede encerrar al punto (1, 0) es 0, 1 o 2 en las siguientes condiciones: Si se amplica por una cantidad menor que 0.21 lo encierra 0 veces. Si se amplica por una cantidad mayor que 0.21 y menor que 2.21 lo encierra 1 vez. Si se amplica por una cantidad mayor que 2.21 lo encierra 2 veces. Por lo tanto, para que el sistema realimentado sea estable con valores negativos de K, se necesita que 0.21 < K < 0 Al combinar los resultados obtenidos para valores positivos y negativos de K se tiene que 0.21 < K < 0.79 (5.78) que coincide con (5.53), (5.64), (5.69) y (5.72).

135

OSCAR G. DUARTE

Nyquist plot Im(h(exp(2i*pi*f*dt))) 4 0.451 3 0.479 2 0.466

0.4

1 0.135 0 0.5

1 0.79
0.388

1 2.21

1 0.21
0.488

2 0.425 3 0.447 0.463 0.476 Re(h(exp( 2i*pi*f*dt)))

4 2 1 0 1 2 3 4 5

Figura 5.41: Diagrama de Nyquist para el ejemplo 5.20

136

Captulo 6 Representacion en variables de estado

6.1.

Introduccin o

En los cap tulos anteriores se han presentado distintas estrategias para modelar el comportamiento de sistemas dinmicos continuos y discretos, entre ellas: a Ecuaciones diferenciales o de diferencia Funciones de transferencia Respuestas al impulso Diagramas de bloque Diagramas de ujo de seal n En este cap tulo se estudia una nueva alternativa que emplea un conjunto de variables denominadas variables de estado. Puede pensarse que stas son tan e slo variables matemticas auxiliares, aunque en ocasiones tienen un sentido o a f sico. Algunas de las ventajas que se obtienen con esta nueva representacin o son las siguientes: La representacin de sistemas de mltiples entradas y mltiples salidas es o u u ms sencilla. a Toda la dinmica del sistema se representa por ecuaciones diferenciales o a de diferencia de primer orden. 137

OSCAR G. DUARTE

u1 (t) u2 (t) up (t) . . .

Sistema Dinmico a

y1 (t) y2 (t) . . . yq (t)

Figura 6.1: Sistema Continuo de m ltiples entradas y m ltiples salidas u u

u1 (k) u2 (k) up (k) . . .

Sistema Dinmico a

y1 (k) y2 (k) . . . yq (k)

Figura 6.2: Sistema Discreto de m ltiples entradas y m ltiples salidas u u

Permite el desarrollo de mtodos computacionales ms ecientes para la e a simulacin de sistemas dinmicos. o a Brinda una nueva perspectiva sobre la dinmica de los sistemas. a Algunas de las tcnicas de control moderno (como el control robusto) se e basan en este tipo de representacin. o Vale la pena aclarar que si bien las ecuaciones que se emplean son de primer orden, stas operan sobre vectores. Rerindonos a las guras 6.1 y 6.2, si se e e trata de un sistema continuo sern: a x(t) =f (x(t), u(t), t) y(t) =g(x(t), u(t), t) y si se trata de un sistema discreto sern: a x(k + 1) =f (x(k), u(k), k ) y(k) =g(x(k), u(k), k ) (6.2) (6.1)

En las ecuaciones (6.1) y (6.2) u es un vector que contiene cada una de las p entradas al sistema, y es un vector que contiene cada una de las q salidas del sistema, x es un vector que contiene cada una de las n variables de estado del 138

 6.1. INTRODUCCION

sistema, es decir: u1 u2 u= . . . up y1 y2 y=. . . yq x1 x2 x= . . . xn

(6.3)
n1

p1

q1

Las ecuaciones vectoriales (6.1) y (6.2) son en realidad un conjunto de ecuaciones. Por ejemplo, las ecuaciones (6.1) corresponden a algo de la forma: x1 (t) = f1 (t) (x1 (t), x2 (t), , xn (t), u1 (t), u2 (t), , up (t), t) x2 (t) = f2 (t) (x1 (t), x2 (t), , xn (t), u1 (t), u2 (t), , up (t), t) . . . xn (t) = fn (t) (x1 (t), x2 (t), , xn (t), u1 (t), u2 (t), , up (t), t) y1 (t) = g1 (t) (x1 (t), x2 (t), , xn (t), u1 (t), u2 (t), , up (t), t) y1 (t) = g2 (t) (x1 (t), x2 (t), , xn (t), u1 (t), u2 (t), , up (t), t) . . . yq (t) = gq (t) (x1 (t), x2 (t), , xn (t), u1 (t), u2 (t), , up (t), t) En general, estudiaremos sistemas dinmicos lineales invariantes en el tiema po, de mltiples entradas y mltiples salidas. Si el sistema es continuo, como el u u de la gura 6.1 su modelo corresponder a las ecuaciones Matriciales a x(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t)

(6.4)

Si el sistema es discreto, como el de la gura 6.2 su modelo corresponder a a las ecuaciones matriciales x(k + 1) = Ax(k) + Bu(k) y(k) = Cx(k) + Du(k) (6.5)

En las ecuaciones (6.4) y (6.5) A, B, C y D son matrices de tamao aden cuado: x(t)n1 = Ann x(t)n1 + Bnp u(t)p1 y(t)q1 = Cqn x(t)n1 + Dqp u(t)p1 x(k + 1)n1 = Ann x(k)n1 + Bnp u(k)p1 y(k)q1 = Cqn x(k)n1 + Dqp u(k)p1 (6.6)

(6.7)

Para encontrar la solucin de las ecuaciones (6.4) y (6.5) y efectuar su ano a lisis, pero sobre todo para buscarle un signicado a las variables de estado, se emplean algunos conceptos de Algebra Lineal. Con el propsito de recordar esos o conceptos, se presenta en la seccin 6.2 los resultados necesarios ms importano a tes. Una presentacin formal de stos se encuentra en el apndice D, de donde o e e se han extraido algunos apartes y ejemplos. 139

OSCAR G. DUARTE

6.2.
6.2.1.

Algunos resultados de lgebra lineal a

Espacios vectoriales

Sea un conjunto y F : (, , ) un campo (usualmente F se trata de R o C con las operaciones usuales de suma y multiplicacin). A los elementos de o se les denomina Vectores, y a los elementos de Escalares. tiene estructura de Espacio Vectorial sobre F si est dotado de una operacin binaria + (suma a o vectorial) y una operacin entre elementos de y (Producto por escalar) o que cumplen las siguientes propiedades: Para la suma vectorial V.1 Clausurativa: x, y x + y V.2 Asociativa: x, y, z (x + y) + z = x + (y + z) V.3 Modulativa: 0 | x x + 0 = x V.4 Invertiva: x (x) | x + (x) = 0 V.5 Conmutativa: x, y x + y = y + x Para el producto por escalar V.6 Clausurativa: x , x V.7 Asociativa: x , , ( ) x = ( x) V.8 Modulativa: x , 1 x = x. 1 es el mdulo de o V.9 Anulativa: x , 0x = 0. Donde 0 es el mdulo de , y 0 es el mdulo o o de + Para las dos operaciones V.10 Distributiva respecto a +: x, y , (x+y) = (x)+(y) V.11 Distributiva respecto a : x , , ()x = (x)+(x) Ejemplo 6.1 Uno de los espacios vectoriales ms conocidos, y que servir para a a futuros ejemplos en este cap tulo es el formado por R 2 sobre el campo R con las operaciones usuales. En general, Cn sobre el campo C con las operaciones usuales forma un espacio vectorial. Ejemplo 6.2 El conjunto de todos los polinomios sobre el campo R con las operaciones usuales entre polinomios forma un espacio vectorial. Ejemplo 6.3 El conjunto de todas las funciones continuas a trozos sobre el campo C con la operacin + denida como la suma punto a punto forma un espacio o vectorial. 140

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

Ejemplo 6.4 El conjunto de todas las matrices de tamao jo mn sobre el campo n C con las operaciones usuales entre matrices forma un espacio vectorial. Los siguientes son algunos conceptos asociados a los espacios vectoriales: Subespacio: Es un espacio vectorial contenido dentro de otro espacio vectorial, por ejemplo una recta que cruce por el origen dentro del plano. Combinacin lineal: Es una expresin de la forma o o
n

1 x1 + 2 x2 + + n xn =

i xi
i=1

en donde los i son escalares y los xi son vectores Independencia lineal: Un conjunto de vectores es lineamente independiente si la unica combinacin lineal de ellos cuyo resultado es 0 es la que tiene o todos los coecientes iguales a 0. Conjunto generado: Es el conjunto de todas las posibles combinaciones lineales de los vectores de un cierto conjunto, al que se denomina conjunto generador. Dimensin: Es el mximo nmero de vectores linealmente independientes que o a u puede haber en un espacio vectorial. Base: Es cualquier conjunto de vectores linealmente independiente que adems a genera el espacio vectorial. En R2 la base estndar est formada por los a a vectores (1, 0) y (0, 1) Coordenadas de un vector: Un vector x de un espacio vectorial puede escribirse como una unica combinacin lineal de su base B = {b1 , b2 , , bn }: o x = 1 b1 + 2 b2 + + n bn Los coecientes i de esa combinacin lineal son las coordenadas de x en o la base B. Cambios de base: Un mismo vector tendr diferentes coordenadas en dos baa ses diferentes. Sean A = {a1 , a2 , , an } y B = {b1 , b2 , , bn } dos bases del mismo espacio vectorial V de dimensin n. Denimos las matrices A y o B como las matrices que tienen en sus columnas cada uno de los elementos de las bases A y B respectivamente: A = a1 B = b1 a2 b2 an bn

141

OSCAR G. DUARTE

Un vector x tendra coordenadas i en la base A y i en la base B. Denimos los vectores columna y que contienen las coordenadas: 1 1 2 2 = . = . . . . . n n Las expresiones que permiten encontrar las coordenadas de x en una base a partir de sus coordenadas en la otra son las siguientes: A = B = A1 B = B1 A (6.8)

En caso de que A sea la base estndar, la matriz A resulta ser la matriz a identidad de orden n y (6.8) se convierte en = B = B1 (6.9)

Transformaciones lineales: Dado un espacio vectorial V de dimensin n, o entenderemos por transformacin lineal, en el contexto de este cap o tulo, una funcin V V que puede representarse por una matriz cuadrada A o de dimensin n n: o y = Ax En otras palabras, una transformacin lineal toma un vector x V y o produce un vector y V mediante la operacin y = Ax. o Transformaciones y cambios de base: Sea T una transformacin lineal, que o en la base estndar se representa por la matriz T . La misma transformaa cin se representar en otra base B = {b1 , b2 , , bn } por o a T = B1 T B en donde B = [b1 b2 bn ] Ejemplo 6.5 La funcin T : R2 R2 consistente en la rotacin de vectores 90o o o en sentido horario es una transformacin lineal representada por la matriz A: o A= 0 1 1 0 (6.10)

Un vector x de coordenadas (a, b) se convertir en un vector y cuyas coordenadas a se calculan asi: 0 1 a b y = Ax = = 1 0 b a 142

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

1 =1 2 =3 2 =2 1 =-1 : base : vector x

1 =1 2 =-2

Figura 6.3: Cambio de base de un Vector

Ejemplo 6.6 En R2 puede denirse una base con cualquier pareja de vectores no paralelos. Denamos por ejemplo A = {(1, 0), (0, 1)}, B = {(3, 1), (2, 2)} y C = {(1, 1)(1, 1)} (vectores rojos en la gura 6.3). Consideremos ahora el vector x en la gura 6.3. Sus coordenadas en la base estndar A sern a a 1 = 1 = 3 2 Para obtener las coordenadas de x en las bases B y C construimos las matrices B y C y empleamos (6.9) B= 3 2 1 2 C= 1 1 1 1 1 1 = 3 2 1 1 = 3 2

= =

1/2 1/2 1 = B1 = 1/4 3/4 2 1 1/2 1/2 = C1 = 2 1/2 1/2

Puede vericarse que las coordenadas en las bases B y C satisfacen las relaciones (6.8) = B1 C = C1 B Ejemplo 6.7 En el ejemplo 6.5 se mostr que la rotacin de 90 o en sentido horario o o estaba representada en la base estndar por la matriz a T = 0 1 1 0

La misma transformacin se representar en la base B = {(3, 1), (2, 2)} por la o a matriz T = B1 T B 143

OSCAR G. DUARTE

T =

1/2 1/2 1/4 3/4

0 1 1 0

3 2 2 2 = 1 2 2.5 2

Supngase ahora el vector x, cuyas coordenadas en la base estndar son x = o a (1, 3) y en la base B son x = (1, 2) (ejemplo 6.6). Al efectuar la rotacin de 90 o o en sentido horario se obtendr un vector y cuyas coordenadas en la base estndar a a sern y y en la base B sern y : a a 0 1 1 0 1 3 = 3 1 2 2 2.5 2 1 2 = 2 1.5

y =

y =

6.2.2.

Valores y vectores propios

Sea A una transformacin lineal Rn Rn . Un escalar es un valor propio o o valor caracterstico de A si existe un vector no nulo v tal que Av = v. Cualquier vector no nulo v que satizfaga Av = v (6.11)

es un vector propio asociado con el valor propio 1 . La relacin (6.11) implica que para un vector propio v el efecto de aplicarle o la transformacin lineal A es igual que amplicarlo por el escalar . Esto implica o que un vector y el vector transformado son colineales o paralelos y por lo tanto linealmente dependientes. Para calcular los valores propios de una matriz A puede reescribirse la ecuacin (6.11) como o Av v = 0 (A I)v = 0 En donde I es la matriz identidad de igual orden que A, es decir n n. Para que exista una vector v = 0 tal que (A I)v = 0 debe cumplirse que det(I A) = 0 (6.12)

El lado izquierdo de la ecuacin (6.12) corresponde a un polinomio de orden o n en la variable conocido como el polinomio caracterstico de A y denotado por (). Dicho de otra forma, los valores propios de A son las raices de su polinomio caracter stico (). Por tanto, la matriz A tiene n valores propios 1 , 2 , , n ; estos valores podrn ser reales o complejos y podrn ser diferentes o repetidos. a a
1 La denicin (6.11) se reere estrictamente a valores y vectores propios por derecha, para o distinguirlos de los valores y vectores propios por izquierda, que deben satisfacer v t A = vt . En este texto slo se consideran los primeros, y por tanto se hace referencia a ellos simplemente o como valores y vectores propios.

144

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

Ejemplo 6.8 Obtener los valores y vectores propios de la matriz A= 4 1 2 1

Construimos la matriz B = (I A) y hallamos su determinante: B = (I A) = 1 0 4 1 ( 4) 1 = 0 1 2 1 2 ( 1)

() = det(B) = ( 4)( 1) + 2 = 2 5 + 6 = ( 2)( 3) Los valores propios de A sern las ra de () a ces 1 = 2 2 = 3

Los vectores propios asociados a 1 = 2 deben cumplir (6.11): Av1 = 1 v1 4 1 2 1 v v11 = 2 11 v21 v21 4v11 + v21 2v11 + v21 2v11 4v11 + v21 = 2v21 2v11 + v21 = 2v11 = 2v21

Se crea entonces un sistema de ecuaciones con innitas soluciones:

Para obtener un vector propio asociado a 1 = 2 podemos escoger arbitrariamente un valor para v11 o para v21 . Por ejemplo, si escogemos v11 = 1 obtenemos v21 = 2. En consecuencia, un vector propio asociado a 1 = 2 ser a v1 = 1 2 en general v1 = a 2a

Los vectores propios asociados a 2 = 3 tambin deben cumplir (6.11): e Av2 = 1 v2 4 1 2 1 v12 v = 3 12 v22 v22 4v12 + v22 3v12 = 2v12 + v22 3v22 = 3v12 = 3v22

Se crea entonces un segundo sistema de ecuaciones con innitas soluciones: 4v12 + v22 2v12 + v22

Para obtener un vector propio asociado a 2 = 3 podemos escoger arbitrariamente un valor para v12 o para v22 . Por ejemplo, si escogemos v12 = 1 obtenemos v22 = 1. En consecuencia, un vector propio asociado a 2 = 3 ser a v2 = 1 1 en general v2 = 145 a a

OSCAR G. DUARTE

Ejemplo 6.9 Obtener los valores y vectores propios de la matriz A= 2 1 1 2 1 ( 2)

Construimos la matriz B = (I A) y hallamos su determinante: B = (I A) = ( 2) 2 1 1 0 = 1 1 2 0 1

() = det(B) = ( 2)2 + 1 = 2 4 + 5 Los valores propios de A sern las ra de () a ces 1,2 = 2 j

Al aplicar (6.11) para 1 y 2 se obtienen dos sistemas de ecuaciones con innitas soluciones 2v11 + v21 v11 + 2v21 = (2 + j)v11 = (2 + j)v21 2v12 + v22 v12 + 2v22 1 j a ja = (2 j)v12 = (2 j)v22

Seleccionando arbitrariamente v11 = 1 y v12 = 1 se obtiene v1 = o en general v1 = a ja v2 = 1 j v2 =

6.2.3.

Forma cannica de Jordan o

Matrices con valores propios diferentes Sean 1 , 2 , , n los n valores propios de una matriz A de orden n n, todos diferentes, y sea vi un vector propio asociado a i con i = 1, 2, , n. El conjunto V = {v1 , v2 , , vn } es linealmente independiente, y por lo tanto sirve como una base para el espacio vectorial. Si se efectua un cambio de base a la nueva base V , la matriz A se transforma en la matriz de acuerdo con (6.10): = M1 AM (6.13)

La matriz es la matriz diagonalizada, o la forma cannica de Jordan de o A, y se dene asi: 1 0 0 0 2 0 = . . . .. . . . . . . . 0 0 n 146

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

La matriz M se denomina la matriz modal, y se dene asi: M = v1 v2 vn

Esta armacin puede demostrarse facilmente al comprobar que M = AM: o 1 0 0 0 2 0 M = v1 v2 vn . . .. . = 1 v 1 2 v 2 n v n . . . . . . . 0 0 n AM = A v1 v2 vn = Av1 Av2 Avn Como Avi = i vi entonces las ecuaciones anteriores se reducen a M = AM o lo que es igual = M1 AM Ejemplo 6.10 La transformacin lineal representada por la matriz o A= 4 1 2 1

cuyos valores propios son (Ejemplo 6.8) 1 = 2, 2 = 3 con vectores propios v1 , v2 : 1 1 v1 = v2 = 2 1 Tiene una representacin en la base {v1 v2 } dada por la matriz diagonal o = M1 AM = 1 1 2 1 4 1 2 1 1 1 2 0 = = 1 2 1 0 3 0 0 2

Ejemplo 6.11 La transformacin lineal representada por la matriz o A= 2 1 1 2

cuyos valores propios son (Ejemplo 6.9) 1,2 = 2 j con vectores propios v1 , v2 : v1 = 1 j v2 = 1 j

Tiene una representacin en la base {v1 v2 } dada por la matriz diagonal o = M1 AM = j/2 j/2 j/2 j/2 2 1 1 2 1 j 1 2+j = j 0 147 0 = 1 2j 0 0 2

OSCAR G. DUARTE

Matrices con valores propios repetidos Al intentar efectuar la diagonalizacin de una matriz A que tenga valores o propios repetidos puede encontrarse un tropiezo debido a que los vectores propios no necesariamente son linealmente independientes; de hecho, lo usual es que no lo sean aunque existen casos en que lo son. Al no contar con un nmero suciente de vectores propios linealmente indeu pendientes no es posible construir una base que diagonalice la matriz. No ser a posible obtener M1 y no se podr calcular = M1 AM. Pese a ello, siempre a se podr obtener una diagonalizacin por bloques. a o Dada una transformacin lineal A de orden n n, de valores propios 1 , 2 , o , n , se dene la degeneracidad del valor propio i , denotada por di , como el nmero de vectores propios de linealmente independientes asociados a un valor u propio i , y se calcula asi: di = n (i I A) en donde (X) es el rango de la matriz X, que equivale al nmero de columnas u (o las) linealmente independientes de X Ejemplo 6.12 Obtener los valores y vectores propios de la matriz A y diagonalizarla A= 1 2 2 5 2 ( 5)

Construimos la matriz B = (I A) y hallamos su determinante: B = (I A) = ( 1) 1 2 1 0 = 2 2 5 0 1

() = det(B) = ( 1)( 5) + 4 = 2 6 + 9 = ( 3)2 Los valores propios de A sern las ra de () a ces 1 = 2 = = 3 La degeneracidad de = 3 se obtiene asi: d1 = 2 (3I A) d1 = 2 31 2 2 35 =2 2 2 2 2 =21=1

Lo anterior signica que aunque tiene multiplicidad 2, slo es posible encontrar o un vector linealmente independiente. Este se obtiene empleando (6.11), y resulta ser 1 a v1 = en general v1 = 1 a No es posible construir una base para el espacio de dimensin 2 con un slo o o vector, por lo tanto no es posible diagonalizar A 148

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

Construimos (I A):

Ejemplo 6.13 Obtener los valores y vectores propios de la matriz A y diagonalizarla 3 0 1 A = 1 2 1 1 0 3 ( 3) I A = 1 1 0 ( 2) 0 1 1 ( 3)

Su polinomio caracter stico resulta ser

() = ( 3)2 ( 2) ( 2) = 3 82 + 20 16 Las ra del polinomio son 1 = 2 = 2, 3 = 4. Para determinar la degeneracidad ces de 1 calculamos 1 I A 1 0 1 (2 3) 0 1 (2 2) 1 = 1 0 1 I A = 1 1 0 1 1 0 (2 3) d1 = n (I A) d1 = 3 1 = 2 Lo anterior signica que existen dos vectores propios linealmente independientes asociados a 1 = 2 = 2. Estos dos vectores junto con el vector propio asociado a 3 = 4 pueden formar una base y por tanto es posible diagonalizar A. Para obtener los tres vectores propios empleamos (6.11): d d 3 0 1 a 3 0 1 a 1 2 1 e = 4 e 1 2 1 b = 2 b f f 1 0 3 c c 1 0 3 Se originan los sistemas de ecuaciones 3a c = 2a a + 2b c = 2b a + 3c = 2c Que se convierten en a=c 3d f = 4a d + 2e f = 4e d + 3f = 4f d = e = f

Podemos construir dos vectores linealmente independientes v 1 , v2 que satisfacen a = c y un tercero v3 que satisface d = e = f , por ejemplo 1 1 1 v3 = 1 v2 = 1 v1 = 0 1 1 1 149

OSCAR G. DUARTE

En la base {v1 v2 v3 } la transformacin A se representa por : o 3 0 1 1 1 1 1 1 0 = M1 AM = 1/2 1 1/2 1 2 1 0 1 1 1 1 1 1/2 0 1/2 1 0 3 1 2 0 0 = M1 AM = 0 2 0 = 0 0 0 0 4 0 2 0 0 0 3

Cada bloque de Jordan est asociado a un valor propio de la matriz A. Para a conocer la forma exacta de la matriz J es necesario responder estas preguntas: Cuntos bloques tiene asociados cada valor propio no repetido de la maa triz A? De qu tamao es cada uno de los bloques de Jordan asociados a cada e n valor propio no repetido de la matriz A? El siguiente algoritmo permite obtener las respuestas. Se plantea para un valor propio , y deber aplicarse para cada valor propio diferente: a 1. Se dene la matriz B = A I. 150

en donde cada trmino Ji es una submatriz e la forma j 1 0 0 j 1 . . .. . . . Ji = . . 0 0 0 0 0 0

Cuando no se puede encontrar un conjunto de vectores propios linealmente independiente lo sucientemente grande para diagonalizar la matriz, debe acudirse al concepto de vectores propios generalizados para lograr una diagonalizacin por bloques. o El concepto de vector propio generalizado, y la forma de calcularlos se sale del ambito de este texto, aunque una presentacin detallada puede encontrarse o en el apndice D. No obstante, es posible determinar en forma sencilla cul es e a la forma de la matriz diagonalizada por bloques, o forma cannica de Jordan o de una matriz, segn se explica a continuacin. u o En general, se representa la forma cannica de Jordan de la matriz A por o J, y es de la forma J1 0 0 0 J2 0 J= . . .. . . . . . . . . 0 0 J2 cuadrada (un bloque de Jordan) de 0 0 0 .. . 1 j

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

r 2 1

Figura 6.4: Diagrama de Matthew vacio simple

2. Se calcula (B0 ), (B1 ), (B2 ), , (B)r hasta que no haya cambio al incrementar el exponente. 3. Se calculan las nulidades 0 , 1 , 2 , , r , en donde i = n (Bi ). 4. Se calcula i = i i1 , para i = 1, 2, , r. 5. Se construye el diagrama de Matthew con la forma que se presenta en la gura 6.4: el nmero de celdas de cada la del diagrama de Matthew est u a determinado por i . 6. Utilizar las siguientes convenciones: a) b) Identicar el nmero de columnas del diagrama como q. u Identicar las columnas del diagrama como c1 , c2 , , cq de izquierda a derecha.

c) Identicar el tamao de cada columna como h1 , h2 , , hq . n 7. En esas condiciones el nmero de bloques de Jordan asociados al valor u propio es q, y el tamao de cada uno de esos bloques es h1 , h2 , , hq . n En general, la forma cannica de Jordan ser entonces: o a J11 0 . . . 0 J= 0 J12 . . . 0 .. . 0 0 . . . .. . Jm1 0 . . . 0 151 0 Jm2 . . . .. . 0 0 0 . . . Jmqm 0

J1q1

OSCAR G. DUARTE

j 0 . Jji = . . 0 0

1 j . . . 0 0

0 1 .. . 0 0

Ejemplo 6.14 Sea A la matriz 3 1 1 1 0 0 A= 0 0 0 0 0 0

0 0 0 .. . 1 j h

ij hij

Para calcular los valores propios de A hacemos

1 1 0 0 1 1 0 0 2 0 1 1 0 2 1 1 0 0 1 1 0 0 1 1

det (A I) = [(3 )(1 ) + 1]( 2)2 [(1 )2 1] = ( 2)5 = 0 Es decir, A tiene un valor propio 2 de multiplicidad 5 y un valor propio 0 de multiplicidad 1. Nos proponemos encontrar el diagrama de Matthew de los vectores propios asociados a 1 = 2. Para ello denimos B = (A 2I) y calculamos B0 , B1 , B2 , B3 , , sus rangos y nulidades B0 = I (A 2I)0 = 6 0 = 6 6 = 0 1 1 1 1 0 0 1 1 1 1 0 0 0 0 (A 2I) = 4 0 0 1 1 B= 1 = 6 4 = 2 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 2 2 0 0 0 0 2 2 0 0 0 0 0 0 0 0 (A 2I)2 = 2 B2 = 0 0 0 0 0 0 2 = 6 2 = 4 0 0 0 0 2 2 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 (A 2I)3 = 1 0 3 B = 3 = 6 1 = 5 0 0 0 0 0 0 0 0 0 0 4 4 0 0 0 0 4 4
2 adaptado

de [5, pp.: 43]

152

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

Al calcular B4 encontramos 4 = 3 y por tanto no es necesario continuar. Con la informacin anterior podemos calcular i : o 3 2 1 = 3 2 = 2 1 = 1 0 = 54= 1 = 42= 2 = 20= 2

Con esta informacin podemos construir el diagrama de Matthew o

De donde se deduce que q = 2, h1 = 3 y h2 = 2; en otras palabras, el valor propio 2 tendr 2 bloques de Jordan, uno de tamao 3 3 y otro de tamao 2 2. a n n Adicionalmente, el valor propio 0 tendr un unico bloque de Jordan de tamao 11, a n por ser un valor propio de multiplicidad 1. En consecuencia la forma cannica de o Jordan de la matriz A ser a 2 1 0 0 0 0 2 1 0 0 0 0 0 2 1 0 0 0 0 2 1 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 1 J = M AM = = 0 0 0 2 1 0 0 0 0 2 1 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 Matrices con valores propios complejos Dado que los valores propios de una matriz pueden ser complejos, en general las matrices de Jordan y Modal, J y M, sern complejas. a No obstante, cuando existen valores propios complejos es posible efectuar otro cambio de coordenadas diferente que produce tambin una matriz diagonal e por bloques, pero real, conocida como la forma cannica real de Jordan. o La nueva matriz modal MR reemplaza cada pareja de vectores propios complejos conjugados de M por dos vectores reales, uno con la parte real y otro con la parte imaginaria de los vectores reemplazados. Para un valor propio complejo = a jb que no se repite, el bloque de Jordan asociado tendr la forma a Ji = Ejemplo 6.15 Sea la matriz A 0 0.5 0 A = 0 0 2 1 1 2 153 a b b a

OSCAR G. DUARTE

Los valores propios de A son 1 = 1 2,3 = 0.5 j0.866

Para obtener la forma cannica real de Jordan de A construimos la matriz real o MR remplazando las columnas complejas por columnas con la parte real e imaginaria de stas, y vericamos. e 0.408 0.015 0.408 0.721 0.382 MR = 0.816 0.408 0.346 0.217 1 0 0 0.5 0.866 JR = M1 AMR = 0 R 0 0.866 0.5

La forma cannica de Jordan de A y la matriz modal que la producen son: o 1 0 0 0 J = 0 0.5 + j0.866 0 0 0.5 j0.866 0.408 (0.015 j0.408) (0.015 + j0.408) (0.721 + j0.382) (0.721 j0.382) M = 0.816 0.408 (0.346 j0.217) (0.346 + j0.217)

6.2.4.

Funciones de matrices cuadradas

Sea f () una funcin que opera sobre un escalar, y sea A una matriz cuao drada n n. En esta seccin se aborda el problema de cmo calcular f (A), es o o decir, como extender f () de los escalares a las matrices. Si f () es un polinomio, la extensin a las matrices se fundamenta en la o denicin o A0 = I (6.14) Ak = AA A
k veces

Si la matriz A tiene una representacin cannica de Jordan J obtenida con o o la matriz modal M, es decir, si A = MJM1 entonces Ak = (MJM1 )(MJM1 ) (MJM1 ) = M (J J) M1
k veces k veces

Ak = MJk M1
k

(6.15)

Como J es un a matriz diagonal por bloques, el clculo de J puede efectuarse a como sigue: k J1 0 0 J1 0 0 0 J2 0 0 Jk 0 2 k J= . J = . . .. . . .. . . . . . . . . . . . . . . . 0 0 Jn 0 0 Jk n 154

 6.2. ALGUNOS RESULTADOS DE ALGEBRA LINEAL

Empleando la denicin (6.14), un polinomio genrico o e f () = a0 + a1 + a2 2 + + an n puede calcularse en A como f (A) = a0 I + a1 A + a2 A2 + + an An o en funcin de las matrices M y J: o f (A) = a0 MIM1 + a1 MJM1 + a2 MJ2 M1 + + an MJn M f (A) = Mf (J)M1 Ejemplo 6.16 Calcular Ak 1 0 0 2 A= . . . . . . 0 0 cuando A es una matriz diagonal: k 1 0 0 0 k 0 2 Ak = . . .. . .. . . . . . . . . n 0 0 (6.16)

0 0 . . .

k n

Ejemplo 6.17 Calcular Ak cuando A es una matriz con la forma de los bloques reales de Jordan para el caso en que los valores propios son imaginarios puros A= 0 b b 0 b3 0 0 b6

calculamos los primeros trminos A1 , A2 , A3 , A4 , A5 y A6 : e A1 = A4 = 0 b b 0 0 b4 A2 = A5 = b2 0 0 b5 0 b2 b5 0 A3 = A6 = 0 b3 b6 0

b4 0

Tambin es posible extender una funcin f () que no sea un polinomio de e o los escalares a las matrices empleando la representacin de f () en series de o Taylor expandidas alrededor de 0 (series de MacLaurin): f () =
k=0

Observando la secuencia se puede inferir que (1) k bk 2 0 k 0 (1) 2 bk Ak = k1 0 (1) 2 bk k+1 (1) 2 bk 0

si k es par

si k es impar

k dk f () k! d k

(6.17)

155

OSCAR G. DUARTE

Empleando (6.17) se puede expresar f () como un polinomio de . Si A es una matriz cuadrada, puede calcularse f (A) empleando ese polinomio. Las siguientes son las expansiones de algunas funciones comunes: et = 1 + t 2 t2 3 tk 4 tk + + + + 1! 2! 3! 4! 2 t2 4 t4 6 t6 8 t8 + + + 2! 4! 6! 8! (6.18)

cos t = 1 sin t =

(6.19) (6.20)

5 t5 7 t7 t 3 t3 + + 1! 3! 5! 7!

Ejemplo 6.18 Sea A una matriz diagonal como la del ejemplo 6.16. Para calcular eAt podemos emplear (6.18) eAt = I + que de acuerdo con 1 0 0 1 eAt = . . . .. . . . . At A2 t2 A3 t k A4 t k + + + + 1! 2! 3! 4!

los resultados del ejemplo 6.16 se calcular asi: a 2 1 0 0 1 0 0 0 2 0 t 0 2 0 t2 0 2 0 . .. . + . .. . + . . + . . . 2! . . . . 1! . . . . . . . . . . 0 0 n 0 0 2 0 0 1 n eAt g1 (t) 0 = . . . 0 0 0 g2 (t) 0 . . .. . . . . . 0 gn (t)

Ejemplo 6.19 Sea A una matriz con la forma de los bloques reales de Jordan para el caso en que los valores propios son imaginarios puros, como la del ejemplo 6.17. Para calcular eAt podemos emplear (6.18) eAt = I + A3 t k A4 t k At A2 t2 + + + + 1! 2! 3! 4! 156

i t 2 t 2 3 t 3 + i + i +) 1! 2! 3! Cada uno de los trminos de la diagonal, gi (t), corresponde a la expansin en e o series de Taylor de una exponencial como las de (6.18), por lo tanto e At ser: a t e 1 0 0 0 e 2 t 0 At e = . . . .. . . . . . . . 0 0 e n t gi (t) = (1 +

6.3. VARIABLES DE ESTADO

que de acuerdo con los resultados del ejemplo 6.17 se calcular asi: a eAt = t2 b2 t 0 b 1 0 + + 0 1 1! b 0 2! 0
2 2 4 4

t3 0 0 + b2 3! b3
3 3

t4 b 4 b3 + 0 4! 0
5 5

0 + b4

eAt =

b b b b (1 t 2! + t 2! + ) ( tb t 3! + t 5! + ) 1! tb t 3 b3 t 5 b5 t 2 b2 t 4 b4 ( 1! + 3! 5! + ) (1 2! + 2! + )

Cada uno de los trminos de la matriz corresponde a la expansin de Taylor de una e o sinusoide como las de (6.19) y (6.20), por lo tanto e At puede calcularse como eAt = cos(bt) sin(bt) sin(bt) cos(bt)

Ejemplo 6.20 Sea A una matriz con la forma de los bloques reales de Jordan A= a b b a

Patra calcular eAt escribimos A como la suma de dos matrices: A= a b a 0 0 b =B+C= + b a 0 a b 0

De tal manera que eAt = eBt eCt . Empleando los resultados de los ejemplos 6.18 y 6.19 se tiene que eBt = y por lo tanto eAt = eat 0 0 eat cos(bt) sin(bt) eat cos(bt) eat sin(bt) = sin(bt) cos(bt) eat sin(bt) eat cos(bt) eat 0 0 eat eCt = cos(bt) sin(bt) sin(bt) cos(bt)

6.3.

