Teoria Cap2

Captulo 2.
- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________
CAPITULO 2
SISTEMAS LINEALES INVARIANTES EN EL TIEMPO
2.0
Introduccin
Esta clase de sistemas tiene dos razones principales que nos lleva a estudiarla: Muchos procesos fsicos poseen las propiedades de linealidad y la invariancia en el tiempo por lo que pueden modelarse como sistemas lineales e invariantes en el tiempo. Los sistemas LTI se pueden analizar con suficiente detalle para proporcionar tanto el conocimiento de sus propiedades como un conjunto de herramientas para el anlisis de seales y sistemas. Sistemas LTI Discretos: La Suma de Convolucin
2.1
2.1.1 La representacin de seales discretas en trminos de los impulsos La idea fundamental de visualizar cmo el impulso unitario discreto se puede usar para construir cualquier seal discreta es pensar en una seal discreta como una secuencia de impulsos individuales. Por lo tanto, la representacin matemtica de la seal x[n] es de la forma: * x[n] = x[k] [n-k]
k=- +
Por ejemplo para el escaln unitario discreto, se tiene que: [n] = [n-k]
k=- +
Nota: la ecuacin * se llama propiedad de seleccin del impulso unitario discreto. 2.1.2 La repuesta al impulso unitario discreto y la representacin de la suma de convolucin
Designemos a hk[n] como la respuesta del sistema lineal al impulso unitario desplazado [n-k]. Sistema Lineal h
k[n] = [n-k]
hk[n] = hk[n-k]
(invariante en el tiempo)
La respuesta de un sistema lineal a una entrada arbitraria x[n], es decir:

NAO/raq 1
Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________ +
x[n] = x[k] [n-k]

k=-
Es simplemente la combinacin lineal ponderada de las respuestas bsicas hk[n], por lo tanto la salida y[n] se expresa como: y[n] = x[k] hk[n]
k=- +
En general, para un sistema lineal invariante en el tiempo se tiene que: hk[n] = h[n-k], en donde [n] es la respuesta al impulso unitario. As, y[n] = x[k] hk[n-k]
k=- +
Suma de convolucin o Suma de superposicin
Nota: La operacin de convolucin se representa de la siguiente manera: y[n] = x[n] * h[n]
Por ejemplo, sea: h[n] 0 1 2
x[n]
2 0.5
y[n] = ? y[n] = x[0] h[n] + x[1] h[n-1]
0 1
NAO/raq
Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________
Problema: Considere una entrada x[n] y una respuesta al impulso unitario h[n] dada por: x[n] = n [n] Determinar y[n] ^ h[n] = [n]; con 0<<1
Para n<0 , x[k] h[n-k] = 0 por lo tanto y[n]=0 Para n 0, x[n] h[n-k] = As,
n
k
k, 0 k n 0, otro valor
1 + n+1 y[n] = = 1 k=0
y[n] =
1 + n+1 1-
[n]
Relaciones a recordar (a) Frmula de suma finita =

n
N, =1 1 - n ; para cualquier nmero complejo 1 1-
(b)
Frmula de suma infinita Si <1, entonces:

+
n=0 +
1 1- (1-)2
(c)
Si <1, entonces:
nn
n=0
(c)
Suponiendo que <1
= n=m+k
m+k
n=0
m=0
k 1-
NAO/raq
Problema: Sea Para n<0 y[n] = x[k] h[n-k]

k=- +
0 1 2 3 4
1, 0 n 4 x[n] = 0, otro valor
h[n] =
n, 0 n 6 0, otro valor x[k] k
h[3-k]
y[n] = 0
0 3
n=3
Para 0 n 4 x[k]h[n-k] = y[n] =

k=0 n
,0kn 0, otro valor

n-k
n-k
n n = (1/)k =
n
k=0
1 - (1/)n+1 1- 1/
1 - n+1 1-
Para 4 n 6 x[k]h[n-k] = y[n] =

k=0 4
, 0 k 4 0, otro valor
n-k
n-k
1 - (1/)5 1- 1/
n-4 - n+1 1-
Para 6 n 10 x[k]h[n-k] =
4
, n-6< k 4 0, otro valor

n-k
y[n] =
n-k
=
r=k-n+6
10-n
6-r
10-n r=0
(1/)r = 6
k=n-6
r=0
1 - (1/)11-4 1- 1/
por lo tanto y[n] =

