Contenido. 1. Introducción 2. Descripción matemática de sistemas
|
|
- Yolanda Moreno Martínez
- hace 8 años
- Vistas:
Transcripción
1 Descripción Matemática de sistemas p. 1/52 Contenido 1. Introducción 2. Descripción matemática de sistemas 3. Herramientas de Algebra lineal 4. Solución de la ecuación de estado y realizaciones 5. Estabilidad 6. Controlabilidad y Observabilidad 7. Especificaciones y limitaciones de diseño 8. Realimentación de estados y observadores 9. Introducción al control óptimo
2 Descripción Matemática de sistemas p. 2/52 Descripción Matemática de Sistemas 2. Descripción matemática de sistemas 2.1 Una taxonomía de sistemas 2.2 Sistemas Lineales 2.3 Sistemas lineales estacionarios 2.4 Linealización 2.5 Sistemas discretos
3 Descripción Matemática de sistemas p. 3/ Una taxonomía de sistemas Los sistemas a estudiar en este curso poseen una relación única entre entrada - salida (relación causa - efecto). Esta propiedad es esencial para definir un sistema. Según el número de entradas y salidas los sistemas pueden ser tipo SISO, MIMO o SIMO. u(t) y(t) u[k] t u(t) u[k] CAJA NEGRA y(t) y[k] y[k] t t t
4 Descripción Matemática de sistemas p. 4/ Una taxonomía de sistemas Dependiendo de si las entradas y salidas del sistema aceptan señales de tiempo continuo o de tiempo discreto, los sistemas se clasifican en sistemas de tiempo continuo o sistemas de tiempo discreto. Notaciones y asunciones: u(t) itálico en minúscula para escalares u(t) bold en minúscula para vectores (múltiples entradas) u = [u 1 u 2... u n ] T. Para tiempo continuo se asume t. Para tiempo discreto se asume u[k] = u[kt ], siendo T el período de muestreo de todas las señales. k denota el instante de tiempo discreto y es un entero tal que k
5 Descripción Matemática de sistemas p. 5/ Una taxonomía de sistemas Un sistema es sin memoria si la salida y(t 0 ) solo depende de la entrada en el tiempo t 0. En un sistema con memoria su salida en tiempo t 0 depende de las entradas pasadas, presentes y futuras. Un sistema es causal o no anticipativo, si las salidas dependen de las entradas en tiempo pasado y presente pero no del futuro. Un sistema no causal puede predecir el futuro y ningún sistema físico real posee esta propiedad. La salida de un sistema causal depende de la entrada pasada, y el tiempo debería seguirse desde t =. El concepto de estado puede tratar con este problema.
6 Descripción Matemática de sistemas p. 6/ Una taxonomía de sistemas El estado x(t 0 ) de un sistema es la información en t 0 que, junto con la entrada u(t), para t t 0, determina de forma única la salida y(t) para todo t t 0. Así, el estado en t 0 resume el efecto de las entradas pasadas sobre las salidas futuras.en un circuito eléctrico con condensadores e inductancias, el estado se conforma con los voltajes en los condensadores y las corrientes en las inductancias; es decir, las variables que permiten describir el estado de la energía almacenada en el sistema. Un sistema es de dimensión finita, si el vector de estado tiene dimensión finita. Un sistema es distribuido si su estado tiene un número infinito de variables de estado.
7 Descripción Matemática de sistemas p. 7/ Sistemas lineales Un sistema es lineal si para cada t 0 y cualquier dos pares de vectores estado-entrada-salida tales que, x i (t 0 ) u i (t), t t 0 } y i (t), t t 0 para i = 1, 2; entonces se cumplen las propiedades, x 1 (t 0 ) + x 2 (t 0 ) u 1 (t) + u 2 (t), t t 0 } y 1 (t) + y 2 (t), t t 0 (aditividad). αx 1 (t 0 ) αu 1 (t), t t 0 } α R αy 1 (t), t t 0 (homogeneidad).
8 Descripción Matemática de sistemas p. 8/ Sistemas lineales Las propiedades de aditividad y homogeneidad se combinan para definir la propiedad de superposición, α 1 x 1 (t 0 ) + α 2 x 2 (t 0 ) α 1 u 1 (t) + α 2 u 2 (t), t t 0 } α 1 y 1 (t) + α 2 y 2 (t), t t 0 Un sistema es no lineal si no se cumple la propiedad de superposición.
9 Descripción Matemática de sistemas p. 9/52 Respuestas de entrada y estado cero Si u(t) = 0 para t t 0 entonces la salida se debe solo al estado inicial x(t 0 ). Esta salida se llama respuesta de entrada cero y zi. x(t 0 ) u(t) 0, t t 0 } y zi (t), t t 0 Si x(t 0 ) = 0 entonces la salida se debe solo a la entrada u(t). Esta salida se llama respuesta de estado cero y zs. x(t 0 ) = 0 u(t), t t 0 } y zs (t), t t 0
10 Descripción Matemática de sistemas p. 10/52 Respuesta total Si un sistema es lineal, la propiedad de aditividad implica, y(t) }{{} Respuesta total = y }{{} zi + y }{{} zs Respuesta entrada cero Respuesta estado cero En el estudio de un sistema no lineal no se pueden separar las respuestas de estado y entrada cero para obtener la respuesta total.
11 Descripción Matemática de sistemas p. 11/52 ents u(t i ) t i t i ) Descripción Entrada-Salida δ (t t 1 ) Puede obtenerse una descripción matemática de la salida de estado cero de un sistema lineal. Para el caso SISO, cualquier entrada u(t) puede aproximarse por una serie de pulsos. PSfrag replacements t 1 t t t 1 t u(t i) δ (t t 1 ) t i u(t i )δ (t t i ) t u(t) i u(t i )δ (t t i )
12 Descripción Matemática de sistemas p. 12/52 Descripción entrada-salida Llamando g (t, t i ) a la salida en el tiempo t excitada por el pulso u(t) = δ (t t i ) aplicado en t = t i entonces en un sistema lineal se cumple, δ (t t i ) g (t, t i ) δ (t t i )u(t i ) g (t, t i )u(t i ) δ (t t i )u(t i ) g (t, t i )u(t i ) i i y(t) i g (t, t i )u(t i )
13 Descripción Matemática de sistemas p. 13/52 Descripción entrada-salida Si 0 entonces, y(t) = g(t, τ)u(τ)dτ donde g(t, τ) es la respuesta al impulso aplicado en t = τ. Un sistema es relajado si el estado inicial en t = t 0 es 0. Si el sistema además de relajado es causal, g(t, τ) = 0 para t < t 0, entonces y(t) = t t 0 g(t, τ)u(τ)dτ
14 Descripción Matemática de sistemas p. 14/52 Descripción entrada-salida Para un sistema lineal, relajado en t 0 y causal con p terminales de entrada y q terminales de salida, la representación entrada salida será, y(t) = t t 0 G(t, τ)u(τ)dτ donde g i,j (t, τ) es la respuesta impulso en el tiempo t entre el j esimo terminal de entrada y el i esimo terminal de salida. G es llamada la matriz de respuesta impulso del sistema. Note que las descripciones de entrada-salida no requieren que el sistema sea de dimensión finita.
