Carrera: Ingeniería Electromecánica

Materia: Ingeniería Control Clásico

UNIDAD 1:
1.4 SISTEMAS LINEALES
1.4.1 Sistemas Lineales Invariables en el Tiempo
1.4.2 Sistemas Lineales Variables en el tiempo
1.5 SISTEMAS NO LINEALES
1.5.1 Linealizacion

INTRODUCCION

La teoría de sistemas de control se ocupa del análisis y el diseñó de componentes

interactuantes de un sistema en una configuración que brinde un comportamiento
deseado. Los sistemas no lineales representan sistemas cuyo comportamiento no es
expresable como la suma de los comportamientos de sus descriptores.

Un sistema físico, matemático o de otro tipo es no lineal cuando las ecuaciones de

movimiento, evolución o comportamiento que regulan su comportamiento son no
lineales. En particular, el comportamiento de sistemas no lineales no está sujeto al
principio de superposición, como lo es un sistema lineal.

La configuración esencial usada en teoría de sistemas de control se basa en el

concepto fundamental de realimentación, que consiste en el proceso de medir las
variables de interés en el sistema y usar esa información para controlar su
comportamiento
La mayoría de los modelos matemáticos usados tradicionalmente
por teóricos y prácticos del control son lineales. De hecho, los
modelos lineales son mucho más manejables que los no lineales y
pueden representar en forma precisa el comportamiento de
sistemas reales en muchos casos útiles.

1.4 Sistemas lineales

Si se considera a un sistema lineal como una “caja negra”, se puede decir que lo
que sale de la caja es directamente proporcional a lo entra en ella. Por
coincidencia a esto es le llama “proporcionalidad” y se describe en la figura 1. Aquí
podemos ver que el movimiento de salida esta directamente relacionado con la
fuerza de entrada. Si la fuerza de entrada se incrementa, el movimiento resultante
también se incrementa proporcionalmente.

La “superposición” es otra cualidad de un sistema lineal, como se muestra en la

figura 2. “Superposición” significa que si tenemos 2 o más fuerzas de entrada, el
movimiento de salida será proporcional a la suma de las fuerzas de entrada. En
otras palabras, nada nuevo se crea. Si se agrega un grupo completo de fuerzas de
entrada, el movimiento de salida continuará siendo directamente proporcional a la
suma de esas fuerzas.

Un sistema es lineal (L) si satisface el principio de superposición, que engloba las

propiedades de proporcionalidad o escalado y aditividad. Que sea proporcional
significa que cuando la entrada de un sistema es multiplicada por un factor, la
salida del sistema también será multiplicada por el mismo factor. Por otro lado,
que un sistema sea aditivo significa que si la entrada es el resultado de la suma de
dos entradas, la salida será la resultante de la suma de las salidas que producirían
cada una de esas entradas individualmente.

Propiedad de proporcionalidad

En un sistema lineal, si la entrada es nula, la salida también ha de serlo. Un

sistema incrementalmente lineal es aquel que, sin verificar la última condición,
responde linealmente a los cambios en la entrada.
Por ejemplo, y(t) = 2x(t) + 2 no es lineal puesto que y(t) ≠ 0 para x(t) = 0, pero sí es
incrementalmente lineal.

1.4.1 Sistemas Lineales Invariables

en el Tiempo

La clase de sistemas que son

simultáneamente lineales e invariables en el
tiempo se denominan Sistemas lineales
invariables en el tiempo (SLIT)
Los sistemas SLIT son muy importantes porque tienen gran cantidad de
aplicaciones en el procesamiento de señales.
Su utilidad practica proviene del hecho de que conociendo la respuesta al impulso
h[n], es posible calcular la respuesta a cualquier entrada x[n].
Un sistema es invariante en el tiempo si aun corrimiento de tiempo en la señal de
entrada ocasiona un corrimiento en el tiempo en la señal de salida.

y(t) = x(t)

y(t-t0) = x(t-t0)

Para muestra de lo indicado, considere un

sistema definido como:
y(t) = sin[x(t)] , siendo x(t)=t
1.4.2 Sistemas Lineales Variables en el tiempo
Por otro lado, si la respuesta de la señal se modifica en el tiempo, el sistema será
VARIANTE en el tiempo:
por ejemplo:

x(t) = t2
y(t) = t x(t)

1.5.- Sistemas No Lineales.