NAO/raq
n-4 - 7 1-
4
Para n>10 x[k] h[n-k] = 0 y[n] = 0 k
2.2 2.2.1
Sistemas LTI Continuos: La Integral de Convolucin La Representacin de seales continuas en trminos de los impulsos. 1/!, 0 t < ! Si se define ! = 0, para otro valor
Se puede aproximar cualquier seal x(t) como sigue:
x(t) = lim x(k!) !(t - k!) ! ! 0 K=-
En consecuencia, al igual que en el caso discreto, podemos definir:

+
x(t) = x() (t- ) d

-
Propiedad de seleccin del impulso de tiempo continuo
2.2.2
La Respuesta al Impulso Unitario Continuo y la Representacin de la Integral de Convolucin de Sistemas LTI.
Si hacemos que h (t) denota la respuesta en el tiempo t a un impulso unitario (t- ) localizado en el tiempo , entonces:
+
y(t) = x() h (t) d

-
Es la respuesta de un sistema lineal en el caso continuo para una entrada x(t)
NAO/raq
Para el caso de sistemas lineales invariantes en el tiempo, la respuesta del sistema a cualquier entrada x(t) se escribe como la integral de convolucin, dada por:
y(t) = x() h (t-) d

-
Simblicamente, se puede escribir la convolucin de dos seales x(t) y h(t) como y(t) = x(t) * h(t)
Problema: Sea x(t) la entrada a un SLTI con respuesta al impulso unitario h(t), donde: x(t) = e-at (t); x(t) SLTI a>0 y h(t) = (t) y(t)=?
Para t<0 x() h(t - ) = 0 por lo tanto y(t) = 0 1 x()
h (t-)
0 Para t>0
e-a ; 0 < t x() h(t- ) =

NAO/raq
0 ; otro caso
y(t) = e-a d = -1/a e-a

0 0
= 1/a (1 - e-at)
as: y(t) = 1/a {1- e-at } (t)
2.3
Propiedades de los Sistemas Lineales e Invariantes en el Tiempo
Entrada
SLIT
Resp impulso
Salida
Para caso continuo:
y(t) =
x() h(t- ) d = x(t) * h(t)

- +
Para caso discreto:
y[n] = x[k] h[n-k] = x[n] * h[n]

k= -
Nota: En particular, la respuesta al impulso unitario de un sistema no lineal no caracteriza por completo al comportamiento del sistema.
Ejemplo: (a) Sea y[n] = x[n] + x[n-1] 1; n = 0,1 h[n] = 0 ; otro valor h[n] = [n] + [n-1]
Si x[n] es el escaln unitario, entonces:

2 1
y[n] = [n] + [n-1]

0
n
7
NAO/raq
por otro lado: y[n] = x[k] h[n-k] = x[k]{ [n-k] + [n-k-1] }

k= - k= -
+ +
as
y[n] = [n] + [n-1] y[n] = (x[n] + x[n-1])2
(b)
Sea
1; n = 0,1 h[n] = 0 ; otro valor
h[n] = [n] + [n-1]
Si x[n] = [n] entonces: y[n] = ( [n] + [n-1])2

1
0
2.3.1
Propiedad Comnutativa (a) x[n] * h[n] = h[n] * x[n] = h[k] x[n-k]

