PRACTICAS UNIDAD 2

Función polinomial

Institución: Universidad Politécnica de Victoria.

Profesor: Dr. Yahir Hernández Mier.

Alumno:
o Anhuar Alejandro Farías Chávez 1630320

Carrera: Ingeniería Mecatrónica.

Cd. Victoria, Tamaulipas. 15 de febrero del 2019

ÍNDICE

PRÁCTICA FUNCIÓN POLINOMIAL ............................................................................................................... 3

INTRODUCCIÓN ......................................................................................................................................... 3
DESARROLLO ............................................................................................................................................. 5
CONCLUSIÓN ........................................................................................................................................... 11

PRÁCTICA TRANSFORMADA Z INVERSA POR MÉTODOS COMPUTACIONALES ....................................... 12

INTRODUCCIÓN ....................................................................................................................................... 13
DESARROLLO .......................................................................................................................................... 15
CONCLUSIÓN ........................................................................................................................................... 23

2
INTRODUCCIÓN
En la presente practica se trabajará con una función polinomial la cual esta muestreada
de 0 a 50 unidades. Por medio del software matemático Scilab se hará variar el valor del
vector r para analizar gráficamente su comportamiento y comprender de mejor manera
como es la geometría de los números complejos.
Recordando:
Los números complejos se pueden representar en forma:
• Cartesiana
• Polar o trigonométrica
• Exponencial
En el plano los representamos como Z

𝑍 ≡ 𝑟𝑒 𝑗𝜃
Y cada número complejo tiene parte real (r) y parte imaginaria (𝒆𝒋𝜽 ).
r = magnitud del vector desde el origen hasta el número imaginario

Considerando Ilustración 1:
𝑏 𝑎
𝑆𝑒𝑛 𝜃 = 𝐶𝑜𝑠 𝜃 =
𝑟 𝑟

𝑏 = 𝑟 ∙ 𝑆𝑒𝑛 𝜃 𝑎 = 𝑟 ∙ 𝐶𝑜𝑠 𝜃

Ilustración 2. Representación polar del número imaginario

Ilustración 1. Circulo unitario de los números complejos

3
Considerando Ilustración 2:
𝑒 𝑗𝜃 = 𝐶𝑜𝑠(𝜃) + 𝑗 𝑆𝑒𝑛(𝜃)
𝑧 = 𝑟 [𝐶𝑜𝑠(𝜃) + 𝑗 𝑆𝑒𝑛(𝜃)]

𝑍 = 𝑟𝑒 𝑗𝜃

Secuencia polinomial 𝑥(𝑘) = 𝑧 𝑘 , para toda k

𝑍 ≡ 𝑟𝑒 𝑗𝜃 → 𝑧 𝑘 = (𝑟𝑒 𝑗𝜃 )𝑘 = 𝑟 𝑘 𝑒 𝑗𝜃𝑘

Los valores del vector r a utilizar en cada caso de análisis serán los siguientes:
• r = 0.5 para 0 ≤ 𝑟 < 1

• r = 1.5 para 𝑟 > 1

• r = -0.5 para −1 ≤ 𝑟 ≤ 0

• r = -1.5 para 𝑟 < −1

• r = 1 para 𝑟 = 1

• r = -1 para 𝑟 = −1

4
DESARROLLO
Mediante el software Scilab se desarrolló un código para elevar el valor de r a una
potencia k, la cual se muestreo de 0 a 50.
Veamos gráficamente el comportamiento en cada caso.

Caso 1: 0 ≤ 𝑟 < 1
r = 0.5
Código Scilab
k = 0 : 50;
r = 0.5;
xk = r.^k;
scf();
subplot( 3, 2, 1 )
plot(k, xk, 'ro')
title('valor de r=' +string(r))
xgrid

Gráfica

Ilustración 3. Función polinomial con r=0.5

En la Ilustración 3 es muy obvio el comportamiento que se espera ya que tenemos un
número pequeño que al elevarlo a una potencia cada vez más grande este suele
aproximarse a 0 cada vez más.

5
Caso 2: 𝑟 > 1
r = 1.5
Código Scilab
k = 0 : 50;
r = 1.5;
xk = r.^k;
scf();
subplot( 3, 2, 2 )
plot(k, xk, 'ro')
title('valor de r=' +string(r))
xgrid

Gráfica

Ilustración 4. Función polinomial con r=1.5

Con la Ilustración 4 se puede observar que en este caso el comportamiento es diferente
al primero ya que este número al elevarlo a potencias cada vez más grandes tiende al
infinito.