15 Descripción Matemática de sistemas p. 15/52 Descripción de espacio de estados Todo sistema lineal de dimensión finita puede describirse mediante el conjunto de ecuaciones, ẋ(t) = A(t)x(t) + B(t)u(t) (1) y(t) = C(t)x(t) + D(t)u(t) (2) Si el sistema es de q salidas y el estado x es de dimensión n, la ecuación (1) se compone de n ecuaciones diferenciales y la ecuación (2) de q ecuaciones algebraicas. Al conjunto de ecuaciones (1) y (2) se le denomina ecuación de espacio de estados o simplemente ecuación de estado.
16 Descripción Matemática de sistemas p. 16/52 Sistemas LTI Un sistema lineal es invariante en el tiempo si para cada par estado-entrada-salida y cualquier T se tiene, x(t 0 ) u(t), t t 0 } y(t), t t 0 x(t 0 + T ) u(t T ), t t 0 + T } y(t T ), t t 0 + T En palabras: el sistema da la misma respuesta, pero desplazada en el tiempo, que si se le aplica la misma entrada desplazada en el tiempo manteniendo las mismas condiciones iniciales.
17 Descripción Matemática de sistemas p. 17/52 Sistemas LTI Un sistema que no es LTI se denomina variante en el tiempo. Las características de los sistemas invariantes en el tiempo deben ser independientes del tiempo. Sin embargo un gran número de sistemas físicos pueden modelarse como invariantes en el tiempo por un período limitado de tiempo. Considérese la respuesta al impulso de un sistema LTI, g(t, τ) = g(t τ, 0) = g(t τ) Entonces la descripción entrada-salida queda, y(t) = t t 0 g(t, τ)u(τ)dτ = t 0 g(t τ)u(τ)dτ = t 0 g(τ)u(t τ)dτ
18 Descripción Matemática de sistemas p. 18/52 Matriz función de transferencia Sea ŷ(s) la transformada de Laplace de y(t), ŷ(s) = = = = = 0 t=0 τ=0 τ=0 v=0 y(t)e st dt ( τ=0 ( t=0 ( v= τ g(v)e sv dv ) g(t τ)u(τ)dτ e s(t τ) e sτ dt ) g(t τ)e s(t τ) dt u(τ)e sτ dτ ) g(v)e s(v) dv u(τ)e sτ dτ τ=0 u(τ)e sτ dτ = ĝ(s)û(s)
19 Descripción Matemática de sistemas p. 19/52 Matriz función de transferencia ĝ(s) = 0 g(t)e st dt se denomina función de transferencia del sistema. Para un sistema de p entradas y q salidas, ŷ 1 (s) ŷ 2 (s). ŷ q (s) = ĝ 11 (s) ĝ 12 (s)... ĝ 1p (s) ĝ 21 (s) ĝ 22 (s)... ĝ 2p (s)... ĝ q1 (s) ĝ q2 (s)... ĝ qp (s) û 1 (s) û 2 (s). û p (s) o, ŷ(s) = Ĝ(s)û(s)
20 Descripción Matemática de sistemas p. 20/52 Ejemplo: Retardo unitario El sistema retardo unitario se define como y(t) = u(t 1) Para conocer {y(t), t t 0 } a partir de {u(t), t t 0 }, se necesita conocer {u(t), t 0 1 t < t 0 }. Entonces el estado inicial tiene infinitos puntos y el sistema es distribuido. Respuesta al impulso: g(t) = δ(t 1). ĝ(s) = L[δ(t 1)] = 0 δ(t 1)e st dt = e st t=1 = e s La función de transferencia no es racional en s. Los sistemas de dimensión finita de estado poseen funciones de transferencia racionales.
21 Descripción Matemática de sistemas p. 21/52 Ejemplo: Sistema realimentado r(t) + - a u(t) Retardo unitario y(t) La función de transferencia de lazo cerrado se puede obtener resolviendo el diagrama en bloques, ĝ f (s) = ae s 1 + ae s
22 Descripción Matemática de sistemas p. 22/52 Ejemplo:realimentación negativa La respuesta al impulso del sistema realimentado es g f (t) = aδ(t 1) a 2 δ(t 2) + a 3 δ(t 3)... = a i δ(t i)( 1) (i 1) = ( 1) i a (i+1) δ(t (i + 1)). i=1 i=0 Ya que L[δ(t i)] = e is, ĝ f (s) = L[g f (t)] es, ĝ f (s) = ( 1) i a (i+1) e s(i+1) = ae s i=0 i=0 ( ae s ) i = ae s 1 + ae s Que es la misma f.t. que obtenida del diagrama en bloques.
23 Descripción Matemática de sistemas p. 23/52 Clasificación de las f.t. En este curso se tratarán sistemas con espacio de estado de dimensión finita. En estos sistemas, la f.t es una función racional de s. Cada f.t. racional se puede expresar como ĝ(s) = N(s) D(s), donde N(s) y D(s) son polinomios en s. Denotaremos el grado de un polinomio por deg. Las f.t. se clasifican como: Propias Si degd(s) degn(s). Esto implica que ĝ( ) = 0 o constante. Estrictamente propias Si degd(s) > degn(s). Esto implica que ĝ( ) = 0.
