1

1. INTRODUCCION
1.1 Introducción:

En los últimos años, el vertiginoso avance de la electrónica digital y especialmente de

los microprocesadores ha traído como consecuencia un aumento considerable en el
número de aplicaciones, tanto a nivel Industrial como doméstico.

En el nivel Industrial, los microprocesadores han entrado de lleno en el campo de la

instrumentación y del control. En este último, los controladores digitales basados en
microprocesador han reemplazado a los otrora robustos controladores neumáticos y
electrónicos análogos de componentes discretos.

Más recientemente, el auge de la informática y especialmente de las computadoras

personales, ha propiciado que muchas compañías desarrollen tecnología para el
control de procesos continuos y de manufactura utilizando como plataforma principal
el PC. La gama de nuevos productos para el control, va desde los controladores
lógicos programables, hasta las tarjetas de adquisición de datos y control, así como el
software especializado para este tipo de aplicaciones.

En el campo de control, las computadoras se utilizan para dos fines concretos. En

primer lugar, para el análisis y síntesis de sistemas de control, empleándose como
herramienta para la simulación y el cálculo de controladores digitales. En segundo
lugar, para la realización física del propio sistema de control.

Un esquema de control en el que una computadora digital se introduce en un lazo de

control para procesar una señal del modo deseado recibe el nombre de: Control
digital directo.

El control digital directo se aplica desde los sesenta en sistemas de control de

procesos a gran escala; en la industria química y en otros procesos ha contribuido en
gran medida en el mejoramiento de la productividad y al aumento en la calidad de
los productos.

El control digital de un proceso tiene las siguientes ventajas frente al correspondiente

control analógico:
 2

Potencia: El procesamiento de datos en un controlador digital se ejecuta

fácilmente a pesar de la complejidad en los algoritmos de cálculo.
Versatilidad: Las estrategias de control pueden cambiarse fácilmente para
adaptarse a diversas situaciones.
Precisión: Los controladores digitales tienen una alta inmunidad al ruido
eléctrico y a los efectos de deriva (variación en los parámetros de los
componentes).
Eficacia: En un controlador digital se pueden implementar varios algoritmos de
control simultáneamente en un mismo computador.

Sin embargo, el control digital tiene algunos inconvenientes:

El proceso de control no resulta instantáneo en el tiempo, lo cual da lugar

alteraciones no previstas en su comportamiento.
El proceso de muestreo y cuantificación genera muchos errores que degradan la
bondad de los cálculos.
El diseño de controladores digitales que compensen tal degradación es más
complejo que el diseño de controladores analógicos.

La figura 1. Muestra un diagrama de bloques de un sistema de control digital:

Controlador Digital

Entrada S/H y Computador D/A Retenedor Actuador Planta Salida

+- A/D digital

Reloj

Sensor

FIGURA 1. Sistema de control digital.

1.2. Tipos de señales:

En un sistema de control digital, se manejan diversos tipos de señal a través de cada

uno de los elementos indicados en el diagrama de bloques de la Figura 1.

Señal analógica: Una señal analógica es aquella que posee un número infinito de
valores en un intervalo continuo de tiempo.

Curso de Control Digital CUTB Ing. Jorge Duque

 3

Las señales eléctricas provenientes de sensores que captan las variables físicas son
generalmente análogas, por ejemplo, una señal de 4 a 20 mA proveniente de un
transmisor de presión. (Figura 2)

Psi, mA

¡Error!Marcador no definido. t

FIGURA 2. Señal Análoga.

Señal cuantificada: La señal cuantificada en tiempo continuo como la de la Figura

3, es una señal que posee un número discreto de valores de amplitud (cuantificada
sólo en amplitud).

FIGURA 2. Señal Cuantificada.

Señal muestreada: La señal muestreada es una señal en tiempo discreto, la cual se

define sólo en instantes de tiempo precisos. Esto significa que, la señal está
cuantificada en tiempo.

Curso de Control Digital CUTB Ing. Jorge Duque

 4

Este tipo de señal se puede obtener muestreando una señal analógica.(Figura 3)

1.5

0.5

0 t
1 2 3 4 5 6 7

FIGURA 3. Señal de datos muestreada.

Señal digital: La señal digital es una señal en tiempo discreto con amplitud
cuantificada.
1.5

0.5

0 t
1 2 3 4 5 6 7

FIGURA 4. Señal digital o discretizada.

Curso de Control Digital CUTB Ing. Jorge Duque

 5

1.3. Elementos de un sistema de control digital:

Cada uno de los elementos del sistema de control digital mostrado en la Figura 1
cumple una función específica:

Muestreador y retenedor (S/H): Este es un circuito amplificador de muestreo y

retención (Sample and Hold), el cual recibe como entrada una señal analógica y
mantiene dicha señal en un valor constante durante un tiempo específico.

Convertidor analógico-digital (A/D): El convertidor analógico digital o ADC es un

dispositivo electrónico que codifica una señal analógica en una secuencia de
números binarios. Los convertidores A/D comerciales, generalmente integran el
circuito de muestreo y retención.
Hay que tener en cuenta que la salida de un A/D es aproximada, ya que la
correspondiente señal analógica puede adoptar un número infinito de valores. Este
proceso de aproximación recibe el nombre de cuantificación.

Convertidor digital-analógico (D/A): El convertidor D/A o DAC (por sus siglas en

inglés) es un dispositivo que decodifica la señal digital binaria proveniente de un
computador o microproccesador en una señal analógica.
El proceso de convertir una secuencia de números binarios en una señal analógica se
denomina retención.

Planta o proceso: La planta o proceso es cualquier sistema físico, químico o

biológico, el cual es susceptible de ser controlado, como en el caso de los hornos,
reactores o máquinas.

Sensor: El sensor es el elemento que está en contacto con la variable física a ser
controlada y que generalmente la transforma en una señal más adecuada para el
procesamiento, bien sea de corriente o de voltaje.

1.4. Sistemas de Adquisición de datos y control:

En los últimos años muchos científicos e ingenieros están utilizando computadores

personales (PC) con buses de expansión o interfases de entrada/salida (I/O) como
sistemas de adquisición de datos y control en aplicaciones industriales y de
laboratorio, entre las que se encuentran: monitoreo de señales, control de procesos,
adquisición de datos, mediciones y pruebas automatizadas.

Un sistema de adquisición de datos y control consta de los siguientes elementos:

• Transductores y actuadores
• Circuitos para acondicionamiento de señal

Curso de Control Digital CUTB Ing. Jorge Duque

 6

• Hardware de adquisición de datos y control ( DAQ )

• Computador personal ( PC )
• Software

FIGURA 5. Sistema típico de adquisición de datos

Transductores y Actuadores:

Un transductor convierte temperatura, presión, nivel, longitud, posición, etc, en una

señal de voltaje, corriente , frecuencia, pulsos u otras señales eléctricas. En cada caso,
la señal eléctrica producida es proporcional a las variables físicas que se están
monitoreando.
Las termocuplas, termistores y RTDs son transductores comúnmente utilizados para
medición de temperatura. Otros tipos de transductores incluyen sensores de flujo,
sensores de presión, galgas extensiométricas, celdas de carga y LVDTs las cuales
miden rata de flujo, variaciones de presión, fuerza o desplazamiento,
respectivamente.
Un actuador es un dispositivo que activa un equipo de control de procesos por medio
del uso de la potencia eléctrica, neumática o hidráulica. Por ejemplo, una válvula de
control es un actuador que se abre o se cierra para controlar la rata de flujo.

Acondicionamiento de señal :
Los circuitos para acondicionamiento de señales mejoran la calidad de las señales
generadas por los transductores, antes que éstas sean convertidas en señales digitales
por el hardware de adquisición de datos del PC.

Curso de Control Digital CUTB Ing. Jorge Duque

 7

FIGURA 6. Tarjeta acondicionadora de señales

Algunos ejemplos de acondicionamiento de señal son: escalización de señal,

amplificación, linealización, compensación de junta fría, filtrado, atenuación,
excitación, rechazo de modo común, etc.

Amplificación: El tipo más común de acondicionamiento es la amplificación. Las

señales provenientes de termocuplas que son de muy bajo nivel (del orden de los mV
) pueden ser amplificadas para incrementar la resolución y reducir el ruido.

Vout

FIGURA 7. Amplificación de señales.

Para obtener la más alta exactitud posible, la señal debe ser amplificada de forma tal
que el máximo rango de voltaje de la señal acondicionada sea igual máximo rango de
entrada del convertidor análogo-digital (ADC).

Aislamiento: Otra aplicación común de acondicionamiento es el aislamiento de

señales entre los transductores y el PC por razones de seguridad, ya que en el sistema
que está siendo monitoreado se pueden producir transitorios de alto voltaje que
pueden dañar el computador.
Una razón adicional por la cual se necesita aislamiento es para asegurarse que las
lecturas provenientes de la tarjeta DAQ no son afectadas por diferencias en los
potenciales de tierra o voltajes en modo común. Cuando la entrada de la tarjeta DAQ
y la señal que está siendo adquirida están aterrizadas en puntos diferentes, pueden
ocurrir problemas si hay diferencias de potencial entre las dos tierras.
Estas diferencias conducen a lo que se conoce como “lazo de tierra”, el cual puede
causar representaciones inexactas de la señal adquirida, o si es muy grande, puede

Curso de Control Digital CUTB Ing. Jorge Duque

 8

dañar el sistema de medición. Utilizando módulos acondicionadores de señal de

aislamiento se eliminan los lazos de tierra y se asegura que las señales se adquieran
con exactitud.

