Sistemas de Primer y segundo

orden
1
Espinoza Guerrero Pedro - Ricardo Meza Gonzales - Adrián Alejandro Esquer Carreón
 Índice
Índice Pag.2
Introducción Pag.3
Respuesta de Sistemas de primer y segundo orden Pag.4 – 8
4.1 Sistemas Continuos de Primer Orden Pag.9 – 10
4.2 Sistemas Discretos de Primer Orden Pag.11 – 12
4.3 Sistemas Continuos de Segundo Orden Pag.13
4.3.1 Región de Estabilidad Pag.14
4.3.2 Región de Tiempo máximo de asentamiento Pag.14 – 15
4.3.3 Región de Frecuencia máxima de oscilación Pag.15 – 16
4.3.4 Región de Sobrepico máximo Pag.16
4.4 Sistemas Discretos de Segundo Orden Pag.17 – 20
4.4.1 Región de Estabilidad Pag.20 – 23
4.4.2 Región de Tiempo máximo de asentamiento Pag.23 – 24
4.4.3 Región de Frecuencia máxima de oscilación Pag.24 – 26
4.4.4 Región de Sobrepico máximo Pag.26 – 28
4.5 Efecto de los ceros. Pag.29
4.6 Polos Dominantes Pag.31
4.6.1 Caso continuo Pag.33
4.6.2 Caso discreto Pag.34
4.7 Técnica del lugar de las raíces Pag.35 – 39
4.8 Mapeo del plano s al z y viceversa Pag.40 – 42
4.9 Transformada Bilineal Pag.42 – 45
Bibliografía Pag. 46 – 50

2
Introducción

El tratamiento de datos en sistemas dinámicos lineales es un proceso fundamental

que permite interpretar, analizar y optimizar la información obtenida de estos
sistemas. Este tratamiento implica la recolección, limpieza, transformación y análisis
de los datos obtenidos, con el objetivo de obtener una visión clara del
comportamiento del sistema y de los factores que influyen en su respuesta.

Primero, la recolección de datos es el paso inicial y crucial, donde se obtiene

información sobre las entradas y salidas del sistema, así como otros parámetros
relevantes, como el tiempo de respuesta y los posibles errores o perturbaciones que
puedan afectar su desempeño. Posteriormente, en la fase de limpieza y
preprocesamiento de datos, se eliminan los valores atípicos o ruidos que puedan
distorsionar el análisis, asegurando así que los datos sean representativos y
confiables.

Luego, el proceso de transformación de datos se centra en convertir la información

en un formato adecuado para el análisis, lo cual puede implicar normalización,
escalado o descomposición en componentes más simples. Una vez transformados,
los datos pueden ser analizados mediante herramientas estadísticas y técnicas de
modelado matemático, lo que permite entender y predecir la respuesta del sistema
a diferentes estímulos. Esta fase de análisis permite identificar patrones, tendencias
y anomalías, fundamentales para la optimización del sistema.

Finalmente, el tratamiento de datos facilita la predicción del comportamiento del

sistema dinámico lineal bajo diferentes condiciones y contribuye a mejorar su
desempeño mediante el ajuste de sus parámetros. Además, ayuda a garantizar la
estabilidad del sistema, pues permite anticipar posibles fallos o inestabilidades, y a
diseñar estrategias de control que mejoren su respuesta.

En conjunto, estos procesos de tratamiento de datos son esenciales en campos de

la ingeniería y automatización, ya que proporcionan las bases necesarias para
implementar controles precisos y eficientes en sistemas de control, maquinaria
industrial y otros procesos donde la estabilidad y el rendimiento óptimo son críticos.

3
Respuesta de Sistemas de primer y segundo orden

Los sistemas de primer orden son sistemas que están representados por
ecuaciones diferenciales de 1° orden como su nombre lo dice, también es donde
nuestro diferencial es exponente 1.

Para saber si una ecuación diferencial es de primer orden, se debe considerar el

tipo de ecuación: dy dx + p(x)y = f(x), donde las funciones p(x) y f(x) se consideran
continuas. Si f(x) ≡ 0, la ecuación se dice homogénea.

Los diseños de primer orden son aquellos que se consideran para recoger datos
con el propósito de ajustar un modelo de primer orden.

Los sistemas de segundo orden son raros en la práctica, sin embargo, su análisis
ayuda al entendimiento del análisis y diseño de sistemas de orden más altos, los
sistemas de segundo orden son aquellos que posee dos polos en su función de
transferencia. Físicamente este sistema puede representar un circuito RLC
paralelo, acoplamiento de dos tanques, tanque con sistema de
calentamiento/enfriamiento, sistemas de masas inerciales, etc.

Genéricamente cualquier sistema dinámico lineal de segundo orden se puede

representar por la siguiente ecuación diferencial ordinaria lineal:

Importancia de las Respuestas de Primer y Segundo Orden

Conocer las respuestas de sistemas de primer y segundo orden es crucial para

diseñar y ajustar sistemas de control en la ingeniería. Permite prever cómo
reaccionará el sistema ante cambios en las entradas y ajustar parámetros como la

4
constante de tiempo o el coeficiente de amortiguamiento para lograr la estabilidad y
el rendimiento deseados.

Un sistema de 1er orden tiene una función de transferencia de la forma:

La respuesta de este sistema ante una entrada escalón unitario tiene por expresión:

La representación gráfica de esta expresión puede verse en la figura 1.

Los parámetros característicos que aparecen representados en la figura anterior

son:

5
 • K: La ganancia estática se define como el valor final ante entrada escalón
unitario.
• T: Constante de tiempo (es el tiempo en el que se alcanza el 63% del valor
final).
• ts= 3T: Tiempo de establecimiento (es el tiempo que tarda la respuesta en
entrar y permanecer en la zona del ±5% en torno a su valor de equilibrio).

Los sistemas de 2º orden tienen una función de transferencia de la forma:

Pudiendo considerar los siguientes parámetros:

• K: Ganancia estática.
• ωn: Frecuencia natural no amortiguada.
• ξ: Coeficiente de amortiguamiento.

Los dos polos de este sistema pueden ser reales o complejos conjugados,
dependiendo del valor que tome el coeficiente de amortiguamiento ξ.

Para el caso de tener polos complejos conjugados estos serán de la forma:

con:

• 0 < ξ < 1.
• σ = ξωn: Constante de amortiguamiento.
• ωd = ωn (1 - ξ^2) ^1/2 = Frecuencia amortiguada.

Si σ es positivo el sistema será estable. Si ξ es mayor que la unidad, los polos serán
reales y el sistema no presentará oscilaciones. Por el contrario, si ξ es menor que
la unidad, los polos serán complejos y el sistema oscilará.

6
Estas consideraciones nos permiten clasificar los sistemas de segundo orden frente
a entrada escalón de la siguiente manera:

La respuesta de un sistema de segundo orden subamortiguado, ante entrada

escalón unitario, queda representada en la figura 2 donde aparecen una serie de
parámetros característicos cuya denominación, significado y valor se dan a
continuación.

7
8
4.1 Sistemas Continuos de Primer Orden

¿Qué son los sistemas continuos de primer orden?

Un sistema de orden continuo es un sistema que cambia de forma constante a lo

largo del tiempo. El orden de un sistema se determina por el grado de su polinomio
característico, que coincide con el número de polos del sistema y con el orden de la
ecuación diferencial que lo modela.

Se denomina orden de un sistema al grado de su polinomio característico.

Consecuentemente el orden de un sistema coincide con el número de polos de éste
y con el orden de la ecuación diferencial que lo modela.

Los sistemas más sencillos y representativos son los de 1er y 2º orden. El análisis
de la respuesta temporal de los sistemas se hace a partir de su respuesta a ciertas
entradas, en particular al escalón unitario u(t).

La solución de la ecuación diferencial de un sistema continuo de primer orden sin

entradas externas sigue una forma exponencial:

x(t)=x0e^at

Donde:

• x0 = es el valor inicial de la variable de estado en el tiempo t = 0.

• a = determina si el sistema crece o decrece de manera exponencial en el
tiempo. Si a > 0, la variable aumenta exponencialmente; si a < 0, la variable
decae exponencialmente.

Si existe una entrada externa u(t), como una fuente de calor o fuerza externa, la
solución será más compleja y dependerá de la naturaleza de esa entrada. En estos
casos, la solución suele involucrar la respuesta natural del sistema más la respuesta
forzada debido a la entrada externa.

Características de los Sistemas Continuos de Primer Orden:

• Linealidad: Si la ecuación diferencial es lineal (como en el ejemplo), las

soluciones suelen ser sencillas y fáciles de predecir.

