Beruflich Dokumente
Kultur Dokumente
C
C
RU
ST
Dinámica de Sistemas
Edición 2019
N
O
C
EN
EN
C
O
N
ST
RU
C
C
IO
IO
C
Índice general
C
1. Modelos Dinámicos
RU
1.1. Modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1. Modelo Conceptual . . . . . . . . . . . . . . . . . . . .
1.1.2. Modelo Matemático . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
2
2
2
1.2. Análisis del Modelo Matemático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Variables de Entrada e Invarianza Temporal del Modelo . . . . . . . . . . . . . 5
1.2.2. Análisis de Sistemas Autónomos . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.3. Dinámicas Complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
ST
1.2.4. Atractor y Dominios de Atracción . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.5. Estabilidad según Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3. Modelos Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.1. Operadores Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.2. Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3.3. Solución Analı́tica del Modelo Lineal . . . . . . . . . . . . . . . . . . . . . . . . 27
1.3.4. Modos Naturales de Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . 36
N
2. Respuesta a Perturbaciones 43
2.1. Funciones de Transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.1.1. Entradas y Salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
O
y Ganancia (a frecuencia 0) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.2.3. Respuesta Transitoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.2.4. Ceros de La Función de Transferencia . . . . . . . . . . . . . . . . . . . . . . . 51
2.3. Respuesta en Frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.3.1. Estado Estacionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
EN
IO
2.5.1. Análisis Estático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.5.2. Análisis Dinámico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.6. Procesamiento Digital de Señales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.6.1. Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
C
3.1. Modelos de Parámetros Concentrados . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.1.1. Ecuación de Movimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.1.2. Ecuación Matricial de Movimiento . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.1.3. Sistemas No Amortiguados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
C
3.2. Modelos de Parámetros Distribuidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.2.1. Deformaciones Unidireccionales . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.2.2. Vibraciones Transversales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.3. Métodos Aproximados . . . . . . . . . . . . . . .
RU . . . . . . . . . . . . . . . . . . . . 94
3.3.1. Discretización con Masas Concentradas . . . . . . . . . . . . . . . . . . . . . . 94
3.3.2. Discretización con Parámetros Distribuidos . . . . . . . . . . . . . . . . . . . . 95
3.3.3. Análisis Modal de Respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
A. Apéndices 109
A.1. Dinámica del Avión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
A.1.1. Modelo de Cuerpo Rı́gido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
A.1.2. Fuerzas y Momentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
ST
A.1.3. Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.1.4. Dinámica Longitudinal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
A.1.5. Dinámica Lateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
A.1.6. Trayectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
N
O
C
EN
C
C
Modelos Dinámicos
RU
ST
N
O
C
EN
1
Modelos
1.1.1. Modelo Conceptual
Por nuestra condición humana al tratar de analizar un problema construimos en nuestra
mente un modelo conceptual de los elementos involucrados en dicho problema y de sus
IO
interacciones. Un modelo es una visión simplificada de una cosa (en general altamente
simplificada). Conservamos unas pocas caracterı́sticas de dicha cosa que nos resultan
relevantes en el contexto de análisis que pretendemos realizar y descartamos el resto
de su realidad.
C
Por ejemplo, si en nuestro hogar tenemos un problema con el agua caliente analizamos la
relación entre elementos tales como el calefón, el flujo de gas y agua, tuberı́as, válvulas,
etc. En ese contexto en nuestra mente el calefón es simplemente una entidad en la cual
entra un caudal de agua frı́a y un caudal de gas (elementos que podemos reducir a
C
una cantidad numérica escalar) y emerge agua caliente (de lo cual solo nos interesa su
temperatura media) y gases de combustión.
Si, a modo de ejemplo, el problema resulta ser un mal funcionamiento del calefón, pro-
bablemente dejaremos de lado elementos del primer modelo conceptual (tuberı́as, sumi-
nistro de agua, válvulas, etc.) y comenzaremos a analizar ese dispositivo en base a un
ST
modelo más detallado, pero que seguirá siendo un modelo conceptual por mas detalle
que se incluya en el mismo. Pensaremos en el intercambiador de calor (serpentina), la
válvula de corte por bajo caudal, la válvula de gas, sus acoples, etc.
Algunos aspectos del modelo pueden describirse mediante el lenguaje matemático. Esto
permite construir un modelo más definido que un cierto conjunto de ideas dispersas a
nivel mental, y permite aportar conceptos al modelo de forma más sistemática.
C
Continuando con el ejemplo, en este punto se asume como modelo conceptual que el
calefón es un elemento puntual (su geometrı́a real es irrelevante) y que cumple con los
siguientes principios y relaciones termodinámicas:
EN
IO
E = ce M T
C
potencia térmica (calor por unidad de tiempo) será:
P = k (Tcomb − T )
C
En esta expresión se plantea que toda la masa de agua se encuentra a una misma
temperatura T , lo cual claramente es falso. Si embargo, el efecto del gradiente de tem-
peratura dentro del calentador puede absorberse en el coeficiente k .
RU
3 - conservación de energı́a La energı́a transferida se convierte en energı́a térmica
de la masa de agua. Pero esta masa de agua se renueva, dado que en el calefón existe
un caudal másico de agua Qm que ingresa con temperatura T0 , y un caudal igual de
agua que sale con temperatura T .
Haciendo un balance de energı́a podemos decir que la diferencia entre la energı́a de
salida y la de entrada es energı́a que se almacena en el agua contenida en el calefón,
produciendo un cambio en su energı́a interna:
ST
dT
ce M = P − ce Qm (T − T0 )
dt
= k (Tcomb − T ) + k (T0 − T0 ) − ce Qm (T − T0 )
Ṫ = a (Tcomb − T0 ) + b (Tcomb − T0 )
en donde se agregó en el paso intermedio el término nulo k (T0 − T0 ) para poder re-
agrupar variables, y se realizó la siguiente sustitución:
N
1 k k
a=− + Qm , b=
M ce ce M
O
ẋ = a x + b u (1.1)
C
1 la temperatura no es un escalar (T ∈ R) sino un campo escalar (T : R3 → R). Por lo tanto en este contexto T se refiere
IO
etc.), por lo cual el resultado queda constituido por una o más ecuaciones diferenciales
ordinarias en el tiempo.
C
En la sección precedente se ha mencionado el hecho de que en general los modelos ma-
temáticos se constituyen de una o más ecuaciones diferenciales ordinarias en el tiempo.
C
Un modelo sencillo bastante conocido es el del péndulo plano (un modelo conceptual
que puede aplicarse por ejemplo a una carga suspendida por una grúa):
RU
ST
N
v 1
f (v) = − ρ v(t)2 cx S , v = w + lθ (1.3)
IO
|v| 2
C
El modelo 1.2 es no lineal (ver 1.3.1) e invariante en el tiempo, pero incluye una variable
exógena w, por lo cual el sistema no es autónomo. Tratemos de aclarar estos conceptos.
C
1.2.1. Variables de Entrada e Invarianza Temporal del Modelo
En la ecuación 1.2 la variable es θ. Obtener una solución para dicha ecuación implica
encontrar una expresión que describa la evolución de θ a medida que transcurre el tiem-
RU
po. Si la solución es analı́tica se tendrá una función θ(t) que describa dicha evolución.
Si la solución es numérica se tendrá una sucesión de pares {t, θ}.
Podemos decir que además de θ, en la ecuación 1.2 el resto de los elementos que
la constituyen son operadores algebraicos, operadores diferenciales, funciones trigo-
nométricas y parámetros constantes respecto del tiempo a excepción de f , que según
la ecuación 1.3, podrı́a cambiar en el tiempo si w varı́a en el tiempo.
ST
Desde el punto de vista conceptual no es lo mismo considerar a u como un parámetro
que sı́ depende explı́citamente del tiempo, o bien tomarlo como una variable de entrada
o exógena; es decir, que no depende de la solución de esta ecuación. Si optamos por el
primer enfoque, el modelo es variante en el tiempo. Con la segunda perspectiva el mode-
lo es invariante en el tiempo, pero está perturbado. Sin embargo, desde una perspectiva
matemática no hay diferencias, y dado que la ecuación diferencial depende explı́cita-
mente del tiempo se dice que el sistema no es autónomo.
N
Que un modelo sea invariante en el tiempo implica que la solución no cambia tomando
diferentes instantes iniciales t0 .
Si la función de entrada u(τ ) se define independientemente del momento inicial t0 , es
O
Perturbaciones
C
Por otra parte, a la hora de describir la perturbación debemos discriminar entre pertur-
baciones determinı́sticas y perturbaciones estocásticas.
IO
Perturbaciones Determinı́sticas Las perturbaciones determinı́sticas son aquellas pa-
ra las que se conoce su evolución temporal, y por lo tanto pueden ser descritas de forma
analı́tica o numérica por una función p(t) bien definida; aunque es posible que dicha
función sea solo la descripción ”idealizada” de dicha evolución. También es posible des-
cribir una perturbación mediante un modelo dinámico, cuya salida al partir de una cierta
C
condición inicial o al recibir otra perturbación sea la perturbación que queremos descri-
bir. Por ejemplo, una perturbación senoidal puede modelarse a través de la respuesta
de un sistema de segundo orden no amortiguado partiendo de una condición inicial de
desequilibrio.
C
Esto último en realidad no es un simple recurso matemático para describir una perturba-
ción, dado que realmente las perturbaciones son acciones de otros procesos dinámicos
independientes sobre el caso en estudio.
RU
Para el ejemplo de la carga suspendida por la grúa podrı́amos estudiar el efecto que
tendrı́a el pasaje de un vórtice arrastrado por el viento (similar a la hipótesis de Taylor
para la turbulencia). Para generar la función w(t) podrı́amos usar el resultado de la
superposición de la velocidad media del viento más un modelo como el de Lamb-Oseen
para la variación espacial de la velocidad asociada al vórtice:
r2
Γ p
Vθ (r, t) = 1 − exp − 2 , rc (t) = 4νt + rc (0)2 (1.4)
2πr rc (t)
ST
Combinando este modelo espacial con una velocidad media del viendo U0 ; la variable r
en la ecuación 1.4 se convierte en la variable tiempo a través de la relación:
t = r/U0
O
U02
Γ 2
w(t) = U0 + 1 − exp − t ,
2πU0 t 4νt + rc (0)2
C
C
nente longitudinal de la velocidad al atravesar el vórtice a velocidad constante a diferentes alturas (derecha)
función:
RU
múltiplos enteros de la frecuencia de dicha perturbación.
Esta superposición está definida por la expansión en serie de Fourier para dicha
∞
X
p(t) = a0 + an sin nω0 t + bn cos ω0 t (1.5)
n=1
o bien
∞
ST
X
p(t) = a0 + cn sin nω0 t + φn
n=1
donde p an
cn = a2n + b2n , φn = tg−1
bn
La sucesión de coeficientes {an } y {bn } (o bien {cn } y {φn }) junto con la frecuencia
fundamental ω0 definen completamente la función periódica p(t).
N
Para muchos casos esta sucesión es finita (de hecho una senoidal queda completamente
definida solo con tres parámetros).
en el cual las perturbaciones son impredecibles; ya sea por falta de información o por
ser el producto de procesos caóticos. En este caso no se dispone de un modelo de
evolución temporal, y por lo tanto debe recurrirse a una descripción estadı́stica para su
caracterización.
C
Comenzaremos analizando modelos autónomos, que según hemos dicho son aquellos
en donde el tiempo no aparece de forma explı́cita. Esto significa que por el momento no
IO
vamos a considerar perturbaciones (variables exógenas) o parámetros que varı́en con
el tiempo.
Uno de los elementos más significativos para caracterizar un proceso dinámico son los
puntos crı́ticos o puntos estacionarios del modelo matemático (valores para los cuales
las derivadas temporales se anulan), que asociaremos a las condiciones de equilibrio
C
del proceso dinámico; y la estabilidad del comportamiento en el entorno de estos puntos.
C
una de las propiedades que poseen las condiciones de equilibrio.
Una condición de equilibrio es un elemento del modelo, y la estabilidad es una propiedad
de dicho elemento.
Equilibrio
RU
Equilibrio es la condición en la cual nada cambia a medida que transcurre el tiempo. En
notación matemática:
d(·)
=0 (1.6)
dt
ST
En equilibrio al ecuación 1.2 se reduce a:
g
sin θ = p
L
Puede notarse que para un dado valor constante de p existen infinitas soluciones para
esta condición. Si p = 0 estarı́amos modelando el comportamiento del péndulo libre (no
perturbado); y en ese caso las condiciones de equilibrio se dan para θ = ±n · π , n ∈ N.
N
Estabilidad
O
Las condiciones de equilibrio para el péndulo plano no restringido son infinitas, pero
podemos agruparlas naturalmente en dos casos: las estables y las inestables.
C
EN
C
serı́a inestable. Pero, ¿como podrı́amos expresar el concepto de inestabilidad?.
Estado
esta “condición”?.
RU
Para el caso del péndulo plano la condición de equilibrio para el sistema no perturbado
(p = 0) implica no solo θ = ±n · π , sino que además θ̇ = 0. Es decir, la situación en la
cual se encuentra el sistema en un momento t dado no queda definida únicamente por
la posición angular θ(t), sino que también se debe especificar la velocidad angular θ̇(t).
ST
Serı́a más realista usar una letra especı́fica para la velocidad angular, dado que
se trata de una variable diferente al ángulo 3 . De esta forma la ecuación 1.2, que es de
segundo orden, se convierte en un sistema de dos ecuaciones diferenciales, pero de
primer orden:
N
θ̇ = ω
g
ω̇ + b ω + sin θ = 0
l
que se puede reescribir dejando a la izquierda solo derivadas y del lado derecho solo
O
relaciones algebraicas:
θ̇ = ω
g
ω̇ = −b ω − sin θ
l
C
Estas dos ecuaciones escalares se puede reemplazar por una única ecuación vectorial,
definiendo el vector x = {θ, ω}:
θ̇ ω
ẋ = = (1.7)
ω̇ −b ω − gl sin θ
EN
IO
que en forma compacta puede escribirse como una única ecuación diferencial vectorial
de primer orden:
ẋ = f (x) (1.8)
La ecuación 1.8 es la expresión general de lo que se denomina ecuación de estados para
C
el caso invariante en el tiempo; y en ella x ∈ Rn es el vector de estados. Para el modelo
del péndulo plano y rı́gido n = 2. En caso de aparecer el tiempo de forma explı́cita y/o
incluir variables exógenas (perturbaciones) el modelo de estados mas general serı́a:
C
ẋ = f (x, u, t) (1.9)
según la ecuación de estados allı́ su derivada estará dada por el vector f (x(t1 )).
Podemos graficar este vector en el plano x1 x2 , que será en definitiva el vector velocidad
de cambio del estado, que como toda velocidad tiene magnitud y dirección (la figura 1.3
muestra un ejemplo para n = 2).
O
que este término constituye un campo vectorial, y dado que define es la derivada
temporal o velocidad del estado, es denominado campo de velocidades.
Si graficamos la evolución en el tiempo del estado a partir de una determinada condición
inicial en este espacio de estados, se tendrá una traza que denominamos trayectoria
(equivalente a una lı́nea de corriente en un fluido).
Calculando las trayectorias para una grilla de condiciones iniciales obtenemos gráficos
EN
RU
Se puede decir que las funciones x1 (t), x2 (t), · · · xn (t) son las proyecciones de una
trayectoria x(t) en los ejes x̂1 , x̂2 , · · · x̂n que utilizamos para definir el espacio de esta-
dos. Es claro que la elección de los ejes no es única, y que podrı́amos usar cualquier
transformación que tenga inversa (un homeomorfismo) para definir un conjunto de ejes
alternativos.
Esto equivaldrı́a no solamente cambiar la dirección de los ejes, sino incluso podrı́a
implicar una deformación del espacio de estados; y sin embargo el nuevo modelo
ST
no perderı́a su validez en tanto dicha transformación se aplique a ambos lados de la
ecuación 1.8.
N
O
Lindelöf, que establece que para la ecuación 1.8 podemos garantizar la existencia de
una solución única para una dada condición inicial x(t0 ) = x0 si el campo f (x) verifica
la denominada condición de Lipschitz; que implica lo siguiente:
RU
constante de Lipschitz.
Si para una dada condición inicial la solución es única, desde cada punto del es-
pacio de estados solo puede pasar una única trayectoria, y en consecuencia las
trayectorias en el espacio de estados no se pueden intersectar. Lo que si podrı́a ocurrir
es que la trayectoria sea cerrada, o bien que muchas trayectorias converjan a o diverjan
de un único punto, a los que denominamos puntos crı́ticos y que se corresponden
a condiciones de equilibrio. Además podemos decir que las trayectorias se recorren
ST
siempre en el mismo sentido a medida que transcurre el tiempo.
Para el caso de los modelos de segundo orden (llamados sistemas planares, por
tener un espacio de estados de dimensión 2) los puntos crı́ticos se catalogan en nodos,
focos, centros y puntos de silla.
O
Focos En un foco o punto espiral existe un cı́rculo alrededor del punto crı́tico tal que
toda trayectoria que esté dentro del circulo gira en espiral alrededor del punto crı́tico una
infinidad de veces y se aproxima a dicho punto (ver [V.O94, cap.8, p. 519]).
