Matlab - Apostila (FEI)

Faculdade de Engenharia Industrial
Fundação de Ciências Aplicadas
Matlab &
Simulink
São Bernardo do Campo - Dezembro de 1994
Departamento de Eletricidade
Índice Analítico
1. Tutorial do Matlab & Simulink......................................................................... 2
1.1 Matlab Básico.............................................................................................. 2

1.1.1 Introdução............................................................................................. 3
1.1.2 Operações Matriciais............................................................................ 8
1.1.3 Operações em Array........................................................................... 10
1.1.4 Manipulação Matricial e Vetorial ...................................................... 13
1.1.5 Análise de Dados................................................................................ 18
1.1.6 Funções Matriciais ............................................................................. 20
1.1.7 Polinômios e Processamento de Sinais .............................................. 20
1.1.8 Funções de Funções ........................................................................... 23
1.1.9 Gráficos .............................................................................................. 27
1.1.10 Controles de Fluxo ........................................................................... 37
1.1.11 Arquivos M ...................................................................................... 39
1.1.12 Arquivos de Disco............................................................................ 46
1.1.13 O Depurador do Matlab ................................................................... 48
1.2 Toolboxes do Matlab................................................................................. 49

1.2.1 Sistemas de Controle.......................................................................... 50
1.2.2 Outros Toolboxes ............................................................................... 54
1.3 Simulink Básico ........................................................................................ 55

1.3.1 Linhas Gerais...................................................................................... 55
1.3.2 Construção de Modelos...................................................................... 56
1.3.3 Análise dos Modelos .......................................................................... 69
1.3.4 Como o Simulink Funciona ............................................................... 80
1.3.5 S-Functions ........................................................................................ 80
1.3.6 Mascarando Blocos ............................................................................ 84
1.3.7 Adicionando um novo bloco .............................................................. 87
2. Bibliografia...................................................................................................... 93
1. Tutorial do
Matlab & Simulink
1.1 Matlab Básico
MATLAB é um ambiente de computação técnica de visualização e

processamento numérico de alto desempenho. Ele integra análise numérica,
cálculo matricial, processamento de sinais, vários aplicativos e gráficos num
ambiente amigável onde problemas e soluções são expressos como eles são
representados matematicamente sem a necessidade da programação tradicional.
O nome MATLAB é acrônimo de laboratório de matemática. Ele foi

originalmente escrito para permitir um acesso fácil aos programas de cálculo
matricial desenvolvidos pelos projetos LINSPACK e EISPACK, que juntos
representam o estado da arte em programas de cálculo matricial.
MATLAB também contempla uma família de aplicativos específicos

chamados “toolboxes”. Esses aplicativos foram desenvolvidos por profissionais
de expressão em cada uma das áreas e foram totalmente concebidos na forma de
coleções de funções MATLAB (M-files), estendendo o ambiente MATLAB na
solução de problemas particulares. Entre outros, temos os seguintes toolboxes:
Processamento de Sinais; Projeto de Sistemas de Controle; Simulação de
Sistemas Dinâmicos; Identificação de Sistemas; Redes Neurais; Splines;
Otimização ; Análise e Síntese µ, etc.
Provavelmente a característica mais importante do MATLAB é sua

ampliabilidade. Isto permite que qualquer um possa ser um autor de um toolbox .
Aplicativos matemáticos complexos são facilmente desenvolvidos em poucas
linhas no ambiente MATLAB sem a necessidade de programação de uma única
linha de código C, FORTRAM ou outro código de baixo nível.
2
Tutorial do Matlab & Simulink 3
1.1.1 Introdução
O MATLAB trabalha essencialmente com um tipo de objeto: Matriz

retangular numérica (real ou complexa). Em algumas situações existe
significado especial agregado à matrizes de dimensão 1 (escalares) e matrizes
com uma só linha ou coluna (vetores). A linguagem MATLAB não usa
declaração preliminar ou dimensionamento de variáveis. Isso é feito de forma
automática.
Matrizes podem ser adicionadas no ambiente de várias formas, contudo a

forma mais simples para matrizes pequenas é entrando com a lista dos
elementos, seguindo a seguinte convenção:
• Separe os elementos com espaços ou vírgulas.

• Delimite os elementos com colchetes [].
• Use ; (ponto-e-vírgula) para indicar o final da linha.
Exemplo:
» A = [1 2 3; 4 5 6; 7 8 9]
Resulta:
A=
1 2 3
4 5 6
7 8 9
Elementos de uma matriz podem ser quaisquer expressões MATLAB. Por

exemplo:
» x = [-1.3 sqrt(3) (1+2+3)*4/5]
Resulta:
x=
-1.3000 1.7321 4.8000
Elementos individuais podem ser referenciados pelo seu índice (linha,coluna):

assim. para acrescentar elementos ao exemplo anterior
FEI - FCA
» x(5) = abs(x(1))
Resulta:
x=
-1.3000 1.7321 4.8000 0 1.3000
Ao atribuir um valor numérico à x(5), automaticamente x(4) é criado com valor

nulo. Você pode construir matrizes maiores usando matrizes menores como seus
elementos. Por exemplo, vamos adicionar uma linha a matriz A:
» r = [10 11 12];
» A = [A; r]
Isto resulta em:
A=
1 2 3
4 5 6
7 8 9
10 11 12
Você pode extrair sub-matrizes de uma matriz maior usando : (dois pontos). Por
exemplo:
» A = A(1:3,:);
Remove as três primeiras linhas e todas as colunas da matriz atual A e coloca o

resultado em A.
A=
1 2 3
4 5 6
7 8 9
Variáveis e Declarações do MATLAB
FEI - FCA
Declarações no MATLAB são freqüentemente feitas da seguinte forma:
» variável = expressão
ou simplesmente,
» expressão
Quando o nome da variável é omitido, o nome ans é usado como variável

default.
Uma definição normalmente termina com ENTER. Contudo, se o último

caracter é um ponto-e-vírgula, ele suprime a apresentação no vídeo, embora faça
a atribuição do mesmo jeito. Isto é especialmente importante nas situações que o
resultado é muito grande, tal como uma matriz de 10 linhas e 10 colunas.
Se a expressão é muito grande e não cabe em uma linha, use (...) para
continuar a definição na linha seguinte. Exemplo:
» s = 1 - 1/2 + 1/3 - 1/4 + 1/5 -1/6 + 1/7 ...

- 1/8 + 1/9 - 1/10 + 1/11 - 1/12;
Você pode formar uma variável ou nome de função com uma letra seguida
de qualquer quantidade de letras (ou underscore) . MATLAB diferencia letras
maiúsculas de minúsculas e usa somente os primeiros 19 caracteres do nome.
Obtendo Informação da Área de Trabalho (workspace)
Para listar as variáveis ativas use o comando who. Para obter mais
informações sobre as variáveis como: nome, tamanho, número de elementos,
etc., use o comando whos.
O Utilitário de HELP
FEI - FCA
O comando help produz informação on-line da maioria dos tópicos do

MATLAB, mostrando uma lista dos diretórios que contém arquivos do
MATLAB. Para listar as funções de um diretório particular, digite help seguido
do nome do diretório. Exemplo:
» help matfun
Para obter auxílio sobre uma função específica digite help e o nome da
função. Exemplo:
» help inv
Para localizar palavras-chaves em todos os arquivos do MATLAB, use o

comando lookfor. Exemplo:
» lookfor inverse
»
INVHILB Inverse Hilbert matrix
ACOS Inverse cosine
ACOSH Inverse hyperbolic cosine
ACOT Inverse cotangent
ACOTH Inverse hyperbolic cotangent
ACSC Inverse cosecant
ACSCH Inverse hyperbolic cosecant
# #
Salvando e Saindo
Para sair do MATLAB digite exit. Encerrando uma seção do MATLAB,

apaga-se todas as variáveis da área de trabalho (workspace). Se for necessário,
salve suas variáveis digitando save. Este comando salvará todas as variáveis em
um arquivo chamado matlab.mat. Para recuperar as variáveis use o comando
load. Você também pode salvar somente algumas variáveis e usar o nome de
um arquivo qualquer. O exemplo a seguir salva as variáveis x, y e z no arquivo
temp.mat.
» save temp x y z
FEI - FCA
Números e Expressões Aritméticas
O MATLAB usa notação convencional com potência de dez ou unidade

complexa como sufixo:
-4.534i
1.760217e-11
O MATLAB usa 16 dígitos significativos e expressões aritméticas são

calculadas com a seguinte prioridade
^ potenciação
\ divisão à esquerda
/ divisão à direita
* multiplicação
- subtração
+ adição
Algumas funções internas retornam valores especiais. A função pi retorna

o valor de π, a função inf retorna ∞, etc. O MATLAB dispões das funções
matemáticas elementares normalmente encontradas em calculadores científicas.
Essas funções incluem por exemplo: abs, sqrt, log, sin. Se uma operação
resultar em infinito isso não implica em erro, simplesmente aquela variável terá
o valor infinito. O mesmo ocorre para operações inválidas como ∞/∞ ou 0/0. O
resultado é NaN (Not a Number).
Formato de Saída
Para alterar a formatação do número a ser apresentado na tela, utilize o

comando format. Exemplos:
» x = [4/3 1.2345e-6]
» format short
1.3333 0.0000
» format short e
1.3333e+00 1.2345e-06
FEI - FCA
Funções
Grande parte do poder do MATLAB vem do enorme conjunto de funções.

Algumas das funções são internas ao processador MATLAB e outras são
disponíveis como bibliotecas externas na forma de M-files. O conjunto de
funções aplicadas a uma área específica são denominadas toolboxes. Cada
usuário pode criar suas próprias funções que se comportam como se fossem
funções internas. As seções adiante discutem cada uma das diferentes categorias
de funções analíticas do MATLAB básico.
É possível combinar funções de várias formas. Exemplo:
» x = sqrt(log(z))
Algumas funções usam dois ou mais argumentos, e cada argumento pode

ser uma expressão. Exemplo:
» angulo = atan2(y,3*x)
Existem funções que retornam dois ou mais valores. Nestes casos, os

valores de saída devem estar entre colchetes [] e separados por vírgula. Exemplo:
» [V,D] = eig(A)
A função eig calcula os autovetores e os autovalores de A,

respectivamente. Havendo dúvida, deve-se usar help eig.
1.1.2 Operações Matriciais
Transposta de uma Matriz
O caracter ' (apóstrofe) denota transposta de uma matriz. Se z for

complexo, z' é o transposto conjugado complexo de z. Exemplo:
» A = [1 2; 3 4]
FEI - FCA
A=
1 2
3 4
» B = A'
B=
1 3
2 4
Adicionando e Subtraindo Matrizes
Os símbolos + e - denotam adição e subtração de matrizes. A operação é

definida sempre que as matrizes tenham a mesma dimensão. Exemplo:
» C=A+B
C=
2 5
5 8
A adição e subtração também é definida quando um dos operandos for um

escalar. Exemplo:
» D=C-2
D=
0 3
3 6
Multiplicação de Matrizes
O símbolo * denota multiplicação de matrizes e é válida sempre que

dimensões internas dos dois operandos for igual. Exemplo:
» E=A*B
E=
5 11
11 25
Naturalmente, um escalar (matriz de dimensão 1) pode multiplicar ou ser

multiplicado por qualquer matriz. Exemplo:
» F = 2*E
FEI - FCA
F=
10 22
22 50
Divisão de Matrizes
Existe dois símbolos de divisão de matrizes: / e \. Os significados são:
X = A\B é solução do sistema A*X = B

X = B/A é solução do sistema X*A = B
Funções Elementares e Transcendentais
O MATLAB enxerga expressões como exp(A) e sqrt(A) como operação

sobre cada um dos elementos de um vetor (linha ou coluna). Existem funções
para calculo de funções transcendentais de matrizes, quando essas são
quadradas. Exemplos:
• expm exponencial de uma matriz

• logm logaritmo de uma matriz
• sqrtm raiz quadrada de uma matriz
Outras funções elementares sobre matrizes incluem:
• poly polinômio caraterístico

• det determinante
• trace traço
1.1.3 Operações em Array
Refere-se a operações em array as operações aritméticas realizadas

elemento a elemento ao invés da operação matricial algébrica usual definida
pelos símbolos * \ / ^ e '. Para indicar que a operação é elemento-a-elemento usa-
se um ponto (.) antes do símbolo da operação.
FEI - FCA
Somando e Subtraindo Arrays
Para a adição e subtração, as operações de arrays e as de matrizes são as

mesmas. Neste caso + e - podem ser usados sem o ponto.
Multiplicando e Dividindo Arrays
O símbolo .* denota multiplicação elemento-a-elemento. Se A e B têm

mesma dimensão, então A.*B resulta num array cujos elementos são o produto
dos elementos individuais de A e de B. Exemplo:
» x = [1 2 3]; y = [4 5 6];
» z = x.*y
z=
4 10 18
A expressão A./B e A.\B resulta no quociente de cada elemento. Exemplo:
» z = x.\y
z=
4.0000 2.5000 2.000
Usando Potenciação com Arrays
O símbolo .^ denota potenciação elemento-a-elemento. Exemplo:
» z = x.^y
z=
1 32 729
Operadores Relacionais
Para comparar-se matrizes de dimensões idênticas existem seis (6)

operadores relacionais.
< menor
<= menor ou igual
FEI - FCA
> maior
>= maior ou igual
== igual
~= diferente
O MATLAB compara os pares de elementos correspondentes. O resultado