9
 • Comportamiento exponencial: La solución de la ecuación muestra una
tendencia exponencial en el tiempo. Dependiendo de a, el sistema puede
crecer o decrecer rápidamente.
• Respuesta a entradas externas: La forma en que el sistema responde a
una entrada externa dependerá de la naturaleza de la entrada. Si la entrada
es constante, el sistema tiende hacia un estado estacionario.

Aplicaciones:

• Circuitos eléctricos: Los circuitos RC (resistor-capacitor) son un ejemplo

clásico de un sistema de primer orden donde la ecuación diferencial describe
la carga del capacitor en función del tiempo.
• Física: El modelo de movimiento de un objeto bajo fricción viscosa también
es un sistema de primer orden.
• Biología: En farmacocinética, el proceso de eliminación de un fármaco del
cuerpo puede modelarse mediante una ecuación de primer orden.

10
4.2 Sistemas Discretos de Primer Orden

Los sistemas discretos de primer orden son una herramienta fundamental para
modelar procesos que evolucionan de manera secuencial y ocurren en intervalos
específicos de tiempo. A diferencia de los sistemas continuos, estos sistemas no
requieren una representación constante del tiempo, sino que describen el
comportamiento en instantes discretos. Los sistemas discretos permiten modelar
fenómenos en áreas como la biología, la economía, la informática y otras disciplinas
donde los cambios ocurren a intervalos definidos.

Ecuación general de un sistema discreto de primer orden:

x[k+1] =ax[k] +bu[k]

Donde:

• x[k]: Es la variable de estado en el instante discreto k, que representa el

estado actual del sistema.
• x[k+1]: Es el estado del sistema en el siguiente paso de tiempo.
• a: Es una constante que determina cómo el estado futuro depende del
presente, indicando la fuerza de la retroalimentación interna.
• u[k]: Es una entrada externa al sistema en el instante k, y b es un coeficiente
que relaciona esta entrada con el estado actual del sistema.

Solución general

La solución de un sistema discreto de primer orden tiene la forma de una secuencia

exponencial discreta:

x[k]=x0a^k

Donde:

• x0: Es el valor inicial de la variable de estado en k = 0

• a: Determina el comportamiento del sistema a lo largo del tiempo. Si a > 1,
el sistema exhibe un crecimiento exponencial; si 0 < a < 1, el sistema decae
exponencialmente.

11
Si existe una entrada externa u[k], la solución del sistema dependerá de cómo esa
entrada influya en el sistema a cada paso de tiempo. La respuesta forzada (causada
por la entrada) y la respuesta natural (causada por la dinámica interna) interactúan
para determinar el comportamiento total del sistema.

Características principales de los sistemas discretos de primer orden:

1. Evolución secuencial: Las variables cambian en pasos o intervalos de

tiempo fijos.
2. Predicción fácil: Los modelos discretos permiten predecir el estado del
sistema en pasos futuros a partir de su estado actual.
3. Simplicidad: Los sistemas de primer orden son más simples de analizar en
comparación con los de mayor orden, ya que dependen solo de una variable
y su estado en el paso anterior.
4. Linealidad: Si la ecuación es lineal, como en este caso, el comportamiento
del sistema es predecible y las soluciones son fáciles de calcular.

Aplicaciones de los sistemas discretos de primer orden:

• Economía: Los sistemas discretos se utilizan en modelos de crecimiento

económico e inversión, donde los recursos o las inversiones crecen de
manera escalonada en periodos específicos (meses, trimestres o años).
• Informática: En el ámbito de la programación y el aprendizaje automático,
los algoritmos iterativos utilizan sistemas discretos para resolver problemas
complejos paso a paso. Un ejemplo típico es el ajuste de parámetros en
redes neuronales mediante retroalimentación iterativa.
• Biología: Los sistemas discretos de primer orden se emplean para modelar
procesos biológicos cíclicos, como el ciclo de vida de una población de
organismos, donde el crecimiento, la reproducción y la mortalidad ocurren en
intervalos fijos, como estaciones o años.
• Ingeniería: Los controladores de sistemas discretos, como los sistemas
digitales de control automático, utilizan estos modelos para predecir y ajustar
el comportamiento de sistemas físicos en intervalos de tiempo discretos.

12
4.3 Sistemas Continuos de Segundo Orden
Los sistemas continuos de segundo orden se describen mediante ecuaciones
diferenciales de segundo grado y son fundamentales en el análisis de fenómenos
como oscilaciones mecánicas, eléctricas o cualquier sistema que tenga
comportamiento dinámico con almacenamiento de energía. En estos sistemas, la
estabilidad y el comportamiento oscilatorio dependen de los coeficientes de la
ecuación que los describe.

La ecuación general de un sistema continuo de segundo orden es:

Donde:

• x(t) es la variable de estado que describe el sistema.

• d2x(t) / dt2 es la aceleración, o la segunda derivada de la variable de estado.

• dx(t) / dt es la velocidad, o la primera derivada.

• ωn es la frecuencia natural del sistema sin amortiguamiento.

• ζ es el coeficiente de amortiguamiento, que define el nivel de disipación de

energía en el sistema.

• u(t) es la entrada externa al sistema.

A partir de esta ecuación, se derivan tres regiones importantes para el análisis de

sistemas de segundo orden:

13
4.3.1 Región de Estabilidad
La región de estabilidad determina si las oscilaciones en el sistema se amortiguan
con el tiempo o si crecen sin control. Un sistema continuo de segundo orden es
estable si sus oscilaciones se atenúan con el tiempo y tiende a un equilibrio estable,
lo que implica que cualquier perturbación o entrada externa eventualmente
desaparecerá.

Condiciones de estabilidad:

La estabilidad del sistema se basa en el coeficiente de amortiguamiento ( ζ ) y la

frecuencia natural ( ωn ):

• Para que el sistema sea estable, debe tener un amortiguamiento positivo

(ζ > 0) y un polinomio característico con raíces negativas.

• Región estable: Se da cuando ζ > 0, que significa que el sistema es

amortiguado y tiende a regresar a un estado de reposo sin que las
oscilaciones crezcan indefinidamente.

4.3.2 Región de Tiempo máximo de asentamiento

El tiempo de asentamiento es el intervalo durante el cual la respuesta de un
sistema permanece dentro de un margen específico alrededor de su valor final
después de una perturbación. Este parámetro es crucial para evaluar la rapidez
con la que un sistema alcanza su estado estable.
Sistemas de primer orden:
Para un sistema de primer orden, el tiempo de asentamiento se define como el
tiempo necesario para que la respuesta se mantenga dentro del 5% de su valor
final. Este tiempo está inversamente relacionado con el parámetro de tiempo del
sistema, denotado como 𝜏 La relación es:
𝑇𝑠 = 4𝜏
Donde 𝑇𝑠es el tiempo de asentamiento y 𝜏 es el tiempo de tiempo del sistema.
Esta fórmula indica que, a medida que 𝜏 disminuye, el tiempo de asentamiento se
reduce, lo que implica una respuesta más rápida del sistema.
Sistemas de segundo orden:
En sistemas de segundo orden, el tiempo de asentamiento depende de dos
parámetros clave: el coeficiente de amortiguamiento 𝜉 y la frecuencia natural 𝜔𝑛.

14
Para un sistema subamortiguado (𝜉 < 1), el tiempo de asentamiento se aproxima
a:
4
𝑇𝑠 ≈ ξωn

Esta expresión muestra que un mayor coeficiente de amortiguamiento o una

mayor frecuencia natural resultan en un tiempo de asentamiento más corto,
indicando una respuesta más rápida.
Es importante destacar que, en sistemas de segundo orden, el tiempo de
asentamiento también está influenciado por la frecuencia de oscilación natural del
sistema. Un aumento en la frecuencia de oscilación puede reducir el tiempo de
asentamiento, pero también puede afectar la estabilidad y la calidad de la
respuesta.

