1

1. Modelos de Sistemas Discretos

1. Modelos de Sistemas Discretos ______________________________________ 1
1.1. Introduccin ________________________________________________________ 2
1.2. Representacin en Variables de Estado __________________________________ 2
1.2.1. Valor entre muestras _________________________________________________ 3
1.3. Clculo de las Matrices Discretas _______________________________________ 3
1.4. Evolucin del Estado _________________________________________________ 7
1.5. Pasaje de Discreto a Continuo__________________________________________ 7
1.6. Muestreo de Sistemas con Retardo______________________________________ 8
1.7. Variables de Estados con Otro Bloqueador _____________________________11
1.8. Transformaciones de Estados _________________________________________12
1.8.1. Forma Observable__________________________________________________ 13
1.8.2. Forma Controlable _________________________________________________ 13
1.9. Modelos de Entrada Salida ___________________________________________14
1.10. Respuesta Impulsional ______________________________________________14
1.11. Operador Desplazamiento ___________________________________________15
1.12. Funcin de Transferencia ___________________________________________18
1.12.1. Funcin de Transferencia en Transformada Z_____________________________ 22
1.12.2. Discretizacin de la Funcin de Transferencia ____________________________ 23
1.13. Relacin de Polos y Ceros Continuos y Dicretos_________________________26
1.14. Sistemas con Funcin de Transferencia Inversa Inestable ________________30
1.15. Eleccin del Perodo de Muestreo_____________________________________31


2
1.1. Introduccin
En este apartado se presentarn los modelos matemticos en donde el sistema ser
estudiado como visto desde el computador. ste recibe mediciones del proceso a intervalos
discretos y transmite una nueva seal de control tambin a intervalos discretos. El objetivo
es entonces describir los cambios en las seales de muestra a muestra sin importar el
comportamiento entre ellas. Es de recalcar que a pesar de que estos modelos muestran el
comportamiento en los puntos de muestreo, el proceso fsico sigue siendo un proceso
continuo.
1.2. Representacin en Variables de Estado
No se debe olvidar que la planta a controlar sigue siendo continua y que se observa
su comportamiento en el instante de muestreo. Sea una planta con una dinmica descripta
en variables de estado como la ecuacin siguiente:

( ) ( ) ( )
( ) ( ) ( )
x t Ax t Bu t
y t Cx t Du t
+

'
+

&
[1.1]
Una situacin comn en control es encontrar los CDA construidos de tal manera que
mantengan la seal analgica constante hasta la llegada de una nueva conversin. Es
natural entonces elegir los instantes de muestreo, tk, como los instantes en donde el control
cambia. Como la seal de control es discontinua, es necesario precisar su comportamiento
en la discontinuidad. Se adopta por convencin que la seal es continua por derecha.
Si se lo controla con una seal u reconstruida con un bloqueador de orden cero, esta
ser constante durante todo el perodo de muestreo y la evolucin de los estados durante
este perodo se podr calcular, resolviendo [1.1],
( )
( )
( )
( )
( )
k
k
t
A t t A t
k
t
x t e x t e Bu d

[1.2]
para el instante siguiente resulta,
( )
( )
( )
( )
( )
1
1
1 1
k
k k
k
t
A t t A t
k k k k
t
x t x e x t e d Bu t

+
+

+ +
+

[1.3]
La segunda igualdad resulta de considerar constante u entre instantes de muestreo.
El vector de estado en tk+1 es una funcin lineal de x(tk) y u(tk). Si los conversores AD y
DA estn perfectamente sincronizados y si el tiempo de conversin es despreciable, u e Y
pueden considerarse como muestreadas en el mismo instante. La ecuacin del sistema
muestreado es

( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1 1 1
, ,
k k k k k k k
k k k
x t t t x t t t u t
y t Cx t Du t
+ + +
+

'
+

[1.4]
con
3

( )
( )
( )
( )
1
1
1
1
,
,
k k
k
k
A t t
k k
t
A t
k k
t
t t e
t t e d B

+
+

[1.5]
La relacin entre las seales muestreadas est dada por la ecuacin lineal en
diferencias [1.4]. Esta no involucra ningn tipo de aproximacin, da el exacto valor de las
variables y de la salida en el instante de muestreo ya que la seal de control es constante
durante el perodo de muestreo. El modelo [1.4] es llamado modelo de un sistema
muestreado con bloqueador de orden cero y es el equivalente al [1.1].
En muchos casos D es nula. Una razn es que en los sistemas controlados
digitalmente existe un pequeo retardo entre el muestreo de y la salida de control u.
Adems la respuesta del sistema entre muestreos es parte de la respuesta al escaln. Se
puede considerar que el sistema acta a lazo abierto entre dos instantes de muestreo.
Si el perodo de muestreo se lo llama T, si el sistema es invariante en el tiempo y la
matriz D es nula, se puede simplificar de la siguiente forma:

1 k k k
k k
x x u
y Cx
+
+
'

[1.6]
con

0
AT
T
A
e
e d B

[1.7]
1.2.1. Valor entre muestras
Con la misma ecuacin , variando t, se calcula el estado entre muestras.
El clculo del estado entre muestras es como calcular la respuesta al escaln.
Entre muestras el sistema est en lazo abierto.
1.3. Clculo de las Matrices Discretas
El clculo del muestreo de un sistema continuo requiere de la evaluacin de
matrices exponenciales e integracin de stas. Pueden ser calculadas de diferentes maneras.
Por ejemplo:
- Desarrollo en serie de la matriz exponencial
- transformada de Laplace ( )
1
)
AT
e sI A


- teorema de Cayley-Hamilton
- llevar la matriz a la forma cannica de Jordan

4
Para sistemas de orden menor o igual a dos o para rdenes superiores con alguna
estructura especial se pueden hacer clculos manuales.
Una posible forma es mediante desarrollo en serie de la matriz

( )
2 1
0
2! 1 !
i i
T
A
AT AT
e d IT
i

+
+ + +
+

L [1.8]
resultando

I A
B
+

[1.9]
Otra forma es utilizar la Transformada de Laplace ya que
( )
1
)
AT
e sI A

[1.10]
Una tercera opcin es utilizar el siguiente teorema
- Teorema de Cayley-Hamilton