6
Caso 3: −1 ≤ 𝑟 ≤ 0
r = -0.5
Código Scilab
k = 0 : 50;
r = -0.5;
xk = r.^k;
scf();
subplot( 3, 2, 3 )
plot(k, xk, 'ro')
title('valor de r=' +string(r))
xgrid

Gráfica

Ilustración 5. Función polinomial con r=-0.5

En casos como este, cuando r toma valores negativos podemos observar que tendremos
valores de muestra positivos y negativos. Esto pasa porque cuando tenemos un número
negativo elevado a una potencia par este se vuelve positivo. Y cuando el número se
eleva a una potencia impar este conserva el signo.
Y observamos en la Ilustración 5 que su comportamiento tiende a 0 por la misma razón
que se explicó en el caso 1.

7
Caso 4: 𝑟 < −1
r = -1.5
Código Scilab
k = 0 : 50;
r = -1.5;
xk = r.^k;
scf();
subplot( 3, 2, 4 )
plot(k, xk, 'ro')
title('valor de r=' +string(r))
xgrid

Gráfica

Ilustración 6. Función polinomial con r=-1.5

En este caso tenemos muestras positivas y negativas por la razón analizada en el caso
3.
Y con Ilustración 6 podemos observar que las muestras tienden a infinito por la razón
analizada en el caso 2.

8
Caso 5: 𝑟 = 1
r=1
Código Scilab
k = 0 : 50;
r = 1;
xk = r.^k;
scf();
subplot( 3, 2, 5 )
plot(k, xk, 'ro')
title('valor de r=' +string(r))
xgrid

Gráfica

Ilustración 7. Función polinomial con r=1

En la Ilustración 7 podemos observar que las muestras se estabilizan tomando un valor
de 1. Esto ocurre cuando la magnitud del vector toma valor de 1 ya que indica que el
número esta sobre el perímetro del circulo unitario (Ilustración 1).

9
Caso 6: 𝑟 = −1
r = -1
Código Scilab
k = 0 : 50;
r = -1;
xk = r.^k;
scf();
subplot( 3, 2, 6 )
plot(k, xk, 'ro')
title('valor de r=' +string(r))
xgrid

Gráfica

Ilustración 8. Función polinomial con r=-1

En la ilustración 8 podemos observar que existen valores positivos y negativos por la

razón analizada en el caso 3.
Y como en el caso anterior, las muestras se mantienen estables ya que están sobre el
circulo unitario como lo representa la Ilustración 2.

10
CONCLUSIÓN

Analizando todos los casos podemos darnos cuenta que depende mucho la magnitud
del vector del origen al número imaginario para ver si este número será de utilidad o no
en nuestra función, se pueden concluir 3 casos:
• |𝑟| < 1
Si observamos los casos 1 y 3, podemos notar que cuando el valor absoluto de r
sea menor que 1 la función será ESTABLE ya que sus gráficas convergen.

• |𝑟| > 1

Si observamos los casos 2 y 4, podemos notar que cuando el valor absoluto de r

sea mayor que 1 la función será INESTABLE ya que sus gráficas divergen.

• 𝑟 = 1 ; 𝑟 = −1
Si observamos los casos 5 y 6, podemos notar que cuando el valor absoluto de r
sea igual a 1 la función tendrá ESTABILIDAD CRÍTICA ya que sus gráficas se
mantienen totalmente estables en una magnitud.
En ocasiones puede ser un poco complicado comprender como es la geometría de
los números complejos por lo poco que estamos acostumbrados a trabajar con este
tema, pero con prácticas como esta nos ayudan mucho a poder comprender su
estructura al igual que su comportamiento en una función y es muy importante
conocerlo ya que es la base de la transformada Z.

11
 PRACTICAS UNIDAD 2
Transformada Z inversa por el método
computacional

Institución: Universidad Politécnica de Victoria.

Profesor: Dr. Yahir Hernández Mier.

Alumno:
o Anhuar Alejandro Farías Chávez 1630320

Carrera: Ingeniería Mecatrónica.

Cd. Victoria, Tamaulipas. 15 de febrero del 2019

12
INTRODUCCIÓN
En esta práctica se realizará la obtención de la transformada inversa por los métodos
computacionales. Nos centraremos en lo métodos respuesta al impulso y división
polinomial (por software).
Nos apoyaremos del software matemático Scilab para la programación de un código que
nos ayude a la resolución de estos métodos.
Recordando la transformada Z inversa:
𝑍 −1 {𝑋(𝑧)} → 𝑥{𝐾𝑇}
La transformada Z nos da como resultado una señal muestreada x(k), más no podemos
saber cómo es la señal en tiempo continuo ya que no da una única x(t).