4.3.3 Región de Tiempo máximo de asentamiento

La frecuencia máxima de oscilación en sistemas de segundo orden se refiere a la
frecuencia a la cual el sistema oscila con la mayor amplitud antes de que la
respuesta transitoria se atenúe debido al amortiguamiento. Este parámetro es
esencial para comprender el comportamiento oscilatorio de sistemas mecánicos,
eléctricos y otros sistemas dinámicos.
Definición y Fórmula:
Para un sistema de segundo orden con una función de transferencia estándar:
𝜔2
𝐻(𝑠)=𝑠2 +2ζω 𝑛s+ω2
n n

Donde:
𝜔𝑛 es la frecuencia natural no amortiguada.
𝜁 es el coeficiente de amortiguamiento.
La frecuencia máxima de oscilación (𝜔𝑚𝑎𝑥) se calcula como:

𝜔𝑚𝑎𝑥=𝜔𝑛√1 − 2ζ2
1
Esta fórmula es válida para sistemas subamortiguados (𝜁 < ), donde la respuesta
√2
presenta oscilaciones amortiguadas.
Importancia en el Análisis de Sistemas:
La frecuencia máxima de oscilación es crucial para determinar la capacidad de un
sistema para oscilar antes de que el amortiguamiento reduzca significativamente
la amplitud de las oscilaciones. En aplicaciones prácticas, como en el diseño de

15
circuitos RLC o sistemas mecánicos, conocer esta frecuencia permite ajustar
parámetros para lograr el comportamiento deseado.

4.3.4 Región de sobrepico máximo

El sobrepico máximo (𝑀𝑝) es un parámetro fundamental en el análisis de la
respuesta transitoria de sistemas de segundo orden. Indica el valor máximo que
alcanza la salida del sistema en relación con su valor final, expresado como un
porcentaje del valor final.
Definición y Fórmula:
Para un sistema de segundo orden con una función de transferencia estándar:
𝜔2
𝐻(𝑠)=𝑠2 +2ζω 𝑛s+ω2
n n

Donde:
𝜔𝑛 es la frecuencia natural no amortiguada.
𝜁 es el coeficiente de amortiguamiento.
El sobrepico máximo se calcula utilizando la siguiente fórmula:
−ζπ
√1−2ζ2
𝑀𝑝=e
Esta expresión es válida para sistemas subamortiguados (𝜁 < 1) donde la
respuesta presenta oscilaciones amortiguadas.
Importancia en el Análisis de Sistemas:
El sobrepico máximo proporciona una medida de la estabilidad relativa del
sistema. Un valor de 𝑀𝑝 pequeño indica que el sistema alcanza rápidamente su
valor final sin excederlo significativamente, lo que es deseable en aplicaciones
donde se requiere una respuesta rápida y controlada. Por el contrario, un 𝑀𝑝
grande sugiere que el sistema oscila más antes de estabilizarse, lo que puede ser
indeseable en ciertos contextos.

16
4.4 Sistemas Discretos de Segundo Orden

Sistema de segundo orden: es aquel que posee dos polos en su función de

transferencia. Físicamente este sistema puede representar un circuito RLC paralelo,
acoplamiento de dos tanques, tanque con sistema de calentamiento/enfriamiento,
sistemas de masas inerciales, etc.

La forma estándar de la función de transferencia de un sistema de

2doorden es:

La ganancia estática k , el coeficiente de amortiguamiento ζ, y la frecuencia

natural ωn, son los parámetros de un sistema de segundo orden. En
comparación con la simplicidad de un sistema de primer orden (Sistemas de primer
orden), un sistema de segundo orden exhibe una amplia gama de respuestas que
deben analizarse y describirse. Mientras que variar el parámetro de un sistema de
primer orden (constante de tiempo) simplemente cambia la velocidad de la
respuesta, los cambios en los parámetros de un sistema de segundo orden pueden
cambiar la forma total de la respuesta.

El diagrama de bloques de la Figura 1 representa a un sistema de segundo orden

de tipo cero. Físicamente, este diagrama puede ser el modelo de un motor DC, el
modelo de una red eléctrica o de un mecanismo con resorte, amortiguador y masa.
Por ello, el sistema de segundo orden es de gran interés académico, industrial y
tecnológico, de los más importantes para el estudio.

17
 Figura 1.

Los sistemas de segundo orden son esenciales en el diseño de sistemas de

control. En consecuencia, es de gran utilidad entender que el modelo de la
Figura 1 suele provenir de un sistema realimentado como el de la Figura 2:

Figura 2.

El sistema de la Figura 2 se puede ver como un sistema de control básico. Una

planta de segundo orden de tipo 1, con un polo en s=-2ζωn, en serie con un
controlador proporcional, y realimentación unitaria. Para diseñar un sistema de
control, por excelencia se utiliza principalmente la entrada escalón unitario como
señal de prueba. Es así porque a partir de ella, derivando podemos hallar la
respuesta al impulso unitario, e integrando, la respuesta a la rampa unitaria. El
comportamiento del sistema de control ante una entrada escalón unitario depende
de estos tres factores: la ganancia k, el coeficiente de amortiguamiento ζ, y la
frecuencia natural ωn. Con solo conocer el valor del coeficiente de
amortiguamiento ζ, podemos determinar la forma de la respuesta del sistema. Por
otra parte, en ocasiones podremos cumplir con los requerimientos de diseño de un
sistema de control con sólo variar el valor de la ganancia k.

18
Un sistema discreto de segundo orden es un sistema dinámico cuyo
comportamiento puede ser descrito por una ecuación en diferencias de segundo
orden. Esto significa que la salida del sistema en un instante de tiempo particular
depende de las entradas en ese instante y en los dos instantes de tiempo
inmediatamente anteriores.

El modelo más común para representar un sistema discreto de segundo orden es

una ecuación en diferencias, que relaciona la salida del sistema en el tiempo
discreto con sus valores pasados. La ecuación general tiene la forma:

y[n]+a1y[n−1]+a2y[n−2]=b0u[n]+b1u[n−1]+b2u[n−2]

Donde:

• y[n]: es la salida del sistema en el instante de tiempo n.

• u[n]: es la entrada del sistema en el instante de tiempo n.
• a1 y a2: son coeficientes que determinan la influencia de las salidas
pasadas.
• b0, b1 y b2: son coeficientes que determinan la influencia de las entradas
actuales y pasadas.

Función de Transferencia Discreta

En el dominio discreto, la ecuación diferencial puede transformarse utilizando la

transformada Z, lo que permite obtener una función de transferencia que representa
el sistema. La función de transferencia de un sistema discreto de segundo orden
tiene la forma:

Dónde:

• H(z): es la función de transferencia del sistema.

• el−1: representa un retraso en un paso de tiempo discreto.

19
 • Los coeficientes ai y bi determina la dinámica del sistema.

Un sistema discreto de segundo orden puede representarse mediante un

diagrama de bloques, que muestra las relaciones entre la entrada, la salida y los
retardos discretos. En este diagrama, cada retrasoel−1 se muestra como un
bloque que guarda el valor de la señal en el paso de tiempo anterior. La estructura
típica incluye:

• Un bloque de entrada para la señal tu [ n ].

• Bloques de retardos para los términos y [ n – 1 ] y y[ n – 2 ].
• Sumadores para combinar las señales ponderadas por los coeficientes ai y
bi.
• Un bloque de salida para la señal resultante y [ n ].

Características del sistema

En los sistemas discretos de segundo orden, las características principales como la

estabilidad, el tiempo de asentamiento, la frecuencia de oscilación y el sobrepico se
determinan a partir de la posición de los polos en el plano Z. Dependiendo de la
ubicación de los polos (dentro del círculo unitario), se puede predecir cómo el
sistema responderá a las entradas discretas.

4.4.1 Región de Estabilidad

El concepto de estabilidad ha sido ampliamente utilizado en relación con el

comportamiento de los sistemas frente a una perturbación externa.
No obstante, y desde el punto de vista de la comprensión de los fenómenos físicos
y químicos y su expresión matemática, el grado de complejidad de las ecuaciones
resultantes y de su resolución suelen hacer difícil entender lo que realmente ocurre.
Una vez más podemos decir que los modelos resultantes de aplicar conceptos de
dinámica de sistemas pueden ayudar notablemente en la visualización del
fenómeno en análisis.

Un sistema es estable cuando, ante una perturbación limitada, su respuesta vuelve

a un estado de equilibrio en un tiempo finito. Si la respuesta crece sin límite, el
20
sistema se considera inestable. En términos de sistemas dinámicos, la estabilidad
implica que todas las raíces del polinomio característico del sistema tienen partes
reales negativas (en el plano complejo), lo que asegura que la respuesta del sistema
no diverja con el tiempo.

Para un sistema de segundo orden, la estabilidad está determinada principalmente

por los polos del sistema (raíces del polinomio característico). Para un sistema
estable, estos polos deben tener sus partes reales negativas, lo que garantiza que
la respuesta converja a un punto de equilibrio. En el plano complejo, los polos deben
estar situados en el semiplano izquierdo para que el sistema se considere estable.

