Ecuaciones en Diferencias

Ecuaciones en diferencias lineales
Félix Monasterio-Huelin
11 de abril de 2010
Índice
1. Introducción 2
2. Estudio de la estabilidad 9
2.1. Teorema de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . 12
3. La transformada Z 16
4. Resolución de la ecuación en diferencias utilizando el método

de la descomposición o expansión en fracciones parciales. 20
4.1. Caso de polos reales simples, con al menos un cero en el orı́gen 22
4.2. Solución con polos complejos simples . . . . . . . . . . . . . . 25
4.3. Solución con polos dobles . . . . . . . . . . . . . . . . . . . . . 29
5. Resolución de la ecuación en diferencias utilizando el teorema

de los residuos 32
1
1. Introducción
En estos breves apuntes voy a limitarme al análisis de ecuaciones en difer-

encias lineales de parámetros constantes. Supondré también que todos los
parámetros son conocidos, es decir que no haré ninguna mención a las técni-
cas que se hayan utilizado para obtenerlos. En algunos casos estas ecua-
ciones pueden provenir de una análisis estadı́stico de series temporales, en
otros de modelos basados en leyes cientı́ficas y en otros de la discretización
de ecuaciones diferenciales continuas. En este breve estudio el orı́gen de las
ecuaciones es indiferente ya que voy a centrar el análisis en el estudio de
propiedades generales de las ecuaciones y no en el significado fı́sico de las
variables y parámetros. No obstante supondré principalmente que estas ecua-
ciones representan variaciones en un contexto temporal.
1. Entradas y salidas
También voy a limitar el estudio al caso de una única variable, que
llamaré y, dependiente implı́citamente de un ı́ndice de variación k y
que en general será función lineal de una, ninguna o varias variables.
En términos de sistemas a la variable y la llamaré salida del sistema,
y a las restantes, entradas. Por ejemplo la ecuación
yk + 2yk−1 = 3uk−1 + 5vk−1
representa un sistema cuya entradas son u y v y cuya salida es y.
2. Principio de superposición
Podemos observar que la ecuación es lineal, lo que significa que para su
resolución puede utilizarse el principio de superposición. Esto nos
permite resolver la ecuación anterior resolviendo independientemente
dos ecuaciones,
ykv + 2yk−1
v
= 5vk−1
u u
yk + 2yk−1 = 3uk−1
ya que la linealidad del sistema garantiza que la salida será la suma de
las salidas parciales debidas a cada una de las entradas por separado,
yk = ykv + yku
2
En consecuencia, la utilización del principio de superposición nos per-
mite reducir el estudio a sistemas de una única entrada y una única
salida, sin ninguna pérdida de generalidad.
3. Principio de causalidad
La terminologı́a de entrada-salida tiene un sentido especial cuando se
está en un contexto temporal, y sobre todo si se admite el principio
de causalidad. Bajo este supuesto las salidas en un instante de tiempo
no pueden depender de entradas en instantes de tiempo futuros, y es
por esta razón que tiene sentido decir, en el ejemplo anterior, que y es
la salida y u y v son entradas. Un ecuación de la forma
yk + 2yk−1 = 3uk+1
nos obligarı́a a decir que u es la salida e y la entrada, si se admite el

principio de causalidad.
Esto significa que bajo este principo no hay ninguna ambigüedad en
el concepto de entrada y salida, excepto cuando el orden sea el mismo
para las dos variables. Por ejemplo,
yk + 2yk−1 = 3uk
no nos permite saber si u o y son las entradas o salidas.

En términos de sistemas este último hecho tiene un significado fı́sico
importante: la salida responderá a la entrada instantáneamente.
En estos apuntes utilizaré la notación y para representar la salida, y
u para representar la entrada, y admitiré que pueda haber respuestas
intantáneas, pero a la vez supondré que siempre se cumple el principio
de causalidad. Cuando el orden de la entrada sea inferior al de salida
diré que se cumple un principio de causalidad estricta.
4. Orı́gen de tiempos y condiciones iniciales

Esta imposición presenta, no obstante, un problema relacionado con
el orı́gen de tiempos y con las condiciones iniciales. Pero éste es
un problema menor si se toma en consideración que siempre es posible
realizar una traslación en el tiempo. La ecuación
yk + 2yk−1 = 3uk−1
3
puede convertirse, sin pérdida de generalidad, en la ecuación
yk+1 + 2yk = 3uk
quedando el orı́gen de tiempos situado en k = 0, y las condiciones
inciales en y0 , donde en general y0 6= 0.
En la ecuación regresiva la condición inicial es y−1 que en general es
distinto de cero, por lo tanto a la hora de interpretar las condiciones
iniciales deberá prestarse atención a la forma en que se represente la
ecuación en diferencias, ya que en una u otra se está considerando un
orı́gen de tiempos distinto. O dicho de otra forma, k = 0 no define de
manera general el orı́gen de tiempos, salvo que se expresen las ecua-
ciones en su forma causal.
En la forma causal se presupone que los valores de las entradas y salidas
anteriores al orı́gen de tiempos son nulas. Esto da sentido al concepto
de orı́gen de tiempos, y como he mostrado pueden evitarse errores de
interpretación si se hace que k = 0 represente este orı́gen de tiempos.
No obstante, matemáticamente no aparece ningún problema con una u
otra representación.
En lo que sigue utilizaré indistintamente una u otra representación, con
la precaución mencionada de saber cuál es el orı́gen de tiempos.
Desde un punto de vista matemático el ı́ndice de variación k no tiene
por qué representar el tiempo, sino cualquier otra cosa. No obstante en
este estudio supondré que k ∈ {0, 1, 2 . . . }, que se corresponderá con el
tiempo fı́sico t = kT donde T es un número fijo y conocido expresado en
segundos, años o cualquier otra unidad de tiempo, que llamaré periodo
de muestreo. Realmente no es necesario hacer este supuesto temporal,
pero resultará conveniente más adelante cuando quieran interpretarse
los resultados en un contexto temporal. Pero como digo, no es nece-
sario dar al ı́ndice k ningún significado fı́sico especial; es suficiente con
considerarlo un ı́ndice de variación abstracto.
5. Ecuación homogénea
Llamaré ecuación homogénea de una ecuación en diferencias o de un
sistema, a aquella cuya entrada sea nula. Por ejemplo, la ecuación ho-
mogénea del sistema
yk + 2yk−1 = 3uk−1
4
es
yk + 2yk−1 = 0
La solución de la ecuación homogénea depende de las condiciones ini-
ciales. Si éstas son nulas, entonces yk = 0.
Escribiendo la anterior ecuación en su forma causal,
yk+1 + 2yk = 0
podemos ver que y1 = −2y0 , pudiéndose obtener por inducción la solu-

ción general
yk = (−2)k y0 , k = 0, 1, 2, . . .
Para la resolución completa de la ecuación
yk + 2yk−1 = 3uk−1
es necesario conocer la función uk , ∀k. Puede demostrarse que si esta

función es conocida y se obtiene una solución particular para yk , la
solución completa se obtiene como suma de la solución particular y de
la solución general de la ecuación homogénea. La solución particular
se obtiene suponiendo condiciones iniciales nulas, es decir y0 = 0 en el
ejemplo anterior.
Veremos en las siguientes secciones cómo obtener la solución particular.
6. Representación en el espacio de estados