Filtrado: Los filtros remueven señales desconocidas de la señal que se está

verdaderamente interesado en medir. Los filtros de ruido se utilizan en señales de
corriente directa ( DC ) tales como temperatura con el fin de atenuar las altas
frecuencias que reducen la exactitud de la medición.
Las señales de AC ( corriente alterna ) tales como vibraciones requieren un tipo
diferente de filtro, conocido como filtro “antialiasing”. Al igual que el filtro de
ruido, el filtro antialiasing es también un filtro pasabajas; sin embargo éste tiene
además una pendiente alta en la frecuencia de corte, de tal forma que remueve todas
las componentes de frecuencia que son más altas que el ancho de banda de entrada de
la tarjeta. El aliasing es un efecto que consiste en que, señales de entrada con
componentes de muy alta frecuencia aparecen en el código digital como señales
erróneas de baja frecuencia. ( Ver figura 2 )

señal
aliasing

pulsos de
muestreo

FIGURA 8. Aliasing

El aliasing también ocurre cuando la rata de muestreo es muy baja y la señal de

entrada es de baja frecuencia. Esta frecuencia errónea del aliasing no puede ser
distinguida de los datos verdaderos.

Cuando las entradas contienen componentes de frecuencias desconocidas, se

muestrea a la más alta rata de frecuencia que es posible o se remueven las muy altas
frecuencias pasándolas a través de filtros pasabajas.
El filtro antialiasing, es entonces un filtro análogo pasabajas que realiza el corte de las
señales de alta frecuencia no deseadas.

Excitación: El acondicionamiento de señal también se utiliza como voltaje o

corriente de alimentación para algunos transductores. Las galgas extensiométricas, las

Curso de Control Digital CUTB Ing. Jorge Duque

 9

RTDs y termistores, requieren fuentes externas de voltaje o de corriente. Los módulos

acondicionadores de señal para éstos transductores usualmente proveen dichas
señales. Las mediciones con RTDs, por ejemplo, se hacen comúnmente con fuentes
de corriente que convierten una variación de resistencia en un voltaje.

FIGURA 9. Puente para medición con galgas.

Linealización: Otra función de acondicionamiento de señal es la linealización.

Muchos transductores, como las termocuplas, tienen una respuesta no lineal a los
cambios en las variables que están siendo medidas. Esta linealización se puede hacer
también por software, pero tiene algunas desventajas cuando se requieren altas
velocidades de muestreo.

Hardware de adquisición de datos:

El núcleo del sistema de adquisición de datos es el hardware que realiza la interfase
entre el PC y el mundo real. El hardware por lo general está disponible en forma de
tarjetas enchufables en el bus de expansión del PC o en los puertos del PC . También
existen tarjetas en las cuales se encuentra el PC y el DAQ integrados en una solo
conjunto.

FIGURA 10. Tarjeta de adquisición de datos. (Cortesía: National Instruments)

Un hardware DAQ generalmente está conformado por uno o varios elementos con
las siguientes funciones:
• entradas análogas
• salidas análogas

Curso de Control Digital CUTB Ing. Jorge Duque

 10

• entradas digitales
• salidas digitales
• temporización y conteo.

Entradas análogas:
Después de que la señal ha sido acondicionada, la señal del sensor pasa a la sección
de entrada análogo-digital, la cual convierte el voltaje acondicionado o señal de
corriente en una señal digital la cual es leída por el PC .

Sistema Sensor Acondicion. Convertidor Computador

físico Transductor de señal A/D personal

00100001
01100101
01111101
11010100
10011100
11010100
01111101
01100101
00100001

FIGURA 11. Tipos de señales en un sistema de adquisición de datos.

Las especificaciones de las entradas análogas proveen información sobre las

capacidad y exactitud de la tarjeta de adquisición de datos. Las especificaciones
básicas, indican el número de canales, la rata de muestreo, la resolución y el rango de
entrada.

El número de canales de entradas análogas puede ser especificado de dos maneras:

como entradas simples (single-ended) o entradas diferenciales (differential )

Curso de Control Digital CUTB Ing. Jorge Duque

 11

Las entradas simples están todas referenciadas a una tierra común. Estas se utilizan
cuando las señales de entrada tienen un nivel de voltaje alto (>1 volt ) y la distancia
entre el sensor o acondicionador y la tarjeta DAQ es corta (<5m ).

Las entradas diferenciales deben ser consideradas en los siguientes casos:

• Cuando las señales medidas tienen grandes voltajes en modo común, [Link]. las
galgas extensiométricas.
• Cuando se van a tomar mediciones de varios sensores, que no tienen tierra común.
Al conectar el terminal negativo de cada sensor al mismo punto común, pueden
crearse corrientes de tierra inesperadas, resultando en offset y errores de ruido.
• Cuando el sensor está muy distante del sistema de adquisición de datos. El
rechazo de modo común ( Common mode rejection ) de una entrada diferencial
ofrece alta inmunidad al ruido en el cable o línea de transmisión.
Un sistema de medición diferencial responde sólo a la diferencia de potencial entre
dos terminales: el positivo (+) y el negativo (-) de la señal de entrada. Cualquier
voltaje medido con respecto a la tierra del amplificador de instrumentación
presenta a ambas entradas del amplificador un voltaje en modo común.
El término rango de voltaje en modo común describe la capacidad de la tarjeta
DAQ con entradas diferenciales para rechazar las señales de voltaje en modo
común. En una entrada diferencial, los errores de ruido se reducen porque los
voltajes de ruido en modo común existentes en ambos terminales se cancelan
mutuamente.

Rata de muestreo ( sampling rate ) : Uno de los factores más críticos cuando se
selecciona una tarjeta A/D es la rata ( velocidad ) de muestreo . La rata de muestreo
es una medida de cuán rápido la tarjeta A/D puede registrar el canal de entrada e
identificar el valor discreto presente con respecto a la señal de referencia.
Para un mejor entendimiento de la rata de muestreo, considere el siguiente ejemplo:
Si se desea adquirir una onda senoidal que tiene una frecuencia de 1 Hz ( 1 ciclo por
segundo ), cuántos puntos deben ser necesarios para reconstruir aproximadamente la
forma de onda?
Si la rata de muestreo es muy baja, entonces una forma de onda completamente
diferente de una frecuencia baja es reconstruida a partir de los datos adquiridos. Este
efecto es llamado aliasing . Para prevenir el aliasing, es necesario que la rata de
muestreo sea al menos dos veces la frecuencia más alta esperada en la entrada, y que
la señal sea de banda limitada. Así, para muestrear una onda senoidal de 1 HZ, la rata
de muestreo debe ser al menos de 2 Hz. Sin embargo, una rata de muestreo de 8 a 16
Hz resultará en una más exacta representación de la señal que está siendo adquirida.
la figura 4 ilustra el efecto del muestreo a diferentes ratas.

Curso de Control Digital CUTB Ing. Jorge Duque

 12

6 muestras por
ciclo

9 muestras por
ciclo

Forma de onda análoga

16 muestras por
ciclo

FIGURA 12. Efecto de la Rata de muestreo

El muestreo de al menos dos veces la máxima componente de frecuencia en la señal,

para prevenir el aliasing tiene sus fundamentos en el teorema de Nyquist. La
frecuencia cuyo valor es la mitad de la frecuencia de muestreo se denominada
frecuencia de Nyquist. Por ejemplo, señales de audio que son convertidas en
señales eléctricas por un micrófono, comúnmente tienen componentes de frecuencia
de hasta 20 KHz. Una tarjeta con una rata de muestreo mayor de 40K muestras/seg (
40 KS/s) es necesaria para adquirir adecuadamente la señal.

Multiplexado: Una técnica común para medir varias señales con un sólo
convertidor análogo- digital ( ADC ) es el multiplexado. Un multiplexor selecciona y
enruta un canal al ADC para digitalizarlo, entonces conmuta a otro canal y se repite
la secuencia. Debido a que el mismo ADC es muestreado por varios canales, la rata
efectiva de cada canal individual es reducida en proporción al número de canales
muestreados. Por ejemplo, una tarjeta que muestrea a 100KS/s con 8 canales podrá
muestrear cada canal individual a 12,5 KS/s por canal.

Curso de Control Digital CUTB Ing. Jorge Duque

 13

Resolución: La resolución de un sistema DAQ está determinada por el número de

bits que el ADC utiliza para representar la señal análoga. A mayor resolución, mayor
es el número de divisiones del rango de voltaje y por tanto es posible detectar
voltajes más pequeños. La figura 5 muestra una onda senoidal y su correspondiente
imagen digital obtenida con un ADC de 3 bits.
10.0
0 111
8.75
110
7.50
101
6.2
5 100
5.00
011
3.75
010
2.50
001
1.25
000
0
0 1 2 3 4 5 6 7

FIGURA 13. Señal digitalizada con 3 bits de resolución

Un ADC de 3 bits divide el rango análogo entre 23, u 8 divisiones. Cada división
está representada por un código binario entre 000 y 111. Es obvio, que la señal
digital no es una buena representación de la señal análoga original, ya que parte de la
información se ha perdido en la conversión. Para aumentar la resolución, se debe
entonces aumentar el número de bits del convertidor ADC, si se incrementa por
ejemplo, a 12 bits, el número de códigos binarios aumenta de 8 a 4096, obteniéndose
una representación digital más exacta de la señal análoga.

Rango: El rango hace referencia, al mínimo y máximo nivel de voltaje que el ADC
puede medir.

El rango, resolución y ganancia disponibles en una tarjeta determinan el más

pequeño cambio de voltaje detectable . El cambio en el voltaje está representado por
1 LSB ( bit menos significativo) del valor digital, y es llamado frecuentemente ancho
de código. El ancho de código ideal se halla dividiendo el rango de voltaje por la
ganancia y por 2n , siendo n el número de bits de resolución.