Además, la estabilidad también está relacionada con la amortiguación del sistema

(factor de amortiguamiento ζ). Dependiendo del valor de este factor:

• Si ζ > 1 (sobreamortiguado), el sistema es estable, pero responde

lentamente.

• Si ζ = 1 (críticamente amortiguado), el sistema es estable y tiene una

respuesta rápida sin oscilaciones.

• Si 0 < ζ < 1(subamortiguado), el sistema es estable, pero presenta

oscilaciones.

• Si ζ ≤ 0, el sistema es inestable.

La región de estabilidad de un sistema de segundo orden es una zona en el

plano complejo de los polos (o raíces características) de la función de transferencia

21
del sistema, donde todas las respuestas del sistema a cualquier entrada acotada
son también acotadas. En otras palabras, es el conjunto de valores de los
parámetros del sistema que garantizan que este no se vuelva inestable.

La región de estabilidad de un sistema de segundo orden se determina analizando

la ubicación de los polos en el plano complejo. Para sistemas de segundo orden, la
región de estabilidad generalmente se encuentra en el semiplano izquierdo del
plano complejo.

Criterios de estabilidad:

• Criterio de Routh-Hurwitz: Este criterio algebraico permite determinar la

estabilidad de un sistema a partir de los coeficientes del polinomio
característico.

• Lugar de las raíces: Este método gráfico permite visualizar cómo cambian
los polos de un sistema al variar un parámetro de ganancia y determinar la
región de estabilidad.

• Criterio de Nyquist: Este criterio se utiliza para analizar la estabilidad de

sistemas de lazo cerrado y relaciona la función de transferencia de lazo
abierto con la estabilidad del sistema.

En los sistemas discretos, la región de estabilidad se define en función de la

ubicación de los polos del sistema en el plano Z (plano complejo en la
representación discreta). Para que un sistema discreto de segundo orden sea
estable, sus polos deben estar ubicados dentro del círculo unitario en el plano Z (es
decir, la magnitud de los polos debe ser menor que 1).

Esto es diferente a los sistemas continuos, donde la estabilidad depende de la

posición de los polos en el semiplano izquierdo del plano complejo.

En el caso de los sistemas discretos:

• Si los polos están dentro del círculo unitario (magnitud < 1), el sistema es
estable.

22
 • Si los polos están en el borde del círculo unitario (magnitud = 1), el sistema
es marginalmente estable.
• Si los polos están fuera del círculo unitario (magnitud > 1), el sistema es
inestable.

4.4.2 Región de Tiempo máximo de asentamiento

El tiempo máximo de asentamiento en sistemas discretos es un concepto crucial en

el análisis del comportamiento de estos sistemas, ya que determina la rapidez con
la que la respuesta del sistema alcanza una estabilidad dentro de un rango
especificado alrededor del valor final deseado. Este rango, definido como un
porcentaje del valor final (por ejemplo, el 2% o el 5%), establece los límites en los
que la salida del sistema se considera suficientemente cercana al objetivo para ser
aceptada como estable. En sistemas discretos, a diferencia de los sistemas
continuos, este tiempo no se mide en unidades de segundos, sino en términos de
muestras o iteraciones , lo que permite un análisis específico en intervalos discretos.

La estabilidad del sistema está estrechamente relacionada con la ubicación de los

polos en el plano Z, que es la representación discreta equivalente al plano de s en
sistemas continuos. Los polos son valores que indican la dinámica del sistema, y su
posición tiene un impacto directo en la rapidez con la que la respuesta del sistema
se estabiliza. Si los polos se encuentran cerca del origen en el plano Z (es decir,

23
valores más bajos en magnitud), la respuesta del sistema será más rápida, lo que
significa que se requerirán menos muestras para que la salida entre en el rango
aceptable de estabilidad. Por otro lado, si los polos están más cerca del borde del
círculo unitario (que representa el límite de estabilidad en el plano Z), la respuesta
del sistema será más lenta, resultando en un mayor número de muestras antes de
alcanzar la estabilidad.

4.4.3 Región de Frecuencia máxima de oscilación

La frecuencia máxima de oscilación en sistemas discretos de segundo orden está

relacionada con la frecuencia a la que la respuesta oscila antes de estabilizarse,
medida en función de la frecuencia de muestreo del sistema. En el plano Z, la
frecuencia de oscilación se determina en función del ángulo que forman los polos.
con respecto al origen.

Para entender más a fondo la frecuencia máxima de oscilación en sistemas

discretos de segundo orden, es fundamental considerar cómo esta se relaciona con
la respuesta temporal y el comportamiento del sistema en el dominio de la
frecuencia.

En los sistemas discretos, la frecuencia de oscilación máxima describe la velocidad

a la que un sistema oscila antes de alcanzar su estado estable. Es decir, determina
la rapidez con la que las oscilaciones de la señal de salida alcanzan la estabilidad
en torno al valor final deseado. En el contexto de un sistema discreto de segundo

24
orden, esta frecuencia se representa en el plano Z, que es la representación
frecuencial para sistemas discretos.

Relación con los polos en el plano Z

Los polos son elementos críticos en el análisis de sistemas de control, ya que

definen la estabilidad y el comportamiento dinámico del sistema. En el plano Z, estos
polos están representados como puntos cuyas posiciones determinan cómo oscila
y decae la respuesta del sistema.

• Ángulo de los Polos: La frecuencia de oscilación se asocia directamente con

el ángulo que forman los polos con el eje real en el plano Z. Cuanto mayor
sea este ángulo, mayor será la frecuencia de oscilación.
• Módulo de los Polos: La magnitud o módulo de los polos influye en la
atenuación de las oscilaciones. Un módulo cercano al círculo unitario indica
que las oscilaciones se atenúan lentamente, lo que podría causar una mayor
cantidad de oscilaciones antes de estabilizarse.

Frecuencia amortiguada (ω_d)

La frecuencia de oscilación amortiguada (ω_d) es la frecuencia con la que se

produce la oscilación considerando la amortiguación propia del sistema:

Dónde:

• ω_d: es la frecuencia amortiguada en radianes por segundo.

• Θ: es el ángulo de los polos con respecto al eje real en el plano Z.

• yos: es el período de muestreo.

Esto indica que la frecuencia de oscilación depende del ángulo de los polos y del
período de muestreo. Para valores específicos, la oscilación máxima estará limitada

25
por la frecuencia de Nyquist, que es la mitad de la frecuencia de muestreo del
sistema discreto. La frecuencia de Nyquist actúa como un límite superior que evita
el fenómeno de aliasing, asegurando que las oscilaciones del sistema sean
interpretadas correctamente.

Impacto de la frecuencia de oscilación en el diseño del sistema

• Frecuencia alta: Una frecuencia de oscilación alta implica que el sistema

responderá rápidamente a perturbaciones, pero puede aumentar la
probabilidad de inestabilidad o resonancia no deseada.
• Frecuencia baja: Una frecuencia baja puede significar una respuesta más
estable y controlada, pero más lenta.

La frecuencia máxima de oscilación en sistemas discretos es esencial para

determinar la rapidez con la que un sistema estabiliza su respuesta. Comprender
este concepto es crucial en el diseño y análisis de sistemas digitales, especialmente
en aplicaciones donde la precisión y la rapidez son factores determinantes.

Este análisis permite optimizar el comportamiento de sistemas industriales, mejorar

la eficiencia en el procesamiento de señales, y garantizar que el diseño de control
se mantenga estable y predecible bajo condiciones de operación variadas.

4.4.4 Región de Sobrepico máximo

El sobrepico máximo (Mp) es una de las especificaciones de la respuesta temporal

de un sistema de control de segundo orden. Se define como el valor pico máximo
de la curva de respuesta, medido desde la unidad, y solo tiene sentido para sistemas
subamortiguados.

El sobrepico máximo en un sistema de segundo orden, también conocido como

overshoot, es un parámetro que indica cuán lejos puede llegar a desviarse la
respuesta de un sistema en comparación con su valor final antes de estabilizarse.
En sistemas discretos de segundo orden, la región de sobrepico máximo se
relaciona directamente con la posición de los polos en el plano Z, que es la
representación frecuencial para estos sistemas.

26
El sobrepico máximo se refiere a la desviación más alta que experimenta la salida
del sistema respecto a su valor final deseado durante la respuesta transitoria. En
términos simples, es cuánto se "excede" la respuesta del sistema antes de
estabilizarse en el punto objetivo. El sobrepico es generalmente expresado como
un porcentaje del valor final de la salida.