Hasta aquı́ se ha representado un sistema como una ecuación en difer-
encias a través de sus entradas y salidas. Por ejemplo, el siguiente es
un sistema de orden dos con una entrada u y una salida y,
yk + 2yk−1 − 5yk−2 = 3uk−2
que en la forma causal puede escribirse como
yk+2 + 2yk+1 − 5yk = 3uk
Para la resolución de este sistema es necesario conocer, tanto la entrada,

como las condiciones iniciales de la salida, y0 e y1 .
5
Vamos a ver en este apartado que realizando una transformación ade-
cuada, toda ecuación en diferencias de orden n es equivalente a n ecua-
ciones en diferencia de orden 1, que llamaremos ecuación de estados,
junto con una ecuación adicional que llamaremos ecuación de salida.
Llamemos
x1,k = yk
x2,k = yk+1
Vemos en primer lugar que
x2,k = x1,k+1
y en segundo lugar que
yk+2 = x2,k+1
Por lo tanto
x1,k+1 = x2,k
x2,k+1 = −2x2,k + 5x1,k + 3uk
obteniendo ası́ dos ecuaciones en diferencias de primer orden, a través
del vector de estados µ ¶
x1,k
xk =
x2,k
Estas dos ecuaciones pueden escribirse en forma matricial
µ ¶ µ ¶µ ¶ µ ¶
x1,k+1 0 1 x1,k 0
= + uk
x2,k+1 5 −2 x2,k 3
En forma más compacta obtendrı́amos la ecuación matricial llamada

ecuación de estados,
xk+1 = Axk + Buk
donde A y B son matrices de dimensiones [n × n] y [n × 1] respecti-
vamente, siendo n el orden del sistema, y xk el vector de estados, de
dimensión [n × 1].
A esta representación se le llama representación en el espacio de estados
o también representación interna, mientras que a la anterior se la llama
representación de entrada-salida.
6
La ecuación de estados no define completamente un sistema de entrada-
salida. Es necesario especificar la relación del vector de estados con la
salida. Esto se hace a través de la ecuación de salida
µ ¶
¡ ¢ x1,k
yk = 1 0
x2,k
o en forma compacta
yk = Cxk
donde C es una matriz de dimensión [1 × n].
Podemos observar que las condiciones iniciales en esta representación
vienen dadas por el vector x0 , ya que
µ ¶
y0
x0 =
y1
En estos breves apuntes no voy a incluir cómo se obtiene la repre-
sentación en el espacio de estados de una ecuación en diferencias de
orden n cualquiera, aunque se ha visto una forma de hacerlo para un
caso particular. Concretamente para el caso en que la expresión de la
entrada dependa exclusivamente de uk . Por el momento es suficiente
con saber que cualquier ecuación en diferencias lineal de orden n puede
expresarse como una ecuación de estados de la forma xk+1 = Axk +Buk ,
junto con una ecuación de salida, que no es una ecuación en diferen-
cias sino una relación directa entre la salida y el vector de estados.
Si la ecuación en diferencias es lineal y de parámteros constantes, las
matrices A y B serán constantes.
El interés que tiene esta representación es muy variado, aunque desde
el primer momento puede observarse que para la resolución de ecua-
ciones en diferencias de cualquier orden es suficiente con saber resolver
ecuaciones en diferencias matriciales de primer orden. Por ejemplo, la
solución de la ecuación homogénea es casi trivial, ya que si
xk+1 = Axk
entonces
xk = Ak x0 , k = 0, 1, 2 . . .
y la solución general de la ecuación homogénea de la salida será
yk = CAk x0 , k = 0, 1, 2 . . .
7
Otro aspecto resaltable de esta representación es que el vector de es-
tados tiene una interpretación fı́sica interesante. Éste expresa toda la
información necesaria para describir el comportamiento de un sistema,
además de que muestra con claridad que un sistema de orden n puede
entenderse como un objeto geométrico de dimensión n, en el que cada
estado xi representa una coordenada. En el caso bidimensional puede
utilizarse un plano de coordenadas x = (x1 , x2 ), llamado plano de fase,
y dibujarse la evolución del vector o punto xk variando el ı́ndice k,
desde k = 0, es decir desde x0 , hasta k = ∞. Hablaré de esto más
adelante.
7. Comentario sobre los procesos estocásticos
Un sistema cuyas variables sean variables aleatorias se le llama proceso
o sistema estocástico. Por ejemplo un sistema determinı́stico que ten-
ga una entrada aleatoria se transforma en un sistema estocástico. Por
ejemplo, si el sistema determinı́stico
yk + 2yk−1 = 3uk−1
tiene una entrada adicional vk aleatoria, como por ejemplo un ruido
blanco o una entrada que siga una distribución gaussiana, que influya
en el sistema de la siguiente forma,
yk + 2yk−1 = 3uk−1 + 5vk−1
transformará el sistema determinı́stico en un sistema o proceso es-
tocástico.
A partir de este momento el estudio del sistema requiere utilizar la
teorı́a de los procesos estocásticos. Por ejemplo, si la entrada vk tiene
media cero o constante, es decir si E[vk ] = c, entonces puede trabajarse
con valores medios (E representa realmente la esperanza matemática)
como si fuese el sistema determinı́stico,
E[yk+1 ] + 2E[yk ] = 3uk + 5c
La entrada uk sigue siendo determinı́stica, pero la salida es ahora una
variable aleatoria.
Puesto que en este sistema no se encuentra toda la información es-
tadı́stica será preciso incorporarla de alguna otra forma, como por ejem-
plo utilizando expresiones de la covarianza.
No voy a hablar en estos apuntes de esta clase de sistemas.
8
2. Estudio de la estabilidad
En estos apuntes voy a hacer varios estudios. Por un lado la obtención de la

solución completa de una ecuación en diferencias, y por otro el análisis de
esta solución.
Un estudio fundamental será saber si el sistema es estable. Realmente el

concepto de estabilidad no se aplica a los sistemas (si se refiere a éstos se
suele hablar de estabilidad estructural) sino a sus puntos de equilibrio (que
podrı́a llamarse estabilidad funcional), pero los sistemas lineales tienen un
único punto de equilibrio por lo que habitualmente se habla de estabilidad
del sistema abusando de lenguaje.
También suele haber una confusión en el concepto de sistema, ya que cuando

se dice que un sistema lineal tiene un único punto de equilibrio se sobreen-
tiende que se está refiriendo a un sistema cuyas entradas son nulas, es decir a
la ecuación homogénea del sistema. La entradas pueden ser muy diversas, y
pueden desestabilizar un sistema lineal o convertirlo en un sistema no lineal.
Para el estudio de la estabilidad es suficiente con estudiar la matriz de estados

A, o equivalentemente la ecuación caracterı́stica.
Dado un sistema expresado en el espacio de estados, xk+1 = Axk , se definen

los puntos de equilibrio como aquellos que cumplen que xk+1 = xk = x∗ . Es
decir x∗ = Ax∗ , o también
(I − A)x∗ = 0
Puesto que en general, el determinante de (I −A) es distinto de cero, la única
solución posible es que x∗ = 0, es decir que los sistemas lineales tienen un
único punto de equilibrio, que es precisamente el nulo. Solamente en el caso en
que la matriz A tenga algún autovalor unidad, puede pensarse que un sistema
lineal tenga infinitos puntos de equilibrio. Esta situación se analizará como
un caso particular.
Con este simple análisis hemos calculado el punto de equilibrio, pero no se

ha estudiado su estabilidad.
Se define la ecuación caracterı́stica del sistema como

det(λI − A) = 0
9
es decir, que las soluciones de la ecuación caracterı́stica son los autovalores
de la matriz A.
Puede demostrarse que el sistema es estable si los módulos de sus autovalores

son menores que la unidad. Pero antes de avanzar deberemos saber qué se
entiende por estabilidad de un punto de equilibrio.
Hay una buena colección de definiciones de estabilidad, si bien casi todas

responden a la idea intuitiva de Lyapunov: si un sistema está en un punto
de equilibrio y éste se perturba de alguna forma (con una pequeña pertur-
bación), el sistema tenderá a regresar a él si el punto de equilibrio es estable,
o tenderá a alejarse de él si se trata de un punto de equilibrio inestable.
En el contexto de la teorı́a de sistemas hay otra idea intuitiva de estabilidad:

si la entrada de un sistema está acotada y observamos que su salida también
está acotada, entonces el sistema será estable.
Ambas ideas sirven como definición de estabilidad y puede comprobarse que

para los sistemas lineales son equivalentes.
Puesto que los sistemas lineales tienen un único punto de equilibrio, cualquier
punto del espacio puede considerarse una perturbación del punto de equilib-
rio. Por lo que el estudio de la estabilidad se reduce a averiguar si, para
cualquier condición inicial, el estado se acercará al punto de equilibrio o se
alejará de él. En los sistemas no lineales puede haber muchos puntos de equi-
librio, por lo que deberá estudiarse con cuidado la clase de perturbaciones
que puede realizarse, y es por esto que es necesario calcular las regiones de
atracción o de repulsión de cada uno de los puntos de equilibrio. Pero en los
sistemas lineales, todo el espacio o es de repulsión o es de atracción.
En el ejemplo del anterior apartado habı́amos visto que la matriz de estados

de la ecuación en diferencias
yk+2 + 2yk+1 − 5yk = 3uk
es µ ¶
0 1
A=
5 −2
por lo que la ecuación caracterı́stica es
det(λI − A) = λ(λ + 2) − 5 = 0
10
que podemos escribir en la forma
λ2 + 2λ − 5 = 0
Podemos observar que se trata de un polinomio cuyo orden es el mismo

que el orden del sistema, y cuyos coeficientes son los coeficientes del sistema
homogéneo de la ecuación en diferencias. Puede demostrarse que esto siempre
es ası́.
√
En este ejemplo las raı́ces del polinomio caracterı́stico son −1 ± 6, por lo
que como ambas raı́ces son en módulo mayores que la unidad, el sistema es
inestable. Bastarı́a con que una de ellas lo hubiese sido para que el sistema
fuese inestable.
Puede comprobarse también que la solución homogénea xk = Ak x0 tiende

a infinito (en norma 1 ) cuando k → ∞, para cualquier valor de las condi-
ciones iniciales x0 , lo que indica que el estado se ha alejado del punto de
equilibrio. Sin embargo, si el sistema hubiese sido estable se cumplirı́a que
limk→+∞ ||xk || = 0, es decir que el estado tenderı́a al punto de equilibrio, para
cualquier condición inicial. Por otro lado, puesto que la salida del sistema se
relaciona con el vector de estados a través de una matriz constante yk = Cxk ,
se deberá cumplir que si el sistema es inestable limk→+∞ yk = ±∞, y si el
sistema es estable limk→+∞ yk = 0.
En este estudio de la estabilidad no se ha visto el efecto de las entradas.

Como ya he señalado su efecto dependerá de qué clase de entradas haya.
Éstas podrán desestabilizar un sistema estable o estabilizar uno inestable.
Por lo tanto la estabilidad de un sistema puede considerarse una propiedad
intrı́nseca al sistema. No obstante puede garantizarse que si las entradas
están acotadas, como es el caso de entradas constantes, por ejemplo, éstas
no afectarán a la estabilidad o inestabilidad del sistema.
Antes de hacer otros estudios conviene prestarle atención al hecho de que

para saber si un sistema es estable o no, es necesario calcular las raı́ces de
un polinomio de orden n. Se sabe por el teorema fundamental del álgebra
que la ecuación caracterı́stica tendrá n raı́ces, y que éstas serán reales o
complejas, con un orden de multiplicidad cualquiera; también se sabe que si
1
Se cumple que ||xk || ≤ ||A||k ||x0 ||, y si los autovalores de A son mayores que la unidad
en módulo, ||A||k tiende a infinito cuando k → ∞.
11
son complejas siempre aparecerán en pares conjugados. Pero también se sabe
que en general, no es posible resolver el polinomio por radicales cuando n ≥ 5,
lo que plantea un problema numérico que puede tener importancia práctica.
Se conocen muchos métodos numéricos que dan buenas aproximaciones a las
raı́ces de una ecuación, pero debido a que no son soluciones exactas pueden
distorsionar el análisis de la estabilidad.
Vamos a ver a continuación un método que permite saber si un sistema es

estable o no sin necesidad de calcular explı́citamente las raı́ces de la ecuación
caracterı́stica.
2.1. Teorema de Routh-Hurwitz
Hay diversas formas de saber si las raı́ces de un polinomio caen dentro del
cı́rculo unidad del plano complejo (es decir, con módulo menor que la unidad).
El plano complejo se define como se hace habitualmente, es decir siendo el
eje de abcisas la parte real (σ) y el eje de ordenadas la parte imaginaria (ν)
de un número complejo w = σ + iν. El módulo será |w|2 = σ 2 + ν 2 , que
representa una circunferencia de radio |w| en el plano complejo.
Un teorema directamente aplicable a este estudio de estabilidad es el teorema

de Jury, y otro es el teorema de Routh-Hurwitz. Voy a explicar el segundo
método que aunque fue originalmente concebido para el estudio de la estabil-
idad de sistemas continuos representados mediante ecuaciones diferenciales,
puede aplicarse al caso de sistemas discretos representados mediante ecua-
ciones en diferencias.
Dada la ecuación caracterı́stica (que escribiré utilizando la variable compleja

z en vez de λ como hice anteriormente), en la forma siguiente:
a0 z n + a1 z n−1 + a2 z n−2 + · · · + an = 0
expresada de tal forma que a0 > 0.
En primer lugar se realiza la transformación bilineal

w+1
z= w−1
obteniendo otro polinomio que tendrá la forma

b0 wn + b1 wn−1 + b2 wn−2 + · · · + bn = 0
12
donde de nuevo la escribimos de tal manera que b0 > 0.
Puede demostrarse que esta nueva ecuación caracterı́stica expresada en térmi-

nos de w tiene raı́ces cuya parte real es negativa si y solamente si la ecuación
expresada en términos de z tiene raı́ces dentro del cı́rculo unidad. Esto puede
demostrarse analizando la transformación bilineal entre z y w.
Por ejemplo, para el sistema que se ha estudiado hasta ahora,
z 2 + 2z − 5 = 0
se obtiene
( w+1
w−1
w+1
)2 + 2( w−1 )−5=0
y de aquı́,
(w + 1)2 + 2(w + 1)(w − 1) − 5(w − 1)2 = 0
resultando
w2 − 6w + 3 = 0
Puede considerarse que esta nueva ecuación se corresponde con la ecuación
caracterı́stica de un sistema continuo, para el cual la estabilidad queda garan-
tizada si la parte real de las raı́ces es menor que cero. Queda claro en este
ejemplo√que el sistema continuo equivalente será inestable ya que las raı́ces
son 3 ± 6, que son positivas. En consecuencia lo será el sistema discreto del
que deriva.
Para la aplicación del teorema de Routh-Hurwitz es necesario construir en

primer lugar una tabla de (n + 1) filas, cuyas dos primeras filas se forman
con los coeficientes de la ecuación caracterı́stica. En la primera fila se colocan
los coeficientes de orden par si n es par o los de orden impar si n es impar.
La segunda fila se forma con los restantes coeficientes. Las siguientes filas se
calculan como se verá en los ejemplos.
Posteriormente se estudian los cambios de signo de su primera columna. Si no

hay cambios de signo, el teorema garantiza que no hay ninguna raı́z inestable;
además cada cambio de signo indica la existencia de una raı́z inestable.
Veámoslo en primer lugar en el ejemplo anterior,
w2 − 6w + 3 = 0
13
La tabla de Routh-Hurwitz es:
w2 1 3
w1 −6 0
w0 c
donde c se calcula de la siguiente forma:

(−6)(3)−(1)(0)
c= (−6)
=3
La columna de la izquierda no tiene ningún significado especial. Sirve tan

sólo para indicar el orden de los polinomios que se van construyendo.
Vemos que hay dos cambios de signo en la primera columna (de números),
entre 1 y −6 y entre −6 y 3, por lo que el teorema de Routh-Hurwitz garantiza
que la ecuación caracterı́stica tiene dos raı́ces inestables, es decir con parte
real positiva. En consecuencia el sistema dado por
z 2 + 2z − 5 = 0
tendrá dos raı́ces fuera del cı́rculo unidad.
Veamos otro ejemplo de un sistema de orden 5, sobre el que ya se ha realizado

la transformación bilineal, obteniendo el polinomio
w5 + 2w4 + 24w3 + 50w2 − 25w − 52 = 0
La tabla de Routh-Hurwitz es:

w5 1 24 −25
w4 2 50 −52
w3 c0 c1 0
w2 d0 d1
w1 e
w0 f
Las restantes filas se calculan como se hizo en el anterior ejemplo. Ası́ para
la fila w3 será
c0 = (2)(24)−(50)(1)
(2)
= −1
(2)(−25)−(−52)(1)
c1 = (2)
=1
14
Para la fila w2 será
d0 = (c0 )(50)−(c
(c0 )
1 )(2)
= 52
(c0 )(−52)−(0)(2)
d1 = (c0 )
= −52
Para la fila w1 ,
(d0 )(c1 )−(d1 )(c0 )
e= (d0 )
=0
y por fin para la fila w0 ,
f = d1
quedando la tabla ası́,
w5 1 24 −25
w4 2 50 −52
3
w −1 1 0
2
w 52 −52
w1 0 ≈ ²
w0 −52
Puede observarse que la penúltima fila es nula. En este caso se considera

que el signo es positivo. Siempre que ocurra que un término de la primera
columna es nulo, pero los restantes de su fila sean distintos de cero o in-
existentes (como en nuestro ejemplo), se substituye el cero por un número
² > 0, y se siguen calculando los coeficientes de las restantes filas. Cuando
se produce este hecho el teorema de Routh-Hurwitz garantiza que el sistema
continuo tendrá soluciones en el eje imaginario. Por lo tanto el sistema dis-
creto equivalente tendrá raı́ces en la circunferencia unidad (modulo igual a
la unidad). Veremos más adelante que esto significa que el sistema tiene un
comportamiento oscilatorio no amortiguado.
En este ejemplo se ven tres cambios de signo en la primera columna: entre

2 y −1, entre −1 y 52, y entre ² y −52. Por lo tanto el sistema tendrá tres
raı́ces con parte real positiva.
La aplicación del teorema de Routh-Hurwitz presenta otros casos particulares

que deben conocerse. No obstante no voy a incluirlos aquı́ por el momento.
15
3. La transformada Z
La transformada Z transforma una ecuación en diferencias en una ecuación

polinómica de una única variable compleja. No voy a hacer un estudio ex-
haustivo de esta transformación, tan sólo señalaré los puntos fundamentales
que permitan su utilización en la obtención de la ecuación completa de una
ecuación en diferencias lineal de parámetros constantes.
Dada una variable o función cualquiera yk , utilizaré la notación Z(yk ) =

Y (z) para representar su transformada Z, donde z es una variable compleja
genérica2 : P
Y (z) = Z(yk ) = ∞ i=0 yi z
−k
La transformada Z de una variable desplazada yk−1 viene dada por
Z(yk−1 ) = z −1 Y (z)
mientras que
Z(yk+1 ) = zY (z) − zy0
y
Z(yk+2 ) = zZ(yk+1 ) − zy1 = z 2 Y (z) − z 2 y0 − zy1
Observamos que cuando se calcula la transformada Z ”en adelanto” aparecen
las condiciones iniciales, cosa que no ocurre cuando se calculan ”en atraso”.
Esto se debe a que se está utilizando la tranformada Z unilateral, y se supone
que todas las ecuaciones se han expresado en la forma causal3 .
La transformada Z es una transformación lineal, por lo que la ecuación en

diferencias
yk+2 + 2yk+1 − 5yk = 3uk
se transforma en la ecuación polinómica
(z 2 + 2z − 5)Y (z) − (z 2 y0 + z(2y0 + y1 )) = 3U (z)

2
Voy a utilizar aquı́ la llamada transformada Z unilateral, puesto que esta es la que
resulta útil en la resolución de ecuaciones en diferencias en un contexto temporal en el que
se admita el principio de causalidad. Será muy importante expresar las ecuaciones en su
forma causal. Si no se admite este principio, será más conveniente utilizar la transformada
Z bilateral, de la que no voy a hacer aquı́ ninguna mención adicional.
3
Puede obtenerse demanera recursiva el polinomio de condiciones inciales de Z(yk+m )
16
El polinomio de condiciones inciales4 será el responsable de la solución de
la ecuación homogénea,
P0 (z) = z 2 y0 + z(2y0 + y1 )
Esta solución se obtiene haciendo U (z) = 0, y resolviendo la ecuación
(z 2 + 2z − 5)YH (z) = z 2 y0 + z(2y0 + y1 )
La relación
(z 2 + 2z − 5)YP (z) = 3U (z)
representa al sistema con condiciones iniciales nulas, lo que nos permitirá obten-
er una solución particular de la ecuación en diferencias5 .
La solución completa será la suma de la homogénea y la particular. Es decir

Y (z) = YH (z) + YP (z).
Por comodidad de notación escribiré Y (z) quitando el subı́ndice a YP (z) ya

que en lo que sigue analizaré la solución particular.
Podemos observar también que el polinomio que multiplica a la salida trans-

formada Y (z) representa el polinomio caracterı́stico del sistema,
P (z) = z 2 + 2z − 5
a cuyas raı́ces se les llama polos del sistema, y que como se ha visto en el
apartado anterior coinciden con los autovalores de la matriz de estados del
sistema A.
Podemos también observar que si se conoce la entrada, se conocerá U (z), y

de aquı́ que pueda obtenerse la salida Y (z) obtenida como
3
Y (z) = z 2 +2z−5
U (z)
De la misma manera que se puede calcular la transformada Z puede calcu-

larse la transformada Z inversa, que permite obtener una ecuación en difer-
encias a partir de una ecuación polinómica compleja. Utilizaré la notación
4
Si la ecuación en diferencias no se hubiese expresado en la forma causal, se hubiesen
perdido las condiciones iniciales.
5
Cuando se está buscando simplemente la solución particular, se está imponiendo que
las condiciones iniciales sean nulas, por lo que carece de importancia expresar la ecuación
en diferencias en su forma causal.
17
Z −1 (Y (z)) = yk . La transfromada Z inversa también es una transformación
lineal, propiedad que se utilizará al resolver ecuaciones en diferencias.
De acuerdo con estas definiciones, se cumplirá que

