d.

Si se colocan muestreadores 𝜹𝑻 (𝒕) en eh(t) y en ec(t), y un retenedor de orden cero después del
muestreador en ec(t), realizar la conversión de tiempo continuo a tiempo discreto del espacio de estado
representado en la parte (b) y representarlo en un diagrama de bloques de estado en tiempo discreto
con un periodo de muestreo T.
Con muestreadores y retenedor de orden cero:

x(k  1)  G.x(k )  H .u (k )
y (k )  C1 x(k )  D1u (k )

Conversión de tiempo continúo a tiempo discreto del espacio de estado representado:

𝑥̇1 (𝑡)  0.005 0.25 0 0   x1 (t )  0 
 0  
𝑥̇ 2 (𝑡)
  0.5 0.03 0   x 2 (t ) 0 
𝑥̇ 3 (𝑡)
= .  .u (t )
 0 0 0 1   x3 (t )  0 
[𝑥̇ 4 (𝑡)]     
 0 0  1  0.3  x 4 (t ) 0.1
 x1 (t ) 
 x (t )
y (t )  1 0 0 0.   [0].u (t )
2

 x3 (t ) 
 
 x4 (t )

Con T= 0.725s, como periodo de muestreo se obtiene la matriz G y H como sigue:

Mediante Matlab con el comando “c2dm” utilizando el método asignado tipo “tustin”
Se obtiene las matrices:
G=
0.996 0.1532 0.0015 0.0005
0 0.6931 0.0165 0.0054
0 0 0.7881 0.5846
0 0 -0.5846 0.6127

0
0.0003
H =[ ]
0.0292
0.0806
C1 = [0.7237 0.0555 0.0005 0.0002]
D1 = [8.8245e-006]

La ecuación en el espacio de estado de tiempo discreto:

x(k  1)  G.x(k )  H .u (k )
y (k )  C1 x(k )  D1 .u (k )

Se debe observar que para discretización trapezoidal G, H, C1 y D1 dependen de T. Finalmente se obtiene el

diagrama:
 𝑥1 (𝑘 + 1)
0.9964 0.1532 0.0015 0.0005  x1 (k )  0.0000
𝑥2 (𝑘 + 1)  0  
𝑥3 (𝑘 + 1)
=
 0.6931 0.0165 0.0054  x2 (k ) 0.0003
.  .u (k )
[𝑥4 (𝑘 + 1)]  0 0 0.7881 0.5846  x3 (k )  0.0292
    
 0 0  0.5846 0.6127  x4 (k ) 0.0806

 x1 (k ) 
 x (k )
y (k )  0.7237 0.0555 0.0005 0.0002.   [0.0000088245].u (k )
2

 x3 (k ) 
 
 x4 ( k ) 

e. Determinar la matriz de transferencia de pulso del sistema en lazo abierto.

La representación en el espacio de estado de un sistema discreto se pude representar mediante:
x(k  1)  G.x(k )  H .u (k )
y (k )  C1 x(k )  D1 .u (k )
Al tomar la transformada z de las ecuaciones anteriores se obtiene:
z. X ( z )  z.x(0)  G. X ( z )  H .U ( z )
Y ( z )  C1 . X ( z )  D1 .U ( z )
Para x(0) = 0, se tiene:
F ( z )  C1 .( z.I  G) 1 .H  D1
Donde F(z) se conoce como matriz de función de transferencia pulso.
Sabemos que:
G=
0.996 0.1532 0.0015 0.0005
0 0.6931 0.0165 0.0054
0 0 0.7881 0.5846
0 0 -0.5846 0.6127
0
0.0003
H =[ ]
0.0292
0.0806
C1 = [0.7237 0.0555 0.0005 0.0002]
D1 = [8.8245e-006]=[0.0000088245]

Mediante los comandos de Matlab “ss2tf” y “tf”, se obtiene:

8.824𝑒 − 006 𝑧 4 + 3.53𝑒 − 005 𝑧 3 + 5.295𝑒 − 005 𝑧 2 + 3.53𝑒 − 005 𝑧 + 8.824𝑒 − 006
𝐹(𝑧) =
𝑧 4 – 3.09 𝑧 3 + 3.882 𝑧 2 – 2.361 𝑧 + 0.5695
f. Diseñar un sistema de control de seguimiento con realimentación de estado de ganancia K y control
integral de ganancia KI usando el método de la ubicación de polos en tiempo discreto según la figura
(02), para llenarlo al tanque sin desbordamiento en un tiempo de establecimiento ts.
Sea el sistema de control con realimentación de estados e integrador.