24 Descripción Matemática de sistemas p. 24/52 Clasificación de las f.t Bipropias Si degd(s) = degn(s). Esto implica que ĝ( ) es una constante. Impropias Si degd(s) < degn(s). Esto implica que ĝ( ) =. Una matriz racional Ĝ(s) es, Propia, si cada elemento es propio o si Ĝ(s) es una matriz constante cero o no cero. Estrictamente propia, si cada elemento es estrictamente propio o si Ĝ(s) es una matriz cero. Bipropia, si Ĝ(s) es cuadrada y tanto Ĝ(s) como Ĝ 1 (s) son propias.
25 Descripción Matemática de sistemas p. 25/52 Polos y ceros Un número real o complejo λ se llama un polo de ĝ(s) si ĝ(λ) =. Se llama un cero de ĝ(s) si ĝ(λ) = 0. Si N(s) y D(s) son coprimas (no factores comunes de grado 1 o superior), todas las raíces de N(s) son ceros y todas las raíces de D(s) son polos de ĝ(s). ĝ(s) = k (s z 1)(s z 2 )... (s z m ) (s p 1 )(s p 2 )... (s p n ) (ver comando tf2zp(num,den) de MATLAB)
26 Descripción Matemática de sistemas p. 26/52 Polos y ceros λ es un polo de Ĝ(s) si es polo de algún elemento de Ĝ(s). Hay varias formas de definir los ceros de tal que es cero para cada elemento no cero de Ĝ(s). Ĝ(s). Un cero de bloqueo es uno El concepto de cero más útil en control es el cero de transmisión, que se definirá más adelante en el curso.
27 Descripción Matemática de sistemas p. 27/52 Matriz de transferencia en el E.E. De la descripción de un LTI de dimensión finita, ẋ(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t) Aplicando la transformada de Laplace se obtiene, sˆx(s) x(0) = Aˆx(s) + Bû(s) ŷ(s) = Cˆx(s) + Dû(s) x(s) = (si A) 1 x(0) + (si A) 1 Bû(s) ŷ(s) = C(sI A) 1 x(0) + C(sI A) 1 Bû(s) + Dû(s)
28 Descripción Matemática de sistemas p. 28/52 Matriz de transferencia en el E.E. Si x(0) = 0, ŷ(s) = [ C(sI A) 1 B + D ] û(s) Y ya que ŷ(s) = Ĝ(s)û(s), Ĝ(s) = C(sI A) 1 B + D (Ver comandos tf2ss y ss2tf de MATLAB). Si el sistema es variante en el tiempo no se utiliza la descripción de Laplace.
29 Descripción Matemática de sistemas p. 29/52 Linealización de s/mas no lineales La mayoría de los sistemas físicos son no lineales. Muchos de ellos pueden escribirse en la forma, ẋ(t) = h(x(t), u(t), t) y(t) = f(x(t), u(t), t) (3) Sea x 0 (t) una solución del sistema para cierta entrada u 0 (t) y cierto estado inicial que pueda considerarse como el punto de operación del sistema.
30 Descripción Matemática de sistemas p. 30/52 Linealización de s/mas no lineales Supongamos que el sistema no-lineal es tal que al aplicar una pequeña perturbación a la entrada u(t) = u 0 (t) + u(t) se produce solo una pequeña perturbación en el estado x(t) = x 0 (t) + x(t), entonces puede expandirse (3) en series de Taylor, [ h ẋ(t) = ẋ 0 (t) + x (x x 0) + h ] u (u u 0) + 1 [ 2 h 2! x 2 (x x 0) h2 x u (x x 0)(u u 0 ) + 2 h u 2 (u u 0) 2 ] +...
31 Descripción Matemática de sistemas p. 31/52 Linealización de s/mas no lineales La linealización (alrededor del punto de operación) consiste en despreciar los términos no lineales quedando, ẋ(t) = h x (x0,u 0 ) x + h u u (x0,u 0 ) Definiendo los Jacobianos, A(t) := h x := h 1 / x 1... h 1 / x n.. h n / x 1... h n / x n
32 Descripción Matemática de sistemas p. 32/52 Linealización de s/mas no lineales B(t) := h u := h 1 / u 1... h 1 / u m.. h n / u 1... h n / x m En función de los jacobianos se obtiene la ecuación linealizada, ẋ(t) = A(t)x + B(t)u La ecuación y(t) = f(x(t), u(t), t) puede linealizarse en forma similar.
33 Descripción Matemática de sistemas p. 33/52 Sistemas de tiempo discreto La mayoría de los conceptos de espacio de estados para sistemas LTI se pueden trasladar directamente a tiempo discreto, descritos por ecuaciones lineales de diferencias. Cuando el sistema de tiempo discreto se obtiene de muestrear un sistema continuo, solo se considerará muestreo regular, donde t = kt, k = 0, 1, 2,..., y T es el periodo de muestreo. En este caso denotaremos las variables de tiempo discreto (secuencias) como u[k] := u(kt ), etc. Los conceptos de dimensión finita, causalidad, linealidad, y principio de superposición son exactamente los mismos que en el caso continuo.
34 Descripción Matemática de sistemas p. 34/52 Sistemas de tiempo discreto Una diferencia: retardos puros en tiempo discreto, si el retardo es un múltiplo del periodo de muestreo T, no dan lugar a sistemas de dimensión infinita como en el caso continuo. Descripción entrada-salida de sistemas discretos Definimos la secuencia de impulsos δ[k] como, { 1 si k = m δ[k] = 0 si k m En un sistema lineal discreto toda secuencia de entrada u[k] puede representarse mediante la serie u[k] = m= u[m]δ[k m]
35 Descripción Matemática de sistemas p. 35/52 Sistemas de tiempo discreto Si g[k, m] denota la salida de una sistema discreto a una secuencia de impulsos aplicada en el instante m, entonces tenemos que, δ[k, m] g[k, m] δ[k, m]u[m] g[k, m]u[m] δ[k, m]u[m] g[k, m]u[m] m m y[k] = g[k, m]u[m] m= Si el sistema es causal, la salida se reduce a, y[k] = k m=k 0 g[k, m]u[m]
36 Descripción Matemática de sistemas p. 36/52 Sistemas de tiempo discreto Si el sistema además es LTI, y[k] = k m=0 g[k m]u[m] = k m=0 g[m]u[k m] La representación en E.E. mediante ecuaciones de diferencia es, x[k + 1] = A[k]x[k] + B[k]u[k] y[k] = Cx[k] + D[k]u[k] Y para sistemas LTI, x[k + 1] = Ax[k] + Bu[k] y[k] = Cx[k] + Du[k]
37 Descripción Matemática de sistemas p. 37/52 Sistemas de tiempo discreto En el último caso pueden encontrarse funciones de transferencia en tiempo discreto Ĝ(z) = Z[g[k]]. La relación con la representación de estados es, Ĝ(z) = C(zI A) 1 B + D y pueden usarse las mismas funciones de Matlab ss2tf y tf2ss.
