Escolar Documentos
Profissional Documentos
Cultura Documentos
Félix Monasterio-Huelin
11 de abril de 2010
Índice
1. Introducción 2
2. Estudio de la estabilidad 9
3. La transformada Z 16
1
1. Introducción
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
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
yk + 2yk−1 = 3uk
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
yk + 2yk−1 = 3uk−1
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
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
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
9
es decir, que las soluciones de la ecuación caracterı́stica son los autovalores
de la matriz A.
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.
10
que podemos escribir en la forma
λ2 + 2λ − 5 = 0
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.
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.
12
donde de nuevo la escribimos de tal manera que b0 > 0.
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.
w2 − 6w + 3 = 0
13
La tabla de Routh-Hurwitz es:
w2 1 3
w1 −6 0
w0 c
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
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
15
3. La transformada Z
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 .
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 .
17
Z −1 (Y (z)) = yk . La transfromada Z inversa también es una transformación
lineal, propiedad que se utilizará al resolver ecuaciones en diferencias.
18
obtenida variando el parámetro k. Si esta secuencia converge al punto de
equilibrio, podrá decirse que la salida es estable.
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
19
4. Resolución de la ecuación en diferencias
utilizando el método de la descomposición
o expansión en fracciones parciales.
Por ejemplo, si
2z 2 +3
Y (z) = 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
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
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)
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)
Sea el sistema
8yk + 2yk−1 − yk−2 = 16uk−2
La transformada Z (con condiciones iniciales nulas) será,
que si se desea, puede escribirse en la siguiente forma, sin más que multiplicar
ambos miembros de la igualdad por z 2 ,
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
Por lo tanto
2z −2
Y (z) = (1+ 12 z −1 )(1− 14 z −1 )(1−z −1 )
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
23
y porque puede hacerse uso de la propiedad de linealidad de la transformada
Z inversa.
yk = c1 ( −1
2
)k + c2 ( 41 )k + c3 , k = 0, 1, 2, . . .
yk = 0, k<0
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.
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 ]
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.
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
(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 )
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
ci = [(1 − zi z −1 )Y (z)]|z=zi
1
c3 = (σ−1)2 +ω 2
1
c2 = [(1 − z1∗ z −1 )Y (z)]|z=z1∗ = (z1∗ −1)(z1∗ −z1 )
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
yk = c1 |z1 |k eikφ + c∗1 |z1 |k e−ikφ + c3 = |z1 |k (c1 eikφ + c∗1 e−ikφ ) + c3
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
yk = 0, k<0
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.
1−cos(φ)z −1
Z(cos(kφ)) = 1−2cos(φ)z −1 +z −2
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
Sin embargo la relación anterior deja de ser válida cuando los polos son
múltiples, tanto si son reales como complejos.
29
Sea la ecuación en diferencias siguiente:
(1 − z −1 + 14 z −2 )Y (z) = z −2 U (z)
y que
z −1
Z(kak−1 ) = (1−az −1 )2
yk = c1 z1k + c2 kz1k−1 + c3 , k = 0, 1 . . .
yk = 0, k<0
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.
d z−1 d 1
c1 = [ dz { 1−z −1 }]|z=z1 = [ dz { z−1 }]|z=z1
−1
c1 = (z1 −1)2
yk = 0, k<0
que puede escribirse en la forma:
yk = −4(1 + k)2−k + 4, k = 0, 1 . . .
yk = 0, k<0
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.
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
2. Polos complejos
Sea la ecuación en diferencias
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 )
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