CARLOS GALEANA

INGENIERIA EN MECATRONICA

INTRODUCCION AL ANALISIS DE SISTEMAS DINAMICOS

GRUPO 711-A

UNIDADAD 3

DINAMICA DE SISTEMAS

CARLOS JAVIER GALEANA ORTEGA

AGOSTO-DICIEMBRE
 CARLOS GALEANA

INDICE
3.1 sistemas dinámicos y ecuaciones diferenciales
3.2. Funciones de transferencia
3.3. Diagramas de bloques.
3.4. Diagramas de flujo de señal.
3.4.1. Regla de Mason.
3.5. Respuesta al impulso
3.5.1. Caso discreto
3.5.2. Caso continuo.
3.6 simulación de sistemas

3.7 ecuaciones características

 CARLOS GALEANA

Introducción al análisis de sistemas

dinámicos lineales

En este capı́tulo se presentan algunas herramientas

básicas del análisis de sistemas dinámicos. La sección 3.1
muestra como puede descomponerse la res- puesta de
cualquier sistema dinámico en las respuesta de entrada
cero y de estado cero; a partir de ésta última se presenta
en la sección 3.2 la definicion de funcion de transferencia; con
esta definicion se desarrollan en las secciones 3.3 y 3.4 se
presentan dos herramientas graficas; la respuesta al impulso
se analiza en la seccion 3.5.

3.1 Sistema dinámico

Un sistema dinámico es un sistema cuyo estado evoluciona con el tiempo. Los

sistemas físicos en situación no estacionaria son ejemplos de sistemas
dinámicos, pero también existen modelos económicos, matemáticos y de otros
tipos que son sistemas abstractos que son, además, sistemas dinámicos. El
comportamiento en dicho estado se puede caracterizar determinando los límites
del sistema, los elementos y sus relaciones; de esta forma se pueden elaborar
modelos que buscan representar la estructura del mismo sistema.
Al definir los límites del sistema se hace, en primer lugar, una selección de
aquellos componentes que contribuyan a generar los modos de
comportamiento, y luego se determina el espacio donde se llevará a cabo el
estudio, omitiendo toda clase de aspectos irrelevantes.
 CARLOS GALEANA

3.2. Funciones de transferencia

Se define la funcion de transferencia de un sistema continuo o discreto como
la relacion en el dominio de la frecuencia compleja entre salida y entrada con
condiciones iniciales nulas

Y (s) Y (z)
F (s) = F (z) =
U (s) C.I .=0 U (z) C.I .=0

De acuerdo con las ecuaciones 3.2 y 3.4, la funcion de transferencia sera,

para los casos continuo y discreto, respectivamente:

Las expresiones

Y (s) = F (s)U (s) Y (z) = F (z)U (z)

solo son validas si las condiciones iniciales son nulas. En este caso, es posible
representar graficamente la relacion entrada-salida del sistema mediante dos
tipos de diagramas:

Diagramas de bloque: La figura 3.3 muestra un sistema como un bloque de-

finido por la funcion de transferencia F (s) o F (z), que recibe una señal
de entrada U (s) o U (z) y entrega una señal de salida Y (s) o Y (z). Estos
diagramas se explican en la seccion 3.3.

Diagramas de flujo de señal: La figura 3.4 muestra un sistema como dos

señales U (s) y Y (s) (o U (z) y Y (z)) relacionadas entre sı́ por la funcion
de transferecia F (s) o F (z). Estos diagramas se explican en la seccion 3.4
 CARLOS GALEANA

3.3. Diagramas de bloques

Un sistema complejo puede representarse por distintos subsistemas interre- lacionados.
Estas relaciones pueden visualizarse mediante un Diagrama de Blo- ques.
La figura 3.5 muestra algunas de las equivalencias que rigen el álgebra de los diagramas
de bloques. Éstas se emplean para obtener diagramas de bloques
Equivalentes reducidos, y asi encontrar la funcion de transferencia de sistemas complejos.