3
yk = Z −1 ( z2 +2z−5 U (z))
Vamos a ver enseguida algunos ejemplos.
Supongamos que la entrada uk = u es constante para todo k = 0, 1, 2, . . . ,

y que además es una función causal, es decir que uk = 0, k < 0. Puede
demostrarse que la transfromada Z de una constante6 es
u zu
Z(u) = 1−z −1
= z−1
Puede observarse un detalle importante, y es que cuando se tiene un polo

en z = 1 el comportamiento del sistema será el de un escalón. Si |z| = 1 el
comportamiento será una oscilación permanente (no amortiguada), excepto
en z = 1.
Es habitual expresar las transformadas en función de z −1 , y no en función

de z, pero esto no nos debe llevar a ninguna confusión en cuanto al principio
de causalidad. Se trata simplemente de una representación de números com-
plejos. Por ejemplo la transfromada Z de la función ak , con k ≥ 0, y causal
(es decir ak = 0, para k < 0) suele expresarse en la forma
1
Z(ak ) = 1−az −1
y que, si resulta conveniente puede utilizarse en la forma

z
Z(ak ) = z−a
sin que cambie el significado sobre la causalidad de la función ak .
Esta función potencial ak , tiene un polo en z = a, por lo que será estable si

|a| < 1. La secuencia {1, a, a2 , a3 . . . } tenderá a cero si |a| < 1 y tenderá a
infinito en caso contrario. Esta es otra forma de entender el concepto de
estabilidad. La salida de un sistema representará una secuencia temporal
6
A las funciones constantes causales, en el sentido dado, se les llama funciones escalón
o ”step functions”, en inglés. El escalón unitario suele representarse como 1(k).
18
obtenida variando el parámetro k. Si esta secuencia converge al punto de
equilibrio, podrá decirse que la salida es estable.
Si en nuestro ejemplo la entrada fuese constante, con u = 1, la salida po-

drá obtenerse calculando la transformada Z inversa del cociente de dos poli-
nomios en z:
3z
Y (z) = (z2 +2z−5)(z−1)
A aquellos valores de z que anulan el numerador de Y (z) se les llama ceros.
En el ejemplo anterior hay un cero en el origen.
Para el cáclculo de los polos y los ceros debe expresarse la función en su

forma causal.
Veamos unos ejemplos. En todos ellos supondremos condiciones iniciales nu-

las y una función escalón unitaria de entrada.
1. Ningún cero y cuatro polos
yk+2 + 2yk+1 − 5yk = 3uk−2

3
Y (z) = z(z 2 +2z−5)(z−1)
2. Dos ceros y cuatro polos
yk+2 + 2yk+1 − 5yk = 2uk + 3uk−2
2z 2 +3
Y (z) = z(z 2 +2z−5)(z−1)
Para que el sistema sea causal el número de ceros siempre debe ser menor o
igual que el número de polos.
Por último, es útil conocer el teorema del valor final, ya que permite saber
cuál es el comportamiento en régimen permanente sin necesidad de resolver
la ecuación en diferencias, tan sólo conociendo Y (z). Éste afirma que si yk es
estable se cumple que
y∞ = limk→∞ yk = limz→1 (1 − z −1 )Y (z)
19
4. Resolución de la ecuación en diferencias
utilizando el método de la descomposición
o expansión en fracciones parciales.
Antes de calcular la transformada Z inversa deberán eliminarse los polos en

el orı́gen. Para ello se puede hacer lo siguiente.
Por ejemplo, si
2z 2 +3
Y (z) = z(z 2 +2z−5)(z−1)
entonces se puede hacer

2z 2 +3
X(z) = zY (z) = (z 2 +2z−5)(z−1)
ya que una vez que se haya calculado x(k), se podrá deshacer la transforma-
ción, teniendo en cuenta que
yk = xk−1 , k = 1, 2 . . .
yk = 0, k≤0
Realizar este paso es imprescindible para resolver el problema de inversión

utilizando el método de expansión en fracciones parciales.
El desarrollo en fracciones parciales, cuando los polos son simples, con-

siste en expresar la función Y z(z) , en la forma general
Y (z) Pn ci
z
= i=1 z−zi
donde n es el orden de la ecuación en diferencias, y ci son coeficientes con-

stantes que se calculan utilizando la fórmula:
ci = [(z − zi ) Y z(z) ]|z=zi
donde zi son los diferentes polos de la expansión.

Y (z)
Puesto que no puede haber polos en el orı́gen en z
, entonces Y (z) de-
berá tener al menos un cero en el orı́gen.
20
Una vez calculados los coeficientes podrá aplicarse la transformada Z inversa
directamente a cada uno de los términos de la expansión, ya que
P
Y (z) = ni=1 1−zciiz−1
luego, Pn k
yk = i=1 ci zi , k = 0, 1 . . .
yk = 0, k<0
El ejemplo anterior no puede desarrollarse en fracciones simples ya que no

tiene ningún cero en el orı́gen. No obstante puede aplicarse el principio de
superposición, haciendo el truco siguiente:
2z 3z
Y (z) = (z 2 +2z−5)(z−1)
+ z 2 (z 2 +2z−5)(z−1)
Lamando
2z
Y1 (z) = (z 2 +2z−5)(z−1)
3z
Y2 (z) = z 2 (z 2 +2z−5)(z−1)
y haciendo el cambio
3z
X(z) = z 2 Y2 (z) = (z 2 +2z−5)(z−1)
puede resolverse la ecuación aplicando el principio de superposición, obte-

niendo
yk = y1k + y2k = y1k + xk−2 , k = 2, 3 . . .
yk = 0, k≤1
Para el calculo de y1k y xk puede aplicarse el método de descomposición en
fracciones parciales de Y1z(z) y de X(z)
z
.
Podemos observar que X(z) = 23 Y1 (z), por lo que será suficiente con calcular
y1k ya que xk = 23 y1k . Por lo tanto
yk = y1k + 32 y1(k−2) , k = 2, 3 . . .
yk = 0, k≤1
21
Este ejemplo también puede resolverse sin utilizar el principio de superposi-
ción, haciendo
2 +3)
Y (z) = z2 (z2z(2z
+2z−5)(z−1)
y el cambio X(z) = z 2 Y (z), ya que

X(z) 2z 2 +3
z
= (z 2 +2z−5)(z−1)
puede desarrollarse en fracciones simples calculando los coeficientes como se

ha hecho antes.
Este método también es aplicable al caso de polos múltiples, pero la

expansión no puede hacerse igual que en el caso de polos simples. Veremos
un ejemplo más adelante.
4.1. Caso de polos reales simples, con al menos un cero

en el orı́gen
Como ya se ha mencionado, para el cálculo de la solución particular de una

ecuación en diferencias podemos imponer que las condiciones iniciales sean
nulas.
Sea el sistema
8yk + 2yk−1 − yk−2 = 16uk−2
La transformada Z (con condiciones iniciales nulas) será,
(8 + 2z −1 − z −2 )Y (z) = 16z −2 U (z)
que si se desea, puede escribirse en la siguiente forma, sin más que multiplicar
ambos miembros de la igualdad por z 2 ,
(8z 2 + 2z − 1)Y (z) = 16U (z)
Supongamos que la entrada es un escalón unidad, es decir que

1
U (z) = 1−z −1
Entonces
16z −2
Y (z) = (8+2z −1 −z −2 )(1−z −1 )
22
Hay diversas formas de calcular la transformada Z inversa. En este ejemplo
utilizaré el método de expansión en fracciones simples. Para ello debe recor-
darse que todo polinomio puede descomponerse en el producto de factores
de sus raı́ces. Por ejemplo el polinomio
P (z) = 8z 2 + 2z − 1 = 8(z + 12 )(z − 14 )
Por lo tanto
2z −2
Y (z) = (1+ 12 z −1 )(1− 14 z −1 )(1−z −1 )
Esta expresión puede a su vez escribirse en la forma de una expansión en

fracciones parciales,
c1 c2 c3
Y (z) = 1+ 12 z −1
+ 1− 14 z −1
+ 1−z −1
donde c1 , c2 y c3 son coeficientes constantes que pueden obtenerse utilizando

la relación
ci = [(1 − zi z −1 )Y (z)]|z=zi
−1
Por lo tanto, para z1 = 2
2z −2
c1 = [(1 − z1 z −1 )Y (z)]|z=z1 = [ (1− 1 z−1 ]
)(1−z −1 ) |z=z1
4
es decir
2z1−2 16
c1 = (1− 4 z1 )(1−z1−1 )
1 −1 = 9
Para z2 = 14 , se obtiene
2z2−2 −32
c2 = (1+ 2 z2 )(1−z2−1 )
1 −1 = 9
y para z3 = 1,
2 16
c3 = (1+ 12 )(1− 14 )
= 9
Una vez descompuesta la ecuación en fracciones parciales la transformada

