Teoriacontrol PDF

TEORIA DE CONTROL
Didier Giraldo B. e Iv
an Tabares G.
1997
TABLA DE CONTENIDO
PREFACIO xi
1 INTRODUCCION 1
1.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Sistema de control escalar en lazo abierto . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Sistema de control escalar en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.6 Problema basico de la Ingeniera de Control . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.7 Ejemplos de sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.8 Requerimientos de un sistema de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9 Algunos tipos de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.1 Control adaptivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.2 Control optimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9.3 Control digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.10 Ejemplo introductorio a los sistemas de control . . . . . . . . . . . . . . . . . . . . . . 9
1.11 Construccion del modelo matem atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.12 Linealizaci
on del modelo matem atico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.13 Selecci
on de u (Estrategia de control) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.14 Acciones basicas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.15 Efectos de la realimentaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.16 Efecto en la ganancia total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.17 Efecto en la estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.18 Efecto en la sensitividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.19 Efecto en la perturbaci on externa o ruido . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2 MODELOS MATEMATICOS DE SISTEMAS FISICOS 25
2.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Modelos matematicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Clasificaci
on de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.1 Sistema determinstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.2 Sistema causal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.3 Sistema lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.4 Sistema invariante con el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
iii
iv
2.4 Ecuaciones de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

2.4.1 Matriz de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5 Una ecuaci on diferencial de nesimo orden . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6 Sistemas mec anicos de traslacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6.1 Masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.2 Resorte traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.3 Amortiguador traslacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.7 Un metodo para obtener la ecuaci on de estado y la de salida . . . . . . . . . 36
2.8 Otro metodo para obtener la ecuaci on de estado y la de salida . . . . . . . . 39
2.9 Sistemas mec anicos de rotaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.1 Inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.2 Resorte rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.3 Amortiguador rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.10 Circuito serie R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.11 Analoga fuerza-torque-voltaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.12 Circuito paralelo R-L-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.13 Analoga fuerza-torque-corriente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.14 Ecuaciones de estado para circuitos electricos . . . . . . . . . . . . . . . . . . . . . . . 56
2.15 Metodo sistematico para obtener las ecuaciones de estado . . . . . . . . . . . . 57
2.16 Ecuaciones de estado con derivadas de las entradas . . . . . . . . . . . . . . . . . . 62
2.17 Otras analogas electromec anicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.17.1 Palancas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.17.2 El transformador ideal como an alogo de la palanca . . . . . . . . . . . . 64
2.17.3 El transformador como acoplador de impedancias . . . . . . . . . . . . . 64
2.17.4 La palanca como acoplador de elementos mec anicos . . . . . . . . . . . . 65
2.17.5 Sistemas acoplados de movimento rotacional . . . . . . . . . . . . . . . . . . 68
2.17.6 El engranaje como acoplador de elementos mec anicos . . . . . . . . . . 69
2.18 Linealizaci
on de un modelo matem atico no lineal . . . . . . . . . . . . . . . . . . . . 72
2.19 El servomotor hidraulico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
2.20 Gobernador de velocidad de una turbina . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.21 Linealizaci
on de las ecuaciones de estado no lineales . . . . . . . . . . . . . . . . . 79
2.22 Diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.23 Sistema de lazo cerrado sometido a una perturbacion . . . . . . . . . . . . . . . . 82
2.24 Reduccion de diagramas de bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
2.25 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.25.1 Sismografo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.25.2 El servomotor bif asico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.25.3 Motor de CC controlado en el inducido . . . . . . . . . . . . . . . . . . . . . . 89
2.25.4 Motor de CC controlado en el campo . . . . . . . . . . . . . . . . . . . . . . . . 91
2.26 Sensores de error en sistemas de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.26.1 Potenciometros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.26.2 Synchros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
2.27 Ejemplos de control de posici on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.27.1 Control de posici on con sensor de error potenciometrico . . . . . . . . 99
2.27.2 Control de posici on con synchros y motor DC . . . . . . . . . . . . . . . . 101
2.27.3 Control de posici on con synchros y motor bif asico . . . . . . . . . . . . 104
0.0 TABLA DE CONTENIDO v
2.28 Sistemas de nivel de lquido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

2.29 Sistemas de nivel de lquido con interacci on . . . . . . . . . . . . . . . . . . . . . . . 108
2.30 Sistema de nivel de lquidos no lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
2.31 Sistemas neumaticos o de presi on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2.32 Sistemas termicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
3 SIMULACION Y SINTESIS DE FUNCIONES DE
TRANSFERENCIA 121
3.1 El Amplificador Operacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
3.1.1 Algunos Circuitos con Amplificador Operacional . . . . . . . . . . . . . 122
3.1.1.1Amplificador con dos Fuentes de Entrada 122
3.1.1.2Sumador 124
3.1.1.3Integrador 125
3.1.1.4Derivador 126
3.1.1.5Filtro de un Polo 128
3.2 Elementos de Calculo Analogico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.2.1 Solucion de ecuaciones diferenciales mediante la computadora
analogica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.2.2 Elementos b asicos de calculo anal ogico . . . . . . . . . . . . . . . . . . . . . . 130
3.3 Soluci on de ecuaciones diferenciales mediante la computadora
analogica
Sntesis de funciones de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.3.1 Realizacion OBSERVER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.4 Generaci on de algunas funciones del tiempo . . . . . . . . . . . . . . . . . . . . . . . 134
3.5 Escalamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.5.1 Escalamiento en amplitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.5.2 Escalamiento en tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
3.6 Otras realizaciones para representar sistemas por ecuaciones de
estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.6.1 Realizacion CONTROLLER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.6.2 Realizacion OBSERVABILITY . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
3.6.3 Realizacion CONTROLLABILITY . . . . . . . . . . . . . . . . . . . . . . . 144
4 ACCIONES BASICAS DE
CONTROL 147
4.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
4.2 Clasificaci on de los controles autom aticos . . . . . . . . . . . . . . . . . . . . . . . . . 147
4.2.1 Controles de dos posiciones o de SI-NO . . . . . . . . . . . . . . . . . . . . . 148
4.2.2 Acci on de control proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
4.2.3 Acci on de control integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
4.2.4 Acci on de control proporcional integral (PI) . . . . . . . . . . . . . . . . . 158
4.2.5 Acci on de control proporcional y derivativo (PD) . . . . . . . . . . . . . 160
4.2.6 Acci on de control proporcional integral derivativo (PID) . . . . . . 161
4.2.6.1Algunas estructuras del controlador PID 163
5 RESPUESTA EN EL DOMINIO DEL TIEMPO 175
5.1 Estabilidad absoluta, estabilidad relativa y error estacionario . . . . . . . . 175
5.1.1 Estabilidad relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.1.2 Error estacionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
vi
5.1.3 Respuesta impulsiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

5.1.4 Algunos teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
5.1.5 Sistema de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.1.5.1Respuesta al escalon unitario 178
5.1.5.2Respuesta a la rampa unitaria 181
5.1.5.3Respuesta al impulso unitario 181
5.1.6 Sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.1.6.1Caso subamortiguado o respuesta con 0 < < 1 184
5.1.6.2Caso de amortiguamiento crtico o respuesta con = 1 185
5.1.6.3Caso sobreamortiguado o respuesta con > 1 186
5.1.6.4Respuesta oscilatoria o caso de amortiguamiento nulo,
=0 187
5.2 Especificaciones de respuesta transitoria . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.2.1 Especificaciones de respuesta transitoria para sistemas de segundo
orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
5.2.1.1Tiempo de crecimiento o tiempo de levante tr 191
5.2.1.2Tiempo de pico tp 191
5.2.1.3M aximo sobreimpulso Mp 192
5.2.1.4Tiempo de establecimiento ts 193
5.3 Sistemas de ordenes superiores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.3.1 Sistema de tercer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.3.2 Respuesta transitoria de sistemas mayor orden . . . . . . . . . . . . . . . 197
6 CRITERIOS DE ESTABILIDAD 199
6.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
6.1.1 Metodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
6.2 An alisis de estabilidad por cancelaci on de polos . . . . . . . . . . . . . . . . . . . . 201
6.2.1 Explicaci on de la diferencia en comportamiento de las realizaciones
de las Figs 6.3 y 6.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.3 Controlabilidad y observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.3.1 Aclaraci on sobre controlalibidad y observabilidad . . . . . . . . . . . . . 207
6.4 Control por realimentaci on de variables de estado . . . . . . . . . . . . . . . . . . 207
6.5 Criterios algebraicos y frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . 209
6.5.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
6.5.2 Criterio de Routh y Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.6 Criterios frecuenciales de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
6.6.1 El principio del argumento o del angulo . . . . . . . . . . . . . . . . . . . . . 214
6.6.2 El criterio de Mikhailov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
6.6.3 El criterio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
6.6.4 Regla de las transiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
6.6.5 Estabilidad seg un el diagrama de Bode . . . . . . . . . . . . . . . . . . . . . . 233
7 SINTESIS EN EL DOMINIO DE LA FRECUENCIA 235
7.1 Especificaciones en el dominio frecuencial . . . . . . . . . . . . . . . . . . . . . . . . . 235
7.2 Correlaci on entre respuestas transitoria y frecuencial para un
sistema de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
7.3 Estabilidad relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
7.4 Margen de amplitud y margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
0.0 TABLA DE CONTENIDO vii
7.4.1 Margen de amplitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240

7.4.2 Margen de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
7.4.3 Margen de amplitud y margen de fase en el lugar de Bode . . . . . 243
7.5 Tecnicas de compensaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
7.5.1 Compensador de adelanto de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
7.5.2 Errores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
7.5.2.1Tipo Cero 251
7.5.2.2Tipo Uno 251
7.5.2.3Compensaci on con adelantor de fase 253
7.5.3 El compensador de atraso de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
7.5.3.1Compensaci on con atrasador de fase 260
8 REALIMENTACION LINEAL DE LAS VARIABLES DE
ESTADO 265
8.1 Realimentaci on de las variables de estado y controlabilidad de los
modos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
8.1.1 Algunas f ormulas para la ganancia de realimentaci on . . . . . . . . . 267
8.1.2 Importancia de la forma can onica CONTROLLER . . . . . . . . . 268
8.1.3 Otras f ormulas para la ganancia de realimentaci on . . . . . . . . . . . . 270
8.1.4 F ormula de Mayne-Murdoch. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
8.1.5 Realimentaci on del estado y los ceros de la funci on de
transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
8.1.6 Realizaciones no controlables y estabilizables . . . . . . . . . . . . . . . . . 272
8.1.7 Reguladores, referencias diferentes de cero y seguimiento . . . . . . 273
8.1.7.1Referencias diferentes de cero 273
8.1.7.2Perturbaciones de entrada constante y realimentacion
integral 275
8.1.7.3Observaciones finales 278
9
DISENO DE OBSERVADORES ASINTOTICOS Y
COMPENSADORES 279
9.1 Observadores asintoticos para medida de los estados . . . . . . . . . . . . . . . . 279
9.1.1 Un observador en lazo abierto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
9.1.2 Un observador en lazo cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
9.1.3 F ormulas para el vector de ganancias del observador . . . . . . . . . . 282
9.2 Observador y controlador combinados (compensadores). . . . . . . . . . . . . . 283
9.2.0.1Implementacion del observador 287
9.2.0.2Resumen 287
9.2.1 Perturbaciones constantes y realimentaci on integrativa . . . . . . . . 287
A TABLAS DE LA TRANSFORMADA DE LAPLACE 293
B PROGRAMA MATLAB 297
B.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
B.2 Entrando matrices simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
B.3 Elementos de las matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
B.4 Declaraciones y variables del MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
B.5 Informacion sobre el espacio de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
B.6 Como terminar el programa y guardar el espacio de trabajo . . . . . . . . . 300
B.7 Numeros y expresiones aritmeticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
viii
B.8 Formato de salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302

B.9 Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
B.10 Operaciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
B.11 Division de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
B.12 Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
B.13 Operaciones sobre arreglos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
B.14 Operaciones relacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
B.15 Operaciones l ogicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
B.16 Funciones matematicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
B.17 Manipulacion de vectores y matrices. Generacion de vectores. . . . . . . . 307
B.18 Referencia a los elementos de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . 308
B.19 Referencia a los elementos de una matriz usando vectores con
ceros y unos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
B.20 Matrices vacas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
B.21 Matrices especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
B.22 Construccion de matrices m as grandes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
B.23 Funciones matriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
B.24 Polinomios y procesamiento de se nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
B.25 Procesamiento de se nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312
B.26 Filtraje de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
B.27 Funciones como funcion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
B.28 Integracion numerica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
B.29 Ecuaciones no lineales y funciones de optimizaci on. . . . . . . . . . . . . . . . . . 315
B.30 Funciones de ecuaciones diferenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
B.31 Graficos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
B.32 Graficos en dos dimensiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
B.33 Creaci on de un grafico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
B.34 Estilos de lneas, marcadores y colores. . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
B.35 Adicion de lneas a un grafico existente. . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
B.36 Datos complejos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
B.37 El archivo tipo m peaks. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
B.38 Graficos de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
B.39 Funciones especiales para gr aficas en dos dimensiones. . . . . . . . . . . . . . . 326
B.40 Graficos en 3 dimensiones. Graficos de lneas. . . . . . . . . . . . . . . . . . . . . . . 327
B.41 Meshgrid. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
B.42 Pseudocolor en graficas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
B.43 Graficas en malla y superficie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
B.44 Algunas funciones para graficos de proposito general. . . . . . . . . . . . . . . . 333
B.45 Flujo de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
B.46 Lazos for. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
B.47 Lazos while. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
B.48 Declaraciones if y break. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
B.49 Archivos tipo m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
B.50 Archivos script. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
B.51 Archivos funcion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
B.52 Ayuda en lnea para los archivos m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
0.0 TABLA DE CONTENIDO ix
B.53 Comandos echo, input, keyboard, y pause. . . . . . . . . . . . . . . . . . 339

B.54 Variables globales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340
B.55 Cadenas de texto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340
B.56 La funcion eval. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
B.57 Como incrementar velocidad y memoria. . . . . . . . . . . . . . . . . . . . . . . . . . . 342
B.58 Archivos de entrada y salida. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
C INTRODUCCION AL SIMULINK 345
C.1 Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
C.2 Construcci on de un modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346
C.3 Inicio de una simulaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
D EJERCICIOS PROPUESTOS 361
D.1 Del captulo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
D.2 Del captulo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362
D.3 Del captulo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
D.4 Del captulo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
D.5 Del captulo 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
D.6 Del captulo 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
D.7 Del captulo 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
D.8 Del captulo 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
D.9 Del captulo 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
BIBLIOGRAF IA 387
PREFACIO
Este libro presenta un estudio del analisis y dise no de sistemas de control de tiempo
continuo. Su objetivo es servir como texto para un primer curso en sistemas de
control. Se espera que el estudiante tenga conocimientos previos sobre ecuaciones
diferenciales, an alisis vectorial-matricial, circuitos, mec anica, la variable compleja y
la transformada de Laplace.
Esta edicion incluye una introducci on al programa MATLAB y a su herramienta
SIMULINK, en los apendices B y C, de gran utilidad para el an alisis matem
atico, la
simulaci on y el diseno de sistemas. En el apendice D se incluyen algunos problemas
tpicos.
El captulo 1 es una introduccion a los sistemas de control realimentados en el que
se incluye el analisis y control de un pendulo invertido. Se introducen los efectos de
la realimentaci on.
El captulo 2 presenta la forma de modelar sistemas fsicos mecanicos, electricos,
termicos, de nivel de lquido, etc. Los modelos se presentan en su forma b asica de
ecuaciones diferenciales. Se pasan luego a su representaci on cl
asica de funciones de
transferencia y a la moderna del espacio de estado. Se linealizan sistemas no lineales
alrededor de un punto de operaci on.
El captulo 3 se refiere a la simulaci on y sntesis de funciones de transferencia
utilizando el amplificador operacional y se presentan varias representaciones o reali-
zaciones can onicas basicas. Tambien se incluye el escalamiento en amplitud y tiempo.
El captulo 4 presenta las acciones b asicas de control utilizadas por la industria.
El captulo 5 se refiere al analisis de las respuestas de un sistema en el tiempo.
Se enfatiza el sistema de segundo orden para establecer las especificaciones de la
respuesta transitoria.
El captulo 6 estudia diferentes criterios de estabilidad algebraicos y frecuenciales.
Se enfatiza el criterio de Nyquist.
El captulo 7 trata sobre el diseno de sistemas realimentados en el dominio de la
frecuencia utilizando compensadores.
En el captulo 8 se estudia el metodo moderno del control por realimentaci on de
variables de estado.
El captulo 9 es un complemento al captulo 8 ya que trata sobre el dise no de
observadores asint oticos para estimar las variables de estado.
xi
CAPITULO 1
INTRODUCCION
1.1 Objetivo
Dar algunas definiciones utilizadas en sistemas de control, presentar algunos ejemplos
en forma puramente descriptiva y desarrollar un ejemplo introductorio en el cual se
hace el an alisis, la linealizaci
on y el esbozo del diseno de un sistema de control. Se
presentan, solo para sistemas est aticos, algunos de los efectos de la realimentacion en
caractersticas de los sistemas que la utilizan, tales como la estabilidad, la ganancia
total y la sensitividad; y tambien los efectos en las perturbaciones externas o ruido.
1.2 Sistema
Es un modelo de un dispositivo o de un conjunto de ellos existentes en el mundo real
(sistema fsico).
En general, el estudio de sistemas fsicos consta de cuatro partes: modelaje, des-
cripci
on matematica, an alisis y dise
no.
Para desarrollar el modelo de un sistema fsico es necesario un profundo conocimien-
to del mismo y de los rangos de operaci on. Una vez obtenido el modelo, el paso
siguiente es la descripci
on matematica, la cual se obtiene utilizando leyes fsicas. A
partir de la anterior se puede hacer el an alisis cuantitativo que consiste en hallar
las respuestas debido a la aplicaci on de ciertas senales de entrada; y el cualitativo
que consiste en analizar ciertas propiedades tales como estabilidad, controlabilidad y
observabilidad.
Si la respuesta del sistema no es satisfactoria, el sistema debe ser mejorado u
optimizado, ya sea ajustando ciertos parametros o en otros casos introduciendo com-
pensadores.
1.3 Sistema de control
1
2 INTRODUCCION
Es aquel cuyo fin es obtener varias respuestas deseadas (a partir de ciertas entradas)
Figura 1.1 Bloque que representa un sistema

La Fig. 1.1 muestra un bloque que representa un sistema multivariable
en el que se
t
supone hay una descripcion matematica entre las salidas, y = y1 y2 . . . yn
t
y las entradas u = u1 u2 . . . um . Cuando m = n = 1 el sistema es es-
calar.
1.4 Sistema de control escalar en lazo abierto

Aquel que utiliza un controlador (un sistema) en cascada con el sistema a ser con-
trolado (planta o proceso) para obtener la respuesta deseada, como se muestra en la
Fig. 1.2.
Figura 1.2 Sistema de control escalar en lazo abierto
1.5 Sistema de control escalar en lazo cerrado

Aquel que utiliza una medida de la salida actual para compararla con la respuesta
deseada, como se muestra en la Fig. 1.3.
Un transductor es un dispositivo que convierte una senal a otra, generalmente
electrica. Ejemplos: potenci
ometros, tacogeneradores, termocuplas, termistores, pre-
sostatos, flotadores, etc.
1.6 Problema b
asico de la Ingeniera de Control 3
Figura 1.3 Sistema de control escalar con realimentaci

on
1.6 Problema b
asico de la Ingeniera de Control
Figura 1.4 Estructura general de un sistema de control

El problema b
asico de la Ingeniera de Control es determinar una entrada u =
4 INTRODUCCION
t
u u2 . . . um (vease Fig. 1.4) de modo que imparta sobre la salida c =
1 t
c1 c2 . . . cp cierto comportamiento deseado.
Un sistema de control se define como un servo si la salida c(t) es dise nada para
seguir lo m
as cercanamente posible una se nal de referencia dada r(t). Cuando la se
nal
de referencia r(t) es constante se habla de un regulador mejor que un servo.
Si el controlador es un ser humano, se dice que el sistema es controlado manual-
mente.
1.7 Ejemplos de sistemas de control
Ejemplo 1.1 Una lavadora puede ser el ejemplo de un sistema de control en lazo
abierto, en donde la salida es el grado de limpieza actual y la referencia es el grado
de limpieza deseado. Vease Fig 1.5.
Figura 1.5 Sistema de control en lazo abierto
Ejemplo 1.2 La Fig. 1.6 muestra un sistema de control manual del nivel de lquido
en un tanque ya que el ser humano sensa la salida (nivel actual), la compara con el
nivel deseado (se
nal de referencia) y abre o cierra la v
alvula de entrada del lquido
dependiendo del resultado anterior.
Ejemplo 1.3 En el sistema de control en lazo cerrado de la Fig. 1.7 la se nal resul-
tante de la comparaci on (comparador) entre la de referencia y otra que es proporcional
al nivel actual del lqudo (salida) en el tanque (sensor de nivel) es la entrada al con-
trolador o cerebro del sistema, el cual genera una se nal (variable de control) que
despues de ser amplificada en potencia (actuador) actua sobre la v alvula para variar
el caudal de entrada al tanque. N otese que se pretende que la salida, despues de cierto
tiempo, sea igual al nivel deseado.
1.7 Ejemplos de sistemas de control 5
Figura 1.6 Sistema de control manual
Figura 1.7 Sistema de control escalar en lazo cerrado
Ejemplo 1.4 En la Fig. 1.8 las se nales de salida de la planta (generador sncrono
mas el motor DC y la carga) son la magnitud del voltaje generado y la frecuencia (que
6 INTRODUCCION

es proporcional a la velocidad del motor DC). Estas despues de ser comparadas con
se
nales de referencia son aplicadas a controladores, y sus salidas, que son amplificadas
(actuadores) actuan sobre el campo del generador sncrono y la armadura del motor
DC, respectivamente. Observese que se pretende que las salidas, despues de cierto
tiempo, sean iguales a la magnitud del voltaje generado y la frecuencia deseadas.
Figura 1.8 Sistema de control bivariable en lazo cerrado
Ejemplo 1.5 La Fig. 1.9 muestra el sistema de control en lazo cerrado de un sistema
termico. La variable que se desea controlar es la temperatura actual del agua a la
salida del tanque y la senal de referencia es la temperatura deseada. La variable de
control (salida del controlador) es la entrada al actuador, cuya salida manipula el
flujo de vapor hacia el intercambiador de calor.
1.7 Ejemplos de sistemas de control 7
Figura 1.9 Sistema de control en lazo cerrado de un sistema termico
Figura 1.10 Sistema de control en lazo cerrado multivariable

8 INTRODUCCION
Ejemplo 1.6 En la Fig. 1.10 se muestra un sistema de control multivariable de una

planta de generaci on termica en el que las salidas del sistema son: oxgeno (o) en
la caldera, temperatura (t) y presion (p) del vapor, y la magnitud y frecuencia del
voltaje generado (v y f). En este caso el controlador es un computador digital. SO,
ST, SP, SV y SF representan los sensores de oxgeno, temperatura, presi on, voltaje y
frecuencia, respectivamente. GV es el gobernador de velocidad de la turbina, A/D es
el conversor an
alogo-digital, D/A es el conversor digital-an
alogo y a, c, y ai simbolizan
el agua, el combustible y el aire que le entran a la caldera, respectivamente.
1.8 Requerimientos de un sistema de control

Aunque los requerimientos de un sistema de control dependen l ogicamente de los
objetivos del dise
no, se pueden enunciar, en general, los siguientes:
1. Debe ser estable.
2. Las respuestas deben ser razonablemente r

apidas y razonablemente amortiguadas.
3. Los errores (si los hay), se deben reducir a un mnimo tolerable.
1.9 Algunos tipos de control
1.9.1 Control adaptivo

Es el que examina o identifica la planta para ajustar los parametros del controlador a
valores optimos. Es decir, se adapta a los cambios de la planta o cambios ambientales
que afectan la misma.
1.9.2 Control o
ptimo
Aquel cuya funcion objeto consiste en minimizar o maximizar variables tales como
combustible, energa, tiempo, etc.
1.9.3 Control digital
Es aquel en el que el controlador es un microprocesador (computador digital) o un
microcontrolador. La topologa tpica de este tipo de control se muestra en la Fig.
1.11.
1.10 Ejemplo introductorio a los sistemas de control 9
Figura 1.11 Topologa tpica de un sistema de control digital
1.10 Ejemplo introductorio a los sistemas de

control
Figura 1.12 El pendulo invertido

En la Fig. 1.12 la barra B es restringida a movimientos en el plano del papel y es
balanceada sobre la parte superior del carro C.
10 INTRODUCCION
El objetivo de control es mantener la barra verticalmente tanto como sea posible. La

barra y el carro constituyen la planta o el sistema a ser controlado. La planta sera
inestable sin la asistencia de la se
nal de control (fuerza de control) u. Esta no es una
caracterstica general de sistemas controlados; la raz on de este ejemplo es enfatizar
que aun sistemas inestables pueden ser adecuadamente controlados. Para simplificar
el an
alisis, se supondra ausencia total de fuerzas perturbadoras predecibles.
Para lograr el objetivo de control se instala un motor en el carro y a traves de en-
granajes se genera una fuerza u sobre las ruedas del carro. Esta soluci on es basada
en la intuicion. Para sistemas mas complejos la intuici on podra fallar. Considerese
por ejemplo los sistemas de las Figs. 1.13 y 1.14.
Figura 1.13 Sistema no controlable de 2 barras
Figura 1.14 Sistema controlable de 2 barras

1.11 Construccion del modelo matem
atico 11
El sistema de la Fig. 1.14 puede ser balanceado mientras que el sistema de la Fig.
1.13 no. Esto se debe a que el de la Fig. 1.14 es controlable y el de la Fig. 1.13 no.
Los conceptos de controlabilidad y observabilidad, desarrollados por la teora de
control moderno seran vistos posteriormente.
1.11 Construcci
on del modelo matem
atico
El modelo debe revelar c omo la salida del sistema, representada en este caso por la
desviaci
on angular , es afectada por la se nal de control u.
Para obtener el modelo matem atico, representado por un sistema de ecuaciones dife-
renciales, se necesita usar relaciones basicas de la mecanica cl
asica aplicables a este
sistema fsico.
Figura 1.15 Diagramas de cuerpo libre de la barra y el carro

En la Fig. 1.15 las coordenadas de los centros de gravedad con respecto a un origen
arbitrariamente escogido son:
1. Para el carro:
posici
on horizontal = y
2. Para la barra:
posici
on horizontal = y + L sen
12 INTRODUCCION
posici
on vertical = L cos
Si se toman momentos alrededor del centro de gravedad de la barra y sumando las

fuerzas que actuan sobre el carro y la barra en direcciones vertical y horizontal, se
obtiene el siguiente sistema de ecuaciones:
d2
I = V L sen HL cos (1.1)
dt2
d2
V mg = m (L cos ) (1.2)
dt2
d2
H=m (y + L sen ) (1.3)
dt2
d2 y
uH =M (1.4)
dt2
El momento de inercia de la barra I se calcula con respecto a su centro de gravedad
y es I = 13 mL2 .
El sistema de ecs. (1.1) a (1.4) se puede reescribir de la siguiente manera:
..
I = V L sen HL cos (1.5)
.. .2
V mg = mL( sen + cos ) (1.6)
.. .. .2
H = m y + mL( cos sen ) (1.7)
..
uH =M y (1.8)
Notese que estas ultimas son ecuaciones diferenciales no lineales. Las 4 variables
desconocidas son , y, V , H, suponiendo que u podra ser especificada.
Notese que este es un problema mas de sntesis que de analisis puesto que se debe
especificar una funcion adecuada para la senal de control u. Este problema no es
simple y no tiene solucion u
nica.
1.12 Linealizaci
on del modelo matem
atico
Aunque las ecs. (1.5) a (1.8) podran ser resueltas por simulacion, ya sea con un
computador analogo o con programas de simulaci on como el MATLAB, el PSI, el
CC, u otro, se hara por linealizaci
on.
Cualquier sistema de ecuaciones diferenciales no lineales puede ser linealizado si las
variables dependientes son limitadas a pequenas variaciones alrededor de un punto,
llamado punto de operaci on.
1.13 Selecci
on de u (Estrategia de control) 13
Notese de las ecuaciones que la no linealidad aparece fundamentalmente en la variable

. Considerese entonces solo relativas peque
nas desviaciones del angulo : 1rad.
Utilizando la expansion en series de Taylor:

X f (n) (xo )
f (x) = (x xo )n (1.9)
n=0
n!
las funciones sen y cos se pueden expandir alrededor del punto = 0:
3
sen = + (1.10)
3!
2
cos = 1 + 1 (1.11)
2!
Reemplazando (1.10) y (1.11) en las ecuaciones (1.1) a (1.4) se obtiene:
..
I = V L HL (1.12)
V mg = 0 (1.13)
.. ..
H = m y + mL (1.14)
..
uH =M y (1.15)
Eliminando V y H del anterior sistema de ecuaciones se obtiene:
.. ..
(I + mL2 ) + mL y mgL = 0 (1.16)
.. ..
mL + (m + M ) y = u (1.17)
1.13 on de u (Estrategia de control)

Selecci
Consideraciones:
1. El objetivo de control es mantener la barra verticalmente, la cual es una frase

vaga, y por lo tanto se necesita un criterio m
as especfico. Por ejemplo, restringir
de modo que || nunca exceda 1o , o que se aproxime a cero asintoticamente.
2. La estrategia debe resultar en un sistema que pueda ser facilmente implementado

con dispositivos fsicos.
14 INTRODUCCION
3. Seleccionar u tal que al ser reemplazada en (1.17) se pueda obtener la solucion

de la salida del sistema.
Para supervisar y controlar el angulo se escoge la estructura del sistema como se

muestra en la Fig. 1.16.
Figura 1.16 Estructura de control para el pendulo invertido

El sensor da informacion sobre la cual es realimentada a un transductor de po-
tencia el cual genera la se nal u para corregir la posici
on del carro. Notese que esta
estructura es del tipo lazo cerrado. Se tiene libertad en escoger la se
nal u(), es decir
como reacciona el motor en respuesta a la se nal del sensor . Se deben considerar
limitaciones fsicas del sensor y del transductor.
Se consideraran cualidades din amicas de sistemas de control que se obtienen haciendo
simples suposiciones acerca de las reacciones del transductor.
1.14 Acciones b
asicas de control
(a) CONTROL PROPORCIONAL:
La estrategia mas simple de control se obtiene cuando el motor produce una fuerza
proporcional a la desviaci
on angular, es decir:
u = K1 (1.18)
donde K1 en el sistema MKS tiene dimensiones Newtons/Radi an.
Notese que se han despreciado los retardos en tiempo debidos al sensor y el motor; es
decir, se ha supuesto que ellos responden instantaneamente, lo cual fsicamente no es
posible. Sin embargo, la aproximacion es de naturaleza realstica (las constantes de
tiempo del sistema mec anico son mucho menores que las del electrico).
1.14 Acciones b
asicas de control 15
Reemplazando (1.18) en (1.17) y escribiendo de nuevo (1.16) se obtiene:

.. ..
(I + mL2 ) + mL y mgL = 0 (1.19)
.. ..
mL + (m + M ) y K1 = 0 (1.20)
..
Eliminando y de (1.19) y (1.20) se obtiene (1.21):
.. K1 g(m + M)
+ mL = 0 (1.21)
I(m + M) + mML2
Definiendo:
K1 g(m + M)
2 = mL (1.22)
I(m + M) + mML2
K1
a= (1.23)
m+M
mL
b= (1.24)
m+M
Utiliz
andolas en (1.21) y (1.19) se obtienen (1.25) y (1.26):
..
+ 2 = 0 (1.25)
.. ..
y = a b (1.26)
Notese que es independiente de y, pero lo opuesto no es cierto.
.
.
Se suponen las siguientes condiciones iniciales: y(0) = y (0) = (0) = 0, (0) = o .
Si se define la ganancia crtica, Kcr como:
Kcr = g(m + M ) (1.27)

se pueden considerar los tres siguientes casos, cuyas respuestas se pueden obtener
facilmente utilizando la Transformada de Laplace en las ecs (1.25) y (1.26):
i. K1 > Kcr (Ganancia supercrtica)
= o cos t (1.28)
a + b 2
y = o (1 cos t) (1.29)
2
ii. K1 = Kcr (Ganancia crtica)

16 INTRODUCCION
= o (1.30)
a
y = o t2 (1.31)
2
iii. K1 < Kcr (Ganancia subcrtica)
= o cosh ||t (1.32)
a b||2
y = o (cosh ||t 1) (1.33)
||2
Las respuestas para cada uno de los casos se muestran en la Fig. 1.17.
25
20
posicin angular (grados)
15 iii
10 ii
5 i
-5
-10
0 2 4 6 8 10
tiempo (segs)
Figura 1.17 Diferentes respuestas del pendulo con acci

on proporcional
Notese que este sistema de control proporcional tiene una respuesta inaceptable para
valores muy bajos de K1 . El motor es demasiado debil para corregir las desviaciones
angulares, as el angulo crecer
a indefinidamente hasta que la barra cae. Se dice
entonces que el sistema es inestable.
1.14 Acciones b
asicas de control 17
Para K1 > Kcr , la barra y el carro desarrollan oscilaciones armonicas (como las de
un pendulo sin amortiguamiento). Notese que la barra no cae y se puede decir que el
objetivo de control ha sido pobremente satisfecho.
(b) CONTROL PROPORCIONAL MAS DERIVATIVO
Las oscilaciones debidas al control proporcional se pueden amortiguar por medio del
control derivativo. La presencia de oscilaciones no amortiguadas se debe al hecho de
que el motor actua solo despues de que la desviacion angular ya ha ocurrido. Tiene
sentido entonces hacer que el motor actue cuando las desviaciones esten a punto de
ocurrir; es decir, que la fuerza de control actue antes de que la desviaci
on ocurra. Una
.
on es hacer la fuerza de control u una combinacion lineal de y de :
posible soluci
.
u = K1 + K2 (1.34)
.
Obviamente se requiere un sensor m as sofisticado que mida y o un medio de
diferenciar la senal . La inclusion de la derivada de una senal significa fsicamente
que se est
a habil
.
para desarrollar un cierto grado de predicci
on de los valores futuros
de , ya que es una medida de la rata de cambio de dando una indicacion hacia
donde tiende.
Reemplazando (1.34) en (1.17) y escribiendo de nuevo (1.16) se obtiene:
.. ..
(I + mL2 ) + mL y mgL = 0 (1.35)
.. .. .
mL + (m + M ) y K1 K2 = 0 (1.36)
..
Eliminando y de (1.35) y (1.36) se obtiene:
.. .
+ 2 + 2 = 0 (1.37)
donde
1 mLK2
=
2 I(m + M) + mM L2
K1 g(m + M)
2 = mL
I(m + M) + mML2
Suponiendo las mismas condiciones iniciales anteriores y utilizando la Transformada
de Laplace se puede resolver la ecuacion diferencial (1.37) y su solucion es:

p 2 2
t 2 2
= o e sen( t + arctan ) (1.38)
2 2
que es v
alida para valores reales del radical y cuya forma de onda se muestra en la
Fig. 1.18.
18 INTRODUCCION
10
8
6
-2
0 2 4 6 8 10 12
tiempo (segs)
Figura 1.18 Respuesta del pendulo correspondiente a la ec. (1.38)
10
8
0
0 5 10 15
tiempo (segs)
Figura 1.19 Respuesta del pendulo correspondiente a la ec. (1.39)

Cuando el termino derivativo es grande en comparaci on con el termino proporcional, el
radical se hace imaginario y la respuesta del sistema en este caso es sobreamortiguada
y dada por la ec. (1.39).
1.15 Efectos de la realimentaci
on 19
o 1 h p
2 2
p
2 2
i
= ( + 2 2 )e( )t ( 2 2 )e(+ )t
2 2 2
(1.39)
Esta solucion, que se muestra en la Fig. 1.19, ocurre cuando > ||.
Notese de las Figs. 1.17, 1.18 y 1.19 la superioridad de este u ltimo control sobre el
control proporcional, para este caso particular.
Es importante anotar que con la salida considerada, la posici on angular de la barra,
el sistema no es observable (concepto que ser a visto posteriormente) y por lo tanto
no todas las frecuencias naturales (que deciden la estabilidad del sistema) aparecen a
la salida. Si se considera tambien como salida la posicion lineal del carro, y, se notara
que el sistema es inestable, aun en lazo cerrado. Por lo tanto es necesario incluir otro
controlador. Esta soluci on se plantea mediante simulaci on en el apendice C.
Existen otras estrategias de control, lineales y no lineales, como por ejemplo el control
ON-OFF, cuya ley de control se define por la ecuaci on (1.40).

u= umax = umax sgn() (1.40)
||
El controlador propuesto en este ejemplo introductorio no se garantiza para otras
condiciones que las supuestas en el analisis, es decir, para peque
nas (infinitesimales
en el sentido estricto) perturbaciones.
1.15 Efectos de la realimentaci

on
Hasta ahora se ha visto en los ejemplos, de manera simplificada, que la realimentaci
on
tiene como proposito reducir el error entre la entrada de referencia y la salida del
sistema. Sin embargo, este es apenas uno de los propositos de la realimentacion.
Se mostrara que esta tambien tiene efectos en caractersticas del sistema como la
estabilidad (como en el ejemplo introductorio), el ancho de banda, la ganancia total,
la impedancia y la sensitividad.
Por simplicidad, por ahora, se usara la notaci
on del sistema est
atico.
Figura 1.20 Sistema con realimentaci

on
20 INTRODUCCION
En la Fig. 1.20 considerese que G y H son ganancias constantes. Por lo tanto:
c = Ge = G(r b) = Gr GHc (1.41)
De (1.41) se obtiene la ganancia total M :
c G
M= = (1.42)
r 1 + GH
1.16 Efecto en la ganancia total

De (1.42) se nota que la realimentaci on afecta la ganancia G del sistema sin rea-
limentaci
on por un factor de (1 + GH). La cantidad GH podra incluir un signo
menos; asi el efecto general de la realimentaci
on podra incrementar o decrementar la
ganancia.
En un sistema de control practico G y H son funciones de la frecuencia y por lo tanto
la magnitud de 1 + GH podra ser mayor que 1 en un rango de frecuencia y menor
que 1 en otro. Por eso la realimentaci on podra incrementar la ganancia del sistema
en un rango de frecuencia pero decrementarla en otro.
1.17 Efecto en la estabilidad

De manera no rigurosa se puede decir que un sistema es inestable si su salida se
incrementa sin acotamiento (en amplitud) cuando la entrada es acotada.
Notese de (1.42) que si GH = 1, la salida del sistema es infinita para cualquier
entrada finita y entonces el sistema es inestable. Asi la realimentaci on podra hacer
que un sistema que era originalmente estable, se vuelva inestable. Recuerdese que
solo se esta tratando el caso estatico y, en general, GH = 1 no es la u
nica condici
on
para inestabilidad.
En el ejemplo introductorio se mostro que una de las ventajas de incorporar reali-
mentaci on es que se puede estabilizar un sistema inestable.
1.18 Efecto en la sensitividad 21
Figura 1.21 Sistema con doble lazo de realimentaci

on
Supongase que el sistema realimentado de la Fig. 1.20 es inestable debido a que
GH = 1. Si se introduce otro lazo de realimentaci on con ganancia F , como se
muestra en la Fig. 1.21, la relaci
on entrada-salida del sistema total es:
c G
= (1.43)
r 1 + GH + GF
Notese que aunque las propiedades de G y H son tales que el sistema con el lazo de
realimentacion interior es inestable, el sistema total puede ser estable si se selecciona
adecuadamente la ganancia F del lazo de realimentaci on exterior. Recuerdese que en
la practica GH es funci on de la frecuencia y la condicion de estabilidad del sistema
en lazo cerrado depende de la magnitud y fase de GH. Es decir, la realimentaci on
podra mejorar la estabilidad o empeorarla si no es adecuadamente aplicada.
1.18 Efecto en la sensitividad

Puesto que todos los elementos fsicos tienen propiedades que cambian con el ambiente
y el tiempo, no se puede considerar siempre que los parametros de un sistema de
control son completamente estacionarios durante toda su vida de operacion. Por
ejemplo, la resistencia de los devanados de un motor electrico cambia con el aumento
de temperatura del motor durante su operacion. En general, un buen sistema de
control debe ser muy insensitivo a variaciones en los par ametros pero sensitivo a
los comandos de entrada. Se investigara el efecto que la realimentaci on tiene en la
sensitividad a variaciones de parametros. Supongase en la Fig. 1.20 a la ganancia
G como un parametro que podra variar. La sensitividad de la ganancia total del
sistema M debido a la variaci on en G se define como:
M
M M porcentaje de cambio en M
SG = G
= (1.44)
G
porcentaje de cambio en G
22 INTRODUCCION
en donde M denota el cambio incremental en M debido al cambio incremental en

G, G.
De (1.42):
M M G 1
SG = = (1.45)
G M 1 + GH
De (1.45) se nota que si GH es una constante positiva, la magnitud de la funci on sensi-

tividad se puede hacer arbitrariamente peque na incrementando GH, con la condici on
de que el sistema permanezca estable. Logicamente para el sistema en lazo abierto,
G
SG = 1.
Recuerdese que en la pr actica GH es funci on de la frecuencia. Asi la magnitud de
1 + GH podra ser menor que 1 sobre algunos rangos de frecuencia de modo que la
realimentacion podra ser peligrosa para la sensitividad a variaci
on de parametros en
ciertos casos.
1.19 Efecto en la perturbaci

on externa o ruido
Todos los sistemas fsicos est
an sujetos a algunos tipos de se
nales extra
nas o ruido
durante su operacion. Por ejemplo, voltajes en circuitos electr
onicos debido al ruido
termico. Perturbacion externa, tal como el viento actuando sobre sobre una antena.
Por esto, en el diseno de un sistema de control se deben hacer consideraciones de
modo que el sistema sea insensitivo a las perturbaciones y ruidos y sensitivo a los
comandos de entrada. Aunque no se pueden sacar conclusiones generales, en muchas
situaciones la realimentacion puede reducir el efecto del ruido o perturbaci
on en el
desarrollo del sistema.
Figura 1.22 Sistema con realimentaci

on y ruido
En la Fig. 1.22, n es la se
nal de ruido. Si no hay realimentaci
on, H = 0, la salida es:
1.19 Efecto en la perturbaci
on externa o ruido 23
c = G1 G2 e + G2 n (1.46)
en donde e = r.
La relacion se
nal a ruido SR de la salida se define como:
salida debido a la se
nal G1 G2 e e
SR = = = G1 (1.47)
salida debido al ruido G2 n n
Para incrementar esta relacion se debe incrementar la magnitud de G1 o e relativo a
otese que G2 no tendra efecto en esta relaci
n. N on.
Con realimentacion, la salida del sistema debido a r y n actuando simultaneamente
es:
G1 G2 G2
c= r+ n (1.48)
1 + G1 G2 H 1 + G1 G2 H
Comparando (1.48) con (1.46) se nota que la componente de la salida debida al ruido
se reduce por el factor 1 + G1 G2 H si este es mayor que 1, pero la componente debido
a la se
nal tambien es cambiada por la misma cantidad. La relaci on se
nal a ruido es
ahora:
G1 G2
1+G1 G2 H r r
SR = G2
= G1 (1.49)
1+G1 G2 H n
n
que es la misma que sin realimentaci on. En este caso, la realimentaci on no tiene
efecto directo en la relaci
on senal a ruido del sistema de la Fig. 1.22. Sin embargo, la
aplicacion de realimentacion sugiere una posibilidad de mejorarla bajo ciertas condi-
ciones. Sup ongase que en el sistema de la Fig. 1.22, la magnitud de G1 se incrementa
a G01 y r a r0 sin cambiar los otros parametros, de modo que la salida debida a la se
nal
de entrada actuando sola tiene el mismo nivel que cuando no hay realimentacion. Es
decir
G01 G2
e|n=0 = r0 = G1 G2 r (1.50)
1 + G01 G2 H
Con G1 incrementada a G01 , la salida debida al ruido actuando sola es
G2
c|r=0 = n (1.51)
1 + G01 G2 H
la cual es mas pequena que la salida debida a n cuando G1 no es incrementada. La
relaci
on se
nal a ruido es entonces
G1 G2 r G1 r
SR = G2
= (1 + G01 G2 H) (1.52)
1+G01 G2 H n
n
on por un factor de (1 + G01 G2 H).
la cual es mayor que la del sistema sin realimentaci
Existen otras configuraciones en los sistemas de control que permiten reducir los
efectos de las perturbaciones y el ruido.
La realimentacion en general tambien tiene efectos en caractersticas de desarrollo
tales como el ancho de banda, la impedancia, respuesta transitoria y respuesta fre-
cuencial.
CAPITULO 2
MODELOS MATEMATICOS DE
SISTEMAS FISICOS
2.1 Objetivo
Se plantean modelos matematicos de sistemas mec anicos traslacionales y rotacionales,
sistemas electricos, hidr
aulicos, neum
aticos y termicos.
2.2 Modelos matem

aticos
Muchos sistemas dinamicos, independientemente de que sean mecanicos, electricos,
termicos, hidraulicos, neum aticos, qumicos, econ
omicos, biologicos, etc. se pueden
caracterizar por ecuaciones diferenciales las cuales se obtienen con base en leyes fsicas,
como por ejemplo las leyes de Kirchho, las leyes de Newton, etc.
Se puede definir un modelo matem atico como la descripci on matematica del com-
portamiento del sistema. Muchas veces en el an alisis de un sistema, inicialmente se
obtiene un modelo matematico simple, como por ejemplo ignorando no linealidades
y parametros distribuidos (como en el caso de lneas de transmisi on electrica), con el
fin de obtener ecuaciones diferenciales lineales y de par ametros concentrados.
Se debe tener en cuenta que a veces los modelos son v alidos en operaciones de baja
frecuencia y no a frecuencias muy altas. Por ejemplo, al despreciar la masa de un
resorte, su modelo es v alido a bajas frecuencias. Para altas frecuencias, su masa debe
ser tenida en cuenta en el modelo. Otro ejemplo que ilustra como un dispositivo fsico
se podra modelar con varios modelos es el de una bobina, como se muestra en la Fig.
2.1.
25
26 MODELOS MATEMATICOS DE SISTEMAS FISICOS
Figura 2.1 Diferentes modelos de una bobina

Los modelos matematicos se pueden representar basicamente en dos formas: me-
diante un conjunto de ecuaciones diferenciales de primer orden, conocidas como ecua-
ciones de estado o mediante una ecuacion diferencial de nesimo orden. Sin em-
bargo, esta u
ltima queda restringida a sistemas con una sola entrada y una sola salida.
Las funciones o matrices de transferencia se pueden obtener a partir de las anteriores,
aunque ya esto implica que el sistema es lineal o ha sido linealizado.
Antes de continuar con estos dos metodos se haran las definiciones de lo que son
sistemas determinsticos, lineales, invariantes con el tiempo y causales.
2.3 Clasificaci
on de sistemas
Figura 2.2 Sistema con estado energetico inicial nulo

Para las siguientes definiciones se supone que el sistema de la Fig. 2.2 no contiene
fuentes independientes y que su estado energetico inicial es nulo antes de que la se
nal
de entrada sea aplicada. La relacion entre la entrada y la salida se indica a menudo
simbolicamente como:
y(t) = Lv(t) (2.1)
en donde L es un operador que caracteriza el sistema. Podra ser funci on de v, y y

t, podra incluir operaciones como diferenciaci
on e integraci
on y podra ser dado en
lenguaje probabilstico. La ecuaci
on (2.1) expresa que hay una relaci on de causa y
efecto entre v(t) y y(t).
2.3 Sistema lineal 27
2.3.1 Sistema determinstico

Un sistema es determinstico si para cada entrada v(t) hay una unica salida y(t). En
un sistema probabilstico o no determinstico hay varias posibles salidas, cada
una con cierta probabilidad de ocurrencia para una entrada dada. Las entradas a un
sistema podran ser funciones conocidas o funciones aleatorias. Las aleatorias, tales
como el ruido, pueden ser descritas solo en un sentido estadstico o probabilstico.
Si la entrada a un sistema determinstico es una funci on aleatoria, la salida es no
determinstica.
2.3.2 Sistema causal
Un sistema es causal o no anticipativo si la salida actual no depende de valores
futuros de la entrada. En tal caso, y(to ) esta determinada completamente por las
caractersticas del sistema y por los valores de v(t) para t to . En particular, si
v(t) 0 t to , entonces y(t) 0 t < to .
2.3.3 Sistema lineal
Si se supone que las respuestas del sistema de la Fig. 2.2 a dos entradas diferentes v1 (t)
y v2 (t) son y1 (t) y y2 (t), respectivamente, y que y son dos constantes, se dice que el
sistema es lineal si la respuesta a v(t) = v1 (t) + v2 (t) es y(t) = y1 (t) + y2 (t) para
todos los valores de v1 , v2 , y . Esto se puede expresar simbolicamente mediante
la ecuaci on (2.2):
L[v1 (t) + v2 (t)] = L[v1 (t)] + L[v2 (t)] (2.2)
La ecuacion (2.2) tambien se conoce como el principio de superposici on.

La mayora de sistemas lineales lo son en solamente rangos restringidos de ope-raci
on.
As por ejemplo, la senal de salida de un amplificador se puede saturar para niveles
elevados de la senal de entrada. A esta no linealidad se le conoce como alinealidad
por saturacion (vease la Fig. 2.3).
Otro ejemplo lo constituyen los amortiguadores utilizados en sistemas mec anicos, los
cuales pueden ser lineales para operaciones a baja velocidad y no lineales a altas
velocidades (en este caso la fuerza es proporcional al cuadrado de la velocidad, como
se muestra en la Fig. 2.4).
Un u ltimo ejemplo es la alinealidad por zona muerta, la cual se puede presentar entre
las posiciones angulares de un par de engranajes mecanicos (vease la Fig. 2.5).
Figura 2.3 Alinealidad por saturacion
Figura 2.4 Alinealidad cuadr

atica
Figura 2.5 Alinealidad por zona muerta
2.3.4 Sistema invariante con el tiempo

Un sistema es invariante con el tiempo si la relacion entre la entrada y la salida
es independiente del tiempo. Si la respuesta a v(t) es y(t), entonces la respuesta a
2.4 Matriz de transferencia 29
v(t) es y(t). En tal sistema, la amplitud y forma de la salida son independientes

del tiempo en el cual la entrada es aplicada. Simb
olicamente:
L[v(t )] = y(t ) (2.3)
2.4 Ecuaciones de estado

Las ecuaciones de estado o la ecuaci
on (matricial) de estado la constituye un conjunto
de ecuaciones diferenciales de primer orden, que describe completamente el compor-
tamiento del sistema que se quiere modelar. Este metodo de plantear el modelo
matematico de un sistema es muy importante porque puede ser aplicado a sistemas
no lineales y sistemas multivariables. Matematicamente:
x = f (x, u, t) (2.4)
en donde f es un funcion vectorial no lineal.
Figura 2.6 Sistema multivariable

Si el sistema es lineal, o se ha linealizado alrededor de un punto de operacion (de-
mostracion que se hara posteriormente), la ecuaci
on (2.4) se reduce a:
x = Ax+Bu (2.5)
en donde A es de dimensiones n n y se le conoce como matriz de realimentaci on, y
B es de dimensiones n m y se le conoce como matriz de entrada.
Si el sistema ha sido completamente descrito mediante variables de estado, siempre
ser
a posible expresar las p salidas de interes (y) en funci
on de ellas. As se plantea la
ecuacion de salida:
y = Cx+Du (2.6)
en donde C es de dimensiones p n y se le conoce como matriz de salida, y D es de
dimensiones p m y se le conoce como matriz directa.
2.4.1 Matriz de transferencia

Utilizando la transformada de Laplace en las ecuaciones (2.5) y (2.6) suponiendo que
el estado energetico inicial es x(0 ), y organizando se obtienen:
X(s) = (sI A)1 x(0 ) + (sI A)1 BU(s) (2.7)
Y(s) = CX(s)+DU(s) (2.8)
Reemplazando (2.7) en (2.8) se obtiene:
Y(s) = C(sI A)1 x(0 ) + [C(sI A)1 B+D]U(s) (2.9)
Como la matriz de transferencia (H(s)) se define suponiendo que el estado ener-getico

inicial es nulo, y es aquella que relaciona Y(s) con U(s), entonces de (2.9) se obtiene:
H(s) = C(sI A)1 B+D (2.10)
2.5 on diferencial de n
Una ecuaci esimo orden
El metodo de plantear el modelo matem atico de un sistema mediante una ecuaci on
diferencial de nesimo orden es u til en sistemas escalares. Si se utiliza la funci
on de
transferencia, adem as de servir en sistemas escalares, es para sistemas lineales o que
han sido linealizados. Matematicamente:
y (n) + a1 y(n1) + + an y = b0 u(m) + b1 u(m1) + + bm u (2.11)
Utilizando la transformada de Laplace en (2.11) suponiendo condiciones iniciales nulas

(y(0) = y (1) (0) = = y(n1) (0) = 0), se obtiene la funci
on de transferencia:
Y (s) b0 sm + b1 sm1 + + bm s
H(s) = = n (2.12)
U (s) s + a1 sn1 + + an s
La cual no depende de las condiciones iniciales ni del tipo de se nal aplicada a la

entrada. Solo depende de los par
ametros que caracterizan al sistema.
2.6 Sistemas mec

anicos de traslaci
on
Los elementos de sistemas mec
anicos idealizados son la masa, el resorte y el amor-
tiguador.
2.6 Resorte traslacional 31
2.6.1 Masa
Figura 2.7 Masa

En la Fig. 2.7 se muestra el diagrama de un masa M que se ha aislado de un sistema
mas complejo del cual forma parte. u es la fuerza neta resultante actuando sobre
ella y y su desplazamiento con respecto a una posicion de equilibrio (es decir, cuando
el sistema esta en reposo). Una fuerza de reaccion fM se desarrolla, su sentido de
referencia se muestra en la Fig. 2.7 y su expresi
on es dada por la ecuaci on (2.13):
d2 y
fM = M (2.13)
dt2
Es importante hacer notar que la masa en movimiento almacena energa y cuya ex-
on, la cual se puede demostrar facilmente, es E = 12 M (y)
presi 2.
2.6.2 Resorte traslacional
Figura 2.8 Resorte traslacional

En la Fig. 2.8 se muestra el diagrama de un resorte con constante K que se ha aislado
de un sistema mas complejo del cual forma parte. El desplazamiento del extremo
superior y y del extremo inferior yo se miden desde sus respectivas posiciones de
equilibrio. Una fuerza restauradora es desarrollada debido a la propiedad el astica del
resorte. Su sentido en el extremo superior se muestra en la Fig. 2.8 (en el inferior
tiene el sentido opuesto al del superior) y su expresi
on, seg
un la ley de Hooke, es dada
por la ecuacion (2.14):
fK = K(y yo ) (2.14)
Si el extremo inferior (podra denominarse como el extremo de referencia) est

a en el
origen del sistema de coordenadas, entonces en este caso fK = Ky. 2
Se puede demostrar que la energa almacenada por el resorte es E = 12 uK , en donde
u es la fuerza neta en el extremo superior.
2.6.3 Amortiguador traslacional
Figura 2.9 Amortiguador traslacional

En la Fig. 2.9 se muestra el diagrama de un amortiguador con coeficiente de friccion
viscosa B que se ha aislado de un sistema mas complejo del cual forma parte. Las
posiciones y y yo de los extremos superior e inferior, respectivamente, se miden desde
sus respectivas posiciones de equilibrio. Una fuerza de reaccion se desarrolla, su
sentido en el extremo superior se muestra en la Fig. 2.9 y su expresi on es dada por
la ecuaci
on (2.15):
dy dyo
fB = B( ) (2.15)
dt dt
Si el terminal de referencia, yo , es estacionario, entonces en este caso fB = B y.

