Universidad de El Salvador

Facultad de Ingeniera y Arquitectura

Escuela de Ingeniera Elctrica
Sistemas de Control Automtico

Laboratorio No. 4:
Obtencin de Modelos matemticos de sistemas utilizando 'System
Identification Tool' de MATLAB

Aspecto % Nota
Catedrtico: Resumen 10%
Ing. Ricardo Cortez Asignaciones 45%
Asignacin 1
Asignacin 2
Asignacin 3
Coordinador:
Asignacin 4
Br. Ernesto Cern.
Asignacin 5
Asignacin 6
Observaciones 5%
Instructor:
Conclusiones 30%
Br. David Martnez
Bibliografa 5%
Presentacin 5%

Nota Final 100%

Bachilleres: Carnet:
Hernndez Nieto, Jairo Alejandro HN14001
Sorto Castillo, Jairo Josu SC14009

Ciudad Universitaria, lunes 2 de octubre 2017

Lab.4 SCA115

Resumen:
El presente informe de laboratorio contiene la prctica nmero cuatro de la asignatura

Sistemas de Control Automtico, dicha prctica consta de un anlisis pata la obtencin de

modelos matemticos de sistemas utilizando 'System Identification Tool' de MATLAB.

Como desarrollo dentro de la prctica se siguieron los lineamientos de la gua de

laboratorio, la cual presenta 2 ejercicios de practica los cuales se presentan a continuacin:

PRACTICA 4.1: Determinacin del modelo matemtico.

En esta prctica se realizaron las conexiones presentadas en la figura 1..

Fig. 1. conexiones para practica 1.

En base a la figura 1 con los componentes ah representados y con la ayuda de MATLAB

se ejecuta el archivo prueba_lazo_abierto.mdl con la herramienta SIMULIINK, que
mostrar el modelo de la figura 2.

2
Lab.4 SCA115

Fig. 2: modelo de archivo prueba_lazo_abierto.mdl.

Despus de esto se hizo un ajuste al bloque Scope para que se exporten datos a Matlab,
se selecciona la opcin History, como esta en la gua de laboratorio 4. En donde se

hablita la opcin save data to Works pace con el cual se logra enviar al rea de trabajo
de Matlab. La respuesta ante una entrada de escaln unitario de la prueba de lazo abierto

se puede observar el scope que a continuacin se presenta en la figura 3.

Figura 3. Salida del diagrama.

Para capturar los datos en un archivo de Excel se ejecut un archivo llamado

archivo_lab4_1.m dado por el instructor; adems este archivo tambin genera la matriz
llamada data, que se usar para estimar la funcin de transferencia.

Los datos adquiridos por la prueba de lazo abierto se grafican por medio de SIMULINK y
la opcin System Identification Tool, en ella, los datos a graficar son con respecto al

3
Lab.4 SCA115

tiempo con la interfaz que se presenta en la figura 4, aqu se selecciona Import Data y
dentro de ello se selecciona la opcin Time domain data. En esta ventana se puso la
variable verf como entrada y vout como salida, estas variables representan los datos
adquiridos durante la prueba de lazo abierto que se guardaron en un archivo de excel. Se
pone a 0 como tiempo de inicio y con intervalos de 0.001 como se muestra en la figura 5.

Figura 4. Ventada de System Identification Tools.

Figura 5. Establecimiento de tiempo de muestreo y el nombre dado a la sesin de datos.

4
Lab.4 SCA115

En la figura 6 se observa que los datos han sido importados ya que muestra una pequea
grafica de color azul.

Figura 6. Ventada de System Identification Tools con datos importados.

Una vez ingresados los datos se selecciona la funcin Transfer Function Models, lo cual
abre una ventana donde se ingresa el nmero de polos y ceros y se da click en estimate,

como se muestra en la figura 7:

Figura 7. Ventada de Transfer Functions.

5
Lab.4 SCA115

Para 2 polos y 1 cero (tf1) se tiene:

Figura 8. Datos para 2 polos y 1 cero.

Con 1 polo y ningn(tf2) cero:

Figura 9. Datos para 1 polo y ningn cero.

6
Lab.4 SCA115

Con 2 polo y ningn (tf3) cero:

Figura 10. Datos para 1 polo y ningn cero.