k= -
+ +
(b) 2.3.2
x(t) * h(t) = h(t) * x(t) =
h() x(t- ) d
-
Propiedad distributiva (a) (b) x[n] * {h1[n] + h2[n]} = x[n] * h1[n] + x[n]* h2[n] x(t) * {h1(t) + h2(t)} = x(t) * h1(t) + x(t) * h2(t) h1 x h2 + y x h1 + h2 y
NAO/raq
Problema: Sea y[n] la convolucin de las siguientes dos secuencias: x[n] = 2-n [n] + 2n [-n] h[n] = [n] Determine y[n] 2.3.3 (a) (b) Propiedad asociativa x[n] * {h1[n] * h2[n]} = {x[n] * h1[n]} * h2[n] x(t) * {h1(t) * h2(t)} = {x(t) * h1(t)} * h2(t) x y h1 h2
!
y h2 h1
2.3.4
Sistemas LIT con y sin memoria
Como se mencion, un sistema es sn memoria si su salida en cualquier tiempo depende slo del valor de la entrada en ese mismo tiempo. (a) Para el caso discreto LTI, se debe cumplir: h[n] = 0 por lo tanto (b) y[n] = k x[n] n0 h[n] = k [n]
Para el caso continuo LTI, se debe cumplir: h(t) = 0 por lo tanto y(t) = k x(t) t 0 h(t) = k (t)
2.3.5
Invertibilidad del sistema LTI
x(t)
h(t)
y(t)
w(t)=x(t) h1(t)
x(t)
Sistema de Identidad (t)
x(t)
NAO/raq
Este sistema, h(t), es invertible nicamente si existe un sistema inverso que, cuando est conectado en serie con el sistema original, produce una salida igual a la entrada del primer sistema. Es decir, h(t) * h1(t) = (t), en donde h1(t) debe ser la respuesta al impulso del sistema inverso. Para el caso discreto se debe cumplir: h[n] * h1[n] = [n] Por ejemplo: Sea h[n] = [n] y[n] = x[k] [n-k] = x[k]
k= - k= - + n
Su sistema inverso se obtiene de y[n] = x[n] - x[n-1], por lo cual h1[n] = [n] - [n-1] Comprobacin: h[n] * h1[n] = [n] * { [n] - [n-1]} = [n] * [n] - [n] * [n-1] = [n] - [n-1] = [n] 2.3.6 Causalidad para los SLIT La propiedad de causalidad: la salida de un sistema causal depende slo de los valores presentes y pasados de la entrada al mismo. (a) Para un SLIT discreto sea causal, y[n] no debe dedender de x[k] para k>n. y[n] = x[k] h[n-k]
k= - +
En este caso h[n-k] para k>n deben ser cero, as los coeficientes que multiplican a x[k] son ceros. Esto requiere que la respuesta al impulso de un SLIT causal discreto satisfaga la condicin h[n] = 0 Por lo tanto
n k= -
n<0
y[n] = x[k] h[n-k] = h[k] x[n-k]

k= 0
NAO/raq
10
(b)
Para un SLIT continuo es causal si h(t) = 0, t<0 y la respuesta:

t
y(t) =
x() h(t- ) d = h() x(t- ) d

- 0
2.3.7
Estabilidad para los SLIT Un sistema es estable si cada entrada limitada produce una salida limitada.
(a)
Considere la entrada x[n] que est limitada en magnitud, entonces, x[n] < B n
la magnitud de la salida, para un SLIT, se tiene: y[n] = h[k] x[n-k] h[k] x[n-k]
k= - k= -
+ +
con lo cual se obtiene y[n] B h[k]

k= -
+
si el sistema es estable; y[n] < por lo tanto, si la respuesta al impulso unitario es absolutamente sumable, es decir: h[k] <
k= -
+
se cumple la condicin y[n] < (b) Para el caso continuo, el sistema es estable si la respuesta al impulso es absolutamente integrable, es decir:
h() d <
-
Sea x(t) < B t, entonces |y(t) |