Figura 02. Sistema de control de seguimiento con realimentación de estado y control integral.

K= matriz de ganancia de realimentación de estado.

Ki= ganancia integral del error

Hallando los polos en s:

Tenemos:
𝑡𝑠 = 1350 𝑠𝑒𝑔

De las condiciones que nos plantean podemos hacer lo siguiente:

4
𝑡𝑠 = = 1350
𝜔𝑛 𝜉

Como en la respuesta no puede haber sobre impulso (desbordamiento), es decir:

𝜉 > 1 (Sobre amortiguado); tomaremos el valor de 𝜉 = 1.1
=> 𝜔𝑛 = 0.0027 𝑟𝑎𝑑/𝑠𝑒𝑔

Donde:
𝑠1,2 = −𝜀𝜔𝑛 ± 𝜔𝑛 √𝜀 2 − 1
Entonces:
𝑠1 = −0.0017; 𝑠2 = −0.0042

En el sistema se tiene cinco polos dominantes, ya que se agregara un integrador, con lo cual se tendrá que
agregar 3 polos más relativamente alejados de los dos polos dominantes:
𝑠3 = −4; 𝑠4 = −5 𝑦 𝑠5 = −7

Pasando a tiempo discreto mediante la transformación z = e Ts o mediante:

s=[s1 s2 -4 -5 -7];
z=exp(T*s)
z = [0.9987 0.9970 0.0550 0.0266 0.0063]
Con estos valores construimos el respectivo polinomio característico P(z).
Luego la ecuación característica de los polos deseados en lazo cerrado en el plano Z será:
 (𝑧 − 𝑍1)(𝑧 − 𝑍2)(𝑧 − 𝑍3)(𝑧 − 𝑍4)(𝑧 − 𝑍5) = 0
Con Matlab:
poly(z)
Pz =1.0000 -2.0836 1.1732 -0.0915 0.0020 -0.0000
De donde se obtiene la ecuación característica:

𝑃(𝑧) = 𝑧 5 − 2.0836325 ∗ 𝑧 4 + 1.1731593 ∗ 𝑧 3 − 0.091500872 ∗ 𝑧 2 + 0.0019866778 ∗ 𝑧 −

0.000009126792 … (&)

De la figura 02 obtenemos las siguientes ecuaciones:

𝑒(𝑘) = 𝑟(𝑘) − 𝑘𝑚 𝑦(𝑘) … (∗)

Como:
𝑥̇ (𝑘 + 1) = 𝐺𝑥(𝑘) + 𝐻𝑢(𝑘) … (1)
𝑦(𝑘) = 𝐶𝑥(𝑘) + 𝐷𝑢(𝑘) … (2)
De la gráfica también se obtiene:

𝑢(𝑘) = −𝐾𝑥(𝑘) + 𝑘𝐼 𝑣(𝑘)

Sea el integrador en atraso:

𝑧 −1
𝐼𝑛𝑡𝑒𝑔𝑟𝑎𝑑𝑜𝑟 =
1 − 𝑧 −1

𝑉(𝑧) 𝑧 −1
= → 𝑧𝑉(𝑧) − 𝑉(𝑧) = 𝐸(𝑧) → 𝑣(𝑘 + 1) − 𝑣(𝑘) = 𝑒(𝑘)
𝐸(𝑧) 1 − 𝑧 −1

Entonces:
𝑣(𝑘 + 1) = 𝑣(𝑘) + 𝑒(𝑘)
De (*):
𝑣(𝑘 + 1) = 𝑣(𝑘) + 𝑟(𝑘) − 𝑘𝑚 𝑦(𝑘)
De (2):
𝑣(𝑘 + 1) = 𝑣(𝑘) + 𝑟(𝑘) − 𝑘𝑚 [𝐶𝑥(𝑘) + 𝐷𝑢(𝑘)] … (3)

De (1), (2) y (3) obtenemos:

Ecuación de estado:

𝑥(𝑘 + 1) 𝐺 0 𝑥(𝑘) 𝐻 0
( )=( )( )+( ) 𝑢(𝑘) + ( ) 𝑟(𝑘) … (4)
𝑣(𝑘 + 1) −𝑘𝑚 𝐶 1 𝑣(𝑘) −𝑘𝑚 𝐷 1