C
Nodos En un nodo existe un familia infinita de trayectorias que entran a él (ver [V.O94,
cap.8, p. 519]).
Centros Un punto crı́tico es un centro si está encerrado por una familia infinita de
trayectorias cerradas y hay trayectorias cerradas de la familia arbitrariamente cercanas
EN
Figura 1.5: puntos crı́ticos aislados : arriba foco (izquierda) y nodo (derecha); bajo centro (izquierda) y punto de silla (derecha).
C
EN
Punto de Silla Un punto crı́tico es un punto de silla si hay dos trayectorias semirectas
IO
que se aproximan al punto crı́tico cuando aumenta el tiempo, y otras dos que se alejan;
mientras que el resto se aproximan en direcciones similares a las primeras y luego se
alejan siguiendo las direcciones de las segundas.
C
Además de puntos crı́ticos aislados es posible encontrar en algunos sistemas otras to-
pologı́as que caracterizan el comportamiento de estos sistemas.
Ciclos Lı́mites
C
Un ciclo lı́mite es una trayectoria cerrada a la cual convergen (caso estable) o de la cual
divergen (caso inestable) otras trayectorias.
Los ciclos lı́mites estables son importantes para la ingenierı́a, dado que es la clase de
comportamiento que se requiere para obtener un oscilador. Para modelos de segundo
RU
orden existen teoremas para evaluar la existencia o no de trayectorias cerradas (Teorema
de Bendixon [V.O94, cap.8, p. 561]) y especı́ficamente de ciclos lı́mites (Teorema de
Poincaré-Bendixon [V.O94, cap.8, p. 562]).
ẍ − µ 1 − x2 ẋ + x = 0
En 1920 Van der Pol construyó el oscilador usando un trı́odo o tetrodo. Después de que
Reona Esaki inventó el diodo túnel en 1957, la fabricación del oscilador de Van der Pol
O
d2 x 2 dx
LC 2 − αL 1 − x dt
+x=0
dt
EN
La ecuación de van der Pol tiene una larga historia en fı́sica y biologı́a, y no se restringe
únicamente. Por ejemplo, en biologı́a, Fitzhugh y Nagumo aplicaron la ecuación a un
campo bidimensional en el modelo de FitzHugh-Nagumo para describir el potencial de
acción de las neuronas.
También se ha usado en sismologı́a para modelar el comportamiento de dos placas en
una falla.
N
Dinámicas Caóticas
El comportamiento más complejo de reconocer y analizar es el de las dinámicas de-
EN
IO
A principios de los años ’60, Edward N. Lorenz accidentalmente descubrió un comporta-
miento caótico analizando un sistema de ecuaciones simplificadas para describir un flujo
bidimensional de profundidad uniforme H , con una diferencia de temperaturas impuesta
en sus bordes ∆T bajo efectos de la gravedad g , flotabilidad α, difusión térmica K y
viscosidad cinemática ν . Las ecuaciones completas son:
∂ ∂ψ ∂ ∂ψ ∂ dT
∇2 φ = ∇2 ψ − ∇2 ψ + ν//∇2 ∇2 ψ + gα
C
∂t ∂z ∂x ∂x ∂z dx
∂T ∂T ∂ψ ∂θ ∂ψ ∆T ∂ψ
= − + k∇2 T +
∂t ∂z ∂x ∂x ∂z H ∂x
C
en donde ψ es una función de corriente, definida de forma tal que las velocidades del
fluido en los ejes x e z son u = ∂ψ/∂z y w = −∂ψ/∂x respectivamente. Lorenz propuso
como solución:
πax πz
RU ψ = ψ0 sin
θ = θ0 cos
H
πax
H
sin
sin
H
πz
H
Descubrió que estas soluciones crecı́an para números de Rayleigh mayores a un valor
crı́tico Ra > Rac , y que se obtenı́an resultados muy variados con pequeños cambios en
los valores iniciales.
ST
Lorenz incluyó los términos:
X = ψ11
Y = T11
Z = T02
en donde X es proporcional a la intensidad convectiva, Y a la diferencia de temperatura
entre las corrientes descendentes y ascendentes, y Z a la diferencia en el perfil vertical
N
Ẋ = σ (Y − X)
Ẏ = −XZ + rX − Y
Ż = XY − bZ
C
en donde además:
ν Ra 4
σ≡ , r≡ , b≡
k Rac 1 + a2
siendo σ el número de Prandtl, Ra el número de Rayleigh, Rac su valor crı́tico, y b un
factor geométrico. Lorenz adoptó los valores b = 8/3 y σ = 10.
EN
El punto
en
np p
RU
crı́tico {0, 0, 0} corresponde
o anun movimiento no convectivo, y losopuntos crı́ticos
p p
b (r − 1), b (r − 1), r − 1 y − b (r − 1), − b (r − 1), r − 1 corresponden
a convección estacionaria. Este par es estable si se cumple que:
σ (σ + b + 3)
r=
σ−b−1
ST
En la figura ?? se muestra la evolución de los estados del modelo de Lorenz para tres
condiciones iniciales casi idénticas y dos muy diferentes. Se observa que luego de un
cierto intervalo el pronóstico sobre la evolución futura se hace prácticamente imposible.
Sin embargo, al observar la ?? se observa que la evolución está claramente estructura-
O
da.
Esto se puede generalizar para las dinámicas caóticas, para las cuales estos patrones
de comportamiento se denominan atractores extraños.
C
Debe notarse que, aunque la evolución precisa del estado sea impredecible, esta es
determinı́stica y muestra caracterı́sticas particulares asociadas al atractor extraño. La
identificación y análisis de estos atractores extraños es uno de los enfoques dentro de
las denominadas Teorı́as de Caos.
EN
Para cada atractor existirá una región del espacio de estados en la cual todas las
trayectorias que pasan por ella convergen a dicho atractor. Esta región se denomina
dominio de atracción del atractor.
N
análisis de estabilidad
El análisis de estabilidad puntos crı́ticos aislados es de particular interés, dado que a
diferencia de los otros atractores, los puntos crı́ticos son condiciones de equilibrio. Esto
es de especial interés para la ingenierı́a, dado que en general el diseño se orienta a
C
introducida a fines del siglo XIX por el matemático ruso Alexandr Mikhailovich Lyapunov
C
en su trabajo titulado ”El problema general de la estabilidad de las trayectorias”.
En lo sucesivo analizaremos la teorı́a de estabilidad de Lyapunov centrándonos en
sistemas autónomos; y se asumirá un cambio de coordenadas adecuado tal el punto
crı́tico bajo análisis coincida con el origen del espacio de estados, es decir, f (0) = 0.
C
En lo que sigue, llamaremos BR a la región esférica (bola) de radio R definida
como kxk < R en el espacio de estados, y SR a la esfera propiamente dicha: kxk = R.
RU
Estabilidad en el Sentido de Lyapunov El punto de equilibrio x = 0 es estable si
para cualquier R > 0 existe un r > 0 tal que, si kx0 k < r resulta que kx(t)k < R para
todo t ≥ 0. En caso contrario el punto de equilibrio es inestable.
Pruebas de Estabilidad
C
Lyapunov propuso dos métodos para el análisis de estabilidad. El primero de ellos está
basado en las propiedades de la linealización (ver 1.3.1) de las ecuaciones del sistema
alrededor de un punto de equilibrio.
El segundo, llamado habitualmente método directo, estudia la estabilidad construyendo
una función escalar de los estados con determinadas caracterı́sticas, y analizando su
EN
evolución temporal.
IO
Como ejemplo analicemos el caso de un modelo conceptual compuesto por una masa
con un solo grado de libertad vinculado a un elemento elástico no lineal (definido por k0
y k1 ) y rozamiento no lineal:
C
ẍ + ẋ |ẋ| + k0 x + k1 x3 = 0 (1.11)
C
Z x
1 1 1 1
V (x) = mẋ2 + k0 x + k1 x3 dx = mẋ2 + k0 x2 + k1 x4 (1.12)
2 0 2 2 4
Estas conclusiones implican una relación entre la estabilidad del sistema y una magni-
ST
tud escalar, la energı́a mecánica en este caso, y permiten inferir además propiedades
de la estabilidad a partir de la evolución temporal de esta magnitud. La misma puede
analizarse diferenciando la energı́a respecto del tiempo:
∂V (x) ∂x
= mẍ + k0 x + k1 x3 ẋ = (−bẋ|ẋ|) ẋ
V̇ (x) =
∂x ∂t
= −bẋ2 |ẋ| = −b|ẋ|3
N
Puede advertirse que V̇ (x) es una magnitud siempre negativa, es decir, la energı́a dis-
minuirá monótonamente hasta anularse. Por lo tanto, la estabilidad es asintótica.
O
Generalizando este ejemplo, la idea del método directo de Lyapunov es encontrar una
función de los estados que se comporte como la energı́a del resorte, e inferir las pro-
piedades del equilibrio del análisis de la evolución temporal de dicha función. Veremos a
C
Función Positiva Definida Una función escalar V (x) es localmente positiva definida
si V (0) = 0 y en una bola BR0 se verifica que x 6= 0 =⇒ V (x) > 0.
IO
Si V (0) = 0 y la propiedad anterior se verifica en todo el espacio de estados, la
función es globalmente positiva definida. Por ejemplo, la función
1
V (x) = M R2 x22 + M Rg (1 − cos x1 )
2
C
que es la energı́a mecánica del péndulo, es localmente positiva definida. En forma
similar, V (x) puede definirse como una función negativa definida si −V (x) es positiva
definida. V (x) es positiva semi-definida si V (0) = 0 y V (x) ≥ 0 cuando x 6= 0, es decir,
C
se permite que V (x) se anule en otros valores diferentes del origen.
Al ser V (x) una función del estado x, es obviamente una función implı́cita del
tiempo. Por lo tanto su derivada temporal es:
RU
V̇ (x) =
∂V (x) ∂x
∂x ∂t
=
∂V (x)
∂x
f (x) = Lf V (x)
Estabilidad Local Si en una bola BR0 existe una función escalar V (x) con primeras
derivadas continuas tal que:
N
mv̇ = −bv − kx , v = ẋ
o bien:
mẍ + bẋ + kx = 0
EN
ẋ = Ax
IO
donde:
x1 x 0 1
x= = , A=
x2 v −k/m −b/m
C
1 1
E(x) = mv 2 + kx2 (1.13)
2 2
Esta función es positiva definida, pero no es una función de Lyapunov para este caso
C
dado que su derivada a lo largo de las trayectorias del mismo se anula en los puntos en
donde v = 0:
Ė(x, v) = mv v̇ + kxẋ
RU = mv (−kx − bv) + kxv
= [(1 − m) kx − mb v] v
Como alternativa proponemos como función de Lyapunov para este problema una fun-
ción cuadrática:
V (x) = xT Px (1.14)
en donde P es una matriz real simétrica arbitraria pero que cumpla la siguiente desigual-
ST
dad:
xT Px > 0 si kxk =
6 0
En este caso se dice que la matriz P es positiva definida (porque la forma cuadrática
construida con ella resulta positiva definida); y en este caso se verifica que sus menores
principales son todos positivos.
Para este ejemplo, en el cual x ∈ R2 , la forma cuadrática es:
N
T
p1 p̄ x1
= p1 x21 + p2 x22 + p̄ x1 x2 > 0
x Px = x1 x2
p̄ p2 x2
Para verificar que esta es efectivamente una función de Lyapunov para nuestro sistema
O
˙ = ẋT Px + xT Pẋ
V (x) (1.15)
T
V̇ (x) = (Ax) Px + xT P (Ax)
= xT AT Px + xT PAx
= xT AT P + PA x
EN
V̇ (x) = −xT Qx
siendo Q una matriz positiva definida, que es lo mismo que decir que la siguiente ecua-
IO
ción tiene solución:
AT P + PA = −Q (1.16)
Esta expresión se denomina ecuación de Lyapunov, y en general se utiliza proponiendo
una matrix Q arbitraria pero positiva definida y calculando P.
C
C
RU
Figura 1.10: Función cuadrática y una trayectoria para el sistema masa-resorte-amortiguador
ST
N
O
Figura 1.11: trayectoria y evolución de las funciones de energı́a para el sistema masa-resorte-amortiguador
C
En las figuras 1.10 se muestra la función cuadrática para todo el espacio de estados
x1 , x2 junto con una trayectoria y su proyección sobre la superficie de energı́a.
En la figura ?? se ve a la izquierda la misma trayectoria, y a la derecha la elocución
EN
Invariantes de Lasalle
IO
El concepto de estabilidad puede extenderse a regiones que no sean puntos crı́ticos
aislados, por ejemplo a los ciclos lı́mites.
Un conjunto G es un conjunto invariante de un sistema dinámico si toda trayectoria que
comienza en G permanece en G para todo tiempo futuro. Podemos citar como ejemplos:
un punto de equilibrio.
C
una trayectoria de un sistema dinámico autónomo.
un ciclo lı́mite (caso particular de lo anterior).
una región de atracción.
C
la totalidad del espacio de estados (una obviedad).
Modelos Lineales
Mientras que no se cuenta con una herramienta matemática para obtener soluciones
ST
analı́ticas para un modelo de estados general, si la hay para el caso en el cual el campo
de velocidades es un operador lineal. Aclaremos primero el concepto de linealidad.
Como ejemplo podemos citar las funciones trigonométricas, los operadores diferencia-
les, las operaciones algebraicas, etc. El campo f (x) en la ecuación 1.8 establece un
mapeo de Rn → Rn (mapea el espacio de estados x al espacio ẋ ).
O
Los operadores lineales son aquellos que cumplen las siguientes relaciones:
IO
de orden infinito. Para una función escalar f (y) se tiene:
n=∞
d(n)
X
(y − y0 )n = f0 + fy1 (y − y0 ) + fy2 (y − y0 )2 + · · ·
f (y) ≈ (n)
f (y)
n=0
dy
y0
C
d2 f
df
f0 = f (y0 ) , fy1 = , fy2 = , ···
dy y0 dy 2 y0
Puede apreciarse que la aproximación se construye primero aportando un valor cons-
C
tante f0 , luego agregando una variación lineal alrededor del punto y0 con pendiente
fy1 , en tercer término una variación cuadrática alrededor del punto y0 con curvatura
fy2 y ası́ sucesivamente. En el caso de funciones de dos variables en lugar de curvas
trabajaremos con planos.
RU
En el caso de funciones vectoriales f (x) se tendrá un desarrollo en serie de Tay-
lor para cada componente escalar fj (x) del campo. Realizando un desarrollo en serie
de Taylor al campo de velocidades (lado derecho de la ecuación de estados 1.8)
obtenemos lo siguiente:
∂f ∂f
ẋ = f (x, u) ≈ f (x0 , u0 ) + (x − x 0 ) + (u − u0 ) + · · · (1.19)
∂x x0 ,u0 ∂u x0 ,u0
ST
Debe notarse que en la ecuación 1.19 las derivadas parciales del campo respecto del
estado y respecto de las entradas evaluadas en las condiciones de equilibrio resultan en
matrices constantes de n × n y n × m respectivamente:
a11 a12 ··· a1n
a21 a22 ··· a2n
∂f
= .
.. .. ..
∂x x0 ,u0 .. . . .
N
∂u x0 ,u0 .. . .
bn1 · · · bnm
Si se platea el desarrollo en serie de Taylor alrdededor de una condición de equilibrio:
f (x0 , u0 ) = 0.
C
∂u x0 ,u0
IO
ẋ = Ax + Bu (1.20)
Por ejemplo, para el caso del péndulo plano (ecuación 1.7), el modelo es de segundo
C
orden con un vector de entrada escalar, y tiene la forma:
x˙1 f1 (x2 )
=
x˙2 f2 (x1 , x2 , u)
C
siendo x1 = θ, x2 = ω, u = p, mientras que las componentes del campo son:
f1 ( ) = x2
RU f2 ( ) = −b x2 −
∂f ∂f1 ∂f1
1
∂f ∂x1 ∂x2 ∂f ∂u
A= = B= =
∂x ∂f2 ∂f 2 ∂u ∂f2
ST
∂x1 ∂x2 ∂u
La linealización alrededor de una cierta condición {ū, θ̄, ω̄} es:
ω̄ 0 1
θ̇ θ − θ̄ + 0 {u − ū}
≈ g + g
ω̇ −b ω̄ − sin θ̄ + ū − cos θ̄ −b ω − ω̄ 1
L L
N
Tomando como referencia {ū, θ̄, ω̄} la condición de equilibrio habitual ueq = 0, θeq =
0, ωeq = 0 el resultado es el siguiente:
x˙1
0 1
x1 + 0 {u}
O
= g (1.21)
x˙2 − −b x2 1
L
donde x1 = θ y x2 = ω . Para el caso invertido (θeq = π ) el resultado es el siguiente:
C
0 1
θ̇
= g x1 + 0 {u} (1.22)
ω̇ −b x2 1
L
donde x1 = θ − π y x2 = ω . Puede notarse que en este caso la única diferencia entre
ambas linealizaciones está en el signo del elemento a21 .
EN
IO
que se verifique dicha ecuación. En el caso de ecuaciones diferenciales lineales suele
utilizarse la función exponencial, dado que esta resulta invariante en relación al operador
derivada; es decir, la derivada de una exponencial sigue siendo una exponencial (la
exponencial es una autofunción para los operadores diferenciales).