NAO/raq
+
|y(t) |= | h() x(t- ) d |

-
| h() | | x(t- ) | d
B h() d
-
11
2.3.8
Respuesta al escaln unitario de un SLIT
Hay otra seal que tambin se usa con bastante frecuencia para describir el comportamiento de SLIT: la respuesta al escaln unitario, s[n] o s(t), que corresponde a la salida cuando x[n] = [n] o x(t) = (t), respectivamente. (a) La respuesta al escaln de un SLIT discreto, es la siguiente: s[n] = [n] * h[n] = o tambin (b)
k=-
h[k]
h[n] = s[n] - s[n-1]

t
La respuesta al escaln unitario de un SLIT continuo es: s(t) = (t) * h(t) = o tambin h(t) = d s(t) dt
h() d
-
2.4 (a)
Sistemas Causales Descritos por Ecuaciones Diferenciales y de Diferencias Una clase importante de sistemas continuos es aquella para la cual la entrada y la salida estn relacionadas a travs de una ecuacin diferencial lineal con coeficientes constantes. En forma correspondiente, para los sistemas discretos son aquellas para la cual la entrada y la salida estn relacionadas a travs de una ecuacin de diferencias lineales con coeficientes constantes. Ecuaciones diferenciales lineales con coeficientes constantes. Ejemplo: Sea d y(t) + 2y(t) = x(t) dt
(b)
2.4.1
Considere x(t) = k e3t (t) donde k es un nmero real. La solucin a esta ecuacin se plantea de la siguiente forma: y(t) = yp(t) + yh(t)
Solucin Homognea Solucin Particular
NAO/raq
12
(i)
Solucin homognea, yh(t) satisface Sea yh(t) = A est Asest + 2Aest = Aest (s+2) = 0 yh(t) = Ae-2t
d y(t) + 2y(t) = 0 dt
por lo tanto s=-2
(respuesta natural del sistema)
(ii)
Solucin particular, o bien respuesta forzada del sistema: Sea yp(t) = Y e3t, donde Y es un nmero a determinar d yp(t) dt 3Y e3t + 3Y e3t = k e3t yp(t) = k/5 e3t (t) As y(t) = Ae-2t + k/5 e3t; t>0 5Y=k Y= k/5 + 2yp(t) = k e3t; t>0
Para determinar la constante A necesitamos especificar una condicin auxiliar o condicin inicial: En este caso y(0) = 0 y(0) = A + k/5 = 0 A= -k/5
y(t) = k/5 {e3t e-2t} (t) Una ecuacin diferencial general lineal de orden N con coeficiente constante est dada por:
N
ak
k=0
dky(t) dt
k
= bk
k=0
dkx(t) dtk
La solucin y(t) consiste de dos partes, una solucin particular o respuesta forzada ms una solucin a la diferencial homogenea o respuesta natural del sistema, esta ltima dada por:
N
ak
k=0
dky(t) dtk
=0
NAO/raq
13
Debemos indicar las condiciones iniciales. Bajo la condicin de reposo inicial, el sistema descrito por la ecuacin * es causal e LIT.
2.4.2
Ecuaciones de Diferencias Lineales con Coeficientes Constantes
La ecuacin de diferencias lineales de orden N con coeficientes constantes est dada por: ak
k=0 N
dky(t) dtk
=0
Donde
y(t) = yh(t) + yp(t)

Solucin particular Solucin homognea
La solucin homognea es la respuesta a la ecuacin homognea: ak y[n-k]

k=0 N =0
Una manera alternativa de resolver el sistema es de la siguiente forma: 1 y[n] = a 0
bk x[n-k] - ak y[n-k] }
k=0
k=0
Para poder calcular y[n] necesitamos conocer y[n-1], ..., y[n-N] Nota: a las ecuaciones anteriores se les llama ecuaciones recursivas. Para el caso N=0, la ecuacin se reduce:
M b k y[n] = ( a0 ) x[n-k]
Ecuacin no recursiva
k=0
Adems, la ecuacin anterior describe un SLIT, y por clculo directo se encuentra que la respuesta al impulso de este sistema es:
h[n] =
bn a0 0
; 0nM ; otro valor
NAO/raq
14
Observese que la respuesta al impulso para este sistema tiene duracin finita. Debido a esta propiedad el sistema especificado es denominado Sistema de Respuesta Finita al Impulso (FIR). Para el caso N 1, de manera que la ecuacin de diferencias sea recursiva, por lo general se da el caso de que el SLIT corresponde a esta ecuacin, junto con la condicin de reposo inicial, tendrn una respuesta al impulso de duracin infinita. Estos sistemas se conocen como Sistemas de Respuesta Infinita al Impulso (IIR)
Ejemplo: Sea y[n] = x[n] + y[n-1]; Si x[n] = k [n] y[0] = x[0] + 1/2 y[-1] = k y[1] = x[1] + 1/2 y[0] = 1/2 k y[2] = x[2] + 1/2 y[1] = (1/2)2 k . . . y[n] = x[n] + y[n-1] = (1/2)n k con y[n] = 0 n -1
Haciendo k=1, entonces h[n] = (1/2)n [n] 2.5 Funciones Singulares
Definicin: Impulso unitario, (t), es la seal para la cual x(t) = x(t) * (t) para cualquier x(t). Observacin: Si x(t) = 1 t, entonces:
+ + - -
1 = x(t) = x(t) * (t) = (t) * x(t) = () x(t- ) d = () d Usando la definicin anterior y considerando una seal arbitraria g(t), se obtiene:
+
g(-t)=g(-t) * (t)= g (-t) () d