Ahora se necesitaba mostrar la funcin de transferencia representada por Matlab, para

ello se utiliz la opcin model output el cual dio como resultado la siguiente figura:

Figura 11. Respuesta al escaln de tf1, tf2 y tf3.

7
Lab.4 SCA115

De la figura 11, tenemos que el porcentaje de estimacin es de:

tf1: 97.14%
tf2: 91.64%
tf3: 91.64%

La funcin de transferencia la obtenemos al hacer click en tf1 en la ventada como en la

figura 6. De aqu resulta:

Figura 12. Ecuacin de transferencia de tf1.

al aplicar un escaln con A=10V a la funcin de transferencia tf1 (la que obtuvo un mejor
porcentaje de encaje).

8
Lab.4 SCA115

Figura 13. Escaln con A=10 V.

A partir de aqu resulta que si buscamos el lugar geomtrico de las races:

Figura 14. Root locus para tf1.

9
Lab.4 SCA115

Para obtener otros parmetros se utiliza la funcin stepinfo:

Como ltimo punto en esta prctica: obtenga el grfico del lugar de las races del siguiente
sistema. Aplique dos valores de ganancia al sistema y verifique los cambios en las races.
Con la funcin step () usando como argumento la funcin de transferencia del sistema,
obtenga la respuesta al escaln unitario.

Se utilizar la funcin root locus para determinar las posiciones de las races:

Figura 15. Root locus para G(s)sin ganancia.

10
Lab.4 SCA115

Usando una ganancia de 12 y verificando el cambio en las races:

Figura 16. Root locus para G(s) con ganancia 12.

Usando una ganancia de 40 y verificando el cambio en las races:

11
Lab.4 SCA115

Figura 17. Root locus para G(s) con ganancia 40.

PRACTICA 4.2: SISTEMA DE LAZO CERRADO SIN CONTROLADOR

Para el desarrollo de esta prctica se utiliza el diagrama de la figura 18, el cual est en el
archivo Lab_4_Sin_controlador.mdl. Analizando el sistema en lazo cerrado, se repitieron
los pasos de la practica anterior.

Figura 18: Modelo para la practica 4.2.

12
Lab.4 SCA115

Se corre el programa en SIMULINK_arduino y se tomas las muestras del experimento

exportndolas en un archivo Excel, as mismo se grafica la respuesta al escaln propia del
sistema:

Figura19: grfica de la respuesta al escaln propia del sistema.

Se importan los datos del Excel a System identification tool tal y como en la prctica
anterior, los resultados se presentan en las siguientes figuras.

Figura 20: Resultados para 2 polos y un cero.

13
Lab.4 SCA115

Figura 21: Resultados con 2 polos y 0 ceros.

Figura 22: Resultados con 1 polo y 0 ceros.

14
Lab.4 SCA115

Figura 23: Resultados para 1 polo y 1 cero

Figura 24: Resultados para 2 polo y 2 cero

15
Lab.4 SCA115

Comparando la estimacin con la real se escoge el que tenga mayor porcentaje de

similitud:

Figura 25: Grficos para todos los modelos y los datos recibidos

Como vemos el sistema vara entre el 92% y el 94% de porcentaje de estimacin, si

obtenemos la ecuacin de transferencia para una de esas 5 graficas, posterior a haber
hallado la funcin de transferencia Encontramos con Simulink el comportamiento del
sistema al aplicar una seal escaln de amplitud 10. El grafico correspondiente se muestra
a continuacin:

funcin de transferencia obtenida:

27.67 s + 2258
s2 + 128.1s + 2518
Respuesta al escaln con amplitud 10:

16
Lab.4 SCA115

Figura 26: Respuesta al impulso de la funcin de transferencia obtenida con los datos
para dos polos y un cero.

Como se observa en la figura 26 la respuesta al impulso es muy similar a la obtenida en el

laboratorio, sin embargo, hay ciertas diferencias como el pequeo rizo que se crea en los
datos reales.

A continuacin, graficamos el lugar de las races con ganancia unitaria.

17
Lab.4 SCA115

Figura 27: Resultado con ganancia unitaria.

Figura 28: Resultado con ganancia de 30.