Variables de estado

De acuerdo con la presentacin de la seccin 6.1, se estudiarn en este cap o o a tulo sistemas dinmicos de mltiples entradas y mltiples salidas como los de a u u las guras 6.1 y 6.2. El modelo matemtico de estos sistemas sern las ecuaciones (6.21) y (6.22) a a para los casos continuos y discretos, respectivamente; en ambos casos la primera ecuacin, que contiene la dinmica del sistema, se denomina ecuacin de estado o a o y la segunda ecuacin de salida. o x(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t) 157 (6.21)

OSCAR G. DUARTE

D +

u(s) B

+ +

sx(s)

1/s

x(s) C

y(s)

Figura 6.5: Diagrama de Bloques de un sistema cont nuo en representacin de o espacio de Estado

x(k + 1) = Ax(k) + Bu(k) y(k) = Cx(k) + Du(k)

(6.22)

En las ecuaciones (6.21) y (6.22) A, B, C y D son matrices reales cuyas dimensiones estn especicadas en (6.6), mientras que u, y, x son los vectoa res denidos en (6.3), que contienen las variables de entrada, salida y estado respectivamente. Ntese que la dinmica del sistema est representada en la ecuacin de estao a a o do, pues es all en donde aparecen las derivadas o las diferencias, mientras que la ecuacin de salida es algebrica. o a Las guras 6.5 y 6.6 muestran dos diagramas de bloques que representan las ecuaciones 6.21 y 6.22 respectivamente. Para interpretar adecuadamente estos diagramas es necesario tener en cuante que: 1. Las echas representan vectores de seales y los bloques A, B, C y D n matrices. 2. El bloque 1/s en la gura 6.5 corresponde a la funcin de transferencia de o t un integrador y(t) = 0 x(t)dt que opera sobre cada una de las seales de n entrada de forma independiente. 3. El bloque 1/z en la gura 6.6 corresponde a la funcin de transferencia o de un bloque de retardo y(k) = x(k 1) que opera sobre cada una de las seales de entrada de forma independiente. n 4. Como en todo diagrama de bloques con funciones de transferencia, se han supuesto condiciones iniciales nulas.

158

6.3. VARIABLES DE ESTADO

D +

u(z) B

+ +

zx(z)

1/z

x(z) C

y(z)

Figura 6.6: Diagrama de Bloques de un sistema discreto en representacin de o espacio de Estado

6.3.1.

El concepto de estado

Qu son las variables de estado? una posible aproximacin es pensar en e o ellas como variables matemticas auxiliares que permiten representar el coma portamiento de sistemas mediante ecuaciones como (6.1) y (6.2), que en el caso de sistemas lineales invariantes en el tiempo se convierten en (6.21) y (6.22). No obstante, existe otra posible interpretacin: Los sistemas dinmicos se o a rigen por ecuaciones diferenciales y de diferencia; este tipo de ecuaciones tienen una unica solucin unicamente si se establece un conjunto de condiciones, o denominadas condiciones auxiliares; usualmente stas determinan en el instane te de tiempo considerado como inicial, y por tanto se denominan condiciones iniciales. De lo anterior se desprende que para conocer el comportamiento de un sistema dinmico se necesita cierta informacin adicional a la sla ecuacin difea o o o rencial. Este hecho justica la siguiente denicin: o Denicin 6.1 Estado o El Estado de un sistema en el tiempo t0 (o en k0 si es discreto) es la cantidad de informacin necesaria en ese instante de tiempo para determinar de forma unica, o junto con las entradas u, el comportamiento del sistema para todo t t 0 (o para todo k k0 si es discreto) De acuerdo con la denicin 6.1, las variables de estado sern variables que o a muestran cmo evoluciona el estado del sistema, es decir, sern variables que o a contienen la informacin necesaria para predecir la evolucin del comportamieno o to del sistema en forma unica. Tambin suelen denirse las variables de estado como cualquier conjunto e de variables que describa el comportamiento del sistema, siempre y cuando ese conjunto sea del menor tamao posible. n 159

OSCAR G. DUARTE

R + vR (t)

L iL (t) + vC (t)

v(t)

Figura 6.7: Circuito RLC serie

Cualquiera que sea la interpretacin que se adopte, debe tenerse presente o que: Las variables de estado pueden tener o no sentido f sico. Las variables de estado pueden o no ser medibles. Para un mismo sistema dinmico las variables de estado no son unicas; de a hecho, se pueden denir innitos conjuntos de variables que sirvan como variables de estado. Ejemplo 6.21 Para conocer el comportamiento de un circuito RLC serie como el de la gura 6.7 es necesario establecer los valores de i L (0+ ) y vC (0+ ), por esta razn, las variables iL (t) y vC (t) sirven como variables de estado. o La aplicacin de las leyes de Kirchho en el circuito da como resultado o RiL (t) + L diL (t) + vC (t) = v(t) dt i (t) = C dvC (t) L dt Estas ecuaciones pueden organizarse de la siguiente forma diL (t) = R iL (t) 1 vC (t) + 1 v(t) dt L L L dvC (t) 1 = iL (t) dt C O en forma matricial: diL (t)/dt R/L 1/L = dvC (t)/dt 1/C 0

iL (t) 1/L + vC (t) 0

v(t)

Supngase que en el circuito se quiere estudiar el comportamiento de las variao bles vR (t) e iL (t), es decir, que seleccionamos estas variables como las salidas del sistema. Dado que vR (t) = RiL (t), podremos escribir la ecuacin o vR (t) R 0 = iL (t) 1 0 160 iL (t) vC (t)

6.3. VARIABLES DE ESTADO

En resumen, una representacin en variable de estado del circuito estar dada o a por las ecuaciones 1/L R/L 1/L iL (t) diL (t)/dt v(t) + = dvC (t)/dt 0 vC (t) 1/C 0 que son de la forma x(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t) en donde u(t) = v(t) A= R/L 1/L 1/C 0 y(t) = B= vR (t) iL (t) 1/L 0 x(t) = C= R 1 iL (t) vC (t) 0 0 D= 0 vR (t) iL (t) = R 0 1 0 iL (t) vC (t) + 0 0 v(t)

Ejemplo 6.22 Supngase un motor elctrico de corriente continua controlado por o e campo, como el que se muestra en la gura 6.8, con corriente de armadura constante, que mueva una carga de momento de inercia J, con coeciente de friccin o viscosa B a una velocodad angular (t). Rf Lf J, B if (t) (t)

vs (t)

Figura 6.8: Motor DC controlado por campo

La ecuacin del circuito elctrico de campo es o e Rf if (t) + Lf dif (t) = vs (t) dt (6.23)

Al considerar que la corriente de armadura es constante, se tiene que el par motor T (t) generado es directamente proporcional a la corriente de campo con una cierta constante de proporcionalidad KT , es decir T (t) = KT if (t) La aplicacin de las leyes de newton al sistema dan la ecuacin o o T (t) B(t) = J 161 d(t) dt (6.25) (6.24)

OSCAR G. DUARTE

que en forma matricial se convierten en dif (t)/dt Rf /Lf = d(t)/dt KT /J 0 B/J

Las ecuaciones (6.23), (6.24) y (6.25) pueden escribirse como dif (t) = Rf i (t) + 1 v (t) f s dt Lf Lf d(t) KT B = if (t) (t) dt J J if (t) 1/Lf + (t) 0 vs (t)

(6.26)

(6.27)

No obstante, esta no es la unica representacin posible; podemos, por ejemplo, o seleccionar como variables de estado T (t) y (t), en cuyo caso la representacin en o variable de estado ser a Rf /Lf 0 T (t) KT /Lf dT (t)/dt vs (t) = + d(t)/dt 1/J B/J (t) 0 (6.29) T (t) (t) 0 1 0 vs (t) = + (t) Ejemplo 6.23 A continuacin se presenta un modelo lineal simple del crecimiento o demogrco de una sociedad. Se ha distribuido el total de la poblacin por franjas a o de edad: x1 (k) x2 (k) . . . xn (k) : : : Poblacin con edades entre 0 y 10 aos o n Poblacin con edades entre 10 y 20 aos o n . . . Poblacin con edades entre (n 1) 10 y n 10 aos o n
n

Si seleccionamos como variable de salida la velocidad angular, obtenemos una representacin en variable de estado del sistema: o Rf /Lf 0 if (t) 1/Lf dif (t)/dt vs (t) = + d(t)/dt KT /J B/J (t) 0 (6.28) if (t) 0 vs (t) (t) 0 1 + = (t)

Si denotamos por y(k) la poblacin total de la sociedad en el periodo k se o tendr: a y(k) = x1 (k) + x2 (k) + + xn (k) = xi (k)
i=1

Si tomamos cada periodo como un intervalo de 10 aos, en el periodo k + 1 las n personas que en el periodo k estn en la franja i, estarn en la franja k + 1 en el a a periodo i + 1, salvo aquellos que mueran, es decir xi (k + 1) = xi1 (k) i1 xi1 (k) 162 i = 1, 2, 3, , n 1

6.3. VARIABLES DE ESTADO

en donde i es la rata de mortalidad para la franja de edades nmero i. u Para encontrar x1 (k +1), es decir el nmero de personas que nacen en el periodo u k, podemos suponer que cada franja de edades tiene una rata de reproductividad diferente i , es decir
n

x1 (k + 1) = 1 x1 (k) + 2 x2 (k) + + n xn (k) =

i xi (k)
i=1

De esta manera podemos escribir las ecuaciones matriciales x1 (k + 1) 1 2 3 n1 x (k + 1) 2 1 1 0 0 0 x3 (k + 1) 0 1 2 0 0 = . . . . . .. . . . . . . . . . . . xn1 (k + 1) 0 0 0 1 n1 xn (k + 1) x1 (k) x2 (k) x3 (k) . . .

Adems, podriamos considerar los fenmenos de migracin como entradas al a o o sistema. Denamos ui (k) como la diferencia entre el numero de inmigrantes y emigrantes de la franja i en el periodo k; con esta denicin el modelo se convierte o en
8 2 3 1 2 >2 > > x1 (k + 1) > 0 >6 > x2 (k + 1) 7 61 1 6 >6 > 7 6 0 1 2 >6 > 7=6 . >4 > . 5 6 . . > .. . > . 4 . > . . . > > < xn (k + 1) 0 0 > > > > > > > > > > > > y(k) = 1 1 > > > > > : 2 3 3 0 n 2 x1 (k) 61 0 76 7 x (k) 7 6 0 7 6 2 7 + 60 76 . 7 6 . 7 4 . 5 6. . . 5 4. . . xn (k) 0 0 3 x1 (k) 6 x2 (k) 7 7 6 1 6 . 7 4 . 5 . 2 xn (k) 0 0 1 . . . 0 .. . 3 3 0 2 u1 (k) 07 6 7 u (k) 7 07 6 2 7 76 . 7 .7 4 . 5 . .5 . un (k) 0

y(k) = 1 1 1 1 1 xn1 (k) xn (k)

x (k) n 1 x (k) 0 2 x3 (k) 0 . . . . . . xn1 (k) 0 xn (k)

6.3.2.

Representacin de estado a partir de E.D. o

Existe un procedimiento sencillo para obtener una representacin en variao bles de estado de sistemas de una entrada y una salida de los cuales se conoce la ecuacin diferencial o de diferencia que lo rige. o 163

OSCAR G. DUARTE

Supngase un sistema dinmico continuo descrito por la ecuacin diferencial o a o an dn y(t) dn1 y(t) dy(t) + an1 + + a1 + a0 y(t) = u(t) dtn dtn1 dt (6.30)

El comportamiento del sistema queda univocamente determinado si se co nocen las condidiones iniciales y(0), y(0), , y (n1) (0), por lo tanto podemos seleccionar las siguientes variables de estado: x1 (t) x2 (t) x3 (t) . . . = = = y(t)
dy dt d2 y dt2

= =

. . .

x1 (t) x2 (t) . . .

(6.31)

xn1 (t) = xn (t) =

dn2 y dtn2 dn1 y dtn1

= xn2 (t) = xn1 (t)

De tal manera que (6.30) puede escribirse como an xn (t) + an1 xn (t) + + a1 x2 (t) + a0 x1 (t) = u(t) xn (t) = a1 an1 1 a0 x1 (t) x2 (t) xn (t) + u(t) an an an an

(6.32)

Las ecuaciones (6.31) y (6.32) se 0 1 0 x1 (t) x2 (t) 0 0 1 x3 (t) 0 0 0 = . . . . . . . . . . . . xn1 (t) 0 0 0 a1 a2 a0 an an an xn (t)

escriben en forma matricial asi: 0 0 x1 (t) 0 x2 (t) 0 0 x3 (t) 0 + . u(t) . . .. . . . . . . . xn1 (t) 0 1 1 an1 xn (t) an an x1 (t) x2 (t) x3 (t) . . .

De forma anloga puede obtenerse una representacin en variables de estado a o de sistemas discreto de una entrada y una salida a partir de su ecuacin de o diferencias Supngase un sistema dinmico discreto descrito por la ecuacin de difereno a o cias an y(k + n) + an1 y(k + n 1) + + a1 y(k + 1) + a0 y(k) = u(k) 164 (6.33)

y(t) = 1 0 0 0 0 + 0 xn1 (t) xn (t)

u(t)

6.4. SISTEMAS CONTINUOS LIBRES

Podemos seleccionar las variables de estado: x1 (k) x2 (k) x3 (k) . . . = = = y(k) y(k + 1) y(k + 2) . . . = = x1 (k + 1) x2 (k + 1) . . .

(6.34)

xn1 (k) = y(k + n 2) = xn2 (k + 1) xn (k) = y(k + n 1) = xn1 (k + 1) de tal manera que la ecuacin (6.33) se convierte en o xn (k + 1) = a1 an1 1 a0 x1 (k) x2 (k) xn (k) + u(k) an an an an (6.35)

Las ecuaciones (6.34) y (6.35) se escriben en forma matricial asi: x1 (k + 1) x2 (k + 1) x3 (k + 1) . . . 0 0 0 . . . 1 0 0 . . . 0 a1 an 0 1 0 . . . 0 a2 an .. . 0 0 0 . . . x1 (k) x2 (k) x3 (k) . . . 0 0 0 . . .

= xn1 (k + 1) 0 a0 an xn (k + 1)

+ u(k) 1 xn1 (k) 0 1 an1 xn (k) an an x1 (k) x2 (k) x3 (k) . . .

y(k) = 1 0 0 0 0 + 0 u(k) xn1 (k) xn (k)

6.4.

Sistemas continuos libres

Como un primer paso para el anlisis de la ecuacin (6.21), en esta seccin a o o se estudia la ecuacin de estado con el sistema libre (sin entradas), es decir o estudiamos la ecuacin o x(t) = Ax(t) (6.36) La ecuacin matricial (6.36) recuerda la ecuacin escalar o o dx = ax(t) dt cuya solucin es o x(t) = eat x(0) 165 (6.37)

OSCAR G. DUARTE

d eat = aeat ea0 x(0) = x(0) (6.38) dt Resulta entonces natural preguntarse si al reemplazar el escalar a por la matriz A, y la variable x por el vector de variables x se mantienen las relaciones (6.38) y asi encontrar una solucin de (6.36) similar a (6.37). o Es posible demostrar que d eAt = AeAt dt eA0 x(0) = x(0) (6.39)

debido a que

Para ello, empleamos la expansin en series de Taylor (6.18) o eAt = I + A3 t 3 A4 t 4 At A2 t2 + + + + 1! 2! 3! 4!

de donde se observa que eA0 = I, y por lo tanto x(0)eA0 = x(0). Adems, a podemos calcular la derivada de eAt : d d eAt = dt dt I+ At A2 t2 A3 t 3 A4 t 4 + + + + 1! 2! 3! 4!

A2 t A3 t 2 A4 t 3 A5 t 4 d eAt =0+A+ + + + + dt 1! 2! 3! 4! d eAt At A2 t2 A3 t 3 A4 t 4 =A I+ + + + + dt 1! 2! 3! 4! d eAt = AeAt dt De esta forma hemos demostrado (6.39), y por lo tanto tambin hemos dee mostrado que la solucin de (6.36) es o x(t) = eAt x(0) (6.40)

En (6.40) x(0) es el vector que contiene las condiciones iniciales de x(t). Por otra parte, es posible calcular eAt por diversos mtodos, de los cuales destacamos e los siguientes3 : Series de Taylor: Podemos emplear la expansin en series de Taylor (6.18) o directamente: eAt = I + At A2 t2 A3 t 3 A4 t 4 + + + + 1! 2! 3! 4! (6.41)

Este mtodo no es prctico, debido a la dicultad de calcular Ak ; sin eme a bargo, en algunos casos especiales este clculo es sencillo, como se muestra a en los ejemplos 6.18, 6.19 y 6.20
3 Los ejemplos 6.18, 6.19 y 6.20 ponen de maniesto que si A = {a } entonces eAt = ij {eaij t }.

166

6.4. SISTEMAS CONTINUOS LIBRES

Forma cannica de Jordan: Si se ha obtenido la forma cannica de Jordan o o de la matriz A, entonces se tienen dos matrices J y M tales que J = M1 AM A = MJM1

y por lo tanto eAt puede calcularse asi: eAt = MIM1 + (MJM1 )t (MJM1 )2 t2 (MJM1 )3 t3 + + + 1! 2! 3! MJM1 t MJ2 M + 1! 2!
1 2

eAt = MIM1 +

MJ3 M 3!

1 3

eAt = M I +

J3 t 3 Jt J2 t2 + + + 1! 2! 3! eAt = MeJt M1

M1 (6.42)

La ventaja de emplear (6.42) radica en que J es una matriz diagonal por bloques, y por lo tanto eJt es ms fcil de calcular, especialmente si J es a a completamente diagonal Transformada de Laplace: Podemos obtener la solucin de (6.36) empleano do la transformada de Laplace, y asi deducir el valor de eAt . L {x} = L {Ax} sx(s) x(0) = Ax(s) sx(s) Ax(s) = x(0) (sI A)x(s) = x(0) x(s) = (sI A)1 x(0) x(t) = L1 {x(s)} = L1 (sI A)1 x(0) x(t) = L1 (sI A)1 x(0) = eAt x(0) eAt = L1 (sI A)1 (6.43)

Jordan y Laplace: Pueden combinarse (6.42) y (6.43) para obtener eAt = ML1 (sI J)1 M1 (6.44)

167

OSCAR G. DUARTE

sujeta a las condiciones iniciales x1 (0) = 2, x2 (0) = 1, x3 (0) = 1 La ecuacin es de la forma x = Ax, por lo tanto la solucin ser x(t) = e At x(0). o o a El clculo de eAt es muy simple, debido a que A es una matriz diagonal (Ejemplo a 6.18): 2t e 0 0 eAt = 0 e1t 0 0 0 e3t Este resultado tambin se habr podido obtener mediante la transformada de Lae a place: 1 0 0 s2 0 0 s2 1 0 s+1 0 sI A = 0 (sI A)1 = 0 s+1 1 0 0 s3 0 0 s3 eAt = L1 (sI A)1 e2t 0 = 0 0 e1t 0 0 0 e3t

Ejemplo 6.24 Obtener la solucin de la ecuacin o o x1 (t) 2 0 0 x1 (t) x2 (t) = 0 1 0 x2 (t) x3 (t) 0 0 3 x3 (t)

por lo tanto la solucin de la ecuacin diferencial ser o o a 2t e 0 0 2 At 0 e1t 0 1 x(t) = e x(0) = 0 0 e3t 1 2t 2e x1 (t) x(t) = x2 (t) = et e3t x3 (t)

En un caso como este en el que la matriz A es diagonal, realmente la ecuacin o diferencial matricial representa un conjunto de ecuaciones diferenciales sencillas en el que las variables estn desacopladas; La ecuacin matricial y las condiciones a o iniciales pueden escribirse como: x1 (0) = 2 x1 (t) = 2x1 (t) x2 (t) = 1x2 (t) x2 (0) = 1 x3 (t) = 3x3 (t) x3 (0) = 1 cuyas soluciones son x1 (t) = 2e2t x2 (t) = et x3 (t) = et 168

6.4. SISTEMAS CONTINUOS LIBRES

Ejemplo 6.25 Obtener la solucin de la ecuacin o o 4 1 x1 (t) = 2 1 x2 (t) x1 (t) x2 (t)

sujeta a las condiciones iniciales x1 (0) = x10 y x2 (0) = x20 En el ejemplo 6.10 se ha obtenido la forma cannica de Jordan de la matriz A, o que ha resultado ser la matriz , perfectamente diagonal; es decir se han encontrado las matrices M y tales que = M1 AM M= lo que permite calcular eAt : eAt = Met M1 eAt = 1 1 2 1 e2t 0 0 e3t 1 1 (e2t + 2e3t ) = 2 1 (2e2t 2e3t ) (e2t + e3t ) (2e2t e3t ) 1 (s 4) + +
1 (s3) 1 (s3)

1 1 2 1

2 0 0 3

Tambin podemos obtener este resultado mediante la Transformada de Laplace: e sI A = (sI A)1 = s 4 1 2 s1
s1 (s2)(s3) 2 (s2)(s3)

(sI A)1 =
1 (s2)(s3) s4 (s2)(s3)

1 (s 1) 2 s2 5s + 6 + +
2 (s3) 2 (s3) 1 (s2) 2 (s2)

1 (s2) 2 (s2)

eAt = L1 (sI A)1 =

(e2t + 2e3t ) (2e2t 2e3t )

(e2t + e3t ) (2e2t e3t ) x10 x20

por lo tanto la solucin de la ecuacin diferencial ser o o a x(t) = eAt x(0) = (e2t + 2e3t ) (e2t + e3t ) (2e2t 2e3t ) (2e2t e3t )

x(t) = x(t) =

x1 (t) (e2t + 2e3t )x10 + (e2t + e3t )x20 = x2 (t) (2e2t 2e3t )x10 + (2e2t e3t )x20 e2t (x10 x20 ) + e3t (2x10 + x20 ) x1 (t) = 2t e (2x10 + 2x20 ) + e3t (2x10 x20 ) x2 (t)

Ejemplo 6.26 Obtener la solucin de la ecuacin o o x1 (t) 1 4 = x2 (t) 1 1 x1 (t) x2 (t)

sujeta a las condiciones iniciales x1 (0) = x10 y x2 (0) = x20 169

OSCAR G. DUARTE

son

Los valores propios de A son 1,2 = 1 j2, y dos vectores propios asociados v1 = j2 1 v2 = j2 1

Debido a que los valores propios son complejos, es conveniente encontrar la forma cannica real de Jordan de A. o JR = M1 AMR R MR = lo que permite calcular eAt : eAt = MR eJR t M1 R Empleando el resultado del ejemplo 6.20 eAt = 0 2 1 0 eAt = et cos 2t et sin 2t et sin 2t et cos 2t et cos 2t 2et sin 2t 1 t 2 e sin 2t et cos 2t 1 (s + 1) 4 1 (s + 4) + 2s + 5 0 1 1/2 0 0 2 1 0 JR = 1 2 2 1

Tambin podemos obtener este resultado mediante la Transformada de Laplace: e sI A = s+1 1 4 s+1 (sI A)1 =
s+1 (s+1)2 +22 1 (s+1)2 +22

s2

(sI A)1 =

4 (s+1)2 +22 s+1 (s+1)2 +22

eAt = L1 (sI A)1 =

et cos 2t 2et sin 2t 1 t 2 e sin 2t et cos 2t x10 x20

por lo tanto la solucin de la ecuacin diferencial ser o o a x(t) = eAt x(0) = et cos 2t 2et sin 2t 1 2 et sin 2t et cos 2t

x(t) =

x1 (t) x10 et cos 2t + 2x20 et sin 2t = 10 x2 (t) x2 et sin 2t + x20 et cos 2t

Ejemplo 6.27 Obtener la solucin de la ecuacin o o x1 (t) 3 4 = x2 (t) 1 1 x1 (t) x2 (t)

sujeta a las condiciones iniciales x1 (0) = x10 y x2 (0) = x20 170

6.4. SISTEMAS CONTINUOS LIBRES

Los valores propios de A son 1 = 2 = 1. Adems se puede comprobar que no a es posible diagonalizar A. En consecuencia, la forma cannica de Jordan de A ser o a un unico bloque de tamao 2. La obtencin de los vectores propios generalizados n o con los que se obtiene la forma cannica de Jordan escapa al alcance de este texto. o No obstante, vamos a suponer que se han encontrado las matrices M y J: J = M1 AM M= 2 1 1 0 J= 1 1 0 1

de tal manera que se puede calcular eAt : eAt = MeJt M1 No obstante, como J no es diagonal, debemos calcular e Jt mediante la transformada de Laplace. sI J = s + 1 1 0 s+1 (sI J)1 = et 0
1 (s+1) 1 (s+1)2 1 (s+1)

0 tet et

eJt = L1 (sI J)1 = Retomando el clculo de eAt a eAt = 2 1 1 0 s+3 1 et 0 tet et

0 1 et 2tet = 1 2 tet

4tet e + 2tet
t

Tambin podemos obtener este resultado mediante la Transformada de Laplace: e sI A = 4 s1 (sI A)1 =
1 (s+1)

eAt = L1 (sI A)1 =

(sI A)1 =

2 (s+1)2

1 (s+1)2

1 (s 1) 4 2 1 (s + 3) (s + 1)
4 (s+1)2 1 (s+1)

2 (s+1)2

por lo tanto la solucin de la ecuacin diferencial ser o o a x(t) = eAt x(0) = x(t) = x(t) = et 2tet tet
t

et 2tet tet

4tet e + 2tet
t

4tet e + 2tet

x10 x20

x1 (t) (x10 )et + (2x10 + 4x20 )tet = x2 (t) (x20 )et + (x10 + 2x20 )tet 171

x1 (t) (et 2tet )x10 + 4x20 tet = x2 (t) x10 tet + (et + 2tet )x20

OSCAR G. DUARTE

6.4.1.

Retratos de fase

Supngase ahora un sistema como (6.36) de dimensin dos, es decir, supno o o gase x (t) x1 (t) (6.45) =A 1 x2 (t) x2 (t) Una vez solucionada (6.45) es posible trazar las curvas x1 (t) vs t y x2 (t) vs t. Tambin es posible trazar una curva x1 (t) vs x2 (t), en un plano x1 x2 e conocido como el plano de fase (ver Ejemplo 6.28). La curva resultante es un trayectoria de (6.45), y puede visualizarse como una curva paramtrica denida e por (x1 (t), x2 (t)) con el parmetro t variando de 0 a . a La solucin de (6.45) depende de las condiciones iniciales, por lo tanto la o trayectoria depende de las condiciones iniciales. Sobre el mismo plano de fase se pueden trazar diferentes trayectorias obtenidas con distintas condiciones iniciales; el resultado es el retrato de fase de (6.45). Ejemplo 6.28 La solucin de la ecuacin o o 1 4 x1 (t) = 1 1 x2 (t) x1 (t) x2 (t)

sujeta a las condiciones iniciales x1 (0) = 0 y x2 (0) = 2 es (Ejemplo 6.26) x(t) = x1 (t) 4et sin 2t = x2 (t) 2et cos 2t

La gura 6.9 muestra las grcas de x1 (t) vs t, x2 (t) vs t, a partir de las cuales a se ha trazado x1 vs x2 tomando para cada tiempo el valor de x1 ( ) y x2 ( ) y trasladndolos al plano de fase. La curva resultante es una trayectoria de la ecuacin a o diferencial.La echa roja indica el sentido en el que se recorre la trayectoria cuando el tiempo avanza. Se ha repetido el procedimiento para varios juegos de condiciones iniciales, con el n de obtener el retrato de fase que se muestra en la gura 6.10. Las condiciones iniciales seleccionadas han sido: xa (0) = 0 2 xb (0) = 0 2 xc (0) = 2 1.5 xd (0) = 2 1.5

La gura 6.11 muestra los retratos de fase t picos de sistemas lineales estables 4 , mientras que la gura 6.12 muestra los retratos de fase t picos de los sistemas lineales inestables. Debemos resaltar que la forma de estos retratos depende de cmo son los valores propios de la matriz A. o En general, un sistema lineal como (6.45) tendr un retrato de fase semejante a a alguno de los que se muestran en las guras6.11 y 6.12. No obstante, el retrato de fase no necesariamente ser idntico. La semejanza a la que nos referimos aqui a e consiste en una equivalencia de forma (sern topolgicamente equivalentes). a o
4 el

centro se considera como un sistema marginalmente estable

172

6.4. SISTEMAS CONTINUOS LIBRES

x1 ( ) x1 (t)

(, x1 ( )) Plano de Fase x2 t x2 ( ) (x1 ( ), x2 ( )) x1 ( )x1 (, x2 ( )) t

x2 (t) x2 ( )

Figura 6.9: Construccin de una trayectoria en el Plano de Fase o

x2

x1

Figura 6.10: Retrato de Fase

173

OSCAR G. DUARTE

Nombre

Retrato

e-valores

Ejemplo 1 0 0 2

Reales Negativos

A=

Estable x1 (t) = x10 et x2 (t) = x20 e2t

Reales Negativos Repetidos

A=

Estable de multiplicidad 2

1 1 0 1

x1 (t) = (x10 + tx20 )et x2 (t) = x20 et

Complejos de Parte Real Negativa

A=

1 2 2 1

Sifn o x1 (t) = x10 e2t cos t + x20 e2t sin t x2 (t) = x10 e2t sin t + x20 e2t cos t
Imaginarios puros

A=

0 1 1 0

Centro x1 (t) = x10 cos t + x20 sin t x2 (t) = x10 sin t + x20 cos t
Figura 6.11: Retratos de Fase Estables t picos

174

6.4. SISTEMAS CONTINUOS LIBRES

Nombre

Retrato

e-valores

Ejemplo 1 0 0 2

Reales Positivos

A=

Inestable x1 (t) = x10 et x2 (t) = x20 e2t

Reales Positivos Repetidos

A=

1 1 0 1

Inestable de multiplicidad 2

x1 (t) = (x10 + tx20 )et x2 (t) = x20 et

Complejos de Parte Real Positiva

A=

1 2 2 1

Fuente x1 (t) = x10 e2t cos t + x20 e2t sin t x2 (t) = x10 e2t sin t + x20 e2t cos t
Reales de Signo Diferente

A=

1 0 0 1

Punto de Silla x1 (t) = x10 et x2 (t) = x20 et

Figura 6.12: Retratos de Fase Inestables t picos

175

OSCAR G. DUARTE

Ejemplo 6.29 La gura 6.13 muestra los retratos de fase de varios ejemplos. En cada caso se ha anotado la matriz A y su formacanonica de Jordan J. Ntese la o semejanza de forma con los ejemplos t picos de las guras 6.11 y 6.12. En las guras 6.11 y 6.12 se observa que el origen del plano de fase juega un papel importante, atrayendo o repeliendo todas las trayectorias (o siendo el centro de ellas en el caso especial en el que los valores propios son imaginarios puros). El origen del plano de fase es el punto de equilibrio de (6.45), que denimos a continuacin. o Denicin 6.2 Punto de Equilibrio de Sistemas Continuos o x es un Punto de Equilibrio de un sistema descrito por la ecuacin diferencial o x = f (x) si derivada es cero, es decir, si f () = 0 x Si la matrix A en (6.45) es no singular, el unico punto de equilibrio de (6.45) es el origen del plano de fase. Lo anterior se demuestra al notar que un punto de equilibrio x es la solucin del sistema de ecuaciones A = 0, que tiene una o x unica solucin en x = 0 si y slo si A es no singular. o o Si la matriz A en (6.45) es singular pueden existir innitos puntos de equilibrio, y los retratos de fase sern diferentes a los contemplados en las guras a 6.11 y 6.12. Estos casos no se considerarn en este curso. a

6.4.2.

Espacio de estado

Dada una ecuacin de la forma (6.36), podemos denir el conjunto formado o por todas las soluciones de (6.36). Este conjunto forma un espacio vectorial conocido como el espacio de estado, tal como se especica en el siguiente teorema. Teorema 6.1 Dada una ecuacin de la forma (6.36), el conjunto de todas las o soluciones forma un espacio vectorial sobre el campo C con las operaciones usuales. Demostracin 6.1 El conjunto de todas las soluciones de (6.36) es un subconjunto o del espacio vectorial formado por las funciones vectoriales continuas de orden n. Por lo tanto, slo es necesario demostrar que el conjunto es cerrado bajo las operaciones o usuales de suma de funciones y producto por escalar. Supngase dos funciones x1 (t) y x2 (t) que son solucin de (6.36). o o x1 (t) = Ax1 (t) x2 (t) = Ax2 (t)

Podemos multiplicar estas ecuaciones por cualesquiera escalares 1 , 2 C y sumarlas 1 x1 (t) = 1 Ax1 (t) 2 x2 (t) = 2 Ax2 (t) d [1 x1 (t) + 2 x2 (t)] = A(1 x1 (t) + 2 x2 (t)) dt 176

6.4. SISTEMAS CONTINUOS LIBRES

1.0 0.8 0.6 0.4 0.2

.