( ) ( )
1
1 1 0
det
n n
n
I A a a a

+ + + + L [1.11]
una matriz satisface su polinomio caracterstico

1
1 1 0
0
n n
n
A a A a A a

+ + + + L [1.12]
o lo que es lo mismo

1
1 1 0
n n
n
A a A a A a

L [1.13]
( )
2 1
, , , ,
n n
A f I A A A

L [1.14]
pero si se multiplica por A tambin quedar un funcin

( )
( )
1 2
1 1 0
1 2
1 1 1 0 1 0
2 1
, , , ,
n n
n
n
n n
n
A a A a A a A
a a A a A a a A a A
f I A A A
+

L
L L
L
[1.15]
es decir toda potencia de la matriz original se puede expresar como una
combinacin lineal de ( )
2 1
, , , ,
n
I A A A

L y por lo tanto cualquier polinomio ( ) f A .
Tambin A satisface polinomios de grado menor a n-1. Esto se cumple cuando el
polinomio caracterstico tiene races mltiples. En este caso se define el polinomio mnimo
que es de menor grado que el caracterstico y depende del tamao de los bloques de Jordan.
Todo polinomio puede ser expresado como una divisin de polinomios, de la forma
5
( ) ( ) ( ) ( ) f q h + [1.16]
pero el primer trmino es nulo, con lo que queda, calculado en A, lo siguiente
( ) ( ) f A h A [1.17]
este polinomio es de grado n-1. La ecuacin [1.16] se cumple para todos los
autovalores de A
En el caso del clculo de
AT
e se puede considerar como un polinomio de grado
infinito y calcularlo en base al polinomio caracterstico de A.
Ejemplo 1. Teorema Cayley-Hamilton
Se desea calcular
AT
e con la matriz

0 1
12 7
A
1

]
[1.18]
cuyo polinomio caracterstico es
( ) ( )( )
2
1
7 12 4 3
12 7
I A

1
+
1

]
[1.19]
el polinomio a calcular es
( )
T
f e

[1.20]
el polinomio h tendr orden 1 y ser de la forma:

( )
1 0
h + [1.21]
y se cumple que

( ) ( )
1 0
T
f e h

+ [1.22]
que calculado para los autovalores de A resulta


4
1 0
3
1 0
4
3
T
T
e
e


+

'
+

[1.23]
de donde se puede deducir el valor de las constantes

4 3
1
4 3
0
3 4
T T
T T
e e
e e

'
+

[1.24]
6
reemplazando
( ) ( )
4 3 4 3
0 1
3 4
AT T T T T
e I A e e I e e A + + + [1.25]

( )
4 3 4 3
4 3 4 3
3 4
12 4 3
T T T T
AT
T T T T
e e e e
e
e e e e
1 +
1

1
]
[1.26]
Ejemplo 2. Doble Integrador
El doble integrador se describe en variables de estado segn la siguiente ecuacin

( ) ( ) ( )
( ) [ ] ( )
0 1 0
0 0 1
1 0
x t x t u t
y t x t
1 1
+
1 1
] ] '

&
[1.27]

1 0 0 1
0
0 1 0 0 0 1
T T 1 1 1
+ +
1 1 1
] ] ]
[1.28]


2
0
2
1
T
T
d
T

1
1
1

1
1
]
1
]

[1.29]

[ ]
2
1
1
2
1 1
1 0
k k k
k k
T
T
x x u
T
y x
+

1
1

1
+
1
1
] '
1
]

[1.30]
Ejemplo 3. Motor
Un modelo simple, normalizado de un motor de cc es el siguiente

( ) ( ) ( )
( ) [ ] ( )
1 0 1
1 0 0
0 1
x t x t u t
y t x t
1 1
+
1 1
] ] '

&
[1.31]
( )
( )
( )
1
1
1
0
1 0 0 1 1
1 1
1 1 1 1
1
s s s
sI A
s s s s
s s s

1
1
+ + 1 1
1
1 1
+ +
1
] ]
1
+
]
[1.32]
7

0
1 1
T
AT
T
e
e
e

1

1

]
[1.33]

0
1
1 1
T
T
T
e e
d
e T e

1 1

1 1
+
] ]

[1.34]
1.4. Evolucin del Estado
Los sistemas discretos invariantes se pueden describir mediante la ecuacin en
diferencias descripta anteriormente y por simplicidad se utiliza 1 T y
( )
k
x kT x .
Asumiendo conocidos
( )
a a
x k x y las seales de entrada u (ko), u (ko+1),......Cmo
evoluciona entonces el estado?
Se puede resolver 3.12 iterativamente:

1
2
2 1 1 1
1
1
1
1
a a a
a a a a a a
a a
a a
a
a
a
k k k
k k k k k k
k k k k
k k k k
k
k k k j
k j
j k
x x u
x x u x u u
x x u u
x u
+
+ + + +
+
+

+
+ + +
+ + +
+

M
L
[1.35]
La solucin tiene dos partes: una que depende de la condicin inicial y otra que es
una suma ponderada de las seales de entrada.
1.5. Pasaje de Discreto a Continuo
Con el muestreo de un sistema se define una correspondencia entre un sistema
continuo, como el [1.1] y un sistema discreto como el [1.6]. Un ejemplo simple mostrar
que esta correspondencia no siempre se puede invertir.
Ejemplo 4. Sistema de primer orden
No hay ecuacin diferencial de primer orden que despus del muestreo d la
ecuacin en diferencia

1
0,5
k k k
x x u
+
+ [1.36]
0,5
aT
e [1.37]
no tiene solucin real dado que la exponencial es siempre positiva.
El modelo discreto es ms general que el continuo
Si el sistema discreto no tiene autovalores reales negativos, s existe inversa
8

( )
1
ln
ln
T
A
T

[1.38]

1
B

[1.39]
Si el sistema no tiene integradores, I es no singular
( ) ( )
1 1
1
B A A A I A

[1.40]
Ejemplo 5. Oscilador Armnico
Existen muchos sistemas continuos que dan el mismo sistema continuo
( ) ( ) ( )
0 0
0
x t x t u t