é uma matriz de "uns" e "zeros", onde "um" representa "verdadeiro" e "zero"
representa "falso". Exemplo:
» 2 + 2 ~= 4
ans =
0
O exemplo abaixo, ilustra como encontrar os elementos das matriz A que

são divisíveis por 3:
» A = [8 1 6; 3 5 7; 4 9 2];
» G = rem(A,3);
» P = (G == 0)
P=
0 0 1
1 0 0
0 1 0
A função rem(A,3) retorna a matriz dos restos da divisão por 3. Cada um

dos elementos de G informa se a operação relacional é falsa (0) ou verdadeira
(1).
A função find é muito usada em conjunto com operadores relacionais. O

exemplo abaixo ilustra como localizar todos os elementos de Y que são maiores
que 3 e substituí-los por 10.
» Y = [1 2 3 4 5 6 7 8 9];
» i = find(Y > 3.0);
» Y(i) = 10*ones(size(i));
Operadores Lógicos
FEI - FCA
Os operadores &, |, e ~ são os operadores lógicos "e", "ou" e "não"

respectivamente. As funções any e all são muito utilizadas em conjunto com
operadores lógicos. A função any(x) retorna "1" se qualquer elemento de x for
não nulo e retorna "0" caso contrário. A função all(x) retorna "1" somente se
todos os elementos de x são não nulos. Essas funções são particularmente úteis
na declaração de um if.
if all(A < 0.5)

faça alguma coisa
end
Funções Matemáticas
Um conjunto de funções matemáticas elementares são aplicáveis

elemento-a-elemento num array.
» A = [ -1 2 -3; 4 -5 6];
» B = abs(A)
B=
1 2 3
4 5 6
1.1.4 Manipulação Matricial e Vetorial
A capacidade de indexação do MATLAB permite manipulação de linhas e

colunas, elementos individuais e submatrizes de matrizes. Os vetores são o
ponto central da indexação e eles são gerados com o uso de : (dois pontos).
Gerando Vetores
A declaração abaixo ilustra a criação de um vetor usando (:) dois pontos:
» x = 1:5
x=
1 2 3 4 5
FEI - FCA
Você pode também criar o vetor com incrementos diferentes da unidade.

No exemplo a seguir o passo é de π/4.
» y = 0 : pi/4 : pi
y=
0.0000 0.7854 1.5708 2.3562 3.1416
» z = 6: -1 : 1
z=
6 5 4 3 2 1
A uso de (:) permite a criação rápida de tabelas como ilustrado a seguir:
» x = (0 : 0.2 : 3)';
» y = exp(-x).*sin(x);
» [x y]
ans =
0 0
0.2000 0.1627
0.4000 0.2610
0.6000 0.3099
0.8000 0.3223
1.0000 0.3096
1.2000 0.2807
1.4000 0.2430
1.6000 0.2018
1.8000 0.1610
2.0000 0.1231
2.2000 0.0896
2.4000 0.0613
2.6000 0.0383
2.8000 0.0204
3.0000 0.0070
Existem outras funções para a geração de vetores tal como logspace que
gera um vetor espaçado logaritmicamente:
» w = logspace(-1,1,5)
w=
0.1000 0.3162 1.0000 3.1623 10.0000
Indexando
FEI - FCA
Elementos individuais de matrizes podem ser referenciados inserindo seus

índices de linha e coluna entre parênteses. Se uma expressão for usada como
índice, o resultado é aproximado paro o inteiro mais próximo.
» A = [1 2 3; 4 5 6; 7 8 9];
» A(3,3) = A(1,3) + A(3,1)
A=
1 2 3
4 5 6
7 8 10
Usando (:) dois pontos, podemos indexar todas as linhas ou colunas ou

uma parte:
» A(:,1)
A=
1
4
7
» A(2:3,1:2)
A=
4 5
7 8
O exemplo a seguir mostra como fazer referência explícita a algumas

linhas ou colunas. Coloca-se os números das linhas e colunas dentro de
colchetes:
» A([1 3],[1 3])

A=
1 3
7 10
Um outro uso para os dois pontos (:) é no empilhamento das colunas de

uma matriz qualquer. No caso de vetores, obteremos sempre o vetor coluna:
» A = [1 2; 3 4; 5 6];
» B = A(:)
B=
1
FEI - FCA
2
3
4
5
6
Usando Vetores de 0s-1s na Indexação
Você pode usar vetores de "uns", usualmente criados a partir de

operadores relacionais no referenciamento de submatrizes. Suponha que A é uma
matriz de dimensão m-por-n e L um vetor linha de "zeros" e "uns" de dimensão
m. Então,
» A(L,:)
especifica as linhas de A cujos elementos de L são não nulos. Ou seja, os uns de

L apontam para as linhas de A. O exemplo a seguir mostra como extrair de X as
linhas cuja terceira coluna é maior ou igual a 100.
» L = X(:,3) > 100;

» Y = X(L,:);
Matrizes vazias
A declaração,
» X = []
atribui a matriz de dimensão zero-por-zero à X, sendo possível usar a variável X

em cálculos. Criar a matriz X vazia é diferente do que apagar a variável X com o
comando clear X. Com o uso de matrizes vazias é possível remover linhas e
colunas de uma matriz, como mostra o exemplo a seguir que apaga as colunas 2
e 4 da matriz A:
» A(:,[2 4]) = []
Matrizes Especiais
FEI - FCA
Existe uma coleção de funções que geram matrizes que são encontradas
nos problemas de álgebra linear e processamento de sinais. Exemplos:
• compan - gera a matriz a partir do polinômio caraterístico

• diag - matriz diagonal
• pascal - constrói o triângulo de Pascal
• zeros - matriz de "zeros"
• ones - matriz de "uns"
• eye - matriz identidade
• logspace - vetores espaçados logaritmicamente
• linspace - vetores espaçados linearmente
• rand - elementos randômicos uniformemente distribuídos
• randn - elementos randômicos normalmente distribuídos
• etc ...
Construindo Matrizes Grandes
É possível formar matrizes maiores a partir de matrizes menores,

envolvendo as matrizes menores entre colchetes . Por exemplo, se A é uma
matriz quadrada,
» C = [A A'; ones(size(A)) A.^2]
cria a matriz C com o dobro do tamanho de A. Note que na construção de

matrizes usando matrizes, as dimensões das matrizes menores devem ser
compatíveis ou então aparecerá uma mensagem de erro.
Manipulando Matrizes
Várias funções estão disponíveis para a manipulação matricial como:

rot90 (rotação), tril (parte triangular superior), triu (parte triangular inferior),
reshape (alteração da dimensão) etc.
FEI - FCA
1.1.5 Análise de Dados
Esta seção apresenta uma introdução à análise de dados usando o

MATLAB. Técnicas mais poderosas estão disponíveis usando funções de
álgebra linear e funções de processamento de sinais na seção 1.1.7 (polinômios e
processamento de sinais).
Convenção
Por convenção, as diferentes variáveis em um conjunto de dados são

colocadas em colunas, permitindo observação vertical dos dados através das
linhas. Portanto, um conjunto de dados de 50 amostras de 13 variáveis é
armazenado numa matriz de dimensão 50-por-13.
O conjunto de dados armazenados na matriz count será usado para ilustrar

o uso de algumas funções
count =
11 57 291
43 178 1011
38 163 1095
61 420 2407
12 59 287
Para esse exemplo temos 5 observações para 3 variáveis. Isso pode ser
obtido como segue:
» [n,p] = size(count)
n=
5
p=
3
Um grupo de funções (abaixo) confere a capacidade de análise de dados

básica:
• max - máximo valor
• min - mínimo valor
• mean - valor médio
• median - mediana
• std - desvio padrão
FEI - FCA
• sort - ordenação
• sum - soma dos elementos
• prod - produto dos elementos
• cumsum - soma cumulativa dos elementos
• cumprod - Produto cumulativos dos elementos
• diff - Aproximação da derivada
• corrcoef - Coeficientes de correlação
• cov - Matriz de covariância
Para argumentos vetoriais não faz diferença se o vetor é linha ou coluna.

Para arrays as funções são orientadas por colunas.
Continuando com o exemplo anterior, as declarações abaixo
» mx = max(count);
» mu = mean(count);
» sigma = std(count);
resultam em:
mx =
61 420 2407
mu =
1.0e+003 *
0.0330 0.1754 1.0182

sigma =
21.4126 147.9503 865.7639
Ajuste de Curvas
Uma das alternativas possíveis no MATLAB para encontrarmos os

coeficientes de p(x) a partir de dados tabelados é através da função polyfit, onde
n é o grau do polinômio.
p( x ) = c1x d + c2 x d −1 + " + cn
A sintaxe de chamada é a seguinte, onde x é a abcissa, p o valor da função

para cada x(i) e n o grau do polinômio.
FEI - FCA
» c = polifit(x,p,n)
1.1.6 Funções Matriciais
Autovalores e Autovetores
Se A é uma matriz n-por-n, os n números λ que satisfazem a equação

Ax = λx, são os autovalores de A. Eles são encontrados usando
» eig(A)
Se o comando for usado com dois parâmetros de saída, obteremos os

autovalores em D e os autovetores em X:
» [X,D] = eig(A)
Norma, Posto e Condicionamento
As funções MATLAB que calculam a norma, posto e número de

condicionamento de uma matriz são:
• cond - número de condicionamento usando norma 2

• norm - norma 1, norma 2, norma F e norma ∞
• rank - posto da matriz
• rcond - estimativa do condicionamento
1.1.7 Polinômios e Processamento de Sinais
O MATLAB possui funções para manipulação polinomial e para o

processamento digital de sinais. Essas funções operam primordialmente com
vetores.
Representação de Polinômios
O MATLAB representa polinômios como vetores linha contendo os

coeficientes ordenados em ordem decrescente dos expoentes. Por exemplo, o
polinômio característico de
FEI - FCA
A=
1 2 3
4 5 6
7 8 0
é calculado com
» p = poly(A)
p=
1 -6 -72 -27
Esta é a representação MATLAB do polinômio s3 − 6 s2 − 72s − 27. As raízes dessa

equação são
» r = roots(p)
r=
12.1229
-5.7345
-0.3884
Essas raízes são os mesmos que os autovalores da matriz A. Você pode remontar
o polinômio original com a função poly
» p2 = poly(r)
p2 =
1 -6 -72 -27
Considere os polinômios a(s) = s2 + 2s + 3 e b(s) = 4 s2 + 5s + 6 . O produto dos

polinômios é a convolução dos seus coeficientes
» a = [1 2 3]; b = [4 5 6];
» c = conv(a,b)
c=
4 13 28 27 18
Você pode utilizar a convolução inversa para dividir dois polinômios, e no

caso do exemplo, obter b novamente.
FEI - FCA
» [q,r] = deconv(c,a)
q=
4 5 6
r=
0 0 0 0 0
A lista de funções de polinômios inclui:
• poly - polinômio característico

• roots - raízes de um polinômio
• polyval - cálculo do valor numérico do polinômio
• polyvalm - cálculo do polinômio de matrizes
• conv - multiplicação (convolução)
• deconv - divisão (deconvolução)
• residue - expansão em frações parciais
• polyder - derivada do polinômio
• polyfit - ajuste polinomial de curva
Processamento de Sinais
Vetores são usados para armazenar sinais de dados amostrados, ou

seqüências, para o processamento dos sinais. Para sistemas com múltiplas
entradas, cada linha da matriz corresponde a uma amostra. O MATLAB básico
contém as funções a seguir, enquanto que o Signal Processing Toolbox contém
muitas funções adicionais.
• abs - magnitude complexa

• angle - ângulo de fase
• conv - convolução
• deconv - deconvolução
• fft - transformada rápida de Fourier
• ifft - transformada rápida inversa de Fourier
• fftshift - alterna quadrantes de matrizes
• fft2 - FFT de duas dimensões
• ifft2 - FFT inversa de duas dimensões
• fftshift - rearranja os resultados da FFT
• conv2 - convolução de duas dimensões
Filtragem de Dados
FEI - FCA
A função,
» y = filter(b,a,x)
filtra os dados do vetor x com o filtro descrito pelos vetores a e b, criando o

dado y filtrado.
x y
H(z)
A estrutura do filtro é dada a seguir pela sua função de transferência de

tempo discreta
Y (z) b(1) + b(2)z−1 +"+ b(nb)z− ( nb −1)