1.0 0.8 0.6 0.4 0.2

.

0 -0.2 -0.4 -0.6 -0.8 -1.0 -1.0 -0.8 -0.6 -0.4 -0.2

0 -0.2 -0.4 -0.6 -0.8 -1.0

0.2

0.4

0.6

0.8

1.0

-1.0

-0.8

-0.6

-0.4

-0.2

0.2

0.4

0.6

0.8

1.0

A=

0 2

1 3

J=

1 0

0 2

1.0 0.8 0.6 0.4 0.2

A=

0 2

1 3

J=

1 0

0 2

1.0 0.8 0.6 0.4 0.2

.

-0.2 -0.4 -0.6 -0.8 -1.0 -1.0 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1.0

-0.2 -0.4 -0.6 -0.8 -1.0 -1.0 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1.0

A=

0 1

1 1

J=

0.5 0.87

0.87 0.5

A=

0 1

1 1

J=

1.0 0.8 0.6 0.4 0.2

.

1.0 0.8 0.6 0.4 0.2

.

0 -0.2 -0.4 -0.6 -0.8 -1.0 -1.0 -0.8 -0.6 -0.4 -0.2

0 -0.2 -0.4 -0.6 -0.8 -1.0

0.2

0.4

0.6

0.8

1.0

-1.0

-0.8

-0.6

-0.4

-0.2

A=

0 1

1 0

J=

j 0

0 j

A=

0 2

1 1

Figura 6.13: Ejemplos Retratos de Fase

177

0.5 0.87

0.87 0.5

0.2

0.4

0.6

0.8

1.0

J=

1 0

0 2

OSCAR G. DUARTE

Esta expresin demuestra que cualquier combinacin lineal de soluciones de (6.36) o o es tambin una solucin de (6.36), es decir, es cerrada bajo la suma y el producto e o por escalar, y por lo tanto forma un espacio vectorial. Los siguientes son algunos conceptos importantes asociados al Espacio de Estado. En todos los casos se ha supuesto que A es no singular y de tamao n n n: Dimensin del Espacio de Estado: El espacio vectorial tiene una dimeno sin igual al rango de la matriz A en (6.36). La dimensin de es n. o o Soluciones linealmente independientes: Las soluciones de (6.36) dependen de las condiciones iniciales. Si se utilizan dos condiciones iniciales linealmente independientes, las soluciones que se obtienen tambin son lineale mente independientes. Por el contrario, Si se utilizan dos condiciones iniciales linealmente dependientes, las soluciones que se obtienen tambin son e linealmente dependientes. Base del espacio de estado: Una base de estar formada por n solucioa nes de (6.36) linealmente independientes. Denotemos estas funciones por 1 (t), 2 (t), , n (t). Estas soluciones pueden obtenerse seleccionando n condiciones iniciales linealmente independientes. Matriz Fundamental: Una matriz (t) que tenga n columnas formadas por n soluciones de (6.36) linealmente ndependientes se denomina una Matriz Fundamental de (6.36). (t) = 1 (t) 2 (t) n (t)

Bases y vectores propios: Si la matriz A en (6.36) tiene n vectores propios linealmente independientes, entonces stos pueden escogerse como el juego e de n condiciones iniciales que se necesitan para construir una base de . Este cambio de base es equivalente a la obtencin de la Forma cannica o o de Jordan de A. Ejemplo 6.30 Supngase el sistema dinmico o a x1 (t) 1.5 0.5 = x2 (t) 0.5 1.5 x1 (t) x2 (t)

que es de la forma (6.36). Los valores propios de la matriz A son 1 = 1 y 2 = 2, y unos vectores propios asociados a ellos son: v1 = 1 1 v2 = 1 1 1 1 1 1

de tal manera que la forma cannica de Jordan y la matriz modal son o J= 1 0 0 2 178 M=

6.4. SISTEMAS CONTINUOS LIBRES

La matriz eAt es la siguiente: eAt = (0.5et + 0.5e2t ) (0.5et 0.5e2t ) (0.5et 0.5e2t ) (0.5et + 0.5e2t )

y por lo tanto la solucin de la ecuacin diferencial, para unas condiciones iniciales o o x10 y x20 es x(t) = (0.5et + 0.5e2t )x10 + (0.5et 0.5e2t )x20 (0.5et 0.5e2t )x10 + (0.5et + 0.5e2t )x20 et (0.5x10 + 0.5x20 ) + e2t (0.5x10 0.5x20 ) et (0.5x10 + 0.5x20 ) + e2t (0.5x10 + 0.5x20 )

x(t) =

El retrato de fase del sistema se muestra en la gura 6.14. Cada trayectoria del retrato de fase es una solucin de la ecuacin diferencial para unas ciertas o o condiciones iniciales. De esas trayectorias se destacan 2 que corresponden a l neas rectas. No es casualidad que esas trayectorias rectas coincidan con los vectores propios v1 y v2 . Veamos: Si seleccionamos como condiciones iniciales las mismas coordenadas del vector propio v1 , es decir, si hacemos x10 = 1 y x20 = 1 la solucin de la ecuacin ser o o a 1 (t) = x1 (t) et (0.5 + 0.5) + e2t (0.5 0.5) et = t = t 2t x2 (t) e (0.5 + 0.5) + e (0.5 + 0.5) e

Es decir, se encuentra que x1 (t) = x2 (t) lo que corresponde a una recta en el plano de fase. Adems, la dinmica del sistema slo depende de trminos e t , es a a o e decir, slo depende del valor propio 1 al cual est asociado v1 . Al seleccionar como o a condicin inicial un punto del primer vector propio, toda la dinmica del sistema o a depende exclusivamente del primer valor propio. Un resultado similar obtendremos si seleccionamos como condiciones iniciales las mismas coordenadas del vector propio v2 , es decir, si hacemos x10 = 1 y x20 = 1. La solucin de la ecuacin ser o o a 2 (t) = x1 (t) et (0.5 0.5) + e2t (0.5 + 0.5) e2t = t = 2t x2 (t) e (0.5 0.5) + e (0.5 0.5) e2t

Es decir, se encuentra que x1 (t) = x2 (t) lo que corresponde a otra recta en el plano de fase. Adems, la dinmica del sistema slo depende de trminos e 2t , es a a o e decir, slo depende del valor propio 2 al cual est asociado v2 . Al seleccionar como o a condicin inicial un punto del segundo vector propio, toda la dinmica del sistema o a depende exclusivamente del segundo valor propio. Hay otra forma de comprender estos resultado: Supngase que en algn instante o u (por ejemplo en t = 0) el vector de estado x es un vector propio del primer valor propio 1 ; su derivada podr calcularse como x = Ax, pero como es un vector a propio, entonces x = Ax = 1 x. En otras palabras, la derivada ser un vector con a la misma direccin de x y por lo tanto el sistema evolucionar en esa direccin, que o a o es justamente la del vector propio. 179

OSCAR G. DUARTE

1.0 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1.0 1.0 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1.0
.

Figura 6.14: Retrato de Fase de un Ejemplo

Las dos soluciones que se han obtenido 1 (t) y 2 (t) son linealmente independientes, y por lo tanto sirven como base del espacio de estado . Construimos la matriz fundamental (t) = 1 (t) 2 (t) = et et e2t e2t

Lo que se ha hecho es equivalente a efectuar un cambio de base en el plano de fase, tomando como nueva base la formada por los vectores propios. El nuevo retrato de fase se muestra en la gura 6.15

6.4.3.

Matriz de transicin de estado o

Denimos la matriz de transicin de estado (t2 , t1 ) como la matriz queo permite obtener el estado en el tiempo t2 a partir del estado en el tiempo t1 mediante la expresin 5 : o x(t2 ) = (t2 , t1 )x(t1 ) (6.46) Para un sistema como (6.36) es posible obtener (t2 , t1 ) calculando x(t1 ) y x(t2 ): x(t1 ) = eAt1 x(0)
5 Una denicin alternativa que es equivalente emplea la matriz fundamental: (t , t ) = o 2 1 (t1 )1 (t1 )

180

6.5. SISTEMAS DISCRETOS LIBRES

1.0 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1.0 1.0 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1.0
.

Figura 6.15: Retrato de Fase de un Ejemplo en la base de los vectores propios

x(t2 ) = eAt2 x(0) x(0) = (eAt1 )1 x(t1 ) = eAt1 x(t1 ) x(t2 ) = eAt2 eAt1 x(t1 ) x(t2 ) = eA(t2 t1 ) x(t1 ) (t2 , t1 ) = eA(t2 t1 ) (6.47)

6.5.

Sistemas discretos libres

Abordamos ahora el anlisis de la ecuacin (6.22) con el sistema libre (sin a o entradas), es decir estudiamos la ecuacin o x(k + 1) = Ax(k) La ecuacin matricial (6.48) recuerda la ecuacin escalar o o x(k + 1) = ax(k) cuya solucin es o x(k) = x(0)ak 181 (6.49) (6.48)

OSCAR G. DUARTE

debido a que ak+1 = aak x(0)a0 = x(0) (6.50) Al igual que en el caso continuo, nos preguntamos si al reemplazar el escalar a por lamatriz A, y la variable x por el vector de variables x se mantienen las relaciones (6.50) y asi encontrar una solucin de (6.48) similar a (6.49). o Evidentemente Ak+1 = AAk x(0)A0 = x(0) (6.51) En consecuencia la solucin de (6.48) es o x(k) = Ak x(0) (6.52)

En (6.52) x(0) es el vector que contiene las condiciones iniciales de x(k). Por otra parte, es posible calcular Ak por diversos mtodos, de los cuales destacamos e los siguientes Denicin: Podemos emplear la denicin de Ak directamente: o o Este mtodo no es prctico, debido a la dicultad de calcular Ak ; sin e a embargo, en algunos casos especiales este clculo es sencillo (matrices diaa gonales) Forma cannica de Jordan: Si se ha obtenido la Forma cannica de Jordan o o de la matriz A, entonces se tienen dos matrices J y M tales que J = M1 AM A = MJM1 y por lo tanto Ak puede calcularse asi: Ak = MJk M1 (6.54) Ak = AAA A k veces (6.53)

La ventaja de emplear (6.54) radica en que J es una matriz diagonal por bloques, y por lo tanto Jk es ms fcil de calcular, especialmente si J es a a completamente diagonal Transformada Z: Podemos obtener la solucin de (6.48) empleando la transo formada Z, y asi deducir el valor de Ak . Z {x(k + 1)} = Z {Ax(k)} = zx(z) Ax(z) = zx(0) x(z) = z(zI A)1 x(0) (zI A)x(z) = zx(0) zx(z) zx(0) = Ax(z)

x(k) = Z 1 {x(z)} = Z 1 z(zI A)1 x(0) x(k) = Z 1 z(zI A)1 x(0) = Ak x(0) Ak = Z 1 z(zI A)1 182 (6.55)

6.6. SISTEMAS CONTINUOS EXCITADOS

Jordan y Transformada Z: Pueden combinarse (6.54) y (6.55) para obtener Ak = MZ 1 z(zI J)1 M1 (6.56)

6.5.1.

Matriz de transicin de estado o

Denimos la Matriz de Transicin de Estado (k2 , k1 ) como la matriz que o permite obtener el estado en el tiempo k2 a partir del estado en el tiempo k1 mediante la expresin o x(k2 ) = (k2 , k1 )x(k1 ) (6.57) Para un sistema como (6.48) es posible obtener (k2 , k1 ) calculando x(k1 ) y x(k2 ): x(k1 ) = Ak1 x(0) x(k2 ) = Ak2 x(0) x(0) = (Ak1 )1 x(k1 ) = Ak1 x(k1 ) x(k2 ) = Ak2 Ak1 x(k1 ) x(k2 ) = A(k2 k1 ) x(k1 ) (k2 , k1 ) = A(k2 k1 )

6.6.

Sistemas continuos excitados

Estudiamos ahora el sistema continuo con excitacin, es decir el sistema o descrito por (6.58) x(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t) (6.58)

Para ello, aplicamos transformada de Laplace a cada lado de las ecuaciones sx(s) x(0) = Ax(s) + Bu(s) En la primera ecuacin podemos despejar x(s) o sx(s) Ax(s) = x(0) + Bu(s) (sI A)x(s) = x(0) + Bu(s) x(s) = (sI A)1 x(0) + (sI A)1 Bu(s) 183 (6.60) (6.59)

y(s) = Cx(s) + Du(s)

OSCAR G. DUARTE

Ahora podemos incorporar (6.60) en la segunda ecuacin de (6.59) o y(s) = C (sI A)

1

x(0) + C ((sI A)

Bu(s) + Du(s) (6.61)

y(s) = C(sI A)1 x(0) + C(sI A)1 B + D u(s)

Rta de entrada cero Rta de estado cero

En (6.61) se observa que la respuesta y(s) tiene dos componentes6 : Respuesta de estado cero: Es la primera parte de la ecuacin (6.61). Deo pende de las entradas u(s) y no de las condiciones iniciales; de hecho, es la respuesta que tiene el sistema si las condiciones iniciales son cero, es decir, si su estado inicial es cero (de all su nombre). Respuesta de entrada cero: Es la segunda parte de la ecuacin (6.61). Deo pende de las condiciones iniciales y no de las entradas u(s); de hecho, es la respuesta que tiene el sistema si las entradas son cero (de all su nombre).

6.6.1.
en

Matriz de funciones de transferencia

Si se consideran condiciones iniciales nulas, la ecuacin (6.61) se convierte o y(s) = C(sI A)1 B + D u(s)

Podemos denir la Matriz de Funciones de Transferencia como la matriz de relaciona las entradas y las salidas, cuando las condiciones iniciales son nulas: y(s) = G(s)u(s)| C.I.=0 G(s) = C(sI A)1 B + D (6.62)

El elemento Gij (s) de la matriz G(s) muestra cmo afecta la entrada uj (s) o a la salida yi (s). En general, una entrada uj (s) afectar a todas las salidas y(s). No obstante, a existe un caso especial en que esto no es as supngase que existe el mismo n: o u mero de entradas que de salidas p, y que la matriz de funciones de transferencia es diagonal: y1 (s) G11 (s) 0 0 u1 (s) y2 (s) 0 G22 (s) 0 u2 (s) . = . . . . .. . . . . . . . . . . . yp (s) 0 0 Gpp (s) up (s)
6 Comprese a

La matriz G(s) en (6.62) es una matriz G11 (s) G12 (s) y1 (s) y2 (s) G21 (s) G22 (s) . = . . . . . . . . yq (s) Gq1 (s) Gq2 (s)

q p (p entradas y q salidas): u1 (s) G1p (s) G2p (s) u2 (s) . . .. . . . . . Gqp (s) up (s)

con las deniciones de la pgina 45 para sistemas de una entrada y una salida a

184

6.7. SISTEMAS DISCRETOS EXCITADOS

En este caso especial, la entrada uj (s) slo afecta la salida yj (s). Se dice entonces o que el sistema es desacoplado.

6.6.2.

Variables de estado en el tiempo

Podemos obtener el comportamiento en el tiempo de las variables de estado aplicando la transformada inversa de Laplace a (6.60) x(t) = L1 [x(s)] = L1 (sI A)1 x(0) + L1 (sI A)1 Bu(s) La primera de las transformadas corresponde a eAt = (t, 0) como puede verse en (6.43) y (6.47). Ntese que la segunda transformada incluye el producto o de dos funciones de s. El resultado es:
t

x(t) = (t, 0)x(0) +

0

(t, )Bu( )d

(6.63)

En la seccin 6.7.2 buscaremos aproximarnos a una interpretacin de (6.63) o o apoyndonos en el caso discreto. a

6.7.

Sistemas discretos excitados

Estudiamos ahora el sistema discreto con excitacin, es decir el sistema deso crito por (6.64) x(k + 1) = Ax(k) + Bu(k) y(k) = Cx(k) + Du(k) Para ello, aplicamos transformada Z a cada lado de las ecuaciones zx(z) zx(0) = Ax(z) + Bu(z) En la primera ecuacin podemos despejar x(z) o zx(z) Ax(z) = zx(0) + Bu(z) x(z) = z(zI A)1 x(0) + (zI A)1 Bu(z) (zI A)x(z) = zx(0) + Bu(z) (6.66) y(z) = Cx(z) + Du(z) (6.65) (6.64)

Ahora podemos incorporar (6.66) en la segunda ecuacin de (6.65) o y(z) = C z(zI A)1 x(0) + (zI A)1 Bu(z) + Du(z) y(z) = Cz(zI A)1 x(0) + C(zI A)1 B + D u(z)
Rta de entrada cero Rta de estado cero

(6.67)

De forma anloga al caso continuo, (6.67) muestra que la respuesta y(z) a tiene dos componentes7 :
7 Comprese a

con las deniciones de la pgina 46 para sistemas de una entrada y una salida a

185

OSCAR G. DUARTE

Respuesta de estado cero: Es la primera parte de la ecuacin (6.67). Deo pende de las entradas u(z) y no de las condiciones iniciales; de hecho, es la respuesta que tiene el sistema si las condiciones iniciales son cero, es decir, si su estado inicial es cero (de all su nombre). Respuesta de entrada cero: Es la segunda parte de la ecuacin (6.67). Deo pende de las condiciones iniciales y no de las entradas u(z); de hecho, es la respuesta que tiene el sistema si las entradas son cero (de all su nombre).

6.7.1.
en

Matriz de funciones de transferencia

Si se consideran condiciones iniciales nulas, la ecuacin (6.67) se convierte o y(z) = C(zI A)1 B + D u(z)

Podemos denir la Matriz de Funciones de Transferencia como la matriz de relaciona las entradas y las salidas, cuando las condiciones iniciales son nulas: y(z) = G(z)u(z)|C.I.=0 G(z) = C(zI A)1 B + D (6.68)

El elemento Gij (z) de la matriz G(z) muestra cmo afecta la entrada uj (z) o a la salida yi (z). En general, una entrada uj (z) afectar a todas las salidas y(z). No obstante, a existe un caso especial en que esto no es as supngase que existe el mismo n: o u mero de entradas que de salidas p, y que la matriz de funciones de transferencia es diagonal: u1 (z) G11 (z) 0 0 y1 (z) y2 (z) 0 G22 (z) 0 u2 (z) . = . . . . .. . . . . . . . . . . . yp (z) 0 0 Gpp (z) up (z)

La matriz G(z) en (6.68) es una matriz y1 (z) G11 (z) G12 (z) y2 (z) G21 (z) G22 (z) . = . . . . . . . . yq (z)

Gq1 (z) Gq2 (z) Gqp (z)

q p (p entradas y q salidas): G1p (z) u1 (z) G2p (z) u2 (z) . . .. . . . . . up (z)

En este caso especial, la entrada uj (z) slo afecta la salida yj (z). Se dice entonces o que el sistema es desacoplado.

6.7.2.

Variables de estado en el tiempo

Podemos obtener el comportamiento en el tiempo de las variables de estado aplicando la Transformada inversa Z a (6.66) x(k) = Z 1 [x(z)] = Z 1 z(zI A)1 x(0) + L1 (zI A)1 Bu(z) 186

 6.8. INTRODUCCION AL CONTROL POR VARIABLE DE ESTADO

La primera de las transformadas corresponde a Ak = (k, 0) como puede verse en (6.55) y (6.57). Ntese que la segunda transformada incluye el producto o de dos funciones de z. El resultado es:
k1

x(k) = (k, 0)x(0) +

l=0

(k, l + 1)Bu(l)

(6.69)

La ecuacin (6.63) y (6.69) son anlogas; sin embargo, es ms fcil de analizar o a a a (6.69). Para ello, vamos a expandir la sumatoria: x(k) = (k, 0)x(0) + (k, 1)Bu(0) + (k, 2)Bu(1) + + (k, k)Bu(k 1) x(k) = (k, 0)x(0) + (k, 1)Bu(0) + (k, 2)Bu(1) + + Bu(k 1) (6.70) La ecuacin (6.70) muestra que x(k) esta formada por aportes de las condio ciones iniciales x(0), y de las entradas u(k). Adems muestra cul es el aporte a a exacto del valor de la entrada en un instante de tiempo espec co: por ejemplo, la entrada en k = 1, que es u(1) aporta a la construccin de x(k) justamente o (k, 2)Bu(1). Un anlisis similar podr hacerse para el caso continuo con la ecuacin a a o (6.63); para ello debe emplearse la funcin impulso (t ). Debido a que este o anlisis no aporta ningn concepto nuevo, se ha omitido en este texto. a u

6.8.

Introduccin al control por o variable de estado

El esquema bsico de control por variable de estado se muestra en la gura a 6.16. La estrategia, que es igualmente vlida para sistemas continuos y discretos a consiste en utilizar las variables de estado x para realimentar el sistema mediante una matriz K, y comparar el estado con unas seales de referencia r, de donde n se tiene que u = r + Kx (6.71) Para que (6.71) tenga sentido, las dimensiones de las variables involucradas deben ser las siguientes: up1 = rp1 + Kpn xn1 Podemos emplear los diagramas de bloques de la representacin en variable o de estado para sistemas continuos y discretos que se muestran en las guras 6.5 y 6.6 para complementar la gura 6.16. El resultado se muestra en las guras 6.17 y 6.18 Combinando las ecuaciones (6.21) y (6.22) con (6.71) se obtienen las ecuaciones de estado para sistemas continuos y discretos con realimentacin por o variable de estado: 187

OSCAR G. DUARTE

+ +

y Sistema

x K
Figura 6.16: Realimentacin por Variable de Estado o

D r(s)+ + u(s) B + + A sx(s) x(s) C + + y(s)

1/s

Figura 6.17: Realimentacin por Variable de Estado de un sistema cont o nuo

188

 6.8. INTRODUCCION AL CONTROL POR VARIABLE DE ESTADO

D r(z)+ + u(z) B + + A zx(z) x(z) C + + y(z)

1/z

Figura 6.18: Realimentacin por Variable de Estado de un sistema discreto o

x(t) = Ax(t) + B[r(t) + Kx(t)] y(t) = Cx(t) + D[r(t) + Kx(t)] x(k + 1) = Ax(k) + B[r(k) + Kx(k)] y(k) = Cx(k) + D[r(k) + Kx(k)] que pueden reescribirse como x(t) = [A + BK]x(t) + Br(t) y(t) = [C + DK]x(t) + Dr(t) x(k + 1) = [A + BK]x(k) + Br(k) y(k) = [C + DK]x(k) + Dr(k) Se obtienen entonces unos nuevos sistemas para los que las entradas son r, las salidas son u y las variables de estado son x (ver gura 6.16). Si denimos A = A + BK y C = C + DK las ecuaciones de estos nuevos sistemas sern a x(t) = Ax(t) + Br(t) y(t) = Cx(t) + Dr(t) x(k + 1) = Ax(k) + Br(k) y(k) = Cx(k) + Dr(k) A = A + BK C = C + DK A = A + BK = C + DK C (6.72)

(6.73)

Dado que el comportamiento de los sistemas descritos por (6.72) y (6.73) dependen de los valores propios de A, se desprende que la estrategia de control 189

OSCAR G. DUARTE

por variable de estado consiste en establecer un sistema como el de la gura 6.16 y seleccionar una matriz K tal que los valores propios de A en (6.72) y (6.73) sean los deseados. Como este no es un texto de control, no abordaremos el problema de cmo o obtener esa matriz K. Sin embargo, resaltamos que esta estrategia plantea al menos dos interrogantes: 1. Pueden asignarse con total libertad los valores propios de A?, es decir, dado un conjunto de valores propios deseados, existir siempre una matriz a K que permita asignarle a A dichos valores propios? 2. Dado que las variables de estado no necesariamente tienen sentido f sico, y en caso de tenerlo no necesariamente son medibles, Como pueden conocerse los valores de las variables de estado para implementar el esquema de la gura 6.16? Las secciones 6.8.1 y 6.8.2 intentan dar respuesta a estas preguntas.

6.8.1.

Controlabilidad

La nocin de controlabilidad de un sistema est asociada con la posibilidad o a de hacer que sus variables de estado tomen cualquier valor deseado, no importa cuales sean las condiciones iniciales, en un tiempo nito. Denicin 6.3 Controlabilidad o Un sistema dinmico es controlable en t1 si para cualquier estado x(t1 ) y cualquier a estado deseado xd es posible encontrar una entrada u(t) que aplicada entre t 1 y t2 produce x(t2 ) = xd , con t2 < Ejemplo 6.31 Considrese el circuito de la gura 6.19, en el que la variable de ene trada es v(t) y la variable de salida es vx (t). Es claro que para escribir las ecuaciones de estado de ese circuito podemos escoger como variable de estado la tensin en el o condensador vC (t). Debido a la simetr del circuito, si las condiciones iniciales son nulas (v C (0) = a 0), la tensin en el condensador siempre ser cero, sin importar qu valor tome la o a e fuente v(t). Por lo tanto, no es posible modicar a nuestro antojo el valor de la variable de estado, y en consecuencia el sistema es no controlable. La denicin 6.3 no brinda por s sla un mecanismo fcil para determinar o o a si un sistema es controlable o no. No obstante, podemos aplicar un test de controlabilidad para determinar si un sistema dinmico lineal invariante en el a tiempo es o no controlable. Test de controlabilidad Para determinar si un sistema como (6.21) o como (6.22) es o no controlable, con A una matriz n n y B una matriz n p, se construye la matriz de 190

 6.8. INTRODUCCION AL CONTROL POR VARIABLE DE ESTADO

1 v(t)
+

1 1F

Figura 6.19: Circuito

controlabilidad V y se verica su rango: V = B AB A2 B A3 B An1 B El sistema es controlable s y slo si rank(V) = n o Anotaciones al concepto de Controlabilidad 1. La denicin 6.3 es realmente la denicin de controlabilidad de estado, o o dado que se reere a la posibilidad de obtener cualquier estado. Existe una denicin semejante para la controlabilidad de salida, que no se aborda en o este texto. 2. El test de controlabilidad (6.74) pone de maniesto que la controlabilidad slo depende de las matrices A y B, es decir, slo depende de la ecuacin o o o de estado y no de la ecuacin de salida o 3. Para determinar la controlabilidad de un sistema como(6.21) no es necesario resolver la ecuacin diferencial. Se realiza un anlisis cualitativo de o a la ecuacin. o 4. Si un sistema es controlable, entonces con un esquema de control por realimentacin de variable de estado como el de la gura 6.16 siempre es o posible encontrar una matriz K real para que la matriz A en (6.72) o en (6.73) tenga los valores propios deseados8 . 5. El test es igualmente vlido para sistemas continuos y discretos. a (6.74)

6.8.2.

Observabilidad

Al observar la estrategia de control por Realimentacin de Variable de Estado o sugerida en la gura 6.16 surge la cuestin de cmo medir las variables de estado o o x, ya que es posible que estas no tengan sentido f sico, o que no sean medibles.
8 Se supone en esta armacin que los valores propios deseados complejos aparecen en o parejas conjugadas.

191

OSCAR G. DUARTE

+ +

y Sistema

Observador x K

Figura 6.20: Realimentacin por Variable de Estado con Observador o

Para solucionar este problema se plantea la utilizacin de un estimador de o estado, u observador de estado, que es un elemento que intenta estimar el estado del sistema a partir de mediciones de las entradas y salidas al sistema (se supone que stas s tienen sentido f e sico y son medibles), tal como se observa en la gura 6.20, en la que x es la estimacin que el observador hace del estado x o La nocin de observabilidad de un sistema est asociada con la posibilidad o a de determinar el estado del sistema a partir de mediciones de sus entradas y salidas durante un tiempo nito, es decir, con la posibilidad de construir un observador. Denicin 6.4 Observabilidad o Un sistema dinmico es observable en t1 si es posible conocer el estado x(t1 ) a a partir de mediciones de las entradas u(t) y las salidas y(t) durante el periodo comprendido entre t1 y t2 , con t2 < Ejemplo 6.32 Considrese nuevamente el circuito de la gura 6.19, en el que la e variable de entrada es v(t), la variable de salida es v x (t) y la variable de estado la tensin en el condensador vC (t). o Es claro que a partir de mediciones de v(t) y vx (t) (que son iguales) no es posible conocer las condiciones iniciales del condensador y en consecuencia el sistema es no observable. La denicin 6.4 no brinda por s sla un mecanismo fcil para determinar o o a si un sistema es observable o no. No obstante, podemos aplicar un test de observabilidad para determinar si un sistema dinmico lineal invariante en el tiempo a es o no observable. Test de observabilidad Para determinar si un sistema como (6.21) o como (6.22) es o no observable, con A una matriz n n y C una matriz q n, se construye la matriz de 192

 6.8. INTRODUCCION AL CONTROL POR VARIABLE DE ESTADO

observabilidad C CA CA2 S = CA3 . . . CAn1

S y se verica su rango: El sistema es observable s y slo si rank(S) = n o (6.75)

Anotaciones al concepto de observabilidad 1. El test de observabilidad (6.75) pone de maniesto que la controlabilidad slo depende de las matrices A y C. o 2. Para determinar la observabilidad de un sistema como(6.21) no es necesaro resolver la ecuacin diferencial. Se realiza un anlisis cualitativo de la o a ecuacin. o 3. Si un sistema es observable, entonces puede construirse un observador como el que se sugiere en la gura 6.20. En este texto no se aborda el problema de cmo construir dicho observador. o 4. El test es igualmente vlido para sistemas continuos y discretos. a Ejemplo 6.33 Tomemos nuevamente el circuito de la gura 6.19. Para escribir las ecuaciones que rigen el sistema, ntese que el equivalente Thvenin del circuito visto o e por el condensador es una resitencia de valor R, de tal manera que: vC = RiC = RC d vC dt

d 1 vC (t) = vC (t) dt RC La ecuacin de salida es trivial: o vx (t) = v(t) De tal manera que la representacin en variable de estado para el circuito es: o
1 vC = RC vC vx = v(t)

Es decir, es un sistema como (6.21) con A = 1/RC, B = 0, C = 0, y D = 1. Las matrices de controlabilidad y observabilidad denidas en (6.74) y (6.75) son: V = [0] S = [0]

y por lo tanto tienen rango 0, lo que signica que el sistema es no controlable y no observable 193

OSCAR G. DUARTE

194

Captulo 7 Introduccion a los sistemas no lineales

Si bien el objetivo de este curso es el anlisis de los sistemas dinmicos lineales a a invariantes en el tiempo, en este cap tulo se hace una breve presentacin de los o sistemas no lineales, con el propsito principal de resaltar: o Que los resultados y las tcnicas presentadas en cap e tulos anteriores tienen una aplicabilidad limitada a los sistemas lineales. Que el comportamiento de los sistemas lineales es limitado a un cierto tipo de respuestas, mientras que los sistemas no lineales pueden tener un comportamiento de mayor riqueza. Para ello, hacemos inicialmente una distincin entre dos tipos de funciones o no lineales: No linealidades estticas: Se trata de sistemas no lineales sin memoria, es a decir, aquellos cuyas salidas y(t) slo dependen de las entradas en ese o mismo instante u(t). La gura 7.1 resume algunas de las no linealidades estticas ms frecuentes. Algunos de los elementos que se pueden modelar a a con este tipo de no linealidades estticas son: a Vlvulas de apertura gradual. a Transformadores y motores en regiones de saturacin magntica. o e Materiales ferromagnticos en general. e Huelgos en engranajes. Cilindros hidralicos y neumticos con cambio de direccin. u a o Linealizaciones de elementos elctricos y electrnicos. e o 195

OSCAR G. DUARTE

Saturaciones

Rels e

Histresis e

Zonas Muertas

Zonas Muertas

Trazos Rectos

Figura 7.1: No Linealidades Estticas ms frecuentes a a

196

 7.1. PERDIDA DE SUPERPOSICICION Y PROPORCIONALIDAD

No linealidades dinmicas: Se trata de sistemas no lineales con memoria, es a decir, aquellos cuyas salidas y(t) dependen no slo de las entradas en ese o mismo instante u(t), sino tambin de sus derivadas o diferencias nitas. e Es decir, consideramos ecuaciones diferenciales y de diferencia de la forma x(t) = f (x(t), u(t), t) x(k + 1) = f (x(k), u(k), k)

En donde el vector u contiene las entradas al sistema, x las variables de estado, y f es un funcin vectorial no lineal (no necesariamente lineal). o Las secciones 7.1 a 7.8 se reeren a este tipo de no linealidades

7.1.

Prdida de superposicicin y proporcionae o lidad

Las propiedades de superposicin y proporcionalidad son inherentes a los o sistemas lineales. Estas dos propiedades se pierden en los sistemas no lineales. Ejemplo 7.1 Consideremos un sistema continuo descrito por la ecuacin (7.1) que o no es lineal debido al trmino x2 e x + x2 = u(t) (7.1)

En la gura 7.2 se muestra el comportamiento del sistema con = 1 y condiciones iniciales nulas ante dos entradas diferentes: Se ha simulado la salida y1 (t) con una entrada u1 (t) = (t). Se ha simulado la salida y2 (t) con una entrada u2 (t) = 4(t). Ntese que aunque se ha multiplicado por 4 la entrada, la salida no est multio a plicada por 4; de hecho, el valor estacionario tan slo se ha duplicado, con lo que o se demuestra que el sistema no tiene la propiedad de proporcionalidad. Ahora trabajamos con el sistema suponiendo = 0.1 (es decir, haciendo ms pea queo el efecto no lineal) y manteniendo condiciones iniciales nulas. Se ha simulado n el comportamiento del sistema en tres condiciones diferentes: Se ha simulado la salida y3 (t) con una entrada u3 (t) = (t). Se ha simulado la salida y4 (t) con una entrada u4 (t) = sin(t)(t). Se ha simulado la salida y5 (t) con una entrada u5 (t) = (t) + sin(t)(t). La gura 7.3 muestra y3 (t), y4 (t), y3 (t) + y4 (t) y y5 (t). Se destaca como la suma y3 (t) + y4 (t) es diferente de la salida que se obtiene cuando la entrada es u3 (t) + u4 (t), con lo que se demuestra que el sistema no tiene la propiedad de superposicin. o 197

OSCAR G. DUARTE

3.0

2.5

2.0

y2 (t)

1.5

1.0

y1 (t)

0.5

0.0 0 1 2 3 4 5 6 7 8 9 10

Figura 7.2: Sistema No Lineal con dos entradas escaln o

y3 (t) + y4 (t)

y3 (t)

y5 (t)

y4 (t)
0 1 2 3 4 5 6 7 8 9 10

Figura 7.3: Sistema No Lineal con una entrada escaln y una sinusoide o

198

 7.2. MULTIPLES PUNTOS DE EQUILIBRIO

7.2.