-
NAO/raq
15
Para t=0, nos da:
g(0) = g () ()
-
Este ltimo resultado permite definir operacionalmente (t). Para ver esto, sea x(t) una seal dada en un tiempo t, y definiendo: g() = x(t-) entonces: g(0)= x(t) = g () () d = x (t-) () d= x(t) * (t)
- - + +
Por lo tanto, la seal impulso unitario es la seal que, cuando se multiplica por una seal g(t) y se integra entre (-,), produce el valor g(0). (a) Propiedades
- +
g ()f() () d = g(0) f(0)
(b)
g ()f(0) () d = g(0) f(0)
Como ambos resultados son idnticos se puede concluir que: f(t) (t) = f(0) (t) (ya vista) y(t) = dx(t) dt
Considere el SLIT dado por:
Definicin: La respuesta al impulso unitario de este sistema es la derivada del impulso unitario, denominada doblete unitario 1(t). De la representacin de la convolucin para los SLIT tenemos que: dx(t) = x(t) * 1(t), para cualquier seal x(t) dt
NAO/raq
16
Definicin: La segunda derivada de (t) se puede obtener de: d2x(t) = x(t) * 2(t) dt2
Nota: d2x(t) dt2 = d dt
(dx(t) dt )
= x(t) * 1(t) * 1(t)
por lo tanto 2(t) = 1(t) * 1(t)
En general, k(t); k>0, es la k-sima derivada de (t) y por consiguiente es la respuesta al impulso de un sistema que calcula la k-sima derivada de la entrada. Este sistema se puede representar como: k(t) = 1(t) * ...* 1(t)
k veces
Al igual que el impulso unitario, cada una de estas funciones singulares tiene propiedades que se pueden deducir de su definicin operacional. Por ejemplo: (a) Sea x(t) = 1, entonces
+ - +
dx(t) = 0 = x(t) * 1(t) = 1() x(t- ) d dt -
por lo tanto
1() d = 0
(b) Si convolucionamos la seal g(-t) con 1(t) tenemos:
g (-t) 1() d = g(-t) * 1(t) =
dg(-t) dt = -g(t)
Para t=0, se tiene: -g(0) = g () 1() d

- +
Tambin se puede definir seales que representan integrales sucesivas de la funcin impulso unitario.
t
Sea el sistema
NAO/raq
y(t) = x() d
-
17
El escaln unitario es la respuesta al impulso de un integrados, as:

t
(t) = () d
-
Definicin: tambin para (t) se tiene la siguiente definicin operacional:

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

-
De forma similar, se puede definir el sistema que consiste en una cascada de dos integrados
t
-2(t) = (t) * (t) = () d = t ()

