05 JBD 05 de 10

3 ESTUDIO DE LA ESTABILIDAD
Una vez se ha obtenido una solución en RP, el siguiente problema que se debe abordar es
la investigación de la estabilidad de esta solución. Por una lado, los métodos temporales
descritos en el capítulo de introducción reproducen de tal modo el comportamiento del
circuito que únicamente obtienen soluciones estables, a no ser que se utilicen técnicas
especiales, por ejemplo de tiempo inverso. Por otro lado, la mayoría de los métodos de
determinación directa del RP presentan la peculiaridad de obtener indistintamente
soluciones estables e inestables.
La obtención de estas soluciones inestables, lejos de ser un efecto no deseado, permite

profundizar en el conocimiento teórico de los sistemas y comprender mejor su
funcionamiento. Así, el estudio de la estabilidad de una solución en función de un
parámetro es particularmente útil ya que el conocimiento de los puntos de bifurcación
puede asegurar el funcionamiento de ciertos circuitos, por ejemplo un divisor de
frecuencia, en la zona deseada. Sea por uno u otro motivo, se hace evidente la necesidad de
discernir las soluciones estables de las inestables.
En el método clásico la investigación de la estabilidad de un sistema de tiempo continuo se

realiza perturbando las condiciones iniciales de las variables de estado que conducen
directamente a una solución periódica. La evolución de estas perturbaciones al transcurrir
el tiempo se determina a partir de las derivadas parciales de la solución respecto al tiempo
y las variables de estado. Estas derivadas parciales, evaluadas transcurridos T segundos,
constituyen los elementos de la llamada matriz de monodromía [Par-89]-[Sey-88] cuyos
autovalores aportan directamente información sobre la estabilidad de la solución.
95
3 Estudio de la estabilidad
Evidentemente, el conocimiento de estas derivadas requiere de una solución expresada en

forma analítica. Dado que, en general, no es posible obtener soluciones analíticas al tratar
con sistemas no lineales, el estudio clásico de la estabilidad, basado en la matriz de
monodromía, únicamente se puede realizar de forma numérica.
Dificultades añadidas aparecen al trabajar con sistemas en los que aparece retardo. En
éstos, es necesario conocer las variables de estado en cada uno de los elementos dinámicos
en todo un intervalo de tiempo de duración igual al retardo máximo del circuito1. Esto es
equivalente a decir que el número de condiciones iniciales es infinito y, en consecuencia,
que la matriz de monodromía es de dimensiones infinitas. Este problema podría
solventarse discretizando la solución, pero con ello abandonamos el dominio temporal
continuo. Esto da una idea de las dificultades en estudiar la estabilidad de las soluciones de
un circuito no lineal con parámetros distribuidos de forma analítica. La bibliografía más
reciente de IEEE Trans. Circuits Syst. se limita al estudio de la estabilidad de los puntos de
equilibrio, por ejemplo [Hos-94].
Los métodos de determinación directa de la respuesta en RP deben estudiar la estabilidad

de las soluciones utilizando métodos numéricos. Así, en el método de HB la estabilidad de
las soluciones se investiga usando técnicas de perturbación [Riz-85] o métodos de
continuación [Hen-86]. Sin embargo, las soluciones obtenidas usando el método
DTA−Gear admiten un estudio alternativo de la estabilidad, basado en la definición de
estabilidad de un sistema continuo trasladada a un sistema discreto.
1
A diferencia de los circuitos de parámetros concentrados en que únicamente es necesario conocer las
variables de estado en un instante de tiempo, t=0−.
96
Este capítulo se estructura del siguiente modo. En la primera sección se realiza la

descripción del método de análisis de la estabilidad de las soluciones obtenidas utilizando
el método DTA−Gear. A continuación se extienden los resultados a circuitos con
alinealidades especiales. En la tercera sección se describe un método semi−analítico para
estudiar la estabilidad de los puntos de equilibrio en circuitos de parámetros distribuidos.
Este método se utilizará como referencia para validar los resultados obtenidos al estudiar la
estabilidad de los puntos de equilibrio del TDCC. Finalmente, se estudia la estabilidad de
soluciones periódicas del TDCC.
97
3.1 Estabilidad de las soluciones
En [Mir-96] se describe un método numérico para estudiar la estabilidad de soluciones

obtenidas utilizando el método DTA−Gear restringido a circuitos con parámetros
concentrados. Este método se basa en la construcción de un mapeo implícito, cuyo
Jacobiano aporta información acerca de la estabilidad de la solución obtenida. En esta
referencia se demuestra la relación entre los autovalores de la matriz de monodromía y los
autovalores del Jacobiano del mapeo implícito.
La extensión de este método a los circuitos con retardo es uno de los objetivos de esta tesis.
No obstante, intentar buscar una relación entre los autovalores del Jacobiano del mapeo
implícito y los de la matriz de monodromía carece de sentido en circuitos con retardo. Sin
embargo, es posible chequear la validez del método numérico al contrastar los resultados
con aquellos obtenidos de forma semi−analítica para puntos de equilibrio. La técnica que
se describirá a continuación para determinar la estabilidad de las soluciones obtenidas
utilizando el método DTA−Gear es tal que se realiza a posteriori, sin necesidad de
modificar el método de análisis descrito en el capítulo 2. Además, la construcción del
Jacobiano a partir del que se estudia la estabilidad se realiza utilizando las mismas matrices
que forman parte de la formulación DTA−Gear. Este método se basa en la construcción de
un mapeo implícito, en el cual una de las muestras de la VC se expresa a partir de m
muestras anteriores. Estas m muestras anteriores, llamadas memoria del circuito, son
suficientes para reconstruir todo un periodo de la solución. Así, las m muestras de un
sistema discretizado desempeñan el papel que realizan las variables de estado en un
sistema continuo. De este modo, basándonos en la definición de estabilidad de un sistema
continuo trasladada a un sistema discreto, el estudio de la estabilidad de la solución se
realiza observando la evolución de estas muestras al ser perturbadas. De forma similar a lo
que ocurre con la matriz de monodromía, los autovalores del Jacobiano de este mapeo
implícito, aportan información sobre la estabilidad de la solución.
98
Las ideas reseñadas anteriormente se aplican del siguiente modo. En primer lugar hay que
fijar la memoria m de un sistema discretizado. En circuitos de parámetros concentrados, la
memoria se define a partir del orden n del subcircuito lineal y del orden g de la
discretización utilizada mediante la relación
m = ng . (3. 1)
Esta expresión indica que la derivada n−ésima de una muestra se aproxima utilizando esa
muestra y las m muestras anteriores. En un circuito de parámetros distribuidos, como el de
la Fig. 2. 11, la muestra retardada 2τ segundos se aproxima utilizando las q2+g muestras
anteriores a ésta, con q2∆<2τ<(q2+1)∆ y ∆ la distancia entre muestras. Cada una de las
sucesivas derivadas de una muestra retardada necesita de g muestras más. Así,
considerando un circuito en el que se calcule la derivada n−ésima de una muestra retardada
2τ segundos la memoria es
m = q 2 + (n + 1) g . (3. 2)
Fijada la memoria del circuito, observamos que cualquiera de las N ecuaciones de la

formulación matricial DTA−Gear para circuitos autónomos2
A(T )x + B1 (T )f (x) + c2 v b = 0 , (3. 3)
se puede escribir como una combinación no lineal de m+1 muestras consecutivas de la VC

del modo
m m
∑ ak xn−k + ∑ bk1 f ( xn−k ) + cˆ2 = 0 ,

k =0 k =0
(3. 4)
con
2
Los resultados para circuitos excitados son exactamente los mismos que para circuitos autónomos, ya que
en la linealización del sistema de ecuaciones alrededor de la solución desaparecen las excitaciones, sean éstas
constantes o periódicas.
99
ak = A(k + 1,1) , bk1 = B1 (k + 1,1) y cˆ2 = c2 vb . (3. 5)
Obsérvese que la muestra xn de (3. 4) se puede calcular de forma implícita a partir de las m
muestras anteriores. Una vez calculada xn, es posible calcular la siguiente muestra xn+1 a
partir de xn y de las m−1 muestras anteriores a xn. Con esta idea en mente, y definiendo el
subvector de m muestras de la VC
x n = [xn , xn−1 , L , xn−m+1 ] , (3. 6)

T
la ecuación (3. 4) se puede ver como un mapeo implícito a través del cual el subvector xn+1
se obtiene a partir del subvector anterior a éste, xn, mediante la relación
x n+1 = ϕ (x n ) . (3. 7)
Nótese que este mapeo podría ser utilizado para, partiendo de xn (unas condiciones
iniciales), calcular el transitorio hasta obtener el RP. Consideremos ahora la obtención de
una solución periódica x* de (3. 3). Cualquier subvector xn* de m elementos de x* es un
punto fijo del mapeo ϕ repetido N veces a lo largo de un periodo. Así, el mapeo
compuesto ϕ N cumple la relación
x n * = x n + N * = ϕ N (x n *) . (3. 8)
Definido este mapeo, podemos estudiar la estabilidad de la solución perturbando la

memoria del circuito en un instante de tiempo arbitrario, por ejemplo
x1 = x1 * + w 1 . (3. 9)
La evolución de la perturbación w1 al cabo de un periodo informa sobre la estabilidad de la

solución. La linealización del mapeo implícito alrededor de la solución en cada instante de
tiempo permite obtener una expresión analítica de la evolución de esta perturbación.
Efectivamente, la perturbación w2 en el siguiente instante de tiempo puede ser expresada
en función de w1 usando la relación
100
x 2 = ϕ ( x1 ) ,
x 2 * + w 2 = ϕ (x1 * + w 1 ) = ϕ (x1 *) + J 2 w 1 , (3. 10)
w 2 = J 2 w1 .
Esta idea trasladada un instante de tiempo más adelante permite expresar w3 en función de
w1 utilizando la expresión anterior y
x 3 = ϕ (x 2 ) ,
x 3 * + w 3 = ϕ (x 2 * + w 2 ) = ϕ 2 (x1 *) + J 3 J 2 w1 , (3. 11)
w 3 = J 3 J 2 w1 .
Finalmente, con la repetición de este proceso N veces hasta completar un periodo se

obtiene
x N +1 * + w N +1 = ϕ N (x1 *) + Jw1 , (3. 12)
relación que utilizando (3. 8) se transforma en
x1 * + w N +1 = x1 * + Jw1 . (3. 13)
Antes de continuar, conviene realizar la definición de las matrices Jacobiano que han ido
apareciendo en los desarrollos anteriores y que se ha obviado en aras de una mayor
claridad. Así, definimos
J = J N +1J N L J 3 J 2 , (3. 14)
con
101
 ∂xn ∂xn ∂xn ∂xn 