M ltiples puntos de equilibrio u

Un punto de equilibrio de un sistema continuo es un punto x0 tal que x(t) en ese punto valga cero, ya que en esas condiciones el sistema no cambiar nunca a de estado. Por otra parte, un punto de equilibrio de un sistema discreto es un punto x0 tal que x(k + 1) = x(k) en ese punto valga cero, ya que en esas condiciones el sistema no cambiar nunca de estado. a Si consideramos un sistema continuo lineal libre de la forma x = Ax, es claro que el unico punto de equilibrio que existe1 corresponde a x = 0, sin embargo, pueden existir sistemas no lineales con ms de un punto de equilibrio. a Ejemplo 7.2 Tomemos como ejemplo un pndulo simple de barra r e gida como el de la gura 7.4 cuyas ecuaciones dinmicas son a x1 = x 2 x2 = a sin(x1 ) bx2 en donde x1 representa el ngulo de giro del pndulo medido respecto a la vertical en a e el punto de giro. x2 representa la velocidad angular. a = g/l, b = k/m g es la aceleracin de la gravedad. o l es la distancia del punto de giro al centro de gravedad del pndulo. e k es el coeciente de friccin viscosa del punto de giro. o m es la masa del pndulo. e Para que x1 y x2 sean cero en (7.2) se necesita que x2 = 0 y sin(x1 ) = 0, es decir que los puntos de equilibrio son: 0 , 0 , 0 2 , 0 3 , 0 (7.2)

Este resultado corresponde a nuestra experiencia: el pndulo est en reposo slo e a o en direccin vertical, bien sea hacia arriba o hacia abajo; si est hacia abajo el ngulo o a a x1 es 0 (que es igual a 2, 4, ) y si est hacia arriba el ngulo x 1 es (que a a es igual a , 3, ), y en ambos casos la velocidad angular x 2 es 0. Para mostrar grcamente la presencia de varios puntos de equilibrio se ha a trazado el retrato de fase del pndulo simple en la gura 7.5 con a = b = 1. e
1 Salvo

en los casos especiales en que A es singular.

199

OSCAR G. DUARTE

Figura 7.4: Diagrama del pndulo simple e

2.0 1.6 1.2 0.8 0.4

.

0 0.4 0.8 1.2 1.6 2.0 1

Figura 7.5: Retrato de Fase del pndulo simple con a = b = 1 e

200

x1

11

7.3. ESTABILIDAD LOCAL

7.3.

Estabilidad local

El concepto de estabilidad est asociado con los puntos de equlibrio, es decir a se dice que un punto de equilibrio puede tener un cierto tipo de estabilidad (ser estable, inestable, un punto de sila, etc.). Como los sistemas lineales slo tienen un punto de equilibrio, se dice que la o estabilidad del sistema es la de ese punto de equilibrio. Debido a que los sistemas no lineales pueden tener ms de un punto de equilibrio, ya no es vlido hablar a a de la estabilidad del sistema como un todo, sino que es necesario estudiar la establidad de cada punto de equilibrio. A este tipo de estabilidad se le denomina estabilidad local. Ejemplo 7.3 Considremos de nuevo el caso del pndulo simple descrito por (7.2) e e y cuyo retrato de fase se muestra en la gura 7.5. Para conocer el comportamiento del sistema en todos los puntos de equilibrio basta con analizarlo en dos de ellos (un ngulo es igual a un ngulo 2n): a a xa = 0 0 xb = 0

La gura 7.6 muestra una ampliacin del retrato de fase de la gura 7.5 cerca o al punto de equilibrio xa . El retrato de fase resultante es similar al de un sifn de o un sistema lineal, por lo tanto diremos que xa es un punto de equilibrio del tipo sifn, y por lo tanto estable. o Por otra parte, la gura 7.7 muestra una ampliacin del retrato de fase de la o gura 7.5 cerca al punto de equilibrio xb . El retrato de fase resultante es similar al de un punto de silla de un sistema lineal, por lo tanto diremos que x b es un punto de equilibrio del tipo punto de silla, es decir, es inestable.

7.4.

Orbitas peridicas no sinusoidales o

En un sistema lineal la unica posibilidad de tener soluciones peridicas se da o cuando los valores propios son imaginarios puros; en estos casos las trayectorias del retrato de fase son elipses y se denominan orbitas cerradas del sistema. En los sistemas no lineales hay otras posibilidades de tener soluciones perio dicas, que no necesariamente correspondern a elipses en los retratos de fase. a Ejemplo 7.4 Supngase un sistema descrito por las ecuaciones de Lotka-Volterra o x1 x2 = x1 + x1 x2 = x 2 x 1 x2 (7.3)

La ecuacin (7.3) sirve como un modelo simplicado para predecir el crecimiento o de las poblaciones de dos especies en un mbito cerrado en la que una de ellas es a el predador de la otra (la presa). x1 representa la poblacin del predador y x2 la o de la presa. La variacin de la poblacin est afectada por cuntas veces se cruzan o o a a 201

OSCAR G. DUARTE

0.7

0.5

0.3

0.1

0.1

0.3

0.5

0.7 4.8

5.2

5.6

6.0

6.4

6.8

7.2

7.6

8.0

Figura 7.6: Retrato de Fase del pndulo simple alrededor de un punto de equilibrio e del tipo sifn o

0.7

0.5

0.3

0.1
.

0.1

0.3

0.5

0.7 2.1

2.5

2.9

3.3

3.7

4.1

4.5

Figura 7.7: Retrato de Fase del pndulo simple alrededor de un punto de equilibrio e del tipo punto de silla

202

7.5. CICLOS L IMITE

1 1 0 1 2 3 4 5

Figura 7.8: Retrato de Fase del Sistema de Lotka-Volterra

miembros de una especie con los de la otra, que se supone que es proporcional al producto x1 x2 . La gura 7.8 muestra el retrato de fase del sistema descrito por (7.3). Se nota un punto de equilibrio en (1, 1) que es un centro, y otro punto de equilibrio en (0, 0) que es un punto de silla. Adems, se destacan innitas soluciones peridicas que no a o tienen forma de elipse ni estn centradas en (0, 0) a

7.5.

Ciclos l mite

En ocasiones las trayectorias del sistema tienden a formar una orbita cerrada; cuando esto sucede se dice que existe un ciclo lmite estable. Tambin se da el e caso en el que las trayectorias se desprenden de una orbita cerrada, en cuyo caso se dice que se existe un ciclo lmite inestable. Ejemplo 7.5 Supngase un sistema descrito por las ecuaciones: o x1 x2 = x2 = (1 x2 )x2 x2 1 (7.4)

La ecuacin (7.4) representa al Oscilador de Van der Pol, y corresponde a un o oscilador con un amortiguamiento no lineal correspondiente al trmino proporcional e a x 2 x2 . 1 203

OSCAR G. DUARTE

4 3 2 1 0 1 2 3

Figura 7.9: Retrato de Fase del Oscilador de Van der Pol con = 1

La gura 7.9 muestra el retrato de fase del sistema descrito por (7.4) con = 1. Ntese que todas las trayectorias tienden a formar una orbita cerrada (marcada en o rojo); est orbita corresponde a un ciclo l a mite del sistema.

7.6.

Orbitas homocl nicas

En un sistema lineal, cuando el punto de equilibrio es del tipo punto de silla, una trayectoria que inicie en el vector propio inestable viajar por ese vector a hasta el innito. En algunos sistemas no lineales puede darse un comportamiento especial: una trayectoria que inicie en un punto de equilibrio del tipo punto de silla puede llegar a terminar en el mismo punto de equilibrio. Cuando esto sucede, la trayectoria descrita se denomina una orbita homoclnica Ejemplo 7.6 Supngase un sistema descrito por las ecuaciones: o x1 x2 = x2 = kx2 + x1 x3 1 (7.5)

La ecuacin (7.5) representa al Oscilador de Dung, y corresponde a un oscilador o con una excitacin adicional; por ejemplo, (7.5) puede representar a un pndulo o e simple como el de la gura 7.4 cuando el ngulo es pequeo, y adicionalmente se a n ejerce una fuerza proporcional a x3 . 1 204

7.7. BIFURCACIONES

2.0 1.6 1.2 0.8 0.4

.

0 0.4 0.8 1.2 1.6 2.0 2.0

1.6

1.2

0.8

0.4

0.4

0.8

1.2

1.6

2.0

Figura 7.10: Retrato de Fase del Oscilador de Dung con k = 0

La gura 7.10 muestra el retrato de fase del sistema descrito por (7.5) con k = 0 (sin amortiguamiento). El sistema tiene tres puntos de equilibrio: en (1, 0) y en (1, 0) hay unos puntos de equilbrio del tipo centro; en (0, 0) hay un punto de equilibrio del tipo punto de silla. En este punto hay dos trayectorias especiales (en rojo): una de ellas inicia en la direccin (1, 1) y despues de dar una vuelta hacia o la derecha regresa al punto (0, 0) desde la direccin (1, 1); la otra inicia en la o direccin (1, 1) y despues de dar una vuelta hacia la izquierda regresa al punto o (0, 0) desde la direccin (1, 1). Estas dos trayectorias son orbitas homocl o nicas del sistema.

7.7.

Bifurcaciones

Si las ecuaciones de un sistema dinmico dependen de un parmetro, es a a lgico pensar que el comportamiento de dicho sistema dependa del valor de ese o parmetro. Esto es cierto tanto para sistemas lineales como no lineales. a Sin embargo, las variaciones de comportamiento que puede tener un sistema lineal son menores en comparacin con las que pueden suceder en sistemas no o lineales. Si al variar un parmetro el comportamiento del sistema cambia esa tructuralmente (de forma muy notoria), se dice que el parmetro ha tomado un a valor de bifurcacin. o 205

OSCAR G. DUARTE

Ejemplo 7.7 Consideremos el sistema descrito por la ecuacin o x = ( x2 )x (7.6)

Para valores negativos de el sistema tendr un unico punto de equilibrio en a x = 0, porque es la unica condicin en la que x = 0. Sin embargo, si 0 existirn o a tres puntos de equilibrio en x1 = 0, x2 = + a, x3 = a. Este cambio es muy importante, y por lo tanto decimos que en = 0 hay una bifurcacin del sistema, o o lo que es igual, que el valor de bifurcacin para el parmetro es 0. o a

7.8.

Comportamientos caticos o

El comportamiento de un sistema dinmico, lineal o no lineal, depende de a las condiciones iniciales. En los sistemas lineales esta dependencia es suave, es decir, que si se escogen dos condiciones iniciales cercanas el comportamiento del sistema ser muy parecido. a Existen algunos sistemas no lineales en los que pequeas variaciones en las n condiciones iniciales desencadenan comportamientos muy diferentes; tales sistemas se denominan caticos. o Ejemplo 7.8 Consideremos el sistema discreto de primer orden descrito por la ecuacin: o (2 x)/4 x [0, 18/41) 10x 4 x [18/41, 1/2) x(k + 1) = f (x(k)) f (x) = (7.7) 10x 5 x [1/2, 23/41) (3 x)/4 x [23/41, 1] f (x) se muestra en la gura 7.11. En la gura 7.12 se muestra el comportamiento del sistema para tres condiciones iniciales muy cercanas: x a (0) = 0.445 + 1E 11 (en negro), xb (0) = 0.445 + 3E 11 (en azul) y xc (0) = 0.445 + 5E 11 (en rojo). Ntese cmo a partir de k = 35 el comportamiento del sistema diere o o notablemente aun cuando las tres condiciones iniciales se asemejan mucho. Este tipo de comportamiento es catico. o

206

 7.8. COMPORTAMIENTOS CAOTICOS

1.00 0.75 0.50 0.25 0 0 0.25 0.50 0.75 1.00

Figura 7.11: Funcin discreta que origina un sistema catico o o

1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 10 20 30 40 50

Figura 7.12: Respuesta de un sistema discreto catico a tres entradas diferentes: o xa = 0.445 + 1 1011 (negro), xb = 0.445 + 3 1011 (azul) y xc = 0.445 + 5 1011 (rojo)

207

OSCAR G. DUARTE

208

Apndice A e Demostraciones de las Transformadas de Laplace y Z

A.1.

Propiedades de la Transformada de Laplace

La transformada de Laplace de una funcin f (t) f : R R es una funcin o o F (s) F : C C calculada como F (s) = L {f (t)} =

f (t)est dt

(A.1)

Sean f (t), f1 (t), f2 (t) tres funciones cuyas Transformadas de Laplace son, respectivamente F (s), F1 (s), F2 (s), y a un escalar (real o complejo). Se cumplen las siguientes propiedades:

A.1.1.

Linealidad:
L {f1 (t) + f2 (t)} = F1 (s) + F2 (s) L {af (t)} = aF (s) (A.2) (A.3)

Demostracin A.1 La propiedad de Linealidad de la Trasformada de Laplace se o desprende de la propiedad de Linealidad de la integracin. Demostramos primero la o propiedad de superposicin (A.2). o La Transformada de Laplace de f1 (t) + f2 (t) es, segn la denicin (A.1): u o L {f1 (t) + f2 (t)} =
0

[f1 (t) + f2 (t)]est dt

209

OSCAR G. DUARTE

Debido a que la Integracin es una operacin lineal, podemos separar la integral o o de una suma en la suma de las integrales: L {f1 (t) + f2 (t)} =
0

f1 (t)est dt +
0

f2 (t)est dt

Las dos integrales corresponden a las transformadas de Laplace de f 1 (t) y f2 (t), respectivamente, con lo que queda demostrada (A.2) L {f1 (t) + f2 (t)} = F1 (s) + F2 (s) Para demostrar A.3 tambin acudimos a la propiedad de linealidad de la intee gracin. La Transformada de Laplace de af (t) es o L {af (t)} =
0

[af (t)]est dt = a
0

f (t)est dt = aF (s)

A.1.2.

Diferenciacin: o
L L dn f (t) dtn df (t) dt = sF (s) f (0+ )
n1

(A.4)

= sn F (s)

sni1 f (i) (0+ )

i=0

(A.5)

Demostracin A.2 Para demostrar A.4 calculamos la Transformada de Laplace de o la derivada df dt df (t) df st L = dt e dt dt 0 Esta integral puede resolverse por partes, haciendo u = e st y dv = por lo tanto du = se L
st df dt

dt y

dt y v = f (t) : = f (t)est
0

df (t) dt

(s)est f (t)dt

La integral es respecto a t, y por tanto s es constante y puede salir de la integral L df (t) dt L = f (t)est df (t) dt
0

+s
0

est f (t(dt = f (t)est

+ sF (s)

= l f (t)est f (0+ )es0 + sF (s) m

t

El valor del l mite no est determinado, hasta tanto no se conozca f (t). Sin ema bargo, para todas aquellas funciones que decrezcan, sean constantes, o que crezcan 210

A.1. PROPIEDADES DE LA TRANSFORMADA DE LAPLACE

ms lentamente que est el valor del l a mite ser 0. Este tipo de funciones son las que a empleamos en Anlisis de Sistemas Dinmicos, y en consecuencia podemos escribir a a L df (t) dt = f (0+ ) + sF (s)

Esto concluye la demostracin de (A.4). o Para demostrar (A.5), hacemos notar que para n = 1 se reduce a (A.4), y por tanto podemos emplear el mtodo de induccin para la demostracin: Calculemos e o o d(k+1) f la transformada de dt(k+1) empleando (A.4): L L d(k+1) f dt(k+1) =L d df k d dtk
k1

= sL

df k dtk

df k dtk

t=0+

d(k+1) f dt(k+1) d(k+1) f dt(k+1)

= s sk F (s)

i=0

ski1 f (i) (0+ )

df k dtk

=
t=0

k1

= s(k+1) F (s)

i=0

s(k+1)i1 f (i) (0+ ) f (k) (0)

El trmino f k (0) puede escribirse como s((k+1)i1) f (k) (0) cuando i = k, e e incorporarlo en la sumatoria L L d(k+1) f dt(k+1) d(k+1) f dt(k+1)
k

= s(k+1) F (s) = s(k+1) F (s)

s(k+1)i1 f (i) (0+ )

i=0

(k+1)1

i=0

Esta expresin corresponde a (A.5) para (k +1) lo que completa la demostracin o o por induccin. o

s(k+1)i1 f (i) (0+ )

A.1.3.

Desplazamiento en la frecuencia:
L eat f (t) = F (s a) (A.6)

Demostracin A.3 La Transformada de Laplace de eat f (t) es o L eat f (t) =

0

est [eat f (t)]dt =

0

e(sa)t f (t)dt

La integral corresponde a la denicin de la Transformada de Laplace (A.1), pero o evaluada en s a en lugar de s, es decir L eat f (t) = F (s a) 211

OSCAR G. DUARTE

A.1.4.

Multiplicacin por t: o
L {tf (t)} = dF (s) ds dn F (s) dsn (A.7) (A.8)

L {tn f (t)} = (1)n

Demostracin A.4 Para demostrar (A.7) calculamos la derivada de F (s) respecto o as dF (s) d est f (t)dt = ds ds 0 La derivada se hace respecto a s y la integral respecto a t, por lo tanto la derivada puede incorporarse dentro de la integral dF (s) = ds
0

d est f (t) dt ds

Como la derivada es respecto a s, t y f (t) son constantes: dF (s) = ds

0

tf (t)est dt =

[tf (t)]est dt

La integral corresponde a la Transformada de Laplace de tf (t), lo que completa la demostracin de (A.7). o Para demostrar (A.8) resaltamos que cuando n = 1 se convierte en (A.7), y por tanto podemos emplear el mtodo de induccin. Al evaluar (A.8) en n = k se e o obtiene L tk f (t) = (1)k La derivada k + 1 de F (s) respecto a s es d d(k+1) F (s) = ds ds(k+1) d d(k+1) F (s) = ds ds(k+1) d(k+1) F (s) 1 d = (k+1) (1)k ds ds dk f dsk dk F (s) dsk

1 L tk f (t) (1)k
0

est tk f (t) dt

Como la integral es respecto a t y la derivada respecto a s se tiene 1 d(k+1) F (s) = (1)k ds(k+1) d(k+1) F (s) 1 = (1)k ds(k+1)
0 0

d st k e t f (t) dt ds tk f (t) d st e dt ds

212

A.1. PROPIEDADES DE LA TRANSFORMADA DE LAPLACE

d(k+1) F (s) 1 = ds(k+1) (1)(k+1)

t(k+1) f (t)est dt

La integral corresponde a la transformada de Laplace de t (k+1) f (t), es decir d(k+1) F (s) = L t(k+1) f (t) ds(k+1) Esta expresin resulta ser igual a (A.8) evaluada en n = k + 1 con lo que se o completa la demostracin. o

A.1.5.

Teorema de valor inicial:

t0+

l f (t) = l sF (s) m m
s

(A.9)

Demostracin A.5 Para demostrar (A.9) consideremos primero la propiedad de o diferenciacion (A.4) y calculemos el l mite cuando s a cada lado de la igualdad: L
s

df (t) dt df (t) dt

= sF (s) f (0+ ) = l m sF (s) f (0+ )

s

l m L
0

l m

est

df (t) dt = l m sF (s) f (0+ ) s dt

Cuando s la integral de hace cero, y por lo tanto tenemos

s

l m sF (s) f (0+ )

Dado que f (0+ ) es independiente de s, y adems f (0+ ) = limt0+ f (t) se tiene a

s

l sF (s) = f (0+ ) = l + f (t) m m

t0

A.1.6.

Teorema de valor nal:

t

l f (t) = l sF (s) m m
s0

(A.10)

Demostracin A.6 Para demostrar (A.10) consideremos primero la propiedad de o diferenciacion (A.4) y calculemos el l mite cuando s 0 a cada lado de la igualdad: L
s0

df (t) dt df (t) dt

= sF (s) f (0+ ) = l sF (s) f (0+ ) m

s0

l L m

213

OSCAR G. DUARTE

s0

l m

est

df (t) dt = l sF (s) f (0+ ) m s0 dt

Cuando s 0 la integral se simplica

0

df (t) m dt = l f (t) f (0+ ) = l sF (s) f (0+ ) m t s0 dt

Con lo que resulta

t

l f (t) = l sF (s) m m
s0

A.1.7.

Convolucin: o
L {f1 (t) f2 (t)} = f1 (t) f2 (t) =
0

F1 (s)F2 (s) f1 (t )f2 ( )d

(A.11)

Demostracin A.7 Para demostrar (A.11) calculemos la transformada de Laplace o de la convolucin entre f1 (t) y f2 (t): o L {f1 (t) f2 (t)} = L L {f1 (t) f2 (t)} = L {f1 (t) f2 (t)} =
0 0 0 0 0

f1 (t )f2 ( )d

f1 (t )f2 ( )d est dt f1 (t )est f2 ( )d dt

Podemos interambiar el orden de integracin y reagrupar: o L {f1 (t) f2 (t)} = L {f1 (t) f2 (t)} =
0 0 0

f1 (t )est f2 ( )dtd
0

f2 ( )

f1 (t )est dt d

Ahora efectuamos un cambio de variable = t de tal manera que d = dt y t=+ L {f1 (t) f2 (t)} = L {f1 (t) f2 (t)} =
0 0

f2 ( ) f2 ( )es

f1 ()es(+ ) d d

f1 ()es d d

Como es independiente de podemos sacar la integral L {f1 (t) f2 (t)} =

f1 ()es d
0

f2 ( )es d

214

A.2. PROPIEDADES DE LA TRANSFORMADA Z

Adems, consideramos de f1 (t) vale cero para valores negativos de t, y por tanto a podemos modicar los l mites de la integral, completando asi la demostracin o L {f1 (t) f2 (t)} =
0

f1 ()es d
0

f2 ( )es d

L {f1 (t) f2 (t)} = F1 (s)F2 (s)

A.1.8.

Desplazamiento en el tiempo:
L {f (t T )} = esT F (s) (A.12)

Demostracin A.8 La transformada de Laplace de f (t T ) es o L {f (t T )} =

0

f (t T )est dt

Efectuando el cambio de variable = t T de tal manera que dt = d y t = + T se tiene L {f (t T )} =

T

f ( )es( +T ) d =

f ( )es esT d

Como la intergal es respecto a y T es constante, puede sacarse de la integral el trmino esT e L {f (t T )} = esT f ( )es d Si asumimos que f (t) vale cero para todo valor negativo de t, entonces los l mites de la integral pueden modicarse asi: L {f ( )} = esT
0 T

f ( )es d

La integral corresponde a la transformada de Laplace de f , en dnde la variable o en la que se calcula se ha denominado ahora en lugar de t, es decir L {f ( )} = esT F (s)

A.2.

Propiedades de la transformada Z

La transformada Z de una funcin f (k) f : Z R es una funcin F (z) o o F : C C calculada como F (z) = Z {f (k)} = z k f (k) (A.13)
k=0

Sean f (k), f1 (k), f2 (k) tres funciones cuyas Transformadas Z son, respectivamente F (z), F1 (z), F2 (z) y a un escalar (real o complejo). Se cumplen las siguientes propiedades: 215

OSCAR G. DUARTE

A.2.1.

Linealidad:
Z {f1 (k) + f2 (k)} = F1 (z) + F2 (z) Z {af (k)} = aF (z) (A.14) (A.15)

Demostracin A.9 La propiedad de Linealidad de la Trasformada Z se desprende o de la propiedad de Linealidad de la sumatoria. Demostramos primero la propiedad de superposicin (A.14). o La Transformada de Z f1 (k) + f2 (k) es, segn la denicin (A.13): u o Z {f1 (k) + f2 (k)} =
k=0

z k [f1 (k) + f2 (k)]

Debido a que la sumatoria es una operacin lineal, podemos separarla en la suma o de dos sumatorias: Z {f1 (k) + f2 (k)} =
k=0

z k f1 (k) +

k=0

z k f2 (k)

Las dos integrales corresponden a las transformadas Z de f 1 (k) y f2 (k), respectivamente, con lo que queda demostrada (A.14) Z {f1 (k) + f2 (k)} = F1 (z) + F2 (z) Para demostrar A.15 tambin acudimos a la propiedad de linealidad de la sumae toria. La Transformada Z de af (k) es Z {af (k)} =
k=0

z k [af (k)] = a

k=0

z k [f (k)] = aF (z)

A.2.2.

Diferencia positiva:
Z {f (k + 1)} = zF (z) zf (0)
n1

(A.16)

Z {f (k + n)} = z n F (z)

z ni f (i)
i=0

(A.17)

Demostracin A.10 Para demostrar A.16 calculamos la Transformada Z de la o diferencia f (k + 1) Z {f (k + 1)} =

k=0

z k f (k + 1) = z 0 f (1) + z 1 f (2) + z 2 f (3) + 216

A.2. PROPIEDADES DE LA TRANSFORMADA Z

Si dividimos a cada lado de la ecuacin por z tenemos o z 1 Z {f (k + 1)} = z 1 f (1) + z 2 f (2) + z 3 f (3) + Si sumamos a cada lado de la ecuacin z 0f (0) = f (0) o z 1 Z {f (k + 1)} + f (0) = z 0 f (0) + z 1 f (1) + z 2 f (2) + = La sumatoria resulta ser la Transformada Z de f (k), es decir z 1 Z {f (k + 1)} + f (0) = F (z) De donde se deduce que z 1 Z {f (k + 1)} = F (z) f (0) Esto concluye la demostracin de (A.16). o Para demostrar (A.17) calculamos la Transformada Z de f (k + n) Z {f (k + n)} =
k=0 k=0

z k f (k)

Z {f (k + 1)} = zF (z) zf (0)

z k f (k + n) = z 0 f (n) + z 1 f (n + 1) + z 2 f (n + 2) +

Si dividimos a cada lado de la ecuacin por z n tenemos o z n Z {f (k + n)} = z n f (n) + z n1 f (n + 1) + z n2 f (n + 2) + Si sumamos a cada lado de la ecuacin z 0 f (0)+z 1f (1)+ +z n+1f (n1) o z n Z {f (k + n)} + z 0 f (0) + z 1 f (1) + + z n1 f (n + 1) = z n f (n) + z n1 f (n + 1) + z n2 f (n + 2) + = La sumatoria resulta ser la Transformada Z de f (k), es decir De donde se deduce que z n Z {f (k + n)} = F (z) f (0) z 1 f (1) z n+1 f (n 1) Z {f (k + n)} = z n F (z) z n f (0) z n1 f (1) z 1 f (n 1)
n1 i=0

z 0 f (0) + z 1 f (1) + + z n+1 f (n 1)+

k=0

z k f (k)

z n Z {f (k + n)} + f (0) + z 1 f (1) + + z n+1 f (n 1) = F (z)

Z {f (k + n)} = z n F (z) Esto concluye la demostracin de (A.17). o 217

z ni f (i)

OSCAR G. DUARTE

A.2.3.

Escalamiento en la frecuencia:
Z ak f (t) = F (z/a) (A.18)

Demostracin A.11 La Transformada Z de ak f (k) es o Z ak f (k) =

k=0

z k [ak f (k)]dt =

k=0

z a

f (k)

La integral corresponde a la denicin de la Transformada Z (A.13), pero evaluada o en z/a en lugar de z, es decir Z ak f (t) = F (z/a)

A.2.4.

Multiplicacin por k: o
Z {kf (k)} = z Z {k n f (k)} = z d {F (z)} dz (A.19) (A.20)

d Z k (n1) f (k) dz

Demostracin A.12 Para demostrar (A.19) calculamos la derivada de F (z) reso pecto a z dF (z) d z k f (k) = dz dz
k=0

dF (z) = dz

k=0

(k)z k1 f (k)

Multiplicando por z a cada lado de la ecuacin se tiene o z dF (z) = dz

k=0

z k kf (k)

La sumatoria corresponde a la Transformada Z de kf (k), lo que completa la demostracin de (A.19) o Para demostrar (A.20) denamos una funcin g(k) = k (n1) f (k) y apliquemos o (A.19) d Z {kg(k)} = z {G(z)} dz d Z k[k (n1) f (k)] = z {Z {g(k)}} dz d Z k (n1) f (k) Z {k n f (k)]} = z dz Lo que completa la demostracin de (A.20) o 218

A.2. PROPIEDADES DE LA TRANSFORMADA Z

A.2.5.

Teorema de valor inicial:

f (0) = l F (z) m
z

(A.21)

Demostracin A.13 La demostracin de (A.21) se desprende de la denicin de o o o transformada Z (A.13) F (z) = F (z) = z
0

z k f (k)

k=0

f (0) + z 1 f (1) + z 2 f (2) +

F (z) = f (0) + z 1 f (1) + z 2 f (2) + Cuando z cada uno de los trminos de la derecha se hace cero, salvo f (0) e lo que completa la demostracin o
z

l F (z) = f (0) m

A.2.6.

Teorema de valor nal:

l f (k) = l (z 1)F (z) m m
z1

(A.22)

Demostracin A.14 Para demostrar (A.22) calculemos la transformada Z de la o expresin f (k + 1) f (k) y apliquemos la propiedad de diferencia positiva (A.16) o Z {f (k + 1) f (k)} =
k=0

[f (k + 1) f (k)] z k
j

zF (z) zf (0) F (z) = l m (z 1)F (z) zf (0) = l m

k=0 j

[f (k + 1) f (k)] z k

k=0

[f (k + 1) f (k)] z k

Al tomar el l mite cuando z 1 se obtiene

j z1

l (z 1)F (z) f (0) = l m m

k=0

[f (k + 1) f (k)]

z1

l (z 1)F (z) f (0) = m

j

l [f (1) f (0) + f (2) f (1) + + f (j) f (j 1) + f (j + 1) f (j)] m 219

OSCAR G. DUARTE

z1

l (z 1)F (z) f (0) = l [f (0) + f (j + 1)] m m

j

Como f (0) es independiente de j puede salir del l mite, con lo que se completa la demostracin o
z1

l (z 1)F (z) f (0) = f (0) + l f (j + 1) m m

j z1

l (z 1)F (z) = l f (j + 1) = l f (j) m m m

j j

A.2.7.

Convolucin: o
Z {f1 (k) f2 (k)} = F1 (z)F2 (z) f1 (k) f2 (k) = k=0 f1 (k)f2 (h k) (A.23)

Demostracin A.15 Para demostrar (A.23) calculemos la transformada Z de la o convolucin entre f1 (k) y f2 (k): o Z {f1 (k) f2 (k)} = Z Z {f1 (k) f2 (k)} =
h=0 k=0 k=0

f1 (k)f2 (h k)

f1 (k)f2 (h k) z h
h=0

Podemos intercambiar el orden de las sumatorias y reagrupar los trminos: e Z {f1 (k) f2 (k)} =
k=0

f1 (k)

f2 (h k)z h

Efectuamos el cambio de variable r = h k que implica h = r + k Z {f1 (k) f2 (k)} = Z {f1 (k) f2 (k)} = Z {f1 (k) f2 (k)} =

f1 (k)

f2 (r)z r z k
r=k r=k

k=0 k=0

r=k

f1 (k)z k

f2 (r)z r f2 (r)z r

f1 (k)z k

k=0

Si consideramos slo funciones f (k) que valgan cero para valores negativos de k o podemos cambiar los l mites de la sumatoria, con lo que se completa la demostracin o Z {f1 (k) f2 (k)} =
k=0

f1 (k)z k

r=0

f2 (r)z r

Z {f1 (k) f2 (k)} = F1 (z)F2 (z) 220

A.3. PAREJAS DE TRANSFORMADAS DE LAPLACE

A.3.
A.3.1.
Sea

Parejas de transformadas de Laplace

Escaln unitario o
f1 (t) = (t) = 1 si t 0 0 si t < 0
0

La transformada de Laplace de f1 (t) ser a L {(t)} =

0

est (t)dt =
0

est dt =

est s

es0 es s s (A.24)

L {(t)} = 0 (

1 1 )= s s

A.3.2.

Exponenciales

Sea f2 (t) = eat (t). Para obtener la transformada de Laplace de f2 (t) aplicamos la propiedad de desplazamiento en la frecuencia (A.6) a la transformada del escaln (A.24) o L eat (t) = L {(t)}sa = 1 s =
sa

1 sa

(A.25)

A.3.3.
Seno

Sinusoides

Sea f3 (t) = sin (t)(t). Para obtener la transformada de Laplace de f3 (t) empleamos la Frmula de Euler para reescribir la funcin: o o ejt ejt (t) 2j Al aplicar la transformada de Laplace a cada lado de la igualdad resulta f3 (t) = sin (t)(t) = L {sin (t)(t)} = L ejt ejt (t) 2j = 1 L ejt (t) L ejt (t) 2j

Cada una de las dos transformadas de Laplace pueden obtenerse empleando A.25: 1 1 1 L {sin (t)(t)} = 2j s j s + j Al efectuar la suma se obtiene L {sin (t)(t)} = 1 s + j s + j 1 2j = 2j s2 + 2 2j s2 + 2 s2 + 2 (A.26)

L {sin (t)(t)} = 221

OSCAR G. DUARTE

Coseno Sea f4 (t) = cos t. Para obtener la transformada de Laplace de f4 (t) podriamos emplear la frmula de Euler; sin embargo, optamos por otra posibilidad: o empleamos la propiedad de diferenciciacin (A.4) y la aplicamos a la transforo mada de sin t, (A.26): f4 (t) = cos t = L {cos (t)(t)} = L {cos (t)(t)} = 1 L 1 d sin t dt d sin (t)(t) dt

1 [sL{sin (t)(t)} sin t|t=0 ] 1 s sin 0 s2 + 2 s s2 + 2 (A.27)

L {cos (t)(t)} =

L {cos (t)(t)} =

A.3.4.