En sistemas discretos, este sobrepico está influenciado por:

• La posición de los polos en el plano Z.

En el análisis de sistemas discretos, la posición de los polos determina la
naturaleza de la respuesta transitoria:
Polos cercanos al eje real: Típicamente resultan en un menor sobrepico, ya
que la respuesta es más crítica y amortiguada.
Polos con parte imaginaria significativa: Indican que el sistema tendrá
oscilaciones, lo que puede resultar en un sobrepico más alto.
Polos cerca del círculo unitario: Implican oscilaciones prolongadas y un
sobrepico mayor.
Polos alejados del origen: Pueden resultar en un sobrepico mayor, debido a
la lenta atenuación de la señal.
• La frecuencia de muestreo del sistema.
• El coeficiente de amortiguamiento que tiene el sistema.

El sobrepico máximo (METROpagM_pMETROpag) en sistemas discretos se puede

estimar utilizando la fórmula derivada del coeficiente de amortiguamiento del
sistema:

En sistemas discretos, es importante considerar el coeficiente de

amortiguamiento y la frecuencia natural amortiguada, ya que estos factores
están influenciados por la frecuencia de muestreo y la ubicación de los polos en el

27
plano Z. Un menor coeficiente de amortiguamiento suele resultar en un mayor
sobrepico., mientras que un coeficiente mayor reduce la cantidad de sobrepico.

Cómo controlar el sobrepico máximo

En el diseño y análisis de sistemas discretos, el sobrepico máximo es un parámetro

clave a controlar porque puede indicar la capacidad del sistema para responder a
cambios sin exceder el objetivo de forma excesiva. Para reducir el sobrepico en un
sistema discreto de segundo orden, se pueden utilizar varias estrategias:

• Aumentar el coeficiente de amortiguamiento: Lo que suaviza la respuesta

transitoria y disminuye el sobrepico.
• Optimizar la frecuencia de muestreo: Una frecuencia de muestreo más alta
puede permitir un control más preciso y reducir la tendencia a tener un
sobrepico elevado.
• Modificar la ubicación de los polos: Ajustar la posición de los polos en el
plano Z hacia el interior del círculo unitario puede ayudar a reducir el
sobrepico.

28
4.5 Efecto de los ceros.

La transformada de Laplace y la transformada Z son herramientas fundamentales

en el análisis de sistemas lineales y de señales. Sin embargo, su interpretación
cualitativa puede resultar compleja debido a la manera en que representan las
características de un sistema en términos de sus componentes de frecuencia. Las
magnitudes y fases de estas transformadas, o la representación de sus partes
reales e imaginarias, se asocian a superficies complejas en un espacio
tridimensional, lo cual dificulta su visualización directa y la comprensión de cómo
afectan al comportamiento del sistema.

En matemáticas y en ingeniería de control y sistemas, el análisis de polos y ceros

es un método clave para evaluar las propiedades de funciones racionales y para
encontrar el conjunto de soluciones en desigualdades y otros problemas
relacionados. Este enfoque es particularmente útil porque permite una
generalización y mecanización del proceso, facilitando el análisis y diseño de
sistemas complejos.

Definición y Características de Polos y Ceros

Ceros: Son los valores de la variable (por ejemplo, z o s) que hacen que el
numerador de la función de transferencia se anule, es decir, aquellos puntos en los
que la función de transferencia toma un valor de cero. Matemáticamente, si una
función de transferencia H(z) o H(s) se define como:

H(z)=N(z)D(z)

los ceros son las raíces del polinomio N(z), donde N(z) = 0.

Polos: Son los valores de la variable para los cuales el denominador de la función
de transferencia se hace cero, lo que provoca que la función se aproxime al infinito.
Los polos determinan el comportamiento de la función en términos de estabilidad y

29
respuesta en el dominio del tiempo. Matemáticamente, estos son las raíces de D(z),
donde D(z) = 0.

Análisis Gráfico

El análisis gráfico de polos y ceros, mediante diagramas en el plano complejo,

proporciona una forma intuitiva de visualizar las características del sistema. En
estos diagramas:

• Los polos se representan generalmente con una 'X'.

• Los ceros se representan con un 'O'.

La representación gráfica permite inferir rápidamente la estabilidad y el

comportamiento de la respuesta en frecuencia de un sistema. Los diagramas de
polos y ceros son también útiles para diseñar y ajustar sistemas de control, ya que
permiten a los ingenieros modificar la ubicación de los polos y ceros para alcanzar
las características deseadas, como mayor estabilidad, menor tiempo de
asentamiento, o una menor oscilación.

Polos y Ceros en Desigualdades

Más allá del análisis de sistemas, el método de polos y ceros es aplicable en la

resolución de desigualdades. Al evaluar los polos y ceros de una función racional,
es posible determinar los intervalos en los que la función es positiva o negativa. Este
análisis es útil en problemas de optimización y en la resolución de ecuaciones
diferenciales y diferencias.

30
4.6 Polos Dominantes
Los polos dominantes son un concepto clave en el análisis de sistemas de control y
procesamiento de señales. Se refieren a los polos de la función de transferencia
que tienen la mayor influencia en la respuesta temporal de un sistema. Estos polos
dominan el comportamiento dinámico, ya que determinan cómo el sistema responde
a entradas o perturbaciones, especialmente en términos de rapidez, oscilación y
estabilidad.

Definición de Polos Dominantes

En un sistema con múltiples polos, aquellos que se encuentran más cerca del eje
imaginario (en el caso del plano s) o más cercanos al borde del círculo unitario (en
el caso del plano z) tienen un efecto más prolongado en la respuesta del sistema.
En otras palabras, los polos con la parte real más cercana a cero son los que definen
la tasa de decaimiento o el comportamiento oscilatorio del sistema. Estos son los
llamados polos dominantes.

Importancia de los Polos Dominantes

Los polos dominantes determinan:

• Tiempo de respuesta: Cuanto más cerca esté el polo dominante del eje
imaginario, más lento será el sistema en alcanzar su estado estacionario.

31
• Amortiguamiento: Si los polos dominantes tienen una parte imaginaria
significativa, el sistema exhibirá un comportamiento oscilatorio. Cuanto mayor
sea la parte imaginaria relativa a la real, mayor será la oscilación.

• Estabilidad: Los polos dominantes también son cruciales para determinar la

estabilidad del sistema. Si los polos dominantes tienen una parte real positiva, el
sistema es inestable.

Análisis Práctico

En el diseño y ajuste de sistemas de control, es importante identificar los polos

dominantes para optimizar el rendimiento. Por ejemplo, un diseñador puede mover
intencionadamente los polos dominantes al ajustar los parámetros de un
controlador, como un controlador PID, para lograr un equilibrio entre la rapidez de
la respuesta y el grado de oscilación.

En un sistema con polos dominantes en −2±j3, la respuesta será oscilatoria y estará

amortiguada por la parte real de −2. Al cambiar la posición de estos polos hacia la
izquierda del plano complejo (parte real más negativa), el sistema se comportará de
forma más rápida, pero con menos oscilación.

Los polos dominantes en sistemas continuos y discretos tienen un papel similar en

determinar la dinámica y el comportamiento de un sistema, pero hay algunas
diferencias importantes en cómo se representan y cómo afectan la respuesta en
cada caso. Vamos a revisar ambos contextos:

32
Polos Dominantes en Sistemas Continuos

En el análisis de sistemas continuos, los polos se ubican en el plano ss (plano

complejo) que se utiliza en la transformada de Laplace.

• Ubicación de los Polos: Los polos se encuentran en el semiplano izquierdo del

plano complejo para que el sistema sea estable. Si los polos están en el
semiplano derecho, el sistema es inestable y la respuesta crece
exponencialmente con el tiempo.

• Influencia en la Respuesta: Los polos con la parte real más cercana al eje
imaginario tienen un efecto dominante en la respuesta transitoria. Estos polos
son los que determinan cómo el sistema responde a cambios en la entrada,
afectando aspectos como el tiempo de asentamiento y el comportamiento
oscilatorio.

• Respuesta Amortiguada y Oscilatoria: Los polos complejos conjugados con una

parte real negativa producen una respuesta oscilatoria amortiguada. Cuanto
mayor sea la parte real negativa, más rápida será la amortiguación y más corta
la duración de la oscilación.

33
Polos Dominantes en Sistemas Discretos

En sistemas discretos, los polos se representan en el plano z, que se utiliza en la

transformada Z.

• Ubicación de los Polos: Para que un sistema discreto sea estable, los polos
deben estar dentro del círculo unitario (con radio 1) en el plano z. Si algún polo
se encuentra en el exterior del círculo unitario, el sistema es inestable.

• Influencia en la Respuesta: En sistemas discretos, los polos más cercanos al

borde del círculo unitario son los que dominan la respuesta del sistema. Estos
polos determinan cómo evoluciona la salida en función de los pasos de tiempo.

• Respuesta Oscilatoria en Sistemas Discretos: Los polos complejos conjugados

que están dentro del círculo unitario, pero cerca de su borde causan una
respuesta oscilatoria en el dominio discreto. Cuanto más cerca estén los polos
del borde, más prolongada y menos amortiguada será la oscilación.

Comparación entre Continuo y Discreto

• Estabilidad: En sistemas continuos, los polos deben estar en el semiplano

izquierdo para ser estables, mientras que en sistemas discretos deben estar
dentro del círculo unitario.
• Tiempo de Respuesta: En sistemas continuos, el tiempo de respuesta depende
de la parte real de los polos; en sistemas discretos, depende de la distancia de
los polos al origen (cuanto más cerca del borde del círculo unitario, más lenta es
la respuesta).
• Análisis Gráfico: En el caso continuo, se observa la distribución de los polos en
el plano s. En el caso discreto, la distribución se visualiza en el plano z con el
círculo unitario como referencia de estabilidad.

34
4.7 Técnicas del Lugar de las Raíces
El Lugar de las Raíces es una técnica gráfica fundamental en el análisis y diseño de
sistemas de control lineales. Esta metodología permite visualizar cómo variar las
posiciones de los polos de un sistema en lazo cerrado al modificar un parámetro
específico, generalmente la ganancia del sistema. A través de esta representación,
es posible evaluar la estabilidad y el comportamiento dinámico del sistema sin
necesidad de resolver explícitamente la ecuación característica para cada valor del
parámetro.

Fundamentos del Lugar de las Raíces

La técnica se basa en la ecuación característica del sistema en lazo cerrado, que

se expresa como:

1 + 𝐺(𝑠)𝐻(𝑠) = 0

Dónde G(𝑠) es la función de transferencia de la planta y H(𝑠) es la función de

transferencia del elemento de realimentación. Al variar un parámetro, como la
ganancia 𝐾, las raíces de esta ecuación (los polos del sistema en lazo cerrado)
describen trayectorias en el plano complejo. El Lugar de las Raíces traza estas
trayectorias, proporcionando información valiosa sobre la estabilidad y la respuesta
temporal del sistema.

35
Técnica del Lugar de las Raíces

El procedimiento para dibujar el Lugar de las Raíces involucra varias reglas, que
permiten predecir cómo se mueven los polos del sistema cuando la ganancia K
cambia:

1. Número de ramas: El número de ramas del Lugar de las Raíces es igual al

número de polos del sistema.
2. Inicio y fin de las ramas: Las ramas del lugar de las raíces es igual al
número de los polos del sistema (cuando K = 0) y termina en los ceros del
sistema (cuando K → ∞).
3. Asíntotas: Si el número de polos es mayor que el número de ceros, algunas
ramas se dirigen al infinito siguiendo líneas llamadas asíntotas están
determinadas por la formula:

A = ángulo de asíntota = 18 ө (2k +1) / PAG – ө

Donde PAG es el numero de polos y ө es el número de ceros.

4. Eje real: El Lugar de las Raíces solo puede estar en el eje real en los
segmentos que se encuentren a la izquierda de un número impar de polos y
ceros.
5. Puntos de ruptura: Son puntos en el eje real donde las ramas del Lugar de
las Raíces se separan o se juntan. Se pueden calcular derivando la función
característica.
6. Ángulos de partida y llegada: Si existen polos o ceros complejos
conjugados, las ramas parten o llegan a estos con un ángulo determinado.

Interpretación del lugar de las raíces

El lugar de las raíces permite evaluar la estabilidad del sistema:

• Si todos los polos se encuentran en el semiplano derecho (Re(s) < 0), el

sistema es estable.
• Si alguno de los polos se encuentra en el semi plano derecho (Re(s) > 0), el
sistema es inestable.

36
 • Polos en el eje imaginario indican un sistema marginalmente estable (oscila
continuamente sin amortiguarse).

Procedimiento para Construir el Lugar de las Raíces

Para construir el Lugar de las Raíces, se siguen generalmente los siguientes pasos:

1. Identificación de Polos y Ceros de Lazo Abierto: Determinar las ubicaciones

de los polos y ceros de la función de transferencia en lazo abierto G(𝑠)H(𝑠).
2. Determinación de las Ramas: El número de ramas del Lugar de las Raíces
corresponde al número de polos de lazo abierto. Cada rama inicia en un polo
y, dependiendo de la configuración, puede terminar en un cero de lazo abierto
o en el infinito.
3. Identificación de las Asíntotas: Cuando el número de polos excede al de
ceros, algunas ramas tenderán hacia el infinito siguiendo asíntotas
específicas. Las asíntotas se calculan utilizando las fórmulas:
(2𝑘+1)180∘
a. Ángulo de las Asíntotas: θ = 𝑛−𝑚

b. Dónde a = 0, 1, 2, … , n − m − 1, n es el número de polos y m el número

de ceros.
4. Determinación de los Puntos de Ruptura y Unión: Estos puntos son donde
las ramas del Lugar de las Raíces se dividen o convergen en el eje real. Se
determina resolviendo la derivada de la función característica respecto a𝑠.
5. Análisis de Cruce por el Eje Imaginario: Para evaluar la estabilidad, es crucial
determinar si alguna rama cruza el eje imaginario. Esto se realiza aplicando
el criterio de Routh-Hurwitz o resolviendo la ecuación característica para
valores de s = jω.

Análisis del Lugar de las Raíces para Sistemas de Primer Orden

En un sistema de primer orden, solo hay un polo, que se encuentra en:

S= - 1/ԏ

37
El análisis del Lugar de las Raíces en este caso es simple, ya que hay solo un polo
y este se mueve en función de la ganancia K.

Cuando K aumenta:

• El polo se mueve a lo largo del eje real en el plano s

• No hay oscilaciones porque el sistema no tiene polos complejos conjugados.

Análisis del Lugar de las Raíces para Sistemas de Segundo Orden

En un sistema de segundo orden, hay dos polos cuya ubicación cambia cuando se
varía la ganancia K. Dependiendo del valor del factor de amortiguamiento ζ, se
pueden distinguir diferentes comportamientos:

1. Submortiguado (0 < ζ < 1): Los polos son complejos conjugados. A medida
que K aumenta, los polos se mueven en el plano complejo, lo que puede
generar oscilaciones.
2. Sobreamortiguado (ζ > 1): Los polos son reales y distintos. A medida que K
aumenta, los polos se mueven en el eje real, sin generar oscilaciones.
3. Amortiguación crítica (ζ = 1): Los polos son reales e iguales. Al aumentar K
mueve los polos a lo largo del eje real.

Aplicaciones del Lugar de las Raíces

El Lugar de las Raíces es una herramienta versátil en el diseño y análisis de

sistemas de control, permitiendo:

• Evaluar la Estabilidad: Al observar las trayectorias de los polos, se puede

determinar si el sistema permanece estable para diferentes valores de la
ganancia.
• Diseñar Controladores: Facilita la selección de parámetros de control que
posicionan los polos en ubicaciones deseadas, optimizando la respuesta del
sistema.

38
• Analizar la Sensibilidad: Permite estudiar cómo variaciones en los
parámetros afectan la ubicación de los polos y, por ende, el comportamiento
dinámico del sistema.

39
4.8 Mapeo del plano s al z y viceversa

El mapeo entre el plano 𝑠 y el plano 𝑧 es fundamental en el análisis y diseño de

sistemas de control, especialmente al transitar de sistemas de tiempo continuo a
sistemas de tiempo discreto. Este proceso permite comprender cómo las
características de un sistema en el dominio continuo se reflejan en su contraparte
discreta, facilitando el diseño y análisis de controladores digitales.

Relación entre los planos 𝑠 y 𝑧

La transformación que conecta ambos planos se define por la expresión:

𝑧 = 𝑒 8𝑇
Donde 𝑇 representa el período de muestreo. Esta relación implica que cada punto
en el plano 𝑠 se corresponde con un punto en el plano 𝑧, y viceversa.
Específicamente:

El semiplano izquierdo del plano 𝑠 (donde la parte real de 𝑠 es negativa) se mapea

dentro del círculo unitario en el plano 𝑧 (es decir, ∣𝑧∣ < 1).

El eje imaginario en el plano 𝑠 (donde la parte real de 𝑠 es cero) se corresponde con

el círculo unitario en el plano 𝑧 (es decir, ∣𝑧∣ = 1).

El semiplano derecho del plano 𝑠 (donde la parte real de 𝑠 es positiva) se mapea

fuera del círculo unitario en el plano 𝑧 (es decir, ∣𝑧∣ > 1).

Esta correspondencia es crucial para analizar la estabilidad de sistemas discretos,

ya que un sistema es estable si todos sus polos están dentro del círculo unitario en
el plano 𝑧.

40
Mapeo de características específicas

Algunas características del plano 𝑠 y su correspondencia en el plano 𝑧 incluyen:

Líneas de atenuación constante: En el plano 𝑠, estas líneas son verticales y se

corresponden con círculos de radio 𝑒 σT en el plano 𝑧, donde 𝜎 es la constante de
atenuación.

Líneas de frecuencia constante: En el plano 𝑠, estas líneas son horizontales y se

mapean como líneas radiales en el plano 𝑧 con un ángulo 𝜔𝑇, donde 𝜔 es la
frecuencia.

Líneas de factor de amortiguamiento constante: En el plano 𝑠, estas líneas son

radiales y se corresponden con espirales logarítmicas en el plano 𝑧.

Importancia en el diseño de controladores

Comprender el mapeo entre los planos s (dominio continuo) y el plano z (dominio

discreto) es fundamental en el diseño de controladores digitales, especialmente en
una era donde la implementación digital de sistemas de control es cada vez más
prevalente. Esta comprensión proporciona una base sólida para diseñar
controladores que puedan trasladarse sin problemas del mundo analógico a digital,
asegurando que las características de rendimiento y estabilidad se mantengan
intactas después de la digitalización. El mapa entre los planos s y el plano z una
pieza esencial en el diseño de controladores digitales. Esta comprensión permite a
los ingenieros anticipar el comportamiento del sistema después de la digitalización,
asegurando que se mantienen las especificaciones de rendimiento, estabilidad y
precisión. Además, facilita la implementación de controladores en aplicaciones de
tiempo real, optimiza el uso de recursos en sistemas embebidos, y permite una
adaptación eficiente a tecnologías emergentes, lo que hace que este conocimiento
sea invaluable en el diseño moderno de sistemas de control digital.

41
Aplicaciones del mapeo del plano s al plano z

El mapa del plano s al plano z y viceversa tiene diversas aplicaciones en la

ingeniería y el análisis de sistemas, especialmente en los campos de control
automático, procesamiento de señales, y diseño de filtros digitales.

El mapa entre los planos s y el plano z es una herramienta esencial en ingeniería,

ya que permite el diseño, análisis y simulación de sistemas digitales a partir de sus
versiones continuas. Además, facilitar la implementación de controladores y filtros
digitales, el análisis de estabilidad y la optimización de sistemas en tiempo real. La
técnica elegida (transformación bilineal, ZOH, Euler, etc.) dependerá de las
características y los requisitos específicos de la aplicación.

4.9 Transformada Bilineal

La Transformada Bilineal, también conocida como Método de Tustin, es una técnica

fundamental en el procesamiento digital de señales y en la teoría de control de
sistemas discretos. La Transformada Bilineal es una técnica matemática utilizada
en el análisis y diseño de sistemas de control digital y en la conversión de filtros
analógicos a filtros digitales. Esta transformación permite pasar del dominio
continuo (representado por la variable compleja s en el plano s) al dominio
discreto (representado por la variable z en el plano z) de forma que se preserven
características importantes del sistema, como la estabilidad.

42
Fundamentos de la Transformada Bilineal

La transformada bilineal se basa en la sustitución de la variable 𝑠 del dominio

continuo por una función de la variable 𝑧 del dominio discreto, según la siguiente
relación:

2 𝑧−1
s= ⋅
𝑇 𝑧+1
Donde 𝑇 representa el período de muestreo. Esta transformación mapea el eje 𝑗𝜔
del plano 𝑠 al círculo unitario en el plano 𝑧, asegurando que los polos en el semiplano
izquierdo de 𝑠 se correspondan con polos dentro del círculo unitario en 𝑧,
manteniendo así la estabilidad del sistema.

Propiedades clave de la Transformada bilineal

• Estabilidad preservada: Los polos en el semiplano izquierdo del plano s se

mapean dentro del círculo unitario en el plano z. Esto significa que, si un
sistema es estable en el dominio continuo, seguirá siendo estable después
de la transformación al dominio discreto.
• Mapeo no lineal de la frecuencia: La relación entre las frecuencias en s y z
no es lineal. Esto significa que las frecuencias altas se comprimen en el
proceso de transformación.
• Prewarping de frecuencia: Debido a la distorsión no lineal de la frecuencia,
se puede aplicar un ajuste previo (prewarping) para asegurar que ciertas
frecuencias se mapeen con precisión.

Desventajas de la transformada bilineal

• Distorsión de frecuencia en altas frecuencias: La Transformada Bilineal

introduce una distorsión en frecuencias altas, conocida como compresión de
frecuencia. Esto significa que las frecuencias altas no se mapean
linealmente, lo que puede afectar la precisión de un filtro en ese rango.

43
 • Prewarping necesario: Para corregir la distorsión en frecuencias críticas, se
debe aplicar prewarping antes de la transformación, lo que añade un paso
adicional al diseño. La Transformada Bilineal introduce una distorsión no
lineal de la frecuencia debido al mapeo no lineal de las frecuencias entre los
dominios s y z. Esto significa que las frecuencias altas en el dominio continuo
se comprimen al transformarse al dominio discreto

Ventajas de la transformada bilineal

Una de las principales ventajas de la Transformada Bilineal es la ausencia de

aliasing en la respuesta en frecuencia. El aliasing es un fenómeno en el que las
altas frecuencias del dominio continuo se "doblan" o se confunden con las bajas
frecuencias en el dominio discreto, lo que puede degradar la calidad de la señal
digital. La Transformada Bilineal evita este problema porque, a diferencia de
métodos como la invarianza al impulso, no discretiza directamente el sistema, sino
que mapea todo el eje jω del plano s al círculo unitario en z, preservando mejor la
estructura del sistema.

La Transformada Bilineal es relativamente sencilla de implementar. La fórmula

matemática básica para la transformación entre s y z es directa y no requiere
cálculos complejos, lo que la hace conveniente para aplicaciones prácticas en
diseño y simulación. Además, se encuentra integrada en muchas herramientas de
software de simulación, facilitando su uso en proyectos de ingeniería.

Otra ventaja significativa es la capacidad de preservar la estabilidad del sistema

durante la transformación del dominio continuo al discreto. Un sistema estable en el
dominio continuo (es decir, con polos en el semiplano izquierdo del plano s) seguirá
siendo estable en el dominio discreto (con polos dentro del círculo unitario en z)
después de aplicar la Transformada Bilineal. Esto es especialmente importante en
sistemas de control, donde la estabilidad es crítica para garantizar que la respuesta
del sistema sea predecible y segura.

44
La Transformada Bilineal es una técnica robusta y eficaz en el diseño y análisis de
sistemas discretos. Sus aplicaciones abarcan desde el diseño de filtros digitales
hasta la implementación de controladores de precisión en sistemas de tiempo real.
Aunque introduce un fenómeno de deformación de frecuencia, sus ventajas, como
la preservación de la estabilidad y la ausencia de aliasing, la convierten en una
opción preferida en muchas aplicaciones de la ingeniería moderna.

45
BIBLIOGRAFÍAS

[1] C, S. (2019). ▷ Sistemas de Primer Orden - [noviembre, 2022 ]. Control

Automático Educación. https://controlautomaticoeducacion.com/control-
realimentado/sistemas-dinamicos-de-primer-orden/

[2] Sistemas de primer orden ::. (n.d.). Suayed.cuautitlan.unam.mx.

https://suayed.cuautitlan.unam.mx/uapas/07_SistPrimer_Orden/

[3] TEMA 4 Sistemas primer orden - TEMA 4.- ANÁLISIS DE LA RESPUESTA

TEMPORAL DE SISTEMAS LI- NEALES E - Studocu. (2019). Studocu.
https://www.studocu.com/es/document/universidad-de-malaga/automatica/tema-4-
sistemas-primer-orden/9887939

[4] BERRÍOS, J. C. (2021). ▷ Sistema de control de primer orden: ¿Qué es?