Ejemplo: Si se tiene una tarjeta DAQ con rango de 0 a 10V, ganancia programable
de 100 y 12 bits de resolución, el ancho de código ideal será:
10 V
≅ 25µV
100 ⋅ 212
Luego, la resolución teórica de un bit en el valor digitalizado es 25µV.

Curso de Control Digital CUTB Ing. Jorge Duque

 14

Salidas análogas:
Las salidas análogas de una tarjeta de adquisición de datos generadas por los
circuitos convertidores digital-análogo ( DAC ) son utilizadas para el control de
variables físicas por intermedio de los actuadores.

Computador Convertidor Amplificador Actuador Sistema

personal D/A físico

00100001
01100101
01111101
11010100
10011100
11010100
01111101
01100101
00100001

FIGURA 13. Salidas análogas

Varias especificaciones para DACs determinan la calidad de la señal de salida

producida - tiempo de asentamiento, slew rate, y resolución. El tiempo de
asentamiento ( settling time ) y la rata de eliminación ( slew rate ) juntos determinan
cuan rápido el DAC cambia el nivel de la salida . El tiempo de asentamiento es el
tiempo requerido por la salida para alcanzar la exactitud especificada. El tiempo de
asentamiento se especifica comúnmente para un cambio a plena de escala en el
voltaje. La slew rate es la máxima rata de cambio ( dV/dt ) que el DAC puede
producir sobre la señal de salida. Por lo tanto, un DAC con tiempo de asentamienio
pequeño y una alta slew rate puede generar señales de alta frecuencia, porque
precisamente necesitan tiempos pequeños para cambiar la salida al nuevo nivel de
voltaje. En la figura 9 se ilustra el concepto de tiempo de asentamiento.

Curso de Control Digital CUTB Ing. Jorge Duque

 15

       

FIGURA 9. Tiempo de asentamiento

Un ejemplo de una aplicación que requiere alto desempeño en éstos parámetros, es

la generación de señales de audio. El DAC requiere una alta rata de eliminación (
slew rate ) y un tiempo de asentamiento ( settling time ) pequeño para generar las
altas frecuencias necesarias para cubrir el rango de audio. En contraste, una
aplicación que no requieren una rápida conversión D/A es por ejemplo una fuente
de voltaje que controla a un calefactor. Debido a que el calefactor no responde
rápidamente a los cambios de voltaje, una conversión rápida no es necesaria. La
aplicación determina las especificaciones del DAC.

La resolución de salida es similar a la resolución de entrada. Esta es el número de

bits en el código digital que genera la salida análoga. Un gran número de códigos
reduce la magnitud de cada incremento de voltaje, haciendo posible la generación
de señales que cambien suavemente. Aplicaciones que requieren de un amplio
rango dinámico con pequeños cambios incrementales en la señal de salida análoga
necesitan voltajes de salida con alta resolución.

Curso de Control Digital CUTB Ing. Jorge Duque

 16

Salidas y/o entradas digitales: ( DIO ) Las interfaces de entrada/salida digitales

( DIO ) son usadas generalmente en sistemas DAQ para el control de procesos,
generación de patrones para ensayos, y comunicación con dispositivos periféricos.

FIGURA 14. Salidas y entradas digitales.

En cada caso, los parámetros importantes incluyen el número de líneas

disponibles, la rata a la cual se puede recibir y entregar datos digitales, y la
capacidad de manejo de las líneas.
Si las líneas digitales son usadas para controlar eventos

Curso de Control Digital CUTB Ing. Jorge Duque

 17

2. TRANSFORMADA Z

2.1 INTRODUCCION

En un sistema continuo, las entradas y salidas se encuentran relacionadas en todo

tiempo t mediante ecuaciones diferenciales.

En un sistema discreto, a partir de entradas en momentos discretos, se obtienen

salidas también en momentos discretos, regidas por ecuaciones discretas llamadas
ecuaciones en diferencias.

El término ecuaciones en diferencias se utilizan como sinónimo de ecuaciones

discretas, ya que con frecuencia se llega en éstas últimas mediante aproximación de
las derivadas por cocientes incrementales o diferenciales. En el siguiente ejemplo se
observa esta aproximación:

dy y (t + T ) − y (t )
=
dt T

y(t)
y(t+T)

y(t)

T
t
t t+T

FIGURA 15. Aproximación de la derivada

Curso de Control Digital CUTB Ing. Jorge Duque

 18

Los procesos físicos se comportan como sistemas continuos, pero los algoritmos que
implementa un ordenador son siempre discretos.

Supóngase un sistema discreto cuya entrada u(k) es una secuencia de valores

unitarios, y cuya salida se denota por y(k). Se asume que este sistema presenta
condiciones iniciales nulas y se encuentra descrito por la siguiente ecuación:

y( k+1 ) - y( k ) = 2u( k )

Para hallar la salida y(k) se construye una tabla de valores partiendo de la condición
inicial y(0)=0 y de la señal de entrada:

u( k ) = 1 si k = 0
0 si k < 0

k y(k) u(k) y(k+1)

0 0 1 0+2*1=2
1 2 1 2+2*1=4
2 4 1 4+2*1=6
3 6 1 6+2*1=8

Si se analizan los valores que toma y(k) se deduce explícitamente que la ecuación en
función del tiempo discreto es:

y( k ) = 2k , k≥0

2.1 DEFINICION DE LA TRANFORMADA Z:

La transformada z es una herramienta matemática muy utilizada en el análisis y

síntesis de sistemas de control en tiempo discreto. La transformada z en tiempo
discreto opera de manera similar a la transformada de Laplace en tiempo continuo, es
decir, las ecuaciones en diferencias se transforman en ecuaciones algebraicas en el
dominio de z.

Al considerar la transformada z de una función en el tiempo x(t), sólo se toman en

cuenta los valores muestreados de x(t), es decir, x(0),x(T),x(2T),..,x(kT), donde T es
el período de muestreo.

La transformada z de una función del tiempo x(t), donde t es positivo, o de la

secuencia de valores x(kT), donde k adopta valores de cero o de enteros positivos y T
es el período de muestreo, se define mediante la siguiente ecuación:

Curso de Control Digital CUTB Ing. Jorge Duque

 19

∞
X ( z ) = Z [ x(t )] = Z [ x(kT )] = ∑ x(kT ) ⋅ z −k (1)
k =0

donde z es la variable compleja.

Para una secuencia de números x(k), la transformada z se define como:

∞
X ( z ) = Z [ x( k )] = ∑ x(k ) ⋅ z −k (2)
k =0

La transformada z definida mediante las ecuaciones (1) y (2) se conoce como

transformada z unilateral. Esto quiere decir que, la transformada z para valores de k
<0 es cero.

Si se expande el segundo término de la ecuación (1), el resultado es:

X ( z ) = x (0) + x(T ).z −1 + x( 2T ).z −2 + x (3T ).z −3 + ... + x( kT ).z − k + ... (3)

La ecuación (3) implica que la transformada z de cualquier función en tiempo

continuo x(t) se puede escribir mediante inspección, en la forma de una serie.

2.2 Transformada z de funciones elementales.

1. Función impulso unitario:

1 para t = 0
x(t ) = 
î 0 para t ≠ 0

∞ ∞
Z [x(t )] = X ( z ) = ∑ x(t).z − k = ∑ 1.z − k = 1.z −0 = 1
k =0 k =0

2. Función paso unitario:

1(t ) para t ≥ 0
x (t ) = 
î 0 para t < 0

Curso de Control Digital CUTB Ing. Jorge Duque

 20

∞ ∞
Z [ x (t )] = X ( z ) = ∑ x(t).z − k = ∑1. z − k = z − k
k =0 k =0

La cual es equivalente a la expansión en series:

∞
1
∑aK =
1− a
, siendo a = z −1 , luego:
k =0

1 z
X ( z) = −1
=
1− z z −1

3. Función exponencial:

e -at para t ≥ 0
x (t ) = 
î 0 para t < 0

Como x(kT ) = e − akT , k = 0, 1, 2, ...

[ ] ( )
∞ ∞
X ( z ) = Z e − at = ∑ x(kT ).z −k = ∑ e − akT z − k = 1 + e − aT z −1 + e − 2 aT z − 2 + e −3aT z −3 + ....
k =0 k =0

Por expansión en series de potencias a = e − aT :

1 z z
X ( z) = −1
= =
1 − az z − a z − e −aT

4. Función polinomial:

x( k ) = a k

( )
∞ ∞
−k
X ( z ) = ∑ a k . z − k = ∑ a.z −1
k =0 k =0

Nuevamente, por expansión en series de potencias:

1 z
X ( z) = −1
=
1 − az z −a

Curso de Control Digital CUTB Ing. Jorge Duque

 21

Ejemplo:

Obtenga la transformada z de la función senoidal:

sen(ωt ) para t ≥ 0
x (t ) = 
î 0 para t < 0

Sol: Expresando la función seno en forma exponencial, se tiene que:

1 j ωt
(e − e − j ωt )
sen( ωt ) =
2j
y con la transformada z de la función exponencial:

1
X (e − aT ) = − aT
1− e z −1

1 
X ( z ) = Z [sen ωt ] = Z  (e jωt − e − jωt )
2 j 

1  1 1 
X ( z) =  jωt −1
− − jωt −1 
2 j 1 − e z 1− e z 

1  (1 − e − jωt z −1 ) − (1 − e jωt z −1 )  1  1 − e − jωt z −1 − 1 + e jωt z −1 

X ( z) =  =  
 jωt −1
2 j  (1 − e z )(1 − e − jωt −1   jωt −1
z )  2 j 1 − e z − e − jωt −1
z +e z e jωt −1 − jωt −1 
z 