A diferencia de los dos elementos idealizados anteriores, el amortiguador es un dis-
positivo que transforma energa en calor, y se puede demostrar que la energa trans-
formada en calor por unidad de tiempo (potencia P ) es dada por P = Bv2 , en donde
v es la velocidad relativa de los extremos del amortiguador.
Ejemplo 2.1 Para el sistema mec anico traslacional de la Fig. 2.10(a) plantear un
modelo matem atico. u(t) es una fuerza externa, y1o es la posici
on en reposo con peso
y yo es la longitud del resorte sin peso (longitud natural del resorte).
2.6 Amortiguador traslacional 33
Figura 2.10 Sistema del ejemplo 2.1

Utilizando el diagrama de cuerpo libre de la Fig. 2.10(b) y aplicando la segunda ley
de Newton se obtiene la ecuacion (2.16):
dy1 d2 y1
Mg B + u(t) K(y1 yo ) = M 2 (2.16)
dt dt
Notese que cuando el sistema est
a en reposo con u(t) = 0, (2.16) se reduce a:
Mg 0 + 0 K(y1o yo ) = 0
de donde se obtiene (2.17):
M g = K(y1o yo ) (2.17)
Reemplazando (2.17) en (2.16) y organizando se obtiene:
d2 y1 dy1
M 2
+B + K(y1 y1o ) = u(t) (2.18)
dt dt
Haciendo un cambio de variable con relacion a la posici on de equilibrio (notese en la
Fig. 2.10 la convencion utilizada para medir la posicion de la masa con respecto a la
posici
on de equilibrio y) :
y = y1 y1o (2.19)
dy d(y1 y1o ) dy1

= = (2.20)
dt dt dt
d2 y d2 y1
= (2.21)
dt2 dt2
Reemplazando (2.19), (2.20) y (2.21) en (2.18) se obtiene la ecuaci
on diferencial que
relaciona la posici
on de la masa M desde la posici
on de equilibrio (y) con la entrada
(u(t)):
d2 y dy
M 2
+B + Ky = u(t) (2.22)
dt dt
Notese que si se escoge como referencia la posici
on de equilibrio (sistema en reposo),
el peso no interviene.
Ejemplo 2.2 Plantear un conjunto de ecuaciones de estado y de salida del sistema

del ejemplo anterior.
El siguiente procedimiento para obtener las anteriores ecuaciones se generalizar

a en la
siguiente secci
on. Dividiendo ambos miembros de (2.22) por M y tomando la trans-
formada de Laplace en ambos lados de la ecuaci on, suponiendo condiciones iniciales
nulas (y(0) = y(0)
= 0) se obtiene (2.23):
B K 1
(s2 + s+ )Y (s) = U (s) (2.23)
M M M
de la cual se obtiene la funci
on de transferencia del sistema:
1
Y (s) M
G(s) = = 2 B K
(2.24)
U (s) s + Ms+ M
Se obtienen polinomios en el numerador y el denominador de G(s) con exponentes
negativos. Por lo tanto se dividen tanto el numerador como el denominador por s2
en este caso particular y se obtiene:
1 2
Y (s) Ms
G(s) = = B 1 K 2
(2.25)
U (s) 1+ Ms +M s
De (2.25):
1 2
Ms
Y (s) = B 1 K 2
U(s) (2.26)
1+ Ms +M s
Se define:
1
E(s) , B 1 K 2
U (s) (2.27)
1+ Ms + Ms
De (2.27) se obtiene:
B 1 K 2
E(s) = U (s) s U(s) s U (s) (2.28)
M M
Reemplazando (2.27) en (2.26):
2.7 Un metodo para obtener la ecuaci
on de estado y la de salida 35
1 2
Y (s) = s E(s) (2.29)
M
Utilizando la ecuacion (2.28) se obtiene la mayor parte del diagrama de bloques (util
en simulacion de sistemas) de la Fig. (2.11), del cual se pueden obtener facilmente
las ecuaciones de estado si se consideran como variables de estado las salidas de
los integradores (x1 y x2 ).
Figura 2.11 Diagrama de bloques del ejemplo 2.2

Notese del diagrama de bloques que:
1
X2 (s) = X1 (s) (2.30)
s
1 1 B K
X1 (s) = E(s) = (U(s) X1 (s) X2 (s)) (2.31)
s s M M
Multiplicando ambos miembros de las ecuaciones (2.30) y (2.31), utilizando la Trans-
formada inversa de Laplace suponiendo condiciones iniciales nulas y escribiendo las
ecuaciones en forma matricial se obtiene la ecuacion de estado (2.32):
B K

x 1 M M x1 1
= + u(t) (2.32)
x 2 1 0 x2 0
Con la ecuacion (2.29) se obtiene el resto del diagrama de bloques de la Fig. 2.11 y
a su vez se obtiene la ecuaci
on de salida:
1
Y (s) = X2 (s) (2.33)
M
que en el dominio del tiempo y en forma matricial es:

1
x1
y(t) = 0 M + 0 u(t) (2.34)
x2
2.7 Un m
etodo para obtener la ecuaci
on de estado
y la de salida
Este metodo es v
alido para sistemas escalares cuya funcion de transferencia es cono-
cida. Se supone que el grado del polinomio del numerador de la funcion de transferen-
cia es menor o igual que el del denominador. Sin perdida de generalidad, considerese:
Y (s) b0 sn1 + b1 sn2 + + bn1

H(s) = = (2.35)
U(s) sn + a1 sn1 + + an
Dividiendo tanto el numerador como el denominador de H(s) por sn , se obtiene:
Y (s) b0 s1 + b1 s2 + + bn1 sn
H(s) = = (2.36)
U(s) 1 + a1 s1 + + an sn
Se define:
1
E(s) = U (s) (2.37)
1 + a1 s1 + + an sn
De donde:
E(s) = a1 s1 E(s) a2 s2 E(s) an sn E(s) + U (s) (2.38)

De la ecuacion (2.38) se puede deducir parte del diagrama de bloques de la Fig. 2.12.
Figura 2.12 Diagrama de bloques de la realizaci

on Controller
Con (2.37) en (2.36) se obtiene:
2.7 Un metodo para obtener la ecuaci
Y (s) = b0 s1 E(s) + b1 s2 E(s) + + bn1 sn E(s) (2.39)
Con la ecuacion (2.39) se obtiene la otra parte del diagrama de bloques de la Fig.
2.12.
Si se definen las salidas de los integradores como las variables de estado, se puede
deducir de la Fig. 2.12 las ecuaciones de estado y de salida:

x 1 a1 a2 an x1 1
x 2 1 0 0 x2 0

.. = .. .. .. .. .. + .. u(t) (2.40)
. . . . . . .
x n 0 1 0 xn 0

x1

x2

y(t) = b0 b1 bn1 .. (2.41)
.
xn
Esta representacion es conocida como una simulaci

on o realizacion canonica llamada
Controller.
Ejemplo 2.3 Para el sistema mec anico traslacional de la Fig. 2.13 plantear un
conjunto de ecuaciones que lo describa completamente y obtener la funci
on de trans-
ferencia considerando como salida el desplazamiento y. La entrada al sistema es el
desplazamiento u(t).
Figura 2.13 Sistema mecanico traslacional del ejemplo 2.3

La Fig. 2.14 muestra los diagramas de cuerpo libre de las dos masas, en donde por
simplicidad se ha supuesto que u > y > z.
Figura 2.14 Diagramas de cuerpo libre de M1 y M2

Aplicando la segunda ley de Newton a cada una de las masas se obtienen las ecuaciones
(2.42) y (2.43), las cuales describen completamente el sistema.
dy d2 y
K1 (u y) K2 (y z) B1 = M1 2 (2.42)
dt dt
dz d2 z
K2 (y z) B2 = M2 2 (2.43)
dt dt
Reorganizando terminos se obtienen (2.44) y (2.45):
M1 y + B1 y + (K1 + K2 )y K2 z = K1 u(t) (2.44)
K2 y + M2 z + B2 z + K2 z = 0 (2.45)
Aplicando la Transformada de Laplace a ambos miembros de las ecuaciones (2.44) y
(2.45) suponiendo condiciones iniciales nulas se obtienen (2.46) y (2.47):
[M1 s2 + B1 s + (K1 + K2 )]Y (s) K2 Z(s) = K1 U (s) (2.46)
K2 Y (s) + [M2 s2 + B2 s + K2 ]Z(s) = 0 (2.47)

Manipulando algebr
aicamente (2.46) y (2.47) se obtiene la funci
Y (s) b3
= 4 (2.48)
U (s) s + a1 s + a2 s2 + a3 s + a4
3
donde:
K1
b3 =
M1 M2
M1 B2 + M2 B1
a1 =
M1 M2
K2 M1 + (K1 + K2 )M2 + B1 B2
a2 =
M1 M2
2.8 Otro metodo para obtener la ecuaci
B1 K2 + B2 (K1 + K2 )
a3 =
M1 M2
K1 K2
a4 =
M1 M2
Utilizando ahora (2.40) y (2.41) f
acilmente se pueden obtener las ecuaciones de estado
y de salida.
2.8 Otro m
etodo para obtener la ecuaci
on de
estado y la de salida
Este metodo es tambien valido para un sistema escalar y se parte de que se conoce
la ecuaci
on diferencial que relaciona la entrada y la salida. Sea esta de la forma dada
en la ecuaci
on (2.49):
y(n) + a1 y (n1) + + an1 y (1) + an y = b0 u(n1) + b1 u(n2) + + bn2 u(1) + bn1 u

(2.49)
Reorganizando (2.49) se obtiene:
y (n) + [a1 y b0 u](n1) + + [an1 y bn2 u](1) = [bn1 u an y] (2.50)

Integrando ambos miembros se obtiene:
Z
y(n1) + [a1 y b0 u](n2) + + [an1 y bn2 u] = [bn1 u an y]dt = xn (2.51)
Reorganizando (2.51):
y (n1) + [a1 y b0 u](n2) + + [an2 y bn3 u](1) = xn + bn2 u an1 y (2.52)
Integrando (2.52):
Z
(n2) (n3)
y + [a1 y b0 u] + + [an2 y bn3 u] = [xn + bn2 u an1 y]dt = xn1
(2.53)
Se repite el mismo proceso hasta que se finalmente se obtiene:
Z
y (1) + [a1 y b0 u] = [x3 + b1 u a2 y]dt = x2 (2.54)
y (1) = x2 + b0 u a1 y (2.55)
Z
y= [x2 + b0 u a1 y]dt = x1 (2.56)
Las ecuaciones (2.56), (2.54), (2.53) y (2.51) se pueden implementar mediante el

diagrama de bloques de la Fig. 2.15.
Figura 2.15 Realizaci

on canonica Observer
La simulacion o realizacion canonica de la Fig. 2.15 es conocida como la tipo Ob-
server. De dicho diagrama se pueden obtener facilmente las ecuaciones de estado y
de salida, las cuales escritas en forma matricial son:
a
1 0 x1 b0
x 1 1
x 2 .. . x b
. ..
a2 0
2 1
.. = . . .. + .. u(t) (2.57)
. . .. . .. 1 . .
.
x n an 0 0 xn bn1

x1
2
x
y(t) = 1 0 0 . (2.58)
..
xn
De la ecuaci
on diferencial (2.49) se puede obtener la funcion de transferencia:
Y (s) b0 sn1 + b1 sn2 + + bn1
H(s) = = (2.59)
U(s) sn + a1 sn1 + + an
que es la misma que se utilizo en el metodo de la secci on anterior para obtener las
ecuaciones de estado y de salida.
2.9 Resorte rotacional 41
2.9 Sistemas mec

anicos de rotaci
on
Los elementos de sistemas mec
anicos de rotaci
on idealizados son la inercia, el resorte
y el amortiguador.
2.9.1 Inercia
Figura 2.16 Inercia

En la Fig. 2.16 se muestra el diagrama de un cuerpo con inercia J que se ha aislado
de un sistema mas complejo del cual forma parte. T es el torque neto resultante
actuando sobre ella y su desplazamiento angular con respecto a una posici on de
equilibrio (es decir, cuando el sistema est
a en reposo). Un torque de reacci on TJ se
desarrolla, su sentido de referencia se muestra en la Fig. 2.16 y su expresion es dada
por la ecuacion (2.60):
d2
TJ = J (2.60)
dt2
Es importante hacer notar que un cuerpo con inercia en movimiento angular almacena
energa y cuya expresi
on, la cual se puede demostrar f 2.
acilmente, es E = 12 J()
2.9.2 Resorte rotacional
Figura 2.17 Resorte rotacional

En la Fig. 2.17 se muestra el diagrama de un resorte rotacional (un ejemplo puede
ser un eje el
astico) con constante K que se ha aislado de un sistema mas complejo
del cual forma parte. El desplazamiento angular del extremo derecho y del extremo
izquierdo (extremo de referencia) o se miden desde sus respectivas posiciones de
equilibrio. Un torque de reaccion se desarrolla debido a la propiedad elastica del
resorte. Su sentido en el extremo derecho se muestra en la Fig. 2.17 y su expresi
on
es dada por la ecuacion (2.61):
TK = K( o ) (2.61)
Si el extremo de referencia es estacionario, entonces en este caso TK = K.
1 T2
Se puede demostrar que la energa almacenada por el resorte rotacional es E = 2 K,
en donde T es el torque neto actuando en el extremo derecho.
2.9.3 Amortiguador rotacional
Figura 2.18 Amortiguador rotacional

En la Fig. 2.18 se muestra el diagrama de un amortiguador rotacional con coeficiente
de friccion viscosa B que se ha aislado de un sistema mas complejo del cual forma
parte. Las posiciones angulares y o de los extremos derecho y de referencia (el
izquierdo), respectivamente, se miden desde sus respectivas posiciones de equili-brio.
Un torque de reacci on se desarrolla, su sentido en el extremo derecho se muestra en
la Fig. 2.18 y su expresi
on es dada por la ecuacion (2.62):
d do
TB = B( ) (2.62)
dt dt

Si el extremo de referencia es estacionario, entonces en este caso TB = B .
A diferencia de los dos elementos idealizados anteriores, el amortiguador rotacional es
un dispositivo que transforma energa en calor, y se puede demostrar que la energa
transformada en calor por unidad de tiempo (potencia P ) es dada por P = B 2 , en
donde es la velocidad angular relativa de los extremos del amortiguador.
2.10 Circuito serie R-L-C 43
Ejemplo 2.4 Para el sistema mec anico rotacional de la Fig. 2.19 hallar la ecuaci
on
on de transferencia T(s)
diferencial que relaciona a (t) con T (t) y la funci (s) .
Figura 2.19 Sistema mec

anico rotacional del ejemplo 2.4
Utilizando el diagrama de cuerpo libre de la Fig. 2.19(b) y aplicando la segunda ley
de Newton para sistemas mecanicos rotacionales se obtiene la ecuaci
on (2.63):
d d2
T (t) B K = J 2 (2.63)
dt dt
Organizando se obtiene la ecuaci

on pedida:
d2 d
J +B + K = T (t) (2.64)
dt2 dt
Transformando ambos miembros de la ecuaci on (2.64) suponiendo condiciones ini-

ciales nulas se obtiene la funci
1
(s) J
G(s) = = 2 B K
(2.65)
T (s) s + Js+ J
2.10 Circuito serie R-L-C

Figura 2.20 Circuito serie RLC

Aplicando la segunda ley de Kirchho (de voltajes) a la u
nica trayectoria cerrada del
circuito de la Fig. 2.20 se obtiene la ecuaci
on (2.66):
Z
di 1
vi (t) = Ri + L + idt (2.66)
dt C
Utilizando la definici
on de corriente electrica como la variaci
on por unidad de tiempo
del flujo neto de carga a traves de la seccion transversal de una puerta:
dq
i= (2.67)
dt
Reemplazando (2.67) en (2.66) se obtiene la ecuaci

on diferencial (2.68):
d2 q dq 1
L + R + q = vi (t) (2.68)
dt2 dt C
2.11 Analoga fuerza-torque-voltaje

Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.68) de los sistemas fsicos
correspondientes (mec anico traslacional de la Fig. 2.10, mec anico rotacional de la
Fig. 2.19 y circuito electrico de la Fig. 2.20) se nota que son de forma identica. Tales
sistemas se denominan sistemas an alogos y los terminos que ocupan las posiciones
correspondientes en las ecuaciones diferenciales se denominan magnitudes y variables
analogas. Esto explica porque se denomina la analoga fuerza-torque-voltaje. La
siguiente tabla hace un resumen de las analogas:
2.11 Analoga fuerza-torque-voltaje 45
Sist. mec
anico traslacional Sist. mec
anico rotacional Sistema electrico
Fuerza u Torque T Voltaje v

Velocidad lineal y Velocidad angular Corriente i
Desplazamiento lineal y Desplazamiento angular Carga q
Masa M Inercia J Inductancia L
Coef. fricci
on viscosa B Coef. friccion viscosa B Resistencia R
1
Constante del resorte K Constante del resorte K Inverso capacitancia C
Es posible entonces obtener circuitos electricos analogos a sistemas mec anicos trasla-
cionales y rotacionales y utilizar todas las tecnicas de descripci on de redes para
plantear modelos matem aticos para los sistemas mec anicos.
El circuito electrico an
alogo a un sistema mec anico traslacional (rotacional) se puede
obtener teniendo en cuenta la anterior tabla y notando que por cada masa (inercia) o
punto que se desplace (rote) a cierta velocidad en el sistema mecanico, habra una malla
en el circuito analogo. Si se supone, sin perdida de generalidad, que todas aquellas
velocidades son positivas con respecto a la referencia, en el circuito se supone que
todas las corrientes de malla tienen el mismo sentido.
Ejemplo 2.5 Plantear un modelo matem atico para el sistema mec

anico traslacional
de la Fig. 2.21 utilizando la analoga fuerza-torque-voltaje.

Notese de la Fig. 2.21 que hay dos velocidades y1 y y2 que se suponen positivas con
respecto a la referencia. Por lo tanto, el circuito electrico an alogo (Fig. 2.22) tendra
dos mallas (1 y 2) cuyas corrientes i1 e i2 , ambas con el mismo sentido (horario en este
caso), son analogas a las velocidades y 1 y y 2 , respectivamente. Utilizando la tabla de la
analoga fuerza-torque-voltaje se obtienen los elementos de circuito correspondientes a
las masas, resortes y amortiguadores. Puesto que las masas M1 y M2 se mueven a las
velocidades y1 y y 2 , entonces las corrientes netas a traves de las inductancias an alogas
correspondientes L1 y L2 son i1 e i2 y por lo tanto pertenecen a las mallas 1 y 2. As
mismo, como uno de los extremos de B1 y de K1 se mueve a la velocidad y 1 y el otro
extremo es fijo, entonces sus elementos de circuito an alogo R1 y C1 , respectivamente,
pertenecen a la malla 1. N otese que R2 y C2 son elementos comunes a las mallas
1 y 2 (la corriente neta a traves de ellos es i1 i2 , con sentido de referencia hacia
arriba) ya que los extremos de sus an alogos, B2 y K2 , se mueven a las velocidades
y1 y y 2 (la velocidad relativa del extremo inferior con respecto al superior es y 1 y 2 ).
Finalmente, la fuerza externa p(t) tiene como an alogo en el circuito la fuente de voltaje
v(t). N otese que con la polaridad mostrada de la fuente, si el estado energetico inicial
se supone nulo, las corrientes i1 (o) e i2 (0) son positivas con los sentidos mostrados
cuando v(0) > 0, lo cual coincide con que si p(0) > 0, y 1 (0) y y 2 (0) son positivas con
los sentidos mostrados.
Figura 2.22 Circuito electrico an

alogo del ejemplo 2.5
Las siguientes son las magnitudes y variables analogas:
L2 = M2 , L1 = M1 , R2 = B2 , R1 = B1 , C2 = K12 , C1 = K11 , v(t) = p(t), i2 = y 2 ,
i1 = y 1 .
Aplicando la segunda ley de Kirchho a cada una de las mallas del circuito de la Fig.
2.22 se obtienen las ecuaciones que lo describen:
Z
di2 1
v(t) = L2 + R2 (i2 i1 ) + (i2 i1 )dt (2.69)
dt C2
Z Z
di1 1 1
0 = L1 + R1 i1 + i1 dt + (i1 i2 )dt + R2 (i1 i2 ) (2.70)
dt C1 C2
Reemplazando las anteriores magnitudes y variables analogas en (2.69) y (2.70) se
2.11 Analoga fuerza-torque-voltaje 47
obtienen las ecuaciones que describen el comportamiento del sistema mec

anico trasla-
cional de la Fig. 2.21:
d2 y2 dy2 dy1
p(t) = M2 + B2 ( ) + K2 (y2 y1 ) (2.71)
dt2 dt dt
d2 y1 dy1 dy1 dy2

0 = M1 2
+ B1 + K1 y1 + K2 (y1 y2 ) + B2 ( ) (2.72)
dt dt dt dt
Ejemplo 2.6 Verificar que las ecuaciones (2.71) y (2.72) describen el comportamiento
del sistema de la Fig. 2.21.
La Fig. 2.23 muestra los diagramas de cuerpo libre de las dos masas, en los cuales se
ha supuesto, por comodidad , que y2 > y1 y que y 2 > y1 .
Figura 2.23 Diagramas de cuerpo libre de M1 y M2

Aplicando la segunda ley de Newton a cada una de las masas de la Fig. 2.23 se
obtienen las siguientes ecuaciones:
dy2 dy1 d2 y2
p(t) B2 ( ) K2 (y2 y1 ) = M2 2 (2.73)
dt dt dt
dy2 dy1 dy1 d2 y1

K2 (y2 y1 ) + B2 ( ) B1 K1 y1 = M1 2 (2.74)
dt dt dt dt
Reorganizando (2.73) y (2.74) se obtienen (2.71) y (2.72).

anico rotacional
de la Fig. 2.24 utilizando la analoga fuerza-torque-voltaje.

anico rotacional del ejemplo 2.7
Notese de la Fig. 2.24 que hay dos velocidades angulares 1 y 2 que se suponen
positivas con los sentidos mostrados. Por lo tanto, el circuito electrico an alogo (Fig.
2.25) tendra dos mallas (1 y 2) cuyas corrientes i1 e i2 , ambas con el mismo sen-
tido (horario en este caso), son an alogas a las velocidades 1 y 2 , respectivamente.
Utilizando la tabla de la analoga fuerza-torque-voltaje se obtienen los elementos de
circuito correspondientes a las inercias, resortes y amortiguadores. Puesto que las
inercias J1 y J2 se mueven a las velocidades 1 y 2 , entonces las corrientes netas a
traves de las inductancias an alogas correspondientes L1 y L2 son i1 e i2 y por lo tanto
pertenecen a las mallas 1 y 2. Como uno de los extremos de B1 y de B2 se mueve a la
velocidad 1 y el otro extremo es fijo, entonces sus elementos de circuito an alogo R1
y R2 , respectivamente, pertenecen a la malla 1. Asi mismo, uno de los extremos de
B3 y de B4 se mueve a la velocidad 2 y el otro extremo es fijo, entonces sus elemen-
tos de circuito an alogo R3 y R4 , respectivamente, pertenecen a la malla 2. N otese
que C es un elemento com un a las mallas 1 y 2 (la corriente neta a traves de el es
i1 i2 , con sentido de referencia hacia abajo) ya que los extremos de su analogo, K, se
mueven a las velocidades angulares 1 y 2 (la velocidad relativa del extremo izquierdo
con respecto al derecho es 1 2 ). Finalmente, el torque externo T (t) tiene como
analogo en el circuito la fuente de voltaje v(t). N otese que con la polaridad mostrada
de la fuente, si el estado energetico inicial se supone nulo, las corrientes i1 (o) e i2 (0)
son positivas con los sentidos mostrados cuando v(0) > 0, lo cual coincide con que si
T (0) > 0, 1 (0) y 2 (0) son positivas con los sentidos mostrados.

2.12 Circuito paralelo R-L-C 49
Las siguientes son las magnitudes y variables an alogas:

1
L2 = J2 , L1 = J1 , R4 = B4 , R3 = B3 , R2 = B2 , R1 = B1 , C = K , v(t) = T (t),

i2 = 2 , i1 = 1 .
Aplicando la segunda ley de Kirchho a cada una de las mallas del circuito de la Fig.
2.25 se obtienen las ecuaciones que lo describen:
Z
di1 1
v(t) = (R1 + R2 )i1 + L1 + (i1 i2 )dt (2.75)
dt C
Z
di2 1
0 = (R3 + R4 )i2 + L2 + (i2 i1 )dt (2.76)
dt C
obtienen las ecuaciones que describen el comportamiento del sistema mec
anico rota-
cional de la Fig. 2.24:
d1 d2 1
T (t) = (B1 + B2 ) + M1 2 + K(1 2 ) (2.77)
dt dt
d2 d2 2
0 = (B3 + B4 ) + M2 2 + K(2 1 ) (2.78)
dt dt
Ejemplo 2.8 Verificar que las ecuaciones (2.77) y (2.78) describen el comportamiento
del sistema de la Fig. 2.24.
La Fig. 2.26 muestra los diagramas de cuerpo libre de las dos inercias
Figura 2.26 Diagramas de cuerpo libre de J1 y J2

Aplicando la segunda ley de Newton para sistemas rotacionales a cada una de las
inercias de la Fig. 2.26 se obtienen las siguientes ecuaciones:
d1 d1 d2 1
T (t) B1 B2 K(1 2 ) = M1 2 (2.79)
dt dt dt
d2 d2 d2 2
K(2 1 ) B3 B4 = M2 2 (2.80)
dt dt dt
Reorganizando (2.79) y (2.80) se obtienen (2.77) y (2.78).
2.12 Circuito paralelo R-L-C
Figura 2.27 Circuito paralelo R-L-C

Aplicando la primera ley de Kirchho (de corrientes) al u
nico corte del circuito de la
Fig. 2.27 se obtiene la ecuaci
on (2.81):
Z
1 e de
is (t) = edt + +C (2.81)
L R dt
Si se tiene en cuenta que el flujo concatenado por la inductancia es = Li, entonces

el voltaje en los terminales de la inductancia es dado por:
d
e= (2.82)
dt
Utilizando (2.82) en (2.81) se obtiene la ecuaci

on diferencial (2.83):
d2 1 d 1
C 2
+ + = is (t) (2.83)
dt R dt L
2.13 Analoga fuerza-torque-corriente

Comparando las ecuaciones diferenciales (2.22), (2.64) y (2.83) de los sistemas fsicos
correspondientes (mec anico traslacional de la Fig. 2.10, mec anico rotacional de la
Fig. 2.19 y circuito electrico de la Fig. 2.27) se nota que son de forma identica. Tales
sistemas tambien se denominan sistemas an alogos y los terminos que ocupan las
posiciones correspondientes en las ecuaciones diferenciales se denominan magnitudes
y variables analogas. De esta comparaci on se explica porque se denomina la analoga
fuerza-torque-corriente. La siguiente tabla hace un resumen de las analogas en
este caso:
2.13 Analoga fuerza-torque-corriente 51
Sist. mec
anico traslacional Sist. mec
anico rotacional Sistema electrico
Fuerza u Torque T Corriente i

Velocidad lineal y Velocidad angular Voltaje v
Desplazamiento lineal y Desplazamiento angular Flujo
Masa M Inercia J Capacitancia C
Coef. fricci
on viscosa B Coef. friccion viscosa B Conductactancia R1
1
Constante del resorte K Constante del resorte K Inverso inductancia L
Nuevamente entonces se pueden obtener circuitos electricos an alogos a sistemas mec anicos
traslacionales y rotacionales y utilizar todas las tecnicas de descripcion de redes (inclu-
sive muchos teoremas que simplifican el an alisis) para plantear modelos matematicos
para los sistemas mecanicos.
alogo a un sistema mecanico traslacional (rotacional) se puede
obtener teniendo en cuenta la anterior tabla y notando que por cada masa (inercia)
o punto que se desplace (rote) a cierta velocidad en el sistema mecanico, habr a un
nodo en el circuito analogo (ademas del de referencia). Si se supone, sin perdida de
generalidad, que todas aquellas velocidades son positivas con respecto a la referencia,
en el circuito se supone que todos los nodos est an a mayor potencial con respecto al
de referencia.

anico traslacional
de la Fig. 2.21 utilizando ahora la analoga fuerza-torque-corriente.
Notese de la Fig. 2.21 que hay dos velocidades y 1 y y 2 que se suponen positivas
con respecto a la referencia. Por lo tanto, el circuito electrico an alogo (Fig. 2.28)
tendra dos nodos (1 y 2) y el de referencia (0) cuyos voltajes con respecto al de
referencia (llamados voltajes de nodo) e1 y e2 , son analogos a las velocidades y 1 y y 2 ,
respectivamente. Utilizando la tabla de la analoga fuerza-torque-corriente se obtienen
los elementos de circuito correspondientes a las masas, resortes y amortiguadores.
Puesto que las masas M1 y M2 se mueven a las velocidades y 1 y y2 , entonces los
voltajes entre los terminales de las capacitancias an alogas correspondientes C1 y C2
son e1 y e2 y por lo tanto estan conectadas entre los nodos 1 y referencia y 2 y
referencia, respectivamente. As mismo, como uno de los extremos de B1 y de K1 se
mueve a la velocidad y 1 y el otro extremo es fijo, entonces sus elementos de circuito
analogo R1 y L1 , respectivamente, estan conectados entre el nodo 1 y el de referencia.
Notese que R2 y L2 son elementos conectados entre los nodos 1 y 2 (la diferencia
de potencial entre sus terminales es e1 e2 , suponiendo el nodo 1 a mayor potencial
con respecto al nodo 2) ya que los extremos de sus an alogos, B2 y K2 , se mueven
a las velocidades y 1 y y 2 (la velocidad relativa del extremo inferior con respecto al
superior es y 1 y 2 ). Finalmente, la fuerza externa p(t) tiene como an alogo en el
circuito la fuente de corriente i(t). Notese que con el sentido mostrado de la fuente,
si el estado energetico inicial se supone nulo, los voltajes de nodo e1 (o) y e2 (0) son
positivos cuando i(0) > 0, lo cual coincide con que si p(0) > 0, y 1 (0) y y 2 (0) son
positivas con los sentidos mostrados.

C2 = M2 , C1 = M1 , R2 = B12 , R1 = B11 , L2 = K12 , L1 = K11 , i(t) = p(t), e2 = y 2 ,
e1 = y 1 .
Aplicando la primera ley de Kirchho a los nodos 1 y 2 del circuito de la Fig. 2.28 se
obtienen las ecuaciones que lo describen:
Z Z
de1 e1 1 1 e1 e2
0 = C1 + + e1 dt + (e1 e2 )dt + (2.84)
dt R1 L1 L2 R2
Z
de2 (e2 e1 ) 1
i(t) = C2 + + (e2 e1 )dt (2.85)
dt R2 L2
obtienen las ecuaciones (2.72) y (2.71), respectivamente, que describen el compor-
tamiento del sistema mecanico traslacional de la Fig. 2.21.

anico rotacional
de la Fig. 2.24 utilizando la analoga fuerza-torque-corriente.
Notese de la Fig. 2.24 que hay dos velocidades angulares 1 y 2 que se suponen
positivas con los sentidos mostrados. Por lo tanto, el circuito electrico an alogo (Fig.
2.29) tendra dos nodos (1 y 2) y el de referencia (0) cuyos voltajes de nodo e1 y e2 , son
analogos a las velocidades 1 y 2 , respectivamente. Utilizando la tabla de la analoga
fuerza-torque-corriente se obtienen los elementos de circuito correspondientes a las
inercias, resortes y amortiguadores. Puesto que las inercias J1 y J2 se mueven a las
velocidades 1 y 2 , entonces los voltajes entre los terminales de las capacitancias
analogas correspondientes C1 y C2 son e1 y e2 y por lo tanto estan conectadas entre
los nodos 1 y referencia y 2 y referencia, respectivamente. Como uno de los extremos
de B1 y de B2 se mueve a la velocidad 1 y el otro extremo es fijo, entonces sus
elementos de circuito analogo R1 y R2 , respectivamente, est an conectados entre el
nodo 1 y el de referencia. Asi mismo, uno de los extremos de B3 y de B4 se mueve a
la velocidad 2 y el otro extremo es fijo, entonces sus elementos de circuito an alogo

R3 y R4 , respectivamente, est an conectados entre el nodo 1 y el de referencia. N otese
que L es un elemento conectado entre los nodos 1 y 2 (la diferencia de potencial entre
sus terminales es e1 e2 , suponiendo el nodo 1 a mayor potencial con respecto al nodo
2) ya que los extremos de su an alogo, K, se mueven a las velocidades angulares 1
y 2 (la velocidad relativa del extremo izquierdo con respecto al derecho es 1 2 ).

Finalmente, el torque externo T (t) tiene como an alogo en el circuito la fuente de
corriente i(t). N
otese que con el sentido mostrado de la fuente, si el estado energetico
inicial se supone nulo, los voltajes de nodo e1 (o) y e2 (0) son positivos cuando i(0) > 0,
lo cual coincide con que si T (0) > 0, 1 (0) y 2 (0) son positivas con los sentidos
mostrados.

C2 = J2 , C1 = J1 , R4 = B14 , R3 = B13 , R2 = B12 , R1 = B11 , L = K 1
, i(t) = T (t),

e2 = 2 , e1 = 1 .
Aplicando la primera ley de Kirchho a los nodos 1 y 2 del circuito de la Fig. 2.29 se
obtienen las ecuaciones que lo describen:
Z
e1 de1 1
i(t) = + C1 + (e1 e2 )dt (2.86)
(R1 + R2 ) dt L
Z
e2 de2 1
0= + C2 + (e2 e1 )dt (2.87)
(R3 + R4 ) dt L

obtienen las ecuaciones (2.78) y (2.77), respectivamente, que describen el compor-
tamiento del sistema mecanico rotacional de la Fig. 2.24.
Ejemplo 2.11 Obtener un modelo matem atico que describa el comportamiento del
sistema mec
anico traslacional de la Fig. 2.30 utilizando la analoga fuerza-torque-
corriente.

Utilizando el mismo procedimiento de los dos ejemplos anteriores se obtiene el circuito
electrico an
alogo que se muestra en la Fig. 2.31.

Las parametros y variables an
alogas son:
Ci = Mi , i = 1, 2, 3
Rk = B1k , k = 1, 2
Lj = K1j , j = 1, 2, 3, 4
i(t) = p(t), e1 = y 1 , e2 = y 2 , e3 = y3
Aplicando la primera ley de Kirchho a los nodos 1, 2 y 3 se obtienen las ecuaciones
que describen el circuito de la Fig. 2.31:
Z Z
de1 1 1 1 e1 e2 e1 e3
C1 +( + ) e1 dt + (e1 e2 )dt + + = i(t) (2.88)
dt L1 L2 L3 R1 R2
Z Z
e2 e1 1 de2 1
+ (e2 e1 )dt + C2 + (e2 e3 )dt = 0 (2.89)
R1 L3 dt L4
Z
de3 1 e3 e1
C3 + (e3 e2 )dt + =0 (2.90)
dt L4 R2
Utilizando los parametros y variables analogas en las ecuaciones (2.88), (2.89) y (2.90)
se obtienen las ecuaciones que describen el sistema de la Fig. 2.30:
M1 y1 + (K1 + K2 )y1 + K3 (y1 y2 ) + B1 (y1 y 2 ) + B2 (y 1 y3 ) = p(t) (2.91)
B1 (y 2 y 1 ) + K3 (y2 y1 ) + M2 y2 + K4 (y2 y3 ) = 0 (2.92)
M3 y3 + K4 (y3 y2 ) + B2 (y 3 y 1 ) = 0 (2.93)

anico traslacional
de la Fig. 2.13 utilizando la analoga fuerza-torque-corriente.
El circuito an
alogo electrico en este caso se muestra en la Fig. 2.32, en donde las
magnitudes y variables an alogas son:
C2 = M2 , C1 = M1 , R2 = B12 , R1 = B11 , L2 = K12 , L1 = K11 , v(t) = u(t),
e2 = z,

e1 = y.


Aplicando la primera ley de Kirchho a los nodos 1 y 2 se obtienen las ecuaciones
(2.94) y (2.95):
Z Z
e1 de1 1 . 1
+ C1 + (e1 u)dt
+ (e1 e2 )dt = 0 (2.94)
R1 dt L1 L2
Z
e2 de2 1
+ C2 + (e2 e1 )dt = 0 (2.95)
R2 dt L2
Reemplazando los anteriores par ametros y variables analogas en (2.94) y (2.95) se

obtienen las ecuaciones (2.44) y (2.45), que describen el sistema mec
anico de la Fig.
2.13.
2.14 Ecuaciones de estado para circuitos el

ectricos
Se vera un procedimiento sistem atico para asignar variables de estado y plantear las
ecuaciones de estado para circuitos con parametros concentrados que pueden contener
fuentes independientes de voltaje y de corriente.
Si en una red electrica se conocen las corrientes en todas las inductancias y los voltajes
en todos los condensadores, entonces el comportamiento de la red est a completamente
descrito. Por lo tanto es natural seleccionar como variables de estado las corrientes
en todos los inductores y los voltajes en todos los capacitores en redes propias (que
no son impropias).
Una red impropia es aquella que contiene por lo menos una trayectoria cerrada
(llamada impropia) compuesta u nicamente de condensadores y/o fuentes indepen-
dientes de voltaje y/o un corte (llamado impropio) formado u nicamente por inductores
(con o sin acoplamiento m utuo) y/o fuentes independientes de corriente.
Notese que al aplicar la segunda (primera) ley de Kirchho a cada trayectoria impropia
(corte impropio) aparece una dependencia lineal entre los voltajes (corrientes) de
los condensadores (inductancias) que forman parte de ella (el). Por lo tanto, en
una red impropia se deben escoger como variables de estado los voltajes en todos
los condensadores, menos uno por cada trayectoria impropia (el correspondiente a
cualquiera de los condensadores de la trayectoria impropia) y las corrientes en todas
las inductancias, menos una por cada corte impropio (la correspondiente a cualquiera
de las inductancias del corte impropio) para que el n umero de variables de estado sea
mnimo (es decir, no haya variables de estado redundantes).
Recuerdese que un conjunto de cortes es mnimo si cada uno de ellos tiene una s ola
rama.
2.15 Metodo sistem
atico para obtener las ecuaciones de estado 57
Figura 2.33 Circuitos impropios

Notese que si en cualquiera de los circuitos impropios de la Fig. 2.33 se asignan los
voltajes en todos los condensadores y las corrientes en todas las inductancias como
variables de estado se ve que x1 (t) = x2 (t) t. Obviamente hay una redundancia
aqu.
2.15 M
etodo sistem
atico para obtener las ecua-
ciones de estado
1. Hacer un grafico y seleccionar un arbol que se llamar

aarbol normal, en donde
las ramas de este se escogen en el siguiente orden: fuentes de voltaje, capaci-
tores, resistencias, inductancias y fuentes de corriente. Por lo tanto, un arbol
normal consiste de todas las fuentes de voltaje, el maximo n
umero permisible de
capacitores (en el caso de una trayectoria impropia no todos los condensadores
pueden formar parte del arbol), las resistencias y finalmente el n
umero mnimo
de inductancias. Generalmente no contiene fuentes de corriente
2. Asignar los voltajes en los condensadores que forman parte del arbol normal
y las corrientes en las inductancias que corresponden a enlaces como variables
de estado. Los voltajes en los condensadores que corresponden a enlaces y las
corrientes en las inductancias que forman parte del arbol normal no son necesarios
escogerlos como variables de estado.
3. Expresar los voltajes y corrientes a traves de todas las resistencias, todos los
condensadores que correspondan a enlaces y todos los inductores que forman
parte del arbol normal en funci
on de las variables de estado y las entradas (fuentes
independientes) mediante la aplicacion de la segunda y la primera ley de Kirchho
a los anillos (un anillo es una trayectoria cerrada que contiene un solo enlace) y
cortes que contienen aquellos elementos.
4. Aplicar la segunda y la primera ley de Kirchho a cada anillo y cada corte que
contiene cada elemento que ha sido asignado como variable de estado.
Ejemplo 2.13 Plantear las ecuaciones de estado y de salida del circuito mostrado
en la Fig. 2.34.
Figura 2.34 Circuito electrico del ejemplo 2.13

Se obtiene el gr
afico que se muestra en la Fig. 2.35, en donde el arbol es un arbol
normal.
Figura 2.35 Grafico del circuito de la Figura 2.34

t t
Se escogen como variables de estado a x = x1 x2 x3 = v2 v3 i7
Se expresana v6 (y por lo tanto i6 ) e i4 (y por lo tanto v4 ) en funci
on de las variables
de estado y de las entradas, usando las leyes de Kirchho.
Aplicando la segunda ley de Kirchho en el anillo formado por los nodos 1-0-2-1 se
obtiene:
2.15 Metodo sistem
v6 = u1 (t) x1 (2.96)
Por lo tanto:
u1 (t) x1
i6 = (2.97)
R1
Aplicando la primera ley de Kirchho al corte c4 se obtiene:
i4 = x3 (2.98)
Por lo tanto:
v4 = R2 x3 (2.99)
Ahora se obtienen las ecuaciones de estado.
Aplicando la primera ley de Kirchho (plk) al corte c2 , usando (2.97) y organizando
se obtiene (2.100).
1 1 1 1
x 1 = x1 x3 + u1 (t) + u2 (t) (2.100)
R1 C1 C1 R1 C1 C1
Usando la primera ley de Kirchho en el corte c3 y organizando se obtiene (2.101).
1
x 2 = x3 (2.101)
C2
Aplicando la segunda ley de Kirchho (slk) en el enlace formado por los nodos 0-2-3-
4-0 y organizando se obtiene (2.102).
1 1 R2
x1 x2
x 3 = x3 (2.102)
L L L
Reescribiendo (2.100), (2.101) y (2.102) en forma matricial se obtiene la ecuacion de
estado (2.103).

x 1 R11C1 0 C11 x1 1
R1 C1
1
C1

x 2 = x2 + u1 (t)
0 0 1
C2 0 0 (2.103)
u2 (t)
x 3 1
L L1 RL2 x3 0 0
La ecuacion de salida se puede expresar facilmente en funci

on de las variables de
estado y las entradas como:
.
y = v7 = L x3 = x1 x2 R2 x3
la cual escrita en forma matricial es:

x1
y= 1 1 R2 x2 (2.104)
x3
Ejemplo 2.14 Plantear las ecuaciones de estado y de salida del circuito mostrado
en la Fig. 2.36. Las salidas son: el voltaje en el condensador C1 con la polaridad
mostrada y la corriente a traves de la inductancia L2 con el sentido mostrado.
Figura 2.36 Circuito del ejemplo 2.14

La Fig. 2.37 muestra el gr
afico orientado en donde se uso el arbol normal.
Figura 2.37 Gr
afico del circuito de la Figura 2.36
2.15 Metodo sistem
t t
Se escogen como variables de estado a x = x1 x2 x3 = v2 v3 i6
Como hay inductancias m utuamente acopladas, es conveniente plantear la ecuacion
primitiva que relaciona los voltajes entre sus terminales y las derivadas temporales
de las corrientes. Es decir, en este caso:
di5
v5 L1 M dt
= di6 (2.105)
v6 M L2 dt
Aplicando la segunda ley de Kirchho al anillo que contiene el enlace 7 y la primera ley
de Kirchho a los cortes que contienen la ramas 5 y 4, respectivamente, se obtienen:
v7 = x2 x1 (2.106)
i5 = u2 + x3 (2.107)
i4 = x3 (2.108)
Por lo tanto:
i7 = C2 (x 2 x 1 ) (2.109)
v5 = L1 (u 2 + x 3 ) M x 3 (2.110)
v4 = Rx3 (2.111)
Aplicando la plk a los cortes c2 y c3 y usando la ec. (2.109) se obtienen, respectiva-
mente:
C1 x 1 C2 (x 2 x 1 ) u2 x3 = 0 (2.112)
C3 x 2 + C2 (x 2 x 1 ) + u2 = 0 (2.113)
. .
Organizando (2.112) y (2.113) y resolviendo para x1 y x2 se obtienen:
C2 + C3 C3
x 1 = x3 + u2 (2.114)
1 1
C2 C1
x 2 = x3 u2 (2.115)
1 1
en donde 1 = C1 C2 + C1 C3 + C2 C3 .
Aplicando la slk al anillo que contiene el enlace 6, usando las ecs. (2.105), (2.107) y
(2.111) y organizando se obtiene:
1 R 1 M L1 .
x 3 = x1 x3 + u1 + u2 (2.116)
2 2 2 2
en donde 2 = L1 + L2 2M .
Reescribiendo las ecuaciones de estado en forma matricial:
C2 +C3
C3
x 1 0 0 1 x1 0 1
0 0
x 2 =
0 0 C2
x2 + 0 C 1 u1
+ 0 0 u 1
1 1 u2 u 2
1 ML1
x 3 12 0 R 2
2 x3 2 0 0 2
(2.117)
La ecuaci
on de salida es:

x1
1 0 0 x2
y= (2.118)
0 0 1
x3
2.16 Ecuaciones de estado con derivadas de las

entradas
Como se puede notar del ejemplo anterior (caso de un circuito impropio), a veces
pueden aparecer en la ecuaci
on matricial de estado la primera derivada de las entradas.
Es decir, en forma general:
x = Ax+B1 u+B2 u (2.119)
y = Cx+Du (2.120)
Para evitar que estas derivadas de las entradas aparezcan en la ecuaci
on de estado,
se pueden redefinir las variables de estado de la siguiente manera:
b , x B2 u
x (2.121)
De (2.119):
x B2 u = Ax+B1 u (2.122)
.
b = A[b
x x + B2 u]+B1 u
y organizando:
.
b = Ab
x x + [B1 + AB2 ]u (2.123)
(2.123) es la nueva ecuacion matricial de estado.
La ecuacion de salida se obtiene reemplazando (2.121) en (2.120):
y = Cb
x + [CB2 + D]u (2.124)
(2.124) es la ecuaci b.
on de salida en funcion de las nuevas variables de estado x
2.17 El transformador ideal como an
alogo de la palanca 63
2.17 Otras analogas electromec

anicas
2.17.1 Palancas
Figura 2.38 Palanca ideal

Considerese el sistema mecanico de la Fig. 2.38 el cual consta de una palanca ideal
y un punto de apoyo. Supongase que F1 (con el sentido mostrado) es una fuerza
externa aplicada en el extremo de la izquierda y F2 (con el sentido mostrado) es la
fuerza generada sobre alguna carga mecanica, la cual no se muestra. La velocidad
angular de la palanca que rota alrededor del punto de apoyo se puede expresar en
on de las velocidades lineales de los extremos, v1 y v2 , de la siguiente manera:
funci
v1 v2
= =
d1 d2
de donde se obtiene la relacion entre las velocidades lineales:
v1 d1
= (2.125)
v2 d2
Puesto que se ha supuesto que la palanca es ideal, entonces, aplicando el principio

de conservacion de la energa, la potencia entregada en el extremo izquierdo de la
palanca (F1 v1 ) es igual a la potencia absorbida por la carga en el extremo derecho de
la palanca (F2 v2 ). Matematicamente:
F1 v1 = F2 v2
de donde se obtiene la relacion entre las fuerzas en los extremos:
F1 d2
= (2.126)
F2 d1
2.17.2 El transformador ideal como an

alogo de la palanca
Figura 2.39 El transformador ideal

La Fig. 2.39 muestra el circuito de un transformador ideal, en el cual se satisfacen
las siguientes relaciones:
e1 n1
= =a (2.127)
e2 n2
i1 n2 1
= = (2.128)
i2 n1 a
en donde e1 y e2 (i1 e i2 ) son los voltajes (corrientes) con las polaridades (sentidos)
mostradas entre (a traves de) los terminales de los devanados del primario y del
secundario, respectivamente. a es la relacion del n umero de espiras del primario al
secundario.
Comparando las ecuaciones (2.127) con la (2.125) y la (2.128) con la (2.126) se puede
establecer una analoga entre la palanca y el transformador, en donde e1 y e2 (i1 e i2 )
on a = nn12 a dd12 . N
son analogos a v1 y v2 (F1 y F2 ) y la relaci otese que esta analoga
usa la analoga fuerza-corriente.
2.17.3 El transformador como acoplador de impedancias
Figura 2.40 El transformador con carga

Considerese el transformador ideal mostrado en la Fig. 2.40, en donde la carga podra
2.17 La palanca como acoplador de elementos mecanicos 65
ser una resistencia, un condensador, una inductancia o una combinacion de estos

elementos.
a. Si se supone que la carga es una resistencia R, entonces:
e2 = Ri2 (2.129)
Reemplazando (2.127) y (2.128) en (2.129) se obtiene (2.130):
e1 = Req i1 (2.130)
en donde Req = a2 R, es una resistencia equivalente vista entre los terminales del
primario.
b. Si la carga es una inductancia L, entonces:
di2
e2 = L (2.131)
dt
Usando (2.127) y (2.128) en (2.131) se obtiene (2.132):
di1
e1 = Leq (2.132)
dt
en donde Leq = a2 L, es una inductancia equivalente vista entre los terminales del
primario.
c. Si la carga es una capacitancia C, entonces:
de2
i2 = C (2.133)
dt
de1
i1 = Ceq (2.134)
dt
en donde Ceq = aC2 , es una capacitancia equivalente vista entre los terminales del
primario.
2.17.4 La palanca como acoplador de elementos mec
anicos
Considerese la palanca ideal de la Fig. 2.38, en donde la carga podra ser una masa,
un resorte o un amortiguador, o cualquier conexion de estos elementos.
a. Si se supone que la carga conectada entre el extremo derecho de la Fig. 2.38 y

la referencia es un amortiguador, con coeficiente de friccion viscosa B, entonces:
F2 = Bv2 (2.135)
F1 = Beq v1 (2.136)
2
en donde Beq = dd21 B, es el coeficiente de friccion viscosa del amortiguador equiv-
alente en el extremo izquierdo de la palanca.
b. Si la carga es un resorte con constante K, conectado entre el extremo derecho de

la Fig. 2.38 y la referencia, entonces:
Z
F2 = K v2 dt (2.137)

Z
F1 = Keq v1 dt (2.138)
2
en donde Keq = dd21 K, es la constante del resorte equivalente en el extremo
izquierdo de la palanca.
c. Si la carga es una masa M en el extremo derecho de la palanca, entonces:
dv2
F2 = M (2.139)
dt
dv1
F1 = Meq (2.140)
dt
2
d2
en donde Meq = d1 M, es la masa equivalente en el extremo izquierdo de la
palanca.
2.17 La palanca como acoplador de elementos mecanicos 67
Ejemplo 2.15 Para el sistema mec anico de la Fig. 2.41 hallar la ecuaci
on diferen-
cial que relaciona el desplazamiento de la masa M con la fuerza externa p(t). Suponer
que la palanca es ideal.

anico del ejemplo 2.15
Se utilizara la analoga fuerza-torque-corriente. El circuito electrico an
alogo se mues-
tra en la Fig. 2.42.

Las analogas son:
dy
C = M, R = B1 , L = K 1
, a = dd12 , i(t) = p(t), e = dt
Aplicando la plk en el nodo 1 se obtiene (2.141):
de e
+
ai(t) = c (2.141)
dt R
Reemplazando las analogas en (2.141) se obtiene (2.142) que es la ecuaci
on dife-
rencial pedida:
d2 d2 y d2 dy
M 2
+B = p(t) (2.142)
d1 dt d1 dt
2.17.5 Sistemas acoplados de movimento rotacional
Figura 2.43 Engranajes

Considerese el sistema mec anico rotacional de la Fig. 2.43 el cual consta de un par
de engranajes y alguna carga mec anica en el engranaje de la derecha, la cual no se
muestra. Supongase que T1 (con el sentido mostrado) es una torque externo aplicado
en el engranaje de la izquierda y T2 (con el sentido mostrado) es el torque generado
sobre la carga mec anica. La velocidad tangencial en el punto A de la Fig. 2.43, v,
se puede expresar en funcion de las velocidades angulares, 1 y 2 , de la siguiente
manera:
v = 1 r1 = 2 r2
donde r1 y r2 son los radios de los engranajes 1 y 2, respectivamente. Como la relaci

on
del n
umero de dientes de los engranajes es proporcional a la relaci on de los radios
respectivos, entonces:
1 r2 N2 1
= = = (2.143)
2 r1 N1 N
Puesto que se ha supuesto que el acoplamiento es ideal, entonces, aplicando el prin-
cipio de conservaci on de la energa, la potencia entregada en el eje del engranaje
izquierdo (T1 1 ) es igual a la potencia absorbida por la carga conectada en el eje del
engraje derecho (T2 2 ). Matematicamente:
T1 1 = T2 2
2.17 El engranaje como acoplador de elementos mecanicos 69
de donde se obtiene la relacion entre los torques:

T1 N1
= =N (2.144)
T2 N2
Comparando las ecuaciones (2.127) con la (2.143) y la (2.128) con la (2.144) se puede
establecer una analoga entre el par de engranajes acoplados rotacionalmente y el
transformador, en donde e1 y e2 (i1 e i2 ) son analogos a 1 y 2 (T1 y T2 ) y la
on a = nn12 a N1 = N
relaci N1 . N
2
otese que esta analoga usa la analoga torque-corriente.
2.17.6 El engranaje como acoplador de elementos mec

anicos
Considerese el engranaje ideal de la Fig. 2.43, en donde la carga podra ser una
inercia, un resorte o un amortiguador, o cualquier conexi
on de estos elementos.
a. Si se supone que la carga conectada en el engranaje 2 de la Fig. 2.43 y la

referencia es un amortiguador rotacional, con coeficiente de fricci
on viscosa B,
entonces:
T2 = B2 (2.145)
T1 = Beq 1 (2.146)
2
en donde Beq = N B, es el coeficiente de friccion viscosa del amortiguador equi-
valente en el eje del engranaje 1.
b. Si la carga es un resorte rotacional con constante K, conectado en el engranaje

2 de la Fig. 2.43 y la referencia, entonces:
Z
T2 = K 2 dt (2.147)

Z
F1 = Keq v1 dt (2.148)
en donde Keq = N 2 K, es la constante del resorte equivalente en el eje del engranaje

1.
c. Si la carga es una inercia J en el engranaje 2, entonces:

d2
T2 = J (2.149)
dt
d1
T1 = Jeq (2.150)
dt
en donde Jeq = N 2 M, es la inercia equivalente en el eje del engranaje 1.
Ejemplo 2.16 Plantear un conjunto linealmente independiente de ecuaciones dife-

renciales que describa completamente el comportamiento del sistema mostrado en la
Fig. 2.44.

Como se supone que la corriente de campo del motor es constante, entonces el voltaje
inducido en la armadura del motor, e, y el torque generado por el mismo, Tm , son
dados por:
dm
e = Km m = Km (2.151)
dt
Tm = KT ia (2.152)
donde Km y KT son las constantes de voltaje y de torsion del motor, respectivamente.
Aplicando la slk en la armadura del motor se tiene:
2.17 El engranaje como acoplador de elementos mecanicos 71
dia
u(t) = Ra ia + La +e (2.153)
dt
Utilizando la analoga fuerza-torque-corriente, para el sistema mec anico rotacional se
obtiene el circuito electrico an alogo de la Fig. 2.45, en donde las analogas son:
Im = Tm , em = ddtm , ec = d 1 1 1
dt , R1 = B1 , R2 = B2 , Rc = Bc ,
c
1 1 1
Rm = Bm , Lm = Gm , a = N , C1 = J1 , C2 = J2 , Cc = Jc
Figura 2.45 Circuito an

alogo del sistema mecanico rotacional del ejemplo 2.16
Si los elementos de circuito del lado derecho del transformador (secundario) se refieren
al lado izquierdo del mismo (primario), el circuito de la Fig. 2.45 queda reducido al
circuito simple de la Fig. 2.46.
Figura 2.46 Circuito reducido de la Figura 2.45

en donde:
C2 + Cc
Ceq = C1 + (2.154)
a2
a2 R1 R2 Rc
Req = (2.155)
R1 R2 + R1 Rc + a2 R2 Rc
Aplicando la plk a los nodos 1 y 2 del circuito de la Fig. 2.46 se obtienen:

Z
em 1
+ (em aec )dt = Im (2.156)
Rm Lm
Z
aec d(aec ) 1
+ Ceq + (aec em )dt = 0 (2.157)
Req dt Lm
Reemplazando las analogas, (2.154) y (2.155) en (2.156) y (2.157) se obtienen:
dm 1
Bm + Gm (m c ) = Tm (2.158)
dt N
1 dc 1 d2 c 1
[B1 + N 2 (Bc + B2 ) + [J1 + N 2 (Jc + J2 ) 2 + Gm ( c m ) = 0 (2.159)
N dt N dt N
Las ecuaciones (2.151), (2.152), (2.153), (2.158), y (2.159) constituyen el modelo
matematico que describe completamente el comportamiento del sistema de la Fig.
2.44.
2.18 Linealizaci
on de un modelo matem
atico no
lineal
Supongase que se tiene la funci on f (x, y, z) y se desea expandir en series de Taylor
alrededor del punto (x0 , y0 , z0 ) = P0 . Entonces:

X k f (x x0 )k k f (y y0 )k k f (z z0 )k
f(x, y, z) = f(x0 , y0 , z0 )+ [ k |P0 + k |P0 + k |P0 ]
1
x k! y k! z k!
(2.160)
Sea:
x , x x0 , y , y y0 , z , z z0 , f , f(x, y, z) f(x0 , y0 , z0 ) (2.161)
Despreciando terminos de orden superior a uno y utilizando las definiciones (2.161)

en (2.160) se obtiene:
f Kx x + Ky y + Kz z (2.162)
en donde:
f f f
Kx = |P0 , Ky = |P0 , Kz = |P (2.163)
x y z 0
Supongase ahora que se tiene la ecuaci
on diferencial no lineal (2.164):
F (x, x(1) , , x(m) , y, y (1) , , y (n) ) = 0 (2.164)

2.18 Linealizaci
on de un modelo matematico no lineal 73
(1) (m) (1) (n)

on P0 = (x0 , x0 , , x0 , y0 , y0 , , y0 ).
y el punto de operaci
Obviamente el punto de operacion debe satisfacer la ecuaci on diferencial (2.163) y
por lo tanto:
(1) (m) (1) (n)
F (x0 , x0 , , x0 , y0 , y0 , , y0 ) = 0 (2.165)
en donde:
(k) kx (k) ky
x0 = |P , y = |P
tk 0 0 tk 0
Expandiendo en series de Taylor (2.164) y despreciando terminos de orden superior
a uno:
(1) (m) (1) (n)

F (x, x(1) , , x(m) , y, y (1) , , y (n) ) = F (x0 , x0 , , x0 , y0 , y0 , , y0 ) +
(2.166)
en donde:
F F F F F
= |P x+ (1) |P0 x(1) + + (m) |P0 x(m) + |P y+ + (n) |P0 y(n)
x 0 x x y 0 y
(2.167)
y:
dk x dk x dk y dk y
x(k) = = , y (k)
= = (2.168)
dtk dtk dtk dtk
Reemplazando (2.164) y (2.165) en (2.166) y usando (2.168) se obtiene la ecuacion
diferencial linealizada alrededor del punto P0 :
dx dm x dy dn y
K0 x + K1 + + Km = d0 y + d1 + + dn (2.169)
dt dtm dt dtn
donde:
F F F
K0 = |P , K1 = |P , , Km = |P (2.170)
x 0 x(1) 0 x(m) 0
y:
F F F
d0 = |P , d1 = (1) |P0 , , dn = (n) |P0 (2.171)
y 0 y y
Ejemplo 2.17 Linealizar la ecuaci on diferencial no lineal (2.172) alrededor de un

on que se supone conocido, P0 .
punto de operaci
dx 2 d2 y dy 1
x2 ( ) + 2x = y3 2 + (1 + y2 )( )2 + (2.172)
dt dt dt y
En este caso:
1
F (x, x(1) , y, y (1) , y(2) ) = x2 (x(1) )2 + 2x y 3 y (2) (1 + y 2 )(y (1) )2
y
Por lo tanto la ecuacion linealizada es:
dx dy d2 y
K0 x + K1 = d0 y + d1 + d2 (2.173)
dt dt dt2
en donde:
K0 = [2x(x(1) )2 + 2] |P0 , K1 = [2x2 x(1) ] |P0
d0 = [3y 2 y (2) + 2y(y (1) )2 y12 ] |P0 , d1 = [2(1 + y 2 )y (1) ] |P0 , d2 = [y 3 ] |P0
2.19 El servomotor hidr

aulico
Figura 2.47 El servomotor hidraulico

Como ejemplo de un sistema fsico no lineal se considera el servomotor hidr aulico,
cuyo modelo matem atico se linealiza alrededor de un punto de operacion conocido,
P0 . El funcionamiento descriptivo del sistema consiste en que si la v alvula piloto es
desplazada hacia la derecha, aceite a presi on entra por el lado derecho del piston de
potencia y el aceite del lado izquierdo del mismo va hacia el drenaje. La diferencia de
presi
on a ambos lados del piston de potencia produce el desplazamiento de este hacia
la izquierda. El aceite retorna, recibe nuevamente presi on por una bomba y vuelve a
circular al sistema. Cuando el pist on piloto se desplaza hacia la izquierda, el piston
de potencia se mueve hacia la derecha. Se determinara la funci on de transferencia,
2.19 El servomotor hidraulico 75
despues de ser linealizado obviamente el sistema, considerando como salida el cambio

en el desplazamiento de la carga mecanica, y, y como entrada el cambio en el
desplazamiento de la valvula piloto, x.
x4 x4
x3
x3
Q1
Q2
x2 x2
x1 x1
P1 Ps P2
Figura 2.48 Curvas no lineales de Q1 y Q2

La Fig. 2.48 muestra curvas no lineales de los caudales, Q1 y Q2 , en funcion de las
presiones P1 y P2 , respectivamente y del desplazamiento de la v
alvula piloto, x. Las
expresiones matematicas no lineales son:
p
Q1 = Kd x Ps P1 (2.174)
p
Q2 = Kd x P2 (2.175)
Linealizando (2.174) y (2.175):
Q1 = K1 x K2 P1 (2.176)
Q2 = K3 x + K4 P2 (2.177)
donde:
K1 = [Kd Ps P1 ] |P0 , K2 = 2K dx
| , K3 = [Kd P2 ] |P0 , K4 = 2KdPx |P0
Ps P1 P0 2
Puesto que el caudal se define como el cambio de volumen por unidad de tiempo,
entonces:
d(Ay) dy
Q1 = Q2 = =A
dt dt
y por lo tanto:
dy
Q1 = Q2 = A (2.178)
dt
La fuerza que actua sobre la masa M , con sentido de derecha a izquierda, debida al
piston de potencia es:
F = A(P1 P2 )
y por lo tanto:
F = A(P1 P2 ) (2.179)
Reemplazando (2.178) en (2.176) y (2.177) y despejando M P1 y M P2 en (2.179) se

obtiene (2.180):
dy
F = Kx x Ky (2.180)
dt
Haciendo el diagrama de cuerpo libre de M y aplicando la segunda ley de Newton se
obtiene:
dy d2 y
F B =M 2
dt dt
y por lo tanto:
dy d2 y
F B =M (2.181)
dt dt2
on diferencial que relaciona M x
Reemplazando (2.180) en (2.181) se obtiene la ecuaci
y M y:
d2 y dy
M 2
+ (B + Ky ) = Kx x (2.182)
dt dt
Usando la transformada de Laplace en (2.182), suponiendo condiciones iniciales nulas,
se obtiene la funcion de transferencia pedida:
Y (s) K
= (2.183)
X(s) s(T s + 1)
Kx M
donde K = B+K y
y T = B+K y
Si la constante de tiempo T es muy peque na, o despreciable, entonces el servomotor
hidraulico en este caso se comporta como un integrador con ganancia K:
Y (s) K
= (2.184)
X(s) s
2.20 Gobernador de velocidad de una turbina 77
2.20 Gobernador de velocidad de una turbina
Figura 2.49 Gobernador de velocidad de una turbina

Notese que si Pref , la potencia de referencia, aumenta, el punto A baja, C sube, D
sube, abriendo la v alvula piloto, lo que hace bajar E y abre mas la v
alvula de aguja.
La turbina se acelera y = Kf aumenta. Al aumentar la velocidad las masas m se
separan y el punto B baja, C y D bajan. Cuando se consigue el estado estacionario
la v
alvula piloto se cierra.
Asimismo, con Pref constante, si la turbina es cargada, baja la velocidad = Kf , las
masas se acercan subiendo los puntos B, C y D. La v alvula piloto se abre y E baja,
abriendo m as la v
alvula de aguja, incrementando la velocidad de la turbina, la que
hace bajar B, C y D. En el equilibrio (nuevo) se vuelve, entonces, a cerrar la v alvula
piloto.
Si se considera la palanca A-B-C:
Xc = f(XA , XB )
Linealizando:
F F
Xc = |X =const XA + |X =const XB
XA B XB A
b a+b
Xc = XA + XB
a a
Puesto que XB f y XA Pref entonces:
Xc = K1 f K2 Pref (2.185)
Asimismo para la palanca C-D-E:
XD = K3 XC + K4 XE (2.186)
Si se considera la funcion de transferencia simple del servomotor entonces:
Z
XE = K5 XD dt (2.187)
Transformando (2.187) y utilizando (2.186) :

K3
K4
XE (s) = 1 Xc (s) (2.188)
1+ K4 K5 s
Con (2.185) en (2.188):

KG 1
XE (s) = (Pref (s) f (s)) (2.189)
1 + TG s R
donde:
KG = KK3 K2
4
, TG = 1
K4 K5 , R= K2
K1 .
Figura 2.50 Concatenaci

on simple del gobernador de velocidad con la turbina,
generador y area de potencia
La Fig. 2.50 muestra una concatenacion simple del gobernador de velocidad con la
turbina, generador y area de potencia, en donde los modelos para la turbina-generador
y el area de potencia se han escogido de primer orden. PG y PD son los incrementos
de la potencia generada y la demandada por los usuarios, respectivamente.
2.21 Linealizaci
on de las ecuaciones de estado no lineales 79
2.21 Linealizaci
on de las ecuaciones de estado no
lineales
Sea el conjunto de ecuaciones de estado no lineales:
x = f (x, u, t) (2.190)
en donde x y u son vectores (columna) que contienen las variables de estado (n) y
las entradas al sistema (p), respectivamente; y f es una funci on vectorial no lineal de
x, u y t.
La representacion de un sistema no lineal y/o variante con el tiempo mediante ecua-
ciones de estado es una gran ventaja sobre el metodo de la funci on de transferencia,
ya que este ultimo se define estrictamente solo para sistemas lineales e invariantes con
el tiempo.
Sea la trayectoria nominal de operaci on (punto de operacion) denotada por x0 (t), la
cual corresponde a la entrada nominal u0 (t). Expandiendo la ecuaci on de estado no
lineal (2.190) en series de Taylor alrededor del punto de operacion y despreciando los
terminos de orden superior a uno:
n
X p
X
fi (x, u) fi (x, u)
x i (t) = fi (x0 , u0 ) + |x0 ,u0 (xj x0j ) + |x0 ,u0 (uj u0j )
j=1
xj j=1
uj
(2.191)
en donde i = 1, 2, , n.
Se definen:
xi , xi x0i , uj , uj u0j , x i , x i x 0i (2.192)

Adem
as:
x 0i = fi (x0 , u0 ) (2.193)
Reemplazando (2.192) y (2.193) en (2.191):
n
X p
X
fi (x, u) fi (x, u)
x i = |x0 ,u0 xj + |x0 ,u0 uj (2.194)
j=1
xj j=1
uj
La cual se puede reescribir en forma matricial como:
x = A x+B u (2.195)
en donde:
f1 f1 f1

x1 x2 xn
f2 f2 f2

A = x1 x2 xn (2.196)

fn fn fn
x1 x2 xn x0 ,u0
f1 f1 f1
u1 u2 up
f2 f2
f2

B = u1 u2 up
(2.197)

fn fn fn
u1 u2 up x0 ,u0

Notese que A y B son evaluados en el punto nominal.
Se ha linealizado el sistema no lineal (2.190) alrededor del punto nominal de operaci
on.
Sin embargo, en general, aunque la ec. (2.195) es lineal, A y B podran contener
elementos que varan con el tiempo.
Ejemplo 2.18 La Fig. 2.51 muestra el diagrama de un sistema de suspensi on magne-

tico de una bola met alica. El objetivo del sistema es controlar la posici
on de la bola aju-
stando la corriente en el electroim an mediante el voltaje de entrada e(t). Plantear un
modelo matem atico mediante ecuaciones de estado y linealizarlo alrededor del punto
de equilibrio y0 (t) = Y0 = constante.
Figura 2.51 Sistema de suspensi

on magnetico de una bola
Las ecuaciones que describen el comportamiento del sistema se pueden obtener apli-
cando la segunda ley de Newton a la bola y la segunda ley de Kirchho al circuito
electrico:
i2 d2 y
Mg =M 2 (2.198)
y dt
di
e(t) = Ri + L (2.199)
dt
dy
Si se definen las variables de estado como :x1 = y, x2 = dt , x3 = i, las ecuaciones de
estado del sistema son:
dx1
= x2 (2.200)
dt
2.22 Diagramas de bloques 81
dx2 1 x23
=g (2.201)
dt M x1
dx3 R 1
= x3 + e(t) (2.202)
dt L L
Se determina el punto nominal de operaci on. Puesto que y0 (t) = x01 (t) = Y0 =
2
cons tan te, entonces x02 (t) = dx01
dt
(t)
= 0. Adem
as, como d dt
y0 (t)
2 = 0, reemplazando
este en (2.198) se obtiene i0 (t) = x03 (t) = MgY0 .
Utilizando el punto nominal de operacion y linealizando las ecs. de estado no lineales
se obtiene (2.203):
0 1

x 1 q0 x1 0
x 2 = g
Y0
g
0 2 MY0 x2 + 0 e(t) (2.203)
1
x 3 0 0 R x3 L
L
Ejemplo 2.19 Sea el sistema no lineal de ecuaciones:
1
x 1 = (2.204)
x22 (t)
x 2 = x1 (t)u(t) (2.205)
Linealizarlas alrededor de la trayectoria nominal [x01 (t), x02 (t)] que es la soluci
on a
las ecuaciones con las condiciones iniciales x1 (0) = x2 (0) = 1 y la entrada u(t) = 0.
Integrando (2.205), x2 (t) = x2 (0) = 1 e integrando (2.204), x1 (t) = t + 1. Es decir,
la trayectoria nominal alrededor de la cual las ecs.(2.204) y (2.205) seran linealizadas
f1 f2
es descrita por x01 (t) = t + 1 y x02 (t) = 1. Como x 1
= x 2
= f f1
u = 0, x2 =
1
2 f2 f2
,
x32 (t) x1
= u(t), u = x1 (t) y evaluando estas en el punto de operacion se obtienen
las ecuaciones pedidas:

x 1 0 2 x1 0
= + u(t) (2.206)
x 2 0 0 x2 1t
(2.206) es un conjunto de ecs. de estado lineales con coeficientes variables con el

tiempo.
2.22 Diagramas de bloques

Figura 2.52 Sistema de lazo cerrado

La Fig. 2.52 muestra un diagrama de bloques general de un sistema en lazo cerrado.
on de transferencia directa como C(s)
Se define la funci E(s) = G(s), y la funcion
de transferencia en lazo abierto como B(s) E(s) = Wla (s) = G(s)H(s). N otese que si
la funcion de transferencia de realimentacion es la unidad (H(s) = 1), la funcion de
transferencia en lazo abierto y la directa son iguales. Para el sistema en lazo cerrado
se tiene:
C(s) = G(s)E(s) = G(s)[R(s) B(s)] = G(s)[R(s) H(s)C(s)]
de la cual se halla la funci

on de transferencia en lazo cerrado:
C(s) G(s)
= Wlc (s) = (2.207)
R(s) 1 + G(s)H(s)
2.23 Sistema de lazo cerrado sometido a una

perturbaci
on
Figura 2.53 Sistema de lazo cerrado sometido a una perturbacion

La respuesta del sistema lineal de la Fig. 2.53 debido a ambas entradas, r(t) y u(t)
se puede obtener utilizando superposicion:
2.24 Reducci
on de diagramas de bloques 83
a. Supongase N (s) = 0, entonces la respuesta debida a R(s), CR (s), se puede

obtener usando (2.207):
CR (s) G1 (s)G2 (s)