H (z ) = =
X (z) 1 + a(2)z −1 +"+ a(na)z − ( na −1)
A função freqz do Signal Processing Toolbox, calcula a resposta em

freqüência de filtros digitais. Além dessa, exemplificada abaixo, esse Toolbox
contém inúmeras funções para o projeto de filtros digitais.
» [h,w] = freqz(b,a,n);
» mag = abs(h);
» fase = angle(h);
» semilogy(w,mag)
» plot(w,fase)
1.1.8 Funções de Funções
A classe de funções MATLAB para cálculo que não é sobre matrizes

numéricas, mais sim com funções matemáticas é aqui designada por funções de
funções e incluem:
• Integração Numérica
• Equações não lineares e Otimização
• Solução de Equações Diferenciais
FEI - FCA
O MATLAB representa funções matemáticas através de arquivos-M (M-

files). Por exemplo, a função
1 1
f (x ) = + −6
(x − 0,3) + 0,01 (x − 0,9)2 + 0,04
2
torna-se disponível no MATLAB se criarmos um arquivo com extensão .m, por

exemplo chamado humps.m, cuja listagem é mostrada a seguir:
% listagem do arquivo humps.m

function y = humps(x)
y = 1./((x-.3).^2 + .01) + 1./((x-.9).^2 + .04) - 6;
O gráfico dessa função é obtido como segue
» x = -1:.01:2;
» plot(x,humps(x))
100
80
60
40
20
-20
-1 -0.5 0 0.5 1 1.5 2
Integração Numérica
Uma função, tal como humps, pode ser integrada numericamente pelo
processo chamado de quadratura. Exemplo:
FEI - FCA
» q = quad('humps',0,1)
q=
29.8583
O MATLAB oferece duas funções para o processo de quadratura:
• quad - regra de Simpson adaptativa

• quad8 - regra de Newton adaptativa
Note que o primeiro argumento da função quad é uma string que contém o
nome de uma função. Isso mostra porque essa função é chamada função de
função (é uma função que opera com outras funções). Os outros dois argumentos
são os limites de integração.
Equações Não Lineares e Funções de Otimização
No MATLAB básico encontramos algumas funções para a manipulação

de equações não lineares e para otimizações.
• fmin - mínimo de uma função de uma variável

• fmins - mínimo de uma função multivariável
• fzero - zero de uma função de uma variável
Continuando com o exemplo definido pela função humps.m, a localização

do mínimo da função na região de 0.5 a 1 é calculada com fmin:
» xm = fmin('humps',0.5, 1)
xm =
0.6370
e o seu valor no mínimo é
» y = humps(xm)
y=
11.2528
A localização do zero da função que está próximo de x = 0 e de x = 1 é,
FEI - FCA
» xz1 = fzero('humps',0)
xz1 =
-0.1316
» xz2 = fzero('humps',1)
xz2 =
1.2995
No Optimization Toolbox temos inúmeras outras funções como por

exemplo,
• attgoal - goal attainment multi-objetivo

• constr - minimização com restrições
• fminu - minimização sem restrições
• fsolve - solução de equações não lineares
• leastsq - mínimos quadrados não linear
• minimax - solução do problema minimax
• seminf - minimização semi-infinita
Equações Diferenciais
As funções disponíveis para a solução de equações diferenciais ordinárias

são:
• ode23 - método Runge-Kutta de 2ª/3ª ordem

• ode45 - método Runge-Kutta-Fehlberg de 4ª/5ª ordem
Considere a equação diferencial de segunda ordem conhecida como

equação de Van der Pol.
x + (x 2 − 1)x + x = 0
Esta equação pode ser escrita como um sistema de equações diferenciais de

primeira ordem
x1 = x1 (1 − x 22 ) − x 2
x 2 = x1
FEI - FCA
O primeiro passo para simular este sistema é criar um arquivo que contem este
sistema de equações diferenciais. Chamaremos este arquivo de vdpol.m
function xponto = vdpol(t,x)

xponto(1) = x(1).*(1-x(2).^2)-x(2);
xponto(2) = x(1);
Para simular a equação diferencial no intervalo 0 ≤ t ≤ 20 , use a função ode23.
» t0 = 0; tf = 20;
» x0 = [0 0.25]'; % condicoes iniciais
» [t,x] = ode23('vdpol',t0,tf,x0);
» plot(t,x)
-1
-2
-3
0 5 10 15 20
Para aqueles que trabalham com equações diferenciais recomenda-se o

SIMULINK que é uma extensão gráfica do MATLAB para a simulação de
equações diferenciais.
1.1.9 Gráficos
O sistema gráfico do MATLAB oferece uma variedade de técnicas

sofisticadas para representar e visualizar dados. São funções gráficas em 2-D e
3-D.
Gráficos 2-D
FEI - FCA
O MATLAB fornece uma variedade de funções para a visualização de

dados em duas dimensões (2-D).
Funções Gráficas Elementares
A lista abaixo sumariza as funções gráficas básicas. Elas diferem apenas

na escala dos eixos. Cada entrada pode ser um vetor ou uma matriz e as escalas
são ajustadas automaticamente para acomodar os dados de entrada.
• plot - cria um plot de vetores ou colunas de matrizes

• loglog - escala logarítmica nos dois eixos
• semilogx - escala logarítmica no eixo x e linear em y
• semilogy - escala logarítmica no eixo y e linear em x
• title - adiciona um título ao gráfico
• xlabel - adiciona um nome ao eixo x
• ylabel - adiciona um nome ao eixo y
• text - mostra um texto na posição especificada
• gtext - coloca o texto no gráfico usando o mouse
• grid - coloca linhas de grid
Criando um Plot
Se y é um vetor, plot(y) produz um gráfico linear dos elementos de y em

função do indexador de y. Se você especificar dois vetores como argumentos,
plot(x,y) produz um gráfico de y versus x. Você pode também especificar vários
conjuntos de dados e definir o estilo da linha e sua cor para cada conjunto de
dados, tudo isso num mesmo comando:
» t = 0:pi/100:2*pi;
» x = sin(t);
» y1 = sin(t + 0.25);
» y2 = sin(t + 0.5);
» plot(x,y1,'r-',x,y2,'g--')
» title('Defasagem')
» xlabel('x=sin(t)')
» ylabel('y=sin(t+)')
FEI - FCA
Defasagem
1
0.8
0.6
0.4
0.2
y=sin(t+) 0
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
x=sin(t)
Estilos de Linhas, Marcadores e Cores
Tal como mostrou-se no exemplo anterior, você pode passar um caractere

como um argumento à função plot para especificar um dos vários estilos de
linha, símbolos e cores. Na declaração plot(X,Y,S), S é uma string de 1, 2 ou 3
caracteres (delimitados por apóstrofes) com as funções definidas pela tabela a
seguir. Se você não especificar uma cor, ele usa as cores da tabela
automaticamente.
FEI - FCA
Símbolo Cor Símbolo Linha

y yellow . ponto
m magenta o círculo
c cyan x marca x
r red + marca +
g green * marca *
b blue - sólida
w white : pontilhada
k black -. traço-ponto
-- tracejada
Adicionando Linhas num Gráfico Existente
Você pode adicionar outras curvas em um gráfico que já foi construído

usando o comando hold. Quando você seleciona hold on, o MATLAB não
remove as linhas atuais, ao invés disso ele adiciona as linhas atuais ao gráfico
atual.
O que ele pode fazer é mudar a escala dos eixos automaticamente se os novos
dados não se acomodarem dentro da escala anterior. Exemplo:
» plot(x)
» hold on
» plot(y1,'--')
» plot(y2,'-.')
» hold off
Resulta,
FEI - FCA
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 50 100 150 200 250
Dados Imaginários e Complexos
Quando os argumentos da função plot são complexos, isto é, eles têm

parte imaginária diferente de zero, a parte imaginária é ignorada exceto quando
plot é usado com um único argumento. Nesta situação, o comando é um
comando gráfico resumido da parte real versus a parte imaginária. Portanto,
plot(z), quando z é um vetor ou matriz complexa, é equivalente à,
plot(real(z),imag(z)). Para ilustrar isso, o exemplo a seguir usa a distribuição dos
autovalores de uma matriz 20-por-20 randômica:
» plot(eig(randn(20,20)),’x’)
Distribuição de Autovalores
4
-1
-2
-3
-4
-4 -2 0 2 4 6
FEI - FCA
Plotando Matrizes
A função plot pode ter um único argumento, como plot(Y). Ela desenha
uma curva para cada coluna de Y. O eixo x é formado pelo índice de cada linha.
Se X e Y são matrizes, plot(X,Y) plota as coluna de X versus cada as colunas de Y.
» X = 0:pi/50:2*pi;
» Y = sin(X); Z = cos(X); W = log(X);
» A = [Y' Z' W'];
» plot(A)
Resulta,
2
1.5
0.5
-0.5
-1
-1.5
-2
-2.5
-3
0 20 40 60 80 100 120
Importando Dados
Você pode importar e plotar dados gerados fora do MATLAB. Suponha

você tenha um arquivo chamado dados.dat contento valores de duas funções e da
variável independente.
FEI - FCA
dados.dat
2.3 1.0 1.0

3.1 1.9 2.0
4.5 2.2 3.0
5.6 2.6 4.0
4.8 3.5 5.0
4.7 4.7 6.0
4.4 5.3 7.0
4.0 6.0 8.0
4.2 7.1 9.0
O comando load dados.dat produz uma matriz chamada dados, 9-por-3. A seguir,
mostra-se como renomear cada uma das variáveis e como plotar cada função
separadamente.
» load dados.dat
» F1 = dados(:,1);
» F2 = dados(:,2);
» X = dados(:,3);
» subplot(211), plot(X,F1)
» subplot(212), plot(X,F2)
Resulta,
2
0 2 4 6 8 10
0
0 2 4 6 8 10
Funções Gráficas Especializadas em 2-D
FEI - FCA
O MATLAB inclui uma variedade de funções especializadas, conforme

descrito resumidamente a seguir.
• bar - gráfico de barras

• compass - gráfico de ângulos com setas
• errorbar - gráfico de barras de erros
• feather - gráfico de ângulos
• fplot - calcula e plota uma função
• hist - cria um histograma
• polar - gráfico em coordenadas polares
• quiver - cria um gráfico de um gradiente
• rose - histograma em ângulo
• stairs - gráfico similar ao de barras sem linhas internas
• fill - desenha um polígono e preenche o interior
Plotando Funções Matemáticas
Você pode plotar o gráfico de uma função, y = f (x ) . A solução pela força

bruta é calcular a função para algumas centenas de pontos no intervalo de
interesse. Por exemplo, a função a seguir oscila com freqüência tendendo para
infinito quando x = 0,5.
» x = (0:1/2000:1)';
» plot(x,cos(tan(pi*x)))
Resulta,
FEI - FCA
y = cos(tan(pi*x))
1
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.2 0.4 0.6 0.8 1
No exemplo, a função é plotada no intervalo [0,1]. Neste caso, a função

fplot é mais efetiva para obtermos a representação gráfica da função pois ela
escolhe automaticamente uma quantidade maior de pontos na faixa que é
necessário maior resolução gráfica. Para usar a função fplot, primeiro crie um
arquivo que conterá a função a ser plotada, por exemplo com o nome fofx.m
function y = fofx(x)
y = cos(tan(pi*x));
Agora basta passar o nome da função como argumento de fplot.
» fplot('fofx',[0 1], 25,20,10)
Resulta,
FEI - FCA
1 y = cos(tan(pi*x))
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.2 0.4 0.6 0.8 1
Gráficos 3-D
O MATLAB oferece uma variedade de funções para a visualização de

dados em 3-D, conforme sumarizado pelas funções a seguir. Contudo, não
faremos um detalhamento, visto que o assunto é muito longo e pouco
interessante para os objetivos iniciais deste trabalho.
• plot3 - plota linhas e pontos em 3-D.