Sinusoides amortiguadas

Sean f5 (t) = eat sin (t)(t) y f6 (t) = eat cos (t)(t) . Para obtener la transformada de Laplace de f5 (t) y f6 (t) aplicamos la propiedad de desplazamiento en la frecuencia (A.6) a las transformadas de seno y coseno (A.26) y (A.27): L eat sin (t)(t) = L eat cos (t)(t) = (s a)2 + 2 sa (s a)2 + 2 (A.28) (A.29)

A.3.5.

Rampas, parbolas y monomios de t a

Sea f7 (t) = tn (t). Para calcular la transformada de Laplace de f7 (t) aplicamos la propiedad de multiplicacin por el tiempo (A.8) a la transformada del o escaln unitario (A.24). o L {f7 (t) = tn (t)} = (1)n n! dn 1 = n+1 dsn s s (A.30)

Para los casos particulares en que n = 1 y n = 2, la funcin tn (t) se o convierte en las funciones rampa y parbola unitarias, respectivamente: a L {f8 (t) = t(t)} = L f9 (t) = t2 (t) = 222 1 s2 2 s3 (A.31) (A.32)

A.4. PAREJAS DE TRANSFORMADAS Z

A.3.6.

Exponenciales por tn

Sea f10 (t) = tn eat (t). Para calcular la Transformada de Laplace de f10 (t) aplicamos la propiedad de desplazamiento en la frecuencia (A.6) a la transformada del tn (t) (A.30) L f10 (t) = tn eat (t) = n! (s a)n+1 (A.33)

A.3.7.

Sinusoides por t

Sea f11 (t) = t sin (t)(t). Para calcular la Transformada de Laplace de f11 (t) aplicamos la propiedad de multiplicacin por el tiempo (A.7) a la transo formada de sin(t)(t) (A.26) L {t sin (t)(t)} = d s = 2 2 + 2 ds s (s + 2 )2 (A.34)

Sea f12 (t) = t cos (t)(t). Para calcular la Transformada de Laplace de f12 (t) aplicamos la propiedad de multiplicacin por el tiempo (A.7) a la transo formada de cos(t)(t) (A.27) L {t cos (t)(t)} = s d s2 2 = 2 ds s2 + 2 (s + 2 )2 (A.35)

A.3.8.

Sinusoides amortiguadas multiplicadas por t

Sea f13 (t) = teat sin (t)(t). Para calcular la Transformada de Laplace de f13 (t) aplicamos la propiedad de desplazamiento en la frecuencia (A.6) a la transformada de t sin(t)(t) (A.34) L teat sin (t)(t) = (s a) ((s a)2 + 2 )2 (A.36)

Sea f14 (t) = teat cos (t)(t). Para calcular la Transformada de Laplace de f14 (t) aplicamos la propiedad de desplazamiento en la frecuencia (A.6) a la transformada de t cos(t)(t) (A.35) L teat cos (t)(t) = (s a)2 2 ((s a)2 + 2 )2 (A.37)

A.4.
A.4.1.
Sea

Parejas de transformadas Z
Escaln unitario o
f1 (k) = (k) = 223 1 si k 0 0 si k < 0

OSCAR G. DUARTE

La transformada Z de f1 (k) ser a Z {(k)} =

k=0

z k (k) =

k=0

(z 1 )k (k) =
k=0

k=0

(z 1 )k
1 1a

La sumatoria puede calcularse recordando que cuando la serie converja, es decir, con |a| < 1) Z {(k)} = 1 z = 1 z 1 z1

ak =

(siempre y

(A.38)

A.4.2.

Series geomtricas e

Sea f2 (k) = ak (k). Para obtener la transformada Z de f2 (k) aplicamos la propiedad de escalamiento en la frecuencia (A.18) a la transformada del escaln o (A.38) z z1 z z/a = z/a 1 za

Z ak (k) = Z {(k)}z/a =

=
z/a

(A.39)

A.4.3.
Seno

Sinusoides

Sea f3 (k) = sin (ak)(k). Para obtener la transformada Z de f3 (k) empleamos la Frmula de Euler para reescribir la funcin: o o (eja )k (eja )k ejak ejak (k) = (k) 2j 2j

f3 (k) = sin (ak)(k) =

Al aplicar la transformada Z a cada lado de la igualdad resulta Z {sin (ak)(k)} = Z Z {sin (ak)(k)} = (eja )k (eja )k (k) 2j =

1 Z (eja )k (k) Z (eja )k (k) 2j

Cada una de las dos transformadas Z pueden obtenerse empleando A.39: Z {sin (ak)(a)} = Al efectuar la suma se obtiene Z {sin (ak)(a)} = z 2 zeja z 2 + zeja 1 = 2 zeja zeja + eja eja 2j z 224 1 z z ja 2j z e z eja

A.4. PAREJAS DE TRANSFORMADAS Z

Z {sin (ak)(a)} =

z2

eja 2j eja +eja 2z 2

ze

ja

+1

Las fracciones que contienen exponenciales complejas pueden reescribirse empleando la frmula de Euler: o Z {sin (ak)(a)} = Coseno Sea f4 (k) = cos (ak)(k). Para obtener la transformada Z de f4 (k) empleamos la Frmula de Euler para reescribir la funcin: o o (eja )k + (eja )k ejak + ejak (k) = (k) 2 2 z sin a 2z cos a + 1 (A.40)

z2

f4 (k) = cos (ak)(k) =

Al aplicar la transformada Z a cada lado de la igualdad resulta Z {cos (ak)(k)} = Z Z {cos (ak)(k)} = (eja )k + (eja )k (k) 2 =

1 Z (eja )k (k) + Z (eja )k (k) 2

Cada una de las dos transformadas Z pueden obtenerse empleando A.39: Z {cos (ak)(a)} = Al efectuar la suma se obtiene Z {cos (ak)(a)} = 1 z s zeja + z 2 zeja = 2 z 2 zeja zeja + eja eja z2 z e
+eja 2 ja ja 2z e +e + 2
ja

1 z z + ja 2 ze z eja

Z {cos (ak)(a)} =

z2

Las fracciones que contienen exponenciales complejas pueden reescribirse empleando la frmula de Euler: o Z {cos (ak)(a)} = z 2 z cos a z 2 2z cos a + 1 (A.41)

225

OSCAR G. DUARTE

A.4.4.

Sinusoides amortiguadas

Sean f5 (k) = bk sin (ak)(k) y f6 (k) = bk cos (ak)(k). Para obtener la transformada Z de f5 (k) y f6 (k) aplicamos la propiedad de escalamiento en la frecuencia (A.18) a las transformadas de seno y coseno (A.40) y (A.41): sin a zb sin a = 2 z 2b cos a + b2 2 z cos a + 1 b
z b

Z bk sin (ak)(k) =

( z )2 b

(A.42)

Z bk cos (ak)(k) =

z 2 z cos a b b ( z )2 2 z cos a + b b

z 2 zb cos a z 2 2b cos a + b2

(A.43)

A.4.5.

Rampas, y monomios de k

Sea f7 (k) = k(k). Para calcular la transformada Z de f7 (k) aplicamos la propiedad de multiplicacin por el tiempo (A.19) a la transformada del escaln o o unitario (A.38). Z {k(k)} = z d z (z 1) z = z dz z 1 (z 1)2 z (z 1)2 (A.44)

Z {k(k)} =

Para obtener la transformada Z de k n (k) es necesario aplicar en forma iterativa la propiedad de multiplicacin por el tiempo (A.19). o

A.4.6.

Series geomtricas por k n e

Sea f8 (k) = kak (k). Para calcular la transformada Z de f8 (k) aplicamos la propiedad de multiplicacin por el tiempo (A.19) a la transformada de las series o geomtricas (A.39). e Z kak (k) = z z (z a) z d = z dz z a (z a)2 az (z a)2 (A.45)

Z {k(t)} =

Para obtener la transformada Z de k n ak (k) es necesario aplicar en forma iterativa la propiedad de multiplicacin por el tiempo (A.19) o 226

A.4. PAREJAS DE TRANSFORMADAS Z

A.4.7.
Seno

Sinusoides por k

Sea f9 (k) = k sin(ak)(k). Para calcular la transformada Z de f9 (k) aplicamos la propiedad de multiplicacin por el tiempo (A.19) a la transformada de o seno (A.40). Z {k sin(ak)(k)} = z Z {k sin(ak)(k)} = z sin a d = dz z 2 2z cos a + 1

(z 2 2z cos a + 1) sin a z sin a(2z 2 cos a) (z 2 2z cos a + 1)2

Z {k sin(ak)(k)} = z

z 2 sin a 2z cos a sin a + sin a 2z 2 sin a + 2z sin a cos a (z 2 2z cos a + 1)2 z 3 sin a + z sin a (z 2 2z cos a + 1)2 (A.46)

Z {k sin(ak)(k)} =

Para obtener la transformada Z de k n sin(ak)(k) es necesario aplicar en forma iterativa la propiedad de multiplicacin por el tiempo (A.19). o Coseno Sea f10 (k) = k sin(ak)(k). Para calcular la transformada Z de f10 (k) aplicamos la propiedad de multiplicacin por el tiempo (A.19) a la transformada de o coseno (A.41). Z {k cos(ak)(k)} = z Z {k cos(ak)(k)} = z d z 2 z cos a = 2 2z cos a + 1 dz z

(z 2 2z cos a + 1)(2z cos)a (z 2 z cos a)(2z 2 cos a) (z 2 2z cos a + 1)2

Z {k cos(ak)(k)} =

2z 3 z 2 cos a 4z 2 cos a + 2z cos2 a + 2z cos a 2z 3 + 2z 2 cos a + 2z 2 cos a 2z cos2 a z (z 2 2z cos a + 1)2 227

OSCAR G. DUARTE

Z {k cos(ak)(k)} = z Z {k cos(ak)(k)} =

(z 2 1) cos a + 2z (z 2 2z cos a + 1)2 (A.47)

Para obtener la transformada Z de k n cos(ak)(k) es necesario aplicar en forma iterativa la propiedad de multiplicacin por el tiempo (A.19). o

(z 3 + z) cos a 2z 2 (z 2 2z cos a + 1)2

A.4.8.

Sinusoides amortiguadas por k

Sean f11 (k) = kbk sin (ak)(k) y f12 (k) = kbk cos (ak)(k). Para calcular la Transformada Z de f11 (k) y f12 (k) aplicamos la propiedad de escalamiento en la frecuencia (A.18) a las transformadas de k sin(ak)(k), (A.46) y k cos(ak)(k), (A.47) Z kbk sin (ak)(k) = (z/b)3 sin a + (z/b) sin a ((z/b)2 2(z/b) cos a + 1)2 bz 3 sin a + b3 z sin a (z 2 2bz cos a + b2 )2 (A.48)

Z kbk sin (ak)(k) = Z kbk cos (ak)(k) =

((z/b)3 + (z/b)) cos a 2(z/b)2 ((z/b)2 2(z/b) cos a + 1)2 (bz 3 + b3 z) cos a 2b2 z 2 (z 2 2bz cos a + b2 )2 (A.49)

Z kbk cos (ak)(k) =

Para obtener las transformadas Z de k n bk sin(ak)(k) y k n bk cos(ak)(k)es necesario aplicar en forma iterativa la propiedad de multiplicacin por el tiempo o (A.19).

228

Apndice B e Diagramas de Bode para sistemas continuos

B.1.

Denicin o

El valor de una funcin de transferencia F (s), para un s espec o co, es un nmero complejo cuya amplitud es |F (s)| y cuyo angulo es arg {F (s)}. Los u diagramas de Bode para sistemas continuos muestran cmo var la amplitud y o a el angulo de ese nmero complejo, cuando s toma todos los posibles valores del u eje imaginario positivo (s = j; w (0, )). Espec camente se denen los siguientes diagramas: Diagrama de magnitud: La abscisa (eje horizontal) muestra el valor de en escala logar tmica. La ordenada (eje vertical) muestra la magnitud de F (j) medida en decibeles: |F (j)|en db = 20 log10 |F (j)| Diagrama de fase: La abscisa (eje horizontal) muestra el valor de en escala logar tmica. La ordenada (eje vertical) muestra el angulo de F (j) medida en grados o radianes. 229

OSCAR G. DUARTE

B.2.

Construccin de los diagramas de Bode o

Debido a las escalas empleadas en los diagramas de Bode, stos pueden ser e construidos en forma aproximada mediante trazos rectos. La gura B.1 muestra los diagramas de Bode aproximados para funciones sencillas de orden 1. La gura B.2 muestra los diagramas de bode para funciones de orden 2; en estos casos, las aproximaciones pueden ser bastante lejanas de los diagramas exactos, dependiendo del factor de amortiguamiento . Por esta razn se han o trazado los diagramas exactos para una funcin de segundo orden (para el primer o caso de la gura B.2), en las guras B.3 y B.4 Para funciones de transferencia ms sosticadas que las de las guras B.1 y a B.2 se descompone la funcin de trasferencia como productos de trminos ms o e a sencillas, se trazan los diagramas de bode estas de funciones y luego se suman punto a punto para obtener los diagramas de la funcin original o Ejemplo B.1 Considrese la funcin de transferencia e o F (s) = (s + 10) (s + 1)(s + 100)

Esta funcin puede descomponerse como el producto de cuatro funciones de o transfenecia ms sencillas: a F (s) = 100 1 s + 10 1 10 s + 1 s + 100 10
FA (s) FB (s) FC (s) FD (s)

Cada una de las funciones FA (s), FB (s), FC (s) y FD (s) son de la forma que se muestra en las guras B.1 y B.2. Pueden trazarse los diagramas de bode aproximados de estas funciones, y luego sumarlos punto a punto para obtener los diagramas de F (s)

230

 B.2. CONSTRUCCION DE LOS DIAGRAMAS DE BODE

F (s)

|F (jw)|
2

arg F (jw)

K>0

K<0 s 20db/dc 1
2

2
2

1 s

1 20db/dc 20db/dc a

2
2

s+a a

a>0

2
2

a 10

10a

a s+a

a>0

a 20db/dc

a 10

10a

2
2 a 10

sa a

a>0

20db/dc a

10a

2
2

a sa

a>0

a 20db/dc

a 10

10a

Figura B.1: Resumen de los diagramas de Bode aproximados para sistemas continuos de primer orden (los cuatro primeros casos son exactos)

231

OSCAR G. DUARTE

F (s)

|F (jw)|

arg F (jw)

2 n 2 s2 +2n s+n

n 10

n 10n

n 40db/dc

n > 0

2 n 2 s2 +2n s+n

n 10

n 40db/dc 40db/dc

n < 0

n 10n

2 s2 +2n s+n 2 n

n 10

n > 0

2 40db/dc

n 10n

2 s2 +2n s+n 2 n

n 10

n 10n

n < 0

Figura B.2: Resumen de los diagramas de Bode aproximados para sistemas continuos de segundo orden

232

 B.2. CONSTRUCCION DE LOS DIAGRAMAS DE BODE

Diagrama de Bode de magnitud |F(jw)| 20

10

10

20

30

: : : : :
1

= 0.01 = 0.1 = 0.3 = 0.5 = 1.0

0 1

w/wn

40 10 0.01 0.1 0.3 10 0.5 1.0 10

Figura B.3: Diagrama de Bode de magnitud para un sistema continuo de segundo orden con distintos factores de amortiguamiento

233

OSCAR G. DUARTE

Diagrama de Bode de fase ang(F(jw)) 0

30

60

90

120

150

: : : : :
1

= 0.01 = 0.1 = 0.3 = 0.5 = 1.0

0 1

w/wn

180 10 0.01 0.1 0.3 10 0.5 1.0 10

Figura B.4: Diagrama de Bode de fase para un sistema continuo de segundo orden con distintos factores de amortiguamiento

234

Apndice C e Carta de Nichols

Supngase la funcin de transferencia (C.1), que corresponde a un sistema o o realimentado simple con realimentacin unitaria, o F (s) = G(s) 1 + G(s) (C.1)

Al evaluar F (s) en s = j la ecuacin (C.1) se convierte en o F (j) = G(j) 1 + G(j) (C.2)

Podemos calcular la magnitud y el angulo de F (j), a partir de la parte real y la parte imaginaria de G(j): G(j) = X + jY Al remplazar (C.3) en (C.2) se obtiene F (j) = La magnitud de F (j) ser a M = |F (j)| = El angulo de F (j) ser a = arg F (j) = tan1 Y X 235 tan1 Y (1 + X) (C.6) X2 + Y 2 (1 + X)2 + Y 2 (C.5) X + jY 1 + X + jY (C.4) (C.3)

OSCAR G. DUARTE

La tangente del angulo de F (j) ser a N = tan() = tan (arg F (j)) (C.7)

En las secciones C.1 y C.2 se muestra como (C.5) y (C.7) corresponden a las ecuaciones de unas circunferencias, para M y N constantes.

C.1.

M -circunferencias
X2 + Y 2 X2 + Y 2 = (1 + X)2 + Y 2 1 + 2X + X 2 + Y 2

Al elevar al cuadrado la ecuacin (C.5) se tiene o M2 = (C.8)

Que puede reescribirse como M 2 + 2XM 2 + X 2 M 2 + Y 2 M 2 = X 2 + Y 2 X 2 (1 M 2 ) 2M 2 X M 2 + (1 M 2 )Y 2 = 0 X2 + 2M 2 M2 X+ +Y2 =0 2 1) (M (M 2 1) (C.9)

La ecuacin C.9 es una cuadrtica, y para analizarla completamos el cuao a drado en X: X2 + M4 M4 M2 2M 2 X+ +Y2 = = (M 2 1) (M 2 1)2 (M 2 1)2 (M 2 1) M 4 M 2 (M 2 1) (M 2 1)2 X+ M2 (M 2 1)
2

(C.10)

+Y2 =

M2 = (M 2 1)2

M (M 2 1)

(C.11)

La ecuacin (C.11) corresponde a la de una circunferencia con centro en o

M (M 2 1) , 0 y radio circunferencias.
2

M (M 2 1) .

Estas circunferencias se conocen como las M-

C.2.

N -circunferencias
tan A tan B 1 + tan A tan B

Empleando (C.6) y la identidad trigonomtrica e tan A B = la ecuacin (C.7) se convierte en o 236

C.3. CARTA DE NICHOLS

N= que puede reescribirse como N=

Y X

1+

Y 1+X Y Y X 1+X

Y +XY XY X(1+X) X+X 2 +Y 2 X(1+X)

Y + XY XY X + X2 + Y 2

Y =0 (C.12) N La ecuacin (C.12) corresponde a una cuadrtica y para analizarla compleo a tamos los cuadrados en X y en Y X2 + X + Y 2 1 Y +Y2 + 4 N X+ 1 2
2

X2 + X +

1 2N

1 + 4
2

1 2N =

N2 + 1 4N 2

(C.13)

+ Y

1 2N

N2 + 1 4N 2

(C.14)

La ecuacin (C.14) corresponde a la de una circunferencia con centro en o 1 1 1 2 , 2N y radio 2N N 2 + 1. Estas circunferencias se conocen como las Ncircunferencias.

C.3.

Carta de Nichols

Las ecuaciones (C.11) y (C.14) muestran que en un plano que tenga por ejes X y Y , es decir la parte real y la parte imaginaria de G(j), el lugar geomtrico e de las magnitudes y angulos de F (j) constantes son las M-circunferencias y N-circunferencias respectivamente. En la gura C.1 se muestran algunas de estas circunferencias, para unos valores espec cos de la magnitud y el angulo de F (j). Esta gura se conoce como la Carta de Nichols en coordenadas rectangulares. La principal utilidad de esta carta es la de poder determinar en forma grca el valor de F (j) a partir a de G(j), es decir, calcular de forma grca la ecuacin (C.2). a o Sin embargo, resulta ms sencillo conocer la magnitud y el angulo de G(j) a que sus partes real e imaginaria, empleando para ello los diagramas de Bode; por esta razn se propone trabajar con la carta de Nichols en coordenadas polares o que se muestra en la gura C.2, cuyos ejes corersponden a la magnitud y angulo de G(j). En estos ejes las M-circunferencias y N-circunferencias se distorsionan, y pierden su forma de circunferencia.

237

OSCAR G. DUARTE

3.0

Im{G(j)}
2.4
30o

1.8 1.2 0.6 0.0 0.6 1.2 1.8 2.4 3.0 4.80
2db 3db 5db

60o 90o 5db 3db 2db

90o 60o

30o

Re{G(j)}
3.84 2.88 1.92 0.96 0.00 0.96 1.92 2.88 3.84 4.80

:|F (j)|en db

:arg{F (j)}

Figura C.1: Diagrama de Nichols en coordenadas rectangulares

20 16

|G(j)|en db
2db

12 2db
3db

8
3db 5db

4 0 4 8 12 16

5db

30o

60o

90o

90o 60o

30o

20 0 36 72 108 144 180 216 252 288 324 360

:|F (j)|en db

arg{G(j)} :arg{F (j)}

Figura C.2: Diagrama de Nichols en coordenadas polares

238

Apndice D e Apuntes de lgebra lineal a

D.1.
D.1.1.

Espacios vectoriales
Estructuras algebricas bsicas a a

Denicin D.1 Grupo o Un conjunto dotado de una operacin binaria tiene estructura de grupo si la o operacin satisface las siguientes propiedades: o G.1 Clausurativa (Cerradura): x, y x y G.2 Asociativa: x, y, z (x y) z = x (y z) G.3 Modulativa: 0 | x x 0 = x G.4 Invertiva: x (x) | x (x) = 0 Denicin D.2 Grupo conmutativo o Un conjunto dotado de una operacin binaria tiene estructura de grupo cono mutativo o grupo abeliano si la operacin satisface las propiedades de grupo y: o G.5 Conmutativa: x, y x y = y x Ejemplo D.1 El conjunto = {a, b, c} dotado con la operacin descrita en la o tabla a b c a a b c b b c a c c a b

239

OSCAR G. DUARTE

tiene estructura algebrica de grupo conmutativo, en donde el mdulo 0 de es el a o elemento a Ejemplo D.2 El conjunto = {0, 1} dotado con la operacin suma usual no tiene o estructura de grupo porque no se satisface la propiedad clausurativa (1+1 = 2 ). Sin embargo, con la operacin descrita en la tabla s tiene estructura de grupo o 0 1 0 1 0 1 0 1

Denicin D.3 Anillo o Un conjunto dotado de dos operaciones binarias y tiene estructura de anillo si las operaciones satisfacen las siguientes propiedades. Para la operacin o R.1 Clausurativa: x, y x y R.2 Asociativa: x, y, z (x y) z = x (y z) R.3 Modulativa: 0 | x x 0 = x R.4 Invertiva: x (x) | x (x) = 0 R.5 Conmutativa: x, y x y = y x R.6 Clausurativa: x, y x y R.7 Asociativa: x, y, z (x y) z = x (y z) Para las dos operaciones R.8 Distributiva respecto a : x, y, z x (y z) = (x y) (x z) Denicin D.4 Anillo modulativo (anillo con unidad) o Un conjunto dotado de dos operaciones binarias y tiene estructura de anillo modulativo o de anillo con unidad si las operaciones satisfacen las propiedades de anillo y adems la operacin satisface: a o Para la operacin o

R.9 Modulativa: 1 | x x 1 = 1 x = x

R.10 Conmutativa: x, y x y = y x

Denicin D.5 Anillo conmutativo o Un conjunto dotado de dos operaciones binarias y tiene estructura de anillo conmutativo si las operaciones satisfacen las propiedades de anillo y adems la a operacin satisface: o Denicin D.6 Campo o Un conjunto dotado de dos operaciones binarias y tiene estructura de campo si tiene estructura de anillo conmutativo con unidad.

Ejemplo D.3 Algunos de los campos ms conocidos son los reales R, los complejos a C y el conjunto de las funciones racionales de s con coecientes reales R(s). 240

D.1. ESPACIOS VECTORIALES

D.1.2.

Denicin de espacio vectorial o

Denicin D.7 espacio vectorial o Sea un conjunto y F : (, , ) un campo. A los elementos de se les denomina vectores, y a los elementos de escalares. tiene estructura de espacio vectorial sobre F si est dotado de una operacin binaria + (suma vectorial) y una operaa o cin entre elementos de y (producto por escalar) que cumplen las siguientes o propiedades: Para la suma vectorial V.1 Clausurativa: x, y x + y V.2 Asociativa: x, y, z (x + y) + z = x + (y + z) V.3 Modulativa: 0 | x x + 0 = x V.4 Invertiva: x (x) | x + (x) = 0 V.5 Conmutativa: x, y x + y = y + x Para el producto por escalar V.6 Clausurativa: x , x V.7 Asociativa: x , , ( ) x = ( x) V.8 Modulativa: x , 1 x = x. 1 es el mdulo de o V.9 Anulativa: x , 0 x = 0.En donde 0 es el mdulo de , y 0 es el mdulo o o de + Para las dos operaciones V.10 Distributiva respecto a +: x, y , (x + y) = ( x) + ( y) V.11 Distributiva respecto a : x , , ( ) x = ( x) + ( x) Ejemplo D.4 Uno de los espacios vectoriales ms conocidos, y que servir para a a futuros ejemplos en este cap tulo es el formado por R 2 sobre el campo R con las operaciones usuales. En general, Cn sobre el campo C con las operaciones usuales forma un espacio vectorial. Ejemplo D.5 El conjunto de todos los polinomios sobre el campo R con las operaciones usuales entre polinomios forma un espacio vectorial. Ejemplo D.6 El conjunto de todas las funciones cont nuas a trozos sobre el campo C con la operacin + denida como la suma punto a punto forma un espacio o vectorial. 241

OSCAR G. DUARTE

Ejemplo D.7 El conjunto de todas las matrices de tamao jo m n sobre el n campo C con las operaciones usuales entre matrices forma un espacio vectorial. Denicin D.8 Subespacio o Sea V : (, +, , F) un espacio vectorial sobre F; sea un subconjunto de . Si W : (, +, , F) forma un espacio vectorial sobre F se dice que W es un subespacio de V . Teorema D.1 Sea V : (, +, , F) un espacio vectorial sobre F; sea un subconjunto de . W : (, +, , F) es un subespacio de V si y slo si +, son cerradas en o . Demostracin D.1 Si +, son cerradas en se satisfacen V.1 y V.6. Las dems o a propiedades contenidas en la denicin D.7 se satisfacen porque V : (, +, , F) es o un espacio vectorial; por lo tanto W (, +, , F) es un Espacio vectorial y de acuerdo con la denicin D.8, es un subespacio de V . o Ejemplo D.8 (R2 , R) es un subespacio de (R3 , R), ya que la suma y el producto por escalar son operaciones cerradas en R2 . En general si n m se tiene que (Rn , R) es un subespacio de (Rm , R) Ejemplo D.9 Una l nea recta que cruce por el origen es un subsepacio de (R 2 , R), ya que: i) la suma de dos vectores que estn sobre una misma recta da otro vector e sobre esa recta y ii) el producto por escalar de un vector da otro vector sobre la misma recta. Ejemplo D.10 El conjunto de los polinomios de orden 2, es un subespacio del conjunto de los polinomios de orden 4 (con las operaciones usuales y sobre R), ya que: i) la suma de dos polinomios de orden 2 da otro polinomio de orden 2 y ii) el producto de un polinomio de orden 2 por un escalar da otro polinomio de orden 2. Se entiende que un polinomio de orden n es un polinomio que no tiene monomios de orden superior a n.

D.1.3.

Bases

Denicin D.9 Combinacin lineal o o Sea V : (, F) un espacio vectorial. Sean x1 , x2 , , xn cualesquiera vectores y 1 , 2 , , n cualesquiera escalares de F denominados coecientes. Una combinacin lineal de x1 , x2 , , xn es la operacin o o
n

1 x1 + 2 x2 + + n xn =

i xi
i=1

Denicin D.10 Independencia lineal o Un conjunto de vectores {x1 , x2 , , xn } es linealmente independiente si la unica combinacin lineal nula se obtiene con coecientes nulos. Es decir, si o 1 x1 + 2 x2 + + n xn = 0 242 1 = 2 = = n = 0

D.1. ESPACIOS VECTORIALES

Denicin D.11 Dimensin o o El mximo nmero de vectores linealmente independientes en un espacio vectorial a u V se denomina la dimensin de V . o Denicin D.12 Conjunto generador o Dado un conjunto de vectores X = {x1 , x2 , , xn }; S es un Conjunto generado por X si es el conjunto de todas las posibles combinaciones lineales de elementos de X; se dice que X es un Conjunto generador de S y se denota por
n

S = span(X) =

y | 1 , 2 , , n y =

i xi
i=1

Denicin D.13 Base de un espacio vectorial o Un conjunto de vectores B = {b1 , b2 , , bn } es una base del espacio vectorial V : (, F) si B es linealmente independiente y genera a . Teorema D.2 En un espacio vectorial V de dimensin n, cualquier conjunto de n o vectores linealmente independientes es una base de V . Demostracin D.2 Sea A = {a1 , a2 , , an } un conjunto arbitrario de n vectoo res linealmente independientes en V . Para demostrar que A es una base de V es necesario demostrar que cubre a V , es decir, que cualquier elemento x de V puede expresarse como una combinacin lineal de los elementos de A. o Debido a que A tiene n elementos, el conjunto {x, a1 , a2 , , an } es linealmente dependiente (tiene n+1 elementos y n es el mximo nmero de vectores linealmente a u independientes) y por tanto existe una combinacin lineal o 0 x + 1 a 1 + 2 a 2 + + n a n = 0 1 a 1 + 2 a 2 + + n a n = 0 (D.1)

con algunos de los i = 0. Es claro que 0 = 0 por que de lo contrario se obtendr a (D.2)

lo que implica que todos los i deber ser cero ya que los elementos de A son an linealmente independientes (son una base). Como 0 = 0 podemos despejar x 1 2 n x= a1 + a2 + + an (D.3) 0 0 0 es decir, que existe una combinacin lineal de los elementos de A cuyo resultado es o x, y por lo tanto A genera el espacio vectorial V . Denicin D.14 Coordenadas de un vector o Sea x un elemento del espacio vectorial V , y B = {b1 , b2 , , bn } una base de V . Si x = 1 b1 + 2 b2 + + n bn se dice que las coordenadas de x en la base B son los coecientes de esa combinacin lineal { 1 , 2 , , n }. Usualmente se o agrupan en un vector 1 2 = . . . n 243

OSCAR G. DUARTE

Teorema D.3 Todo elemento x de un espacio vectorial V tiene unas unicas coor denadas en una determinada base B = {b1 , b2 , , bn } Demostracin D.3 Segn la denicin D.14 B genera a V y por lo tanto existe al o u o menos una combinacin lineal de los elementos de B cuyo resultado es x, es decir, o existen al menos unas coordenadas de x en la base B. Para demostrar que estas coordenadas son unicas, supongamos que existen dos juegos de coordenadas diferentes {1 , 2 , , n } y {1 , 2 , , n }. Segn la u denicin D.14 se tiene o 1 b 1 1 b 1 + 2 b2 + 2 b2 + + n bn + + n bn =x =x

Al restar estas dos expresiones se obtiene (1 1 )b1 + (2 2 )b2 + + (n n )bn = 0 De acuerdo con la denicin D.13, el conjunto B = {b 1 , b2 , , bn } es linealo mente independiente, y por lo tanto la unica combinacin lineal de sus elementos o que es nula es la que tiene todos sus coecientes nulos, por lo tanto i = i para i = 1, 2, , n lo que signica que los dos juegos de coordenadas deben ser iguales. Teorema D.4 Al aumentar los elementos de una base el conjunto resultante es linealmente dependiente. Demostracin D.4 Sea B = {b1 , b2 , , bn } una base de V y sea x un elemento o cualquiera de V . Debido a que B genera a V es posible encontrar i tales que x = 1 b1 + 2 b2 + + n bn y por tanto puede escribirse 1 b 1 + 2 b 2 + + n b n x = 0 Esta es una combinacin lineal nula con coecientes no nulos (al menos el coeciente o de x es 1) y por tanto el conjunto {b1 , b2 , , bn , x} es linealmente dependiente. Teorema D.5 Todas las bases de un mismo espacio vectorial tienen el mismo nu mero de elementos que coincide con la dimensin del espacio vectorial. o Demostracin D.5 Por el teorema D.2 sabemos que pueden existir bases de tamao no igual a la dimensin. Segn las deniciones D.11 y D.13 no puede haber bases o u con un nmero mayor de elementos, debido a que este conjunto ser linealmente u a dependiente, por lo tanto slo es necesario probar que no puede haber bases con un o nmero de elementos inferior a la dimensin del espacio. u o Sea V un espacio vectorial de dimensin n. Supongamos dos bases B y A: o B = {b1 , b2 , , bn } 244 A = {a1 , a2 , , ar }

D.1. ESPACIOS VECTORIALES

con r < n. Segn el teorema D.4 el conjunto C1 = {b1 , a1 , a2 , , ar } es linealu mente dependiente y alguno de los elementos ai es una combinacin lineal de los o otros elementos de C1 ; supongamos que este ai es justamente ar , (en caso de que no lo sea, reorganizamos el conjunto y cambiamos los sub ndices). El espacio cubierto por C1 es el mismo espacio cubierto por A y por {b1 , a1 , a2 , , ar1 }, por lo tanto el conjunto C2 = {b2 , b1 , a1 , a2 , , ar1 } es linealmente dependiente; de nuevo podemos argumentar que alguno de los elementos a i es una combinacin lineal de los otros elementos de C 2 ; supongamos que este ai es o justamente ar1 . Efectuando este procedimiento podemos construir en forma consecutiva C 3 , C4 , , Cr , todos los cuales sern conjuntos linealmente dependientes. Sin embargo, a Cr es Cr = {br , br1 , , b2 , b1 } que es un subconjunto de la base B y por lo tanto no puede ser linealmente dependiente. De esta forma demostramos que r < n es una contradiccin. Como o consecuencia, todas las bases del espacio vectorial deben tener el mismo tamao, n que coincide con la dimensin del espacio. o Ejemplo D.11 Cualquier pareja de vectores no paralelos en el plano es una base del espacio vectorial R2 Ejemplo D.12 El conjunto formado por los polinomios {1, t, t 2 , t3 } forma una base del espacio vectorial de los polinomios de orden 3. Ejemplo D.13 El espacio vectorial de todos los polinomios tiene dimensin innita. o Una base de ese espacio es la formada por los polinomios {1, t, t 2 , t3 , }

D.1.4.