38 Descripción Matemática de sistemas p. 38/52 Cuadro resumen Tipo de sistema Representación interna Representación externa dim. infinita lineal y(t) = t 0 G(t, τ)u(τ)dτ dim. finita, lineal ẋ = A(t)x + B(t)u y(t) = t t 0 G(t, τ)u(τ)dτ y = C(t)x + D(t)u dim. inf., lineal, est. y(t) = t 0 G(t, τ)u(τ)dτ ŷ(s) = Ĝ(s)û(s) dim. fin., lineal, est. ẋ = Ax + Bu y(t) = t 0 G(t, τ)u(τ)dτ y = Cx + Du ŷ(s) = Ĝ(s)û(s)
39 Descripción Matemática de sistemas p. 39/52 Dinámica de sistemas mecánicos Dynamics of Mechanical Systems I (translational) Newton s Law: F = ma. Vector sum of forces = mass of object times inertial acceleration. Free-body diagrams are a tool to apply this law. EXAMPLE: Cruise control model. Write the equations of motion for the speed and forward motion of a car assuming that the engine imparts a forward force of u(t). 1. Assume rotational inertia of wheels is negligible. 2. Assume that friction is proportional to car s speed (viscous friction).
40 Descripción Matemática de sistemas p. 40/52 Dinámica de sistemas mecánicos or, u(t) F = ma bẋ(t) = m.. x(t).. x(t) + b. x(t) = u(t) m m bẋ(t) m x(t) u(t) If the variable of interest is speed (v(t) = ẋ(t)), not position,. v(t) + b u(t) v(t) = m m Notice that the differential equation has output variables on the left of =, and input variables on the right. IMPORTANT POINT: All of our models of dynamical systems will be differential equations involving the input (e.g., u(t)) and its derivatives and the output (e.g., y(t)) and its derivatives. No other signals (intermediate variables) are allowed in our solutions.
41 Descripción Matemática de sistemas p. 41/52 Dinámica de sistemas mecánicos EXAMPLE: Car suspension. Each wheel in a car suspension system has a tire, shock absorber and spring. Write the one-dimensional (vertical) equations of motion for the car body and wheel. m 2 y(t) k s b Quarter-car model m 1 x(t) Free-body diagram: k w r(t) Road Surface Inertial Reference
42 Descripción Matemática de sistemas p. 42/52 Dinámica de sistemas mecánicos Free-body diagram: k s (y(t) x(t)) b(ẏ (t) ẋ(t)) Inertial Reference m 1 m 2 x(t) y(t) k w (x(t) r(t)) k s (y(t) x(t)) b(ẏ (t) ẋ(t)) The force from the spring is proportional to its stretch. The force from the shock absorber is proportional to the rate-of-change of its stretch. F = ma ( ) b ẏ (t) ẋ(t).. + k s (y(t) x(t)) k w (x(t) r(t)) = m 1 x(t) ( ) k s (y(t) x(t)) b ẏ (t) ẋ(t). = m 2 ẏ (t)
43 Descripción Matemática de sistemas p. 43/52 ( Dinámica de sistemas mecánicos ) = Re-arrange:.. x(t) + b m 1 (ẋ(t) ẏ (t)) + k s m 1 (x(t) y(t)) + k w m 1 x(t) = k w m 1 r(t).. y(t) + b m 2 (ẏ (t) ẋ(t)) + k s m 2 (y(t) x(t)) = 0 Important components for mechanical-translational systems: 1. Mass m 2. Spring k x 1 (t) x 2 (t) f (t) = k(x 1 (t) x 2 (t)) 3. Damper b x 1 (t) x 2 (t) f (t) = b(ẋ 1(t) ẋ 2(t)) Dynamics of Mechanical Systems II (rotational)
44 Descripción Matemática de sistemas p. 44/52 Dinámica de sistemas mecánicos Dynamics of Mechanical Systems II (rotational) Newton s Law is modified to be: M = Jα (or I α) Vector sum of moments = moment of inertia times angular acceleration. ( moment = torque ). EXAMPLE: Satellite control. Satellites require attitude control so that sensors, antennas, etc., are properly pointed. Let s consider one axis of rotation. d θ(t) Gas jet F c (t) moment = F c (t) d, so, F c (t)d = J θ(t).... θ(t) = F c(t)d J
45 Descripción Matemática de sistemas p. 45/52 Dinámica de sistemas mecánicos torques twice double-integrator plant. EXAMPLE: Torsional pendulum. A torsional pendulum is used, for example, in clocks enclosed in glass domes. A similar device is the read-write head on a hard-disk drive. k k: Springiness of suspension wire. J b τ, θ b: Viscous friction. M = J.. θ(t) J θ(t).. = τ(t) b θ(t). kθ(t).. θ(t) + b. θ(t) + k τ(t) θ(t) = J J J
46 Descripción Matemática de sistemas p. 46/52 Dinámica de sistemas mecánicos J J J Important components for mechanical rotational systems: 1. Inertia J 2. Spring k θ 1 (t) θ 2 (t) τ(t) = k(θ 1 (t) θ 2 (t)) 3. Damper b θ 1 (t) θ 2 (t) τ(t) = b(. θ 1(t). θ 2(t))
47 Descripción Matemática de sistemas p. 47/52 Dinámica de sistemas mecánicos EXAMPLE: NONLINEAR Rotational Pendulum. Moment of intertia: J = ml 2... M = J θ(t) θ(t), τ(t) l.. θ(t) + g l } sin(θ(t)) {{ } mg Nonlinear! If motion is small, sin (θ(t)) θ(t)... θ(t) + g τ(t) θ(t) = l ml 2 This is a preview of linearization. J.. θ(t) = τ(t) mgl sin(θ(t)) = τ(t) ml 2 Linear.