1  (e jωt − e − jωt ) z −1 
X ( z) =  
2 j  1 − (e jωt + e − jωt ) z −1 + z − 2 


1 j ωt 1
donde: sen( ωt ) = (e − e − jωt ) y cos(ωt ) = (e jωt + e − jωt ) luego:
2j 2

z −1 sen( ωt ) z sen(ωt )
X ( z) = =
1 − 2 z −1 cos(ωt ) + z − 2 z − 2 z cos(ωt ) + 1
2

Al igual que en transformada de Laplace, las tablas de pares de transformadas z son

muy útiles para la solución de problemas de sistemas en tiempo discreto. A
continuación se muestra una tabla de este tipo:

Curso de Control Digital CUTB Ing. Jorge Duque

 22

X(s) x(t) x(KT) o x(k) X(z)

1 δ(k )
- -  1 para k = 0 1

î 0 para k ≠ 0
2 δ( k − m )
- -  1 para k = m z −m

î 0 para k ≠ m
3 1 1(t) 1(k) z
s z −1
4 1 z
e − at e − akT
s+a z − e − aT
5 1 t kT Tz
s2 ( z − 1) 2
6 1 t2 (kT ) 2 T 2 z ( z + 1)
s3 2( z − 1) 3
2!
7 1 t3 (kT ) 2 T 3 z ( z 2 + 4 z + 1)
s4 6 ⋅ ( z − 1) 4
3!
8 a
1 − e − at 1 − e − akT z (1 − e − aT )
s(s + a ) ( z − 1)( z − e −aT )
9 1
t ⋅ e − at kT ⋅ e − akT Tze − aT
(s + a) 2 ( z − e − aT ) 2
10 1 1 1 T 2 − aT z ( z + e − aT )
t 2 ⋅ e − at (kT ) 2 ⋅ e − akT e
(s + a)3 2 2 2 ( z − e − aT ) 3

11 a sen(at) sen(akT) z. sen aT

s + a2
2
z − (2 cos aT ) z + 1
2

12 s cos(at) cos(akT) z ( z − cos aT )

s + a2
2
z − (2 cos aT ) z + 1
2

13 s+a z ( z − e − aT cos bT )
e − at cos bt e − akT cos bkT
( s + a )2 + b 2 z 2 − 2e − aT (cos bT ) z + e − 2 aT
14 b e − at sen bt e − akT sen bkT z.e − aT sen bT )
( s + a) 2 + b 2 z 2 − 2e − aT (cos bT ) z + e −2 aT

Curso de Control Digital CUTB Ing. Jorge Duque

 23

15 - - ak z
z−a
16 - - a k -1 1
k=1,2,3,.. z−a

17 - - k a k -1 z
( z − a) 2
18 - - k2 a k -1 z ( z + a)
( z − a)3
19 - - k (k − 1) z
2! ( z − 1) 3

2.3. Propiedades y teoremas de la transformada z:

El uso de propiedades de la transformada z simplifica la ejecución de algunos

problemas. A continuación se presentan las propiedades y teoremas más importantes
de la transformada z:

x(t) o x(k) Z[ x( t ) ] ó Z[ x( k ) ] Propiedad

1 ax(t) aX(z) Multiplicación por una
constante
2 x1(t ) + x2 (t) X1 (z) + X2 (z) Linealidad
3 x ( t - nT ) z-n X (z) Retraso en el tiempo
4 x ( k -n ) z-n X (z) Retraso en el tiempo
5 x ( t + nT ) zn X (z) - zn x(0)- zn-1x(T)-....-zx(nT-T) Adelanto en el tiempo
6 x(k+n) zn X (z) - zn x(0)- zn-1x(1)-....-zx(n-1) Adelanto en el tiempo
7 e-at x(t) X(z eaT) Traslación compleja
8 e-at x(k) X(z ea) Traslación compleja
9 ak x(k) X(a-1) Multiplicación por ak
m
10 km ak x(k)  d  z
 -z  X( )
 dz  a
11 k ak x(k) d z
-z X( )
dz a

Curso de Control Digital CUTB Ing. Jorge Duque

 24

12 x(0) lím X ( z ) si el límite existe Teorema del valor inicial

x →∞

13 x(∞) lím (1 − z −1 ) X ( z ) Teorema del valor final

x →1
si 1-z -1 no tiene polos en el circulo unitario o fuera de él
14
15
16
17
18
19

Incompleto

Curso de Control Digital CUTB Ing. Jorge Duque

 25

3. SISTEMAS MUESTREADOS

3.1 SEÑALES DE MUESTREO:

Cuando se incorpora un procesador digital a un bucle de control, el funcionamiento

difiere sensiblemente del que tendría un sistema de control analógico:

Entrada Controlador Actuador Planta Salida

+- continuo

Sensor

FIGURA 16. Lazo de control continuo realimentado

T T Salida
Entrada Procesador Actuador Planta
+- digital

Sensor

FIGURA 17. Lazo de control realimentado mediante un procesador digital

El controlador analógico proporciona continuamente al actuador una señal de control
para el proceso a partir de la señal de error.

Un controlador digital trabaja secuencialmente, de manera que el error le llega en un

instante dado, se procesa en un algoritmo de control y genera una señal para el
actuador.

Curso de Control Digital CUTB Ing. Jorge Duque

 26

El error se muestrea a intervalos regulares de tiempo llamados períodos de muestreo,

y la señal que le llega al actuador es actualizada generalmente a la misma frecuencia
de muestreo. El retardo entre el muestreo del error y la acción sobre el proceso físico
suele considerarse despreciable. Los interruptores que aparecen en la Figura 17, se
implementan físicamente con los convertidores y marcan el flujo de la información.

Al hacer un muestreo de la señal a intervalos discretos, se obtienen una serie de

impulsos cuya amplitud es proporcional al valor de la variable de entrada en el
instante del muestreo y que reciben el nombre de señal muestreada.

El proceso de muestreo puede considerarse como una modulación en amplitud de

pulso de la señal continua de entrada que se muestrea. Dicha entrada es modulada por
un tren de pulsos de amplitud la unidad.

3.2 Muestreador ideal:

El muestreador ideal se representa mediante un interruptor:

T
f(t) f*(t)

FIGURA 18. Representación del muestreador ideal.

El muestreador ideal es comúnmente llamado muestreador mediante impulsos.

La salida del muestreador es un tren de impulsos que comienza en t=0, con el período
de muestreo T y la magnitud de cada impulso es igual al valor muestreado de la señal
en tiempo continuo en el instante de muestreo correspondiente.

El proceso de muestreo puede considerarse como una modulación en amplitud de

pulso de la señal continua de entrada que se muestrea. Dicha entrada será modulada
por un tren de impulsos de amplitud la unidad. (Figura 19)

Curso de Control Digital CUTB Ing. Jorge Duque

 27

p(t) portadora

1
f(t) f*(t)

t t
Muestreador

Señal moduladora Señal muestreada

FIGURA 19. Muestreador mediante impulsos como modulador.

Si disminuye el período el período de muestreo, la señal de salida será más fiel a la

original, si bien el proceso de muestreo será más costoso al requerir un mayor número
de valores.

Con el fin de simplificar el análisis matemático, se asume que el proceso de muestreo

es ideal. Esto implica que el tren de pulsos p(t) se puede tomar como una serie de
deltas de Dirac:

∞
p(t ) = ∑ δ(t − kT ) = δ(t ) + δ(t − kT ) + δ(t − 2kT ) + .....
k =0

donde:

 f (0) si t = 0
δ(t ). f (t ) = 
î 0 si t ≠ 0

La salida modulada del muestreador puede escribirse como:

∞
f * (t ) = p(t ). f (t ) = ∑ f (t ).δ(t − kT )
k =0

∞
f * (t ) = ∑ f (t ).δ(t − kT )
k =0

Curso de Control Digital CUTB Ing. Jorge Duque

 28

3.3 Reconstrucción de señales muestreadas: concepto de retenedor

Si se considera un lazo de control digital como el que se muestra en la figura 20, en

el que el algoritmo de control, es una constante de proporcionalidad, de valor 2:
u*(t)= 2.e*(t)

e* u*
r + e ADC 2.0 ADC
u Actuador y
Proceso
- sensor
reloj

FIGURA 20. Diagrama de bloques de un control por computador.

Al analizar el flujo de información a los largo del computador, se tienen las siguientes
señales:

e(t e*(t
) )

a. Señal de entrada b. Señal del ADC

u*(t) u(
t)

2a

c. Entrada al DAC d. Salida del DAC

FIGURA 21. Señales en varios puntos del computador

Curso de Control Digital CUTB Ing. Jorge Duque

 29

El hecho de que el computador tome datos del exterior solamente en los instantes de
muestreo, origina retardos en la toma de acciones correctoras.

El ADC muestrea la señal continua, transformándola en digital; este proceso va

asociado a una cuantificación de la información.

El ADC "retiene" el valor de la señal durante un período de muestreo, hasta que

llegue el siguiente dato de control, dando como salida una señal escalonada u(t).

La función que desempeña el ADC comercial es la de un retenedor de orden cero

(Z.O.H.), el cual se comporta así: Al llegarle una señal impulso, da como resultado
un escalón de la misma amplitud y anchura igual al período de muestreo T, tal como
se muestra en la Figura 22.