• contour, contour3 - plotagem de contornos
• pcolor - desenha uma matriz retangular de células cujas cores
são determinadas pelos elementos da matriz.
• image - mostra uma matriz como uma imagem mapeando os
elementos da matriz para o mapa de cores atuais.
• mesh, meshc, meshz - cria uma perspectiva em 3-D dos
elementos da matriz.
• fill3 - cria um polígono 3-D e preenche com uma cor sólida ou
interpola cores.
• zlabel - cria um label para o eixo z.
• clabel - adiciona um label à plotagem de contorno.
• view - determina o ponto de visualização atual.
• viewmtx - calcula uma transformação 4x4.
FEI - FCA
1.1.10 Controles de Fluxo
O MATLAB possui declarações para controle de fluxo tal como aqueles

encontrados na maioria das linguagem de computador. O controle de fluxo torna
o MATLAB mais do que uma calculadora científica, permitindo que seja usado
como uma linguagem de programação de alto nível completa.
FOR
O MATLAB possui a sua versão própria dos loops DO ou FOR. Com isso
é possível repetir um grupo de declarações por um número predeterminado de
vezes. Por exemplo,
» for i = 1:n, x(i) = 0, end
impõe o valor "0" para todos os primeiros n elementos de x. Se n é menor que

"1", a construção ainda é permitida, mas as declarações internas ao loop não são
executadas. Se x não existe ou tem menos elementos que x, então espaços
adicionais são alocados automaticamente.
Você pode criar loops dentro de loops e pode fazer as declarações

diretamente no prompt do MATLAB, embora o uso de um M-file seja
recomendado nestes casos.
» for i = 1:1:m
» for j = 1:1:n
» A(i,j) = 1/(i+j-1);
» end
» end
» A
A expressão do for é usualmente do tipo m:i:n, onde m é o valor inicial, n

o final e i o incremento, sendo que esse pode ser negativo.
WHILE
FEI - FCA
Tal como o for, a declaração while, também é para realizar um grupo de

declarações um certo número de vezes. A diferença básica é que no while, o
controle do loop é feito por uma condição lógica. Para ilustrar, vamos resolver
um problema: Qual é o primeiro inteiro n para o qual n! (fatorial de n) é um
número de 100 dígitos ?
» n = 1;
» while prod(1:n) < 1.e100, n = n+1; end
» n
A função prod realiza o produtos dos elementos do argumento. Logo, prod(1:n)

é o fatorial de n.
Declarações IF e BREAK
Os exemplos a seguir ilustram a utilização da declaração if. O primeiro

exemplo mostra como um cálculo pode ser dividido em três casos dependendo
do sinal e da paridade de n.
if n < 0
A = negative(n)
elseif rem(n,2) == 0
A = even(n)
else
A = odd(n)
end
O segundo exemplo envolve um problema não resolvido da teoria dos números:
"Pegue um número inteiro. Se ele for par, divida por dois; se for impar,
multiplique ele por 3 e some 1. Repita esse processo até que o inteiro seja igual
a um. O problema é saber se existe algum inteiro para o qual o processo nunca
termina".
Este programa MATLAB ilustra as declarações while e if. Também é mostrado

o uso da função input que interrompe a execução para a entrada de dados e da
declaração break que permite interromper um loop.
FEI - FCA
% Problema classico "3n+1" da teoria dos números
while 1
n = input('Entre com n [negativo aborta]. ');
if n <= 0, break, end
while n > 1
if rem(n,2) == 0
n = n/2
else
n = 3*n+1
end
end
end
1.1.11 Arquivos M
O MATLAB normalmente é usado no modo de comando. Quando você

entra com uma linha de comando, ele processa e imediatamente mostra o
resultado. O MATLAB também pode executar uma seqüência de comandos que
está armazenada num arquivo. Estes dois modos formam um ambiente
interpretativo. Os arquivos que contém declarações MATLAB são chamados M-
files porque usam a extensão .m. Por exemplo, o arquivo bessel.m contém
declarações MATLAB para o cálculo de funções Bessel.
Um M-file consiste de uma seqüência de declarações MATLAB normais,

podendo incluir referencias à outros M-files. Um M-file pode chamar ele próprio
de forma recursiva. Você pode criar um M-file usando um editor de texto tal
como o Notepad do Windows™, Edit do DOS ou outro qualquer. Dois tipos de
M-files podem ser usadas: manuscritas (scripts) e funções. Arquivos scripts
automatizam uma seqüência longa de comandos. Arquivos de função permite
criar novas funções às existentes. Ambos, scripts e funções são arquivos texto
tipo ASCII.
Arquivos Scripts
O exemplo a seguir ilustra como calcular os primeiros 16 números de

Fibonacci usando um arquivo script. Suponha que o nome do arquivo seja
fibno.m. Digitando fibno no prompt do MATLAB, faz com os comandos contidos
no arquivo sejam executados. Note que depois da execução do programa as
variáveis f e i permanecem na área de trabalho (workspace) do MATLAB.
Verifique isso com who. Isso acontece porque os scripts operam globalmente
FEI - FCA
com dados no workspace. Os demos fornecidos junto como MATLAB são bons
exemplos de como usar scripts para realizar tarefas mais complexas. Para
chamar os demos digite demo no prompt do MATLAB.
% M-file (script) para calcular números de Fibonacci
f = [ 1 1]; i = 1;
while f(i) + f(i+1) < 1000

f(i+2) = f(i) + f(i+1);
i = i + 1;
end
plot(f)
Quando você chama o MATLAB, ele automaticamente executa um script

chamado startup.m (se voce o criou). Nesse arquivo você pode colocar as
definições iniciais do workspace tal como constantes, fatores de conversão, etc.
Arquivos de Funções
Um M-file que contém a palavra function no início da primeira linha é um

arquivo de função. Uma função difere de um script no fato de que argumentos
podem ser passados; variáveis definidas e manipuladas no arquivo são locais à
função e não operam globalmente no workspace. A função listada à seguir é do
seu disco e tem o nome mean.m.
FEI - FCA
function y = mean(x)
% MEAN Average or mean value.

% For vectors, MEAN(X) is the mean value of the
% elements in X.
% For matrices, MEAN(X) is a row vector containing
% the mean value of each column.
[m,n] = size(x);
if m == 1
m = n;
end
y = sum(x) / m;
Por exemplo, se z é um vetor de inteiros de 1 à 99, sua média pode ser calculada
como segue:
» z = 1:99;
» mean(z)
ans =
50
A seguir, descreve-se alguns detalhes de mean.m:
• A primeira linha declara o nome da função, os argumentos de

entrada e os de saída. Sem esta linha, o arquivo é um script ao
invés de função;
• O símbolo % indica que o resto da linha é um comentário e
deve ser ignorado;
• As primeiras linhas documentam um M-file e são mostradas
quando pedimos help mean;
• A primeira linha de help, conhecida como linha "H1", é incluída
no arquivo contents.m e é usada pelo comando lookfor;
• As variáveis m, n e y são locais à função e não existem no
workspace depois que do término da função. (Caso a variável já
existisse antes da chamada de mean, ela continuaria existindo
depois e inalterada);
• Não foi necessário colocar os inteiros de 1 a 99 numa variável
chamada x. De fato, nós usamos mean com um variável
chamada z. O vetor z foi passado ou copiado dentro da função
onde ela tornou-se uma variável local chamada x.
FEI - FCA
Você pode criar uma função um pouco mais complexa que mean,
chamada stat, que também calcula o desvio padrão. Neste exemplos ilustramos o
uso de múltiplos argumentos de saída.
function [mean,stdev] = stat(x)
[m,n] = size(x);
if m == 1
m = n;
end
mean = sum(x) / m;
stdev = sqrt(sum(x.^2)/m - mean.^2);
Uma função que calcula o posto de uma matriz usa múltiplos argumentos
de entrada: No caso geral teríamos múltiplos argumentos de entrada e de saída.
function r = rank(x,tol)
% rank (posto em Portugues) da matrix
s = svd(x);
if (nargin == 1)
tol = max(size(x)) * s(1) * eps;
end
r = sum(s > tol);
Este exemplo também mostra o uso da variável permanente nargin para encontrar
o número de argumentos de entrada. A variável nargout, embora não usada neste
exemplo, contém o número de argumentos de saída.
Criando um Help para Seus Arquivos Pessoais
você pode criar um help online para os seus M-files pessoais entrando o
texto em uma ou mais linhas de comentário, começando sempre pela segunda
linha do arquivo. Por exemplo, o arquivo da função angle,
FEI - FCA
function p = angle(h)
% ANGLE Phase angle.

% ANGLE(H) returns the phase angles, in radians, of a
% matrix with complex elements.
%
% See also ABS, UNWRAP.
p = atan2(imag(h), real(h));
têm 5 linhas contíguas de comentário a partir da segunda linha. Quando

digitamos help angle, todo esse bloco é mostrado. O mecanismo de help ignora
linhas de comentário que aparecem mais a frente, depois de uma declaração ou
mesmo uma linha em branco.
Informações Úteis
Quando você chama uma função pela primeira vez, o MATLAB compila a
função e a coloca na memória. Ela estará então disponível para os usos
subseqüentes sem a necessidade de ser compilada. Permanecerá na memória até
o final da seção ou até que você fique com pouca memória, acarretando na sua
eliminação automática.
O comando what mostra uma listagem dos M-files no diretório atual do

disco. O comando type lista os M-files e ! é usado para comandos do DOS.
De uma maneira geral, quando você digita um nome de algo no

MATLAB, por exemplo whoopie, o interpretador do MATLAB executa os
seguintes passos:
1. Procura por whoopie como variável;

2. Verifica se whoopie é uma função interna;
3. Procura um o arquivo whoopie.m no diretório atual;
4. Procura um o arquivo whoopie.m nos diretórios especificados
pelo path do MATLAB.
ECHO, INPUT, KEYBOARD, PAUSE
FEI - FCA
Normalmente, enquanto um M-file está sendo executado, os comandos

contidos no arquivo não são mostrados na tela. O comando echo permite
visualizar o comando a medida que ele vai sendo executado. Isso é
especialmente útil na depuração de uma programa ou para a confecção de um
programa demonstrativo.
A função input permite obter dados do usuário. por exemplo,
n = input('Entre com o valor de n = ')
interrompe a execução, mostra a frase na tela, espera, e então atribui o valor ou

expressão digitada para a variável n.
Similar à input, mas muito mais poderosa, é a função keyboard. Esta

função torna o teclado do computador um script. Quando colocada dentro de M-
files, torna ágil a depuração e permite a modificação de variáveis durante a
execução.
O comando pause interrompe a execução até que o usuário pressiona

uma tecla qualquer. pause(n) interrompe por n segundos antes de continuar.
Variáveis Globais
Cada função MATLAB possui suas próprias variáveis locais que são
separadas daquelas de outras funções e daquelas que estão no workspace.
Contudo, se você declarar uma variável como global, todas as funções e o
workspace vão enxergar a mesma variável. Para diferenciar das demais
variáveis, costuma-se identificar uma variável global declarando-a com um
nome longo e em letras maiúsculas, embora isso não seja uma imposição.
Suponha que você queira estudar o comportamento dos coeficientes α e β

no problema do modelo predador-vítima de Latka-Volterra.
y1 = y1 − α y2 y1
y2 = − y2 + β y2 y1
Crie o arquivo lotka.m:
FEI - FCA
function yp = lotka(t,y)
% modelo Votka-Voltera
global ALFA BETA
yp = [y(1) - ALFA*y(1)*y(2); -y(2) + BETA*y(1)*y(2)];
Interativamente, entre como as seguintes declarações:
» global ALFA BETA

» ALFA = 0.01;
» BETA = 0.02;
» [t,y] = ode23('lotka',0,10,[1; 1]);
» plot(t,y)
Uma vez que ALFA e BETA são globais você pode altera-las interativamente e
novas soluções podem ser obtidas sem ter que editar nenhum arquivo e sem
passar os valores como argumentos.
Variáveis Alfanuméricas
Variáveis tipo texto são introduzidas no MATLAB envolvendo o texto

com quotas simples (apóstrofos). Por exemplo,
» s = 'Ola'
s=
Ola
O texto é armazenado num vetor, um caracter por elemento. Desejando

concatenar textos, use colchetes:
» s = [s, ' Pessoal']

s=
Ola Pessoal
Valores numéricos são convertidos em variáveis tipo texto via sprintf,

num2str e int2str. Exemplo,
» c = 23;
» title(['A temperatura é',num2str(c),' graus C'])
A Função EVAL
FEI - FCA
A função eval lida com variáveis tipo texto para implementar recursos de
macros de texto. eval(t) força que o texto contido na variável t seja "resolvido".
O exemplo a seguir mostra como usar o comando load para carregar 10
arquivos seqüencialmente numerados: dados1.mat, dados2.mat, ...
» fname = "dados";
» for i = 1:10
» eval(['load ',fname,int2str(i)])
» end
A função eval é especialmente útil na passagem de argumentos de

funções cujo parâmetro é um nome de outra função. Um exemplo típico é o
função fplot que passa como argumento o nome da função a ser plotada,
exemplo:
» fplot('sin',[0 10])
1.1.12 Arquivos de Disco
Os comandos load e save recuperam e armazenam dados do workspace

no disco.
Manipulação de Arquivos de Disco
Os comandos dir, type, delete e cd servem à manipulação de arquivos.

Para a maioria desses comandos devemos especificar o path, wildcards e o drive
de destino como normalmente se faz no DOS.
O comando type difere do comando type usual de uma forma importante.

Se nenhuma extensão é especificada, o MATLAB assume .m como default.
Portanto, esse comando é bastante usado para obtermos a listagem de um M-file
na teta do computador.
O comando diary cria um diário (log) da sua seção MATLAB na forma

de um arquivo ASCII. Todos os comandos e resultados, exceto gráficos, são
automaticamente acrescentados ao arquivo de diário.
Rodando Programas Externos
FEI - FCA
O ponto de exclamação ! é a forma de acessar o DOS de dentro do

MATLAB. Você pode executar qualquer programa externo tal como o editor
EDIT do DOS.
» ! edit c:\usuario\teste.doc
Transferência de Dados
Você pode introduzir dados de outros programas dentro do MATLAB.

