Capı́tulo 4

Modelos y Dinámica de
Procesos

4.1. Introducción
Como definimos en el capı́tulo anterior, las variables de entrada de un proceso
son aquellas capaces de estimularlo independientemente y de inducir cambios en
sus condiciones internas. Tales cambios en los estados internos del proceso son
usualmente aparentes a partir de cambios observados en las variables de salida.
Pero ¿cuánto? y ¿de qué forma? el proceso responde a cambios en la varia-
ble de entrada claramente depende de la naturaleza del cambio en la entrada; y
también depende de la naturaleza intrı́nseca del propio proceso. Para un cambio
dado en la entrada, la respuesta observada en el proceso provee información de
la naturaleza del proceso en cuestión. Por lo mismo, si se conoce la naturaleza
intrı́nseca del proceso, y podemos caracterizarla adecuadamente, entonces po-
demos predecir la salida del proceso ante cualquier entrada. La dinámica del
proceso se relaciona con analizar el comportamiento dinámico (es decir, variante
con el tiempo) en respuesta a varios tipos de entradas.

4.2. Herramientas del Análisis de la Dinámica

4.2.1. El Modelo del Proceso y Funciones Forzantes Idea-
les
El objetivo primordial del análisis dinámico es el investigar y caracterizar
el comportamiento de sistemas cuando un proceso es sujeto a varios tipos de
cambios en la entrada. Para estar seguros, estas investigaciones pueden llevarse
a cabo en las propias unidades de procesamiento fı́sicas: cambiando las entradas,
y almacenando las correspondientes respuestas de las variables de salida para
un análisis posterior. Sin embargo, este enfoque sufre de dos problemas que son
obvios:

66
Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS 67

1. El proceso fı́sico puede no existir aún. Esta situación surge cuando el análi-
sis y el diseño del sistema de control se realizan antes de la construcción
de la planta.

2. Es demandante de tiempo y caro. Los procesos reales tienen grandes capa-

cidades que una vez perturbadas demandan una gran cantidad de tiempo
para ser “estacionadas” nuevamente. Llevar a cabo varios de estos expe-
rientos resultará en un gran tiempo de análisis. Más aún, la operación
regular de un proceso debe ser suspendida mientras se realizan las expe-
riencias; resultando en importantes pérdidas económicas.

En adición a esto existe una contrariedad adicional no obvia: cierta información

teórica crı́tica, útil en caracterizar el comportamiento de clases enteras de pro-
cesos, no son fácilmente disponibles de los resultados de experimentos llevados
a cabo de un proceso especı́fico.
Por estos motivos, el análisis dinámico del comportamiento de un proceso
es llevado a cabo mediante la ayuda de una representación matemática del pro-
ceso. Tales análisis teóricos, por supuesto, solo proven conocimiento acerca del
comportameniento idealizado del proceso, pero han probado ser muy útiles en
el entendimiento, y en la caracterización del comportamiento real.
La esencia del análisis dinámico puede entonces ser puesta como: dada alguna
representación matemática de un proceso, investigar la respuesta del proceso
ante varios cambios en la entrada. Esto es, dado un modelo del proceso,
hallar y(t) en respuesta a entradas u(t) y d(t).
Observe entonces que todo análisis exitoso requiere

1. Un modelo del proceso, y

2. Funciones de entradas bién caracterizadas.

En suma a estos requerimientos, sin embargo, notemos la tarea de obtener

una respuesta del proceso involucra resolver las ecuaciones matemáticas que
surgen de incluir las entradas forzantes en las ecuaciones del modelo. Esta es la
tarea central del análisis dinámico del proceso. Como es de esperar, el resultado
excitoso de esta tarea requiere de ciertas herramientas matemáticas.

4.2.2. Herramientas Matemáticas

Como veremos posteriormente, los modelos de los procesos están usualmente
en la forma de ecuaciones diferenciales: lineales o no lineales, ordinarias o par-
ciales. Pese a esto, una de las herramientas más importantes es la Transformada
de Laplace, una técnica que, entre otras cosas convierte ecuaciones diferenciales
ordinarias lineales en ecuaciones algebraicas más fáciles de manejar. Un resul-
tado de esto es que permite el uso de funciones transferencia que son de gran
importancia en el análisis de la dinámica de procesos.
En la próximas secciones incluiremos un análisis detallado de los tipos de
modelos matemáticos para procesos.
68 Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS

4.3. La Descripción Matemática de un Proceso

Como digimos anteriormente, el diseño efectivo de controladores es signifi-
cativamente facilitado por el entendimiento de la dinámica del proceso. Este
entendimiento depende de la disponibilidad de un modelo matemático del pro-
ceso. Podemos decir que el primer paso para el análisis y/o diseño de un sistema
de control en la obtención de un modelo matemático apropiado.
El modelo matemático es en principio, una colección de relaciones matemáti-
cas entre variables del proceso con el propósico de describir el comportamiento
del sistema fı́sico. El uso principal del modelo es entonces “reemplazar” al proce-
so haciendo posible investigar sus respuestas bajo varias condiciones de entrada
en forma rápida y económica sin necesidad de perturbar la entidad fı́sica. Sin
embargo, debemos distinguir entre el proceso fı́sico (usualmente complejo) y
el modelo matemático que lo describe. El modelo describe solo las tendencias
fundamentales del proceso, pero nunca lo copiará totalmente. En lo que sigue
el término sistema será usado para describir tanto al proceso real como a su
modelo, dependiendo del contexto.

4.3.1. Caracterı́sticas del Procesos y sus Modelos

A continuación discutiremos la terminologı́a usada para caracterizar procesos
sobre la base de sus caracterı́sticas inherentes, y los tipos de representaciones ma-
temáticas que lo describen mejor. Previo a esto es importante notar que cuando
usamos los términos variable dependiente o independiente debemos entenderlos
en el siguiente contexto: todas las variables del proceso que se identificaron en el
Capı́tulo 3: sean estados, salidas, entradas o perturbaciones dependen del tiempo
y/o de su ubicación espacial; entonces ellas deben ser consideradas como depen-
dientes. En este caso, el tiempo y las coordenadas espaciales son las variables
independientes.

Sistemas Lineales y no Lineales

Un sistema descripto por ecuaciones lineales se dice lineal. El sistema que no
es lineal se denomina “no lineal.” Por ahora, debemos notar que la mayor parte
de los procesos exhiben un comportamiento nolineal. Pese a esto, en muchos
casos este comportamiento no lineal puede aproximarse en forma efectiva por
un conjunto de ecuaciones lineales.

Sistemas de Parámetros Concentrados y Distribuidos

Existen procesos (lineales o no) en que las variables dependientes (es decir
todas las variables del proceso) pueden ser consideradas (para todos los propósi-
tos) como uniformes dentro del sistema completo, variando solo con el tiempo.
Como veremos en breve estos sistemas pueden ser representados por ecuaciones
diferenciales ordinarias, con el tiempo como la única variable independiente. Es-
tos procesos se denominan sistemas a parámetros concentrados pues, en cierto
Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS 69

sentido, la dependencia de todas las variaciones observadas han sido concentra-

das en una única variable indenpendiente.
Cuando las variables de un proceso varian dentro del sistema punto a punto
además de variar con el tiempo, la descripción fundamental matemática debe
tomar la forma de un sistema de ecuaciones diferenciales parciales para que
la variación adicional con la posición pueda describirse adecuadamente. Tales
procesos se denominan sistemas a parámetros distribuidos. Ellos tienen más
variables independiente, y las variaciones del proceso deben ser evaluadas en
todas ellas.

Sistemas Contı́nuos y Discretos en el Tiempo

Aún cuando la asunción tácita es de que las variables de un proceso no cam-
bian ordinariamente “a saltos,” es decir que ellas normalmente se comportan
como funciones continuas suaves dependientes del tiempo (y/o posición); exis-
ten situaciones en que las variables de salida son deliberadamente muestreadas
solamente en puntos discretos del tiempo. Las variables del proceso aparecen de
esta forma como cambiantes en forma constante a tramos con respecto a lo que
ahora es el tiempo discretizado. Estos procesos son modelados por ecuaciones a
diferencias y se denominan sistemas discretos en el tiempo.