A este sistema se le aplic una funcin escaln unitario para determinar dicha respuesta
y el diagrama obtenido fue el siguiente.

18
Lab.4 SCA115

Figura 29: Resultado al aplicar escaln.

19
Lab.4 SCA115

Asignaciones:
1. Investigar para que sirven las siguientes funciones, cuales son los argumentos
que necesita y de un ejemplo sobre el uso de cada una.

roots(q) Obtiene races de un polinomio dado.

Si tenemos una ecuacin como:

a1xn+a2xn-1+...+anx+an+1=0
se emplea la funcin roots y la cual tiene como argumento un vector p, formado por los
coeficientes del polinomio. La funcin roots devuelve un vector columna que contiene
las races.

>> p=[a1 a2 ... an an+1];

>> x=roots(p)
Un ejemplo es: encontrar las races de:

Si creamos un vector equivalente a ese polinomio:

>> p = [ 3 -2 -4 ]
>> x = roots(p)
>> r =
1.5352

-0.8685

impulse () Respuesta temporal de una funcin de transferencia

Para obtener la respuesta temporal de una funcin de transferencia ante una entrada
impulso se emplea el comando impulse (), definiendo como argumentos los siguientes
casos:

a. >>impulse(g,t): g es la ecuacin de transferencia y t es tiempo al que es

calculado la respuesta al impulso este parmetro es opcional.
b. >> impulse(n,d,t): donde n y d son los vectores de los polinomios numerador y
denominador de la ecuacin de transferencia y t es tiempo al que es calculado
la respuesta al impulso este parmetro es opcional.

Ejemplo:

Si la ecuacin de transferencia es:

20
Lab.4 SCA115

1
() =
2 + 5 + 1
Como utilizar la funcin Impulse seria:

>> s = tf('s'); %definiendo s como funcin de tiempo

>> g1 = 1/(s^2+5*s+1);
>> impulse(g1,10); %t=10

Fig. 30. Resultado de ejemplo de funcin impulso.

conv () Multiplicacin de dos polinomios:

Dados por la lista de sus coeficientes, por medio del comando conv (A, B), se puede
multiplicar dos polinomios. Sus argumentos A y B son los vectores de los polinomios a
multiplicar. Ejemplo:

Convolucionar y :

>> u = [1 0 1];
>> v = [2 7];
>> w = conv(u,v)
>> W =

2 7 2 7

21
Lab.4 SCA115

stepinfo ()

Con este comando se obtiene el tiempo de subida, tiempo de establecimiento, y otras

caractersticas de respuesta de paso.

Syntaxis:

1) S = stepinfo(sys); ingresar ecuacin de transferencia del Sistema.

2) S = stepinfo (y, t); ingresar ecuacin de Sistema y tiempo total.
3) S = stepinfo(y,t,yfinal) ingresar ecuacin de Sistema, tiempo total y el ultimo valor
de la ecuacin.
4) S = stepinfo(___,'SettlingTimeThreshold',ST); solicitar parmetros especficos de la
funcin.
5) S = stepinfo(___,'RiseTimeLimits',RT)

Ejemplo: Aplicar esta funcin a la siguiente ecuacin de transferencia.

>> s = tf('s'); %definiendo s como funcin de tiempo

>> sys = s^2+5*s+5/( s^4+1.65* s^3+5*s^2+6.55*s+2);
>> step(sys)

Fig. 31. resultado de ejemplo para stepinfo.

>> S = stepinfo(sys)
>> S = struct with fields:
22
Lab.4 SCA115

RiseTime: 3.8456

SettlingTime: 27.9762

SettlingMin: 2.0689

SettlingMax: 2.6873

Overshoot: 7.4915

Undershoot: 0

Peak: 2.6873

PeakTime: 8.0530

rlocus ()

Para obtener el lugar de las races, MatLab dispone del comando rlocus. Las diferentes
sintaxis para utilizar este comando son:

1) rlocus(NUM,DEN) calcula y dibuja el lugar de las races cuando se trabaja con la

funcin de transferencia donde NUM y DEN son los vectores de los coeficientes
de la ecuacin de transferencia.
2) rlocus(NUM,DEN,K): calcula y dibuja el lugar de las races cuando se trabaja con la
funcin de transferencia y ha sido previamente definido el rango de valores de K.
3) R = rlocus(NUM,DEN,K) o [R,K] = rlocus(NUM,DEN) no dibuja el lugar de las races
pero almacena en la matriz R, de longitud igual al nmero de elementos de K, la
localizacin de las races. R tendr tantas columnas como races existan, estas
pueden adems ser complejas.