 ∂x L
∂xn−2 ∂xn−m+1 ∂xn−m 
 n−1 
 1 0 L 0 0 
(3. 15)
Jn =  ,
0 1 0 
 
 M O M 
 0 0 1 0 

donde, teniendo en cuenta (3. 4), los elementos de la primera fila de Jn se calculan
utilizando
∂xn a + bk f ' ( xn−k ) (3. 16)

=− k .
∂xn−k a0 + b0 f ' ( xn )
Analicemos ahora en profundidad el resultado obtenido en (3. 13). Esta expresión indica
que la perturbación inicial se ha transformado al cabo de un periodo en una perturbación en
la que interviene el Jacobiano J del mapeo compuesto ϕ N . Esquemáticamente, esta
transformación se puede ver del modo
T (3. 17)
w1 → Jw1 .
Considerando la descomposición de la perturbación inicial como combinación lineal de los

autovectores ŵ i del Jacobiano del modo
m
w1 = ∑ ci ŵ i , (3. 18)
i =1
la evolución de la perturbación queda expresada, en última instancia, en función de los

autovalores λi del Jacobiano mediante la relación
T
ˆ i → λi w
w ˆ i. (3. 19)
A partir de esta expresión, es posible determinar el valor de la perturbación al cabo de k

periodos como
102
kT
ˆ i 
w → λki w
ˆi. (3. 20)
Llegados a este punto, la estabilidad de la solución obtenida utilizando el método

DTA−Gear se determina a partir de los autovalores del Jacobiano del mapeo compuesto
del siguiente modo:
1. En circuitos autónomos existe siempre un autovalor igual a la unidad, ya que este

tipo de circuitos admite infinitas soluciones retardadas unas de las otras un tiempo
arbitrario. Así, el autovector relacionado con el autovalor unidad es tal que al sumarse a
la solución se obtiene la misma solución desplazada.
2. Si el resto de los autovalores tiene módulo menor que la unidad, entonces la solución
es estable. Los autovectores asociados a estos autovalores irán decreciendo al
transcurrir el tiempo según indica (3. 20).
3. Si al menos uno de los autovalores es de módulo mayor que la unidad, entonces la

solución es inestable. Los autovectores asociados a estos autovalores crecerán al
transcurrir el tiempo según indica (3. 20).
4. La existencia de otros autovalores de módulo igual a la unidad corresponde a casos

especiales. Así, la existencia de un autovalor λ=−1 indica que la perturbación se repite
cada dos periodos, según (3. 20) con k=2, informando de la existencia de una
bifurcación de desdoblamiento de órbitas. Del mismo modo, la existencia de un
autovalor
2π
j
λ=e k
, (3. 21)
indicaría la existencia de una solución de periodo k veces el de la solución estudiada.

Por otro lado, cuando la fase de un autovalor de módulo unidad no es submúltiplo de
2π estamos ante una bifurcación de Hopf, la cual informa de la existencia de una
solución cuasiperiódica. Finalmente, en circuitos excitados, la aparición de un
autovalor unidad informa de la coexistencia de dos soluciones de igual periodo muy
cercanas, hecho que únicamente puede aparecer en un punto límite.
103
Finaliza aquí la descripción de la técnica de análisis de la estabilidad de las soluciones

obtenidas mediante la formulación DTA−Gear. Como se ha visto, este estudio se reduce al
cálculo de los autovalores del Jacobiano del mapeo implícito de dimensiones mxm, siendo
m la memoria del circuito discretizado. Debe destacarse que el Jacobiano se construye
directamente a partir de las mismas matrices que forman parte de la formulación
DTA−Gear.
104
3.2 Reformulación de los resultados para alinealidades especiales
Los resultados anteriores son válidos para circuitos con una alinealidad estática controlada
por una VC. En el capítulo 2 se ha modificado la formulación DTA−Gear para contemplar
alinealidades estáticas con dos VC y alinealidades dinámicas. Veamos cómo se estudia la
estabilidad de las soluciones obtenidas con estas formulaciones. Sobra decir que la clave en
el estudio de la estabilidad se encuentra en la construcción de un mapeo implícito que
relacione una muestra con las anteriores.
3.2.1 Alinealidad estática con dos variables de control
La formulación DTA−Gear obtenida para analizar circuitos con alinealidades estáticas

controladas por dos VC se puede descomponer en dos sistemas de N ecuaciones cada uno,
similares a los que aparecen al tratar con una alinealidad estática controlada por una VC:
A(T )x a + B1 (T )f (x a , x b ) + c2 v b = 0 , (3. 22)
A(T )x b + B 3 (T )f (x a , x b ) + c4 v b = 0 . (3. 23)
Cualquiera de las N ecuaciones de cada uno de estos sistemas de ecuaciones se puede

escribir como una combinación no lineal de m+1 muestras consecutivas de cada una de las
dos VC del modo
m m
∑ ak xa,n−k + ∑ bk1 f ( xa,n−k , xb,n−k ) + cˆ2 = 0 ,

k =0 k =0
(3. 24)
m m
∑ ak xb,n−k + ∑ bk3 f ( xa,n−k , xb,n−k ) + cˆ4 = 0 ,

k =0 k =0
(3. 25)
donde se ha utilizado la misma notación para los coeficientes que en la sección anterior y
m coincide con el valor dado en (3. 2). Obsérvese que al existir dos ecuaciones que
relacionan 2(m+1) muestras en total, una muestra de cada una de las dos VC se puede
expresar a partir de las restantes 2m muestras. Este planteamiento nos conduce a definir el
vector
105
x n = [xa ,n , xa ,n−1 , L , xa ,n−m+1 , xb ,n , xb ,n−1 , L , xb ,n−m+1 ] ,

T
(3. 26)
formado por m muestras consecutivas de cada una de las dos VC: 2m muestras en total.
Este vector permite construir el mapeo implícito
x n+1 = ϕ (x n ) , (3. 27)
definido por las ecuaciones (3. 24) y (3. 25). A partir de esta expresión es posible repetir el
razonamiento anterior hasta obtener el Jacobiano del mapeo implícito
J = J N J N −1 L J 3 J 2 , (3. 28)
cuyos autovalores determinan la estabilidad de la solución. La diferencia respecto al caso

anterior estriba en las matrices Jn, las cuales se definen a partir de
J aa J ab 
J n =  ba
n n
bb 
, (3. 29)
J n Jn 
con
 ∂xi ,n ∂xi ,n ∂xi ,n ∂xi ,n 

 ∂x L
 j ,n−1 ∂x j ,n−2 ∂x j ,n−m+1 ∂x j ,n−m 
 1 0 L 0 0 
(3. 30)
J ijn =  ,
0 1 0 
 
 M O M 
 
 0 0 1 0 
donde, de acuerdo con (3. 24) y (3. 25), los elementos de la primera fila se calculan
utilizando
∂xa ,n k 2 k 6 − k3 k5
=− ,
∂xa ,n− k k1k 5 − k 2 k 4
∂xa ,n k 2 k8 − k 5 k 7
=− ,
∂xb ,n−k k1k5 − k 2 k 4
106
∂xb ,n k1k 6 − k3 k 4
=− ,
∂xa ,n−k k1k5 − k 2 k 4
∂xb ,n k 3 k8 − k 4 k 7
=− ,
∂xb ,n−k k1k 5 − k 2 k 4
con
k1 = a0 + b01 f a' ( xa ,n , xb ,n ) ,
k 2 = b01 f b' ( xa ,n , xb ,n ) ,
k 3 = a k + bk1 f a' ( xa ,n−k , xb ,n− k ) ,
k 4 = b03 f a' ( xa ,n , xb ,n ) ,
k 5 = a0 + b03 f b' ( xa ,n , xb ,n ) ,
k 6 = bk3 f a' ( xa ,n−k , xb ,n−k ) ,
k 7 = bk1 f b' ( xa ,n−k , xb ,n−k ) ,
k8 = a k + bk3 f b' ( xa ,n−k , xb ,n−k ) .
Una vez definido el Jacobiano del mapeo implícito la estabilidad se estudia a partir de sus
autovalores del modo indicado en el capítulo 3.1. Debe advertirse que si la memoria del
circuito es m, las dimensiones del Jacobiano son (2m)x(2m), al existir dos VC.
3.2.2 Alinealidad dinámica
El estudio de la estabilidad de las soluciones de circuitos con alinealidad dinámica debe

empezar con una redefinición de la memoria del circuito discretizado. Así, la memoria
definida anteriormente
107
m = q2 + (n + 1) g , (3. 31)
se reconvierte ahora en
m 2 = q 2 + ( n + 2) g , (3. 32)
donde el incremento de la memoria en g unidades es causado por la alinealidad dinámica,

cuyo valor en un instante determinado se evalúa a partir de las muestras de la variable de
control en ese instante y en los g anteriores. Cualquiera de las N ecuaciones de la
formulación DTA−Gear para alinealidades dinámicas
A(T )x + B1 (T )[G (x)P10 (T )x] + c2 v b = 0 , (3. 33)
se puede escribir como una combinación no lineal de m2+1 muestras consecutivas de la VC

del modo
m m  g
 (3. 34)
∑ a x
k n−k + ∑ b 1
k g ( x n − k ∑ c j xn −k − j  + c2 = 0 ,
) '
ˆ
k =0 k =0  j =0 
con
c 'j = P10 ( j + 1,1) . (3. 35)
Para el resto de coeficientes se ha utilizado la notación de las secciones anteriores. El

desarrollo de las expresiones que conducen a la obtención del Jacobiano a partir del cual se
determina la estabilidad es idéntico al realizado en el capítulo 3.1. La única diferencia
radica en el mapeo implícito que, en el caso que nos ocupa, viene determinado por (3. 34),
y que repercute en el cálculo de los elementos de la primera fila del Jacobiano
 ∂xn ∂xn ∂xn ∂xn 