1 1
+
1 1

] ]
&
[1.41]

2
0,1, i i
T

+ [1.42]

( ) ( )
( ) ( )
( )
( )
1
cos sen 1 cos
sen cos sen
k k k
T T T
x x u
T T T


+
1 1
+
1 1

] ]
[1.43]
Pero existe un nico
n n
T que es el entorno de la frecuencia de
Nyquist.
1.6. Muestreo de Sistemas con Retardo
En los modelos matemticos de los procesos industriales es comn encontrar
retardos. La teora de los sistemas continuos con retardo es complicada ya que los sistemas
resultan de dimensin infinita.
Se supone, primeramente, que el retardo es inferior al perodo de muestreo
d
t T < :

( ) ( ) ( )
d
x t Ax t Bu t t + & [1.44]
( ) ( ) ( )
( ) ( )
( )
( ) 1
1
1
k T
A k T
AT
d
kT
x k T e x kT e Bu t d

+
+
+ +

[1.45]
la integral se deber realizar en dos partes ya que la actuacin cambia durante el
perodo de muestreo.

( ) ( )
( )
( )
( ) ( )
( ) ( )
( ) ( )
( )
( )
( ) ( ) ( )
1
1 1
1
1
1 0
1
1
d
d
k T kT t
A k T A k T
d
kT kT
k T
A k T
kT t
e Bu t d e Bd u k T
e Bd u kT
u k T u kT

+ +
+ +
+
+
+
+ +
+
+ +

[1.46]
9

( )
( ) ( )
( )
( )
( )
1
1
1
kT k T
A kT T A kT T
k k
kT kT
x x e Bd u k T e Bd u kT

+ +
+ +
+
+
+ +

[1.47]
( ) ( ) ( ) ( ) ( ) ( )
0 1
1 1 x k T x kT u kT u k T + + + [1.48]

( )
1
0
0
0
d
d
d
AT
t
A T t A
T t
A
e
e e d B
e d B

[1.49]
se puede usar una representacin de estado

( ) ( )
( )
( )
( ) ( )
( )
1 0
1
1 0 0 1
x k T x kT
u kT
u k T
u kT
1 + 1
1 1
+
1
1
1 1

] ] 1 ]
]
[1.50]
hay r nuevas variables ( ) ( )
1 u k T
Obsrvese que se introducen r nuevas variables ( ) ( )
1 u k T , las que representan el
valor pasado de la seal de control. El sistema continuo [1.44] es de dimensin infinita pero
el sistema muestreado correspondiente es de dimensin finita. Por lo tanto los retardos son
considerablemente ms simples de manejar si el sistema es muestreado por la siguiente
razn: para definir el estado del sistema, es necesario almacenar la entrada por un intervalo
de tiempo igual al retardo. Con una reconstruccin con BO0, la seal de entrada puede ser
siempre representada por un nmero finito de valores.
Ejemplo 6. Doble Integrador con Retardo
Considrese el doble integrador introduciendo un retardo inferior al muestreo.
Entonces

1
0 1
AT
T
e
1

1
]
[1.51]

( ) ( )
2
1
0
1
2
2
0
d
d
d
d
t
A T t d d A
d
d
t
t
t T T t
e e d B
t
t

1
1

1
1
1

1
1
1
]
]
]

[1.52]

( )
2
0
0
2
d
d
T t
A
d
T t
e d B
T t

1

1
1
]

[1.53]
10

( ) ( )
( )
( )
( )
( )
( ) ( )
( )
( )
2
1
2
2
1
2
0 1
1
1
0 0 0
d
d
d
d
d
d
d
t
T t T
T t
t
x k T x kT t T
T t u kT
u k T
u kT
t
1

1 1

1 1
1 1 1 + 1
+ 1 1 1
1

1 1 1 ]
]
1 1
1 1
]
1
]
[1.54]
11
Retardo mayor al muestreo
( ) 1
d d
t d T t + :
( ) ( ) ( ) ( ) ( ) ( ) ( )
0 1
1 1 x k T x kT u k d T u k d T + + + + [1.55]

( ) ( )
( ) ( )
( ) ( )
( )
( )
( ) ( )
( ) ( )
( ) ( )
( )
1 0
1
0 0
1 0 0 0 0
2 0 0 0 0
1
0 0 0 0
1
x k T x kT
u k d T
u k d T I
u kT
u k T I
u k T
I
u k T
u kT
1 + 1

1 1
1
1
1 1

+
1
1
1 1
1
1
+ 1 1
1
1
1 1

1 1
1 1
1
1
1 1

] ]
1
1 ]
]
L
L
M M M M M M
M
L
L
[1.56]
Advertimos que en este caso se necesitan d.r nuevas variables para representar el
retardo, siendo r el nmero de entradas. El polinomio caracterstico de la representacin
espacial es ?
dr
A (?) donde A (?) es el polinomio caracterstico del sistema sin retardo. El
siguiente ejemplo ilustra el uso de la frmula general.
Ejemplo 7. Mquina de Papel
( ) ( ) ( ) 2,5 x t x t u t + & [1.57]
1 T 3 d 0,5
d
t

1
0,37 e

[1.58]

0,5
0,5 0,5 1
1
0
0,24 e e d e e

[1.59]

0,5
0,5
0
0
1 0,39 e d e

[1.60]

1
2 3
1 2
1
0,37 0,24 0,39 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
k k
k k
k
k k
k k
x x
u u
u
u u
u u
+