(Tiempo de subida, tiempo de asentamiento y función de transferencia) | TELCOM®
2023. TELCOM: Aprenda Ingeniería Eléctrica Y Electrónica (Gratis).
https://telcomplus.org/sistema-de-control-de-primer-orden/

[5] SISTEMAS DISCRETOS. (n.d.).

http://www2.elo.utfsm.cl/~elo104/informacion/resumenes/9_Transformada%20Zeta
.pdf

[6] Facultad de Ingenieria. (2017). Sistemas y Señales. Unam.mx. https://control.fi-

b.unam.mx/papime_sys/index.php

[7] Lango, H. (n.d.). Introducción a los Sistemas Dinámicos Discretos (versión

preliminar). Recuperado el 10 de octubre, 2024, de
https://www.dynamics.unam.edu/NotasVarias/intro-sistemas.pdf

[8] Sistemas de Segundo Orden - [TODOS los Casos, 2021 ]. (2019). Control
Automático Educación. https://controlautomaticoeducacion.com/control-
realimentado/sistemas-de-segundo-orden/

[9] Sistemas de segundo orden – Ingeniería Mecánica Eléctrica. (2018). Unam.mx.

https://virtual.cuautitlan.unam.mx/intar/ime/sistemas-de-segundo-orden/

46
[10] Sistemas de Segundo Orden. (2022, October 30). LibreTexts Español.
https://espanol.libretexts.org/Ingenieria/Introducción_a_los_Sistemas_Dinámicos_
Lineales_Invariantes_en_el_Tiempo_para_Estudiantes_de_Ingeniería_(Hallauer)/
10%3A_Sistemas_de_Segundo_Orden

[11] Studocu. (n.d.). Sistemas de primer y segundo orden - Sistemas de Primer y

Segundo Orden. Recuperado de https://www.studocu.com

[12] OCW. (n.d.). Régimen transitorio. Recuperado de https://ocw.ehu.eus

[13] 1Library. (n.d.). Apuntes Dinámica de Sistemas. Recuperado de

https://1library.co

[14] Instituto Tecnológico de Iztapalapa. (n.d.). Sistema de Asignación y

Transferencia de Créditos Académicos. Recuperado de https://www.iti.edu.mx

[15] Universidad de Alicante. (n.d.). Identificación experimental de sistemas.

Recuperado de
https://rua.ua.es/dspace/bitstream/10045/18965/1/Identificacion%20experimental%
20de%20sistemas.pdf

[16] Universidad Nacional de San Luis. (n.d.). Práctico 3 Parte 1 Respuesta

Temporal de Sistemas de 1er y 2do Orden. Recuperado de
https://www.unsl.edu.ar

[17] Universidad Nacional de San Luis. (n.d.). Práctico 3 Parte 1 Respuesta

Temporal de Sistemas de 1er y 2do Orden. Recuperado de https://www.unsl.edu.ar

[18] Universidad Nacional de Tucumán. (2016). Análisis de Respuestas Transitorias

Sistemas de 2do Orden. Recuperado de
https://catedras.facet.unt.edu.ar/sistemasdecontrol/wp-
content/uploads/sites/101/2016/04/4_An%C3%A1lisis-de-Respuestas-
Transitorias_Sistemas-de-2do-Orden_2016-1.pdf

[19] Carakenio. (2024, 17 septiembre). Sistemas de segundo orden – Sistemas de

control. Dademuchconnection.
47
https://dademuchconnection.wordpress.com/2020/05/07/sistema-de-segundo-
orden/

[20] Transparencias dinamica orden. (s/f). SlideShare. Recuperado el 17 de

noviembre de 2024, de https://es.slideshare.net/miguelprada91/transparencias-
dinamica-orden

[21] Sistemas de segundo orden – Sistemas de control. (2020, mayo 7).

dademuchconnection.
https://dademuchconnection.wordpress.com/2020/05/07/sistema-de-segundo-
orden/

[22] (S/f-c). Edu.ec. Recuperado el 17 de noviembre de 2024, de

https://bibdigital.epn.edu.ec/bitstream/15000/11739/4/T1496.pdf

[23] N°, P. (s/f). LABORATORIO DE SISTEMAS DE CONTROL DISCRETO.

Edu.ec. Recuperado el 17 de noviembre de 2024, de
https://cea.epn.edu.ec/images/HOJAS_GUIAS_22B/CONTROL_DISCRETO/P5_C
discreto.pdf

[24] Hernández Gaviño, R. (2011). Introducción a los sistemas de control. México

DF: Pearson Educación de México, S.A. de C.V.

[25] Ogata, K., Dormido Canto, S., Dormido Canto, R. y Dormido Bencomo, S.
(2010).
Ingeniería de control moderna. 5th ed. Madrid: Prentice Hall.

[26] Kuo, B. and Aranda Pérez, J. (1996). Sistemas de control automático. México:
Prentice Hall Hispanoamericana.

[27] Richard C. Dorf y Robert H. SISTEMAS DE CONTROLMODERNO. Bishop,

Pearson
Edcacion, Madrid, Ed., 2005

48
[28] Cartagena99. (Dakota del Norte). Capítulo 10: Técnicas del lugar de raíces
(LDR). Recuperado de
https://www.cartagena99.com/recursos/alumnos/apuntes/TEMA%2010%20%20Te
cnicas%20del%20lugar%20de%20Raices%20%28LDR%29.pdf

[29] Universidad de Cantabria. (Dakota del Norte). Automática. Capítulo 6. Lugar de

las raíces. Recuperado de
https://ocw.unican.es/pluginfile.php/1829/course/section/1438/capitulo_6.pdf

[30] Universidad Nacional de San Luis. (Dakota del Norte). Técnica del Lugar de las
Raíces. Recuperado de https://www0.unsl.edu.ar/~control1/apuntes/C4.1.pdf

[31] Herramientas de cálculo. (2018). Mapeo entre el plano s y el plano z. Control

digital. Recuperado de https://herramientasdecalculo.com/2018/04/04/2-5-mapeo-
entre-el-plano-s-y-el-plano-z-control-digital/

[32] Infante-Jacobo, M. (2017). Mapeo entre planos complejos S y Z. Recuperado

de https://pdfcoffee.com/mapeo-entre-planos-complejos-s-y-z-3-pdf-free.html

[33] Dinámica de Sistemas 4. (2022). Mapeo del plano s al z y viceversa.

Recuperado de https://dinamicadesistemas4.blogspot.com/2022/05/mapeo-del-
plano-s-al-z-y-viceversa.html

[34] LibreTexts Español. (n.d.). Polos y ceros en el Plano Z. Recuperado de

https://espanol.libretexts.org/Ingenieria/Se%C3%B1ales_y_Sistemas_%28Baraniu
k_et_al.%29/12%3A_Transformaci%C3%B3n_Z_y_Dise%C3%B1o_de_Sistema_d
e_Tiempo_Discreto/12.05%3A_Polos_y_ceros_en_el_Plano_Z

[35] Salazar, G. H. (2021). Transformación bilineal o transformación de Tustin.

Recuperado de https://ghsalazar.github.io/2021/03/07/transformaci%C3%B3n-
bilineal.html

49
[36] Wikipedia. (s.f.). Transformación bilineal. Recuperado de
https://es.wikipedia.org/wiki/Transformaci%C3%B3n_bilineal

[37] AcademiaLab. (s.f.). Transformada bilineal. Recuperado de https://academia-

lab.com/enciclopedia/transformada-bilineal/

[38] LibreTexts Español. (s.f.). Transformación Bilineal. Recuperado de

https://espanol.libretexts.org/Ingenieria/Introducci%C3%B3n_a_la_electr%C3%B3
nica_f%C3%ADsica_(Wilson)/06%3A_Transmisi%C3%B3n_de_estado_estacionar
io_de_CA/6.07%3A_Transformaci%C3%B3n_Bilineal

[39] § Transformaciones entre los planos z y s. (2010, 4 junio). Transformadas de

Laplace. https://0ptimo.wordpress.com/paginas/transformadas-de-laplace/capitulo-
i/transformaciones-entre-los-planos-z-y-s/

[40] colaboradores de Wikipedia. (2024, 7 julio). Transformación bilineal.

Wikipedia, la Enciclopedia Libre.
https://es.wikipedia.org/wiki/Transformaci%C3%B3n_bilineal

[41] Salazar-Silva, G. H. (2021, 7 marzo). Transformación bilineal o transformación

de Tustin. La libreta de Gastón.
https://ghsalazar.github.io/2021/03/07/transformaci%C3%B3n-bilineal.html

50