1 1

t t
0 0 T
FIGURA 22. Respuesta de un retenedor de orden cero

Esta es la respuesta en el dominio del tiempo y es una combinación de dos escalones

unitarios:

a. Un escalón positivo u(t)

b. Un escalón negativo u(t-T) retrasado un período de muestreo tras aplicar un
impulso.

yR(t)

u(t)

u(t-T)

Dicha respuesta puede expresarse en el dominio del tiempo como:

Curso de Control Digital CUTB Ing. Jorge Duque

 30

yZOH = u(t) - u(t -T)

Aplicando transformada de Laplace a la ecuación anterior:

-sT 1 − e − sT
YZOH(s) = U(s) - e .U(s) =
s

Como a la entrada del retenedor se tiene un impulso unitario (delta de dirac), ER(s), la
función de transferencia del retenedor de orden cero será:

YZOH ( s )
GZOH ( s ) =
E R (s)

1 − e − sT
GZOH =
s

De igual manera, se tiene el retenedor de primer orden (FOH), el cual no se

utiliza en control, debido la complejidad en su implementación.

Este tipo de retenedor, en lugar de mantener un nivel de señal, genera una rampa de
pendiente marcada por los dos últimos valores de entrada.

FIGURA 23. Comportamiento de un retenedor de primer orden

Curso de Control Digital CUTB Ing. Jorge Duque

 31

La respuesta impulso de un FOH se representa en la figura 24

1 1

0 0

-1

FIGURA 24. Respuesta impulso de un retenedor de primer orden

3.4 Transformada de Laplace de señales muestreadas

La transformada de Laplace de una señal continua f(t) es F(s) y la de su

correspondiente señal muestreada f*(t), F(s).
La transformada de Laplace de una señal muestreada, es por definición:

∫ f * (t ).e
− st
F * ( s) = dt
−∞
f*(t) se obtiene multiplicando f(t) por un tren de impulsos:

+∞
f * (t ) = ∑ δ(t - kT).f(t)
k = -∞

Colocando esto en la integral:

∞ +∞
F * (s) = ∫ k∑ .
=−∞
δ(t - kT).f(t).e − sT dt
−∞

Intercambiando la integral y la sumatoria:

Curso de Control Digital CUTB Ing. Jorge Duque

 32

+∞ ∞
F * (s) = ∑ .∫ t).e − sT dt
        

k = −∞ − ∞

Aplicando una propiedad del delta de Dirac, se tiene que:

+∞

∫ h(t ).δ(t ).dt = h(0)

−∞

por tanto:

+∞

∫ h(t ).δ(t − kT ).dt = h(kT )

−∞

en este caso h(t) = f(t).e-st ; luego:

+∞
F * ( s) = ∑ f (kT ).e −ksT
k = -∞

Ejemplo: Hallar la transformada de Laplace de una función escalón unitario

muestreada.

h
f(t) f*(t
1 1 )
T

t t
0 0 T 2T 3T

FIGURA 25. Señal escalón unitaria muestreada

La función muestreada es:

Curso de Control Digital CUTB Ing. Jorge Duque

 33

0 si n < 0
f(t)= 
î 1 si n ≥ 0

Luego, la transformada de la función, se reduce a:

+∞ +∞
F * ( s ) = ∑ f (kT ).e − skT
= ∑ e − skT
k =0 k =0

1
F * ( s ) = 1 + e − sT + e − 2 sT + e −3 sT + e − 4 sT + ... =
1 + e − sT

3.5 Espectro en frecuencia de una señal muestreada:

Ahora se encontrará el espectro en frecuencia de una señal muestreada, con el fin de

analizar los efectos del muestreo:

Por definición de la Transformada de Laplace:

∞ ∞ +∞
F * ( s) = ∫ f * (t ).e − st dt = ∫ k∑ .
= −∞
f(t).      T).e − sT dt
−∞ −∞

como f(t) no depende de "n" sale fuera de la sumatoria:

∞ +∞
F * (s) = ∫ f(t).k∑
= −∞
    !  .e − sT dt
−∞

Se analizará ahora el tren de impulsos δ(t-kT) mediante las series de Fourier, según
las cuales cualquier señal T-periódica se puede descomponer en una sumatoria
infinita de senos y cosenos:

+∞
f (t ) = ∑ [ak Sen (kωs t ) + bk Cos (kωs t )]
k = −∞

donde ωs= 2π/T es la frecuencia fundamental.

Pero también puede representarse por una serie de Fourier:

Curso de Control Digital CUTB Ing. Jorge Duque

 34

+∞
f (t ) = ∑ Cm .e jm.ωst
m =−∞
siendo

T /2
1
Cm = ∫ f (t ).e − jmωst dt
T −T / 2

+∞
En este caso ∑ δ(t − kT ) es una señal periódica y, por tanto:
k =0

+∞ +∞
∑ δ(t − kT ) = ∑ Cm .e jmωst
k =0 m =0

con
T /2 +∞
1
Cm =
T −T∫/ 2
∑ δ(t − kT ).e − jmωst dt
k =0

ahora bien, en el intervalo -T/2 t T/2 la sumatoria se reduce a un único término,

" "

aquel para el cual k=0 y en la integral se aplica la propiedad:

+∞

∫ δ(t ).dt = f (0)

−∞

1
con lo cual: Cm = , para todo m
T

De esta forma, la expresión del tren de impulsos, queda:

+∞
1 +∞ jmωst
∑ δ(t − kT ) = ∑e
T m =0
k =0

sustituyendo en la ecuación que define la transformada de Laplace de la señal

∞ +∞
muestreada F * (s ) = ∫ f (t ) . ∑ δ(t - kT).e −sT dt , se tiene que:
−∞ k = −∞
∞ +∞
1
F * ( s) = ∫ f (t ) . ∑
T m=−∞
e jm ωst e − sT dt
−∞

Curso de Control Digital CUTB Ing. Jorge Duque

 35

∞
1 +∞
F * (s) = ∑ ∫ f (t ).e
−( s − jmω s ) t
dt
T m =−∞ −∞

finalmente:
1 +∞
F * ( s) = ∑ F ( s − jmωs )
T m =−∞

Para trabajar en el dominio de la frecuencia, se realiza la transformación s=jω

+∞
1
F * ( jω) =
T
∑ F ( jω − jkω s )
k = −∞

Esta expresión indica que la operación de muestreo introduce nuevas componentes

espectrales que no son sino una traslación en el dominio de la frecuencia del espectro
base de transformación F(jω).

3.5 Teorema del muestreo:

Si una señal f(t) es una señal con ancho de banda limitado en frecuencia; es decir,
tiene componentes nulos o despreciables para frecuencias superiores a un valor dado
ωc, como se muestra en la figura 26. Donde |F(jω)|=0 para |ω|>ωc.

2
|F(jω)|

0
-ωc ωc
-8 -6 -4 -2 0 2 4 6 8 Hz

FIGURA 26. Espectro de la señal original f(t)

El teorema de muestreo, también conocido como teorema de Shanon-Nyquist, da una

cota inferior de la frecuencia de muestreo adecuada para poder reconstruir una señal
original a partir de sus muestras.

Si ωs>2ωc, siendo ωs la frecuencia de muestreo, F*(jω) tiene la forma de la figura 27

y no hay solapamiento de componentes. La señal original puede ser reconstruida

Curso de Control Digital CUTB Ing. Jorge Duque

 36

pasando un f*(t) por un filtro pasa baja ideal con una frecuencia de corte ωc, que
eliminará las altas frecuencias indeseables introducidas en el proceso de muestreo.

2
|F*(jω)|
1
ωs ωs
2 2
0 -ωs -ωc ωc ωs
-8 -6 -4 -2 0 2 4 6 8 Hz

FIGURA 28. Espectro de salida muestreada F*(jω) con ωs 2ωc #

Si ωs<2ωc o f(t) no tiene un ancho de banda limitado en frecuencia, las distintas

componentes se solapan ( Figura 28) y la señal original no puede ser reconstruida de
ninguna forma a partir de f*(t).

2
|F*(jω)|
1

0 -ωs -ωc ωc ωs
-8 -6 -4 -2 0 2 4 6 8 Hz

FIGURA 29. Espectro de la salida muestreada cuando ωs<2ωc

Este fenómeno es conocido como aliasing

El teorema fundamental del muestreo queda como sigue:

"Si una señal f(t) tiene un espectro de frecuencia limitado por ωc y la frecuencia de
muestreo ωs=2π/T es mayor o igual que 2ωc, entonces la señal muestreada f*(t)
caracteriza por completo la señal continua f(t) y es teóricamente posible reconstruir la
señal continua a partir de la muestreada."

El mayor problema que se encuentra, es el de fijar ωc ; ya que una vez conocido ωc se

sabe que ωs ≥ 2ωc y el período de muestreo será: T= 2π/ωs.

Curso de Control Digital CUTB Ing. Jorge Duque

 37

3.6 Filtros:

Para la reconstrucción de la señal original f(t) a partir de la muestreada f*(t) es

absolutamente necesario eliminar las componentes de altas frecuencias introducidas
en la operación de muestreo (Figura 28). Idealmente, la eliminación se consigue a
través de un filtro pasabajo cuyas características se muestran en la Figura 30.

ωs ωs ω
− 0
2 2

FIGURA 30. Filtro pasa bajo ideal.

El filtro ideal tiene por frecuencia de corte la mayor frecuencia ωc de la señal

muestreada y una amplitud unitaria en el rango de frecuencias de -ωc a +ωc.
Para cumplir los límites del teorema del muestreo, ωc=ωs/2. El filtro ideal no es
realizable en la práctica y lo que se hace es aproximar la señal original a partir de la
muestreada por diversos procedimientos.