Z inversa es trivial. Esto es ası́ porque, como se ha señalado en el apartado
anterior la transfromada Z de ak es
1
Z(ak ) = 1−az −1
23
y porque puede hacerse uso de la propiedad de linealidad de la transformada
Z inversa.
De esta manera se obtiene la solución particular de la ecuación en diferencias,
yk = c1 ( −1
2
)k + c2 ( 41 )k + c3 , k = 0, 1, 2, . . .
yk = 0, k<0
Podemos analizar el comportamiento de régimen transitorio de la salida

observando la evolución en el tiempo del efecto de cada uno de los polos del
sistema. Vemos que el polo z = −1 2
da una componente de la salida que
es oscilatoria amortiguada, mientras que el polo z = 14 da una componente
exponencial amortiguada. En ambos casos los polos son estables ya que su
módulo es menor que la unidad, pero el comportamiento de cada componente
es cualitativamente distinto. Por último, el polo en z = 1 produce un escalón
constante. Esta superposición de comportamientos nos permite asegurar que
cuando k → ∞, la salida tenderá a c3 .
Debe quedar claro que la solución obtenida es una solución particular y no

la solución completa. Ésta se obtendrá sumando la solución general de la
ecuación homogénea. Puede comprobarse que se han supuesto condiciones
iniciales nulas haciendo k = 0 en la solución: y0 = c1 + c2 + c3 = 0. También
puede comprobarse que para k = 1, y(1) = − c21 + c42 + c3 = 0.
Otro estudio que conviene hacer es el comportamiento en régimen per-

manente, es decir cuando k → ∞. Ya se ha hecho este estudio después de
calcular la salida yk , pero puede hacerse antes de invertir Y (z) aplicando el
teorema del valor final. Aplicando este teorema se ve que
2z −2 16
y∞ = limz→1 (1 − z −1 ) (1+ 1 z−1 )(1− 1 −1
z )(1−z −1 )
= 9
2 4
que como era de esperar coincide con c3 .
Este ejemlplo ha servido para exponer un método general basado en la trans-

formada Z de análisis de la salida o solución particular de una ecuación en
diferencias, cuando los polos son reales y distintos. Se ha visto ası́ mismo que
si éstos son negativos se producirá un comportamiento transitorio oscilatorio
amortiguado, y si son positivos un comportamiento amortiguado. También
se ha visto el comportamiento en régimen permanente.
24
La salida transitoria es una superposición de funciones dependientes de ca-
da uno de los polos, y aunque en este ejemplo no se aprecia, es interesante
observar que el efecto de cada una de ellas depende de la rapidez con la que
se amortigua la señal. Puede haber componentes más dominantes que otras.
Por ejemplo si un polo es muy pequeño comparado con otro, su contribu-
ción a la salida será pequeña ya que se amortiguará rápidamente. Cuanto
mayores sean los polos (más proximos en módulo a la unidad) más tarde se
amortiguará su contribución, y en consecuencia, más tarde se alcanzará el
régimen permanente.
Para terminar, no debe olvidarse que este ejemplo se ha resuelto suponiendo

que la entrada es un escalón unitario. Si la entrada fuese distinta el resultado
será, en consecuencia, distinto, pero el efecto de los polos del sistema será el
mismo como puede apreciarse de la expansión en fracciones parciales. Las
entradas añaden nuevos polos que, como se ha visto en este ejemplo, afectan
significativamente al comportamiento en régimen permanente.
Hemos visto que si los polos son negativos se producirá una oscilación (de
hecho, una respuesta alternante). Esto puede expresarse a través de la trans-
formada Z inversa como
1
ak cos(kπ) = Z −1 [ 1+az −1 ]
donde se supone que a > 0.
4.2. Solución con polos complejos simples
Cuando los polos son complejos, éstos aparecen en pares conjugados. Por lo
tanto solo puede haber polos complejos si los sistemas son de orden superior o
igual al segundo. El polinomio caracterı́stico de un sistema de segundo orden
con raı́ces complejas conjugadas es:
P (z) = z 2 − 2σz + (σ 2 + ω 2 )
siendo las raı́ces de la ecuación caracterı́stica z1 = σ + iω y z2 = z1∗ = σ − iω.
√
El sistema será estable si σ 2 + ω 2 < 1.
Puede comprobarse que

P (z) = (z − z1 )(z − z1∗ ) = (z − σ)2 + ω 2
25
Para entender los resultados que expondré a continuación conviene recordar
la fórmula de Euler, que representa la ecuación de una circunferencia de radio
unidad:
eiφ = cos(φ) + i sin(φ), ∀φ ∈ R
y también que si x = σ + i ω ∈ C, podemos escribir
x = |x|eiφ
donde
ω
tg(φ) = σ
√
|x| = σ2 + ω2
Por último, también debe recordarse que
xk = |x|k eikφ
Veamos un ejemplo. Sea la ecuación en diferencias
yk − yk−1 − 12 yk−2 = uk−2
(1 − z −1 + 12 z −2 )Y (z) = z −2 U (z)
1
La ecuación caracterı́stica es z 2 − z + 2
= 0, cuyas raı́ces son complejas
conjugadas, 12 ± i 21 .
1
Si suponemos que la entrada es un escalón unidad, U (z) = 1−z −1
, por lo que
z −2
Y (z) = (1−z −1 )(1−z1 z −1 )(1−z1∗ z −1 )
Para analizar el comportamiento en régimen permanente o estacionario puede

aplicarse el teorema del valor final,
−2
y∞ = limz→1 (1 − z −1 )Y (z) = limz→1 (1−z1 z−1z)(1−z∗ z−1 ) = 1
(1−z1 )(1−z1∗ )
1
es decir
1
y∞ = (σ−1)2 +ω 2
=2
26
Para el análisis del comportamiento en régimen transitorio, y la obtención de
la solución de la ecuación en diferencias, puede descomponerse la expresión
de Y (z) en fracciones parciales como
c1 c2 c3
Y (z) = 1−z1 z −1
+ 1−z1∗ z −1
+ 1−z −1
Ahora los coeficientes ci serán números complejos, debido a que z1 es com-

plejo. Vamos a comprobar a continuación que los dos primeros coeficientes
son números complejos conjugados c2 = c∗1 , y que el tercero, c3 es un número
real.
Podemos calcular estos coeficientes aplicando la fórmula que ya hemos visto

para el caso de raı́ces reales simples,
ci = [(1 − zi z −1 )Y (z)]|z=zi

−2
c3 = [ (1−z1 z−1z)(1−z∗ z−1 ) ]|z=1 = 1
(1−z1 )(1−z1∗ )
1
1
c3 = (σ−1)2 +ω 2
que es un número real. En nuestro ejemplo, c3 = 2.