Ilustración 9. Señal x(k) obtenida

Ilustración 10. Posible señal x(t) con Ilustración 11.Posible señal x(t) con
forma de escalón forma senoidal

Se sabe que 𝑥{𝐾𝑇} 𝑜 𝑥(𝑘) son sistemas en reposo, lo que significa que su valor es 0 para
las muestras 𝑘 < 0.

13
División polinomial
Este método consta de realizar la división directamente de los dos polinomios y así
obtener la transformada Z. Un punto que debemos considerar es que cuando se utiliza
el método de división directa usualmente el resultado que este nos arroja es a partir de
la muestra k=1, por lo tanto, cuando se utiliza este método se le debe aplicar el teorema
del valor inicial a la 𝑋(𝑧) para obtener el valor de la muestra en k=0 y así complementar
nuestra respuesta.

𝑥 (0) = lim 𝑋(𝑧)

𝑧→∞

Respuesta al impulso
En este método se considera que tengamos un sistema de la forma 𝐺(𝑧) como función
de transferencia podemos conocer su salida tan solo con aplicarle una función impulso
en la entrada.

Recordar que:

𝛿(𝐾𝑇) = 𝑥(𝐾𝑇) → 𝑋(𝑧) = 1

14
DESARROLLO
Por medio del software matemático Scilab se estructuró un código para ayudar a
obtener la transformada Z inversa de 4 sistemas. Cada sistema se resolvió por medio
de los dos métodos computacionales y se comprobó gráficamente que el
comportamiento de la respuesta fuera igual.
NOTA: El software Scilab no reconoce los términos del numerador y denominador si
están términos de 𝑧 −1 por lo tanto antes de declararlos en el software debemos
transformarlos a términos de 𝑧.

Sistema 1:
10𝑧 + 5
𝑋(𝑧) =
(𝑧 − 1)(𝑧 − 0.2)

• Método respuesta al impulso:

Código: Gráfica:
//DECLARAR VALORES DEL NUMERADOR
Y DENOMINADOR
z= %z;
num=10*z + 5;
den=z^2 - 1.2*z + 0.2;
Gz= syslin('d', num, den);

//FABRICAR LA SEÑAL DE ENTRADA

N=50;
xk=[1, zeros(1,N-1)];
//CALCULAR LA RESPUESTA AL IMPULSO
yk=flts(xk, Gz);
//GRÁFICAR
scf();
subplot(1,2,1)
plot( 0:N-1, yk, 'bo')
xgrid

Ilustración 12. Muestras obtenidas

mediante respuesta al impulso.

15
 • Método por división directa

Código:
//DECLARAR VALORES DEL NUMERADOR Y DENOMINADOR
z= %z;
num=10*z + 5;
den=z^2 - 1.2*z + 0.2;

//POR DIVISIÓN POLINOMIAL

yk2=ldiv(num, den, N-1);
subplot(1,2,2)

//CONCATENAMOS UN 0 PORQUE HAY QUE CALCULAR EL VALOR INICIAL MANUALMENTE Y

EN ESTE VECTOR SE LE AGREGA EL VALOR CORRESPONDIENTE.
plot(0:N-1, [0, yk2'], 'ro')
xgrid

Gráfica:

Ilustración 13. Muestras obtenidas mediante división directa.

Sistema 2:
1
𝑋(𝑧) =
𝑍+1
• Método respuesta al impulso:

Código:
//DECLARAR VALORES DEL NUMERADOR Y DENOMINADOR
z= %z;
num=1;
den=z+1;
Gz= syslin('d', num, den);
//FABRICAR LA SEÑAL DE ENTRADA
N=50;
xk=[1, zeros(1,N-1)];
//CALCULAR LA RESPUESTA AL IMPULSO
yk=flts(xk, Gz);
//GRÁFICAR
scf();
subplot(1,2,1)
plot( 0:N-1, yk, 'bo')
xgrid

Gráfica:

Ilustración 14. Muestras obtenidas mediante respuesta al impulso.