1 1 1 1
1 1 1 1
1 1 1 1
+
1 1 1 1
1 1 1 1
] ] ] ]
[1.61]
1.7. Variables de Estados con Otro Bloqueador
Para calcular el sistema a partir del original continuo es necesario conocer la forma
de la seal de control durante el intervalo de control. El clculo es particularmente fcil si
se usa un BO0 ya que la seal es constante a trozos. Este bloqueador es tambin el ms
comn en la prctica ya que es fcilmente implementable con un CDA comn. Se da a
continuacin un ejemplo usando otros bloqueadores. Un caso tpico es un sistema con
actuadores hidrulicos, donde se necesitan seales de control suaves para evitar transitorios
de presin.
En general los sistemas a controlar tienen caractersticas de pasa bajos por lo que la
12
forma de la seal de control durante un intervalo de muestreo no es crucial. Si el perodo de
muestreo es corto comparado con las constantes de tiempo del sistema la respuesta est
esencialmente dada por la integral de la seal de control durante el intervalo de muestreo.
De [1.5] resulta que un cambio en la forma de la seal de control cambiar pero
no . Esto se ve en el ejemplo siguiente.
Ejemplo 8. Doble Integrador con Bloqueador Diferente
Considrese un doble integrador con perodo de muestreo h. Se asume que el
circuito bloqueador es tal que la seal de control es a (k) durante la primera mitad del
perodo de muestreo y u (k) en la segunda mitad. Entonces resulta
Bloqueador
0
u
k
T/2
T
au
k
bu
k


1
0 1
AT
T
e
1

1
]
[1.62]

( ) ( )
2 2
2
0
2
3 1
2 4 4
T
T
A T A T
T
T T
e Bd e Bd
T T





1 +
+
1
+
]

[1.63]

( )
2
0
0
2
d
d
T t
A
d
T t
e d B
T t

1

1
1
]

[1.64]

1.8. Transformaciones de Estados
Tal como sucede en los sistemas continuos, los sistemas discretos tienen diferentes
representaciones pudindose introducir nuevas variables como

k k
x Tx [1.65]
siendo T una matriz no singular. Por lo tanto

1
1 1
1
k k k k k k
k k
k k k k k
k k
x Tx T x T u T T x T u
x u
y Cx Du CT x Du
Cx Du

+ +

+ +

'
+ +

% %
% %
%
%
%
%
[1.66]
13
La ecuacin caracterstica
[ ]
det 0 I [1.67]
se mantiene invariante ante cambios de estados. Esto se cumple ya que

[ ]
[ ]
1 1 1
det det det det det
det
I TT T T T I T
I

1 1
] ]

%
[1.68]
Esto es importante a fin de dar a las diferentes matrices formas adecuadas para
trabajar.
1.8.1. Forma Observable
suponiendo que la ecuacin caracterstica es
[ ]
1
1
det 0
n n
n
I a a

+ + + L [1.69]
si se construye la matriz

1 n
C
C
O
C

1
1

1
1

]
M
[1.70]
y resulta no singular, se puede encontrar el nuevo estado de la forma,

[ ]
1 1
2 2
1
1 1
1 0 0
0 1 0
0 0 1
0 0 0
1 0 0
k k k
n n
n n
k k
a b
a b
x x u
a b
a b
y x
+


1 1

1 1

1 1

+ 1 1

1 1 '

1 1
1 1
] ]

L
L
% % M M
L
L
% L
[1.71]
resulta muy fcil encontrar la relacin entre variables de estado y relacin entrada
salida.
1.8.2. Forma Controlable
Se construye la matriz

2 1 n n
Co

1
]
L [1.72]
Si resulta no singular, se puede encontrar el nuevo estado de la forma,
14

[ ]
1 2 1
1
1 2
1
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
n n
k k k
k n k
a a a a
x x u
y b b b x

+
1 1
1 1
1 1
+ 1 1

1 1 '
1 1
1 1
] ]

L
L
% % L
M M
L
% L
[1.73]
1.9. Modelos de Entrada Salida
Un sistema dinmico se puede describir bien por su modelo interno o por su modelo
externo. Los modelos internos, como el modelo en variables de estado, describen toda
relacin entre las variables del sistema. Los modelos externos dan solo la relacin entre la
entrada y la salida del sistema.
En esta seccin se ver primero que la relacin entrada - salida para un sistema
lineal puede expresarse por una funcin de respuesta impulsional. Tambin se mostrar que
el operador desplazamiento puede usarse para obtener directamente la relacin entrada
salida, la cual lleva a caracterizar el comportamiento entrada salida en trminos de los
operadores de la respuesta impulsional, en forma similar a lo que ocurre en los sistemas
continuos.
1.10. Respuesta Impulsional
Tanto la entrada como la salida de un sistema discreto son secuencias de nmeros
que, en un intervalo finito de muestras, sern secuencias finitas. O expresadas en forma de
vectores resultan

[ ]
[ ]
0 1
0 1
T
N
T
N
U u u
Y y y

L
L
[1.74]
Un modelo lineal que relacione salida con entrada se puede escribir

p
Y HU Y + [1.75]
siendo H una matriz de N N e
p
Y las condiciones iniciales.
si Y es causal, H es triangula inferior
En este caso
( )
0
0
,
k
k m k
m
y h k m u y

[1.76]
La funcin h es la respuesta impulsional, funcin de peso o secuencia de
ponderacin. La funcin respuesta impulsional es una representacin muy conveniente, ya
que es fcilmente medible excitando al sistema con un pulso de amplitud unitaria y de un
15
perodo de muestreo de duracin y registrando la salida. Para condiciones iniciales nulas el
valor h (k,m) da la salida del sistema al tiempo tk para un pulso unitario en el instante tm.
Para sistemas con muchas entradas y salidas la respuesta impulsional h es de forma
matricial.
Para sistemas invariantes, la respuesta impulsional es una funcin de solamente k-m
elementos, es decir

( ) ( ) , h k m h k m [1.77]
Se puede calcular h a partir de variables de estado

0
0
0
1
1
k
k k k j
k k j
j k
y C x C u

[1.78]
Para un impulso

1
0 1
1
k k
k
h
C k

<

'

[1.79]
La respuesta impulsional no vara con transformaciones

( )( )
( )
1
1 1 1
1 1 1 1
k
k
k
k k
k
h C CT T T T
CT T T T C h

% % % %
[1.80]
1.11. Operador Desplazamiento
E1 uso del operador diferencial
d
p
dt
es adecuado para el trabajo con ecuaciones
lineales diferenciales a coeficientes constantes. Un operador anlogo se definir para
sistemas expresados en ecuaciones en diferencias lineales a coeficientes constantes. En la
definicin de este operador los sistemas son vistos como operadores que relacionan seales
de entrada con seales de salida. Es necesario especificar el rango de validez del operador
es decir definir la clase de seal de entrada y qu tipo de actuacin tiene el operador sobre
las seales. Para los clculos con este operador todas las seales son consideradas como
secuencias doblemente infinitas, debe ir desde a +. Por conveniencia el perodo de
muestreo es elegido como la unidad de tiempo 1 T .
- Operador Adelanto
El operador desplazamiento hacia adelante se llama q. Tiene la propiedad