48 Descripción Matemática de sistemas p. 48/52 Dinámica de sistemas mecánicos Summary of Developing Models for Rigid Bodies: 1. Assign variables such as x(t) and θ(t) that are both necessary and sufficient to describe and arbitrary position of the object. 2. Draw a free-body diagram of each component, and indicate all forces acting on each body and the accelerations of the center of mass with respect to an inertial reference. 3. Apply Newton s laws: F = ma, M = Jα. 4. Combine the equations to eliminate internal forces. 5. The final form must be in terms of ONLY the input to the system and its derivatives, and the output of the system and its derivatives.
49 Descripción Matemática de sistemas p. 49/52 Formulación de modelos en E.E. How do we Formulate Them? A variety of ways. e.g., from E.O.M. Also from transfer functions. Three cases: 1] Transfer function is only made up of poles. 1 G(s) = = Y (s) s 3 + a 1 s 2 + a 2 s + a 3 U(s) y(t) a 1 ẏ (t) + a 2 ẏ(t) + a 3 y(t) = u(t) Choose output and derivatives as the state. [.ẏ. ] T x(t) = (t) y(t) y(t). Then.....
50 Descripción Matemática de sistemas p. 50/52 Formulación de modelos en E.E. = [ ]. x(t) =... y(t).. y(t). y(t) = y(t) = a 1 a 2 a [ ] [ x(t) +.. y(t). y(t) y(t) ] 0 u(t) u(t) 2] Transfer function has poles and zeros, but is strictly proper. G(s) = b 1s 2 + b 2 s + b 3 s 3 + a 1 s 2 + a 2 s + a 3 = Y (s) U(s) Break up transfer function into two parts. V (s) U(s) poles of Y (s) U(s). Then, Y (s) = [b 1s 2 + b 2 s + b 3 ]V (s). Or, y(t) = b 1.. v(t) + b2. v(t) + b3 v(t). 3 2 contains all of the
51 Descripción Matemática de sistemas p. 51/52 Formulación de modelos en E.E y(t) = b 1 v(t) + b 2 v(t) + b 3 v(t). But, V (s)[s 3 + a 1 s 2 + a 2 s + a 3 ] = U(s), or, v(t) + a 1 v(t) + a2 v(t) + a3 v(t) = u(t). The representation for this is [..v(t) ]. T the same as in Case [1]. Let x(t) = v(t) v(t). Then. x(t) =... v(t).. v(t). v(t) = a 1 a 2 a v(t). v(t) v(t) u(t) represents the dynamics of v(t). All that remains is to couple in the zeros of the system. Y (s) = [b 1 s 2 + b 2 s + b 3 ]V (s) [ ] [ ] y(t) = b 1 b 2 b 3 x(t) + 0 u(t)
52 Descripción Matemática de sistemas p. 52/52 [ ] [ ] Formulación de modelos en E.E 3] Non-proper transfer function. G(s) = b 0s 3 + b 1 s 2 + b 2 s + b 1 s 3 + a 1 s 2 + a 2 s + a 3 = β 1s 2 + β 2 s + β 3 s 3 + a 1 s 2 + a 2 s + a 3 + D, where the β i terms are computed via long division. The remainder D is the feedthrough term. Matlab command tf2ss(num,den) converts a transfer function form to state-space form. We will see that we have a lot of freedom when making our state-space models (i.e., in choosing the components of x(t)).
Descripción Matemática de Sistemas
Capítulo 2 Descripción Matemática de Sistemas 2.1. Una taxonomía de sistemas m θ(t) + mg sinθ(t) = u(t). (2.1) θ Uno de los problemas más simples en robótica es el control de la po- sición de un brazo
Más detalles2.5 Linealización de sistemas dinámicos no lineales
25 Linealización de sistemas dinámicos no lineales En las secciones anteriores hemos visto como representar los sistemas lineales En esta sección se estudia una manera de obtener una aproximación lineal
Más detallesTema 3. Secuencias y transformada z
Ingeniería de Control Tema 3. Secuencias y transformada z Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Concepto de secuencia
Más detallesIntroducción a los sistemas de control
Introducción a los sistemas de control Sistema Un sistema es una combinación de componentes que actúan juntos y realizan un objetivo determinado A un sistema se le puede considerar como una caja negra
Más detallesUn filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i.
Filtros Digitales Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i. En electrónica, ciencias computacionales y matemáticas, un filtro
Más detalleswww.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve
Autor: José Arturo Barreto M.A. Páginas web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Aplicación de la Transformada de Laplace y las ecuaciones
Más detallesMatlab para Análisis Dinámico de Sistemas
Matlab para Análisis Dinámico de Sistemas Análisis Dinámico de Sistemas, curso 26-7 7 de noviembre de 26 1. Introducción Para usar las funciones aquí mencionadas se necesita Matlab con el paquete de Control
Más detallesRepaso de Modelos Matemáticos de Sistemas Dinámicos
Repaso de Modelos Matemáticos de Sistemas Dinámicos Virginia Mazzone Regulador centrífugo de Watt Control Automático 1 http://iaci.unq.edu.ar/caut1 Automatización y Control Industrial Universidad Nacional
Más detallesTransformada de Laplace: Análisis de circuitos en el dominio S
Transformada de Laplace: Análisis de circuitos en el dominio S Trippel Nagel Juan Manuel Estudiante de Ingeniería en Sistemas de Computación Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía
Más detallesComplementos de matemáticas. Curso 2004-2005
Univ. de Alcalá de Henares Ingeniería Técnica Industrial Complementos de matemáticas. Curso 004-005 Colección de ejercicios del tema 1 Las soluciones aparecen en color azul, y si disponéis de la posibilidad
Más detalles1) Como declarar una matriz o un vector.