Curso de Control Digital CUTB Ing. Jorge Duque

 38

4. Sistemas de datos muestreados

Una vez estudiado el tratamiento matemático de las señales muestreadas por medio
de la transformada z y el modelamiento matemático de los elementos que conforman
el lazo de control digital, se analizarán los sistemas que se encuentran sujetos a
entradas digitales, mediante la utilización de algunas herramientas del control
continuo tal como la función de transferencia y los diagramas de bloques.

4.1 Función de transferencia discreta:

En un sistema continuo lineal, la salida está definida por la relación:

Y(s) = G(s)U(s)

U(s) Y(s)
G(s)

La función de transferencia del sistema se define como:

Y(s)
G(s) =
U(s)
Ahora, si la señal de entrada U(s), se muestrea mediante el muestreador ideal, se
tendrá una señal muestreada U*(s) y la salida Y(s) será entonces, una mezcla de
señales continuas y discretas:
Y(s) = G(s)U*(s)
Donde U*(s) es la transformada de Laplace de la señal muestreada

Y*(s)

U(s) U*(s) Y(s)

G(s)
u(t) u*(t) y(t)

Curso de Control Digital CUTB Ing. Jorge Duque

 39

Figura 30. Sistema lineal con entrada muestreada

En el anterior sistema se introduce un muestreador ficticio a la salida del sistema,

sincronizado con el de la entrada, con el fin de obtener Y*(s).

Asumiendo una operación de muestreo ideal:

1 ∞
U * (s) = ∑ U(s - jn s )
T n = −∞
$

por tanto:

1 ∞
Y(s) = G(s) ∑ U(s - jn s )
T n = −∞
$

la entrada Y*(s) al ordenador será:

1 ∞
Y * (s) = ∑ Y(s - jk s )
T k = −∞
$

y por tanto:

1 ∞  1 ∞ 
Y * (s) = ∑ G(s - jk$

s ) ∑ [U(s - jn s - jk s )]
$ $

T k = −∞  T n = −∞ 
haciendo k+n=l

1 ∞  1 ∞ 
Y * (s) = ∑ G(s - jk$

s ) ∑ [U(s - jl
$ )]
s 
T k = −∞  T l = −∞ 
ahora:

1 ∞
U * (s) = ∑ U(s - jn s )
T n = −∞
$

Curso de Control Digital CUTB Ing. Jorge Duque

 40

es una señal repetida infinitas veces, luego independientemente de que k varíe entre
+ ∞ y - ∞ se puede sacar del segundo sumatorio:

1 ∞  1 ∞ 
Y * (s) =  ∑ G(s - jk s )  ∑ U(s - jl s )
% %

 T k = −∞   T l = −∞ 
luego:
Y*(s)= G*(s)U*(s)

Donde G*(s) se denomina función de transferencia discreta y queda definida por:

Y * (s)
G * (s) =
U * (s)

Pasando al dominio de z:

Y(z)
G(z) =
U(z)

Conclusión:

Y * (s) = [G(s)U * (s)] * = G * (s)U * (s)

4.2 Obtención de funciones de transferencia discreta:

Consideremos el sistema mostrado en la figura 3:

Curso de Control Digital CUTB Ing. Jorge Duque

 41

U(s) Y(s)
G(s)

Figura 3. Sistema en tiempo continuo

La función de transferencia G(s) está dada por:

Y(s)
G(s) =
U(s)
Luego, la transformada de Laplace de la salida es:

Y(s)= G(s)U(s)

Y la transformada de Laplace de la salida muestreada Y*(s) será:

Y*(s)= [G(s)U(s)]*=[GU(s)]*

En términos de la transformada z:

Y(z)= GU(z)

Aquí se introduce la notación GU(z) para indicar la transformada z del producto de

las funciones G(s)U(s):

Y(z) = Ζ [G(s)U(s)] = GU(z)

Ahora consideremos un sistema con muestreador:

Y*(s)

U(s) U*(s) Y(s)

G(s)
u(t) u*(t) y(t)

Curso de Control Digital CUTB Ing. Jorge Duque

 42

Figura 4. Sistema con muestreador

Y(s) = G(s)U*(s)

Luego:
Y*(s)=[G(s)U*(s)]*= G*(s)U*(s)

Y la transformada z de la salida:

Y(z)= G(z)U(z)

De donde despejamos la función de transferencia G(z):

Y(z)
G(z) =
U(z)

De los anteriores resultados se concluye que:

G(z)U(z) ≠ GU(z)

4.3 Funciones de transferencia discreta de elementos en cascada:

Considere el siguiente sistema:

X(s) X*(s) U(s) U*(s) Y(s) Y*(s)

G(s) H(s)

Curso de Control Digital CUTB Ing. Jorge Duque

 43

Figura 4. Sistema en cascada con muestreador intermedio

U(s) = G(s)X*(s) y U*(s) = [G (s)X*(s)]* = G*(s)X*(s)

Y(s) = H(s)U*(s) y Y*(s) = [H(s)U*(s)]* = H*(s)U*(s)

Luego:

Y*(s) = H*(s)G*(s)X*(s) y Y(z) = H(z)G(z)X(z)

La función de transferencia Y(z)/X(z) será:

Y(z)
= H(z)G(z)
X(z)

Ahora, analicemos un sistema sin muestreador intermedio:

X(s) X*(s) U(s) Y(s) Y*(s)

G(s) H(s)

Figura 5. Sistema en cascada sin muestreador intermedio

Y(s) = G(s)H(s)X*(s) = GH(s)X*(s)
Luego:
Y*(s) = [GH(s)X*(s)] = GH*(s)X*(s)

Y la transformada z de la salida:

Curso de Control Digital CUTB Ing. Jorge Duque

 44

Y(z) = GH(z)X(z)

Y:
Y(z)
= GH(z) Donde GH(z) = [G(s)H(s)]
X(z) &

Ejemplo: Hallar la función de transferencia para cada uno de los siguientes

sistemas:

a). X(s) 1 U(s) 1 Y(s)

s +1 s +1

b) X(s) 1 U(s) U*(s) 1 Y(s)

s +1 s +1

Solución:

1 1 1 1
a) Y(s) = ⋅ = −
s +1 s + 2 s +1 s+2

z z
Y(z) = -
-T
z-e z - e - 2T
b) Y*(s) = [ H(s) U*(s)]* = H*(s) U*(s)
Y*(s) → Y(z)

z z
Y(z) = ⋅
z - e - T z - e - 2T

Curso de Control Digital CUTB Ing. Jorge Duque

 45

4.4. Funciones de transferencia de sistemas en lazo cerrado:

En un sistema de control de lazo cerrado se pueden presentar distintos tipos de

señales: discretas y continuas, ya que los muestreadores se pueden encontrar en
cualquier punto del sistema. Debido a esto el análisis de los sistemas discretos
difiere del análisis de los sistemas continuos.

Consideremos el lazo de control que se muestra en la figura 5:

R(s) E(s) E*(s) C(s)

G(s)
+
-

H(s)

C(s) = G(s) E*(s)

C*(s) = G*(s) E*(s)
E(s) = R(s) - H(s) C(s)
E(s) = R(s) - H(s) G(s) E*(s)
Muestreando a ambos lados:
E*(s) = [R(s) - H(s) G(s) E*(s)]*
E*(s) = R*(s) - [H(s) G(s)]* E*(s)

R * (s)
E * (s) =
1 + HG * (s)
sustituyendo en la segunda ecuación:
G * (s) R * (s)
C * (s) =
1 + HG * (s)
sacando transformada z:

Curso de Control Digital CUTB Ing. Jorge Duque

 46

G(z) R(z)
C(z) =
1 + HG(z)
y la función de transferencia:

C(z) G(z)
=
R(z) 1 + HG(z)

donde HG(z) = Ζ [H(s)G(s)]

Ejemplo: Dados los siguientes sistemas determinar su función de transferencia si

existe:
a)
R(s) E(s) C(s)
G(s)
+
-

C*(s)
H(s)

b)
R(s) E(s) E*(s) C(s) C*(s)
G(s)
+
-

H(s)

Solución:

R(s) E(s) C(s)

a) G(s)
+
-

C*(s)
H(s)

Curso de Control Digital CUTB Ing. Jorge Duque

 47

C(s) = G(s) E(s)

E(s) = R(s) - H(s) C*(s)
C(s) = G(s) [ R(s) - H(s) C*(s) ]
C(s) = G(s) R(s) - G(s) H(s) C*(s)
C*(s) = [G(s) R(s)]* - [G(s) H(s) C*(s) ]*
C*(s) = GR*(s) - GH*(s) C*(s)
C(z) = GR(z) - GH(z) C(z)
GR(z)
C(z) =
1 + GH(z)
En este caso no es posible definir una función de transferencia C(z)/R(z)

b)
R(s) E(s) E*(s) C(s) C*(s)
G(s)
+
-

H(s)

C(s) = G(s) E*(s)

E(s) = R(s) - H(s) C*(s)
C(s) = G(s) E*(s)
E(s) = R(s) - H(s) C*(s)
E*(s) = R*(s) - H*(s) C*(s)
C(s) = G(s) [ R*(s) - H*(s) C*(s) ]
C*(s) = G(s)*R*(s) - G*(s) H*(s) C*(s)
G * (s) R * (s)
C * (s) =
1 + G * (s) H * (s)
C * (s) G * (s)
=
R * (s) 1 + G * (s)H * (s)

C(z) G(z)
=
R(z) 1 + G(z)H(z)

Curso de Control Digital CUTB Ing. Jorge Duque

 48

4.5. Causalidad y realizabilidad física:

Un sistema es causal si la salida no se adelanta a la entrada, es decir, si la salida en

un instante kT sólo depende de los valores de las entradas en instantes anteriores a
kT.

u(kT) y(kT)
g(KT)

Osea, que y(kT) = f(u[k-1]T, u[k-2]T, u[k-2]T,...)