Ecuación de salida:
𝑥(𝑘)
𝑦(𝑘) = (𝐶 0) ( ) + 𝐷𝑢(𝑘) … (5)
𝑣(𝑘)

Ecuación de control:
𝑥(𝑘)
𝑢(𝑘) = −(𝐾 −𝑘𝐼 ) ( ) … (6)
𝑣(𝑘)

Definiendo:

𝑥(𝑘) 𝐺 0 ̂=( 𝐻 ) ̆ = ( 0)
𝑥̂(𝑘) = ( ) 𝐺̂ = ( ) 𝐻 𝐻
𝑣(𝑘) −𝑘𝑚 𝐶 1 −𝑘𝑚 𝐷 1
𝐶̂ = (𝐶 0) ̂=𝐷
𝐷 ̂ = [𝐾
𝐾 −𝑘𝐼 ]

Luego las ecuaciones (4), (5) y (6) se pueden expresar como:

𝑥(𝑘)
𝑥̂(𝑘 + 1) = 𝐺̂ ( ̂ 𝑢(𝑘) + 𝐻
)+𝐻 ̆ 𝑟(𝑘) … (7)
𝑣(𝑘)

𝑥(𝑘)
𝑦(𝑘) = 𝐶̂ ( )+𝐷 ̂ 𝑢(𝑘) … (8)
𝑣(𝑘)
𝑢(𝑘) = −𝐾̂ 𝑥̂(𝑘) … (9)

Si definimos: δ𝑥̂ (k) = 𝑥̂ (k) - 𝑥̂ (  ) δu(k) = u (k) - u(  )

r(k+1) = r (k) = r(  ) = r

Restando las ecuaciones se obtiene: δ𝑥̂ (k+1) = 𝐺̂ δ𝑥̂ (k) + 𝐻

̂ δu (k)
̂ δ𝑥̂ (k)
δu (k) = - 𝐾
Finalmente:
δ𝑥̂ (k+1) = ( 𝐺̂ - 𝐻
̂𝐾̂ ) δ𝑥̂ (k)

Finalmente se obtiene:
|𝑧𝐼̂ − 𝐺̂ + 𝐻
̂𝐾̂ | = 0 … (10)

Donde:
Km es constante de conversión, de la ecuación (*):

𝑟(∞) 10
𝑘𝑚 = = =5
𝑦(∞) 2

Sean las matrices Ga, Ha, Ca y Da como:

G=
0.996 0.1532 0.0015 0.0005
0 0.6931 0.0165 0.0054
0 0 0.7881 0.5846
0 0 -0.5846 0.6127

0
0.0003
H =[ ]
0.0292
0.0806
C1 = [0.7237 0.0555 0.0005 0.0002]
D1 = [8.8245e-006]

Ga=[G zeros(4,1);-Km*C1 1]
Ga =
0.9964 0.1532 0.0015 0.0005 0
0 0.6931 0.0165 0.0054 0
0 0 0.7881 0.5846 0
0 0 -0.5846 0.6127 0
-3.6184 -0.2776 -0.0027 -0.0009 1.0000
Ha = [H;-km*D1]
Ha =
0.0000
0.0003
0.0292
0.0806
-0.0000
Ca = [C1 0]
0.7237 0.0555 0.0005 0.0002 0
Da = [D1]
Da = 8.8245e-006

Utilizaremos el método algorítmico para hallar k .Verificando que el sistema es de estado completamente

k
controlable, ya que en otro caso no se puede calcular la matriz .

Ma=[Ha Ga*Ha (Ga^2)*Ha (Ga^3)*Ha (Ga^4)*Ha ]

r = rank(Ma)
det(Ms)

Ma =
0.0000 0.0001 0.0004 0.0009 0.0013
0.0003 0.0011 0.0021 0.0026 0.0022
0.0292 0.0702 0.0742 0.0461 0.0033
0.0806 0.0323 -0.0212 -0.0564 -0.0615
-0.0000 -0.0004 -0.0014 -0.0038 -0.0076
r= 5
ans = -4.9725e-013

Determinante, diferente de cero y Rango = 5 el sistema es completamente controlable

Identificamos los coeficientes ai del polinomio característico original.
Pa=poly(Ga)
Pa= 1.0000 -4.0903 6.9721 -6.2425 2.9301 -0.5695
|𝑍𝐼 − 𝐺𝑎| = 𝑧 5 − 4.09 ∗ 𝑧 4 + 6.972 ∗ 𝑧 3 − 6.242 ∗ 𝑧 2 + 2.93 ∗ 𝑧 − 0.5695

Identificando los ai tenemos: a0=1

a1 = -4.09; a2 = 6.972; a3 = -6.242; a4 = 2.93 a5= -0.5695...............(I)
Determinemos la matriz de cambio de base T, que transforma las ecuaciones de estado del sistema a la forma
controlable.