 • Método por división directa

Código:
//DECLARAR VALORES DEL NUMERADOR Y DENOMINADOR
z= %z;
num=1;
den=z+1;
//POR DIVISIÓN POLINOMIAL
yk2=ldiv(num, den, N-1);
subplot(1,2,2)
//CONCATENAMOS UN 0 PORQUE HAY QUE CALCULAR EL VALOR INICIAL MANUALMENTE Y
EN ESTE VECTOR SE LE AGREGA EL VALOR CORRESPONDIENTE.
plot(0:N-1, [0, yk2'], 'ro')
xgrid

Gráfica:

Ilustración 15. Muestras obtenidas mediante división directa.

Sistema 3:

𝑋(𝑧) = 1 + 2𝑧 −1 + 3𝑧 −2 + 4𝑧 −3

• Método respuesta al impulso:

Código:
//DECLARAR VALORES DEL NUMERADOR Y DENOMINADOR
z= %z;
num=z^3+2*z^2+3*z+4;
den=z^3;
Gz= syslin('d', num, den);
//FABRICAR LA SEÑAL DE ENTRADA
N=50;
xk=[1, zeros(1,N-1)];
//CALCULAR LA RESPUESTA AL IMPULSO
yk=flts(xk, Gz);
//GRÁFICAR
scf();
subplot(1,2,1)
plot( 0:N-1, yk, 'bo')
xgrid

Gráfica:

Ilustración 16. Muestras obtenidas mediante respuesta al impulso.

19
 • Método por división directa

Código:
//DECLARAR VALORES DEL NUMERADOR Y DENOMINADOR
z= %z;
num=z^3+2*z^2+3*z+4;
den=z^3;
//POR DIVISIÓN POLINOMIAL
yk2=ldiv(num, den, N-1);
subplot(1,2,2)
//CONCATENAMOS UN 0 PORQUE HAY QUE CALCULAR EL VALOR INICIAL MANUALMENTE Y
EN ESTE VECTOR SE LE AGREGA EL VALOR CORRESPONDIENTE.
plot(0:N-1, [1, yk2'], 'ro')
xgrid

Gráfica:

Ilustración 17. Muestras obtenidas mediante división directa.

20
Sistema 4:

0.4673𝑧 −1 − 0.3393𝑧 −2
𝐺(𝑧) =
1 − 1.5327𝑧 −1 + 0.6607𝑧 −2

• Método respuesta al impulso:

Código:
//DECLARAR VALORES DEL NUMERADOR Y DENOMINADOR
z= %z;
num=0.4673*z - 0.3393;
den=z^2 - 1.5327*z + 0.6607;
Gz= syslin('d', num, den);
//FABRICAR LA SEÑAL DE ENTRADA
N=50;
xk=[1, zeros(1,N-1)];
//CALCULAR LA RESPUESTA AL IMPULSO
yk=flts(xk, Gz);
//GRÁFICAR
scf();
subplot(1,2,1)
plot( 0:N-1, yk, 'bo')
xgrid

Gráfica:

Ilustración 18. Muestras obtenidas mediante respuesta al impulso.

21
 • Método por división directa

Código:
//DECLARAR VALORES DEL NUMERADOR Y DENOMINADOR
z= %z;
num=0.4673*z - 0.3393;
den=z^2 - 1.5327*z + 0.6607;

yk2=ldiv(num, den, N-1);

subplot(1,2,2)
//CONCATENAMOS UN 0 PORQUE HAY QUE CALCULAR EL VALOR INICIAL MANUALMENTE Y
EN ESTE VECTOR SE LE AGREGA EL VALOR CORRESPONDIENTE.
plot(0:N-1, [0, yk2'], 'ro')
xgrid

Gráfica:

Ilustración 19. Muestras obtenidas mediante división directa.

22
CONCLUSIÓN

Se sabe que al utiliza cualquier método de solución para la Trasformada Z inversa y si

este se empleó de manera correcta, el resultado debe ser el mismo en todos los casos.
En esta práctica podemos comprobar que mediante el código programado en el
software Scilab se le dio solución por el método computacional a 4 casos diferentes,
cada uno por los dos métodos mencionados. Por el método de respuesta al impulso
podemos obtener una grafica en con color azul y por el método de división directa
obtenemos una gráfica color rojo.
Una de las principales dificultades para utilizar este método es conocer el lenguaje del
software matemático y la utilización de sus herramientas para poder dar una solución a
algún sistema. Otro punto que trae dificultades es que algunos softwares como Scilab
no permiten la introducción de datos directamente como los podríamos tener
estructurados en nuestra 𝑋(𝑧) si no que debemos adaptarlos a una forma para que el
software pueda comprenderlos.

23