1
c1 = [(1 − z1 z −1 )Y (z)]|z=z1 = (z1 −1)(z1 −z1∗ )
1
c2 = [(1 − z1∗ z −1 )Y (z)]|z=z1∗ = (z1∗ −1)(z1∗ −z1 )
de lo que resulta que

−1
c2 = c∗1 = (i (σ−1)+ω)2ω
Multiplicando numerador y denominador por el conjugado del denominador,

se obtiene
i (σ−1)−ω
c2 = c∗1 = 2ω(ω 2 +(σ−1)2 )
que pueden ser expresados en su parte real e imaginaria,

−1
cR
1 = 2(ω 2 +(σ−1)2 )
1−σ
cI1 = 2ω(ω 2 +(σ−1)2 )
√
En nuestro ejemplo, cR I
1 = −c1 = −1, y |c1 | = 2.
27
La transfromada Z inversa de Y (z) será,
yk = c1 z1k + c2 (z1∗ )k + c3
que deberá ser necesariamente un número real.
Puesto que |z1 | = |z1∗ |
yk = c1 |z1 |k eikφ + c∗1 |z1 |k e−ikφ + c3 = |z1 |k (c1 eikφ + c∗1 e−ikφ ) + c3
Puede observarse que salvo el término constante c3 , la solución de la ecuación

consiste en una oscilación amortiguada, ya que
c1 eikφ + c∗1 e−ikφ = ((c1 + c∗1 )cos(kφ) + i(c1 − c∗1 )sin(kφ) = 2cR I
1 cos(kφ) − 2c1 sin(kφ)
donde c1 = cR I
1 + i c1 .
Escribiendo c1 en la forma
c1 = |c1 |ei δ
podemos escribir la anterior expresión como
c1 eikφ + c∗1 e−ikφ = 2|c1 |cos(kφ + δ)

π
√
En nuestro ejemplo, δ = 2
+ π4 , |c1 | = 2.
Por lo tanto la solución de la ecuación en diferencias será,
yk = 2|c1 ||z1 |k cos(kφ + δ) + c3 , k = 0, 1 . . .
yk = 0, k<0
Puesto que la función coseno siempre está acotada, la estabilidad depen-

derá del valor de |z1 |. Si éste es menor que la unidad el sistema será estable,
e y∞ = c3 . Si |z1 | > 1 el sistema será inestable con oscilaciones de amplitud
creciente alrededor de c3 . Y si, por fin, |z1 | = 1 entonces se producirá una
oscilación permanente de amplitud constante alrededor de c3 . Hay dos casos
paticulares que serán analizados más adelante: cuando z1 = 1, en cuyo caso
habrá tres polos iguales, y cuando z1 = −1, en cuyo caso habrá dos polos
iguales.
28
En nuestro ejemplo
√
yk = −2 2|z1 |k sin( pi4 k + pi
4
) + 2, k = 0, 1 . . .
yk = 0, k<0
√
2
con |z1 | = 2
< 1.
Puede comprobarse que para k = 0, se cumple que y(0) = 0, condición

√ que
habı́amos impuesto. También para k = 1 puede verse que y(1) = −2 2|z1 | +
2 = 0.
Puede demostrarse que se cumplen las dos relaciones generales siguientes,

∀φ ∈ R:
sin(φ)z −1
Z(sin(kφ)) = 1−2cos(φ)z −1 +z −2
1−cos(φ)z −1
Z(cos(kφ)) = 1−2cos(φ)z −1 +z −2
4.3. Solución con polos dobles
Hasta ahora sólo se ha hecho un estudio cuando los polos son simples, tanto
reales como complejos. En este caso el método de la transformada Z ha sido
muy útil. La salida Y (z) se representa fácilmente como una descomposición
o expansión en fracciones parciales (siempre que puedan calcularse los polos)
cuyos coeficientes se pueden obtener mediante la relación
ci = [(1 − zi z −1 )Y (z)]|z=zi
La aplicación de la transformada Z inversa permite obtener, de una manera

muy sencilla, la solución de la ecuación en diferencias yk .
Sin embargo la relación anterior deja de ser válida cuando los polos son
múltiples, tanto si son reales como complejos.
Veamos un ejemplo de polos dobles reales. El caso de polos complejos se

resuelve de la misma forma, con la particularidad de que siempre aparecen
en pares conjugados.
29
Sea la ecuación en diferencias siguiente:
yk − yk−1 + 14 yk−2 = uk−2
(1 − z −1 + 14 z −2 )Y (z) = z −2 U (z)
La ecuación caracterı́stica es z 2 − z + 14 = 0, cuyas raı́ces son reales con un

orden de multiplicidad igual a 2: z1 = 21 doble.
La descomposición en fracciones parciales (cuando z1 6= 1 y U (z) es una

función escalón unidad) adopta la forma:
c1 c2 z −1 c3
Y (z) = 1−z1 z −1
+ (1−z1 z −1 )2
+ 1−z −1
Para aplicar la transformada Z inversa es necesario saber que la transformada

Z de una función temporal ”rampa” causal7 es:
z −1
Z(k) = (1−z −1 )2
y que
z −1
Z(kak−1 ) = (1−az −1 )2
Por lo tanto, aplicando la transformada Z inversa se obtiene la solución de

la ecuación en diferencias (con condiciones iniciales nulas):
yk = c1 z1k + c2 kz1k−1 + c3 , k = 0, 1 . . .
yk = 0, k<0
Podemos observar que aparece un término adicional con respecto al caso de

polos simples, de la forma kz1k−1 , lo cual parece que puede afectar a la esta-
bilidad del sistema. Se puede analizar esta cuestión de la siguiente manera.
7
La rampa causal se define como la función temporal yk = k, k ≥ 0, e yk = 0, para
k < 0. Ası́mismo pueden definirse otras funciones causales como la ”parábola” causal y
siguientes potencias de k. La transformada Z de una función potencia m-sima de k es
z −1 Q(z −1 )
Z(k m ) = (1−z −1 )m+1
donde Q(z −1 ) es un polinomio en z −1 , que para m = 2 es Q(z −1 ) = 1 + z −1 , y para m = 3

es Q(z −1 ) = 1 + 4z −1 + z −2 .
30
Como kz1k−1 = z11 (kz1k ), cuando |z1 | < 1 el sistema será estable, ya que el
crecimiento de la función k es más lento que el decrecimiento de z1k , es de-
cir que limk→∞ (kz1k ) = 0 cuando |z1 | < 1. Por lo tanto los polos múltiples
no afectan a las condiciones de estabilidad, pero obviamente sı́ afectan al
comportamiento en régimen transitorio: la curva ya no es una exponencial
decreciente.
El cálculo de los coeficientes para el caso de polos dobles se hace de la sigu-

iente forma:
c2 = [(1 − z1 z −1 )2 Yz−1
(z)
]|z=z1
d
c1 = [ dz {(1 − z1 z −1 )2 Yz−1
(z)
}]|z=z1
En el ejemplo
z1−1 1
c2 = 1−z1−1
= z1 −1
d z−1 d 1
c1 = [ dz { 1−z −1 }]|z=z1 = [ dz { z−1 }]|z=z1
−1
c1 = (z1 −1)2
que en nuestro ejemplo es c2 = −2 y c1 = −4.
Para el cálculo de c3 se utiliza la fórmula de polos simples, y en nuestro

ejemplo resulta c3 = (1−11 )2 = 4.
2
Por lo tanto la solución de la ecuación en diferencias del ejemplo es

yk = −4( 12 )k − 2k( 21 )k−1 + 4, k = 0, 1 . . .
yk = 0, k<0
que puede escribirse en la forma:
yk = −4(1 + k)2−k + 4, k = 0, 1 . . .
yk = 0, k<0
Podemos comprobar que y(0) = c1 + c3 = 0, como habı́amos impuesto.