T=Ma.W

Donde M es la matriz de controlabilidad y W es una matriz simétrica que se expresan respectivamente como:

W=

2.9301 -6.2425 6.9721 -4.0903 1.0000

-6.2425 6.9721 -4.0903 1.0000 0
6.9721 -4.0903 1.0000 0 0
-4.0903 1.0000 0 0 0
1.0000 0 0 0 0
Matlab:
T=Ma*W
T=

-0.0000 -0.0000 -0.0000 0.0000 0.0000

0.0003 -0.0000 -0.0005 0.0000 0.0003
-0.0202 0.0494 -0.0090 -0.0494 0.0292
0.0557 -0.2476 0.4088 -0.2975 0.0806
-0.0000 -0.0002 -0.0003 -0.0002 -0.0000

De la expresión (&):
𝑃(𝑧) = 𝑧 5 − 2.0836325 ∗ 𝑧 4 + 1.1731593 ∗ 𝑧 3 − 0.091500872 ∗ 𝑧 2 + 0.0019866778 ∗ 𝑧
− 0.000009126792
Identificando los coeficientes αi:

α1= -2.083; α2=1.17315 ; α3=− 0.0915; α4=0.00198; α5= − 0.000000912 …..........(II)

a1 = -4.09; a2 = 6.972; a3 = -6.242; a4 = 2.93 a5= -0.5695....................(I)

Obtenemos:
K  [K  KI ]

K [  5  a5  4  a4  3  a3  2  a2 1  a1 ].T 1  Ka.T 1

De las ecuaciones (I) y (II) tenemos:

Ka = [0.5695 -2.9281 6.1510 -5.7990 2.0067]

Entonces:
Utilizando los siguientes comandos del MATLAB para hallar T 1

Ti = inv(T)

Ti =
1.0e+004 *
-1.0298 0.1574 -0.0011 0.0001 -0.1417
-0.5135 -0.0093 0.0006 -0.0001 -0.1417
0.0009 -0.0458 -0.0000 0.0001 -0.1417
0.5135 0.0077 -0.0005 -0.0001 -0.1417
1.0242 0.1233 0.0010 0.0001 -0.1417

Utilizando los siguientes comandos del MATLAB para hallar K

K =Ka*inv(T)

Entonces la matriz K es la siguiente:

K = [3.1574 379.4057 20.9896 16.0097 -0.0049]

KI= 0.0049
g. Si er(t)=r(k) determinar las funciones de transferencia Y(z)/R(z)

El sistema de control representado por las siguientes ecuaciones

x(k  1)  G.x(k )  H .u (k )
y (k )  C.x(k )  D.u (k )
u (k )   K .x(k )  K I .v(k )
v(k  1)  v(k )  r (k  1)  y (k )

Podemos llevarlo al siguiente espacio de estado:

 x(k  1)  G  H .K H .KI   x(k ) 0

v(k  1)    C.G  C.H .K 1  C.H .KI .v(k )   1 .r
      

Recordemos que el sistema ampliado se expresa mediante:

    
x (k  1)  G x (k )  H u (k )  H 1 r (k )
   
y (k )  C x (k )  D.u (k ) u (k )   K x (k )

Aplicando la transformada Zeta,

    
z X ( z )  G X ( z )  H U ( z )  H 1 R( z )
      
z X ( z )  G X ( z )  H K X ( z )  H 1 R( z )

Obtenemos:
 zI        ( z )   R( z )
 G H K X H1

1

   
 
X ( z )   zI  G  H K  H 1 R( z )
 

Aplicando la transformada Zeta a la expresión de y(k),

Y ( z )  C X ( z )  D K X ( z )  C  D K  X ( z )
      

 
1
Y ( z )  C  D K   zI  G  H K 
     

    H 1 R( z )