Un sistema causal es físicamente realizable, es decir, se puede implementar con

componentes físicos. En este caso, la función de transferencia G(z) se expresa como
una serie de potencias en z-1:
∞
G(z) = ∑ z -k g(kT)
k =0

De lo anterior se deduce, que en un sistema de datos discretos causal o físicamente

realizable no deben existir potencias positivas de z en el desarrollo de G(z), ya que
esto indica predicción o que la salida adelanta a la entrada

Otra forma de ver la causalidad en un sistema discreto, es a través de su función de

transferencia discreta expresada como un cociente:

Y(z) bm + bm -1z -1 + ....... + b 0 z -m

G(z) = =
U(z) an + an -1z -1 + ...... + a 0 z - n

Curso de Control Digital CUTB Ing. Jorge Duque

 49

donde n y m son enteros positivos. En este caso G(z) es físicamente realizable si an ≠

0.

Ejemplo: Determinar si la siguiente función de transferencia es físicamente

realizable:

3 + 5z - z 2
G(z) =
z-2
Solución:

Si expresamos G(z) en potencias negativas:

3z -2 + 5z -1 - 1
G(z) =
z -1 - 2z - 2

Se observa que an = 0, luego no es físicamente realizable. Si encontramos la ecuación

en diferencias del sistema:

Y(z) 3z -2 + 5z -1 - 1
=
U(z) z -1 - 2z - 2

Y(z) [z-1 - 2z-2] = U(z) [3z-2 - 5z-1- 1 ]

z-1 Y(z) - 2z-2 Y(z) = 3z-2 U(z) - 5z-1 U(z) - U(z)

Ahora, multiplicamos ambos lados de la ecuación por z para despejar Y(z)

Y(z) - 2 z-1Y(z) = 3 z-1U(z) - 5 U(z) - z U(z)

si aplicamos antitransformada z para obtener la ecuación en diferencias:

y(k) - 2y(k-1) = 3 u(k-1) - 5 u(k) - u(k+1)

Curso de Control Digital CUTB Ing. Jorge Duque

 50

y(k) - 2y(k-1) = 3 u(k-1) - 5 u(k) - u(k+1)

y(k) = 2y(k-1) + 3 u(k-1) - 5 u(k) - u(k+1)

Se observa que la salida y(k) depende de entradas pasadas y de entradas futuras , en

este caso, de u(k+1)

Curso de Control Digital CUTB Ing. Jorge Duque

 1

5. Controladores digitales

Los reguladores digitales se constituyen hoy en día como la forma más versátil y
efectiva para el control de procesos y plantas industriales. Estos controladores
digitales pueden implementarse mediante computadores, microprocesadores,
microcontroladores o procesadores digitales de señales (DSP).

En comparación con los controladores continuos, los digitales ofrecen muchas

ventajas, entre las cuales se cuentan la facilidad para cambiar el algoritmo de control
y los parámetros del controlador, cosa que es bien difícil en los continuos, ya que
implica el cambio de componentes físicos.

Sin embargo, podemos aprovechar la experiencia que se tiene en el diseño de

controladores PID continuos, los cuales se usaron de manera exitosa durante más de
medio siglo en muchas industrias alrededor del mundo.

En general, la función de transferencia de un controlador digital puede realizarse por

medio de un programa de computador, obtenido a partir de la discretización del PID
continuo.

5.1 Métodos de discretización:

El problema de la discretización consiste en encontrar la función de transferencia del

regulador discreto o algoritmo tal que el sistema se comporte de manera euivalente al
controlador continuo.
 52

Para encontrar el algoritmo GR(z) del controlador discreto existen dos posibles
plantemientos:
a. Diseñar GR(z) mediante un método directo, generando soluciones exactas.
b. Obtener un controlador continuo GR(s) y posteriormente discretizarlo; es decir,
encontrar la mejor función de transferencia discreta GR(z) equivalente a GR(s).
Este segundo método, es el que nos interesa por ahora y se basa en métodos
aproxiamados. Esta aproximación es mejor en tanto menor sea el tiempo de
muestreo.

A continuación se muestra un esquema de los dos planteamientos:

DISCRETIZACION DEL SISTEMA

G(s) G(z)

DISEÑO EN DISEÑO EN
TIEMPO TIEMPO
CONTINUO DISCRETO

GR(s) GR(z)
DISCRETIZACION DEL REGULADOR

Figura 5. Planteamiento de la discretización de un controlador

El problema de discretización es independiente de la estrategia de control utilizada,

puesto que se asume que en ésta última ya habrá influido el diseño del controlador
continuo.
En vista de las diferentes suposiciones en el planteamiento de la discretización del
regulador, se consideran tres métodos:

Curso de Control Digital CUTB Ing. Jorge Duque

 53

5.1.1. Integración numérica:

El regulador continuo establece una relación entre la entrada y la salida en términos

de una ecuación diferencial, la cual se puede integrar numéricamente.
A partir de ésta ecuación, se obtiene una transformación que nos permite encontrar,
fácilmente, la expresión discreta equivalente a la del regulador continuo.
A continuación veremos tres tipos de aproximación:

Transformación bilineal ( Tustin):

Sea la señal continua e(t), a partir de la cual se desea obtener u(t) aproximándola por
la integral:
t
u(t) = ∫ e(t) dt
0

y utilizando únicamente los valores discretos e(0) , e(T), e(2T),....e(k-1)T, e(KT).

Aplicando Laplace se obtiene:

U(s) 1
G(s) = =
E(s) s

e(t) e(kT)
•

e(k-1)T
•
T

(k-1)T kT

Figura 6. Aproximación bilineal o trapezoidal

Curso de Control Digital CUTB Ing. Jorge Duque

 54

Supónga que se quiere aplicar el método de aproximación entre los puntos t=0 y t=kT
de la curva que aparece en la figura 6.

Dividiendo la integral de la ecuación anterior, se obtiene:

(k -1)T kT
u(kT) = ∫ e(t) dt + ∫ e(t) dt
0 (k -1)T

kT
u(kT) = u(k - 1)T + ∫ e(t) dt
(k -1)T

Aproximando la integral por el método trapezoidal, se tiene :

kT
T
∫ e(t) dt = 2 [ e(k - 1) + e(kT) ]
(k -1)T

luego:
T
u(kT) = u(k - 1)T + [ e(k - 1)T + e(kT) ]
2
Aplicando transformada z:

T
U(z) = z -1 U(z) + [ z -1 E(z) + E(z) ]
2
es decir:
U(z) T z +1 1
GR (z) = = =
E(z) 2 z -1 2 z −1
T z +1

Curso de Control Digital CUTB Ing. Jorge Duque

 55

Regla del rectángulo anterior ( Forward):

Aproximando la integral por el rectángulo anterior:

e(t) e(kT)
•

e(k-1)T
•
T

(k-1)T kT

kT
∫ e(t) dt = Te(k - 1)
(k -1)T

luego:
u(kT) = u(k - 1) + T e(k - 1)

Aplicando transformada z:

U(z) = z -1 U(z) + T z -1 E(z)

es decir:
U(z) T z -1 T
GR (z) = = =
E(z) - 1 z -1
1 -z

Curso de Control Digital CUTB Ing. Jorge Duque

 56

Regla del rectángulo posterior ( Backward):

Aproximando la integral por el rectángulo posterior:

e(t) e(kT)
•

e(k-1)T
•
T

(k-1)T kT

kT
∫ e(t) dt = Te(k)
(k -1)T

luego:
u(kT) = u(k - 1) + T e(k)

Aplicando transformada z:

U(z) = z -1 U(z) + T E(z)

es decir:
U(z) T Tz
GR (z) = = =
E(z) - 1 z -1
1 -z

Si analizamos las tres aproximaciones para :

1
GR (s) =
s

Curso de Control Digital CUTB Ing. Jorge Duque

 57

Concluimos que los reguladores discretos se pueden obtener por la sustitución de la

variable s, tal como se indica en la tabla:

Método de aproximación Función discreta Transformación

TRAPEZOIDAL, TUSTIN T z +1 1 2 z −1
GR (z) = = s =
O BILINEAL 2 z -1 2 z −1 T z +1
T z +1

RECTANGULO
T 1 z −1
ANTERIOR O FORWARD GR (z) = = s =
z -1 z -1 T
T

RECTANGULO
Tz 1 z −1
POSTERIOR O BACKWARD GR (z) = z - 1 = z - 1 s =
zT
zT

Tabla 1. Transformaciones de tiempo continuo a tiempo discreto

Cabe anotar que la aproximación por el método del rectángulo anterior puede dar
lugar a sistemas inestables, en tanto que la regla del rectángulo posterior presenta
distorsión, siendo únicamente la aproximación bilineal la que realiza una adecuada
equivalencia entre las regiones estables en s y en z.