Similarmente, você pode exportar dados do MATLAB para outros programas.
Também é possível usar o formato que o MATLAB usa para armazenar dados:
MAT-files.
Importando Dados
O melhor método de importar dados depende de quantos dados existem,

qual o seu formato, etc. A seguir, listamos algumas opções:
• Entre com os dados como uma lista explícita dos elementos. Se

o número de elementos for pequeno (10-15 elementos) é mais
simples digitar os dados explicitamente usando colchetes.
• Crie um M-file e escreva os dados de forma explícita usando

um editor de texto.
• Carregue do dados de um arquivo ASCII.
• Escreva um programa em C ou FORTRAN para converter seus

dados no formato dos MAT-files e então use o comando load.
Exportando dados do MATLAB
Para exportar dados também existem várias opções, das quais algumas são
listadas a seguir:
FEI - FCA
• Para matrizes pequenas use o comando diary para criar uma

arquivo de diário e então liste as variáveis neste arquivo. Você
pode, mais tarde, usar um editor de texto para manipular os
dados.
• Salve os dados num formato ASCII usando o comando save

com a opção -ascii. Por exemplo,
» A = rand(4,3);
» save temp.dat A -ascii
cria um arquivo ASCII chamado temp.dat
• Salve os dados como MAT-files usando o comando save e

então escreva um programa em C ou FORTRAN para
reformatar os dados conforme necessário para a aplicação.
1.1.13 O Depurador do Matlab
Embora o MATLAB seja uma linguagem menos complexa que outras

linguagens de programação, ele tem sua sintaxe própria e você pode precisar
corrigir alguns erros. O MATLAB encontra erros de sintaxe durante a fase de
compilação e esses erros, em geral, são simples de corrigir. O MATLAB
também encontra erros na fase de execução do programa; esses erros tendem a
ser mais difíceis de solucionar por causa do workspace local às funções ser
perdido quando um erro interrompe a execução. Quando isto ocorre, retornamos
ao workspace base do MATLAB. Se você usou ponto-e-vírgula para suprimir os
resultados intermediários da tela, não terá como saber onde o erro ocorreu.
Para mostrar os resultados intermediários, você pode usar um dos métodos

a seguir:
• Remova os ponto-e-vírgula de interesse;

• Use a declaração keyboard para permitir que o workspace seja
examinado no ponto da declaração;
• Torne a primeira linha da função uma linha de comentário, de
tal forma que a função possa ser executada como um script,
FEI - FCA
fazendo com que os resultados intermediários sejam acessíveis

no workspace base do MATLAB;
• Use o depurador do MATLAB.
Comandos de Depuração
• dbstop - coloca um brekpoint

• dbclear - remove um brekpoint
• dbcont - continua a execução
• dbdown- troca o contexto do workspace
• dbstack - lista quem chamou quem
• dbstatus - lista todos os brekpoint
• dbstep - executa uma ou mais linhas
• dbtype - lista um M-file com número de linhas
• dbup - troca o contexto do workspace
• dbquit - sai do modo de depuração
Usando o Depurador
Quando você encontra um erro num M-file, use os comandos de

depuração para inserir breakpoints para ajuda-lo da depuração do erro. Quando
a execução pára num breakpoint você pode introduzir qualquer comando válido
do MATLAB.
Lembre-se que os comandos de depuração funcionam com arquivos de

funções, não com scripts.
1.2 Toolboxes do Matlab
O MATLAB possui um rica coleção de funções imediatamente úteis. Os

toolboxes estendem essa capacidade com funções especializadas. A seguir,
resume-se as funções disponíveis no toolbox de sistema de controle e enumera-
se outros toolboxes. É importante perceber que as ferramentas que não são
encontradas nos toolboxes podem ser criadas escrevendo-se novos M-files.
FEI - FCA
1.2.1 Sistemas de Controle
O toolbox de sistema de controle usa funções de matrizes do MATLAB na

construção de funções especializadas para o engenheiro de controle. Esse
toolbox é uma coleção de algoritmos expresso, na sua maior parte, por M-files,
que implementam projetos comuns de sistemas de controle, análises e técnicas
de modelamento.
Aqui, sistemas de controle podem ser representados por funções de

transferências ou na forma de espaço de estado, permitindo que você use
técnicas clássicas e modernas. Trata-se tanto dos sistemas de tempo contínuo
como os de tempo discreto. Estão disponíveis funções de conversão entre as
várias formas de representação de um modelo. Respostas temporais, respostas
em freqüência, lugar das raízes, etc, podem ser calculados e plotados. Outras
funções fornecem recurso para a alocação de pólos, controle ótimo e
estimação/filtragem.
Construção de Modelos
• append - concatena sistemas dinâmicos

• augstate - aumenta estados às saídas
• blkbuild - obtém equação de estado a partir do diag. em blocos
• cloop - fecha a malha
• connect - modelagem via diagrama em blocos
• conv - convolução de dois polinômios
• destim - estimar de tempo discreto
• dreg - estimador/controlador discreto
• drmodel - cria um modelo discreto randômico
• estim - estimador de tempo contínuo
• feedback - conexão de dois sistemas numa realimentação
• ord2 - cria A, B, C, D de um sistema de segunda ordem
• pade - aproximação Padé de um atraso
• parallel - conexão de sistemas em paralelo
• reg - controlador/estimador contínuo
• rmodel - cria um modelo contínuo randômico
• series - conexão série de sistemas
• ssdelete - apaga, entradas, saídas ou estados de um sistema
• ssselect - seleciona um subsistema de um sistema maior
FEI - FCA
Conversão de Modelos
• c2d - conversão de tempo contínuo para tempo discreto

• c2dm - conversão de contínuo para discreto com método
• c2dt - conversão de tempo contínuo para discreto com atraso
• d2c - conversão de tempo discreto para contínuo
• d2cm - tempo discreto para contínuo com método
• poly - conversão de raízes para polinômio
• residue - expansão em frações parciais
• ss2tf - espaço de estado para função de transferência
• ss2zp - espaço de estado para zero-pólo
• tf2ss - função de transferência para espaço de estado
• tf2zp - função de transferência para zero-pólo
• zp2tf - zero-pólo para função de transferência
• zp2ss - zero-pólo para espaço de estado
Redução de Modelos
• balreal - realização balanceada

• dbalreal - realização balanceada discreta
• dmodred - redução da ordem de modelos discretos
• minreal - realização mínima e cancelamento de pólos e zeros
• modred - redução da ordem do modelo
Realização de Modelos
• canon - forma canônica

• ctrbf - forma controlável
• obsvf - forma observável
• ss2ss - aplica transformação de similaridade
FEI - FCA
Propriedade de Modelos
• covar - resposta contínua ao ruído branco

• ctrb - matriz de controlabilidade
• damp - fator de amortecimento e freqüência natural
• dcgain - ganho DC de regime permanente contínuo
• dcovar - resposta discreta ruído branco
• ddamp - fator de amortecimento e freqüência natural discreta
• ddcgain - ganho DC de regime permanente discreto
• dgram - gramianos discretos controlabilidade/observabilidade
• dsort - ordena autovalores discretos pela tamanho
• eig - autovalores e autovetores
• esort - ordena autovalores contínuos pela parte real
• gram - gramianos de controlabilidade/observabilidade
• obsv - matriz de observabilidade
• printsys - mostra o sistema formatadamente
• roots - raízes de polinômio
• tzero - zeros de transmissão
• tzero2 - zeros trans. usando método randômico de perturbação
Resposta Temporal
• dimpulse - resposta discreta ao impulso

• dinitial - resposta discreta às condições iniciais
• dlsim - simulação discreta a entradas arbitrárias
• dstep - resposta discreta ao degrau
• filter - simulação SISO da transformada Z
• impulse - resposta impulsiva
• initial - resposta contínua às condições iniciais
• lsim - simulação contínua a entradas arbitrárias
• ltitr - função de baixo nível para cálculo de resposta temporal
• step - resposta ao degrau
• stepfun - função degrau
FEI - FCA
Resposta em Freqüência
• bode - diagrama de Bode (resposta em freqüência)

• dbode - diagrama de Bode discreto (resposta em freqüência)
• dnichols - diagrama de Nichols discreto
• dnyquist - diagrama de Nyquist discreto
• dsigma - diagrama em freqüência de valores singulares
discretos
• fbode - diagrama rápido de Bode para sistemas contínuos
• freqs - resposta em freqüência da transformada de Laplace
• freqz - resposta em freqüência da transformada Z
• ltifr - função de baixo nível para resposta em freqüência
• margin - margem de ganho e fase
• nichols - diagrama de Nichols
• ngrid - desenha um grid de linhas no diagrama de Nichols
• nyquist - diagrama de Nyquist
• sigma - diagrama em freqüência de valores singulares
contínuos
Lugar das Raízes
• pzmap - mapeamento de pólos e zeros

• rlocfind - determinação interativa do ganho no lugar das raízes
• rlocus - lugar das raízes de Evans
• sgrid - grid para o lugar das raízes contínuo
• zgrid - grid para o lugar das raízes discreto
Seleção de Ganhos
• acker - alocação SISO de pólos

• dlqe - projeto do estimador linear quadrático discreto
FEI - FCA
• dlqew - estimador linear quadrático discreto generalizado

• dlqr - projeto do regulador linear quadrático discreto
• dlqry - regulador discreto com penalização nas saídas
• lqe - projeto do estimador linear quadrático
• lqed - estimador discreto a partir do funcional contínuo
• lqe2 - estimador linear quadrático usando método Schur
• lqew - estimador linear quadrático contínuo generalizado.
• lqr - projeto do regulador linear quadrático
• lqrd - regulador discreto a partir do funcional contínuo
• lqry - regulador contínuo com penalização nas saídas
• lqr2 - regulador linear quadrático usando método Schur
• place - alocação multivariável de pólos
Solução de Equações
• are - solução da equação algébrica de Riccati

• dlyap - solução da equação discreta de Lyapunov
• lyap - solução da equação contínua de Lyapunov
• lyap2 - solução da equação de Lyapunov usando
diagonalização
Demonstrativos
• ctrldemo - Introdução ao toolbox de sistemas de controle

• boildemo - projeto LQG para uma caldeira
• jetdemo - o clássico projeto do jet transport yaw damper.
• diskdemo - projeto do controlador digital de um winchester
• kalmdemo - projeto e simulação de um filtro de Kalman
1.2.2 Outros Toolboxes
Processamento de Sinais, Otimização, Identificação de Sistemas, Controle

Robusto, Análise e Síntese µ, Splines, Redes Neurais, Estatística, Projeto de
Controle Não Linear, etc.
FEI - FCA
1.3 Simulink Básico
O SIMULINK é uma extensão gráfica do MATLAB para a simulação

dinâmica de sistemas. Existem duas fases distintas de uso: a definição do
modelo e análise do modelo. Para facilitar a definição do modelo, o SIMULINK
fornece uma ferramenta gráfica de edição em blocos, onde o modelo é criado e
editado tipicamente via mouse.
Depois de definir o modelo, você pode analisá-lo diretamente do menu na

janela atual do SIMULINK ou entrando os comandos devidos pela janela de
comando do MATLAB. Dentre as ferramentas de análise de modelos temos a
simulação propriamente dita, linearização de modelos, etc.
1.3.1 Linhas Gerais
Descreve-se brevemente a seguir as ações que são necessárias para iniciar

o uso do SIMULINK:
1. Entre com o comando simulink no prompt do MATLAB para

abrir a biblioteca principal de blocos.
2. Clique no menu File e selecione New. O SIMULINK abre uma

janela em branco como o nome "Untitled". Esse nome pode ser
alterado na hora de salvar o arquivo.
3. Abra uma ou mais bibliotecas e arraste os blocos para a janela

ativa.
4. Depois de alocar os blocos, desenhe linhas para ligar os blocos,

movendo a ponta do seta do mouse enquanto segura o botão
esquerdo do mouse apertado.
5. Abra os blocos (dois cliques) e altere seus parâmetros. Os

parâmetros podem ser qualquer expressão válida do MATLAB.
6. Salve o arquivo com o Save do menu File.
FEI - FCA
7. Execute a simulação selecionando Start no menu Simulation.