 ∂x L
∂xn−2 ∂xn−m2 +1 ∂xn−m2 
 n−1 
 1 0 L 0 0 
(3. 36)
Jn =  ,
0 1 0 
 
 M O M 
 0 0 1 0 

108
que se determinan a partir de
g min{ k , g }
ak + bk g ' ( xn−k )∑ c xn −k − j +
'
j ∑b k− j c 'j g ( xn−k + j )
∂xn j =0 j =0 (3. 37)
=− .
∂xn−k g
a0 + b0 g ' ( xn )∑ c 'j xn− j + b0 c0' g ( xn )
j =0
Definido el Jacobiano del mapeo implícito, la estabilidad se estudia a partir de sus

autovalores del modo indicado en el capítulo 3.1. Las dimensiones del Jacobiano son en
este caso m2x m2.
109
3.3 Estudio de la estabilidad de los puntos de equilibrio
La técnica para estudiar la estabilidad de soluciones obtenidas utilizando la formulación

DTA−Gear se ha descrito con detalle para los distintos tipos de alinealidad. Puesto que éste
es un método numérico, su fiabilidad no se puede demostrar, tan sólo comprobar.
Precisamente con el objetivo de contrastar los resultados numéricos se describe en este
capítulo la técnica desarrollada en [Hos-94]. En esta referencia se desarrolla un método,
que llamaremos semi−analítico, para predecir el comportamiento caótico de circuitos con
parámetros distribuidos. El método se basa en la determinación de la estabilidad de los
puntos de equilibrio. Prescindiendo de si es posible determinar el comportamiento caótico
de un circuito simplemente a partir de la estabilidad de sus puntos de equilibrio, nos
centraremos en el modo de calcular la estabilidad de éstos.
En el método semi−analítico, se formulan las ecuaciones de estado que describen un

circuito con parámetros concentrados y distribuidos. Formuladas las ecuaciones de estado,
se determina su Jacobiano en cada uno de los puntos de equilibrio. La ecuación
característica de este Jacobiano en las variables s y e sτ k puede ser resuelta para la variable
s, considerando su descomposición en parte real e imaginaria, usando algoritmos de
resolución iterativos. Finalmente, el valor de la parte real de las soluciones de s determina
la estabilidad de las soluciones [Hal-77].
Los desarrollos que aparecen en esta referencia se particularizarán desde un principio para
el TDCC, circuito que se analizará en detalle en el capítulo 3.4. Utilizando esta técnica, se
obtendrán expresiones analíticas, no incluidas en la referencia, que aportan información
acerca de la estabilidad y el valor que toman los autovalores de forma asintótica, sin
recurrir al uso de algoritmos iterativos.
Después de esta breve presentación del método pasemos a describirlo en detalle. El método
semi−analítico de análisis de la estabilidad de los puntos de equilibrio de un sistema no
lineal con parámetros concentrados y distribuidos se basa en plantear las ecuaciones de
equilibrio del circuito utilizando las variables de estado adecuadas. Estas variables de
estado son la tensión en terminales de los condensadores del circuito, la corriente que
110
atraviesa los inductores del circuito y la tensión incidente o reflejada en las líneas de
transmisión. Para el TDCC representado en la Fig. 3. 1 las variables de estado escogidas
son la tensión v en terminales del condensador y la tensión reflejada v2− a la entrada de la
línea de transmisión.
Fig. 3. 1. Circuito de Chua retardado (TDCC).
Utilizando estas variables de estado se obtiene el siguiente sistema de ecuaciones que

caracteriza el circuito
 1 2   − 1
 −
 v&(t )  ( R + Z 0 )C ( R + Z 0 )C   v(t )   C  (3. 38)
 − =  +
R − Z 0  v2− (t )  
i (v ) .
v2 (t + 2τ )  − Z 0 −  0 
 R + Z0 R + Z 0   
Las ecuaciones de equilibrio se pueden particularizar con facilidad en los puntos de

equilibrio, puesto que la derivada de v es nula y la variable v2− retardada coincide con la
misma variable. Así, el sistema (3. 38) particularizado en los puntos de equilibrio se
escribe
 1 2   − 1
−
 0   ( R + Z 0 )C ( R + Z 0 )C   v   
 − =   −DC  +  C i (vDC ) . (3. 39)
Z0 R − Z 0  v2,DC
v2,DC   − −   0
 R + Z0 R + Z 0   
El conocimiento del valor de los puntos de equilibrio del circuito requiere la resolución de
este sistema no lineal de dos ecuaciones y dos incógnitas de forma iterativa. No obstante,
ya que la alinealidad del TDCC es lineal a tramos, es posible determinar el valor de los
puntos de equilibrio de forma analítica. Una tercera alternativa para calcular el valor de las
variables de estado en los puntos de equilibrio la constituye el análisis del circuito en
continua, sustituyendo el condensador por un circuito abierto y la línea de transmisión por
111
un cortocircuito. De este modo, el TDCC queda reducido a una resistencia en paralelo con
una alinealidad. La intersección de las respectivas características i−v da la solución de v en
los puntos de equilibrio. En la Fig. 3. 2 se comprueba gráficamente que cuando R<−1/m0,
existe un único punto de intersección situado en el origen y cuando R>−1/m0 existen tres
puntos de intersección : el origen y dos puntos simétricamente situados respecto al origen
cuyo módulo es mayor que va. Es curioso constatar que cuando R=−1/m0, existe todo un
intervalo de posibles valores entre –va y +va.
Fig. 3. 2. Intersección de la característica i−v de la alinealidad del TDCC (—) y

de la resistencia del circuito (- - -) para distintos valores de R.
Una vez determinado el valor de v, el valor de v2− se determina a partir de la segunda

ecuación de (3. 39) como
Z0 (3. 40)
v2−,DC = − vDC .
2R
Conocido el valor de las variables de estado en los puntos de equilibrio, la dinámica del
circuito se estudia linealizando el sistema alrededor de estos puntos. Así, el Jacobiano de
(3. 38)
 ∂v&(t ) ∂v&(t ) 
 ∂v(t ) ∂v2− (t ) 
J= − , (3. 41)
 ∂v2 (t + 2τ ) ∂v2− (t + 2τ ) 
 ∂v(t ) ∂v2− (t ) 
evaluado en los puntos de equilibrio es
112
 1 + mk ( R + Z 0 ) 2 
− ( R + Z )C ( R + Z 0 )C 
J= 0
, (3. 42)
 Z R − Z0 
− 0
−
 R + Z0 R + Z 0 
donde mk es la pendiente de la característica i−v de la alinealidad del TDCC en los puntos

de intersección. Como se comprueba en la Fig. 3. 2, únicamente existen tres posibles
valores para mk en función de vDC según la relación
m0 si vDC < va  (3. 43)

 
mk = m1 si va < vDC < vb  .
m si v > v 
 2 DC b 
El estudio de la estabilidad de los puntos de equilibrio se realiza añadiendo a cada una de

las variables de estado las perturbaciones
w(t ), t = 0− (3. 44)

,
w2− (t ), t = [−2τ ,0)
en los intervalos especificados. Así, sustituyendo en (3. 38) las relaciones
 v(t )   vDC + w(t )  (3. 45)

 − = − − ,
v2 (t ) v2,DC + w2 (t )
 v&(t )   0 + w& (t )  (3. 46)

 − = − ,
v
 2 (t + 2τ )   v 2 , DC + w −
2 (t + 2τ ) 
y haciendo uso del Jacobiano, obtenemos una expresión que nos aporta información sobre
la evolución de las perturbaciones:
 w& (t )   w(t )   J 11 J 12   w(t )  (3. 47)

 −  = J −  =   .
 w2 (t + 2τ )  w2 (t )  J 21 J 22   w2− (t )
Al aplicar la transformada de Laplace sobre la ecuación anterior se obtiene
113
 sW ( s )   J 11 J 12   W ( s )  (3. 48)
 s 2τ −  =   ,
e W2 ( s )  J 21 J 22  W2− ( s )
expresión que se puede reconvertir en
 J 11 − s J 12   W ( s)  (3. 49)
 J s 2τ   =0.
 21 J 22 − e  W2− ( s )
Al tratarse de un sistema homogéneo su determinante debe ser cero para que exista una
solución no nula. Así, la resolución de la ecuación característica
se s 2τ − e s 2τ J 11 − sJ 22 + J 11 J 22 − J 12 J 21 = 0 , (3. 50)
para la variable compleja s 3
s = σ ± jω , (3. 51)
permite determinar la evolución de las perturbaciones. Efectivamente, sustituyendo s por