Si tomamos como ejemplo una ecuación diferencial de primer orden:
C
ẋ = a x (1.23)
ct ct
podemos proponer como solución x(t) = b e , cuya derivada es ẋ = b c e . Sustituyen-
do en 1.23:
b c ect = a b ect → b c = a b → c = a
C
Teniendo en cuenta la condición inicial x(0) = x0 se deduce que:
x(0) = b e0 = x0 → b = x0
En sı́ntesis la solución es:
RU x(t) = x0 eat (1.24)
x(t) = b0 + b1 t + b2 t2 + · · · + bk tk + · · · (1.25)
Derivando 1.25 y sustituyendo en 1.23:
b1 + 2b2 t + 3be t2 + · · · + kbk tk−1 + · · · = a b0 + b1 t + b2 t2 + · · · + bk tk + · · ·
O
2 2
1 1 3
b3 = ab2 = a b0
3 6
..
.
1
bk = ak b0
EN
k!
IO
Podemos extender todas estas relaciones al caso de orden n:
ẋ = A x (1.27)
C
x(t) = b0 + b1 t + b2 t2 + · · · + bk tk + · · ·
C
b1 = Ab0
1 1 2
b2 = Ab1 = A b0
2 2
RU 1 1 3
b3 = Ab2 = A b0
3 6
..
.
1
bk = Ak b0
k!
Teniendo en cuenta la condición inicial:
ST
x(0) = b0
∞
1 1 X 1
eAt = I + At + A2 t2 + · · · + A3 t3 + · · · = 1 + Ak tk (1.29)
2 3 k!
k=1
Esto provee una solución general para cualquier modelo lineal, pero no da una solución
exacta. Podemos obtener una expresión exacta utilizando la transformada de Laplace.
(1.30)
−∞
IO
Z γ+jT
1
f (t) = L −1
{F (s)} = lı́m est F (s) ds
2πj T →∞ γ−jT
C
L {αf (t)} = αL {f (t)} , α∈R
y en la siguiente propiedad:
C
df (t)
L = s F (s) − f (0)
dt
Otra de las propiedades de interés es la transformada de la integral de convolución:
RU L
Z
0
t
f (t − τ ) g(τ ) dτ
= F (s) · G(s)
y despejando:
ST
−1
(sI − A)X(s) = x(0) + BU (s) X(s) = [sI − A] [x(0) + BU (s)]
−1
Llamaremos a Φ = [sI − A] a la transformada de Laplace de la matriz de transición
de estados Φ(t), es decir:
n o
−1
Φ(t) = L −1 {Φ(s)} = L −1 [sI − A] (1.31)
N
Z t
x(t) = Φ(t)x(0) + Φ(t − τ )Bu(τ )dτ (1.33)
0
(1.34)
IO
−1
T
adj (sI − A) 1 adj21
adj22 ··· adj2n
Φ(s) = [sI − A] = =
. .. .. ..
|sI − A| |sI − A| .. . . .
adjn1 adjn2 ··· adjnn
φ11 (s) φ12 (s) · · · φ1n (s)
φ21 (s) φ22 (s) · · · φ2n (s)
= .
C
.. .. ..
.. . . .
φn1(s) φn2 (s) · · · φnn (s)
Cada elemento φij (s) de la matriz Φ(s) será una función racional, cuyo polinomio deno-
C
minador coincide con el polinomio caracterı́stico de la matriz A (que es el determinante
|sI − A|, de orden n), y cuyo polinomio numerador será a lo sumo de orden (n − 1)
(dado que un elemento de la matriz adjunta de una matriz de dimensión n × n es el
determinante de una submatriz matriz de dimensión (n − 1) × (n − 1)):
RU
Φ(i,j) (s) =
adjj,i [sI − A]
|sI − A|
= n
b1 sn−1 + · · · + bn−1 s + bn
s + a1 sn−1 + · · · + an−1 s + an
num(s) num(s)
Φ(i,j) (s) = =
sn + a1 sn−1 + · · · + an−1 s + an (s + p1 )(s + p2 ) · · · (s + pn )
r1 r2 rn
= + + ··· + , rj , pj ∈ C (1.35)
(s + p1 ) (s + p2 ) (s + pn )
correspondiente; y los pj son los negativos de las raı́ces del denominador , que resultan
ser los autovalores de la matriz A, dado que el polinomio denominador es el polinomio
caracterı́stico de la matriz A.
O
r r 1
φ(t) = L −1 = k e−t/T , k= , T =
s+p p p
4 una función racional es estrictamente propia si el orden del polinomio numerador es menor que el del denominador, bi-propia
IO
plano complejo C, y en ese caso esta función diverge (caso inestable); como se muestra
en la figura 1.12.
C
t φ(t)
0 1
T 0,368
2T 0,135
C
3T 0,050
4T 0,018
En el caso inestable podemos calcular el tiempo Td que toma la respuesta para duplicar
la amplitud:
t + Td t
= ln 2 + → Td = ln 2 · T = 0,693 T
T T
En una dinámica de primer orden (n = 1) habrá una única variable de estados (x ∈ R) y
la matriz A será en realidad un escalar. La matriz B será un vector fila con m columnas:
N
x˙1 = [a] x1 + b1 b2 ··· bm u
Podemos usar como ejemplo el modelo 1.1 para el calefón; que podemos llevar a la
O
forma de una ecuación de estados lineal eligiendo la condición de equilibrio Teq para
una dada temperatura de llama Tcombeq .
k ce ṁ
M Ṫ = 0 = Tcombeq − Teq − ṁT0 → Teq = Tcombeq − T0
ce k
C
d(x + Teq ) k
M = u + Tcombeq − x − Teq − ṁT0
dt ce
EN
RU
Como Teq es una constante:
ẋ =
1
k
(u − x) +
k
Tcombeq − Teq − ṁT0
M ce ce
La suma de los últimos dos términos del corchete es nula, por tratarse de valores de
equilibrio, por lo que solo queda:
ST
k
ẋ = (u − x)
ce M
Llamando a = −k/ce M y b = ṁ/M llegamos a:
ẋ = ax + bu
N
Debe notarse que la condición inicial x(0) en este modelo corresponde a la diferencia
entre la temperatura inicial T (0) y la temperatura de equilibrio considerada Teq .
EN
IO
podrán unificar en una única fracción de segundo orden con coeficientes reales:
pk = p̄h pk = a + jb , ph = a − jb
rk = r̄h rk = c + jd , rh = c − jd
C
rk rh rk (s + ph ) + rh (s + pk )
+ =
(s + pk ) (s + ph ) (s + pk )(s + ph )
(c + jd)(s + a − jb) + (c − jd)(s + a + jb)
=
(s + a + jb)(s + a − jb)
C
cs + ca − jcb + jds + jda − (j)2 db + cs + ca + jcb − jds − jda − (j)2 db
=
s2 + 2as + jbs − jbs − (jb)2 + a2
cs + ca − db
=2 2
s + 2as + a2 + b2
RU
Por conveniencia usaremos para los términos de segundo orden la siguiente notación:
r r̄ c1 s + ωn2
+ = c0 2
(s + p) (s + p̄) s + 2ξωn s + ωn2
ωn p
φ(t) = p · e−ξωn t · sin 1 − ξ 2 ωn t (1.37)
1 − ξ2
N
p
donde ωd = p1 − ξ 2 ωn es la frecuencia amortiguada que define el perı́odo de la oscila-
ción, k = ωn / 1 − ξ 2 es un factor de amplificación (ganancia) constante y T = (ξωn )−1
es una constante de tiempo equivalente a la de la dinámica de primer orden.
En la figura 1.13 se muestran curvas para distintos valores del factor de amortiguamiento.
C
c1 s + ωn2 ωn2
s
φ(s) = 2 = c1 +
s + 2ξωn s + ωn2 s2 + 2ξωn s + ωn2 s2 + 2ξωn s + ωn2
EN
que equivale a la expresión (1.37) con el agregado de un ángulo de fase y un ajuste del
término multiplicativo. Por otra parte, si c0 6= 1 solo se introduce un factor de amplificación
(o atenuación en la amplitud), pero no modifica en nada la evolución en el tiempo.
N
Dado que para una respuesta subamortiguada ωn > 0, solo el signo de ξ definirá el
signo de la constante de tiempo; y con ello si la amplitud crece en el tiempo (en el caso
inestable ξ < 0) o decrece y la oscilación converge a cero (caso exponencialmente
O
p
λ1,2 = −ξωn ± j ωn 1 − ξ2 (1.38)
Vemos entonces que la parte real de los polos es la que define la constante de tiempo,
y nuevamente podemos decir que el comportamiento es asintóticamente estable si los
EN
todos los polos que se encuentren sobre un cı́rculo centrado en el origen tendrán
el mismo ωn
todos los polos que se encuentren sobre una misma linea que pase por el origen
(radial) tendrán el mismo factor de amortiguamiento ξ
N
todos los polos que se encuentren sobre una misma lı́nea horizontal tendrán el
mismo perı́odo o frecuencia de oscilación.
todos los polos (reales o complejos conjugados) que se encuentren sobre una
O
misma lı́nea vertical tendrán el mismo tiempo de establecimiento, dado que este
depende solo de la constante de tiempo, y esta queda definida por la parte real
todos los polos (reales o complejos conjugados) con parte real negativa corres-
ponderán a comportamientos exponencialmente estables y viceversa.
C
Queda claro que si cualquiera de estos términos está asociado a una respuesta inestable
(autovalores con parte real positiva), la suma será divergente y diremos que el sistema
IO
es inestable; aunque ello se deba a un solo autovalor.
C
Los autovalores λj ∈ C de una matriz A de n × n están asociados a autovectores
v j ∈ Cn que verifican la siguiente relación:
Av j = λj v j
C
Esto significa que aplicar la transformación lineal data por A · () a un autovector v j no
cambia su dirección; solo cambia su magnitud en un factor λj . En otras palabras, los v j
son las direcciones invariantes del operador A·.
Veremos que ası́ como los autovalores están asociados a la forma de la evolución
RU
temporal de la amplitud del vector de estado x, los autovectores definen su dirección
en el espacio de estados.
Coordenadas Modales
La elección de las variables para el vector de estados no es única. Esta elección lleva
implı́cita una elección de ejes coordenados en el espacio de estados respecto de los
cuales se proyecta la trayectoria, y desde el punto de vista matemático, esta elección es
ST
arbitraria.
Para modelos lineales siempre es posible redefinir estos ejes mediante una transforma-
ción lineal dada por una matriz T no singular (que tenga inversa), y obtener un nuevo
modelo lineal.
Aplicaremos al modelo lineal
ẋ = Ax + Bu
N
la siguiente transformación
x = Tz → z = T−1 x
Sustituyendo:
O
Tż = [AT] z + Bu
ż = T−1 AT z + T−1 B u
C
ż = Āz + B̄u
Los autovalores de la matriz dinámica son invariantes ante una transformación lineal T,
EN
IO
original. Esto puede entenderse fácilmente si se tiene en cuenta que cualquier autovec-
tor cumple:
Av j = λj v j
en donde ambos lados de la ecuación son vectores columna. Construyendo una matriz
con estas columnas se tiene que:
C
[Av 1 |Av 2 | · · · |Av n ] = [λ1 v 1 |λ2 v 2 | · · · |λn v n ]
Sacando factor común:
λ1
C
.
λ2
A [v 1 |v 2 | · · · |v n ] = v 1 |v 2 | . . |v n
..
.
λn
es decir: RU
AΛ = Λ
λ1
λ2
..
.
λn
Despejando:
λ1
λ2
ST
Λ−1 AΛ =
..
.
λn
Se concluye que utilizando la matriz modal como transformación de coordenadas T para
el vector de estados, se obtiene un modelo con matriz dinámica Ā = Λ−1 AΛ diagonal,
y cuyos elementos son los autovalores de A.
N
ż1 = λ1 z1 + B̄1 u
ż2 = λ2 z2 + B̄2 u
..
.
EN
żn = λn zn + B̄n u
zj (t) = zj (0)eλj t
Y como la relación entre las variables de estado originales y estas variables modales es
IO
x = Λz = [v 1 v 2 · · · v n ] z vemos que:
x1
z1
x2
z2
.. = [v 1 v 2 · · · v n ] .
.
..
xn zn
C
v11
v21
vn1
v12 v22 vn2
= .. z1 + .. z2 + · · · + .. zn
. . .
C
v1n v2n vnn
Consideremos una vez más el modelo linealizado para un péndulo no perturbado, to-
mando como estados el ángulo θ y la velocidad angular ω :
θ̇ 0 1 θ
=
ω̇ a1 a2 ω
N
−0,43
λ2 = −2,08, v 2 =
0,90
En la figura 1.14 podemos ver la proyección del estado en las coordenadas originales x1
y x2 (ángulo y velocidad angular), y en las coordenadas modales z1 y z2 definidas por
los autovectores v 1 y v 2 .
EN
En el caso de matrices dinámicas con coeficientes reales, los autovalores y sus corres-
RU
pondientes autovectores serán números también reales o pares complejos conjugados.
Esto último significa que algunas coordenadas modales (o todas) podrı́an ser núme-
ros complejos; aunque ello no plantea una inconsistencia matemática, porque al aplicar
la transformación Λ sobre el vector de estado modal finalmente arroja solo funciones
reales.
Si por ejemplo un autovalor i es complejo: λi = p + jq ; el autovector asociado será
de la forma v i = u + jw donde u, w ∈ Rn ; y la solución para la variable modal es
zi (t) = r(t)+jg(t), con las funciones r, g : R → R. Estos estarán siempre acompañados
ST
por los conjugados correspondientes y podremos combinarlos en un único término real:
zi (t) = r(t) + jg(t) = |zi (t)|ej∠zi (t) = |zi (t)| (cos ∠zi (t) + j sin ∠zi (t))
de lo cual:
O
r(t) = |zi (t)| cos ∠zi (t) , g(t) = |zi (t)| sin ∠zi (t)
Finalmente el aporte de los modos complejos conjugados será netamente real:
C
6 La relación de Euler establece que para un número real θ : ejθ = cos θ + j sin θ
IO
Volviendo al ejemplo del péndulo (subamortiguado) pero ahora para el caso estable,
tanto los autovalores como los autovectores son complejos conjugados. Por ejemplo:
0 1 −0,07 − j0,48
A= λ1 = −0,25 + j1,79, v 1 =
C
−3,27 −0,5 0,86
−0,07 + j0,48
λ2 = −0,25 − j1,79, v 2 =
0,86
C
En este caso los autovectores no pueden ser representados en el espacio de estados,
como tampoco puede hacerse con las variables modales; dado que residen en otro es-
pacio C2 .
RU
ST
N
O
Para los casos en donde se tienen autovalores complejos conjugados es posible realizar
una separación en modos naturales que contengan solo coeficientes reales transfor-
mando la matriz dinámica a una forma diagonal en bloques, en lugar de diagonalizarla
usando como transformación la matriz modal:
C
···
λ1 0 0
···
0
0 p q 0
0 −q p .. 0
à =
. .
. .. .. .. ..
. . . .
.
0 0 0 ··· λn
EN
Podemos trabajar de forma aislada con uno de estos bloques, ya que están desacopla-
IO
dos del resto de las variables de estado:
ż1 p q z1
=
ż2 −q p z2
el cual puede llevarse a una forma canónica mediante una transformación C adecuada:
C
η̇1 0 1 η1
= (1.39)
η̇2 −ω 2 −2ξω η2
C
esta es la forma de los modelos lineales de segundo orden habituales para problemas
mecánicos como el del péndulo simple o el sistema masa-resorte-amortiguador.
M = B | AB | A2 B | · · · | An−1 B
(1.41)
ST
donde B es una matriz columna (en este caso arbitraria pero no nula); y la matriz T se
construye de la forma:
an−1 an−2 ··· a1 1
an−2
an−3 ··· 1 0
W = ... .. .. .. ..
(1.42)
. . . .
a1 1 ··· 0 0
N
1 0 ··· 0 0
(1.43)
Usando este método, una posible transformación para llevar el bloque de segundo orden
a la forma estándar serı́a:
C
−p 1
T= (1.44)
−q 0
EN
C
C
Respuesta a Perturbaciones
RU
Funciones de Transferencia
ST
efectos observables.
Respecto del estado del proceso, en general lo observable son ciertas variables medidas,
a las cuales denominaremos variables de salida.
O
Las variables de salida a considerar estarán relacionadas de forma algebraica con los
estados (si fuesen relaciones diferenciales, serı́an necesarias mas variable de estado en
el modelo). En general las variables de salida estarán definidas por un mapeo no lineal.