Cambio de base

Sean A = {a1 , a2 , , an } y B = {b1 , b2 , , bn } dos bases del mismo espacio vectorial V de dimensin n. Denimos las matrices A y B como las matrices o que tienen en sus columnas cada uno de los elementos de las bases A y B respectivamente: A = a1 a2 an B = b1 b2 bn Un vector x tendr coordenadas i en la base A y i en la base B, de tal manera a que x = 1 a1 + 2 a2 + + n an (D.4) x = 1 b1 + 2 b2 + + n bn Denimos los vectores columna y que contienen las coordenadas: 1 1 2 2 = . = . . . . . n n 245

OSCAR G. DUARTE

de tal manera que podemos reescribir (D.4) como 1 2 x = a1 a2 an . = A . . n x = b1 b2 bn 1 2 . = B . . n

Igualando estas dos expresiones se encuentran las expresiones que permiten encontrar las coordenadas de x en una base a partir de sus coordenadas en la otra: A = B = A1 B = B1 A (D.5) En caso de que A sea la base estndar, la matriz A resulta ser la matriz a identidad de orden n y (D.5) se convierte en = B = B1 (D.6)

Ejemplo D.14 En R2 puede denirse una base con cualquier pareja de vectores no paralelos. Denamos por ejemplo A = {(1, 0), (0, 1)}, B = {(3, 1), (2, 2)} y C = {(1, 1)(1, 1)} (vectores rojos en la gura D.1). Consideremos ahora el vector x en la gura D.1. Sus coordenadas en la base estndar A sern a a 1 = 1 = 2 3 Para obtener las coordenadas de x en las bases B y C construimos las matrices B y C y empleamos (D.6) B= 3 2 1 2 C= 1 1 1 1 1 1 = 2 3 1 1 = 2 3

1/2 1/2 1 = B1 = 1/4 3/4 2 1/2 1/2 1 = C1 = 1/2 1/2 2

Puede vericarse que las coordenadas en las bases B y C satisfacen las relaciones (D.5) = B1 C = C1 B

246

D.2. TRANSFORMACIONES LINEALES

1 =1 2 =3 2 =2 1 =-1 : base : vector

1 =1 2 =-2

Figura D.1: Cambio de base de un Vector

D.2.

Transformaciones lineales

Denicin D.15 Transformacin Lineal o o Una transformacin lineal es una funcin lineal entre dos espacios vectoriales. Sean o o V y W dos espacios vectoriales sobre el mismo campo F. Sea T una funcin que o toma elementos de V y les asigna elementos de W T :V W y = T (x) x V yW

Si T satisface las condiciones de linealidad se dice que T es una transformacin o Lineal. T debe satisfacer: x1 , x2 V 1 , 2 F T (1 x1 + 2 x2 ) = 1 T (x1 ) + 2 T (x2 ) (D.7)

Ejemplo D.15 La funcin T : R3 R2 consistente en la proyeccin de los puntos o o en el plano xy es una transformacin lineal. Esta funcin toma un punto (a, b, c) en o o R3 y le asigna la pareja (a, b) en R2 . Ejemplo D.16 La funcin T : R2 R2 consistente en la rotacin de vectores o o 90t exto en sentido horario es una transformacin lineal. o Ejemplo D.17 La funcin T : R3 P , en donde P es el espacio vectorial de los o polinomios, consistente en la construccin de polinomios a partir de sus coecientes o es una transformacin lineal. Esta funcin toma un punto (a, b, c) en R 3 y le asigna o o un polinomio a + bx + cx2 en P. Teorema D.6 Una transformacin lineal T de un espacio V de dimensin n a un o o espacio W de dimensin m puede representarse por una matriz T de orden m n. o La columna isima de T contiene las coordenadas del resultado de aplicar T sobre e el elemento i-simo de la base de V . e Demostracin D.6 Sea x un elemento de V sobre el que se aplica la transformao cin T o y = T (x) (D.8) 247

OSCAR G. DUARTE

Sea B = {b1 , b2 , , bn } una base sobre la cual x tiene coordenadas 1 , 2 , n , es decir, x puede escribirse como x = 1 b1 + 2 b2 + + n bn de tal manera que (D.8) es y = T (1 b1 + 2 b2 + + n bn ) (D.9)

Debido a que T es una operacin lineal y satisfece (D.7), la ecuacin (D.9) o o puede escribirse como y = 1 T (b1 ) + 2 T (b2 ) + + n T (bn ) o en forma matricial 1 2 . = T . . n (D.10)

y = T (b1 ) T (b2 ) T (bn )

(D.11)

Esto demuestra que La transformacin lineal T se puede representar por T, una o matriz cuyas columnas son el resultado de aplicar T en cada una de las bases b i . el tamao de cada columna debe ser m, ya que el resultado est en W , que es de n a dimensin m, por lo tanto el orden de T es m n. Debe destacarse que el resultado o = u 1T realmente son las coordenadas de y en el espacio W en la base u. Ejemplo D.18 Podemos denir la transformacin lineal T de R 2 a R2 consistente o en la rotacin de vectores 90t exto en sentido horario (gura D.2). Si empleamos la o base estndar, podemos construir la matriz T calculando la transformacin de cada a o uno de los vectores de la base: T= T 1 0 T 0 1 = 0 1 1 0

Si deseamos efectuar la rotacin sobre un vector x de coordenadas (1, 3) debeo mos efectuar la operacin o y = Tx = 0 1 1 0 1 3 = 3 1

D.2.1.

Transformaciones y cambios de base

El teorema D.6 permite efectuar transformaciones lineales mediante productos matriciales. Al cambiar de base, la matriz T que representa la transformacin o lineal sufre unos cambios, segn se presenta a continuacin. u o Teorema D.7 Sea T una transformacin lineal, que en la base estndar se repreo a senta por la matriz T . La misma transformacin se representar en otra base o a B = {b1 , b2 , , bn } por T = B1 T B en donde B = [b1 b2 bn ] 248

D.2. TRANSFORMACIONES LINEALES

: base

: vector

Figura D.2: Rotacin de 90o en sentido horario o

Demostracin D.7 Supngase que el vector x se transforma en el vector y meo o diante la transformacin T . Sean x y x las coordenadas de x en la base estndar o a y en la base B, respectivamente. Sean tambin y y y las coordenadas de y en e esas mismas bases. De acuerdo con el teorema D.6 T podr representarse en cada a una de esas bases como y = T x y = T x

Las coordenadas en la base B pueden escribirse en funcin de las coordenadas de o la base estndar empleando (D.6) a y = B1 y y por tanto B1 y = T B1 x y = BT B1 x de donde se deduce que T = BT B1 T = B1 T B (D.12) x = B1 x

Teorema D.8 Sea T una transformacin lineal, que en la base estandar se reo presenta por T . La misma transformacin se representar en otra base B = o a {b1 , b2 , , bn } por la matriz T . La misma transformacin se representar en otra o a base C = {c1 , c2 , , cn } por T = C1 BT B1 C en donde B = [b1 b2 bn ] y C = [c1 c2 cn ] Demostracin D.8 Empleando D.12 podemos escribir T como o T = BT B1 Igualando se tiene BT B1 = CT C1 T = C1 BT B1 C 249 T = CT C1

OSCAR G. DUARTE

Ejemplo D.19 En el ejemplo D.18 se mostr que la rotacin de 90 t exto en sentido o o horario estaba representada en la base estndar por la matriz a T = 0 1 1 0

La misma transformacin se representar en la base B = {(3, 1), (2, 2)} por la o a matriz T = B1 T B T = 1/2 1/2 1/4 3/4 0 1 1 0 2 2 3 2 = 2.5 2 1 2

Supngase ahora el vector x, cuyas coordenadas en la base estndar son x = o a (1, 3) y en la base B son x = (1, 2) (ejemplo D.14). Al efectuar la rotacin de o 90t exto en sentido horario se obtendr un vector y cuyas coordenadas en la base a estndar sern y y en la base B sern y : a a a y = 0 1 1 0 1 3 = 3 1 y = 2 2 2.5 2 1 2 = 2 1.5

D.3.

Normas de vectores y matrices

Denicin D.16 Producto interno o Sea V : (, +, , F) un espacio vectorial sobre F : (, , ). Una operacin P : o F se denomina producto interno o producto interior si satisface las siguientes condiciones P.1 x1 P (x1 , x1 ) 0 La igualdad se cumple slo si x1 = 0 o P.2 x1 , x2 , x3 P (x1 + x2 , x3 ) = P (x1 , x3 ) P (x2 , x3 ) P.3 x1 , x2 F P (x1 , x2 ) = P (x1 , x2 ) P.4 x1 , x2 P (x1 , x2 ) = P (x2 , x1 ) Ejemplo D.20 El producto escalar usual es un producto interno. Se dene como
n

x, y =
i=1

xi y i

en donde xi , yi son las coordenadas de x, y respectivamente, y la dimension del espacio es n, Denicin D.17 Norma de un vector o Sea V : (, +, , F) un espacio vectorial sobre F : (, , ). Una operacin o F es una funcin de Norma si satisface las siguientes condiciones o N.1 x x 0 250 :

D.3. NORMAS DE VECTORES Y MATRICES

N.2 x = 0 si y slo si x = 0 o N.3 x F N.4 x1 , x2 x = || x x 1 + x2 x 1 x 2

Ejemplo D.21 Sea V : (, +, , F) un espacio vectorial sobre F, y sea P (x1 , x2 ) un producto interno de ese espacio. Si la cantidad x = + P (x, x) es una funcin de norma se dice que es una norma inducida por el producto interno o P . El signo + resalta que se trata de la raiz positiva del producto interno de x consigo mismo. Ejemplo D.22 Sea V un espacio vectorial de dimensin n, y sean x 1 , x2 , , xn las o coordenadas del vector x. En esas condiciones, las siguientes funciones son funciones de normas: 1. 2. 3. 4. x x x x
1 2 p

= = =
p

n i=1

|xi | x2 i xp i

n i=1 n i=1

= mxi xi a

Denicin D.18 Distancia entre vectores o Sea V : (, +, , F) un espacio vectorial sobre F : (, , ), y sea una norma denida en ese espacio vectorial. Se dene la distancia entre los vectores x 1 y x2 como la operacin d : F tal que o d(x1 , x2 ) = x1 x2 Toda funcin de distancia satisface las siguientes propiedades: o d.1 x1 , x2 d(x1 , x2 ) 0 d.2 d(x1 , x2 ) = 0 si y slo si x1 = x2 o d.3 x1 , x2 d(x1 , x2 ) = d(x2 , x1 ) d.4 x1 , x2 , x3 d(x1 , x2 ) d(x1 , x3 ) d(x3 , x2 ) Denicin D.19 Vector normal o Un vector es normal si su norma es 1 Denicin D.20 Bola unitaria o Sea V : (, +, , F) un espacio vectorial sobre F, y sea d(x1 , x2 ) una funcin de o distancia denida en ese espacio vectorial. Se dene la bola unitaria como el conjunto de todos los vectores cuya distancia al origen sea 1. Tambin puede denirse de forma e equivalente como el conjunto de todos los vectores cuya norma sea 1, o lo que es igual, el conjunto de todos los vectores normales. 251

OSCAR G. DUARTE

Figura D.3: Circunferencias Unitarias para diferentes normas

Ejemplo D.23 La gura D.3 muestra las bolas unitarias para tres funciones de distancia diferentes, originadas las siguientes normas x 1 , x 2 y x denidas en el Ejemplo D.22, para el espacio vectorial R2 . Como se trata de un espacio de dimensin 2 se emplea el trmino circunferencia unitaria en lugar de bola unitaria o e Denicin D.21 Angulo entre vectores o Sea V : (, +, , F) un espacio vectorial sobre F, sea P (x1 , x2 ) un producto interno denido en ese espacio, y la norma inducida por P . Se dene el ngulo entre a los vectores x1 y x2 mediante cos asi: cos = P (x1 , x2 ) x1 x 2

Denicin D.22 Vectores ortogonales o Un conjunto de vectores x1 , x2 , , xk es ortogonal si P (xi , xj ) = 0 si i = j = 0 si i = j

Denicin D.23 Vectores ortonormales o Un conjunto de vectores x1 , x2 , , xk es ortonormal si es ortogonal y todos sus vectores son normales, es decir, si P (xi , xj ) = ij = 0 si i = j 1 si i = j

en donde ij se conoce como la funcin delta de Kronecker o Teorema D.9 Los elementos de un conjunto ortogonal de vectores son linealmente independientes. Demostracin D.9 Supngase un conjunto ortogonal x 1 , x2 , , xk y construyao o mos una combinacin lineal nula de ellos: o 1 x1 + 2 x2 + + n xn = 0 252

D.3. NORMAS DE VECTORES Y MATRICES

Si seleccionamos un vector cualquiera xj y efectuamos el producto interno a cada lado de la ecuacin tenemos o 1 P (x1 , xj ) + 2 P (x2 , xj ) + + n P (xn , xj ) = 0 Como se trata de un sistema ortogonal el unico P (xi , xj ) = 0 es P (xj , xj ) = Pi y por lo tanto j P (xj , xj ) = j Pi = 0 Y por tanto j = 0 Este conclusin se puede obtener para todos los coecientes , por lo tanto la unica o combinacin lineal nula de los vectores es la que tiene coecientes nulos, es decir, o los vectores son linealmente independientes. Denicin D.24 Proceso de ortonormalizacin de Gram-Schmidt o o Sea V : (, +, , F) un espacio vectorial sobre F, sea P (x1 , x2 ) un producto interno denido en ese espacio, y la norma inducida por P .Dado un conjunto de vectores linealmente independientes x1 , x2 , , xk es posible encontrar un conjunto de vectores ortonormales y1 , y2 , , yk siguiendo el proceso de ortonormalizacin o de Gram-Schmidt: y1 = x1 x1 x2 P (x2 , y1 )y1 y2 = x2 P (x2 , y1 )y1 x3 P (x3 , y1 )y1 P (x3 , y2 )y2 y3 = x3 P (x3 , y1 )y1 P (x3 , y2 )y2 .. .. .. xk xk
j=1 j=1

yk =

k 1P (xk , yj )yj k 1P (xk , yj )yj

Denicin D.25 Norma de una matriz cuadrada o Sea A una matriz que representa una transformacin lineal A : C n Cn . Se o dene la norma de la matriz A inducida por una norma vectorial como A = sup
x=0

Ax = sup Ax x x =1

Es decir, la norma de una matriz es la norma ms grande que se obtiene al aplicar a la transformacin lineal sobre los elementos de la bola unitaria. o Ejemplo D.24 Sea A la matriz A= 2 1 0 3

253

OSCAR G. DUARTE

Figura D.4: Norma de una matriz basada en

Para calcular A 1 aplicamos la transformacin A a la circunferencia unitaria o de la norma 1 , tal como se muestra en la gura D.4. La mayor distancia al origen que resulta es, segn la norma 1 , la corresponu diente a los puntos (1, 3) y (1, 3), por lo tanto A Ejemplo D.25 Sea A la matriz A= 2 1 0 3
1

= |1| + |3| = 4

Para calcular A 2 aplicamos la transformacin A a la circunferencia unitaria o de la norma 2 , tal como se muestra en la gura D.5. La mayor distancia al origen que resulta es, segn la norma 2 , la marcada u en la gura D.5 como d. Es un ejercicio interesante demostrar que esta distancia corrresponde a los puntos (1.536, 2.871) y (1.536, 2.871) por lo tanto 1 A
2

1.5362 + 2.8712 = 3.256

Tambin puede demostrarse que e A

2

13 + 7 = 3.256

Ejemplo D.26 Sea A la matriz A= 2 1 0 3

1 Un punto de (cos , sin ) de la circunferencia unitaria se transforma en (2 cos + sin , 3 sin ); su distancia al origen r es tal que r 2 = (2 cos + sin )2 + (3 sin )2 , que puede escribirse como r 2 = 2 sin 2 3 cos 2 + 7. Los puntos cr ticos corresponden a dr 2 /d = 0, 1 es decir a = 2 tan1 ( 2 ); el mximo corresponde a = 73.15t exto a 3

254

 D.4. SISTEMAS DE ECUACIONES ALGEBRAICAS

A 1

Figura D.5: Norma de una matriz basada en

Figura D.6: Norma de una matriz basada en

Para calcular A aplicamos la transformacin A a la circunferencia unitaria o de la norma , tal como se muestra en la gura D.6. La mayor distancia al origen que resulta es, segn la norma , la corresponu diente a cualquiera de los puntos cuya segunda coordenada es 3 o 3, por ejemplo (1, 3), por lo tanto A = mx{1, 3} = 3 a

D.4.

Sistemas de ecuaciones algebricas a

El propsito de esta seccin es el de presentar algunas propiedades de las o o matrices. Para ello, consideramos el sistema de ecuaciones algebricas: a a11 x1 + a12 x2 + + a1n xn = y1 a21 x1 + a22 x2 + + a2n xn = y2 . . . am1 x1 + am2 x2 + + amn xn = ym 255

(D.13)

OSCAR G. DUARTE

que puede escribirse en forma matricial como a11 a21 A= . . . a12 a22 . . . am2 .. . a1n a2n . . . x1 x1 x= . . . xn y1 y1 y= . . . ym

Ax = y

(D.14)

am1

amn

La ecuacin (D.14) puede interpretarse como el sistema de ecuaciones alo gebra cas (D.13), como una transformacin lineal A : Rn Rm , o en general o como una transformacin lineal de un espacio vectorial de dimensin n a otro o o espacio vectorial de dimensim m A : V W con dim(V) = n y dim(W) = m. o Empleamos esta mltiple interpretacin para hacer algunas deniciones y u o obtener ciertas conclusiones acerca de la existencia y unicidad del sistema de la solucin del sistema de ecuaciones algebricas. o a Denicin D.26 Codominio o El Codominio de un operador lineal A es el conjunto R(A) denido como R(A) = {y|x, y = Ax} Teorema D.10 El codominio de un operador lineal A : V W es un subespacio de W. Demostracin D.10 Es claro que el codominio A es un subconjunto de W, es o decir R(A) W. Supnganse dos vectores y1 , y2 de R(A). Segn la denicin o u o D.26 existen dos vectores x1 , x2 en V tales que y1 = Ax1 y2 = Ax2

Gracias a la linealidad de A cualquier combinacin lineal de y 1 , y2 puede escrio birse como 1 y1 + 2 y2 = 1 Ax1 + 2 Ax2 = A(1 x1 + 2 x2 ) es decir, para cualquier combinacin lineal de y 1 , y2 es posible encontrar un eleo mento x V tal que y = Ax y por lo tanto segn el teorema D.1 R(A) es un u subespacio de W. Denicin D.27 Rango o El rango de una matriz A, denotado por (A) es la dimensin del codominio del o operador lineal representado por A (ver gura D.7).

Teorema D.11 El rango de una matriz A es igual el nmero de columnas linealu mente independientes de A. 256

 D.4. SISTEMAS DE ECUACIONES ALGEBRAICAS

dim(V) = n V A

dim(W) = m W R(A)

(A) = dim(R(A))
Figura D.7: Codominio y rango de un operador lineal

Demostracin D.11 Si denotamos la isima columna de A como a i , es decir o e A = [a1 a2 an ] la ecuacin D.14 puede escribirse como o y = x 1 a1 + x 2 a2 + + x n an es decir, y es una combinacin lineal de las columnas de A cuyos coecientes son o x1 , x2 , , xn . El codominio de A ser entonces el conjunto de todas las posibles a combinaciones lineales de las columnas de A, es decir R(A) = span{a 1 , a2 , , an }; por lo tanto la dimensin de R(A), que es (A), ser igual al nmero de elementos o a u linealmente independientes en el conjunto {a 1 , a2 , , an }. Ejemplo D.27 Considrese la transformacin lineal de R 2 en R2 representada por e o y = Ax en donde A es la matriz A= 1 1 0 0

Esa transformacin toma un punto (x1 , x2 ) en el plano y lo convierte en un o punto sobre el eje horizontal (gura D.8): y= 1 1 0 0 x1 (x1 + x2 ) = x2 0

El codominio de A, que denotamos por R(A) resulta ser el eje horizontal, es decir, un subespacio de R2 . La dimensin de R(A), que es el rango de A, o denotado por (A) es entonces 1. Ntese que el nmero de columnas linealmente o u independientes de A tambin es 1. e Ejemplo D.28 Considrese la transformacin lineal de R 2 en R2 representada por e o y = Ax en donde A es la matriz A= 1 2 1 2

257

OSCAR G. DUARTE

} }
y= 1 2 1 2

(A) = 1

Figura D.8: Codominio y Rango del Operador Lineal del ejemplo D.27

(A) = 1

Figura D.9: Codominio y Rango del Operador Lineal del ejemplo D.27

Esa transformacin toma un punto (x1 , x2 ) en el plano y lo convierte en un o punto sobre la recta de pendiente 1 (gura D.9): (x1 + 2x2 ) x1 = (x1 + 2x2 ) x2

El codominio de A, que denotamos por R(A) resulta ser la recta identidad, es decir, un subespacio de R2 . La dimensin de R(A), que es el rango de A, o denotado por (A) es entonces 1. Ntese que el nmero de columnas linealmente o u independientes de A tambin es 1. e En el teorema D.14 se demuestra que el rango de una matriz no se altera al premultiplicarla o posmultiplicarla por matrices no singulares. Esto signica que las operaciones elementales sobre matrices no alteran el rango de una matriz y por lo tanto puede comprobarse que el rango tambin es igual el nmero de e u las linealmente independientes de la matriz, es decir, para una matriz A de dimensiones m n se tiene que (A) (A) (A) = Nmero de columnas L.I. u = Nmero de las L.I. u m (m, n) n 258 (D.15)

 D.4. SISTEMAS DE ECUACIONES ALGEBRAICAS

dim(V) = n V N (A) A

dim(W) = m W R(A)

A (A) = dim(N (A)) (A) = dim(R(A))

Figura D.10: Codominio, espacio nulo, rango y nulidad de un operador lineal

Adems, puede demostrarse que una matriz es no singular si y slo si todas a o sus las y todas sus columnas son linealmente independientes, Teorema D.12 El sistema de ecuaciones (D.14) donde A es una matriz m n tiene solucin para todo y en W si y solo si R(A) = W, o lo que es equivalente, o si y slo si (A) = m o Demostracin D.12 La demostracin se desprende directamente de las denicioo o nes D.26 y D.27 Denicin D.28 Espacio Nulo o El Espacio Nulo de un operador lineal A : V W es el conjunto N (A) denido como N (A) = {x V| Ax = 0} La linealidad del operador permite demostrar que el Espacio Nulo es un Subespacio de V. Esto permite hacer la siguiente denicin o Denicin D.29 Nulidad o La Nulidad de un operador lineal A : V W, denotada por (a) es la dimensin o del espacio nulo de A El ejemplo D.29 muestra la relacin existente entre el rango y la nulidad de o un operador lineal A : V W, con dim(V) = n y dim(W) = m (gura D.10). (A) + (A) = n = dim(V) (D.16)

Teorema D.13 El sistema de ecuaciones Ax = 0 con A una matriz m n tiene una solucin distinta de la trivial si y slo si (A) < n. Si m = n esto es equivalente o o a decir si y slo si det(A) = 0 o Demostracin D.13 De la denicin D.29 se desprende que el nmero de solucioo o u nes linealmente independientes de Ax = 0 es (A). Para que exista una solucin o no trivial se necesita que (A) 1. Empleando (D.16) esta condicin se convierte o en (A) < n. Si m = n entonces A es cuadrada y la condicin es equivalente a o det(A) = 0, ya que las columnas de A ser linealmente dependientes. an 259

OSCAR G. DUARTE

en donde las dos primeras columnas son linealmente independientes, pero las ultimas tres no lo son ((A) = 2), ya que pueden escribirse como combinaciones lineales de las dos primeras: a3 = a 1 + a 2 a4 = 2a1 a5 = a 1 a 2 (D.17)

Ejemplo D.29 Supngase o 53 0 1 A = 2 1 1 0

el sistema de ecuaciones Ax = 0 donde A es la matriz 1 0 1 3 4 1 = a1 1 2 1

a2

a3

a4

a5

El sistema de ecuaciones Ax = 0 puede escribirse como x 1 a1 + x 2 a2 + x 3 a3 + x 4 a4 + x 5 a5 = 0 1 0 0 1 1 0 x1 2 + x2 1 + x3 3 + x4 4 + x5 1 = 0 1 0 2 1 0 1 (D.18)

Empleando (D.17) la ecuacin (D.18) se convierte en o 0 1 0 (x1 + x3 + 2x4 + x5 ) 2 + (x2 + x3 x5 ) 1 = 0 1 0 0 (x1 + x3 + 2x4 + x5 )a1 + (x2 + x3 x5 )a2 = 0

(D.19)

(D.20)

Como a1 y a2 son linealmente independientes, (D.20) slo puede cumplire si los o coecientes son cero, es decir si x1 + x3 + 2x4 + x5 x2 + x 3 x 5 =0 =0 (D.21)

El sistema de ecuaciones (D.21) tiene 5 incgnitas y 2 ecuaciones linealmente o independientes, es decir, existen 3 grados de libertad para escoger los valores de xi . Dicho de otra forma, (A) = 3. Ntese que (A) + (A) = n (2 + 3 = 5), o cumpliendo con la ecuacin (D.16). o Podemos escoger arbitrariamente los valores de 3 de las incgnitas x i y deducir o el valor de las otras dos, para construir una base de N (A). Si seleccionamos x 1 , x2 y x3 como los trios (1, 0, 0), (0, 1, 0) y (0, 0, 1) tendremos los tres vectores base de N (A): 0 0 1 0 1 0 1 0 0 1 1/2 1/2 1 1 0 260

D.5. VALORES Y VECTORES PROPIOS

Teorema D.14 Sea A una matriz m n y C, D dos matrices no singulares cualesquiera n n y m m respectivamente. En esas condiciones se tiene que (AC) = (A) (DA) = (A) Demostracin D.14 La demostracin se apoya en la desigualdad de Sylvester, que o o establece que si existen dos matrices A y B de dimensiones q n y n p entonces (A) + (B) n (AB) m n((A), (B)) Al aplicar (D.22) a AC y DA se tiene que (A) + (C) n (AC) m n((A), (C)) como C y D son no singulares, sus rangos son n y m respectivamente: (A) + n n (AC) m n((A), n) Por (D.15) se sabe que (A) m (m, n), por lo tanto n (A) (AC) (A) Las desigualdades slo pueden cumplirse simultneamente si se tiene que o a (A) = (AC) (A) = (DA) (A) (DA) (A) m + (A) m (DA) m n(m, (A)) (D) + (A) m (DA) m n((D), (A)) (D.22)

D.5.

Valores y vectores propios

Denicin D.30 Valor propio y vector propio2 o Sea A una transformacin lineal (Cn , C) (Cn , C). Un escalar es un valor o propio si existe un vector no nulo v tal que Av = v. Cualquier vector no nulo v que satizfaga Av = v (D.23) es un vector propio asociado al valor propio . La denicin D.30 implica que para un vector propio v el efecto de aplicarle o la transformacin lineal A es igual que amplicarlo por el escalar . Esto implica o que un vector y el vector transformado son colineales o paralelos y por lo tanto linealmente dependientes. La denicin D.30 se reere estrictamente a valores y vectores propios por o derecha, para distinguirlos de los valores y vectores propios por izquierda, que deben satisfacer vt A = vt . En este texto slo se consideran los primeros, y por o tanto se hace referencia a ellos simplemente como valores y vectores propios.
2 Tambin se conocen como autovalores y autovectores o valores caracter e sticos y vectores caracter sticos.

261

OSCAR G. DUARTE

Teorema D.15 es un valor propio de A si y slo si satisface la ecuacin o o det(I A) = 0 donde I es la matriz identidad de igual orden que A. Demostracin D.15 Si es un valor propio de A entonces existe un vector v tal o que Av = v Av v = 0 El trmino v puede escribirse como Iv para facilitar la factorizacin de v e o Av Iv = 0 (A I)v = 0 (D.24)

De acuerdo con el teorema D.13 esta ecuacin tiene solucin no trivial (existe un o o vector propio v) si y slo si o det(A I) = 0 Como el determinante de una matriz no se afecta al multilpicar sta por un escalar e no nulo, podemos escribir det(I A) = 0 El teorema D.15 brinda una posibilidad para calcular los valores propios de A: podemos construir el polinomio caracterstico () = det(I A) y encontrar sus raices. Cada raiz de () ser un valor propio de A. Los vectores a propios pueden obtenerse directamente de (D.23). Debido a que los valores propios resultan ser las raices del polinomio caracter stico, stos pueden ser reales o complejos, diferentes o repetidos. e Denicin D.31 Multiplicidad o La multiplicidad ri de un valor propio i es el nmero de veces que ste aparece u e como raiz del polinomio caracter stico. Ejemplo D.30 Obtener los valores y vectores propios de la matriz A= 4 1 2 1 1 ( 1)

Construimos la matriz B = (I A) y hallamos su determinante: B = (I A) = 1 0 4 1 ( 4) = 0 1 2 1 2

(A) = det(B) = ( 4)( 1) + 2 = 2 5 + 6 = ( 2)( 3) Los valores propios de A sern las raices de (A) a 1 = 2 2 = 3

Los vectores propios asociados a 1 = 2 deben cumplir (D.23): Av1 = 1 v1 262

D.5. VALORES Y VECTORES PROPIOS

Se crea entonces un sistema de ecuaciones con innitas soluciones: 4v11 + v21 2v11 + v21 = 2v11 = 2v21

4 1 2 1

v11 v = 2 11 v21 v21

4v11 + v21 2v11 = 2v11 + v21 2v21

Para obtener un vector propio asociado a 1 = 2 podemos escoger arbitrariamente un valor para v11 o para v21 . Por ejemplo, si escogemos v11 = 1 obtenemos v21 = 2. En consecuencia, un vector propio asociado a 1 = 2 ser a v1 = 1 2 en general v1 = a 2a

Los vectores propios asociados a 2 = 3 tambin deben cumplir (D.23): e Av2 = 1 v2 4 1 2 1 v12 v = 3 12 v22 v22 4v12 + v22 2v12 + v22 4v12 + v22 3v12 = 2v12 + v22 3v22 = 3v12 = 3v22

Se crea entonces un segundo sistema de ecuaciones con innitas soluciones:

Para obtener un vector propio asociado a 2 = 3 podemos escoger arbitrariamente un valor para v12 o para v22 . Por ejemplo, si escogemos v12 = 1 obtenemos v22 = 1. En consecuencia, un vector propio asociado a 2 = 3 ser a v2 = 1 1 en general v2 = a a

Ejemplo D.31 Obtener los valores y vectores propios de la matriz A= 2 1 1 2

Construimos la matriz B = (I A) y hallamos su determinante: B = (I A) = ( 2) 1 2 1 1 0 = 1 ( 2) 1 2 0 1

Los valores propios de A sern las raices de () a 1,2 = 2 j

() = det(B) = ( 2)2 + 1 = 2 4 + 5

Al aplicar (D.23) para 1 y 2 se obtienen dos sistemas de ecuaciones con innitas soluciones 2v11 + v21 v11 + 2v21 = (2 + j)v11 = (2 + j)v21 263 2v12 + v22 v12 + 2v22 = (2 j)v12 = (2 j)v22

OSCAR G. DUARTE

Seleccionando arbitrariamente v11 = 1 y v12 = 1 se obtiene v1 = o en general v1 = a ja v2 = a ja 1 j v2 = 1 j

D.5.1.