(3. 51) en la transformada de Laplace de estas perturbaciones
 w& (t )  TL  sW ( s )   (σ ± jω )W ( s ) 
 −  → s 2τ −  =  (σ ± jω ) 2τ −  , (3. 52)
 w2 (t + 2τ ) e W2 ( s ) e W2 ( s )
y realizando su transformada inversa tras la sustitución, obtenemos una ecuación

diferencial de primer orden en la perturbación w y una ecuación en diferencias en la
perturbación w2−:
 w& (t )   (σ ± jω ) w(t ) 
 −  =  (σ ± jω ) 2τ −  . (3. 53)
 w2 (t + 2τ ) e w2 (t )
La resolución de la ecuación diferencial para las distintas soluciones de s permite expresar

la evolución de la perturbación w como la siguiente combinación lineal
3
Se comprueba a partir de (3. 50) que las raíces complejas siempre aparecen por pares conjugados.
114
w(t ) = ∑ eσ it cos(ω i t + φi )ki , (3. 54)

i
w(0) = ∑ cos(φi )ki . (3. 55)

i
En la resolución de la ecuación en diferencias debemos hacer intervenir las condiciones

iniciales en un intervalo de duración 2τ. Con estas consideraciones, expresamos la solución
de la ecuación en diferencias como
w2− (t ) = w2− (t ' )∑ eσ i n 2τ cos(ω i n2τ + φ 2,i )k 2,i , (3. 56)

i
1 = ∑ cos(φ 2,i )k 2,i , (3. 57)

i
con
t = n 2τ + t ' , n > 0, − 2τ < t ' ≤ 0 . (3. 58)
A partir de (3. 54) y (3. 56) es inmediato comprobar que la parte real de s determina la
estabilidad de la solución del siguiente modo:
1. Si todas las raíces de la ecuación característica se encuentran en el semiplano

izquierdo, parte real σ negativa, entonces la solución es estable. Las soluciones
asociadas a estas raíces irán decreciendo al transcurrir el tiempo con una constante de
tiempo inversamente proporcional al módulo de la parte real de la raíz.
2. Si al menos una de las raíces de la ecuación característica se encuentran en el

semiplano derecho, parte real σ positiva, entonces la solución es inestable.
3. La existencia de raíces imaginarías puras indica la existencia de otras soluciones. En

concreto, s=0 indica que para el mismo parámetro otros puntos de equilibrio son
posibles, caso que se produce cuando R=−1/m0, como se observa en la Fig. 3. 2.
Finaliza aquí la descripción de los criterios que determinan la estabilidad de las soluciones
de equilibrio del TDCC basados en el conocimiento de la parte real de las raíces de la
ecuación característica. Al tratarse de una ecuación no lineal, su resolución requiere el uso
115
de algoritmos globalmente convergentes basados en el método de Newton. No obstante,

puesto que es posible obtener resultados analíticos sobre el valor de estas raíces, el
siguiente objetivo es obtener la máxima información sobre la estabilidad de los puntos de
equilibrio antes de recurrir al uso de algoritmos de resolución iterativos. Redefinamos la
ecuación característica (3. 50) con el fin de facilitar los cálculos posteriores mediante la
notación
se s 2τ + a1e s 2τ + a2 s + a3 = 0 , (3. 59)
donde
1 + mk ( Z 0 + R ) (3. 60)
a1 = ,
C ( Z 0 + R)
Z0 − R (3. 61)
a2 = − ,
Z0 + R
2Z 0 (3. 62)
a3 = a1a2 + .
C ( Z 0 + R) 2
La descomposición de la solución en parte real e imaginaría utilizando s = σ ± jω

transforma la ecuación característica en un sistema de dos ecuaciones no lineales:
eσ 2τ [(a1 + σ ) cos(ω 2τ ) − ωsin(ω 2τ )] + a2σ + a3 = 0 , (3. 63)
eσ 2τ [(a1 + σ ) sin(ω 2τ ) + ω cos(ω 2τ )] + a2ω = 0 . (3. 64)
Comprobemos qué soluciones reales admite este sistema de ecuaciones. Con ω=0, la
primera ecuación puede ser vista como una función en la variable σ
f (σ ) = eσ 2τ (a1 + σ ) + a2σ + a3 . (3. 65)
116
Esta función presenta las siguientes propiedades:
a) Cuando σ → +∞, f (σ ) → +∞ , propiedad que se cumple para cualquier parámetro

del circuito.
b) Cuando σ → −∞, f (σ ) → −∞ sign(a2 ) , propiedad que sólo depende del signo de a2.
c) En el origen se cumple f (0) = a1 + a3 .
De las propiedades anteriores se extraen las siguientes conclusiones:
1. La consideración de a) y b) simultáneamente, permite afirmar que si a2>0, existe una

solución real.
2. Más restrictivo es el resultado que aparece al considerar a) y c) simultáneamente.

Entonces se puede afirmar que si (a1+a3)<0, existe al menos una solución con parte real
positiva. En este caso, la solución es inestable. Obsérvese que esta es una condición
suficiente, no necesaria, para asegurar la inestabilidad de la solución.
Una vez estudiado el caso en que ω=0, pasemos a estudiar el comportamiento asintótico en
el otro extremo frecuencial ω → +∞ 4. El sistema de ecuaciones (3. 63) y (3. 64) se
transforma en
sin(ω 2τ ) = 0 , (3. 66)
eσ 2τ cos(ω 2τ ) + a2 = 0 . (3. 67)
El cumplimiento de la primera ecuación fuerza el resultado
nπ (3. 68)
ω= ,
2τ
que al ser sustituido en la segunda ecuación nos conduce a
4
El estudio en ω → −∞ da lugar a las mismas soluciones conjugadas.
117
eσ 2τ (−1) n + a2 = 0 . (3. 69)
Si a2>0, esta última ecuación se cumple para n impar y si a2<0, para n par. En cualquiera
de los dos casos, podemos expresar σ cuando ω → +∞ del modo
1 1 R − Z0
σ= ln a 2 = ln . (3. 70)
2τ 2τ R + Z 0
Las ecuaciones anteriores informan de la existencia de infinitas soluciones situadas sobre

una recta paralela al eje imaginario, cuya parte imaginaria en función del signo de a2 es
 π 
(2k + 1) 2τ a 2 > 0
ωk =  . (3. 71)
π
 2k a2 < 0
 2τ 
Las aproximaciones obtenidas para s cuando ω → +∞ pueden ser mejoradas con el fin de
obtener unas expresiones que permitan inicializar tan cerca de la solución como sea posible
el algoritmo iterativo de resolución de la ecuación característica. Así, sustituyendo
 π 
( 2 k + 1) + φk a 2 > 0
ωk =  2τ , (3. 72)
π
 2k + φk a2 < 0
 2τ 
en (3. 63) y tras una aproximación de Taylor de primer orden de las funciones seno y
coseno obtenemos
 a3 − a 2 a1 
 a ω a 2 > 0

φk =  2 k
, (3. 73)
a3 − a 2 a1
− a 2 < 0
 a2ω k 
donde ωk se aproxima utilizando (3. 71).
Los resultados obtenidos hasta el momento, aportaciónes originales de esta tesis, se pueden
sumarizar del siguiente modo. Por una parte, el estudio de las soluciones reales determina
118
en algunos casos la estabilidad de los puntos de equilibrio. Por otra parte, se han obtenido
las expresiones aproximadas de las soluciones cuando ω → +∞ para la parte real según (3.
70) y la parte imaginaria según (3. 72) y (3. 73).
Llegados a este punto, debemos reflexionar sobre algunos aspectos relevantes en la forma
de determinar la estabilidad del método semi−analítico descrito. La estabilidad de estos
puntos no se determina de forma explícita, sino resolviendo un par de ecuaciones no
lineales (3. 63) y (3. 64) con las incógnitas σ y ω. Otro aspecto importante es el hecho que
el número de soluciones de este sistema de ecuaciones es infinito. En concreto, hemos
visto que cuando ω → +∞ , existen infinitas soluciones con parte real fija y parte
imaginaria múltiplo par o impar de una cantidad. A causa de esta peculiaridad nunca se
podrán calcular todas las soluciones de la ecuación característica. Esto deja un cierto vacío
a la hora de determinar con seguridad la estabilidad de una solución. Si bien, como hemos
visto, en algunos casos es posible asegurar la existencia de una solución real en el
semiplano positivo, y con ello la inestabilidad del punto de equilibrio, en general no será
posible determinar con rotundidad la estabilidad de los puntos de equilibrio. En la misma
referencia [Hos-94] se dice refiriéndose al TDCC:
“The simulation results indicate that each equilibrium point has one real
root γ, and an infinite number of complex conjugate pols, σ±jω”,
confirmando que el estudio de la estabilidad se realiza en este método a partir de resultados

de simulación y no de forma analítica.
Queda todavía un último punto por tratar. Éste hace referencia al hecho que nuestro
objetivo final es comparar los resultados obtenidos a partir del método semi−analítico y los
obtenidos usando el método numérico DTA−Gear. Dado que de forma intrínseca los
resultados del método semi−analítico se obtienen en el plano s, y los del método
DTA−Gear en el plano z, es obligado utilizar una transformación de un plano a otro para
contrastar los resultados.
La estabilidad de una formulación DTA−Gear se determina estudiando la evolución de

cada una de las perturbaciones linealmente independientes al cabo de un periodo T del
modo
119
w DTA −Gear (n∆ + T ) = λw DTA −Gear (n∆) , (3. 74)
con λ en el plano z. En el método semi−analítico, la expresión equivalente a la anterior