MATLAB es un programa que integra matemáticas computacionales y visualización para resolver problemas numéricos basándose en arreglos de matrices y vectores. Esta herramienta posee infinidad de aplicaciones,
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesINDICE 1. Introducción 1.2. Qué es Realimentación y Cuáles son sus Efectos? 1.3. Tipos de Sistemas de Control Realimentado
INDICE Prefacio XIX Prefacio al Software de Computadora para Sistemas de Control XXII 1. Introducción 1 1.1. Introducción 1 1.1.1. Componentes básicos de un sistema de control 2 1.1.2. Ejemplos de aplicaciones
Más detallesTRANSFORMADA DE LAPLACE
TRANSFORMADA DE LAPLACE DEFINICION La transformada de Laplace es una ecuación integral que involucra para el caso específico del desarrollo de circuitos, las señales en el dominio del tiempo y de la frecuencia,
Más detallesEstructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Más detallesControladores PID. Virginia Mazzone. Regulador centrífugo de Watt
Controladores PID Virginia Mazzone Regulador centrífugo de Watt Control Automático 1 http://iaci.unq.edu.ar/caut1 Automatización y Control Industrial Universidad Nacional de Quilmes Marzo 2002 Controladores
Más detallesTEMA 1.- SISTEMAS AUTOMÁTICOS Y DE CONTROL.
TEMA 1.- SISTEMAS AUTOMÁTICOS Y DE CONTROL. INDICE 1.-INTRODUCCIÓN/DEFINICIONES 2.-CONCEPTOS/DIAGRAMA DE BLOQUES 3.-TIPOS DE SISTEMAS DE CONTROL 4.-TRANSFORMADA DE LAPLACE 1.- INTRODUCCIÓN/DEFINICIONES:
Más detallesElectrónica Analógica Respuesta en frecuencia. Transformada de Laplace
Electrónica Analógica espuesta en frecuencia. Transformada de Laplace Transformada de Laplace. Introducción La transformada de Laplace es una herramienta matemática muy útil en electrónica ya que gracias
Más detallesIntroducción a los sistemas disipativos y prueba del Teorema de pequeña ganancia
Introducción a los sistemas disipativos y prueba del Teorema de pequeña ganancia Gabriel Tucci Scuadroni Profesor: Álvaro Giusto 14 de diciembre de 2002 Control Robusto Ingeniería Electrica Universidad
Más detallesTema II: Análisis de circuitos mediante la transformada de Laplace
Tema II: Análisis de circuitos mediante la transformada de Laplace La transformada de Laplace... 29 Concepto e interés práctico... 29 Definición... 30 Observaciones... 30 Transformadas de Laplace funcionales...
Más detallesRELACIONES DE RECURRENCIA
Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos
Más detallesLa solución de algunas EDO de Riccati
Revista digital Matemática, Educación e Internet (http://tecdigital.tec.ac.cr/revistamatematica/). Vol 15, No 2. Marzo Agosto 2015. ISSN 1659-0643 La solución de algunas EDO de Riccati José Alfredo Jiménez
Más detallesAnálisis de Sistemas Lineales: segunda parte
UCV, Facultad de Ingeniería, Escuela de Ingeniería Eléctrica. Análisis de Sistemas Lineales: segunda parte Ebert Brea 7 de marzo de 204 Contenido. Análisis de sistemas en el plano S 2. Análisis de sistemas
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detalles2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace
2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma
Más detallesComunicaciones Digitales - Ejercicios Tema 3
Comunicaciones Digitales - Ejercicios Tema 3 007. 1. Considere el diagrama de rejilla para un canal discreto equivalente genérico con 4 coeficientes no nulos (memoria K p = 3) y una constelación -PAM.
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesSistema de Control de un péndulo Simple
Sistema de Control de un péndulo Simple Profesor: Gerardo Bonilla Mota Materia: Teoría de control Alumno: Hans Alexander Luna Eisermann Id: 00012332 Sistema de Control de un péndulo Simple Introducción:
Más detalles2.1 Sistemas discretos en tiempo. 2.1.1 Sistemas lineales. 2.1.2 Sistemas invariantes en tiempo
2.1 stemas discretos en tiempo Un sistema discreto en el tiempo se define matemáticamente como la transformación o el operador que traza una secuencia de entrada con valores x[n], en una secuencia de salida
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesTransformaciones lineales Valores y vectores característicos Ecuaciones diferenciales y transformada de Laplace Leyes físicas
NOMBRE DE LA ASIGNATURA: Dinámica de Sistemas CREDITOS: 4-2-10 APORTACIÓN AL PERFIL Proporcionar conceptos, teorías y herramientas que le permitan integrar diversas disciplinas de la ingeniería tales como:
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices
Más detallesFunciones polinomiales de grados cero, uno y dos
Funciones polinomiales de grados cero, uno y dos A una función p se le llama polinomio si: p x = a n x n + a n 1 x n 1 + + a 2 x 2 + a 1x + a 0 Donde un entero no negativo y los números a 0, a 1, a 2,
Más detallesTEMA V TEORÍA DE CUADRIPOLOS LINEALES. 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto.
TEMA V TEORÍA DE CUADRIPOLOS LINEALES 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto. 5.3.-Parámetros de Admitancia a cortocircuito. 5.4.-Parámetros Híbridos (h, g). 5.5.-Parámetros
Más detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detallesSeries y Transformada de Fourier
Series y Transformada de Fourier Series de Fourier Transformada de Fourier Series de Fourier Las series de Fourier describen señales periódicas como una combinación de señales armónicas (sinusoides). Con
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesAutomatización de Procesos Industriales (REPASO TEORIA DE CONTROL) Ingeniero de Organización. Curso 1 o
Automatización de Procesos Industriales (REPASO TEORIA DE CONTROL) Ingeniero de Organización. Curso 1 o Jose Mari González de Durana Dpto. I.S.A., EUITI e ITT - UPV/EHU Vitoria-Gasteiz Marzo 2002 2 Indice
Más detallesUNIDAD 4 PROCESOS DE MARKOV
UNIDAD 4 PROCESOS DE MARKOV Anteriormente se han cubierto modelos estáticos, esto es, modelos cuyos parámetros permanecen sin cambio a través del tiempo. Con excepción de programación dinámica donde se
Más detallesNÚMEROS NATURALES Y NÚMEROS ENTEROS
NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de
Más detallesUNIVERSIDAD NACIONAL DEL SANTA ESCUELA DE INGENIERIA EN ENERGIA CONTROL AUTOMATICO MODELOS DE SISTEMAS (SEMANA 7-29/10/2012)
UNIVERSIDAD NACIONAL DEL SANTA ESCUELA DE INGENIERIA EN ENERGIA CONTROL AUTOMATICO MODELOS DE SISTEMAS (SEMANA 7-29/10/2012) I. CONTENIDO 1. DEFINICION DE MODELO DE SISTEMA 2. BLOQUES FUNCIONALES PARA
Más detallesComportamiento dinámico: Estabilidad
Lección 5 Comportamiento dinámico: Estabilidad Estabilidad Dos tipos de estabilidad: ẋ(t) = f(t, x(t), u(t)) Estabilidad interna: ẋ(t) = f(t, x(t)) Estabilidad externa o Estabilidad Entrada-Salida : {
Más detallesCircuitos Básicos con OAs
Circuitos Básicos con OAs Manuel Toledo 8 de octubre de 2015 1. Introduction El amplificador operacional (abreviado opamp u OA) es uno de los componentes más importantes para el diseño de circuitos analógicos.