-
A la seal -2(t) se le conoce como la funcin de campo unitario. Operacionalmente se puede definir: x(t) * -2(t) = x(t) * (t) * (t) =
- t
{ x() d } d
-
De manera anloga se puede definir:

t
-k(t) = (t) *...* (t) = -(k-1)() d

-
k veces
Se obtiene -k(t) = tk-1 (t) (k-1)!
Nota:
0(t) = (t) -1(t) = (t)
NAO/raq
18
2.6 2.6.1
Linealizacin de un Modelo Matemtico no Lineal Modelacin de procesos
El procedimiento de modelacin permite obtener las caractersticas de los procesos y relaciona stas con el diseo del equipamiento del proceso y las variables operacionales. Existen varios tipos de modelos; de los ms usados por los ingenieros tenemos los siguientes: Los Modelos Matemticos Definicin: un modelo matemtico de un proceso es un conjunto de ecuaciones cuya solucin, para un conjunto de datos de entradas especficas, es representativa de la respuesta del proceso correspondiente al mismo conjunto de entradas. Aqu los modelos matemticos sern usados para el anlisis del proceso. Adems, podemos encontrar los modelos anlogicos o experimentales que se obtienen de los modelos fsicos para representar el comportamiento de un sistema a plena escala empricamente. Modelos Fundamentales o Fenomenolgicos y Empricos Los modelos fundamentales estn basados en los principios fundamentales tales como la conservacin de materia y de energa; estos modelos proveen una buena forma para predecir el comportamiento del proceso. Sin embargo, los modelos fundamentales pueden ser demasiado complicados y complejos; as para tareas de control, se recurre a modelos empricos simplificados basados en datos dinmicos experimentales. Modelos Dinmicos y Estado Estacionario Los modelos dinmicos y en estado estacionario son unsados en el anlisis de control de proceso. Modelos Distribuidos y concentrados Los modelos concentrados son vlidos para sistemas en los cuales las propiedades de un sistema no depende de la posicin en que se encuentra ste. Para los sistemas concentrados, los modelos en estado estacionario involucran solamente ecuaciones algebraicas; y los modelos dinmicos involucran solamente ecuaciones diferenciales ordinarias. Los modelos distribuidos son vlidos para sistemas en los cuales las propiedades dependen de la posicin y sus modelos dinmicos involucran ecuaciones diferenciales parciales.
NAO/raq
19
2.6.2 (a)
Ejemplos de aplicacin C.S.T.R. w * Vasija bien mezclada * Densidad igual para el componente y el solvente * Flujo de entrada constante F1 Datos: F0= 0.085 m3/min V = 2.1 m3 CAinit= 0.925 mole/ m3 CA0= 0.925 mole/ m3 Q CA0final= 1.85 mole/ m3
F0
El sistema est inicialmente en estado estacionario (CA0= CA= CAinit) Balance de material total {Acumulacin de masa} = {masa entrada} {masa salida} Balance de material por componente {Acumulacin de masa del componente} = {masa del componente de entrada} {componente de salida} + {generacin de masa del componente} Balance de energa {Acumulacin de E + Pe + ke} = {E + Pe + ke de entrada debido a conversin} { E + Pe + ke de salida debido a conversin } + Q W en donde E= energa interna H= E + pu: entalpa ke= energa cintica Pe= energa potencial pv= presin por volumen especfico Q= calor transferido al sistema desde el entorno
NAO/raq
20
W= trabajo total hacia el sistema desde el entorno
La seleccin de los balances relavantes para un problema especfico depende de las variables fsicas de inters, por ejemplo: (i) (ii) (iii) Presin y niveles dependen del material total y requiere del balance de material total. Las composiciones requiere de un balance de material por componentes. La temperatura requiere de un balance de energa.
Adems se deben considerar las ecuaciones algebraicas para completar el modelo especfico; algunas de ellas son: Transferencia de calor Razn de reaccin qumica Flujo de fluido Ecuacin de estado Equilibrio de fase Para el CSTR se tiene: * Balance de material total (V)t+t - (V)t = Fot F1t d(V) dV d = V dt + dt = F0 + F1 dt F1= Kf L - Lw en donde L=V/A; : densidad d :cte dt =0 L>Lw Lw: flujo de rebalse : Q = hA(T) : AK0 e-E/RTCA : F=Cr(P/) : PV= nRT : yi=ki xi
dV Si V=cte dt = F0 F1 = 0 * Balance de material por componente (MWA VCA)t+t (MWA VCA)t = (MWA FCA0 - MWA FCA) t donde MWA peso molecular; el trmino de generacin es cero porque no hay reaccin qumica. dCA MWA V As dt = MWA F (CA0 - CA) Otro balance se debe al solvente: MWs V
NAO/raq
dCs dt =
MWs F (Cs0 Cs)