Curso de Control Digital CUTB Ing. Jorge Duque

 58

Discretización de PIDs continuos:

Si partimos de la ecuación de un PID continuo cuya ecuación en el dominio del

tiempo viene dada por:

 1
t
de(t) 
u(t) = Kp e(t) +
 Ti ∫ e(t)dt + Td
dt


0

existen dos formas posibles de obtener la discretización:

a. Forma posicional:

Tomando la derivada como la pendiente de la recta que une el error en un punto con
el del anterior, se puede aproximar por el cociente incremental ' ( ) * :
de(t) e [ kT] - e [ (k - 1)T]
=
dt T

e(t) e(kT)
•
e(kT) - e(k-1)T
e(k-1)T
•
T

(k-1)T kT

Figura 7. Aproximación de la derivada

La ecuación del PID análogo, se divide en tres partes:

u (t) = up (t) + ui (t) + u d (t)

Curso de Control Digital CUTB Ing. Jorge Duque

 59

u p (t) = K p e (t)

u p [ kT ] = K p e [ kT ]

Kp t
ui(t) =
Ti ∫ e(t) dt
0

d u i (t) Kp
= e( t )
dt Ti

u i [ kT ] - u i [ (k - 1)T ] Kp
= e [ kT ]
T Ti

T
u i [ kT ] = u i [ (k - 1)T ] + K p e [ kT ]
Ti

d e(t)
u d = K p Td
dt

e [ kT ] - e [ (k - 1)T ]
u d = K p Td
T

Td
u d = Kp { e [ kT ] - e [ (k - 1)T ] }
T
donde:

T = período de muestreo
Entonces, las ecuaciones que describen el PID digital en forma posicional son:

Curso de Control Digital CUTB Ing. Jorge Duque

 60

u (t) = up (t) + ui (t) + u d (t)

u p [ kT ] = K p e [ kT ]

T
u i [ kT ] = u i [ (k - 1)T ] + K p e [ kT ]
Ti

Td
u d = Kp { e [ kT ] - e [ (k - 1)T ] }
T

b. Forma incremental:

La otra forma utilizada es el esquema conocido como forma incremental o de

velocidad .
Una de las ventajas de este esquema, es que no es necesaria la inicialización cuando
se conmuta de operación manual a automática. De éste modo si existen cambios
súbitos grandes en el punto de ajuste o en el inicio de la puesta en operación del
proceso, el esquema de control en forma incremental o de velocidad presenta mejores
características que el de la forma posicional.
Otra ventaja del esquema de control PID en la forma de velocidad es que es útil en la
supresión de correcciones excesivas en sistemas de control de procesos.

La ecuación del PID análogo:

 1
t
de(t) 

u(t) = Kp e(t) +
 Ti ∫ e(t)dt + Td
dt


0

 1 
u ( t ) = Kp  e ( t ) + e ( t ) + Td e ( t )
 Ti 
+ + + +

Curso de Control Digital CUTB Ing. Jorge Duque

 61

u [ kT ] - u [ (k - 1)T ]
u [ kT ] =
,

e [ kT ] - e [ (k - 1)T ]
e [ kT ] =
,

e [ kT ] - e [ (k - 1)T ] e [ kT - 1 ] - e [ (k - 2)T ]
−
e [ kT ] =
, ,

T T
T

 T T 
u [ k ] = K p  (e [k] - e [k - 1]) + e [k] + d (e [k] - 2e [k - 1] + e [k - 2]) 
-

î Ti T 

 T T   T  T 
u [ k ] = K p  1 + + d  e [k] − 1 + 2 d  e [k - 1] + d e [k - 2] 
-

î  Ti T   T  T 

La función de transferencia para este algoritmo:

(1 - q-1 ) u [ k ] = C(q-1 ) e [ k ] q-1 = operador desplazamiento

Curso de Control Digital CUTB Ing. Jorge Duque

 62

u[k] = u[k + 1] + C 0 e [ k ] + C1 e [ k - 1 ] + C 2 e [ k - 2 ]

5.1.2. Aproximación de la respuesta temporal ( Hold equivalente):

Con éste método se busca una función discreta equivalente que se comporte
idénticamente al sistema continuo en los instantes de muestreo ante una señal de
entrada.
En la figura observamos un sistema continuo G(s) el cual se quiere aproximar con
G(z).

u(t) G(s) y(t)

u(kT) y(kT)
ZOH G(s)

Ahora se quiere encontrar que es G(z):

u(kT) y(kT)
ZOH(s) G(s)

Curso de Control Digital CUTB Ing. Jorge Duque

 63

Reemplazando el ZOH por su función de transferencia:

u(kT) y(kT)
1 - e -sT G(s)
s
ZOH

Ahora, si la entrada es un impulso, la salida es la respuesta impulso h(kT):

2 3 4 5

h(k)
1 - e -sT G(s)
s
ZOH

La transformada de Laplace de h(t)

G(s)
H(s) = ( 1 - e - sT )
s
-1 G(s)
h(t) = .
{ ( 1 - e - sT ) }
s t=kT

-1 G(s)
H(z) = / [.
{ ( 1 - e - sT ) }]
s t=kT

-1 G(s) -1 -sT
H(z) = / [0 { }] - 1 [
0 { e G(s) }]
s s

-1 G(s) -1
H(z) = 1 [0 { }] - z-1 [ 0 { G(s) }]
s s

H(z) = z − 1
-1 G(s)
6 [7 { }]
z s

Curso de Control Digital CUTB Ing. Jorge Duque

 64

5.1.3. Emparejamiento de polos y ceros:

Un método sencillo y eficiente para obtener reguladores discretos equivalentes a

partir de reguladores continuos, es el que está basado en la conocida relación:

z = esT

En este método se deben considerar las siguientes reglas:

a. Todo polo GR(s) se corresponde con un polo de GR(z) de de acuerdo a la relación

z = esT.
b. Todos los ceros finitos de GR(s) se corresponden con ceros de GR(z) según la
relación z = esT
c. El grado del polinomio del numerador se igualará al del polinomio denominador
mediante la adición de términos z+1, consecuencia de considerar los ceros en el
infinito.
d. El grado del numerador de GR(z) debe ser menor que el grado del denominador, de
tal manera que si es necesario quitamos términos
d. Ajustar la ganancia del regulador.

Curso de Control Digital CUTB Ing. Jorge Duque

 65

Curso de Control Digital CUTB Ing. Jorge Duque

 66

Curso de Control Digital CUTB Ing. Jorge Duque

 67

6. Análisis de sistemas en tiempo discreto

(INCOMPLETO)

Algunas de las técnicas de análisis y diseño que se han utilizado exitosamente para
los sistemas de tiempo continuo, tales como el Lugar de las raíces, Bode, estabilidad
y error en estado estacionario también se pueden aplicar a los sistemas de tiempo
discreto, con el fin de aprovechar los conocimientos que se tienen de las mismas.
Para esto es necesario establecer la correspondencia entre el plano s (tiempo
continuo) y el plano z (tiempo discreto), así como de los respectivos criterios de
estabilidad en el plano z y constantes de error en estado estacionario.

6.1 Correspondencia entre el plano s y el plano z:

Debido a la relación que existe entre la variable compleja s y la variable compleja z,

dada por: z = esT, la localización de los polos y los ceros en el plano z se relaciona
con la localización de los polos y ceros en el plano s.
De esta manera, la estabilidad y el comportamiento dinámico de los sistemas de
control de lazo cerrado puede determinarse con base en la ubicación de los polos de la
función de transferencia discreta.

De acuerdo con el resultado obtenido para la función de transferencia de una señal

muestreada, el cual indica que el espectro de la señal original se repite infinitas veces
a intervalos iguales a la frecuencia de muestreo, se llega a la repetición de la
configuración de polos y ceros en la dirección del eje de las ordenadas (frecuencias)
del plano s.
Lo anterior implica que el semiplano izquierdo del plano s se divida en un número
infinito de franjas periódicas, tal como se muestra en la Figura 10.

Curso de Control Digital CUTB Ing. Jorge Duque

 68

jω 5 8

j
2
Franja secundaria

3 8

j
2
Franja secundaria

j
8

s
2
Franja primaria

σ
−j s
8

2
Franja secundaria
3 s
−j
8

Franja secundaria
5 s
−j
8

Figura 10. Franjas primaria y secundarias en el semiplano s

Considerando únicamente la franja primaria, se traza el camino cerrado: 1-2-3-4-5 en

el plano s, el cual pasa por -∝ y encierra todos los polos estables. Ahora se aplica la
relación: z=esT y se observa que zona del plano z corresponde a dicha trayectoria.

Trayecto 1-2: Los puntos son de la forma s=jω, donde "ω" varía desde 0 hasta +ωs/2,
obteniéndose un semicírculo unitario centrado en el origen del plano z: z = ejω = cos
ωT + j sen ωT
para ω=0 , z= cos0 +jsen0 = 1
para ω= ωs/2, donde ωs= 2π/T , z= cos2π + jsen2π = -1

Curso de Control Digital CUTB Ing. Jorge Duque

 69

Im z

jω
3 2 9

s
j
2
1

2 3 1
Franja primaria 1
5 4 Re z

−j s
4 5 2

Figura 11. Correspondencia entre el plano s y el plano z

Trayecto 2-3: Suponiendo que 3 está en -∝, la componente compleja es jωs/2 y la

real es -σ, con -∝ < σ <0. L a ecuación z = ejω queda:

ya que e-jπ = -1 y ωs= 2π/T

luego:
para σ = 0, z = -1 ;
para σ = ∞, z = 0 ;

Curso de Control Digital CUTB Ing. Jorge Duque

 70

Trayecto 3-4: Los puntos son de la forma s= - ∞ + jω, donde ω varía desde ωs/2
hasta -ωs/2 y equivale a un círculo de radio cero, ya que
z = esT = e-∞ e jωT = 0* e jωT = 0

Trayecto 3-4: En el trayecto de 4 a 5 la componente imaginaria es -jωs/2 y la real

-σ con σ variando desde +∞ hasta cero.

Curso de Control Digital CUTB Ing. Jorge Duque

 71

Curso de Control Digital CUTB Ing. Jorge Duque