Entonces la función de transferencia será:

Y ( z)     1 
 C  D K   zI  G  H K  H 1
 

R( z )    

En MATLAB,
F ( z )  C .( z.I  G2 ) 1 .H 2  D2
2
G2=Ga-Ha*K;
H2=H1=[0;0;0;0;1];
C2=Ca-Da*K;
D2=[0];
[num,den]=ss2tf(G2,H2,C2,D2)
tf(num,den,T)
 𝒀(𝒛) 𝟒. 𝟑𝟒𝟖𝒆 − 𝟎𝟎𝟖 𝒛𝟒 + 𝟏. 𝟕𝟑𝟗𝒆 − 𝟎𝟎𝟕 𝒛𝟑 + 𝟐. 𝟔𝟎𝟗𝒆 − 𝟎𝟎𝟕 𝒛𝟐 + 𝟏. 𝟕𝟑𝟗𝒆 − 𝟎𝟎𝟕 𝒛 + 𝟒. 𝟑𝟒𝟖𝒆 − 𝟎𝟎𝟖
=
𝑹(𝒛) 𝒛𝟓 – 𝟐. 𝟎𝟖𝟒 𝒛𝟒 + 𝟏. 𝟏𝟕𝟑 𝒛𝟑 – 𝟎. 𝟎𝟗𝟏𝟓 𝒛𝟐 + 𝟎. 𝟎𝟎𝟏𝟗𝟖𝟕 𝒛 – 𝟗. 𝟏𝟐𝟕𝒆 − 𝟎𝟎𝟔
h. Graficar las variables de estado x(k), del error e(k), v(k), y(k) y la variable de control u(k) ante una
entrada en r(k)= 1 rad (tipo escalón) usando como vector de condiciones iniciales x(0) según su buen
criterio.

Respuesta del sistema ante un escalon unitario 10

2

1.8

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
0 500 1000 1500 2000 2500 3000 3500 4000
kT (seg)

Figura 1: Respuesta ante entrada escalón de magnitud 10

Para las condiciones iniciales

X0=[0 0.1 0 0.01 0];%condiciones iniciales (qe=0.1 y x’=0.01)
Respuesta del sistema
2

1.8

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
0 500 1000 1500 2000 2500 3000 3500 4000

Figura 2: Respuesta del sistema con condiciones iniciales

12000

10000

8000

6000

4000

2000

-2000
0 500 1000 1500 2000 2500 3000 3500 4000

Figura 3: Grafica del vector de estado X en función del tiempo

2.5

1.5

0.5

0
0 500 1000 1500 2000 2500 3000 3500 4000
kT (seg)

Figura 4: x1(t)
 0.1

0.09

0.08

0.07

0.06

0.05

0.04

0.03

0.02

0.01

0
0 500 1000 1500 2000 2500 3000 3500 4000
kT (seg)

Figura 5: x2(t)

0.5

-0.5

-1

-1.5
0 500 1000 1500 2000 2500 3000 3500 4000
kT (seg)

Figura 6: x3(t)
 3

-1

-2

-3

-4
0 500 1000 1500 2000 2500 3000 3500 4000
kT (seg)

Figura 7: x4(t)

12000

10000

8000

6000

4000

2000

0
0 500 1000 1500 2000 2500 3000 3500 4000
kT (seg)

Figura 8: Salida del integrador V(k)

 Grafica del Error
10

0
0 500 1000 1500 2000 2500 3000 3500 4000
kT (seg)

Figura 9: Grafica del error

i.- Interpretar físicamente la dinámica del sistema basándose en las gráficas de la parte (h).
FIGURA 1: Se muestra como para Y(t) (h(t)), en condiciones iníciales cero, y una entrada escalón, llega a
un tope de 2m estableciéndose en el tiempo “ts” y no lo sobrepasa, la grafica es sobre amortiguada,
cumpliendo con el requerimiento, ya que no hay sobre pico (es decir sin desbordamiento).

FIGURA 2: Se muestra también la grafica de Y(t) para una entrada arbitraria, y condiciones iníciales, el cual
también presenta sobre amortiguamiento (sin desbordamiento), estableciéndose en el tiempo “ts”.

FIGURA 5: Es la respuesta del caudal de entrada al tanque qe(t) con condición inicial igual a 0.1m3/s; luego
del cual inmediatamente toma cero; estableciéndose luego en 0.055 m3/s, sin sobre pico (sobreamoriguado) en
el tiempo “ts”.