4.3.2. Varias Formas de Modelos de Procesos

Como lo notamos antes, el modelo del proceso es una colección de relaciones
matemáticas entre las variables definidas en el Capı́tulo 3. Los modelos ma-
temáticos en los cuales las variables de estado se representan explicitamente
junto a las entradas y salidas se denominal modelos en variables de estado. Co-
mo demostraremos proximamente, cuando estos modelos se formulan a partir de
principios fundamentales, toman la forma de ecuaciones en el dominio tiempo.
Los modelos matemáticos que, en el otro extremo, relacionan solo varia-
bles de entrada y salida (excluyendo totalmente a los estados) se denominan
modelos entrada/salida. Estos modelos pueden ser representados tanto en el
dominio tiempo como en el dominio transformado, en particular nos interesa
su formulación en el dominio de Laplace. En general estos modelos surgen de
transformaciones del modelo en variables de estado, pero pueden ser obtenidos
directamente de datos experimentales.
Es usual el escribir un modelo de un proceso particular de alguna de las
siguiente formas1
1. Espacios de Estados (Ecuaciones diferenciales o a diferencias),
2. El dominio transformado de Laplace,
3. La forma respuesta al impulso o convolución.
En las próximas secciones introduciremos las formas que toman cada uno de
estos modelos asi como las relaciones entre ellos.
1 Exiten otras, pero para los fines de este curso estas nos serán suficientes
70 Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS

4.4. Modelos en Espacio de Estados

Para procesos continuos en el tiempo, los modelos en ecuaciones diferencia-
les que relacionan las variables estado con las variables entradas y salidas se
denominan modelos en espacio de estados.
Para sistemas de varias entradas y varias salidas a parámetros concentrados
no lineales, el modelo en espacio de estados tiene la forma
dx(t)
= f (x, u, d) (4.1)
dt
y(t) = h(x(t))
donde f (.) y h(.) son vectores de funciones no lineales, x ∈ n es el vector de
variables de estado, u ∈ m es el vector de variables manipuladas, d ∈ v es
el vector de perturbaciones y y ∈ l es el vector de variables de salida. Para
sistemas de una entrada y una salida, los vectores f (.) y h(.) se reemplazan
directamente por funciones simples. Es importante destacar que además de las
ecuaciones anteriores, para describir completamente este modelo es necesario
definir las condiciones iniciales (por ejemplo, los valores de todas las señales
para el tiempo cero). Es práctica usual definir estas condiciones en un punto de
trabajo en estado estacionario como lo definiremos proximamente.
En el caso de sistemas lineales estas funciones toman la forma matricial
dx(t)
= Ax(t) + Bu(t) + Γd(t) (4.2)
dt
y(t) = Cx(t)
donde A, B, C y Γ son matrices de sistema de dimensiones apropiadas. En
general, en este caso, las condiciones iniciales se consideran cero.
En general podemos obtener una aproximación lineal partiendo de uno no
lineal, que será válido en las cercanı́as de un punto de trabajo en estado esta-
cionario dado (x0 , u0 , d0 ), mediante la expansión de las funciones no lineales
mediante la serie de Taylor.
Que el punto de trabajo esté en estado estacionario implica que para ese
punto se satisface que
0 = f (x0 , u0 , d0 ) (4.3)
y0 (t) = h(x0 ).
Entonces el modelo linealizado en este caso toma la forma
dx̃(t)
= Ax̃(t) + Bũ(t) + Γd̃(t) (4.4)
dt
ỹ(t) = Cx̃(t)
donde x̃(t) = x(t) − x0 , ũ(t) = u(t) − u0 , d̃(t) = d(t) − d0 y ỹ(t) = y(t) − y0 .
Además los elementos (i, j) correspondientes a cada matriz del modelo son

∂fi 
Aij = ; (4.5)
∂xj x=x0 ,u=u0 ,d=d0
Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS 71


∂fi 
Bij = ; (4.6)
∂uj x=x0 ,u=u0 ,d=d0


∂fi 
Γij = ; (4.7)
∂dj x=x0 ,u=u0 ,d=d0


∂hi 
Cij = . (4.8)
∂xj x=x0

4.5. Modelos en el Dominio Transformado

Estos modelos relacionan las entradas del proceso (variables manipuladas y
perturbaciones) con las variables de salida de acuerdo a la siguiente ecuación
algebraica matricial

y(s) = G(s)u(s) + Gd (s)d(s) (4.9)

donde G(s) y Gd (s) se denominan la matriz función transferencia del proceso

y de la perturbación. Estas matrices son definidas como
⎡ ⎤
g11 (s) g12 (s) · · · g1m (s)
⎢ g12 (s) g22 (s) · · · g2m (s) ⎥
⎢ ⎥
G(s) = ⎢ .. .. .. .. ⎥;
⎣ . . . . ⎦
gl1 (s) gl2 (s) ··· glm (s)

⎡ ⎤
gd11 (s) gd12 (s) ··· gd1v (s)
⎢ gd12 (s) gd22 (s) ··· gd2v (s) ⎥
⎢ ⎥
Gd (s) = ⎢ .. .. .. .. ⎥
⎣ . . . . ⎦
gdl1 (s) gdl2 (s) ··· gdlv (s)

donde cada elemento de estas matrices es un cociente de polinomios en la va-

riable de Laplace s, pudiendo incluir retardos temporales.

4.6. Modelos Respuesta al Impulso

Este es un modelo que se basa en la convolución lineal de sistemas discretos
en tiempo. El modelo respuesta al impulso discreto en el tiempo relaciona la
entrada muestreada (u(k) y d(k)) a la salida muestreda (y(k))
k k
y(k) = G(i)u(k − i) + Gd (i)d(k − i) (4.10)
i=1 i=1
72 Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS

donde
⎡ ⎤
g11 (i) g12 (i) ··· g1m (i)
⎢ g12 (i) g22 (i) ··· g2m (i) ⎥
⎢ ⎥
G(i) = ⎢ .. .. .. .. ⎥;
⎣ . . . . ⎦
gl1 (i) gl2 (i) ··· glm (i)

⎡ ⎤
gd11 (i) gd12 (i) ··· gd1v (i)
⎢ gd12 (i) gd22 (i) ··· gd2v (i) ⎥
⎢ ⎥
Gd (i) = ⎢ .. .. .. .. ⎥
⎣ . . . . ⎦
gdl1 (i) gdl2 (i) ··· gdlv (i)

y gjk (i) es la i-ésima muestra de la respuesta al impulso de la entrada k a la

salida j.
Esta expresión de la respuesta al impulso puede escribirse en términos de la
respuesta al escalón haciendo
k
β(k) = G(i) (4.11)
i=1

y
G(k) = β(k) − β(k − 1) (4.12)
tal que la versión discreta del modelo en respuesta al escalón es:
k k
y(k) = β(i)Δu(k − i) + βd (i)Δd(k − i) (4.13)
i=1 i=1

donde Δu(k) = u(k) − u(k − 1) y Δd(k) = d(k) − d(k − 1). Note que es una
cuestión de preferencia elegir la forma de respuesta al escalón o al impulso,
puesto que las dos son completamente equivalentes.

4.7. Relaciones entre las Formas de Modelos

Dadas las tres formas de representar un modelo que hemos descripto en las
secciones anteriores, no es difı́cil de suponer que cada una de ellas se adapta
mejor para realizar distintos análisis o diseños de esquemas de control. Por este
motivo, es muy útil analizar la forma de pasar de una a otra, cuando esto sea
posible.

4.7.1. Modelo en Espacio de Estados a Dominio Transfor-

mado
De todas las relaciones entre formas de modelos, esta es quizás la más impor-
tante. La mayor parte de los modelos de procesos son desarrollados partiendo
Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS 73

de principios fundamentales (como veremos en el próximo capı́tulo) y dan como

resultados modelos en variables de estado. Sin embargo, clásicamente la forma
preferida para el análisis y el diseño de sistemas de control es la forma de función
transferencia en el dominio transformado. Pese a esto, luego del análisis y di-
seño, la simulación del sistema de control y la implementación en tiempo real del
controlador, deben desarrollarse en el dominio tiempo, requiriendo nuevamente
una forma en espacios de estados.
Cuando el modelo en espacios de estados es lineal, la forma en el domi-
nio transformado correspondiente se obtiene por la transformación de Laplace
seguida por una simple manipulación algebraica. El proceso inverso de obte-
ner un modelo en espacio de estados equivalente a una función transferencia se
denomina realización.
A continuación ilustraremos los procedimientos para convertir una forma a
la otra.