Durante a simulação o menu Start é alterado para Stop. Se
você seleciona-lo, voltará a aparecer Start.
8. Você pode alterar os parâmetros de simulação selecionando

Parameters no menu Simulation.
9. Você pode monitorar o comportamento do seu sistema com um

osciloscópio (bloco Scope), ou você pode usar o bloco
To Worksspace para enviar os dados para a área de trabalho do
MATLAB e manipular os resultados com funções do
MATLAB.
1.3.2 Construção de Modelos
O SIMULINK permite que você represente um sistema dinâmico

por meio de diagramas em bloco.
Construção de um Modelo Elementar
Para definir um sistema, os blocos são copiados das bibliotecas de blocos

padrões do SIMULINK ou daquelas criadas por você mesmo. A biblioteca
padrão é organizada em vários subsistemas que agrupam blocos de acordo com
sua função. Para rodar o SIMULINK, primeiro inicialize o MATLAB clicando
duas vezes sobre o ícone do Windows e então entre o comando simulink.
» simulink
Este comando mostra uma nova janela contendo ícones dos blocos de
subsistemas que constituem a biblioteca padrão.
FEI - FCA
Estes blocos podem ser abertos (clicando duas vezes), abrindo janelas de
onde os blocos serão copiados para a sua janela de trabalho. Abra uma nova
janela vazia selecionando New no menu File. Para copiar os blocos, clique
sobre o bloco desejado e arraste-o para a sua janela enquanto mantém o botão
esquerdo do mouse apertado. Inicialmente clique sobre a biblioteca Sources e
arraste um gerador de funções para a nova janela (untitled).
FEI - FCA
Os blocos arrastados são copiados com os seus parâmetros originais. A

maioria dos blocos pode ser aberta mostrando seus parâmetros numa janela
independente. Modificando os parâmetros você personaliza o bloco.
Clicando 2 vezes sobre o bloco gerador de sinais abre-se a janela de

parâmetros. Selecione a forma de onda da saída como senoidal, sua freqüência e
amplitude iguais a 1, arrastando o cursor ou introduzindo o novo valor
diretamente no campo numérico. Quando terminar clique sobre o OK.
Abra agora a biblioteca Sinks e arraste um bloco de osciloscópio (scope)

para dentro da nova janela de sistema.
FEI - FCA
Para abrir a janela do osciloscópio, clique duas vezes sobre ele. Posicione
a janela num lugar conveniente com o mouse e escolha a faixa horizontal e
vertical igual a 10 e 3 respectivamente. Não clique sobre OK, pois fecharia a
janela de observação do osciloscópio.
FEI - FCA
Usando mouse conecte a saída do gerador de sinais com a entrada do

osciloscópio. Aperte e mantenha o botão esquerdo do mouse arrastando a linha
da entrada para a saída ou vice-versa.
Enquanto puxa a linha, você poderá apertar também o botão central do

mouse para obter qualquer angulação da reta. Quando você solta o botão
esquerdo muito próximo do ponto a ser conectado, ele indica a conexão
preenchendo a seta de preto. Caso você solte o botão muito longe do ponto, ele
interrompe a linha com uma seta não preenchida e desconectada. A partir daí
você pode ligar esse pedaço de linha ao destino com uma outra linha, não
precisando desenhar tudo novamente. Desta forma é possível traçar uma ligação
FEI - FCA
com qualquer formato. A cada vez que você solta o botão esquerdo e aperta
novamente inicia-se uma nova linha ligada a anterior a partir desse ponto. Se
você não gostou do resultado apague a linha selecionando-a com um clique em
qualquer ponto da linha e então pressione a tecla DELETE ou use Cut ou Clear
no menu Edit.
Depois de terminado o modelo você pode disparar a simulação. Para

selecionar o método de integração e demais parâmetros clique no menu
Simulation e escolha Parameteres.
Selecione o quadrado do parâmetro de máximo passo de integraçao e

altere o valor default para 0.01. Ao final clique sobre OK. Inicie a simulação
escolhendo Start no menu Simulation.
Os controle do osciloscópio e do gerador de sinais permanecem ativos

durante a simulação. Você pode selecionar uma forma de onda diferente e
verificar o resultado imediatamente no osciloscópio. Mova os cursores dos
osciloscópio para ver o efeito. A simulação termina quando o tempo máximo de
simulação é atingido ou quando selecionamos Stop no menu Simulation.
FEI - FCA
Você possui agora um modelo que pode ser salvo em disco como um arquivo do
MATLAB do tipo M-file. Selecione Save no menu File e selecione um
diretório, um nome para seu modelo e depois clique sobre o OK.
Para encerrar a edição do seu modelo selecione Close no menu File.
Construção de outro Modelo Simples
FEI - FCA
Se você salvou o modelo anterior com o nome novo.m, você pode abrir a
janela com o diagrama simplesmente, digitando "novo" na linha de comando do
MATLAB.
» novo
Os blocos dentro de uma janela do SIMULINk podem ser movidos

livremente. Se mais de um bloco de movido simultaneamente, eles mantém sua
posição relativa e as linhas de conexão também são movidas. Selecione o
gerador de sinais, osciloscópio e a linha de conexão envolvendo-os com o
mouse. Para tanto, aperte o botão esquerdo do mouse estando acima e a esquerda
ou abaixo e a direita dos objetos, e ai arrastando o mouse até envolver todos os
objetos. Os objetos serão então marcados com pequenos quadrados nos vértices
dos blocos e na linha de conexão. Arraste os blocos selecionados para o topo da
janela e solte o botão do mouse. Agora copie um bloco Gain do subsistema
Linear.
FEI - FCA
Signal Gen. Scope
1
Gain
Clique duas vezes sobre o bloco Gain para abrir a janela de configuração
do bloco e altere o valor do ganho para 2. Para ligar a entrada do bloco Gain à
linha de conexão entre o gerador e o osciloscópio, você pode começar o traçado
da entrada do bloco de ganho ou por exemplo, da saída do gerador
Signal Gen. Scope

2
Gain
Signal Gen. Scope

2
Gain
Signal Gen. Scope
2
Gain
Para mover o ponto onde dois segmentos de reta se encontram, clique no

vértice e arraste o círculo
FEI - FCA
Signal Gen. Scope
2
Gain
Você também pode mover o segmento de linha, clicando no meio do

segmento e arrastando-a enquanto mantém o botão esquerdo do mouse apertado.
Adicione agora um osciloscópio na saída do ganho, sendo que para isso

não é necessário copia-lo da biblioteca. Copie daquela que já existe no diagrama,
segurando o botão direito do mouse enquanto arrasta o bloco para a posição
desejada. O bloco copiado tem os mesmos parâmetros do bloco original.
Signal Gen. Scope
2
Gain Scope1
A seguir, conecte o ganho do segundo osciloscópio, abra os dois e inicie a

simulação. Para parar a simulação clique sobre Stop no menu Simulation.
Para remover blocos ou linhas, selecione os objetos que deseja remover e

aperte a tecla DEL ou escolha Cut ou Clear no menu Edit. Para selecionar
mais de um objeto, mantenha apertada a tecla SHIFT enquanto aperta o botão
esquerdo do mouse. No exemplo anterior, selecione o segundo osciloscópio e a
linha que liga este bloco ao bloco de ganho e então remova estes objetos. Insira
um bloco Mux da biblioteca Connections.
Mux
Signal Gen. Mux Scope
2
Gain
FEI - FCA
Abra o bloco Mux e altere o número de entradas para 2 e então feche a caixa de
diálogo.
O Mux tem agora 2 entradas. Conecte o gerador de sinais e o bloco de

ganho nas entradas do Mux e ligue a saída deste ao osciloscópio. Os dois sinais
comporão um vetor de dimensão 2 que será visualizado simultaneamente no
osciloscópio.
Mux
Signal Gen.
Mux Scope
2
Gain
Agora, copie um bloco To Workspace da biblioteca Sinks e então abra a

caixa de diálogo.
Mux
Signal Gen.
Mux Scope
2 yout
To Workspace
Gain
O bloco To Workspace envia um vetor de qualquer tamanho para o

workspace do MATLAB como uma matriz. Essa matriz tem uma linha para cada
FEI - FCA
instante de tempo até o limite especificado na caixa de diálogo. Na caixa de

diálogo também podemos mudar o nome da variável que conterá o vetor.
Altere o nome da variável para matriz1 e conecte o bloco To Workspace na

saída do Mux.
Mux
Signal Gen.
Mux Scope
2 matriz1
Gain To Workspace
Inicie a simulação desse modelo e obtenha a figura a seguir. Pare a

simulação e salve o modelo. Para verificar se a variável matriz1 foi criada no
workspace do MATLAB, use o comando whos na janela de comando do
MATLAB:
Name Size Elements Bytes Density Complex

matriz1 1000 by 2 2000 16000 Full No
Grand total is 2000 elements using 16000 bytes
FEI - FCA
Como a variável matriz1 está disponível, qualquer manipulação poderá ser

realizada. A coisa mais simples que podemos fazer é plotar o gráfico da matriz
matriz1 usando comando plot(matriz1). Cada uma das linhas contém 1000 pontos
que foram capturados durante a simulação.
1.5
0.5
-0.5
-1
-1.5
-2
0 200 400 600 800 1000
FEI - FCA
1.3.3 Análise dos Modelos
Nesta seção discutiremos como usar o SIMULINK numa simulação e num

processo de linearização.
Níveis de Uso
Existem três formas distintas de usar o SIMULINK. A forma mais

interativa, e também a mais fácil, é controlar a simulação de dentro da janela do
diagrama em blocos e observar os resultados com osciloscópios. Esta é a forma
recomendada quando você simular um novo sistema pela primeira vez, pois será
mais fácil para depura-lo.
O segunda forma é simulando o sistema através da linha de comando do

MATLAB. Esse método não é tão interativo como o primeiro mas proporciona
maior flexibilidade. Obtendo os resultados da simulação no workspace do
MATLAB, você poderá fazer outras análises e também plotar os resultados
usando todos os recursos do MATLAB.
A forma mais complexa e flexível de usar o SIMULINK é acessando

diretamente a S-function do modelo. Todo modelo SIMULINK é disponível no
MATLAB como uma S-function de mesmo nome que o diagrama. O próprio
simulador usa essas funções para realizar suas tarefas. Nessas S-functions estão
presentes informações como o número de entradas e saídas, a equação de estado
que descreve o diagrama, etc.
Simulação
Simular um modelo do SIMULINK significa resolver numericamente um

conjunto de equações diferenciais ordinárias. Estão disponíveis para isso um
conjunto de métodos de integração. Infelizmente, devido à diversidade de
comportamentos dinâmicos que os sistemas podem apresentar, não existe um
método único capaz de garantir sempre a melhor exatidão e eficiência de
simulação. Logo, a escolha do método e dos parâmetros de simulação são
cruciais para uma simulação apurada.
Simulação via Menu
FEI - FCA
A simulação pode ser iniciada tanto pela linha de comando como pelo
menu Simulation. Selecione Start nesse menu depois de colocar o valor de
cada parâmetro ou o nome da variável MATLAB correspondente.
A linha Return Variables pode ser usada para colocar o tempo, vetor de
estado e vetor de saída no workspace do MATLAB. Se este campo for deixado
em branco nenhuma variável será enviada ao workspace.
Simulação a partir da Linha de Comando
O exemplo a seguir realiza a mesma simulação anterior.
» [t,x,y] = euler('novo',[T_inicial, T_final],...

» x0, [Tolerancia, Passo_Minimo_Integracao,...
» Passo_Maximo_Integracao]);
As condições iniciais, as quais não podem ser definidas no menu de

simulação, são definidas no vetor x0. O valor numérico de x0 sobrepõe as
condições iniciais impostas aos blocos, a menos que x0 seja uma matriz vazia
"[]".
FEI - FCA
A simulação a partir da linha de comando tem as seguintes vantagens

quando comparada com a simulação via menu:
• Condições iniciais dos blocos podem ser sobrepostas;

• Não especificando argumentos de saída na linha de comando, o
gráfico das saídas as trajetórias de estado (quando não houver
saídas), é automaticamente plotado;
• Entradas externas podem ser especificadas usando variáveis
extras na linha de comando;
• A simulação pode ser incorporada a um M-file maior como uma
linha do programa, permitindo por exemplo a alteração de
parâmetros dos blocos;
• Para modelos pequenos, a simulação é um pouco mais rápida;
Todos os algoritmos de integração têm a mesma sintaxe de chamada, de

tal forma que métodos diferentes podem ser selecionados simplesmente trocando
o nome da função:
[t,x,y] = euler('nome_modelo', tfinal);

[t,x,y] = rk23('nome_modelo', tfinal);
[t,x,y] = rk45('nome_modelo', tfinal);
[t,x,y] = linsim('nome_modelo', tfinal);
[t,x,y] = adams('nome_modelo', tfinal);
[t,x,y] = gear('nome_modelo', tfinal);
Para obter informações detalhadas sobre os argumentos de entrada digite,

por exemplo: type rk45.m
Plotando as Variáveis de Saída
Os gráficos das variáveis de saída do SIMULINK podem ser obtidos de

uma das três formas:
• Blocos Scope (osciloscópio)

• Variáveis de retorno e comandos gráficos do MATLAB
• Blocos To Workspace e comando gráficos do MATLAB
Usando o bloco Scope:
FEI - FCA
1
s+1
Step Fcn
Transfer Fcn Scope
Usando variáveis de retorno, você pode usar os comandos gráficos do

MATLAB. A saída, neste exemplo, é obtida por um bloco do tipo output aqui
denominado saida. A integração pode ser iniciada pela linha de comando do
MATLAB como segue:
1
1
s+1
Step Fcn Saida
Transfer Fcn
» [t,x,y] = linsim('novo1', 2);