para ambas perturbaciones, siempre que T>2τ, es
w(t + T ) = e (σ + jω )T w(t ) , (3. 75)
con σ+jω en el plano s. Así, un criterio para realizar la transformación entre planos es el de
igualar las dos expresiones anteriores. Desde este punto de vista, la transformación a usar
debe ser
z = e sT . (3. 76)
Esta transformación no tiene en cuenta que el circuito estudiado, una vez realizada la
discretización, ya no es el mismo. Esta discretización consiste en aproximar la derivada y
el retardo de una función a partir de las muestras de esa función. Así, considerando una
discretización de primer orden para facilitar los desarrollos, la transformación a usar al
discretizar el operador derivada es
1 − z i−1 (3. 77)

s= ,
∆
y al discretizar el operador retardo
e s 2τ = (1 − e2 ) ziq2 + e2 ziq2 +1 . (3. 78)
Ya que z relaciona dos muestras separadas T=N∆ y z i dos muestras separadas ∆, se define
la relación
ziN = z . (3. 79)
Así, otro criterio más acertado consiste en utilizar la transformación que permite, por una
parte, que se cumpla
se s 2τ + a1e s 2τ + a2 s + a3 = 0 (3. 80)
120
en el plano s y, por otra parte, que se cumpla
1 − zi−1
∆
[(1 − e2 ) zi + e2 zi
q2
] [
q2 +1
+ a1 (1 − e2 ) zi + e2 zi
q2
]
q2 +1
+ a2
1 − zi−1
∆
+ a3 = 0
(3. 81)
en el plano z. Esta última afirmación requiere de un análisis detallado. En un circuito de

parámetros únicamente distribuidos, la transformación a usar es la empleada al discretizar
el operador retardo. Extrapolando este resultado, se puede afirmar que en un circuito de
parámetros concentrados, la transformación a usar es la empleada al discretizar el operador
derivada5. La pregunta que surge ahora es: ¿cuál de las discretizaciones se debe usar en un
circuito de parámetros concentrados y distribuidos? Aparentemente las dos, pero ¿cómo
utilizar las dos al mismo tiempo?. El modo de utilizar las dos al mismo tiempo está
implícitamente indicado en las dos ecuaciones anteriores. Ya que el uso de esta
transformación implícita es incómodo desde un punto de vista práctico, hay que buscar
alternativas.
Hasta el momento han aparecido varias expresiones, candidatas todas ellas a ser utilizadas
para trasladar los resultados, por ejemplo, del plano z al plano s. Esto puede crear cierta
confusión en el lector. No obstante, las dudas desaparecen al constatar que cuando ∆ → 0 ,
las expresiones utilizadas en la discretización del operador derivada y retardo converge
hacia
e s∆ = zi , (3. 82)
expresión que elevada a la potencia N coincide con (3. 76). Así, todas las transformaciones
presentadas son equivalentes si la frecuencia de muestreo es suficientemente elevada.
5
Esta es la técnica utilizada para estudiar la estabilidad de las discretizaciones en los métodos de integración
[Rod-98].
121
Ya que la utilización de la transformación implícita es de difícil implementación, y no

existe posibilidad de fijar un criterio que permita decidir entre las dos transformaciones de
discretización del operador derivada o retardo, como norma general6, se utilizará la
transformación (3. 76). Si utilizando esta transformación los autovalores obtenidos por el
método semi−analítico y el método DTA−Gear coinciden, entonces podemos afirmar:
1. El método DTA−Gear estudia la estabilidad de forma correcta, no sólo

cualitativamente, al determinar si un punto de equilibrio es estable o inestable, sino
cuantitativamente al coincidir el valor de cada uno de los autovalores.
2. El circuito discretizado se comporta del mismo modo que el circuito continuo y, en

consecuencia, el número de puntos utilizados para discretizar el sistema es
suficientemente elevado.
Sumario
Finaliza aquí la descripción del método semi−analítico para estudiar la estabilidad de los
puntos de equilibrio particularizado para el TDCC. Por un lado, se han obtenido sencillas
expresiones que permiten, en algunos casos, determinar directamente la estabilidad de los
puntos de equilibrio. Por otro lado, el valor que toman las soluciones de la ecuación
característica de forma asintótica se ha determinado de forma analítica. Estos resultados se
utilizan y particularizan para los parámetros del TDCC estudiado en el capítulo 2.7,
obteniendo así una referencia con la que validar los resultados obtenidos utilizando el
método DTA−Gear.
6
En los casos en que se observen divergencias grandes entre unos y otros resultados, éstos se atribuirán a un
cálculo incorrecto del retardo. Efectivamente, se comprobará como al utilizar la transformación de
discretización del operador retardo esta divergencia desaparece.
122
3.4 Estabilidad de los puntos de equilibrio del TDCC
El objetivo de esta sección es validar el método numérico de estudio de la estabilidad de

las soluciones obtenidas al utilizar la formulación DTA−Gear. Esta validación se realiza
sobre el TDCC con los mismos valores que aparecen en el capítulo 2.7, con R=1.85kΩ. Se
ha escogido este circuito por ser representativo del tipo de circuitos a los que aplica el
método DTA−Gear y por existir resultados semi−analíticos [Hos-94] que se utilizan como
referencia. El primer paso, pues, consiste en obtener esta referencia.
3.4.1 Estudio semi−analítico. Obtención de una referencia
En el TDCC con R=1.85kΩ se cumple R>−1/m0, con lo cual existen tres puntos de
equilibrio. Éstos se calculan de forma analítica para v1={− 3.8614, 0, +3.8614} y utilizando
(3. 40) para v2−={+0.44275, 0, −0.44275}. El estudio de la estabilidad de cada uno de estos
puntos requiere del cálculo del Jacobiano del sistema de ecuaciones en variables de estado.
Este Jacobiano depende de la pendiente de la alinealidad de la Fig. 3. 2 que para cada
punto de equilibrio es {m1, m0, m1}. Se comprueba así que los puntos de equilibrio
distintos de cero presentan la misma dinámica. Por este motivo, en adelante
consideraremos la estabilidad de dos puntos: punto de equilibrio cero y punto de equilibrio
distinto de cero. Los valores de los coeficientes de la ecuación característica
se s 2τ + a1e s 2τ + a2 s + a3 = 0 , (3. 83)
particularizados para el TDCC que se está analizando son
a10 = −4.7696, a20 = 0.62692, a30 = −1.3497 , (3. 84)
a11 = 0.30616, a12 = 0.62692, a31 = 1.8324 , (3. 85)
donde el superíndice de los coeficientes indica si el punto de equilibrio es cero (superíndice

‘0’) o distinto de cero (superíndice ‘1’). A continuación estudiaremos la estabilidad de las
soluciones continuas a partir de estos coeficientes.
123
Soluciones reales de la ecuación característica
En ambos puntos de equilibrio se cumple a2>0, con lo cual la ecuación característica tiene
al menos una solución real. Por otro lado, en el punto de equilibrio cero se cumple
a1+a3<0, de modo que, al existir una solución real positiva, se puede afirmar con
rotundidad que la solución continúa cero es inestable. En el punto de equilibrio distinto
de cero a1+a3>0. En este caso tan sólo se puede afirmar que existe una solución real
negativa. En la Fig. 3. 3 aparece representado el valor de la ecuación característica en
función de s real, comprobándose los resultados anteriores.
20
10
-10
-20
-30
-40
-5 -4 -3 -2 -1 0 1 2 3 4 5
Fig. 3. 3. Solución real positiva (+4.7555) en el punto de equilibrio cero (gráf. inf.) y negativa (−2.6603) en
el punto de equilibrio distinto de cero (gráf. sup.) de la ecuación característica del TDCC.
Soluciones asintóticas de la ecuación característica
La parte real de la ecuación característica cuando ω → +∞ se expresa en función de a2 y

del retardo de la línea de transmisión. Así, el valor de la parte real que toman las
soluciones de la ecuación característica de forma asintótica es
σ = −0.46694 . (3. 86)
Asimismo, el valor de la parte imaginaria que toman las soluciones de la ecuación

característica de forma asintótica es
124
ω k = (2k + 1)π + φ k . (3. 87)
donde φ k es el único término que diferencia los autovalores asintóticos de los distintos
puntos de equilibrio. Ya que este término tiende a cero al aumentar k, se comprueba que las
soluciones de ambos puntos de equilibrio convergen de forma asintótica. En la Fig. 3. 4
aparece una representación simultánea de las soluciones de la ecuación característica de los
puntos de equilibrio, verificándose que las soluciones se sitúan equiespaciadas una
distancia 2π sobre una recta paralela al eje imaginario.
100
90
80
70
60
50
40
30
20
10
0
-3 -2 -1 0 1 2 3 4 5
Fig. 3. 4. Autovalores en el plano s de los puntos de equilibrio del TDCC con R=1.85kΩ.
Punto de equilibrio cero (o) y distinto de cero (*).
Obsérvese que al existir infinitas soluciones sobre esta recta, es obligado limitar el valor
del eje vertical de representación. Por otra parte, con el fin de visualizar el máximo de
soluciones, únicamente se representa el eje frecuencial positivo, dando por supuesto que la
aparición de una solución compleja indica la existencia de su par conjugado. Estos mismos
criterios serán utilizados en las representaciones que vendrán a continuación.
125
3.4.2 Aplicación del método DTA−Gear
Obtenida la referencia, pasemos a estudiar la estabilidad de los puntos de equilibrio del