Espacio de Estados al Dominio Transformado

Consideremos el modelo lineal multivariable en espacios de estado descripto
por la Ec. (4.2). Aplicando la transfomada de Laplace con condiciones iniciales
nulas se obtiene,

sx(s) = Ax(s) + Bu(s) + Γd(s) (4.14)

y(s) = Cx(s)

que puede ser reagrupada (teniendo en cuenta que son expresiones matriciales)
como
−1 −1
y(s) = C (sI − A) B u(s) + C (sI − A) Γ d(s) (4.15)

que comparada con la Ecuación 4.2 nos dan las expresiones requeridas:
−1
G(s) = C (sI − A) B (4.16)

y
−1
Gd (s) = C (sI − A) Γ (4.17)

Dominio Transformado al Espacio de Estados

Este problema (realización) no es trivial. En primer lugar, la realización no es
única, en el sentido que existen varios conjuntos de ecuaciones diferenciales que
dan la misma matriz función transferencia. Además, existen diferentes formas de
obtener estas realizaciones equivalentes. En general se requiere una realización
que se denomina “minimal” (esto es, que contenga el mı́nimo número de estados
para describir el sistema). Sin embargo, esto escapa a los objetivos de este curso.
A continuación presentaremos un ejemplo numérico simple que puede ser de
utilidad para entender los pasos a seguir para obtener una realización.
74 Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS

Ejemplo 4.1: Realización de una función transferencia en el domi-

nio transformado de primer orden
Dado el siguiente modelo en función transferencia
K
y(s) = u(s), (4.18)
τs + 1
hallar la representación en variables de estado equivalente.
Solución: Reordenando esta ecuación, podemos escribir el modelo como

(τ s + 1)y(s) = Ku(s). (4.19)

A partir de aqui es claro que la ecuación difierencial más obvia para obtener
esta expresión en el dominio de Laplace es
dy(t)
τ + y(t) = Ku(t) (4.20)
dt
con condiciones iniciales y(0) = 0. Esto puede ser reescrito como:
dx(t)
τ + x(t) = Ku(t) (4.21)
dt
y(t) = x(t)

Este es un modelo en variables de estado equivalente a la Ec. 4.18. Sin embargo,

notemos que podemos definir cualquier constante c tal que
dx(t) K
τ + x(t) = u(t) (4.22)
dt c
y(t) = cx(t)

que es otra realización válida.

En este punto es importante resaltar que dada una función transferencia

existen infinitos modelos en variables de estado equivalentes. En particular, en
el ejemplo, existe un modelo diferente para cada posible valor de c.

4.7.2. Espacio de Estados y Modelos Respuesta Impulsiva

La solución analı́tica cerrada de la ecuación diferencial en el modelo de es-
pacios de estado (para entradas arbitrarias u(t) y d(t)) da la forma equivalente
a la respuesta al impulso en tiempo contı́nuo. Sin embargo esto es posible solo
en los casos donde pueden obtenerse soluciones analı́ticas. Para el caso discreto,
es posible muestrear la respuesta al impulso obtenida para obtener un modelo
como el de Ec. (4.10).
Veamos la solución analı́tica del modelo en espacios de estado para una
entrada arbitraria, esta es
t
x(t) = eA(t−σ) [Bu(σ) + Γd(σ)] dσ (4.23)
0
Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS 75

y la salida y(t) es dada por

t
y(t) = C eA(t−σ) [Bu(σ) + Γd(σ)] dσ (4.24)
0

Si resolvemos esta integral para entradas u(t) y d(t) impulsivas, y posterior-

mente muestreamos en tiempo la salida y(t) obtenemos el modelo respuesta al
impulso discreto g(i).
Si el proceso de obtener la solución analı́tica de una ecuación diferencial es
concebido en su forma más general como una operación matemática de inte-
gración, entonces podemos llegar a la conclusión (correcta) de que el proceso
inverso de generar un modelo en espacios de estados partiendo de un mode-
lo respuesta al impulso contı́nuo involucra una diferenciación (cuando esta sea
posible). Considerar este caso carece de utilidad para la necesidad de este curso.

4.8. El Concepto de una Función Transferencia

Hasta el momento solo hemos aludido (sin un examen formal) al concepto
de función transferencia en la descripción matemática del comportamiento de
un proceso. Sin embargo, como resultará claro en lo que resta del curso, el
concepto de la función transferencia es central en el estudio de la dinámica
y control de procesos. Veamos más profundamente este concepto, válido para
modelos lineales.