= (2.208)
R(s) 1 + G1 (s)G2 (s)H(s)
b. Se supone ahora R(s) = 0, entonces la respuesta debida a N (s), CN (s), tambien

se puede obtener usando (2.207):
CN (s) G2 (s)
= (2.209)
N (s) 1 + G1 (s)G2 (s)H(s)
Usando superposicion la respuesta del sistema es:
G2 (s)
C(s) = CR (s) + CN (s) = [G1 (s)R(s) + N (s)] (2.210)
1 + G1 (s)G2 (s)H(s)
Suponiendo que | G1 (s)G2 (s)H(s) | 1, se puede notar que la respuesta debido a la

referencia es aproximadamente independiente de G1 (s) y G2 (s) ya que CR(s)
R (s) 1
' H(s) .
Si ademas, | G1 (s)H(s) | 1, se ve que el efecto de perturbaci
on se aten
ua consider-
ablemente ya que CN(s)
N (s) 1
' G1 (s)H(s) 0.
2.24 Reducci
on de diagramas de bloques
La reduccion de un diagrama de bloques complicado a uno mas simple se puede llevar
a cabo utilizando los diagramas equivalentes que se muestran en la Fig. 2.54.
Figura 2.54 Diagramas equivalentes
Ejemplo 2.20 Reducir el diagrama de bloques de la Fig. 2.55 y obtener la funci

on
de transferencia.
Figura 2.55 Diagrama de bloques del ejemplo 2.20

Las Figuras 2.56 y 2.57 muestran las diferentes etapas para la reduccion del diagrama
FG F GH
de bloques en donde A = 1F GI , B = 1F GI+GHJ .
2.24 Reducci
on de diagramas de bloques 85
Figura 2.56 Reducci

on parcial del diagrama de la Fig. 2.55
Figura 2.57 Reducci

on final del diagrama del ejemplo 2.20
Finalmente entonces la funci
on de transferencia es:
C(s) F GH
= (2.211)
R(s) 1 F GI + GHJ + F GH
Ejemplo 2.21 Reducir el mismo diagrama de bloques de la Fig. 2.55 de otra manera.
La Fig. 2.58 muestra las diferentes etapas para la reducci

on del diagrama de bloques
GH I
de otra manera, en donde D = 1+GHJ , E=H 1.
Figura 2.58 Otra manera de reducir el diagrama de la Fig. 2.55

Finalmente se obtiene la misma funci
on de transferencia dada por la ec. (2.211).
2.25 Ejemplos
2.25 El servomotor bifasico 87
2.25.1 Sism
ografo
Figura 2.59 Diagrama esquem

atico de un sismografo
El sismografo basicamente indica el desplazamiento de su envoltura con respecto al
espacio inercial.
xi es el desplazamiento de la envoltura o gabinete con respecto al espacio inercial
o referencia, x0 es el desplazamiento de la masa m con respecto a la referencia.
y = x0 xi es el desplazamiento de la masa m con respecto al gabinete.
Haciendo el diagrama de cuerpo libre de la masa m y aplicando la segunda ley de
Newton:
B(x i x 0 ) + K(xi x0 ) = m
x0
y haciendo cambio de variable, x0 = y + xi , se obtiene:
m
y + B y + Ky = mx i
Utilizando Laplace y suponiendo condiciones iniciales nulas se obtiene la funci

on de
transferencia:
Y (s) ms2
= 2 (2.212)
Xi (s) ms + Bs + K
Si el rango de frecuencias
p de interes es relativamente alto de modo que para s = j se
tiene que m 2 (B)2 + K 2 (desigualdad que sirve para el dise no del sismografo)
|Y (j)|
entonces de (2.212) se obtiene que |X i (j)|
' 1. Asi entonces se obtiene a la salida
(y) una senal cuya forma de onda es igual al desplazamiento de entrada (xi ).
Este dispositivo tambien puede ser utilizado como aceler ometro ya que s2YX(s)
i (s)
=
Y (s) m
a(s) ms2 +Bs+K .
2.25.2 El servomotor bif

asico
Figura 2.60 El servomotor bifasico
Ec(t)
Voltaje
ec(t)
Tiempo
T(t)
Torque
Tiempo
Figura 2.61 Curvas de voltaje de control y torque del servomotor bifasico con
velocidad constante
Muy utilizado en servomecanismos de instrumentaci on y control. Es un motor con
rotor jaula de ardilla y en el estator tiene dos devanados en cuadratura, llamados fase
de control (cuyo voltaje entre sus terminales ec (t) = Ec (t) sen t, generalmente se usa
como se nal de control) y fase de referencia (su voltaje es ef (t) = E cos t). Como la
mayora de sistemas fsicos, el servomotor bifsico es un dispositivo no lineal, lo cual se
refleja fundamentalmente en la relaci on entre el torque generado, T , con la velocidad
angular, m , y el voltaje Ec (t). La Fig. 2.60 muestra una curva tpica, dada por los
2.25 Motor de CC controlado en el inducido 89
fabricantes, de esta relaci

on y la Fig. 2.61 muestra que, para una velocidad angular
constante, el torque generado por el motor T (t) es proporcional a Ec (t). Se supone
que las variaciones de Ec (t) son lentas comparadas con la se
nal de alimentaci
on sen t.
Asi pues T = T (m , ec ) y linealizando alrededor de alg
un punto de operaci on P0 :
T T
T = |P0 m + |P ec (2.213)
m Ec 0
d d2 d
= k1 + k2 ec = J +B
dt dt2 dt
Organizando (2.213) se obtiene la ecuacion diferencial (2.214):
d2 d
J + (B + k1 ) = k2 ec (2.214)
dt2 dt
Usando Laplace en (2.214) con condiciones iniciales nulas se obtiene la funci
on de
transferencia:
(s) K
= (2.215)
Ec (s) s(1 + s)
k2 J
donde K = B+k1 y= B+k1 .
2.25.3 Motor de CC controlado en el inducido
Figura 2.62 Motor de CC controlado por la armadura

Aplicando la slk en el circuito de armadura:
dia
v ea = Ra ia + La (2.216)
dt
en donde ea , el voltaje inducido en la armadura es dado por ea = Ka m , siendo
m la velocidad angular del motor y el flujo en el entrehierro, el cual se supondra
proporcional a la corriente de campo, que en este caso se supone constante. Por lo

tanto:
ea = Ke m (2.217)
Asimismo, el torque generado por el motor es dado por = Kb ia . Por lo tanto:
= K ia (2.218)
Con el diagrama de cuerpo libre de la inercia J y utilizando la sln:
dm
L = j + Bm (2.219)
dt
en donde L es el torque de perturbaci
on en la carga.
Transformando las ecs. (2.216) a la (2.219) con condiciones iniciales nulas y orga-
niz
andolas se obtienen:
1
Ia (s) = (V (s) Ea (s)) (2.220)
Ra + La s
Ea (s) = Ke m (s) (2.221)
(s) = K Ia (s) (2.222)
1
m (s) = ( (s) L (s)) (2.223)
Js + B
Figura 2.63 Diagrama de bloques del motor de CC controlado por el inducido

Con las ecs. (2.220) a la (2.223) se obtiene el diagrama de bloques de la Fig. 2.63 del
motor de cc controlado por el inducido.
2.25 Motor de CC controlado en el campo 91
2.25.4 Motor de CC controlado en el campo
Figura 2.64 Motor de CC controlado en el campo

En este caso se supone que el voltaje aplicado a la armadura es constante. Aqu no se
supondra, como sucede a veces, que la corriente de armadura es constante (conectando
una resistencia alta en serie con la armadura) ya que esto no es estrictamente cierto.
El comportamiento del sistema es descrito con las siguientes ecuaciones:
dia
V = Ra ia + La + ea
dt
ea = K0 = K1 if
= K0 ia = K1 if ia
d
=j + B
dt
dif
vf = Rf if + Lf
dt
las cuales despues de ser linealizadas alrededor de un punto de operacion se convierten
en:
dia
V = 0 = Ra ia + La + ea
dt
ea = Kf if + K
= K2 if + K ia
d
= j + B
dt
dif
vf = Rf if + Lf
dt
y utilizando la transformada de Laplace en ellas con condiciones iniciales nulas:
1
If (s) = Vf (s)
Rf + Lf s
1
Ia (s) = Ea (s)
Ra + La s
Ea (s) = Kf If (s) + K (s)
(s) = K2 If (s) + K Ia (s)
1
(s) = (s)
Js + B
de las cuales se puede obtener el diagrama de bloques de la Fig. 2.65.
Figura 2.65 Diagrama de bloques del motor de CC controlado en el campo

Utilizando reduccion de diagramas de bloques en la Fig. 2.65 o mediante la ma-
nipulaci
on algebraica de las u
ltimas cinco ecuaciones se puede obtener la funcion de
transferencia:
2.26 Potenciometros 93
(s) (K2 RKaf+L

K
as
)(Ra + La s)
= (2.224)
Vf (s) (Rf + Lf s)[La Js + (Ra J + La B)s + (Ra B + K2 )]
2
Considerese como entrada un escalon unitario, es decir vf (t) = us (t), por lo tanto
Vf (s) = 1s . Partiendo de que el sistema es estable entonces el cambio en velocidad
en estado estacionario, ss , se puede calcular utilizando el teorema del valor final:
ss = lim (t) = lim s(s). En este caso da:
t s0
K K
f
(K2 R a
)Ra
ss =
Rf (Ra B + K2 )
de donde se puede notar que si:
a. Ra es pequena de modo que (K2 KR f K

a
) < 0, entonces (s) < 0, es decir la
velocidad decrece con el aumento de vf .
Kf K
b. Ra es grande de modo que (K2 R a
) > 0, entonces (s) > 0, es decir la
velocidad crece con el aumento de vf .
Si la inductancia de armadura es despreciable, entonces la funci

on de transferencia se
reduce a:
Kf K
(s) Kf K + Ra K2 Ra + K2
' = 2 (2.225)
Vf (s) (Rf + Lf s)(Ra Js + Ra B + K2 ) (Rf + Lf s)(Js + B + K
Ra )
y si la resistencia en el circuito de armadura se hace grande (conectando una resisten-

cia alta en serie):
(s) K2
' (2.226)
Vf (s) (Rf + Lf s)(Js + B)
2.26 Sensores de error en sistemas de control

Como se sabe, en sistemas de control a menudo es necesario comparar varias se nales
en cierto punto de un sistema. Por ejemplo, la comparaci on de la entrada de re-
ferencia con la variable controlada, que es llamada la se nal de error. En terminos
de componentes fsicos, un sensor de error puede ser un simple potenci ometro o una
combinaci on de ellos, un engranaje diferencial, un transformador, un amplificador
diferencial, un synchro, etc. Se consideraran algunos de ellos.
2.26.1 Potenci
ometros
Un potenci ometro es un transductor electromec anico que convierte una senal mec
anica
en una se nal electrica. La entrada al dispositivo es en forma de desplazamiento
mecanico, sea traslacional o rotacional. Cuando se aplica un voltaje entre los termi-
nales fijos del potenciometro, el voltaje de salida que se mide entre el terminal variable
y tierra es proporcional al desplazamiento de entrada, linealmente o de acuerdo a al-
guna relacion no lineal.
Potenciometros rotatorios son disponibles comercialmente en forma de una o m ulti-
ples revoluciones. El material comunmente es alambre o plastico conductor. Este
u
ltimo es preferible para control de precisi on.
Figura 2.66 Potenci

ometros
En la Fig. 2.66a se tiene el modelo de un potenci ometro rotatorio lineal. Este dis-
positivo se puede usar para indicar la posicion absoluta de un sistema o la posicion
relativa de dos salidas mecanicas. Entonces el voltaje de salida e(t) sera proporcional
a la posicion del eje c (t). Es decir e(t) = Ks c (t), en donde Ks es una constante de
proporcionalidad.
Un arreglo m as flexible se obtiene usando dos potenci ometros conectados en pa-ralelo
como se muestra en la Fig. 2.66b. En este caso se permite la comparacion de dos
posiciones de ejes localizados remotamente. El voltaje de salida se toma entre los
terminales variables de los dos potenci ometros y es dado por e(t) = Ks [1 (t) 2 (t)].
2.26 Potenciometros 95
Figura 2.67 Control de posici

on con motor DC
Referencia
e(t)
ea(t)
pos. carga
Tiempo
Figura 2.68 Ondas tpicas del motor DC

La Fig. 2.67 muestra el diagrama esquem atico simplificado de un tpico sistema de
control de posici
on con motor DC. En la Fig. 2.68 se muestran formas de onda tpicas
del sistema para cuando r (t) es un escal
on unitario. N otese que todas las senales
son demoduladas. En la terminologa del control, una senal DC se refiere a una se
nal
no modulada. Por otro lado, una se nal AC se refiere a aquella que es modulada por
un proceso de modulaci on.

on con motor bifasico AC
Referencia
v(t)
error posicin
e(t)
pos. carga
Tiempo
Figura 2.70 Ondas tpicas del motor bif

asico AC
La Fig. 2.69 muestra un sistema de control que sirve esencialmente al mismo proposito
que el de la Fig. 2.67, excepto que prevalecen las se nales AC. El voltaje aplicado al
detector de error es sinusoidal. La frecuencia de esta se nal es usualmente mucho mas
alta que la de la se
nal que esta siendo transmitida a traves del sistema. Se
nales tpicas
del sistema de control AC se muestran en la Fig. 2.70. v(t) = E sen c t es llamada
la portadora cuya frecuencia es c . La se nal de e-rror es e(t) = Ks e (t)v(t), en
donde e (t) = r (t) L (t), es la diferencia entre el desplazamiento de entrada y el
2.26 Synchros 97
desplazamiento de la carga. Para la se nal e (t) de la Fig. 2.70, e(t) es una se

nal
modulada con portadora suprimida ya que no contiene la frecuencia original
portadora. Por ejemplo, si e (t) = sen s t, en donde normalmente s c , entonces,
usando relaciones trigonometricas, e(t) = 12 Ks E[cos(c s )t cos(c + s )t]. Por
eso, e(t) no contiene a c o s , sino a c + s y c s .
Cuando la se nal modulada se transmite a traves del sistema, el motor actua como un
demodulador, de modo que el desplazamiento de la carga sera de la misma forma que
la se
nal DC antes de modulaci on.
2.26.2 Synchros
Son muy confiables. B asicamente un synchro es un dispositivo rotatorio que opera
con el mismo principio que un transformador y produce una correlacion entre una
posici
on angular y un voltaje o conjunto de ellos. Los synchros son dispositivos AC
y hay muchos tipos de ellos. Aqu solo se discuten el synchro transmisor y el synchro
transformador de control.
El synchro transmisor. Los devanados de su estator estan conectados en Y. El
rotor es de polos salientes con un solo devanado. Su diagrama esquem atico se muestra
en la Fig. 2.71.
Figura 2.71 El synchro transmisor

Un voltaje AC monofasico, ec = ER sen c t, se aplica al rotor a traves de dos anillos
deslizantes. Se puede demostrar que las magnitudes de los voltajes en los terminales
del estator son:

ES1 S2 = 3KER sen( + 240 ) (2.227)

ES2 S3 = 3KER sen( + 120 ) (2.228)

ES3 S1 = 3KER sen (2.229)
en donde es la posicion del rotor relativa alguna referencia. Por lo tanto, un synchro
transmisor sirve para identificar posiciones angulares.
El synchro transformador de control. Un detector de error por synchros involu-
cra el uso de dos: el transmisor y el transformador de control como se muestra en la
Fig. 2.72.
Figura 2.72 Detector de error por synchros

Basicamente el principio de operacion del synchro transformador de control es identica
a la del trasmisor, excepto que el rotor es de forma cilndrica de modo que el flujo
en el entrehierro es uniformemente distribuido alrededor del rotor. Esta cualidad
es esencial para un transformador de control ya que los terminales del rotor son
conectados usualmente a un amplificador o un dispositivo electrico similar, de modo
que este vea una impedancia constante.
Cuando los voltajes (2.227) a (2.229) se aplican a los correspondientes terminales del
estator del transformador de control, la amplitud del voltaje en su rotor es funci on del
seno de la diferencia entre los angulos de los ejes del transmisor y del transformador
de control. Naturalmente el detector de error sncrono es un dispositivo no lineal.
Sin embargo, para peque nas desviaciones angulare de hasta 15 en la vecindad de las
2 posiciones nulas del seno, el voltaje del rotor del del transformador de control es
aproximadamente proporcional a la diferencia de posicion. Por eso, para peque nas
desviaciones angulares, la funci on de transferencia del detector de error sncrono se
E
puede aproximar por una constante Ks = r L
= Ee , en donde E es un voltaje de
error en voltios, r y L son las posiciones de los ejes del transmisor y del transfor-
mador de control en radianes, respectivamente, e es el error de las posiciones de los
ejes en rads. y Ks es la sensitividad del detector de error en voltios/rad.
Se debe hacer notar que la senal de error en los terminales del rotor del transformador
de control cuando el voltaje aplicado al rotor del transmisor es ER sen c t, es una se
nal
modulada de portadora suprimida, e(t) = Ks e (t) sen c t.
2.27 Control de posici
on con sensor de error potenciometrico 99
Figura 2.73 Control de posicion con motor bifasico

La Fig. 2.73 muestra un diagrama simplificado de un sistema de control de posicion
empleando un detector de error sncrono. El rotor del transformador de control se
conecta al eje controlado y el rotor del transmisor se conecta al eje de entrada de
referencia.
2.27 Ejemplos de control de posici

on
Los siguiente tres ejemplos tienen como objetivo el control de una posicion angular.
2.27.1 Control de posici
on con sensor de error potenciom
etrico

on con sensor de error potenciometrico y motor DC
En la Fig. 2.74 Jm y Bm son: el momento de inercia y el coeficiente de friccion
viscosa del motor, respectivamente, n = N
N2 , es la relaci
1
on del n
umero de dientes de los
engranajes primario y secundario, Km es la constante de voltaje y de torsi
on del motor
(iguales en el sistema MKS), K1 es la ganancia del detector de error potenciometrico,
KA es la ganancia del amplificador, r, c, y 1 son los desplazamientos angulares de

los ejes de referencia, de salida (en la carga) y del motor, respectivamente.
Las ecuaciones que describen el comportamiento del sistema son:
e = K1 (r c)
va = KA e
dia
va ea = Ra ia + La
dt
ea = Km 1
= Km ia
d1
= Jeq + Beq 1
dt
1 1
=
c n
en donde Jeq = (Jm + n2 JL ) y Beq = (Bm + n2 BL ).
Transformando las ecuaciones con condiciones iniciales nulas se obtienen:
E(s) = K1 (R(s) C(s))
Va (s) = KA E(s)
1
Ia (s) = (Va (s) Ea (s))
Ra + La s
Ea (s) = Km 1 (s)
(s) = Km Ia (s)
1
1 (s) = (s)
Beq + Jeq s
n
C(s) = 1 (s)
s
on con synchros y motor DC 101
Con estas ecuaciones se puede obtener el diagrama de bloques que se muestra en la

Fig. 2.75.
Figura 2.75 Diagrama de bloques del sistema de la Fig. 2.74

Utilizando reduccion de diagramas de bloques o mediante manipulaci on de las ecua-
ciones transformadas se puede obtener la funci
on de transferencia, la cual, en el caso
de despreciar la inductancia de armadura, es:
C(s) K1 KA Km n
= 2 2 )s + K K K n
R(s) Ra Jeq s + (Ra Beq + Km 1 A m

on con synchros y motor DC

on con synchros y motor DC
Puesto que la se nal de error del detector de error sncrono es modulada, ec = K(i
0 ) cos c t, y se desea usar un motor DC, es necesario entonces demodular el error,
para lo cual se utiliza el circuito de la Fig. 2.77a, en donde vr = V cos c t.
Figura 2.77 Demodulador y circuitos equivalentes

Como se supone que las variaciones del error, r L , son lentas con relaci
on a la
portadora, el analisis del circuito se puede hacer en dos partes:
a. Cuando r L > 0 y vr > 0. En este caso, como los transistores P y Q quedan

en saturacion y corte, respectivamente, el circuito de la Fig. 2.77b es equivalente
al de la Fig. 2.77a sin considerar el condensador.
En el circuito de la Fig. 2.77c se usa una red equivalente Thevenin en donde:

RT h = R2(R
2 (2R1 +R2 )
1 +R2 )
y eT h = 2(RR 2
1 +R2 )
ec . Por lo tanto:
R
v0 = ec
2R1 + R2
Asi, si ec > 0 v0 > 0, y si ec < 0 v0 < 0, lo cual justifica parte de las graficas de
la Fig.2.78.
b. Cuando r L > 0 y vr < 0. En este caso los transistores P y Q quedan en corte

on con synchros y motor DC 103
y saturaci
on, respectivamente. Haciendo un an
alisis como en el caso anterior se
obtiene:
R
v0 = ec
2R1 + R2
Asi, si ec > 0 v0 < 0, y si ec < 0 v0 > 0, lo cual justifica otra parte de las
graficas de la Fig.2.78.
Vr
ec
Vo
Vr
ec
Vo
Tiempo
Figura 2.78 Se
nales del demodulador
El condensador en el circuito de la Fig. 2.77a sirve como filtro para obtener a la
salida del demodulador una senal DC que es proporcional al error de las posiciones
angulares r L .
Figura 2.79 Diagrama de bloques de la Figura 2.76

La Fig. 2.79 muestra el diagrama de bloques correspondiente al sistema de la Fig.

2.76, en donde K es la ganancia del detector de error sncrono, KDM representa la
on del demodulador y KT G es la ganancia del tacogenerador de iman permanente.
acci
on con synchros y motor bif
asico

on con synchros y motor bifasico
La Fig. 2.80 muestra el control de posici on angular utilizando detector de error
sincr
onico y motor bif asico. El tacogenerador en este caso es AC. Sus voltajes de
referencia, al igual que el aplicado al rotor del synchro transmisor son de la misma
frecuencia angular. La inercia y coeficiente de fricci on viscosa equivalentes en el eje
del motor son: 2 2 2 2
Jme = Jm + N 1
N2 Jc + N4 N2 N1
N5 N3 N2 Jt , y B me = B m + N1
N2 Bc + N4 N2 N1
N5 N3 N2 Bt
La funcion de transferencia del motor bif asico que se encontr
o anteriormente es:
m (s) Km
=
E2 (s) s(1 + Tm s)
Las siguientes ecuaciones, de una vez en el dominio de s, completan el conjunto que
describe el sistema de la Fig. 2.80:
e (s) = r (s) t (s)
E(s) = Ks e (s)
2.28 Sistemas de nivel de lquido 105
Ea (s) = E(s) Et (s)
E2 (s) = AEa (s)
N1
c (s) = m (s)
N2
N4 N2
t (s) = c (s)
N5 N3
Et (s) = Kt st (s)
Con estas ecuaciones se puede obtener el diagrama de bloques de la Fig. 2.81.

La funci
on de transferencia, que se puede obtener por manipulacion algebraica de las
ecuaciones o por reduccion del diagrama de bloques, es:
c (s) Ks AKm n1
= 2
r (s) Tm s + (1 + AKm Kt n2 )s + Ks AKm n2
N1 N4 N2
donde n1 = N2 y n2 = N5 N3 .
2.28 Sistemas de nivel de lquido

Figura 2.82 Sistema de nivel de lquido

Dependiendo de si el flujo del lquido es turbulento o laminar, lo cual se mide con
el n
umero de Reynolds, el sistema se describe mediante ecuaciones diferenciales no
lineales o lineales, respectivamente.
En el sistema de nivel de lquido (sistema hidr
aulico) de la Fig. 2.82a, A es el promedio
on transversal del tanque, Qi es el caudal (volumen por unidad de tiempo)
de la secci
a la entrada y Q0 es el caudal a la salida. Naturalmente el volumen (V ) del lquido
en el tanque, suponiendo una secci on transversal constante, es funcion del nivel del
mismo, H. Es decir:
V = f(H)
Cuando ocurre un peque

no cambio en el nivel con respecto al valor del punto de
operaci
on, entonces:
f (H)
V = |P0 H = AH (2.230)
H
Notese que el lquido en el tanque almacena energa. Si se considera que el volumen del
lquido en el tanque y el nivel en el sistema hidr
aulico tienen como an alogos electricos
a la carga electrica (q) en un condensador y la diferencia de potencial (voltaje e),
respectivamente, entonces, puesto que q = Ce e, donde Ce es la capacitancia electrica,
y comparando con la ec. (2.230) se define la capacitancia del tanque como C , A y
por lo tanto (2.230) se puede reescribir como (2.231):
V = CH (2.231)
Adem as, como la diferencia entre el caudal que le entra al tanque y el que le sale es
la variacion del volumen del lquido en el tanque, entonces:
dV
Qi Q0 = (2.232)
dt
Asi si Qi Q0 > 0, entonces el volumen aumenta y vicerversa. De (2.232):
2.28 Sistemas de nivel de lquido 107
dV
Qi Q0 = (2.233)
dt
Es importante notar que puesto que la corriente electrica se define como i , dq
dt ,
entonces el an
alogo del caudal es la corriente electrica.
Con (2.231) en (2.233):
dH
Qi Q0 = C (2.234)
dt
Considerese el caudal a la salida Q0 , el cual como se muestra en la Fig. 2.82b puede
ser una funcion no lineal del nivel H, es decir Q0 = Q0 (H). Linealizando alrededor
del punto de operacion:
Q0 (H)
Q0 = |P0 H (2.235)
H
Como se sabe, la resistencia electrica Re se define por Re , ei y con Q0 analogo a
i y H analogo a e, entonces de (2.235) se define la resistencia de la v alvula a la
salida como R , Q H
0
.
Esta es la pendiente de la curva mostrada en la Fig. 2.82b.
Por lo tanto, reescribiendo (2.235):
1
Q0 = H (2.236)
R
Con (2.236) en (2.234) y organizando se obtiene la ecuacion diferencial que relaciona
un cambio en el caudal de entrada con un cambio en el nivel del sistema de la Fig.
2.82a:
dH 1
C + H = Qi (2.237)
dt R
La funci
H(s) R
= (2.238)
Qi (s) RCs + 1
alvula de salida y como Q0 (s) =
Si se considera como salida el caudal a traves de la v
1
R H(s), entonces:
Q0 (s) 1
= (2.239)
Qi (s) RCs + 1

alogo al sistema de nivel de lquido de la Fig. 2.82a
Teniendo en cuenta las analogas electricas descritas en esta secci

on, se puede obtener
el circuito electrico an
alogo del sistema de nivel de lquido de la Fig. 2.82a como se
muestra en la Fig. 2.83.
En la Fig. 2.83 las analogas son:
Ce = C, Re = R, e = H, i = Qi , i0 = Q0 .
Aplicando la plk al nodo superior del circuito de la Fig. 2.83 se obtiene:
1
i = Ce e + e (2.240)
Re
Reemplazando las analogas en (2.240) se obtiene nuevamente la ecuacion diferencial

(2.237).
La siguiente tabla hace un resumen de las analogas consideradas en esta seccion.
Sistema hidraulico Sistema electrico
Nivel, H Voltaje, e
Caudal, Q Corriente, i
Resistencia hidr
aulica, R Resistencia electrica, Re
Capacitancia hidraulica, C Capacitancia electrica, Ce
2.29 Sistemas de nivel de lquido con interacci

on
Figura 2.84 Sistema de nivel de lquido con interacci

on
La Fig. 2.84 muestra dos tanques conectados a traves de una v alvula. Se planteara un
modelo matem atico linealizado y se obtendra la funci
on de transferencia, considerando
como entrada una variacion del caudal Q, Q, y como salida la variaci on en el caudal
Q2 , Q2 .
Para el tanque de la izquierda:
2.29 Sistemas de nivel de lquido con interacci
on 109
dV1
Q Q1 =
dt
Entonces:
dV1 dH1
Q Q1 = = C1 (2.241)
dt dt
Como Q1 = Q1 (H1 H2 ), entonces:
1
Q1 = (H1 H2 ) (2.242)
R1
Similarmente para el tanque de la derecha:
dV2
Q1 Q2 =
dt
dV2 dH2
Q1 Q2 = = C2 (2.243)
dt dt
y como Q2 = Q2 (H2 ), entonces:
1
Q2 = H2 (2.244)
R2
Suponiendo condiciones iniciales nulas y transformando (2.241) a (2.244) se obtienen:
1
H1 (s) = [Q(s) Q1 (s)] (2.245)
C1 s
1
Q1 (s) = [H1 (s) H2 (s)] (2.246)
R1
1
H2 (s) = [Q1 (s) Q2 (s)] (2.247)
C2 s
1
Q2 (s) = H2 (s) (2.248)
R2

Con las ecuaciones (2.245) a (2.248) se puede obtener el diagrama de bloques que
se muestra en la Fig. 2.85 y a partir de este o mediante reduccion de diagrama de
bloques se obtiene la funci
Q2 (s) 1
= 2
(2.249)
Q(s) R1 C1 R2 C2 s + (R1 C1 + R2 C2 + R2 C1 )s + 1
alogo al sistema hidraulico de la Fig. 2.84 es el que se muestra
en la Fig. 2.86.

alogo al sistema hidr
aulico de la Fig. 2.84
Las ecuaciones que describen el circuito de la Fig. 2.86, de una vez en el dominio de
s, y que se obtienen aplicando la plk en dos nodos son:
1
Q(s) = C1 sH1 (s) + [H1 (s) H2 (s)] (2.250)
R1
1 1
0 = C2 sH2 (s) + H2 (s) + [H2 (s) H1 (s)] (2.251)
R2 R1
de las cuales se puede obtener H2 (s) en funci on de Q(s) y teniendo en cuenta

que Q2 (s) = R12 H2 (s) se obtiene Q 2 (s)
Q(s) , que resulta ser la misma funci
on de
transferencia obtenida anteriormente y dada por la ec. (2.249).
2.30 Sistema de nivel de lquidos no lineal

2.30 Sistema de nivel de lquidos no lineal 111
Figura 2.87 Sistema hidr aulico

En el sistema hidraulico de la Fig. 2.87, Q1 = K1 H1 , Q2 = K2 H2 . N otese que
la secci
on transversal del tanque esferico vara con el nivel de su lquido, es decir su
capacitancia hidraulica no es constante. El caudal u es la entrada al sistema. Se
plantearan las ecuaciones de estado no lineales que describen el comportamiento del
sistema.
Figura 2.88 Tanque esferico de la Fig. 2.87

En el tanque esferico de la Fig. 2.88 considerese el diferencial de volumen mostrado,
dv. Matem
aticamente:
h i
dv = r2 (r H)2 dH = 2rH H 2 dH
Es decir, el volumen en el tanque esferico para un nivel determinado H2 es:
Z H2

V2 = 2rH H 2 dH (2.252)
0

2 H23
= rH2
3
Para el tanque superior de la Fig. 2.87:
dH1
u Q1 = A (2.253)
dt
y para el tanque esferico:
dV2
Q1 Q2 = (2.254)
dt
Las ecuaciones no lineales (2.255) y (2.256) son dadas:
p
Q1 = K1 H1 (2.255)
p
Q2 = K2 H2 (2.256)
dH2
Q1 Q2 = H2 (2r H2 ) (2.257)
dt
Con (2.255) en (2.253) y con (2.255) y (2.256) en (2.257) se obtienen las ecuaciones
de estado no lineales que describen el comportamiento del sistema de la Fig. 2.87:
dH1 K1 p 1
= H1 + u (2.258)
dt A A
dH2 1 h p p i
= K1 H1 K2 H2 (2.259)
dt H2 (2r H2 )
2.31 Sistemas neum

aticos o de presi
on
2.31 Sistemas neumaticos o de presi
on 113
Figura 2.89 Sistema neumatico

En el sistema neum atico de la Fig. 2.89 se tiene una restriccion o v alvula y una
camara de gas. Q es el flujo de gas (masa por unidad de tiempo), Pi es la presion
de entrada (antes de la restriccion) y P0 es la presion en la c
amara. Ya que el flujo
de gas a traves de la restriccion, con el sentido mostrado, es funcion, en general no
lineal, de la diferencia de presiones Pi P0 , entonces:
Q = Q(Pi P0 )
la cual despues de ser linealizada alrededor del punto de operacion Pop , se obtiene:
Q
Q = |P (Pi P0 ) (2.260)
(Pi P0 ) op
Si se considera al flujo de gas analogo a la corriente electrica, i, y la diferencia de
presi
on analoga a la diferencia de potencial, e, teniendo en cuenta la definici on de
resistencia electrica, Re = ei , entonces la resistencia al flujo de gas R, de (2.260) se
define como:
Pi P0 1
R= = Q
Q (Pi P0 ) |Pop
Por lo tanto (2.260) se puede reescribir como:

1
Q = (Pi P0 ) (2.261)
R
Considerese la ley de los gases ideales, cuya expresi
on matematica es dada por:
p
R
pv = = T (2.262)
m
en donde p es la presion absoluta, v el volumen especfico del gas, su densidad, m
su peso molecular, R la constante universal de los gases y T la temperatura absoluta.
Si se supone que el gas en la camara de la Fig. 2.89 est a bajo ciertas condiciones,
como por ejemplo volumen y temperatura constantes, y se vara la presi on a la cual
esta sometido, entonces su densidad () vara, y puesto que M = V , entonces la
masa M tambien vara. Por lo tanto en el sistema de la Fig. 2.89, M = M(P0 ), y
linealizando alrededor del punto de operacion:
M
M = |P P0 (2.263)
P0 op
on de masa por unidad de tiempo, Q = dM
Ya que el flujo de gas es variaci dt , y puesto
que, como
R se dijo antes, Q es an
alogo a la corriente el
ectrica,
R i, entonces la masa
M = Qdt tiene como analogo a la carga electrica, qe = idt. Asi entonces, se
puede definir la capacitancia neumatica C de la c amara del gas como:
M = CP0 (2.264)
M
en donde en el punto de operaci
on C = P0
|Pop .
Como:
dM
Q = (2.265)
dt
Con (2.261) y (2.264) en (2.265) se obtiene la ecuacion diferencial lineal que relaciona
un cambio en la presion de la c
amara del gas con un cambio en la presion de entrada:
dP0 1 1
C + P0 = Pi (2.266)
dt R R
y utilizando la transformada de Laplace con condiciones iniciales nulas se obtiene la
funci
P0 (s) 1
= (2.267)
Pi (s) RCs + 1
Teniendo en cuenta las analogas electricas descritas en esta secci
on, se puede obtener
el circuito electrico an
alogo del sistema neumatico de la Fig. 2.89 como se muestra
en la Fig. 2.90 y obtener la misma funcion de transferencia de la ec. (2.267).

alogo del sistema de la Fig. 2.89
Sistema neumatico Sistema electrico
Presion, P Voltaje, e
Flujo, Q Corriente, i
Resistencia neum
atica, R Resistencia electrica, Re
Capacitancia neumatica, C Capacitancia electrica, Ce
2.31 Sistemas neumaticos o de presi
on 115
Ejemplo 2.22 Para el sistema neum atico de la Fig. 2.91 plantear un conjunto de
ecuaciones en el dominio de s que describa el comportamiento del sistema en funci on
de los cambios de presion P01 y P02 . Los cambios de presi on en las entradas
son Pi1 y Pi2 . Ri es la resistencia neum atica de la i-esima v
alvula y Ci es la
capacitancia neumatica de la i-esima c
amara.
Figura 2.91 Sistema neumatico del ejemplo 2.22

La Fig. 2.92 muestra el circuito electrico an
alogo del sistema neumatico de la Fig.
2.91, de una vez transformado, es decir en el dominio de s.

alogo del sistema de la Fig. 2.91
Aplicando la plk a los nodos 1 y 2 del circuito de la Fig 2.92 se obtiene el conjunto
de ecuaciones que se desea:
1 1
[P01 (s) Pi1 (s)] + C1 sP01 (s) + [P01 (s) P02 (s)] = 0
R1 R3
1 1
[P02 (s) P01 (s)] + C2 sP02 (s) + [P02 (s) Pi2 (s)] = 0
R3 R2
Ejemplo 2.23 En el sistema neum atico de la Fig. 2.93 A es la secci

on transversal
de cada fuelle, K es la constante del resorte, Kg es la constante de los gases ideales y
Ri es la resistencia al flujo del gas en cada una de las restricciones, i = 1, 2. Obtener
la funci
on de transferencia considerando como entrada un cambio en la presi on P0 ,
P0 , y como salida un cambio en la posici on z, z. Suponer conocido el punto de
operaci
on, la temperatura en los fuelles constante y que el gas es ideal.
Figura 2.93 Sistema neumatico del ejemplo 2.23

Se supone que la presi
on del gas en el fuelle de la izquierda es Pi y en el de la derecha
Pf . Por lo tanto A(Pf Pi ) = Kz, y linealizando:
A(Pf Pi ) = Kz (2.268)
Los flujos de gas a traves de las restricciones de la izquierda, M i , y de la derecha,
M f , son funciones de las respectivas diferencias de presi on, P0 Pi y P0 Pf . Es
decir, M i = M i (P0 Pi ) y M f = M f (P0 Pf ), las cuales despues de ser linealizadas
se convierten en:
1
M i = (P0 Pi ) (2.269)
R1
1
M f = (P0 P2 ) (2.270)
R2
Aplicando la ley de los gases ideales en cada uno de los fuelles se obtienen:
Pi Vi = Kg Mi Ti
Pf Vf = Kg Mf Tf
las cuales al ser linealizadas se reducen a:

2.32 Sistemas termicos 117
Mi = C1 Pi + C2 Vi (2.271)
Mf = C3 Pf + C4 Vf (2.272)
Reemplazando Vi = Vf = Az en (2.271) y (2.272):
Mi = C1 Pi + C2 Az (2.273)
Mf = C3 Pf + C4 Az (2.274)
Suponiendo condiciones iniciales nulas, transformando (2.269) y (2.270) y reemplazando

en ellas (2.273) y (2.274) despues de ser tambien transformadas se obtienen:
1
Mi (s) = [P0 (s) Pi (s)] = C1 Pi (s) + C2 Az(s) (2.275)
R1 s
1
Mf (s) = [P0 (s) Pf (s)] = C3 Pf (s) + C4 Az(s) (2.276)
R2 s
Despejando Pi (s) y Pf (s) de (2.275) y (2.276) respectivamente:

R1 s 1
Pi (s) = P0 (s) C2 Az(s) (2.277)
R1 C1 s + 1 R1 s

R2 s 1
Pf (s) = P0 (s) C4 Az(s) (2.278)
R2 C3 s + 1 R2 s
Con (2.277) y (2.278) en (2.268) despues de ser transformada y organizando se halla
la funci
on de transferencia pedida:
z(s) b0 s + b1
= 2
P0 (s) a0 s + a1 s + a2
en donde:
b0 = A (R1 C1 + R2 C3 ) , b1 = 2A, a0 = KR1 R2 C1 C3 + AR1 R2 C1 C4 AR1 R2 C2 C3
a1 = KR1 C1 + KR2 C3 + AR2 C4 AR1 C2 , a2 = K
2.32 Sistemas t
ermicos
Si se supone que la temperatura de un cuerpo es uniforme, entonces un peque no
n umero de sistemas termicos pueden ser representados por ecuaciones diferenciales
lineales. Se considerara especficamente un calentador de agua como ejemplo de un
tpico sistema termico.
Figura 2.94 Sistema termico

En la Fig. 2.94 el mezclador tiene como fin uniformizar la temperatura del lquido en
el tanque.
Se definen las siguientes variables:
Q i : flujo de calor que entra (por ejemplo en caloras/segundo)
Q h : flujo de calor producido por la resistencia
Q c : calor almacenado por unidad de tiempo
Q 0 : flujo de calor que sale
Q l : calor perdido a traves del aislante por unidad de tiempo
Tt : temperatura en el tanque y del lquido que sale
Te : temperatura en el exterior
La relaci on fundamental de sistemas termicos en equilibrio establece que el calor
adicionado al sistema (Qi + Qh ) es igual al calor almacenado m as las perdidas de
calor (Qc + Q0 + Ql ). Por lo tanto:
Q i + Q h = Q c + Q 0 + Q l
y linealizada:
Q i + Q h = Q c + Q 0 + Q l (2.279)
on de la temperatura del lquido, Qc =
El calor almacenado en el tanque es funci
Qc (Tt ). Por lo tanto:
Qc
Qc = |P Tt (2.280)
Tt 0
Si se considera que el calor almacenado en el tanque es analogo a la carga electrica
(qe ) en un condensador y la temperatura es analoga al voltaje (e), entonces teniendo
2.32 Sistemas termicos 119
on de capacitancia electrica, qe = Ce e, y la ecuaci

en cuenta la definici on (2.280),
se define la capacitancia termica como C = Q c
Tt |P0 .Por lo tanto, (2.280) se puede
reescribir como Qc = CTt , la cual despues de ser derivada es:
Q c = CTt (2.281)
El flujo de calor que sale, Q 0 , es funci

on del parametro denominado capacidad calorica
especfica, c, del caudal, M , y de la temperatura del lquido, Tt . Matem
atica-mente:
Q 0 = cM Tt (2.282)
la cual despues de ser linealizada alrededor del punto de operacion es:
Q 0 = cTt0 M + cM 0 Tt (2.283)
El flujo de calor perdido a traves del aislante depende de la diferencia de temperaturas

en el tanque y en el exterior. Es decir, Q l = Q l (Tt Te ). Linealizando alrededor del
punto de operaci on:
Q l
Q l = |P (Tt Te ) (2.284)
(Tt Te ) 0
Como el flujo de calor es variaci on de calor por unidad de tiempo, entonces aquel
es an alogo a la corriente electrica y teniendo en cuenta la definici on de resistencia
electrica, Re = ei , entonces de (2.284) se puede definir la resistencia termica de
h l
i1
aislamiento R = (TtQ Te ) |P0 . Por lo tanto (2.284) se puede reescribir:
1
Q l = (Tt Te ) (2.285)
R
Con (2.281), (2.283) y (2.285) en (2.279) y organizando:

dTt 1 1
C + cM0 + Tt = Q i + Q h + Te cTt0 M (2.286)
dt R R
Si se supone que no hay cambios en el caudal, es decir M = 0, ni cambios en la

temperatura en el exterior, es decir Te = 0, entonces (2.286) se reduce a:

dTt 1
C + cM 0 + Tt = Q i + Q h (2.287)
dt R
que es la ecuaci
on diferencial que relaciona un cambio en la temperatura en el tanque
con cambios en Q i y en Q h .

alogo al sistema de la Fig. 2.94
La Fig. 2.95 muestra un circuito electrico an alogo al sistema termico de la Fig. 2-
94. N otese que cM 0 es el inverso de una resistencia electrica an
aloga a las perdidas
a la salida, y si la fuente de voltaje Te se despreciara, estara en paralelo con la
aloga a la resistencia termica de aislamiento. Q i y Q h son analogas
resistencia an
a dos fuentes de corriente conectadas en paralelo suministrando energa al circuito.
C representa la capacitancia termica del lquido en el tanque.
Sistema termico Sistema electrico
Temperatura, T Voltaje, e
Flujo de calor, Q Corriente, i
Resistencia termica, R Resistencia electrica, Re
Capacitancia termica, C Capacitancia electrica, Ce
CAPITULO 3
SIMULACION Y SINTESIS DE
FUNCIONES DE
TRANSFERENCIA
El amplificador operacional, la computadora digital, el microprocesador o el microcon-

trolador se pueden utilizar no solo para simular sistemas sino tambien para sintetizar
funciones de transferencia tales como filtros activos, controladores y compensadores
en un sistema de control
3.1 El Amplificador Operacional

Es un amplificador directamente acoplado de muy alta ganancia, alta impedancia de
entrada y baja impedancia de salida al cual se le a nade realimentacion para obtener
diferentes funciones de transferencia. La Fig. 3.1(a) muestra su representacion. Tiene
dos entradas: una inversora () y otra no inversora (+). Si el voltaje entre (+) y ()
es mas positivo en (), la salida es negativa como se muestra en el modelo de la
Fig. 3.1(b). Cuando se utiliza realimentaci on negativa el voltaje entre (+) y () es
practicamente nulo y las corrientes de entrada a ambos terminales tambien se pueden
despreciar.
Un amplificador operacional ideal sera aquel que tuviese impedancia de entrada in-
finita, impedancia de salida cero, amplificaci on de voltaje sin realimentar infinita,
ancho de banda infinito y balance perfecto. Un amplificador real, como el LM741,
tiene, como valores tpicos, impedancia de entrada 2M, impedancia de salida 75 Ohm,
ganancia de voltaje sin realimentar 200000, el ancho de banda depende de la configu-
racion y el desbalance es imperfecto pero peque no. Sin embargo, si se realimenta
negativamente su comportamiento es muy cercano al ideal.
121
122 SIMULACION Y SINTESIS DE FUNCIONES DE TRANSFERENCIA
Figura 3.1 Smbolo y modelo
3.1.1 Algunos Circuitos con Amplificador Operacional

Con el amplificador operacional se pueden obtener amplificadores inversores y no-
inversores de signo, sumadores, integradores, derivadores, filtros activos, y en general
cualquier funcion de transferencia. Algunos circuitos basicos son los siguientes:
3.1.1.1 Amplificador con dos Fuentes de Entrada
La Fig. 3.2 muestra un amplificador operacional con dos entradas v1 (s) y v2 (s) con
realimentacion negativa , desde la salida v0 (s) al terminal inversor (-) a traves de la
0
impedancia Z (s).
Figura 3.2 Amplificador con dos entradas

N
otese que:
3.1 Sumador 123
v1 (s) v() v0 (s) v()

+ = i() ' 0 (3.1)
Z(s) Z 0 (s)
Adem
as como v(+) v() ' 0 y v(+) = v2 (s):
0
0
!
Z (s) Z (s)
v0 (s) = v1 (s) + 1 + v2 (s) (3.2)
Z(s) Z(s)
0 0
Si v2 (s) = 0, con impedancias resistivas Z (s) = R y Z(s) = R:
0
v0 (s) R
= (3.3)
v1 (s) R
0 0
que es un amplificador inversor de ganancia RR . Con R = R se tiene un inversor
de signo para el cual v0 (s) = v1 (s).
Por otro lado, si en (3.2) v1 (s) = 0, con impedancias resistivas:
0
v0 (s) R
=1+ (3.4)
v2 (s) R
con lo que se tiene un amplificador no-inversor de signo cuya ganancia es siempre

0
mayor que la unidad. Un caso particular, pero muy util, es aquel para el cual R = 0
y R = , llamado seguidor de voltaje, porque:
v0 (s)
=1 (3.5)
v2 (s)
Este es un amplificador de ganancia unitaria positiva que se caracteriza por tener

una altsima impedancia de antrada y una muy baja impedancia de salida lo que lo
hace muy u til para acoplar un circuito de alta impedancia de salida con otro cuya
impedancia de entrada sea relativamente baja.
3.1.1.2 Sumador
Figura 3.3 Sumador

v1 v() v1 v2
Como se muestra en la Fig. 3.3, ya que v() ' v(+) = 0, i1 = R1 = R1 , i2 = R2 ,
0
vn v0
, in = Rn
ei =R0 :
v1 v2 vn v0
+ ++ + 0 = i() ' 0 (3.6)
R1 R2 Rn R
As:
! n
!
R
0
R
0
R
0
X R
0
v0 = v1 + v2 + + vn = vk (3.7)
R1 R2 Rn Rk
k=1
donde vk (con k = 1, 2 n) y v0 son funciones del tiempo t.

0
R
La salida v0 es el negativo de la suma ponderada por las ganancas R k
de las entradas
0
vk . Si R1 = R2 = = Rn = R la salida es directamente el negativo de la suma de
las se
nales de entrada:
n
X
v0 = vk (3.8)
k=1
3.1 Derivador 125
3.1.1.3 Integrador
Figura 3.4 Integrador

Un circuito que produce la integral de las entradas se muestra en la Fig. 3.4. Se
v1
utiliza un condensador C en la realimentecion. Como v() ' v() = 0, i1 = R 1
,
0
v2 vn dv0
i2 = R2 , , in = Rn e i = C dt :
v1 v2 vn dv0
+ ++ +C = i() ' 0 (3.9)
R1 R2 Rn dt
de donde:
n Z
X
1
v0 = vk dt + v0 (0+ ) (3.10)
Rk C
k=1
donde v0 (0+ ) es la condici

on inicial o valor de v0 en el tiempo t = 0+
3.1.1.4 Derivador
Figura 3.5 Derivador

La Fig. 3.5 muestra un circuito derivador con una entrada. En este caso como
v() ' v(+) = 0 :
dv1 v0
C + = i() ' 0 (3.11)
dt R
y as el voltaje de salida es:
dv1
v0 = RC (3.12)
dt
Es decir, la salida es proporcional a la derivada de la entrada. Este uso no es re-

comendable porque amplifica el ruido. Esto es, si v1 contiene una componente de
ruido v1R = V1Rm sen(t), la componente de ruido a la salida, v0R, es:
d
v0R = RC (V1Rm sen(t)) = RCV1Rm cos(t) (3.13)
dt
Con f la frecuencia en Hertzios, el factor = 2f en la amplitud RCV1Rm amplifica

considerablemente el ruido, especialmente, si es de alta frecuencia.
Es preferible deteriorar un poco la funcion derivadora filtr
andola, por ejemplo, con el
circuito de la Fig 3.6:
3.1 Filtro de un Polo 127
Figura 3.6 Derivador filtrado

Como v() ' v(+) = 0 :
v1 (s) v0 (s)
1 + R = i() ' 0 (3.14)
R1 + Cs
la funci
on de transferencia del derivador filtrado es:
v0 (s) 1
= (RCs) (3.15)
v1 (s) 1 + R1 Cs
La parte (RCs) corresponde a la funci

on derivadora y :
1
G (s) = (3.16)
1 + R1 Cs
1
es la parte filtrante con frecuencia de corte o ancho de banda R1 C rad/seg.
3.1.1.5 Filtro de un Polo
Figura 3.7 Filtro de un polo

Un filtro de un polo se puede obtener con el circuito de la Fig. 3.7:
Sumando corrientes con v() ' 0 :
v1 (s) v0 (s)
+ + Csv0 (s) = i() ' 0 (3.17)
R1 R2
de donde:

v0 (s) R2 1
= (3.18)
v1 (s) R1 1 + R2 Cs
que es un filtro de ganancia R

R1 y frecuencia de corte o ancho de banda
2 1
R2 C rad/seg.
3.2 Elementos de C
alculo Anal
ogico
3.2.1 Soluci
on de ecuaciones diferenciales mediante la com-
putadora anal
ogica
Un elemento basico de la computadora anal
ogica es el integrador (Fig. 3.8):
3.2 Soluci
on de ecuaciones diferenciales mediante la computadora analogica 129
Figura 3.8 Circuito integrador basico

Donde ei es la entrada que se integra y VIC = e0 (0) sirve para establecer la condici
on
inicial.
La Tabla 3.1 resume la operaci on del circuito integrador basico dependiendo de las
posiciones de los conmutadores S1 y S2 :
Tabla 3.1 Modos de operaci

on del integrador basico.
Posici
on de
Modo del
los conmuta- Circuito resultante
integrador
dores
Computo
o c
alculo
HOLD
(Sostenimiento)
Posici
on de
Modo del
los conmuta- Circuito resultante
integrador
dores
RESET
(Reposicion)
Con referencia a la Tabla 3.1, para obtener la condicion inicial e0 (0) = VIC se utiliza
el circuito de reposici
on. Despues de lo cual se puede utilizar el circuito de c alculo.
Si se desea congelar la soluci
on se utiliza el circuito de sostenimiento.
3.2.2 Elementos b
asicos de c
alculo anal
ogico
La Tabla 3.2 muestra algunos elementos b
asicos de c
alculo utilizados en la computa-
dora analogica.
Tabla 3.2 Algunos elementos de c

alculo analogico
Ciruito Smbolo Operacion basica
e0 = a ei
0<a<1
e0 = a ei
a= R 0
Ri
e0 =
P
n
ak ek
k=1
R0
ak = Rk
3.3 Realizaci
on OBSERVER 131
Ciruito Smbolo Operacion basica
e0 (t) =
Rt
a 0 ei ( ) d
+e0 (0)
a = 1/RC
e0 = aei1 ei2
e0 = F (ei )
Pn
e0 =
Rt k=1
ak 0 eik () d
+e0 (0)
ak = 1/Rk C
La Tabla 3.2 muestra algunos elementos b asicos de c

alculo analogico. Se consideran
como elementos especiales el multiplicador y el generador de funci on. Otro elemento
especial, no incluido en la tabla, es el derivador que debe ser de tipo filtrado para
evitar la amplificaci
on de ruido. Generalmente se utilizan configuraciones o realiza-
ciones que no incluyan derivadores al hacer la simulaci on de un sistema para evitar
la amplificaci
on de ruido.
3.3 Soluci
on de ecuaciones diferenciales mediante
la computadora anal
ogica
Sntesis de funciones de transferencia
Existen diferentes realizaciones para resolver ecuaciones diferenciales. Una de ellas se
llama realizaci
on OBSERVER.
3.3.1 Realizaci
on OBSERVER
Sea por ejemplo la funcion de transferencia:
y (s) b1 s2 + b2 s + b3
= 3 (3.19)
u (s) s + a1 s2 + a2 s + a3
que en el dominio del tiempo es:
d3 y d2 y dy d2 u du
3
+ a1 2 + a2 + a3 y = b1 2 + b2 + b3 u (3.20)
dt dt dt dt dt
Agrupando derivadas del mismo tipo:
d3 y d2 d
3
= 2 (b1 u a1 y) + (b2 u a2 y) + (b3 u a3 y) (3.21)
dt dt dt
Integrando (3.21):
Z
d2 y d
= (b1 u a1 y) + (b2 u a2 y) + (b3 u a3 y) dt (3.22)
dt2 dt
Se define la tercera variable de estado x3 mediante la ecuaci
on:
Z
x3 = (b3 u a3 y) dt (3.23)
Integrando (3.22):
Z
dy
= (b1 u a1 y) + (b2 u a2 y + x3 ) dt (3.24)
dt
Se define la segunda variable de estado x2 por:
Z
x2 = (b2 u a2 y + x3 ) dt (3.25)
Integrando (3.24):
Z
y= (b1 u a1 y + x2 ) dt (3.26)
Se puede definir la primera variable de estado x1 :

Z
x1 = (b1 u a1 y + x2 ) dt (3.27)
de donde:
y = x1 (3.28)
Derivando (3.23), (3.25) y (3.27) se obtienen las ecuaciones de estado (3.29):
.
x1 = a1 x1 + x2 + b1 u
.
x2 = a2 x1 + x3 + b2 u (3.29)
.
x3 = a3 x1 + b3 u
As las matrices A, B, C y D, para la realizaci
on tipo OBSERVER, son:
3.3 Realizaci
on OBSERVER 133

a1 1 0 b1
A = a2 0 1 B = b2
a3 0 0 b3

C= 1 0 0 D=0
Tabla 3.3 Matrices de la realizacion OBSERVER

La realizacion OBSERVER puede ser representada por medio del diagrama de
bloques mostrado en la Fig. 3.9:

on OBSERVER
El correspondiente diagrama de calculo anal
ogico se muestra en la Fig 3.10:
Figura 3.10 Diagrama de c

alculo analogico de la realizaci
on OBSERVER
Por ejemplo si b3 = 7.5 y a3 = 0.53, el diagrama circuital para el integrador INT1 es:
Figura 3.11 Diagrama circuital de INT1

Notese que x3 se puede expresar:
Z Z
0.75 0.53
x3 = udt + x1 dt (3.30)
100K 1uf 1M 1uf
o:
.
x3 = 0.53x1 + 7.5u = a3 x1 + b3 u (3.31)
que corresponde a la tercera ecuacion de estado.
El circuito para realizar el inversor INV1 se muestra en la Fig. 3.12:
Figura 3.12 Diagrama para obtener INV1
3.4 Generaci
on de algunas funciones del tiempo
1) Generaci
.
on de y (t) = t, t0 t tf .
Note que y (t) = 1 y con y (0) = 0 el diagrama correspondiente se muestra en la Fig
3.4 Generacion de algunas funciones del tiempo 135
3.13:
Figura 3.13 Generacion de la funci

on y (t) = t
o. n de y (t)..= t2 ,
2) Generaci t0 t tf .
Notese que (t) = 2t, y (t) = 2 y con y (0) = 0, y (0) = 0, el diagrama correspondiente
y
se muestra en la Fig 3.14:
Figura 3.14 Generaci on y (t) = t2

on de la funci
3) Generacio.n de y (t) = Aeat
Notese que y (t) = aAeat = ay (t), y con y (0) = A, la funci
on se puede obtener
mediante el diagrama mostrado en la Fig 3.15:
.
on de y (t) = aAeat
Figura 3.15 Generaci
Notese que:
Z
y (t) = ay (t) dt A (3.32)
entonces:
.
y (t) = ay (t) (3.33)
que es la ecuaci
on diferencial original.
Ejercicio
1) Estudiar factores de escala de amplitud y de tiempo
2) Hacer un diagrama de computadora para la solucion de:
.. .
+3 +67 = 30 sen(5t)
con todas las condiciones iniciales cero.

3) Obtener la ecuaci
on diferencial y el diagrama circuital para generar la funcion:
y (t) = A t eat
.
con y (0) = 10.
3.5 Escalamiento
La tension de salida de cualquier amplificador no debe exceder del voltaje de pola-
rizacion para evitar la saturacion de los amplificadores lo cual puede causar errores
en la soluci
on de una ecuacion diferencial o en la generacion de una funcion de trans-
ferencia. Por otro lado, la tensi on maxima en cualquier amplificador no debe ser
demasiado peque na.
Al establecer el diagrama de computadora es deseable que la m axima variaci on de
tension de salida sea la misma para cualquier amplificador.
De aqu que sea de gran importancia elegir las magnitudes apropiadas de los factores
de escala que son los que relacionan las tensiones de salida de los amplificadores con
las correspondientes cantidades fsicas (velocidad, angulo, distancia, fuerza, etc.)
La escala en tiempo relaciona la variable independiente del problema fsico, con la
variable independiente de la computadora anal ogica. Para fen omenos que tienen lugar
muy rapidamente, es necesario frenar la velocidad a la cual se simulan esos problemas
en la computadora con el fin de poderlos observar bien sea en un osciloscopio o en
un graficador. Por otro lado, sistemas como hornos y tanques, que tienen respuestas
lentas, en el rango de horas, se pueden acelerar al hacer una simulaci on con el fin de
seleccionar mas rapidamente los par ametros, por ejemplo, los de un controlador.
3.5.1 Escalamiento en amplitud
Se ilustra la selecci
on de los factores de escala en amplitud utilizando como ejemplo
la funci
on:
3.5 Escalamiento en amplitud 137
x = 10 sen(3t) (3.34)
Note que:
.
x= 30 cos(3t)
..
x= 90 sen(3t)
..
x= 9 10 sen(3t) = 9x
As la ecuaci
on diferencial correspondiente es:
..
x (t) + 9x (t) = 0 (3.35)
Selecionando las variables de estado x1 y x2 mediante las ecuaciones:
x1 = x
. (3.36)
x2 = x
entonces:
. .
x1 = x2 = x
. ..
x2 = x = 9x = 9x1
lo que define las ecuaciones de estado (3.37):

.
x1 = x2
. (3.37)
x2 = 9x1
Las condiciones iniciales son:
x1 (0) = x (0) = 0
.
x2 (0) = x (0) = 30
Para hacer la realizacion utilizando amplificadores operacionales las variables de es-
tado x1 y x2 ser
an representadas por los voltajes vx1 y vx2 mediante las relaciones:
x1 = k1 vx1
(3.38)
x2 = k2 vx2
donde k1 y k2 son factores de escala en amplitud. Reemplazando (3.38) en (3.37) se
obtiene:
.
k1 vx1 = k2 vx2
.
k2 vx2 = 9k1 vx1
o:
. k2
vx1 = k1 vx2
. (3.39)
vx2 = 9 kk12 vx1
que son las ecuaciones de estado escaladas.
Como x1 = x = 10 sen(3t):
k1 vx1 = 10 sen(3t)
Si se escoge k1 = 1:
vx1 = 10 sen(3t) (3.40)

Cuya amplitud m axima es 10 voltios lo que no satura un amplificador alimentado con
voltajes de polarizaci
on de 12 voltios o m as.
. .
Como x2 = x1 = x = 30 cos(3t):
x2 = k2 vx2 = 30 cos(3t)
Y si se escoge k2 = 3:
vx2 = 10 cos(3t) (3.41)
cuya amplitud m
axima es 10 voltios. Las nuevas ecuaciones escaladas de estado son:
.
vx1 = 3vx2
. (3.42)
vx2 = 3vx1
.. .
Note que vx1 = 3 , vx2 = 9vx1 , lo que da:
..
vx1 +9vx1 = 0 (3.43)
que es la misma ecuaci on original.
As, con vx1 (0) = 0 y vx2 (0) = 10 se obtiene la realizacion con amplificadores opera-
cionales mostrada en la Fig 3.16.
Figura 3.16 Generaci

on de la funci
on vx1 = 10 sen 3t
3.5.2 Escalamiento en tiempo

En este caso el tiempo real t se relaciona con el tiempo de simulaci
on tc por medio
de la ecuaci
on:
t = kt tc (3.44)
3.5 Escalamiento en tiempo 139
Observese que:
tc < t, si kt > 1, simulaci
on rapida
tc > t, si kt < 1, simulaci
on lenta
Sea por ejemplo la ecuaci
on:
. dvx1
v x1 = = 3vx2
dt
Al escalarla en tiempo queda:
dvx1
= kt 3vx2 (3.45)
dtc
Esto equivale en general a multiplicar las ganancias de todas las entradas a los in-
tegradores por kt . Algunos computadores analogicos disponen de un condensador
adicional que es 10 o 100 veces menor que el utilizado normalmente. Con esto se
puede obtener la solucion en forma repetitiva para observar la respuesta en un oscilo-
scopio y hacer ajustes de par
ametros, por ejemplo los de un controlador, r
apidamente.
En el caso del ejemplo se tendra con un condensador 100 veces menor:

vx1 = 300vx2
(3.46)
vx2 = 300vx1
lo que dara como soluci on vx1 = 10 sen (300t), que es la misma soluci on con una
frecuencia 100 veces mayor.
En general el proceso de escalamiento exige tantear, especialmente cuando no se
conocen previamente los valores m aximos de las variables.
Si se expresa el comportamiento din amico del sistema mediante ecuaciones de estado,
un posible punto de inicio para seleccionar los factores de escala, es hacer que los
coeficientes de las ecuaciones escaladas esten en el rango 0 a 10. Por ejemplo, para
un sistema de dos ecuaciones de estado:

x1 = a11 x1 + a12 x2 + b1 u

x2 = a21 x1 + a22 x2 + b2 u
con
x1 = k1 v1
x2 = k2 v2
u = ku vu
se tiene

k2 ku
v1 = (a11 ) v1 + a12 v2 + b1 vu
k1 k1

k1 ku
v2 = a21 v1 + (a22 ) v2 + b2 vu
k2 k2
Si todos los coeficientes:

kj

|aijv | = aij para i = 1, 2, j = 1, 2
ki

ku
|biu | = bi para i = 1, 2
ki
son menores que 10, al hacer la primera simulacion se puede determinar cuales vari-
ables superan 10 voltios para cambiar las escalas correspondientes.
Ejercicio
Hacer un escalamiento previo de las ecuaciones de estado:

x1 = 0.5x1 20x2 5x3 + 3u

x2 = 0.6x1

x3 = 80x2
con:
u = 20 sen (20.1) t
de tal manera que todos los coeficientes de las variables escaladas esten en el rango 0
a 10.
3.6 Otras realizaciones para representar sistemas

por ecuaciones de estado
3.6.1 Realizaci
on CONTROLLER
Sea la funci
on de transferencia.
y (s) b1 s2 + b2 s + b3
= 3 (3.47)
u (s) s + a1 s2 + a2 s + a3
Definiendo:

y (s) = b1 s2 + b2 s + b3 z (s)
(3.48)
u (s) = s3 + a1 s2 + a2 s + a3 z (s)
donde z (s)es una variable auxiliar, que no afecta la funci on de trasferencia original:
2
y (s) b1 s + b2 s + b3 z (s)
= 3 (3.49)
u (s) (s + a1 s2 + a2 s + a3 ) z (s)
En el dominio del tiempo:
3.6 Realizaci
on CONTROLLER 141
2
y = b1 ddt2z + b2 dz
dt + b3 z
(3.50)
d3 z 2
u= dt3 + a1 ddt2z + a2 dz
dt + a3 z
Definiendo
x3 = z
dz
x2 = (3.51)
dt
d2 z
x1 =
dt2
As:
d3 z .
= x1
dt2
Lo que permite obtener las ecuaciones de estado:
.
x1 = a1 x1 a2 x2 a3 x1 + u
.
x2 = x1 (3.52)
.
x3 = x2
con la ecuacion de salida:
y = b1 x1 + b2 x2 + b3 x3 (3.53)
Las matrices Ac , Bc , Cc y Dc para la realizaci

on tipo CONTROLLER, son:

a1 a2 a3 1
Ac = 1 0 0 Bc = 0
0 1 0 0

Cc = b1 b2 b3 Dc = 0
Tabla 3.4 Matrices de la realizaci

on CONTROLLER
Esta realizacion puede ser representada en diagrama de bloques como se muestra en la
Fig 3.17. Note que Ac = At , Bc = C t y Cc = B t , donde t indica transpuesto. A, B y C
son las matrices de la realizacion OBSERVER. As, la realizaci
on CONTROLLER
es dual de la OBSERVER.

on CONTROLLER
3.6.2 Realizaci
on OBSERVABILITY
La funci
y (s) b1 s2 + b2 s + b3
= 3 (3.54)
u (s) s + a1 s2 + a2 s + a3
puede ser escrita:
d3 y d2 y dy d2 u dy
3
= a1 2
a2 a3 y + b1 2
+ b2 + b3 u (3.55)
dt dt dt dt dt
Llamando:
w1 = y
.
w2 =y (3.56)
..
w3 =y
. ...
Como w3 = y :
. .. .
w3 = a1 w3 a2 w2 a3 w1 + b1 u +b2 u +b3 u
.
w2 = w3 (3.57)
.
w1 = w2
de donde:
z }| {

.
w3 b1 u = a1 w3 a2 w2 a3 w1 + b2 u +b3 u (3.58)
definiendo .
z3 = w3 b1 u
.
w3 = z3 + b1 u (3.59)
Reemplazando 3.59:
3.6 Realizaci
on OBSERVABILITY 143
. .
z 3 = a1 z3 a2 w2 a3 w1 + (b2 a1 b1 ) u +b3 u
. .
w2 = z3 + b1 u (3.60)
.
w1 = w2
de donde:
z }| {

(z3 (b2 a1 b1 ) u) = a1 z3 a2 w2 a3 w1 + b3 u
z }| {

(w2 b1 u) = z3 (3.61)

w1 = w2
definiendo:
x3 = z3 (b2 a1 b1 ) u
x2 = w2 b1 u (3.62)
x1 = w1
se obtiene:
z3 = x3 + (b2 a1 b1 ) u
w2 = x2 + b1 u
y = w1 = x1
y reemplazando en (3.61):
.
x1 = x2 + b1 u
.
x2 = x3 + (b2 a1 b1 ) u (3.63)
.
x3 = a3 x1 a2 x2 a1 x3 + [b3 a2 b1 a1 (b2 a1 b1 )] u
Llamando:
1 = b1
2 = b2 a1 b1 (3.64)
3 = b3 a2 b1 a1 (b2 a1 b1 )
las matrices Aob , Bob , Cob y Dob son:

0 1 0 1
Aob = 0 0 1 Bob = 2
a3 a2 a1 3

Cob = 1 0 0 Dob = 0
Tabla 3.5 Matrices para la realizaci

on OBSERVABILITY
La matriz Bob se puede tambien calcular mediante:

1
1 1 0 0 b1
Bob = 2 = a1 1 0 b2 (3.65)
3 a2 a1 1 b3
La realizacion OBSERVABILITY puede ser representada en un diagrama de blo-
ques como se muestra en la Fig 3.18.
Figura 3.18 Diagrama de bloques para la realizaci

on OBSERVABILITY
3.6.3 Realizaci
on CONTROLLABILITY
La realizacion CONTROLLABILITY es dual de la OBSERVABILITY. Las ma-
trices Aco , Bco , Cco y Dco son:

0 0 a3 1
Aco = 1 0 a2 Bco = 0
0 1 a1 0

Cco = 1 2 3 Dco = 0
Tabla 3.6 Matrices para la realizaci

on CONTROLLABILITY
donde Cco se puede calcular mediante:
1
1 a1 a2
Cco = 1 2 3 = b1 b2 b3 0 1 a1 (3.66)
0 0 1
3.6 Realizaci
on CONTROLLABILITY 145
El diagrama de bloques de la realizacion CONTROLLABILITY se muestra en la

Fig 3.19.
Figura 3.19 Diagrama de bloques para la realizaci

on CONTROLLABILITY
CAPITULO 4
ACCIONES BASICAS DE
CONTROL
4.1 Introducci
on
Un control automatico, Fig.4.1, compara el valor efectivo de salida (c) de una planta
con el valor deseado (r), determina la desviaci on (e) y produce una se nal de control
(m) que reduce la desviacion a cero o a un valor peque no.
La forma en que el control autom atico produce la se
nal de control (m) recibe el nombre
de acci
on de control.
En este captulo se presentan las acciones de control b
asicas usadas comunmente en los
controles autom aticos industriales y sus efectos en el funcionamiento de un sistema.
Figura 4.1 Sistema controlado
4.2 Clasificaci
on de los controles autom
aticos
Los sistemas de control automatico se clasifican seg
un su acci
on de control:
1. Controles de dos posiciones (todo-nada, si-no, on-o).
2. Controles proporcionales.
147
148 ACCIONES BASICAS DE CONTROL
3. Controles integrales.
4. Controles proporcionales e integrales (PI).
5. Controles proporcionales y derivativos (PD).
6. Controles proporcionales, integrales y derivativos (PID).
4.2.1 Controles de dos posiciones o de SI-NO
Figura 4.2 Control de dos posiciones

Aqu el controlador tiene solamente dos posiciones fijas. Son generalmente dispo-
sitivos electricos en donde habitualmente hay una valvula accionada por un solenoide
electrico. Tambien los controles neumaticos proporcionales con muy altas ganancias
actuan como controles de 2 posiciones.
Si m (t) es la salida del controlador y e (t) es la se
nal de error actuante:

M1 , e(t) > 0
m(t) = (4.1)
M2 , e (t) < 0
Generalmente M2 = M1 o M2 = 0.
Figura 4.3 Brecha diferencial o histeresis

El rango en que e(t) se debe desplazar antes de que se produzca la conmutacion se
4.2 Controles de dos posiciones o de SI-NO 149
llama brecha diferencial o histeresis, Fig 4.3. La brecha diferencial hace que la salida
del control m (t) mantenga su valor hasta que la se nal de error actuante haya pasado
del valor cero. Debe notarse que la brecha diferencial evita la acci on excesivamente
frecuente del mecanismo de SI-NO.
Figura 4.4 Control SI-NO de un tanque

Con referencia a la Fig 4.4, cuando h = h2 la v
alvula de entrada se cierra y con
h = h1 , se abre.
Figura 4.5 An
alogo electrico de un tanque
La ecuacion diferencial que relaciona la salida h con la entrada, qi, sin considerar el
controlador se puede obtener del analogo electrico de la Fig 4.5:
dh h
C + = qi (t) (4.2)
dt R
Considerese ahora el controlador de dos posiciones en el cual la valvula de entrada

esta abierta o cerrada. Entonces qi (t) = Q
o qi (t) = 0.
La respuesta del sistema se muestra en la Fig.4.6:
Figura 4.6 Respuesta del nivel de un tanque con control SI-NO con brecha diferencial
h (t) se obtiene de (4.2) con:
h (0) = 0 qi (t) = Qu (t) para 0 t t1

h (t1 ) = h2 qi (t) = 0 para t1 t t2 (4.3)
h (t2 ) = h1 qi (t) = Qu (t t2 ) para t2 t t3
La Fig.4.7 muestra el diagrama de bloques del sistema:
Figura 4.7 Diagrama de bloques de un tanque con control SI-NO

De la respuesta del sistema, h (t) se ve que se puede reducir la amplitud de la oscilaci
on
de la salida si se reduce la brecha diferencial. Esto, sin embargo, aumenta la cantidad
de conmutaciones por minuto y reduce la vida u til de los componentes mec anicos.
4.2 Acci
on de control proporcional 151
4.2.2 Acci
on de control proporcional
Figura 4.8 Acci

on de control proporcional
En este caso, Fig 4.8, la se
nal de control m (t) es proporcional al error e (t):
m (t) = KP e (t) (4.4)

donde KP es la ganancia proporcional, o:
M (s)
= KP (4.5)
E (s)
Con el fin de estudiar los efectos de la acci
on de control proporcional en el compor-
tamiento de un sistema considerese la Fig 4.9:
Figura 4.9 Control proporcional de una planta con perturbacion

As:
E 1
= , con N (s) = 0
R 1 + KP G1 G2
C G2
= , con R (s) = 0 (4.6)
N 1 + KP G1 G2
C KP G1 G2
= , con N (s) = 0
N 1 + KP G1 G2
Si en (4.6) KP >> 1:
E 1
0
R KP G1 G2
C 1
0 (4.7)
N KP G1
C
1
R
Pero si G1 (s) G2 (s) tiene varios polos, se podra tener problemas de estabilidad,
dependiendo de la ubicacion en el plano complejo de los polos de la funcion de trans-
ferencia.
Ejemplo 4.1 Control proporcional de un sistema de primer orden.
Figura 4.10 Control proporcional de un tanque

Para la Fig 4.10:
H (s) R
= (4.8)
Qi (s) RCs + 1
El diagrama de bloques del control proporcional se muestra en la Fig 4.11:
Figura 4.11 Diagrama de bloques de un tanque con control proporcional

4.2 Acci
on de control proporcional 153
Debido al control proporcional Qi (s) = K (R (s) H (s)), donde K es la ganan-

cia proporcional. As:
KR
H (s) KR KR
= RCs+1
KR
= = (4.9)
R (s) 1 + RCS+1 RCs + 1 + KR T s + 1 + KR
donde T = RC.
Supongase que:
r (t) = u (t) (4.10)
con u (t) la funci

on escalon unitaria:

1, t>0
u(t) =
0, t<0
se tiene:
1
R (s) = (4.11)
s
y:
KR 1
H (s) = (4.12)
T s + 1 + KR s
Expandiendo (4.12) en fracciones parciales:
KR 1 T KR 1
H (s) = (4.13)
1 + KR s T s + 1 + KR T s + 1 + KR
y antitransformando:
KR h t
i
h (t) = 1 e T1 u (t) (4.14)
1 + KR
donde:
T RC
T1 = =
1 + KR 1 + KR
La Fig 4.12 muestra la respuesta (4.14):

Figura 4.12 Control proporcional de un tanque

La respuesta en estado estacionario es:
KR
hss (t) = lim h (t) = (4.15)
t 1 + KR
Notese que en el estado estacionario hay un error:
KR 1
ess = 1 = (4.16)
1 + KR 1 + KR
llamado corrimiento o error estatico. Este se puede disminuir si K se hace grande.
El corrimiento es una caracterstica del control proporcional de una planta cuya
funci
on transferencia no posee elemento integrador. Como se ver a en la siguiente
secci
on, para eliminar este corrimiento hay que agregar la accion de control integral.
Otra manera de calcular el corrimiento es obtener la funci
on de transferencia del error:
E (s) 1 Ts + 1
= KR
= (4.17)
R (s) 1 + T s+1 T s + 1 + KR
con R (s) = 1/s :
1 Ts + 1
E (s) = (4.18)
s T s + 1 + KR
y aplicando el teorema del valor final:
1
ess = lim e (t) = lim sE (s) = (4.19)
t s0 1 + KR
4.2 Acci
on de control integral 155
4.2.3 Acci
on de control integral
Figura 4.13 Control integrativo

La accion de control integral, llamada tambien de reposici
on , resello, de respuesta a
cero o reset se muestra en la Fig 4.13, donde:
Z
m (t) = K e (t) dt (4.20)
o:
M (s) K
= (4.21)
E (s) s
Figura 4.14 Se
nal de control si el error permanece cosntante
RSuponiendo que e (t) = C1 =constante, m (t) = C1 t (Fig 4.14). De esta manera

C1 dt = 0 solo si C1 = 0. Si el sistema total es estable la unica forma de llegar al
estado estacionario es que finalmente el error sea cero.
Para todo el sistema: si e (t) > 0, m (t) crece e (t) aumenta y e (t) = r (t) c (t)
disminuye.
Si e (t) < 0, m (t) disminuye, e (t) disminuye y e (t) = r (t) c (t) aumenta.
Si e (t) = 0, m (t) es constante la cual mantiene la salida deseada de la planta.
El integrador Ks podra afectar grandemente la estabilidad del sistema. El control
integrativo es bueno para plantas muy estables.
En el control proporcional de una planta cuya funcion de trasferencia no posee un

integrador 1s , hay un error en estado de regimen o corrimiento en la respuesta a una
entrada escal on. Este corrimiento se puede eliminar si se incluye la accion de control
integral.
En el control integral de una planta, la se nal de control, m (t) en cada instante es el
area bajo la curva de la se
nal de error actuante e (t) hasta ese momento. m (t) puede
ser diferente a cero cuando e (t) = 0 como se muestra en la Fig.4.15.
Figura 4.15 Se
nales de error y de control integrativo
Lo anterior es imposible en el caso del control proporcional pues una se
nal de control
no nula requiere una se
nal de error actuante como se muestra en la Fig.4.16.
Figura 4.16 Se
nal de error y de control proporcional
Se hace notar que la acci
on de control integral, si bien elimina el efecto de corrimiento
o error de estado de regimen, puede llevar a una respuesta oscilatoria que, aunque
amortiguada, podra ser indeseable, Fig 4.17. Si la planta posee muchos polos, la
acci
on de control integral puede inestabilizar totalmente el sistema.
4.2 Acci
on de control integral 157
Figura 4.17 Algunas respuestas no aceptables
Ejemplo 4.2 Control integral de un sistema de primer orden.
Figura 4.18 Control integral de un tanque

Para la Fig 4.18 con controlador integrativo se puede obtener el diagrama de bloques
de la Fig 4.19:
Figura 4.19 Diagrama de bloques del control integrativo de un tanque

Las funciones de transferencia para la salida y para el error son:
H (s) KR
= (4.22)
R (s) R (s2 + s + KR)

E (s) R s2 + s
= (4.23)
R (s) RCs2 + s + KR
Notese que los polos est
an ubicados en:
s
2
1 1 K
s1,2 = (4.24)
2RC 2RC C
y con K > 0 el sistema es estable.
Si K/C > (1/2RC)2
s 2
1 K 1
s1,2 = j (4.25)
2RC C 2RC
se presentan oscilaciones pero es estable.
El error de estado de regimen, o error estatico, para una entrada escalon unitario
r (t) = u (t) o R (s) = S1 se puede obtener aplicando el teorema del valor final:

s RCs2 + s 1
ess = lim sE (s) = lim 2
=0 (4.26)
s0 s0 RCs + s + KR s
Por lo tanto, el control integral del sistema de nivel de liquido elimina el error de
estado de regimen en la respuesta a la entrada escal
on.
4.2.4 Acci
on de control proporcional integral (PI)
Figura 4.20 Control proporcional e integrativo

Para la Fig 4.20:

KI
M (s) KI KP s + K P
= KP + = (4.27)
E (s) s s
Este tipo de control combina las caractersticas de los anteriores controles. KP ayuda
a corregir mas rapidamente el error. KsI elimina totalmente el error.
Con este tipo de controlador, las condiciones de estabilidad se mejoran con respecto
al control integral puro. Note que el controlador PI tambien puede ser interpretado
como un controlador integrativo con un cero ubicado en:
4.2 Acci
on de control proporcional integral (PI) 159
KI
s= (4.28)
KP
El cero mejora las condiciones de estabilidad, como se ver
a en la siguiente seccion.
Ejemplo 4.3 Control proporcional e integral.

Considerese el sistema de la Fig.4.21 con un controlador proporcional e integral:
Figura 4.21 Ejemplo con control proporcional e integrativo

Para este sistema:

KP + KsI s(Js+f
1
)
1
s(Js+f )
C (s) = R (s) + N (s) (4.29)
1 + KP + KsI s(Js+f
1
) 1 + KP + KsI s(Js+f
1
)
1
1 s(Js+f )
E (s) = KI
1
R (s) KI
1
N (s) (4.30)
1 + KP + s s(Js+f) 1 + KP + s s(Js+f )
o:
KP s + KI s
C (s) = R (s) + 3 N (s) (4.31)
Js3 2
+ fs + KP s + KI 2
Js + f s + KP s + KI
s2 (Js + f) s
E (s) = 3 2
R (s) 3 2
N (s) (4.32)
Js + f s + KP s + KI Js + f s + KP s + KI
Con los escalones c (t) = u (t) y n (t) = No u (t):
R (s) = 1s
(4.33)
N (s) = Nso
Css = lim c (t) = lim sC (s) = 1 + 0 No (4.34)

t s0
ess = e (t) = lim sE (s) = 0 (4.35)

s0
(4.34) y (4.35) muestran que: a) la salida alcanza exactamente el valor unitario del
escalon y b) el error estacionario es nulo, a pesar de la perturbacion presente.
Ejercicios
a) Con KI = 0 (controlador proporcional) calcule ess con los escalones: n(t) =

No u (t) y r (t) = u (t) .
b) Si r (t) = t u (t) y n (t) = No u (t) encuentre ess .
c) Con r(t) = u (t) y n (t) = No u (t) obtenga mss = lim m (t) .
t
d) Si KP = 0, es el sistema estable ?
4.2.5 Acci
on de control proporcional y derivativo (PD)
Figura 4.22 Controlador proporcional-derivativo

En este caso:
M (s)
= KP + KD s (4.36)
E (s)
A la acci
on proporcional se le a
nade la acci
on derivativa que aumenta la se
nal m de tal
manera que si el error crece rapidamente, m sera grande ayudando a corregir el error
en forma mas efectiva. Es como un efecto anticipativo que impide un crecimiento
brusco de error.
a) b)
Figura 4.23 Se
nal de control b) cuando el error a) crece linealmente
En la Fig 4.23, por ejemplo, la se
nal de control m (t) crece mas r
apidamente a mayor
pendiente de la se
nal de error e (t).
El control PD es un controlador estabilizante. La acci on de control derivativo tiene
la desventaja de amplificar las se
nales de ruido.
Ejemplo 4.4 Control proporcional derivativo.

4.2 Acci
on de control proporcional integral derivativo (PID) 161
Considere el sistema (Fig 4.24) de una carga inercial con controlador PD.
Figura 4.24 Ejemplo con control proporcional-derivativo

Para este sistema:
C (s) (KP + KD s) KP + KD s
= 2 = 2 (4.37)
R (s) Js + KD s + KP Js + KD s + KP
Si KP > 0 y TD > 0 las raices de Js2 + KD s + KP = 0 tienen parte real negativa, y

el sistema es estable.
Si r(t) = u(t), una posible respuesta oscilatoria amortiguada, c(t), se muestra en la
Fig 4.25. Si KD se aumenta la amplitud de las oscilaciones disminuye.
Figura 4.25 Una posible respuesta del sistema de la Fig. 4.24

Ejercicio
Para el sistema anterior, encontrar c(t) si r(t) = u(t) y el controlador es proporcional
u
nicamente. Es estable el sistema ?
4.2.6 Acci
on de control proporcional integral derivativo (PID)
La Fig 4.26 muestra la combinaci
on de los anteriores controles:
Figura 4.26 Controlador proporcional integral derivativo

As:
M (s) KI KI + KP s + KD s2
= KP + + KD s = (4.38)
E (s) s s
La Fig 4.27 b) muestra la se
nal de control m (t) cuando el error e (t) crece linealmente:
Figura 4.27 Se
nal de control b) cuando el error a) vara linealmente con el tiempo
KP aumenta la rapidez de respuesta y solo act ua en el transitorio, ya que al final, el
termino KsI elimina el error, ganando completo control de la planta. El termino KD s
actua para ayudar a la estabilidad.
2
Notese que H (s) = eT s = 1 + T s + (T2!s) + es una funci
on de adelanto, entonces:
y (t) = $1 (H (s) X (s)) = x (t + T ) (4.39)

(4.39) define un sistema anticipativo (no causal), fsicamente imposible.
El numerador de la funcion de trasferencia del PID, (KI + KP s + KD s2 ), en (4.38),
tiene una similitud con la funcion de adelanto.
El PID es ampliamente utilizado por la industria donde se encuentran terminos pro-
pios tales como:
KP = accion proporcional (proportional action).

KI
= acci
on de reposici
on (de respuesta a cero) (reset action).
s
KD s = acci
on de crecimiento por unidad de tiempo (rate action).
Esta terminologa proviene primordialmente del area qumica donde se habla de con-
trol de procesos en lugar de control de sistemas.
4.2 Algunas estructuras del controlador PID 163
1
Ademas las constantes se definen como bandas. Por ejemplo, KP 100% es la banda
proporcional en porcentaje.
Ejercicio
Figura 4.28 Selecci

on de controlador
on n (t) = no u (t)
Para la Fig. 4.28 suponga Qi = 0 y que ocurre una perturbaci
(escal
on)
Determine el error en estado estacionario si:
a) El controlador es de tipo proporcional: Q i (s)
E(s) = KP .
Qi (s) KI
b) El controlador es de tipo integral: E(s) = s .
Figura 4.29 Selecci

on de Gc (s)
Para la Fig 4.29 seleccionar el tipo de controlador, Gc (s), que podra usarse de modo
que el sistema sea estable y que un par perturbador constante, n (t) = no u (t), no
produzca modificaci on en la velocidad en estado estacionario de regimen, es decir,
que el error en estado estacionario sea cero.
4.2.6.1 Algunas estructuras del controlador PID
La Fig 4.30 muestra el controlador PID cl
asico:
Figura 4.30 Controlador PID clasico

Cuya ley de control es:
Z
de
u = KP e + KI edt + KD (4.40)
dt
La Fig 4.31 muestra otra estructura del controlador PID:
Figura 4.31 PID con derivada de la salida

Esta estructura es muy utilizada. En lugar de derivar el error se deriva la salida. Con
esto se evita que la planta responda a cambios bruscos de la senal de referencia r. La
ley de control correspondiente es:
Z
dy
u = KP e + KI edt KD (4.41)
dt
Otra estructura, menos utilizada que la anterior, se muestra en la Fig 4.32. En esta
la acci
on de control proporcional se toma tambien de la salida en lugar de la se
nal de
error e.
Figura 4.32 Otra estructura del PID

La ley de control correspondiente es:
Z
dy
u = KI edt KP y KD (4.42)
dt
Ejemplo 4.5 Ejemplo de un PID.
La Fig 4.33 muestra un controlador PID hidromec
anico para un sistema de nivel de
lquido:
Figura 4.33 PID hidromecanico

Notese que:
a1
z1 = h (4.43)
b
a2
z2 = h (4.44)
b
a3
z3 = h (4.45)
b
Como la carga del serromotor hidraulico (SMH) es despreciable, entonces:
K1 K1 a2 H (s)
z6 (s) = z2 (s) = (4.46)
s b s
Del amortiguador y el resorte:
. .
B z3 z 4 = Kz4 (4.47)
Transformando (4.44):
Bs s a3
z4 (s) = z3 (s) = H (s) (4.48)
Bs + k s + 1 b
en donde = B/K.
El desplazamiento de la valvula es:
d4 d3
z= z5 + z6 (4.49)
d3 + d4 d3 + d4
Ademas:
d1 d2
z5 = z1 + z4 (4.50)
d1 + d2 d1 + d2
con (4.47) en (4.46) y luego usando (4.40),(4.43) y (4.45) se obtiene:
KI s
z (s) = KP H (s) + H (s) + KD H (s) (4.51)
s s + 1
donde:
d4 d1 a1
KP =
(d3 + d4 ) (d1 + d2 ) b
d3 K1 a2
KI = (4.52)
(d3 + d4 ) b
d4 d2 a3
KD =
(d3 + d4 ) (d1 + d2 ) b
Entonces el caudal de entrada se puede calcular como qi = Ci z, donde Ci es una

constante.
Ejemplo 4.6 El telescopio del transbordador espacial.
El telescopio para seguir estrellas y asteroides de transbordador espacial se puede

modelar como una masa M = 100 Kg. Esta suspendido por medio de actuadores
magneticos que producen una fuerza u (t). El cable que le suministra energa electrica
se modela como un resorte de constante K = 1 N ew/m, Fig 4.34a.
Figura 4.34 Ejemplo 4.6

Disene un controlador PID tal que el error ess = e () para una entrada rampa
r (t) = t u (t) sea 0.01 y que tenga un par de polos complejos como se muestra en la
Fig.4.34c adem as del tercer polo real.
Figura 4.35 Diagrama del cuerpo libre a) y de bloques b) para el ejemplo 4.6
De la Fig 4.35a:
d2 z
u Kz = M (4.53)
dt2
Transformando (4.53) se obtiene la funcion de transferencia de la planta:
Z (s) 1
= (4.54)
U (s) M s2 + K
De la Fig 4.35b:
Z (s) KD s2 + KP s + KI
= (4.55)
R (s) M s3 + KD s2 + (KP + K) s + KI
y,

E (s) s Ms2 + K
= (4.56)
R (s) Ms3 + KD s2 + (KP + K) s + KI
1
Con ess = 0.01 para R (s) = s2 (rampa r (t) = t u (t)):

1 s Ms2 + K
E (s) = 2 (4.57)
s Ms3 + KD s2 + (KP + K) s + KI
" #
s Ms2 + K
ess = lim sE (s) = lim s 2 (4.58)
s0 s0 s [Ms3 + KD s2 + (KP + K) s + KI ]
de donde:
K
ess = = 0.01 (4.59)
KI
As, KI = 100.
(4.55) se puede escribir:
KD 2 KP KI
Z (s) M s + M s+ M
= (4.60)
R (s) s3 + KMD s2 + (KPM+K) s + KI
M
El polinomio caracterstico del sistema es:
KD 2 (KP + K) KI
A (s) = s3 + s + s+ (4.61)
M M M
que de acuerdo con la ubicacion de polos de la Fig 4.34c es:
! !
2 2 2 2
A (s) = s + +j s+ j (s + p) (4.62)
2 2 2 2
o:

A (s) = s3 + 2 + p s2 + 1 + 2p s + p (4.63)
de donde:
KI
p = =1
M
KD
2+p = (4.64)
M
KP + K
1 + 2p =
M
As:

KD = 100 1 + 2

KP = 100 1 + 2 1
Ejemplo 4.7 PID neum

atico.
Figura 4.36 PID neumatico

Con P1 constante, in = K1 P1 P2 , 0 = K2 x P2 , P0 = K y, Kg constante de
los gases ideales y con la temperatura T de los fuelles constante, el sistema de la Fig
4.36 se comporta como un controlador PID.
Figura 4.37 Diagrama de cuerpo libre para puntos de masa cero

De las Figs. 4.37a y b:
Ac P2 = Kc y (4.65)
Kf z + Af Pi = Af PD (4.66)
de donde:
Ac
y = P2 (4.67)
Kc
Af
z = (PD Pi ) (4.68)
Kf
Ademas:
1
x = (e z) (4.69)
2
P0 Pi
i = (4.70)
R1
P0 PD
D = (4.71)
R2
P2
in = (4.72)
Rin
donde:
1 K1
=
Rin 2 P1 P20
Tambien:
0 = Kx x + Kp2 P2 (4.73)
donde:
p
Kx = K2 P20
K2 x0
Kp2 =
2 P20
Para la presion de salida:
P0 = Ky (4.74)
La diferencia de flujos es:
dM2
in 0 =
dt
donde M2 es la masa de gas en el volumen V2 .
V2
Con la ley de los gases P2 2 = Kg T con 2 = M2 , el volumen especfico y T la
temperatura absoluta:
P2 V2
M2 =
Kg T
M2 = C2 P2 + Kv2 V2
Donde la capacitancia C2 y la constante Kv2 son:
V20
C2 =
Kg T
P20
Kv2 =
Kg T
suponiendo T constante.
Con V2 = Ac y:
dP2 dy
in 0 = C2 + Kv2 Ac (4.75)
dt dt
dMi dMD
De la misma manera, como i = dt y D = dt :

d Pi dz
i = Ci + Kvi Af (4.76)
dt dt
d PD dz
D = CD + KV D Af (4.77)
dt dt
donde:
Ci = KVgi0T Kvi = KPgi0T
VD0 PD0
CD = K gT
KV D = K gT
Con (4.72), (4.73) y (4.67) en (4.75) y utilizando la transformada de Laplace con

condiciones iniciales nulas:
P2 (s) K2
=
x (s) 1 + 2 s
donde:
Kx
K2 = 1
Rin + Kp2
Kv2 A2c
C2 + Kc
2 = 1
Rin + Kp2
Generalmente la constante de tiempo 2 es muy peque

na y:
P2 (s) ' K2 x (s) (4.78)

ademas:
K2 >> 1
Con (4.70) y (4.68) en (4.76) y transformando:

0
(i s + 1) Pi (s) = P0 (s) + D s PD (s) (4.79)
Con (4.71) y (4.68) en (4.77) y transformando:
0
(D s + 1) PD (s) = P0 (s) + i s Pi (s) (4.80)
donde:

K Af 0 Kvi A2f R1
i = Ci + vi
Kf R1 D = Kf
K D Af2 0 KV D A2f R2
D = CD + VK f
R2 i = Kf
De (4.79) y (4.80):
0

1 + D + D s
Pi (s) = P0 (s) (4.81)
(s)
0

1 + i + i s
PD (s) = P0 (s) (4.82)
(s)
donde:
" #
A2f
(s) = Ci CD + (Ci KV D + CD KV i ) s2 + (i + D ) s + 1
Kf
Con (4.69), (4.78), (4.67), (4.74), (4.81), (4.82) y (4.68) se obtiene el diagrama de
bloques:
Figura 4.38 Diagrama de bloques del PID neum

atico
Como:
h 0
i h 0
i
1 + i + i 1 + D + D = Ci R1 CD R2 (4.83)
0
1 Ac
La Fig 4.38 se puede dibujar, con K = 2 (K2 ) Kc
(K) :
Figura 4.39 Diagrama de bloques simplificado

0
donde K >> 1 porque K2 >> 1.
As:
P0 (s) KI
' Kp + + KD s (4.84)
e (s) s
donde:
Kf (i + D )
KP =
Af (Ci R1 CD R2 )
Kf
KI =
Af (Ci R1 CD R2 )
h A2
i
Kf Ci CD + Kff (Ci KV D + CD Kvi )
KD =
Af (Ci R1 CD R2 )
CAPITULO 5
RESPUESTA EN EL DOMINIO
DEL TIEMPO
El objetivo de este captulo es obtener la respuesta temporal de los sistemas a se

nales
aperi
odicas tales como el escalon, la rampa,etc.
5.1 Estabilidad absoluta, estabilidad relativa y

error estacionario
La caracterstica m as importante del comportamiento din amico de un sistema de
control es la estabilidad absoluta, concepto que se ver a posteriormente.
Por ahora es suficiente saber que un sistema es estable si las races del polinomio
b(s)
caracterstico o denominador de la funci on de transferencia del sistema H (s) = a(s)
tienen parte real negativa. Lo cual significa que los valores de s que satisfacen la
ecuaci
on caracterstica a(s) = 0, esto es, las raices de a (s) , deben estar ubicadas en
el semiplano complejo izquierdo.
Un sistema est a en equilibrio si, en ausencia de perturbaciones o de entradas de
referencia, la salida se mantiene en el mismo estado.
Un sistema de control lineal invariante en el tiempo, es estable si finalmente la salida
retorna a un estado de equilibrio cuando el sistema es sometido a una perturbacion o
a una senal de entrada acotada.
Una funci on f (t) es acotada si f (t) < M1 , para < t < .
En otras palabras, considere el sistema de la Fig 5.1:
175
176 RESPUESTA EN EL DOMINIO DEL TIEMPO
Figura 5.1 Funci

on de transferencia de un sistema
H (s) es estable si:
$1 (x (s)) = x (t) < M1 , < t <
produce una salida acotada:
$1 (y (s)) = y (t) < M2 , < t <
5.1.1 Estabilidad relativa

El hecho de que todos los polos de H (s) queden en el semiplano complejo izquierdo
de s no garantiza caractersticas satisfactorias de respuesta transitoria. Esta podra
presentar excesivas oscilaciones o ser muy lenta.
Para garantizar una respuesta transitoria r apida y bien amortiguada, los polos de
H (s) deben quedar en una zona como la mostrada en la Fig 5.2:
Figura 5.2 Regi

on recomendada para la ubicaci
on de polos
5.1.2 Error estacionario

Ya que un sistema fsico de control generalmente tiene elementos que almacenan
energa, su salida no puede seguir inmediatamente a la entrada sino que presenta una
respuesta transitoria antes de alcanzar un estado estacionario.
Si la salida del sistema de control en estado estacionario no coincide exactamente con
5.1 Algunos teoremas 177
la se
nal deseada, llamada se nal de referencia o entrada, se dice que el sistema tiene
un error estacionario, el cual indica la exactitud del sistema.
Es importante analizar en los sistemas de control la respuesta transitoria, el tiempo
necesario para alcanzar el estado estacionario, y el error en este estado.
5.1.3 Respuesta impulsiva
Para el sistema de la Fig 5.1:
y (s) = H (s) x (s) (5.1)

El diagrama correspondiente en el dominio del tiempo se muestra en la Fig 5.3:
Figura 5.3 Diagrama de bloques en el dominio del tiempo del sistema de la Fig 5.1
donde h (t) es la respuesta impulsiva del sistema, o respuesta a un impulso unitario
(t). Note que si x (t) = (t), entonces x (s) = 1, y:
y (s) = H (s) = $ (h (t)) (5.2)

La respuesta impulsiva h (t) es la respuesta de un sistema lineal a una entrada impulso
unitario con condiciones iniciales iguales a cero. As la transformada de Laplace de
la respuesta impulsiva h (t) es la funci on de transferencia del sistema H (s) .
Si el sistema es causal, x (t) = 0 para t < 0, entonces:
Z t Z t
y (t) = x (t) ~ h (t) = h ( ) x (t ) d = h (t ) x ( ) d (5.3)
0 0
La funcion de transferencia y la respuesta impulsiva de un sistema lineal invariante
en el tiempo contienen la misma informaci on sobre la dinamica del sistema. En la
practica se puede considerar como un impulso, a un pulso de entrada con muy corta
duracion en comparacion con las constantes significativas del sistema.
5.1.4 Algunos teoremas
En las siguientes consideraciones se suponen condiciones iniciales nulas.
1. Por la f
ormula de Leibniz
Z u1 () Z u1 ()
d du1 du0
f (x, ) = f (u1 , ) f (u0 , ) + [f (x, )] dx (5.4)
d u0 () d d u0 ()
Aplic
andola a (5.3) :
Z t
dy (t)
= h (t) x (0) + [h ( ) x (t )] d (5.5)
dt 0 t
Como x (0) = 0 :
Z t
dy (t) x (t )
= h ( ) d (5.6)
dt 0 t
(5.6) indica que si la respuesta de un sistema lineal a .una entrada x (t) es y (t),
.
entonces la respuesta a la derivada de la entrada x (t) es y (t).
2. Cambiando la variable t por en (5.3):
Z
y () = h ( ) x ( ) d (5.7)
0
integrando (5.7):
Z t Z tZ Z t Z
y () d = h () x ( ) d d = h ( ) x ( ) d d (5.8)
0 0 0 0 0
Con = t :
Z Z t
x ( ) d = x (t ) dt (5.9)
0 0
As (5.8) tambien puede ser escrita:

Z t Z t Z t
y (t) dt = h () x (t ) dt d (5.10)
0 0 0
(5.10) indica que la respuesta de un sistema lineal a la integral de la entrada x (t) es

la integral de la salida y (t) .
Pruebas similares se pueden hacer para derivadas de m as alto orden e integrales
m ultiples.
Los anteriores resultados son muy u tiles. Supongase por ejemplo que se conoce la
respuesta de un sistema cuando la entrada es un impulso (t). Es decir se conoce
h (t) = $1 (H (s))R . Rt
t
As, como u (t) = 0 ( ) d , entonces y (t) = 0 h ( ) d.
Rt Rt
Asimismo, si x (t) = 0 u (t) d , entonces la nueva salida es y2 (t) = 0 y ( ) d.
Adem as, si se conoce la respuesta de un sistema lineal a la funci on escal
on u (t),
facilmente obtenible en pr actica, la respuesta impulsiva se puede obtener derivando
la respuesta al escal on.
5.1.5 Sistema de primer orden
Se analizar
an las respuestas de un sistema de primer orden, o de un solo polo, a
entradas tales como el escalon unitario, rampa unitaria e impulso unitario suponiendo
condiciones iniciales nulas.
5.1.5.1 Respuesta al escal on unitario
Un sistema de primer orden se muestra en la Fig 5.4:
5.1 Respuesta al escal
on unitario 179
Figura 5.4 Sistema de primer orden

Para este sistema:
P K K
Y (s) KP K
= H (s) = 1+TK
s
K
=
R (s) 1 + 1+T s
P 1 + T s + KP K
o:

Y (s) KP K 1 K1
= H (s) = = (5.11)
R (s) 1 + KP K 1 + T1 s 1 + T1 s
donde:
KP K
K1 =
1 + KP K
T
T1 =
1 + KP K
Con un escalon unitario:

1, t>0 1
r (t) = u (t) = R (s) =
0, t<0 s
la respuesta es:
1 K1 A B A + T1 As + Bs
Y (s) = = + = (5.12)
s 1 + T1 s s 1 + T1 s s (1 + T1 s)
A y B son:
A = K1
B = K1 T1
As:
" #
1 1
Y (s) = K1 (5.13)
s s + T11
Antitransformando:

y (t) = K1 1 et/T1 u (t) (5.14)
(5.14) se muestra en la Fig 5.5:
Figura 5.5 Respuesta de un sistema de primer orden a una entrada en escal

on
unitario u (t)
Notese que la constante de tiempo T1 es aquel valor de tiempo para el cual la respuesta
ha alcanzado el 63.2% de su valor final K1 . A menor valor de la constante de tiempo,
mas rapida es la respuesta del sistema. y cuando T1 es peque na, el polo p = T11 se
aleja del eje imaginario haciendose mas negativo.
Para t = 4T1 la respuesta esta a menos del 2% del valor final K1 . Por eso se acos-
tumbra suponer que despues de cuatro constantes de tiempo, el sistema ha alcanzado
on ts por la ecuaci
el estado estacionario, y se define el tiempo de soluci on:
ts = 4T1 (5.15)
Otra caracterstica importante de la curva exponencial es que la pendiente de la
tangente en t = 0 es KT1 :
1

dy (t) K1 Tt K1
= e 1 = (5.16)
dt t=0 T1
t=0 T1
Si se traza una recta:
K1
yp (t) = t
T1
esta alcanzara el valor final K1 en t = T1 segundos.
El error o corrimiento e () = ess es:
KP K 1
ess = 1 K1 = 1 = (5.17)
1 + KP K 1 + KP K
Este tambien puede ser calculado utilizando la funci

on de trasferencia del error:
E (s) 1 1 + Ts
= = (5.18)
R (s) 1+ K PK
1+T s
T s + 1 + KP K
5.1 Sistema de segundo orden 181
1
Con R (s) = s :
1 1 + Ts
E (s) =
s T s + 1 + KP K
y aplicando el teorema del valor final:
1
ess = lim e (t) = lim sE (s) =
t s0 1 + KP K
que es el mismo resultado (5.17).

5.1.5.2 Respuesta a la rampa unitaria
Como la respuesta al escal on unitario esta dado por (5.14), la respuesta a la rampa
unitaria r (t) = t u (t) es la integral de esta ecuacion:
Z t h i h i
t
y1 (t) = K1 1 e T1 d = K1 t T1 + T1 e T1 (5.19)
0
El error e (t) es:
h t
i
e (t) = t u (t) K1 t T1 + T1 e T u (t)
t

= K1 T1 1 e T1 u (t) + (1 K1 ) t u (t) (5.20)
Para t >> T1 :
e (t) ' (1 K1 ) t + K1 T1 (5.21)
Notese que e () = , o sea que este sistema no sigue la rampa.

5.1.5.3 Respuesta al impulso unitario
Como el impulso unitario es la derivada del escalon, la respuesta del sistema es la
derivada de la respuesta al escalon:
d h i K
1 Tt
y2 (t) = K1 1 et/T1 u (t) = e 1 (5.22)
dt T1
5.1.6 Sistema de segundo orden

Considerese el servomecanismo que se muestra en la Fig 5.6:

on
El correspondiente diagrama de bloques se muestra en la Fig 5.7:
Figura 5.7 Diagrama de bloques para la Fig 5.6

donde:
N1 N3
n =
N2 N4
J = Jm + n2 JL
f = fm + n2 fL
Con:
K0 K1 Km
K = 2 )n
(Ra f + Km
Ra J
T = 2
Ra f + Km
la Fig 5.7 se puede simplificar al diagrama de bloques mostrado en la Fig 5.8:

5.1 Caso subamortiguado o respuesta con 0 < < 1 183
Figura 5.8 Diagrama simplificado de la Fig 5.7

El diagrama de la Fig 5.8 se puede dibujar como el de la Fig 5.9:
Figura 5.9 Una representaci

on estandarizada del diagrama de bloques de la Fig 5.8
donde:
K
n2 =
T
1
2n = = 2 (5.23)
T
1
=
2 KT
As:
C (s) n2
= 2 (5.24)
R (s) s + 2n s + n2
donde se llama atenuaci on, n , frecuencia natural no amortiguada y , relaci
on o
raz
on de amortiguaci on.
La ecuacion caracterstica del sistema es:
A (s) = s2 + 2n s + n2 = 0 (5.25)
Las races de (5.25) o polos del sistema son:
p
4 2 n2 4n2
2n
1,2 =
p 2
= n 2 1n (5.26)
5.1.6.1 Caso subamortiguado o respuesta con 0 < < 1

Si < 1 :
p
1,2 = n j 1 2 n = n jd (5.27)
p
donde d = 1 2 n se llama frecuencia natural amortiguada.
La ubicacion correspondiente de los polos se muestra en la Fig 5.10:
Figura 5.10 Ubicaci

on de los polos para el caso subamortiguado (0 < < 1)
en donde:
n
cos = =

pn
sen = 1 2 (5.28)
p
1 2
tan =

o:
p
p 1 2
1 1
= cos = sen 1 2 = tan1 (5.29)

1
Si la entrada es un escalon unitario r (t) = u (t) o R (s) = s :
1 n2 K As + B
C (s) = 2 2
= + 2
s s + 2n s + n s s + 2n s + n2
Con K = 1, A = 1 y B = 2n :
1 s + 2n 1 s + 2n
C (s) = 2 2
= p 2
s s + 2n s + n s
(s + n )2 + 1 2 n
1 s + n n
=
s (s + n )2 + (d )2 (s + n )2 + (d )2
5.1 Caso de amortiguamiento crtico o respuesta con = 1 185
p
1 s + n 1 n 1 2 n
= p
s (s + n )2 + (d )2 1 2 n (s + n )2 + (d )2
1 s + n d
C (s) = 2 2 p (5.30)
s (s + n ) + (d ) 1 (s + n )2 + (d )2
2
Antitransformando (5.30) se tiene:

c (t) = 1 en t cos d t p en t sin d t (5.31)
1 2
para t 0. (5.31) tambien se puede escribir:
( " #)
n t
c (t) = 1e cos d + p sin d t u (t)
1 2
( )
1 h p i
n t
= 1 p e 2
sin d t + 1 cos d t u (t) (5.32)
1 2
p
donde d = 1 2 n . Utilizando las relaciones (5.28), (5.32) se puede escribir en
forma compacta como en la ecuaci on (5.33):
( )
en t
c (t) = 1 p sin (d t + ) u (t) con < 1 (5.33)
1 2
que es el primer tipo de respuesta mostrado en la Fig 5.11:
Figura 5.11 Respuesta subamortiguada de un sistema de segundo orden
5.1.6.2 Caso de amortiguamiento crtico o respuesta con = 1

Si = 1 :
C (s) n2 n2
= 2 2
= (5.34)
R (s) s + 2n s + n (s + n2 )
que corresponde a un par de polos reales ubicados en 1,2 = n .

Si R (s) = 1s :
1 n K A B
C (s) = = + +
s (s + n )2 s (s + n )2 (s + n )
donde K = 1, A = n y B = 1. As:
1 1 n
C (s) = (5.35)
s (s + n ) (s + n )2
Antitransformando (5.35) se obtiene (5.36):

C (s) = 1 en t (1 + n t) u (t) con = 1 (5.36)
(5.36) es el segundo tipo de respuesta mostrado en la Fig 5.12:
Figura 5.12 Respuesta de amortiguamiento crtico de un sistema de segundo orden

Esta respuesta tambien se puede obtener de (5.32) usando la regla de LHoppital.
5.1.6.3 Caso sobreamortiguado o respuesta con > 1
Si > 1 la ubicaci
on del par de polos reales correspondientes esta dada por (5.36).
Con:
p p
1 2 = j 2 1
sin j = j senh
cos j = cosh
y utilizando (5.32):
( " #)
p p
n t
c (t) = 1e p senh 2 1n t + cosh 2 1n t u (t)
2 1
(5.37)
5.1 Respuesta oscilatoria o caso de amortiguamiento nulo, = 0 187
c (t) tambien se puede reescribir como (5.38):
( s1 t )
n e es1t t
c (t) = 1+ p u (t) (5.38)
2 2 1 s1 s2
donde:
p
s1 = + 2 1 n
p
s2 = 2 1 n
Si s1 >> s2 , la respuesta debido a s1 se puede despreciar ya que al termino que

involucra a s1 cae mucho mas r apidamente que el correspondiente a s2 . Es decir, la
respuesta es similar a la de un sistema de primer orden con un solo polo ubicado en
s2 . La respuesta correspondiente sobre el caso sobreamortiguado se muestra en la
Fig 5.13:
Figura 5.13 Respuesta sobreamortiguada de un sistema de segundo orden
5.1.6.4 Respuesta oscilatoria o caso de amortiguamiento nulo, = 0

Si = 0, hay un par de polos complejos ubicados en 1,2 = jn y la soluci
on es:
c (t) = {1 cos n t} u (t) (5.39)
cuya gr
afica se muestra en la Fig 5.14:
Figura 5.14 Respuesta oscilatoria de un sistema de segundo orden

La Fig 5.15 resume los casos vistos:
Figura 5.15 Diferentes respuestas de un sistema de segundo orden

Notese que en todos los casos, excepto para la respuesta oscilatoria ( = 0), el error
en estado estacionario es cero, ess = 0.
Dos sistemas de segundo orden con el mismo , pero diferente n tienen el mismo
sobreimpulso y el mismo diagrama oscilatorio mostrado anteriormente.
Un sistema subamortiguado con 0.5 < < 0.8 se aproxima al valor final mas
rapidamente que uno con amortiguamiento crtico o sobreamortiguado. Entre los
sistemas que responden sin oscilaci on, el amortiguado crticamente presenta la re-
spuesta mas rapida. Un sistema sobreamortiguado siempre es lento en responder a
cualquier entrada.
5.2 Especificaciones de respuesta transitoria 189
5.2 Especificaciones de respuesta transitoria

Como se dijo antes, sistemas con almacenamiento de energa no pueden responder
instantaneamente y presentan transitorios siempre que se les somete a entradas de
referencia o perturbaciones.
La entrada escal on, facil de generar, es frecuentemente usada para especificar las
caractersticas de funcionamiento de un sistema de control. Ademas, como se vi o
anteriormente, si se conoce la respuesta de un sistema a una entrada escalon, en
principio es posible calcular la respuesta a cualquier entrada.
Obviamente la respuesta transitoria de un sistema depende de las condiciones iniciales.
Sin embargo, para poder comparar facilmente las caractersticas de la respuesta tran-
sitoria de diversos sistemas, se acostumbra suponer que las condiciones iniciales son
cero.
Cuando la respuesta transitoria presenta oscilaciones amortiguadas es habitual dar
las especificaciones mostradas en la Fig 5.16:
Figura 5.16 Especificaciones para un sistema con respuesta subamortiguada

Las especificaciones son las siguientes:
1 Tiempo de retardo, td .
El tiempo que la respuesta tarda en alcanzar por primera vez la mitad del valor final.
2 Tiempo de crecimiento, tr .
El requerido para que la respuesta crezca del 10 al 90%, del 5 al 95% o del 0 al
100% de su valor final. Se utilizar
a esta u
ltima especificaci
on (0 al 100%) en calculos
posteriores.
3 Tiempo de pico o de sobrepaso, tp .
El requerido por la respuesta para alcanzar el primer pico del sobreimpulso o so-
brepaso.
4 Maximo sobreimpulso o sobrepaso, Mp .
Este se define en forma porcentual mediante (5.40):
e (tp ) e ()
Mp = 100% (5.40)
e ()
y es un indicativo de la estabilidad relativa del sistema.
5 Tiempo de establecimiento o de soluci

on, ts .
Tiempo requerido por la respuesta para alcanzar y mantenerse dentro de determinado

rango alrededor del valor final. Este rango generalmente se especifica en porcentaje
absoluto del valor final (habitualmente 5% o 2%). El tiempo de establecimiento se
relaciona con la constante de tiempo m as grande del sistema.
El criterio para la fijaci
on del porcentaje de error a usar depende de los objetivos del
dise
no del sistema en cuesti on.
Notese que si se especifican td , tr , tp , ts , y Mp , virtualmente queda determinada la
forma de la respuesta.
Para un sistema sobreamortiguado no se aplican los terminos tiempo pico y maximo
sobreimpulso. Para sistemas con error estacionario para entradas escalon, el error se
debe mantener dentro de un nivel porcentual especfico.
Comentarios.
Excepto donde no se toleren oscilaciones, se desea una respuesta transitoria suficien-
temente rapida y suficientemente amortiguada. Para sistemas de segundo orden el
rango recomendado para es: 0.4 < < 0.8. Para < 0.4 el sobrepaso es excesivo y
para > 0.8 la respuesta es lenta.
a posteriormente que Mp y tr estan en conflicto entre s. Es decir, si Mp decrece,
Se ver
tr aumenta y viceversa.
5.2 Tiempo de pico tp 191
5.2.1 Especificaciones de respuesta transitoria para sistemas

de segundo orden
Se obtendran el tiempo de crecimiento, tiempo pico, m aximo sobrepaso y tiempo de
establecimiento de sistemas de segundo orden obtenidos del sistema (5.24). Los valores
se obtendran en terminos de y n y se supondra que el sistema es subamortiguado
( < 1).
5.2.1.1 Tiempo de crecimiento o tiempo de levante tr
Utilizando el criterio de 0 al 100%, c (tr ) = 1. Reemplazando en (5.33):
en tr
c (tr ) = 1 = 1 p sen (d tr + ) (5.41)
1 2
de donde:
sen (d tr + ) = 0 (5.42)
As:
(d tr + ) = , 2, 3, (5.43)
El primer cruce de c (t) con el valor unitario o 100% ocurre cuando (d tr + ) = .
Por lo tanto:

tr = =p (5.44)
d 1 2 n
Notese que para un valor peque
no de tr , n debe ser grande.
5.2.1.2 Tiempo de pico tp
Con (5.33) cuando t = tp , la pendiente es cero:

dc (t) n
=p en tp sen (d tp + )
dt t=tp 1 2
p
1 2 n n tp
p e cos (d tp + ) = 0 (5.45)
1 2
de donde:
sen (d tp + )
p = cos (d t + )
1 2
o:
p
1 2
tan (d tp + ) = (5.46)

As:
p !
1 1 2
d tp + = tan = + n n = 0, 1, (5.47)

El primer pico ocurre cuando n = 1 :

tp = =p (5.48)
d 1 2 n
5.2.1.3 M
aximo sobreimpulso Mp
Este es:
Mp = c (tp ) 1 (5.49)
Utilizando (5.32) se tiene:

!
n tp
c (tp ) 1 = e cos d tp + p sen d tp = Mp (5.50)
1 2
Pero de (5.48) d tp = y:
!
n tp
Mp = e cos + p sen = en tp
1 2
o:

Mp = en tp = e 1 2 (5.51)
Existen diferentes criterios integrales para establecer lo que podra llamarse el valor
optimo de la raz
on de amortiguacion . R
Uno de ellos se llama criterio ITAE el cual minimiza la integral J = 0 |e| tdt, integral
del valor absoluto del error multiplicado por el tiempo, que trata de penalizar la
magnitud del error y la duracion del mismo. Utilizando este criterio con e (t) =
r (t) c (t) se obtiene = 0.707. R
Otro criterio es el ISE que minimiza la integral J = 0 e2 dt, o integral del cuadrado
del error. Este criterio no penaliza la duracion de error. Con el ISE se obtiene = 0.5.
Existen otros criterios de optimizacion. Sin embargo, el valor de = 0.7 corresponde
al valor cercano al optimo con respecto a varios de ellos. Para = 0.7, el sistema de
segundo orden tiene una respuesta rapida a la entrada escalon con un sobrepaso de
aproximadamente el 4.3%.
La Fig 5.17 muestra una grafica del sobrepaso Mp en funci on de la razon de amor-
tiguacion para el sistema de segundo orden:
5.2 Tiempo de establecimiento ts 193
Figura 5.17 Sobrepaso en funcion de la raz

on de amortiguaci
on
Observese que para = 0.4 el sobrepaso es del 25.4%, mientras que para > 0.707
es menor del 4.3%.
5.2.1.4 Tiempo de establecimiento ts
De (5.51) Mp = en tp . As, se puede construr una curva envolvente de sobrepasos
(5.52):
Mp (t) = en t (5.52)
que es una curva exponencial tal que:
4
Mp (t) < 2% para t > 4T =
n
As, se puede aceptar que el transitorio de c (t) esta a menos del 2% del valor final
para el tiempo ts , o tiempo de establecimiento dado por (5.53):
4
ts = (5.53)
n
1
Notese que la constante de tiempo de las envolventes es n , Fig 5.18:
Figura 5.18 Curvas envolventes de sobrepaso

Observese que para el mismo n y < 1, el tiempo de establecimiento para un
sistema muy levemente amortiguado, es mayor que para un sistema adecuadamente
amortiguado. Sin embargo, como el valor de generalmente es determinado por un
requerimiento de m aximo sobreimpulso permitido, el tiempo de establecimiento ts
esta determinado principalmente por la frecuencia natural no amortiguada n . Es
decir, la duraci
on del perodo transitorio puede ser variada sin modificar el m
aximo
sobrepaso, ajustando n .
Entonces, para tener una respuesta rapida, n debe ser grande, y para limitar el
maximo sobrepaso Mp , la relaci
on de amortiguacion no debe ser demasiado pequena.
Ejercicio.
2
1. Con C(s)
R(s) = s2 +2n s+n
n
2 y r (t) = (t), la funci
on impulso, hallar c (t) :
para = 0, < 1, = 1 y > 1. Hacer gr aficos y comparar.
2.
Figura 5.19 Sistema de segundo orden

Para el sistema de la Fig 5.19, hallar el error en estado estacionario ess cuando
on de y n .
r (t) = t u (t) en funci
Ejemplo 5.1 C
alculo de algunos par
ametros.
5.2 Tiempo de establecimiento ts 195
Figura 5.20 Sistema para el ejemplo 5.1

Para el sistema de la Fig 5.20, hallar los valores de ganancia K y la constante de
realimentacion de velocidad Kh de manera que el maximo sobrepaso en la respuesta
al escalon unitario sea 0.2 y el tiempo de pico de 1 segundo. Con estos valores de K
y Kh hallar el tiempo de crecimiento y el de establecimiento.
El sistema anterior es de segundo orden:
C (s) K n2
= 2 = 2 (5.54)
R (s) s + (1 + KKh ) s + K s + 2n s + n2
donde:

n = K
2n = 1 + KKh
1 + KKh
=
2 K
De (5.51):

Mp = e 1 2 = 0.2

p = 1.61
1 2
As:
= 0.456
De (5.48):

tp = =p =1
d 1 2 n
As:
d = 3.14 y n = 3.53
Adem
as:
K = n2 = 12.5
2n 1
Kh = = 0.178
K
De (5.44):

tr =
d
Como:
p !
1 1 2
= tan = 1.10

entonces:
1.10
tr = = 0.65seg
3.14
y para el criterio de 2%:
4
ts = = 2.48 seg
n
Ejercicio.
Resolver el ejemplo anterior con un sobrepaso del 3%, con un tiempo de soluci
on de
1 segundo.
Calcule K, Kr , tr y tp
5.3 Sistemas de o
rdenes superiores
5.3.1 Sistema de tercer orden

Considerese el sistema (5.55):
C (s) n2 p
= 2 (5.55)
R (s) (s + 2n s + n2 ) (s + p)
Si r (t) = u (t) o R (s) = 1s , se puede obtener c (t), (5.56), con 0 < < 1:
en t
c (t) = 1 2
( 2) + 1
( 2 )
p ( 2) + 1 p
2 ( 2) cos 1 2 n t + p sen 1 2 n t
1 2
ept
2 (5.56)
( 2) + 1
5.3 Respuesta transitoria de sistemas mayor orden 197
donde = pn
Observese que como:
2
2 ( 2) + 1 = 2 ( 1) + 1 2 > 0
entonces el coeficiente del termino ept es siempre negativo. Por lo tanto el efecto
del polo real situado en s = p en la respuesta al escalon unitario es reducir el
maximo sobrepaso y podra aumentar el tiempo de establecimiento. Si el polo real
esta ubicado a la derecha de los polos complejos conjugados, hay tendencia a una
respuesta lenta y el sistema se comporta como uno sobreamortiguado al cual los polos
complejos conjugados a naden ondulaciones a la curva de respuesta.
5.3.2 Respuesta transitoria de sistemas mayor orden
Para el sistema dado por (5.57):
C (s) b0 sm + b1 sm1 + + bm
= (5.57)
R (s) a0 sn + a1 sn1 + + an
si no hay polos repetidos, entonces:
Q
m
K (s + zi )
C (s) i=1
= q (5.58)
R (s) Q Q
r
(s + pj ) (s2 + 2k k s + k2 )
j=1 k=1
donde q + 2r = n.
Por descomposici on en fracciones parciales de (5.58) con R (s) = S1 , funci
on escal
on,
se obtiene (5.59):
q r p
a X aj X bk (s + k k ) + ck k 1 k2
c (s) = + + (5.59)
s j=1 s + pj s2 + 2k k s + k2
k=1
Si se antitransforma (5.59), c (t) se puede expresar:
q
X r
X q
c (t) = a+ aj epj t + bk ek k t cos k 1 k2 t
j=1 k=1
r
X q
+ ck ek k t sen k 1 k2 t para t 0 (5.60)
k=1
Si todos los polos estan en el semiplano complejo izquierdo:
css = lim c (t) = a

t
Considerese que el sistema es estable. Entonces los polos que est an ubicados lejos del
eje j tienen partes reales negativas grandes y por lo tanto los terminos exponenciales
en c (t) que corresponden a esos polos caen muy rapidamente a cero ya que el tiempo
de establecimiento depende de la distancia horizontal de los polos al eje j.
La curva de respuesta de un sistema estable de orden superior a una entrada escalon

unitario es la suma de cierto numero de curvas exponenciales y curvas senoidales
amortiguadas. Algunas respuestas se muestran en la Fig 5.21.
a) b) c)
Figura 5.21 Algunas respuestas de sistemas de orden superior

En la Fig 5.21a la respuesta corresponde a un par de polos complejos conjugados
dominantes. Su comportamiento es similar al de uno de segundo orden. En la Fig
5.21b se nota la presencia de un polo real dominante, ya que se asemeja a la respuesta
de un sistema de primer orden sobre el que se superpone la respuesta de un par de
polos complejos conjugados menos dominantes. La Fig 5.21c muestra la respuesta de
un par de polos complejos dominantes sobre la que se superpone la respuesta de otro
par de polos complejos menos dominantes.
CAPITULO 6
CRITERIOS DE ESTABILIDAD
6.1 Introducci
on
Un sistema con funci on de transferencia W (s) es estable si todos sus polos estan en
el semiplano complejo izquierdo.
Considerese el sistema de lazo cerrado de la Fig 6.1, con una entrada y una salida:
Figura 6.1 Sistema realimentado

donde:
y (s) G (s)
= W (s) = (6.1)
u (s) 1 + G (s) H (s)
Cualquier sistema como el (6.1) puede ser descrito mediante las variables de estado
x (t):
.
x (t) = Ax (t) + Bu (t) (6.2)
llamada ecuaci
on de estado. La ecuaci
on de salida est
a dada por (6.3):
y (t) = Cx (t) + Du (t) (6.3)
199
200 CRITERIOS DE ESTABILIDAD
En general D = 0, ya que D 6= 0 implica conexi

on directa entre entrada y salida.
Transformando (6.2) y (6.3), con D = 0:
sx (s) = Ax (s) + Bu (s)

y (s) = Cx (s) (6.4)
o:
1
x (s) = (sI A) Bu (s) (6.5)
con (6.5) en (6.4):
y (s) = C (sI A)1 Bu (s) (6.6)

Para el caso SISO, una entrada una salida (6.6) se puede escribir:
y (s) C [adj (sI A)] B G (s) b (s)

= C (sI A)1 B = = = (6.7)
u (s) det (sI A) 1 + G (s) H (s) a (s)
donde adj (sI A) es la matriz adjunta de (sI A).
El sistema es estable si los ceros de a (s) = det (sI A) estan en el semiplano complejo
izquierdo, donde det significa determinante.
Cuando el grado del polinomio a (s) = det (sI A) = sn + a1 sn1 + + an , es de
orden mayor que 3, las races no se pueden calcular, en general, analticamente. Por
lo tanto, en estos casos se debe recurrir a metodos iterativos para encontrar las races
como por ejemplo el metodo de Newton-Raphson, etc.
6.1.1 M
etodo de Newton-Raphson
Con a (s) = 0, la ecuaci
on caracterstica de un sistema, entonces:
da (s)
a (s) ' s
ds
Si sk es el valor de s en la k-esima iteraci
on y sk+1 en la siguiente, entonces a (s) =
a (sk+1 ) a (sk ) y (s) = sk+1 sk . As:
a (sk+1 ) a (sk ) ' a0 (sk ) (sk+1 sk ) (6.8)

donde:

da (s)
a0 (sk ) =
ds s=sk
Si en la iteracion k+1 se est

a muy cerca de una raz, entonces a (sk+1 ) ' 0 y (6.8) se
puede escribir:
a (sk )
sk+1 = sk (6.9)
a0 (sk )
6.2 An
alisis de estabilidad por cancelaci
on de polos 201
que es la f
ormula iterativa de Newton-Raphson. Para aplicar (6.9), se escoge un valor
inicial arbitrario s1 y se calcula s2 , y as sucesivamente. El algoritmo se puede detener
cuando:
|sk+1 sk | <
donde es un valor positivo peque

no.
Ejercicio.
Hallar las races de a (s) = s3 + 9s2 + 25s + 25 usando el metodo de Newton-Raphson.
Escoger como valor inicial s1 = 1 + j.
Sin embargo, existen criterios de estabilidad que permiten determinar si un sistema
es estable o no, sin necesidad de tener que encontrar las races del polinomio a (s),
como por ejemplo el criterio de estabilidad de Routh y Hurwitz.
6.2 An
on de polos
1
Considerese un sistema con funcion de trasferencia Hf (s) = s1 el cual es inestable,
Fig 6.2:
Figura 6.2 Compensaci

on serie o cascada
s1
Supongase que para estabilizarlo se precede Hf (s) con un compensador Hc (s) = s+1
para lograr la funci
on de transferencia total:
1 (s 1) 1
Hf (s) Hc (s) = = estable? (6.10)
(s 1) (s + 1) s+1
En (6.10) se hizo una cancelaci on de un polo con un cero, lo cual le da, aparentemente,
estabilidad al sistema. Como se ver a a continuaci
on, esta tecnica no funciona. Para
ver porque, considerese la realizaci
on que se muestra en la Fig 6.3:

on para la Fig 6.2
Ejercicio.
Verificar que las realizaciones de la Fig 6.3 tienen las funciones de trasferencia mostradas.
Con x1 y x2 como variables de estado, las ecuaciones de estado son:
.
x1 1 0 x1 2
. = + v (6.11)
x2 1 1 x2 1
y la ecuacion de salida es:

x1
y= 0 1
x2
Observese que la ecuaci

on caracterstica obtenida de las ecuaciones de estado es:

s+1 0
det (sI A) = det = (s + 1) (s 1) = 0 (6.12)
1 s 1
(6.12) muestra claramente la presencia de una raz s = 1 ubicada en el plano complejo
derecho y por lo tanto el sistema es inestable.
Como puede verse (6.10) y (6.12) se contradicen. Sin embargo el resultado obtenido de
(6.12) es enteramente correcto. Una manera de ver mas claramente el origen de esta
contradicci
on es obtener la respuesta del sistema incluyendo las condiciones iniciales.
De (6.11):
.
x1 = x1 2v
con las condiciones iniciales:
x1 (0) = x10 y x2 (0) = x20
y transformando:
sx1 (s) x10 = x1 (s) 2v (s)

x10 2
x1 (s) = v (s)
(s + 1) (s + 1)
de donde:
6.2 An
on de polos 203
x1 (t) = x10 et 2et ~ v (t)
Adem
as:
.
x2 = x1 + x2 + v (t)
sx2 (s) x2 (0) = x1 (s) + x2 (s) + v (s)
(s 1) x2 (s) = x20 + x1 (s) + v (s)
de donde:
x20 x10 v (s)

x2 (s) = y (s) = + +
s 1 (s 1) (s + 1) (s + 1)
y antitransformando:
x10 t
x2 (t) = y (t) = x20 et + e et + et ~ v (t) (6.13)
2
Observese que si el estado energetico inicial es cero, la funcion de transferencia es

1
s+1 como es de esperarse. Sin embargo, a menos que el estado energ etico inicial se
pueda mantener en cero, y (t) crecer a sin lmite. Como es evidente, es difcil mantener
x10 = x20 = 0.
(6.13) muestra claramente que el sistema es inestable. Por lo tanto, el metodo de
cancelacion de polos y ceros es totalmente insatisfactorio.
A veces se argumenta que la inestabilidad es debida a la cancelaci on inexacta de polos
y ceros. Fsicamente la cancelacion exacta es imposible debido a la variacion en los
valores de los componentes. Sin embargo, la raz on de la inestabilidad es mucho m as
profunda. El hecho es que, a un con una cancelacion perfecta, si alg un valor inicial es
diferente de cero, el sistema es inestable.
Ahora considerese el sistema de la Fig 6.4:
Figura 6.4 Compensador Hc (s) adelante de Hf (s)

En la Fig 6.4, Hc (s) esta despues de Hf (s). Desde el punto de vista de manejo
matematico de diagramas de bloques la funci on de transferencia, de la Fig 6.4 es
completamente equivalente al de la Fig 6.2.
Figura 6.5 Realizaciones para la Fig 6.4

Sin embargo, si se considera la realizaci
on de la Fig 6.5, la ecuaci
on de estado y la de
salida son:
.
x1 1 0 x1 1
. = + v (6.14)
x2 2 1 x2 0

x1
y= 1 1 (6.15)
x2
De (6.14):
.
x1 = x1 + v
.
x2 = 2x1 x2
y transformando:
sx1 (s) x10 = x1 (s) + v (s)

(s 1) x1 (s) = x10 + v (s)
de donde:
x10 v (s)
x1 (s) = + (6.16)
s1 s1
Adem
as:
sx2 (s) x20 = 2x1 (s) x2 (s)

(s + 1) x2 (s) = x20 2x1 (s)
lo cual da:
x20 2x10 2v (s)
x2 (s) = (6.17)
s + 1 (s + 1) (s 1) (s + 1) (s 1)
Observando (6.16) y (6.17) se nota que ambas variables de estado son inestables, sin
embargo reemplazandolas en (6.15) se obtiene:
6.3 Controlabilidad y observabilidad 205
x10 x20 v (s)

y (s) = + + (6.18)
s+1 s+1 s+1
Antitransformando (6.18) se obtiene (6.19):
y (t) = (x10 + x20 ) et + et ~ v (t) (6.19)

Notese que ahora el sistema es estable en lo que toca a y (t), a
un si el estado energetico
inicial es diferente de cero. Sin embargo, la realizaci on de la Fig 6.5 es todava
internamente inestable ya que x1 (t) y x2 (t) tienen terminos que crecen como et .
La conclusi on de las anteriores discusiones es que el comportamiento interno de una
realizacion podra ser mas complicada que lo que indica su comportamiento externo.
Notese que la estabilidad determinada mediante las races de det (sI A) = 0 no
falla. El comportamiento interno es determinado por las frecuencias naturales de la
realizacion sin se
nal de entrada, las cuales en el ejemplo anterior son s = +1, 1. Sin
embargo, debido a la cancelaci on, no todos los modos correspondientes, o frecuen-
cias naturales, aparecer an en la funci
on de transferencia total. En otras palabras, ya
que la funcion de transferencia es definida con condiciones iniciales nulas, podra no
mostrar todos los modos de la realizacion actual del sistema. Para un an alisis com-
pleto, se necesita hacerle un buen seguimiento a todos los modos, aquellos mostrados
explcitamente por la funci on de transferencia y los escondidos. Esto es posible si
se es cuidadoso en los c alculos de la funcion de transferencia. Sin embargo, fue la
ecuacion de estado la que dio claridad con respecto al problema.
6.2.1 Explicaci
on de la diferencia en comportamiento de las
realizaciones de las Figs 6.3 y 6.5
El modo inestable et en la Fig 6.3 es observable, aparece a la salida, pero no es
controlable porque la entrada externa v (t) no puede afectarla directamente, mientras
en la Fig 6.5 el modo et es controlable pero no observable. Analisis m
as detallados por
variables de estado permiten predecir esta diferencia en comportamiento sin c alculos
explcitos.
Estabilidad externa podra no ser equivalente a estabilidad interna, excepto para
realizaciones mnimas.
Una realizacion con matrices A, B, C es mnima si es controlable y observable.
6.3 Controlabilidad y observabilidad

Una realizacion {A, B, C} es controlable si y solo si la matriz:

Co = B AB An1 B
llamada matriz de controlabilidad tiene rango total, es decir, no es singular. Esto

quiere decir que si una realizacion es controlable, entonces:
det Co 6= 0 realizaci
on controlable
Una realizacion {A, B, C} es observable si y solo si la matriz:

C
CA

Ob = ..
.
CAn1
llamada matriz de observabilidad tiene rango total, es decir, no es singular. Esto

quiere decir que si una realizacion es observable, entonces:
det Ob 6= 0 realizaci
on observable
Ejemplo 6.1 Controlabilidad y observabilidad.
Para la realizaci
on de la Fig 6.3 las matrices A, B, y C son:

1 0 2
A= B= C= 0 1
1 1 1
y las matrices de controlabilidad y observabilidad se pueden calcular de la manera
siguiente:

2 1 0
2 2 2
Co = =
1 1 1
1 1 1

0 1
0 1
Ob = 1 0 =
0 1 1 1
1 1
Como det Co = 0 y det Ob = 1 esta realizacion es observable pero no controlable.

Para la realizaci
on de la Fig 6.5 las matrices A, B, y C son:

1 0 1
A= B= C= 1 1
2 1 0
Calculando Co y Ob se obtiene:

1 1
0 1 1 1
Co = =
2 10 0 0 2

1 1
1 1
Ob = 1 0 =
1 1 1 1
2 1
Como det Co = 2 y det Ob = 0 esta realizacion es controlable pero no observable.

6.4 Control por realimentaci
on de variables de estado 207
6.3.1 Aclaraci
on sobre controlalibidad y observabilidad
Figura 6.6 Representaci

on de un sistema con variables de estado
Con referencia a la Fig 6.6, un sistema es observable si dados u (t) y y (t) se puede
determinar x (t).
Un sistema es controlable si es posible encontrar una senal de control u (t) de modo
que el estado x (t0 ) pueda ser llevado a un estado deseado x (tf ).
6.4 Control por realimentaci

on de variables de
estado
Supongase que el sistema de la Fig 6.6 es inestable. Si el sistema es controlable
entonces los polos o valores propios se pueden reubicar utilizando realimentaci
on de
variables de estado como en la Fig 6.7 de tal manera que resulte estable.
Fig 6.7 Control por realimentaci

on de variables de estado
Como, con D = 0:
.
x (t) = Ax (t) + Bu (t) (6.20)
y (t) = Cx (t) (6.21)
Ya que:
u (t) = r (t) K x (t) (6.22)

donde:
K = (k1 , k2 , kn )
Con (6.22) en (6.20) se tiene:
.
x (t) = Ax (t) + B (r (t) K x (t))
.
x (t) = (A BK) x (t) + Br (t) (6.23)
Transformando (6.23) con condiciones iniciales cero:
sx (s) = (A BK) x + Br (s)

(sI A + BK) x (s) = Br (s)
de donde:
x (s) = (sI A + BK)1 Br (s) (6.24)

Con (6.24) en (6.21):
C adj (sI A + BK) B
y (s) = C (sI A + BK)1 Br (s) = r (s) (6.25)
det (sI A + BK)
De (6.25) se observa que ahora la ecuaci
on caracterstica es:
a (s) = det (sI A + BK) = (s s1 ) (s sn ) = 0 (6.26)

(6.26) indica que los nuevos valores propios o polos s1 , , sn se pueden ubicar selec-
cionando las componentes de la matriz K si el sistema es controlable.
Si el sistema no es controlable significa que algunos valores propios no se pueden
reubicar, lo cual no sera problema si son estables.
Se dice entonces que un sistema es ESTABILIZABLE si todos los valores propios
no estables, aquellos con parte real positiva, se pueden reubicar arbitrariamente uti-
lizando realimentacion de variables de estado.
Una formula para determinar K es la siguiente:
K = qnt (A) (6.27)

donde (s) es el polinomio caracterstico deseado y qnt
= [00 01] Co1
es la u
ltima
fila de Co1 .
Tambien se puede demostrar que la realimentaci on por variables de estado no afecta
los ceros de la funcion de transferencia, a menos, por supuesto, que sean cancelados
por una escogencia especial del polinomio (s) .
Observese que el orden del sistema no se incrementa como ocurre en el caso de usarse
otros tipos de controladores, PID, por ejemplo. Sin embargo, generalmente se hace
necesario utilizar un integrador en serie con la senal de error para eliminar el error
estatico, lo cual aumenta el orden del sistema en una unidad.
6.5 Introducci
on 209
6.5 Criterios algebraicos y frecuenciales de

estabilidad
6.5.1 Introducci
on
Una planta inestable puede formar parte de un sistema de control estable. Este, de
todas maneras, tiene que ser estable para poder ser utilizado.
Una planta es estable si la parte real de cada polo de la funcion de transferencia es
negativa.
a) b)
Figura 6.8 Sistema de control en lazo cerrado

Si se tiene el sistema de control de la Fig 6.8a, Y1 es la salida indirectamente controlada
y, Y es la se nal directamente controlada. Wla (s) = G (s) H (s) se llama funci on de
transferencia de lazo abierto, y es la ganancia de lazo. El an alisis de esta funcion
conduce a la determinaci on de la estabilidad del sistema en lazo cerrado. H (s) puede
ser la funcion de transferencia de un transductor, o una realimentacion especial que
trata de disminuir el error o mejorar la estabilidad, o ambas. Entonces, para analisis
de estabilidad se considera como entrada X y como salida Y , la variable directamente
controlada. La estabilidad es una caracterstica propia de un sistema y no depende
de la escogencia de la se nal de salida.
En la Fig 6.8b se muestra la funci on Wla (s), o funci on de transferencia en lazo
abierto, definida por (6.28):
Y (s) K (s)
Wla (s) = = (6.28)
E (s) D (s)
donde K (s), y D (s) son polinomios en s.
Wla (s) es estable si las races de D (s), esto es, aquellos valores de s que satisfacen
la ecuaci
on caracterstica (6.29):
D (s) = 0 (6.29)
tienen parte real negativa.
Cuando se cierra el lazo, como en la Fig 6.8b la funci
on de transferencia, en lazo
cerrado, Wlc (s) es:
Y (s) Wla (s)

Wlc (s) = = (6.30)
X (s) 1 + Wla (s)
o:
K (s) B (s)
Wlc (s) = = (6.31)
K (s) + D (s) A (s)
donde el polinomio caracterstico de Wlc (s) es:
A (s) = K (s) + D (s) (6.32)

Para estabilidad es necesario entonces que los polos de Wlc (s) esten en el plano
complejo izquierdo, o que las races de:
A (s) = 0 (6.33)
tengan parte real negativa. Esta condicion fue extendida por A.M. Lyapunov, en
1892, para ecuaciones linealizadas de plantas no lineales.
Las races se pueden calcular analticamente para ecuaciones hasta de tercer grado.
No hay metodo analtico para mayor grado, solo metodos iterativos, o metodos de
ensayo y error. Sin embargo, no es necesario conocer las races, ya que solo se necesita
saber el signo de sus partes reales.
Las reglas para conocer la ubicacion de las races respecto al eje imaginario se llaman
criterios de estabilidad. Existen varios tipos de criterios: algebraicos y frecuenciales.
6.5.2 Criterio de Routh y Hurwitz
Sea la ecuaci
on caracterstica de un sistema:
A (s) = an sn + an1 sn1 + + a1 s + a0 = 0 (6.34)

Se construye la siguiente tabla:

an an2 an4 an6
sn
n1 an1 an3 an5 an7
s
b1 b3 b5 b7
sn2
b2 b4 b6 b8
sn3
c1 c3 c5 c7
sn4
.. .. .. .. ..
. . . .
.
. .. .. ..
s0 .. . . .
Tabla 6.1 Criterio de Routh y Hurwitz

donde:

an an2 an1 an3 b1 b3
an1 an3 b1 b3 b2 b4
b1 = an1 b2 = b1 c1 = b2

an an4 an1 an5 b1 b5
an1 an5 b1 b5 b2 b6
b3 = an1 b4 = b1 c3 = b2
6.5 Criterio de Routh y Hurwitz 211
El criterio es el siguiente:
Para que el sistema sea estable es necesario que todas las constantes de la primera
columna sean positivas. Esto es:
an , an1 , b1 , b2 , c1 > 0
En caso de inestabilidad, el n
umero de races en el plano complejo derecho es igual al
n
umero de cambios de signo.
Ejemplo 6.2 .
Con:
A (s) = s6 + 6s5 + 21s4 + 44s3 + 62s2 + 52s + 100 = 0
la tabla de Routh y Hurwitz es:
s6 1 21 62 100
s5 6 44 52 0
1 21 1 62
s4 6 44 6 52
6 = 13.67 6 = 53.33 100 0
s3 20.6 8.10 0 0
s2 48 100 0 0
20.6 8.10
s1 48 100
48 = 34.8 0 0 0
s0 100 0 0 0
Como el primer elemento de la fila s1 es negativo, el sistema es inestable. Hay dos
cambios de signo, + +, lo cual indica dos polos en el plano complejo derecho.
Ejemplo 6.3 .
Con:
A (s) = s5 + s4 + 4s3 + 4s2 + 2s + 1 = 0
la tabla es:
s5 1 4 2
s4 1 4 1
s3 1 0
41
s2 =1 0
2 +41
s1 41 0 0
s0 1 0 0
Cuando 0+ el primer elemento

de la cuarta fila (s2 ) es negativo (). El primer
1
elemento de la quinta fila s es 1. Hay dos cambios de signo, dos races en el plano
complejo derecho.
Ejemplo 6.4 .
Para la ecuaci
on caracterstica:
A (s) = s3 + 10s2 + 16s + 160 = 0
la tabla es:
s3 1 16
s2 10 160 F (s) = 10s2 + 160 = 0
s1 0 0
20 0 F 0 (s) = 20s
0
s 160 0
Cuando aparece una fila con ceros, como la de s1 , se deriva la ecuaci
on correspondiente
0
a la fila inmediatamente superior. Los coeficientes de F (s) reemplazan los ceros.
Ceros en una fila indican:
1) Pares de races, complejas o reales, de signo opuesto.
2) Pares de races imaginarias en el eje imaginario. En el caso de este ejemplo, estas
on F (s) = 10s2 + 160 = 0. De donde el par de races
races se obtienen de la ecuaci
correspondiente es:
r
160
s1,2 = j = j4
10
Esto significa que el sistema est
a en el lmite de estabilidad. La respuesta sera oscila-
toria de amplitud constante, en lo que respecta al par de polos j4.
Ejercicio.
Determinar la estabilidad de un sistema con ecuaci
on caracterstica:
A (s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4 = 0
Ejemplo 6.5 .
Para el polinomio caracterstico:
A (s) = a4 s4 + a3 s3 + a2 s2 + a1 s + a0
la tabla es:
s4 a4 a2 a0
s3 a3 a1 0
a2 a3 a1 a4
s2 a3 = x a0 0
a1 xa3 a0
s1 x 0 0
s0 a0 0 0
6.5 Criterio de Routh y Hurwitz 213
Para estabilidad:
a4 > 0, a3 > 0, a0 > 0

a2 a3 > a1 a4 (x > 0)
a1 x > a3 a0
Notese que siendo a3 , a0 y x mayores que cero, a1 > 0.

Si a1 > 0, de a2 a3 > a1 a4 , a2 > 0 porque a3 , a1 y a4 > 0.
En Resumen:
a4 , a3 , a2 , a1 , a0 > 0
y adem
as:
x > 0 o a2 a3 > a1 a4
y a1 x > a3 a0
En general, si alguno de los coeficientes ai , de la ecuacion caracterstica A (s) = 0, es

negativo, ai < 0, el sistema es inestable y no es necesario hacer la prueba de Routh y
Hurwitz. El criterio se usa solo si los ai > 0. Debe tenerse en cuenta que ai > 0 no
indica estabilidad.
Ejercicio.
Figura 6.9 Sistema del ejercicio

Para el sistema mostrado en la Fig 6.9, demuestre que para estabilidad en lazo cerrado:

1 1 1
K< + + (T1 + T2 + T3 ) 1
T3 T2 T1
En resumen, si la ecuaci
on caracterstica de un sistema es:
A (s) = an sn + an1 sn1 + + a1 s + a0 = 0
donde todos los coeficientes son n umeros reales, para que en esta ecuacion no existan
races con la parte real positiva es necesario pero no suficiente que:
1) Todos los coeficientes del polinomio tengan el mismo signo.

2) Ninguno de los coeficientes sea nulo.
Para sistemas reales los polos complejos siempre son pares conjugados y todos los
coeficientes de la ecuacion caracterstica son n
umeros reales. Si la ecuaci
on contiene
funciones exponenciales de s, como ocurre en el caso de un sistema con retardo, el
criterio de Routh-Hurwitz no puede aplicarse.
Otra limitacion del criterio de Routh-Hurwitz es que solo facilita informaci on sobre
la estabilidad absoluta del sistema. El que un sistema resulte estable por la prueba
de Routh no es suficiente, pues interesa adem as saber el grado de estabilidad, o sea,
en otras palabras, cuan cerca del eje imaginario del plano s estan situadas las races.
Por otra parte, si el sistema es inestable, la prueba de Routh no nos proporciona
indicacion alguna sobre como podemos establilizarlo. Para estudiar la estabilidad
relativa de un sistema de control, se debe aplicar el criterio de Nyguist o el metodo
del lugar de las races.
6.6 Criterios frecuenciales de estabilidad
6.6.1 El principio del argumento o del a

ngulo
Si A (s) = an sn + an1 sn1 + + a1 s + a0 , entonces, por factorizaci
on:
A (s) = an (s p1 ) (s p2 ) (s pn1 ) (s pn ) (6.35)

donde pi (i = 1, 2, , n) son las races de A (s) = 0.
Con s = j :
A (j) = an (j p1 ) (j p2 ) (j pn1 ) (j pn ) (6.36)
Figura 6.10 Principio del angulo o del argumento

donde (j pi ) es el vector trazado desde pi al punto j sobre el eje imaginario como
se muestra en la Fig 6.10.
Si vara entre y +, el angulo o arg (j p1 ) vara entre 2 y + 2 en sentido
antihorario, esto es positivamente, y el cambio del angulo es:
6.6 El criterio de Mikhailov 215

arg (j p1 )= =
2 2
Pero el angulo o arg (j p3 ) vara entre 2 y + 2 pero en sentido horario, o sea

negativamente, esto es:
h i
arg (j p3 )= =
2 2
Por eso:
arg A (j)= l m = (l m) (6.37)

donde:
l, es el n
umero de polos en el plano complejo izquierdo.
m, es el n umero de polos en el plano complejo derecho.
Ya que n = l + m, l = n m, entonces:
arg A (j)= (n 2m) (6.38)

Por lo tanto, si no hay polos en el plano derecho, entonces m = 0 y:
arg A (j)= n (6.39)

6.6.2 El criterio de Mikhailov
Figura 6.11 Criterio de Mikhailov

Para sistemas realizables, o reales, por cada polo complejo p2 existe su conjugado p2 .
As, si vara entre 0 e (0 ), entonces:
arg A (j) = arg (j p1 ) + arg (j p2 ) + arg (j p2 )

0
h i h i
arg A (j) = 0 + () + () = 3
0 2 2 2 2
segun la Fig 6.11.

As, las ecuaciones (6.38) y (6.39) pueden ser escritas:

n 2 si el sistema es estable
arg A (j)= (6.40)
0 (n 2m) 2 si el sistema es inestable
La ecuacion (6.40) constituye el criterio de Mikhailov:

Un sistema es estable si al variar entre 0 e , el angulo o argumento de A (j)
cambia n 2 , esto es, n cuadrantes positivamente. Con n, grado de A (s) .
a)Sistemas estables b)Sistemas inestables
Figura 6.12 Gr
aficos de A(j) para el criterio de Mikhailov
La Fig 6.12a muestra varios casos estables. N otese, por ejemplo, que la curva para
n = 3 gira 3 2 radianes alrededor del origen.
La Fig 6.12b corresponde a sistemas inestables. Por ejemplo, para n = 4, el giro
entre a0 y 1, alrededor del origen es 2 ; entre a0 y 2 es 2 + ; entre a0 y 3 es 2 ,
porque el giro entre 2 y 3 es (); entre a0 y 4 es 0 porque el giro entre 3 y 4 es 2 .
Finalmente, el giro entre 4 y 5 (para ) es () + (), dando un giro neto de
cero. Como:

arg A (j)= (n 2m) =0
0 2
con n = 4, m = 2. Hay dos polos en el semiplano complejo derecho.
Ejemplo 6.6 .
6.6 El criterio de Mikhailov 217

Para la Fig 6.13:
K
Wla (s) =
(1 + T1 s) (1 + T2 s) (1 + T3 s)
con T1 = 2 seg, T2 = 0.5 seg y T3 = 0.1 seg, determine el valor m aximo que puede
tener K para que Wlc (s), la funci
on de transferencia en lazo cerrado, sea estable.
As:
Wla (s) K
Wlc (s) = =
1 + Wla (s) (1 + 2s) (1 + 0.5s) (1 + 0.1s) + K
y el polinomio caracterstico es:
A (s) = (1 + 2s) (1 + 0.5s) (1 + 0.1s) + K = 0.1s3 + 1.25s2 + 2.6s + (1 + K)

= (1 + K) 1.25 2 + j 2.6 0.1 3
Como n = 3, para que el sistema Wlc (s) sea estable, la curva de A (j) debe girar
alrededor del origen 3 2 radianes, como se muestra en la fig 6.14:
Figura 6.14 Gr
afico de A(j) estable
Para = 0:
A (j)|=0 = 1 + K
Las frecuencias para las cuales A (j) corta el eje imaginario se obtienen haciendo la
parte real cero:

Re A (j)|= = 0 = (1 + K) 1.25 2 =
2
r 2
1+K
lo que da: 2 =
1.25
Como 2 debe ser real, para asegurar el cruce, es necesario que 1 + K > 0, esto es:
K > 1.
Las frecuencias para las cuales A (j) corta el eje real se obtienen haciendo la parte
imaginaria cero:

Im A (j)|=0 , = 0 = 2.6 0.1 2 = ,
0
0 = 0
lo que da:
= 26
Observese que en el criterio de Mikhailov se descartan las frecuencias negativas. Para
estabilidad, el punto A debe estar a la izquierda del origen, para que el giro neto sea
3 2 radianes. Es decir:
U ( ) = Re A (j ) = (1 + K) 1.252 < 0
de donde: K < 31.5
Ademas notese que, para estabilidad:

Im A j 2 = 2 2.6 0.1 22 > 0
1+K
2.6 0.1 22 > 0 22 = < 26
1.25
es decir K < 31.5, el mismo resultado anterior.
En resumen, este sistema es estable si 1 < K < 31.5.

Ejercicio.
Con el mismo sistema del Ejemplo 6.6, graficar las curvas de Mikhailov para a) K = 40
y b) K = 5. Para cada caso calcular el n umero de polos inestables.
6.6.3 El criterio de Nyquist
Figura 6.15 Sistema basico para el criterio de Nyquist

6.6 El criterio de Nyquist 219
En la Fig 6.15, con la definici

on dada por (6.28):
K (s)
Wla = (6.41)
D (s)
donde K (s) y D (s) son polinomios en s, se tiene:
Wla Wla
Wlc (s) = = D(s)+K(s)
(6.42)
1 + Wla
D(s)
Se define la funci
on F (s) con (6.43):
D (s) + K (s)
F (s) = = 1 + Wla (s) (6.43)
D (s)
Fsicamente es difcil encontrar funciones de transferencia en las cuales el grado de
K (s) sea mayor que el de D (s). Si el grado de D (s) es n y el de K (s) es r, esto
implica que el grado de [D (s) + K (s)] es n. Resumiendo:
si n r
grado de D (s) = n
(6.44)
grado de K (s) = r
entonces grado de [D (s) + K (s)] = n
Caso 1: Wla estable.
Entonces por el criterio de Mikhailov:

arg D (j)= n si Wla es estable (6.45)
0 2
Para que el sistema sea estable en lazo cerrado:

arg [D (j) + K (j)]= n si Wlc es estable (6.46)
0 2
y:

D (j) + K (j)
arg F (j)= arg [1 + Wla (j)]= arg
0 0 0 D (j)
de donde:

arg F (j)= arg [D (j) + K (j)] arg D (j)= n n =0 (6.47)
0 0 0 2 2
Asi:
Un sistema en lazo cerrado es estable si la variaci

on del
angulo de
F (j) = 1 + Wla (j) es cero cuando cambia entre cero e infini-
to. Dicho de otra manera, un sistema en lazo cerrado es estable, si
F (j) =1 + Wla (j) no enlaza el punto 0 + j0, el origen, dado
0 0
que Wla (s) sea estable.
a) Criterio aplicado a 1 + Wla (j) b) Criterio aplicado a Wla (j)
Figura 6.16 Criterio de Nyquist

En la Fig 6.16a se muestra el gr afico 1 + Wla (j) de dos sistemas. En la curva I
el angulo va desde cero a un maximo negativo, regresa a cero, va hasta un m aximo
positivo y regresa a cero. El cambio en angulo neto resulta ser cero y por lo tanto es
estable. En la Fig 6.16a, curva II, el angulo de 1 + Wla (j) tiene un cambio neto
de 2 radianes 6= 0, y as, II es inestable.
En la Fig 6.16b se ha graficado Wla (j), que es el mismo grafico de F (j) =
1 + Wla (j) pero desplazado una unidad hacia la izquierda ya que Wla (j) =
F (j) 1. N otese que la curva I, estable, no enlaza el punto 1 + j0, mientras que
la curva II, inestable, s lo hace. De esta manera, el criterio de Nyquist aplicado a la
funcion Wla (j), se puede reformular:
0
Un sistema es estable en lazo cerrado, si el lugar geometrico de Wla (j),

con variando desde 0 a , no enlaza el punto 1 + j0, dado que Wla (s)
sea estable, con 0 . En otras palabras, si Wla (s) es estable,
Wlc (s) sera estable si la gr
afica de Wla (j), llamada curva de Nyquist,
no enlaza el punto 1 + j0, con 0 .
Ejemplo 6.7 .
Sea:
K
Wla (s) =
(1 + T1 s) (1 + T2 s) (1 + T3 s)
cuyo gr
afico Wla (j), para diferentes valores de K, se ve en la Fig 6.17:
Figura 6.17 Diagrama de Nyquist de Wla (s) del ejemplo 6.7

Existe un valor lmite de K, KLIM , para el cual el sistema en lazo cerrado empieza
a ser inestable. Wla (j) puede ser escrito:
Wla (j) = |Wla (j)| ()

donde:
K
|Wla (j)| = q q q
1 + (T1 )2 1 + (T2 )2 1 + (T3 )2
y, () = tan1 T1 tan1 T2 tan1 T3
As (0) = 0 y () = 32 mientras que |Wla (j)| decrece cuando 0 .
Con T1 , T2 , y T3 positivos, Wla es estable. As para que el sistema en lazo cerrado
sea estable es necesario que:
Wla (j ) > 1
Siendo la frecuencia de cruce por 180 , cuando Im Wla (j) = 0.
Como:
K
Wla (j) =
(1 + jT1 ) (1 + jT2 ) (1 + jT3 )
K
=
1 (T1 T2 + T1 T3 + T2 T3 ) 2 + j(T1 + T2 + T3 T1 T2 T3 2 )
en = la parte imaginaria es cero, por lo tanto:
T1 + T2 + T3 T1 T2 T3 2 = 0
r
T1 + T2 + T3
de donde: =
T1 T2 T3
Entonces:
K
Wla (j ) = > 1 (6.48)
1 (T1 T2 + T1 T3 + T2 T3 ) (T1T+T 2 +T3 )
1 T2 T3
Notese que Wla (j ) < 0 o (Wla (j )) > 0. As, la condici

on (6.48) se puede
tambien escribir:
Wla (j ) < 1
Esto es:
K
<1
(T1 T2 + T1 T3 + T2 T3 ) (T1T+T 2 +T3 )
1 T2 T3
1
lo que finalmente da:

1 1 1
K< + + (T1 + T2 + T3 ) 1 = KLIM
T1 T2 T3
para que el sistema sea estable.
Notese tambien que:

1 1 1 T2 + T3
+ + (T1 + T2 + T3 ) = 1+
T1 T2 T3 T1

T1 + T3 T1 + T2
+ 1+ + 1+ >1
T2 T3
Caso 2: Wla (s) inestable.
En este caso: Wla (s) = K(s)
D(s) tiene m polos en el plano derecho, esto es: D (s) tiene
m races en el plano derecho, y (n m) races en el plano izquierdo. Por el criterio
de Mikhailov:

arg D (j)= (n 2m) con Wla (s) inestable
0 2
Para que el sistema en lazo cerrado sea estable, con:
Wla (s) Wla (s) Wla (s)
Wlc (s) = = D(s)+K(s) =
1 + Wla (s) F (s)
D(s)
sera necesario que:

arg [D (j) + K (j)]= n con Wlc (s) estable
0 2
o:

arg F (j)= arg [D (j) + K (j)] arg D (j)= n (n 2m)
0 0 0 2 2
o sea:

m Wla (s) inestable
arg F (j)= arg [1 + Wla (j)]= (2) con (6.49)
0 0 2 Wlc (s) estable
Consecuentemente:
Un sistema, Wlc (s), es estable en lazo cerrado, si el diagrama

de Nyquist con 0 de Wla (j) enlaza m 2 veces el
punto 1 + j0, donde m es el n umero de polos de la funci
on de
transferencia en lazo abierto, o ganancia de lazo, Wla (s), situa-
dos en el plano derecho, esto es, con Wla (s) inestable.
En otras palabras:
Si Wla (s) es inestable con m polos en el plano derecho, para

que Wlc (s) sea estable Wla (j) debe enlazar el punto
1 + j0, m2 veces.
Ejemplo 6.8 .
Figura 6.18 Diagrama de Nyquist estable para Wla (s) inestable con m = 2
Si por ejemplo Wla (s) tiene dos polos, m = 2, en el plano derecho y Wla (j) es
como se muestra en la Fig 6.18 el sistema en lazo cerrado Wlc (s) es estable porque
el vector F (j) gira m
2 (2) = 2 radianes alrededor del punto 1 + j0.
Ejemplo 6.9 .
Supongase que se tiene la funci

on de transferencia de un sistema inestable en lazo
abierto:
K
Wla (s) =
(T1 s 1) (1 + T2 s)
Se puede aplicar Routh y Hurwitz al denominador de Wla (s) para determinar cuan-
tas races hay en el plano complejo derecho. Es decir, para determinar m. En este caso
no es necesario ya que los polos de Wla (s) estan ubicados en s1 = T11 y s2 = T12 .
Con T1 y T2 mayores que cero s1 esta ubicado en el plano complejo derecho. Entonces
m = 1, y el lugar geometrico de Nyquist o grafica de la funcion:
K
Wla (j) =
(jT1 1) (1 + jT2 )
1
debe enlazar el punto 1 + j0, 2 vez para ser estable. Es decir, el giro alrededor de
1 + j0 debe ser + radianes.
Considerese varios casos:
a) K > 1 y T1 < T2 .
Figura 6.19 Caso K > 1 y T1 < T2

Notese que:
Wla (j0) = K < 1 con K > 1
Ademas:
T1
arg Wla (j) = tan1 tan1 T2
1
= tan1 T1 tan1 T2
Esto es:
arg Wla (j) = + tan1 T1 tan1 T2 <
porque con T1 < T2 : (tan1 T1 tan1 T2 ) < 0
Para :
Wla (j) 0
w

arg Wla (j) = + =
2 2
As, F (j) gira rad. alrededor de 1 + j0, lo que indica inestabilidad. Entonces
el caso K > 1 y T1 < T2 es inestable en lazo cerrado.
b) K < 1 y T1 > T2 .
Figura 6.20 Caso K < 1 y T1 > T2

Notese que:
Wla (j0) = K > 1 con K < 1
Ademas:
arg Wla (j) = + tan1 T1 tan1 T2 >
porque con T1 > T2 : (tan1 T1 tan1 T2 ) > 0
Para :
Wla (j) 0
arg Wla (j) =

El giro neto de F (j) es cero alrededor de 1 + j0. As, el caso K < 1, T1 > T2 es
inestable.
c) K > 1 y T1 > T2 .
Figura 6.21 Caso K > 1 y T1 > T2

Notese que:
Wla (j0) = K < 1 con K > 1
Adem
as:
arg Wla (j) = + tan1 T1 tan1 T2 >
porque con T1 > T2 : (tan1 T1 tan1 T2 ) > 0
Para :
Wla (j) 0
arg Wla (j) =

As F (j) gira + radianes alrededor de 1 + j0. Entonces, el caso K > 1 y T1 > T2

es estable en lazo cerrado.
Ejemplo 6.10 .
Figura 6.22 Posibles casos del Nyquist del ejemplo 6.10

Para el sistema (6.50):

K
Wla (s) = (6.50)
(T1 s 1) (1 + T2 s) (1 + T3 s)
con K > 1 Wla (j0) = K < 1
Ademas:

tan1 T1 tan1 T2 tan1 T3 > 0
con:
para 0 < <
arg Wla (j) = + tan1 T1 tan1 T2 tan1 T3 >
Para :
|Wla (j)| 0
3
y arg Wla (j) = + =
2 2 2 2
Entonces Wla (j) cruza 180 para terminar en 3 2 en = .
Como m = 1, entonces F (j) debe girar m 2 (2) = + radianes alrededor de 1 + j0
para que el sistema en lazo cerrado, Wlc (s), sea estable. La curva II de la Fig 6.22
gira , mientras que la I, +.
As, I es estable y Wla (j ) debe estar a la derecha de 1 + j0.
Por lo tanto:
Wla (j ) > 1
o Wla (j ) < 1
Como:
K
Wla (j) =
[1 + 2 (T1 T2 + T1 T3 T2 T3 )] + j [T1 T2 T3 2 T1 T2 T3 ]
se obtiene haciendo la parte imaginaria cero, esto es:
T1 T2 T3 2 T1 T2 T3 = 0
r
T1 T2 T3
de donde =
T1 T2 T3
As:
K
Wla (j ) =
1 + 2 (T1 T2 + T1 T3 T2 T3 )
K
= (T1 T2 T3 )
<1
1+ T1 T2 T3 (T1 T2 + T1 T3 T2 T3 )
Entonces, Wlc (s) es estable si:

1 1 1
1 < K < 1 + (T1 T2 T3 ) +
T3 T2 T1
Caso 3: Sistemas Integradores.
En este caso la funci
on de transferencia en lazo abierto es:
K (s)
Wla (s) = (6.51)
s D1 (s)
donde es el numero de integradores.
Supongase que D1 (s) no tiene races en el plano complejo derecho ni sobre el eje
imaginario.
Considerese el caso = 1, un solo integrador. (6.51) puede ser escrita:
K (j) k + k1 (j) + + kr (j)r
Wla (j) = = 0 (6.52)
jD1 (j) j d0 + d1 (j) + + dn1 (j)n1
Notese que de (6.52) Wla (j) . As, para 0, Wla (j) , con un
0
angulo de /2, y si , Wla (j) 0, como se muestra en la Fig 6.23a.
a) b)
Figura 6.23 Caso de un solo integrador

Ahora, si se desplaza el polo ubicado en el origen una peque na cantidad hasta la
on p0 , como se muestra en la Fig 6.23b, se tendra una funci
posici on de transferencia,
con s = j, de la forma:
K (j)
Wla (j) = (6.53)
(j p0 ) D1 (j)
En (6.53), cuando 0, se tiene:
k0
Wla (j)= =R (6.54)
0 d0
y cuando 0, R , con angulo de 0 radianes, si kd00 > 0.

K(j)
O sea el fasor j p0 , contribuye con /2 al angulo de (jp 0 )D1 (j)
.
As, para que el diagrama de Nyquist quede completo, debe cerrarse con un arco de
radio infinito que gira /2, tal como se muestra en la Fig 6.23a. correspondiente a
la lnea punteada. Este arco se denomina complemento en infinito.
Si se tienen dos polos en el origen, = 2, cada uno contribuye con /2. O sea, que
el complemento en infinito son 2/4 de crculo, o radianes.
Como, en el an alisis, se consider
o que el polo en el origen esta desplazado una distancia
infinitesimal a la izquierda, entonces se est a partiendo de la base de que todos los
polos de Wla (s) estan en el plano complejo izquierdo. As, se puede aplicar al caso
Wla (s) estable.
Por eso, en la Fig 6.23a:
El sistema I es estable, porque el punto 1 + j0 no es encerrado por el diagrama de
Nyquist.
El II, es inestable porque 1 + j0 es encerrado por el lugar geometrico.
Se pueden establecer, as, las siguientes reglas:
a) Un sistema de control con integradores, estable en lazo abierto,

mas bien marginalmente estable, es estable en lazo cerrado, si el
diagrama de Nyquist de Wla (j) con su complemento en infinito
no encierra el punto 1 + j0.
b) Un sistema de control con integradores, inestable en lazo

abierto, es estable en lazo cerrado, si el diagrama de Nyquist
de Wla (j), con su complemento en infinito, encierra el punto
1 + j0, m2 veces, donde m es el n
umero de polos de Wla (s) en
el plano complejo derecho.
c) Si Wla (s) tiene polos, so-

bre el eje imaginario, el com-
plemento en infinito se hace con
radianes, media circunferen-
cia. Notese que al recorrer el eje
imaginario hay que rodear el polo
por la derecha dando un giro adi-
cional de + radianes, Fig 6.24,
Figura 6.24 lo cual corresponde a un giro de
radianes, en Wla (j).
Ejemplo 6.11 .
Sea el sistema:
K
Wla (j) =
s (1 + T1 s) (1 + T2 s)
entonces:
K
Wla (j) =
s (1 + jT1 ) (1 + jT2 )
K
= (6.55)
2 (T1 + T2 ) + j (1 2 T1 T2 )
As:
K
|Wla (j)| = q q
1 + (T1 )2 1 + (T2 )2
arg Wla (j) = 90 tan1 T1 tan1 T2 con K > 0
Para = 0:
|Wla (j0)| =
arg Wla (j0) = /2
Para = :
|Wla (j)| = 0
arg Wla (j) = 3/2
El diagrama de Nyquist correspondiente, con su complemento en infinito, se muestra

en la Fig 6.25.
Figura 6.25 Diagrama de Nyquist del ejemplo 6.11

Con T1 y T2 mayores que cero Wla (s) no tiene polos en el plano complejo derecho,
m = 0. Para estabilidad, el diagrama de Nyquist no debe enlazar el punto 1 + j0.
El cruce con el eje de 180 debe estar a la derecha de este punto. As la curva I de la
Fig 6.25 es estable.
Los cortes con el eje real se pueden obtener haciendo la parte imaginaria de Wla (j)
cero en (6.55), esto es:

1 2 T1 T2 = 0

0
lo que da = 1
T1 T2
As la frecuencia de cruce por radianes, es:

1
= =
T1 T2
y:
K KT1 T2
Wla (j ) = =
2 (T1 + T2 ) T1 + T2
Para estabilidad:
Wla ( ) > 1 o Wla ( ) < 1
lo que da:

KT1 T2 1 1
<1 o K< +
T1 + T2 T1 T2
con T1 = 0.1 y T2 = 0.2 : 0 < K < 15.
Ejemplo 6.12 .
a) b)
Figura 6.26 Polos sobre el eje imaginario

Considerese:
K
Wla (s) =
(s2 + 1) (1 + T1 s)
K
con Wla (j) = 2
(1 ) (1 + jT1 )
Notese que cuando 1, Wla (j) . Si K > 0, Fig 6.26a:

tan1 T1 para 0 < 1
arg Wla (j) =
tan1 T1 para > 1
Entonces Wla , cuando 1, con un angulo tan1 1 T1 . Luego Wla (j)

gira radianes, complemento en infinito, y el angulo sera tan1 T1 , termi-
nando en 3
2 en = . Como m = 0 el diagrama de Nyquist no debe enlazar el
punto 1 + j0. As, el diagrama de la Fig 6.26a es inestable.
Si K < 0 :

tan1 T1 para 0 < 1
arg Wla (j) =
2 tan1 T1 para > 1
Cuando 1, Wla , con angulo tan1 1 T1 . Luego el diagrama gira

radianes, complemento en infinito, como se muestra en la Fig 6.26b, y el angulo
sera 2 tan1 T1 .
De los diagramas de la Fig 6.26b, I es estable porque no encierra el punto 1 + j0.
Para este diagrama K > 1. Asi K no puede ser positivo ni inferior a cero.
La condici
on de estabilidad es, entonces 1 < K < 0.
6.6.4 Regla de las transiciones
Figura 6.27 Regla de las transiciones

Con referencia a la Fig 6.27, en general, si se consideran las transiciones sobre el eje
real, para el intervalo (, 1), positivas del plano superior al inferior, cuando
6.6 Estabilidad seg
un el diagrama de Bode 233
aumenta, y negativas del plano inferior al superior, tambien cuando aumenta, el

sistema es estable si la suma algebraica del n umero de transiciones es igual a m
2 , donde
m es el numero de polos de la funci on de transferencia en lazo abierto Wla (s), en el
plano complejo derecho.
Supongase m = 2, para la Fig 6.27. El n umero de transiciones a la izquierda de
1 + j0 es 2 1 = 1 y m 2 = 1, luego el sistema en lazo cerrado Wlc (s), es estable.
Notese que el giro neto alrededor de 1+j0 es 2 = m 2 (2) con m = 2, lo que verifica
el resultado, en este caso particular.
Si el diagrama arranca a la izquierda de 1 + j0, se considera 12 transicion si lo hace
hacia arriba, y + 12 transici
on si lo hace hacia abajo.
Ademas, debe tenerse en cuenta las transiciones del complemento en infinito si este
toca la regi
on (, 1).
Ejercicio
Por el metodo de las transiciones determinar la estabilidad de Wlc (s) para:
K (1 + T1 s)
Wla (s) =
s (T2 s 1)
con:
T1 , T2 > 0 y K > 0
6.6.5 Estabilidad seg

un el diagrama de Bode
a) Diagrama de Bode b) Curva de Nyquist correspondiente
Figura 6.28 Regla de las transiciones para el diagrama de Bode

Ya que cuando |Wla (j)| > 1, |Wla (j)|dB = 20 log |Wla (j)| > 0, el intervalo
(, 1) est a asociado con valores positivos de |Wla |dB . La lnea en el diagrama
de Nyquist esta asociada, en el Bode, con los angulos , 3, 5, . As, el
intervalo (, 1) corresponde a |Wla (j)|dB > 0 y () = arg Wla (j) = ,
3, 5, .
De esta manera, el criterio de Nyquist aplicado al diagrama de Bode puede ser for-
mulado:
Un sistema de control, en lazo cerrado, es estable si la suma

algebraica del n umero de transiciones positivas y negativas de
la curva de fase de Wla (j), () con las lneas , 3,
5, , cuando la curva de amplitud en decibelios |Wla (j)|dB
del sistema en lazo abierto es positiva, |Wla (j)|dB > 0 o
|Wla (j)| > 1, es igual a m 2 , donde m es el numero de polos
de Wla (s) en el plano complejo derecho. Las transiciones son
(+) positivas cuando () aumenta positivamente. Negativas en
el caso contrario.
CAPITULO 7
SINTESIS EN EL DOMINIO DE
LA FRECUENCIA
7.1 Especificaciones en el dominio frecuencial

1) Ancho de Banda: AB.
Con:
C (j) Wla (j)
M (j) = = = M () ejm () (7.1)
R (j) 1 + Wla (j)
Se define el ancho de banda, AB, como la frecuencia a la cual |M (j)| vale el 70.7%
del nivel a frecuencia cero o 3dB por debajo del nivel de frecuencia nula, como se
muestra en la Fig 7.1.
Figura 7.1 Ancho de banda
235
236 SINTESIS EN EL DOMINIO DE LA FRECUENCIA
Notese que AB indica las caractersticas de filtraje de ruido del sistema y da tambien
una medida de las propiedades de la respuesta transitoria. Si AB es grande, las se nales
de alta frecuencia pasan a la salida, es decir, la respuesta transitoria tiene un tiempo
de subida, o de levante, r
apido. Por el contrario, si AB es peque na, solo pasaran las
se
nales de baja frecuencia y, por consiguiente, la respuesta temporal ser a lenta.
2) Factor de pico o de resonancia: Mv .
Es el valor m
aximo de |M (j)|. Es un indicativo de la estabilidad relativa del sistema.
Posteriormente se vera que a valores altos de Mv corresponden amplios sobrepasos
en la respuesta temporal. Normalmente se admite que 1.1 < Mv < 1.5, para buenos
resultados.
3) Frecuencia de resonancia: v .
Es la frecuencia para la cual se produce el pico de resonancia.
Otros factores importantes en la medida de la estabilidad relativa de un sistema de
control son el margen de amplitud y el margen de fase. Estos conceptos se ver
an mas
adelante.
7.2 Correlaci
on entre respuestas transitoria y
frecuencial para un sistema de segundo orden
Figura 7.2 Sistema de segundo orden

C (s) n2
= 2
R (s) s + 2n s + n2
Con s = j se tiene:
C (j) 1
= = M () ej() (7.2)
R (j) 1 2
2 + j2 n
n
donde:
7.2 Correlaci
on entre respuestas transitoria y frecuencial para un sistema de segundo orden 237
1
M () = r 2 2 (7.3)
2
1 2
n + 2 n

!
1
2 n
() = tan 2
(7.4)
1 2
n
El pico de resonancia es el valor m

aximo de M (), que se puede calcular minimizando
su denominador. Esto es, M () es maximo si (7.5) es mnimo:
2 2
2
D2 () = 1 2 + 2 (7.5)
n n
Derivando (7.5):

dD2 () 2 2 2
= 2 1 2 2 + 2 2
d =v n n n n =v

2
= 1 2v + 2 2 = 0
n
de donde:
p
v = n 1 2 2 (7.6)
2
Observe que v existe si 1 2 > 0, esto es, si: < 1
= 0.707. Cuando > 0.707
2
no hay resonancia y M () < 1, como se muestra en la Fig 7.3.
Figura 7.3 Respuesta frecuencial de un sistema de segundo orden

Con (7.6) en (7.3):
1 1
Mv = q = p (7.7)
2
(2 2 ) + 4 2 (1 2 2 ) 2 1 2
La Fig 7.4 muestra la correlaci

on existente entre el pico de resonancia Mv y el m
aximo
sobrepaso Mp .
Figura 7.4 correlaci

on entre Mv y Mp .
Observese que Mp y Mv estan relacionados. Si Mv aumenta, tambien lo hace Mp .
Recuerdese que si aumenta, Mp disminuye y el transitorio se suaviza. Lo mismo se
puede decir del factor o pico de resonancia Mv .
7.3 Estabilidad relativa

Evidentemente del diagrama de Nyquist se logra una buena idea de margen de esta-
bilidad de un sistema. Es decir:
1) Si el sistema es estable, en que grado lo es ?
2) Y si no es suficientemente estable, o es inestable, c

omo puede mejorarse la
condici
on de estabilidad del sistema ?
La primera pregunta es un problema de analisis, mientras que la segunda es un pro-
blema de diseno, sntesis o proyecto.
La Fig 7.5 muestra el concepto de estabilidad relativa de un sistema en lazo cerrado
Wlc (s) mediante los lugares de Nyquist de Wla (j) para un sistema de tercer
orden, con cuatro valores distintos de la ganancia K, suponiendo Wla (s) estable.
El lugar Wla (j) en la Fig 7.5a enlaza el punto 1 + j0 por lo cual Wla (s) es
inestable y la respuesta a un escalon unitario crece con el tiempo. En la Fig 7.5b,
Wla (j) pasa por el punto crtico 1 + j0 y el sistema esta entre la estabilidad y la
inestabilidad, por lo tanto la respuesta a un escalon unitario es una oscilaci
on senoidal
sostenida. Los lugares Wla (j) en las figuras 7.5c y d no enlazan el punto crtico.
Sin embargo, el lugar Wla (j) de la Fig 7.5c pasa mas pr oximo al punto crtico, y
por consiguiente, la respuesta del sistema a un escal on unitario sera mas oscilante y
con un sobrepaso mas pronunciado que el mostrado en la Fig 7.5d, correspondiente a
un lugar de Nyquist mas alejado de 1 + j0.
7.4 Margen de amplitud y margen de fase 239
a)
b)
c)
d)
Figura 7.5 Grados de estabilidad de un sistema

Cuantitativamente, la distancia entre el lugar Wla (j) y el punto 1 + j0 da una
medida de la estabilidad relativa del sistema en lazo cerrado.
Mas especficamente, el margen de amplitud y el marge de fase se utilizan general-
mente para determinar el grado de estabilidad relativa de un sistema de control.
7.4 Margen de amplitud y margen de fase

figura 7.6 Margen de amplitud y margen de fase
7.4.1 Margen de amplitud

Es una medida de la proximidad del punto de fase crtica al punto crtico, punto B
en la Fig 7.6. Con = cp la frecuencia en el punto de fase crtica:
= |Wla (jcp )|
y el margen de amplitud en dB del sistema se define como:
1 1
Margen de amplitud en dB = 20 log = 20 log (7.8)
|Wla (jcp )|
Observese en la Fig 7.6 que si la ganancia en lazo abierto se aumenta hasta que
|Wla (jcp )| = 1 el margen de amplitud vale 0 dB. Por otro lado, para un sistema
de segundo orden el lugar Wla (j) no corta el eje real negativo, y por lo tanto
|Wla (jcp )| = 0 y entonces el margen de amplitud es infinito, en decibelios, como
se muestra en la Fig 7.7.
La interpretacion fsica del margen de amplitud es la siguiente:
El margen de amplitud es la ganancia en decibelios que se puede a nadir a la cadena
en lazo abierto antes de que el sistema alcance la inestabilidad. Si Wla (j) pasa
por el punto 1 + j0 el margen de amplitud vale 0 dB lo que implica que la ganancia
de la cadena ya no puede aumentarse sin provocar la inestabilidad.
7.4 Margen de amplitud 241
Figura 7.7 Lugar de Nyquist de un sistema de segundo orden

Para un sistema de segundo orden, el corte con el eje negativo |Wla (jcp )| es cero y
el margen de amplitud es infinito; es decir que, te
oricamente, el valor de la ganancia de
la cadena puede aumentarse hasta infinito antes de que se produzca la inestabilidad.
Cuando el lugar Wla (j) enlaza el punto crtico, |Wla (jcp )| > 1 y el margen de
amplitud en dB se hace negativo. Un margen de amplitud negativo corresponde a
un sistema inestable siempre y cuando Wla (s) sea estable. Ya que si Wla (s) es
inestable, con m polos en el plano derecho, Wla (j) debe enlazar m 2 veces el punto
0
crtico para que Wlc (s) sea estable.
En general, el margen de amplitud es una de las varias formas esenciales empleadas
para indicar la estabilidad relativa de un sistema.
Teoricamente, un sistema con un amplio margen de amplitud debe ser m as estable
que otro con un margen de amplitud menor. Sin embargo, esta afirmaci on no siempre
es cierta.
En la practica, el margen de amplitud por si solo no da indicaci on suficiente de la
estabilidad relativa del sistema. Por ejemplo, los dos lugares Wla (j) de la Fig 7.8
tienen el mismo margen de amplitud, infinito.
Figura 7.8 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero
con distinta estabilidad relativa
Sin embargo, el lugar A corresponde a un sistema mas estable que el lugar B ya que
con cualquier peque
no cambio en alg
un parametro del sistema, es posible que el lugar
B pase por el punto 1 + j0 o lo enlace.
Figura 7.9 Lugares de Nyquist de dos sistemas con igual margen de amplitud pero
con diferente grado de estabilidad relativa
Los dos lugares Wla (j) de la Fig 7.9 tienen tambien el mismo margen de amplitud,
pero el sistema correspondiente a la curva A representa ciertamente un sistema mas
estable.
Para definir adecuadamente la estabilidad relativa de un sistema, se utiliza el margen
de fase para diferenciar el grado de estabilidad de casos como los de las figuras 7.8 y
7.9.
7.4.2 Margen de fase
Figura 7.10 Margen de fase

7.4 Margen de amplitud y margen de fase en el lugar de Bode 243
El margen de fase mide la proximidad del punto de ganancia crtica al punto crtico.
Se define como el angulo que debe girarse el lugar de Nyquist de Wla (j) para que
el punto |Wla (jcg )| = 1 del lugar pase por el punto crtico 1 + j0.
La Fig 7.10 muestra que el margen de fase es el angulo que el radio vector unidad
forma con el eje real negativo en el plano Wla (j).
Entonces:
Margen de fase, M.F. = = 180 = arg Wla (jcg ) 180 = 180 + (7.9)
donde cg es la frecuencia de la ganancia crtica. Algunos valores recomendables de

no son: M.A. = 12dB, M.F.= 60 .
dise
Ejercicio.
Dado:
K
Wla (s) =
(1 + s) (1 + 2s) (1 + 3s)
a) Dibuje el lugar de Nyquist de Wla (j) y determine los lmites de K para que el
sistema en lazo cerrado Wlc (s) sea estable.
b) Suponga K = 5. Determine la frecuencia correspondiente al punto de fase crtica
cp y el margen de amplitud en dB y el margen de fase.
c) Hallar el valor de K para que el margen de amplitud del sistema sea igual a 20 dB.
7.4.3 Margen de amplitud y margen de fase en el lugar de Bode
Con Wla (s) el procedimiento para obtener el margen de amplitud y el margen de
fase a partir del lugar de Bode, Fig 7.11, es el siguiente:
|Wla (j)|
1) Construir el lugar de Bode de K y de arg Wla (j) en funci
on de .
2) Para obtener el margen de amplitud, se determina en primer lugar el punto en

que arg Wla (j) corta el eje de 180 , punto de fase crtica. El margen de amplitud
para K = 1 es el valor que toma la curva de amplitud |Wla K
(j)|
en dB, en el punto
de fase crtica, Fig 7.11.
Para cualquier otro valor de K el margen de ampitud es simplemente el margen de
amplitud para K = 1 menos el valor de K en dB, 20 log K.
Si la curva de fase no corta nunca el eje de 180 permaneciendo por encima, el
sistema es siempre estable; por ejemplo, en un sistema de segundo orden la fase
tiende a 180 asintoticamente cuando .
3) Para obtener el margen de fase, se determina en primer lugar el punto en que la
curva |WlaK
(j)|
en dB corta al eje de 0 dB, es decir, el punto de ganancia crtica.
El angulo entre la curva de fase en el punto de ganancia crtica, arg Wla (jcg ) y
el eje de 180 es el margen de fase para K = 1 . Para cualquier otro valor de K,
el margen de fase se obtiene desplazando el eje de 0 dB a K en dB y siguiendo el
procedimiento que se acaba de indicar.
Figura 7.11 Margenes de fase y de amplitud en el diagrama de Bode

Ejercicios.
1) La configuraci
on de polos y ceros de una funci
on de transferencia en lazo cerrado
Wlc (s) viene dada en la Fig P7.1a.
a) b)
Figura P7.1
a) Calcular la banda pasante del sistema, o ancho de banda, AB.
b) Se a
nade un cero como indica la Fig P7.1b. C omo queda modificada la AB ?
c) Se a
nade a la configuraci
on de la Fig P7.1b un polo sobre el eje real negativo, pero
a una distancia del origen 10 veces mayor que la del cero.
7.4 Margen de amplitud y margen de fase en el lugar de Bode 245
Como queda afectado el AB?

2) La especificaci
on dada para un servosistema de segundo orden es que el sobrepaso
maximo de la respuesta a un escal on unitario no exceda del 25%.
Cuales son los valores lmites correspondientes del coeficiente de amortiguamiento
y del factor de resonancia Mv ?
3) La funcion de transferencia en lazo cerrado de un servosistema es:
C (s) 1
Wlc (s) = =
R (s) (1 + 0.01s) (1 + 0.05s + 0.01s2 )
a) Trazar la curva de respuesta en frecuencia del sistema en lazo cerrado.
b) Determinar el factor de resonancia Mv y la frecuencia de resonancia v del sistema.
c) Determinar el coeficiente de amortiguamiento y la frecuencia propia no amor-
tiguada n del sistema de segundo orden que produce el mismo Mv y la misma v
que el sistema original.
4) La funcion de transferencia en lazo abierto de un servosistema con realimentacion
unitaria es:
K (1 + T s)
Wla (s) =
s (1 + s) (1 + 0.01s)
Determinar el menor valor posible de T para que el sistema tenga un margen de
amplitud infinito.
5) La funcion de transferencia en lazo abierto de un servosistema con realimentaci
on
unitaria es:
K
Wla (s) =
s (1 + 0.1s) (1 + s)
a) Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual
a 1.4.
b) Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB.
c) Determinar el valor de K para que el margen de fase del sistema sea de 60 .
6) Use el criterio de estabilidad de Nyquist para determinar si los sistemas con las
siguientes funciones de transferencia de lazo abierto son estables:
10
a) Wla (s) =
(1 + s) (1 + 2s) (1 + 3s)
10
b) Wla (s) =
s (1 + s) (1 + 10s)
10
c) Wla (s) =
s2 (1 + 0.1s) (1 + 0.2s)
2
d) Wla (s) = 2
s (1 + 0.1s) (1 + 10s)
7)
Figura P7.2
Determine la estabilidad de los sistemas cuyos lugares geometricos de Wla (j) se
muestran en las figuras P7.2a, b y c. Suponga que Wla (s) no tiene polos en el
semiplano derecho.
8) Para un sistema de segundo orden:
16
Wla (s) =
s (2 + s)
a) Grafique el diagrama de Bode.
b) Determine Mv y v .
9) Repita el problema 8 cuando:
60 (1 + 0.5s)
a) Wla (s) =
s (1 + 5s)
60 (1 + s)
b) Wla (s) =
s2 (1 + 0.1s)
10) Dado.
as + 1
Wla (s) =
s2
hallar a tal que el margen de fase sea 45 .
11) Trazar los diagramas polares de:
K (Ta s + 1) (Tb s + 1)
Wla (s) =
s2 (T1 s + 1)
para los dos casos siguientes:
a) Ta > T1 > 0, Tb > T1 > 0

b) T1 > Ta > 0, T1 > Tb > 0
7.5 Compensador de adelanto de fase 247
12)
Figura P7.3
Determine el valor crtico de Kh respecto a la estabilidad del sistema de lazo cerrado
de la Fig P7.3. Recuerde que Wla (s) = G (s) H (s) .
13)
Figura P7.4
Sea el sistema que se muestra en la Fig P7.4. Hallar el valor crtico de K respecto a
estabilidad, utilizando el criterio de Nyquist.
7.5 T
ecnicas de compensaci
on
Se refiere al uso de redes de adelanto, atraso y adelanto-atraso combinadas para refor-
mar la respuesta frecuencial de lazo abierto, Wla (j), a fin de conseguir estabilidad
relativa aceptable y error disminuido.
7.5.1 Compensador de adelanto de fase
Considerese el circuito de la Fig 7.12. Para este circuito:
R2 V1 R2 V1
V(+) = 1
= (7.10)
R2 + R1 // Cs R 1
R2 + R11+Cs1
Cs
R3
V() = V2 (7.11)
R3 + R4
Como V(+) ' V() :
R2 V1 R3
R1
= V2
R2 + 1+R R3 + R4
1 Cs
Figura 7.12 Compensador de adelanto de fase

de donde:
V2 R3 + R4 R2 (1 + R1 Cs)
= Gc (s) = (7.12)
V1 R3 (R1 + R2 ) 1 + R1R+R
2
R1 Cs
2
Llamando:
R3 + R4
Av0 =
R3
R2
= <1
R1 + R2
T1 = R1 C
T2 = R1 C < T1
1
1 =
T1
1
2 = > 1
T2
T2 1
= =
T1 2
(7.12) se puede expresar:
s
1 + T1 s 1+ 1
Gc (s) = Av0 = Av0 s (7.13)
1 + T2 s 1+ 1
Con s = (j) :
1 + j 1
Gc (j) = Av0 (7.14)
1 + j 2
y la fase de Gc (j) es:

c (j) = tan1 tan1 >0 (7.15)
1 2
porque con 1 < 2 :

>
1 2
7.5 Compensador de adelanto de fase 249
Entonces es un circuito que puesto en cascada con una planta puede servir para
adelantar fase y mejorar la estabilidad relativa.
Notese tambien que:
2

1 + j 1 1 j 2 1 + 1 2 + j 1 2
Gc (j) = Av0 2 = 2
1 + 2 1 + 2
de donde:

1 2
tan c () = 2
(7.16)
1+ 1 2
Figura 7.13 Diagrama de Bode del compensador de adelanto de fase

Para obtener el maximo adelanto de fase cm se deriva (7.16):

1
1

d tan c () d 1 2

= 2
d =m d 1+ 1 2
=
h im h i
1 + 2 2
1 1 1 2 1 2
= h i2 =0
1 2 2
1 + 1 2
=m
O sea:
2
m 2
1+ 2 m =0
1 2 1 2
de donde:

m = 1 2 (7.17)
El maximo adelanto de fase ocurre en el medio geometrico de las dos frecuencias de
quiebre 1 y 2 . El diagrama de Bode se muestra en la Fig 7.13.
Con (7.17) en (7.16):

m m 1 2 1 2
1 2 1 2 1
tan cm = 2
m
= 1 2 = (7.18)
1+ 1+ 1 2 2
1 2
(1 ) 1 1
sin cm = q = = (7.19)
2 2 1 2 + 2 + 4 1+
(1 ) + (2 )
Tambien:
1 sin cm
= (7.20)
1 + sin cm
v
u 2 s
u r
u 1 + m1 1+ 2
2 Av0
|Gc (j)|=m = Av0 ut 2 = Av0
1
1 = Av0 =
1+ 1
1 + m2 2
Entonces:
1
|Gc (j)|=m dB = 20 log (Av0 ) + 20 log (7.21)

como se muestra en la Fig 7.13.
7.5.2 Errores
Al disenar un compensador no solo se busca mejorar la estabilidad relativa, sino
tambien, disminuir el error, en lo posible. El compensador de adelanto al mejorar la
estabilidad permite aumentar la ganancia del sistema en lazo abierto lo cual disminuye
el error. Para mejorar a
un mas el sistema, en lo que respecta al error, se puede utilizar
un compensador de atraso de fase, como se vera posteriormente.
Considerese, por ejemplo, el sistema mostrado en la Fig 7.14:
7.5 Tipo Uno 251
Figura 7.14 Sistema en lazo cerrado

donde E es la se
nal de error E = R C, la cual es:
1
E (s) = R (s) (7.22)
1 + Wla (s)
El error estatico se define por:
sR (s)
ess = lim e (t) = lim sE (s) = lim (7.23)
t s0 s0 1 + Wla (s)
Dependiendo de cuantos integradores tenga una planta se puede hacer una clasifi-
caci
on por tipos de integraci
on:
7.5.2.1 Tipo Cero
Una planta tipo cero es aquella que no tiene integradores, por ejemplo:
Q
r
Kp (1 + Ti s)
1
Wla (s) = Q
n (7.24)
(1 + Tj s)
1
Se puede analizar el error est

atico para diferentes se
nales de entrada:
on. Si R (s) = Rs0 , el error est
a) Escal atico es:
s Rs0 R0
ess = lim =
s0 1 + Wla (s) 1 + Kp
ess 1
y ess % = 100 = 100% (7.25)
R0 1 + Kp
As el error disminuye con la ganancia del sistema en lazo abierto Kp . A mayor

ganancia menor error.
b) Rampa. Si R es una rampa: r (t) = R1 t, entonces R (s) = Rs21
s Rs21
ess = lim =
s0 1 + Wla (s)
As, un sistema tipo cero tiene error finito para entrada escal
on, pero infinito para
rampa, parabola, etc.
7.5.2.2 Tipo Uno
Una planta tipo uno tiene un integrador. Por ejemplo:
Q
r
Kv (1 + Ti s)
1
Wla (s) = Q
n (7.26)
s (1 + Tj s)
1
Los errores estaticos para diferentes se
nales de entrada son:
a) Escalon. Con R (s) = Rs0 :
s Rs0
ess = lim =0
s0 1 + Wla (s)
R1
b) Rampa. R (s) = s2 :
s Rs21 R1
ess = lim =
s0 1 + Wla (s) Kv
1
ess % = 100%
Kv
R2 2 R2
abola. Si R es una par
c) Par abola: r (t) = 2 t , entonces R (s) = s3 .
En este caso: ess =
As, un sistema tipo uno sigue un escal

on con error cero, una rampa con error finito,
pero no sigue una parabola, c
ubica, etc.
Analizando sistemas de tipo mayor, dos integradores o mas, se puede elaborar la
siguiente tabla:
Error
Senal Escalon R0 Rampa Ri t Parabola R22 t2 C ubica R3!3 t3
R0
0 1+Kp
R1
1 0 Kv
Tipo R1
2 0 0 Ka
R3
3 0 0 0 Kc
Tabla 7.1 Errores estaticos seg

un el tipo y la se
nal de entrada
Kp , Kv , Ka y Kc son las ganancias de las plantas, que de acuerdo al tipo de la planta
reciben diferentes nombres:
Kp : constante de error de posici

on.
Kv : constante de error de velocidad.
Ka : constante de error de aceleracion.
Kc : constante de error de veloaceleracion.
Para todos los casos de error finito puede notarse que el error es tanto menor cuanto
mayor sea la ganancia de la planta.
7.5 Compensacion con adelantor de fase 253
7.5.2.3 Compensaci on con adelantor de fase

Diferentes metodologas se han planteado para el dise
no o sntesis del compensador
de adelanto.
Procedimiento 1:
1. Determinar la ganancia en lazo abierto para la especificaci
on de error dada.
2. Usando la ganancia K as determinada, evaluar el margen de fase del sistema no
compensado.
3. Calcular el adelanto de fase c requerido para obtener el margen de fase deseado
mas aproximadamente 5 . Se le anaden unos 5 ya que la frecuencia del cruce cambia
al insertar el compensador.
4. Determinar de:
1 sin cm
= con cm 60
1 + sin cm
cm 60 para que 1 y 2 no queden excesivamente separadas.
5. Suponer Av0 = 1 , entonces Av0 = 1. As, el aumento de ganancia en = m
sera 20 log 1 . Para que m = cgn , la nueva frecuencia de cruce, ser
a necesario bus-
car un punto de |Wla (j)| tal que |Wla (j)|dB = 20 log |Wla (j)| = 20 log 1 .
Entonces selecci onese = cgn la frecuencia para la cual |Wla (j)|dB = 20 log 1 .
Esta nueva frecuencia sera tambien m = cgn .
6. Calcular las frecuencias de quiebre del compensador:
q r
2 12 1
m = 1 2 = 2 = = 2 =

de donde:

1 = m
m
2 =

7. Evaluar el margen de fase del sistema con el compensador y chequear la ganancia
en cgn que debe ser 1,o cero dB.
Chequear el margen de ganancia |Wla |dB compensado = MG donde este c alculo se
hace cuando compensado = 180 .
compensado = { no ompensado + c } en = cp donde compensado = 180 .
8. Calcular T1 = 11 , T2 = 12 y los par
ametros del circuito de las f
ormulas para T1 y
T2 en terminos de R1 , R2 y C. Algunos parametros se pueden escoger libremente.
Procedimiento 2:
Este opera en forma un poco inversa al anterior.
1. Seleccionar una frecuencia cgn tal que el adelanto de fase exigido al compensador
cm no sobrepase 60 . A fin de satisfacer el requerimiento de margen de fase en el
sistema compensado:
= 180 + NC + cm | en =cgn
donde NC es la fase del sistema no compensado en = cgn , la nueva frecuencia de

cruce.
2. Calcular = 1sin cm
1+sin cm . Calcular el compensador.
3. Calcular la ganancia en dB del sistema no compensado en cgn :
|Wla (j)|dB = 20 log |Wla (j)|=cgn
La ganancia del compensador en cg = m es:

|Gc (j)|=m = Av0 = Av0

Para que el sistema compensado cruce por cero dB en cg = m es necesario entonces
que:

20 log Av0 = |Wla (j)|=cgn dB
o tambien:
1
20 log Av0 = 20 log |Wla (j)|=cgn dB

4. Calcular el error estatico del sistema con el compensador includo. Si excede la
especificaci
on, el dise
no es correcto. Si no, procedase a intercalar adem
as un compen-
sador de atraso para mejorar las condiciones de error.
5. Verificar el margen de fase y la ganancia en cgn . Calcular el margen de ganancia
MG = |Wla (j)|=cf dB donde cf es la frecuencia a la cual:
compensado = no compensado + c = 180
Ejemplo 7.1 .

se especifica Kv = 20, = 50 y M G = 10dB, por lo menos. N
otese que:
4K 2K K 20
Wla (s) = = s = s v =
s (s + 2) s 2 +1 s 2 +1 s 1 + 2s

As K = 10. La Fig 7.16 muestra el diagrama de Bode para este sistema.
Figura 7.16 Bode de Wla (j) del ejemplo 7.1

Procedimiento 1
El Bode de amplitud es:
20
|Wla | dB = 20 log q 2
1 + 2
r 2
= 20 log 20 20 log 20 log 1+
2
Para bajas frecuencias:
|Wla | dB 20 log 20 20 log = 26 20 log
o sea:
Y1 dB = 26 20 log
Y1 dB = 0 en = 20
La primera frecuencia de quiebre es 2, para el termino 1+1 s .