TDCC utilizando el método DTA−Gear. Recordemos que el estudio de la estabilidad se
realiza a partir de las matrices utilizadas para plantear un sistema de ecuaciones con N
incógnitas: el periodo y N-1 muestras de la variable de control. Así, el estudio de
estabilidad se debe realizar considerando una solución periódica de N muestras, todas ellas
del mismo valor. Se observa que sea cual sea el periodo que escojamos, el punto de
equilibrio es una solución del sistema de ecuaciones. Sin embargo, el estudio de la
estabilidad se debe realizar considerando un periodo mayor que el retardo máximo del
circuito. Dado que el valor normalizado de 2τ es la unidad, el periodo de oscilación a
considerar debe ser T>1.
Centrémonos en el uso de la transformación
z = e sT , (3. 88)
con la que podemos trasladar el estudio de la estabilidad del plano z al plano s utilizando
1 (3. 89)
s= ln( z ) .
T
Expresando el número complejo z en su forma exponencial
z = z e j (ω + 2 kπ ) , (3. 90)
se calcula la parte real e imaginaria de s como
(3. 91)
s=
1
(ln( z ) + j (ω + 2kπ )) .
T
Obsérvese que la parte imaginaria de s no queda unívocamente determinada. En el caso

particular que nos ocupa, el estudio de la estabilidad de las soluciones continuas, es posible
evitar esta ambigüedad. Recordemos que z corresponde a los autovalores del Jacobiano del
mapeo implícito:
126
J = J N +1J N L J 2 . (3. 92)
Este Jacobiano se descompone en el producto de matrices que indican la evolución parcial

de la perturbación de un instante de tiempo al siguiente. Al tratar con una solución
continua todas estas matrices son idénticas, de modo que el Jacobiano se puede expresar
como
J = J iN . (3. 93)
Usando la siguiente propiedad para matrices diagonalizables
J i = ΛD i Λ−1 , (3. 94)
donde Di es una matriz diagonal
λi ,1 0 L 0  (3. 95)

0 λi , 2 M 
Di =  ,
 M O 0 
 
0 L 0 λi , m 
formada por los autovalores de Ji, reescribimos el Jacobiano del modo
J = J iN = ΛD iN Λ−1 = ΛDΛ−1 , (3. 96)
donde D es una matriz diagonal
λ1 0 L 0  (3. 97)

0 λ M 
D=  2
.
M O 0
 
 0 L 0 λm 
formada por los autovalores de J. Así, utilizando (3. 96) es posible expresar los autovalores
de J en función de los autovalores de Ji sin más que usar la relación
λn = λiN,n , 1 ≤ n ≤ m . (3. 98)
127
Considerando que los autovalores λi se han obtenido en el plano zi es posible utilizar la

transformación
(3. 99)
s=
N
(ln( zi ) + jω i ) ,
T
en la que no hay ambigüedad en cuanto a la parte imaginaria de s7.
Queda por tratar un último detalle referente a la transformación (3. 99). En el método
DTA−Gear, el número de autovalores que se obtienen es igual a la memoria m del circuito.
Algunos de estos autovalores son cero8 como consecuencia de la alteración de la memoria
real del circuito al ser discretizado. Estos autovalores son eliminados antes de realizar la
transformación, ya que no aportan información acerca de la estabilidad de la solución,
restando m’ autovalores. La pregunta que surge a continuación es: si el número de
soluciones de la ecuación característica es infinito, ¿cuáles son las m’ soluciones obtenidas
por el método DTA−Gear? Parece razonable suponer que las soluciones obtenidas serán
aquellas que llevan asociadas perturbaciones de variación lenta. Al observar la Fig. 3. 4 se
advierte que las soluciones de variación rápida se encuentran sobre una recta paralela al eje
imaginario, de modo que la respuesta a la pregunta anterior es: las soluciones obtenidas por
el método DTA−Gear son las m’ primeras soluciones del método semi−analítico
ordenadas de menor a mayor modulo de la parte imaginaria. El mismo razonamiento
conduce a afirmar que si se aumenta el número de muestras por periodo las nuevas
soluciones halladas corresponden a las siguientes soluciones sobre la recta paralela al eje
imaginario. Dado que estas nuevas soluciones no aportan más información que las
anteriores, la estabilidad de un punto de equilibrio se puede determinar con un número
finito de soluciones de la ecuación característica.
7
En esta expresión el valor de la parte imaginaria está unívocamente determinada puesto que, en un sistema
bien muestreado, la perturbación no puede experimentar una variación en fase superior a 2π.
8
En [Mir-96] se demuestra que en circuitos de parámetros concentrados la multiplicidad de estos ceros
artificiales es proporcional al orden de discretización y al orden del multipuerto lineal.
128
3.4.3 Comparación de resultados
Usando la transformación (3. 99) se está finalmente en condiciones de comparar los

resultados numéricos del método DTA−Gear con la referencia semi−analítica. Los
parámetros empleados en una primera simulación son: retardo máximo del circuito
normalizado 2τ=1, número de muestras por periodo N=64, periodo de la solución continua
T=1.27 y punto de equilibrio cero. En la Fig. 3. 5 se ilustran los resultados obtenidos para
distintos ordenes de discretización. Estos son a) los autovalores situados sobre la recta
paralela al eje imaginario se distancian de la referencia al aumentar el valor de su parte
imaginaria, b) en Gear−4 el error de cálculo de los autovalores es mayor que en Gear−3 y
c) se comprueba que únicamente en Gear−1 se comete un error considerable al calcular la
solución real positiva. Analicemos en detalle cada una de estas observaciones.
150
100
50
0
-3 -2 -1 0 1 2 3 4 5 6
Fig. 3. 5. Autovalores del punto de equilibrio cero del TDCC con N=64, T=1.27 y e=0.39370.
Referencia (o), Gear−1 (∇), Gear−2 (+), Gear−3 (x) y Gear−4 (*).
129
El análisis de los resultados obtenidos en esta primera simulación necesita de la utilización

de las expresiones derivadas en el capítulo 2.5. En este capítulo se fijaron unas cotas para
el error introducido en la discretización de los operadores derivada y retardo. Por un lado
se comprueba que el error es menor cuanto mayor es el orden de discretización utilizado.
Por otro lado, el error del operador retardo está en función de la distancia normalizada
e=[0 ... 1] existente entre el instante de tiempo en que se desea calcular la muestra
retardada y la siguiente muestra de la VC. El error de discretización es nulo en los
extremos e={0,1}, en que el retardo coincide con una muestra. Este error, en función del
orden de discretización, es máximo cuando
e(1) = 0.5, e(2) = 0.42265, e(3) = 0.38196, e(4) = 0.35557 . (3. 100)
En la primera simulación realizada con T=1.27, la distancia normalizada vale e=0.39370.

Así, el error que se está produciendo en los órdenes de discretización mayores que uno es
muy cercano al máximo. Con el objetivo de comprobar como afecta el error de
discretización del operador retardo en la precisión en el cálculo de los autovalores,
realizamos una simulación con T=1.29, con lo cual e=0.61240. El error de discretización es
menor en todos los ordenes de discretización excepto en Gear−1 que es similar. No
obstante, únicamente se observa una disminución considerable en el error de cálculo de los
autovalores asintóticos en Gear−2, como se puede apreciar en la Fig. 3. 6. Además, se
observa que en Gear−4 el error de cálculo de los autovalores continúa siendo mayor que en
Gear−3 y, esto es una novedad, mayor que en Gear−2.
Con el fin de confirmar la idea que a menor error de discretización, menor error en el
cálculo de los autovalores, realizamos una nueva simulación con T=1.31. Este valor sitúa
el retardo muy cercano a una muestra, e=0.85496, comprobándose en la Fig. 3. 7 que el
error de cálculo de los autovalores de frecuencia alta es menor que en las anteriores
simulaciones. No obstante, sorprende el hecho que el error de cálculo de los autovalores en
Gear−4 es similar al cometido en Gear−1, y que los mejores resultados se obtienen al
utilizar Gear−2.
130
150
100
50
0
-3 -2 -1 0 1 2 3 4 5 6
150
100
50
0
-3 -2 -1 0 1 2 3 4 5 6
131
En las simulaciones realizadas hasta el momento parece ser que el error cometido en la
discretización del operador retardo tiene una influencia notoria en la precisión de cálculo
de los autovalores de alta frecuencia. Esta idea es llevada a un extremo realizando una
simulación con T=1.28. Este periodo es tal que el retardo coincide con una muestra, e=0,
de modo que no existe error en el cálculo del operador retardo. En la Fig. 3. 8 se observa
una coincidencia muy superior a la aparecida hasta el momento entre los autovalores
obtenidos de forma numérica y la referencia.
150
150
100
100
50 50
0 0
-3 -2 -1 0 1 2 3 4 5 6 -0.58 -0.56 -0.54 -0.52 -0.5 -0.48 -0.46 -0.44 -0.42
Fig. 3. 8. Autovalores del punto de equilibrio cero del TDCC con N=64, T=1.28 y e=0.
Hasta el momento se ha comprobado que el error de discretización del operador derivada

tiene un efecto determinante en la precisión de cálculo de los autovalores situados en la
recta paralela al eje frecuencial. No obstante, ¿en qué modo influye el error de
discretización del operador derivada? En la última simulación realizada encontramos la
respuesta, puesto que en ésta todo el error cometido proviene de la discretización del
operador derivada. Al realizar una ampliación de los resultados alrededor de la recta
paralela al eje frecuencial se comprueba que los autovalores son más próximos a la
referencia al aumentar el orden de discretización, como se comprueba en la Fig. 3. 8.
132
De los resultados obtenidos hasta el momento se extraen las siguientes concusiones:
1. La precisión de cálculo de los autovalores de alta frecuencia esta directamente