Para el caso general el modelo completo serı́a:
C
ẋ = f (x, u)
y = h (x, u)
Al igual que la ecuación de estados, esta expresión se puede linealizar. El modelo com-
EN
43
pleto linealizado resulta:
ẋ = Ax + Bu (2.1)
y = Cx + Du
IO
2.1.2. Matriz de Transferencia
Aplicando transformada de Laplace a las ecuaciones 2.1 podemos encontrar una rela-
ción entre entradas y salidas, sin incluir variables de estado:
−1
L {ẋ} = L {Ax + Bu} → X(s) = [sI − A] [x(0) + BU (s)]
L {y} = L {Cx + Du} → Y (s) = CX(s) + DU (s)
C
Sustituyendo:
−1 −1
Y (s) = {C [sI − A] B + D}U (s) + C [sI − A] x(0) (2.2)
C
El término entre llaves es lo que se denomina matriz de transferencia, que relaciona el
efecto de las entradas sobre las salidas partiendo de condiciones iniciales nulas (equili-
brio):
RU G(s) = C [sI − A]
En sı́ntesis podemos decir que:
−1
B+D (2.3)
G11 (s) · · · G1m (s)
.. .. ..
= .
. .
Gl1(s) · · · Gln (s)
O
Es evidente que por superposición se puede agregar el efecto de las otras entradas
sobre una misma salida:
U1 (s)
Y1 (s) G11 (s) G12 (s) · · · G1m (s)
C
U2 (s)
.. .. .. .. ..
. = . . . . ..
.
Yl (s) Gl1(s) Gl2(s) · · · Gln (s)
Um (s)
Yi (s) = Gi1 (s)U1 (s) + Gi2 (s)U2 (s) + · · · + Gim (s)Um (s)
EN
IO
Yi (s) respecto de la transformada de Laplace de una entrada Uj (s):
C
esta función queda completamente definida por las raı́ces de estos polinomios y un factor
multiplicativo:
N (s) (s + z1 ) (s + z2 ) · · · (s + zm )
G(s) = =k
C
D(s) (s + p1 ) (s + p2 ) · · · (s + pn )
donde k es un valor constante. Llamamos ceros de la función de transferencia a las
raı́ces del numerador −zk , ya que evaluar la función con uno de estos valores arroja un
resultado nulo; y polos a las raı́ces del denominador −pk , que son sus valores singulares.
RU
Respuesta al Impulso
Dado que la transformada de Laplace de una entrada impulsiva es una constante, puede
notarse que la función de transferencia coincide con la transformada de Laplace de la
respuesta al impulso, lo cual da otra forma de definir la función de transferencia:
∞ si t = 0
si u(t) = δ(t) , δ(t) = , → U (s) = 1
6 0
0 si t =
ST
de Bloques, p. 46].
IO
Por otra parte, teniendo en cuenta que la respuesta al impulso de un sistema dinámico
es la antitransformada de su función de transferencia; estas respuestas puede usarse
también como modelos de entrada para otros proceso dinámicos. Por ejemplo, una se-
noidal puede pensarse como la respuesta al impulso de un modelo de segundo orden
no amortiguado.
De hecho podemos afirmar que fı́sicamente las perturbaciones son en realidad las salida
C
de otros sistemas dinámicos.
Escalón Unitario
C
Una forma muy generalizada de evaluar las caracterı́sticas de un proceso dinámico es la
de computar valores que parametricen la respuesta a una perturbación de tipo escalón.
1 si t = 0 1
si u(t) = 1(t) , 1(t) = , → U (s) =
RU 0 si t 6= 0 s
Matemáticamente el escalón unitario es la integral del impulso unitario, y como tal es una
idealización ya que fı́sicamente es imposible lograr una derivada infinita.
Nuestro interés reside en esta función describe perturbaciones fáciles de generar expe-
rimentalmente; y produce un desequilibrio teóricamente instantáneo en t = 0, poniendo
en evidencia la respuesta del sistema de forma limpia.
Esto podrı́a lograrse también con un impulso, pero fı́sicamente aproximar una perturba-
ción impulsiva puede ser poco conveniente; dado que un impulso de poca amplitud en
ST
general no genera variaciones de intensidad suficiente para ser medidas con precisión,
mientras que un impulso más intenso puede resultar inviable en función de la integridad
del proceso en estudio.
1 si t ≥ 0 1
u(t) = , → U (s) =
0 si t < 0 s
1
EN
IO
o simplemente ganancia.
Podemos afirmar que una función de transferencia queda completamente definida me-
diante sus polos, ceros y ganancia a frecuencia cero (o el valor k ) utilizado previamente,
que es directamente proporcional.
Esta ganancia implica solo un factor de escala constante para la amplitud, y no tiene
ninguna incidencia en la forma de la evolución temporal de la salida.
C
2.2.3. Respuesta Transitoria
La respuesta transitoria se puede analizar mediante una descomposición en fracciones
C
parciales en el dominio de la variable compleja s:
r1 r2 rn
Y (s) = G(s)U (s) = + + ··· + U (s)
s + p1 s + p2 s + pn
RU
Cada fracción (modo natural) tiene una ganancia a frecuencia cero dada por rk /pk .
Normalmente los residuos rk tienen un mismo orden de magnitud; excepto cuando un
cero zi se encuentra próximo a un polo pj , y en ese caso el residuo es tanto menor
cuando la relación zi /pj se aproxima a 1. En el caso lı́mite los polinomios numerador
y denominador no son coprimos, por lo cual se pueden cancelar estas raı́ces, lo que
equivale a rj = 0 para el polo cancelado pj .
ST
Por ejemplo:
10 10/9 10/9 1
= − ≈ (2.5)
(s + 1)(s + 10) s + 1 s + 10 s+1
En la figura 2.1 se muestra la respuesta al escalón para cada fracción (F1 y F2), la
función de transferencia completa (G) y la aproximación considerando solo la dinámica
N
dominante (G1).
Por lo tanto, salvo en el caso de cancelaciones (parciales o totales), las fracciones aso-
O
ciadas a los polos más próximos al origen (y por lo tanto más lentos) tendrán una ga-
nancia relativa mayor, y resultarán dominantes en la respuesta transitoria.
terizar una respuesta transitoria, donde hemos seguido lo definido en [Oga93, p. 284]:
Tiempo de Establecimiento tss Una función exponencial alcanza su valor final (o de-
rivada nula) en tiempo infinito. Por lo tanto, a los fines prácticos se considera que se
ha alcanzado el valor final cuando su variación queda acotada en una cierta banda de
EN
y(t) = eat
1
T2 = ln 2 (2.7)
ST
a
en donde a = 1/T es la parte real del polo o par complejo conjugado inestable.
a 1
G(s) = = (2.8)
s+a Ts + 1
La respuesta al escalón resulta:
O
En este caso solo tiene sentido hablar del tiempo de establecimiento, que para un
margen del 2 % alrededor del valor final resulta ser aproximadamente 4T , ya que
C
ωn2
G(s) = (2.10)
s2 + 2ξωn s + ωn2
ST
1
φ(t) = 1 − p · e−ξωn t · sin (ωd t + φ) (2.11)
1 − ξ2
p
p
−1 1 − ξ2
ωd = 1− ξ 2 ωn , φ = tan (2.12)
ξ
N
π−β
O
tc = , β = cos−1 ξ
ωd
π
tp =
ωd
ξ
−√ π
C
Mp = e 1−ξ2
1
ts ≈ 4T , T =
ξωn
Aunque con bajo amortiguamiento el perı́odo de la oscilación (y con ello ωd ) puede de-
terminarse fácilmente midiendo el tiempo entre dos cruces consecutivos del valor final en
EN
IO
mos a esta relación δ decremento logarı́tmico. Sustituyendo:
2πξ
δ=p
1 − ξ2
de lo cual se puede determinar el factor de amortiguamiento. Para valores pequeños
δ ∼ 2πξ .
C
2.2.4. Ceros de La Función de Transferencia
A diferencia de los polos, que asociamos a modos naturales de respuesta que dependen
C
solo de la matriz dinámica A, los ceros dependen no solamente de estos sino también
de las entradas y salidas; es decir, de las cuatro matrices del modelo de estados (2.1).
Por ejemplo:
que es lo mismo que se obtuvo en la ecuación (2.5) del ejemplo precedente. Esto es
obvio, dado que si eliminamos los términos comunes obtenemos la misma función de
O
transferencia.
Por ejemplo:
10s + 19 10(s + 1,9) 1 0,125 1,125
= = + −
s3 2
+ 13s + 32s + 20 (s + 1)(s + 2)(s + 10) s+1 s+2 s + 10
EN
C
del origen
Cuando existen ceros pero no se observa una cancelación definida, podemos plantear
el siguiente enfoque. Asumamos una función de transferencia con denominador A(s) y
RU
numerador B(s) = as + b con un cero en z = −b/a:
Y (s) B(s) as + b b b
= G(s) = = = + Ts = Ḡ(s) + T s Ḡ(s)
U (s) A(s) A(s) A(s) A(s)
IO
entre ambas y la transformada de Laplace de la entrada X(s):
y(t) = L −1 {Y (s)} , Y (s) = G(s)X(s)
Por otra parte la forma general de la función de transferencia para un modelo lineal es:
B(s) bn sn + bn−1 sn−1 + · · · + b1 s + b0
C
G(s) = = n
A(s) s + an−1 sn−1 + · · · + a1 s + a0
B(s)
=
(s + p1 ) (s + p2 ) · · · (s + pn )
C
donde A(s) y B(s) representan los polinomios denominador y numerador respectiva-
mente, y los −pk son las raı́ces del denominador (polos de la función de transferencia).
Si la transformada de Laplace de la entrada es también una función racional:
RU X(s) =
N (s)
D(s)
=
N (s)
(s + q1 ) · · · (s + qm )
la transformada de la salida también será una función racional
B(s) N (s) B(s)N (s)
Y (s) = · =
A(s) D(s) (s + p1 ) (s + p2 ) · · · (s + pn ) (s + q1 ) · · · (s + qm )
Esta puede descomponerse en fracciones parciales:
ST
r1 r2 rn h1 hm
Y (s) = + + ··· + + + ··· +
s + p1 s + p2 s + pn s + q1 s + qm
en donde los coeficientes rk son los residuos correspondientes a los polos de la función
de transferencia y los hk corresponden a los polos de la entrada. Todos estos residuos
dependen el polinomio numerador, resultante del producto B(s) · N (s).
Anti transformando Y (s) en la ecuación 2.3.1 obtenemos la respuesta y(t) a la entrada
x(t):
N
y(t) = L −1 {Y (s)}
= r1 e−p1 t + r2 e−p2 t + · · · + rn e−pn t + h1 e−q1 t + · · · + hm e−qm t (2.13)
Si el sistema es asintóticamente estable, la parte real de todos los polos −pk será nega-
O
que es una función con una descomposición similar a la función de entrada. Puede
decirse entonces que en régimen estacionario “la salida tendrá la misma forma que la
entrada”.
Ya se vio previamente que cuando la entrada es constante (escalón), la salida es régimen
constante, pero su amplitud depende de la ganancia de la función de transferencia. A
EN
IO
Para una función de entrada senoidal x(t) = A sin ωt con amplitud A y frecuencia angu-
lar ω , la transformada de Laplace es:
Aω 2 Aω 2
L {x(t)} = X(s) = =
s2 + ω 2 (s + jω) (s − jω)
C
La respuesta a esta senoidal para un caso general será:
N (s) Aω 2 Aω 2 N (s)
Y (s) = · 2 =
D(s) s + ω 2 (s + p1 ) (s + p2 ) · · · (s + pn ) (s + jω) (s − jω)
C
y su descomposición en fracciones parciales resulta:
r1 r2 rn rω r̄ω
Y (s) =
RU + + ··· + + + (2.15)
s + p1 s + p2 s + pn s + jω s − jω
donde debe notarse que los residuos rω y r̄ω correspondientes a los polos jω y −jω
formarán un par complejo conjugado.
Para calcular el residuo correspondiente a un polo pk de una función racional F (s) usa-
mos la siguiente expresión:
rk = lı́m F (s) · (s − pk )
s → pk
Aω 2
rω = lı́m Y (s) · (s − jω) = lı́m G(s) · (s − jω)
s → jω s → jω (s + jω) (s − jω)
con lo cual:
O
ω ω
rω = AG(jω) , r̄ω = −AG(−jω)
2j 2j
IO
A h j[ωt+∠G(jω)] i
= |G(jω)| e − e−j[ωt+∠G(jω)]
2j
y teniendo en cuenta la relación de Euler:
C
se tiene que:
C
= 2j sin(θ)
Por lo tanto:
Simplificando:
RU
yss = |G(jω)|
A
2j
· [2j sin {ωt + ∠G(jω)}]
Esto significa que la respuesta en estado estacionario de cualquier sistema lineal ante
una entrada senoidal será otra senoidal con la misma frecuencia ω pero amplificada o
ST
atenuada en un factor |G(jω)| y desfasada un ángulo ∠G(jω).
N
O
IO
De todos los ensayos para los diversos valores ωk se obtendrá una tabla de la forma:
C
. . .
ωk ··· ···
.. .. ..
. . .
C
Podemos realizar dos gráficos cartesianos tomando como abscisas la columna de fre-
cuencia y como ordenadas la ganancia y la fase respectivamente.
Escala logarı́tmica Existen diversas razones en diferentes contextos para utilizar es-
RU
calas logarı́tmicas; pero invariablemente estas razones están asociadas al hecho de que
un desplazamiento en una escala logarı́tmica no representa un valor absoluto sino una
relación.
Por ejemplo la distancia en la gráfica entre los valores 0.8 y 6.4 es la misma que habrı́a
entre los valores 3.2 y 25.6 (un factor 8).
ST
N
En música la nota LA es por definición una senoidal con frecuencia 440Hz . Sin em-
bargo, en un piano de 88 teclas hay ocho afinadas a la nota LA, pero con frecuencias
desde 27,5Hz (LA−1 ) hasta los 3520Hz (LA7 ), pasando por los valores intermedios
55(LA1 ), 110(LA2 ), 220(LA3 ), 440(LA4 ), 880(LA5 ) y 1760Hz(LA6 ).
O
Esto es ası́ porque cada vez que duplicamos la frecuencia, la percepción humana reco-
noce la misma nota musical.
En acústica esto justificarı́a usar escalas logarı́tmicas para representar frecuencias, pero
no es la única razón. La percepción del sonido se encuentra ı́ntimamente ligada a la
respuesta en frecuencia del oı́do, que es básicamente un sistema elástico compuesto por
una membrana, un conducto de sección variable, una trasmisión mecánica constituida
EN
IO
Tratándose de un sistema mecánico, el modelo dinámico mas simple para esta dinámica
serı́a uno lineal de segundo orden:
a0
G(s) = k
s2 + a1 s + a0
donde k es la ganancia a frecuencia cero. Reemplazando s = jω obtenemos la función
C
de respuesta en frecuencia:
a0 1
G(jω) = k = k
j 2 ω 2 + ja1 ω + a0 ω2
ω
C
1− + ja1
a0 a0
Multiplicando por el complejo conjugado del denominador podemos separar la parte real
de la imaginaria:
G(jω) = k
RU
ω2
1−
ω2
a0
2
ω
2 − jk
ω2
a1
ω
a0
2
ω
2
1− + a1 1− + a1
a0 a0 a0 a0
ω2 ω
1− 2 2ζ
ωn ωn
G(jω) = k 2 − jk
N
2 2 2
ω2 ω ω2 ω
1− 2 − 2ζ 1− 2 − 2ζ
ωn ωn ωn ωn
1
|G(ω)| = k q
2 2
(1 − ω̄ 2 ) + (2ζ ω̄)
−1 ω̄
∠G(ω) = tg 2ζ
C
1 − ω̄ 2
IO
C
C
RU
Decibeles Dado que la ganancia establece una relación entre amplitudes de entrada y
de salida, resulta común utilizar una escala logarı́tmica también para el eje de ganancia.
ST
En el campo de la electrónica se usan logaritmos con base 10 multiplicados por un factor
20, y con lo cual se define el decibel (db). En otras palabras, para obtener una magnitud
en decibeles aplicamos el operador {db}20 · log10 ({g}), y para extraer la relación original
a partir de su valor en decibeles aplicamos el operador {g} = 10({db}/20) .
decibeles ganancia
−40db 1/100
−20db 1/10
N
−6db ≈ 0,5√
−3db ≈ 1/ 2
0db 1 √
3db ≈ 2
O
6db ≈2
20db 10
40db 100
C
Puede notarse que los valores positivos en decibeles implican amplificación, mientras
que los valores negativos correspondientes implican atenuación en la misma proporción
(20 · log 1/g = −20 · log g ).
Cuando lo que se grafican son relaciones entre energı́as de entrada y salida (en general
asociadas a valores cuadráticos de las amplitudes) el decibel se define como 10·log10 (e).
EN
En muchos casos se usan los decibeles para representar cantidades absolutas. En esos
RU
casos se calcula el decibel sobre la relación entre el valor a representar y un valor de
referencia estandarizado.
Por ejemplo, en el caso del sonido el valor de referencia es la presión sonora mı́nima
detectable por el oı́do humano. El nivel máximo tolerable es 120db, que corresponde a
106 veces el mı́nimo audible.
Otro uso similar se da en la electrónica, en donde se define la unidad dbm para niveles
ST
de tensión eléctrica tomando como referencia 1mV .
ancho de banda. Para ello √ se evalúan las frecuencias en donde la ganancia es aproxima-
damente 3db menor (1/ 2) a la ganancia media de la zona ”amesetada”. Esto implica
atenuar una atenuación de la energı́a en un 50 %. Por debajo de la frecuencia de paso,
y por encima de la frecuencia de corte la ganancia decae sensiblemente. La diferencia
entre ambas frecuencias define el ancho de banda.
C
Resonancias
Los sistemas con modos naturales oscilatorios poco amortiguados presentan picos en
EN
ωn2
G(s) =
s2 + 2ζωn s + ωn2
IO
la respuesta en frecuencia G(jω) = M ejφ tiene ganancia M y fase φ dadas por la
siguiente expresión:
ω
2ζ
1 −1 ωn
M = s , φ = − tan (2.17)
C
ω 2 2
ω
2 ω2
1− 2 + 2ζ 1− 2
ωn ωn ωn
√
Si 0 ≤ ζ ≤ 1/ 2 = 0,7071 la respuesta en frecuencia tiene un máximo en:
C
p
ωr = ωn 1 − 2ζ 2 (2.18)
El factor de amortiguamiento es igual al coseno del ángulo entre los polos y el semieje
real negativo del plano s: ζ = cos β . Por lo tanto puede notarse que:
1 p
Mr = , ωr = ωn cos 2β (2.20)
ST
sin 2β
Podemos plantear dos miradas sobre esto. Por un lado los modos poco amortiguados
están asociados a picos de amplificación para las señales armónicas de frecuencias
próximas a la de resonancia. Cada par complejo conjugado con amortiguamiento bajo
agregará un pico resonante a la respuesta en frecuencia.
De forma inversa, una dinámica cuya respuesta en frecuencia presenta picos resonan-
tes incluye modos naturales poco amortiguados. Cada pico resonante implicará un par
N
Análisis Espectral
O
2 n=1
Z b
p= f (t) · g(t) dt (2.23)
a
con la armónica correspondiente, lo cual dará una cierta medida cuantitativa de similitud
IO
T −T /2
Z T /2
2
bn = y(t) sin (nω0 t) dt
T −T /2
El coeficiente a0 es el valor medio de la señal, que puede analizarse por separado y por
C
lo tanto en lo sucesivo lo consideraremos nulo.
Las funciones seno y coseno pueden combinarse en una misma senoidal desfasada:
∞
C
X
y(t) = rn sin (nω0 t + φn )
n=1
donde
p bn
RU rn = a2n + b2n , φn = tan−1 −
an
Todo esto puede expresarse de forma mas compacta utilizando números complejos.
Teniendo en cuenta la relación de Euler:
n=−∞
en donde se incluyen frecuencias positivas y negativas (se suma desde n = −∞) para
cancelar los términos imaginarios (tener en cuenta que sin(−φ) = − sin φ).
Los coeficientes cn ahora son números complejos que incluye tanto el módulo dado por
O
rn como el ángulo de fase φn ; y se obtienen del producto escalar entre la señal periódica
y la exponencial completa correspondiente:
Z T /2
1
y(t) e−jnωt dt
C
cn = (2.29)
T −T /2
rn −jφn 1
cn = e = (an − jbn )
2 2
EN
IO
Podemos calcular la “potencia media” de una señal periódica mediante su descomposi-
ción en serie de Fourier:
∞ ∞
" #" #
Z T /2 Z T /2
1 2 1 X
jnω0 t
X
jmω0 t
y (t)dt = cn e cm e dt
T −T /2 T −T /2 n=−∞ m=−∞
C
∞ ∞ Z T /2
1 X X
= |cn ||cm | ej(nω0 t+φn ) ej(mω0 t+φm ) dt
T n=−∞ m=−∞ −T /2
C
Z T /2 ∞
1 X 2
y 2 (t)dt = |cn | (2.31)
T −T /2 n=1
Espectro de Lı́neas
RU
De la 2.31 puede interpretarse que la energı́a total de la señal se distribuye en las diferen-
tes armónicas según la magnitud de sus coeficientes. Podemos graficar esta distribución
de energı́a en función de la frecuencia mediante un espectro de lı́neas.
941 Hz * 0 # D
Puede notarse que la mayorı́a de las frecuencias de la modulación DTMF son co-primas,
por lo cual la superposición genera una señal periódica de frecuencia 1Hz.
O
Al presionar las teclas [1] y [4] de forma simultánea se producirı́a una señal de la forma:
C
RU
ST
pectrales de una señal periódica de frecuencia ω0 será N = ωmax /ω0 . A medida que
ω0 → 0 (o bien T → ∞), esta cantidad tiende a infinito y el espectro de lı́neas se
convierte en una función continua.
C
Podemos considerar que una señal no-periódica equivale a una señal periódica con
perı́odo infinito (o frecuencia cero). Si evaluamos esto a través de la serie de Fourier
tendrı́amos lo siguiente:
∞ ∞
" #
Z T /2
X X 1
y(t) = lı́m cn ejnω0 t = lı́m y(t)e−jωt dt ejωt
T →∞ T →∞ T −T /2
EN
n=−∞ n=−∞
Sustituyendo:
IO
Z ∞ Z ∞
1
y(t) = y(t)e jωt
dt e−jωt dω (2.33)
2π −∞ −∞
C
Y (ω) = F {y(t)} = y(t)ejωt dt (2.34)
−∞
Debe remarcarse que para que una función f : R → R tenga transformada de Fourier,
esta debe ser integrable en el eje real; y que su transformada es una función compleja:
C
F : R → C.
Esta transformada existe solo si la función y(t) se extingue para |t| → ∞.
Resulta obvio que la expresión 2.33 e la operación que permite recuperar la señal original
RU
a partir de su transformada, y por lo tanto constituye la transformada inversa de Fourier :
y(t) = F −1 {Y (ω)} =
1
2π
Z
−∞
∞
Y (ω)e−jωt dω (2.35)
−∞
Puede afirmarse entonces que Y (f ) es una forma alternativa de definir la función y(t).
Mientras que y(t) es la proyección de una señal en el dominio del tiempo, Y (f ) es su
proyección en el dominio de la frecuencia.
O
Finalmente mencionemos que al igual que la serie de Fourier, esta la transformada tam-
bién se puede aplicar a funciones vectoriales o matriciales.
C
Relación de Parseval
En la sección 2.4.1 se determinó la relación entre potencia media de una función pe-
riódica con su descomposición armónica. En el caso de señales no periódicas puede
computarse “la energı́a” mediante su transformada de Fourier:
Z ∞ Z ∞ Z ∞ Z ∞
2 −1 j2πf t
{Y (f )} dt =
EN
IO
lo tanto:
Z ∞ Z ∞ Z ∞
2 1 2
y 2 (t)dt = |Y (f )| df = |Y (ω)| dω (2.40)
−∞ −∞ 2π −∞
Se deduce entonces que el área bajo la curva |Y (f )|2 es la energı́a de la señal; que
estará definida solo si la función se extingue cuando |t| → ∞. De no ser ası́ el resultado
C
serı́a ∞, pero de todas formas por lo dicho anteriormente su transformada no estarı́a
definida.
C
Señales Aleatorias
2.5.1. Análisis Estático
RU
Funciones de Distribución de Probabilidad
densidad de probabilidad Para variables o eventos discretos podemos establecer una
cierta probabilidad de ocurrencia. Por ejemplo, la probabilidad de que salga un determi-
nado número al arrojar un dado no cargado es 1/6. Este tipo de situaciones es común en
los juegos de azar. Sin embargo, para variables definidas en el dominio de los números
reales, la probabilidad de obtener un determinado valor dentro de los infinitos posibles
dentro de cualquier intervalo es necesariamente nula. Pero en estos casos podemos
ST
asignar una probabilidad concreta de ocurrencia a un intervalo de valores. Esta proba-
bilidad resultará de la integral de la función de densidad de probabilidad en el intervalo
seleccionado.
distribución normal.
La distribución de Gauss queda definida por dos parámetros, el valor medio x̄ y la des-
viación standard σ :
2
1 (x − x̄)
O
f (x) = √ e− (2.41)
σ 2π 2σ 2
densidad. Z x
F (x) = f (x)dx (2.42)
−∞
En el caso de la distribución normal:
x − x̄
EN
F (x) = Φ (2.43)
σ
IO
π 0
Momentos Estadı́sticos
valor medio Es el valor esperado de una muestra:
x̄ = E {x} (2.46)
C
varianza El sesgo es el valor esperado de la variación entre una muestra y el valor
medio elevado al cubo:
n o
2
var = E (x − x̄) (2.47)
C
En el caso de la distribución normal la varianza es el cuadrado de la desviación standard.
sesgo El sesgo es el valor esperado del apartamiento entre una muestra y su valor
RU
medio elevado al cubo:
n o
3
sesgo = E (x − x̄) (2.48)
Un valor positivo indica una distribución inclinada hacia la derecha respecto de su valor
medio y viceversa. Para la distribución normal el sesgo es nulo.
cov(x, y) = E x y T
(2.51)
lo cual da como resultado una matriz simétrica. En el caso de un único vector, la varianza
es la matriz de covarianza dada por:
C
cov(x) = E x xT
(2.52)
en donde los elementos de la diagonal se corresponden a las varianzas de cada compo-
nente del vector.
Si no hay relación estadı́stica entre las diferentes componentes del vector, los elementos
no diagonales serán nulos. Es fácil por lo tanto intuir el significado de los autovalores y
EN
IO
histograma Si el proceso estocástico es ergódico, para determinar la función de den-
sidad de probabilidad para una variable aleatoria a partir de un muestreo podemos cons-
truir un histograma.
C
2.5.2. Análisis Dinámico
Función de Correlación
La función de correlación entre dos variables aleatorias es el valor esperado del producto
C
entre el valor que toma una de ellas en un instante de tiempo t y el valor de la otra en el
instante diferente t + τ para diferentes valores del retardo τ :
Rxy (τ ) = lı́m
1
T →∞ T
Z T /2
−T /2
x(t)y(t + τ )dt (2.54)
Es evidente que para la función de autocorrelación se cumple que R(τ ) = R(−τ ), y que
la autocorrelación para τ = 0 se corresponde con la varianza.
con lo cual Z ∞
1
EN
IO
T →∞ T −T /2
Z ∞
1 T /2
Z
1
= lı́m y(t) Y (ω)ejω(t+τ ) dω dt
T →∞ T −T /2 2π −∞
Z ∞ Z ∞
1 1
= lı́m y(t)ejωt dt Y (ω)ejωτ dω
2π −∞ T →∞ T −∞
C
Z ∞
1 1 ∗
= lı́m Y (ω)Y (ω)ejωτ dω
2π −∞ T →∞ T
Teniendo en cuenta el Teorema de Parseval (ec. 2.40):
C
Z ∞
R(τ ) = S(ω)ejωτ dω = F −1 {Y (ω)} (2.60)
−∞
RU
Observamos que la función de autocorrelación es la transformada inversa de Fourier de
la función de densidad espectral de potencia, y por lo tanto:
S(ω) =
1
Z ∞
R(τ )e−jωτ dω = F {R(τ )} (2.61)
2π −∞
2.6.1. Muestreo
N
El muestreo de una señal es una secuencia de valores que se corresponde con los de
la señal en ciertos instantes de tiempo. Si el tiempo entre muestras ts es uniforme:
∞
X ∞
X
y ∗ (t) = y(t)δ(t − n · ts) = y(n · ts)δ(t − n · ts) (2.63)
n=0 n=0
IO
donde ωs es la frecuencia de muestreo fs = 1/ts en forma angular.
Llamaremos frecuencia de Nyquist a la mitad de la frecuencia de muestreo: ωnq = ωs /2.
Si dividimos la frecuencia de la señal por la de Nyquist se tendrı́a ω = ω̄ + h · ωnq , donde
h es el cociente y ω̄ el resto de la división. Sustituyendo:
C
Queda claro que todas las senoidales cuyas frecuencias den el mismo resto tendrán el
mismo muestreo. La condición para poder reconstruir de forma exacta una senoidal a
partir de su muestreo es que se cumpla la condición:
C
ωs
ωnq = >ω (2.66)
2
SI no se respeta esta relación, no será posible discriminar entre una senoidal de baja
RU
frecuencia respecto de sus ”alias” con frecuencias superiores en una cantidad entera de
la frecuencia de Nyquist; problema denominado comúnmente como aliasing.
N −1
n
X
Yk = yn e−j2π N k (2.67)
n=0
N −1
1 X k
yn = Yk ej2π N n (2.68)
N
k=0
O
N −1 N −1
X 1 X
|xn |2 = |Xk |2 (2.69)
EN
n=0
N
k=0
IO
Para expresar la densidad espectral en unidades de ingenierı́a hay que aplicar los facto-
res de conversión para llevar las frecuencias adimensionales a valores reales:
1 fs
Φ(fk ) = |Xk |2 , fk = k (2.71)
N · fs N
C
Es posible obtener una estimación de la densidad espectral de potencia de una señal
aleatoria a partir de un muestreo lo suficientemente grande de la misma. El procedimien-
to consiste en dividir este muestreo en bloques de N muestras, obtener la transformada
C
de Fourier discreta de cada uno de ellos y promediar estos resultados.
Estos bloques pueden obtenerse particionando un único muestreo, o utilizando mues-
treos diferentes del mismo proceso.
RU
ST
N
O
C
EN
C
C
Modelado de Sistemas Mecánicos
RU
Modelos de Parámetros Concentrados
ST
con parámetros distribuidos (ver [Mei97, capı́tulo 8: Approximate Methods for Distributed-
Parameter Systems, p. 501])
Estos elementos rı́gidos se caracterizan por sus propiedades másicas (masa y memen-
tos de inercia) y su estado queda definido por sus desplazamientos r (incluyendo giros)
y las velocidades ṙ correspondientes.
O
Sumando esto a las propiedades de los elementos disipativos y elásticos de los vı́nculos
que los conectan se definen las caracterı́sticas del sistema mecánico.
Con esto podemos obtener las ecuaciones de movimiento mediante las formulaciones de
Newton-Euler, Lagrange o Hamilton (ver [Kel12, capı́tulo 7: Modeling of MDOF Systems,
C
73
Formulación de Euler
Para cada elemento inercial se puede plantear una ecuación de conservación de mo-
mento (lineal o angular):
X X
mi r̈i = hij + fik (3.1)
IO
j k
donde se incluyen acciones externas fik aplicadas al elemento mi . Las fuerzas o mo-
mentos hij de los vı́nculos dependerán del desplazamiento del elemento mi y de los
correspondientes a los elementos mj vinculados mediante elásticos kj y amortiguado-
res bj (lineales o torsionales).
C
hij = kj (ri − rj ) + bj (ṙi − ṙj ) (3.2)
C
X
mi r̈i + kij (rj − ri ) + bij (ṙj − ṙi ) = fik (3.3)
k
RU
Consideremos como ejemplo el caso del análisis de cabeceo y desplazamiento vertical
de un automóvil. El modelo conceptual está representado en la figura 3.1, en el cual se
definen cuatro grados de libertad: giro y desplazamiento vertical de la carrocerı́a, y de
las dos ruedas.
Para cada uno de ellos podemos plantear el correspondiente principio de conservación
de cantidad de movimiento:
1 = zc − zf − l1 θ
2 = zc − zr + l2 θ
IO
3 = zf − hf
4 = zr − hr
C
Coordenadas generalizadas Para que la realización de este modelo sea mı́nima es
necesario encontrar un conjunto de desplazamientos que definan de forma unı́voca su
configuración geométrica en un determinado instante de tiempo.
Este conjunto de coordenadas será mı́nimo. Su dimensión será igual a la cantidad de
C
grados de libertad del sistema, y a la mitad del orden del modelo dinámico.
Llamamos a estas variables coordenadas generalizadas {qi } y decimos que cada una
corresponde a un grado de libertad del sistema mecánico.
RU
En muchos casos los desplazamientos geométricos rj pueden usarse como coordena-
das generalizadas (ver fig.3.2), pero en el caso general serán funciones de las coorde-
nadas generalizadas rj = Rj (q1 , q2 , · · · , qN ).
En otras palabras, las coordenadas generalizadas no necesitan ser desplazamientos
geométricos.
Figura 3.2
EN
IO
N
X N
X N
X
mij q̈i + kij (qj − qi ) + bij (q̇j − q̇i ) = fi (3.6)
j=1 j=1 j=1
Formulación de Lagrange
C
Es posible obtener las ecuaciones dinámicas para un sistema mecánico utilizando la
formulación de Lagrange. Esta surge del principio de mı́nima acción; según el cual las
trayectorias de un sistema mecánico son aquellas de mı́nima energı́a.
Para obtener las ecuaciones del movimiento se construye la función de Lagrange L =
C
T − V , donde T es la energı́a cinética total del sistema y V la potencial, equivalente al
trabajo realizado por las fuerzas conservativas (las que surgen de un campo potencial
como el gravitatorio, el electromagnético o la deformación elástica).
RU
Si el movimiento se describe en términos de un conjunto de coordenadas generalizadas
qi , las trayectorias de mı́nima energı́a verificarán la ecuación de Lagrange:
d
∂L
−
∂L
= Qi (3.7)
dt ∂ q̇i ∂qi
δ W̄ = Qi · δqi
En el caso general el lagrangiano será una función L(qi , q̇i , t), porque el modelo podrı́a
incluir parámetros que dependan explı́citamente del tiempo (masa variable por ejemplo).
O
1X
C
T = mi ṙi2
2 i
IO
donde kij es rigidez del elemento elástico que vincula el desplazamiento ri con el rj
(que será nulo si tal vı́nculo no existe).
C
Y si tomamos los desplazamientos como coordenadas generalizadas:
∂L ∂L X
= mi q̇i , = kij (qi − qj )
∂ q̇i ∂qi
C
j
N N N
!
1 XX X ∂rk ∂rk
= mk q̇i q̇j
2 i=1 j=1 ∂qi ∂qj
k=1
O
IO
1 T
= q Kq (3.10)
2
Puede notarse que las matrices M y K son simétricas y positivas definidas.
C
El modelado con parámetros concentrados de sistemas con múltiples grados de liber-
tad requiere fundamentalmente de una forma sistemática de construir las matrices de
rigidez. Para ello, siguiendo a [Tho82, cap.6.1, p. 174], definimos como coeficiente de
influencia de flexibilidad aij al desplazamiento qi producido en un nodo i por una fuer-
C
za unitaria pj aplicada en el nodo j . Si las relaciones entre tensión y deformación son
lineales, el desplazamiento en un nodo i se obtiene por superposición:
..
p1
p2
..
.
.. . . . .
qN aN 1 aN 2 ··· aN N pN
o bien:
ST
q =F·p
donde F es una matriz de flexibilidad. La relación inversa está dada por la matriz de
rigidez:
p=K·q
−1
siendo obvio que K = F .
Esto es útil para realizar una primer verificación al calcular la matriz de rigidez.
IO
Mq̈ = F1 f
f = F2 q
C
La matriz de rigidez será:
K = F1 F2
Ilustramos esta idea con el siguiente ejemplo.
C
Volviendo al ejemplo representado en la figura 3.1, por simplicidad sin considerar varia-
ciones en el terreno, podemos plantear que:
RU mz̈c = f1 + f2
mf z̈f = f3 − f1
mf z̈r = f4 − f2
J θ̈ = f1 l1 − f2 l2
donde f1 y f2 son las fuerzas delantera y trasera de la suspensión (elástica más amor-
tiguamiento), f3 y f4 son las fuerzas de las ruedas delantera y trasera respectivamente.
ST
Podemos reescribir esto como:
m 0 0 0 z̈c 1 1 0 0 f1
z̈
0 mf 0 0 −1 0 f2
1 0
f
=
0 0 mr 0 z̈r
0 −1 0 1
f3
0 0 0 J θ̈ l1 −l2 0 0 f4
1 1 0 0
−1 0 1 0
F1 =
0 −1 0 1
O
l1 −l2 0 0
Luego encontramos la matriz de rigidez entre estas fuerzas y las coordenadas genera-
lizadas, considerando un desplazamiento unitario en cada una de ellas por separado.
C
IO
f4 0 0 −k4 0 θ
−b1 b1 0 −b1 l1 żc
−b2 0 b 2 b 2 l 2
żf
+ = F2 q + F3 q̇
0 −b3 0 0 żr
0 0 −b4 0 θ̇
C
Recordemos que cada columna corresponde a un desplazamiento aislado.
Luego, combinando ambas expresiones:
Mq̈ + Bq̇ + Kq = 0
C
donde K = −F1 F2 y B = −F1 F3 .
Por otra parte, de las ecuaciones 3.9 y 3.10 vemos que la energı́a cinética y potencial
RU
elástica surgen de formas cuadráticas construidas por con las las matrices de inercia
y rigidez respectivamente. Por lo tanto, expresando estas energı́as en función de las
coordenadas generalizadas, es posible obtener dichas matrices por inspección. Veamos
un ejemplo:
Supongamos que analizamos la dinámica de un tren compuesto por tres vagones vincu-
lados entre sı́ mediante elementos elásticos. Denotamos con xi la posición del vagón i
ST
de masa mi . Los elásticos k1 y k2 vinculan los vagones 1 − 2 y 2 − 3 respectivamente.
La energı́a cinética será:
m1 0 0 x1
2T = m1 ẋ21 + m2 ẋ22 + m3 ẋ23 = x1
x2 x3 0 m2 0 x2
0 0 m3 x3
N
2V = k1 (x1 − x2 )2 + k2 (x2 − x3 )2
= k1 x21 + k1 x22 − 2k1 x1 x2 + k2 x22 + k2 x23 − 2k2 x2 x3
O
k1 −k1 0 x 1
= x1 x2 x3 −k1 k1 + k2 −k2 x2
0 −k2 k2 x3
C
Para el armado de la forma matricial tenemos en cuenta que en una forma cuadrática el
coeficiente de x2k ocupa el lugar k en la diagonal principal, mientras que el coeficiente de
xi xj corresponde a los elementos ij y ji (la matriz es simétrica).
EN
IO
k1 −k1 0
K = −k1 k1 + k2 −k2
0 −k2 k2
C
3.1.2. Ecuación Matricial de Movimiento
C
Las ecuaciones de conservación planteadas para cada grado de libertad pueden escri-
birse de forma compacta como una ecuación diferencial matricial de segundo orden:
M q̈ + B q̇ + K q = F u (3.11)
RU
En donde M es una matriz de inercia y K la matriz de rigidez; mientras las fuerzas
no conservativas quedan representadas por B que corresponde a los amortiguamientos
(que puede construirse como la matriz K considerando velocidades unitarias para las
coordenadas generalizadas) y F al efecto de las perturbaciones.
Esta ecuación puede escribirse como:
q̇
podemos obtener una ecuación de estado equivalente a 3.11:
q̇ 0 I q 0
O
ẋ = = + u (3.15)
q̈ −K̄ −B̄ q̇ F̄
donde
K̄ = M−1 K , B̄ = M−1 B , F̄ = M−1 F (3.16)
C
q̈ + K̄ q = F̄ u (3.17)
IO
Frecuencias Naturales
La ecuación caracterı́stica para la matriz dinámica en ese caso resulta:
I 0 0 I sI −I
0 I − −K̄
s = =0
0 K̄ sI
C
Para una matriz en bloques de la forma:
A B
M=
C
C D
y si D es invertible:
|M| = |D||A − BD−1 C|
Tendiendo en cuenta que si α ∈ R, A ∈ Rn×n se verifica que |αA| = αn |A|, y teniendo
en cuenta que en este caso:
A = sI , B = −I , C = K̄ , D = sI
ST
= |s2 I + K̄| = 0
N
|λI − K̄| = 0
O
En sı́ntesis, la
√ dinámica para el caso no amortiguado tendrá autovalores imaginarios
√
puros s = ±j λi . Las respuestas serán entonces armónicas con frecuencias ωi = λi ,
siendo λi los autovalores de la matriz K̄.
C
Formas Modales
Para sistemas no-amortiguados no es necesario trabajar con el modelo de estados, dado
que toda la información dinámica puede deducirse a partir de la matriz K̄ = M−1 K,
mientras que la respuesta temporal queda definida por la evolución de las coordenadas
EN
IO
es decir
q = v 1 η1 + v 2 η2 + · · · + v n ηn
Esto equivale a proyectar el vector de coordenadas generalizadas q en un sistema
de coordenadas definidos por los autovectores v j , los cuales se corresponden con la
configuración de desplazamientos compatibles con el movimiento armónico de frecuen-
C
cia ωj .
Decimos que el autovector v j da la forma modal para el movimiento armónico de fre-
cuencia ωj .
C
Con este cambio de coordenadas obtenemos un modelo dinámico con N ecuaciones
desacopladas. Sustituyendo 3.19 en 3.17 tendremos:
Λη̈ + K̄Λη = 0 → η̈ + λη = 0
RU
donde η es el vector de coordenadas modales y λ = Λ−1 K̄Λ resulta ser una matriz
diagonal construida con los autovalores correspondientes. En forma expandida:
η̈1 + λ1 η1 = 0
η̈2 + λ2 η2 = 0
···
η̈n + λn ηn = 0
ST
Esto muestra claramente que cada modo natural es independiente de los demás.
Si partimos del reposo (q̇ = 0), y la deformada inicial coincide con un autovector en parti-
cular (q(0) = v j ), el movimiento que observaremos será unicamente el correspondiente
a esa forma modal; dado que la condición inicial para las otras coordenadas modales
será nula:
N
q(t) = v 1 0 + v 2 0 + · · · + v j ηj (t) + · · · + v n 0
te relación:
M−1 K v i = λi v i
Es evidente que:
IO
Kv i = λi Mv i (3.20)
En esta expresión ambos lados de la igualdad son vectores de orden n. Pre-multiplicando
por v Ti obtenemos una cantidad escalar:
v Ti Kv i = λi v Ti Mv i
C
de lo cual se deduce que:
v Ti Kv i
λi = ωi2 = (3.21)
v Ti Mv i
C
También se llega a esta relación considerando los desplazamientos correspondientes a
un único modo natural i para oscilaciones libres del sistema no amortiguado:
RU qr (t) = q̄r sin (ωi t + φi )
La amplitud máxima del desplazamiento será qrmax = q̄r y la velocidad máxima será
q̇rmax = ωi q̄r . La energı́a cinética y potencial elástica máximas para este modo natural
ST
resultan:
1 2 T 1 T
Timax = ω q̄ M q̄ = ωi2 Ti∗ , Vimax = q̄ K q̄ (3.24)
2 i 2
donde Ti∗ es una “pseudo-energı́a cinética de referencia” (Timax /ωi2 ).
Concluimos que Timax = Vimax , lo cual no sorprende dado que el sistema es conser-
N
Si elegimos un vector v arbitrario en lugar de una forma modal obtendremos una cantidad
escalar caracterı́stica del sistema que solo depende de esta elección:
v T Kv
λ = ω 2 = R(v) = (3.26)
C
v T Mv
Un aspecto interesante es que esta función tiene un valor estacionario (un mı́nimo local)
EN
IO
donde Λ es la matriz modal y c es un vector de coeficientes. Es posible normalizar los
autovectores de forma tal que:
ΛT MΛ = I , ΛT KΛ = λ
C
n
λi c2i
P
T T T
c Λ KΛ c c λc i=1
R(v) = = T = Pn
cT ΛT MΛ c c Ic
c2i
C
i=1
R(v) =
RU λr +
1+
n
P
i=1
Pn
λi (1 − δir ) 2i
(1 − δir ) 2i
≈ λr +
n
X
i=1
(λi − λr ) 2i
i=1
R(v) ≥ λ1
Es implica que el cociente de Rayleight nunca es menor que el primer autovalor, y por lo
tanto su mı́nimo se corresponde a este. Esto lleva a considerar que es posible obtener
O
una buena aproximación para la frecuencia del modo fundamental utilizando como vector
de prueba la deformada estática del sistema bajo la acción de un campo gravitatorio;
hecho que puede ser útil cuando la cantidad de grados de libertad es elevada y solo
interesa este modo.
C
Por otra parte, de la ecuación 3.1.3 puede observarse que aumentando la rigidez del
sistema o disminuyendo su inercia se incrementa la magnitud de las frecuencias natura-
les y viceversa, de la misma forma que se observa con un sistema de un solo grado de
libertad.
1 Un punto estacionario de una función es un valor de su argumento en donde la derivada resulta nula, y por lo tanto
EN
v Tj Kv i = λi v Tj Mv i
IO
v Ti Kv j = λj v Ti Mv j
v Tj Kv i = v Ti Kv j
C
v Tj Mv i = v Ti Mv j
Por lo tanto, en las dos ecuaciones anteriores el lado izquierdo es el mismo; y en el lado
derecho solo difieren en el valor de λ. Restando ambas ecuaciones:
C
0 = (λi − λj ) v Ti Mv j
v Ti Kv j = 0 (3.28)
Podemos afirmar entonces que los autovalores o formas modales son ortogonales
respecto de las matrices M y K.
ST
Método de Dunkerley Este método permite obtener una lı́mite inferior para la frecuen-
O
cia del primer modo natural para modelos con mas de tres grados de libertad. Consiste
simplemente en computar el lado derecho de la siguiente desigualdad:
1 1 1 1
= 2 + 2 + ··· + 2
C
donde ωii es la frecuencia natural obtenida del cociente mii a11 , mii y aii son los coefi-
cientes de la diagonal en las matrices de masa y flexibilidad (K−1 ).
EN
Figura 3.3
Cuerdas
Analizamos el balance de fuerzas en el eje transversal y en un elemento diferencial de
una cuerda bajo una tensión T y una carga distribuida f . De la figura 3.3 podemos ver
C
que:
∂ 2 y(x, t)
∂ ∂y(x, t)
T (x) + f (x, t) = ρ(x) (3.29)
∂x ∂x ∂t2
Proponemos una solución por separación entre una variación temporal y una espacial:
∂ 2 Y (t)
∂ ∂Y (x)
T (x)F (t) + f (x, t) = ρ(x)Y (x) (3.31)
∂x ∂x ∂t2
IO
porales a la derecha y espaciales a la izquierda:
1 d2 F (t)
1 d dY (x)
T (x) = (3.32)
ρ(x)Y (x) dx dx F (t) dt2
Como ambos las dos de la ecuación dependen de variables diferentes, la igualdad solo
C
puede verificarse para cualquier par {x, t} si ambos miembros son iguales a una cons-
tante que llamaremos λ = ω 2 . Por lo tanto tenemos para las variaciones espaciales
que:
d dY (x)
T (x) + ω 2 ρ(x)Y (x) = 0 (3.33)
C
dx dx
mientras que para la evolución temporal:
RU ∂ 2 F (t)
+ ω 2 F (t) = 0 (3.34)
∂t2
Antes de proponer una solución veremos que lo mismo puede decirse para el caso de
deformaciones longitudinales o torsionales.
Vibraciones Longitudinales
La carga longitudinal S sobre un elemento diferencial de una barra sometida a cargas de
longitudinales ubicado en una posición x estará dada por:
ST
∂u
S(x) = σ(x)A(x) = EA(x)(x) = EA(x) (x) (3.35)
∂x
donde A es el área de la sección, σ es la tensión por deformación, y u el desplazamiento
longitudinal del elemento.
Por conservación de cantidad de movimiento:
N
∂2u
(S(x, t) + dS) − S(x, t) + f (x, t)dx = ρA(x)dx (x, t)
∂t2
donde f (·) es una distribuida fuerza externa, y ρ la densidad lineal de masa.
O
∂S
Con la sustitución dS = dx se llega a que:
∂x
∂S ∂2u
(x, t) + f (x, t) = ρA(x) 2 (x, t)
∂x ∂t
C
∂2u
∂ ∂u
EA(x) (x, t) + f (x, t) = ρA(x) 2 (x, t) (3.36)
∂x ∂x ∂t
EN
IO
∂x ∂x ∂t
de lo que surge:
1 ∂2q
1 ∂ ∂v
EA(x) (x) = (t)
ρA(x)v(x) ∂x ∂x q(t) ∂t2
C
Dado que el lado izquierdo depende solo de x y el lado derecho solo depende de t,
ambos deben ser constantes. Por lo tanto:
1 ∂ ∂v
EA(x) (x) = −ω 2
v(x)ρA(x) ∂x ∂x
C
1 ∂2q
(t) = −ω 2
q(t) ∂t2
que puede reescribirse como:
RU
∂ ∂v
EA(x) (x) + ω 2 ρA(x)v(x) = 0 (3.38)
∂x ∂x
y
∂2q
(t) + ω 2 q(t) = 0 (3.39)
∂t2
ST
De esta última ecuación puede verse que el movimiento libre será armónico simple:
Oscilaciones libres para una viga uniforme Para una viga en donde los productos
EA y ρA son constantes. Entonces para la forma modal se deberá cumplir que:
∂2v
N
(x) + α2 v(x) = 0
∂x2
en donde:
ρ
α2 = ω 2 (3.40)
O
E
Proponemos la solución:
∞
X x x
u(x, t) = (ai cos ωi t + bi sin ωi t) · ci cos ωi + di sin ωi (3.42)
EN
i=1min
t t
Figura 3.4
N
Vibraciones Torsionales
Para vibraciones torsionales el tratamiento es el mismo, pero sustituyendo E por G (rigi-
dez torsional) y A por J (momento de inercia respecto del centro de giro de la sección
O
transversal).
Solución de Euler
Para vigas de sección transversal pequeña en relación a su longitud se puede despreciar
los efectos de inercia en el giro y deformación por corte. El tratamiento para el caso de
secciones gruesas puede verse en [Rao11, 8.5.8, p. 734].