Más detalles1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0 1 0 0 0 0 1 1 0 1 1 0 0 0 1 1 1 1
5.1.3 Multiplicación de números enteros. El algoritmo de la multiplicación tal y como se realizaría manualmente con operandos positivos de cuatro bits es el siguiente: 1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0
Más detallesMódulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesSOBRE LOS CICLOS LÍMITE ALGEBRAICOS DE LOS SISTEMAS CUADRÁTICOS ABOUT THE ALGEBRAIC LIMIT CYCLES OF THE QUADRATIC SYSTEMS
Vol. 5, Nº 1 (2014): 23-28 100-100 Artículo Original SOBRE LOS CICLOS LÍMITE ALGEBRAICOS DE LOS SISTEMAS CUADRÁTICOS ABOUT THE ALGEBRAIC LIMIT CYCLES OF THE QUADRATIC SYSTEMS Sabino Acosta Delvalle 1 1
Más detallesEcuaciones Diferenciales Tema 2. Trasformada de Laplace
Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ester Simó Mezquita Matemática Aplicada IV 1 1. Transformada de Laplace de una función admisible 2. Propiedades básicas de la transformada de Laplace
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesSISTEMAS DE CONTROL I MODELADO DE SISTEMAS FÍSICOS
SISTEMAS DE CONTROL I MODELADO DE SISTEMAS FÍSICOS Ing. Miguel G. Alarcón Agosto de 2011 Temario Sistema Físico. Modelado del Sistema Real. Sistemas Eléctricos. Sistemas Mecánicos. Sistemas Térmicos. Qué
Más detallesAutomá ca. Capítulo1.ModeladodeSistemasdeControl
Automáca apítulo.modeladodesistemasdeontrol JoséamónlataGarcía EstherGonzálezSarabia DámasoFernándezPérez arlostoreferero MaríaSandraoblaGómez DepartamentodeTecnoloíaElectrónica einenieríadesistemasautomáca
Más detallesPROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.
PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesa < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
Más detallesSistemas de vectores deslizantes
Capítulo 1 Sistemas de vectores deslizantes 1.1. Vectores. Álgebra vectorial. En Física, se denomina magnitud fsica (o simplemente, magnitud) a todo aquello que es susceptible de ser cuantificado o medido
Más detallesDOMINIO Y RANGO DE UNA FUNCIÓN I N D I C E. martilloatomico@gmail.com. Página. Titulo:
Titulo: DOMINIO Y RANGO I N D I C E Página DE UNA FUNCIÓN Año escolar: 4to. Año de Bachillerato Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela
Más detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detallesDinámica. Fuerza es lo que produce cualquier cambio en la velocidad de un objeto. Una fuerza es lo que causa una aceleración
Tema 4 Dinámica Fuerza Fuerza es lo que produce cualquier cambio en la velocidad de un objeto Una fuerza es lo que causa una aceleración La fuerza neta es la suma de todas las fuerzas que actúan sobre
Más detallesVECTORES. MULTIPLE CHOICE. Choose the one alternative that best completes the statement or answers the question.
VECTORES 1) If A + B = C and their magnitudes are given by A + B = C, then the vectors A and B are oriented 1) A) parallel to each other (in the same direction). B) perpendicular relative to one other.
Más detallesVII. Estructuras Algebraicas
VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación
Más detallesLos sistemas de numeración se clasifican en: posicionales y no posicionales.
SISTEMAS NUMERICOS Un sistema numérico es un conjunto de números que se relacionan para expresar la relación existente entre la cantidad y la unidad. Debido a que un número es un símbolo, podemos encontrar
Más detallesNúmeros Reales DESIGUALDADES DESIGUALDADES. Solución de desigualdades. 2x + 4 < 6x +1 6x + 3 8x 7 x 2 > 3x 2 5x + 8. INECUACIONES o DESIGUALDADES
Números Reales INECUACIONES o DESIGUALDADES DESIGUALDADES Una desigualdad en una variable es una expresión donde se establece una relación entre dos cantidades. Las relaciones de orden son: ,, Ejemplos:
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detallesSistema!de!iluminación!de!un!longboard!
Sistemadeiluminacióndeunlongboard RESUMEN JuanJacoboMonteroMuñoz GradoenIngenieríaelectromecánica,electrónicaindustrial DoblediplomaconSupélecParís. Este proyecto ha sido desarrollado en París, en la Ecole
Más detallesSelectividad Junio 2008 JUNIO 2008 PRUEBA A
Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 es en R n y producto punto Departamento de Matemáticas ITESM es en R n y producto punto Álgebra Lineal - p. 1/40 En este apartado se introduce el concepto de vectores en el espacio
Más detallesOrtogonalidad y Series de Fourier
Capítulo 4 Ortogonalidad y Series de Fourier El adjetivo ortogonal proviene del griego orthos (recto) y gonia (ángulo). Este denota entonces la perpendicularidad entre dos elementos: dos calles que se
Más detallesÁrea Académica: Matemáticas (Cálculo Diferencial) Tema: Números reales y clasificación de funciones. Profesor(a):Mtra. Judith Ramírez Hernández.