relacionada con el error de discretización del operador retardo. La comparación de
los resultados de la Fig. 3. 8 con las anteriores son concluyentes. Este resultado parece
razonable si tenemos en cuenta que los infinitos autovalores situados sobre la recta
paralela al eje frecuencial provienen de la existencia de parámetros distribuidos en el
circuito. Por otro lado, los autovalores con parte imaginaria grande van asociados a
perturbaciones de variación rápida. Así, es lógico que estos autovalores se evalúen
peor, ya que requieren de una frecuencia de muestreo mayor.
2. Cuando el retardo no coincide con una muestra del circuito, un mayor orden de
discretización no asegura una mayor precisión en el cálculo de los autovalores de
alta frecuencia. Este resultado puede ser explicado sobre la base de dos fenómenos
que coexisten en circuitos discretizados: el error de discretización por un lado y la
variación de la memoria real del circuito como resultado de esta discretización9.
Aunque un orden de discretización elevado implica un menor error en la discretización,
cuando el retardo es cercano a una muestra, el segundo fenómeno toma relevancia
frente al primero. Se llega así a una situación de compromiso en la que las
discretizaciones de Gear−2 y Gear−3 se comportan mejor ante los fenómenos
mencionados10.
3. De lo dicho hasta el momento, el lector puede sacar la conclusión errónea que el error
en la discretización del operador derivada no repercute en la precisión de cálculo de los
autovalores de alta frecuencia. No obstante, se ha comprobado que cuando el error en
el cálculo de los autovalores es cometido íntegramente por el operador derivada, a
mayor orden de discretización mayor precisión en el cálculo de los autovalores de
alta frecuencia (Fig. 3. 8).
9
En el capítulo 5.2 se profundizará en este fenómeno al estudiar circuitos con líneas de transmisión RLCG.
10
El análisis de la estabilidad del TDCC en régimen de funcionamiento periódico confirma esta afirmación.
133
4. En los puntos anteriores se ha centrado la atención en la evolución de los autovalores

que se sitúan paralelos al eje frecuencial, cuya precisión de cálculo depende en gran
medida del operador retardo. Un estudio del autovalor real que determina la estabilidad
del punto de equilibrio conduce a resultados parecidos para el operador derivada.
Efectivamente, se comprueba que en todas las simulaciones, sea cual sea el error de
discretización del operador retardo, el autovalor real positivo calculado en Gear−1 está
sensiblemente distanciado de la referencia. Una ampliación de la zona de estudio
demuestra que a mayor orden de discretización mayor precisión en el cálculo del
autovalor real positivo independientemente del error de discretización del
operador retardo. Este resultado concuerda con el hecho que en el método
semi−analítico la existencia de una solución real positiva se determina a partir de unos
coeficientes en los que no interviene en ningún momento el retardo de la línea.
En todas las simulaciones anteriores se ha utilizado la transformación (3. 99) para trasladar
los resultados del plano z al plano s. Esta transformación es exacta para un sistema
continuo y aproximada para un sistema discretizado. En su momento se discutieron otras
posibles alternativas entre las que se encontraban la transformación equivalente del
operador derivada y la transformación equivalente del operador retardo. Las conclusiones
anotadas en los párrafos anteriores inducen a la realización del siguiente experimento.
Sobre un mismo ejemplo, realicemos las tres transformaciones reseñadas con anterioridad
y representemos simultáneamente los resultados junto a la referencia. La Fig. 3. 9 ilustra
estos resultados, observándose que la transformación equivalente al operador derivada es
válida únicamente para los autovalores con parte imaginaria nula y pequeña, y la
transformación equivalente al operador retardo es, sorprendentemente, válida para todos
los autovalores, sin cometerse el error realizado en la transformación de un sistema
continuo a altas frecuencias.
Finalmente, queda un último experimento numérico por realizar. Este consiste en

comprobar el efecto producido por el aumento del número de muestras al estudiar la
estabilidad del punto de equilibrio cero del TDCC. Evidentemente, a más muestras, menor
es el error introducido por los operadores derivada y retardo para un mismo orden de
discretización. Con el fin de independizar el estudio de la distancia del retardo a una
muestra se ha escogido una combinación de número de muestras y periodo tal que el
134
retardo coincida con una muestra. En las Fig. 3. 10 y Fig. 3. 11 se observa esta evolución al
variar de N=256 a N=512, verificándose una excelente concordancia entre los resultados
numéricos y la referencia. En el eje horizontal se han ordenado los autovalores con parte
imaginaria positiva en orden creciente, observándose que el error al calcular los
autovalores de frecuencia baja, aquellos que determinan la estabilidad, es prácticamente
nulo. La Fig. 3. 12 ilustra la disposición de los autovalores λ en el plano z, observándose
que la recta paralela al eje imaginario del plano s se convierte en una circunferencia en el
plano z. Esta gráfica se debe completar añadiendo un autovalor de valor ≈ 120, que no se
incluye en la representación para facilitar su lectura. En adelante los autovalores
aparecerán representados en el plano z.
150
100
50
0
-3 -2 -1 0 1 2 3 4 5 6
Fig. 3. 9. Autovalores del punto de equilibrio cero del TDCC utilizando distintas transformaciones.
Referencia (o), sistema continuo (x), operador derivada (∇) y retardo (*) con Gear−2, N=64 y T=1.27.
135
-3
x 10
5
-5
-10
0 20 40 60 80 100 120
-3
x 10
4
-1
0 20 40 60 80 100 120
Fig. 3. 10. Error relativo de la parte real (gráf. sup.) y absoluto de la parte imaginaria (gráf. inf.) en el cálculo
de los autovalores del punto de equilibrio cero del TDCC con N =256. Gear−2 (*), Gear−3 (x) y Gear−4 (o).
-3
x 10
4
-2
-4
0 50 100 150 200 250
-4
x 10
20
15
10
-5
0 50 100 150 200 250
Fig. 3. 11. Error relativo de la parte real (gráf. sup.) y absoluto de la parte imaginaria (gráf. inf). en el cálculo
de los autovalores del punto de equilibrio cero del TDCC con N =512. Gear−2 (*), Gear−3 (x) y Gear−4 (o).
136
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
Fig. 3. 12. Autovalores del punto de equilibrio cero del TDCC en el plano z. El autovalor que determina la
inestabilidad de la solución no aparece representado por su elevado valor (≈120).
Puntos de equilibrio distintos de cero
Una repetición del estudio de la estabilidad de los puntos de equilibrio distintos de cero
confirma la inexistencia de autovalores con parte real positiva en el plano s. Todas los
resultados vienen a confirmar y corroborar las conclusiones derivada del estudio del punto
de equilibrio cero, por lo que sería redundante anotar nuevamente los resultados de este
estudio.
Estabilidad de los puntos de equilibrio al variar el parámetro R
Una disminución del valor del parámetro R=1.85kΩ no altera la estabilidad del punto de
equilibrio cero. En cambio, el estudio de la evolución de los autovalores del punto de
equilibrio distinto de cero apunta a un cambio cualitativo de la dinámica del circuito
alrededor de R=1.82kΩ. Efectivamente, la Fig. 3. 13 muestra como un par de autovalores
complejos conjugados traspasa el circulo unidad al disminuir el valor de R. El paso por un
punto cercano a −1 indica que la perturbación asociada a este par de autovalores es
aproximadamente de periodo doble al de la solución hallada. En la simulación realizada se
137
ha considerado una solución continua de periodo T=1.28, de modo que la perturbación

debe ser de periodo T’≈2.56, valor que se aproxima al obtenido al analizar este mismo
circuito en el capítulo 2.7. Siguiendo el razonamiento utilizado en [Hos-94], si no existen
soluciones continuas estables en el circuito TDCC con R=1.82kΩ, entonces son de esperar
soluciones periódicas, cuasiperiódicas o caóticas.
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
-0.2 -0.2
-0.4 -0.4
-0.6 -0.6
-0.8 -0.8
-1 -1
-1 -0.5 0 0.5 1 -1 -0.5 0 0.5 1
Fig. 3. 13. Evolución de los autovalores (o) del punto de equilibrio distinto de cero del TDCC al variar el
parámetro de R=1.85kΩ (izq.) a R=1.82kΩ (der.) con T=1.28. Los autovalores de módulo 0.97725 (izq.)
traspasan el circulo unidad con módulo 1.0042 (der.) indicando que la solución es inestable.
138
Sumario
En esta sección se ha validado la eficacia del método DTA−Gear en el estudio de la

estabilidad de las soluciones continuas del TDCC. El estudio del método semi−analítico
que se usa como referencia ha derivado en la obtención de resultados analíticos suficientes,
aunque no necesarios, para asegurar la inestabilidad de los puntos de equilibrio. Asimismo,
se ha demostrado la existencia de infinitas soluciones sobre una recta paralela al eje
frecuencial. Se ha comprobado que todos los autovalores obtenidos usando DTA−Gear
sobre el TDCC discretizado tienen su correspondencia con los obtenidos usando el método
semi−analítico sobre el TDCC continuo. La divergencia entre los resultados se puede
controlar, acotando el error que se produce, principalmente, al calcular el retardo. Por otro
lado aunque el número de autovalores obtenidos usando DTA−Gear es finito, frente al
infinito número de autovalores del circuito sin discretizar, el estudio de la estabilidad no se
ve comprometido. Esto es así porque los autovalores que quedan sin determinar
corresponden a las soluciones de frecuencia mayor paralelas al eje imaginario, cuya parte
real es negativa y no altera el resultado de la estabilidad. Una conclusión importante es la
robustez de las discretizaciones Gear−2 y Gear−3 en el estudio de la estabilidad, al ser un
buen compromiso entre la precisión en el cálculo de la solución y la no alteración de la
memoria real del circuito.
La comparación de los resultados se ha realizado utilizando una transformación del plano z

al plano s. Un estudio de las distintas transformaciones a utilizar ha permitido confirmar la
hipótesis que los autovalores con parte imaginaria elevada están fuertemente relacionados
con el subcircuito de parámetros distribuidos y los autovalores con parte imaginaria nula y
pequeña están relacionados con el subcircuito de parámetros concentrados.
Finalmente, se ha estudiado la evolución de los autovalores en el plano z al variar el