Para un elemento diferencial ubicado en la coordenada x la masa es:
EN
dm = ρA(x)dx
IO
(ver figura 3.4):
dx
(M (x, t) + dM ) − (Q(x, t) + dQ) dx + f (x, t)dx −M =0
2
Y escribiendo:
C
∂Q ∂M
dQ = dx , dM = dx
∂x ∂x
se obtiene:
C
∂2w ∂Q
ρA(x) 2
(x, t) + (x, t) = f (x, t)
∂t ∂x
∂M ∂Q 1
(x, t) − Q(x, t) = (x, t) + f (x, t) dx ≈ 0
∂x
RU ∂x 2
en donde en la segunda ecuación el lado derecho se desprecia por estar multiplicado
por dx. De dicha ecuación surge que:
∂2M ∂Q
(x, t) = (x, t)
∂x2 ∂x
y sustituyendo en la primera:
ST
∂2M ∂2w
2
(x, t) + ρA(x) 2 (x, t) = f (x, t)
∂x ∂t
De la teorı́a de Euler-Bernoulli la relación entre momento y deformación (o giro) está
dada por:
∂θ ∂2w
M = EI = EI (3.43)
∂x ∂x2
N
∂2 ∂2w ∂2w
EI(x) 2 (x, t) + µ(x) 2 (x, t) = f (x, t) (3.44)
O
∂x2 ∂x ∂t
∂2 ∂2y 1 ∂2q
1
EI(x) (x) = − (t)
y(x)ρA(x) ∂x2 ∂x2 q(t) ∂t2
Dado que el lado izquierdo depende solo de x y el lado derecho solo depende de t,
IO
ambos deben ser constantes. Por lo tanto:
∂2 ∂2y
1
EI(x) (x) = ω2
ρA(x)y(x) ∂x2 ∂x2
1 ∂2q
(t) = −ω 2
q(t) ∂t2
C
que puede reescribirse como:
∂2 ∂2y
EI(x) (x) − ω 2 ρA(x)y(x) = 0 (3.46)
∂x2 ∂x2
C
y
∂2q
(t) + ω 2 q(t) = 0 (3.47)
RU ∂t2
De esta última ecuación puede verse que el movimiento libre será armónico simple:
Oscilaciones libres para una viga uniforme Para una viga en donde los productos
EI y ρA son constantes. Entonces para la forma modal se deberá cumplir que:
∂4y
ST
(x) − β 4 y(x) = 0
∂x4
en donde:
ω2
β4 = ρ (3.48)
EI
Proponemos la solución:
N
IO
donde κ(x) será EA o GJ según se trate de vibraciones longitudinales o torsionales.
dy
C
θ=
dx
La energı́a potencial elástica de un elemento diferencial es
∂θ
C
dV = M · dθ = EJ · dθ
∂x
Y como
∂θ ∂2y
RU = = y 00 → dθ = y 00 dx
∂x ∂x2
resulta que
Z L
1 2
V = EJ(x) [y 00 (x)] dx (3.51)
2 0
ST
N
O
C
EN
IO
mediante elementos elásticos sin masa; y analizarlos como un sistema de N grados de
libertad.
Una vez construidas las matrices de masa M y rigidez K (o elasticidad A) se obtienen
los
modos naturales resolviendo el problema de autovalores y autovectores para la matriz
M−1 K .
Existen diferentes métodos numéricos para resolver el problema de autovalores (ver sec
C
7.5 - Método Matricial Iterativo, sec. 7.6 - Método de Jabcobi y sec. 7.7 - Problema
Estándar en [Rao11]).
Pero para el caso de vigas y ejes se dispone de algunas formas ventajosas cuando solo
se desean conocer los primeros modos naturales.
C
Masa Equivalente para Elementos Deformables
Es evidente que la masa de los elementos deformables se encuentra distribuida, y que
RU
la aceleración es diferente a lo largo de su extensión.
En primer término se puede optar por repartir su masa entre los extremos, pero puede
lograrse una mejor aproximación si se busca una masa equivalente concentrada que
posea la misma energı́a cinética del elemento asumiendo una cierta función de defor-
mación con amplitud definida por el desplazamiento del elemento concentrado.
2 0 2 0
Me = µ(x)f 2 (x)dx
0
IO
Me = µ 2
= m
0 3L 3
Por lo tanto deberı́amos agregar a la masa en el extremo la tercera parte de la masa del
resorte.
C
Método de Holzer
El método de Holzer permite calcular modos naturales para deformaciones unidireccio-
nales usando modelos de parámetros concentrados con acoplamiento adyacente.
C
El tema se puede consultar en [Tho82, sección 10.1: Método de Holzer, p. 296].
Método de Myklestad
El método de Myklestad es una extensión del de Holzer para vibraciones flexionales.
RU
El tema se puede consultar en [Tho82, sección 10.4: Método de Myklestad para Vigas,
p. 304].
Flexo-Torsión
Existen muchos casos de estructuras tipo viga en donde la deformación libre es una
combinación de flexión y torsión. Esto ocurre por ejemplo en una viga recta cuando el
centro de gravedad de las secciones no coincide con sus centros de torsión (eje elástico),
ST
o en el caso general cuando el eje elástico no es recto. Un ejemplo de ello es el caso del
ala de una aeronave.
Podemos plantear una discretización con masas concentradas en ciertas secciones de
la viga, y considerar que en cada estación hay una deformada por flexión en un plano
que contiene al eje elástico y otra por torsión en el plano perpendicular a dicho eje.
El momento de inercia para la torsión será de la forma Ji = J¯i + mi c2i , donde J¯i es el
momento de inercia respecto del centro de gravedad de la sección, mi su masa y c2i la
N
Este problema se puede encarar como una extensión del método de Miklestad.
O
IO
polación φ(x) multiplicadas por coeficientes a determinar.
N
X
y(x) = c1 φ1 (x) + c2 φ2 (x) + · · · + cN φN (x) = ci φi (x) (3.52)
i=1
La idea es determinar los coeficientes ci que minimizan el valor del cociente de Rayleight.
C
Teniendo en cuenta que este cociente nunca será menor a la frecuencia del primer mo-
do, el ajuste resultante será el más próximo posible a la deformada real con la forma
propuesta.
Para realizar el proceso de minimización buscamos el conjunto de coeficientes que veri-
C
fiquen:
∂R(y)
=0 , i = 1, 2, ..., N (3.53)
∂ci
Esto resulta en un sistema de N ecuaciones para determinar los valores de los ci .
RU
El cociente de Rayleight es una función racional que da un resultado escalar positivo que
podemos llamar ω 2 :
N (y)
R(y) = = N (y)D(y)−1 = ω 2 (3.54)
D(y)
Al derivar este cociente respecto de uno de los parámetros de y(x) se tendrı́a usando la
ST
regla de la cadena:
∂N (y) ∂D(y)
− ω2 =0 (3.55)
∂ci ∂ci
O
Rc (ω 2 ) c = 0 (3.56)
C
A · u = 0. Para una determinada matriz con determinante nulo, estos vectores pueden obtener en matlab con el comando
EN
null()
IO
Z L
2
D(y) = ρ(x) {y(x)} dx
0
C
N (y) = EJ(x) dx
0 i=1
Z L N
X N
X
= EJ(x) ci φ00i (x) cj φ00j (x)dx
0
C
i=1 j=1
N X
X N Z L
= ci cj EJ(x)φ00i (x)φ00j (x)dx
i=1 j=1 0
donde
RU =
N X
X N
i=1 j=1
ci cj ki j
Z L
kij = EJ(x)φ00i (x)φ00j (x)dx
0
mientras que
ST
( N
)2
Z L X
D(y) = ρ(x) ci φi (x) dx
0 i=1
Z L N
X N
X
= ρ(x) ci φi (x) cj φj (x)dx
0 i=1 j=1
N X
N L
N
X Z
= ci cj ρ(x)φi (x)φj (x)dx
i=1 j=1 0
N X
X N
= ci cj mij
O
i=1 j=1
donde Z L
mij = ρ(x)φi (x)φj (x)dx
C
IO
λI − M−1 K c = 0
K c = λM c →
dos.
Concluimos que el método de Rayleight-Ritz en última instancia termina siendo una
C
técnica de discretización para un modelo conservativo de parámetros distribuidos, y que
su solución implica resolver un problema de autovalores.
Los autovalores λ dan una aproximación a los valores de ω 2 para los diferentes modos,
C
mientras que los autovectores c combinados con la ecuación 3.52 definen autofunctiones
que aproximan a las formas modales.
Se puede demostrar [Mei01, pág.503] que al aumentar N estas aproximaciones conver-
gen a los valores exactos.
RU
Método de Elementos Finitos
En el método de elementos finitos se propone una deformada, de forma similar al méto-
do de Ritz. Pero en este caso, la estructura se divide en elementos y se propone una
misma función de interpolación para la deformada en todos ellos pero con diferentes
coeficientes para cada elemento.
ST
Se busca que las funciones de interpolación en los elementos sean del menor orden
posible, pero con derivadas continuas en función del tipo de deformación.
d2 u(x)
EA =0
N
dx2
Integrando
du(x)
O
= c2
dx
u(x) = c1 + c2 x
la ecuación de la elástica.
ue (ξ) = ce1 φ1 (ξ) + ce2 φ2 (ξ) + · · · + ceN φN (ξ) = φT (ξ) ce = cTe φ(ξ) (3.57)
donde:
φ1 (ξ) c1
IO
φ2 (ξ) c2
φ(ξ) = , ce =
···
· · ·
φN (ξ) cN
C
Ajuste de Coeficientes Para el caso de deformaciones longitudinales o de torsión, las
condiciones de borde están establecidas por los desplazamientos de los nodos:
C
ue (0) = φT (0) ce = ce1
ue (1) = φT (1) ce = ce1 + ce2
lo cual equivale a:
ue (0)
ue (1)
=
1
1
RU 0
1
ce1
ce2
→
T 1 −1
ce = H w e , H=
0 1
ST
donde we es un vector con las deformaciones de los nodos adyacentes. Sustituyendo
en 3.57:
T
ue (ξ) = φT (ξ) HT we = [H φ(ξ)] we = wTe [H φ(ξ)] (3.58)
dy dy dξ dξ 1
θ= = , =
dx dξ dx dx l
las condiciones de borde son:
O
u(0) = φT (0)c
u(1) = φT (1)c
l θ(0) = φ0T (0)c
C
donde
ξ2 ξ3
φ= 1 ξ
φ0 = 0
EN
3ξ 2
1 2ξ
IO
Finalmente para una viga a flexión usando una función de interpolación cúbica:
1 0 0 0 1 0 −3 2
0 l 0 0 0 1 −2 1
H= = Hl H̄ (3.59)
0 0 1 0 0 0 3 −2
0 0 0 l 0 0 −1 1
C
donde H̄ no depende de las dimensiones del problema en particular.
C
Z l
1
T = ρA(x)u̇(x)2 dx
2 0
Sustituyendo con 3.58, y teniendo en cuenta que las funciones de interpolación no de-
RU
penden del tiempo:
Z l
1
T = ρA(x)u̇(x)u̇(x)dx
2 0
1 l
Z
T
= ρA(x) ẇT [H φ(x)] [H φ(x)] ẇ dx
2 0
1
= ẇT Mẇ
ST
2
donde
"Z #
Z l l
T T
M= ρA(x) [Hφ(x)] [Hφ(x)] dx = H ρA(x)φ(x)φ (x)dx HT
0 0
Z 1
T
M=lH ρA(ξ)φ(ξ)φ (ξ)dξ HT (3.60)
0
Z l 2
1 ∂u
V = EA(x) (x, t) dx
2 0 ∂x
Sustituyendo:
C
Z L T iT h
1 h T i
V = EA(x) Hφ0 (ξ) w Hφ0 (ξ) w dx
2 0
1 L
Z
T
EA(x) wT Hφ0 (ξ) Hφ0 (ξ) w dx
=
2 0
1
= wT Kw
EN
es una matriz de rigidez para el elemento. Como dx = ldξ puede notarse que:
IO
dφ(x) dφ(ξ) dξ) dφ(ξ) 1
φ0 = = =
dx dξ dx dξ l
Sustituyendo:
Z 1
1
K= H EA(x) φ0 (ξ)φ0T (ξ)dξ HT (3.61)
l 0
C
Para torsión el resultado es el mismo sustituyendo el producto EA por GJ , mientras que
para cuerdas habrá que hacerlo con T A.
C
L 2
∂2u
Z
1
V = EI(x) (x, t) dx
2 0 ∂x2
se llega a que:
RU
es una matriz de rigidez para el elemento, y como:
φ00 =
d2 φ(x)
dx 2
=
d2 φ(ξ) d2 ξ)
dξ 2 dx 2
=
d2 φ(ξ) 1
dξ 2 l2
Z 1
1
K= H EI(x) φ00 (ξ)φ00T (ξ)dξ HT (3.62)
l2 0
ST
1 1 ξ
N
φ(ξ)φT (ξ) =
1 ξ =
ξ ξ ξ2
0 0 0
φ(ξ)0 φ0T (ξ) =
0 1 =
1 0 1
O
IO
3
2
0 0 −1 1 ξ 3ξ 6ξ
ξ2 ξ3
1 ξ 0 0 0 0
ξ ξ2 ξ3 ξ4 0 1 2ξ 3ξ 2
φφT = φ0 φ0T
ξ 2
, =
ξ3 ξ4 ξ5 0 2ξ 4ξ 2 6ξ 3
C
ξ3 ξ4 ξ5 ξ6 0 3ξ 2 6ξ 3 9ξ 4
0 0 0 0
0 0 0 0
C
φ00 φ00T =
0
0 4 12ξ
0 0 12ξ 36ξ 2
0 0 0 0 0 0 0 0
ST
Z 1
0 0T
0 1 2/2 3/3 1
0 30 30 30
φ (ξ)φ (ξ)dξ =
0
=
0 2/2 4/3 6/4 30 0 30 40 45
0 3/3 6/4 9/5 0 30 45 54
0 0 0 0 0 0 0 0
Z 1 0
00 00T 0 0 0 0 0 0 0
φ (ξ)φ (ξ)dξ =
0
= 360
0 4 12/2 0 0 4 6
N
0
0 0 12/2 36/3 0 0 6 12
156 22 54 −13 12 6 −12 6
ρAl
22 4 13 −3 EI 6 4 −6 2
M= , K= 3
420 54 13 156 −22 l −12 −6 12 −6
−13 −3 −22 4 6 2 −6 4
C
que son válidas si usamos como coordenadas generalizadas los desplazamientos y los
giros multiplicados por las longitudes de los elementos (θl). Si usamos directamente los
giros θ tenemos que escalar estas matrices usando Hl definida en (3.59); por ejemplo
para la rigidez K0 = Hl KHTl .
EN
r ei = Ce r̄ i (3.63)
IO
en donde r ei es el vector de desplazamiento del nodo i en coordenadas locales del
elemento e, mientra que r̄ i es este mismo vector en coordenadas globales. De las coor-
denadas proyectadas en la terna del elemento habrá que seleccionar la que corresponda
a la deformación modelada (longitudinal o transversal). Las matrices de masa y rigidez
en términos de las coordenadas globales para el elemento e resultan:
C
T T
M̄e = C̄e Mj C̄e , K̄j = C̄e Kj C̄e
C
para el desplazamiento de cada nodo.
Con esto:
N
x̄1
1 1
x1 −1 0 0 ȳ1
=√
x2 2 0 0 1 −1
x̄2
ȳ2
O
Independientemente de que sea necesario realizar rotaciones o no, la matriz C̄e permi-
tirá expandir las matrices de masas y rigideces del elemento para utilizar el vector global
C
con todos los desplazamientos. La matriz será entonces de n filas y N columnas, siendo
N el total de coordenadas generalizadas y n el orden del polinomio de aproximación.
Con este tipo de transformaciones, todas las matrices de masa y rigidez para cada ele-
mento se expandirán a matrices de N × N . Para polinomios de primer orden (matrices
EN
de 2 × 2) se tendrı́a:
RU ..
.
ū
1i
ū1j
u1 ··· c1i c1j ··· 0 0 ···
..
= .
u2 ··· 0 0 ··· c2i c2j ···
ū
2i
ST
ū
2i
.
.
.
y con esto
.. ..
..
. . ··· . · · ·
· · · m̄11 ··· m̄12 · · ·
M̄e = ... .. .. .. ..
N
. . . .
· · · m̄21 ··· m̄22 · · ·
.. .. ..
··· . ··· . .
O
Las matrices expandidas para cada elemento podrán ser sumadas para construir matri-
ces de masa y rigidez generalizas para el sistema completo:
E
X E
X
M̄ = M̄e , K̄ = K̄e
C
e=1 e=1
Dado que solo unos pocos elementos de estas matrices expandidas serán no nulos, es
posible resolver esta expansión al momento de construir las matrices M̄ y K̄ distribu-
yendo adecuadamente los elementos de las matrices individuales sin expandir (aunque
si rotadas, de ser necesario), en lugar de realizar la expansión y posterior sumatoria de
EN
forma explı́cita.
IO
T = ū˙ e M̄e ū˙ e = ū˙ M̄ū˙ , V = ūe K̄e ue = ūT K̄ū
2 e=1 2 2 e=1 2
C
k=1
donde
F
X
F̄ = f¯k
C
k=1
RU ¯ + K̄ū = F̄
¨ + C̄u̇
M̄ū (3.64)
analizado en [Mei97, 9.5, p. 598], [Mei86, 8.7, p. 331] y [Mei01, 10.3, p. 563].