2
dB dB 1 dB
A partir de = 2 el Bode cae con 40 dec. : 20 dec. del termino s y 20 dec. del
termino 1+1 s . Esto es Y2 dB = Y20 40 log .
2
En = 2: Y2 dB = 20
por lo tanto: Y20 = 20 + 40 log 2 = 32dB

As: Y2 dB = 32 40 log
Y2 dB = 0 cuando 32 40 log = 0. Esto es para:
= 1032/40 = 6.3 rad/seg
La fase del sistema no compensado es:

() = 90 tan1
2
6.3
En = 6.3, (6.3) = 90 tan1 = 162.4
2
As, v = 180 162.4 = 17.6 , que es el margen de fase no compensado. El margen
de fase pedido es n = 50 , entonces:
= 50 17.6 + 5 = 37.4 = cm = m
c
1 sin m 1 sin 37.4
de donde: = = = 0.244
1 + sin m 1 + sin 37.4
Se puede seleccionar cgn de la siguiente manera: se calcula
1 1
|Wla | dB = 20 log = 20 log = 6.13dB
0.244
y se busca un tal que |Wla | dB = 6.13dB. Ya que:
Y2 dB = 40 log + 32 = 6.13
entonces cgn = 8.98 = m
As:
m
1 = m = 4.44rad/seg y 2 = = 18.18rad/seg

1
El compensador con Av0 = es:
s
1 + 4.44
Gc (s) = s
1 + 18.18
Chequeo
Con compensador:

comp = 90 tan1 + tan1 tan1
2 4.44 18.18
En = 8.98:
comp = 130
n = 180 130 = 50
q 2
1 + 4.44 20
|Wla |dB = 20 log q 2 q 2
= 0.18dB
1 + 18.18 1 + 2
=8.98
|Wla |dB debera ser cero. Esto indica que cgn esta un poco a la izquierda de 8.98.
Podra reajustarse Av0 de tal manera que compense
los 0.18dB. Como Av0 = 1
no se puede escoger Av0 = 0.18
para el dise 20 = 1.02 en lugar de 1 y en este caso:
1.02
Av0 = = 4.18

C
alculo de los par
ametros
De T1 = R1 C = 11 , R1 = 4.44C
1
, y con C = 1f, arbitrario, entonces R1 = 225K.
R2
Con = R1 +R2 = 0.244, y R1 = 225K, entonces R2 = 73K.
Con Av0 = R3R+R
3
4
= 4.18 y con R3 = 10K, arbitrario, se obtiene R4 = 32K.
Margen de ganancia
Se busca cf esto es cuando comp = 180 .
Pero note que el sistema no compensado tena = 90 tan1 2 > 180
Como el compensador adelanta fase, entonces comp > 180 para toda frecuencia
excepto en cf = . La fase del compensador en es c () = 0 y comp () =
90 90 = 180 . O sea cf = . Pero en , |Wla |comp dB = . As,
MG = |Wla |comp dB = , lo que excede la especificaci
on.
Procedimiento 2
Como = 90 tan1 2 , si se selecciona = cgn = 10, entonces (10) = 168.7 .
Para n = 50 la fase del sistema compensado debe ser comp = 180 +50 = 130 .
As, el compensador debe suministrar c = 168.7 130 = 38.7 < 60 . Entonces:
1 sin 38.7
= = 0.231
1 + sin38.7
20
|Wla (jcgn )|dB = 20 log q 2
= 8.13dB
1+ 2
=cgn
As:
1
20 log Av0 = 20 log |Wla (jcgn )|dB = 14.49dB

entonces:
14.49
Av0 = 10 20 = 5.3

1 = 0.231 10 = 4.81
10
2 = = 20.81
0.231
Y el compensador es:
s
1 + 4.81
Gc (s) = 5.3 0.231 s
1 + 20.81
El sistema en lazo abierto compensado es:

s
1 + 4.81 20
Wla (s) = 5.3 0.231 s
1 + 20.81 s 1 + 2s
Como:

comp = 90 tan1 + tan1 tan1
q 2 4.81 20.81
2
1 + 4.81 20
|Wla (j)| = 5.3 0.231 q 2 q 2
1 + 20.81 1 + 2
entonces:
comp (10) = 130

= 180 130 = 50
|Wla (j10)| = 0.9985
|Wla (j10)|dB = 20 log 0.9985 = 0.013dB 0
Para bajas frecuencias la ganancia es Kv = 5.3 0.231 20 = 24.5. Este dise

no tiene
un Kv mayor que el especificado y por lo tanto el error estatico es menor:
1
ess % = 100 = 4.1%
Kv
7.5.3 El compensador de atraso de fase

En la Fig 7.17:
1
R2 + Cs 1 + R2 Cs
V(+) = 1 V1 = V1 (7.27)
R2 + Cs + R1 1 + (R1 + R2 ) Cs
R3
V() = V2 (7.28)
R3 + R4
7.5 El compensador de atraso de fase 259
Figura 7.17 Compensador de atraso de fase

Como V(+) ' V() :
V2 (s) R3 + R4 1 + R2 Cs
Gc (s) = = (7.29)
V1 (s) R3 1 + (R1 + R2 ) Cs
O sea:
s
1 + T2 s 1+ 2
Gc (s) = Av0 = Av0 s (7.30)
1 + T1 s 1+ 1
donde:
1
T1 = (R1 + R2 ) C > T2 1 = T1
T1 = T2 2 = 1
1 R1 +R2
T2 = R2 C 2 = T2 = R2
Con T1 > T2 , 1 < 2 . As, ocurre primero el quiebre del polo.

Ademas:

c = tan1 tan1 <0
2 1
porque:
1 1
<
2 1
O sea que este tipo de compensador atrasa fase.

Este compensador no puede mejorar la estabilidad utilizando su caracterstica de fase.
Se utiliza, mas bien, la atenuacion de ganancia a altas frecuencias, para correr el punto
de 0 dB, cg , a la izquierda, donde la fase sea mas favorable. Con Av0 = 1, R3 = ,
la atenuacion a altas frecuencias es 20 log . De esta forma, indirectamente mejora
la estabilidad.
Figura 7.18 Diagrama de Bode del atrasador de fase

Por otro lado, si el sistema original ya tiene un margen de estabilidad aceptable,
apropiado, si se escoge Av0 , a altas frecuencias se tiene 20 log Av0 0, no produce
on, pero a bajas frecuencias se tiene 20 log Av0 20 log , que aumenta la
atenuaci
ganancia estatica, disminuyendo el error.
7.5.3.1 Compensaci
on con atrasador de fase
Procedimiento
1. Determinar la ganancia en lazo abierto a bajas frecuencias que satisfaga el reque-
rimiento de error.
2. Dibujar el diagrama de Bode con esta ganancia y determinar el margen de fase
del sistema compensado. Si las especificaciones de margen de fase son satisfechas,
continuar en el punto 7. Si las especificaciones de margen de fase no son satisfechas,
seguir con el punto 3.
3. Encontrar una frecuencia donde la fase sea:
= 180 + + (5 a 12 )
Se anade 5 a 12 por el atraso que introducir a el compensador. Seleccionar esta
frecuencia como la nueva frecuencia de cruce cgn .
4. Seleccionar la frecuencia 2 , cero del compensador, entre una octava y una decada
abajo de la nueva cgn :
1 1
cgn < 2 < cgn
10 2
Una escogencia muy baja de 2 puede conducir a valores muy grandes de T1 y T2 ,
exigiendo valores altos de resistencias y condensadores en el circuito.
5. Determinar la atenuaci on requerida en cgn para que el Bode de amplitud cruce
por cero dB :
7.5 Compensacion con atrasador de fase 261

Av0
20 log = 20 log Av0 20 log = |Wla (j)|=cgn dB

Si la atenuacion requerida es grande, es preferible hacer Av0 = 1 a fin de que T1 no

resulte exageradamente grande. Por lo general 10 y T1 depende de , porque
T1 = T2 .
6. Chequear el margen de fase y de ganancia. Chequear la amplitud 0 dB en cgn y
calcular el circuito.
7. Si en el punto 2 las especificaciones de margen de fase son satisfechas, seleccionar
cgn tal que:
= 180 + r + (5 a 12 )
8. Proceder como en el punto 4 y continuar despues en el punto 9.

9. Calcular Av0 de:

Av0
20 log = |Wla (j)|=cgn dB

escogiendo un valor de 10 tal que T1 no resulte demasiado grande.

10. Proceder como en el punto 6.
Ejemplo 7.2 .

Para el sistema de la Fig 7.19 se especifica Kv = 5, = 40 y un margen de ganancia
MG de por lo menos 10 dB.
Figura 7.20 Diagrama de Bode con compensacion con atraso de fase

Sin Gc (s), la ganancia a bajas frecuencias es K, entonces con Kv = 5, K = 5.
A bajas frecuencias |Wla (s)| = 5s .
Y dB1 = |Wla (j)|dB = 20 log 5 20 log = 14 20 log
En = 1, Y dB1 (1) = 14dB.

Ademas Y dB2 = Y02 40 log . En = 1, Y dB2 (1) = 14dB. Entonces Y02 =
14 + 40 log 1 = 14. As:
Y dB2 = 14 40 log
En = 2, Y dB2 (2) = 14 40 log 2 = 1.96dB.

Ademas Y dB3 = Y03 60 log . En = 2, Y dB (3) = 1.96. Entonces Y03 = 20dB.
As:
Y dB3 = 20 60 log
20
Y dB3 = 0 en cg . Por lo tanto 0 = 20 60 log cg , o cg = 10 60 = 2.15.
rad
cg = 2.15
seg
La fase es:

= 90 tan1 tan1
1 2
En cg = 2.15, (2.15) = 202 y:
= 180 + (2.15) = 22
7.5 Compensacion con atrasador de fase 263
Esto indica que si se cierra el lazo, el sistema resulta inestable.

Se busca, entonces, un punto donde la fase sea:
= 180 + 40 + 12 = 128
Tanteando:
1 0.5 0.45 0.47

161 130 126 128.4
Se escoge cgn = 0.47 rad
seg .
En cgn = 0.47, Y dB1 = 14 20 log 0.47 = 20.56dB.
20.56
Con Av0 = 1, 20 log = 20.56, = 10 20 = 10.7. El valor de resulto mayor
que 10. Quiz as se necesite primero un compensador de adelanto para mejorar las
condiciones de estabilidad y as conseguir un Kv mejor que el especificado.
Como 0.47 0.47
10 < 2 < 2 , o 0.047 < 2 < 0.235, se puede escoger 2 = 0.1. Entonces:
2 0.1
1 = = = 9.34 103
10.7
1
T2 = = 10
2
1
T1 = = 107
9.34 103
Con C = 100 f, R2 = TC2 = 100K, R1R+R 2
2
= = 10.7. Con R1 = 100K, R2 =
1.07M.
o Av0 = 1, R4 = 0 y R3 = .
Ademas como se escogi
Chequeo
El compensador es:
s
1 + 0.1
Gc (s) = s
1 + 9.34103
Entonces:

comp () = 90 tan1 tan1 + tan1 tan1
q 2 0.1 9.34 103
2
1 + 0.1 5
|Wla (j)| = q 2 q 2 2

1 + 9.34103 1 + 2 1 + 2
En = cg = 0.47:
comp (0.47) = 139.3

= 180 + = 40.7 > 40
|Wla (j0.47)| = 0.889
1
|Wla (j0.47)| debera ser 1. Para corregir esto se puede tomar Av0 = 0.889 = 1.13 =
R3 +R4
R3 . Con esto, si R3 = 100K, R4 = 13K.
Margen de ganancia
Por tanteos, en = 1.31 comp = 179.8 180 y |Wla |dB = 14.8dB. Entonces
el margen de ganancia es MG = 14.8dB que excede la especificaci
on.
Ejemplo 7.3 .
Para el sistema compensado con adelantador de fase, por el procedimiento 2, se obtuvo
el sistema compensado, en lazo abierto:
s
1 + 2.41 20
Wla (s) = 5.3 0.231 s
1 + 20.81 s 1 + 2s
con un Kv = 24.5.
Se desea cambiar el Kv a 100 perdiendo solo 5 de margen de fase, esto es n = 45 .
Como el sistema ya tiene 50 en cgn = 10 se puede introducir un compensador de
atraso que atrase 5 en cgn = 10 rad
seg .
100
La ganancia adicional requerida es Av0 = 24.5 = 4.1. Se escoge entonces = Av0
para no producir atenuacion a altas frecuencias, esto es = 4.1.
La fase del compensador es entonces:

c = tan1 tan1 = tan1 tan1
2 1 2 2
que contribuye con la fase:
cg cg
c (cg ) = tan1 tan1
2 2
Con = 4.1, tanteando valores de 2 en la ecuaci
on:
10 4.1 10
c (10) = tan1 tan1 = 5
2 2
se obtiene:
10 rad
2 = = 1.16
8.6 seg
As:
2 1.16 rad
1 = = = 0.283
4.1 seg
Y el sistema compensado resulta:
s s
1 + 1.16 1 + 2.41 20
Wla (s) =4.1 s 5.3 0.231 s
1 + 0.283 1 + 20.81 s 1 + 2s
| {z } | {z }
Atraso Adelanto
CAPITULO 8
REALIMENTACION LINEAL DE
LAS VARIABLES DE ESTADO
Introducci
on
Unas de las primeras aplicaciones de las variables de estado en sistemas lineales fue
la de realimentarlas para reubicar los valores propios de un sistema dado. Los polos
y los valores propios coinciden en sistemas mnimos, aquellos que son controlables y
observables.
En lugar de realimentar y (t), salida de un sistema, y sus derivadas o realimentar
y (t) a traves de un compensador, lo adecuado es hacerlo a traves del estado x (t)
de una realizacion del sistema ya que, despues de todo, el estado resume toda la
informacion.
actual del sistema. Por eso, cualquier operacion que pueda ser hecha
con y (t), y (t), etc. , se debe poder realizar con los estados y, lo mas importante,
cualquier operaci on que no se pueda hacer con los estados, probablemente no puede
ser hecha en ninguna otra forma general. La realimentaci on de las variables de estado
puede ser usada para modificar las frecuencias naturales del sistema y, en particular,
hacerlas todas estables, siempre y cuando la realizaci on usada para definir los estados
del sistema sea controlable por
realimentacio n de las variables de estado, es decir, la
matriz C = B AB An1 B de la realizacion {A, B, C} no es singular.
La utilidad de este resultado depende de la habilidad para obtener los estados, lo cual
sera considerado m as adelante. Por claridad de discusi on y por razones pedagogicas,
se trataran por ahora, el problema de la determinaci on de los estados y el de la reali-
mentaci on de ellos separadamente. Por el momento se supone que, por alg un medio,
los estados son disponibles. Recuerde que para obtener los estados, si el sistema es
observable, se necesita conocer no solonla salida y (t) y sus derivadas sino tambien la en- o
.
trada u (t) y, en general, se necesita y (t) , y (t) , ,y (n1) (t) ,u (t) , ,u(n1) (t) .
Por eso, se esperara que una configuraci on deseable de realimentaci on involucre la
salida y algunas de sus derivadas y la entrada y algunas de sus derivadas. Se puede
obtener entonces compensadores que permitan reubicar arbitrariamente los polos,
garantizar estabilidad interna de la configuraci on total y mantener el grado del poli-
265
266 REALIMENTACION LINEAL DE LAS VARIABLES DE ESTADO
nomio del denominador de la funci on de transferencia total igual al del sistema origi-
nal. Si no hay restricci
on en este u
ltimo, el uso directo de la entrada no es necesario.
8.1 Realimentaci
on de las variables de estado y
controlabilidad de los modos
Considere el siguiente problema. Se da la realizacion:
.
x (t) = Ax (t) + Bu (t)
(8.1)
y (t) = Cx (t)
con el polinomio caracterstico:
a (s) = det (sI A) = sn + a1 sn1 + + an (8.2)

Si se especifica una funci
on de transferencia de la forma:
b (s) b1 sn1 + + bn
H (s) = = n (8.3)
a (s) s + a1 sn1 + + an
Se supondr a que {A, B, C} es alguna realizacion con n estados de esta funci on de
transferencia.
Se desea modificar el sistema dado, mediante el uso de realimentacion de las variables
de estado, para obtener un nuevo sistema con valores propios especificados, o en otras
palabras, para obtener un polinomio caracterstico deseado.
Es decir:
(s) = sn + 1 sn1 + + n (8.4)

on modificada por realimentaci
on de las variables de estado
En la Fig 8.1, la se
nal de control u (t) se obtiene, utilizando realimentaci
on por vari-
ables de estado, mediante la ecuaci on:
8.1 Algunas f
ormulas para la ganancia de realimentaci
on 267
u (t) = v (t) Kx (t) (8.5)

con K = [K1 Kn ]
en donde v (t) es la nueva entrada externa.
El uso de K x (t) en lugar de K x (t) es puramente convencional, ya que la reali-
mentaci
on es usualmente negativa. Con esta realimentacion se tiene la realizaci
on
(8.6):
.
x (t) = (A BK) x (t) + Bv (t)
(8.6)
y (t) = Cx (t)
que tiene el polinomio caracterstico:
aK (s) = det (sI A + BK) (8.7)

El objetivo es escoger K de modo que aK (s) = (s) .
Hay muchas maneras de determinar K, algunas de las cuales seran presentadas aqu.
8.1.1 Algunas f
on
Se deducir
a la formula de Bass y Gura que usa la siguiente identidad:
det [In P Q] = det [Im QP ] (8.8)

en donde In e Im son matrices identidad de dimensiones n n y m m, respectiva-
mente, y P y Q son matrices de dimensiones n m y m n, respectivamente.
De (8.7):
aK (s) = det (sI A + BK)

n h io
= det (sI A) I + (sI A)1 BK
h i
= det (sI A) det I + (sI A)1 BK (8.9)
Usando la identidad (8.8) en (8.9):
h i
aK (s) = a (s) 1 + K (sI A)1 B (8.10)
de donde:
aK (s) a (s) = a (s) K (sI A)1 B (8.11)

Ambos lados de (8.11) son polinomios en s, y por lo tanto K se puede encontrar
igualando los coeficientes que corresponden a iguales potencias de s. Para hacerlo se
utilizar
a la f
ormula (8.12):
1
(sI A)1 = {sn1 I + sn2 (A + a1 I) + sn3 A2 + a1 A + a2 I + +
a (s)

+s An2 + a1 An3 + + an2 I

+s An1 + a1 An2 + + an1 I } (8.12)
1 a1 = KB, 2 a2 = KAB + a1 KB, 3 a3 = KA2 B + a1 KAB + a2 KB

y asi sucesivamente. Reescribiendolas en forma matricial:

a = KB, KAB + a1 KB, , KAn1 B + a1 KAn2 B + + an1 KB

1 a1 a2 an1
0 1 a1 an2

..
2
= K B, AB, A B, , An1
B 0 0 1 .
. . .
.. .. .. ... a1
0 0 0 1
a = K C At (8.13)
en donde:
= [1 2 n ]
a = [a1 a2 an ]

C = B, AB, , An1 B
y A es una matriz Toeplitz triangular inferior con primera columna:
t
[1 a1 an1 ] (8.14)
Puesto que A es nosingular, se puede resolver (8.13) para hallar K para y a arbitra-
rios, si y solo si C es nosingular. Se ha probado entonces que mediante realimentaci on
de las variables de estado se pueden reubicar arbitrariamente los
valores propios de
una realizacion {A, B, C}, si y solo si C = B, AB, , An1 B es no singular.
Entonces la ganancia de realimentaci on requerida se puede calcular como:
K = ( a) At C 1 (8.15)
(8.15) es conocida como la f ormula de Bass-Gura para determinar K.
La reubicacion de valores propios por realimentacion de las variables de estado ha
sido llamada controlabilidad de modos.
Notese de (8.15) que cambios grandes en los coeficientes de a (s) necesitar
a, en general,
valores m as grandes en las ganancias del vector K, con consecuentes dificultades en
la implementaci on y operaci
on (alejamiento del punto de operacion a una regi on no
lineal, distorsi
on en el transitorio, favorecimiento del ruido, etc). Note tambien que
grandes valores de K podran ser debidos a que C es cercanamente singular.
8.1.2 Importancia de la forma can
onica CONTROLLER
Para controlabilidad de los estados, la forma can
onica CONTROLLABILITY, para
la cual C = I es la mas conveniente. Tambien es util para calcular K de (8.15); sin
8.1 Importancia de la forma canonica CONTROLLER 269
embargo, es posible encontrar una forma mas simple. Recuerde que para la forma
canonica CONTROLLER {Ac , Bc , Cc }, en donde Ac es una matriz companion
con [a1 , a2 , , an ] como primera fila, Bc tiene como primer elemento uno y los
demas ceros, Cc1 = At . Si se reemplaza esta en (8.15) se obtiene(8.16).
Kc = a (8.16)
Otra derivaci
on de (8.16) se obtiene observando que, debido a la forma especial de
Bc .

(a1 + Kc1 ) (a2 + Kc2 ) (an + Kcn )
1 0 0

1
Ac Bc Kc = (8.17)
.. ..
. 0 .
0 1 0
la cual esta todava en forma CONTROLLER, y por lo tanto:
det (sI Ac + Bc Kc ) = sn + (a1 + Kc1 ) sn1 + + (an + Kcn ) (8.18)

De (8.18) se obtiene inmediatamente (8.16).
Lo anterior sugiere que una manera de resolver el problema para una realizacion
general {A, B, C} es convertirla primero en una forma CONTROLLER por medio
de un cambio adecuado de variables:
x (t) = T xc (t) (8.19)

con det T 6= 0
A = T Ac T 1
(8.20)
B = T Bc
Se puede demostrar que si la nueva realizacion, en este caso tipo CONTROLLER,
es controlable, entonces:
T = C Cc1 (8.21)
Por lo tanto:

aK (s) = det (sI A + BK) = det sI T Ac T 1 + T Bc K

= det T [sI Ac + Bc KT ] T 1
= det T det (sI Ac + Bc KT ) det T 1
As:
aK (s) = det (sI Ac + Bc KT ) (8.22)

KT = Kc (8.23)
Con (8.16), (8.21), sabiendo que Cc = At y reemplazando en (8.23), se obtiene de

nuevo (8.15).
8.1.3 Otras f
on
(8.15) es una formula para K en terminos de los coeficientes del polinomio carcterstico
viejo y del nuevo. La siguiente es la formula de Ackerman:
K = qnt (A) (8.24)

en donde (s) es el polinomio caracterstico deseado, y
qnt = [0 01] C 1 (8.25)

ltima fila de C 1 .
la u
(8.24) es u
til algunas veces para analisis te
oricos. Note que no se requiere un conoci-
miento explcito del polinomio original a (s) = det (sI A) .
Para demostrar (8.24) se supondra que se tiene una realizaci
on tipo CONTROLLER,
en cuyo caso:
t
Kc = a = qc,n (Ac ) (8.26)
ltima fila de (Ac ), porque:
la u
t
qc,n = [0 01] C 1 = [0 01] At

1 a1 an1
0 1 an2

= [0 01] . . .. = [0 01]
.. .. .
0 0 1
Puesto que:
(Ac ) = Anc + 1 An1

c + + n I (8.27)
y del teorema de Cayley-Hamilton que establece que cada matriz cuadrada, Ac en
este caso, satisface su ecuaci
on caracterstica:
a (s) = sn + a1 sn1 + + an = 0
a (Ac ) = Anc + 1 An1
c + + an I = 0
Entonces:
8.1 F
ormula de Mayne-Murdoch. 271
n
X
Anc = ai Ani
c (8.28)
i=1
(8.28) en (8.27) y se obtiene:

Xn
(Ac ) = (i ai ) Ani
c (8.29)
i=1
La propiedad de desplazamiento de las matrices companion establece que:
eti Ac = eti1 2 i n
(8.30)
et1 Ac = [a1 a2 an ]
en donde eti denota el vector fila [00 010 0] con el i esimo elemento igual a uno.
ltima columna de la matriz companion es [an a1 ]t , la propiedad de
Si la u
desplazamiento es de la forma:
A ei = ei+1 (8.31)
i = 1 2n 1
Utilizando (8.29) y la anterior propiedad en (8.24) se obtiene (8.32):
Xn
Kc = etn (Ac ) = (i ai ) etn Ani
c
i=1
= (1 a1 ) et1 + (2 a2 ) et2 + + (n1 an1 ) etn1 + (n an ) etn
= [1 a1 2 a2 n1 an1 n an ]
O sea:
Kc = a (8.32)
que era lo que se quera demostrar. Note que (8.32) es la misma ecuaci
on (8.16).
8.1.4 F
ormula de Mayne-Murdoch
Ganancias de realimentaci
on en terminos de los valores propios
En muchos problemas son especificados los valores propios del sistema y, por propositos
numericos, a veces es preferible trabajar directamente con ellos, al menos cuando son
distintos.
Suponga que A es diagonal con valores propios {1 n } y que las races deseadas
son {1 n }. De la ecuaci
on (8.10) se obtiene:
X Ki bi n
aK (s)
= 1 + K (sI A)1 B = 1+ (8.33)
a (s) i=1
(s i )
De (8.33) se nota que una regla para obtener Ki es expandir en fracciones parciales
aK (s)
ermino (s i )1 por bi .
a(s) y dividir el coeficiente del t
Mas explcitamente, se multiplica ambos lados de (8.33) por (s i ) y se hace s = i
para obtener (8.34):
Q
(i J )
J
Ki bi = Q (8.34)
(i J )
J6=i
(8.34) muestra claramente que la ganancia de realimentaci on se incrementa a medida

que aumenta la separacion entre los polos de lazo abierto y de lazo cerrado, |i J |.
Formulas explcitas para cuando A no es diagonalizable tambien se pueden obtener,
aunque son de menos importancia.
8.1.5 Realimentaci
on del estado y los ceros de la funci
on de
transferencia
Se ha demostrado que mediante realimentacion del estado se puede cambiar el de-
nominador de la funci on de transferencia de a (s) a cualquier polinomio, m onico, (s)
del mismo grado. Se estudiara ahora el efecto sobre los ceros.
Una manera simple es suponer que la realizacion es de tipo CONTROLLER,
{Ac , Bc , Cc }, en donde Ac es la matriz companion con primer fila [a1 an ],
Bct = [10 0] y Cc contiene los coeficientes de b (s), Cc = [b1 b2 bn ] .
Note que despues de realimentar el estado la realizacion es {Ac Bc Kc , Bc , Cc }, la
cual es todava del tipo CONTROLLER y por lo tanto la funcion de transferencia
es:
Y (s) b (s)
=
V (s) (s)
Es decir, la realimentaci
on del estado no afecta los ceros de la funci
on de transferencia,
a menos, por supuesto, que sean cancelados por la escogencia apropiada del nuevo
polinomio del denominador (s). Por lo tanto, aquella resuelve el problema de los
ceros ubicados indeseablemente (limitaciones en las caractersticas de fase y de atraso
del sistema).
8.1.6 Realizaciones no controlables y estabilizables
Modos controlables e incontrolables.
Suponga que se tiene una realizacion tipo diagonal y con todos los valores propios
diferentes.
.
x = x + Bu
= diag {1 n } , i 6= J
F
acilmente se puede demostrar que esta realizacion es controlable si y solo si cada
uno de los elementos de B es diferente de cero. Si, por ejemplo, b1 = b3 = 0, entonces
8.1 Referencias diferentes de cero 273
la entrada esta desacoplada de los correspondientes modos 1 y 3 , y por lo tanto,

ninguna realimentacion puede afectarlos. Por eso, en una realizacion diagonal no
controlable ciertos valores propios no se pueden reubicar, o en otras palabras, no
pueden ser afectados por realimentacion del estado. Si estos modos son estables,
entonces, en muchas situaciones, no es importante que no puedan ser afectados. Sin
embargo, si son inestables, habra problemas. Una realizacion es estabilizable si todos
los valores propios inestables se pueden reubicar arbitrariamente por realimentacion
de las variables de estado.
Una realizacion diagonal es estabilizable si y solo si los {bi } correspondientes a los
inestables {i } son diferentes de cero, es decir, si los modos inestables son todos
controlables.
Puesto que una realizacion {A, B} con matriz CONTROLLABILITY C de rango
r se puede transformar en el par A, B , en donde:

Ac A12 Bc }r
A= B=
0 Ac 0 }n r
|{z} |{z}
r nr

entonces A, B , y por lo tanto {A, B} sera estabilizable si y solo si todos los valores
propios de Ac tienen parte real negativa.
8.1.7 Reguladores, referencias diferentes de cero y seguimiento
Se ha demostrado que, dada una realizaci on {A, B, C} que es controlable, utilizando
realimentacion de las variables de estado, u = K x + v, se puede obtener una real-
izaci
on {A BK, B, C} con det (sI A + BK) arbitrario. Este resultado se utiliza
generalmente en problemas de regulaci on, en donde las condiciones iniciales dife-
rentes de cero, x (0) = x0 6= 0, provienen de alguna perturbaci on y la reali-
mentacion K x se usa para restablecer el estado a cero a una velocidad determi-
nada por los valo-res propios de A BK. Un decaimiento bastante rapido se puede
obtener moviendo los valores propios lejos del eje imaginario en el semiplano complejo
izquierdo, SCI, pero a un precio que tiene que ser pagado en termino de alta energa
del control, K grande, incremento en el ancho de banda del sistema en lazo cerrado
y por lo tanto el incremento en la sensitividad al ruido, etc. As, debe de haber un
compromiso en la reubicaci on de los valores propios. Aqu, sin embargo, se trataran
algunos problemas que pueden ser tratados con peque nas modificaciones a la solucion
del problema del regulador.
8.1.7.1 Referencias diferentes de cero
En el problema del regulador, el objetivo es regresar el estado x a cero, y por eso
la entrada externa v es tomada como cero. Si se supone, sin embargo, que se desea
tener:
y (t) = Cx (t) yd
t
en donde yd , o comando, es alg

un valor deseado diferente de cero, en el estado esta-
cionario, de la combinaci
on C x (t) .
Esto se puede lograr usando un comando de entrada constante vd tal que:
.
x = 0 = (A BK) xd + B vd
yd = Cxd = C (A BK)1 B vd = HK (0) vd
en donde HK (s) es la funci

on de transferencia en lazo cerrado:
HK (s) = C (sI A + BK)1 B
Note que (A BK)1 existe ya que K se escoge, presumiblemente, para que los
valores propios de A BK tengan partes reales suficientemente negativas, y en par-
un valor propio de A BK es cero. Por lo tanto vd se puede determinar
ticular, ning
con la ecuacion:
1
vd = HK (0) yd
con la condici
on de que HK (0) 6= 0, es decir, la funci on de transferencia en lazo
cerrado no debe tener ceros en el origen. Pero, como se demostro antes, los ceros de
HK (s) son los mismos de la funcion de transferencia original H(s). Por lo tanto, el
comando de entrada vd se puede determinar si y solo si:
H (0) = CA1 B 6= 0
Una vez encontrado vd , la respuesta del sistema se puede hallar, utilizando super-
posici
on, como la suma de las soluciones a los casos:
1) v = vd , x (0) = xd
2) v = 0, x (0) = x0 xd
As, la respuesta, o salida del sistema, y(t), se puede expresar como:
y (t) = yd + C x
(t)
en donde:
.

x (t) = (A BK) x (t)

con x (0) = x0 xd

Observe que x (t) 0 a una velocidad determinada por los valores propios de
t
A BK y, por lo tanto, y (t) yd a esa misma rata.
t
Si el comando yd es cambiado,de manera suficientemente lenta, el anterior esquema
puede desarrollar un trabajo razonable de seguimiento.
8.1 Perturbaciones de entrada constante y realimentacion integral 275
8.1.7.2 Perturbaciones de entrada constante y realimentaci on integral

Suponga que en el modelo del sistema se tiene un vector de perturbacion w constante,
pero desconocido.As, el sistema se puede desribir mediante las ecuaciones:
.
x = Ax + Bu + w, x (0) = x0
y = Cx
Si se usa realimentacion de las variables de estado, u (t) = K x (t), para estabilizar

el sistema original, la presencia de w producir a un valor de estado estacionario
diferente de cero. Este valor se puede reducir incrementando K; sin embargo, este
procedimiento tiene lmites debido a los efectos de saturacion y ruido.
Un metodo razonable podra ser tratar de estimar el descononido w de alguna mane-
ra y usar esta estimacion para cancelar la perturbaci on. Los efectos de vectores
de perturbaci on constantes, a menudo, se pueden eliminar utilizando realimentacion
integral del error. As, se introduce una variable de estado adicional:
q (t) = y
y se usa la realimentaci
on:
u (t) = Kx (t) Kq q (t) ley de control
Figura 8.2 Realimentaci

on de las variables de estado y la integral de la salida
El sistema aumentado en lazo cerrado es:
.
x A BK BKq x w
. = +
q C 0 q 0
Si {K, Kq } se escogen de modo que el sistema sea estable, entonces el valor de y en

el estado estacionario ser
a cero, ya que de la segunda ecuaci
on anterior:
0 = Cx () = y ()
Es importante notar que el error de estado estacionario es llevado a cero sin conocer
la perturbacion w. Adem as, notese que usando un comando de entrada vd , o refe-
rencia, en adicion a la realimentaci on integrativa se puede obtener un valor de estado
estacionario y () deseado.
Ejemplo 8.1 .
Figura 8.3 Ejemplo

En la lnea que conecta el centro de la tierra con el centro de la luna, hay un punto L1,
Fig 8.3, en donde la fuerza de atracci on de la tierra sobre un satelite (en una orbita
alrededor de la tierra con el mismo perodo que la orbita de la luna) es exactamente
igual a la fuerza de atraccion de la luna m as la fuerza centrfuga. Sin embargo, este
punto de equilibrio es inestable como se ver a. Despues se demostrara que usando
realimentacion del estado, a traves de un peque no motor de reacci on, un satelite en
ese punto puede ser estabilizado.
Las ecuaciones dinamicas para peque nas desviaciones del punto de equilibrio se puede
demostrar que son:
.. .
x 2 y 92 x = 0
.. .
y +2 x +42 y = u
en donde:
x perturbacion de la posici
on radial.
y perturbacion de la posici
on acimutal.
2
u = F/m
F fuerza del motor en la direccion y,
m masa del satelite
2
= rad. da1
29
1) Con u = 0, demostrar que el punto de equilibrio es inestable.
2) Para estabilizar el sistema, usar realimentaci
on de las variables de estado:
. .
u = K1 x K2 x K3 y K4 y
8.1 Perturbaciones de entrada constante y realimentacion integral 277
Determinar los Ki de modo que el sistema en lazo cerrado tenga los polos en s = 3,
s = 4, y s = (3 j3) .
3) Dise
nar un controlador con la anterior realimentaci
on y con un comando de refe-
rencia para la posici
on y.
4) Explicar porque un controlador como el anterior para la posici
on x no puede ser
dise
nado para el satelite.
Soluci
on:
. .
1) Utilizando como variables de estado x, x, y, y , entonces:

0 1 0 0 0
9 2 0 0 2 0
A=
0
B=
0 0 1 0
0 2 4 2 0 1
La ecuacion caracterstica es:
a (s) = det (sI A) = s4 2 s2 36 4
cuyas races se determinan con:

2 2 4 + 144 4 2 1 145
s = =
2 2
Por lo tanto, los valores propios son:
{2.35, j2.55}
y el sistema es claramente inestable.

2) Como el sistema es controlable,
ya que la matriz de controlabilidad C (A, B) es no
singular det C = 364 , se puede reubicar los valores propios por realimentacion
de las variables de estado. El polinomio caracterstico deseado es:
(s) = (s + 3) (s + 4) (s + 3 + j3) (s + 3 j3)

= s4 + 13s3 + 72 2 s2 + 198 3 s + 216 4
Utilizando la formula de Bass-Gura, por ejemplo, o por comparaci

on de coeficientes
con el polinomio det (sI A + BK) se obtiene:
K4 = 13 K3 = 28 2 K2 = 50.5 K1 = 157.52
3) Como la salida es y, entonces:
C = [0 0 1 0]
Calculando:
1
HK (0) = C (A BK)1 B =
24 2
Por lo tanto:
1
vd = HK (0) yd = 24 2 yd
y la soluci
on por realimentaci
on, ley de control, es:
u (t) = Kx 242 yd
en donde:

K = 157.5 2 50.5 28 2 13
4) En este caso la salida sera x, y entonces:
C = [1 0 0 0]
1
Si se calcula C (A BK) B = 0 para todo K.
As, es imposible encontrar una entrada vd para ajustar cualquier valor deseado de x.
8.1.7.3 Observaciones finales
La escogencia de un conjunto de valores propios deseados, depende de criterios de
funcionamiento de dise no tales como el tiempo de crecimiento, tiempo de establec-
imiento, el maximo sobrepaso, la magnitd m axima de las senales, etc. Aunque estos
criterios sean precisamente especificados, no hay respuesta simple al problema pro-
puesto. Una manera de proceder es por simulacion en el computador. Por supuesto
el conjunto de valores propios obtenidos no sera u
nico. La unica manera sistematica
conocida para las ganancias de realimentacion, y consecuentemente un conjunto unico
de valores propios es minimizando el ndice de desarrollo cuadratico:
Z h i
t t
J= x (t) Qx (t) + u (t) Ru (t) dt
0
K se puede determinar resolviendo la ecuaci on algebraica de Riccati. Sin embargo,

no existe ninguna regla especfica para escoger las matrices Q y R en el anterior ndice
cuadratico. Esta metodologa esta fuera del alcance de este libro.
Una de las ventajas de la tecnica propuesta en este captulo es que el procedimiento
consiste de dos pasos independientes. El primero supone que todas las variables de
estado estan disponibles para propositos de realimentaci on. Naturalmente esto es
impractico ya que implicara conseguir un gran n umero de sensores. La suposici on de
la disponibilidad de las entradas meramente permiten proceder con el primer dise no,
que se llamar a ley de control. El paso restante consiste en dise nar un estimador
u observador asintotico el cual permite estimar todo el vector de estado. El con-
trolador final, o compensador, consistir a de la combinacion de la ley de control y el
estimador, en donde la ley de control se basa en los estados estimados en lugar de los
estados actuales, o reales.
CAPITULO 9
DE OBSERVADORES
DISENO
ASINTOTICOS Y COMPEN-
SADORES
Si una realizacion {A, B, C} es controlable, entonces la realimentacion de las variables

de estado puede reubicar los valores propios de A a donde se desee. Se discutir a el
problema de obtener los estados de la realizacion conociendo unicamente la entrada u y
la salida y del sistema. Si el sistema es observable, mediante diferenciacion se pueden
calcular los estados. Esta tecnica es por supuesto impr actica y se desarrollara un
estimador de estado mas realstico conocido como observador asint otico. Su nombre
es debido a que los estados se pueden obtener u nicamente con un error tal que tiende
a cero a una rata exponencial deseada.
Se vera que las ecuaciones de diseno para el controlador no se afectan por el hecho de
que se usen los estados aproximados en lugar de los verdaderos. Se vera ademas que la
configuracion total del observador-controlador es internamente estable. Sin embargo,
el uso de los estados estimados en lugar de los verdaderos para realimentaci on, podra
conducir en general a un deterioro de la respuesta transitoria.
9.1 Observadores asint

oticos para medida de los
estados
Se desea determinar los estados de la realizaci
on:
.
x (t) = Ax (t) + Bu (t) , x (0) = x0
y (t) = Cx (t) , t > 0
279
280 DISENO DE OBSERVADORES ASINTOTICOS Y COMPENSADORES
suponiendo conocidos y (t) y u (t) .

Si se conocen A, B, C, y (t) y u (t) se puede simular el sistema y usar como entrada a
u (t). El problema sin embargo es que no se conoce el estado energetico inicial (e.e.i)
x (0) = x0 . Se puede demostrar que con u (t) = 0, t 0 :
h it
O.x (0) = y (0) , , y (n1) (0)

de la cual podra hallarse x (0) si se da y (0) , , y (n1) (0) como parte del
problema.
9.1.1 Un observador en lazo abierto.
Si se simula el sistema {A, B, C} con el e.e.i correcto y se excita con la entrada
{u (t) , t > 0}, se puede obtener {x (t) , t > 0}. Observe que es una estrategia en
lazo abierto y es susceptible, por lo tanto, a perturbaciones y no hay medio para
compensar por algunos errores.
Figura 9.1 Sistema original y simulaci

on
Suponga que el e.e.i de la simulaci 0 , x0 +,
on tiene un ligero error; es decir se tiene x
kk << kx0 k, en lugar de x0 .
Los estados seran las variables x
(t) en lugar de x (t) :
.
(t) = A
x x (t) + Bu (t) , (0) = x
x 0 = x0 + (9.1)
.
x (t) = Ax (t) + Bu (t) (9.2)
Obviamente hay un error x (t) , x
(t)x (t) que satisface la ecuaci
on diferencial (9.3)
que se obtiene de (9.1) y (9.2):
.
(t) = A x
x (t) (9.3)
(0) =
x
9.1 Un observador en lazo cerrado 281
Es decir, el error en el e.e.i produce un error x

(t) , t 0 .
Usando Laplace:
s
x (s) = Ax (s)
1
(s) = (sI A)
x (9.4)
Si se expande (9.4) en fracciones

parciales se nota que x (t) sera una suma de terminos
de la forma ei t , tJ eK t , en donde los {i } son los valores propios de A. Obvi-
amente si el sistema es inestable (recuerdese que interesa determinar los estados para
ser realimentados y lograr estabilidad) entonces el error x (t) crecera indefinidamente
a medida que t sin importar que tan peque no es el error inicial.
Aun si el sistema es estable, si algunos valores propios tienen partes reales muy
peque nas, los efectos de los errores en las estimaciones iniciales tomar an mucho tiempo
en desaparecer practicamente.
9.1.2 Un observador en lazo cerrado
Habra situaciones en las que un estimador de lazo abierto puede ser satisfactorio,
especialmente si se hace una reinicializaci on periodica, para eliminar, o al menos
controlar deseablemente, los efectos de errores iniciales y perturbaciones.
Sin embargo, la manera cl asica de resolver estas dificultades potenciales de sistemas
de lazo abierto es usar realimentacion para que el error tienda a cero, excitando el
sistema con un termino proporcional al error en la estimaci on. El problema consiste
en como determinar este error. En problemas cl asicos de realimentacion se obtiene
de la se
nal de referencia.
En nuestro problema, el error es x (t) x (t) = x
(t), pero por supuesto x (t) no esta
disponible. Por esto se debe obtener una se nal de referencia de alguna otra manera.
La salida y (t), no usada en la relacion de lazo abierto, puede ser utilizada ahora ya
que con y (t) = Cx (t), y (t) es disponible. Una se nal de error se puede generar como:
y (t) y (t) = y (t) C

x (t) = C [x (t) x
(t)] = C x
(t)
la cual puede ser utilizada para excitar la ecuaci

on del estimador. Estas observaciones
llevan a considerar un estimador para x (t) de la forma mostrada en la Fig 9.2.
Se supone que se tiene acceso a la entrada y salida del sistema original. As:
.
(t) = A
x x (t) + Bu (t) + l [y (t) C
x (t)] (9.5)
(0) = x
x 0
donde x0 es una estimaci

on inicial del vector de estado y l es un vector de ganancias
de realimentaci
on que debe ser escogido deseablemente.
Figura 9.2 Observador asint

otico
El sistema que genera x es llamado observador u observador asint otico, por razones
que se ver
an mas adelante. l debe ser escogido para controlar adecuadamente el error
=xx
x .
De (9.2) y (9.5) se obtiene:
.
(t) = (A lC) x
x (t) (9.6)
(0) = x0 x
x 0
Observese que con l = 0, (9.6) se reduce a (9.3) o ecuacion de error en lazo abierto.
El efecto de realimentar el error l [y y] = lC [x x
] es dar algun control sobre el
comportamiento del error x . En efecto, las frecuencias naturales ser an los valores
propios de A lC, y lo que se trata de hacer es escoger l de modo que el error se
aten
ue tan rapido como se desee. Por ahora la estimaci 0 no es importante
on inicial x
si no se tiene informacion especial. A menudo se toma x 0 = 0. La raz on para el
nombre observador asint otico debe ser clara ahora.
Se demostrar a que si {C, A} es observable, entonces se puede hallar l de modo que
A lC tenga valores propios arbitrarios, es decir:
det (sI A + lC) = (s) = sn + 1 sn1 + + n (9.7)

en donde los i son completamente arbitrarios.
Este problema es esencialmente el mismo como el de determinar el vector de re-
alimentacion K requerido para darle una din
amica arbitraria a una realizaci
on que
es controlable.
9.1.3 F
ormulas para el vector de ganancias del observador
Se demostro que dada una realizacion {A, B, C} con {A, B} controlable, se puede
encontrar un vector K de varias maneras de modo que:
9.2 Observador y controlador combinados (compensadores). 283
det (sI A + BK) = sn + 1 sn1 + + n (9.8)

para cualquier i . Una formula, por ejemplo, es:
K = ( a) 1 C t (A, B) (9.9)
t
en donde a es el vector de coeficientes de a (s) = det (sI A) y es una matriz
triangular superior Toeplitz con [1 a1 an1 ] como la primer fila.

1 a1 a2 an1
0 1 a1 an2

0 0 1 an3

t =
..
. .. ..
. .
.
.. a1
0 1
Para reformular el problema del observador de la anterior manera, puesto que det M =
det M t , entonces:

det (sI A + lC) = det (sI A + lC)t = det sI At + C t lt
y si en la soluci
on del problema del controlador se reemplaza:
A At B Ct K lt
entonces l se puede encontrar si y solo si C (At , C t ) es no singular. Entonces:

t
lt = ( a) t C
1
A , Ct
Pero:
h i
C At , C t = C t At C t At(n1) C t = O (A C)
Por lo tanto el vector de ganancias l del observador se puede calcular como:
l = O1 (A, C) t ( a)t (9.10)

Entonces para calcular l es necesario que el sistema sea observable. La dualidad entre
el problema del observador asintotico y el del controlador modal es muy util y puede
ser usada como se hizo anteriormente.
9.2 Observador y controlador combinados (com-

pensadores)
El problema del observador se gener
o por la necesidad de obtener los estados para
usarlos en el controlador. Ahora se tiene estimaciones asint
oticas correctas de los
estados en lugar de los estados mismos y una pregunta natural es si el resultado

previo de ubicar polos arbtrariamente por realimentacion de las variables de estado
se sostendra cuando solo se dispone de tales estimaciones de los estados actuales.
Logicamente en estado estacionario el observador asintotico es adecuado ya que los
errores en las estimaciones son nulos. Por eso, como se ver a mas adelante, la funcion
de tranferencia del observador y controlador conbinadas sera la misma que la del con-
trolador puro, con perfecta realimentacion de los estados. Pero la preocupacion basica
es si la incorporacion del sistema dinamico observador en el lazo de realimentaci on
afectara la estabilidad de el sistema total ya que interconexiones de subsistemas es-
tables podran conducir a sistemas totales inestables. Sin embargo, se probar a que la
incorporacion de un observador asint otico estable no inestabiliza el sistema total.
Figura 9.3 Observador y controlador combinados

El sistema original de la Fig 9.3 puede ser descrito por su funci on de transferencia
H (s) o por una realizaci on {A, B, C}. Si se tiene H (s) se puede obtener una re-
alizacion conveniente, por ejemplo, tipo CONTROLLER, de modo que se pueda
usar realimentacion de las variables de estado. Si estas son directamente medibles,
se puede cerrar el lazo a traves del vector de ganancias K. De otra manera, se debe
usar estados estimados x , los cuales se obtienen del sistema simulado que es excitado
por el error l [y C
x] y por la misma entrada del sistema original, u = v K x. Este
u
ltimo hecho debe ser as, pues de lo contrario los estados x
no seguiran a los estados
x.
Para el sistema de la Fig 9.3 se pueden plantear las siguientes ecuaciones:
.
x (t) = Ax (t) + B [v (t) K
x (t)]
.
x (t) = Ax (t) BK
x (t) + Bv (t) (9.11)
9.2 Observador y controlador combinados (compensadores). 285
x (0) = x0
.
(t) = A
x x (t) + B [v (t) K
x (t)] + l [Cx (t) C
x (t)]
.
(t) = l Cx (t) + (A lC BK) x
x (t) + Bv (t) (9.12)
(0) = x
x 0
El error en los estados obedece la siguiente ecuaci

on:
. . .
(t) = x (t) x
x (t) = Ax (t) A
x (t) lCx (t) + lC
x (t)
.
(t) = (A lC) x
x (t) (9.13)
(0) = x0 x
x 0
Observe que en la ecuacion (9.13) la entrada no interviene.

Las ecuaciones (9.11) y (9.12) se pueden reescribir, en forma matricial, as:
.
x (t) A BK x (t) B
. = + v (t) (9.14)
(t)
x lC A lC BK (t)
x B

x (0) x0
=
(0)
x x
0
y (t) = C x (t) (9.15)

Suponiendo el estado energetico inicial nulo y usando la transformada de Laplace en
(9.14) y (9.15) para obtener la funci on de transferencia total, Hoc (s) = YV (s)
(s) , se
obtiene:
sx (s) = Ax (s) BK x (s) + B V (s) (9.16)

s
x (s) = lCx (s) + (A lC BK) x (s) + B V (s) (9.17)
Eliminando x
(s) entre (9.16) y (9.17) se obtiene:
h i
sI A + BK (sI A + BK + lC)1 lC x (s) =
h i
= I BK (sI A + BK + lC)1 B V (s) (9.18)
Una identidad matricial muy u

til es:
h i1
I + C (sI A)1 B = I C (sI A + BC)1 B (9.19)
Si se usa la identidad matricial (9.19) en (9.18), se obtiene (9.20), esto es:
h i
Bv (s) = I + BK (sI A + lC)1
n h i o
sI A + lC I BK (sI A + BK + lC)1 lC x (s)
= (sI A + lC + BK lC) x (s)
Bv (s) = (sI A + BK) x (s) (9.20)
De donde:
x (s) = (sI A + BK)1 B V (s) (9.21)

Transformando (9.15):
Y (s) = Cx (s) (9.22)

Con (9.21) en (9.22) se obtiene la funci
on de transferencia total:
Hoc (s) = C (sI A + BK)1 B (9.23)

que es la misma que se obtendra con realimentaci on perfecta de los estados.
Es decir, la funci
on de transferencia es la misma del sistema controlado y no depende
de la dinamica del observador. En otras palabras, la funci on de transferencia no de-
pende de que tan rapido el error en los estados estimados tienda a cero. La explicaci on
es que con estado inicial cero, para ambos x y x , entonces por supuesto el observador,
cuando se excita con las mismas entradas que el sistema original, tendr a las mismas
salidas que el sistema original. Es decir, x (t) = x (t) cuando x (0) = 0 = x (0). Por
eso, al calcular la funci
on de transferencia, el observador asintotico es lo mismo que
el observador perfecto.
Sin embargo el principal interes es con los modos de la realizaci on total, que son las
races de la ecuaci
on caraterstica de la realizaci
on (9.14):

sI A BK
aoc (s) = det (9.24)
lC sI A + lC + BK
por transformaciones en las filas y columnas de la matriz en (9.24) se puede simplificar
este determinante de modo que:

sI A BK sI A + lC 0
= (9.25)
lC sI A + lC + BK lC sI A + BK
por lo tanto:
aoc (s) = det (sI A + BK) det (sI A + lC)

(9.26)
aoc (s) = acont (s) aobs (s)
Entonces, el polinomio caracterstico del sistema total es el producto de los poli-
nomios caractersticos del observador y del sistema controlado suponiendo que se
conocen perfectamente los estados. Esto significa que las frecuencias naturales o mo-
dos del sistema total se pueden ubicar para que este sea estable. De hecho, se pueden
9.2 Perturbaciones constantes y realimentacion integrativa 287
escoger arbitrariamente, si la realizaci on original es controlable y observable. As,

seleccionando K como en el Captulo 8, sobre realimentaci on por variables de estado,
se puede hacer acont (s) = det (sI A + BK) arbitrario. Por eso, si acont (s) y aobs (s)
son estables, es decir, con races ubicadas en el plano complejo izquierdo, entonces
aoc (s) tambien lo es. Resultado que es fundamental y que no era obvio ya que, como
se dijo antes, hay muchas situaciones en las que la interconexion de sistema estables
conduce a un sistema inestable.
Otra consecuencia u til de (9.26) es que el controlador y el observador se pueden disenar
independientemente el uno del otro. Para el calculo de las ganancias de realimentaci on
K no importa si son los verdaderos estados, o las estimaciones asintoticas correctas
de los estados, los que est an disponibles; similarmente, la din amica del observador
asintotico se puede calcular del conocimiento de A y C sin importar si este se va a
combinar con un controlador por realimentaci on o no.
Lo anterior constituye la as llamada propiedad de separacion en el procedimiento de
dise
no del observador-controlador. Sin embargo, habra un deterioro en la respuesta
transitoria del sistema combinado (ver ejemplo).
9.2.0.1 Implementaci on del observador
El hecho de que el observador tenga tantos estados como el sistema original no sig-
nifica que se tiene que replicar el sistema original para lograr los anteriores resulta-
dos. El sistema original podra ser una complicada planta de potencia, un procesador
qumico, etc. Afortunadamente, se sabe que, excepto en circunstancias muy espe-
ciales, no se necesita contruir el observador de la misma manera como el sistema
original. En particular, se puede construir con circuiteria electronica, miniaturizada,
con grandes ventajas de tama no, costo, etc. De hecho, los modernos desarrollos en la
electr
onica integrada facilita el uso de observadores de muy alto orden en el control de
sistemas fsicos bastante complicados. As, en muchas aplicaciones, es posible utilizar
un microprocesador dise nado especialmente para integrar, no solo el controlador, si
no tambien las ecuaciones de estado del observador.
9.2.0.2 Resumen
Usando realimentaci on de los estados de una realizacion completamente controlable
y completamente observable de la funci on de transferencia original, se puede obtener
una nueva realizaci
on internamente estable cuyas frecuencias naturales esten ubicadas
donde se desee.
Aunque se ha obtenido este resultado solo para sistemas escalares, una entrada, una
salida, hay una extensi
on natural al caso multivariable y en esto representa quizas el
mayor triunfo del metodo del estado espacial en el control de sistemas lineales.
9.2.1 Perturbaciones constantes y realimentaci
on integrativa
Para un sistema excitado con una perturbacion constante desconocida w, se disenara
un observador para estimar a w y usar esta para compensar la perturbacion. Matem
a-
ticamente:
.
x = Ax + Bu + Bw
.
w = 0
y = Cx
en donde u es la entrada de control y y la salida observada. La perturbaci

on constante
se modela como la salida de un integrador no excitado. Se tiene entonces el sistema
aumentado mostrado en la Fig 9.4:
Figura 9.4 Sistema con perturbacion

Si se tuviera una estimacion w
de w, se ajustara u = w
para tratar de cancelar la
perturbacion. Esto motiva para obtener un observador que estime a w.
Un observador para el sistema aumentado es dado por:
" . #
x
A B x
B
. = + u + l (y C
x)
w 0 0 w
0
(0) = 0, w
x (0) = 0
t
en donde l es un vector columna de dimensiones (n + 1)1. Partiendo l como [l1t , l2t ] ,
con l2 un escalar, se tiene:
" . #
x
A l1 C B x
B l1
. = + u+ y
w
l2 C 0 w
0 l2
La estructura del observador se muestra en la Fig 9.5:

Figura 9.5 Observador para estado y perturbaci

on
Si el sistema aumentado es observable, se puede escoger l de tal manera que los modos
del error decaigan, tiendan a cero con el tiempo, y as asegurar que w se aproxima
asintoticamente a w.
Ejemplo 9.1 .
Para el ejemplo del satelite resuelto en el captulo de realimentacion de variables de
estado, disenar un observador utilizando medidas de la perturbacion de la posici on
acimutal y. Ubicar los polos del observador en s = 2, s = 3, s = 3 j3, lo
cual significa que los errores estimados decaer an en un tiempo de aproximadamente
4/2 = 2/ = 2/ (2/29.3) = 9.33 das.
Debido a la propiedad de separacion el observador se puede dise nar independiente-
mente del diseno de la realimentacion de las variables de estado. Entonces:
C = [0 0 1 0]
Para determinar si el sistema es observable:

C
CA CA = [ 0 0 0 1 ]
0 =
CA2 CA2 = [ 0 2 4 2 0 ]
CA3 = 18 3 0 0 8 2
CA3

0 0 1 0
0 0 0 1
0 =

0 2 4 2 0
18 3 0 0 8 2
Por lo tanto:
det 0 = 364 6= 0
El sistema es observable y se puede dise
nar el observador.

s 1 0 0 l1
9 2 s 0 2 l2
sI A + lC =

+ 0 0 1 0
0 0 s 1 l3
0 2 42 s l4

s 1 l1 0
9 2 s l2 2
=

0 0 s + l3 1
0 2 42 + l4 s

s l2 2 1 l1 0
det (sI A + lC) = s det 0 s + l3 1 + 9 2 0 s + l3 1
2 4 2 + l4 s 2 42 + l4 s
2
= s s s + l3 s + 4 2 + l4 + 2 [l2 + 2s + 2l3 ]

+9 2 s2 + l3 s + 42 + l4 + 2 [l1 ]

= s4 + s3 [l3 ] + s2 4 2 + l4 + 42 9 2

+s 2 (l2 + 2l3 ) + 92 l3 + 9 2 4 2 + l4 2l1
La ecuacion caracterstica deseada del observador es:
(s) = (s + 2) (s + 3) (s + 3 J3) (s + 3 + J3)

(s) = s4 + 11s3 + 54 2 s2 + 126 3 s + 108 4
Comparando los coeficientes correspondientes se obtienen las componentes del vector

l:
l1 = 23.5 l2 = 8.5 2 l3 = 11 l4 = 55 2
La Fig 9.6 muestra el esquema del control con el observador.
Figura 9.6 Control del satelite con observador

APENDICE A
TABLAS DE LA TRANSFOR-
MADA DE LAPLACE
293
294 TABLAS DE LA TRANSFORMADA DE LAPLACE
Tabla A.1.
f (t) F (s)
impulso unitario (t) 1

1
1
escalon unitario 1 (t) s
2
1
t s2
3
tn1 1
(n1)! (n = 1, 2, 3, . . .) sn
4
n!
tn (n = 1, 2, 3, . . .) sn+1
5
1
eat s+a
6
1
teat (s+a)2
7
1 n1 1
(n1)! t eat (n = 1, 2, 3, . . .) (s+a)n
8
n!
tn eat (n = 1, 2, 3, . . .) (s+a)n+1
9

sen t s2 +2
10
s
cos t s2 +2
11

senh t s2 2
12
s
cosh t s2 2
13
1 1
a (1 eat ) s(s+a)
14
1
at 1
ba e ebt (s+a)(s+b)
15
1
bt s
ba be aeat (s+a)(s+b)
16
A.0 TABLAS DE LA TRANSFORMADA DE LAPLACE 295
Tabla A.1 Continuacion

h at i
1 1 1
ab 1+ ab be aebt s(s+a)(s+b)
17
1 1
a2 (1 eat ateat ) s(s+a)2
18
1 1
a2 (at 1 + eat ) s2 (s+a)
19

eat sen t (s+a)2 +2
20
s+a
eat cos t (s+a)2 +2
21
p 2
n ent sen n 1 2 t n
22 2
1 s2 +2n s+n
2
p
1 ent
sen n 1 2 t
1 2 s
23 1 2 s2 +2n s+n
2
= tan1
p
1 1 ent
sen n 1 2 t+
2
1 2 n
2 s(s2 +2n s+n
2)
24 1
= tan1
2
1 cos t s(s2 +2 )
25
3
t sen t s2 (s2 +2 )
26
23
sen t t cos t (s2 +2 )2
27
1 s
28 2 t sen t (s2 +2 )2
s2 2
t cos t (s2 +2 )2
29
1
2 s
22 12
(cos 1 t cos 2 t) 1 6= 22
30 (s2 +12 )(s2 +22 )
1 s2
2 (sen t + t cos t) (s2 +2 )2
31
296 TABLAS DE LA TRANSFORMADA DE LAPLACE
Tabla A.2.
L [Af (t)] = AF (s)

1
L [f1 (t) f2 (t)] = F1 (s) F2 (s)
2
d
L dt f (t) = sF (s) f (0)
3
h i
d2
L dt2 f (t) = s2 F (s) sf (0) f (0)
4
dn P
n (k1)
L dtn f (t) = sn F (s) snk f (0)
k=1
5 (k1)
dk1
donde f (t)= dtk1
f (t)
R
R F (s)
f (t)dt
t=0
6 L f (t) dt = s + s
R R R
R R F (s)
f (t)dt
t=0
f (t)dt dt
t=0
7 L f (t) dt dt = s2 + s2 + s
R R P
n hR R i
L f (t) (dt)n = F (s)
sn +
1
snk+1 f (t) (dt)k
8 k=1 t=0
hR i
t F (s)
L 0
f (t) dt = s
9
R R
0
f (t) dt =lim F (s) si 0
f (t) dt existe
10 s0
L [eat f (t)] = F (s + a)
11
L [f (t ) 1 (t )] = eas F (s) 0
12
L [tf (t)] = dFds(s)
13
d2
L t2 f (t) = ds2 F (s)
14
dn
L [tn f (t)] = (1)n dsn F (s) n = 1, 2, 3, . . .
15
1 R
L tf (t) = s f (s) ds
16

L f at = aF (as)
17
APENDICE B
PROGRAMA MATLAB
B.1 Introducci
on
Programa que sirve para c alculo numerico y visualizaci
on de alto desarrollo. El ambi-
ente es tal que los problemas y soluciones se expresan como se escriben matem atica-
mente, sin la tradicional programaci on. Es un sistema interactivo cuyo elemento
basico de datos es una matriz que no requiere dimensionamiento.
MATLAB tambien tiene cajas de herramientas, toolboxes, que resuelven clases
particulares de problemas tales como procesamiento de se nales, dise
no de sistemas de
control, simulaci
on de sistemas dinamicos, identificaci
on de sistemas, redes neurales,
sistemas de control robustos, optimizacion y otros (Matematica simb olica).
La cualidad mas importante del MATLAB es que es f acilmente extendible. Esto
permite crear nuestras propias aplicaciones.
El contenido de este apendice describe:
a) Como entrar matrices simples, los elementos para construirlas, declaraciones y
variables del MATLAB.
b) Como conseguir informaci on del espacio de trabajo y como guardarla.
c) Numeros y expresiones aritmeticas.
d) Formato de salida.
e) Ayuda.
f) Funciones del MATLAB.
B.2 Entrando matrices simples

El MATLAB trabaja fundamentalmente con una clase de objeto, una matriz numerica
rectangular con elementos posiblemente complejos.
Se pueden entrar de diferentes maneras:
a) Una lista explcita de elementos.
b) Generar matrices usando declaraciones y funciones propias del MATLAB.
297
298 PROGRAMA MATLAB
c) Crear matrices en archivos M.

d) Cargar matrices de archivos de datos externos.
El lenguaje MATLAB no contiene declaraciones DIMENSION ni TYPE. Separa
la memoria necesaria para el almacenamiento.
Entrando una lista explcita de elementos se siguen las siguientes convenciones:
a) Se separa la lista de elementos con comas (,) o espacios en blanco.
b) El punto y coma (;) se usa para indicar los finales de las filas.
c) El comienzo y el fin de la matriz se indica con corchetes [ ].
Ejemplo B.1 .
A = [1 2 3; 4 5 6; 7 8 9]
Esta declaraci
on genera la siguiente salida:
A=
1 2 3
4 5 6
7 8 9
La matriz A es guardada por el MATLAB para uso posterior.
El punto y coma (;) puede ser reemplazado por el RETURN o ENTER.
Se pueden entrar matrices desde archivos de disco si su nombre tiene extension m.
Si un archivo llamado gena m tiene las siguientes lneas de texto:
A= [1 2 3
4 5 6
7 8 9]
entonces la declaraci
on gena lee el archivo y genera A.
B.3 Elementos de las matrices

Estos pueden ser cualquier expresi
on del MATLAB.
Ejemplo B.2 .
x = [1.3 sqrt (3) (1 + 2 + 3) 4/5]
resulta en:
x = 1.3000 1.7321 4.8000
los elementos de la matriz pueden ser referenciados con ndices dentro de parentesis.
B.4 Declaraciones y variables del MATLAB 299
Ejemplo B.3 .
x (5) = abs (x (1))
produce:
x = 1.3000 1.7321 4.8000 0 1.3000
Note que el tama no de x se incrementa automaticamente para acomodar el nuevo

elemento y que los elementos no definidos se igualan a cero.
Se pueden construir matrices grandes usando matrices peque nas como elementos. Por
ejemplo, para adicionar otra fila a la matriz A :
r = [10 11 12] ;
A = [A ; r]
que resulta en:
A= 1 2 3
4 5 6
7 8 9
10 11 12
Se puede extraer matrices peque
nas de matrices grandes usando dos puntos (:).
Ejemplo B.4 .
A = A (1 : 3, :) ;
toma las tres primeras filas y todas las columnas de la A actual.
B.4 Declaraciones y variables del MATLAB

El MATLAB es un lenguaje de expresi on. Es decir, interpreta y eval
ua las expresiones
escritas. Las declaraciones son frecuentemente de la forma:
variable = expresi on
o simplemente
expresion.
Las expresiones se pueden componer de operadores y otros caracteres especiales, fun-
ciones y nombres de variables. La evaluaci on de la expresion produce una matriz la
cual se muestra en la pantalla y se asigna a la variable.
Si se omite el nombre de la variable y el signo =, MATLAB autom aticamente crea
una variable con el nombre ans.
300 PROGRAMA MATLAB
Ejemplo B.5 .
1900/81
produce:
ans = 23.4568
Una declaracion normalmente termina con RETURN o ENTER. Sin embargo,

ltimo caracter es punto y coma (;) antes del RETURN
si el u o ENTER el
resultado no se muestra en la pantalla pero s se realiza la asignaci
on.
Ejemplo B.6 .
p = eig (A) ;
halla los valores propios de A pero no los muestra en pantalla.