21
Nota: de las tres ecuaciones, dos de ellas son independientes Las variables a analizar: CA y F1 Las variables externas : F0 y CA0 En resumen las ecuaciones son: dado que V=cte F1 = F0 = F
dV = F1 dt dCA V dt = F (CA0 - CA)
Solucin
dCA + 1 CA = 1 CA0 dt
et/
V = F
d(CA et/) =
por lo tanto
CA0
et/ dt
CA = CA0 + I e -t/ ; t>0
Como CA(t) = CAinit en t=0 entonces I = CAinit - CA0 por lo tanto CA = CA0 + (CAinit - CA0) e -t/ (b) F0 Pa * La densidad es constante * El rea del estanque: A y no cambia con el peso L F1 Pa Datos: F0= F1 = 100 m3/H inicialmente A = 7 m2
Balance de material total dL A dt = F0- F1
NAO/raq
22
F1 = Kf Por lo tanto
A dL = F0- Kf dt 2.6.3
Descripcin estadual de sistemas no lineales
Muchos sistemas obedecen a ecuaciones diferenciales no lineales de la forma: x(t) = f ( x(t), (t), t) Donde t :tiempo x(t): vector de estado (estadual) Rn (t): vector de control (o entrada) Rk la salida vectorial y(t) Rl es dada por y(t) = g ( x(t), (t), t) f y g son reales y vectoriales En este curso slo se considera el caso lineal, el cual se representa por: = A(t) x(t) + B(t) (t) x(t) y(t) = C(t) x(t) + D(t) (t) A, B, C, D: matrices variables en el tiempo.
2.6.4
Linealizacin Sea Sujeto a 0(t): dado x0(t0): dado Surge la solucin x0(t) en t [t0,t1] x(t) = f ( x(t), (t), t)
NAO/raq
23
Satisface
x0(t) = f ( x0(t), 0(t), t)
Suponiendo leves desviaciones en torno a estas funciones o valores nominales, entonces: ~ (t) = 0(t) + (t) x(t0) = x0(t0) +~ x(t0) ^ x(t) = x0(t) + ~ x(t) Asi sustituyendo x(t), (t) en la ecuacin no lineal y desarrollando en serie de Taylor, resulta: ~ ~ ~ x0(t) + x(t) = f [x0(t), 0(t), t] + Jx [x0(t), 0(t), t] x(t) + J [x0(t), 0(t), t] (t) + ... Jx,J son las matrices jacobianas de f respecto a x y , respectivamente donde (Jx)i.j = fi i f = [f1,f2,...,fi,...]T x = [1, 2,..., j,...]
As ~ ~ ~ x(t) = A(t) x(t) + B(t)(t); En donde A(t) = Jx [x0(t), 0(t), t] B(t) = J [x0(t), 0(t), t] Ejemplo: Pndulo invertido
Pndulo Pivote (Reaccin) V Centro de gravedad L s mg H (reaccin) Pivote
t [t0,t1]
m M
Carro
NAO/raq
24
2 m d {s(t) + L sen(t)} = H(t) dt2
m d {L cos(t)} = V(t) - mg dt2 J (t) = L V(t) sen (t) - L H(t) cos (t) M s(t) = (t) - H(t) - F s(t) Donde: J: inercia respecto el centro de gravedad (t): fuerza del motor sobre el carro F: coeficiente de roce viscoso
por lo tanto ms cos - mL 2 sen = H + mL
sen - mL 2 cos = V - mg -mL = LV sen - LH cos J

* Ms = - H - Fs
s, , H, V, son funciones de t. Si m es pequea respecto a M se puede despreciar H en * y por lo tanto Ms = - Fs
Eliminando H y V se obtiene
- mg Lsen + mLs (JmL2) cos = 0 - g/L sen + 1/L scos = 0

Donde L (J + mL2) / mL : Largo efectivo Sea la solucin nominal: (t) = 0 , s (t) = 0, (t)=0 linealizando por Taylor se obtiene:
(t) - g/L (t) + 1/L s

NAO/raq
(t) = 0
25
Eligiendo: 1= s 2 =
3 = s + L 4 = s + L Entonces:
1= 2 2 = 1/M - F/M 2
. . . .
3 = 4 4 = g = g/L {3 - 1 }
x(t) =
0 1 0 0 -F/M 0 0 0 0 -g/L 0 g/L
0 0 1 0
x(t) +
0 1/M 0 0
(t)
NAO/raq
26

Teoria Cap2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Teoria Cap2

Uploaded by

Copyright:

Available Formats

Captulo 2.

- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

SISTEMAS LINEALES INVARIANTES EN EL TIEMPO

La respuesta de un sistema lineal a una entrada arbitraria x[n], es decir:

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________ +

x[n] = x[k] [n-k]

Suma de convolucin o Suma de superposicin

Nota: La operacin de convolucin se representa de la siguiente manera: y[n] = x[n] * h[n]

Por ejemplo, sea: h[n] 0 1 2

y[n] = ? y[n] = x[0] h[n] + x[1] h[n-1]

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

1 + n+1 y[n] = = 1 k=0

Relaciones a recordar (a) Frmula de suma finita =

N, =1 1 - n ; para cualquier nmero complejo 1 1-

Frmula de suma infinita Si <1, entonces:

Suponiendo que <1

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

Problema: Sea Para n<0 y[n] = x[k] h[n-k]

1, 0 n 4 x[n] = 0, otro valor

n, 0 n 6 0, otro valor x[k] k

Para 0 n 4 x[k]h[n-k] = y[n] =

,0kn 0, otro valor

Para 4 n 6 x[k]h[n-k] = y[n] =

, n-6< k 4 0, otro valor

por lo tanto y[n] =

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

Para n>10 x[k] h[n-k] = 0 y[n] = 0 k

Se puede aproximar cualquier seal x(t) como sigue:

x(t) = lim x(k!) !(t - k!) ! ! 0 K=-

En consecuencia, al igual que en el caso discreto, podemos definir:

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

Propiedad de seleccin del impulso de tiempo continuo

La Respuesta al Impulso Unitario Continuo y la Representacin de la Integral de Convolucin de Sistemas LTI.

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

Es la respuesta de un sistema lineal en el caso continuo para una entrada x(t)

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

y(t) = x() h (t-) d

Para t<0 x() h(t - ) = 0 por lo tanto y(t) = 0 1 x()

e-a ; 0 < t x() h(t- ) =

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

y(t) = e-a d = -1/a e-a

as: y(t) = 1/a {1- e-at } (t)

Propiedades de los Sistemas Lineales e Invariantes en el Tiempo

Para caso continuo:

x() h(t- ) d = x(t) * h(t)

Para caso discreto:

y[n] = x[k] h[n-k] = x[n] * h[n]

Si x[n] es el escaln unitario, entonces:

y[n] = [n] + [n-1]

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

por otro lado: y[n] = x[k] h[n-k] = x[k]{ [n-k] + [n-k-1] }

y[n] = [n] + [n-1] y[n] = (x[n] + x[n-1])2

1; n = 0,1 h[n] = 0 ; otro valor

h[n] = [n] + [n-1]

Si x[n] = [n] entonces: y[n] = ( [n] + [n-1])2

Propiedad Comnutativa (a) x[n] * h[n] = h[n] * x[n] = h[k] x[n-k]

x(t) * h(t) = h(t) * x(t) =

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

Sistemas LIT con y sin memoria

Invertibilidad del sistema LTI

Sistema de Identidad (t)

Captulo 2.- Sistemas lineales invariantes en el tiempo ________________________________________________________________________________________

y[n] = x[k] h[n-k] = h[k] x[n-k]

-k(t) = (t) ... (t) = -(k-1)() d