Ejemplo: aplicar rlocus para:

>> s = tf('s'); %definiendo s como funcin de tiempo

>> sys = 2*s^2+5*s+1/( s^2+2*s+3);
>> rlocus(sys)

23
Lab.4 SCA115

Fig. 32. resultado de ejemplo para rlocus.

rlocfind()

MatLab dispone del comando rlocfind que permite determinar los polos del sistema para
un valor determinado de k. Su sintaxis es:

[K,POLES] = rlocfind(num,den) permite determinar los polos para un valor

determinado de k, cuando se trabaja con la funcin de transferencia. Por medio
del curso en el lugar de las races se selecciona una localizacin, MatLab retorna
el valor de k para esta localizacin y los polos asociados a esta ganancia.
Cuando se trabaja con las matrices de estado, las sintaxis para el comando
rlocfind es: [K,POLES] = rlocfind(A,B,C,D).
Ejemplo de esta funcin se da en la asignacin 3.

bode()

Grfico de Bode de la respuesta de frecuencia, o datos de magnitud y fase.

Sintaxis:

24
Lab.4 SCA115

- bode(sys)
- bode(sys1,sys2,...,sysN)
- bode(sys1,PlotStyle1,...,sysN,PlotStyleN)
- bode(___,w)
- [mag,phase,wout] = bode(sys)
- [mag,phase,wout] = bode(sys,w)
- [mag,phase,wout,sdmag,sdphase] = bode(sys,w)

Ejemplo: Usando la siguiente ecuacin de transferencia utilizar la function bode.

>> s = tf('s'); %definiendo s como funcin de tiempo

>> sys = s^2+0.1*s+7.5/( s^4+0.12*s^3+9*s^2);
>> bode(sys)

Fig. 33. resultado de ejemplo para bode().

25
Lab.4 SCA115

2. Del archivo generado en la prctica 4.2, ejecute los pasos 13 al 20 de la prctica

4.1 para obtener la funcin de transferencia, teniendo especial atencin el
paso 16, donde debe atender el siguiente detalle:
El nmero de polos y ceros es el mismo que para el sistema de lazo abierto?
Muestre la funcin de transferencia obtenida y la respuesta de escaln con
amplitud 10, para lo cual utilice SIMULINK y conteste la siguiente pregunta:
Los resultados obtenidos del modelo matemtico son los mismos que los
observados en el laboratorio? (Sugerencia Utilice el teorema de valor final de
la transformada de Laplace sobre la funcin de transferencia de lazo cerrado
para contestar sta interrogante).
Si los resultados evaden a lo esperado explique el porqu de ello.

Datos tomados de practica 4.2, si utilizamos solo 3 casos de los 5 expuestos los cuales
son: 2 polos y un cero., 1 polo y ningn cero y 2 polos y ningn cero.

Primero mostramos el resultado para el caso, 2 polos y un cero.

Para tal caso, la funcin de transferencia queda como se muestra a continuacin.

Posteriormente mostramos el resultado para el caso, 1 polo y ningn cero.

26
Lab.4 SCA115

En este caso la funcin de transferencia es:

Posteriormente mostramos el resultado para el caso, primer orden y ningn cero.

Y para este ltimo caso la funcin de transferencia es:

27
Lab.4 SCA115

A continuacin, se muestran los 3 grficos de las 3 respuestas correspondientes. A la

derecha, se muestra el factor de empaquetamiento.

Fig. 34. resultado al aplicar escaln.

Los resultados son aproximados a los datos obtenidos en el laboratorio sin embargo es
claro en la parte superior que para los datos de laboratorio se tiene un rizo y en los datos
obtenidos del modelo no se tiene este rizo contando con un encaje de aproximadamente
95%

Los datos varan debido a que se cuenta con un modelo del 95% de encaje por lo cual se
cuenta con un modelo con pequeas variaciones agregar que conseguir un modelo del
100% de encaje para sistemas fsicos es imposible siempre se tienen pequeas
desviaciones de datos.