Si es necesaria m as de una lnea para la expresion se puede usar (3 puntos) y el
RETURN para indicar que contin ua en la proxima lnea.
Se pueden formar variables y nombre de funciones con una letra, seguida por cualquier
n
umero de letras y digitos. MATLAB recuerda s olo los primeros 19 caracteres de un
nombre. Ademas, distingue entre may usculas y min usculas. Todos los nombres de
funciones deben ser en min usculas.
As, inv (A) invierte A, pero INV (A) se refiere a una funci on no definida.
B.5 Informaci
on sobre el espacio de trabajo
Para listar las variables en el espacio de trabajo escriba:
who . Para ver el tama no de las variables se puede usar whos . Cada elemento
de una matriz real requiere 8 bytes de memoria.
Las variables ans y eps son permanentes y no se pueden borrar. eps es una tolerancia
para determinar aspectos tales como singularidades y rango. eps = 252 2.221016 .
Se le puede reasignar otro valor, incluyendo cero.
El MATLAB tiene la facilidad help. Ensayar el comando help lookf or. As como
help what y help which.
B.6 C
omo terminar el programa y guardar el
espacio de trabajo
Para terminar el programa escribir quit o exit . Antes de parar se puede guardar
el espacio de trabajo con el comando save , el cual guarda todas las variables en un
archivo del disco llamado matlab.mat.
B.8 Formato de salida 301
La proxima vez que se invoque el MATLAB se puede ejecutar el comando load para
recuperar el espacio de trabajo desde matlab.mat. save y load se pueden usar con
otros nombres de archivos, o tambien guardar unicamente las variables que se deseen.
As, save temp x y z guarda las variables x, y y z en el archivo llamado temp.mat.
load temp , recupera todas las variables del archivo temp.mat. load y save pueden
tambien importar y exportar archivos de datos ASCII.
B.7 N
umeros y expresiones aritm
eticas
Usa notacion convencional decimal, con el punto decimal opcional. Se puede incluir la
potencia 10 como un factor de escala o una unidad compleja como un sufijo. Ejemplos
de n
umeros son:
3 99 0.001
9.6397238 1.602e 20 6.022e 23
2i 3.14159i 3e5i
La precision relativa de los numeros es eps que equivale a, aproximadamente, 16

digitos decimales significativos. El rango es de 10308 hasta 10308 .
Se pueden construir expresiones con las operaciones aritmeticas usuales y con reglas
de precedencia: + (suma), (resta), (multiplicacion), / (divisi
on por la derecha),
\ (divisi
on por la izquierda), (potenciacion).
Los parentesis sirven para afectar la precedencia.
La funcion pi calcula (usa 4 atan (1)).
La funcion Inf es usada para infinito.
Ejemplo B.7 .
s = 1/0 = Inf
La variable NaN implica no un numero. Calculos como Inf /Inf o 0/0 la producen.
MATLAB maneja n umeros complejos, indicados por las funciones especiales i y j, en
todas sus operaciones y funciones.
Ejemplo B.8 .
A = [1 + 5i 2 + 6i; 3 + 7i 4 + 8i]
Un nombre de una funci on interna puede ser un nombre de una variable, pero en este
caso no es disponible la funci
on interna dentro del actual area de trabajo hasta que la
variable no sea borrada. Si se usa i y j como variables y se sobreescribe sus valores,
se puede generar una nueva unidad de complejos y usarse de la manera usual:
302 PROGRAMA MATLAB
ii = sqrt (1)
z = 3 + 4ii
B.8 Formato de salida

El comando f ormat afecta la forma en que se muestran las matrices en la pantalla,
no como se calculan o guardan. MATLAB desarrolla todos los calculos en doble
precision.
Si todos los elementos de una matriz son exactos, la matriz se muestra en un formato
sin puntos decimales.
Si por lo menos un elemento de la matriz no es un entero exacto, se dispone de varios
formatos de salida. El formato por defecto es el short, el cual muestra aproximada-
mente 5 dgitos decimales significativos. Los otros formatos muestran m as dgitos
significativos o usan notacion cientfica.
Ejemplo B.9 .
x = [4/3 1.2345e 6]
Los formatos, y la salida resultante para este vector, son:
format short
1.3333 0.0000
format short e
1.3333e + 00 1.2345e 06
format long
| {z 3} 0.00000123450000
1. 3333
14
format long e
1. 3333
| {z 3} e + 00 1.23450 0 e 06
15
B.11 Divisi
on de matrices 303
format bank
1.33 0.00
f ormat hex
f ormat +
Con los formatos short y long si el elemento mas grande de una matriz es mayor que
1000 o menor que 0.001, la matriz total se muestra con un factor de escala com
un.
B.9 Funciones
Gran parte de la potencia del MATLAB proviene de su extensivo conjunto de fun-
ciones. Algunas son intrnsecas, otras son disponibles en la librera de archivos exter-
nos tipo m, distribuda con el MATLAB (las herramientas). El usuario puede crear
sus propias funciones para aplicaciones mas especializadas (posteriormente se hablara
de los archivos m).
Usar el help para ver las diferentes categoras de funciones analticas disponibles
en el MATLAB (matem atica elemental, funciones especiales, matrices elementales,
especiales, ).
Las funciones pueden tener varios argumentos de entrada y varias salidas. Ejemplos:
theta = atan2 (y, x), usa 2 argumentos de entrada.
[V, D] = eig (A), retorna 2 matrices, V y D, con los vectores y valores propios de la
matriz A, respectivamente. Las salidas son delimitadas con corchetes [ ] y separadas
con comas.
[y, i] = max (x), regresa el maximo valor del vector x en y, y el ndice respectivo en i.
MATLAB nunca modifica la entrada o argumentos de entrada a la funcion. Siempre
retorna las salidas de una funcion en los argumentos del miembro izquierdo.
B.10 Operaciones matriciales

0
El caracter (prima o apostrofe) denota la transpuesta de una matriz. Si z es una
0
matriz con complejos, z esla transpuesta de la conjugada z. Para la transpuesta no
0 0
conjugada, usar z. o conj z .
+ y denotan suma y resta de matrices siempre y cuando tengan las mismas dimen-
siones. Si uno de los operandos es un escalar, este es sumado o restado de todos los
elementos del otro operando.
Ejemplo B.10 .
y = [1 2 3] 1 = [0 1 2]
304 PROGRAMA MATLAB
denota multiplicacion de matrices. V

alida si hay conformabilidad en la multipli-
caci
on de las matrices.
B.11 Divisi
on de matrices
Se usan 2 smbolos: \ y /. Si A es cuadrada no singular, A\B y B/A corresponden
formalmente a la multiplicacion por la izquierda y por la derecha de B por la inversa
de A, es decir, inv (A) B y B inv (A). Sin embargo el resultado se obtiene sin el
c
alculo de la inversa. En general:
x = A\B es una soluci

on a A x = B
x = B/A es una soluci
on a x A = B
Ap = A A} , si p es un entero > 1
| A {z
p
Ap = V D. p/V , para otros valores de p
donde:
[V, D] = eig (A)
B.12 Funciones matriciales

MATLAB considera expresiones como exp (A) y sqrt (A) como operaciones sobre cada
uno de los elementos de la matriz. Se pueden calcular tambien funciones trascenden-
tales matriciales, tales como la matriz exponencial y la matriz logaritmo, las cuales
se definen solo para matrices cuadradas (son generalmente difciles de calcular).
Una funci on matematica trascendental se interpreta como una funcion matricial si
se adiciona una m al nombre de la funci on, ejemplo: expm (A) y sqrtm (A). Hay 3
definidas expm, logm y sqrtm.
Otras funciones matriciales elementales incluyen:
poly, polinomio caracterstico.
det, determinante.
trace, la traza, y otras.
B.13 Operaciones sobre arreglos

Esto se refiere a operaciones aritmeticas sobre cada elemento de una matriz.
0
Un punto (.) precediendo un operador (, \, /, , ) indica una operacion sobre
arreglos.
B.15 Operaciones l
ogicas 305
Para suma y resta, las operaciones sobre arreglos y sobre matrices son las mismas,
as + y se pueden considerar como operaciones sobre matrices o arreglos.
. denota la multiplicaci
on de arreglos.
Ejemplo B.11 .
Si:
x = [1 2 3] ; y = [4 5 6] ;
entonces:
z = x. y = [4 10 18]
A ./B y A .\B dan los cocientes de los elementos individuales.
Ejemplo B.12 .
z = x.\y = [4.0000 2.5000 2.0000]

. denota potencias de arreglos.
Ejemplo B.13 .
Para el x y y anterior:
z = x.y = [1 32 729]
z = x.2 = [1 4 9] (el exponente es un escalar)
z = 2. [x y] = [2 4 8 16 32 64] (la base es un escalar)
B.14 Operaciones relacionales

Se dispone de 6 operadores relacionales para comparar 2 matrices de iguales dimen-
siones.
< menor que.
<= menor o igual que.
> mayor que.
>= mayor o igual que.
== igual.
= no igual.
MATLAB compara los pares de elementos correspondientes. El resultado es una
matriz con unos y ceros, en donde uno representa cierto y cero falso.
Ejemplo B.14 .
2 + 2 = 4 es simplemente cero
306 PROGRAMA MATLAB
B.15 Operaciones l
ogicas
Los operadores &, | y son los operadores logicos Y , O y N O.
C = A & B es una matriz cuyos elementos son unos en donde A y B tengan elementos
diferentes de cero, y ceros en donde cualquiera tenga un cero. A y B deben tener las
mismas dimensiones, a menos que una sea un escalar. Un escalar puede operar con
otro escalar o una matriz.
C = A | B es una matriz cuyos elementos son unos en donde A o B tengan elementos
diferentes de cero, y ceros en donde ambas tengan ceros. A y B deben tener las
mismas dimensiones, a menos que una sea un escalar.
B = A es una matriz cuyos elementos son unos en donde A tiene ceros y ceros en
donde A tiene elementos diferentes de cero.
Las funciones any y all son u tiles con operaciones logicas.
any (x) retorna 1 si cualquiera de los elementos de x son diferentes de cero, retorna
cero de otra manera.
all (x) retorna 1 s
olo si todos los elementos de x son diferentes de cero. Estas funciones
son utiles particularmente en declaraciones como:
if all (A < 0.5)
haga algo
end
Si los argumentos de any y all son matrices, retorna un vector fila con el resultado
para cada columna.
Para las siguientes funciones relacionales y l ogicas:
any, all, find, exist, isnan, isinf , f inite, isempty, isstr, isglobal, issparse, usar
help para saber que hacen.
B.16 Funciones matem

aticas
Un conjunto de funciones matem
aticas elementales se aplican a los arreglos.
Ejemplo B.15 .
A = [1 2 3; 4 5 6]

1 1 1
B = cos (pi A) =
1 1 1
MATLAB incluye todas las funciones trigonometricas y exponenciales:
sin, cos, tan, asin, acos, atan, atan2, sinh, cosh, tanh, asinh, acosh, atanh.
Incluye estas funciones elementales:
abs, angle, sqrt, real, imag, conj, round, fix, floor, ceil, sign, rem, gcd, lcm, exp, log,
log10.
Algunas funciones especiales suministran capacidades mas avanzadas:
bessel, beta, gamma, rat, erf , erf inv, ellipk, ellipj.
As como las funciones elementales, las especiales tambien operan sobre arreglos
cuando los argumentos son matrices.
B.18 Referencia a los elementos de una matriz 307
B.17 Manipulaci
on de vectores y matrices
Generaci
on de vectores.
La declaracion x = 1 : 5 genera un vector fila que contiene los n
umeros de 1 a 5 con
incrementos unitarios. Es decir:
x=12345
Se pueden usar incrementos diferentes a la unidad:
y = 0 : pi/4 : pi
resulta en:
y = 0.0000 0.7854 1.5708 2.3562 3.1416
Los incrementos tambien pueden ser negativos:
z = 6 : 1 : 1
da:
z=654321
La notacion (:) permite la generacion facil de tablas. Para obtener una tabla en forma
vertical se traspone el vector fila obtenido de la notaci on (:), se calcula una columna
de los valores de una funcion y luego se forma la matriz de las 2 columnas.
Ejemplo B.16 .
0
x = (0.0 : 0.2 : 3.0) ;
y = exp (x) . sin (x) ;
[x y]
produce:
ans = 0.0000 0.0000

0.2000 0.1627
.. ..
. .
3.0000 0.0070
Otras funciones para generar vectores son: logspace, la cual genera vectores uniforme
y logartmicamente espaciados, y linspace, la cual permite especificar el n
umero de
puntos, mejor que el incremento:
k = linspace (pi, pi, 4)
k = 3.1416 1.0472 1.0472 3.1416

308 PROGRAMA MATLAB
B.18 Referencia a los elementos de una matriz

Los elementos individuales de una matriz se pueden referenciar indicando su posicion
en parentesis. Por ejemplo A (i, j) se refiere al elemento de la i-
esima fila, j-
esima
columna.
Un ndice puede ser un vector. Si x y v son vectores, entonces x (v) es:
[x (v (1)) , x (v (2)) , , x (v (n))]
En matrices, vectores como ndice permiten el acceso a submatrices contiguas y no

contiguas. Por ejemplo sup ongase que A es una matriz de 1010, enotnces A (1 : 5, 3)
especifca la submatriz de 51 (vector columna) que contiene los primeros 5 elementos
en la tercera columna de A. As mismo, A (1 : 5, 7 : 10) es la submatriz de 54 cuyos
elementos son las primeras 5 filas y las u
ltimas 4 columnas de A.
Usar (:) (colon) en lugar de un ndice indica todas las correspondientes filas o
columnas. Por ejemplo A (:, 3) es la tercera columna de A y A (1 : 5, :) contiene las
primeras 5 filas de A.
Efectos sofisticados se obtienen referenciando submatrices en ambos lados de una
declaracion de asignacion.
Ejemplo B.17 .
A (:, [3 5 10]) = B (:, 1 : 3)
reemplaza la tercera, quinta y decima columnas de A con las 3 primeras columnas de

B.
En general, si v y w son vectores cuyos elementos son enteros, entonces A (v, w) es la
matriz obtenida tomando los elementos de A con ndices fila de v e ndices columna
de w. As A (:, n : 1 : 1) invierte las n columnas de A.
Ejemplo B.18 .
v = 2 : 2 : n;
w = [3 1 4 1 6] ;
A (v, w)
A (:) en el lado derecho de una declaracion de asignaci

on denota todos los elementos
de A pero organizados en un vector columna.
Ejemplo B.19 .
A = [1 2 ; 3 4 ; 5 6]
B.21 Matrices especiales 309
b = A (:)
resulta en:

1
3

5
b=

2
4
6
A (:) en el lado izquierdo de una declaracion de asignacion denota una matriz con
las mismas dimensiones de A pero con el nuevo contenido de lado derecho de la
asignacion. Por ejemplo, la matriz A anterior es de 3 2, A (:) = 11 : 16 es ahora:

11 14
A = 12 15
13 16
B.19 Referencia a los elementos de una matriz

usando vectores con ceros y unos
Se pueden usar vectores con ceros y unos, creados generalmente de operaciones rela-
cionales, para referirse a submatrices. Si A es una matriz de dimensiones m n y L
es un vector de longitud m de ceros y unos, entonces A (L, :) especifica las filas de A
en donde los elementos de L son diferentes de cero.
x = x (x <= 3 std (x)) ; remueve del vector x aquellos elementos mayores que 3
desviaciones estandar.
L = x (:, 3) > 100 ; x = x (L, :) ; reemplaza x con aquellas filas de x cuya tercera
columna es mayor que 100.
B.20 Matrices vacas

La declaracion x = [ ] asigna una matriz de dimensi on 0 0 a x. El uso subsecuente
de esta matriz no conduce a una condici on de error, propaga matrices vacas.
La funcion exist sirve para probar la existencia de una matriz, y la funcion isempty
sirve para indicar si una matriz es vaca.
Una manera eficiente de remover filas y columnas de una matriz es asignarles una
matriz vaca.
Ejemplo B.20 .
310 PROGRAMA MATLAB
A (:, [2 4]) = []
borra las columnas 2 y 4 de A.
B.21 Matrices especiales

Una colecci
on de funciones generan matrices especiales del algebra lineal y en proce-
samiento de se
nales:
compan, diag, gallery, hadamard, hankel, hilb, toeplitz, vander, etc.
Ejemplo B.21 .
Para generar la matriz companion asociada con el polinomio:
s3 7s + 6
p = [1 0 7 6]
A = compan (p)
genera:

0 7 6
A= 1 0 0
0 1 0
Los valores propios de A son las races del polinomio:
t
eig (A) = [3 2 1]
Otras funciones que generan matrices son:
zeros, ones, rand, randn, eye, linspace, logspace, meshgrid (usar help para mas
detalles).
B.22 Construcci
on de matrices m
as grandes
Se pueden formar matrices mas grandes de matrices peque
h nas, delimitandolas coni
0
corchetes, [ y ]. Por ejemplo, si A es cuadrada, C = A A ; ones (size (A)) A.2
crea una matriz dos veces el tama no de A. Las dimensiones de las matrices m as
pequenas deben ser consistentes.
Otras funciones que manipulan matrices son:
rot90, f liplr, flipud, diag, tril, triu, etc.
La funcion size devuelve un vector con dos elementos: el n
umero de filas y el n
umero
de columnas de una matriz.
La funcion length devuelve la longitud de un vector.
B.24 Polinomios y procesamiento de se
nales 311
B.23 Funciones matriciales

Factorizaci
on triangular : la funci
on lu factoriza una matriz cuadrada con el producto
de dos matrices esencialmente triangulares. Para obtener las dos matrices utilizar:
[L, u] = lu (A)
Factorizaci
on ortogonal : la funci
on qr, u
til para matrices cuadradas y rectangulares,
expresa la matriz como el producto de una matriz ortonormal y una matriz superior.
Las dos matrices se obtienen con:
[Q, R] = qr (A)
Descomposici on en valores singulares: la asignaci

on [U, S, V ] = svd (A) produce los
tres factores en esta descomposicion (singular value decomposition). Las matrices
U y V son ortogonales y la matriz S es diagonal. Los elementos de la diagonal de S
son los valores singulares de A.
Vectores y valores propios: la asignaci
on [x, D] = eig (A) retorna en los elementos de
la diagonal de D los valores propios de A y en las columnas de x los correspondientes
vectores propios.
B.24 Polinomios y procesamiento de se

nales
Representaci
on de polinomios.
MATLAB los representa como vectores fila que contienen los coeficientes ordenados
por potencias descendientes.
Si:

1 2 3
A= 4 5 6
7 8 0
su ecuacion caracterstica se calcula con:
p = poly (A)
p = [1 6 72 27]
que es la representacion del polinomio s3 6s2 72s 27.

Las races de esta ecuaci
on son:
r = roots (p)

12.1229
r = 5.7345
0.3884
312 PROGRAMA MATLAB
Estas races son, por supuesto, los mismos valores propios de la matriz A. Tambien
se pueden obtener el polinomio original con poly :
p2 = poly (r)
p2 = [1 6 72 27]
Sea a (s) = s2 + 2s + 3 y b (s) = 4s2 + 5s + 6. El producto de los dos polinomios es

la convoluci
on de los coeficientes.
a = [1 2 3] ; b = [4 5 6]
c = conv (a, b)
c = [4 13 28 27 18]
Se usa deconvoluci
on para dividir polinomios:
[q, r] = deconv (c, a)
q = [4 5 6]
r = [0 0 0 0 0]
Otras funciones polinomiales son:

poly, roots, polyval (evaluaci
on polinomial), polyvalm (evaluaci on de un polinomio
matricial), residue (expansi
on en fracciones parciales), polyder, polyfit.
B.25 Procesamiento de se
nales
En procesamiento de senales, los vectores pueden contener datos de se
nales muestradas
secuencias. Para sistemas con m
o ultiples entradas, cada fila de una matriz corre-
ponde a un punto de muestra con los canales distribuidos a lo largo de las columnas
de la matriz.
Algunas funciones para el procesamiento de se nales son:
abs, angle, conv, cov, deconv, f ft, if f t.
La herramienta signal processing del MATLAB suminitra muchas funciones para
el procesamiento de senales.
B.27 Funciones como funcion 313
B.26 Filtraje de datos

La funci
on y = f ilter (b, a, x) filtra los datos del vector x con el filtro descrito por los
vectores a y b.
Los datos filtrados son devueltos en el vector y.
La ecuacion de diferencia del filtro es:
y (n) = b (1) x (n) + b (2) x (n 1) + + b (nb ) x (n nb + 1) +
a (2) y (n 1) a (na ) y (n na + 1)
o la funci
on de transferencia z :
Y (z) b (1) + b (2) z 1 + + b (nb ) z (nb 1)
H (z) = =
x (z) 1 + a (2) z 1 + + a (na ) z (na 1)
Por ejemplo, para encontrar y graficar la respuesta al impulso (con n puntos) de un
filtro digital:
x = [1 zeros (1, n 1)] ;
y = filter (b, a, x) ;
plot (y,0 o0 )
la funci
on freqz retorna la respuesta frecuencial de filtros digitales.
La respuesta frecuencial es H (z) evaluada alrededor del crculo unitario en el plano
complejo, z = ej . Se puede usar freqz para encontrar y graficar la respuesta fre-
cuencial con n puntos.
[h, w] = f reqz (b, a, n) ;
mag = abs (h) ;
phase = angle (h) ;
semi log y (w, mag)
plot (w, phase)

La herramienta signal processing incluye numerosas funciones para el dise no de
filtros digitales. Sabiendo algunas tecnicas de dise
no de filtros, muchos metodos son
posibles. Por ejemplo, las tecnicas de la transformacion bilineal y el mapeo de polos
y ceros convierten prototipos en el dominio s al dominio z.
ff t (x) es la transformada discreta de Fourier del vector x.
ff t (x, n) es la transformada discreta de Fourier del vector x con n puntos.
Si x es una matriz, f ft (x) es la transformada rapida de Fourier de cada columna de
x.
if f t (x) es la transformada r
apida inversa del vector x.
314 PROGRAMA MATLAB
B.27 Funciones como funci

on
Una clase de funciones en MATLAB no trabaja con matrices numericas, si no con
funciones matem aticas. Estas funciones como funci
on incluyen:
a) Integracion numerica.
b) Ecuaciones no lineales y optimizacion.
c) Soluci
on de ecuaciones diferenciales.
MATLAB representa funciones matematicas declar andolas como funci
on en archivos
tipo m. Por ejemplo, la funci on:
1 1
f (x) = + 6
(x 0.3) + 0.01 (x 0.9)2 + 0.04
2
se puede generar en MATLAB creando un archivo tipo m llamado humps.m con las
siguientes declaraciones:
f unction y = humps (x)
y = 1./ ((x .3) .2 + .01) + 1./ ((x .9) .2 + .04) 6;
Una grafica de esa funci

on es, por ejemplo:
x = 1 : .01 : 2;
plot (x, humps (x) ,0 w0 )
100
80
60
40
20
-20
-1 -0.5 0 0.5 1 1.5 2
Figura B.1 Gr
afica de la funci
on humps
B.30 Funciones de ecuaciones diferenciales. 315
B.28 Integraci
on num
erica
El area bajo la curva f (x) se puede calcular numericamente integrando f (x) . La
funci
on que se usa es quad o quad8. Por ejemplo, para integrar la funci
on definida en
humps.m desde 0 hasta 1 :
q = quad (0 humps0 , 0, 1)
q = 29.8583
Notese que el primer argumento de la funci on quad es el nombre del archivo, que
contiene la funci
on matematica, entre comillas simples.
B.29 Ecuaciones no lineales y funciones de

optimizaci
on
fmin mnimo de una funcion de una variable.
fmins mnimo de una funcion multivariable.
fzero cero de una funci
on de una variable.
Ejemplo B.22 .
xm = f min (0 humps0 , .5, 1)
xm = 0.6370
es el mnimo de la funci
on definida en humps.m en la region 0.5 a 1.
El valor de la funci
on en el mnimo es:
y = humps (xm)
y = 11.2528
xz1 = fzero (0 humps0 , 0)

localiza el cero cerca a x = 0, es decir:
xz1 = 0.1316
y:
xz2 = fzero (0 humps0 , 1)
localiza el cero cerca a x = 1, es decir:
xz2 = 1.2995
La herramienta optimization del MATLAB contiene varias funciones de funciones
para ecuaciones no lineales y optimizaci
on.
316 PROGRAMA MATLAB
B.30 Funciones de ecuaciones diferenciales

Las funciones para resolver ecuaciones diferenciales ordinarias son:
ode23 metodo de Runge-Kutta de orde 2/3.
ode45 metodo de Runge-Kutta de orde 4/5.
Sea la ecuaci
on diferencial de Vander Pol:
..
x + x2 1 x + x = 0
Reescribiendola como ecuaciones de estado:

x 1 = x1 1 x22 x2
x 2 = x1
El primer paso es crear una funci on en un archivo tipo m con estas ecuaciones difer-
enciales. Si el archivo es llamado vdpol.m, entonces debe contener:
f unction xdot = vdpol (t, x)
xdot = zeros (2, 1) ;
xdot (1) = x (1) . (1 x (2) .2) x (2) ;
xdot (2) = x (1) ;
Para simular la ecuaci

on diferencial definida en vdpol.m en el intervalo 0 t 20, se
usara ode23.
to = 0 ; tf = 20;
0
xo = [0 0.25] ; % condiciones iniciales
[t, x] = ode23 (0 vdpol0 , to, tf, xo)
plot (t, x,0 w0 )

B.32 Graficos en dos dimensiones. 317
-1
-2
-3
0 5 10 15 20
Figura B.2 Gr
aficas de las variables de estado de la ecuaci
on de Vander Pol
Para trabajar con ecuaciones diferenciales o simulaci
on, el MATLAB tiene otra her-
ramienta especializada llamada Simulink, la cual se estudiara en detalle posterior-
mente.
B.31 Gr
aficos
El sistema de gr aficos del MATLAB suministra una variedad de tecnicas sofisticadas
para presentar y visualizar datos. Este sistema utiliza objetos graficos, tales como
lneas y superficies, los cuales se pueden controlar con los valores de las propiedades
de los objetos. Sin embargo, ya que el MATLAB implementa un rico conjunto de
funciones graficas de alto nivel (en 2 y 3 dimensiones), la mayora de las veces no es
necesario accesar estos objetos gr aficos a bajo nivel.
Se describira como usar las capacidades graficas de alto nivel del MATLAB para
presentar los datos.
B.32 Gr
aficos en dos dimensiones
Existe una variedad de funciones para presentar datos como graficos en dos dimen-
siones. Cada una acepta entradas en forma de vectores o matrices y autom aticamente
escalan los ejes para acomodar los datos de entrada.
plot crea una grafica de vectores o columnas de matrices.
loglog crea una grafica usando escalas logartmicas en ambos ejes.
semilogx crea una grafica usando una escala logartmica para el eje x y una escala
lineal para el eje y.
semilogy grafica con escala logartmica para el eje y y escala lineal para el x.
Se pueden adicionar ttulos, etiquetas de ejes, cuadrculas y texto al gr
afico usando:
318 PROGRAMA MATLAB
title adiciona un ttulo al grafico.

xlabel adiciona una etiqueta al eje x.
ylabel adiciona una etiqueta al eje y.
text muestra una cadena de caracteres en la localizaci on que se especifique.
gtext coloca texto en el gr afico usando el raton (mouse).
grid habilita la cuadrcula.
ginput permite leer valores del gr afico con el raton.
B.33 Creaci
on de un gr
afico
Si y es un vector, plot (y) produce un grafico lineal de los elementos de y contra
el ndice de los elementos de y. Si se especifican dos vectores como argumentos,
plot (x, y) produce un grafico de y contra x.
Tambien se pueden especificar m ultiples conjuntos de datos y definir el color y estilo
de lnea para ser usado con cada conjunto de datos.
Ejemplo B.23 .
t = 0 : pi/100 : 2 pi;
x = sin (t) ;
y1 = sin (t + .25) ;
y2 = sin (t + .5) ;
plot (x, y1,0 r0 , x, y2,0 g 0 )
plot genera un grafico de y1 contra x y y2 contra x en los mismos ejes.

El primer conjunto de datos sera graficado con una lnea solida roja y el segundo
conjunto con una lnea discontinua verde. Con el fin de mostrar las graficas, en lugar
del comando anterior se usara:
plot (x, y1,0 w0 , x, y2,0 w 0 )
el cual permite ver las gr

aficas en la pantalla con fondo negro y las curvas blancas.
Sin embargo al importarlas a este texto los dos colores anteriores se intercambian.
Las siguientes declaraciones le adicionan un ttulo al grafico y etiquetas a los ejes:
title (0 f ase0 )

xlabel 0 x = sen (t)0
B.34 Estilos de lneas, marcadores y colores. 319
0
ylabel 0 y = sen (t+)
Los resultados de este ejemplo se muestran en la Fig. B.3.
fase
1
0.5
y=sen(t+)
-0.5
-1
-1 -0.5 0 0.5 1
x=sen(t)
Figura B.3 Resultados del ejemplo B.23
B.34 Estilos de lneas, marcadores y colores

En la declaraci
on plot (x, y, s), s es una cadena de 1, 2 o 3 caracteres (entre comillas
simples) para especificar el estilo de lnea y colores en la gr
afica. Los caracteres usados
se muestran en la siguiente tabla:
smbolo color smbolo color

y amarillo punto
m f ucsia crculo
c cyan x x
r rojo + m as
g verde estrella
b azul continua
w blanco .. punteada
k negro . raya punto
discontnua
si no se especifica un color, la funci
on plot automaticamente usa los colores de arriba.
Para una lnea, el color por defecto es amarillo, ya que este es el color mas visible
sobre un fondo negro. Para m ultiples lneas, la funci
on plot utiliza en forma cclica
320 PROGRAMA MATLAB
los 6 primeros colores de la tabla.

Los smbolos , , x, + y son marcadores escalables.
B.35 Adici
on de lneas a un gr
afico existente
Se pueden adicionar lneas a un grafico existente utilizando el comando hold.
Cuando se usa la declaracion hold on, MATLAB no remueve las lneas existentes y se
pueden adicionar nuevas lneas en los ejes actuales. Sin embargo, los ejes se pueden
reescalar si los nuevos datos est
an fuera del rango de los datos anteriores. Por ejemplo,
utilizando los mismos datos del ejemplo anterior:
plot (x,0 w0 ) ; hold on ; plot (y1,0 w 0 ) ;
plot (y2,0 w .0 ) ; hold of f

Estas declaraciones producen un grafico con tres curvas como se muestra en la Fig.
B.4.
0.5
-0.5
-1
0 50 100 150 200 250
Figura B.4 Graficas de x, y1, y2 del ejemplo B.23
B.36 Datos complejos

Cuando los argumentos de plot son complejos, la parte imaginaria es ignorada excepto
cuando el argumento de plot es uno solo. En este caso, se obtiene una grafica de la
parte real contra la parte imaginaria.
As, plot (z), en donde z es un vector o una matriz de complejos, es equivalente a
plot (real (z) , imag (z)) .
B.38 Gr
aficos de matrices. 321
Ejemplo B.24 .
plot (eig (randn (20, 20)) ,0 x0 )

Esta grafica se muestra en la Fig. B.5.
-1
-2
-3
-4
-5 0 5
Figura B.5 Gr
afica del ejemplo B.24
Para graficar mas de una matriz compleja, se deben tomar explcitamente las partes
reales e imaginarias.
B.37 El archivo tipo m peaks

Futuros ejemplos usan el archivo tipo m llamado peaks para generar una matriz de
datos. Los datos se basan en una funcion de dos variables que tiene maximos y
mnimos:
2 2
x 2 2 1 2 2
f (x, y) = 3 (1 x)2 ex (y+1) 10 x3 y5 ex y e(x+1) y
5 3
El archivo peaks crea una matriz que contiene los valores de la funci on para valores
de x y y en el rango de 3 a 3. Los valores de x varan a lo largo de las columnas y
los de y a lo largo de las filas. Se puede especficar el tama
no de la matriz cuadrada
pasandole un argumento a peaks. Ejemplo M = peaks (20) ; crea una matriz de datos
de 20 20. Si se omite el argumento de entrada, por defecto el tama no es 49.
B.38 Gr
aficos de matrices
La funci
on plot puede tomar un solo argumento matricial: plot (Y ) .
322 PROGRAMA MATLAB
Ella dibuja una curva por cada columna de Y . El eje x corresponde al ndice de las
filas, 1 : m, en donde m es el n umero de filas en Y . Por ejemplo, plot (peaks,0 w0 )
produce un gr afico con 49 curvas. Vease Fig. B.6.
10
-5
-10
0 10 20 30 40 50
Figura B.6 Resultado de plot(peaks,0 w0 )

Esta grafica es una vista desde la superficie peaks mirando a lo largo del eje x (es
decir, una vista desde el azimuth = 90 y elevaci on = 0 ).
La funcion plot tambien acepta dos vectores o dos matrices como argumentos. Por
ejemplo, plot (peaks, rot90 (peaks) ,0 w0 ) . Vease Fig. B.7.
10
-5
-10
-10 -5 0 5 10
Figura B.7 Resultado de plot(peaks, rot(peaks),0 w0 )

B.38 Gr
aficos de matrices. 323
En general, si plot es usada con dos argumentos y si X o Y tienen mas de una fila o
columna, entonces:
a) Si Y es una matriz y x es un vector, plot (x, Y ) grafica sucesivamente las filas o
columnas de Y contra el vector x, usando diferentes colores o tipos de lneas para
cada una. La orientacion por filas o columnas se selecciona dependiendo del numero
de elementos en x. Es decir, si x tiene m elementos y Y es m n entonces se grafican
las columnas de Y contra x; y si x tiene n elementos y Y es m n se grafican las filas
de Y contra x. Si Y es cuadrada, se grafican las columnas.
b) Si X es una matriz y y es un vector, plot (X, y) grafica cada fila o columna de X
contra el vector y.
Ejemplo B.25 .
y = 1 : 49; plot (peaks, y,0 w0 )

Vease Fig. B.8.
50
40
30
20
10
0
-10 -5 0 5 10

c) Si X y Y son matrices del mismo tama no, plot (X, Y ) grafica las columnas de X
contra las columnas de Y.
Se puede usar la funci
on plot con m
ultiples pares de argumentos matriciales:
plot (X1 , Y1 , X2 , Y2 , )
Cada par X Y es graficado generando m
ultiples curvas. Los diferentes pares pueden
ser de dimensiones diferentes.
Ejemplo B.26 .
Almacenar en un archivo tipo m la siguiente matriz:
324 PROGRAMA MATLAB
weather = [30 4.0

31 3.7
38 4.1
49 3.7
59 3.5
68 2.9
74 2.7
72 3.7
65 3.4
55 3.4
45 4.2
34 4.9]
con el nombre mweather.m. Las declaraciones:
temp = weather (:, 1) ; precip = weather (:, 2) ;
despues de usar la declaraci

on mweather, almacena las columnas de temperatura y
precipitaci
on en vectores individuales.
Graficar la temperatura contra el n
umero del mes y la precipitacion contra el n
umero
del mes en la misma ventana, utilizando plot y subplot:
subplot (2, 1, 1) ; plot (temp)
subplot (2, 1, 2) ; plot (precip)
80
60
40
20
0 2 4 6 8 10 12
2
0 2 4 6 8 10 12
Figura B.9 Gr
aficas del ejemplo B.26
La Fig. B.9 muestra las dos curvas.
Las siguientes declaraciones producen un gr
afico como se muestra en la Fig. B.10 que
muestra la relacion entre temperatura y precipitacion mes a mes:
B.39 Funciones especiales para graficas en dos dimensiones. 325
mes = [0 Ene0 ;0 F eb0 ;0 M ar0 ;0 Abr0 ; ...

0
M ay 0 ;0 Jun0 ;0 Jul0 ;0 Ago0 ; ...
0
Sep0 ;0 Oct0 ;0 N ov0 ;0 Dic0 ];
plot (temp, precip,0 wo0 )
axis ([28 80 2.5 5.2])
text (temp, precip, mes)
xlabel (0 temp0 )
ylabel (0 precip0 )
title (0 Boston0 )
Boston
5
Dic
4.5
Nov
Mar
precip
4 Ene
Feb Abr Ago
3.5 May
Oct Sep
3
Jun
Jul
2.5
30 40 50 60 70 80
temp
Figura B.10 Relaci

on entre temperatura y precipitaci
on cada mes
La declaracion axis en el ejemplo anterior adiciona espacio extra al grafico, definien-
do explcitamente el escalamiento de los ejes a valores mayores que el rango de datos.
Esto permite que el texto permanezca dentro de los lmites del cuadro del gr afico.
326 PROGRAMA MATLAB
B.39 Funciones especiales para gr

aficas en dos
dimensiones
bar crea una grafica de barras.
compass crea una grafica de angulos y magnitudes de n umeros complejos con flechas
emanando desde el origen.
errorbar crea una grafica con barras de error.
feather crea una grafica de angulos y magnitudes de n umeros complejos con flechas
emanando desde puntos igualmente espaciados a lo largo de un eje horizontal.
fplot evalua una funci on y grafica los resultados.
hist crea un histograma.
polar crea una grafica en coordenadas polares.
quiver crea una grafica de un gradiente u otro campo vectorial.
rose crea un histograma de angulos.
stairs crea una grafica similar a una de barras, pero sin las lneas internas.
fill dibuja un polgono y lo llena con colores s
olidos o interpolados.
Ejemplo B.27 .
Crear la funcion:
f unction y = f ofx (x)
y = cos (tan (pi x)) ;
con el nombre f of x.m. Despues, dentro del MATLAB correr:
f plot (0 fof x0 , [0 1])
para graficar la funci

on correspondiente en el intervalo (0, 1) .
Esta grafica se puede comparar con la que se obtiene de la siguiente manera:
x = (0 : 1/2000 : 1)0 ;
plot (x, cos (tan (pi x)))
Los dos graficos se pueden ver, como se muestra en la Fig. B.11, en la misma ventana
as:
subplot(2, 1, 1);
x = (0 : 1/2000 : 1)0 ;
plot (x, cos (tan (pi x)))

B.40 Gr
aficos en 3 dimensiones. Gr
aficos de lneas. 327
subplot (2, 1, 2) ;
f plot (0 f of x0 , [0 1])
-1
0 0.2 0.4 0.6 0.8 1
-1
0 0.2 0.4 0.6 0.8 1
Figura B.11 Gr
aficos del ejemplo B.27
La funcion f plot tiene la ventaja de que muestrea la funci
on a intervalos m
as cercanos
en la region en donde la rata de cambio es mayor, generando as una figura mas precisa
cerca a x = 0.5 en este caso particular.
B.40 aficos en 3 dimensiones. Gr

Gr aficos de lneas.
El analogo tridimensional a la funcion plot es plot3. Si x, y, z son 3 vectores de la
misma longitud, plot3 (x, y, z) genera una lnea que pasa a traves de los puntos cuyas
coordenadas son los elementos de x, y, z y luego produce una proyecci on bidimensional
de esa lnea en la pantalla.
Ejemplo B.28 .
t = 0 : pi/50 : 10 pi;
plot3 (sin (t) , cos (t) , t) ;

328 PROGRAMA MATLAB
produce una figura como la de un resorte. Vease Fig. B.12.
40
30
20
10
0
1
1
0
0
-1 -1
Figura B.12 Figura del ejemplo B.28

Tambien se pueden usar matrices en lugar de vectores:
plot3 (X, Y, Z, S). Se grafican las lineas obtenidas de las columnas de X, Y, Z. S es lo
mismo que en la funci on plot.
O tambien se pueden combinar los graficos definidos por las cuadruples (x, y, z, s) :
plot3 (x1, y1, z1, s1, x2, y2, z2, s2, )
en donde todas las xi, yi y zi son vectores o matrices y las si cadenas como en la
funci
on plot.
B.41 Meshgrid
MATLAB define una superficie en forma de malla mediante las coordenadas z de
puntos por encima de una cuadrcula rectangular en el plano x y. La gr afica se
forma uniendo puntos adyacentes con lneas rectas.
Estas superficies son utiles para visualizar matrices que son demasiado grandes para
mostrar en forma numerica, o para graficar funciones de dos variables.
El primer paso para mostrar (en pantalla) una funcion de dos variables, z = f (x, y) ,
es generar dos matrices X y Y que consisten de filas repetidas y columnas repetidas,
respectivamente, sobre el dominio de la funci on. Despues se usan estas matrices para
evaluar y graficar la funcion.
La funcion meshgrid transforma el dominio especificado por dos vectores, x y y, en
matrices X y Y . Luego se usan estas matrices para evaluar funciones de dos variables.
Las filas de X son copias del vector x, y las columnas de Y con copias del vector y.
Es importante notar que si x tiene m elementos, y tiene n elementos, entonces X es
B.41 Meshgrid. 329
de dimensi
on n m y Y tambien.
Ejemplo B.29 .
on sinc (r) = sin(r)
Considere la funci r que produce la superficie popularmente conocida
como el sombrero como se muestra en la Fig. B.13. Se evaluara esta funci on para
el rango de x entre 8 y 8, y y entre 10 y 10. :
x = 8 : 0.5 : 8;
y = 10 : 0.5 : 10;
[X, Y ] = meshgrid (x, y)
R = sqrt (X.2 + Y.2) + eps;
Z = sin (R) ./R;
mesh (x, y, Z)
0.5
-0.5
10
10
0
0
-10 -10
Figura B.13 Superficie del ejemplo B.29

Las funciones contour y contour3 sirven para generar graficas de contorno (de nivel)
en 2 y 3 dimensiones, respectivamente.
330 PROGRAMA MATLAB
Ejemplo B.30 .
contour (peaks, 20)
contour3 (peaks, 20)
Usar el comando help para mas informaci

on.
B.42 Pseudocolor en gr
aficas

pcolor (Z) muestra en cada punto Z(i, j) un color. Este se determina de un mapa de
colores con un ndice (n
umero) obtenido escalando el valor del elemento Z(i, j) de la
matriz Z.
El mapa de colores es una matriz con tres columnas que especifica la intensidad de las
tres componentes de video, rojo, verde y azul. El comando para el mapa de colores
es colormap(map), donde map es una matriz con cualquier n umero de filas y tres
columnas. La intensidad de los colores se puede especificar en el rango 0.0 a 1.0.
Ejemplo [0 0 0] es negro y [1 1 1] es blanco.
Los objetos graficos que usan pseudocolor (objetos SURFACE y PATCH), los cuales
son creados con las funciones mesh, surf , y pcolor, mapean una matriz de color, C,
cuyos valores estan en el rango [Cmn, Cmax], a un arreglo de ndices, K, en el rango
[1, m] .
Los valores de Cmn y Cm ax son min (min (C)) y max (max (C)), o son especificados
por caxis. El mapeo es lineal, con Cmn mapeando el ndice 1 y Cm ax el ndice m.
Los ndices son luego usados con colormap para determinar el color asociado con cada
elemento de la matriz.
Usar help color para ver mapas de colores ya predefinidos, tales como hsv, gray, hot,
cool, bone, copper, pink, etc.
Ejemplo B.31 .
z = peaks ;
colormap (bone)
pcolor (z)
Las funciones contour y pcolor muestran esencialmente la misma informaci on sobre

la misma escala. De hecho, a veces es u til superponer las dos. Para eliminar las lneas
de la cuadrcula en el gr
afico pcolor se debe cambiar el modo shading a f lat. Para
usar lneas negras para todos los contornos, especificar 0 k0 para su color.
B.43 Graficas en malla y superficie. 331
Ejemplo B.32 .
colormap (hot)
pcolor(peaks)
shading f lat
hold on
contour(peaks, 20,0 k0 )
hold of f
El MATLAB tambien maneja la funcion image que es similar a pcolor. Ambas pro-
ducen figuras bidimensionales con valores de brillo o color proporcionales a los elemen-
tos de una matriz dada. Sin embargo, image esta dise nada para mostrar fotografas,
pinturas, etc., mientras pcolor es dise
nada para visualizar objetos matematicos m as
abstractos. Usar help para mas informacion.
B.43 Gr
aficas en malla y superficie
mesh y surf muestran superficies en tres dimensiones. Si Z es una matriz cuyos
elementos Z(i, j) definen la altura de una superficie sobre una cuadrcula inferior (i, j),
entonces mesh (Z) genera una vista de la superficie en malla y a colores. Similarmente
surf (Z) genera una vista de la superficie con cuadril
ateros en malla de color constante,
delineados con lneas negras. La funcion shading permite eliminar las lneas en malla
o escoger interpolaci
on en el shading.
Cuando mesh (Z) y surf (Z) se usan con una sola matriz como argumento, este
argumento especifica tanto la altura como el color de la superficie.
Ejemplo B.33 .
mesh (peaks)
surf (peaks)
Con dos matrices como argumentos, las declaraciones mesh (Z, C) y surf (Z, C)
especifican independientemente el color usando el segundo argumento. As como con
pcolor (C), los valores de C se escalan y se utilizan como ndices en el mapa actual
de color.
332 PROGRAMA MATLAB
Ejemplo B.34 .
C = del2 (peaks) ; % funci

on que calcula el laplaciano discreto de
% cualquier matriz.
surf (peaks, C) ; % renglones con curvaturas similares se dibujan en el

colormap (hot) % mismo color.
Se pueden eliminar partes de una superficie con datos tipo NaN , ya que estos no
son graficados. Esto crea huecos en la superficie en la localizaci
on correspondiente.
Llenando elementos de la matriz de color con datos tipo N aN se obtienen regiones
de la superficie invisibles.
Ejemplo B.35 .
p = peaks ;
p (30 : 40, 20 : 30) = nan p (30 : 40, 20 : 30) ;
mesh (peaks, p)
La Fig. B.14 muestra la superficie del ejemplo B.35.
10
-5
-10
60
40 60
40
20 20
0 0
Figura B.14 Superficie del ejemplo B.25

Usar help sobre las funciones surf c, meshz, surf l para mas informaci
on.
B.44 Algunas funciones para graficos de proposito general. 333
B.44 Algunas funciones para gr

aficos de prop
osito
general
La funcion view permite especificar el angulo desde el cual se ve un gr
afico tridimen-
sional. Se debe especificar el azimuth y la elevacion del punto desde donde se quiere
ver, con respecto al origen de los ejes como se muestra en la Fig. B.15.
El formato de la funci on es: view(azimuth, elevaci on). Como ejemplo se puede
utilizar la matriz peaks para ver su superficie desde varios puntos.
Figura B.15 Convenci

on para los angulos azimuth y elevaci
on
La funcion axis permite seleccionar el escalamiento, orientaci on y relaci
on de ejes de
los gr
aficos.
Generalmente, el MATLAB encuentra el maximo y el mnimo de los datos a graficar y
escoger una caja apropiada para el grafico (lmites). Los lmites de los ejes se pueden
cambiar as:
axis ([xmn xm
ax ymn ym
ax zmn zm
ax])
Para graficos bidimensionales se omiten los u ltimos dos argumentos.
axis (0 auto0 ) retorna al escalamiento por defecto.
v = axis guarda el escalamiento de los ejes en el vector v.
axis (axis) congela el escalamiento a los lmites actuales.
axis (0 ij 0 ) cambia el origen del sistema de coordenadas as: el origen queda en la
esquina superior izquierda, el eje i es vertical y se numera de arriba hacia abajo, y
el eje j es horizontal y se numera de izquierda a derecha. Estos son llamados ejes
matriciales.
334 PROGRAMA MATLAB
axis (0 xy 0 ) pone los ejes en el modo caartesiano (por defecto).

axis (0 square0 ) y axis (0 equal0 ) afectan la relaci
on ancho-altura del grafico y la relaci
on
entre las escalas de los ejes x y y.
axis manipula el objeto axes, el cual es un objeto gr afico.
subplot (m, n, p) divide la ventana de la pantalla para m n subgraficos y escoge
el gr
afico p como el actual. Los gr aficos se numeran a lo largo de la fila, luego la
segunda, etc.
Usar la funcion figure sin argumentos abre una nueva ventana.
figure (N) hace la figura N la figura actual.
Usar help para informacion sobre la funci on moviein, movie.
La funci on ginput permite usar el mouse o las teclas de direcci on para escoger puntos
en un grafico. Ella retorna las coordenadas de la posici on del se nalador, ya sea
cuando el boton del mouse o una tecla se presiona.
Las cualidades graficas discutidas hasta ahora comprenden la interfase a alto nivel
del sistema gr afico del MATLAB. Sin embargo, este sistema tambien suministra un
conjunto de funciones a bajo nivel que permiten crear y manipular lneas, superficies
y otros objetos graficos que el MATLAB usa para producir graficos sofisticados.
Para mas informaci on referirse a la gua del usuario del MATLAB (pags 2-101 a
2-123).
B.45 Flujo de control

MATLAB tiene declaraciones de flujo de control como las encontradas en la mayora
de los lenguajes de computador. Esto permite que el MATLAB sea utilizado como
un lenguaje de programaci
on de alto nivel.
B.46 Lazos f or
La forma general para el lazo f or es:
f or v = expresi
on
declaraciones
end
La expresion es actualmente una matriz. Las columnas de la matriz se asignan una a
una a la variable v y luego son ejecutadas las declaraciones. Una manera m as clara
de lograr lo mismo es as:
E = expresi on ;
[m, n] = size (E) ;
for J = 1 : n
v = E (: , J) ;
declaraciones
end
Usualmente, expresi
on es algo como m : i : n, que es una matriz con una sola fila,
B.47 Lazos while. 335
y por lo tanto sus columnas son escalares. En este caso especial, el lazo f or de
MATLAB es como los lazos F OR o DO de otros lenguajes.
Ejemplo B.36 .
Graficar la respuesta al escalon unitario de un sistema de segundo orden con frecuencia
natural 1 rad
seg y relaci
on de amortiguamiento variando desde 0 hasta 1.
t = 0 : 0.5 : 19.5;
r = 0.05 : 0.05 : 1.0;
n = 1; % numerador de la FT
f or j = 1 : 1 : 20
d = [1 2 r (j) 1] ; % denominador de la FT
Y (:, j) = step (n, d, t) ; % respuesta al escalon
% unitario
end
mesh (r, t, Y )
hold on
ylabel (0 tiempo0 )
xlabel (0 amortiguamiento0 )
zlabel (0 respuesta0 )
view (60, 30)
La Fig. B.16 muestra los resultados del ejemplo B.36.
1.5
Respuesta
0.5
0
0
0.5 20
15
10
5
1 0
Amortiguamiento Tiempo
B.47 Lazos while

336 PROGRAMA MATLAB
Su forma general es:

while expresion
declaraciones
end
Las declaraciones se ejecutan repetidamente siempre y cuando todos los elementos
en la matriz expresion sean diferentes de cero. La matriz expresion es casi siempre
una expresi
on relacional 1 1, en este caso expresi
on 6= 0 corrsponde a true (cierto).
Cuando la matriz expresi on no es un escalar, se puede reducir usando las funciones
any y all.
Ejemplo B.37 .
Este ejemplo encuentra el primer entero n para el cual n! es un n
umero de 100 dgitos.
n = 1;
while prod (1 : n) < 1.0 e 100 ;
n = n + 1;
end
n
B.48 Declaraciones if y break
Ejemplo B.38 .
Se muestra como un calculo se puede dividir en tres casos, dependiendo del signo y
la paridad de n :
n = input(0 Entre un n
umero positivo = 0 );
% Datos por teclado
If n < 0
disp (0 Es negativo 0 )
parid
elseif rem (n, 2) == 0
disp (0 Es par 0 )
else
disp (0 Es impar 0 )
end
Debe archivarse como archivo tipo m con el nombre parid.m.
Ejemplo B.39 .
Se lee un numero positivo por teclado. Si es par se divide por 2, si es impar se
multiplica por 3 y se le suma 1. Se repite el proceso hasta que el entero llega a 1.
Existe alg
un entero para el cual el proceso no termina?.
B.50 Archivos script. 337
while 1
n = input(0 Entre n > 0.0 );
if n <= 0
break;
% Salida de los lazos
end;
while n > 1
if rem(n, 2) == 0
n = n/2;
else
n = 3 n + 1;
end;
end;
end;
B.49 Archivos tipo m

MATLAB puede ejecutar secuencias de comandos que son almacenados en un archivo.
Los archivos de disco que contienen declaraciones del MATLAB son llamados archivos
m porque tienen un tipo de archivo con .m como la ultima parte del nombre del archivo
(la extensi
on). Por ejemplo, un archivo llamado bessel.m contiene declaraciones del
MATLAB que evaluan las funciones de Bessel.
Un archivo m consiste de una secuencia de declaraciones normales del MATLAB, las
cuales posiblemente incluyan referencas a otros archivos m.
Un archivo m se puede llamar a si mismo recursivamente y se puede crear usando un
editor de texto o un procesador de palabra.
Dos tipos de archivos m se pueden usar: los que automatizan secuencias de comandos
(archivos script) y las funciones que hacen mas extensible el MATLAB. Gran parte
de la potencia del MATLAB consiste en que permite crear nuevas funciones que re-
suelven problemas especficos del usuario. Ambos tipos de archivo son ordinariamente
archivos de texto ASCII.
B.50 Archivos script

Cuando un archivo de estos es invocado, MATLAB simplemente ejecuta los comandos
encontrados en el archivo. Las declaraciones operan globalmente sobre los datos en
el espacio de trabajo.
Estos archivos son u
tiles para desarrollar an
alisis, resolver problemas o dise
nar largas
secuencias de comandos que se vuelven difciles de manejar interactivamente.
Ejemplo B.40 .
338 PROGRAMA MATLAB
El archivo llamado fibno.m contiene los siguientes comandos:

% Este es un archivo para calcular
% los n
umeros de F ibonacci.
f = [1 1] ; i = 1;
while f (i) + f (i + 1) < 1000
f (i + 2) = f (i) + f (i + 1)
i=i+1
end
plot (f )
Escribiendo f ibno causa que es el MATLAB ejecute los comandos. Calcula los
primeros 16 n umeros de F ibonacci y crea una gr afica.
Despues de que la ejecuci on del archivo est
a completa, las variables f e i permanecen
en el espacio de trabajo.
Los demos del MATLAB son buenos ejemplos de como usar estos archivos para
desarrollar tareas m as complicadas. Cuando se invoca el MATLAB, automaticamente
ejecuta un archivo llamado matlabrc.m,el cual corre el archivo startup.m, si este
existe, en el cual se pueden entrar constantes fsicas, factores de conversion, o cualquier
otra cosa que se quiera predefinir en el espacio de trabajo.
B.51 Archivos funci

on
Un archivo m que contiene la palabra function al comienzo de la primera lnea es
un archivo funcion. Este difiere del script en que se le pueden pasar argumentos,
y las variables definidas y manipuladas dentro del archivo son locales a la funcion y
no operan globalmente en el espacio de trabajo. Los archivos funcion son utiles para
extender el MATLAB, es decir, crear nuevas funciones del MATLAB utilizando su
propio lenguaje.
Ejemplo B.41 .
El archivo media.m con las siguientes declaraciones es una funci
on:
function [med, desv] = media (x)

% Retorna el valor medio y la desviacion estandar de los elementos del vector x.
% Retorna un vector fila que contiene el valor medio y la desviaci
on estandar
% de cada columna cuando x es una matriz.
[m, n] = size (x) ;
if m == 1
m=n;
end
med = sum (x) /m; desv = sqrt (sum (x.2) /m med.2) ;
Se puede utilizar con:
z = 1 : 99;
B.53 Comandos echo, input, keyboard, y pause. 339
[me, de] = media (z)
lo cual resulta en:
me =
50
de =
28.5774
Notese que:
1) La primera lnea declara el nombre function, los argumentos de entrada x (si
es mas de uno, se separan por comas) y los argumentos de salida, med y desv.
2) El smbolo % indica que el resto de la lnea es un comentario y debe ser ignorada.
3) Las primeras pocas lneas documentan el archivo M y la muestra cuando se escribe
help media .
4) Las variables m, n, med y desv son locales a la funci on media y no existen en
el espacio de trabajo despues de que media ha terminado (o si existan previamente,
permanecen sin cambiar).
5) El vector z que contena los enteros de 1 a 99 fue pasado o copiado en media en
donde llega a ser una variable local llamada x.
B.52 Ayuda en lnea para los archivos m

Se puede crear ayuda en lnea para los archivos m entrando texto en una o mas lneas
de comentario, empezando con la segunda lnea del archivo.
As cuando se entra help media (ver ejemplo anterior), las lneas 2, 3 y 4 se muestran.
Son las primeras lneas contiguas de comentarios. El sistema de ayuda ignora las lneas
que aparecen posteriores a cualquier declaracion ejecutable o aun una lnea en blanco.
B.53 Comandos echo, input, keyboard, y

pause
Normalmente mientras un archivo m se ejecuta, los comandos en el archivo no se
muestran en la pantalla. El comando echo hace que los archivos m se vean en la
medida que se ejecutan, lo cual es u
til para depuracion o para demostraciones.
La funci
on input obtiene entrada del usuario. As:
n = input (0 Entre un entero0 )

340 PROGRAMA MATLAB
muestra el mensaje Entre un entero, espera y luego asigna a n el valor o expresion

entrada por el teclado.
La funcion keyboard invoca el teclado del computador como un script. Cuando
se usa en archivos m es util para depuraci
on o para modificar variables durante la
ejecuci
on.
El comando pause hace que un procedimiento pare y espere que el usuario presione
cualquier tecla antes de continuar. pause (n) pausa durante n segundos antes de
continuar.
B.54 Variables globales

Generalmente cada funcion del MATLAB, definida por un archivo m, tiene sus propias
variables locales, las cuales son separadas de aquellas de otras funciones, de aquellas
del espacio de trabajo y de aquellas de archivos script. Sin embargo, si varias
funciones y posiblemente el espacio de trabajo, declaran todas un nombre particular
como global, entonces todos comparten una copia u nica de esa variable. Cualquier
asignacion a esa variable, en cualquier funci
on, es disponible a todas las otras funciones
que la declaran global. El formato es:
global Nombrevariable1 Nombrevariable2 ...
En las funciones esta declaraci on se puede hacer despues de las primeras lneas de
comentario.
B.55 Cadenas de texto

Las cadenas de texto se entran en MATLAB delimitadas por comillas simples. Por
ejemplo:
s = 0 Hola0
resulta en:
s =
Hola
El texto se almacena en un vector, un caracter por elemento. En este ejemplo:
size (s)
ans =
14
indica que s tiene cuatro elementos. Los caracteres son almacenados como sus valores
ASCII y abs muestra estos valores:
B.56 La funcion eval. 341
abs (s)
ans =
72 111 108 97
la funci
on setstr permite mostrar el vector como texto en lugar de mostrar los valores
ASCII. disp muestra el texto en la variable.
Otras funciones utiles son: isstr la cual detecta caracteres, y strcmp, la cual compara
cadenas de caracteres.
El uso de corchetes concatena variables de texto en cadenas mas largas:
s = [s,0 amigos0 ]
s =
Hola amigos
Valores numericos son convertidos a caracteres con sprintf , num2str, int2str. Los
valores numericos son a veces concatenados para poner ttulos en graficos que incluyen
valores numericos:
f = 70; c = (f 32) /1.8;
title ([0 la temperatura del cuarto es 0 , num2str (c) , 0 grados C 0 ])
B.56 on ev al
La funci
La funcion eval trabaja con variables de texto para implementar una poderosa fa-
cilidad al estilo macro. eval (t) hace que el texto contenido en t sea evaluado. Si
CADENA es el texto fuente para cualquier expresi on o declaraci
on del MATLAB,
entonces:
t = 0 CADENA0 ;
codifica el texto en t. Escribir t imprime el texto (en pantalla) y eval (t) hace que
el texto sea interpretado, como una declaraci
on o como un factor en una expresion.
Ejemplo B.42 .
342 PROGRAMA MATLAB
t = 0 1/ (i + j 1)0 ;
f or i = 1 : n
f or j=1:n
a (i, j) = eval (t) ;
end
end
genera la matriz del Hilbert de orden n.