Ejemplo 3.1 2 Para obtener la funcion de transferencia equivalente del diagrama de la figura 3.6
inicialmente intentariamos efectuar reducciones de bloques en cascada o en paralelo, pero en el
diagrama no se identifica ninguno de estos bloques. No obstante, podemos efectuar una reduccion
con el siguiente procedimiento:

Desplazamos el sumador que recibe la señal de b 1 (ver figura 3.7(a))

Intercambiamos el orden de los dos sumadores contiguos, ya que la suma es

conmutativa (ver figura 3.7(b))

Efectuamos una reduccion del bloque en retroalimentacion resultante (ver

figura 3.7(c))

Efectuamos una reduccion del bloque en cascada resultante (ver figura 3.7(d))

Identificamos un bloque en paralelo (ver figura 3.7(e))

Efectuamos la reduccion del bloque en paralelo (ver figura 3.7(f ))

Efectuamos un desplazamiento del segundo sumador (ver figura 3.7(g))

Identificamos un bloque en paralelo y un bloque en retroalimentacion (ver

figura 3.7(h))

Efectuamos la reduccion de los bloques identificados (ver figura 3.7(h))

Efectuamos la reduccion del bloque en cascada final (ver figura 3.7(i))

3.4. Diagramas de flujo de señal

La figura 3.8 presenta las relaciones basicas de un diagrama de flujo de señal. Notese que el
énfasis se pone en la señal y no en el sistema, a diferencia de los diagramas de bloques. Este es
un texto de analisis de sistemas y no de analisis de señales, por esa razon preferimos los
diagramas de bloques a los de flujo de señal.
 CARLOS GALEANA

No obstante lo anterior, el ejemplo 3.1 pone de manifiesto que para la ob- tencion de la funcion
de transferencia de un sistema a partir de su diagrama de bloques es necesario desarrollar una
habilidad especı́fica debido a que no existe un algoritmo para ello. Por el contrario, si se utilizan
diagramas de flujo de señal sı́ se cuenta con un procedimiento para la obtencion de la funcion de
transferencia conocido como la regla de Mason.
La regla de Mason, que se explica en la seccion 3.4.1, emplea las definiciones que se presentan
a continuacion y que se ilustran en el ejemplo 3.2.
 CARLOS GALEANA

Camino directo Conjunto de ramas que llevan de la entrada a la salida, sin repetirse.

Ganancia de camino directo Producto de las ganancias de las ramas que forman el camino
directo.

Lazo cerrado Conjunto de ramas que parten de un nodo y llegan a el mismo nodo, sin repetir
ningún otro nodo.

Ganancia de lazo cerrado Producto de las ganancias de las ramas que for- man un lazo.

Lazos adyacentes Lazos que comparten al menos un nodo.

Lazos no adyacentes Lazos que no comparten ningún nodo.

Ejemplo 3.2 Considérese el diagrama de flujo de señal de la figura 3.9(a)

Camino directo Las figuras 3.9(b) y 3.9(c) muestran los caminos directos. 3.2

Ganancia de camino directo Las ganancias de camino directo Son: Figura 3.9(b):

T1 = G1 (s)G2 (s)G3 (s)G4 (s)G5 (s)G6 (s)

 CARLOS GALEANA

Figura 3.9(c): T2 = G1 (s)G2 (s)G3 (s)

G12 (s)G6 (s).
Lazo cerrado Las figuras 3.9(d) a 3.9(f ) muestran los lazos del ejemplo.

Ganancia de lazo cerrado Las ganancias de lazo cerrado son: Figura 3.9(d): L1 =

G4 (s)G9 (s)G10 (s)

Figura 3.9(e): L2 = G6 (s)G7 (s)G8 (s)
Figura 3.9(f ): L3 = G2 (s)G3 (s)G4 (s)G12 (s)G13 (s)

Lazos adyacentes Los lazos mostrados en las figuras 3.9(e) y 3.9(f ) son adya- centes.

