El Muestreo y la Transformada Z

En años recientes el análisis y diseño de sistemas de control de datos discretos y digitales

ha experimentado un aumento y avances muy importantes. En gran parte dicho avance se
debe a los progresos realizados en el uso de computadoras digitales para el control de
procesos.

Los sistemas de control de datos discretos y digitales difieren de los sistemas continuos o
analógicos, en que las señales manejadas e uno o más partes del sistema se encuentran en
forma de trenes de pulsos o códigos numéricos (como por ejemplo 1 y 0).

Muestreo y el Teorema de Muestreo

Los términos sistemas de control de datos muestreados, sistemas de control de datos
discretos y sistemas de control digital se emplean en muchos casos de manera vaga e
intercambiable en la literatura de sistemas de control.

Sin embargo, en sentido estricto, los datos muestreados son señales cuya amplitud esta
modulada por pulsos (dicha señal está presente en la forma de trenes de pulsos, donde la
información es transmitida por las amplitudes de éstos) que se obtienen mediante el
muestreo de señales analógicas. Los datos digitales son las señales generadas por las
computadoras o transductores digitales, es decir son datos que usualmente se encuentran
codificados de alguna manera en formato digital. De lo anterior se puede fácilmente darse
de la diferencia entre los 2 tipos de datos y entonces inferir la diferencia de los términos
mostrados en el párrafo anterior.

Una operación básica en la conversión de una señal analógica en una muestreada, discreta o
digital, viene siendo el proceso de muestreo en donde: una señal analógica se convierte en
una secuencia de números que normalmente están uniformemente espaciados en el
tiempo. Para que dicho proceso tenga una utilidad práctica, es necesario elegir
adecuadamente el periodo de muestreo de tal manera que esa secuencia de números
obtenidos identifiquen de forma única a la señal analógica original. Lo anteriormente
descrito es en esencia el teorema de muestreo.

El teorema de muestreo o teorema de Nyquist para señales limitadas se pueden enunciar de

dos formas:

1
  Una señal limitada en banda que no tiene componentes a frecuencias mayores
que W Hz se puede representar de forma exacta especificando los valores de la
señal en instantes de tiempo separados segundos.

 Una señal limitada en banda sin componentes frecuenciales superiores a W Hz se

puede recuperar de forma exacta a partir de sus muestras tomadas a una tasa de
muestras por segundo.

La frecuencia de muestreo definida para una señal con ancho de banda W se

denomina tasa de Nyquist. El teorema de muestreo es la base de la equivalencia entre
señales analógicas y digitales.

El teorema de muestreo se basa en la suposición de que la señal f(t) sea estrictamente

limitada en banda. Esto sólo se satisface si f(t) tiene una duración infinita.

El interruptor se cierra cada “T” segundos. La forma muestreada de los datos son puntos
sobre la curva:
Ec. 1
f ( 0 ), f ( T ), f ( 2T ), …, f ( nT ).

fig. 1 Proceso de muestreo

Lo que se aprecia en la figura 1 mostrada arriba se refiere precisamente al proceso de

muestreo de una señal analógica, en donde:

 Primero a) se tiene a la señal continua,

 que al pasar por el muestreador b) el cual proporciona un tren de impulsos ideales,

2
  dará como resultado lo mostrado en la parte c) en donde solamente tendremos los
puntos de las muestras en cada periodo de muestreo.

Matemáticamente se puede representar como una serie de funciones de impulsos, el área

bajo cada impulso representa el valor de “f( nT )” en cada instante de muestreo.

La señal analógica es: f(t) Ec. 2

Siendo *( t ) el tren de impulsos unitarios.

*( t ) = ( t – nT ) Ec. 3

La señal analógica al pasar por el muestreador se convierte en:

f*( t ) = f( t ) *( t ) Ec. 4

Sustituyendo la ecuación 3 en 4 queda la expresión:

f*( t ) = f ( t ) ( t – nT ) Ec. 5

Considerando la ecuación 1 que es cuando se consideran los intervalos de muestreo se tiene

que la ecuación 5 queda expresada como:

Ec. 6
f*( t ) = f ( nT ) ( t – nT )

La ecuación 6 es la expresión que define matemáticamente la serie de puntos muestreados

de la figura 1.

Lo anteriormente mostrado y específicamente la ecuación 6 servirán como base para

analizar y determinar la Transformada Z.

3
TRANSFORMADA Z

La ecuación 6 es la expresión matemática de la forma muestreada de la función continua; si

esta función es transformable por Laplace,

{ f*( t )} = { f ( nT ) ( t – nT )} Ec. 7

Y sabiendo que la transformada de Laplace de un tren de impulsos es:

{ ( t – nT )}= ℮-nTs Ec. 8

Por lo que sustituyendo la ecuación 8 en 7 la transformada de Laplace de la señal

muestreada es:

F* ( s ) = f ( nT )℮-nTs Ec. 9

Si se desarrolla la ecuación 9:

F* ( s ) = f ( 0 ) + f ( T )℮-Ts + f ( 2T )℮-2Ts + …+ f ( nT )℮-nTs Ec. 10

Dicha ecuación es de la que se parte para definir la transformada de Z, a partir de la

sustitución de:

Ec. 11

Además de recordar que también para la expresión anterior:

Entonces sustituyendo 11 en 9 queda:

( ) ∑ ( ) Ec. 12

Siendo esta ecuación la expresión general de la Transformada Z

4
Y ésta al ser desarrollada se verá de la siguiente forma:

F ( Z ) = f ( 0 ) + f ( T )Z-1 + f ( 2T ) Z-2 + f ( 3T ) Z-3 …+ f ( nT ) Z-n Ec. 13

Otra forma de expresarla es:

( ) ( ) ( ) ( ) ( ) ( ) Ec.13’

Como podemos apreciar en las 3 últimas expresiones son una serie infinita y para fines
prácticos será necesario tener un polinomio finito de orden n en lugar de lo anteriormente
mostrado. Para tal efecto entonces se harán uso de algunas de las propiedades de la
transformada Z como es:

 Multiplicación por una constante

 Linealidad, es decir se puede aplicar superposición podemos hacer uso de la

aditividad.

 Teorema de corrimiento

 Teorema de traslación compleja

De tal manera que deberemos observar que propiedad utilizar y realizando

multiplicaciones y sumas se podrá llegar de acuerdo al caso tener una expresión finita de la
transformada Z de una señal específica.