Valores propios diferentes

Teorema D.16 Sea A una transformacin lineal con valores propios no repetidos, o y sea vi un vector propio de A asociado al valor propio i . En esas condiciones vi es directamente proporcional a cualquier columna no nula de adj( i I A) Demostracin D.16 La demostracin se basa en que para una matriz P se tiene o o que PadjP = det (P)I (D.25) Al aplicar (D.25) a la matriz (i I A) se tiene (i I A)adj(i I A) = det (i I A)I Como vi es un vector propio de A asociado al valor propio i , entonces Avi = i vi o lo que es igual (i I A)vi = 0 (D.26) lo que implica que det (i I A) = 0 y por tanto (i I A)adj(i I A) = 0 (D.27)

Comparando (D.26) y (D.27) se concluye que vi es directamente proporcional a cualquier columna no nula de adj(i I A). Ejemplo D.32 Para obtener los vectores propios del ejemplo D.30 construimos a 1 1 2 1 v1 = = 2a 2 2 2 1 1 1 2 1 a = v2 = 2 2 2 1 a

adj(1 I A) = adj(2I A) = adj

adj(2 I A) = adj(3I A) = adj

Teorema D.17 Sean 1 , 2 , , r valores caracter sticos diferentes de A, y sea vi un vector caracter sitico asociado a i con i = 1, 2, , r. El conjunto {v1 , v2 , , vr } es linealmente independiente. 264

D.5. VALORES Y VECTORES PROPIOS

Demostracin D.17 Efectuamos la demostracin por contradiccin. Suponemos o o o que los vi son linealmente dependientes, y por lo tanto existen i algunos de los cuales no son nulos, tales que
r

i vi = 0
i=1

Suponemos que 1 = 0, (si es necesario reordenamos los vectores) y multiplicamos r a cada lado de la ecuacin por j=2 (A j I) o
r j=2 r

(A j I)

i vi = 0
i=0

(D.28)

El producto (A j I)vi se puede calcular como (A j I)vi = Y por lo tanto (D.28) se convierte en 1 (1 2 )(1 3 ) (1 r )v1 = 0 Por hiptesis, todos los i son diferentes y v1 es no nulo (es un vector propio), lo o que signica que 1 = 0. Con esta contradiccin se concluye la demostracin. o o Teorema D.18 Sea A una transformacin lineal A : Cn Cn ; sean i los valores o propios de A y vi un vector propio asociado a i , con i = 1, 2, , n . Si todos los i son diferentes, entonces el conjunto {v1 , v2 , , vn } es una base de Cn . Demostracin D.18 Segn el teorema D.17 el conjunto es linealmente indepeno u diente. Como adems tiene n elementos, segn el teorema D.2 el conjunto es una a u base. Teorema D.19 Sea A una transformacin lineal A : Cn Cn ; sean i los valores o propios de A y vi un vector propio asociado a i , con i = 1, 2, , n. Si todos los i son diferentes, entonces la transformacin lineal A se representa en la base o {v1 , v2 , , vn } por una matriz diagonal en la que el elemento isimo de la e diagonal es i . = M1 AM M = v1 v2 vn (D.29) (i j )vi 0 si i = j si i = j

Demostracin D.19 El teorema D.7 permite obtener la representacin de A en la o o nueva base. Si denotamos esta representacin por A tendremos o A = M1 AM con M la matriz modal que contiene los vectores propios M = v1 v2 265 vn

OSCAR G. DUARTE

Calculamos por separado MA y AM: 1 0 0 2 MA = v 1 v 2 v n . . . . . . 0 0 AM = A v1 v2

Para demostrar el teorema construimos A = y demostramos A = MAM1 , o = AM: lo que es equivalente, MA 1 0 0 0 2 0 A== . . .. . . . . . . . . 0 0 n .. . 0 0 . . .

= 1 v 1 Av2

2 v 2

n vn (D.30) (D.31)

Como Avi = i vi entonces las ecuaciones (D.30) y (D.31) se reducen a MA = AM o lo que es igual A = = M1 AM Ejemplo D.33 La transformacin lineal representada por la matriz o A= 4 1 2 1

vn = Av1

Avn

cuyos valores propios son (Ejemplo D.30) 1 = 2, 2 = 3 con vectores propios v1 v2 : 1 1 v1 = v2 = 2 1 Tiene una representacin en la base {v1 v2 } por la matriz diagonal o = M1 AM = 1 1 2 1 4 1 2 1 2 0 1 1 = 1 = 0 0 3 2 1 0 2

Ejemplo D.34 La transformacin lineal representada por la matriz o A= 2 1 1 2

cuyos valores propios son (Ejemplo D.31) 1,2 = 2 j con vectores propios v1 v2 : v1 = 1 j v2 = 1 j

Tiene una representacin en la base {v1 v2 } por la matriz diagonal o = M1 AM = j/2 j/2 j/2 j/2 2 1 1 2 1 j 266 2+j 1 = 0 j 0 = 1 0 2j 0 2

D.5. VALORES Y VECTORES PROPIOS

D.5.2.

Valores propios repetidos

La diagonalizacin planteada en el teorema D.19 no siempre es posible si o existen valores propios repetidos. Esto se debe a que el teorema D.17 se reere a valores propios distintos, y sin ese resultado no puede asegurarse que el conjunto {v1 , v2 , , vn } sea una base. Esto se traduce en que la matriz modal M puede ser singular, y por tanto (D.29) no puede usarse debido a que M1 puede no existir. Denicin D.32 Degeneracidad o El nmero de vectores propios de una transformacin lineal A de orden n n u o linealmente independientes asociados a un valor propio i es la degeneracidad del valor propio i , denotada por di . Teorema D.20 La degeneracidad de i , un valor propio de una transformacin o lineal A de orden n n es igual a di = n (i I A) (D.32)

Demostracin D.20 Un vector propio vi de A asociado a i debe cumplir o Avi = i v (i I A)vi = 0

Segn la denicin D.29, el nmero de vectores propios linealmente independientes u o u sern entonces la nulidad de la matriz que premultiplica al vector, a di = (i I A) Podemos emplear (D.16) para escribir di = n (i I A) Ejemplo D.35 Obtener los valores y vectores propios de la matriz A y diagonalizarla 1 2 A= 2 5 Construimos la matriz B = (I A) y hallamos su determinante: B = (I A) = ( 1) 2 1 2 1 0 = 2 ( 5) 2 5 0 1

() = det(B) = ( 1)( 5) + 4 = 2 6 + 9 = ( 3)2 Los valores propios de A sern las raices de (A) a 1 = 2 = 1,2 = 3 La degeneracidad de 1,2 = 3 se obtiene con (D.32): d1 = 2 (3I A) 267

OSCAR G. DUARTE

d1 = 2

31 2

2 35

=2

2 2 2 2

=21=1

Lo anterior signica que aunque tiene multiplicidad 2, slo es posible encontrar o un vector linealmente independiente. Este se obtiene empleando (D.23), y resulta ser 1 a v1 = en general v1 = 1 a No es posible construir una base para el espacio de dimensin 2 con un slo o o vector, por lo tanto no es posible diagonalizar A. Ejemplo D.36 Obtener los valores y vectores zarla 3 0 A= 1 2 1 0 ( 3) I A = 1 1 propios de la matriz A y diagonali 1 1 3 1 1 ( 3)

Construimos (I A):

0 ( 2) 0

Su polinomio caracter stico resulta ser

() = ( 3)2 ( 2) ( 2) = 3 82 + 20 16 Las raices del polinomio son 1 = 2 = 2 3 = 4. Para determinar la degeneracidad de 1 calculamos 1 I A (2 3) 0 1 1 0 1 (2 2) 1 = 1 0 1 I A = 1 1 0 (2 3) 1 0 1 d1 = n (I A) d1 = 3 1 = 2 Lo anterior signica que existen dos vectores propios linealmente independientes asociados a 1 = 2 = 2. Estos dos vectores junto con el vector propio asociado a 3 = 4 pueden formar una base y por tanto es posible diagonalizar A. Para obtener los tres vectores propios empleamos (D.23): d d 3 0 1 a 3 0 1 a 1 2 1 e = 2 e 1 2 1 b = 2 b f f 1 0 3 c c 1 0 3 Se originan los sistemas de ecuaciones 3a c = 2a a + 2b c = 2b a + 3c = 2c 3d f = 4a d + 2e f = 4e d + 3f = 4f

268

D.5. VALORES Y VECTORES PROPIOS

Que se convierten en a=c d = e = f Podemos construir dos vectores linealmente independientes v 1 , v2 que satisfacen a = c y un tercero v3 que satisface d = e = f , por ejemplo 1 1 1 v3 = 1 v2 = 1 v1 = 0 1 1 1 En la base {v1 v2 v3 } la transformacin A se representa por : o 1 1 0 3 0 1 1 1 1 1/2 1 2 1 0 1 1 = M1 AM = 1/2 1 1/2 0 1/2 1 0 3 1 1 1 2 0 0 1 = M1 AM == 0 2 0 = 0 0 0 4 0 0 2 0 0 0 3

Denicin D.33 Vectores propios generalizados o Sea A una transformacin lineal A : Cn Cn y sea un valor propio de A. v es o un vector propio generalizado de grado k de A asociado a si y slo si o (A I)k v (A I)k1 v =0 =0 (D.33)

Ntese que para k = 1 la ecuacin (D.33) se reduce a (A I) = 0 con o o v = 0, que coincide con la denicin D.30 de vector propio. o Denicin D.34 Cadena de vectores propios generalizados o Sea A una transformacin lineal A : Cn Cn y sea v un vector propio geneo ralizado de orden k asociado a . Los vectores vk , vk1 , vk2 , , v1 forman una cadena de vectores propios generalizados de longitud k si y slo si o vk vk1 vk2 v1 = = = . . . v (A I)v (A I)2 v . . . = (A I)vk = (A I)vk1 = (A I)v2

(D.34)

= (A I)k1 v

Teorema D.21 Sea Ni el espacio nulo de (A I)i . Ni es un subespacio de Ni+1 . Demostracin D.21 Sea x un vector en Ni , por lo tanto (A I)i x = 0; al o multiplicar a cada lado por (A I) se tiene que (A I) i+1 x = 0 y por lo tanto x est en Ni+1 . Esto demuestra que Ni Ni+1 , y por lo tanto Ni es un subespacio a de Ni+1 . 269

OSCAR G. DUARTE

. . . vi

vi1 . . .

Ni1 Ni

Ni+1

Figura D.11: Espacios Nulos de (A I)i y cadenas de vectores propios generalizados

Teorema D.22 Sea Ni el espacio nulo de (A I)i . Sea vi el isimo vector de e una cadena como las denidas en (D.34). El vector vi est en Ni pero no en Ni1 . a Demostracin D.22 La demostracin se obtiene calculando (A I) i vi y (A o o I)i1 vi y utilizando (D.34) y (D.33): (A I)i vi = (A I)i (A I)ki v = (A I)k v = 0 (A I)i1 vi = (A I)i1 (A I)ki v = (A I)k1 v = 0 Los teoremas D.21 y D.22 se visualizan en la gura D.11. Cada subespacio nulo Ni est embebido dentro del subespacio nulo Ni+1 , y el vector vi est justo a a en la diferencia entre Ni y Ni1 . Teorema D.23 Los vectores de una cadena de vectores propios generalizados como los de la denicin D.34 son linealmente independientes. o Demostracin D.23 Dado que cada vector vi pertenece a un subespacio difereno te, segn se muestra en la gura D.11, estos vectores no pueden ser linealmente u dependientes. Ejemplo D.37 Sea A la transformacin 2 2 o A= 1 2 2 5 270

D.5. VALORES Y VECTORES PROPIOS

que tiene un valor propio repetido = 3 Para encontrar los espacios nulos N 1 y N2 construimos las matrices B y B2 : B = (A I) = 2 2 2 2 B2 = 0 0 0 0

El espacio nulo N1 es el conjunto de los vectores v1 tales que Bv1 = 0, mientras que el espacio nulo N2 es el conjunto de los vectores v2 tales que B2 v2 = 0. Claramente se ve que v1 = a a v2 = b c

Es decir, el espacio nulo N1 es la recta de pendiente 1, mientras que el espacio nulo N2 corresponde a R2 , tal como se muestra en la gura D.12. Un vector propio generalizado de orden 2 debe estar en N 2 , pero no en N1 , por ejemplo v= 1 0

Lo que origina una cadena de vectores generalizados v2 v1 v2 = 1 0 = v = (A I)v2 v1 = 2 N1 2

Teorema D.24 Sea A una transformacin lineal n n con un unico valor propio o repetido, 1 = 2 = = n = . Sea v un vector propio generalizado de orden n asociado a . En esas condiciones, se cumple que J = M 1 AM en donde M es la matriz modal formada por los vectores de la cadena de vectores propios generalizados creada por v y J es una matriz n n casi-diagonal que tiene a en la diagonal, 1 encima de la diagonal, y 0 en cualquier otro lugar. Es decir 1 0 0 0 J = . . . . . . 0 0 0 0 0 0 1 0 0 . .. . . . . . . 0 1 0

= v1

v2

vn

A v1

v2

vn

(D.35)

Demostracin D.24 Demostrar (D.35) equivale a demostrar MJ = AM, por lo o 271

OSCAR G. DUARTE

B 0

1 = dim(N1 ) = 1

2 = dim(N2 ) = 2

B2 0

Figura D.12: Espacios Nulos del ejemplo

tanto calculamos por separado MJ y AM y comparamos 1 0 0 1 0 0 MJ = v1 v2 v3 vn . . . . . . . . . 0 0 0 0 0 0 MJ = v1 AM = A v1 v2 v3 vn = Av1 Av2

los resultados: 0 0 0 . .. . . . 1 Av3 Avn

(v1 + v2 ) (v2 + v3 ) (vn1 + vn )

De acuerdo con la denicin D.34, el vector vi de la cadena se calcula como o vi = (A I)vi+1 , por lo tanto Avi+1 = vi + vi+1 i = 1, 2, , n 1

lo que signica que las columnas 2, 3, , n de MJ son iguales a las de AM. Para demostrar que la primera columna tambin es igual, empleamos el teorema D.22, e segn el cual v1 N1 , es decir u (A I)1 v1 = 0 y por lo tanto Av1 = v1 , lo que concluye la demostracin. o 272

D.5. VALORES Y VECTORES PROPIOS

Nr

N2

N1 {

} 1

Figura D.13: Diagrama de Matthew vac o

Ejemplo D.38 Sea A la transformacin 2 2 o A= 1 2 2 5

que tiene un valor propio repetido = 3 y una cadena de vectores propios generalizados (ejemplo D.37): 1 2 v2 = v1 = 0 2 El resultado de calcular M1 AM es M1 AM = 2 1 2 0
1

1 2 2 5

3 1 2 1 = 0 3 2 0

D.5.3.

Obtencin de vectores propios generalizados o

El teorema D.24 supone que la matriz A de tamao n n tiene un vector n propio generalizado de orden n asociado al valor propio , a partir del cual se construye una unica cadena de vectores. Esto no siempre sucede, por lo tanto, es necesario contar con un procedimiento para encontrar el conjunto de vectores propios asociados a . Segn el teorema D.21, Ni es un subespacio de Ni+1 , si denotamos por i la u dimensin de Ni , lo anterior signica que i < i+1 . o Este hecho permite construir el diagrama de Matthew (gura D.13) en el que se muestran las nulidades 1 , 2 , , r mediante casillas de un arreglo (i ser a igual al nmero de casillas para Ni en el arreglo). u Debido a que Ni es el espacio nulo de B = (A I)i , es posible calcular i empleando (D.16) y de esa manera establecer la forma del diagrama de Matthew i = n (Bi ) Si denimos i = i i1 el diagrama de Matthew tendr la forma que se a muestra en la gura D.14 Ejemplo D.39 Forma del arreglo 273

OSCAR G. DUARTE

r 2 1

Figura D.14: Diagrama de Matthew vac simple o

r r1 . . . 2 1

v1 Bv1 . . . Br1 2 v1 Br1 1 v1

v2 Bv2 . . . Br2 2 v2 Br1 1 v2 vq1 Bvq1 vq

Figura D.15: Diagrama de Matthew lleno

Cada casilla del diagrama de Matthew podr contener un vector de la base a para un Ni . Los vectores que sirven de base para Ni tambin pueden formar e parte de la base de Ni+1 , ya que Ni Ni+1 . Debido al teorema D.22, un vector vi de una cadena de vectores puede formar parte de una base para Ni que no pueden formar parte de una base para Ni1 . Esto permite disear una estrategia para buscar las bases de los Ni y asi llenar n el diagrama de Matthew. Para ello empleamos las siguientes convenciones . 1. Identicar el nmero de columnas del diagrama como q. u 2. Identicar las columnas del diagrama como c1 , c2 , , cq de izquierda a derecha. 3. Identicar el tamao de cada columna como h1 , h2 , , hq . n 4. Identicar cada celda por los sub ndices i, j, con j = 1, 2, , q e i = 1, 2, , rj de arriba a abajo. 5. Identicar el vector de la celda i, j por xi,j . Para llenar el diagrama de Matthew deben buscarse q vectores propios generalizados v1 , v2 , , vq de orden h1 , h2 , , hq respectivamente. Cada uno de estos vectores estar ubicado en la primera celda de las columnas, es decir a xi,1 = vi . Cada columna se completa con la cadena de vectores propios generalizados creada por el primer elemento de la columna. La forma que adopta el diagrama de Matthew se muestra en la gura D.15. 274

D.5. VALORES Y VECTORES PROPIOS

Ejemplo D.40 Sea A la matriz3 3 1 1 1 0 0 1 1 1 1 0 0 0 0 2 0 1 1 A= 0 0 0 2 1 1 0 0 0 0 1 1 0 0 0 0 1 1 Para calcular los valores propios de A hacemos det (A I) = [(3 )(1 ) + 1]( 2)2 [(1 )2 1] = ( 2)5 = 0 Es decir, A tiene un valor propio 2 de multiplicidad 5 y un valor propio 0 de multiplicidad 1. Nos proponemos encontrar el diagrama de Matthew de los vectores propios asociados a 1 = 2. Para ello denimos B = (A 2I) y calculamos B0 , B1 , B2 , B3 , B0 = I 1 1 1 1 0 0 B1 = 0 0 0 0 0 0 0 0 0 0 0 0 2 B = 0 0 0 0 0 0 0 0 0 0 0 0 B3 = 0 0 0 0 0 0 3 2 1 (A 2I)0 = 6 1 1 0 0 1 1 0 0 (A 2I) = 4 0 0 1 1 1 = 6 4 = 2 0 0 1 1 0 0 1 1 0 0 1 1 2 2 0 0 2 2 0 0 0 0 0 0 (A 2I)2 = 2 0 0 0 0 2 = 6 2 = 4 0 0 2 2 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 (A 2I)3 = 1 0 0 0 0 3 = 6 1 = 5 0 0 4 4 0 0 4 4 = 54= 1 = 42= 2 = 20= 2 0 = 6 6 = 0

Puede comprobarse que 4 = 3 = 5 y por tanto no es necesario continuar. Con la informacin anterior podemos calcular i : o = 3 2 = 2 1 = 1 0

Con esta informacin podemos construir el diagrama de Matthew o

3 adaptado

de [5, pp.: 43]

275

OSCAR G. DUARTE

v1 Bv1 B2 v 1

v2 Bv2

De donde se deduce que q = 2, h1 = 3 y h2 = 2. El algoritmo para encontrar v1 , v2 , , vq es el siguiente: 1. c = 1. 2. V una matriz vac a. 3. P una matriz vac a. 4. Encontrar Nhc , una base para Nhc . 5. Construir Q = P Bhc 1 Nhc . 6. Emplear el algoritmo izquierda-a-derecha para extraer las columnas de Q linealmente independientes y adicionrselas a P. Por cada columna que se a extraiga de Q se extrae la columna correspondiente de Nhc y se adiciona a la matriz V. 7. Sea d la siguiente columna con hd < hc . Hacer c = d y repetir desde 4 hasta terminar las columnas 8. V es la matriz que contiene a v1 , v2 , , vq . Ejemplo D.41 Para obtener los vectores v1 y v2 del ejemplo D.40 identicamos q = 2, h1 = 3, h2 = 2, y empleamos el algoritmo siguiendo los siguientes pasos 1. Para c = 1 se tiene que hc = 3, por lo tanto buscamos N3 una base para N3 , es decir buscamos los vectores x tales que B3 x = 0: 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 N3 = 0 1 0 0 0 0 0 0 0 0.707 0 0 0 0 0.707 2. Construimos Q = B2 N3 2 2 0 Q= 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

276

D.5. VALORES Y VECTORES PROPIOS

3. Al aplicar el algoritmo izquierda-a-derecha slo se extrae la primera columna o de Q, por lo tanto las matrices P y V sern: a 0 2 0 2 0 0 V= P= 1 0 0 0 0 0

5. Construimos Q = P BN2 2 0.707 0.707 0 1 2 0.707 0.707 0 1 0 0 0 1.414 0 Q= 0 0 1.414 0 0 0 0 0 0 0 0 0 0 0 0

4. La siguiente columna de altura menor a 3 es la columna 2, con h 2 = 2, por lo tanto buscamos N2 una base para N2 , es decir buscamos los vectores x tales que B2 x = 0: 0 0 0 1 0.707 0.707 0 0 0.5 0.5 0 0 N2 = 0.5 0.5 0 0 0 0 0.707 0 0 0 0.707 0

6. Al aplicar el algoritmo izquierda-a-derecha slo se extraen la primera y la o cuarta columnas de Q, por lo tanto las matrices P y V sern: a 2 0 0 0 2 0 0 0 0 1.414 0 0 P= V= 0 0 1.414 1 0 0 0.707 0 0 0 0 0.707

7. La matriz V = v1 v2 contiene los dos vectores necesarios para construir el diagrama de Matthew, por lo tanto el conjunto completo de vectores propios generalizados de A asociados a 1 = 2 son los que aparecen en el diagrama de Matthew: 2 1 0 0 0 2 1 0 0 0 0 0 0 1.414 0 B2 v1 Bv1 v1 Bv2 v2 = 0 0 0 1 1.414 0 0 0 0 0.707 0 0 0 0 0.707 277

OSCAR G. DUARTE

D.6.

Forma cannica de Jordan o

Sea A una transformacin lineal A : Cn Cn . Sean 1 , 2 , , m los vao lores propios diferentes de A. Sea j uno de esos valor propios, de multiplicidad rj cuyo diagrama de Matthew, tiene qj columnas; la isima columna tendr e a altura hij ; adems los vectores propios generalizados asociados a j obtenidos a con este diagrama son vj1 , vj2 , , vjrj . En esas condiciones, es posible encontrar dos matrices M y J tales que J = M1 AM 0 .. . Jm1 0 . . . 0 j 0 . Jji = . . 0 0 v12 v1r1 1 j . . . 0 0 0 1 .. . 0 0 0 Jm2 . . . 0 0 0 .. . 1 j h vm2 .. . 0 0 0 . . . Jmqm (D.36)

J11 0 . . . 0 J=

0 J12 . . . 0

.. .

0 0 . . .

J1q1

(D.37)

(D.38)

ij hij

M = v11

vm1

vmrm

(D.39)

J es conocida como la forma cannica de Jordan de A. La ecuacin D.37 o o muestra que la matriz J es diagonal por bloques, es decir, est formada por a bloques organizados en la diagonal. Por fuera de estos bloques slo hay ceros o en la matriz. M es la matriz modal, y est formada por los vectores propios a generalizados de A. La matriz modal no es unica. Los bloques Jji que forman J tienen las siguientes propiedades: Cada valor propio diferente j tendr asociados uno o varios bloques Jji . a El nmero de bloques asociados a j ser igual al nmero de columnas de u a u su diagrama de matthew, qj . Los bloques Jji son cuadrados, y el tamao del bloque (el nmero de las n u o de columnas) es igual a la altura de la columna correspondiente en el diagrama de Matthew, hij . 278

 D.6. FORMA CANONICA DE JORDAN

Cada bloque Jji tiene en la diagonal al valor propio j , tiene 1 por encima de la diagonal, y cero en las restantes casillas. Cada valor propio que no se repita tendr asociado un unico bloque de a tamao 1. n En el caso sencillo en que ningn valor propio se repita J ser una matriz u a diagonal que tendr en la diagonal a los valores propios 1 , 2 , , n . a Ejemplo D.42 Para obtener la forma cannica de Jordan de la matriz A del ejemo plo D.40, se necesita construir la matriz modal M con todos los vectores propios generalizados. En el ejemplo D.41 se calcularon los vectores asociados a 1 = 2. En vector propio asociado a 2 = 0 ser: a 0 0 0 v= 0 0.707 0.707 Por lo tanto la matriz modal 2 1 2 1 0 0 M= 0 0 0 0 0 0 ser a 0 0 0 0 0 0 0 0 0 1.414 0 0 1 1.414 0 0 0 0 0.707 0.707 0 0 0.707 0.707

La forma cannica de Jordan ser o a 2 1 0 0 0 2 1 0 0 0 2 0 J = M1 AM = 0 0 0 2 0 0 0 0 0 0 0 0

0 0 0 1 2 0

0 0 0

2 0 0 = 0 0 0 0 0 0

1 2 0 0 0 0

0 1 2 0 0 0

0 0 0 2 0 0

0 0 0 1 2 0

0 0 0 0 0 0

Ntese que el valor propio 1 = 2 tiene dos bloques de Jordan asociados de o tamao 3 y 2 respectivamente, tal como se podr infereir de su diagrama de Mattn a hew: el diagrama tiene dos columnas, la primera de altura 3 y la segunda de altura 2. El valor propio 2 = 0 no se repite, y por tanto tiene un unico bloque de jordan asociado de tamao 1. n 279

OSCAR G. DUARTE

D.7.

Forma cannica real de Jordan o

Dado que los valores propios de una matriz pueden ser complejos, en general las matrices J y M que aparecen en las ecuaciones (D.37), (D.38) y (D.39) sern a complejas. No obstante, cuando existen valores propios complejos es posible efectuar otro cambio de coordenadas diferente que produce tambin una matriz diagonal e por bloques, pero real, conocida como la forma cannica Real de Jordan. o

D.7.1.

Bloques de Jordan de tamao 1 n

Supngase que la matriz A tiene dos valores propios complejos conjugados o i = a + jb y i+1 = a jb, y que cada uno de estos valores tiene un bloque de Jordan de tamao 1 asociado a los vectores propios generalizados v k y vk+1 , n que tambin son complejos conjugados. Es decir, la forma cannica de Jordan e o de A es de la forma .. . a + jb 0 1 J = M AM = 0 a jb .. . M = vk vk+1 La forma cannica real de Jordan remplaza los dos bloques de tamao 1 por o n uno de tamao 2 de la forma n a b b a Es decir, la forma cannica real de Jordan de A ser o a .. . a b 1 JR = MR AMR = b a .. .

La matriz modal real MR se obtiene remplazando en M los vectores complejos conjugados vk y vk+1 por dos vectores reales con la parte real y la parte imaginaria de v, es decir MR = Re(vk ) Im(vk ) Ejemplo D.43 Sea la matriz A 0 0.5 0 A = 0 0 2 1 1 2 280

 D.7. FORMA CANONICA REAL DE JORDAN

Los valores propios de A son 1 = 1 2,3 = 0.5 j0.866

Para obtener la Forma Cannica Real de Jordan de A construimos la matriz real o MR , y vericamos. 0.408 0.015 0.408 0.721 0.382 MR = 0.816 0.408 0.346 0.217 1 0 0 0.5 0.866 JR = M1 AMR 0 R 0 0.866 0.5 Otra alternativa dado un bloque Ji = a + jb 0 0 a jb

La forma cannica de Jordan de A y la matriz modal que la producen son: o 1 0 0 0 J = 0 0.5 + j0.866 0 0 0.5 j0.866 0.408 (0.015 j0.408) (0.015 + j0.408) (0.721 + j0.382) (0.721 j0.382) M = 0.816 0.408 (0.346 j0.217) (0.346 + j0.217)

existe una matriz N tal que NAN1 es real, con la forma cannica real de o Jordan: (1 j) (1 + j) a b N= NAN1 = (1 + j) (1 j) b a Una interpretacin o Un bloque real de jordan Jr asociado a un valor propio a + jb puede reescribirse de la siguente forma: Ji = 0 b a 0 a b = aI + bL + = b 0 0 a b a

En donde I es la matriz identidad, y L es una matriz que cumple un papel similar a j = (1), ya que J= 0 1 1 0 J2 = I

De esta manera, un bloque de real de Jordan puede interpretarse como un nmero complejo matricial. u 281

OSCAR G. DUARTE

D.7.2.

Bloques de Jordan de tamao mayor que 1 n

a + jb 1 0 0 0 a + jb 0 0 Ji = 0 0 a jb 1 0 0 0 a jb 1 0 0 1 a b b a

dado un bloque

En la diagonal est la nueva presentacin de los e-valores, como bloques a o reales de Jordan y sobre la diagonal est la matriz identidad. Para obtener est a a matriz puede procederse de forma similar a como se hace con los bloques de tamao 1, es decir, remplazar los vectores propios complejos conjugados por n vectores con las partes real e imaginaria de stos. e En general JRi ser de la forma: a (aI + bL) I 0 0 0 0 (aI + bL) I 0 0 . . . . . . . . . . . . (D.40) . . . . . . 0 0 0 (aI + bL) I 0 0 0 0 (aI + bL)

Su forma cannica real de Jordan es o a b b a JRi = 0 0 0 0

D.8.

Funciones de matrices cuadradas

Sea f () una funcin que opera sobre un escalar, y sea A una matriz cuao drada n n. En esta seccin se aborda el problema de cmo calcular f (A), es o o decir, cmo extender f () de los escalares a las matrices. o

D.8.1.

Polinomios de matrices

Si f () es un polinomio, la extensin a las matrices se fundamenta en la o denicin o A0 = I (D.41) Ak = AA A

k veces

Si la matriz A tiene una representacin cannica de Jordan J obtenida con o o la matriz modal M, es decir, si A = MJM1 entonces Ak = (MJM1 )(MJM1 ) (MJM1 ) = M (J J) M1
k veces k veces

282

D.8. FUNCIONES DE MATRICES CUADRADAS

Ak = MJk M1
k

(D.42)

Como J es una matriz diagonal por bloques, el clculo de J puede efectuarse a como sigue: k J1 0 0 J1 0 0 0 Jk 0 0 J2 0 2 Jk = . J= . . .. . . .. . . . . . . . . . . . . . . . 0 0 Jn 0 0 Jk n Empleando la denicin (D.41), un polinomio genrico o e f () = a0 + a1 + a2 2 + + an n puede calcularse en A como f (A) = a0 I + a1 A + a2 A2 + + an An o en funcin de las matrices M y J: o f (A) = a0 MM1 + a1 MJM1 + a2 MJ2 M1 + + an MJn M f (A) = Mf (J)M1 (D.43) Ejemplo D.44 Calcular Ak cuando A es una matriz diagonal: k 1 0 0 1 0 0 2 0 0 k 2 A= . Ak = . . .. . . .. . . . . . . . . . . . . 0 0 n 0 0

0 0 . . .

k n

Ejemplo D.45 Calcular Ak cuando A es una matriz con la forma de los bloques reales de Jordan para el caso en que los valores propios son imaginarios puros A= 0 b b 0 0 b2 b5 0 0 b3 b6 0 b3 0 0 b6

calculamos los primeros trminos A1 , A2 , A3 , A4 , A5 y A6 : e A1 = A4 = 0 b b 0 0 b4 A2 = A5 = b2 0 0 b5 A3 = A6 =

b4 0

Observando la secuencia se puede inferir que (1) k bk 2 0 k 0 (1) 2 bk Ak = k1 0 (1) 2 bk (1) k+1 bk 2 0 283

si k es par

si k es impar

OSCAR G. DUARTE

Ejemplo D.46 Calcular Ak cuando A es una matriz con la forma de los bloques de Jordan; para ilustrar este caso supongamos una matriz de tamao 5 5 n 0 A = 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 1 2 2 4 62 43 4 0 203 154 65 6 0

Calculamos los primeros trminos A1 , A2 , A3 e 1 0 A1 = 0 0 0 0 0 0 32 3 0 0 0 54 5 0 0 0 3 32 3 0 0 103 54 5 0 0 0 0 1 0 1 0 0 0 1 3 32 3 0 102 103 54 5 0 2 0 A2 = 0 0 0 2 2 0 0 0 1 2 2 0 0 43 4 0 0 0 65 6 0 0 0 0 1 2 2 0 62 43 4 0 0 154 65 6 0 0

3 0 A3 = 0 0 0 5 0 A5 = 0 0 0

0 1 3 32 3

Puede verse que Ak es una matriz triangular superior, en la que los elementos de la la i son los mismos elementos de la la i + 1 pero estn desplazados una a casilla a la derecha. Los trminos de la diagonal son k . Denotemos por aj un elemento que est e e desplazado j casillas de la diagonal en cualquier la; a j ser a aj = 0
k! kj j!(kj)!

6 5 102 6 0 103 A = 0 0 54 5 0

4 0 A4 = 0 0 0

1 4 62 43 4

152 203 154 65 6

si j < k si j k

aj =

k kj j

Este resultado se puede generalizar para una matriz n n con la forma de los bloques de Jordan: 1 0 0 0 1 0 . . . . . . A = . . ... . . . . 0 0 1 0 0 0 284

D.8. FUNCIONES DE MATRICES CUADRADAS

En caso de que un exponente k j sea negativo, el trmino correspondiente en e D.44 ser 0 a

k 0 Ak = . . . 0 0

k! k1 1!(k1)! k

. . . 0 0

k! k2 2!(k2)! k! k1 1!(k1)!

..

. 0 0

. . . k 0

k! kn+1 (n1)!(kn+1)! k! kn+2 (n2)!(kn+2)!

. . .

k! k1 1!(k1)! k

(D.44)

D.8.2.

Funciones como series de potencias

Es posible extender una funcin f () de los escalares a las matrices emo pleando la representacin de f () en series de Taylor expandidas alrededor de o 0 (series de MacLaurin): f () =
k=0

k dk f () k! d k

(D.45)

Empleando (D.45) se puede expresar f () como un polinomio de . Si A es una matriz cuadrada, puede calcularse f (a) empleando ese polinomio. Las siguientes son las expansiones de algunas funciones comunes: et = 1 + t 2 t2 3 tk 4 tk + + + + 1! 2! 3! 4! 4 t4 6 t6 8 t8 2 t2 + + + 2! 4! 6! 8! (D.46)

cos t = 1 sin t =

(D.47)

t 3 t3 5 t5 7 t7 + + 1! 3! 5! 7!

(D.48)

Ejemplo D.47 Sea A una matriz diagonal como la del ejemplo D.44. Para calcular eAt podemos emplear (D.46) eAt = I + que de acuerdo con 1 0 0 1 eAt = . . . .. . . . . A3 t k A4 t k At A2 t2 + + + + 1! 2! 3! 4!

los resultados del ejemplo D.44 se calcular asi: a 2 0 1 0 0 1 0 0 2 0 t 0 2 0 t2 0 2 0 . + . . + . . + . .. . .. . 1! . . 2! . . . . . . . . . . . . . 0 0 1 0 0 n 0 0 2 n 285

OSCAR G. DUARTE

At

Cada uno de los trminos de la diagonal corresponde a la expansin de en series e o de Taylor de una exponencial como las de (D.46), por lo tanto e At ser: a t e 1 0 0 0 e 2 t 0 eAt = . . . .. . . . . . . . 0 0 e n t

(1 +

1 t 1!