Lazos no adyacentes Los lazos mostrados en las figuras 3.9(d) y 3.9(e) son no adyacentes.
 CARLOS GALEANA

3.5. Respuesta al impulso

La función de transferencia presentada en la sección 3.2 permite caracterizar un sistema dinámico
lineal invariante en el tiempo, en situación de reposo, mediante una expresión en el dominio de la
frecuencia compleja s o z. La respuesta al impulso logra esa misma caracterización, pero en el
dominio del tiempo t o k, mediante el estudio del comportamiento del sistema cuando se estimula
con una señal especial: el impulso unitario

3.5.1. Caso discreto

La función impulso unitario discreto
Dado un sistema como el de la figura 3.2 la respuesta al impulso es la res- puesta del sistema
cuando la entrada es el impulso unitario δ(k), con condiciones iniciales nulas. La respuesta al impulso
suele denotarse por h(k), y su transformada Z por H (z)
La función δ(k) (ver figura 3.11) se define como:

Una de las características importantes de la función δ(k) es que su transformada Z es 1, tal

como se muestra a continuación:

Supóngase un sistema discreto con condiciones iniciales nulas, con función

de transferencia F(z), que se excita con el impulso unitario (_gura 3.12). La
Respuesta del sistema, en el dominio de la frecuencia z será el producto de la
Entrada por la función de transferencia:
 CARLOS GALEANA

La respuesta a un impulso genérico

Supongase un sistema discreto lineal, que es excitado con la funcion impulso
δ(k), y cuya salida es la respuesta al impulso h(k), tal como el de la figura
3.14(a). Si ese mismo sistema se excita con la funcion impulso, pero retrasada
en 1, la salida debe ser la misma respuesta al impulso retrasada en 1, como se
muestra en la figura 3.14(b) ya que se supone que el sistema es invariante en el
tiempo.
Por otra parte, debido a que el sistema es lineal, al multiplicar la entrada
por un escalar c la salida se multiplicar por el mismo escalar c; por lo tanto, si

el sistema recibe como entrada la señal impulso cδ(k − i), la salida ser
(ver figura 3.14(c)).

Convolucion
Una señal discreta cualquiera x(k) es un conjunto de
valores en el tiempo, que puede representarse como la suma
de infinitos impulsos individuales yi , tal como se muestra en
la figura 3.15.
Ademas, cada uno de los pulsos individuales wi puede representarse
como un impulso aplicado en el instante de tiempo i, cuya amplitud es
justamente x(i) Dicho de otra forma, cualquier señal puede escribirse
como:

Debido a que el sistema es lineal, podemos aplicar el principio de

superposición, y obtener la respuesta del sistema y(k) cuando la entrada
es x(k) comola suma debida a cada uno de los impulsos w
(Suponiendo condiciones iniciales nulas). Estas respuestas son de la
forma que se muestra en la _gura 3.14(c), y
por tanto la respuesta y(k) ser_a de la forma: i
 CARLOS GALEANA

3.5.2. Caso continuo

La función impulso unitario continuo
Para obtener con sistemas continuos un resultado similar el mostrado para
sistemas discretos en la sección 3.5.1 es necesario contar con una función continua
cuyas propiedades sean análogas a las de la función impulso discreto; es decir,
se necesita una función cuya transformada de Laplace sea 1. Dicha función es la
función impulso o delta de Dirac, generalmente representado por δ(t).
Para presentar la función δ(t), primero consideramos la función d ∆ (t), cuya
grafica se muestra en la figura 3.16:

Nótese que el área ba jo la gráfica de la función d ∆ (t) es 1, independiente- mente

del valor de ∆, es decir,
 Se define la función delta de Dirac como la función que resulta al disminuir
∆ Progresivamente, hasta llevarlo al lı́mite en que tiende a cero:

CARLOS GALEANA

Esta función, cuya grafica se muestra en la figura 3.17 conserva la propiedad

según la cual el área ba jo la grafica es 1

Además, si calculamos el área ba jo la grafica desde −∞ hasta un valor t el

resultado es la función escalón unitario µ(t):
 3.6 simulación de sistemas

En las ciencias, la simulación es el artificio contextual que referencia

CARLOS GALEANA
la investigación de una hipótesis o un conjunto de hipótesis de
trabajo utilizando modelos.
Thomas T. Goldsmith Jr. y Estle Ray Mann la definen así: "Simulación es una
técnica numérica para conducir experimentos en una computadora digital. Estos
experimentos comprenden ciertos tipos de relaciones matemáticas y lógicas,
las cuales son necesarias para describir el comportamiento y la estructura de
sistemas complejos del mundo real a través de largos períodos".
Una definición más formal, formulada por R. E. Shannon1 es: "La simulación es
el proceso de diseñar un modelo de un sistema real y llevar a término
experiencias con él, con la finalidad de comprender el comportamiento del
sistema o evaluar nuevas estrategias -dentro de los límites impuestos por un
cierto criterio o un conjunto de ellos - para el funcionamiento del sistema".
Definición del sistema
Consiste en estudiar el contexto del problema, identificar los objetivos del
proyecto, especificar los índices de medición de la efectividad del sistema,
establecer los objetivos específicos del modelamiento y definir el sistema que
se va a modelar un sistema de simulación.
Formulación del modelo
Una vez definidos con exactitud los resultados que se espera obtener del
estudio, se define y construye el modelo con el cual se obtendrán los resultados
deseados. En la formulación del modelo es necesario definir todas las variables
que forman parte de él, sus relaciones lógicas y los diagramas de flujo que
describan en forma completa el modelo.
Colección de datos
Es importante que se definan con claridad y exactitud los datos que el modelo
va a requerir para producir los resultados deseados.
Implementación del modelo en la computadora
Con el modelo definido, el siguiente paso es decidir qué lenguaje de
programación (como Fortran, Algol, Lisp, etc.) o qué paquete de software se va
a utilizar para procesar el modelo en la computadora y obtener los resultados
deseados.
Verificación
El proceso de verificación consiste en comprobar que el modelo simulado
cumple con los requisitos de diseño para los que se elaboró.2 Se trata de
evaluar que el modelo se comporta de acuerdo a su diseño.
Validación del sistema
A través de esta etapa se valoran las diferencias entre el funcionamiento del
simulador y el sistema real que se está tratando de simular.3 Las formas más
comunes de validar un modelo son:

 La opinión de expertos sobre los resultados de la simulación.

 La exactitud con que se predicen datos históricos.
 La exactitud en la predicción del futuro.
 La comprobación de falla del modelo de simulación al utilizar datos que
hacen fallar al sistema real.
 La aceptación y confianza en el modelo de la persona que hará uso de los
resultados que arroje el experimento de simulación.

CARLOS GALEANA

3.7 Ecuación características

La ecuación \(\left| A-\lambda I \right| =0\) se denomina ecuación

característica de la matriz \(A\).

Descriptores:
Formas Cuadráticas
Álgebra
Ejemplo:
Buscar la ecuación característica de la matriz asociada a la forma cuadrática
\(f(x,y)={ 2x }^{ 2 }+4{ y }^{ 2 }-9xy\)

a. La matriz asociada a esta forma cuadrática es:

b. La ecuación característica viene dado por:

 Bibliografía
CARLOS GALEANA

[1] Fabiola Angulo. Analisis de Sistemas de Control No Lineales.

Facultad de
Ingenierı́a Universidad Nacional de Colombia, Sede

Manizales, 1999. [2] Antsaklis y Michel. Linear Systems.

Mc GrawHill.

[3] Karl J. Astrom y Bjorn Wittenmark. Computer Controlled

Systems. Theory and Design. Prentice Hall, 1997.
[4] Thomas J. Cavicchi. Digital Signal Processing. John Wiley

and Sons, 2000. [5] Chi-Tsong Chen. Linear System Theory

and Design. Oxford Press.