Las ecuaciones no lineales son implícitamente no lineales en su naturaleza siendo

por esto de interés en Física y Matemáticas. Estas, son difíciles de resolver y dan
origen a interesantes fenómenos como “La teoría del caos”. Una ecuación lineal
puede ser descrita usando un operador lineal, L. Una ecuación lineal en algún
valor desconocido de “U” tiene la forma: Lu = 0, mientras que una ecuación no
lineal tiene la forma L( u )= 0.

Las ecuaciones no lineales son mucho más complejas, y mucho más difíciles de
entender por la falta de soluciones simples superpuestas. Para las ecuaciones no
lineales las soluciones generalmente no forman un espacio vectorial y, en general,
no pueden ser superpuestas para producir nuevas soluciones. Esto hace el
resolver las ecuaciones mucho más difícil que en sistemas lineales.
Actualmente se cuenta con distintos sistemas o herramientos para resolver
ecuaciones no lineales:

Dinamica de Sistemas:

La estructura básica de un modelo de simulación de dinámica de sistemas formal

es un sistema de ecuaciones diferenciales (o integrales) de primer orden
acopladas, no lineales:

d/dt x(t) = f(x, p) ,donde x es un vector de acumuladores (stocks o variables de

estado), p es un conjunto de parámetros, y f es una función no lineal de valores
vectoriales.

Teorema de la función implícita:

Establece condiciones suficientes, bajo las cuales una ecuación o conjunto de

ecuaciones de varias variables permite definir a una de ellas o varias de ellas
como función de las demás.

Teoría de bifurcaciones:

Estudia el comportamiento de familias de soluciones matemáticas, como por

ejemplo las curvas integrales de un campo vectorial, y las soluciones de una
familia de ecuaciones diferenciales.

1.5.1.- LINEALIZACION.
se refiere al proceso de encontrar la aproximación lineal a una función en un punto
dado. En el estudio de los sistemas dinámicos, la linealización es un método para
estudiar la estabilidad local de un punto de equilibrio de un sistema de ecuaciones
diferenciales no lineales. Este método se utiliza en campos tales como la
ingeniería, la física, la economía, y la biología.Debido a que la mayoría de herramientas
para el análisis de sistemas y diseño de sistemas de control requieren que el modelo sea lineal, es
necesario entonces disponer de métodos para linealizar modelos. La linealización generalmente
consiste en una expansión en series de Taylor de la ecuación de estado (no-lineal) alrededor de un
punto de operación de…nido naturalmente por el sistema o seleccionado arbitrariamente para
satisfacer alguna necesidad de control.

Asi que la Linealización es el proceso matemático que permite aproximar un sistema no-lineal a un
sistema lineal.

Esta técnica es ampliamente usada en el estudio de procesos dinámicos y él en el diseño de

sistemas de control por las siguientes razones:
1. Se cuenta con métodos analíticos generales para la solución de sistemas lineales. Por lo tanto se
tendrá una solución general del comportamiento del proceso, independientemente de los valores
de los parámetros y de las variables de entrada. Esto no es posible en sistemas no-lineales pues la
solución por computadora da una solución del comportamiento del sistema valida solo para
valores específicos de los parámetros y de las variables de entrada.

2. Todos los desarrollos significativos que conllevan al diseño de un sistema de control ha sido
limitado a procesos lineales. 3. VARIABLES DE DESVIACIÓN Se define la variable de desviación, X
(t), como la diferencia entre el valor de la variable o señal x(t) y su valor en el punto de
operación.Matemáticamente se define:

X t   xt   x

donde

X(t): variable de desviación.

x(t): variable absoluta correspondiente

: el valor de x en el punto de operación (valor base)

Gráfico de las variables de desviación, variable absoluta y el punto de operación.

 CONCLUSION

La linealidad de un sistema permite a los investigadores hacer ciertas suposiciones

matemáticas y aproximaciones, permitiendo un cálculo más sencillo de los resultados.
Ya que los sistemas no lineales no son iguales a la suma de sus partes, usualmente
son difíciles (o imposibles) de modelar, y sus comportamientos con respecto a una
variable dada (por ejemplo, el tiempo) es extremadamente difícil de predecir.

Algunos sistemas no lineales tienen soluciones exactas o integrables, mientras que

otros tienen comportamiento caótico, por lo tanto no se pueden reducir a una forma
simple ni se pueden resolver. Un ejemplo de comportamiento caótico son las olas
gigantes. Aunque algunos sistemas no lineales y ecuaciones de interés general han
sido extensamente estudiados, la vasta mayoría son pobremente comprendidos.