Diferencias Finitas
Desde un punto de vista puramente matemático podemos resolver numéricamente las
O
[COMPLETAR]
IO
Para cualquiera de las discretizaciones planteadas el modelo no amortiguado perturbado
resulta de la forma:
Mq̈ + Kq = Fu
donde u es el vector de perturbaciones. Podemos llevarlo a coordenadas modales des-
acopladas utilizando como transformación la matriz modal de M−1 K, lo que resultará
C
de la forma:
C
donde
N = Λ−1 M−1 F (3.66)
El lado derecho de la ecuación 3.65 expresa las fuerzas generalizadas para las coorde-
RU
nadas modales. La matriz N indica como las perturbaciones se combinan para estimular
cada modo natural.
y = Cx + Df (3.67)
IO
obtenemos un conjunto de r ecuaciones desacopladas:
C
C
RU
ST
N
O
C
EN
C
C
Apéndices
RU
Dinámica del Avión
ST
ω = {p, q, r}, que podemos referir a una terna solidaria al vehı́culo (terna móvil, terna
del cuerpo o terna b).
dp
+ω×p=F
dt
dh
+ω×h=M
C
dt
donde p = mv es el vector cantidad de movimiento, siendo m la masa total; h = Jω + h̄
es el momento cinético, donde J el tensor de inercia y h̄ el momento cinético de las
masas rotantes (si las hay); F = {X, Y, Z} es la resultante de las fuerzas aplicadas
mientras que M = {L, M, N } corresponden a los momentos. Todo esto está referido a
EN
la terna móvil.
109
Si la masa y su distribución son constantes (ṁ = 0, J̇ = 0):
v̇ = −ω × v + f (A.1)
−1
ω̇ = −J ω × Jω + τ (A.2)
IO
las perturbaciones aplicadas sobre el cuerpo, y τ el vector de aceleraciones angulares
(τ = J−1 M ) asociado.
Si queremos expandir estas ecuaciones podemos tener en cuenta que el producto vec-
torial puede resolverse mediante un producto matricial, construyendo una matriz anti-
simétrica con el lazo izquierdo:
C
0 −a3 a2 b1
a × b = a3 0 −a1 b2 = a × b = S(a)b = −S(b)a
−a2 a1 0 b3
C
donde S(a) representa la matriz anti-simétrica construida con el vector a.
Con esto es fácil demostrar que:
RU
pv − qu
qw − rv
ω × v = ru − pw
,
ω × h̄ = rh̄x − ph̄z
ph̄y − q h̄x
q h̄z − rh̄y
Entonces, las ecuaciones para un cuerpo rı́gido simétrico respecto del plano xz con
propiedades másicas constantes en forma expandida quedan de la siguiente forma:
O
mv̇ + ru − pw = Y
mẇ + pv − qu Z
Hasta este punto el vehı́culo puede ser de cualquier naturaleza, en tanto la modelización
como cuerpo rı́gido sea válida según lo explicitado al inicio de esta sección.
EN
Para aeronaves, como terna móvil normalmente se adopta el sistema de referencia mos-
trado en la figura A.1b, con un eje x alineado con el fuselaje y apuntando hacia adelante,
un eje z contenido en plano de simetrı́a apuntando hacia abajo, y un eje y completando
una terna derecha. Como terna “cuasi”-inercial se puede adoptar alguna de las mos-
tradas en la figura A.1a. Lo normal es usar la terna NED (North East Down), con eje
ST
z alineado con la “vertical del lugar”, de forma tal que cuando las ternas móvil y fija
se alinean, el vehı́culo mira hacia el norte con su plano xy “nivelado” (según el campo
gravitatorio).
IO
Cib = Cφ Cθ Cψ = 0 c (φ) s (φ) 0 1 0 −s (ψ) c (ψ) 0
0 −s (φ) c (φ) s (θ) 0 c (θ) 0 0 1
(θ) c (ψ) c (θ) s (ψ) −s (θ)
Cib = s (φ) s (θ) c (ψ) − c (φ) s (ψ) s (φ) s (θ) s (ψ) + c (φ) c (ψ) s (φ) c (θ)
C
c (φ) s (θ) c (ψ) + s (φ) s (ψ) c (φ) s (θ) s (ψ) − s (φ) c (ψ) c (φ) c (θ)
Existen otras formas de representar la actitud que pueden resultar más convenientes en
ciertos casos, tales como los cuaterniones unitarios o el ángulo vector.
C
Dado que la gravedad solo tiene componente vertical, de la matriz de rotación interesa
solo la última columna, que con la secuencia de rotaciones adoptada no depende del
rumbo ψ :
RU Xg = −mg sin θ
Yg = mg cos θ sin φ
Zg = mg cos θ cos φ
es decir:
N
En notación vectorial:
O
IO
Teniendo en cuenta que actitud constante implica ω = 0, las ecuaciones (A.1) y (A.2) se
convierten en:
g b (θ) + f a (ρ, v, δ) + f p = 0
τ a (ρ, v, δ) + mp = 0
C
Como este modelo no depende del rumbo, la condición de vuelo podrı́a ser no solo la
de un vuelo rectilı́neo en cualquier dirección, sino también la de un viraje sostenido; in-
cluyendo una trayectoria en barrena o un tirabuzón (agregando al modelo la aceleración
centrı́peta correspondiente).
C
En un vehı́culo simétrico respecto del plano xz , un vuelo recto implica β = φ = 0, y
α = α0 tal que:
RU f (ρ, ue , we , δ) = −g b (0, θ0 , 0) − f p
y mucho menos α = 0; ya que el ángulo de ataque deberá ser el que, para la presión
dinámica considerada, genere una componente de fuerza de sustentación en la vertical
geográfica que equilibre el peso. Y lo mismo puede decirse para otro valor del ángulo de
planeo o ascenso.
O
del ángulo de ataque. Es posible entonces para un cierto número de Mach determinar el
en donde hemos despreciado la proyección del empuje sobre el eje z w ; pero la compo-
IO
nente del empuje en la dirección de vuelo puede determinarse calculando la resistencia
con una expresión similar a la (A.6) y una primer estimación del ángulo de ataque, y
luego incluirla en el cómputo de cL .
Por otra parte, para mantener la velocidad angular nula se requiere que la suma de mo-
C
mentos se anule. En general esto requiere ajustar el comando de elevador para ”trimar”
la aeronave de forma tal que:
C
Modelo de Estados
Para linealizar los términos inerciales (lado derecho de ec. 1) usamos los siguientes
desarrollos en serie de Taylor:
RU
xy ≈ x0 y0 + y0 (x − x0 ) + x0 (y − y0 ) = x0 y0 + y0 ∆x + x0 ∆y
x2 ≈ x0 2 + 2x0 (x − x0 ) = x20 + 2x0 ∆x
1 1
∆α ≈ ∆w , ∆β ≈ ∆v
U0 U0
Para las fuerzas y momentos consideramos expresiones linealizadas de la forma:
N
∂P ∂P
P ≈ P (x0 , y0 ) + (x − x0 ) + (y − y0 ) + · · ·
∂x x0 ,u0 ∂y x0 ,u0
P ≈ P (x0 , u0 ) + Px ∆x + Py ∆y + · · ·
O
Debe tenerse en cuenta que las superficies sustentadoras separadas del centro de gra-
vedad experimentarán un ángulo de incidencia que dependerá de la composición entre
ángulo de ataque de la aeronave y de los movimientos de rotación. Por lo tanto, tam-
bién debe considerarse la dependencia de fuerzas y momentos aerodinámicos con la
EN
velocidad angular.
IO
La ≈ La0 + Lu ∆u + Lv∆v + Lw∆w + Lp∆p + Lq∆q + Lr∆r + Lw∆w + Lη∆η + · · ·
C
− hy0 r0 − r0 ∆hy − hy0 ∆r
= Lu ∆u + Lv ∆v + Lw ∆w + Lp ∆p + Lq ∆q + Lr ∆r + Lw ∆w + Lη ∆η
C
− hz0 p0 − p0 ∆hz − hz0 ∆p
= Mu ∆u + Mv ∆v + Mw ∆w + Mp ∆p + Mq ∆q + Mr ∆r + · · ·
Si ω 0 = 0:
RU
Ix ṗ + Ixz ṙ = Lu ∆u + Lv ∆v + Lw ∆w + Lp ∆p + Lq ∆q + Lr ∆r + · · ·
Iy q̇ = Mu ∆u + Mv ∆v + Mw ∆w + Mp ∆p + Mq ∆q + Mr ∆r + M w∆w + · · ·
Iz ṙ + Ixz ṗ = Nu ∆u + Nv ∆v + Nw ∆w + Np ∆p + Nq ∆q + Nr ∆r + · · ·
mu̇ = Xu ∆u + Xv ∆v + Xw ∆w + Xp ∆p + Xq ∆q + Xr ∆r + ∆Xg + Xw ∆w + · · ·
mv̇ = Yu ∆u + Yv ∆v + Yw ∆w + Yp ∆p + Yq ∆q + Yr ∆r + ∆Yg + · · ·
mẇ = Zu ∆u + Zv ∆v + Zw ∆w + Zp ∆p + Zq ∆q + Zr ∆r + ∆Zg + Zw ∆w + · · ·
ST
0 0 −Mẇ 0 Iy 0 q̇ Mu Mv Mw Mp Mq Mr ∆q
0 0 0 −Ixz 0 Iz ṙ Nu Nv Nw Np Nq Nr ∆r
Xη Xτ Xξ Xη
03
Yη Yτ Yξ Yη
∆η
O
Zη Zτ Zξ Zη ∆τ ∆Xg 0 0
Lη Lτ Lξ Lη ∆ξ + 0
∆Xg 0
Mη Mτ Mξ Mη ∆η 0 0 ∆Xg
Nη Nτ Nξ Nη
C
Xv = Xp = Xr = Zv = Zp = Zr = Mv = Mp = Mr = 0
Xξ = Xζ = Zξ = Zζ = Lη = Nη = Mξ = Mζ = 0
EN
IO
0 0 −Mẇ 0 Iy 0 q̇ M 0 M 0 M 0 ∆q
u w q
0 0 0 −Ixz 0 Iz ṙ 0 Nv 0 Np 0 Nr ∆r
Xη Xτ 0 0
03
0 0 Y ξ Yζ
∆η
Zη Zτ 0 0 ∆τ ∆Xg 0 0
0
+
0 L L ∆ξ 0 ∆X 0
C
ξ ζ g
Mη Mτ 0 0 ∆ζ 0 0 ∆Xg
0 0 Nξ Nζ
C
φ̇ ≈ p , θ̇ ≈ q
∆Xg ≈ −mg cos θo , ∆Yg ≈ mg cos θo , ∆Zg ≈ −mg sin θo
m −Xẇ
RU
Con esto, reutilizando las variables de estado originales u, v, · · · para denotar las varia-
ciones ∆u, ∆v, · · · :
0
0 u̇
ẇ
Xu Xw Xq
Xθ u
Xη Xτ
0 m − Zẇ 0 0 Zu Zw Zq Zθ
w + Zη Zτ η
=
0 −Mẇ Iy 0 q̇ Mu Mw Mq Mθ
q Mη Mτ τ
0 0 0 1 θ̇ 0 0 1 0 θ 0 0
ST
m 0 0 0 v̇ Yv Yp Yr Yφ v Yξ Yζ
ṗ
0 I −I 0 L Lp Lr Lφ p + Lξ Lζ ξ
x xz v
0 −Ixz
=
Iz 0 ṙ
Nv Np Nr Nφ
r Nξ Nζ ζ
0 0 0 1 φ̇ 0 0 1 0 φ 0 0
ẋ = Ax + Bu
O
en donde:
A = M−1 Ā , B = M−1 B̄
θ̇ 0 0 1 0 θ 0 0
IO
= +
q̇ mu mα mq mθ q mη mτ τ
θ̇ 0 0 1 0 θ 0 0
Debe notarse que las derivativas asociadas con θ surgen fundamentalmente por efec-
C
to gravitatorio, mientras que xq y zq tienen que ver con los términos de acoplamiento
producto de usar un sistema de coordenadas inerciales.
C
u̇
xu xα −we −g cos θe u xη xτ
α̇ z zα ue −g sin θe w zη zτ
η
= u + (A.8)
q̇
mu mα mq 0 q
mη mτ τ
θ̇ 0 0 1 0 θ 0 0
xu =
2 σS
RU
donde los coeficientes de la matriz dinámica para una terna principal de inercia son:
cx (αe , 0) xw =
σS ∂cx
(αe , 0)
1
Ve m m ∂α Ve
2 σS σS ∂cz 1
zu = cz (αe , 0) zw = (αe , 0)
Ve m m ∂α Ve
ST
2 σSc̄ σSc̄ ∂cm 1 σSc̄ ∂cm
mu = Ve cm (αe , 0) mw = (αe , 0) mq = (αe , 0)
Iy Iy ∂α Ve Iy ∂q
= w + η {η}
q̇ mw mq q mη
El polinomio caracterı́stico es:
s2 − (mq + zw ) s + (mq zw − mw zq ) = 0
O
m − Zẇ
s2 − (mq + zw ) s + (mq zw − mw Ue ) = 0
Vemos que la frecuencia queda definida por:
r
p 1 Zw 1 p
ωsp ≈ mq zw − mw Ue = p Mq − Mw Ue = p Mα + zα Mα̇
EN
Iy m Iy
IO
Aproximación de Perı́odo Largo
Si se puede asumir ẇ ≈ 0 y que q̇ ≈ 0 (ver [Coo07, p. 152]):
u̇
xu xw xq xθ u
xη xτ
0 zu zw zq 0 w
zη zτ
η
= +
0 mu mw mq 0 q mη mτ τ
C
θ̇ 0 0 1 0 θ 0 0
C
s2 − xu − xw s+g =0
mw Ue − mq zw mw Ue − mq zw
√ g 1 CD
ωlp ≈ 2 , ζlp ≈ √
Ue 2 CL
= +
ṙ nβ np nr nφ r nζ nξ ξ
φ̇ 0 0 1 0 φ 0 0
= + (A.9)
ṙ
nv np nr 0 r
nζ nξ ξ
φ̇ 0 0 1 0 φ 0 0
donde:
EN
IO
nv = (αe , 0) np = (αe , 0) nr = (αe , 0)
Iz ∂β Ve Iz ∂p Iz ∂r
A.1.6. Trayectoria
Plano Vertical
C
La relación entre el ángulo de planeo γ y la velocidad vertical es:
ż = V sin γ ≈ V · γ
C
Por otra parte se tiene que:
γ =θ−α
Asumiendo que se cuenta con alguna clase de control sobre el ángulo de ataque, y que
RU
u̇ es pequeño, se puede plantear que:
q̇
θ̇
=
mq 0 q
1 0 θ
+
mα
0
α
Plano Horizontal
Para la cinemática de la trayectoria horizontal se tiene algo similar a lo planteado para el
desplazamiento vertical:
ẏ = V sin ψ ≈ V · ψ (A.10)
N
vt
Para un viraje coordinado a velocidad de descenso constante: vt = V cos γ , y además:
C
RU
1.2. distribución espacial de velocidades para el modelo de vórtice de Lamb-Oseen (izquier-
da) y variación de la componente longitudinal de la velocidad al atravesar el vórtice a
velocidad constante a diferentes alturas (derecha) . . . . . . . . . . . . . . . . . . . .
1.3. campo de velocidades para el péndulo plano . . . . . . . . . . . . . . . . . . . . . . .
7
11
1.4. campo de velocidades y trayectorias para el péndulo plano . . . . . . . . . . . . . . . 12
1.5. puntos crı́ticos aislados : arriba foco (izquierda) y nodo (derecha); bajo centro (izquierda)
y punto de silla (derecha). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6. respuesta de un oscilador de van der Pol a diferentes condiciones iniciales . . . . . . . 15
ST
1.7. evolución temporal de los estados del modelo de Lorenz con diferentes condiciones
iniciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.8. trayectorias para el modelo de Lorenz con diferentes condiciones iniciales . . . . . . . 18
1.9. Estabilidad según Lyapunov: a) estable, b) asintóticamente estable, c) inestable . . . . 19
1.10.Función cuadrática y una trayectoria para el sistema masa-resorte-amortiguador . . . . 23
1.11.trayectoria y evolución de las funciones de energı́a para el sistema masa-resorte-
amortiguador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
N
1.12.respuesta temporal de una dinámica de primer orden con |p| = 1 para el caso estable
mostrando el tiempo de establecimiento (izquierda) y para el caso inestable mostrando
el tiempo para duplicar la amplitud (derecha) . . . . . . . . . . . . . . . . . . . . . . . 32
1.13.respuesta temporal de una dinámica de segundo orden con cr = 1, cs = 0 y ωn = 1. . 34
O
1.14.Trayectorias para el caso con autovalores reales, uno positivo y otro negativo. Las lı́neas
marcan la dirección de los autovectores. . . . . . . . . . . . . . . . . . . . . . . . . . . 39
armónico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
121
3.1. Modelo conceptual de 2GL para la suspensión de un automóvil . . . . . . . . . . . . . 74
3.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.5. estructura reticulada discretizada por elementos viga . . . . . . . . . . . . . . . . . . . 104
IO
C
C
RU
ST
N
O
C
EN
C
C
[Coo07] M.V. Cook. Flight Dynamics Principles. Elvesier, 2007.
edition, 2012.
RU
[Kel12] S. Graham Kelly. Mechanical Vibrations - Theory and Applications. Cengage Learning, 5
[Mei86] Leonard Meirovitch. Elements of Vibration Analysis. Mc Graw Hill, 2 edition, 1986.
[Mei97] Leonard Meirovitch. Principles ans Techniques of Vibrations. Prentice Hall, 2 edition, 1997.
[V.O94] Peter V.O’Neil. Matemáticas Avanzadas para Ingenierı́a. Prentice Hall, 3 edition, 1994.
N
O
C
EN
123