FIGURA 6: Es la respuesta del desplazamiento x(t) con condición inicial igual a 0m; estableciéndose luego
en 0.8m, en un tiempo “ts” sin sobre pico (sobreamoriguado).

FIGURA 7: Es la respuesta dx(t)/dt, es decir de la velocidad del desplazamiento del impulsor hidráulico, con
condición inicial de 0.01m/s. El cual luego decae, estableciéndose en el tiempo “ts”.

FIGURA 8: Es la respuesta de V(t), el cual se establece en el tiempo “ts”, es también sobre amortiguada.

FIGURA 9: Es la respuesta del error, el cual tiende a cero en el tiempo “ts”.

Código generado en Matlab: G2=Ga-Ha*K;
clc H2=[0;0;0;0;1];
close all C2=Ca-Da*K;
clear D2=[0];
[num,den]=ss2tf(G2,H2,C2,D2);
No=26; YRz=tf(num,den,T)
T=(.25*No+8)/20;
A = [-0.005 0.25 0 0;0 -0.5 0.03 0;0 [num,den]=ss2tf(G2,H2,C2,D2)
0 0 1; 0 0 -1 -0.3]; N = 5000;
B = [0;0;0;0.1]; figure(1)
C = [1 0 0 0]; Y1 = dstep(10*num,den,N);
D = [0]; k = 0:N-1;
stairs(k*T,Y1)
[G,H,C1,D1]=c2dm(A,B,C,D,T,'tustin') xlabel('kT (seg)');
[numz,denz]=ss2tf(G,H,C1,D1); title('Respuesta del sistema ante un
Fz=tf(numz,denz,T) escalon unitario 10');

ts=(No+19)*60/2; tf(num,den,T)
eps=1.1; X0=[0 0.1 0 0.01 0];%condiciones
wn=4/(ts*eps) iniciales
s1=-eps*wn+wn*sqrt(eps^2-1) R=10*ones(N,1);
s2=-eps*wn-wn*sqrt(eps^2-1) figure(2)
S=[s1 s2 -4 -5 -7]; [Y,X]=dlsim(G2,H2,C2,D2,R,X0);
Z=exp(T*S) stairs((1:N)*T,Y);
Pz=poly(Z) title('Respuesta del sistema');
Pzz=vpa(poly2sym(Pz,'z'),8) grid on;
Km=5;
Ga=[G zeros(4,1);-Km*C1 1] figure(3)
Ha = [H;-Km*D1] stairs((1:N)*T,X);
Ca = [C1 0] grid on;
Da = [D1] figure(4)
stairs((1:N)*T,X(:,1));
Ma=[Ha Ga*Ha (Ga^2)*Ha (Ga^3)*Ha xlabel('kT (seg)');
(Ga^4)*Ha ] grid on;
r = rank(Ma) figure(5)
det(Ma) stairs((1:N)*T,X(:,2));
xlabel('kT (seg)');
grid on;
Pa=poly(Ga) figure(6)
syms z stairs((1:N)*T,X(:,3));
Pzz=vpa(det(z*eye(5,5)-Ga),4) xlabel('kT (seg)');
grid on;
W=[Pa(5) Pa(4) Pa(3) Pa(2) 1;Pa(4) figure(7)
Pa(3) Pa(2) 1 0;Pa(3) Pa(2) 1 0 stairs((1:N)*T,X(:,4));
0;Pa(2) 1 0 0 0;1 0 0 0 0] xlabel('kT (seg)');
TT=Ma*W grid on;
aa1= -2.03; aa2=1.065 ; aa3=- figure(8)
0.03465; aa4=0.0002144; aa5= - stairs((1:N)*T,X(:,5));
0.0000002432; xlabel('kT (seg)');
a1 = -4.09; a2 = 6.972; a3 = - figure(9)
6.242; a4 = 2.93; a5= -0.5695; km=5;
Ka=[Pz(6)-Pa(6) Pz(5)-Pa(5) Pz(4)- stairs((1:N)*T,10*ones(N,1)-km*Y);
Pa(4) Pz(3)-Pa(3) Pz(2)-Pa(2)] xlabel('kT (seg)');
Ti=inv(TT) title('Grafica del Error');
K=Ka*Ti