1 k k
qf f
+
[1.81]
Norma
sup
k
k
f f [1.82]
16
o

2 2
k
k
f f

[1.83]
de lo que se deduce que el operador desplazamiento tiene norma unitaria. Esto
significa que las operaciones con el operador desplazamiento son ms simples que el
clculo diferencial ya que el operador diferencial es no acotado.
- Operador Retardo
La inversa del operador desplazamiento hacia adelante es llamado operador
desplazamiento hacia atrs y su notacin es q
-1
. Resulta

1
1 k k
q f f

[1.84]
Notemos la importancia de definir el rango del operador para secuencias
doblemente infinitas dado que de otra manera el operador desplazamiento hacia atrs no
podra existir. En problemas relacionados con la ecuacin caracterstica del sistema, como
estabilidad y orden del sistema es mejor utilizar el operador desplazamiento hacia adelante.
En cambio en problemas relacionados con la causalidad es conveniente usar el operador
desplazamiento hacia atrs.
El clculo con estos operadores da una compacta descripcin de los sistemas y hace
muy fcil relacionar variables ya que el manejo de ecuaciones en diferencias se reduce a un
problema puramente algebraico. En muchos textos se usa z como el operador
desplazamiento al igual que la variable compleja de la transformada en Z. Esta
diferenciacin es la misma que se hace entre la variable compleja s de la transformada de
Laplace y el operador diferencial
d
p
dt
.
Este operador desplazamiento es usado para simplificar el manejo de las ecuaciones
en diferencias de un alto orden. Sea la ecuacin

1 1 0
a a a b b
k n k n n k k n n k
a b
y a y a y b u b u
n n
+ + +
+ + + + +
>
L L
[1.85]

( ) ( )
1 1
1 0 1
a a b b
a b
n n n n
n k n k
q a q a y b q b q b u

+ + + + + + L L [1.86]

( )
( )
1
1
1
0 1
a a
a
b b
b
n n
n
n n
n
A q q a q a
B q b q b q b

+ + +
+ + +
L
L
[1.87]
( ) ( )
k k
A q y B q u [1.88]
expresado en funcin del operador retardo

1 1 0
a a b b
k k n k n k d n k d n
y a y a y b u b u

+ + + + + L L [1.89]
17
con
a b
d n n exceso de polos
polinomio recproco
( ) ( )
1 * 1
1
1
a a a
a
n n n
n
A q a q a q q A q

+ + + L [1.90]
[1.89] se puede escribir

( ) ( )
* 1 * 1
k k d
A q y B q u

[1.91]
Cuidado:
**
A no necesariamente es A, por ejemplo

( )
( )
( )
* 1
**
1
1
A q q
A q qq
A q

[1.92]
18
- Propiedades
El objetivo del lgebra de los sistemas es transformar el manejo de ecuaciones en
diferencias en problemas algebraicos puros. Resulta de la definicin del operador
desplazamiento que la ecuacin en diferencias [1.88] se puede multiplicar por potencias de
q lo que significa simplemente un corrimiento hacia adelante en el tiempo. La ecuacin
desplazada en distintos tiempos se puede multiplicar por nmeros reales y sumada. Esto es
equivalente a multiplicar dicha ecuacin por un polinomio en q.
Para obtener un lgebra adecuada es conveniente poder dividir una ecuacin como
la [1.88] por un polinomio en q. Un ejemplo mostrar que no es posible dividir por un
polinomio en q salvo casos especiales.
Ejemplo 9. Divisin con Operador Desplazamiento

( )
1
1
k k k
k k
y ay u a
q a y u
+
<

[1.93]
valor inicial
0
y

1
1 1
0 0
0 1
k k
k k j k j
k j k j
j j
y a y a u a y a u

+ +

[1.94]
Si la divisin funciona, se puede escribir

1
1
1
1
k k k
q
y u u
q a aq

[1.95]
Esto es la convergencia de la serie

( )
1 1 2 2 1
1
1
j
k k k j
j
y q aq a q u a u

+ + +

L [1.96]
[1.96] y [1.94] excepto que las entradas y salidas sean nulas para instantes negativos
Es posible desarrollar un lgebra que permita la divisin por un polinomio arbitrario
en q si se asume que hay algn ko tal que todas las secuencias son ceros para todo k mayor
o igual a ko. En estas condiciones el lgebra permite multiplicacin, divisin, suma y resta
de ecuaciones con polinomios en el operador desplazamiento. Esta condicin lleva
implcito el considerar condiciones iniciales nulas (ver ejemplo).
1.12. Funcin de Transferencia
El clculo con el operador desplazamiento permite expresar la relacin entrada
salida como una funcin racional del operador desplazamiento tanto hacia adelante como
hacia atrs. A esta funcin se la denomina funcin de transferencia y es fcilmente
obtenible de la descripcin del sistema eliminando las variables internas usando
operaciones algebraicas.
19
Considrese, por ejemplo, un modelo en variables de estado. Para obtener la
relacin entrada salida se debe eliminar el vector de estado:

1 k k k k
x qx x u
+
+ [1.97]
( )
k k
qI x u [1.98]
( )
{ }
1
k k k k
y Cx Du C qI D u

+ + [1.99]
Funcin de Transferencia

( ) ( )
1
H q C qI D

+ [1.100]
expresada en operador retardo
( ) ( ) ( )
1
* 1 1 1
H q C I q q D H q

+ [1.101]
Para sistemas UEUS (SISO)
( ) ( )
( )
( )
1 B q
H q C qI D
A q

+ [1.102]
Si el sistema es de orden n, y A y B no tiene factores comunes, A es de grado n
A es el polinomio caracterstico del sistema lo que implica que el sistema se puede
escribir:

1 1 0
a a b b
k k n k n k d n k d n
y a y a y b u b u

+ + + + + L L [1.103]
generalmente
0
0 b
Ejemplo 10. Funcin de Transferencia del Doble Integrador