Se puede usar eval e input para escoger una de varias tareas definidas en archivos m.
Ejemplo B.43 .
En este ejemplo los archivos m tienen los nombres : resist.m, induct.m y conden.m.
elementos = [0 resist0 ; 0 induct0 ; 0 conden0 ] ;
K = input (0 Escoja n
umero de elemento : 0 ) ;
eval (elementos (K, :))
Notese que el n
umero de columnas en elementos implica que cada fila debe tener el
mismo n umero de caracteres.
Ejemplo B.44 .
En este ejemplo se muestra como eval puede usar el comando load para cargar 10
archivos de datos numerados secuencialmente:
nombre ar = 0 misdatos0 ;
f or i = 1 : 10
eval ([ 0 load 0 , nombre ar, int2str (i)])
end
B.57 Como incrementar velocidad y memoria

Para obtener la maxima velocidad del MATLAB, se debe hacer el esfuerzo de vector-
izar los algoritmos en los archivos m. Siempre que sea posible, convertir lazos f or y
while a operaciones con vectores o matrices.
Ejemplo B.45 .
Una manera de obtener el seno de 1001 n

umeros desde el 1 hasta 10 es:
B.58 Archivos de entrada y salida. 343
i = 0;
for t = 0 : .01 : 10
i = i + 1;
y (i) = sin (t) ;
end
Una versi
on con vectores del mismo c
odigo es:
t = 0 : .01 : 10 ;
y = sin (t) ;
si no se puede vectorizar un pedazo de c odigo, los lazos f or se pueden acelerar preubi-

cando los vectores en los cuales los resultados son almacenados. Por ejemplo, al incluir
la primer declaraci
on que usa la funci on zeros, el lazo f or se ejecuta mas rapido en:
y = zeros (1, 100) ;

for i = 1 : 100
y (i) = det X i ;
end
Si no se preubican vectores, el interpretador del MATLAB debe cambiar el tama no

del vector y a un elemento mas grande cada vez en el lazo de iteraci on. Si el vector
es prelocalizado, se elimina este paso y ejecuta mas rapido.
El esquema de prelocalizacion tiene un segundo beneficio: usa memoria m as eficiente-
mente. Durante una sesion del MATLAB, la memoria tiende a fragmentarse. Aunque
se haya dejado mucha memoria libre, podra no haber suficiente espacio contiguo para
sostener una variable grande. As, preubicacion ayuda a reducir la fragmentacion.
B.58 Archivos de entrada y salida

Las funciones de archivos de entrada y salida del MATLAB permiten leer datos,
directamente en el MATLAB, que han sido guardados en otro formato, o escribir datos
generados en el MATLAB en formatos requeridos por otro programa o dispositivo.
Las funciones leen y escriben archivos en formato de texto y archivos de datos binario.
Estas funciones son basadas en las funciones de archivos de entrada y salida del
lenguaje C.
Informacion adicional se puede encontrar en la gua del usuario del MATLAB.
APENDICE C
INTRODUCCION AL SIMULINK
C.1 Introducci
on
El SIMULINK es una herramienta del MATLAB que permite simular sistemas tanto
lineales como no lineales interactuando con el usuario de una manera gr afica.
Para entrar al programa se escribe simulink una vez se este dentro del MATLAB.
Se presenta un pantallazo con varias ventanas (cajas) que contienen los diferentes
bloques de simulacion. Estas ventanas son:
sources (fuentes), sinks (sumideros), discrete (discretos), linear (lineales),
nonlinear (no lineales), connections (conexiones) y extra (extras).
Sources Sinks Discrete Linear Nonlinear Connections Extras
SIMULINK Block Library (Version 1.3c)
Figura C.1 Libreras del Simulink

Una sesion tpica comienza por definir un modelo o traer un modelo ya definido y
luego se procede al analisis del modelo.
Los modelos se crean y editan principalmente con comandos manejados por el mouse.
Despues de definir un modelo se puede analizar escogiendo opciones de los men us del
SIMULINK o entrando comandos en la ventana de comandos del MATLAB.
El progreso de una simulaci on se puede ver mientras esta corriendo, y los resultados
finales se pueden hacer disponibles en el area de trabajo del MATLAB cuando la
simulacion esta completa.
345
346 INTRODUCCION AL SIMULINK
C.2 Construcci
on de un modelo
La definicion de un sistema en el SIMULINK es como la representaci on del sistema
en diagramas de bloques, en donde estos son copiados de las libreras de bloques del
SIMULINK (las anteriores ventanas) o las que se contruyan. La librera estandar se
organiza en varios subsistemas, agrupando bloques de acuerdo a su comportamiento,
por ejemplo sources contiene bloques para generar se nales. Se pueden abrir pre-
sionando dos veces el boton izquierdo (doble click) del mouse. Los bloques que all
se presentan se pueden copiar donde se desee, por ejemplo en el modelo que se este
creando, se nalizandolos con el boton izquierdo del mouse y arrastrandolo (sin soltar
el boton).
Un sistema nuevo se puede abrir seleccionando new del men u file, a lo cual
aparece una ventana vaca.
La mayora de los bloques se pueden abrir para mostrar sus parametros en ventanas

separadas. Estas permiten controlar el comportamiento del bloque modificando los
valores de sus parametros. Por ejemplo, el bloque signal generator (generador de
se
nales) del subsistema sources tiene como par ametros la forma de onda, amplitud
y frecuencia.
Otro bloque importante del subsistema sources es el denominado from workspace
(del espacio de trabajo) el cual sirve para recibir en el SIMULINK cualquier se nal
o se
nales que se deseen del MATLAB en una matriz cuya primer columna tiene los
instantes de tiempo y las dem as columnas las senales correspondientes.
Signal Source Library
12:34
Clock Digital Clock
Repeating
1 Sequence
Constant
Signal
Generator
Pulse
Generator
Sine Wave Step Input
untitled.mat [T,U]
From File From

Workspace Chirp Signal
Random Band-Limited
Number White Noise
Figura C.2 Librera de sources

El subsistema sinks contiene bloques que en general son utilizados como salidas:
C.2 Construcci
on de un modelo 347
osciloscopios (scope) graficadores (graph) y un bloque llamado to workspace

(al espacio de trabajo) el cual sirve para mandar las se
nales (respuestas, por ejemplo)
que se deseen de la simulacion al espacio de trabajo en una matriz, en donde cada
columna corresponde a cada respuesta o salida, y las filas al ndice de cada instante
de simulacion. Para enviar el vector que contiene los intantes de tiempo al MAT-
LAB, se puede usar el bloque clock del subsistema sources conectado al bloque
to workspace.
Signal Sinks Library
yout
To Workspace
Scope
untitled.mat
To File
Graph
STOP
Auto-Scale Stop Simulation

Graph
XY Graph Hit Crossing
Figura C.3 Librera de sinks

En general, los bloques tienen entradas (en el bloque se representa con > apuntando
hacia el mismo) y salidas (se presenta con > saliendo del bloque).
Para conectar la salida de un bloque a la entrada de otro, se presiona el bot
on izquierdo
del mouse en cualquiera de los terminales anteriores y se arrastra hacia el otro. Al
conectarsen se dibuja una linea que los une, los > desaparecen y una flecha en la
linea indica la direcci
on del flujo de datos. Si se quiere borrar o editar una linea se
selecciona con el mouse en cualquier lugar de ella. Todos los vertices son se
nalados con
pequenos cuadrados solidos. Una vez que la lnea es seleccionada se puede eliminar
del modelo presionando la tecla delete.
La simulacion de un sistema fsico en el SIMULINK depende del modelo matem atico
que se tenga. Por ejemplo, un sistema lineal descrito mediante una funcion de trans-
ferencia se puede simular usando el bloque transf er f cn del subsistema linear.
Tambien se puede usar el bloque state space de la misma librera, cuando el mod-
elo es dado mediante las ecuaciones de estado y de salida. O si se tiene un conjunto
de ecuaciones que describe el comportamiento del sistema se pueden simular usando
todos los bloques disponibles tanto en al librera linear (integradores, sumadores,
ganancias, derivadores, etc.) como en la nonlinear (saturacion, reles, productos,
funciones de variables, valor absoluto, zona muerta, etc.).
Nonlinear Library
Linear Library
+ . Sign Relay Backlash Saturation

+
Sum Inner
Product Quantizer Dead Zone Coulombic Rate Limiter
du/dt Friction
1/s
* Abs
Integrator Derivative
Product Abs Look-Up 2-D Look-Up
Table Table
1 K 1.317
>= AND
Gain Matrix Slider Relational Logical Combinatorial
Gain Gain Operator Operator Logic Switch
1 (s-1) MATLAB
f(u) system Function 1/s
s+1 s(s+1)
Fcn S-Function Reset
MATLAB Fcn
Transfer Fcn Zero-Pole Integrator
x' = Ax+Bu 1/s

y = Cx+Du Memory Transport Variable Limited
Delay Transport Delay Integrator
State-Space
a) Linear b) Nonlinear
Figura C.4 Subsistemas linear y nonlinear del Simulink

Cuando se tienen varias se
nales que se quieren ver en una misma gr afica por ejemplo,
se puede usar un bloque mux que est a en la librera connections el cual sirve para
multiplexar sus entradas en un u nico vector a la salida. Tambien esta en la misma
librera el bloque demux el cual separa un vector con varias se nales en se nales
escalares (demultiplexa).
Otros dos bloques de esta librera son: inport, el cual suministra un enlace a una
entrada externa y para linealizacion; tambien tiene el outport, que suministra un
enlace a una salida externa y sirve tambien para linealizaci on.
Connections
Library
1
Inport
1
Outport
Mux
Mux
Demux
Demux
Figura C.5 Librera de connections

Si el sistema que se quiere simular es digital, se pueden usar los bloques de la librera
discrete: unit delay (retardo unitario), discrete transfer fcn (funci on de
C.3 Inicio de una simulaci
on 349
tranferencia discreta), discrete state space (ecuaciones estado y de salida discretas),

etc.
Cada uno de los bloques discretos tiene un muestrador interno a su entrada y un
retenedor de orden cero en su salida. Cuando bloques discretos se mezclan con bloques
analogos (continuos), la salida entre tiempos de muestreo de los bloques discretos es
mantenida constante.
Las entradas a los bloques discretos son actualizadas u nicamente en los instantes de
muestreo. El tiempo de muestreo se da en el campo del tiempo de muestreo de la
caja de dialogo del bloque.
Discrete-Time Library
(z-1)
1/z
z(z-0.5)
Unit Delay
Discrete
Zero-Pole
1 1
1+2z -1 z+0.5
Filter Discrete
Transfer Fcn
x(n+1)=Ax(n)+Bu(n)
y(n)=Cx(n)+Du(n)
Discrete State-Space
Zero-Order First-Order
Hold Hold
1
z-1
Discrete-Time Discrete-Time
Integrator Limited Integrator
Figura C.6 Librera de discrete

on
Una simulacion puede ser iniciada desde la lnea de comandos del MATLAB o del
menu del SIMULINK: simulation. Todos los metodos usan los mismos argumentos
y parametros.
A. Simulacion desde el menu simulation.
La simulacion se puede arrancar seleccionando start del menu simulation.
Los parametros de la simulacion se pueden ajustar seleccionando parameters en
el menu simulation. En los campos que all aparecen se pueden entrar n umeros
o expresiones legales del MATLAB, por ejemplo, las variables tini, tf in, pasomin,
pasomax y tol las cuales se pueden definir en el espacio de trabajo del MATLAB.
Vease Fig. C.7.
Figura C.7 Panel de control del Simulink

Las variables de retorno [t, x, y] son usadas para poner el tiempo, las trayectorias del
estado y de la salida en el espacio de trabajo del MATLAB.
Los tiempos de inicio y de parada de la simulaci on son ajustados en las variables tini
y tf in. Los par ametros de integraci on tol, pasomin y pasomax controlan el error
local relativo, el mnimo y maximo intervalos de integraci on de la simulacion.
Correr una simulaci on desde el men u permite desarrollar ciertas operaciones interac-
tivamente durante una simulacion:
a) Cambiar los parametros de un bloque, siempre y cuando no cause un cambio en el
n umero de estados, entradas o salidas para ese bloque.
b) Cambiar cualquiera de los parametros de simulacion, excepto las variables de re-
torno y el tiempo de inicio.
c) Cambiar el algoritmo de simulacion.
d) Cambiar el tiempo de muestreo para bloques discretos.
e) Simular otro sistema al mismo tiempo.
f) Seleccionar una lnea para ver su salida en un osciloscopio flotante, el cual consiste
de un bloque scope desconectado. Este muestra la salida de cualquier lnea que se
seleccione.
B. Simulaci on desde la lnea de comandos del MATLAB.
Cualquier simulaci on que se corra desde el men u tambien se puede correr desde la
lnea de comandos. Por ejemplo, para configurar una simulaci on con parametros
identicos a los descritos en el ejemplo anterior y mostrados en la Fig C.7, se debe usar
el comando:
[t, x, y] = linsim(0 modelo0 , [tini, tf in] , ...

on 351
xo, [tol, pasomin, pasomax]);
en donde modelo es el nombre del diagrama del sistema y linsim es una de las
tecnicas de integraci on.
Las condiciones iniciales, que no se pueden ajustar desde el men u de simulation,
se definen en el vector xo. Estas condiciones iniciales prevalecen sobre las condiciones
iniciales ajustadas en los bloques, a menos que xo sea una matriz vaca.
La simulacion desde la lnea de comandos tiene las siguientes ventajas:
a) Se puede definir las condiciones iniciales, las cuales prevalecen sobre las definidas
en los bloques.
b) Si no se especifican los argumentos del lado izquierdo del comando de simulacion,
automaticamente se grafican las salidas o, cuando no hay salidas, las trayectorias del
estado.
c) Entradas externas se pueden especificar usando una variable extra ut, la cual va
al final de los par ametros del comando de simulaci on. ut puede ser una cadena de
caracteres o una tabla de valores. Por ejemplo ut = 0 sin0 o ut = 0 ones (2, 1)
sin (3 t + 2)0 . Si es una tabla, la primer columna debe ser un vector con los tiempos
en orden ascendente.
d) Una simulaci on se puede correr desde un archivo M permitiendo que parametros
en los bloques sean cambiados interactivamente.
e) Para peque nos modelos, la simulaci on se ejecuta mas rapido.
Todos los algoritmos de integraci on tienen identica sintaxis de modo que los diferentes
metodos se pueden seleccionar simplemente cambiando el nombre de la funci on: euler,
rk23, rk45, linsim, adams y gear.
La velocidad y precision con las cuales se pueden resolver las ecuaciones diferenciales
no solo dependen de los parametros del intervalo de integraci on y el error relativo
si no tambien del algoritmo que se escoja. Estas rutinas se pueden usar para una
variedad de problemas:
linsim usa un metodo que extrae la din amica lineal de un sistema dejando unicamente
la dinamica no lineal del sistema para ser simulado. Este metodo trabaja muy bien
cuando el sistema a ser simulado es relativamente lineal, y se pueden tomar inter-
valos grandes de integraci on. Por esto es necesario limitar el maximo intervalo de
integraci on si se quieren puntos de salida razonablemente espaciados.
El metodo de euler es un metodo de intervalo u nico el cual simplemente multiplica
las derivadas por el tama no del intervalo para producir la actualizacion del estado. Se
incluye por razones hist oricas. Se deben tomar intervalos de integraci on mucho mas
peque nos que los de los otros metodos para lograr la misma precisi on y, por esto, no
se recomienda para la mayora de problemas.
Los metodos de Runge-Kutta, rk23 y rk45, son metodos buenos de proposito general
que trabajan bien para un buen rango de problemas. Aunque rk45 es generalmente
mas rapido y preciso que rk23, produce menos puntos de salida; por eso rk23 podra
ser preferido para graficas suaves. Son los mejores metodos cuando el sistema a ser
simulado tiene discontinuidades.
adams y gear son metodos predictores-correctores que trabajan bien con problemas
en donde las trayectorias de estado son suaves.
El metodo de gear es fundamentalmente para sistemas con mezcla de din amicas rapida
y lenta. Estos metodos no trabajan bien cuando el sistema es discontinuo.

Todos los metodos son de intervalo de integracion variable, el cual se ajusta conti-
nuamente de modo que se mantenga el error relativo. Los metodos, excepto gear y
adams, se pueden convertir a metodos de intervalo fijo haciendo que los intervalos
mnimo y maximo sean iguales.
linsim y euler son metodos de intervalo u nico: un nuevo punto de salida se genera
a cada intervalo de tiempo. rk23 y rk45 son metodos de Runge-Kutta que toman
intervalos intermedios entre los puntos generados por las trayectorias de salida.
Las rutinas de adams y gear son metodos predictores-correctores los cuales toman
un n umero variable de puntos para generar un punto de salida.
Todos los algoritmos de integraci on (excepto euler) podran tomar pasos hacia atras
en el tiempo cuando el error de predicion calculado es mayor que el error relativo. En
este caso el intervalo de integraci
on es reducido pero nunca por debajo del intervalo
mnimo; por eso, es posible producir resultados imprecisos si cualquiera, el error
relativo o el mnimo intervalo de integraci
on, son demasiado grandes.
Sistemas puramente discretos se pueden simular usando cualquiera de los metodos
de integracion; no hay diferencia en las soluciones. Para lograr puntos de salida que
reflejen u
nicamente los instantes de muestreo, se debe ajustar el mnimo intervalo de
integracion a un valor mayor que el m aximo tiempo de muestreo.
Ejemplo C.1 .
Este ejemplo sirve para simular el control por realimentacion de variables de estado
de la planta constituida por el pendulo invertido considerado en el Captulo 1, cuya
descripcion matematica es dada por las ecuaciones (1.16) y (1.17). Referirse tambien
al artculo de los autores Frecuencias escondidas en sistemas lineales, en la revista
Scientia et Technica, No. 5 de Abril de 1997.
Si se definen las variables de estado como:
x3 = y, x4 = y
x1 = , x2 = ,
entonces el modelo matem atico mediante variables de estado es:

x 1 0 1 0 0 x1 0
x 2 a21 0 0 0
= x2 + b2 u
x 3 0 0 0 1 x3 0
x 4 a41 0 0 0 x4 b4
en donde:
(m + M )mgL (mL)2 g
a21 = , a41 = ,
d d
mL I + mL2
b2 = , b4 = , d = (m + M)I + mML2
d d
La Fig. C.8 muestra el diagrama del Simulink para el control del pendulo invertido,
el cual es archivado con el nombre sipend.
on 353
ti
Reloj Tiempo
u
Seal de Control
x' = Ax+Bu x
y = Cx+Du Vector de Estado
Pndulo
Invertido
K
Ganancias de
Realimentacin
Figura C.8 Diagrama del Simulink para el control del pendulo invertido
Notese de la Fig. C.8 que:
1) La planta se simula con el bloque state space, ya que su modelo matem atico
es dado mediante ecuaciones de estado y de salida.
2) La realimentacion de las variables de estado se hace a traves del bloque matrix gain
de la librera linear.
3) Las variables que se quieren observar (control y estado) se envan al espacio de
trabajo en un bloque to workspace ( Vector de Estado) para ser graficados con un
archivo tipo m o un programa que usa comandos del MATLAB que se muestra mas
adelante. Los instantes de simulacion, contenidos en el bloque clock, tambien son
enviados al espacio de trabajo para ser usados en las graficas de los resultados.
El programa que maneja la simulacion, pide las ganancias por las cuales se deben
multiplicar las variables de estado, calcula las matrices A y B y grafica los resultados
es el siguiente:

% PENDULO INVERTIDO
% Se piden las ganancias de realimentaci on
k1=input(Ganancia de realimentacion para x1, k1 = )
% Parametros del pendulo invertido
m=0.05;M=0.5;g=9.8;L=1;
I=m*L2/3;delta=(m+M)*I+m*M*L2;
% Se calculan las matrices A y B
A=[0 1 0 0;(m+M)*m*g*L/delta 0 0 0;0 0 0 1;-(m*L) 2*g/delta 0 0 0];

B=[0;-m*L/delta;0;(I+m*L 2)/delta];
% Vector de ganancias del controlador
k=[-k1 -k2 -k3 -k4];
% Se simula el sistema en lazo cerrado.
% Todas las condiciones iniciales son nulas, excepto el angulo inicial
% del pendulo que es 10 grados
linsim(sipend,[0,10],[pi/18;0;0;0],[0.001,0.01,0.01])
% Se grafica la posicion angular del pendulo
figure(1)
plot(ti,x(:,1)*180/pi,w-)
ylabel(pos. angular del pendulo, grados);xlabel(segs.)
grid on
% Se grafica el desplazamiento del carro
figure(2)
plot(ti,x(:,3),w-)
ylabel(desplazamiento del carro, metros);xlabel(segs.)
grid on
% Se grafica la fuerza de control
figure(3)
plot(ti,u,w-)
ylabel(fuerza de control, Newtons);xlabel(segs.)
grid on
Los resultados del control con k1 = 65, k2 = 24, k3 = k4 = 0, es decir sin realimentar
y y y se muestran en las Figuras C.9 y C.10. N otese que aunque la posici
on angular
es controlada, el desplazamiento del carro es inestable.
10
pos. angular del pndulo, grados
0
0 2 4 6 8 10
segs.
Figura C.9 Posici

on angular del pendulo
on 355
desplazamiento del carro, metros

6
0
0 2 4 6 8 10
segs.
Figura C.10 Desplazamiento del carro

Los resultados del control realimentando todas las variables de estado con k1 =
65, k2 = 24, k3 = 8, k4 = 11, se muestran en las Figuras C.11 y C.12. N otese
que ahora la posici
on angular y el desplazamiento del carro estan completamente
controlados.
10
pos. angular del pndulo, grados
-2
-4
-6
0 2 4 6 8 10
segs.
Figura C.11 Posici

on angular del pendulo
0.5
desplazamiento del carro, metros

0.4
0.3
0.2
0.1
0
0 2 4 6 8 10
segs.
Figura C.12 Desplazamiento del carro
Ejemplo C.2 .
Este ejemplo sirve para simular el control optimo usando realimentaci on de las va-
riables de estado estimadas de una planta (motor DC y su drive) por medio de un
observador asintotico (Vease Captulo 9). Referirse al artculo de los autores Dise
no
de un controlador optimo que utiliza un observador asintotico para realimentar las
variables de estado estimadas, en la revista Scientia et Technica, No. 4 de Octubre
de 1996.
El criterio de optimizaci
on consiste en minimizar el ndice cuadr atico:
Z
J= [xt Qx + ut Ru]dt
0
para lo cual se utiliza la funci

on lqr (linear quadratic regulator) de la herramienta
Control del MATLAB. Las matrices ponderantes Q y R que restringen respectiva-
mente, las variables de estado y de control, se escogen como:

1 0 .01 0
0 .1 .01 0
Q= .01 .01 .01 .01

0 0 .01 100
R = .01
Puesto que se introduce un integrador con el fin de eliminar el error de estado esta-
cionario, la planta es de cuarto orden y su modelo matem atico mediante ecuaciones
de estado es descrito por las matrices:
on 357

.1653 .2879 0 0
11.55 3.414 .9177 0
A2 =

0 0 12.3 0
1 0 0 0

0
0
B2 =
147.5 , C2 = 1 0 0 0
0
Puesto que el observador es reducido, ya que no es necesario estimar la salida del

integrador porque se tiene acceso a ella, en la determinaci on de las ganancias del
observador se utilizan: la traspuesta de la matriz A1 que se obtiene eliminando en
A2 la cuarta fila y la cuarta columna, y la traspuesta de [1 0 0] que se obtiene de C2
eliminando la cuarta columna.
Seal de control u
x' = Ax+Bu Demux estadore
y = Cx+Du Al espacio de
SaturacinModelo del Demux2 trabajo3
motor Salida y
Error de
x' = Ax+Bu Mux x4 control -
y = Cx+Du 1/s +
Ganancias deMux1 I1 S2 Referencia
realimentacin
ti
Vector de estado Reloj Al espacio de
estimado trabajo2
+
-
Mux x' = Ax+Bu
y = Cx+Du Demux S1 Error del
Mux2 Observador Demux1 observador
asinttico Mux estado
Mux Altrabajo1
espacio de
Figura C.13 Diagrama de simulaci

on del ejemplo C.2
La Fig. C.13 muestra el diagrama de simulaci on del sistema total. N otese que
el bloque state space es usado 3 veces para: simular la planta, el observador
asintotico y las ganancias de realimentaci
on.
Se usan multiplexores para reunir varias se nales en un solo vector, y demultiplexores
para separar las senales de vectores.
Se usan los bloques to workspace para enviar varias se nales y el tiempo al espacio
de trabajo con el fin de graficar algunas variables.
Otros bloques utilizados son: saturation de la librera nonlinear, un sumador y

un integrador de la librera linear y el bloque step de la librera sources para
generar la se
nal de referencia: un escalon de amplitud 8.15 voltios.
El siguiente es el programa que carga las matrices Q, R, A2 , B2 y C2 , utiliza de
la herramienta Control las funciones lqr que se usa para optimizar y ac ker
que sirve para hallar tanto las ganancias de realimentacion de las variables de estado
como las ganancias del observador asint otico cuando los polos respectivos son dados.
Usa el metodo de integraci on rk45 y grafica los resultados.

% CALCULO
OPTIMO DE LAS GANANCIAS DE REALIMENTACION
% POR VARIABLES DE ESTADO PARA EL MODELO DEL MOTOR
% SE CARGAN Q Y R OPTIMOS
load qroptim
% SE CARGA PRIMERO EL MODELO DEL MOTOR
load modmotor
% SE CALCULAN LAS GANANCIAS DE REALIMENTACION K1,
% USANDO EL REGULADOR LINEAL CUADRATICO
[K1,S,E]=lqr(A2,B2,Q,R);
K1
% SE CALCULAN LAS GANANCIAS DEL OBSERVADOR ASINTOTICO L

% UTILIZANDO LA FORMULA DE ACKERMAN.
% SUS POLOS ESTAN EN EL VECTOR Po.
Po=[-10;-20;-30];
L1=acker(A1,[1;0;0],Po);
L=L1
% SE SIMULA EL SISTEMA EN LAZO CERRADO CON EL SIMULINK.
% EL PROGRAMA SE LLAMA lqrnue33.
rk45(lqrnue33,[0,4],[],[0.001,0.01,0.01])
% SE GRAFICAN LAS VARIABLES DE ESTADO ESTIMADAS, LAS REALES,
% LA SENAL DE CONTROL Y EL ERROR DEL OBSERVADOR.
for j=1:3
figure(j)
plot(ti,estado(:,j),w-)
hold on
plot(ti,estadore(:,j),w-)
grid on
hold o
xlabel(segs.)
pause
end
for j=4:5
figure(j)
plot(ti,estado(:,j),w-)
grid on
xlabel(segs.)
pause
end
on 359
10
0
0 1 2 3 4
segs.
Figura C.14 Variables de estado x1 y xo1
80
60
40
20
-20
0 1 2 3 4
segs.
150
100
50
-50
-100
0 1 2 3 4
segs.

10
0
0 1 2 3 4
segs.
Figura C.17 Se
nal de control u
-1
0 1 2 3 4
segs.
Figura C.18 Error del observador

En las Figuras C.14 a la C.18 se muestran las variables de estado estimadas compara-
das con las reales, la se
nal de control y el error del observador. Notese como a pesar
de que el estado energetico inicial de la planta [4.075 2.5 60] es totalmente diferente
del estado inicial del observador [0 0 0], en menos de medio segundo las variables de
estado estimadas convergen asintoticamente a las reales y la salida del sistema, x1 , al-
canza el estado estacionario en aproximadamente 3.5 segundos, haciendo seguimiento
perfecto de la se
nal de referencia, que en este caso es de 8.15 voltios.
APENDICE D
EJERCICIOS PROPUESTOS
D.1 Del captulo 1
D.1.1 Considerese el mismo sistema (planta) del ejemplo introductorio (el pendulo in-
vertido) y supongase que se desea controlar no solo la posicion angular sino la
posici
on horizontal tambien, utilizando una estrategia de control en donde la
nal) de control u es proporcional a y y, es decir, u = K1 + K2 y.
fuerza (se
Plantear el conjunto de ecuaciones linealmente independiente que describe el com-
portamiento de este sistema de control, suponiendo que el transductor responde
instantaneamente.
D.1.2 Trabajara el sistema del ejemplo introductorio si en lugar del control proporcional-
derivativo se usara control derivativo puro?.
D.1.3 Sobre un carro de masa M hay dos pendulos invertidos de longitudes l1 y l2 y

con masas en sus extremos del mismo valor e igual a m, como se muestra en la
nos de 1 y 2 , demostrar que las ecuaciones de
Fig. D.1. Para valores peque
movimiento son:

Mv = mg1 + mg2 + u

m(v li i ) = mgi , i = 1, 2
en donde v es la velocidad del carro y u es una fuerza externa aplicada al mismo.
361
362 EJERCICIOS PROPUESTOS
Figura D.1 Sistema del problema D.1.3.
D.2 Del captulo 2
Figura D.2 Sistema del ejercicio D.2.1.

D.2 Del captulo 2 363
D.2.1 Un analogo simple del cuerpo humano para estudios de vibracion se considera
como una interconexion de masas, resortes y amortiguadores como se muestra
en la Figura D.2. Plantear un conjunto de ecuaciones linealmente independiente
que lo describa completamente.
D.2.2 Para el sistema mecanico traslacional de la Figura D.3 plantear las ecuaciones de
estado y de salida.
Figura D.4 Sistema mecanico rotacional del problema D.2.3.

D.2.3 Plantear un modelo matematico que describa completamente el comportamiento

del sistema mec
anico rotacional de la Figura D.4.
Figura D.5 Pendulo del problema D.2.4.
D.2.4 Plantear un conjunto de ecuaciones de estado que describa el comportamiento

del sistema del pendulo da la Figura D.5. Supongase que cuando el pendulo esta
vertical, no hay fuerza del resorte; tambien, que es peque
no. El momento de
inercia de m con respecto al punto A es ml2 .
Figura D.6 Sistema mecanico del problema D.2.5.

D.2.5 Para el sistema mec anico de la Figura D.6, hallar la ecuacion diferencial que
relaciona la posicion de la masa M1, y(t), con la entrada u(t).
Figura D.7 Circuito electrico del problema D.2.6.
D.2.6 Describir el comportamiento del circuito electrico de la Figura D.7 mediante

variables de estado. Hallar las matrices A, B, C y D y la matriz de transferencia.
Figura D.8 Circuito electrico del ejercicio D.2.7.
D.2.7 Para el circuito electrico de la Figura D.8: R = 2, C1 = 1f, C2 = 12 f, L1 =

M = 1h y L2 = 2h.
a. Plantear las ecuaciones de estado y de salida.

b. Obtener la funci on de transferencia a partir de las matrices A, B, C y D del
resultado anterior.
Figura D.9 Motor del problema D.2.8.
ea = Ka
= Ka ia
K1 if
=
1 + b if
D.2.8 El sistema de la Fig. D.9 esta trabajando en un punto de operacion Po conocido.

Una peque na desviacion vf del voltaje vf ocurre en un instante determinado
y como consecuencia el punto de operacion se afecta. Considerando como salida
del sistema el cambio de la velocidad angular , obtener:
a. El diagrama de bloques.
(s)
b. La funci
on de transferencia vf (s) , por reducci
on de diagrama de bloques.

D.2.9 La Figura D.10 muestra el diagrama esquem atico del sistema de control de una
bola en suspension. La bola de acero se suspende en el aire por la fuerza elec-
tromagnetica generada por el electroim an, la cual es directamente proporcional
on yi con constante de proporcionalidad K. El objetivo
al cuadrado de la relaci
de control es mantener la bola de metal suspendida en la posici on nominal de
equilibrio controlando la corriente en el iman con el voltaje e(t). La resistencia
L
de la bobina es R y la inductancia es L(y) = y(t) , en donde L es una constante.
a. Sea E el valor nominal de e(t). Encontrar los valores nominales de y(t), i(t) y dy(t)
dt
en equilibrio (punto de operacion).
b. Definir las variables de estado como x1 = i, x2 = y, x3 = dy(t)dt y encontrar las
ecuaciones de estado no lineales.
c. Linealizar las ecuaciones de estado anteriores alrededor del punto de equilibrio.
Figura D.11 Sistema de nivel de lquido del ejercicio D.2.10.

D.2.10 En el sistema
de nivel de lquido de la Figura D.11, A = 15m, B = 10m, H = 25m
y q = 2h en el sistema MKS.
a. Hallar la ecuacion diferencial no lineal que relaciona a h con u(t).

b. Linealizar la anterior alrededor del punto de operacion, suponiendo que en este,
m3
u(t) |Po = Uo = 2 seg y h(t) |Po = Ho = 16m.

q: caudal en Kg/seg., A: area del pist on (m2 ), : densidad del aceite (Kg/m3 ), R:
N.seg
resistencia al flujo en la restriccion ( m2 .Kg ), K: constante del resorte (N/m)
Y (s)
D.2.11 Para el sistema de la Figura D.12 hallar la funci
on de transferencia U (s) .
D.3 Del captulo 3
D.3.1 Hacer un diagrama de c omputo analogo para generar la funci on 20 t et . Se

debe tener en cuenta que: i.no haya saturacion en ninguno de los amplificadores
operacionales; ii. s
olo de dispone de voltajes D.C.; iii. el voltaje de polarizacion
de los amplificadores operacionales es 15 voltios; iv. el n
umero de amplificadores
operacionales sea mnimo.

on, R1 = R3 = 3, R2 = 1, C1 = 23 , C2 = 13 .
u(t): variable de control, n(t): perturbaci
D.3.2 Para el sistema de nivel de lquido de la Figura D.13:
a. Obtener un circuito electrico an

alogo y plantear las ecuaciones de estado.
b. Hacer un diagrama de computo analogo para simular las ecuaciones anteriores sin
usar mas de 3 amplificadores operacionales.
D.3.3 Las ecuaciones de estado y de salida de un sistema son, respectivamente:

1 2 2 2

x = 0 1 1 x + 0 u
1 0 1 1

y= 1 1 0 x
Hacer el diagrama de c
omputo analogo para una realizaci
on tipo observer sin usar
mas de 5 amplificadores operacionales.
D.4 Del captulo 4

D.4.1 La funci
on de transferencia de una planta es:
C(s) 100
= 2
U (s) s + 10s + 100
Disenar un controlador proporcional-integral (PI) de modo que cuando la referencia

sea una rampa unitaria, el error de estado estacionario sea 0.01. Justificar el valor
seleccionado para cada ganancia del PI.
Figura D.14 Sistema termico del ejercicio D.4.2.
D.4.2 La temperatura x(t) en el horno electrico de la Figura D.14 es descrita por la

ecuaci
on diferencial:
dx(t)
= 2x(t) + u(t) + w2 (t)
dt
en donde u(t) es la senal de control y w2 (t) es una perturbacion debido a las perdidas
por calor. Se desea que la temperatura x(t) siga la senal de referencia w1 (t). Encontrar
las ganancias proporcional Kp e integral Ki de un controlador proporcional-integral
(PI) de modo que todas las races de la ecuacion caracterstica en lazo cerrado esten
en -10. Hallar las respuestas de x(t) para t 0 cuando w1 (t) = us (t) y w2 (t) = us (t)
con condiciones iniciales nulas, en donde us (t) es el escal on unitario. Bosquejar las
respuestas.

R1 = R2 = R3 = 1, C1 = C2 = 1.
y: salida (nivel), u: variable de control (caudal), n: perturbaci
on (nivel).
D.4.3 a. Obtener las ecuaciones de estado y de salida del sistema de la Figura D.15 y
su matriz de transferencia.
b. Determinar valores y/o condiciones en las ganancias de un controlador tipo PI, de

modo que el error de estado estacionario para una se
nal de referencia rampa unitaria
sea 0.01. Hacer un diagrama de bloques del sistema en lazo cerrado.

Ra = 10, La 0, Ki = constante de torque = 10 oz-in/A, Ka = 50, n = N 1

N2 = 100 ,
1
Kb = constante de fem inducida = 0.0706 v/rad/seg, Ks = 1 v/ft, JL = inercia de la

carga = 10 oz-in-seg2 , Jm = inercia del rotor = 0.005 oz-in-seg2 , A = area del tanque
= 50 ft2 , R = 0.02 seg/ft2 . Fricci
on del motor y la carga despreciables.
D.4.4 En el sistema de la Figura D.16, el n umero de v alvulas conectadas al tanque

de reserva es N = 8. Todas las v
alvulas tienen las mismas caractersticas y son
aneamente por c . As, el caudal de entrada qi (t) es Ki .N.c (t),
controladas simult
donde Ki = 10 ft3 /(seg-rad).
a. Definir las variables de estado de la planta como x1 = h, x2 = m , x3 = ddtm .

Siendo la variable de control ei (t), plantear las ecuaciones de estado de la planta (sin
el controlador).
b. Hallar la funcion de transferencia de la planta y del sistema en lazo cerrado (in-
cluyendo el controlador), suponiendo un controlador tipo proporcional con ganancia
Kp . Hacer un diagrama de bloques.
c. Determinar la estabilidad del sistema y el error de estado estacionario para una
referencia rampa unitaria si Kp es: i. 1.0, ii. 2.0.
D.4.5 El modelo matem

atico de una planta que se quiere controlar es el siguiente:

x1 = 2 x2 (t)

x2 = 2 u(t)
donde u(t) es la senal de control y la salida es y(t) = x1 (t).

Las siguientes son las consideraciones para el dise no del control:
a. No se admiten oscilaciones (ni siquiera amortiguadas) en la salida cuando la refer-
encia es un escal
on.
b. El error de estado estacionario para una referencia escal on debe ser nulo.
c. La magnitud de todos los polos en lazo cerrado debe ser 2.
Para cada uno de los siguientes controladores justificar porque si o porque no lo
selecciona y haga el diseno respectivo:
i. Proporcional
ii. Proporcional-derivativo.
iii. Proporcional-integral.
D.5 Del captulo 5

Figura D.17 Modelo del ejercicio D.5.1.

D.5.1 Un modelo muy simple del sistema de realimentacion que un estudiante utiliza
para controlar sus notas se muestra en la Figura D.17, en donde:
Td es el tiempo disponible, Te es el tiempo para estudiar, Tx es el tiempo para activi-

dades extracurriculares, N representa las notas y K1 es un efecto proporcional en las
notas.
Algunos valores tpicos de los parametros seran K1 = 1, 1 = 1 mes, y 2 = 12 mes.
El esfuerzo en eliminar actividades extracurriculares se refleja en la ganancia K2 , para
lo cual determinado estudiante podra tener K2 = 12 .
a. Calcular la respuesta del sistema a un incremento en escalon en el tiempo disponible.
Cuantos meses transcurren antes de que el incremento en tiempo disponible resulte
en notas mejores. Usar el tiempo pico para esta estimaci on.
b. Una perturbacion en escalon, D(s) = D s , ocurre debido a examenes mas difciles.
Usando el tiempo de establecimiento, determinar el tiempo necesario para alcanzar
el estado estacionario. Determinar el efecto en estado estacionario sobre las notas
debido a la perturbacion escal on de magnitud D.
c. Repetir a. y b. para un estudiante cuya dedicacion a actividades extracurriculares
se refleja con K2 = 2.

D.5.2 En determinadas misiones espaciales los astronautas deben abandonar la nave y

operar en el espacio. Para permitir que las extremidades del astronauta esten
libres es necesario proveer un sistema de control que no las utilice. Por esta raz
on
se propone un controlador por voz cuyo diagrama simplificado se muestra en la
Figura D.18, en donde:
R es la posici
on deseada, E es un comando por voz, T es el torque, V es velocidad y
y es la posici
on en metros.
El controlador (Jet a gas) opera por comando de voz y puede ser representado aprox-
imadamente por una ganancia proporcional K2 . La inercia del hombre y el equipo es
J = 25 Kg-m2 .
a. Determinar la ganancia necesaria K3 para que el error en estado estacionario sea
1 cm. con una se nal de entrada rampa unitaria.
b. Con esa ganancia K3 , determinar lmites en la ganancia K1 K2 para restringir el
maximo sobreimpulso al 10%.
D.5.3 La funci
on de transferencia de un sistema es:
C(s) n2
= 2
R(s) s + 2n s + n2
Con r(t) = (t), la funci
on impulso, hallar c(t) para cuando: = 0, < 1, = 1 y
> 1. Hacer gr
aficos y comparar.
D.5.4 Para el sistema de la Figura D.19, hallar el error en estado estacionario ess cuando
on de y n .
r(t) = t u(t) en funci
D.5.5 Resolver el ejemplo 5.1 con un sobrepaso del 3%, con un tiempo de soluci
on de
1 segundo. Calcular K, Kr , tr y tp .
D.6 Del captulo 6
D.6.1 Para cada uno de los sistemas de las Figuras 6.3 y 6.5, determinar, en caso de
ser posible, las ganancias de un controlador que utiliza realimentacion de las
variables de estado, de modo que todas las frecuencias naturales del sistema en
lazo cerrado esten ubicadas en -10.
Figura D.20 Circuito del ejercicio D.6.2.
D.6.2 a. Existir
a alguna funci on u(t) tal que las corrientes en todas las inductancias y
los voltajes en todos los condesadores de la Figura D.20 puedan ser llevados desde
ciertos valores iniciales (arbitrarios) a otros tambien arbitrarios? Justificar.
b. Determinar la estabilidad interna del sistema de la Figura D.20.
Figura D.21 Circuito del ejercicio D.6.3.

D.6.3 Suponer que y(t) y u(t) son dadas para el sistema de la Figura D.21. Ser a
posible determinar las corrientes en todos lss inductancias y los voltajes en todos
los condensadores en cualquier instante t? Justificar.
D.6.4 Utilizando el criterio de Routh y Hurwitz, determinar la estabilidad de un sistema

con ecuacion caracterstica:
A(s) = s5 + 4s4 + 8s3 + 8s2 + 7s + 4
D.6.5 Para el sistema mostrado en la Figura D.22, demostrar, utilizando el criterio de

Routh y Hurwitz, que para estabilidad en lazo cerrado:
1 1 1
K <( + + )(T1 + T2 + T3 ) 1
T3 T2 T1
D.6.6 Una planta tiene como funcion de transferencia:
1
Gp (s) =
(2s + 1)(s 1)
Encontrar condiciones en las ganancias proporcional, Kp > 0, y derivativa, Kd > 0,

de un controlador PD de modo que el sistema sea estable en lazo cerrado. Utilizar el
criterio de estabilidad de Nyquist.
D.6.7 Para el sistema de la Figura D.23:
GC (s) = 1 + TD (s)
K
GP (s) =
s2 (1 + T1 s)
donde K, T1 , TD > 0.
Utilizando el criterio de estabilidad de Nyquist, establecer condiciones sobre K, T1 y
TD para que el sistema sea estable.
D.6.8 Por el metodo de las transiciones determinar la estabilidad de Wlc (s), para
Wla (s) = K(1+T 1 s)
s(T2 s1) , con K, T1 , T2 > 0. Establecer condiciones.
D.6.9 Se tiene una planta cuyo funci

1
Gp (s) =
s2 (1 + T1 s)(1 + T2 s)
donde T1 , T2 > 0. Utilizar el criterio de estabilidad de Nyquist para hallar todas las
condiciones, si las hay, de modo que el sistema en lazo cerrado sea estable cuando el
controlador es de tipo:
a. Proporcional con ganancia K > 0.
b. Proporcional-derivativo con funcion de transferencia K(1 + Td s); K, Td > 0.
D.6.10 En el sistema de la Figura D.23:
GC (s) = 1 + Td s
K
GP (s) = 2
s (1 + T1 s)
donde K, T1 , Td > 0.
Usando el criterio de estabilidad de Nyquist, establecer condiciones sobreK, T1 , y Td
para que el sistema sea estable.
D.6.11 En el sistema de la Figura D.24:
G1 (s) = K(s + 3)
1
G2 (s) =
(s2 + 4)(s 2)
H(s) = s + 2
Utilizando el criterio de estabilidad de Nyquist, establecer condiciones en la ganancia

K > 0, para que el sistema sea estable.
D.6.12 La funci
on de transferencia en lazo abierto de un sistema es:
K(s 1)
Wla (s) =
s(s + 1)
Utilizar el criterio de estabilidad de Nyquist para encontrar condiciones en K de
modo que el sistema sea estable en lazo cerrado. Mostrar todos los posibles lugares
geometricos o de Nyquist.
D.6.13 Bosquejar el lugar de Nyquist de Wla (s) = K(s1)

(s+1)2 , K > 0, y determinar los
lmites de K para que el sistema en lazo cerrado sea estable. Usar el criterio de
Nyquist.
D.6.14 Las ecuaciones de estado y de salida de un sistema son, respectivamente:

1 2 2 2

x = 0 1 1 x + 0 u
1 0 1 1

y= 1 1 0 x
Utilizar realimentaci
on de las variables de estado para transferir los modos del sistema
a -1, -2 y -2. Dibujar un diagrama de bloques para las anteriores ecuaciones y luego
adicionar la realimentaci
on requerida.
D.6.15 Un sistema es descrito por la siguiente ecuacion matricial de estado y de salida:

1 0 0 1

x = 1 0 4 x+ 0 u
0 1 2 0

y= 1 2 1 x
a. En caso de ser posible, determinar las ganancias en la realimentaci
on de las vari-
ables de estado de modo que la funcion de transferencia del sistema en lazo cerrado
muestre un solo polo en -4.
b. Es mnimo el sistema en lazo cerrado?. Justificar.
D.6.16 La Figura D.25 muestra un sistema de nivel de lquido que se quiere controlar,
en donde:
n es una perturbaci on incontrolable, u es la variable de control y C1 = C2 = 1, R1 =

R2 = R3 = 12 . La tecnica a utilizar es por realimentacion de las variables de estado
(h1 y h2 ) mas realimentacion de la integral del error a traves de una ganancia, ya que
se desea que la salida (h2 ) siga, en el estado estacionario, a la referencia que es una
se
nal tipo escalon.
Dise
nar el controlador de modo que las frecuencias naturales del sistema en lazo
cerrado esten ubicadas en 10 j y 10.
Hacer un diagrama de bloques donde se muestren explcitamente la planta y la es-
tructura completa del controlador. S olo deben aparecer ganancias, sumadores e inte-
gradores.
D.7 Del captulo 7
D.7.1 La configuraci
on de polos y ceros de una funcion de transferencia en lazo cerrado
Wlc (s) viene dada en la Fig D.26a.
a) b)
Figura D.26 Polos y ceros del ejercicio D.7.1.

a. Calcular la banda pasante del sistema, o ancho de banda, AB.
b. Se a
nade un cero como indica la Fig D.26b. C omo queda modificado el AB ?
c. Se a
nade a la configuraci
on de la Fig D.26b un polo sobre el eje real negativo, pero
a una distancia del origen 10 veces mayor que la del cero. Como queda afectado el
AB?
D.7.2 La especificacion dada para un servosistema de segundo orden es que el sobrepaso

maximo de la respuesta a un escal on unitario no exceda del 25%. Determinar los
valores lmites correspondientes del coeficiente de amortiguamiento y del factor
de resonancia Mv .
D.7.3 La funci
on de transferencia en lazo cerrado de un servosistema es:
C (s) 1
Wlc (s) = =
R (s) (1 + 0.01s) (1 + 0.05s + 0.01s2 )
a. Trazar la curva de respuesta en frecuencia del sistema en lazo cerrado.
b. Determinar el factor de resonancia Mv y la frecuencia de resonancia v del sistema.
c. Determinar el coeficiente de amortiguamiento y la frecuencia propia no amor-
tiguada n del sistema de segundo orden que produce el mismo Mv y la misma v
que el sistema original.
D.7.4 La funci
on de transferencia en lazo abierto de un servosistema con realimentacion
unitaria es:
K (1 + T s)
Wla (s) =
s (1 + s) (1 + 0.01s)
Determinar el menor valor posible de T para que el sistema tenga un margen de
amplitud infinito.
D.7.5 La funci
on de transferencia en lazo abierto de un servosistema con realimentacion
unitaria es:
K
Wla (s) =
s (1 + 0.1s) (1 + s)
a. Determinar el valor de K para que el factor de resonancia Mv del sistema sea igual
a 1.4.
b. Determinar el valor de K para que el margen de amplitud del sistema sea de 20dB.
c. Determinar el valor de K para que el margen de fase del sistema sea de 60 .
D.7.6 Usar el criterio de estabilidad de Nyquist para determinar si los sistemas con las
siguientes funciones de transferencia de lazo abierto son estables:
10
a. Wla (s) =
(1 + s) (1 + 2s) (1 + 3s)
10
b. Wla (s) =
s (1 + s) (1 + 10s)
10
c. Wla (s) =
s2 (1 + 0.1s) (1 + 0.2s)
2
d. Wla (s) =
s2 (1 + 0.1s) (1 + 10s)
D.7.7 Para un sistema de segundo orden:
16
Wla (s) =
s (2 + s)
a. Graficar el diagrama de Bode.
b. Determinar Mv y v .
D.7.8 Repetir el problema D.7.7 cuando:
60 (1 + 0.5s)
a. Wla (s) =
s (1 + 5s)
60 (1 + s)
b. Wla (s) =
s2 (1 + 0.1s)
D.7.9 Dado:
as + 1
Wla (s) =
s2
hallar a tal que el margen de fase sea 45 .
D.7.10 La funci
10
Gp (s) =
s(s + 4)
Dise
nar un compensador en atraso tal que el coeficiente de error estatico de velocidad
Kv sea 50 seg1 , margen de fase 40 y margen de ganancia de por lo menos 10 db.
D.7.11 La funci
K
Gp (s) =
s(0.1s + 1)(s + 1)
nar un compensador en adelanto tal que el margen de fase sea 45 , el margen de
Dise
atico de velocidad Kv sea 4
ganancia no sea menor a 8 db y el coeficiente de error est
seg1 .
D.8 Del captulo 8
D.8.1 La funci
on de transferencia de un sistema es:
(s 1)(s + 2)
G(s) =
(s + 1)(s 2)(s + 3)
Sera posible cambiarla a:
(s 1)
Gn (s) =
(s + 2)(s + 3)
utilizando realimentacion de las variables de estado?. Si la respuesta es afirmativa,

explicar c
omo.
D.8.2 Las matrices {A, B, C} de un sistema en lazo abierto son:

1 0 0 1
A = 1 0 4 , B = 0 , C = 1 4 3
0 1 4 0
Disenar un controlador, que utiliza realimentacion de las variables de estado, de modo

que la funci
on de transferencia del sistema en lazo cerrado muestre s olo dos polos en
el eje imaginario con = 1 rad/seg. y con un comando de referencia para la salida.
D.8.3 Las matrices {A, B, C} de un sistema en lazo abierto son:

1 0 0 1
A = 1 0 4 , B = 0 , C = 1 1 2
0 1 4 0
Dise
nar un controlador, con realimentacion de las variables de estado y con comando
de referencia, de modo que la salida del sistema responda como uno de primer orden
y que alcance practicamente el estado estacionario en 1 segundo.
D.9 Del captulo 9
D.9.1 Las ecuaciones aproximadas del movimiento de un globo son:
1
= +u
1
1 1
v = v + +
2 2

h = v
donde es la desviaci
on (variaci
on) en la temperatura del aire del globo con relaci on
a la temperatura de equilibrio, u es proporcional a la variaci on en calor adicionado
al aire del globo (control), v es la velocidad vertical, h es la variacion en la altura
desde la altura de equilibrio y es la velocidad vertical del viento supuesta constante

(perturbacion).
a. Pueden , v, h y ser observadas por una medida continua de h?. Suponer que
u es la entrada.
b. Es el sistema completamente controlable por u?. Es el sistema completamente
controlable por ?.
D.9.2 Las ecuaciones de estado y de salida de una planta son:

0 1 0
z = z+ u
1 0 1

y = 1 0 z
a. Obtener las frecuencias naturales del sistema.

b. Suponer que se tiene acceso a las variables de estado z y dise nar un controlador
por realimentacion de ellas (u = Kz), de modo que los polos del sistema en lazo t
cerrado queden ubicados en 0.5 j0.5. Con el estado inicial z(0) = 0.6 0.35
y con referencia cero, graficar z1 = y, z2 y la se
nal de control u = Kz.
c. Disenar un observador cuyos modos esten ubicados en 1 j1. (Notar que son
mas rapidos que los polos deseados en lazo cerrado, pero suficientemente lentos para
ver claramente su efecto en la respuesta del sistema).
d. Hacer el diagrama de bloques donde se muestre todo el sistema: la planta y
el compensador completo (observador m as realimentacion de las variables de estado
estimadas).
e. Con el estado inicial dado anteriormente y con el estado inicial de las variables
t
estimadas z (0) = 0 0 y con referencia cero, graficar z 1 , z 2 y u = K z,
preferiblemente sobre las curvas del punto b. (z1 , z2 y u = Kz, respectivamente).
D.9.3 Las ecuaciones de estado de un oscilador armonico no amortiguado son:

x1 (t) = x2 (t)

x2 (t) = o2 x1 (t) + u(t)
Utilizando una observacion de la velocidad, y = x2 , dise nar un compensador con

observador y realimentacion del estado para controlar la posicion x1 . Colocar los
polos del controlador por realimentacion del estado en s = o jo y ambos polos
del observador en s = o .
BIBLIOGRAFIA
[1] B. C. KUO, Sistemas de Control Autom atico, Prentice-Hall Hispanoamericana,

7a. edici
on, 1996.
[2] B. C. KUO, Automatic Control Systems, Prentice-Hall, NJ, 3a. edici on, 1975.
[3] K. OGATA, Ingeniera de Control Moderna, Prentice-Hall Hispanoamericana,
2a. edici
on, 1993.
[4] O. I. ELGERD, Control System Theory, McGraw-Hill Kogakusha, 1967.
[5] T. KAILATH, Linear Systems, Prentice-Hall, NJ, 1980.
[6] C. T. CHEN, Linear System Theory and Design, CBS College Publishing, 1984.
[7] C. E. ROHRS, J. L. MELSA y D. G. SCHULTZ, Sistemas de Control Lineal,
McGraw-Hill, 1994.
[8] R. C. DORF, Sistemas Modernos de Control, Addison-Wesley Iberoamericana,
2a. edici
on, 1989.
[9] K. OGATA, Din amica de Sistemas, Prentice-Hall Hispanoamericana, 1987.
[10] A. NETUSHIL, Theory of Automatic Control, MIR Publishers, Moscow, 2a.
edici
on, 1978.
[11] F. H. RAVEN, Automatic Control Engineering, McGraw-Hill, 1961.
[12] G. H. HOSTETTER, C. J. SAVANT y R. T. STEFANI, Sistemas de Control,
Interamericana, Mexico, 1984.
[13] K. J.
ASTROM y B. WITTENMARK, Computer Controlled Systems, Prentice-
Hall, NJ, 1984.
[14] G. F. FRANKLIN y J. D. POWELL, Digital Control of Dynamic Systems,
Addison-Wesley Publishing Company, 1981.
[15] R. J. SCHWARZ y B. FRIEDLAND, Linear Systems, McGraw-Hill Book Com-
pany, NY, 1965.
[16] M. ATHANS y P. L. FALB, Optimal Control, McGraw-Hill, NY, 1966.
[17] H. KWAKERNAAK y R. SIVAN, Linear Optimal Control Systems, Wiley-
Interscience, NY, 1972.
[18] A. P. SAGE y C.C. WHITE, Optimum System Control, Prentice-Hall, NJ, 2a.
edici
on, 1977.
[19] G. C. GOODWIN y K. S. SIN, Adaptive Filtering Prediction and Control,
387
388 BIBLIOGRAFIA
Prentice-Hall, NJ, 1984.

[20] O. I. ELGERD, Electric Energy Systems Theory: An Introduction, Tata
McGraw-Hill Publishing Company, New Delhi, 1976.
[21] G. J. THALER y M. L. WILCOX, M aquinas Electricas, Editorial Limusa,
Mexico, 1974.
[22] A. PAPOULIS, Probability, Random Variables and Stochastic Processes,
McGraw-Hill Book Company, 2a. edici on, 1984.
[23] A. PAPOULIS, The Fourier Integral and its Applications, McGraw-Hill Book
Company, 1962.
[24] C. A. DESOER y E. S. KUH, Basic Circuit Theory, McGraw-Hill Kogakusha,
1969.
[25] A. ACOSTA, J. E. CALLE y D. GIRALDO, Introducci on al An
alisis de Circuitos
Electricos, Universidad Tecnol
ogica de Pereira.
[26] S. P. SHAN y otros, Analysis of Linear Networks and Systems, Addison Wesley,
1972.
[27] G. STRANG, Linear Algebra and its Applications, Academic Press, Inc., 2a.
edicion, 1980.
[28] E. KREYSZIG, Advanced Engineering Mathematics, John Wiley & Sons, 1983.
[29] I. S. SOKOLNIKOFF y R. M. REDHEFFER, Mathematics of Phisics and Mod-
ern Engineering, McGraw-Hill, NY, 1966.
[30] J. MILLMAN y C. C. HALKIAS, Integrated Electronics, McGraw-Hill Ko-
gakusha, 1972.
[31] J. MILLMAN, Microelectronics: Digital and Analog Circuits and Systems,
McGraw-Hill Book Company, 1979.
[32] B. SHAHIAN y M. HASSUL, Control System Design Using MATLAB, Prentice-
Hall, NJ.
[33] Control System Toolbox: For Use with MATLAB, The MathWorks, Inc., 1995.
[34] SIMULINK Users Guide, The MathWorks, Inc., 1995.
[35] MATLAB Users Guide, The MathWorks, Inc., 1995.

Teoriacontrol PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Teoriacontrol PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

TEORIA DE CONTROL

2.4 Ecuaciones de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

2.28 Sistemas de nivel de lquido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

5.1.3 Respuesta impulsiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

7.4.1 Margen de amplitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240

B.8 Formato de salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302

B.53 Comandos echo, input, keyboard, y pause. . . . . . . . . . . . . . . . . . 339

1.3 Sistema de control

Figura 1.1 Bloque que representa un sistema

1.4 Sistema de control escalar en lazo abierto

Figura 1.2 Sistema de control escalar en lazo abierto

1.5 Sistema de control escalar en lazo cerrado

Figura 1.3 Sistema de control escalar con realimentaci

Figura 1.4 Estructura general de un sistema de control

1.7 Ejemplos de sistemas de control

Figura 1.5 Sistema de control en lazo abierto

Figura 1.6 Sistema de control manual

Figura 1.7 Sistema de control escalar en lazo cerrado

Figura 1.8 Sistema de control bivariable en lazo cerrado

Figura 1.9 Sistema de control en lazo cerrado de un sistema termico

Figura 1.10 Sistema de control en lazo cerrado multivariable

Ejemplo 1.6 En la Fig. 1.10 se muestra un sistema de control multivariable de una

1.8 Requerimientos de un sistema de control

1. Debe ser estable.

2. Las respuestas deben ser razonablemente r

3. Los errores (si los hay), se deben reducir a un mnimo tolerable.

1.9 Algunos tipos de control

1.9.1 Control adaptivo

Figura 1.11 Topologa tpica de un sistema de control digital

1.10 Ejemplo introductorio a los sistemas de

Figura 1.12 El pendulo invertido

El objetivo de control es mantener la barra verticalmente tanto como sea posible. La

Figura 1.13 Sistema no controlable de 2 barras

Figura 1.14 Sistema controlable de 2 barras

Figura 1.15 Diagramas de cuerpo libre de la barra y el carro

Si se toman momentos alrededor del centro de gravedad de la barra y sumando las

Notese de las ecuaciones que la no linealidad aparece fundamentalmente en la variable

1.13 on de u (Estrategia de control)

1. El objetivo de control es mantener la barra verticalmente, la cual es una frase

2. La estrategia debe resultar en un sistema que pueda ser facilmente implementado

3. Seleccionar u tal que al ser reemplazada en (1.17) se pueda obtener la solucion

Para supervisar y controlar el angulo se escoge la estructura del sistema como se

Figura 1.16 Estructura de control para el pendulo invertido

(a) CONTROL PROPORCIONAL:

Reemplazando (1.18) en (1.17) y escribiendo de nuevo (1.16) se obtiene:

Kcr = g(m + M ) (1.27)

i. K1 > Kcr (Ganancia supercrtica)

ii. K1 = Kcr (Ganancia crtica)

iii. K1 < Kcr (Ganancia subcrtica)

= o cosh ||t (1.32)

Figura 1.17 Diferentes respuestas del pendulo con acci

(b) CONTROL PROPORCIONAL MAS DERIVATIVO

Figura 1.18 Respuesta del pendulo correspondiente a la ec. (1.38)

Figura 1.19 Respuesta del pendulo correspondiente a la ec. (1.39)

1.15 Efectos de la realimentaci

Figura 1.20 Sistema con realimentaci

En la Fig. 1.20 considerese que G y H son ganancias constantes. Por lo tanto:

c = Ge = G(r b) = Gr GHc (1.41)

De (1.41) se obtiene la ganancia total M :

1.16 Efecto en la ganancia total

1.17 Efecto en la estabilidad

Figura 1.21 Sistema con doble lazo de realimentaci

1.18 Efecto en la sensitividad