También para k = 1, se cumple que y(1) = 0.
La descomposición en fracciones parciales y el cálculo de sus coeficientes para

el caso de polos con un orden de multiplidad mayor que dos es engorroso, por
31
lo que conviene utilizar alguna otra técnica de inversión de Y (z). La forma
más general de resolver la ecuación en diferencias utilizando la transfrormada
Z es utilizar directamente la transformada Z inversa a través de la integral de
inversión. No voy a entrar en detalles sobre esta cuestión, tan sólo explicaré el
método en el apartado siguiente.
5. Resolución de la ecuación en diferencias

utilizando el teorema de los residuos
Una vez que se ha calculado Y (z) puede obtenerse yk como

P
yk = ni=1 ri
donde n es el número de polos distintos de la ecuación en diferencias (si todos
los polos son simples, coincidirá con el orden del sistema) y ri son los residuos
de Y (z)z k−1 en cada uno de los polos zi , i = 1 . . . n.
Los residuos se calculan de la siguiente forma:

1 dm−1
ri = (m−1)!
limz→zi { dz m−1 [(z − zi )m Y (z)z k−1 ]}
donde m es el orden de multiplicidad del polo zi , y (m − 1)! es el factorial de

(m − 1) (recuérdese que 1! = 0! = 1).
1. Polos dobles
En el ejemplo anterior, la ecuación en diferencias era:
yk − yk−1 + 14 yk−2 = uk−2
cuya transformada Z (con condiciones iniciales nulas, y una entrada
escalón unitario) es,
z
Y (z) = (z 2 −z+ 14 )(z−1)
1
Vemos que hay un polo doble en z1 = 2
y un polo simple en z2 = 1.
Por lo tanto, n = 2 y
z
r2 = limz→1 {(z − 1)Y (z)z k−1 } = limz→1 { z2 −z+ 1z
k−1
}=4
4
32
d
r1 = limz→ 1 { dz [(z − 12 )2 Y (z)z k−1 ]}
2
k k−1 (z−1)−z k
d z
r1 = limz→ 1 { dz [ z−1 ]} = limz→ 1 { kz (z−1)2
}
2 2
k (kz −1 (z−1)−1)
r1 = limz→ 1 { z (z−1)2
} = −4(1 + k)2−k
2
luego yk = r1 + r2 , que coincide con lo obtenido en el apartado anterior.
2. Polos complejos
Sea la ecuación en diferencias
yk − yk−1 + 12 yk−2 = uk−2
La transformada Z (con condiciones iniciales nulas y entrada escalón

unidad) es:
Y (z) = (z2 −z+z1 )(z−1)
2
que tiene dos raı́ces complejas conjugadas simples, z1 = 12 + i 21 y z2 =

z1∗ = 21 − i 12 , y una raı́z real simple z3 = 1, por lo que n = 3, con los
residuos
z
r3 = limz→1 {(z − 1)Y (z)z k−1 } = limz→1 { z2 −z+ 1z
k−1
}=2
2
r1 = limz→( 1 +i 1
) {(z − ( 12 + i 12 ))Y (z)z k−1 }
2 2
z k z1k
r1 = limz→z1 { (z−1)(z−z ∗) } = (z1 −1)(z1 −z1∗ )
1
zk (z1∗ )k
r2 = limz→z1∗ { (z−1)(z−z1 ) } = (z1∗ −1)(z1∗ −z1 )
Haciendo z1 = |z1 |eiφ = σ + i ω y z1 − 1 = aeiα , donde a = |z1 − 1|,

y teniendo en cuenta que |z1 | = |z1∗ | y |z1 − 1| = |z1∗ − 1|, podemos
escribir los residuos relacionados con los polos complejos conjugados en
la forma k ikφ |z1 |k ei(kφ−α)
r1 = |z2iωae
1| e
iα = aω 2i
k −ikφ k
e−i(kφ−α)
r2 = − |z2iωae
1| e |z1 |
−iα = − aω 2i
por lo que r2 = r1∗ , y
|z1 |k
r1 + r2 = |z1 −1|ω
sin(kφ − α)
33
Puede comprobarse que la solución yk = r1 + r2 + r3 coincide con la
obtenida anteriormente en el apartado 4.2.8
1 1
8
Como c1 = (z1 −1)(z1 −z1∗ ) = |c1 |eiδ , entonces |c1 | = 2|z−1|ω , y δ = − π2 − α.
34
http://www.swarthmore.edu/NatSci/echeeve1/Ref/LPSA/LaplaceZTable/
LaplaceZFuncTable.html
35

Ecuaciones en Diferencias

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ecuaciones en Diferencias

Enviado por

Direitos autorais:

Formatos disponíveis

Ecuaciones en diferencias lineales

2.1. Teorema de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . 12

4. Resolución de la ecuación en diferencias utilizando el método

4.1. Caso de polos reales simples, con al menos un cero en el orı́gen 22

4.2. Solución con polos complejos simples . . . . . . . . . . . . . . 25

4.3. Solución con polos dobles . . . . . . . . . . . . . . . . . . . . . 29

5. Resolución de la ecuación en diferencias utilizando el teorema

En estos breves apuntes voy a limitarme al análisis de ecuaciones en difer-

yk + 2yk−1 = 3uk−1 + 5vk−1

representa un sistema cuya entradas son u y v y cuya salida es y.

nos obligarı́a a decir que u es la salida e y la entrada, si se admite el

no nos permite saber si u o y son las entradas o salidas.

4. Orı́gen de tiempos y condiciones iniciales

podemos ver que y1 = −2y0 , pudiéndose obtener por inducción la solu-

es necesario conocer la función uk , ∀k. Puede demostrarse que si esta

6. Representación en el espacio de estados

yk + 2yk−1 − 5yk−2 = 3uk−2

que en la forma causal puede escribirse como

yk+2 + 2yk+1 − 5yk = 3uk

Para la resolución de este sistema es necesario conocer, tanto la entrada,

y en segundo lugar que

En forma más compacta obtendrı́amos la ecuación matricial llamada

En estos apuntes voy a hacer varios estudios. Por un lado la obtención de la

Un estudio fundamental será saber si el sistema es estable. Realmente el

También suele haber una confusión en el concepto de sistema, ya que cuando

Para el estudio de la estabilidad es suficiente con estudiar la matriz de estados

Dado un sistema expresado en el espacio de estados, xk+1 = Axk , se definen

Con este simple análisis hemos calculado el punto de equilibrio, pero no se

Se define la ecuación caracterı́stica del sistema como

Puede demostrarse que el sistema es estable si los módulos de sus autovalores

Hay una buena colección de definiciones de estabilidad, si bien casi todas

En el contexto de la teorı́a de sistemas hay otra idea intuitiva de estabilidad:

Ambas ideas sirven como definición de estabilidad y puede comprobarse que

En el ejemplo del anterior apartado habı́amos visto que la matriz de estados

Podemos observar que se trata de un polinomio cuyo orden es el mismo

Puede comprobarse también que la solución homogénea xk = Ak x0 tiende

En este estudio de la estabilidad no se ha visto el efecto de las entradas.

Antes de hacer otros estudios conviene prestarle atención al hecho de que

Vamos a ver a continuación un método que permite saber si un sistema es

2.1. Teorema de Routh-Hurwitz

Un teorema directamente aplicable a este estudio de estabilidad es el teorema

Dada la ecuación caracterı́stica (que escribiré utilizando la variable compleja

En primer lugar se realiza la transformación bilineal

obteniendo otro polinomio que tendrá la forma

Puede demostrarse que esta nueva ecuación caracterı́stica expresada en térmi-

Por ejemplo, para el sistema que se ha estudiado hasta ahora,

Para la aplicación del teorema de Routh-Hurwitz es necesario construir en

Posteriormente se estudian los cambios de signo de su primera columna. Si no

Veámoslo en primer lugar en el ejemplo anterior,

donde c se calcula de la siguiente forma:

La columna de la izquierda no tiene ningún significado especial. Sirve tan

tendrá dos raı́ces fuera del cı́rculo unidad.

Veamos otro ejemplo de un sistema de orden 5, sobre el que ya se ha realizado

w5 + 2w4 + 24w3 + 50w2 − 25w − 52 = 0

La tabla de Routh-Hurwitz es:

Puede observarse que la penúltima fila es nula. En este caso se considera

En este ejemplo se ven tres cambios de signo en la primera columna: entre

La aplicación del teorema de Routh-Hurwitz presenta otros casos particulares

La transformada Z transforma una ecuación en diferencias en una ecuación

Dada una variable o función cualquiera yk , utilizaré la notación Z(yk ) =

La transformada Z de una variable desplazada yk−1 viene dada por

La transformada Z es una transformación lineal, por lo que la ecuación en

(z 2 + 2z − 5)Y (z) − (z 2 y0 + z(2y0 + y1 )) = 3U (z)

La solución completa será la suma de la homogénea y la particular. Es decir