3. Para el siguiente sistema:

Con un valor de K = 1, genere el diagrama del lugar geomtrico de las races.

En el diagrama generado, con la funcin sgrid (, ) trace las grficas para
y , sabiendo que = 0.9 y = 1.

Con lo anterior utilice la funcin rlocfind(sys) y en el grfico seleccione un

punto dentro de la trayectoria marcada por y . De dicho punto obtendr
una nueva ganancia K para el sistema. Para dicho valor de ganancia obtenga

28
Lab.4 SCA115

los parmetros haciendo click sobre la grfica del lugar de las races para dicho
valor de ganancia como se muestra en la figura 12(de guia), donde se observa
que para un valor de ganancia de 1.29 se tienen los parmetros descritos, en
un sistema especfico.

Fig. 35. diagrama de bloques del sistema de la prctica 3.1.

Codigo:

s=tf('s');
GH=1/((s)*(s+3)*(s^2+4*s+5));
rlocfind(GH)
sgrid( 0.9,sqrt(1-0.9^2));

29
Lab.4 SCA115

Fig. 36. resultado del punto seleccionado.

4. Investigue sobre el uso de los controladores P, PD, PI e PID, para conocer la

funcin de transferencia que los representa y los efectos que tienen en un
sistema de lazo abierto. Indique el comportamiento de cada controlador
respecto a los polos y ceros del sistema original.

Figura 37. Esquema para asignacin 4.

30
Lab.4 SCA115

P: accin de control proporcional, da una salida del controlador que es proporcional al

error, es decir: u(t) = KP.e(t),que descripta desde su funcin transferencia queda:
Cp(s) = Kp (1)
Donde Kp es una ganancia proporcional ajustable. Un controlador proporcional puede
controlar cualquier planta estable, pero posee desempeo limitado y error en rgimen
permanente (off-set).

I: accin de control integral: da una salida del controlador que es proporcional al error
acumulado, lo que implica que es un modo de controlar lento.

La seal de control u(t) tiene un valor diferente de cero cuando la seal de error e(t) es
cero. Por lo que se concluye que, dada una referencia constante, o perturbaciones, el error
en rgimen permanente es cero.

PI: accin de control proporcional-integral, se define mediante

donde Ti se denomina tiempo integral y es quien ajusta la accin integral. La funcin de

transferencia resulta:

Con un control proporcional, es necesario que exista error para tener una accin de
control distinta de cero. Con accin integral, un error pequeo positivo siempre nos dar
una accin de control creciente, y si fuera negativo la seal de control ser decreciente.

Este razonamiento sencillo nos muestra que el error en rgimen permanente ser siempre
cero. Muchos controladores industriales tienen solo accin PI. Se puede demostrar que
un control PI es adecuado para todos los procesos donde la dinmica es esencialmente
de primer orden. Lo que puede demostrarse en forma sencilla, por ejemplo, mediante un
ensayo al escaln.

PD: accin de control proporcional-derivativa, se define mediante:

donde Td es una constante de denominada tiempo derivativo. Esta accin tiene carcter
de previsin, lo que hace mas rpida la accin de control, aunque tiene la desventaja
importante que amplifica las seales de ruido y puede provocar saturacin en el actuador.

31
Lab.4 SCA115

La accin de control derivativa nunca se utiliza por s sola, debido a que solo es eficaz
durante perodos transitorios. La funcin transferencia de un controlador PD resulta:

Cuando una accin de control derivativa se agrega a un controlador proporcional, permite

obtener un controlador de alta sensibilidad, es decir que responde a la velocidad del
cambio del error y produce una correccin significativa antes de que la magnitud del error
se vuelva demasiado grande. Aunque el control derivativo no afecta en forma directa al
error en estado estacionario, aade amortiguamiento al sistema y, por tanto, permite un
valor ms grande que la ganancia K, lo cual provoca una mejora en la precisin en estado
estable.

PID: accin de control proporcional-integral-derivativa, esta accin combinada rene

las ventajas de cada una de las tres acciones de control individuales. La ecuacin de un
controlador con esta accin combinada se obtiene mediante:

y su funcin transferencia resulta:

5. Mostrar al menos 1 ejemplo de aplicacin para cada uno de los controladores

P, PD, PI e PID, y justificar el por qu es recomendado su uso en dicha
aplicacin.

Una planta tiene un modelo nominal dado por:

2
() =
( + 1)( + 2)

Sintonizar un controlador PID para que a lazo cerrado alcance la dinmica dominada por:
2 + 4 + 9

Resolvemos primero el problema de asignacin de polos, donde

() = (2 + 4 + 9)( + 4)2 ; B0(s) = 2; 0() = 2 + 3 + 2

El factor ( + 4)2 ha sido agregado para asegurar que la asignacin de polos tenga
solucin, es decir que el grado de Alc(s) debe ser 4. Notar que este factor genera modos

32
Lab.4 SCA115

(polos) que son ms rpidos que los originados por el polinomio deseado. De esta forma,
la dinmica dominante ser la de los polos ms lentos. Resolviendo la ecuacin de
asignacin de polos, resulta que:
() 142 + 59 + 72
() = =
() ( + 9)

de donde: Kp = 5.67; Ki = 8; Kd = 0.93; D = 0.11.

Una importante observacin es que la solucin de este problema tiene la estructura de un

controlador PID para el modelo dado G0(s). Para un modelo de mayor orden, el
controlador resultante no ser, en general, un controlador PID.

Ejemplo PI: Considrese un proceso controlado con la funcin de transferencia

1.25
() =
1 + 80
Se desean determinar los parmetros de un controlador PI de manera que la respuesta
del sistema de control a un cambio escaln en el valor deseado tenga un sobrepaso
mximo Mp = 20% y un tiempo de asentamiento ta2 = 3 segundos.

Mtodo de ubicacin de polos se obtiene que la razn de amortiguamiento debera ser

= 0, 456 y la frecuencia natural wn = 1, 645.
los parmetros del controlador serian:
con

Kc1 = 0, 16 Ti1 = 0, 092

y la funcin de transferencia de lazo cerrado resultante es

2.71(0, 092 + 1)
1 () =
2 + 1. 50 + 2, 71

Esta muestra que el cero del controlador est alejado de los polos de lazo cerrado, por lo
que se espera que su influencia en la respuesta del sistema sea despreciable.

Es ampliamente conocido el xito que ha tenido la aplicacin del control PID en los
procesos industriales. Con su funcionalidad de tres trminos ofreciendo tratamiento tanto

33
Lab.4 SCA115

para respuesta transitoria como para respuesta en estado estacionario, el control PID
provee una solucin genrica y eficiente para los problemas de control presentes en el
mundo real, dando que un controlador PI o PID, proporcionan al sistema que converja al
valor deseado, el error se reduce y se aprecia mayor estabilidad, principalmente en el tipo
PID.

6. Buscar que otros softwares existen para la elaboracin de modelos

matemticos, y mostrar cuales son las ventajas y desventajas de cada uno.

1. SAGEMATH:

Libreras de funciones elementales y especiales

Grficas en 2D y 3D tanto de funciones como de datos.
Herramientas de manipulacin de datos y matrices.
Una caja de herramientas para aadir interfaces de usuario a clculos y aplicaciones
Herramientas para procesamiento de imgenes usando pylab as como Python
Herramientas para visualizar y analizar grficas
Filtros para importar y exportar datos, imgenes, vdeo, sonido, CAD, y GIS
Embeber Sage en documentos LaTeX7

Ventajas:

Licencia libre por lo que se puede instalar en un nmero ilimitado de dispositivos

Por ser un sistema de clculo simblico SAGE hace aritmtica racional exacta, pero
tambien hace aritmtica en punto flotante con cualquier precisin.
Tiene de los mejores complementos para trabajar con cosas como teora de grafos,
y teora numrica, ya que siempre combina herramientas de cdigo libre.

Desventajas:

Muchos errores y crasheos a la hora de ejecucin, sin embargo, muestra una

vieta de error y cancela la ejecucin del clculo.

2. MATHEMATICA:

Ventajas

34
Lab.4 SCA115

Este programa procesa los datos, los visualiza y los presenta interactivamente
uniendo los clculos, el proceso del trabajo y sus visualizaciones, en un
documento con una buena flexibilidad.
Respalda muchos paradigmas de programacin, como la programacin
procedimental, patrones de diseo, entre otros.
Ocupa una automatizacin en cada parte del sistema, desde la seccin
algortmica hasta sus diseos de grficos.
Tiene la computacin simblica y numrica integradas de manera transparente,
creando mtodos hibridos para resolver una gran cantidad de problemas, con
una gran precisin

Desventajas:

El precio de su licencia es elevado.

Mathematica no maneja variables anticonmutativas y no conmutativas. Tampoco
maneja la gran mayora de reglas especializadas y operadores de la fsica, ni soporta
notacin fsica convencional en la entrada o en la salida.
Mathematica utiliza un modelo numrico propietario derivado de algo llamado
significancia aritmtica, no del estndar internacional, y los detalles no estn
publicados. Los algoritmos escritos en otro sistema, cuando se implementan en
Mathematica, pueden dar resultados diferentes y estas diferencias no son
predecibles.
No hay nada en el clculo que avise al usuario que el resultado puede no ser fiable
en cada paso. Por ejemplo, no existe acumulacin de errores de redondeo, que los
matemticos e ingenieros estn acostumbrados a ver como un signo de aviso de
que pueden estar obteniendo resultados problemticos.

3. MAPLE:

Ventajas:

Maple est orientado al clculo simblico, y como su nombre lo indica, todo gira
en torno a smbolos. Puedes resolver, integrales, derivadas, simplificaciones, etc, sin
preocuparte del valor o tipo de variable. Una vez que obtienes el resultado slo es
cosa de remplazar la variable por su valor numrico y listo. Tambin se pueden
realizar grficos de todo tipo, 2d, 3d, y especializados (barras, tortas...), y segn mi
humilde opinin, este software sirve enormemente como ayuda al aprendizaje de
las matemticas, o sea como una herramienta pedaggica.

35
Lab.4 SCA115

Tiene una forma de escritura de ecuaciones natural, se ven como deberan aparecer
en un libro de texto, lo que facilita la lectura y correccin de ecuaciones.
En Maple es fcil combinar texto y matemticas en la misma frase. Incluso se
pueden tener resultados calculados que aparezcan en medio de una frase, o que la
frase cambie automticamente si los resultados son actualizados.
Maple es el lder incontestable en el clculo de soluciones simblicas a ecuaciones
diferenciales. Maple calcula soluciones simblicas al 97,5% de las 1345 EDO lineales
y no lineales del famoso texto, Differentialgleichungen de Kamke, y lo hace en 43
minutos. Mathematica nicamente maneja el 79,8% y toma 7 horas y 8 minutos en
encontrar esas soluciones.
aple tiene, de lejos, el soporte ms extenso para niveles pregrado, universitario y
de investigacin de fsica de cualquier paquete de software matemtico. Cubre
anlisis vectorial, anlisis tensorial, clculo de vectores de estado cuntico, teora
de campos clsica y cuntica, y ms, a la vez que proporciona una entrada del tipo
papel y lpiz y visualizacin de resultados con calidad de libro de texto.
Maple incluye tutores paso a paso que permiten a los estudiantes practicar la
integracin, diferenciacin, encontrar lmites y otros.
Maple permite escribir tus propios scripts y programas con un lenguaje de
programacin procedural que ser muy familiar a los usuarios de C, Java, Forran,
Visual Basic, y otros lenguajes procedurales.
Maple es el motor de clculo simblico ms rpido del mundo.
Maple ofrece una solucin de clculo tcnico que est estrechamente integrada
con MATLAB, proporcionando acceso directo a todos los comandos, variables y
funciones de cada producto mientras se trabaja en cualquiera de los entornos.
Tambin puede traducir el cdigo de MATLAB a Maple y generar el cdigo de
MATLAB desde expresiones y procedimientos de Maple.

Desventajas:

Tiene deficiencias en la resolucin de problemas de forma numrica, con pocas

herramientas mal optimizadas para usar en esta rea.