parámetro R, observándose un cambio en la estabilidad del punto de equilibrio distinto de
cero y prediciéndose el periodo de la perturbación que inestabiliza la solución continua. En
el capítulo 2.7 se ha obtenido la solución de periodo−1 asociada a esta perturbación,
confirmándose su existencia y el valor de su periodicidad. A continuación se estudiará la
estabilidad de esta solución periódica y su evolución al variar el valor del parámetro R.
139
3.5 Estabilidad de soluciones periódicas del TDCC
Ante la inexistencia de soluciones continuas estables del TDCC con R=1.82kΩ, debe
existir una solución periódica, cuasiperiódica o caótica. En el capítulo 2.7 se ha obtenido
una solución de periodo−1 para este parámetro. Los autovalores correspondientes a esta
solución aparecen en la Fig. 3. 14. Se comprueba la existencia de todos los autovalores
dentro del circulo unidad excepto un autovalor próximo a la unidad característico de
circuitos autónomos. La cercanía de este autovalor a la unidad aporta información acerca
de la precisión con que se ha calculado la solución. Con R=1.82kΩ este autovalor vale
λ1=1.0026. Se concluye, pues, que la solución de periodo−1 obtenida es estable.
Al disminuir el valor del parámetro R se observa que uno de los autovalores se desplaza
sobre el eje real hacia la izquierda. Al alcanzar el valor R=1.80kΩ, este autovalor ha
traspasado la circunferencia unidad, λ2=−1.2053, con lo cual la solución obtenida es
inestable. En esta solución, el autovalor más cercano a la unidad vale λ1=0.99883.
El punto a través del cual el autovalor ha cruzado la circunferencia unidad aporta

información sobre el régimen de funcionamiento del circuito. En este caso, el cruce por −1
informa de la existencia de una solución de periodo−2. El modo en que se inicializa el
proceso iterativo para obtener esta solución se describe en el capítulo 5.1.
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-1.5 -1 -0.5 0 0.5 1 1.5 -1.5 -1 -0.5 0 0.5 1 1.5
Fig. 3. 14. Autovalores de dos soluciones de periodo−1 del TDCC con N=128 y Gear−2.
Solución estable con R=1.82kΩ (izq.) y solución inestable con R=1.8kΩ (der.)
140
3.6 Conclusiones
En este capítulo se ha descrito un método para estudiar la estabilidad de las soluciones

obtenidas al utilizar la formulación DTA−Gear. Este método se basa en la definición de
estabilidad en el dominio temporal. Su aplicación se realiza a posteriori a partir de las
mismas matrices que se han utilizado en la determinación de la solución. Al tratarse de un
método numérico su validación requiere el contraste con métodos analíticos o
semi−analíticos. La escasa existencia de estos métodos obliga al estudio de los puntos de
equilibrio del TDCC para compararlos con los obtenidos en la referencia [Hos-94]. Los
resultados son plenamente satisfactorios. Por un lado se obtienen expresiones analíticas
que permiten obtener el máximo de información sobre la estabilidad de los puntos de
equilibrio sin ser necesario ningún método de resolución iterativo. Por otro lado, un estudio
detallado de las diferencias entre los resultados de ambos métodos al variar el error de
discretización y la transformación entre planos permite relacionar unos autovalores con el
subcircuito de parámetros concentrados y otros con el subcircuito de parámetros
distribuidos. Finalmente, la evolución de los autovalores de los puntos de equilibrio
evidencia que para un cierto valor del parámetro R no existen soluciones continuas estables
en el TDCC, siendo forzosa la existencia de otro tipo de soluciones. El estudio de la
estabilidad de la solución de periodo−1 obtenida en el capítulo anterior confirma la
existencia de esta solución estable. Un nuevo estudio de la evolución de los autovalores al
variar el parámetro R advierte del cambio en el régimen de funcionamiento del TDCC, al
aparecer una solución inestable.
Si bien la obtención de soluciones inestables no tiene más utilidad práctica que la de

conocer qué solución no tomará el circuito, en el campo teórico su interés no es nada
despreciable. Un estudio minucioso de la evolución de los autovalores en el plano
complejo y su significado permite prever fenómenos tales como el desdoblamiento de
órbitas de una solución al variar un parámetro del circuito. Este tema se analizará con
detalle al estudiar el oscilador de Van der Pol en el capítulo siguiente. Por el momento,
podemos avanzar que la técnica descrita para analizar la estabilidad de soluciones
DTA−Gear permite no sólo detectar la estabilidad de una solución, sino también
determinar el régimen de funcionamiento de un circuito al localizar los distintos puntos de
bifurcación que aparecen al variar un parámetro del mismo.
141
142

05 JBD 05 de 10

Cargado por

Copyright:

Formatos disponibles

05 JBD 05 de 10

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

05 JBD 05 de 10

Cargado por

Copyright:

Formatos disponibles

3 ESTUDIO DE LA ESTABILIDAD

La obtención de estas soluciones inestables, lejos de ser un efecto no deseado, permite

En el método clásico la investigación de la estabilidad de un sistema de tiempo continuo se

Evidentemente, el conocimiento de estas derivadas requiere de una solución expresada en

Los métodos de determinación directa de la respuesta en RP deben estudiar la estabilidad

Este capítulo se estructura del siguiente modo. En la primera sección se realiza la

3.1 Estabilidad de las soluciones

En [Mir-96] se describe un método numérico para estudiar la estabilidad de soluciones

Fijada la memoria del circuito, observamos que cualquiera de las N ecuaciones de la

A(T )x + B1 (T )f (x) + c2 v b = 0 , (3. 3)

se puede escribir como una combinación no lineal de m+1 muestras consecutivas de la VC

∑ ak xn−k + ∑ bk1 f ( xn−k ) + cˆ2 = 0 ,

ak = A(k + 1,1) , bk1 = B1 (k + 1,1) y cˆ2 = c2 vb . (3. 5)

x n = [xn , xn−1 , L , xn−m+1 ] , (3. 6)

compuesto ϕ N cumple la relación

Definido este mapeo, podemos estudiar la estabilidad de la solución perturbando la

La evolución de la perturbación w1 al cabo de un periodo informa sobre la estabilidad de la

x 2 * + w 2 = ϕ (x1 * + w 1 ) = ϕ (x1 *) + J 2 w 1 , (3. 10)

x 3 * + w 3 = ϕ (x 2 * + w 2 ) = ϕ 2 (x1 *) + J 3 J 2 w1 , (3. 11)

Finalmente, con la repetición de este proceso N veces hasta completar un periodo se

x N +1 * + w N +1 = ϕ N (x1 *) + Jw1 , (3. 12)

relación que utilizando (3. 8) se transforma en

x1 * + w N +1 = x1 * + Jw1 . (3. 13)

J = J N +1J N L J 3 J 2 , (3. 14)

 ∂xn ∂xn ∂xn ∂xn 

∂xn a + bk f ' ( xn−k ) (3. 16)

Considerando la descomposición de la perturbación inicial como combinación lineal de los

la evolución de la perturbación queda expresada, en última instancia, en función de los

A partir de esta expresión, es posible determinar el valor de la perturbación al cabo de k

Llegados a este punto, la estabilidad de la solución obtenida utilizando el método

1. En circuitos autónomos existe siempre un autovalor igual a la unidad, ya que este

3. Si al menos uno de los autovalores es de módulo mayor que la unidad, entonces la

4. La existencia de otros autovalores de módulo igual a la unidad corresponde a casos

indicaría la existencia de una solución de periodo k veces el de la solución estudiada.

Finaliza aquí la descripción de la técnica de análisis de la estabilidad de las soluciones

3.2 Reformulación de los resultados para alinealidades especiales

3.2.1 Alinealidad estática con dos variables de control

La formulación DTA−Gear obtenida para analizar circuitos con alinealidades estáticas

A(T )x a + B1 (T )f (x a , x b ) + c2 v b = 0 , (3. 22)

A(T )x b + B 3 (T )f (x a , x b ) + c4 v b = 0 . (3. 23)

Cualquiera de las N ecuaciones de cada uno de estos sistemas de ecuaciones se puede

∑ ak xa,n−k + ∑ bk1 f ( xa,n−k , xb,n−k ) + cˆ2 = 0 ,

∑ ak xb,n−k + ∑ bk3 f ( xa,n−k , xb,n−k ) + cˆ4 = 0 ,

x n = [xa ,n , xa ,n−1 , L , xa ,n−m+1 , xb ,n , xb ,n−1 , L , xb ,n−m+1 ] ,

x n+1 = ϕ (x n ) , (3. 27)

cuyos autovalores determinan la estabilidad de la solución. La diferencia respecto al caso

 ∂xi ,n ∂xi ,n ∂xi ,n ∂xi ,n 

k 3 = a k + bk1 f a' ( xa ,n−k , xb ,n− k ) ,

k 6 = bk3 f a' ( xa ,n−k , xb ,n−k ) ,

k 7 = bk1 f b' ( xa ,n−k , xb ,n−k ) ,

k8 = a k + bk3 f b' ( xa ,n−k , xb ,n−k ) .

3.2.2 Alinealidad dinámica

El estudio de la estabilidad de las soluciones de circuitos con alinealidad dinámica debe

donde el incremento de la memoria en g unidades es causado por la alinealidad dinámica,

A(T )x + B1 (T )[G (x)P10 (T )x] + c2 v b = 0 , (3. 33)

se puede escribir como una combinación no lineal de m2+1 muestras consecutivas de la VC

c 'j = P10 ( j + 1,1) . (3. 35)

Para el resto de coeficientes se ha utilizado la notación de las secciones anteriores. El

 ∂xn ∂xn ∂xn ∂xn 