+ 0 . . . 0

2 t 2 1 2!

+)

(1 +

2 t 1!

0 2 t 2 2 + 2! + ) . .. . . . 0 (1 +

0 0 . . .
1 t 1!

+)

Ejemplo D.48 Sea A una matriz con la forma de los bloques reales de Jordan para el caso en que los valores propios son imaginarios puros, como la del ejemplo D.45. Para calcular eAt podemos emplear (D.46) eAt = I + At A2 t2 A3 t k A4 t k + + + + 1! 2! 3! 4! t3 0 0 + b2 3! b3
3 3

que de acuerdo con los resultados del ejemplo D.45 se calcular asi: a eAt = t2 b2 t 0 b 1 0 + + 0 1 1! b 0 2! 0
2 2 4 4

t4 b 4 b3 + 0 4! 0
5 5

0 + b4

At

Cada uno de los trminos de la matriz corresponde a la expansin de Taylor de una e o sinusoide como las de (D.47) y (D.48), por lo tanto eAt puede calcularse como eAt = cos(bt) sin(bt) sin(bt) cos(bt)

b b b b ( tb t 3! + t 5! + ) (1 t 2! + t 2! + ) 1! = 3 3 5 5 2 2 4 4 b b b b ( tb + t 3! t 5! + ) (1 t 2! + t 2! + ) 1!

Ejemplo D.49 Sea A una matriz con la forma de los bloques de jordan como la del ejemplo D.46. Para calcular eAt podemos emplear (D.46) eAt = I + que de acuerdo con 1 0 0 0 1 0 At e = . . .. . . . . . eAt At A2 t2 A3 t k A4 t k + + + + 1! 2! 3! 4!

los resultados del ejemplo D.46 se calcular asi: a 2 1 1 1 0 2! + t 0 1 + t 0 k 1! + 2! 1! . . . . 2! . . . . . .. . . . . . . . . . . . . . . . . kk k1 k k2 k t t t k=0 k! k=1 1!(k1)! k=2 2!(k2)! k k k1 k t t 0 = k=0 k! k=1 1!(k1)! . . . .. . . . . . . . 286

D.8. FUNCIONES DE MATRICES CUADRADAS

Efectuando el cambio de variable m = k j se tiene kk m m 2

k=0

eAt =

k t k k=0 k!

t 1!

0 . . .

k1 tk1 k=1 (k1)! k t k k=0 k!

. . .

t2 2! t 1!

k2 tk2 k=2 (k2)! k1 tk1 k=1 (k1)!

..

. . .

Ejemplo D.50 Sea A una matriz con la forma de los bloques reales de Jordan A= a b b a

Cada una de las sumatorias corresponde a la expansin de taylor de una expoo nencial como la de (D.46), por lo tanto t t t t2 t e 1! e 2! e t t et eAt = 0 (D.49) 1! e . . . .. . . . . . . .

eAt =

t k!

t 1!

0 . . .

t m=0 (m)! k t k k=0 k!

. . .

t 2! t 1!

m=0 m=0

m t m (m)! m t m (m)!

..

. . .

Para calcular eAt escribimos A como la suma de dos matrices: A= a b a 0 0 b =B+C= + b a b 0 b 0

De tal manera que eAt = eBt eCt . Empleando los resultados de los ejemplos D.47 y D.48 se tiene que eBt = y por lo tanto eAt = eat 0 0 eat cos(bt) sin(bt) eat cos(bt) eat sin(bt) = sin(bt) cos(bt) eat sin(bt) eat cos(bt) eat 0 0 eat eCt = cos(bt) sin(bt) sin(bt) cos(bt)

D.8.3.

Denicin de funciones mediante polinomios o

Denicin D.35 Polinomio m o nimo de una matriz Sea A una matriz cuadrada. El polinomio m nimo de A es el polinomio mnico o () de menor orden tal que (A) = 0 Teorema D.25 El polinomio m nimo de una matriz cuadrada A es el mismo polinomio m nimo de su representacin cannica de Jordan J. o o 287

OSCAR G. DUARTE

Demostracin D.25 En virtud de (D.43), es claro que (A) = 0 si y slo si o o (J) = 0. Denicin D.36 o Indice de una matriz Sea A una matriz cuadrada, cuya forma cannica de Jordan es J, de la forma de o (D.37). Cada valor propio j es de multiplicidad rj y tiene asociados qj bloques de Jordan de la forma de (D.38). Cada bloque es de tamao h ij . Se dene el n ndice del valor propio j , denotado por nj como el tamao ms grande de los bloques de n a jordan Jji asociados al valor propio j . Claramente nj rj y nj = mxi {hij }. a Teorema D.26 Sean 1 , 2 , , m , los valores propios de una matriz A con ndices n1 , n2 , , nm respectivamente. El polinomio m nimo de A es
m

() =
j=1

( j )nj

(D.50)

Demostracin D.26 De acuerdo con el teorema D.25, basta con demostrar que o (D.50) es el polinomio m nimo de J, la forma cannica de Jordan de A. o Consideremos primero la matriz Jj con los bloques de Jordan asociados al valor propio j : Jj1 0 0 0 Jj2 0 Jj = . . . .. . . . . . . . 0 0 Jjqj
El polinomio m nimo de Jj es j () = ( j )nj como puede comprobarse al hij calcular (Jji j I) :

0 0 0 (Jji j I) = . . . 0 0 0 0 0 2 (Jji j I) = . . . 0 0

1 0 0 1 0 0 . . .. . . . . . 0 0 0 0 0 1 0 0 0 0 . . .. . . . . . 0 0 0 0 288

0 0 0 0 0 0 . . . . . . 0 1 0 0 h 0 0 0 0 0 0 . . . . . . 0 0 0 0

ij hij

hij hij

D.8. FUNCIONES DE MATRICES CUADRADAS

(Jji j I)hij 2

0 0 0 = . . . 0 0 0 0 0 = . . . 0 0

0 0 0 0 0 0 . . .. . . . . . 0 0 0 0 0 0 0 0 0 0 . . .. . . . . . 0 0 0 0

1 0 0 1 0 0 . . . . . . 0 0 0 0 0 1 0 0 0 0 . . . . . . 0 0 0 0

hij hij

(Jji j I)hij 1

hij hij

(Jji j I)hij = 0 De acuerdo con la denicin D.36 nj es el tamao del bloque de Jordan asociado o n a j ms grande, es claro que (Jji j I)nj = 0 para todos los bloques de Jordan a asociados a j . Como Jj es diagonal por bloques, y sus bloques son Jji se desprende que (Jj j I)nj = 0 es decir, que el polinomio m nimo de Jj es ( j )nj . Siguiendo un argumento similar, como J es diagonal por bloques, y sus bloques son Jj , se tiene que el polinomio m nimo de J es
m

() =
i=j

( j )nj

que estn en la forma cannica de Jordan, tienen todas el mismo polinomio caraca o ter stico () = ( a)3 ( b). Sin embargo, el polinomio m nimo de cada una de ellas es diferente, debido a que el ndice de a es diferente: para A1 es 1 () = ( a)( b) para A2 es 2 () = ( a)2 ( b) para A3 es 3 () = ( a)3 ( b) Teorema D.27 (Teorema de Caley-Hamilton) Si () es el polinomio caracter stico de una matriz cuadrada A, entonces (A) = 0 289

Ejemplo D.51 Las matrices, a 1 0 0 a 0 0 0 a 0 0 0 0 a 1 0 0 a 1 0 0 a 0 0 A1 = 0 0 a 0 A2 = 0 0 a 0 A3 = 0 0 a 0 0 0 0 b 0 0 0 b 0 0 0 b

OSCAR G. DUARTE

Demostracin D.27 El polinomio m o mino de A es

m

() =
i=j

( j )nj

Mientras que el polinomio caracter stico es

m

() =
i=j

( j )nj

Como nj nj , y como (A) = 0, queda demostrado que (A) = 0 Denicin D.37 Valores de una funcin en el espectro de una matriz o o Sean 1 , 2 , , m , los valores propios de una matriz A con ndices n 1 , n2 , , nm respectivamente. Sea el polinomio m nimo de A y sea f un polinomio cualquiera. El conjunto de valores de f en el espectro de A son los valores: f (l) (i ) para son n = l = 0, 1, 2, , ni 1; i = 1, 2, , m en donde f (l) (i ) =
m i=1 dl f () d l = i

y en total

ni valores.

Teorema D.28 Sean 1 , 2 , , m , los valores propios de una matriz A con ndices n1 , n2 , , nm respectivamente. Sea el polinomio m nimo de A y sean f y g dos polinomios cualesquiera. En esas condiciones cualquiera de las siguientes armaciones es equivalente 1. f (A) = g(A) 2. Una de dos condiciones se cumple: o bien f = h1 + g o g = h2 + f para algunos polinomios h1 , h2 . 3. Los valores de f y de g en el espectro de A son iguales f (l) (i ) = g (l) (i ) para l = 0, 1, 2, , ni 1; i = 1, 2, , m. Demostracin D.28 Dado que (A) = 0 es evidente la equivalencia de las aro maciones 1 y 2. Para demostrar la equivalencia entre 2 y 3 basta recordar que m () = j=1 ( j )nj y calcular las derivadas f (l) (i ) y g (l) (i ). Denicin D.38 Funciones de matrices cuadradas o Sea f () una funcin, no necesariamente un polinomio, denida en el espectro o de A. Si g() es un polinomio que tiene los mismos valores en el espectro de A entonces se dene f (A) = g(A). La denicin D.38 brinda una posibilidad para extender a las matrices cuao dradas una funcin f () denida para escalares. Es decir, permite calcular f (A) o buscando un polinomio adecuado g y calculando g(A). El procedimiento completo puede resumirse asi: Sea f () una funcin, y sea A una matriz n n. Para calcular f (A) deben o seguirse los siguientes pasos 290

D.8. FUNCIONES DE MATRICES CUADRADAS

1. Obtener el polinomio caracter stico de A

m

=
i=1

( i )ni

2. Denir el polinomio g() g() = 0 + 1 + 2 2 + + n1 n1 en donde 0 , , n1 son desconocidas. Cualquier otro polinomio de orden n 1 es igualmente vlido. a 3. Plantear n ecuaciones igualando los valores de f y g en el espectro de A f (l) (i ) = g (l) (i ) para l = 0, 1, 2, , ni 1; i = 1, 2, , m 4. Obtener 0 , , n1 a partir de las n ecuaciones del punto anterior 5. Calcular f (A) = g(A) = 0 I + 1 A + 2 A2 + , +n1 An1 Ejemplo D.52 Calcular A50 con A= 1 3 0 1

El problema puede plantearse tambin de la siguiente forma: dada f () = 50 e calcular f (A). Empleamos el procedimiento propuesto: 1. El polinomio caracter stico de A es = ( 1)2 2. Denimos el polinomio g() = 0 + 1 3. Obtenemos las ecuaciones f (0) (1) = 150 = 1 f (1) (1) = 50 149 = 50 f (0) (1) = g (0) (1) f (1) (1) = g (1) (1) 4. obtenemos 0 y 1 : 0 + 1 = 1 1 = 50 291 0 = 49 1 = 50 g (0) (1) = 0 + 11 g (1) (1) = 1 0 + 1 = 1 1 = 50

OSCAR G. DUARTE

5. Calculamos f (A) = g(A) f (A) = g(A) = 49 1 0 1 3 1 150 + 50 = 0 1 0 1 0 1

Ejemplo D.53 Calcular f (A) cuando A es una matriz con la forma de los bloques de Jordan. Para ilustrar suponemos una matriz de orden 4 4 1 1 0 0 0 1 1 0 0 0 1 1 0 0 0 1 Empleamos el procedimiento propuesto: 1. El polinomio caracter stico es () = ( 1 )4 2. Denimos un polinomio de orden 3 g() = 0 + 1 ( 1 ) + 2 ( 1 )2 + 3 ( 1 )3 3. Obtenemos 4 ecuaciones f (1 ) = g(1 ) = 0 f (1) (1 ) = g (1) (1 ) = 1!1 f (2) (1 ) = g (2) (1 ) = 2!2 f (3) (1 ) = g (3) (1 ) = 3!3 4. Obtenemos los valores de i : 0 1 2 3 5. Calculamos f (A) = g(A) f (A) = f (1 )I+

= f (1 ) = f (1) (1 )/1! = f (2) (1 )/2! = f (3) (1 )/3!

f (2) (1 ) f (3) (1 ) f (1) (1 ) (AI)+ (AI)2 + (AI)3 1! 2! 3! 1 0 0 0 0 1 0 0 0 1 0 0 f (1) (1 ) 0 0 1 0 f (A) = f (1 ) 0 0 1 0 + 0 0 0 1 + 1! 0 0 0 1 0 0 0 0 292

D.8. FUNCIONES DE MATRICES CUADRADAS

0 0 f (2) (1 ) 0 0 0 0 2! 0 0 f (1 ) f (A) = 0 0 0

1 0 0 0

f (1) (1 ) 1!

0 0 1 f (3) (1 ) 0 + 0 0 3! 0 0
f (2) (1 ) 2! f (1) (1 ) 1!

0 0 0 0

f (1 ) 0 0

f (1 ) 0

f (3) (1 3! f (2) (1 ) 2! f (1) (1 ) 1! f (1 )

0 0 0 0 )

1 0 0 0

Siguiendo un procedimiento similar puede obtenerse f (A) cuando A es una matrix n n con la forma de los bloques de Jordan (1) (2) (n1) ( ( ( f (1 ) f 1! 1 ) f 2! 1 ) f (n1)! 1 ) (1) (n2) ( ( 0 f (1 ) f 1! 1 ) f (n2)! 1 ) f (n3) (1 ) (D.51) f (A) = 0 0 f (1 ) (n3)! . . . . .. . . . . . . . . . 0 0 0 f (1 ) Ejemplo D.54 Calcular f (A) cuando A es una matriz con la forma de los bloques de Jordan y f () = et . Empleando (D.51) se obtiene directamente eAt et 0 = . . .
t t 1! e t t2 t 2! e t t 1! e

eAt

. . .

..

. . .

(D.52)

Ntese que las derivadas en (D.51) son respecto a . Vale la pena comparar los o resultados (D.49) y (D.52) Ejemplo D.55 Calcular f (A) cuando A es una matriz con la forma de los bloques de Jordan y f () = (s )1 . Empleando (D.51) se obtiene directamente (sI A)1 : 1 1 1 (s1 ) (s1 )2 (s1 )3 0 1 1 (s1 ) (s1 )2 1 1 (sI A) = 0 (D.53) 0 (s1 ) . . . .. . . . . . . .

293

OSCAR G. DUARTE

294

Bibliografa
[1] Fabiola Angulo. Anlisis de Sistemas de Control No Lineales. Facultad de a Ingenier Universidad Nacional de Colombia, Sede Manizales, 1999. a [2] Antsaklis y Michel. Linear Systems. Mc GrawHill. [3] Karl J. Astrom y Bjorn Wittenmark. Computer Controlled Systems. Theory and Design. Prentice Hall, 1997. [4] Thomas J. Cavicchi. Digital Signal Processing. John Wiley and Sons, 2000. [5] Chi-Tsong Chen. Linear System Theory and Design. Oxford Press. [6] Chi-Tsong Chen. Analog and Digital Control System Design. Saunders College Pubkishing, 1993. [7] John J. Dazzo y Constantine Houpis. Linear Control Systems Analysis and Design. Mc GrawHill, 1988. [8] Eronini, Umez, y Eronini. Dinmica de Sistemas y Control. Thomson a Learning, 2001. [9] CloseN. Frederick. The Control Handbook, chapter Graphical Modeles, pages 8598. CRC Press and IEEE Press, 1996. [10] John Guckemheimer y Philip Holmes. Nonlinear Oscillations, Dynamical Systems and Bifurcations of Vector Fields. Springer Verlag, 1983. [11] G.H. Hostetter, C.J. Savant, y R.T. Stefani. Sistemas de Control. Interamericana, 1987. [12] Benjamin Kuo. Digital Control Systems. Oxford press, 1992. [13] Benjamin Kuo. Sistemas Automticos de Control. Mc. GrawHill, 1995. a [14] William S. Levine. The Control Handbook. CRC Press and IEEE Press, 1996. [15] Douglas K. Lindner. Introduccin a las se ales y los sistemas. Mc. Graw o n Hill, 2002. 295

OSCAR G. DUARTE

[16] Lennart Ljung. System Identication. Prentice hall. [17] William L. Luyben, Bjorn D. Tyreus, y Michel L. Luyben. Plantwide Process Control. Mc Graw Hill, 1999. [18] Adolfo Mora. Tecnologa del Control de Procesos Industriales. Facultad de Ingenier Universidad Nacional de Colombia, 1987. a [19] Babatunde A. Ogunnaike y W. Harmon Ray. Process Dynamics, Modeling, and Control. Oxford Press, 1994. [20] Alan V. Oppenheim, Alan S. Willsky, y Hamid Nawab. Signals and Systems. Prentice Hall, 1996. [21] Alexander D. Poularikas. The Transforms and Applications Handbook. CRC Press and IEEE Press, 2000. [22] M..V.C Rao y A.K. Subramanian. Elimination of singular cases in jurys test. IEEE Transactions on Automatic Control, AC-21(Feb. 1976):114115. [23] Mathukumalli Vidyasagar. Nonlinear Systems Analysis. Prentice Hall, 1993.

296

ndice analtico I
Ak , 282285 algebra lineal, 140157, 239293 amortiguamiento viscoso, 11 amortiguamiento viscoso rotacional, 11 angulo entre vectores, 252 anillo, 240 con unidad, 240 conmutativo, 240 modulativo, 240 anulativa, 140, 241 area de tanque, 11 asociativa, 140, 239241 autovalor, vase valores propios e autovector, vase vectores propios e Caley-Hamilton, 289 campo, 140, 240 caos, 206 capacitancia, 9, 11 capacitancia trmica, 11 e carta de Nichols, 235237 coordenadas polares, 237 coordenadas rectangulares, 237 caudal, 11 causalidad, vase modelos causales e condicionada, 17 en grafos de enlace de potencia, 17 ja, 17 indiferente, 18 preferida, 17 base, 141, 178, 242246 centro, 172 cambio de, 141, 180, 245246 ceros, vase funcin de transferencia, e o y transformaciones lineales, 248 efecto de los ceros 250 cerradura, vase clausurativa e bifurcaciones, 205 ciclos l mite, 203 Bode circunferencia unitaria, 252 caso continuo, 107112 clausurativa, 140, 239241 criterio, 109 codominio, 256 diagramas, 109, 229230 combinacin lineal, 141, 242 o caso discreto, 129131 condiciones auxiliares, 21, 22, 159 diagramas, 130 condiciones iniciales, 21, 22, 24, 159 bola unitaria, 251 conductancia, 11 Bond Graphs, vase grafos de enlaces e conjunto generado, 141, 243 de potencia conjunto generador, 141, 243 conmutativa, 140, 239241 caja blanca, vase modelos de caja blane continuos ca modelos, vase modelos continuos e caja gris, vase modelos de caja gris e caja negra, vase modelos de caja ne- control e por realimentacin, 89 o gra 297

OSCAR G. DUARTE

por variable de estado, 187193 controlabilidad, 190191 de estado, 191 de salida, 191 test de, 190 convolucin, 214, 220 o continua, 63 discreta, 57 coordenadas, 141, 243 unicidad, 244 corriente, 11 de armadura, 161 de campo, 161 crecimiento demogrco, 162 a degeneracidad, 148, 267 desigualdad de Sylvester, 261 desplazamiento en el tiempo, 215 desplazamiento en la frecuencia, 211 determin sticos, vase modelos detere min sticos diagonalizacin, 146, 265 o por bloques, 148, 150 diagrama de Matthew, 151, 273275 diagramas de bloques, 48 equivalencias, 48 diagramas de ujo de seal, 4855 n camino directo, 50 ganancia de camino directo, 50 ganancia de lazo cerrado, 50 lazo cerrado, 50 lazos adyacentes, 50, 52 lazos no adyacentes, 50, 52 regla de Mason, 52 diferencia de temperatura, 11 diferencia positiva, 216 diferenciacin, 210 o diferencias nitas, vase ecuaciones de e diferencias dimensin, 141, 178, 243 o dinmicos, vase modelos dinmicos a e a discretos modelos, vase modelos discretos e distancia entre vectores, 251 distributiva, 140, 240, 241 Dung, 204

eAt , 156, 157, 166, 285287 ecuacin o de estado, 157 de salida, 157 ecuaciones de diferencia, 2223 condiciones auxiliares, 22 condiciones iniciales, 22 lineales, 2324 mtodos de solucin, 2427 e o ordinarias de coecientes constantes, 8 representacin de estado, 163 o solucin mediante transformada Z, o 3941 y sistemas discretos, 45 ecuaciones de diferencias nitas, vase e ecuaciones de diferencia ecuaciones diferenciales, 21 condiciones auxiliares, 21 condiciones iniciales, 21 lineales, 2324 mtodos de solucin, 2427 e o ordinarias de coecientes constantes, 8 representacin de estado, 163 o solucin mediante transformada de o Laplace, 3941 y sistemas continuos, 43 entalp 11 a, entrada-salida, vase modelos de entradae salida error de estado estacionario, 9193 escalamiento en la frecuencia, 218 escalares, 140 esfuerzo, 911 fuentes de, 12 espacio de estado, 176180 espacio vectorial, 140144, 176, 239 246 base, 141, vase base, 243 e cambio de, 141, 245246 denicin, 241 o dimensin, 141, 243 o estabilidad BIBO, 93 de entrada-salida, 93

298

 INDICE ANAL ITICO

forma cannica de Jordan, 146154, 167, o local, 201 178, 182, 183, 278282 marginal, 98 forma real, 280282 merginal, 94 sistemas realimentados continuos, fracciones parciales, 3639 fuente, 172 93121 Bode, diagramas y criterio de, fuentes de esfuerzo, 12 vase Bode, caso continuo e de ujo, 12 lugar geomtrico de raices, vae e fuerza, 11 se root-locus, caso continuo Nyquist, diagrama y criterio de, fuerza magnetomotriz, 11 o vase Nyquist, caso continuo funcin de transferencia, 47 e efecto de los ceros, 8386 Root-Locus, vase root-locus e matriz de funciones, 184, 186 Routh-Hurwitz, arreglo y critey respuesta al impulso, 56, 62, 63 rio de, vase Routh-Hurwitz e o sistemas realimentados discretos, funcin impulso unitario, 56, 59 caso continuo, 59 122135 caso discreto, 56 Bode, diagramas y criterio de, funciones de matrices cuadradas, 154 vase Bode, caso discreto e 157, 282293 Jury, arreglo y criterio de, vase e Jury lugar geomtrico de ra e ces, va- grafos de enlaces de potencia, 1120 e aplicados a circuitos elctricos, 20 e se root-locus, caso discreto aplicados a sistemas traslacionaNyquist, diagrama y criterio de, les, 20 vase Nyquist, caso discreto e causalidad, vase causalidad e root-locus, vase root-locus, cae ecuaciones, 18 so discreto transformacin bilineal, vase trans- elementos, 11 o e activos, 11 formacin bilineal o de 1 puerto, 11 estado, 137193 de 2 puertos, 11 denicin, 159 o multipuerto, 11 ecuaciones de, 138139 pasivos, 11 ventajas, 137 transformadores de potencia, 11 estticos, vase modelos estticos a e a fuente, vase fuentes e estimador de estado, 192 rotador, 12 estocsticos, vase modelos estocstia e a transformador, 12 cos uniones, 11, vase uniones e estrategia h brida, 4 variables, 11 estructuras algebricas, 239 a Gram-Schmidt, 253 grupo, 239 fase m nima, vase sistemas de fase mie nima identicacin de sistemas, 4 o ujo, 911 impulso, vase respuesta al impulso e fuentes de, 12 independencia lineal, 141, 178, 242 ujo de calor, 11 ndice de una matriz, 288 ujo magntico, 11 e inductancia, 9, 11 299

OSCAR G. DUARTE

integrador, 158 interno, vase modelos interno e invariantes, vase modelos invariantes e en el tiempo invertiva, 140, 239241

de entrada-salida, 4 de parmetros concentrados, 6 a de parmetros distribuidos, 6 a de sistemas, 2 de software, 3 denicin, 23 o Jordan, vase forma cannica de Jore o determin sticos, 6 dan discretos, 7 Jury, 124128 el mejor, 3 arreglo estticos, 6 a construccin, 124 o estocsticos, 6 a problemas, 128 grcos, 3 a criterio, 125 interno, 4 invariantes en el tiempo, 7 Laplace, vase transformada de Laplae lineales, 6 ce ling usticos, 2 linealidad, 6, 23, 209, 216 matemticos, 3 a Lotka-Volterra, 201 mentales, 2 no causales, 4 M -circunferencias, 236 no estaticos, 6 MacLaurin, 155 no lineales, 6 mrgenes de estabilidad, 109 a perfectos, 3 margen de fase, 109 utiles, 3 margen de ganancia, 109 utilizados, 89 masa de inercia, 11 variantes en el tiempo, 7 Mason, vase regla de Mason e modulativa, 140, 239241 matriz de funciones de transferencia, momento de inercia, 11 184, 186 motor elctrico, 161 e matriz de transicin de estado, 180 multiplicidad, 262 o 181, 183 matriz diagonalizada, 146, 265 N -circunferencias, 236237 matriz fundamental, 178, 180 Nichols, vase carta de Nichols e matriz modal, 147, 265 nivel de l quido, 11 Matthew, vase diagrama de Matthew no linealidades e migracin, 163 o dinmicas, 197 a MIMO, vase sistemas MIMO e estticas, 195 a MISO, vase sistemas MISO e norma modelamiento de sistemas, 4 de un vector, 250 modelos de una matriz, 253 causales, 4 inducida, 251 clasicacin, 47 o normas construccin, 34 o de matrices, 250255 continuos, 7 de vectores, 250255 de caja blanca, 4 nulidad, 151, 259, 269, 270 de caja gris, 4 Nyquist de caja negra, 4 casi discreto 300

 INDICE ANAL ITICO

rango, 256, 257 regin de estabilidad o sistemas continuos de primer orden, 66 sistemas discretos de primer orden, 68 regin de inestabilidad o observabilidad, 191193 sistemas continuos de primer ortest de, 192 den, 66 observador de estado, 192 sistemas discretos de primer orden, orbitas 68 homocl nicas, 204 regin de tiempo de asentamiento mo a peridicas, 201 o ximo ortogonalidad, 252 sistemas continuos de primer orortonormalidad, 252 den, 67 ortonormalizacin o sistemas siscretos de primer orden, proceso de Gram-Schmidt, 253 70 oscilador regla de Mason, 5255 de Dung, 204 representacin de estado, vase estado o e de Van der Pol, 203 representacin en espacio de estado, vao e se estado parmetros, 9, 11 a representacin en variables de estado, o parmetros concentrados, vase modea e vase estado e los de parmetros concentra- resistencia, 9, 11 a dos resistencia hidralica, 11 u parmetros distribuidos, vase mode- resistencia trmica, 11 a e e los de parmetros distribuidos resorte, 11 a pndulo, 199, 201 e resorte torsional, 11 plano de fase, 172 respuesta polinomio al impulso, 5563 ubicacin de las raices, 94 o y funcin de transferencia, 56, o polinomio caracter stico, 24, 144, 262 62, 63 polinomio m nimo, 287 de entrada cero, 4346, 184, 186 polinomios de matrices, 282 de estado cero, 4346, 184, 186 polos dominantes, 8788 retardo, 158 potencial qu mico, 11 retrato de fase, 179 presin, 11 o retratos de fase, 172176 principio del argumento, 114 root-locus producto caso continuo, 101107 interior, 250 caso discreto, 128129 interno, 250 complementario, 101 proporcionalidad, 6, 23 condiciones, 103 prdida de 197 e criterio, 101 punto de equilibrio, 176 reglas de construccin, 105 o mltiples, 199 u rotador, 12 punto de silla, 172 Routh-Hurwitz 301

trayectoria, 133 caso continuo, 112121 criterio, 119 diagrama, 117 trayectoria, 117 caso discreto, 133135

OSCAR G. DUARTE

frecuencia mxima de oscilacin, a o 73 funcin de transferencia, 70 o polos, 70 regin de diseo, 76 o n regin de estabilidad, 71 o regin de frecuencia mxima de o a oscilacin, 73 o seales n regin de sobrepico mximo, 75 o a denicin, 2 o regin tiempo mximo de aseno a series de MacLaurin, 155, 285 tamiento, 73 series de potencias, 285 sobrepico mximo, 75 a series de Taylor, 155, 166, 285 tiempo mximo de asentamiena sifn, 172 o to, 73 SIMO, vase sistemas SIMO e error de estado estacionario, 9192 SISO, vase sistemas SISO e excitados, 183185 sistema, 11 libres, 165181 desacoplado, 185, 186 polos dominantes, 87 sistemas realimentados, vase sistemas reae de fase m nima, 8386 limentados denicin, 12 o respuesta al impulso, 5963 elctricos, 11 e tipo de sistema, 9192 f sicos, 911 y ecuaciones diferenciales, 43 hidralicos, 11 u Sistemas de ecuaciones algebricas, 255 a magnticos, 11 e 261 mecnicos rotacionales, 11 a sistemas discretos mecnicos traslacionales, 11 a de primer orden, 6870 MIMO, 2 estabilidad, 68 MISO, 2 funcin de transferencia, 68 o modelos de, 2 polos, 68 no lineales, 195206 regin de estabilidad, 68 o SIMO, 2 regin de inestabilidad, 68 o SISO, 2 regin de tiempo de asentamieno trmicos, 11 e to mximo, 70 a sistemas continuos tiempo de asentamiento, 70 de primer orden, 6667 de segundo orden, 7883 estabilidad, 66 estabilidad, 80 funcin de transferencia, 66 o frecuencia mxima de oscilacin, a o polos, 66 82 regin de estabilidad, 66 o funcin de transferencia, 78 o regin de inestabilidad, 66 o polos, 78 regin de tiempo de asentamieno regin de diseo, 83 o n to mximo, 67 a regin de estabilidad, 80 o tiempo de asentamiento, 67 regin de frecuencia mxima de o a de segundo orden, 7078 oscilacin, 82 o estabilidad, 71 regin de sobrepico mximo, 82 o a 302

arreglo, 95 construccin, 95 o divisin por cero, 99 o problemas, 99 terminacin prematura, 100 o criterio, 97

 INDICE ANAL ITICO

regin de tiempo mximo de asen- transformada de Laplace, 24, 2741, 167, o a tamiento, 80 209215, 221223 convolucin, 214 o sobrepico mximo, 82 a denicin, 27 o tiempo mximo de asentamiena desplazamiento en el tiempo, 215 to, 80 desplazamiento en la frecuencia, 211 error de estado estacionario, 9293 diferenciacin, 210 o excitados, 185187 inversa, 28 libres, 181183 inversas por fracciones parciales, polos dominantes, 88 3639 realimentados, vase sistemas reae linealidad, 209 limentados multiplicacin por t, 212 o respuesta al impulso, 5659 parejas, 3135, 221223 tipo de sistema, 9293 propiedades, 29, 31, 209215 y ecuaciones de diferencia, 45 teorema de valor nal, 91, 213 sistemas realimentados, 89135 teorema de valor inicial, 213 error de estado estacionario, 9193 transformada bilateral, 28 estabilidad, vase estabilidad e transformada Z, 24, 2741, 182, 183, funcin de transferencia, 89 o 215220, 223228 funcin de transferencia del error, o convolucin, 220 o 90 denicin, 28 o tipo de sistema, 9193 diferencia positiva, 216 sistemas retroalimentados, vase sistee escalamiento en la frecuencia, 218 mas realimentados inversa, 28 solucin homognea, 24 o e inversas por fracciones parciales, solucin particular, 24 o 3639 subespacio, 141, 242 linealidad, 216 subpicos, 85 multiplicacin por k, 218 o superposicin, 7, 23 o parejas, 3135, 223228 prdida de 197 e propiedades, 29, 31, 215220 Sylvester, 261 teorema de valor nal, 92, 219 teorema de valor inicial, 219 Taylor, 155, 166 transformada bilateral, 29 temperatura, 11 transformador, 12 tensin, 11 o transmitancia del error, vase sistemas e teorema de Caley-Hamilton, 289 realimentados, funcin de transo tiempo continuo, 7 ferencia del error tiempo de asentamiento, 67, 70 trayectoria, 172 tiempo de estabilizacin, vase tiempo o e de asentamiento undershootvase subpicos 85 e tiempo discreto, 7 uniones, 12 tipo de sistema, 9193 Tipo 0, 12 torque, 11 Tipo 1, 12 transformacin bilineal, 122124 o transformaciones lineales, 142, 247250 valor caracter stico, vase valores proe y cambio de base, 248250 pios 303

OSCAR G. DUARTE

valor nal velocidad angular, 11 transformada de Laplace, 91, 213 Z, vase transformada z e transformada Z, 92, 219 valor inicial transformada de Laplace, 213 transformada Z, 219 valor propio clculo, 144 a por derecha, 144, 261 por izquierda, 144, 261 valores de una funcin en el espectro o de una matriz, 290 valores propios, 144146, 179, 261278 complejos, 153 diferentes, 146, 264266 generalizados, 273278 repetidos, 148, 267273 Van der Pol, 203 variables, 9, 11 en grafos de enlaces de potencia, 11 variables de estado, 137, 157165 en el tiempo, 185187 variacin de cambio de volumen, 11 o variacin de diferencia de entrop 11 o a, variacin de ujo msico, 11 o a variacin de ujo molar, 11 o variacin de ujo volumtrico, 11 o e variantes, vase modelos variantes en e el tiempo vector coordenadas, 141, 243 normal, 251 vector caracter stico, vase vectores proe pios vector propio por derecha, 144, 261 por izquierda, 144, 261 vectores, 140 ortogonales, 252 ortonormales, 252 vectores propios, 144146, 178, 179, 261 278 generalizados, 150, 269 cadena, 269 velocidad, 11 304