( ) [ ]
( )
( )
( )
1
2
1 2
1 2
1 1 0,5 0,5 1
1 0
0 1 1
1
0,5
1 2
q q
H q
q
q
q q
q q

+ 1 1

1 1

] ]
+

+
[1.104]
20
Ejemplo 11. Funcin de Transferencia del Doble Integrador con Retardo
0,5
d
t seg

( ) ( )
( )
[ ]
( )
( )
( )
( )
1
1
0 1
1
2 1
2 1 2 3
2 1 2
2
1 1 0,125 0,375 1
1 0
0 1 0,5 0,5 1
0,125 6 1 0,125 6
1 2
2 1
H q C qI q
q q
q q q
q q q q q
q q
q q q

+
1 + 1

1 1
+
] ]
+ + + +

+
+
[1.105]
Ejemplo 12. Sistema en Forma Cannica Observable

[ ]
1 1
1
2 2
1
0
1 0
k k k
k k
a b
x x u
a b
y x
+

1 1
+
1 1

] ]

[1.106]
( ) [ ]
1
1 1
1 2
2
2 2 1 2
1
1 0
q a b
b q b
H q
a q b q a q a

+ 1 1 +

1 1
+ +
] ]
[1.107]
Por lo tanto los ai y los bi de la forma cannica definen los polinomios A y B
respectivamente. Se cumple tambin para sistemas de cualquier orden tanto en la forma
observable como controlable.
Mas adelante se mostrar que muchas representaciones en variables de estado
pueden usarse pero, por supuesto, ninguna cambia el modelo entrada salida.
- Propiedades
( ) H q es independiente de transformaciones

( ) ( ) ( )
( )
( )
( ) ( )
1 1
1 1 1
1
1 1
1
1 1
1
H q C qI CT qTT T T T
CT T qI T T
CT T qI T T
C qI H q

1
]


% % % %
[1.108]
- Polos y Ceros
Los polos de un sistema son las races del denominador de H o sea del polinomio
caracterstico. Los ceros son las races del numerador de H y se obtienen haciendo B(z)=0,
son los polos de la inversa de H. En el ejemplo del doble integrador, el sistema tiene un
cero en -l.
21
Los retardos en un sistema introducen polos en el origen. E1 sistema en el ejemplo
del doble integrador con retardo tiene 3 polos: dos en 1 y uno en el origen y tiene dos ceros
en -3 v8.
- Orden de un Sistema
El orden de un sistema es la dimensin de su representacin en el espacio de estado
o el nmero de polos en su modelo entrada salida.
Se debe hacer notar la importancia de utilizar el operador desplazamiento hacia
adelante para determinar el orden del sistema debido a los retardos. El uso de este operador
es importante para determinar polos, ceros y orden del sistema.
- Algunas Funciones de Transferencia
Equivalencia entre la funcin de transferencia continua y el sistema muestreado con
bloqueador de orden cero
( ) G s
( )
1 2
2
1 2
b q b
H q
q a q a
+

+ +


1
s

1
T
q

2
1
s

( )
( )
2
2
1
2 1
T q
q
+

sT
e

1
q

a
s a +

1
aT
aT
e
q e

( )
a
s s a +

( ) ( )
( )
2
1 1
1 1
1
aT aT aT
aT aT
aT e q e aTe
a a
q e q e


+ +
+ +


( )
2
2
a
s a +

( )
( ) ( )
2 2
1 1 1
2
aT aT aT
aT aT
e aT q e e aT
q e q e


+ + +
+


( )( )
ab
s a s b + +

( ) ( ) ( ) ( )
( )
( ) 2
1 1 1 1
aT bT bT aT aT bT
a b T aT bT
b e a e a e e b e e
q
b a b a
q e e q e

+
_

+


,
+ +


22
( )( )
s c
s a s b
+
+ +

( ) ( )
( )
( ) ( )
( )
( ) 2
1 1
bT aT
bT aT
a b T
aT bT
a b T aT bT
c e c e
e e
c b c c a
b a
q e e e
b a ab b a b a a b
q e e q e


+

+
_

+


+ + +



,
+ +


2
0
2 2
0 0
2 s

+ +

( ) ( )
( ) ( )
( )
0
0 0
0
0
2 2 0
1 0 0
2
0
2 2 2 0
2 0 0
2
0
2
1 0
2
2
1 cos 1 sen 1
1
sen 1 cos 1
1
2 cos 1
T
T T
T
T
b e T T
b e e T T
a e T
a e

_
+

,
_
+

2 2
0 0
2
s
s + +

( )
( )
0
0
0
2
1 0
2
0
2 1
2
1 0
2
2
1
sen 1
1
2 cos 1
T
T
T
b e T
b b
a e T
a e

1.12.1. Funcin de Transferencia en Transformada Z
Ejemplo 13. Integrador

k
y kT [1.109]
( )
( )
1 2 2
2
0 2
1
Tz
Y z Tz T z
z

+ + +

L [1.110]
Usando Variables de Estado

1 k k k
k k
x x u
y Cx
+
+

[1.111]
aplicando Transformada en Z

1 0
0 0
0 0
k k
k k
k k
k k
k k
k k
z x z z x x
z x z u


+




_


,
+


[1.112]
23
( ) ( ) ( ) ( )
0
z X z x X z U z + [1.113]
( ) ( ) ( )
1
0
X z zI zx U z

+ 1
]
[1.114]
( ) ( ) ( ) ( )
1 1
0
Y z C zI zx C zI U z

+ [1.115]
donde
( ) ( )
1
H z C zI

[1.116]
1.12.2. Discretizacin de la Funcin de Transferencia
Es posible calcular la funcin de transferencia
( ) H z directamente a partir de la
funcin de transferencia del sistema continuo ( ) G s . Se supone un sistema continuo con una
funcin de transferencia ( ) G s con un BOC.
La funcin de transferencia se determina por la respuesta a una seal dada y es
nica. Consideremos una entrada escaln unitario. La secuencia {u(kh)} es una secuencia
de unos y la seal u(t) es tambin un escaln. La salida y(t), expresada en transformada de
Laplace es Y(s):
( )
( ) G s
Y s
s
[1.117]
Si consideramos que la salida {y(hk)} tiene una transformada en Z
( ) ( ) ( ) ( ) ( )
1
Y z Z y Z L Y s