36
Lab.4 SCA115

Observaciones:
Las asignaciones similares al desarrollo de la prctica nos ponen en aprietos para
realizar las conclusiones finales, por lo cual se pide que anlisis el criterio de 1
asignacin por practica y asignacin.
resulta practico modelar los sistemas de manera matemtica. debido a que, a partir
de dicho modelo, se puede controlar el mismo en su totalidad, el sistema no es
exactamente ideal, pero a partir del 95% de emparejamiento podemos considerar
que si lo es. en nuestro caso en una prctica obtuvimos el 97%.
En algunas ocasiones existen discrepancia en nuestros resultados obtenidos en los
procesos simulados pero estas discrepancias no nos indican que nuestros
resultados estn errneos si no que nos indician que la precisin con los que fueron
estimados presenta un grado de error.

Conclusiones:
Practica 1: mediante la utilizacin de la herramienta de MATLAB System
Identification Tool se puede hacer la determinacin de modelos matemticos de
sistemas fsicos, realizando configuraciones sencillas como se muestran en las
figuras 3, 4, 5, 6 y 7, hasta obtener el modelo por medio de comparaciones de
mltiples respuestas en frecuencia.
Practica 2: Matlab nos da la facilidad de exportar datos desde el modelo fsico
analizado en la practica 4.1 con estos datos se obtuvo estimaciones de la respuesta
del modelo matemtico ante las distintas ecuaciones de transferencia para lo cual
utilizamos grficos donde se ve la respuesta del sistema.

Asignacin 1: Las 7 funciones buscadas necesitan como argumento la ecuacin de

transferencia del sistema o una ecuacin polinomial para realizar su operacin;
como vemos la funcin roots y conv necesita de entrada uno y dos polinomios
respectivamente, ya que la primera encuentra las races de este y la segunda realiza
una multiplicacin. La funcin impulse, stepinfo, rlocus, rlocfind y bode necesitan
la ecuacin de transferencia en sus distintas versiones vistas en el primer
laboratorio, o separada por el numerador y el denominador. Algunas funciones
como stepinfo se le pueden definir valores de tiempo o de la ecuacin para que
acten como condicin de paro.
Asignacin 2: Los datos varan debido a que se cuenta con un modelo del 95% de
encaje por lo cual se cuenta con un modelo con pequeas variaciones agregar que

37
Lab.4 SCA115

conseguir un modelo del 100% de encaje para sistemas fsicos es imposible siempre
se tienen pequeas desviaciones de datos.
Asignacin 3: Matlab nos trae la facilidad de construirnos el diagrama de los lugares
geomtricos de las races, para el cual solo hay que escribir la funcin de
transferencia del sistema a lazo abierto, (() () ), y escribirlo como argumento
para el comando rlocus(), y ajustar sus ejes polares con sgrid().
Asignacin 4: Un controlador PID es un mecanismo de control por realimentacin
ampliamente usado en sistemas de control industrial. Este calcula la desviacin o
error entre un valor medido y un valor deseado.
Asignacin 5: Es ampliamente conocido el xito que ha tenido la aplicacin del
control PID en los procesos industriales. Con su funcionalidad de tres trminos
ofreciendo tratamiento tanto para respuesta transitoria como para respuesta en
estado estacionario, el control PID provee una solucin genrica y eficiente para
los problemas de control presentes en el mundo real, dando que un controlador PI
o PID, proporcionan al sistema que converja al valor deseado, el error se reduce y
se aprecia mayor estabilidad, principalmente en el tipo PID.
Asignacin 6: Hay diferentes programas de modelado matemtico en la actualidad,
las cuales poseen diferentes caractersticas en que sobresalen, por esto programas
como maple y sagemath siendo los lderes en la solucin de situaciones con
enfoque algebraico, son ocupados por estudiantes e instituciones que busquen una
solucin bastante precisa, o de forma algebraica o fraccionaria, en comparacin
con Matlab que si bien posee el ncleo algebraico de maple, no es tan
especializado en resolucin algebraica, posee una gran capacidad de anlisis
numrico y gran cantidad de complementos, que lo destaca como uno de los
software ms competentes .

Bibliografa:

http://www.uhu.es/07021/ficheros/matlab.pdf
http://www.bioingenieria.edu.ar/academica/catedras/control/archivos/material/An
exos/apunte%20matlab%20parte3.pdf

Libro: Benjamn Kuo Sistemas de Control Automtico, 7ma edicin, Editorial Prentice
Hall.

38