» plot(t,y)
Usando o bloco To Workspace:
Como o passo de integração durante a simulação pode ser variável, é

necessário enviarmos também a base temporal para o workspace quando usamos
o bloco To Workspace.
1
saida
s+1
Step Fcn To Workspace
Transfer Fcn
tempo
Clock To Workspace1
» plot(tempo,saida)
Condições Iniciais
As condições iniciais, as quais são impostas no instante inicial de

simulação, são geralmente colocadas dentro dos blocos. Essas condições iniciais
FEI - FCA
que colocamos como parâmetros de um dado bloco pode ser sobreposta usando
um argumento extra na chamada da simulação:
» [t,x,y] = linsim('modelo',tfinal,x0);
Quando o vetor x0 é uma matriz vazia "[]" ou não é especificada, a

condição definida no bloco é usada. Caso contrário, os valores definidos em x0
serão os usados. Para determinar quais condições iniciais foram definidas nos
blocos do modelo digite,
» [sizes,x0] = modelo
onde "modelo" é o nome do modelo. O nome do bloco associado a cada uma das
variáveis de estado é obtido com um terceiro argumento de saída:
» [sizes,x0,nome_bloco] = modelo
Loops Algébricos
Loops algébricos, ou implícitos, ocorrem quando blocos que possuem

ligação direta (ganho) da entrada para a saída, formam uma malha fechada.
Quando isso ocorre, o SIMULINK precisa fazer iterações à cada passo da
simulação para determinar se existe uma solução para o problema. Loops
algébricos reduzem consideravelmente a velocidade de simulação e podem ser
insolúveis. Portanto, evite-os sempre que possível. Alguns blocos com ligação
direta da entrada para saída são:
• Blocos de ganho;
• A maioria dos blocos não lineares;
• Função-de-transferência quando numerador e denominador são
da mesma ordem;
• Blocos Zero-Pólo-Ganho quando existem tantos zeros quanto
pólos;
• Blocos Espaço-de-Estado quando a matriz D é não nula;
O sistema abaixo é um exemplo de loop algébrico:
FEI - FCA
1 + s+2
+ 1
Inport s+1
Sum Outport
Transfer Fcn
1
Gain
Interpolação de Dados
As funções de integração do SIMULINK são de passo variável. Isso

significa que a integração pode resultar em intervalos não igualmente espaçados
no tempo, tornando difícil a comparação de diferentes simulações. Nestas
situações recomenda-se o uso de funções de interpolação. O exemplo a seguir
mostra como gerar um gráfico com uma resolução temporal maior.
» [t,x,y] = rk45('modelo',10,[],[tol mstep Mstep]);

» tfino = 0:mstep/100:10;
» yfino = spline(t,y,tfino);
» plot(tfino,yfino,t,y)
Escolha do Algoritmo de Simulação
O desempenho da simulação em termos de velocidade e exatidão, é

função do modelo e das condições. A seguir dá-se algumas sugestões para a
seleção do método.
linsim
É usado para modelos lineares. Modelos lineares são aqueles compostos

por blocos lineares tais como: funções de transferência, ganhos, somadores,
espaço de estado, etc.
Se o sistema é quase que totalmente composto por blocos lineares e

poucos blocos não lineares, então linsim ainda funciona bem. Esse algoritmo é
particularmente recomendado quando os blocos lineares têm dinâmicas muito
distintas (problemas mal condicionados "stiff").
rk45, rk23
FEI - FCA
Os métodos de Runge-Kutta de terceira e quinta ordem, em geral, têm

desempenho superior aos outros métodos quando o sistema é altamente não
linear e/ou possui descontinuidades. Este método não funciona bem para
problemas stiffs, sendo que nestes casos recomenda-se o linsim e gear.
gear
Use este método quando o sistema não apresentar descontinuidades e for

não linear. Ele funciona comparativamente muito bem para problemas stiff e é
menos eficiente que os demais quando o problema não é stiff.
adams
Use este método quando o sistema não apresentar descontinuidades e for

não linear e não for stiff.
euler
Use este método apenas para fins didáticos.
Controle do Passo de Integração
O parâmetro tol, usado na integração, especifica o valor aceitável do erro

relativo em cada passo da simulação.
[t,x,y] = linsim('modelo',tf,x0,[tol,mpasso,Mpasso]);
Como regra geral, este parâmetros está entre 0.1 e 1e-6. Quanto menor o
valor de tol, mais passos serão necessários na simulação.
Sistemas de Tempo Discreto
O SIMULINK possui a habilidade de simular sistemas discretos (dados

amostrados). Os modelos podem ter múltiplas taxas de amostragem e conter
tanto blocos discretos como contínuos. Todos os blocos discretos encontrados
nas bibliotecas possuem embutido um amostrador nas entradas e seguradores de
ordem zero nas saídas.
O período de amostragem é introduzido na caixa de diálogo dos blocos.

Normalmente o período de amostragem é definido por um escalar; contudo, é
FEI - FCA
possível definir um offset ao período, usando um vetor de 2 elementos no

mesmo campo.
O vetor [Ts, offset] define o período de amostragem Ts e o valor do offset,

significando que o bloco só é atualizado nos instantes múltiplos inteiros do
período de amostragem mais o offset:
t = n*Ts + offset
onde n é um inteiro e o offset pode ser tanto positivo como negativo. O offset é
especialmente útil quando desejamos que certos blocos sejam atualizados antes
ou depois que outros.
Nos Sistemas puramente discretos, para obtermos a informação somente

nos períodos de amostragem, basta selecionar o passo de integração mínimo
maior que o passo de integração máximo.
Linearização
O SIMULINK oferece as funções linmod e dlinmod para extrair

modelos lineares do diagrama, na forma de espaço de estado,
x = Ax + Bu
y = Cx + Du
FEI - FCA
onde x, u e y são vetor de estado, vetor de entrada e vetor de saída,

respectivamente. Crie o modelo a seguir e chame-o de modelo.
2
y(2)
1 + 1
- 1
Inport 2
s +2s+1 y(1)
Planta
1
s+1
Realimentacao
Para extrair o modelo linear associado a esse diagrama entre com o comando:
» [A,B,C,D] = linmod('modelo')
A=
-1 0 1
-1 -2 -1
0 1 0
B=
0
1
0
C=
0 0 1
-1 0 0
D=
0
1
As entradas e saídas do modelo devem ser definidas usando blocos Input e

Output da biblioteca Connections. Note que geradores de sinais e osciloscópios
não funcionam como blocos desse tipo. Blocos Input podem ser usados junto
com geradores de sinais usando blocos somadores.
Uma vez que o dado está na forma de espaço de estado, as funções do

Control System Toolbox podem ser utilizadas para outras análises, tais como:
FEI - FCA
• conversão para a forma de função de transferência
[num,den] = ss2tf(A,B,C,D)
• diagramas de Bode
bode(A,B,C,D)
• resposta temporal linearizada
step(A,B,C,D)
impulse(A,B,C,D)
lsim(A,B,C,D,u,t)
Quando o modelo é não linear, um ponto de operação deve ser escolhido

para o qual o modelo linearizado será obtido. O modelo não linear também é
sensível ao tamanho da perturbação utilizada para extrair o modelo. Argumentos
extras permitem escolher o ponto de operação e as perturbações:
[A,B,C,D] = linmod('modelo',x,u,xpert,upert)
Para sistemas de tempo discreto ou sistemas mistos, use a função

dlinmod para a linearização. Utilize o help para saber mais sobre essa função.
Determinação do Estado Estacionário
A função trim do SIMULINK permite determinar os pontos de equilíbrio

do estado estacionário. Considere, por exemplo, o modelo chamado modelo:
FEI - FCA
2
y(2)
1 + 1
- 1
Inport 2
s +2s+1 y(1)
Planta
1
s+1
Realimentacao
Determine os valores da entrada e dos estados que fazem as duas saídas

serem iguais à 1. Primeiro, forneça uma estimativa inicial para as variáveis e
para a entrada:
» x = [0; 0; 0];
» u = 0;
Em seguida, imponha os valores desejados para as saídas:
» y = [1; 1];
Use os índices das variáveis para indicar quais delas podem variar livremente e
quais devem ficar inalteradas:
» ix = []; % permita a variacao dos estados

» iu = []; % permita a variacao da entrada
» iy = [1;2]; % fixe tanto a saida 1 como a 2
Chame a função trim:
» [x,u,y,dx] = trim('modelo',x,u,y,ix,iu,iy)
x=
1.0000
0.0000
1.0000
u=
2
FEI - FCA
y=
1.0000
1.0000
dx =
1.0e-015 *
-0.3331
-0.2244
0.0567
1.3.4 Como o Simulink Funciona
No SIMULINK. o diagrama em blocos é convertido numa estrutura mais

apropriada à simulação. Primeiro, cada um dos parâmetros dos blocos é
calculado pelo MATLAB, trocando variáveis pelo valor numérico. Em seguida,
os blocos são ordenados, desfeitos os agrupamentos de blocos e os loops
algébricos são detectados. Finalmente, ele confere as ligações entre os blocos.
Terminada a conversão de estrutura, a simulação está pronta para ser

iniciada. O sistema é então simulado via integração numérica e o modelo é
tratado como uma função do tipo S-function que fornece as derivadas de todos
os estados a cada passo. Sabendo o valor das derivadas num instante, a
integração determina qual o novo vetor de estado e assim por diante.
1.3.5 S-Functions
Quando você cria um modelo no SIMULINK, uma nova função do tipo

S-function, com o mesmo nome do diagrama, fica disponível no MATLAB.
Essa função define as dinâmicas do modelo e se comporta operacionalmente
como qualquer outra função MATLAB. É essa função que será usada pelo
método de integração para simular o modelo. Sua sintaxe de chamada é,
» sys = modelo(t,x,u,flag)
onde modelo é o nome do modelo e flag é quem define qual informação vai ser
colocada de volta em sys. Por exemplo, se flag é colocado em 1, o conteúdo de
sys após a chamada da função será o vetor de estado no instante t. Note portanto
que você pode criar seu modelo diretamente escrevendo uma S-function sem ter
que desenhar o diagrama em blocos. Essa forma é aconselhada nos casos que seu
modelo pode ser escrito de forma concisa como um conjunto de equações
diferenciais.
FEI - FCA
Tal como qualquer outra função, as S-function podem ser encadeadas,

fazendo com que uma S-function chame outras.
Um outro mecanismo interessante é o mascaramento de blocos que

permite que você defina uma janela particular de diálogo com o usuário, seu
ícone, e os comandos de inicialização. Você pode então mascarar uma S-
function e tornar um modelo inteiro, disponível como um bloco.
Argumentos das S-function
As possíveis opções numéricas da variável flag e o conteúdo retornado no

argumento de saída são:
• flag = 0 - tamanho dos parâmetros e condições iniciais

• flag = 1 - derivadas dos estados de tempo contínuo
• flag = 2 - estados de tempo discreto
• flag = 3 - vetor de saída
• flag = 4 - próximo t para atualização de tempo discreto
Para entender melhor as S-functions, coloque-se na posição do

SIMULINK. Cada um dos valores possíveis do flag corresponde a algo que você
vai precisar em instantes distintos da simulação. Por exemplo, no início da
simulação você precisa saber quantas variáveis serão simuladas, quantas delas
são de tempo contínuo, quantas são discretas e as condições iniciais associadas
com essas variáveis. Para ter a resposta a essas perguntas, chame a S-function
com flag = 0:
» [sizes,x0] = modelo([],[],[],0);
onde x0 contém as condições iniciais de cada estado e sizes as seguintes

informações:
• sizes(1) - número de estados contínuos

• sizes(2) - número de estados discretos
• sizes(3) - número de saídas
• sizes(4) - número de entradas
• sizes(5) - número de raízes descontínuas
• sizes(6) - usado para encontrar loops algébricos
FEI - FCA
Nas outras etapas da simulação você chamará novamente a S-function

com outros valores em flag para obter outras informações.
Exemplo de uma S-function
Considere a equação diferencial de segunda ordem conhecida como

equação de Van der Pol.
x + (x 2 − 1)x + x = 0
Esta equação pode ser escrita como um sistema de equações diferenciais de

primeira ordem.
x1 = x1 (1 − x 22 ) − x 2
x 2 = x1
Como neste caso, muitas vezes é mais interessante transcrever o sistema

de equações como uma S-function ao invés de criar o diagrama de blocos
associado.
X2
- X1'
f(u) 1/s 1/s
* +
(1-x2*x2) Scope
X1
A M-file que realiza a S-function com as equações de Van der Pol

resulta:
FEI - FCA
function [sys, x0] = vdpm(t,x,u,flag)

% equacao de Vanderpol como uma M-file.
if abs(flag) == 1,
% Retorna as derivadas
sys(1) = x(1) .* (1 - x(2).^2) - x(2);
sys(2) = x(1);
elseif flag == 0,
% Retorna as condicoes iniciais
sys = [2;0;0;0;0;0];
x0 = [0.25; 0.25];
else
sys = [];
end
Esta função pode ser chamada com diversos valores de flag para retornar a
informação necessária. Os algoritmos de integração tal como o rk45, lidam
convenientemente com o flag durante a simulação. Note portanto, que seria
muito fácil você desenvolver seu próprio algoritmo de integração.
» [t,x] = rk45('vdpm',10);
» plot(t,x)
Van der Pol

3
-1
-2
-3
0 2 4 6 8 10
Tempo (seg)
Você pode preferir construir o diagrama em blocos que realiza as

equações. Contudo, quando você salvar o diagrama um arquivo será criado com
o mesmo nome da diagrama e com um conteúdo muito parecido com o do vdpm.
A grande diferença é que o SIMULINK também salva todos os desenhos para
reconstruir o diagrama.
Convertendo uma S-function em Bloco
FEI - FCA
Um recurso bastante poderoso é converter a S-function criada num

bloco. Ou seja, você optou por escrever diretamente a S-function que realiza
as equações, mas está interessado que sejam usadas dentro do ambiente do
SIMULINK.
Para converter a S-function vdpm.m num bloco, simplesmente coloque

seu nome dentro de um bloco do tipo S-function, que é encontrado na biblioteca
Nonlinear.
Os campo Function parameters, permite que parâmetros adicionais sejam

passados a cada iteração.
1.3.6 Mascarando Blocos
A função Masking permite que você altere a característica de um bloco. É

possível marcar qualquer bloco, incluindo subsistemas e blocos S-function.
O exemplo a seguir mostra como converter um bloco Zero-Pole em um

bloco de filtro Butterworth que mostra sua resposta impulsiva no próprio ícone.
Inicie com um bloco Zero-Pole:
FEI - FCA
(s-1)
s(s+1)
Zero-Pole
As variáveis z, p e k são respectivamente os zeros, pólos e o ganho.