%
[1.118]
Para obtener la Funcin de Transferencia se divide por la Transformada en Z de la
entrada, el escaln en este caso.
( ) ( ) ( )
1
1 H z z Y z

%
[1.119]
Pasos
1- Antitransformar
( ) G s
s

2- Calcular la Transformada en Z (de una tabla)
3- Multiplicar por ( )
1
1 z

- Tabla de Transformadas en Z
La Tabla siguiente muestra algunas funciones temporales, su transformada de
Laplace y su transformada en Z pudindose usar para calcular los pasos 1 y 2. En los
24
manuales, las tablas de transformadas se encuentran en esta forma.
f ( ) L f ( ) Z f
1(escaln)
1
s

1
z
z

kT
2
1
s

( )
2
1
Tz
z

( )
2 1
2
kT
3
1
s

( )
( )
2
3
1
2 1
T z z
z
+

kT
e

1 s

+
T
z
z e

1
kT
e

( )
1
1 s s +

( )
1
1
T
T
z e
z z e

,
_


,

( ) sen kT
2 2
s

+

( )
( ) ( )
2
sen
2 cos 1
z T
z z T

+

Atencin: debemos advertir que en esta tabla no se da la transformada en Z de un
sistema con BOC. Es muy usual caer en este error. Para estos sistemas se debe seguir los
pasos antes mencionados.
Si no hay acoplamiento directo en el sistema continuo la funcin de transferencia en
Z, ( ) H z se obtiene:

( ) ( )
1 1
Re
i
i
i
s T
s T
s
e
H z s G s
z e s
_

[1.120]
donde
i
s son los polos de ( ) G s
Ejemplo 14. Motor Controlado Por Armadura
1 i
e e
p(t) = (t) (t)
k i
(t) = (t)
k i

[1.121]
1 e e i
p i
p(t) = (t) (t)
k k i i
p(t) = (t)
k i
[1.122]
25
f.c.e.m
m b m b
d (t)
(t) = (t) =
u k k
dt

[1.123]
circuito de armadura
i
i i i i m
d (t)
i
(t) = (t) + + (t)
u i u r L
dt
[1.124]
( )
i i i i b
(s) = + s (s) + s (s)
U k r L I
[1.125]
carga:
2
m
2
(t) d (t)
d
(t) = J + B p
dt
dt

[1.126]
o sea
( )
2
i p
(s) = J + s B (s)
k s I
[1.127]
Funcin de Transferencia
( ) ( )
p
2
i i i i i b p
(s)
k
G(s) = =
(s) s J + J + B s + B + U s k k L r L r

1
]
[1.128]
para 0
i
L
( )
M
M i
(s)
K
G(s) = =
(s) s 1 + s
U T

[1.129]
con
p
M
i b p
k
=
K
B +
k k r
[1.130]
i
M
i b p
J
r
=
T
B +
k k r
[1.131]
Discretizacin con Bloqueador de orden 0:
( )
M
M M
M
M
K
K
T
G(s)
1 s 1 + s
T
s + s
T

_

,
[1.132]
Funcin de Transferencia Discreta:
26
( )
( )
( )
( )
-1
sT -1
G(s)
polos
s
M
-1 M
G(s)
2 sT -1
polos
s
M
G(s)
G(z) = 1 - Res
z
s 1 -
e z
K
T
= 1 - Res
z
1
+ s 1 -
s e z
T
1
1
1
]
1
1
1
_
1

1
, ]

[1.133]
Clculo de los residuos:
Re
M
M
M M
T
1
- -1
-
T
T

k T
s =
1 -
e z
[1.134]
( )
( )
( )
( )
0
0
Re
M
M
sT -1 0
M
M M sT -1
M M
2
2
sT -1
sT -1
M
M
K
1 d
T
s =
1 2 - 1 ! ds
+ s 1 -
e z
T
K K
- - T
e z
T T
1
1
+ s 1 -
e z + s 1 -
e z
T
T
1
1

_
1

1
, ]
+
_
_


,
,
[1.135]
finalmente
( )
( )
( )
( )
( )
( )
( )
( )
M M
M
-1
M M -1
M
2 sT -1 -1
-1
T T
2
- - -1 -1 -1 -1 -1
T T M M M
T
- -1 -1
T
T
T T z
G(z) = 1 - - +
z K
1 - 1 -
e z z 1 -
z
1 - - 1 - 1 - + T 1 -
e e K T z T z z z z
=
1 - 1 -
e z z
1
1
1
]
1
1
]
[1.136]
( )
( )
( )
( )
M M
M
T T
- - -1 -1
T T M M M M M
T
- -1 -1
T
T - + + - T +
e e K z T T T T z
G(z) =
1 - 1 -
e z z
1
1
]
[1.137]
1.13. Relacin de Polos y Ceros Continuos y Dicretos
Una forma adecuada de caracterizar una funcin de transferencia racional es en
trminos de sus polos y ceros. Por lo tanto es interesante conocer la relacin entre la
ubicacin de los polos del sistema continuo y los del equivalente discreto.
27
- Polos
Dado que
AT
e , los autovalores de y de A se relacionan
( )
( )
i
A T
i
e

[1.138]
Por ejemplo el semiplano negativo de S corresponde al interior del crculo unidad
del plano Z. La relacin no es bidireccional ya que muchos puntos del plano S
corresponden a un nico punto del plano Z (ver segunda figura). Esta es otra ilustracin del
efecto de asociacin de frecuencias o aliasing.