4.8.1. Un Enfoque Generalizado del Modelo del Proceso

Reiteramos que, hasta ahora, en los estudios de la dinámica y control de
procesos, un modelo es una colección de ecuaciones matemáticas por las cuales
puede predecirse la salida del proceso ante una entrada dada. El modelo en
espacio de estados explicitamente calcula las variables de estado y usa estas
para calcular la salida. Sin embargo, aún cuando las varias formas del modelo
pueden diferir en la forma de la función de entrada que ellos aceptan, la forma
de la respuesta de la salida en general, y la forma en que se genera la salida, son
fundamentalmente similares.
Recordemos que
1. Para el modelo en espacio de estados, la entrada u(t) está en el dominio
tiempo, y la salida del proceso y(t) (en el dominio tiempo) se genera
resolviendo las ecuaciones diferenciales.
2. Para modelos continuos en el dominio transformado, la entrada es una
función de la variable transformada de Laplace u(s), y la salida (también
función de s) se genera por el proceso de multiplicar u(s) por la función
g(s).
3. Para el modelo respuesta al impulso, la entrada u(i) es función del tiempo,
y la salida y(i) (en el dominio tiempo) se genera por la convolución de g(i)
sobre u(i).
76 Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS

Observemos que en cada caso, las salidas se producen por el proceso de “operar”
la entrada dada por una función apropiada. Entonces, en esencia, cada forma
de modelo consiste de dos partes,

1. Una función, y

2. Una operación

El principio fundamental en cada caso puede ahora ser establecido como:

La función, por medio de la operación indicada “transfiere” (o transforma)
la entrada, u(.), en la salida, y(.), como se describe en la ecuación

y(.) = g(.) • u(.) (4.25)

donde • representa la operación particular requerida por una forma del mode-
lo especı́fica y g(.) representa la función empleada para “transferir” la entrada
u(.) sobre la salida y(.) via la operación indicada. Para una forma del mode-
lo la función g(.) que realiza la tarea notada se denomina como la “función
transferencia” del modelo.
Observe ahora que la forma “función transferencia” del modelo matemático
representado por la Ec. (4.25) es una representación entrada/salida. Ella puede
ser extendida para incluir las entradas perturbaciones:

y(.) = g(.) • u(.) + gd (.) • d(.) (4.26)

En principio, todas las formas del modelo discutidas en este capı́tulo pueden
ser considerada en esta forma, donde reconocemos que el argumento (.) y la
opciones del operador g • u, gd • d será diferente para cada forma del modelo.
Las expresiones matemáticas detalladas para las “funciones transferencia” de
cada forma de modelo se muestran en la Tabla 4.1. Observemos que en este
contexto:

1. El modelo de espacio de estado existe en el dominio tiempo, y su “función

transferencia” involucra una operación consistente en la solución de ecua-
ciones diferenciales y parece una “función transferencia” explı́cita en las
variables de estado x(t).

2. Por otro lado, el dominio transformado de Laplace, involucra una simple

operación de multiplicación, y la “función transferencia” es una función
explı́cita en s.

3. El modelo en respuesta al impulso existe en el dominio tiempo discreto, in-

volucrando una operación de convolución, y es una “función transferencia”
en el dominio tiempo discreto.

La conveniencia de trabajar con funciones transferencia se torna más evi-

dente al trabajar con diagramas de bloques como se muestra en la Fig. 4.1. El
diagrama de bloques muestra en general como la función transferencia relaciona
 Departamento de Ingenierı́a Eléctrica y de Computadoras - UNS 77

Fig. 4.1. La forma entrada/salida de un modelo deproceso

la variable manipulada de entrada u y la perturbación d con la variable de salida

y.
El diagrama de bloques promueve un entendimiento conceptual de que suce-
de con el proceso cuando se introduce un cambio en el valor de una variable de
entrada. La indicación de que la función transferencia (residente en el bloque)
“opera” sobre la entrada u(.) para producir un cambio en la salida y(.) no es
solo intuitivamente deseable, sino también matematicamente exacta.

Tabla 4.1 Modelos de Funciones Transferencias

Modelo ⎧ • u(.)
g(.) g⎧d (.) • d(.) y(.)
⎨ ẋ(t) = Ax(t) + Bu(t) ⎨ ẋ(t) = Ax(t) + γd(t)
Espacio de Estados y1 (t) = Cx(t) y2 (t) = Cx(t) y(t) = y1 (t) + y2 (t)
⎩ ⎩
x(0) = 0 x(0) = 0
Dominio Transformado y1 (s) = g(s)u(s)
 y2 (s) = g d (s)d(s) y(s) = y1 (s) + y2 (s)
Respuesta al Impulso y1 (k) = i=1 lg(i)u(k − i) y2 (k) = i=1 lgd (i)d(k − i) y(k) = y1 (k) + y2 (k)