Área Académica: Matemáticas (Cálculo Diferencial) Tema: Números reales y clasificación de funciones Profesor(a):Mtra. Judith Ramírez Hernández. Periodo: Enero Junio 2012 Topic: Real Numbers and classification
Más detallesPotencial eléctrico. du = - F dl
Introducción Como la fuerza gravitatoria, la fuerza eléctrica es conservativa. Existe una función energía potencial asociada con la fuerza eléctrica. Como veremos, la energía potencial asociada a una partícula
Más detallesIntegrales y ejemplos de aplicación
Integrales y ejemplos de aplicación I. PROPÓSITO DE ESTOS APUNTES Estas notas tienen como finalidad darle al lector una breve introducción a la noción de integral. De ninguna manera se pretende seguir
Más detallesIntegrador, realimentación y control
Prctica 1 Integrador, realimentación y control El programa Simulink es un programa incluido dentro de Matlab que sirve para realizar la integración numérica de ecuaciones diferenciales a efectos de simular
Más detalles3. LA DFT Y FFT PARA EL ANÁLISIS FRECUENCIAL. Una de las herramientas más útiles para el análisis y diseño de sistemas LIT (lineales e
3. LA DFT Y FFT PARA EL AÁLISIS FRECUECIAL Una de las herramientas más útiles para el análisis y diseño de sistemas LIT (lineales e invariantes en el tiempo), es la transformada de Fourier. Esta representación
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesCAPÍTULO III. FUNCIONES
CAPÍTULO III LÍMITES DE FUNCIONES SECCIONES A Definición de límite y propiedades básicas B Infinitésimos Infinitésimos equivalentes C Límites infinitos Asíntotas D Ejercicios propuestos 85 A DEFINICIÓN
Más detallesComo ya se sabe, existen algunas ecuaciones de segundo grado que no tienen ninguna solución real. Tal es el caso de la ecuación x2 + 1 = 0.
NÚMEROS COMPLEJOS. INTRO. ( I ) Como ya se sabe, existen algunas ecuaciones de segundo grado que no tienen ninguna solución real. Tal es el caso de la ecuación x2 + 1 = 0. Si bien esto no era un problema
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesSolución de la Ecuación de Estado y Realizaciones
Capítulo 4 Solución de la Ecuación de Estado y Realizaciones 4.. Introducción Vimos que los sistemas lineales pueden representarse mediante integrales de convolución y, si son de dimensión finita (a parámetros
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detallesLÍMITES Y CONTINUIDAD DE FUNCIONES
Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos
Más detalles6-REGISTROS DEL 8086 Y DEL 80286
ESTRUCTURA DE COMPUTADORES I (Capítulo 6: Los registros del microprocesador 8086) 1/7 6-REGISTROS DEL 8086 Y DEL 80286 6.1 INTRODUCCIÓN: Dentro del procesador existen unos contenedores especiales de 16
Más detallesVECTORES EN EL PLANO
VECTORES EN EL PLANO VECTOR: vectores libres Segmento orientado, con un origen y extremo. Módulo: es la longitud del segmento orientado, es un número positivo y su símbolo es a Dirección: es la recta que
Más detallesControl Automático TAREA PROGRAMADA DISEÑO DE UN COMPESADOR DE FILTRO DE MUESCA
INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA EN ELECTRÓNICA Control Automático TAREA PROGRAMADA DISEÑO DE UN COMPESADOR DE FILTRO DE MUESCA Alumnos: Johan Carvajal Godinez Vladimir Meoño Molleda
Más detallesEjemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =
T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente
Más detallesPROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables
Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver
Más detalles1 Introducción 5. 4 Lugar de las raíces 28 4.0.3 Reglas generales para la construcción de los lugares geométrico de la raíz. 28
Contents Introducción 5 2 Transformada Z 7 2. Propiedades de la transformada Z... 9 2.2 La transformada Z inversa... 3 2.2. Métododeladivisióndirecta... 4 2.2.2 Métododeexpansiónenfraccionesparciales...
Más detallesMecánica Racional 20 TEMA 3: Método de Trabajo y Energía.
INTRODUCCIÓN. Mecánica Racional 20 Este método es útil y ventajoso porque analiza las fuerzas, velocidad, masa y posición de una partícula sin necesidad de considerar las aceleraciones y además simplifica
Más detallesSeminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff
Seminario Universitario Material para estudiantes Física Unidad 2. Vectores en el plano Lic. Fabiana Prodanoff CONTENIDOS Vectores en el plano. Operaciones con vectores. Suma y producto por un número escalar.
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesSERVOMOTORES. Los servos se utilizan frecuentemente en sistemas de radiocontrol, mecatrónicos y robótica, pero su uso no está limitado a estos.
SERVOMOTORES Un servomotor (también llamado Servo) es un dispositivo similar a un motor DC, que tiene la capacidad de ubicarse en cualquier posición dentro de su rango de operación y mantenerse estable
Más detallesELEMENTOS DE UN CIRCUITO Unidad 1. Conceptos básicos de electricidad
ELEMENTOS DE UN CIRCUITO Unidad 1. Conceptos básicos de electricidad Qué elementos componen un circuito eléctrico? En esta unidad identificaremos los elementos fundamentales de un circuito eléctrico, nomenclatura
Más detallesVectores en R n y producto punto
Vectores en R n y producto punto Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice 4.1. Introducción............................................... 1 4.. Vector..................................................
Más detallesCarrera: EMM - 0520. Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Ingeniería de control Ingeniería Electromecánica EMM - 0520 3 2 8 2. HISTORIA DEL
Más detallesx + y + z = 1 x + 2y + mz = 2 x + 4y + m 2 z = k (a) We use Gausian elimination to transform the augmented matrix of the system
UC3M Matemáticas para la Economía Examen Final, 20/01/2015 SOLUCIONES 1 Se considera el siguiente sistema lineal dependiente de los parámetros k, m R x + y + z = 1 x + 2y + mz = 2 x + 4y + m 2 z = k (a)
Más detallesTema 2 Límites de Funciones
Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos
Más detallesGrupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Más detallesSUCESIONES INFINITAS
SUCESIONES INFINITAS 1 2 Ejercicio: Cálculo del término general de una sucesión: Encontrar el quincuagésimo término de la sucesión 1, 3, 5, 7,... Es una progresión aritmética de diferencia 2. Su término
Más detallesManual de Introducción a SIMULINK
Manual de Introducción a SIMULINK Autor: José Ángel Acosta Rodríguez 2004 Capítulo Ejemplo.. Modelado de un sistema dinámico En este ejemplo se realizará el modelado de un sistema dinámico muy sencillo.
Más detallesTEMA 6. EIGENVALORES Y EIGENVECTORES
TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES
Más detalles4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Más detalles