Plano S Plano Z
w
N
-w
N

Plano S Plano Z
w
N
-w
N

28
Plano S Plano Z
p/T
-p/T
3p/T
-3p/T


la transformacin es
sT
z e
Ejemplo 15. Sistema de Segundo Orden
2
0
2 2
0 0
2 s

+ +
[1.139]
los polos en Z son las races de
2
1 2
0 z a z a + + [1.140]
con
( )
0
0
2
1 0
2
2
2 cos 1
T
T
a e T
a e

[1.141]
los polos varan con T
- Ceros
No existe una frmula para relacionar los ceros continuos y discretos. Si el sistema
continuo es una funcin racional tiene ceros donde se anula el numerador y 1 d r ceros
en infinito, donde r es el exceso de polos en la funcin de transferencia continua, es decir
la diferencia entre polos y ceros.
Para perodos de muestreo cortos un sistema discreto tendr los ceros en
i
s
i
z e [1.142]
donde los
i
s son los ceros del sistema continuo. Los 1 r ceros correspondientes a
los ceros infinitos del sistema continuo se convierten en los ceros de los polinomios Zr
presentados en la tabla siguiente a medida que el muestreo tienda a cero ya que para s muy
grande la funcin de transferencia se aproxima a ( )
r
G s s

.


29
r Polinomio Races
1
1
-
2
1 z + 1
3
2
4 1 z z + +
-3.73 -0.27
4
3 2
11 11 1 z z z + + +
-9.90 -1 -0.10
5
4 3 2
26 66 26 1 z z z z + + + + -23.20 -2.32 -0.43 -0.04

30
Ejemplo 16. Sistema continuo sin Ceros
( ) ( )
2
1 2 s s + +
[1.143]
antitransformando el cero se ubica
( ) ( )
( ) ( )
2 2
2
1 2 1
2 1 1
T T T T
T T
e e e e
z
e e

[1.144]
cuando el perodo de muestreo se hace pequeo
1 3 z T + [1.145]
De acuerdo a la tabla 2 r
1 0
r
Z z + [1.146]
1.14. Sistemas con Funcin de Transferencia Inversa Inestable
Un sistema continuo con funcin de transferencia racional no es de mnima fase si
sus ceros estn en el semiplano positivo o tiene retardos. Anlogamente un sistema discreto
es de fase no mnima si sus ceros estn fuera del crculo unidad. Esta definicin no
condiciona a que un sistema con retardos no sea de fase mnima. En otras palabras, un
retando no provoca los mismos problemas en un sistema discreto y en el equivalente
continuo. En los sistemas discretos es mejor hablar de sistemas con o sin inversa estable
que se define como sigue:
Definicin 3.2: Inversa estable. Un sistema discreto tiene inversa inestable si tiene
algn cero fuera del crculo unidad.
Un sistema continuo con inversa estable puede transformarse en un sistema discreto
con inversa inestable. De la tabla antes vista se desprende que el sistema inverso es siempre
inestable si el exceso de polos del sistema continuo es mayor a dos y el perodo de
muestreo es lo suficientemente corto. Mas an, un sistema continuo sin fase mnima no
siempre se transforma en un sistema discreto con inversa inestable. Esto se muestra en el
siguiente ejemplo:
Un sistema continuo con inversa estable puede transformarse en discreto con
inversa inestable o viceversa.
Ejemplo 17. Sistema Continuo con Inversa Inestable
( )
( )
( )( )
6 1
2 3
s
G s
s s

+ +
[1.147]
antitransformando el cero se ubica
31
2 3 5
2 3
8 9
1 9 8
T T T
T T
e e e
z
e e


+

+
[1.148]
para 1,25 T , 1 z y para perodo de muestreo mayores la inversa es siempre
estable.
1.15. Eleccin del Perodo de Muestreo
Ya se discuti la importancia de la correcta eleccin del perodo de muestreo. Un
perodo muy largo har imposible la reconstruccin y uno muy corto incrementar
innecesariamente la carga del computador. Se discutir aqu la relacin entre el perodo de
muestreo y los polos del sistema continuo.
Es til caracterizar el perodo de muestreo con una variable adimensional que tenga
alguna interpretacin fsica adecuada. Para sistemas oscilatorios es comn normalizarlo con
respecto al perodo de oscilacin; para sistemas no oscilantes, se lo hace con respecto al
tiempo de crecimiento.
Una buena medida es expresar el muestreo en funcin del tiempo de crecimiento
r
T
introduciendo
r
r
T
N
T
[1.149]
es el nmero de muestras en el tiempo de crecimiento.
El teorema del muestreo de Shannon otorga el lmite inferior resultando 0,32
r
N
para una seal senoidal pura. La reconstruccin de Shannon es, por supuesto excesivamente
complicada.
Para sistemas de primer orden el tiempo de crecimiento coincide con la constante de
tiempo. Es razonable entonces elegir
2 4
r
N
Para sistemas de segundo orden con amortiguamiento ? y frecuencia natural ?
O
, el
tiempo de crecimiento es
tan
0
1
r
T e

cos [1.150]
donde ? = cos f .
Para un amortiguamiento de ? =0,7 resulta h 0, 5-1 ( ?
O
est en rad/seg). Tambin se
elige 2 4
r
N
Recordar: sistema muestreado es ms deficiente que el continuo.
La eleccin del perodo de muestreo depende:
32
comportamiento requerido
dinmica propia del sistema
perturbaciones
actuadores
sensores
cmo fue modelado
Perodo de muestreo muy grande
imposibilita la reconstruccin
Mucho tiempo en lazo abierto
Perodo de Muestreo muy corto
Incrementa la carga del computador
Introduce errores numricos
Si el sistema tiene retardo
1 1
4 8
d
T t [1.151]
Dependiendo del tipo de proceso
Caudal 1seg
Presin 5 seg
Nivel 10 seg
Temperatura 20 seg
Una eleccin racional del perodo de muestreo para control en lazo cerrado debe
basarse en una comprensin acabada de su influencia en la performance del sistema de
control. Parece razonable pensar que la ms alta frecuencia de inters deber estar cerca del
ancho de banda del sistema en lazo cerrado. Se puede calcular a partir del ancho de banda o
lo que es su equivalente del tiempo de crecimiento del sistema en lazo cerrado.
Generalmente se usa una frecuencia de muestreo de 6 a 10 veces el ancho de banda, o de 2
a 3 veces en el tiempo de crecimiento. Estos valores parecen mucho menores que los
usados en el procesamiento de seales. Los perodos de muestreo son comparativamente
ms bajos en los problemas de control ya que su dinmica es generalmente de tipo pasa
bajos.