Selecione o bloco com um clique único do mouse e altere o nome o bloco
marcando o nome dele e digitando filtro PB. Selecione então Mask no menu
Options. O caixa de diálogo a seguir é então mostrada:
Os campos da caixa de diálogo são descritos a seguir:
Block Type
filtro LP
Este nome define o tipo do bloco mascarado.
Dialog Strings
FEI - FCA
Butterworth passa baixas | Freqüência de corte (rad/s) | Ordem
Esta string define a nova caixa de diálogo que aparecerá quando o bloco for
clicado duas vezes. Separe os dados com o símbolo "|". O primeiro dos dados é o
título da caixa de diálogo. Os demais são os nomes dos campos que apareceram
na nova caixa de diálogo. O número máximo de campos é seis.
Ao invés de abrir a caixa de diálogo quando você clica sobre o novo

bloco, você pode fazer com que um comando do MATLAB seja executado. Isso
é possível usando a função eval. Por exemplo, entrando com
eval('plot(1:10')
no campo Dialog Strings, uma linha é plotada na janela gráfica do MATLAB

toda vez que o bloco é clicado duas vezes.
Initialization Commands
[z,p,k] = buttap(@2); z = @1*z; p = @1*p;

[a,b,c,d] = zp2ss(z,p,k); t = [0:0.2:3*@2]/@1;
[y,x] = impulse(a,b,c,d,1,t);
Os comandos de inicialização definem as funções que serão executadas pelo

bloco durante a simulação. Os valores das expressões MATLAB colocadas
como parâmetros na caixa de diálogo do novo bloco, podem ser acessados com
@1, @2, etc. Neste exemplo, o valor da freqüência de corte é obtida com @1 e o
parâmetro associado à ordem do filtro é obtido com @2.
Qualquer expressão MATLAB pode ser usada. As variáveis são locais e elas não
se sobrepõem às do workspace do MATLAB.
Drawing Commands
plot(t,y,[0;max(t),[0;0])
Os três comandos a seguir são reconhecidos no processo de mascaramento:
• dpoly(num,den) desenha o numerador e denominador da função

de transferência.
FEI - FCA
• droots(z,p,k) desenha a função de transferência no formato Zero-

Pólo-Ganho.
• plot(x,y,x1,y1) plota o gráfico no bloco.
O comando plot é similar ao plot do MATLAB, exceto que a opção tipo de

linhas não é disponível. Qualquer outra informação colocada neste campo
aparece desenhada no interior do bloco.
Help String
Este bloco realiza um filtro Butterworth passa baixas
Esta mensagem é mostrada quando você clica no botão Help na caixa de

diálogo criada.
1.3.7 Adicionando um novo bloco
Nesta seção mostra um exemplo completo da criação de um novo bloco

usando uma S-function e mascarando-a.
Imagine que você deseja criar um integrador com limite superior e

inferior. Este modelo pode ser descrito facilmente por uma equação diferencial
de primeira ordem. Por exemplo, se (x ≤ lb e u < 0) ou (x ≥ ub e u > 0), então
dx = 0
dt
Caso contrário,
∫
dx = u ⇒ x = udt
dt
onde x é o estado, u é a entrada do integrador e lb e ub são respectivamente o
limite inferior e superior.
Existem três etapas na definição de um novo bloco do tipo S-function:
1. Crie uma S-function através de um diagrama no SIMULINK ou

escrevendo diretamente o arquivo da função.
FEI - FCA
2. Converta a S-function num bloco S-function.
3. Mascare o bloco S-function criando seu ícone personalizado,

sua caixa de diálogo e os comandos de inicialização.
Passo 1: Crie a S-function
Uma das várias formas de entrar com a equação diferencial e as condições

que descrevem o integrador com limitação é usando o bloco de propósito geral
chamado Fcn:
1
Mux f(u) 1
1 s
Outport
Inport Mux Fcn Integrador
O bloco Fcn contem a expressão relacional a seguir:
u[2]*((((u[1]>lb)+(u[2]>=0))>0)*(((u[1]<ub)+(u[2]<=0))>0))
Onde u[1] e u[2] denotam a saída do integrador e a entrada do sistema. As

expressões relacionais (>, >=, <, <=) e as multiplicações imitam uma declaração
do tipo if.
A partir do instante que você entrar com o diagrama e der um nome a ele,
a S-function passa a estar disponível no MATLAB e com o mesmo nome que
o diagrama.
Alternativamente você pode criar a S-function diretamente como uma

M-file,
FEI - FCA
function [sys,x0]=limintm(t,x,u,flag, lb, ub, xi)

% integrator com limite superior e inferior.
if abs(flag) == 1
if (x <= lb & u < 0) | (x>= ub & u>0 )
sys = 0;
else
sys = u;
end
elseif flag == 3
sys = x;
elseif flag == 0
sys=[1,0,1,1,0,0]'; x0=xi;
else
sys = [];
end
onde flag indica as várias informações que a função pode retornar.
Uma vez que a S-function foi definida, você pode simula-la diretamente
como ilustrado abaixo para uma entrada senoidal, ou então converte-la num
bloco.
» x0 = []; % condicoes iniciais default

» opcoes = []; % opcoes default
» lb = -0.6; % limite inferior
» ub = 0.4; % limite superior
» rk45('limintm',10,x0,opcoes,'sin',lb,ub,xi)
FEI - FCA
Output trajectory
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
0 2 4 6 8 10
Tim e
Note que ao invés de 'sin', qualquer outra função, mesmo as que você
criou, poderiam ter sido usadas como argumento.
Passo 2: Converta a S-function em Bloco
O bloco S-function pede o nome da função e quais variáveis devem ser

passadas durante a simulação. No exemplo do integrador com limites, o nome da
função é o nome da M-file. As variáveis são os três parâmetros, lb, ub e xi que
definem os limites e a condição inicial do integrador.
Passo 3: Mascare a S-function
Para mascar um bloco é necessário definir:
New block type
integrador com limite
Dialog strings
integrador com limite|limite inferior|limite superior| condição inicial
Initialization commands
FEI - FCA
lb = @1; ub = @2; xi = @3;
Drawing commands
plot(-1,-0.1,-1,1.1,[0,1,2,3],[0,0,1,1]);1/s
Help string
Integrador com limite de integracao
Desta forma obtemos um novo ícone com a forma a seguir:
1/s
Int. com Limite
Clique duas vezes sobre ele para abrir a caixa de diálogo:
FEI - FCA
Os valores dos campos podem ser qualquer variável do MATLAB ou

expressão.
FEI - FCA
2. Bibliografia
[1] MATLAB - User’s Guide - The Mathworks Inc
[2] SIMULINK - User’s Guide - The Mathworks Inc
[3] CONTROL SYSTEM TOOLBOX - User’s Guide - The Mathworks Inc
[4] SIGNAL PROCESSING TOOLBOX - User’s Guide - The Mathworks Inc
[5] OPTIMIZATION TOOLBOX - User’s Guide - The Mathworks Inc
[6] SYSTEM IDENTIFICATION TOOLBOX- User’s Guide - The Mathworks Inc
[7] ROBUST CONTROL TOOLBOX - User’s Guide - The Mathworks Inc
[8] µ ANALYSIS & SYNTHESIS TOOLBOX - User’s Guide - The Mathworks Inc
[9] STATISTICS TOOLBOX - User’s Guide - The Mathworks Inc
[10] IMAGE PROCESSING TOOLBOX - User’s Guide - The Mathworks Inc
[11] CODE GENERATOR - User’s Guide - The Mathworks Inc
[12] NONLINEAR CONTROL DESIGN TOOLBOX - User’s Guide - The Mathworks Inc
[13] KUO, B. C. & HANSELMAN, D. C. - Matlab Tools for Control System Analysis and
Design - Prentice Hall, 1994.
[14] OGATA, K. - Solving Control Engineering Problems with Matlab - Prentice Hall, 1994.
[15] OGATA, K. - Designing Linear Control Systems with Matlab - Prentice Hall, 1994.
93

Matlab - Apostila (FEI)

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Matlab - Apostila (FEI)

Enviado por

Direitos autorais:

Formatos disponíveis

Faculdade de Engenharia Industrial

Fundação de Ciências Aplicadas

1. Tutorial do Matlab & Simulink......................................................................... 2

1.1 Matlab Básico.............................................................................................. 2

1.2 Toolboxes do Matlab................................................................................. 49

1.3 Simulink Básico ........................................................................................ 55

1.1 Matlab Básico

MATLAB é um ambiente de computação técnica de visualização e

O nome MATLAB é acrônimo de laboratório de matemática. Ele foi

MATLAB também contempla uma família de aplicativos específicos

Provavelmente a característica mais importante do MATLAB é sua

O MATLAB trabalha essencialmente com um tipo de objeto: Matriz

Matrizes podem ser adicionadas no ambiente de várias formas, contudo a

• Separe os elementos com espaços ou vírgulas.

Elementos de uma matriz podem ser quaisquer expressões MATLAB. Por

» x = [-1.3 sqrt(3) (1+2+3)*4/5]

Elementos individuais podem ser referenciados pelo seu índice (linha,coluna):

Ao atribuir um valor numérico à x(5), automaticamente x(4) é criado com valor

Isto resulta em:

Remove as três primeiras linhas e todas as colunas da matriz atual A e coloca o

Variáveis e Declarações do MATLAB

Declarações no MATLAB são freqüentemente feitas da seguinte forma:

Quando o nome da variável é omitido, o nome ans é usado como variável

Uma definição normalmente termina com ENTER. Contudo, se o último

» s = 1 - 1/2 + 1/3 - 1/4 + 1/5 -1/6 + 1/7 ...

Obtendo Informação da Área de Trabalho (workspace)

O comando help produz informação on-line da maioria dos tópicos do

Para localizar palavras-chaves em todos os arquivos do MATLAB, use o

Para sair do MATLAB digite exit. Encerrando uma seção do MATLAB,

Números e Expressões Aritméticas

O MATLAB usa notação convencional com potência de dez ou unidade

O MATLAB usa 16 dígitos significativos e expressões aritméticas são

Algumas funções internas retornam valores especiais. A função pi retorna

Para alterar a formatação do número a ser apresentado na tela, utilize o

Grande parte do poder do MATLAB vem do enorme conjunto de funções.

É possível combinar funções de várias formas. Exemplo:

Algumas funções usam dois ou mais argumentos, e cada argumento pode

Existem funções que retornam dois ou mais valores. Nestes casos, os

A função eig calcula os autovetores e os autovalores de A,

1.1.2 Operações Matriciais

Transposta de uma Matriz

O caracter ' (apóstrofe) denota transposta de uma matriz. Se z for

Adicionando e Subtraindo Matrizes

Os símbolos + e - denotam adição e subtração de matrizes. A operação é

A adição e subtração também é definida quando um dos operandos for um

O símbolo * denota multiplicação de matrizes e é válida sempre que

Naturalmente, um escalar (matriz de dimensão 1) pode multiplicar ou ser

Existe dois símbolos de divisão de matrizes: / e \. Os significados são:

X = A\B é solução do sistema A*X = B

Funções Elementares e Transcendentais

O MATLAB enxerga expressões como exp(A) e sqrt(A) como operação

• expm exponencial de uma matriz

Outras funções elementares sobre matrizes incluem:

• poly polinômio caraterístico

1.1.3 Operações em Array

Refere-se a operações em array as operações aritméticas realizadas

Somando e Subtraindo Arrays

Para a adição e subtração, as operações de arrays e as de matrizes são as

Multiplicando e Dividindo Arrays

O símbolo .* denota multiplicação elemento-a-elemento. Se A e B têm

A expressão A./B e A.\B resulta no quociente de cada elemento. Exemplo:

Usando Potenciação com Arrays

O símbolo .^ denota potenciação elemento-a-elemento. Exemplo: