Você está na página 1de 115

Análise de Sistemas Lineares

Camino, J. F.

DSI / Faculdade de Engenharia Mecânica


UNICAMP, Campinas, SP, 13083-860, Brasil
Camino@fem.unicamp.br

Material em elaboração para a disciplina ES601

Campinas, 16 de agosto de 2017


Sumário

1 Conceitos de Modelagem de Sistemas 4


1.1 Sistemas mecânicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.1 Translação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2 Rotação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Exemplo de um sistema torcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3 Deflexão da mola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.4 Sistema massa-mola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Solução homogênea do sistema massa-mola . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Solução homogênea pela exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Exemplo numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Sistema massa-mola-amortecedor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Solução homogênea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Sistemas com múltiplos graus de liberdade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Sistemas elétricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.1 Lei dos nós . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.2 Lei das malhas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.3 Sistema resistor-capacitor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Solução homogênea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Exemplo numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Solução particular: método 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Exemplo numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Solução particular: método 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.4 Sistema resistor-indutor-capacitor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5 Propriedade de sistemas contínuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2 Transformada de Laplace 21
2.0.1 Transformada de funções básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.0.2 Propriedades da transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1 A inversa da transformada de Laplace pelo método da expansão em frações parciais . . . . . . . 27
2.1.1 Polos distintos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.2 Polos múltiplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Resolução de equações diferenciais usando a transformada de Laplace . . . . . . . . . . . . . . . 30
2.3 Resposta a uma excitação qualquer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1 Integral de convolução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.2 Resposta total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4 Função de transferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4.1 Conceitos de estabilidade (assintótica) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5 Estabilidade BIBO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.6 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

1
Prof. Camino, J. F. Análise de Sistemas Lineares 2

3 Equações a Diferenças Finitas 41


3.0.1 Análise de estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.1 Definição de alguns sinais discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2 Propriedades de sinais discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Propriedades de sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

4 Transformada Z 51
4.1 Transformada de funções básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 Propriedades da transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3 A inversa da transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3.1 Método da expansão em frações parciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.3.2 Método da divisão direta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.4 Resolução de equações a diferenças usando a transformada Z . . . . . . . . . . . . . . . . . . . . 56
4.5 Resposta a uma excitação qualquer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.5.1 Convolução discreta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.6 Função de transferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.6.1 Polos e zeros da função de transferência discreta . . . . . . . . . . . . . . . . . . . . . . . 61
4.6.2 Estabilidade a partir da função de transferência . . . . . . . . . . . . . . . . . . . . . . . . 61
4.7 Estabilidade BIBO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.8 Equivalente discreto da função de transferência contínua . . . . . . . . . . . . . . . . . . . . . . . 63
4.8.1 Método do impulso invariante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.8.2 Método do segurador de ordem zero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.9 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

5 Métodos no Espaço de Estado 66


5.1 Realizações de funções de transferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.1.1 Operações básicas com diagramas de blocos . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.2 Forma canônica controlável . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.2.1 Caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.3 Forma canônica observável . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.3.1 Caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.4 Forma canônica de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.4.1 Polos distintos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.4.2 Caso geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.5 Transformação de similaridade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.6 Solução homogênea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.6.1 Propriedades da matriz fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.6.2 Cálculo da matriz fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.7 Solução forçada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.7.1 Resposta impulsiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.8 Solução forçada para o caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.8.1 Resposta impulsiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.8.2 Solução homogênea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.8.3 Cálculo da matriz fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.9 Estabilidade assintótica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.10 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
Prof. Camino, J. F. Análise de Sistemas Lineares 3

6 Análise de Fourier 88
6.1 Série de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.2 Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.2.1 Propriedades da transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.3 Pseudo transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.4 Função de resposta em frequência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
6.4.1 Caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.5 Espectro e Aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.6 Reconstrução do sinal contínuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
6.7 Exercício . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

7 Referências Bibliográficas 107


7.0.1 Modelagem de sistemas dinâmicos e vibrações . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.0.2 Matemática e equações diferenciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.0.3 Análise linear e controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.0.4 Análise de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

A Preliminares Matemáticos 108


A.1 Funções de variáveis complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
A.2 Autovalores e autovetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
A.2.1 Diagonalização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.3 A inversa da transformada Z usando métodos computacionais . . . . . . . . . . . . . . . . . . . . 112
A.4 Produto escalar e normas de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.4.1 Normas de sinais contínuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
A.4.2 Normas de sinais discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Capítulo 1

Conceitos de Modelagem de Sistemas

1.1 Sistemas mecânicos


Nesta seção serão descritos os passos para se determinar o modelo matemático de sistemas mecânicos básicos.
Uma abordagem completa e mais detalhada pode ser encontrada nos livros citados nas referências bibliográfica.

1.1.1 Translação
1. Mola de rigidez k. Pela lei de Hooke, tem-se que a força F exercida pela mola é proporcional ao desloca-
mento x com sentido oposto.

F = kx

x
Figura 1.1: Mola ideal.

2. Amortecedor. Coeficiente de amortecimento c. Nesse caso, a força é proporcional à velocidade ẋ com


sentido oposto.

dx
F = cv = c = cẋ
dt

v
Figura 1.2: Amortecedor ideal.

3. Inércia. Segunda lei de Newton.


força aceleração
massa

dv d(dx/dt) d2 x
F = ma = m =m = m 2 = mẍ
dt dt dt

1.1.2 Rotação
No caso de sistemas rotacionais, o deslocamento passa a ser um deslocamento angular, geralmente representado

por θ. A velocidade é denotada por ω. A relação entre o deslocamento angular e a velocidade é ω = .
dt
Portanto,
dω d(dθ/dt) d2 θ
= = 2 = θ̈
dt dt dt
O torque T aplicado ao sistema possui as seguintes relações:

4
Prof. Camino, J. F. Análise de Sistemas Lineares 5

1. Mola torcional de rigidez k:


T = kθ

2. Coeficiente de amortecimento c:

T = cω = c = cθ̇
dt
3. Momento de inércia I:
T = I θ̈

Exemplo de um sistema torcional

Na figura abaixo apresenta uma massa, com momento de inércia I, acoplada à extremidade de uma barra de
torção de rigidez k e coeficiente de amortecimento c, sob ação de um torque T .

barra T
I

O diagrama de corpo livre1 para esse sistema está apresentado na Figura 1.3.

Tc Tk θ T

Figura 1.3: Diagrama de corpo livre.

Nesse diagrama, a massa com momento de inércia I sofre uma rotação θ sob ação de um torque externo T e
dos torques de reação Tk = kθ e Tc = cθ̇ provenientes da rigidez k e do amortecimento c. O balanço de torques,
usando a segunda lei de Newton, fornece
I θ̈ + cθ̇ + kθ = T

1.1.3 Deflexão da mola


Imagine uma mola no seu estado de equilíbrio. Ao se colocar uma massa M , a mola se deforma de um valor δx .

P = mg
M
δx
M
k

Assuma que o comprimento original da mola seja x0 . Após a ação da força peso P , o comprimento da mola
passa a ser x. A deflexão é portanto δx = x − x0 . Como x < x0 , tem-se que δx < 0, o que indica a contração
da mola.
Para se determinar essa deflexão δx , aplica-se o balanço de forças ao corpo em equilíbrio. Pelo diagrama de
corpo livre, verifica-se que as forças atuantes sobre a massa M são: a força peso P = mg, e a reação da mola2
F = −kδx . O balanço de forças, levando em conta o sinal, fornece:

mg
0 = P − F = mg + kδx −→ δx = −
k
1 Note que as forças e os torques estão representados nos diagramas de corpo livre com seus sentidos corretos, portanto devem
ter magnitudes positivas.
2 id.
Prof. Camino, J. F. Análise de Sistemas Lineares 6

1.1.4 Sistema massa-mola


Nesta seção será levantado o modelo matemático de um sistema massa-mola de um grau de liberdade e, con-
sequentemente, descrever o seu comportamento dinâmico. Apesar da simplicidade desse tipo de modelo, sua
aplicação é inúmera. Por exemplo, o sistema de um grau de liberdade pode ser utilizado preliminarmente para
análise de conforto de uma suspensão veicular como apresentado na Figura 1.4.

m x

k
r(t): perfil da rua

Figura 1.4: Modelo de uma suspensão veicular.

Para uma primeira modelagem, o perfil da rua será negligenciado, assim r(t) = 0 e o sistema passa a ter a
configuração apresentada na Figura 1.5.

m x

Figura 1.5: Sistema de um grau de liberdade.

O diagrama de corpo livre, desconsiderando a ação da gravidade, está apresentado na Figura 1.6. Note o
sinal negativo da força da mola que implica que a essa força tem sentido contrário ao do deslocamento.

m x

Figura 1.6: Força da mola F = −kx.

Realizando o balanço de forças, a partir da segunda lei de Newton, obtém-se

(1.1) −kx = mẍ =⇒ mẍ + kx = 0

A equação (1.1) é uma equação diferencial linear de segunda ordem, pois contém a derivada segunda do
deslocamento x. Assim, são necessárias duas condições iniciais para que essa equação possa ser resolvida. Essas
condições geralmente são dadas para o tempo inicial t = 0:

x(t = 0) = x0
ẋ(t = 0) = v0

Solução homogênea do sistema massa-mola

Para resolver a equação diferencial (1.1), assume-se que a solução x(t) possui a seguinte forma

(1.2) x(t) = Z cos(ωn t + φ)

com Z, ωn e φ constantes a serem determinadas:

• Z: Amplitude das oscilações;

• ωn : frequência natural;
Prof. Camino, J. F. Análise de Sistemas Lineares 7

• φ ângulo de fase.

O método consiste em diferenciar a solução (1.2) e substituir o resultado na equação diferencial (1.1).
Aplicando a regra da cadeia, obtém-se as derivadas primeira e segunda de x(t) como segue

ẋ = −Zωn sin(ωn t + φ)
ẍ = −Zωn2 cos(ωn t + φ)

Substituindo x(t) e ẍ(t) na equação diferencial

mẍ + kx = 0

obtém-se

−mZωn2 cos(ωn t + φ) + kZ cos(ωn t + φ) = 0


(k − mωn2 )Z cos(ωn t + φ) = 0

Perceba que a equação


(k − mωn2 )Z cos(ωn t + φ) = 0

implica que
(k − mωn2 ) = 0

já que a função cos(ωn t + φ) não é identicamente nula. Consequentemente, tem-se


r
k
(1.3) ωn =
m
que representa a frequência natural ωn do sistema. O ângulo de fase φ é determinado usando-se as condições
iniciais:

x(t = 0) = x0
ẋ(t = 0) = v0

Note que x0 e v0 são dados do problema. Para t = 0, tem-se que a solução proposta x(t) = Z cos(ωn t + φ)
satisfaz
x0
x(t = 0) = x0 = Z cos(φ) −→ cos(φ) =
Z
e a sua derivada ẋ(t) = −Zωn sin(ωn t + φ) torna-se
−v0
ẋ(t = 0) = v0 = −Zωn sin(φ) −→ sin(φ) =
Zωn

Lembrando que tan(φ) = sin(φ)/ cos(φ), tem-se


 
−v0
(1.4) φ = tan−1
x0 ωn

Portanto, a solução final fica sendo

x(t) = Z cos(ωn t + φ) = Z [cos(ωn t) cos(φ) − sin(ωn t) sin(φ)]


(1.5) v0
= x0 cos(ωn t) + sin(ωn t)
ωn

Solução homogênea pela exponencial

No caso acima, foi assumido que a solução era do tipo

x(t) = Z cos(ωn t + φ)
Prof. Camino, J. F. Análise de Sistemas Lineares 8

No entanto, também pode-se assumir uma solução do tipo exponencial

x(t) = Zeλt

com λ e Z constantes a serem determinadas. Nessa derivação, tanto Z como λ podem ser números complexos3 .
As derivadas primeira e segunda de x(t) são respectivamente:
ẋ = Zλeλt
ẍ = Zλ2 eλt
Substituindo na equação
mẍ + kx = 0
obtém-se
mZλ2 eλt + kZeλt = 0
(mλ2 + k)Zeλt = 0
mλ2 + k = 0
p
Definindo ωn = k/m e resolvendo a equação acima, obtém-se
r
k
λ = ± − = ±jωn
m
Nesse caso, obtém-se duas soluções λ1 = +jωn e λ2 = −jωn . Portanto a forma da solução x(t) fica sendo

x(t) = Z1 ejωn t + Z2 e−jωn t

com Z1 e Z2 números complexos dados respectivamente por Z1 = A1 + jB1 e Z2 = A2 + jB2 . Aplicando a


fórmula de Euler para a exponencial dada por
ejωn t = cos(ωn t) + j sin(ωn t)
e−jωn t = cos(ωn t) − j sin(ωn t)
a solução x(t) pode ser reescrita como

x(t) = (A1 + jB1 )[cos(ωn t) + j sin(ωn t)] + (A2 + jB2 )[cos(ωn t) − j sin(ωn t)]

Equivalentemente

x(t) = (A1 + A2 ) cos(ωn t) + (B2 − B1 ) sin(ωn t) + j [(B1 + B2 ) cos(ωn t) + (A1 − A2 ) sin(ωn t)]

Sabendo-se que o deslocamento físico do sistema é real, não contendo parte imaginária, sua representação
matemática x(t) também deve ser. Portanto, deve-se anular a parte imaginária de x(t), ou seja

j [(B1 + B2 ) cos(ωn t) + (A1 − A2 ) sin(ωn t)] = 0

Implicando4 que A1 = A2 e B1 = −B2 . Portanto tem-se que

x(t) = 2A2 cos(ωn t) + 2B2 sin(ωn t)

Usando a seguinte relação trigonométrica

A cos(ωn t + φ) = A cos(φ) cos(ωn t) − A sin(φ) sin(ωn t)

a solução final x(t) pode ser reescrita5 como

(1.6) x(t) = Z cos(ωn t + φ)


p
com Z = 2 A22 + B22 e φ = tan−1 (−B2 /A2 ). Como era de se esperar, obtém-se a solução em termos da função
cosseno, idêntica à equação (1.2).
3 Uma revisão sucinta de números complexos e funções de variáveis complexa encontra-se no Apêndice A.1.
4 Essaconclusão poderia ter sido obtida simplesmente impondo que Z1 = Z2∗ .
q
5 Mostre que 2A cos(ω t) + 2B sin(ω t) = 2 A2 + B 2 cos(ω t + φ), com tan(φ) = −B /A .
2 n 2 n 2 2 n 2 2
Prof. Camino, J. F. Análise de Sistemas Lineares 9

Exemplo numérico

Suponha que a massa seja dada por m = 1 Kg e a rigidez por k = 9 N/m. Suponha que as condições iniciais
sejam x(0) = x0 = 0.2 m e ẋ(0) = v0 = −0.6 m/s.
x0
m v0


A frequência natural é dada pela equação (1.3), ou seja ωn = 9 = 3 rad/s. O ângulo de fase é dado pela
equação (1.4), i.e.,    
−v0 −0.6
φ = tan−1 = tan−1 = 0.7854 rad = 45◦
x0 ωn 0.2 × 3
A amplitude das oscilações é obtida da equação x0 = Z cos(φ), fornecendo
x0 0.2
Z= = = 0.2828
cos(φ) cos(0.7854)
A solução final é portanto
x(t) = 0.2828 cos(3t + 0.7854)
A resposta homogênea do sistema à condição inicial, obtida usando o Matlab, está apresentada na Figura 1.7.
Deslocamento x(t) Velocidade v(t) = ẋ(t)
0.3 1

0.8
0.2

0.6

0.1
0.4
x(t) [m]

v(t) [m]

0.2
0

−0.1
−0.2

−0.4
−0.2

−0.6

−0.3
−0.8

−0.4 −1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Tempo t [s] Tempo t [s]

Figura 1.7: Resposta à condição inicial x0 e v0 .

1.2 Sistema massa-mola-amortecedor


Considere o sistema mecânico massa-mola-amortecedor da Figura 1.8, em que m [Kg] é a massa do carro, c
[Ns/m] é o coeficiente de amortecimento viscoso, k [N/m] é a rigidez da mola e p(t) [N] é uma força aplicada
no sistema.

c x(t)

p(t)
m

k
Figura 1.8: Sistema massa-mola-amortecedor.

A equação de movimento desse sistema é dada por

(1.7) mẍ(t) + cẋ(t) + kx(t) = p(t)


Prof. Camino, J. F. Análise de Sistemas Lineares 10

Pode-se reescrever essa equação diferencial ordinária de segunda ordem na forma


1
ẍ(t) + 2ζωn ẋ(t) + ωn2 x(t) = p(t)
m
p √
com ωn = k/m, ζ = c/cc e cc = 2 km.

Solução homogênea

Assumindo que a excitação externa p(t) é nula, ou seja, p(t) = 0, a equação torna-se homogênea (não forçada)
e sua solução deverá satisfazer as duas condições iniciais x(0) = x0 e ẋ(0) = ẋ0 . Para determinar a solução
homogênea, assume-se que resposta tem a forma x(t) = eλt . Substituindo x(t) na equação diferencial (1.7),
tem-se
(λ2 + 2ζωn λ + ωn2 )eλt = 0
como o termo eλt nunca é nulo, chega-se a equação característica

λ2 + 2ζωn λ + ωn2 = 0

cujas raízes são:


p p
(1.8) λ1 = −ζωn + ωn ζ2 − 1 e λ2 = −ζωn − ωn ζ2 − 1

Dependendo do valor de ζ, obtém-se três casos distintos:

1. Se ζ < 1, as raízes serão complexas conjugadas e o sistema é dito subamortecido.

2. Se ζ > 1, as raízes serão reais distintas e o sistema é dito superamortecido.

3. Se ζ = 1, as raízes serão reais repetidas e o sistema é denominado criticamente amortecido.

Para os casos ζ > 1 e ζ < 1, as raízes são distintas, e a solução é dada por

x(t) = Aeλ1 t + Beλ2 t

cuja derivada é
ẋ(t) = Aλ1 eλ1 t + Bλ2 eλ2 t
Usando as condições iniciais, tem-se
" # " #" #
x(0) = x0 = A + B x0 1 1 A
=⇒ =
ẋ(0) = ẋ0 = Aλ1 + Bλ2 ẋ0 λ1 λ2 B

Portanto " # " #" #


A 1 λ2 −1 x0
=
B λ2 − λ1 −λ1 1 ẋ0
que resulta em
ẋ0 − λ2 x0 −ẋ0 + λ1 x0
(1.9) A= e B=
λ1 − λ2 λ1 − λ2
Para o caso ζ < 1, as raízes (1.8) são complexas conjugadas e assim podem ser reescritas como

λ1 = −ζωn + jωd
λ2 = −ζωn − jωd
p
com ωd = ωn 1 − ζ 2 . Essas raízes fornecem as constantes (1.9) dadas por
ẋ0 + (ζωn + jωd )x0
A=
2jωd
−ẋ0 + (jωd − ζωn )x0
B=
2jωd
Prof. Camino, J. F. Análise de Sistemas Lineares 11

Assim, a solução fica sendo

x(t) = Aeλ1 t + Beλ2 t = Ae(−ζωn +jωd )t + Be(−ζωn −jωd )t


 
= e−ζωn t Aejωd t + Be−jωd t
 
ẋ0 + (ζωn + jωd )x0 jωd t −ẋ0 + (−ζωn + jωd )x0 −jωd t
= e−ζωn t e + e
2jωd 2jωd
 
ẋ0 jωd t x0 ζωn jωd t jωd x0 jωd t
= e−ζωn t (e − e−jωd t ) + (e − e−jωd t ) + (e + e−jωd t )
2jωd 2jωd 2jωd
Usando a identidade de Euler
ejωt − e−jωt
sin ωt =
2j
e + e−jωt
jωt
cos ωt =
2
a solução final x(t) pode ser reescrito como
 
−ζωn t ẋ0 x0 ζωn
x(t) = e sin ωd t + sin ωd t + x0 cos ωd t
ωd ωd
 
−ζωn t ẋ0 + ζωn x0
=e sin ωd t + x0 cos ωd t
ωd
p
com ωd = ωn 1 − ζ 2 .
Para o caso ζ > 1, as raízes (1.8) são reais distintas e fornecem as constantes (1.9) dadas por
p
ẋ0 + (ζ + ζ 2 − 1)ωn x0
A= p
2ωn ζ 2 − 1
p
−ẋ0 + (−ζ + ζ 2 − 1)ωn x0
B= p
2ωn ζ 2 − 1
Portanto, a solução fica sendo

x(t) = Aeλ1 t + Beλ2 t


“ √ ” “ √ ”
−ζωn +ωn ζ 2 −1 t −ζωn −ωn ζ 2 −1 t
= Ae + Be
h √ 2 √ 2 i
= e−ζωn t Aeωn ζ −1t + Be−ωn ζ −1t
" p p #
−ζωn t ẋ0 + (ζ + ζ 2 − 1)ωn x0 ωn √ζ 2 −1t −ẋ0 + (−ζ + ζ 2 − 1)ωn x0 −ωn √ζ 2 −1t
=e p e + p e
2ωn ζ 2 − 1 2ωn ζ 2 − 1

ẋ  √ 2 √ 2  ζωn x0  √ 2 √ 2 
=e −ζωn t
p0 eωn ζ −1t − e−ωn ζ −1t + p eωn ζ −1t − e−ωn ζ −1t
2ωn ζ 2 − 1 2ωn ζ 2 − 1
p
ωn x0 ζ 2 − 1  ωn √ζ 2 −1t √ 2  
+ p e + e−ωn ζ −1t
2ωn ζ 2 − 1
Usando a identidade de Euler
eωt − e−ωt
sinh ωt =
2
eωt + e−ωt
cosh ωt =
2
a solução final x(t) pode ser reescrito como
" #
ẋ0
p ζωn x0
p p
x(t) = e−ζωn t p sinh ωn ζ 2 − 1t + p sinh ωn ζ 2 − 1t + x0 cosh ωn ζ 2 − 1t
ωn ζ 2 − 1t ωn ζ 2 − 1t
" #
−ζωn t ẋ0 + ζx0 ωn p
2
p
2
=e p sinh ωn ζ − 1t + x0 cosh ωn ζ − 1t
ωn ζ 2 − 1t
Prof. Camino, J. F. Análise de Sistemas Lineares 12

Para o caso ζ = 1, as raízes (1.8), que agora são reais e repetidas, se reduzem a

λ = λ1 = λ2 = −ζωn = −ωn

Nesse caso, a solução geral (completa) tem a forma

x(t) = Aeλt + Bteλt = Ae−ωn t + Bte−ωn t


ẋ(t) = −Aωn e−ωn t + Be−ωn t − Btωn e−ωn t

Substituindo as condições iniciais, obtém-se

x(0) = x0 = A
ẋ(0) = ẋ0 = −Aωn + B =⇒ B = ẋ0 + ωn x0

Portanto, a solução fica sendo

x(t) = Ae−ωt + Bte−ωt


= e−ωt (A + Bt)
= e−ωn t [x0 + (ẋ0 + ωn x0 )t]

Para esse sistema mecânico, a Figura 1.9 apresenta a resposta para diferentes valores de ξ com ωn = 7 rad/s
e a Figura 1.10 apresenta a resposta do sistema para diferentes diferentes valores de ωn com ξ = 0.3.

x(t) x(t)

ξ = .1
ξ = .3
ωn = 3
1 ξ = 1 1 ωn = 15
ξ = 5

t t

Figura 1.9: Diferentes valores de ξ com ωn = 7. Figura 1.10: Diferentes valores de ωn com ξ = .3.

1.3 Sistemas com múltiplos graus de liberdade


Esta seção descreve os passos para se obter o modelo matemático de sistemas com mais de um grau de liberdade,
como por exemplo, o sistema apresentado na Figura 1.11.

x1 x2 x3

k1 k2
f (t)
m1 m2 m3
c1 c2

Figura 1.11: Sistema com 3 graus de liberdade.

Os procedimentos para se obter a equação diferencial que governa esse sistema são idênticos aos executados
anteriormente, usando-se a segunda lei de Newton. O diagrama de corpo livre para esse sistema está apresentado
Figura 1.12.
Prof. Camino, J. F. Análise de Sistemas Lineares 13

x1 x2 x3

Fk 1 Fk 2 f (t)
m1 m2 m3
F c1 F c2

Figura 1.12: Diagrama de corpo livre.

Considerando o sinal das forças representado nesse diagrama de corpo livre, tem-se

Fk1 = k1 (x2 − x1 ), Fk2 = k2 (x3 − x2 )


Fc1 = c1 (ẋ2 − ẋ1 ), Fc2 = c2 (ẋ3 − ẋ2 )

Aplicando o balanço das forças para cada uma das massas mi , i = 1, 2, 3, dado por
+
X
→ Fj = mi ẍi

com Fj as forças atuantes no corpo i, tem-se que

Fk1 + Fc1 = m1 ẍ1


−Fk1 + Fk2 − Fc1 + Fc2 = m2 ẍ2
f (t) − Fk2 − Fc2 = m3 ẍ3

Equivalentemente

m1 ẍ1 − k1 (x2 − x1 ) − c1 (ẋ2 − ẋ1 ) = 0


m2 ẍ2 + k1 (x2 − x1 ) − k2 (x3 − x2 ) + c1 (ẋ2 − ẋ1 ) − c2 (ẋ3 − ẋ2 ) = 0
mẍ3 + k2 (x3 − x2 ) + c2 (ẋ3 − ẋ2 ) = f (t)

Essa equação pode ser reescrita na forma matricial como segue


          
m1 0 0 ẍ1 c1 −c1 0 ẋ1 k1 −k1 0 x1 0
(1.10)  0 m2 0  ẍ2  + −c1 c1 + c2 −c2  ẋ2  + −k1
          
k1 + k2 −k2  x2  = 0 f (t)
0 0 m3 ẍ3 0 −c2 c2 ẋ3 0 −k2 k2 x3 1

ou seja
M ẍ + C ẋ + Kx = F f (t)

em que M é a matriz de massa, C a matriz de amortecimento, K a matriz de rigidez e F a matrix que posiciona
a entrada f (t), obtidas diretamente da forma matricial (1.10) acima. Note que essas matrizes são simétricas.
O vetor x nesse caso representa os deslocamentos x = (x1 , x2 , x3 )T . Se a matriz de massa M for inversível, a
equação de movimento tem a forma

ẍ + M −1 C ẋ + M −1 Kx = M −1 F f (t)

1.4 Sistemas elétricos


Esta seção descreve os passos para se determinar o modelo matemático de alguns sistemas elétricos básicos.

Resistor Indutor Capacitor

R L C
Prof. Camino, J. F. Análise de Sistemas Lineares 14

1. Resistor ôhmico R. A diferença de potencial (tensão) v [V] nos terminais do resistor R [Ω], a qualquer
instante, é proporcional à corrente i [A], ou seja

v = Ri

2. Indutor L. A diferença de potencial v [V] nos terminais do indutor L [H], a qualquer instante, é propor-
cional à corrente i [A], ou seja
di
v=L
dt
Essa equação pode ser reescrita como Z
1
i= v dt
L

3. Capacitor C. A diferença de potencial v [V] através do capacitor C [F], num instante de tempo t [s],
depende da carga elétrica q acumulada nas placas do capacitor, ou seja
q
v=
C
A corrente i que flui através do capacitor é igual à razão com que as cargas elétricas se movem, i.e.
i = dq/dt. Dessa forma, a carga total acumulada nas placas do capacitor é dada por
Z
q = i dt

Substituindo na equação acima, tem-se Z


1
v= i dt
C
Usando a relação v = q/C, tem-se
dv 1 dq 1
= = i
dt C dt C
Portanto, a corrente pode ser determinada através da relação

dv
i=C
dt

As equações que descrevem um sistema elétrico podem ser derivadas usando-se as leis de Kirchoff.

Lei dos nós. A lei dos nós estabelece que a soma algébrica das correntes que entram num nó é nula, ou
seja
X
in = 0
n

Como regra geral, admite-se que a corrente em qualquer porção do circuito pode ser indicada a priori sem
necessidade de se saber se a corrente circula verdadeiramente no sentido indicado. Como convenção, uma
corrente indicada como entrando num nó será contada positivamente. No caso contrário, será contada
negativamente.

Lei das malhas. A lei das malhas estabelece que a soma algébrica das tensões ao longo de um circuito
fechado, ou numa malha fechada, é nula, ou seja
X
vn = 0
n

Da mesma forma que a lei dos nós, deve-se começar por estabelecer a priori as tensões aos terminais
de cada dipolo e o sentido do percurso do cálculo em cada malha. Por convenção, as tensões definidas
de tal modo que o sentido do percurso entre pelo polo positivo e saia pelo polo negativo serão contadas
positivamente. No caso contrário, será contada negativamente.
Prof. Camino, J. F. Análise de Sistemas Lineares 15

1.4.1 Lei dos nós


Para ilustrar ambos os métodos de análise, será utilizado o circuito apresentado na figura abaixo.
R1 R3
A i3
i1
+ i2
R2 R4
v −

B
Para aplicar a lei dos nós, seleciona-se um nó, ponto A, e denota-se por vA a tensão desse nó com relação a
um nó de referência. O nó de referência nesse caso é escolhido como sendo o ponto B. Aplicando a lei dos nós
em A, tem-se

(1.11) i1 = i2 + i3

A corrente através do resistor R1 é i1 , portanto tem-se de imediato que


v − vA
v = i1 R1 + vA −→ i1 =
R1
A corrente que passa por R2 é i2 , e a diferença de potencial através do resistor R2 é vA , portanto
vA
vA = i2 R2 −→ i2 =
R2
Note que a corrente i3 circula através de R3 em serie com R4 , e que a diferença de potencial nessa combinação
também é vA ; portanto
vA
vA = i3 (R3 + R4 ) −→ i3 =
R3 + R4
Substituindo os valores de i1 , i2 e i3 em (1.11), tem-se
v − vA vA vA R2 (R3 + R4 )
= + −→ vA = v
R1 R2 R3 + R4 R2 (R3 + R4 ) + R1 (R2 + R3 + R4 )
Nessa equação, é possível isolar a tensão vA , fornecendo
R2 (R3 + R4 )
vA = v
R2 (R3 + R4 ) + R1 (R2 + R3 + R4 )

1.4.2 Lei das malhas


Será considerado o mesmo circuito usado acima. Para aplicar esse método, assume-se que as correntes circulam
nas malhas como descrito na Figura 1.13 abaixo.
R1 R3

v R2 R4

i1 i2

Figura 1.13: Ilustração da lei das malhas.

Aplicando então a lei das malhas para cada uma das malhas acima. Para a primeira malha com corrente i1 ,
tem-se que a corrente fluindo através de R1 é i1 e a corrente através de R2 é i1 − i2 , portanto

v = i1 R1 + (i1 − i2 )R2

De forma similar, para a segunda malha, com corrente i2 , tem-se

0 = i2 R3 + i2 R4 + (i2 − i1 )R2

Dessa forma, obtém-se duas equações algébricas em i1 e i2 que podem ser resolvidas simultaneamente.
Prof. Camino, J. F. Análise de Sistemas Lineares 16

1.4.3 Sistema resistor-capacitor

R
i


vE (t) C vC (t)
+

Figura 1.14: Circuito resistor-capacitor.

Considere o sistema apresentado na Figura 1.14. Aplicando a lei das malhas, tem-se

vE (t) = vR (t) + vC (t)

em que vR é a diferença de potencial através do resistor R dada por vR = iR. Note que a corrente i é a mesma
através de todos os componentes do circuito. Usando a relação entre corrente e tensão num capacitor, dada por

dvC (t)
i=C
dt
tem-se que

dvC (t)
(1.12) vE (t) = RC + vC (t)
dt
A equação acima descreve a relação entre a tensão de entrada vE (t) e a tensão de saída vC (t). Essa é uma
equação diferencial de primeira ordem, portanto, para que seja resolvida é preciso uma condição inicial vC0 .

Solução homogênea

A solução da equação (1.12) depende da forma da excitação p. Assumir-se-á inicialmente que a entrada vE (t)
é nula, ou seja
dvC (t)
0 = RC + vC (t)
dt
Considere uma solução da forma
vC (t) = Aest

em que A e s são constantes a serem determinadas. Derivando essa solução e substituindo na equação (1.12),
obtém-se
0 = RCAsest + Aest −→ 0 = (RCs + 1)Aest

Portanto
(RCs + 1) = 0

Resolvendo para s, tem-se s = −1/τ , com τ = RC a constante de tempo do circuito. Assim, a solução torna-se

(1.13) vC = Ae−t/τ , τ = RC

A constante A é determinada usando-se a condição inicial vC (t = 0) = vC0 , em que vC0 é a diferença de


potencial no capacitor no instante t = 0:
vC0 = Ae0 = A

Considerando a condição inicial vC0 , a solução passa a ser

vC = vC0 e−t/τ , τ = RC
Prof. Camino, J. F. Análise de Sistemas Lineares 17

Exemplo numérico

Para esse exemplo, o valor da resistência R é de 2 kΩ e o valor do capacitor C é de 0.1 mF. No instante t = 0
a diferença de potencial no capacitor é de vC0 = 0.6 V. Para esses valores, a tensão no capacitor é
3
vC = 0.6e−t/(2×10 ×0.1×10−3 )
= 0.6e−5t

O gráfico correspondente à solução vC está apresentado na Figura 1.15.

0.7

0.6

0.5

0.4
vC

0.3

0.2

0.1

0
0 0.5 1 1.5

Tempo t [s]
Figura 1.15: Tensão vC no capacitor para vC0 = 0.6 V.

Solução particular: método 1

Na seção anterior a solução homogênea foi calculada assumindo-se que a entrada particular (forçada) vE (t) era
nula. Nesta seção, será determinada a solução particular da equação
dvC (t)
RC + vC (t) = vE (t)
dt
para uma entrada vE (t) qualquer.
Evidentemente, a solução dessa equação depende da forma da entrada vE (t). Assumindo-se que a entrada
forçada é uma tensão constante E, ou seja, vE (t) = E, a solução geral (completa) vC terá a forma

vC = vCh + vCp

em que vCh é a solução homogênea e vCp é a solução particular.


Como a solução homogênea foi calculada na seção anterior (dada pela equação (1.13)) deve-se agora encontrar
a solução particular para vE (t) = E. Para essa finalidade, assume-se que a solução particular vCp também é
uma constante, ou seja
vCp = C
em que C é uma constante a ser determinada. Como a derivada de uma constante é zero, tem-se que
dvCp
RC =0
dt
e consequentemente
dvCp
RC + vCp = vE (t) −→ vCp = vE (t) = E
dt
A forma final da solução passa a ser

vC = vCh + vCp
(1.14)
vC = Ae−t/(RC) + E

em que a constante A é determinada usando-se a condição inicial. Assumindo-se que a tensão vC nas placas do
capacitor no instante t = 0 é vC (0) = vC0 e incorporando essa condição inicial na equação (1.14), tem-se

vC0 = A + E −→ A = vC0 − E
Prof. Camino, J. F. Análise de Sistemas Lineares 18

Consequentemente

(1.15) vC = E(1 − e−t/τ ) + vC0 e−t/τ , τ = RC

Exemplo numérico

Para esse exemplo, o valor da resistência R é de 2 kΩ e o valor do capacitor C é de 0.1 mF. Assume-se ainda
que no instante t = 0 a diferença de potencial no capacitor é vC0 = 0.6 V e a tensão de entrada é vE (t) = 2 V.
Para esses valores, a tensão do capacitor passa ser dada por:

(1.16) vC = 0.6e−5t + 2(1 − e−5t )

A solução vC está apresentada na Figura 1.16.

1.5
vC

0.5
0 0.5 1 1.5

Tempo t [s]
Figura 1.16: Tensão vC no capacitor para vC0 = 0.6 V e vE (t) = 2 V.

Solução particular: método 2

Seja a equação
dvC (t)
+ vC (t)
vE (t) = RC
dt
em que vE (t) é a tensão de entrada (tensão da fonte de potência) e vC é a tensão nos terminais do capacitor.
Definindo τ = RC pode-se reescrever essa equação como:

τ v̇C (t) + vC (t) = vE (t)

Multiplicando essa equação, em ambos os lados, por et/τ

τ et/τ v̇C (t) + et/τ vC (t) = et/τ vE (t)

e lembrando da regra da cadeia


det/τ vC (t)
τ = et/τ vC (t) + τ et/τ v̇C (t)
dt
obtém-se a equação
det/τ vC (t)
τ = et/τ vE (t)
dt
Integrando essa equação, obtém-se
t Z t

τ et/τ vC (t) = eα/τ vE (α) dα
0 0

Portanto Z Z
t t
−t/τ 1 1
vC (t) = e vC0 + e−t/τ eα/τ
vE (α) dα = e −t/τ
vC0 + e−(t−α)/τ vE (α) dα
τ 0 τ 0

Note que essa é uma prova da existência e unicidade da solução da equação diferencial de primeira ordem.
É importante ainda salientar que dependendo da função vE (t), essa integral pode ser de difícil resolução.
Prof. Camino, J. F. Análise de Sistemas Lineares 19

Exemplo 1.4.1 Considere o caso particular com τ = 1/5, vE (t) = 2 V e condição inicial vC0 = 0.6 V. Nesse
caso, a tensão vC (t) será dada por
Z t
1 −t/τ t
vC (t) = 0.6e−t/τ + e eα/τ 2 dα = 0.6e−t/τ + 2e−t/τ eα/τ 0 = 0.6e−5t + 2(1 − e−5t )
τ 0

que é exatamente a solução determinada em (1.16).

1.4.4 Sistema resistor-indutor-capacitor


Considere o sistema apresentado na Figura 1.17. Aplicando a lei das malhas para esse circuito, tem-se

vE (t) = vR + vL + vC

em que vR , vL e vC são respectivamente as tensões no resistor R, do indutor L e do capacitor C.

R L
i


vE (t) C vC (t)
+

Figura 1.17: Circuito RLC.

Para o resistor, a tensão é dada por vR = iR. Para o indutor, sabe-se que vL = L(di/dt). Assim, a equação
torna-se
di
vE (t) = iR + L + vC
dt
Usando a relação entre corrente e tensão através do capacitor C, dada por

d vC di d (d vC /dt) d 2 vC
i=C −→ =C =C 2
dt dt dt dt
obtém-se
d vC d 2 vC
vE (t) = RC + LC 2 + vC
dt dt
Equivalentemente

(1.17) LC v̈C + RC v̇C + vC = vE (t)

Que é uma equação diferencial linear de segunda ordem. Sua solução homogênea pode ser obtida de forma
idêntica à que foi empregada para resolver (1.7).
Para explicitar essa analogia, entre os modelos do sistema mecânico e do sistema elétrico, a equação (1.17)
será reescrita em termos da carga elétrica q(t) que está relacionada com tensão vC (t) pela fórmula q(t) = CvC (t).
Em termos da carga q(t), o modelo passa a ser

1
Lq̈(t) + Rq̇(t) + q(t) = vE (t)
C
cuja analogia com o modelo (1.7), dado por

mẍ(t) + cẋ(t) + kx(t) = f (t),

agora é óbvia.
Prof. Camino, J. F. Análise de Sistemas Lineares 20

x(t) Sistema y(t)

Figura 1.18: Sistema a tempo contínuo.

1.5 Propriedade de sistemas contínuos


Considere o sistema da figura abaixo.

1. Linearidade: Sejam y1 (t) e y2 (t) as saídas para as entrada x1 (t) e x2 (t), respectivamente. Então, o sistema
é linear se a resposta para a entrada

x(t) = αx1 (t) + βx2 (t) for y(t) = αy1 (t) + βy2 (t)

2. Causalidade: Um sistema é dito causal (não antecipativo), se a saída num instante de tempo T depender
apenas de valores da entrada em t ≤ T .

Exemplo 1.5.1 O sistema y(t) = cos(t + 1) x(t) é causal.

3. Invariância no tempo: Se y(t) é a saída de um sistema invariante no tempo quando x(t) é a entrada, então
y(t − τ ) será a saída quando x(t − τ ) for a entrada.

Exemplo 1.5.2 Seja y(t) = sin(x(t)). Seja y1 (t) a saída para a entrada x1 (t), ou seja

y1 (t) = sin(x1 (t))

Suponha que x2 (t) = x1 (t − τ ), então

y2 (t) = sin(x2 (t)) = sin(x1 (t − τ ))

Portanto o sistema é invariante no tempo.


Capítulo 2

Transformada de Laplace

A transformada de Laplace1 converte equações diferenciais no domínio do tempo em equações algébricas de


uma variável complexa s. Assim, operações de diferenciação e integração são transformadas em operações
algébricas. É importante salientar que a transformada de Laplace permite analisar o comportamento dinâmico
de um sistema linear sem a necessidade de se resolver a equação diferencial. Uma abordagem completa e mais
detalhada pode ser encontrada nos livros citados nas referências bibliográfica.

Definição 2.0.1 A transformada (unilateral) de Laplace é dada por


Z +∞
F (s) = L[f (t)] = f (t)e−st dt
0−

com s = σ + jω uma variável complexa.

Essa integral convergirá absolutamente sempre que

|f (t)|e−σt → 0 com t → ∞.

Se esse limite for a zero para σ > σc e divergir para σ < σc , então σc é chamado de abcissa de convergência.

2.0.1 Transformada de funções básicas


Nesta seção será apresentada a transformada de Laplace de algumas funções comuns.

1. Função exponencial. Seja α > 0. Considere a função f (t) dada por



Ae−αt , se t ≥ 0
f (t) =
0 , se t < 0

Então, a sua transformada de Laplace é dada por


Z +∞ Z +∞
F (s) = L[f (t)] = Ae−αt e−st dt = A e−(α+s)t dt
0 0

Note que essa integral converge se α + σ > 0, ou seja, σ > −α. Assim, a abcissa de convergência é
σc = −α. Portanto, a região de convergência, apresentada na Figura 2.1, é o semiplano direito delimitado
pela reta s = −α + j0.
Prosseguindo com a integração, tem-se
Z +∞ ∞
−A −(α+s)t
F (s) = L[f (t)] = A e−(α+s)t dt = e
0 α+s
0
−A Ae0 A
= lim e−(α+s)t + =
α + s t→∞ α+s α+s
1 Uma revisão sucinta de números complexos e funções de variáveis complexas encontra-se no Apêndice A.1.

21
Prof. Camino, J. F. Análise de Sistemas Lineares 22

−α
σ

Figura 2.1: Região de convergência no plano s.

Essa função tem polo em s = −α.


Vale salientar que a função F (s) é válida para todo o plano s exceto em s = −α, ou seja, a transformada
de Laplace é válida mesmo fora da região de convergência. Isso se deve ao teorema da extensão analítica
(também conhecido como teorema da continuação analítica).

2. Função degrau unitário dada por 


1 , se t ≥ 0
f (t) =
0 , se t < 0

Sua transformada de Laplace é dada por


Z +∞ ∞
−st e−st 1
F (s) = L[f (t)] = e dt = − =
0 s 0 s

A função degrau unitário, também conhecida como função de Heaviside, é usualmente denodada por µ(t).

Exercício 2.0.1 Suponha que os limites de integração na definição da transformada de Laplace fossem
(−∞, +∞), ou seja,
Z +∞
F (s) = L[f (t)] = f (t)e−st dt
−∞

Considerando que α > 0 e que µ(t) representa o degrau unitário:

(a) esboce o gráfico de f (t) = eαt µ(−t) + e−αt µ(t);


(b) calcule F (s).

3. Função rampa dada por 


t , se t ≥ 0
f (t) =
0 , se t < 0

Sua transformada de Laplace é dada por

1
F (s) = L[f (t)] =
s2

Prova. Integrando por partes, tem-se


Z ∞ ∞ Z ∞ −st
e−st e 1
te−st dt = t − dt = 2
0 −s 0 0 −s s

Exercício 2.0.2 Mostre que


n!
L[tn µ(t)] =
sn+1
Prof. Camino, J. F. Análise de Sistemas Lineares 23

fa (t)
1/a2
a2
1/a1 a1
1/a0
a0

t0 t

Figura 2.2: Funções pulso de área unitária A = 1.

4. Função impulso unitário. Considere a Figura 2.2, em que a função fa (t) é dada por

 1 , se t − a ≤ t ≤ t + a
0 2 0 2
fa (t) = a
0 , caso contrário

A função2 delta de Dirac pode ser definida por

(2.1) δ(t − t0 ) = lim fa (t)


a→0

Algumas propriedades do delta de Dirac são:

(a) δ(t − t0 ) = 0, para t 6= t0 ;


R∞
(b) −∞ δ(t − t0 ) dt = 1;
R∞
(c) −∞ f (t)δ(t − t0 ) dt = f (t0 ).

Aplicando a transformada de Laplace na função delta de Dirac, tem-se:


Z +∞
F (s) = L[δ(t)] = δ(t)e−st dt = 1
0−

Note que um sinal contínuo qualquer pode sempre ser escrito como
Z ∞
x(t) = x(τ )δ(t − τ ) dτ
−∞

Exercício 2.0.3 Prove a seguinte expressão:


Z ∞  
αt − t0
δ f (t) dt = (β/α) f (t0 /α)
−∞ β

5. Função senoidal. Seja ω > 0. Considere a função f (t) dada por



sin(ωt) , se t ≥ 0
f (t) =
0 , se t < 0

Então, a sua transformada de Laplace é dada por


Z +∞ jωt
e − e−jωt −st
F (s) = L[f (t)] = e dt
0 2j
Z +∞ Z +∞ 
1 −(s−jω)t −(jω+s)t
= e dt − e dt
2j 0 0
 ∞ ∞ 
1 −e−(s−jω)t e−(jω+s)t
= +
2j s − jω 0 s + jω 0
 
1 1 1 ω
= − = 2
2j s − jω s + jω s + ω2
2O delta de Dirac é na realidade uma distribuição, que é uma generalização do conceito de função que permite manipular
singularidades.
Prof. Camino, J. F. Análise de Sistemas Lineares 24

2.0.2 Propriedades da transformada de Laplace


1. Linearidade. Se F1 (s) = L[f1 (t)] e F2 (s) = L[f2 (t)], então

L[αf1 (t) + βf2 (t)] = αF1 (s) + βF2 (s)

2. Função transladada no tempo. Considere a função f (t) e sua translação de α ≥ 0 apresentados na


Figura 2.3, em que µ(t) representa o degrau unitário.
f (t) f (t − α) µ(t − α)

t α t
Figura 2.3: Função transladada.

A transformada de Laplace dessa função transladada é dada por


Z +∞
L[f (t − α) µ(t − α)] = f (t − α) µ(t − α)e−st dt
0

Aplicando a substituição de variável τ = t − α, tem-se


Z +∞
L[f (t − α) µ(t − α)] = f (τ )µ(τ )e−s(τ +α) dτ
−α
Z+∞ Z +∞
−sτ −sα −sα
= f (τ )e e dτ = e f (τ )e−sτ dτ
0 0
−sα
=e L[f (t)] = e−sα F (s)

em que F (s) é a transformada de Laplace da função f (t).

Exemplo 2.0.3 Considere a função pulso retangular apresentada na Figura 2.4. Percebe-se que essa
função pode ser escrita como a diferença de dois degraus, ou seja, f (t) = µ(t) − µ(t − t0 ).

f (t)
1
t
t0
-1

Figura 2.4: Função pulso retangular.

Aplicando a transformada de Laplace, tem-se


1 1 1 1 
L[f (t)] = − L[µ(t − t0 )] = − e−t0 s = 1 − e−t0 s
s s s s

3. Multiplicação de f (t) por e−αt (função transladada na frequência):


Z +∞
−αt
L[e f (t)] = f (t)e−(s+α)t dt = F (s + α)
0

em que F (s) é a transformada de Laplace da função f (t).

Exercício 2.0.4 Usando a propriedade da função transladada na frequência, mostre que:


Prof. Camino, J. F. Análise de Sistemas Lineares 25

  ω
(a) L e−αt sin(ωt)µ(t) =
(s + α)2 + ω 2
  (s + α)
(b) L e−αt cos(ωt)µ(t) =
(s + α)2 + ω 2

4. Teorema da derivação real:


d
L[ f (t)] = sF (s) − f (0)
dt
Prova. Integrando por partes, tem-se:
Z +∞ ∞ Z +∞ −st
−st e−st e d
f (t)e dt = f (t) − f (t) dt
0 −s 0
0 −s dt

Portanto
f (0) 1 d
F (s) = + L[ f (t)]
s s dt

Exemplo 2.0.4 Prove que


d2
L[ f (t)] = s2 F (s) − sf (0) − f˙(0)
dt2
d
Prova. Seja g(t) = f (t). Aplicando o teorema da derivação real, tem-se:
dt
d
L[ g(t)] = sL[g(t)] − g(0) = s[sF (s) − f (0)] − f˙(0)
dt

Exemplo 2.0.5 De forma similar, pode-se mostrar que


  n−1
dn n
X
L n
f (t) = s F (s) − sk f (n−k−1) (0)
dt
k=0

= s F (s) − sn−1 f (0) − sn−2 f˙(0) − · · · − sf (n−2) (0) − f (n−1) (0)


n

em que f (n) representa a derivada enésima da função f (t).

Exemplo 2.0.6 Considere a função f (t) = cos(ωt). A transformada dessa função pode ser facilmente
calculada como segue

d sin(ωt) 1 1
L[cos(ωt)] = L[ ] = sL[sin(ωt)] − sin(ωt) t=0
dt ω ω
s ω s
= =
ω s2 + ω 2 s2 + ω 2

Exemplo 2.0.7 Considere o circuito elétrico da figura abaixo.

R
i


vE (t) C vC (t)
+

Figura 2.5: Circuito elétrico RC.


Prof. Camino, J. F. Análise de Sistemas Lineares 26

A equação diferencial que governa o comportamento dinâmico é dada por

τ v̇C (t) + vC (t) = vE (t)

com τ = RC a constante de tempo e vE (t) uma tensão de entrada. Para esse sistema, assuma que
vC (t = 0) = vC0 e que vE (t) é um degrau de amplitude E. Aplicando a transformada de Laplace, obtém-se
E
τ sVC (s) − τ vC0 + VC (s) =
s
Equivalentemente, tem-se
 
τ vC0 τE τ vC0 1 τ
VC (s) = +τ = +E −
τs + 1 s(τ s + 1) τs + 1 s τs + 1
Aplicando a inversa da transformada de Laplace, tem-se

vC (t) = vC0 e−t/τ + E 1 − e−t/τ , t≥0

Essa é exatamente a solução determinada em (1.15).

5. Teorema da derivação complexa


d
L[t f (t)] = − F (s)
ds
Prova. A prova é obtida aplicando diretamente a definição da transformada de Laplace.
Z +∞ Z +∞   Z +∞
−st d −st d
L[t f (t)] = tf (t)e dt = f (t) − e dt = − f (t)e−st dt
0 0 ds ds 0

Exemplo 2.0.8 A função cuja transformada de Laplace é


2
F (s) =
(s + 1)3
é obtida do teorema da derivação complexa como segue
d 1 1
L[t e−t µ(t)] = − =
ds (s + 1) (s + 1)2
Consequentemente
d 1 2
L[t2 e−t µ(t)] = − =
ds (s + 1)2 (s + 1)3

Exercício 2.0.5 Mostre que



n! tn e−at , se t ≥ 0
F (s) = , n = 0, 1, 2, . . . L−−1
− → f (t) =
(s + a)n+1 0 , se t < 0

Exercício 2.0.6 Mostre que



1  tn−1 e−at , se t ≥ 0
(n−1)!
F (s) = , n = 1, 2, . . . L−−1
− → f (t) =
(s + a)n 0 , se t < 0

6. Integral de convolução. A convolução f1 (t) ∗ f2 (t) entre f1 (t) e f2 (t) é definida como
Z +∞ Z +∞
f1 (t) ∗ f2 (t) = f1 (τ )f2 (t − τ ) dτ = f1 (t − τ )f2 (τ ) dτ = f2 (t) ∗ f1 (t)
−∞ −∞

Aplicando Laplace, tem-se:


L[f1 (t) ∗ f2 (t)] = F1 (s)F2 (s)
Prof. Camino, J. F. Análise de Sistemas Lineares 27

Exercício 2.0.7 Prove que L[f1 (t) ∗ f2 (t)] = F1 (s)F2 (s)

7. Teorema do valor final. Se f (t) = 0 para t < 0 e limt→∞ f (t) é finito, então

lim f (t) = lim sF (s)


t→∞ s→0

Exemplo 2.0.9 Suponha que F (s) seja dada por


1
F (s) =
s(s + 1)
Calcule o limite de f (t) quando t → ∞.
Como o polo de s F (s) = 1/(s + 1) está no semiplano esquerdo do plano complexo s, o limt→∞ x(t) existe.
Pelo teorema do valor final, tem-se
1
lim f (t) = lim sF (s) = lim =1
t→∞ s→0 s→0 s+1
Esse resultado é facilmente verificável, pois

f (t) = 1 − e−t , t≥0

8. Teorema do valor inicial. Se f (t) = 0 para t < 0 e f (t) não contém impulsos em t = 0, então

f (0+ ) = lim sF (s)


s→∞

Exemplo 2.0.10 Suponha que F (s) seja dada por


1
F (s) =
s(s + 1)

O limite de f (t) quando t → 0+ pode ser calculado como segue:


1
f (0+ ) = lim sF (s) = lim =0
s→∞ s→∞ s+1

2.1 A inversa da transformada de Laplace pelo método da expansão


em frações parciais
O método da expansão em frações parciais é usado parar decompor uma função racional

P (s) b0 sm + b1 sm−1 + · · · + bm−1 s + bm


F (s) = =
Q(s) sn + a1 sn−1 + · · · + an−1 s + an
que é uma função que pode ser escrita como quociente de polinômios, ambos nas mesma variável s, em frações
mais simples dadas por
P (s)
F (s) = = F1 (s) + F2 (s) + · · · + Fn (s)
Q(s)
tal que a inversa da transformada de Laplace dos Fj (s) seja de fácil solução. Assim

f (t) := L−1 [F (s)] = L−1 [F1 (s)] + L−1 [F2 (s)] + · · · + L−1 [Fn (s)]

Note ainda que a função F (s) pode ser reescrita como


P (s) (s − z1 )(s − z2 ) · · · (s − zm )
F (s) = =K
Q(s) (s − p1 )(s − p2 ) · · · (s − pn )
em que os zj , j = 1, . . . , m são os zeros de F (s) e os pi , i = 1, . . . , n são os polos de F (s).
Para efetuar essa decomposição, as seguintes hipóteses são necessárias:
Prof. Camino, J. F. Análise de Sistemas Lineares 28

1. Os polinômios P (s) e Q(s) só possuem coeficientes reais;

2. Os polinômios P (s) e Q(s) não possuem fatores em comum;

3. O grau do numerador m é estritamente menor do que o grau do denominador n (ou seja m < n).

Observação 2.1.1 Note que a primeira hipótese implicará que os polos complexos de F (s), caso existam, só
podem aparecer em pares complexos conjugados. A segunda hipótese não é restritiva, pois caso F (s) possua
fatores comuns, por exemplo (s − z1 ) = (s − p2 ), então, esses fatores se cancelam e efetua-se a decomposição de
uma nova F (s) sem esses termos. A última hipótese também não apresenta perda de generalidade, já que uma
função racional F (s) = P (s)/Q(s) com n = m pode ser reescrita como F (s) = D + P̄ (s)/Q̄(s) em que D é uma
constante e o grau de P̄ (s) é estritamente menor do que o grau de Q̄(s).

Dependendo das raízes de Q(s), dois casos podem ocorrer. Primeiro, será tratado o caso em que os polos de
F (s) são raízes simples de Q(s), ou seja, todos os polos são distintos. Em seguida, será apresentado o caso em
que os polos de F (s) contem raízes múltiplas de Q(s).

2.1.1 Polos distintos


Assumindo que os polos da função F (s) são distintos, pode-se reescrevê-la como
c1 c2 cn
(2.2) F (s) = + + ··· +
s − p1 s − p2 s − pn

em que ck é o resíduo do polo pk em s = pk . Para se determinar os coeficientes ck , procede-se como segue.


Primeiramente, multiplica-se (2.2) em ambos os lados por (s − pk ), obtendo

c1 (s − pk ) c2 (s − pk ) cn (s − pk )
(s − pk )F (s) = + + · · · + ck + · · · +
s − p1 s − p2 s − pn

Calculando essa expressão em s = pk , obtém-se

ck = [(s − pk )F (s)]s=pk
 
ck
Como L−1 = ck epk t , tem-se
s − pk

f (t) = L−1 [F (s)] = c1 ep1 t + c2 ep2 t + · · · + cn epn t , t≥0

s+2
Exemplo 2.1.1 Suponha que F (s) = . Assim
s2 + 1
s+2 a b
F (s) = = +
(s + j)(s − j) s+j s−j
a(s − j) + b(s + j) (a + b)s + j(b − a)
= =
(s + j)(s − j) (s + j)(s − j)

O que implica que


a + b = 1, b − a = 2/j = −2j

Resolvendo essas duas equações determina-se a = 1/2 + j e b = 1/2 − j. Portanto

1/2 + j 1/2 − j
F (s) = +
s+j s−j

Aplicando a inversa da transformada de Laplace, obtém-se

f (t) = L−1 [F (s)] = (1/2 + j)e−jt + (1/2 − j)ejt = cos(t) + 2 sin(t), t≥0
Prof. Camino, J. F. Análise de Sistemas Lineares 29

2.1.2 Polos múltiplos


O procedimento é bastante similar ao adotado no caso anterior e será apresentado através de um exemplo.
Considere a seguinte função
s2 + 2s + 3
F (s) =
(s + 1)3
Como F (s) possui três polos múltiplos em s = −1, é necessário decompor F (s) em três termos como segue
c1 c2 c3
F (s) = + +
(s + 1) (s + 1)2 (s + 1)3
Multiplicando ambos os lados por (s + 1)3 , tem-se

(2.3) (s + 1)3 F (s) = c1 (s + 1)2 + c2 (s + 1) + c3

Portanto
 
c3 = (s + 1)3 F (s) s=−1
Para se determinar os outros coeficientes, deriva-se a equação (2.3), que fornece
d  
(s + 1)3 F (s) = c2 + 2c1 (s + 1)
ds
Portanto
d  
c2 = (s + 1)3 F (s) s=−1
ds
De forma similar, determina-se o termo c1 :
d2  
2
(s + 1)3 F (s) s=−1 = 2c1
ds
Para o exemplo, em que
s2 + 2s + 3
F (s) = ⇒ (s + 1)3 F (s) = s2 + 2s + 3
(s + 1)3
tem-se
c3 = [(s + 1)3 F (s)]s=−1 = [s2 + 2s + 3]s=−1 = 2
d 2
c2 = [s + 2s + 3]s=−1 = [2s + 2]s=−1 = 0
ds
1 d2 2
c1 = [s + 2s + 3]s=−1 = 1
2 ds2
Portanto
1 2
F (s) = +
(s + 1) (s + 1)3
Aplicando a inversa da transformada de Laplace, tem-se
   
1 2
f (t) = L−1 + L−1
s+1 (s + 1)3
= e−t + t2 e−t = (1 + t2 )e−t , t≥0
Observe que o segundo termo foi obtido usando o teorema da derivação complexa
d
L[tf (t)µ(t)] = − F (s)
ds
1
Para a função F (s) = , cuja inversa é f (t) = e−at µ(t), tem-se
s+a
d 1 1
L[te−at µ(t)] = − =
ds s + a (s + a)2
Portanto, se F (s) = 1/(s + a)2 , sua inversa será f (t) = te−at para t ≥ 0. De forma análoga, para F (s) =
2/(s + 1)3 , tem-se f (t) = t2 e−t para t ≥ 0.
Prof. Camino, J. F. Análise de Sistemas Lineares 30

2.2 Resolução de equações diferenciais usando a transformada de


Laplace
Esta seção demonstra a aplicação da transformada de Laplace para a solução de algumas equações diferenciais
ordinárias lineares.

Exemplo 2.2.1 Determine a solução homogênea da seguinte equação de movimento:

mÿ(t) + ky(t) = 0, y(t = 0) = y0 , ẏ(t = 0) = ẏ0

Denotando por Y (s) a transformada de Laplace de y(t), ou seja, Y (s) = L[y(t)] e lembrando que L[ÿ(t)] =
s2 Y (s) − sy0 − ẏ0 , tem-se
[ms2 + k]Y (s) = [sy0 + ẏ0 ]m
Portanto
sy0 ẏ0
Y (s) = + 2 , ωn2 = k/m
s2 + ωn2 s + ωn2
cuja inversa da transformada de Laplace fornece
ẏ0
y(t) = L−1 [Y (s)] = y0 cos(ωn t) + sin(ωn t), t≥0
ωn
que é exatamente a mesma solução obtida em (1.5).

Exemplo 2.2.2 Determine a solução ao impulso da seguinte equação de movimento:

mÿ(t) + ky(t) = δ(t), y(0) = ẏ(0) = 0

Aplicando a transformada de Laplace, tem-se


1/m
[ms2 + k]Y (s) = 1 =⇒ Y (s) = , ωn2 = k/m
s2 + ωn2
cuja inversa da transformada de Laplace fornece
1
y(t) = L−1 [Y (s)] = sin(ωn t), t≥0
mωn
Definição 2.2.1 A resposta impulsiva de um sistema, geralmente denominada por h(t), é de grande importância
na análise linear de sistemas. A resposta impulsiva h(t) é calculada com condições iniciais nulas, para um
impulso aplicado no instante de tempo t = 0.

Exemplo 2.2.3 Determine a reposta impulsiva do sistema de segunda ordem amortecido apresentado na figura
abaixo.
y(t)
c k
m x(t)

Para esse sistema, a equação de movimento é dada por

mÿ(t) + cẏ(t) + ky(t) = kx(t)

em que m é a massa do carro, c é o coeficiente de amortecimento, k é a rigidez da mola, e x(t) é uma entrada
em deslocamento.
Primeiramente, rescrevesse a equação acima na forma padrão

ÿ(t) + 2ζωn ẏ(t) + ωn2 y(t) = ωn2 x(t)


Prof. Camino, J. F. Análise de Sistemas Lineares 31

p
em que a frequência natural do sistema é ωn = k/m, o fator de amortecimento é ζ = c/cc com o amortecimento
p
crítico dado por cc = 2mωn , e a frequência natural amortecida é ωd = 1 − ζ 2 ωn com 0 < ζ < 1.
Aplicando a transformada de Laplace com condições iniciais nulas, obtém-se

s2 Y (s) + 2ζωn sY (s) + ωn2 Y (s) = ωn2 X(s)

Portanto
ωn2
Y (s) = X(s)
s2 + 2ζωn s + ωn2
Assumindo que a entrada é um impulso x(t) = δ(t), ou seja, X(s) = 1, tem-se que

Y (s) ωn2
H(s) := = 2
X(s) s + 2ζωn s + ωn2
Completando o quadrado, tem-se
!
ωn ωd
H(s) = p
1− ζ2 (s + ζωn )2 + ωd2

Lembrando que
  ω
L e−αt sin(ωt)µ(t) =
(s + α)2 + ω 2
obtém-se a resposta impulsiva
ωn
h(t) = p e−ζωn t sin(ωd t), t≥0
1 − ζ2

Exercício 2.2.1 Mostre que se a entrada x(t) tiver unidade de força, ou seja, se a equação de movimento for

mÿ(t) + cẏ(t) + ky(t) = x(t)

a resposta impulsiva será


1 −ζωn t p p
h(t) = e sin(ωd t)µ(t), ωd = 1 − ζ2 k/m
mωd
Exercício 2.2.2 Mostre que a resposta ao impulso para o circuito do exemplo 2.0.7 é dada por
1 −t/τ
h(t) = e , t≥0
τ

2.3 Resposta a uma excitação qualquer


2.3.1 Integral de convolução
Considere o sistema da figura abaixo, em que a entrada é x(t), a saída é y(t), e a resposta impulsiva é h(t).

x(t) h(t) y(t)

Se esse sistema for linear e invariante no tempo, a relação entre a entrada x(t) e a saída y(t) é dada pela
seguinte integral de convolução
Z ∞ Z ∞
y(t) = h(t) ∗ x(t) = h(t − τ )x(τ ) dτ = h(τ )x(t − τ ) dτ
−∞ −∞

que representa a resposta forçada, ignorando as condições iniciais.


Para um sistema causal, h(t − τ ) = 0 para τ > t, assim, a integral se reduz a
Z t
y(t) = h(t − τ )x(τ ) dτ
−∞
Prof. Camino, J. F. Análise de Sistemas Lineares 32

Se a entrada for zero para τ < 0, ou seja


x(τ ) = 0, τ <0

então
Z t Z t
y(t) = h(t − τ )x(τ ) dτ = h(τ )x(t − τ ) dτ
0 0

Exemplo 2.3.1 Considere o sistema descrito pela seguinte equação de movimento

mÿ(t) + ky(t) = x(t)

em que x(t) é o degrau unitário de amplitude Xo dado por



X
o , se t ≥ 0
x(t) = Xo µ(t) =
0 , se t < 0

Sabe-se (da seção anterior) que a resposta impulsiva h(t) desse sistema é

1 p
h(t) = sin(ωn t) µ(t), ωn = k/m
mωn

Assim, pela integral de convolução, tem-se que o deslocamento y(t) da massa m é dado por
Z ∞ Z t
1 Xo
y(t) = Xo µ(τ ) sin(ωn (t − τ ))1(t − τ ) dτ = sin(ωn (t − τ )) dτ
−∞ mωn mωn 0
t !
Xo cos(ωn τ ) Xo
= − = 2
(1 − cos(ωn t)), t≥0
mωn ωn
0 mω n

2.3.2 Resposta total


Note que a integral de convolução fornece apenas a resposta forçada yp para uma excitação qualquer. Para se
obter a resposta total do problema, deve-se considerar também as condições iniciais, ou seja, deve-se somar a
solução homogênea yh com a resposta forçada yp , fornecendo assim:
Z t
(n−1)
y(t) = yh (t) + yp (t) = g0 (t)y0 + g1 (t)ẏ0 + · · · + gn−1 (t)y0 + h(τ )x(t − τ ) dτ
0

(n−1)
em que n é a ordem da equação diferencial e y0 , ẏ0 , . . . , y0 são suas n condições iniciais.

Exemplo 2.3.2 Se o sistema do exemplo 2.3.1 acima estiver sujeito a condições iniciais y(0) = y0 e ẏ(0) = ẏ0 ,
então a solução geral (completa) será dada por

ẏ0 Xo
y(t) = y0 cos(ωn t) + sin(ωn t) + (1 − cos(ωn t)), t≥0
ωn mωn2

Exercício 2.3.1 Considere o circuito elétrico do exemplo 2.0.7. Usando a integral de convolução, mostre que
a tensão no capacitor vC (t) para uma entrada em degrau de amplitude E e condição inicial nulas é dada por

vC (t) = E 1 − e−t/τ , t≥0

Exemplo 2.3.3 Se no exercício acima 2.3.1 a condição inicial vC0 não for nula, então a solução geral do
sistema é dada pela homogênea vCh = vC0 e−t/τ µ(t) mais a particular (forçada) acima, ou seja,

vC (t) = vC0 e−t/τ + E 1 − e−t/τ , t≥0
Prof. Camino, J. F. Análise de Sistemas Lineares 33

2.4 Função de transferência


Aplicando a transformada de Laplace na integral de convolução
Z t Z t
y(t) = h(t − τ )x(τ ) dτ = h(τ )x(t − τ ) dτ
0 0

obtém-se
Y (s) = H(s)X(s)
Essa relação está expressa na figura abaixo.

X(s) H(s) Y (s)

A função H(s) = Y (s)/X(s), que relaciona a transformada de Laplace da saída y(t) com a transformada
de Laplace da entrada x(t), é denominada de função transferência. Perceba que para uma entrada impulsiva
X(s) = 1, a saída é Y (s) = H(s). Portanto, H(s) é transformada de Laplace da resposta ao impulso h(t), ou
seja Z ∞
H(s) = h(t)e−st dt
0−
A função de transferência também pode ser obtida diretamente da equação diferencial, considerando as
condições iniciais nulas. Assim, aplicando a transformada de Laplace em ambos os lados da equação diferencial

y (n) + a1 y (n−1) + · · · + an−1 ẏ + an y = b0 x(m) + b1 x(m−1) + · · · + bm−1 ẋ + bm x

em que y (n) é a derivada enésima de y(t), tem-se

[sn + a1 sn−1 + · · · + an−1 s + an ]Y (s) = [b0 sm + b1 sm−1 + · · · + bm−1 s + bm ]X(s)

Portanto,
Y (s) b0 sm + b1 sm−1 + · · · + bm−1 s + bm
H(s) := =
X(s) sn + a1 sn−1 + · · · + an−1 s + an

Observação 2.4.1 A função de transferência H(s) é denominada própria se n = m, estritamente própria se


n > m e imprópria se m > n. Para que uma função de transferência seja realizável fisicamente é necessário
que m ≤ n.

Exemplo 2.4.1 Considere o mesmo sistema do exemplo (2.3.1). Para esse sistema, a transformada de Laplace
de h(t) e da entrada x(t) são respectivamente dadas por
1 Xo
H(s) = e X(s) =
ms2 + k s
Assim  
Xo Xo /m Xo 1 s
Y (s) = = = − , ωn2 = k/m
s(ms2 + k) s(s2 + ωn2 ) mωn2 s s2 + ωn2
cuja inversa da transformada de Laplace fornece
Xo
y(t) = (1 − cos(ωn t)) µ(t)
mωn2

Exemplo 2.4.2 Um dispositivo conhecido como segurador de ordem zero (SOZ) é frequentemente utilizado na
entrada de conversores A/D e na saída dos conversores D/A.
O SOZ executa basicamente duas operações: colear as amostras ( sample) e mantê-las constantes ( hold)
durante o período de amostragem. A amostra x(kT ) recebida em t = kT é mantida constante até o próximo
instante t = (k + 1)T . Um exemplo dessa operação é apresentado na Figura 2.6 em que xs (t) é a saída do
segurador de ordem zero para uma entrada senoidal amostrada a cada instante T de tempo.
Prof. Camino, J. F. Análise de Sistemas Lineares 34

x(t)

xs (t)

t
0 T 2T 3T 4T

Figura 2.6: Saída xs (t) do SOZ para uma entrada senoidal x(t).

Uma idealização matemática desse processo está apresentada na Figura 2.7, em que o sinal x(t) é primei-
ramente amostrado, usando-se um amostrador ideal δT , de período T , e em seguida é mantido constante pelo
segurador de ordem zero, fornecendo o sinal xs (t).

x∗ (t) xs (t)
x(t)

t t
t 0 T 2T 3T 4T 0 T 2T 3T 4T

x(t) x∗ (t) x∗ (t) Segurador xs (t)


δT

Figura 2.7: Representação ideal do segurador de ordem zero: modulador δT e segurador.

O modulador ideal δT pode ser matematicamente representado por um trem de impulsos:



X
δT (t) = δ(t − kT )
k=−∞

em que δ(t) é o impulso unitário. Assim, o sinal amostrado x∗ (t), que representa um trem de impulsos modulado
por x(t), é dado por

X
x∗ (t) = x(t)δ(t − nT )
n=−∞

Pela característica do segurador, o sinal xs (t) é dado por

xs (t) = x(kT ), kT ≤ t < (k + 1)T

Assim, percebe-se que para uma entrada impulso unitário

xs (t)

δ(t) 1
a saída é um pulso
t
t
T

Portanto, a resposta ao impulso unitário do SOZ é

h(t) = µ(t) − µ(t − T )

e a respectiva função de transferência será


1 e−T s 1 − e−T s
H(s) = L[h(t)] = − =
s s s
Prof. Camino, J. F. Análise de Sistemas Lineares 35

É interessante observar que a função de transferência do exemplo acima não é racional, devido ao termo
exponencial, que representa um atraso (delay) puro. Uma aproximação racional que é frequentemente utilizada
para a função e−sT é obtida pela fórmula de Padé de ordem N dada por

RN (−T s)
e−T s ≈
RN (T s)
com
N
X (2N − k)!N !
RN (x) = xk
(2N )!k!(N − k)!
k=0

A Tabela 2.1 apresenta essa aproximação para alguns valores de N e a Figura 2.8 apresenta a resposta ao
degrau para as aproximações de Padé de ordem 2 (R2 ), de ordem 5 (R5 ) e de ordem 30 (R30 ), com T = 1.

Tabela 2.1: Funções de transferência para a aproximação de Padé de ordem N .

N Aproximação para e−T s

2 − sT
1
2 + sT

12 − 6sT + (sT )2
2
12 + 6sT + (sT )2

120 − 60sT + 12(sT )2 − (sT )3


3
120 + 60sT + 12(sT )2 + (sT )3

1680 − 840sT + 180(sT )2 − 20(sT )3 + (sT )4


4
1680 + 840sT + 180(sT )2 + 20(sT )3 + (sT )4

30240 − 15120sT + 3360(sT )2 − 420(sT )3 + 30(sT )4 − (sT )5


5
30240 + 15120sT + 3360(sT )2 + 420(sT )3 + 30(sT )4 + (sT )5

1.5

1
Amplitude

0.5

R2
R5
−0.5
R30
exp(-s)

−1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (seconds)

Figura 2.8: Resposta ao degrau para as aproximações de Padé de ordem 2, 5 e 30, com T = 1.

2.4.1 Conceitos de estabilidade (assintótica)


Considere a seguinte função de transferência

(s − z1 )(s − z2 ) · · · (s − zm )
H(s) = K
(s − p1 )(s − p2 ) · · · (s − pn )
Prof. Camino, J. F. Análise de Sistemas Lineares 36

em que n > m, p1 = p2 = · · · = pℓ é um polo de multiplicidade 2 ≤ ℓ ≤ n, e os n − ℓ polos restantes são todos


distintos. Decompondo em frações parciais, tem-se
c1 c2 cℓ cℓ+1 cn
H(s) = + 2
+ ··· + ℓ
+ + ··· +
s − p1 (s − p1 ) (s − p1 ) s − pℓ+1 s − pn
Aplicando a inversa da transformada de Laplace e utilizando o resultado do exercício 2.0.6, tem-se
tℓ−1 p1 t
(2.4) h(t) = c1 ep1 t + c2 tep1 t + · · · + cℓ e + cℓ+1 epℓ+1 t + · · · + cn epn t , t≥0
(ℓ − 1)!
Portanto, para que h(t) convirja a zero, com t → ∞, é necessário que Re(pi ) < 0, para i = 1, . . . , n. Isso
implica que todos os polos da função de transferência devem pertencer ao semiplano esquerdo aberto do plano
complexo s, como apresentado na Figura 2.9.

Im

0 Re

Figura 2.9: Região de estabilidade no plano complexo s.

Definição 2.4.1 Um sistema linear invariante no tempo é assintoticamente estável se os polos pi da função de
transferência H(s) satisfizerem Re(pi ) < 0, para i = 1, . . . , n.

Observação 2.4.2 Note que, de acordo com a definição 2.4.1, se um sistema linear invariante no tempo é
assintoticamente estável, então sua resposta impulsiva dada por (2.4) convergirá a zero com t → ∞.

Observação 2.4.3 De acordo com a observação 2.1.1, se a função de transferência H(s) for própria, ou seja
n = m, ela pode ser reescrita como H(s) = P̄ (s)/Q̄(s) + D, com D constante e o grau de P̄ (s) estritamente
menor do que o grau de Q̄(s). Assim, as condições de estabilidade assintótica requerem que a parte real dos
polos de Q̄(s) seja estritamente menor que zero.

Exercício 2.4.1 Mostre que se um sistema linear invariante no tempo de segunda ordem for assintoticamente
estável, então sua resposta homogênea (devido a uma condição inicial qualquer) convergirá a zero, com t → ∞.

2.5 Estabilidade BIBO


Um sistema é dito BIBO (Bounded Input Bounded Output) estável se toda entrada limitada produzir uma
saída limitada. Um sinal x(t) é limitado se existir um número finito M tal que |x(t)| < M para todo t.

Lema 2.5.1 Um sistema linear invariante no tempo é BIBO estável, se e somente se,
Z ∞
kh(t)k1 = |h(t)| dt < ∞
−∞

ou seja, se sua resposta impulsiva for absolutamente integrável.

Prova. Para provar a condição de suficiência, note que


Z ∞ Z ∞

|y(t)| =
h(τ )x(t − τ ) dτ ≤ |h(τ )||x(t − τ )| dτ
−∞ −∞

Como |x(t)| < M para qualquer t, então


Z ∞
|y(t)| ≤ M |h(τ )| dτ
−∞

Portanto, a saída y(t) é limitada sempre que h(t) for absolutamente integrável.
Prof. Camino, J. F. Análise de Sistemas Lineares 37

Lema 2.5.2 Um sistema linear causal invariante no tempo é BIBO estável se, e somente se, for assintotica-
mente estável.

Exercício 2.5.1 Prove o Lema 2.5.2.

Exemplo 2.5.1 Mostre que o sistema abaixo não é BIBO estável e determine uma entrada x(t) limitada tal
que a saída y(t) não seja limitada.
ÿ(t) + 4y(t) = x(t)

A função de transferência, que relaciona a transformada de Laplace da saída y(t) com a transformada de
Laplace da entrada x(t) é dada por
Y (s) 1
H(s) = = 2
X(s) s +4
Note que esse sistema não é assintoticamente estável já que os polos de H(s), dados por s = ±2j, estão no eixo
imaginário.
A resposta impulsiva para esse sistema é obtida aplicando-se um impulso na entrada, ou seja, x(t) = δ(t) e
X(s) = 1. Nesse caso, tem-se que a saída é dada por

1
Y (s) =
s2 + 4

Aplicando a inversa da transformada de Laplace, obtém-se

h(t) = 1/2 sin(2t), t≥0

Como kh(t)k1 não é finita, concluísse que o sistema não é BIBO estável. Portanto, existe uma entrada x(t)
limitada tal que y(t) não seja limitada.
Considere a seguinte entrada
x(t) = 2 cos(2t), t≥0

cuja transformada de Laplace é


2s
X(s) =
s2 +4
Nesse caso, a saída Y (s) é dada por

2s
Y (s) = H(s)X(s) =
(s2 + 4)2

A função Y (s) possui polos múltiplos em p1 = 2j e p2 = −2j. Sua decomposição em frações parciais é dada por
c1 c2 c3 c4
Y (s) = + + +
(s − p1 ) (s − p1 )2 (s − p2 ) (s − p2 )2

Os resíduos são dados por c1 = c3 = 0 e c2 = −1/4j, c4 = 1/4j. Assim

−j j
Y (s) = 2
+
4(s − 2j) 4(s + 2j)2

Aplicando a inversa da transformada de Laplace, lembrando que


 
α
L−1 = α t e−βt , t≥0
(s + β)2

tem-se
j j 1
y(t) = − te2jt + te−2jt = t sin(2t), t≥0
4 4 2
Prof. Camino, J. F. Análise de Sistemas Lineares 38

2.6 Exercícios
Exercício 2.6.1 Defina a transformada de Laplace F (s) de um sinal f (t) por
Z ∞
F (s) = L[f (t)] = f (t)e−st dt
0−

Defina a convolução f1 (t) ∗ f2 (t) entre os sinais f1 (t) e f2 (t) por


Z ∞ Z ∞
f1 (t) ∗ f2 (t) = f1 (t − τ )f2 (τ ) dτ = f2 (t − τ )f1 (τ ) dτ = f2 (t) ∗ f1 (t)
−∞ −∞

Prove as seguintes propriedades:

1. L[f1 (t) ∗ f2 (t)] = F1 (s)F2 (s)


Z t 
1
2. L f (τ ) dτ = F (s)
0 s
 n  n
d n
X dk−1
3. L n
f (t) = s F (s) − sn−k f (k−1) (0), em que f (k−1) = k−1 f (t)
dt dt
k=1

dn
4. L [tn f (t)] = (−1)n F (s)
dsn
  Z ∞
1
5. L f (t) = F (τ )dτ
t s

Exercício 2.6.2 Prove o teorema do valor final e o teorema do valor inicial.

Exercício 2.6.3 Prove que se f (t) for uma função periódica de período T tal que f (t + nT ) = f (t), para todo
t ≥ 0, então
Z T
1
L[f (t)] = f (t)e−st dt
1 − e−T s 0
Dicas:
Z ∞ ∞ Z
X (n+1)T
1. ··· = ···
0 n=0 nT


X ∞
X
−nT s −T s
2. e =1+e e−nT s
n=0 n=0

Exercício 2.6.4 Encontre a transformada de Laplace da função periódica trem de pulsos f (t) abaixo.

f (t)
A

···

t
τ T

Figura 2.10: Trem de pulsos.

Exercício 2.6.5 Note que F (s) do Exercício 2.6.4 não é mais uma função racional em s devido ao termo e−T s .
Usando a aproximação de Padé de primeira ordem, determine um “equivalente” racional.

Exercício 2.6.6 Determine a transformada de Laplace das seguintes funções:


Prof. Camino, J. F. Análise de Sistemas Lineares 39

1. f (t) = exp(−0.4t) cos(12t)µ(t), com µ(t) o degrau unitário.

2. f (t) = sin(4t + π/3)µ(t)

3. f (t) = sin(ωt) cos(ωt)µ(t)

4. f (t) = t exp(−t) cos(5t)µ(t)

Exercício 2.6.7 Usando o teorema do valor final, determine f (∞) sabendo que F (s) é dada por

F (s) = 10/(s2 + s)

Verifique o resultado calculando a inversa da transformada de Laplace de F (s).

Exercício 2.6.8 Usando o teorema do valor inicial, determine f (0) e f˙(0) para

F (s) = 1/(s + 2)2

Exercício 2.6.9 Determine a inversa da transformada de Laplace das seguintes funções:

1. F (s) = 1/(s2 (s2 + ω 2 ))

2. F (s) = ωn2 /(s(s2 + 2ζωn s + ωn2 ))

Exercício 2.6.10 Usando o Matlab, determine a expansão em frações parciais de

s4 + 5s3 + 6s2 + 9s + 30
F (s) =
s4 + 6s3 + 21s2 + 46s + 30
Em seguida, determine a inversa da transformada de Laplace de F (s).

Exercício 2.6.11 Resolva as seguintes equações diferenciais com e sem o uso da transformada de Laplace:

1. 2ẍ + 7ẋ + 3x = 0, x(0) = 3, ẋ(0) = 0

2. ẋ + 2x = δ(t), x(0) = 0

3. ẍ + 2ζωn ẋ + ωn2 x = 0, x(0) = x0 , ẋ(0) = v0

4. ẋ + ax = A sin(ωt), ẋ(0) = x0

5. ẍ + 6ẋ + 8x = 10 exp(−4t), x(0) = 0, ẋ(0) = 0

6. ẍ + 10ẋ + 24x = 50 exp(−2t) cos(3t), x(0) = 4, ẋ(0) = 1

Exercício 2.6.12 Mostre que a resposta de um sistema a uma entrada rampa unitária pode ser obtida como a
integral da resposta ao degrau unitário.

Exercício 2.6.13 Um sistema é dito estável no sentido “bounded input, bounded output” (BIBO), se qualquer
entrada limitada x(t) implicar numa saída limitada y(t). Prove que se o sistema for linear e invariante no
tempo, a estabilidade BIBO é equivalente às seguintes condições:

1. sua resposta impulsiva h(t) é absolutamente integrável.

2. sua resposta impulsiva h(t) → 0 com t → ∞

3. os polos da função de transferência H(s) encontram-se (estritamente) no semiplano esquerdo do plano


complexo s.

4. as raízes da equação característica possuem parte real estritamente negativa.


Prof. Camino, J. F. Análise de Sistemas Lineares 40

Exercício 2.6.14 Considere um sistema S cuja a saída y(t) e a entrada x(t) estão relacionados por
1. y(t) = tx(t)

2. y(t) = x2 (t + 1)

3. y(t) = x(t) sin(t + 1)

4. y(t) = x(sin(t))
Determine se o sistema S é ou não é: (i) linear; (ii) invariante no tempo; (iii) causal.

Exercício 2.6.15 Seja

x(t) = µ(t − 3) − µ(t − 5) e h(t) = exp(−3t)µ(t),

com µ(t) o degrau unitário. Calcule y(t) = x(t) ∗ h(t) e g(t) = (dx(t)/dt) ∗ h(t).

Exercício 2.6.16 Considere o circuito elétrico da figura abaixo.

R
+
p(t) R
C v(t)

R

1. Determine a equação diferencial considerando R = C = 1.

2. Encontre a resposta impulsiva h(t).

3. Seja p(t) = 2(t) a função degrau de amplitude 2 Volts. Determine a tensão v(t) usando a integral de
convolução v(t) = h(t) ∗ p(t).

4. Usando a transformada de Laplace, encontre a tensão de saída v(t) para uma entrada p(t) = 2(t) Volts e
condição inicial v(t = 0) = 0.5 Volts.

Exercício 2.6.17 Considere o seguinte sistema mecânico:


x

f (t)
m

1. Derive a equação dinâmica deste sistema.

2. Determine a função de transferência H(s) = X(s)/F (s).

3. Considere os seguintes valores numéricos: m = 1, c = 14 e k = 100. Calcule X(s) para a entrada f (t)
trem de pulsos da Figura 2.10, de amplitude A = 1, largura τ = 0.5 e período T = 1.

4. Usando o comando residue do Matlab, determine a decomposição em frações parciais de X(s). O comando
[r,p,k]=residue(B,A) fornece
B(s) r(1) r(2) r(n)
= + + ··· + + k(s)
A(s) s − p(1) s − p(2) s − p(n)
em que os vetores r e p contém respectivamente os resíduos e os polos de B(s)/A(s).

5. Aplicando a inversa da transformada de Laplace, determine o deslocamento x(t). Obs.: pode-se usar a
aproximação de Padé se assim desejar.
Capítulo 3

Equações a Diferenças Finitas

O comportamento dinâmico de sistemas discretos é em geral descrito por equações a diferenças. Por exemplo,
uma equação a diferenças de primeira ordem é dada por

(3.1) y(k + 1) = f (k, y(k)), y(0) = y0 , k = 0, 1, 2, . . .

Essa equação será linear se a função f (·, y) for linear em y. Uma solução dessa equação é uma sequência de
números y(0), y(1), y(2), . . . que satisfaz a equação acima para cada k.

Exemplo 3.0.1 Considere a equação a diferenças de primeira ordem homogênea dada por

y(k + 1) = ay(k), y(0) = y0 , k = 0, 1, 2, . . .

Suponha que a solução homogênea tenha a forma

yh (k) = Cak , k≥0

em que C é uma constante a ser determinada pela condição inicial. Sabendo que yh (0) = y0 , tem-se que
yh (0) = Ca0 = C. Portanto, C = y0 e a solução homogênea é dada por

yh (k) = ak y0 , k≥0

Perceba que yh (k) = 0 também é uma solução dessa equação, correspondente ao valor inicial y0 = 0. O
comportamento de yh (k) no limite é dado por

0

 , se |a| < 1
lim yh (k) = y0 , se a = 1
k→∞ 

não existe , se |a| ≥ 1

Portanto, a origem y = 0 é assintoticamente estável para |a| < 1. Note que se a = −1, a solução é a sequência
de pontos {y0 , −y0 , y0 , −y0 , y0 , . . . }.

Exemplo 3.0.2 Considere a seguinte equação a diferenças de primeira ordem

(3.2) y(k + 1) = ay(k) + x(k), k≥0

com termo forçado (a entrada) constante



b, k≥0
x(k) =
0, k<0

41
Prof. Camino, J. F. Análise de Sistemas Lineares 42

e condição inicial y(0) = y0 . Para determinar a solução geral (completa) y(k) = yh (k) + yp (k) é necessário
calcular primeiramente a solução particular (forçada) yp (k). Suponha que a solução particular dessa equação
tenha a forma
yp (k) = α, k≥0

Então, substituindo yp (k + 1) = α em (3.2), tem-se

α = aα + b

Assumindo que a 6= 1, obtém-se


b
α=
1−a
e a solução particular, para a 6= 1, é dada por

b
yp (k) = , k≥0
1−a
Por outro lado, para tratar o caso a = 1, assume-se que a solução tem a forma

yp (k) = kα, k≥0

Então, substituindo yp (k + 1) = (k + 1)α em (3.2), tem-se

(k + 1)α = kα + b

Portanto, α = b e a solução particular, para a = 1, é dada por

yp (k) = kb, k≥0

Agora, para determinar a solução completa dada por

y(k) = yh (k) + yp (k)

é necessário levar em consideração a solução homogênea, que tem a forma yh (k) = Cak (ver Exemplo 3.0.1
anterior). Para o caso a 6= 1, tem-se

b b
y(0) = y0 = yh (0) + yp (0) = Ca0 + =⇒ C = y0 −
1−a 1−a
Para o caso a = 1, tem-se

y(0) = y0 = yh (0) + yp (0) = Ca0 =⇒ C = y0

Assim, a solução completa fica sendo



y0 + kb
 , se a = 1
 
y(k) = b b
 y0 −
 ak + , se a 6= 1
1−a 1−a

que pode ainda ser reescrita de forma equivalente como



y0 + kb
 , se a = 1
y(k) = 1 − ak
ak y0 +
 b , se a 6= 1
1−a

Note que se |a| < 1, a parte transiente, dada por (y0 − b/(1 − a)) ak , converge para zero e a solução em regime
permanente é dada por b/(1 − a).
Prof. Camino, J. F. Análise de Sistemas Lineares 43

Exemplo 3.0.3 Para o Exemplo 3.0.2 anterior, a solução completa pode também ser obtida por recursão, como
segue. Sabendo que y(0) = y0 , fazendo k = 0, na equação a diferenças de primeira ordem não homogênea

y(k + 1) = ay(k) + x(k)

tem-se y(1) = ay(0) + b = ay0 + b. Assim, de forma análoga, para k = 1, 2, . . . , obtém-se a sequência

y(1) = ay(0) + b = ay0 + b


y(2) = ay(1) + b = a2 y0 + ab + b
y(3) = ay(2) + b = a3 y0 + a2 b + ab + b
..
.

A forma geral fica sendo



y(k) = ak y0 + ak−1 + ak−2 + . . . + a + 1 b

Assim, se a = 1, tem-se
y(k) = y0 + kb

Por outro lado, se a 6= 1, a expressão acima pode ser simplificada (ver Exercício 3.0.18) percebendo que

1 − ak
1 + a + · · · + ak−1 =
1−a
Portanto, a solução completa é dada por

y0 + kb
 , se a = 1
y(k) = 1 − ak
ak y0 +
 b , se a 6= 1
1−a
que é exatamente a mesma solução obtida no exemplo anterior.

Exercício 3.0.18 Prove a seguinte expressão:


k−1
X 1 − ak
an = 1 + a + · · · + ak−1 =
n=0
1−a

Portanto, se |a| < 1, tem-se no limite



X 1
an =
n=0
1−a

Exemplo 3.0.4 Considere a equação a diferenças de segunda ordem homogênea dada por

(3.3) y(k + 2) + a1 y(k + 1) + a2 y(k) = 0, k≥0

com condições iniciais y(0) = y0 e y(1) = y1 . Propondo-se a solução y(k) = rk e substituindo-a na equação
acima, obtém-se
rk+2 + a1 rk+1 + a2 rk = 0 =⇒ rk (r2 + a1 r + a2 ) = 0

Portanto, se λ satisfaz a equação característica

r2 + a1 r + a2 = 0

então λk é uma solução da equação a diferenças. Assumindo que as duas raízes denotadas por λ1 e λ2 são
distintas (λ1 6= λ2 ), a solução tem a forma

(3.4) y(k) = C1 λk1 + C2 λk2


Prof. Camino, J. F. Análise de Sistemas Lineares 44

É possível provar que essa solução é geral, mostrando que se pode escolher C1 e C2 de forma a satisfazer qualquer
condição inicial y(0) = y0 e y(1) = y1 . Substituindo as condições iniciais em (3.4), tem-se
" # " #" #
y0 = C1 + C2 y0 1 1 C1
⇒ =
y1 = C1 λ1 + C2 λ2 y1 λ1 λ2 C2

Como λ1 6= λ2 a matriz é inversível obtendo-se


" # " #" #
C1 1 −λ2 1 y0
=
C2 λ1 − λ2 λ1 −1 y1

Assim a resposta y(k) fica sendo


y1 − y0 λ2 k y0 λ1 − y1 k
y(k) = λ + λ
λ1 − λ2 1 λ1 − λ2 2
Por outro lado, se as duas raízes da equação característica forem iguais, ou seja λ = λ1 = λ2 , pode-se sugerir
como uma segunda solução
y(k) = kλk
Nesse caso, a solução geral tem a forma

y(k) = C1 λk + C2 kλk

Usando as condições iniciais y0 e y1 , obtém-se


" # " #" #
y0 = C1 y0 1 0 C1
⇒ =
y1 = C1 λ + C2 λ y1 λ λ C2

Se λ 6= 0, o sistema é inversível, fornecendo


" # " #" #
C1 1 λ 0 y0
=
C2 λ −λ 1 y1

Assim a resposta y(k) fica sendo


y(k) = y0 λk + k(λ−1 y1 − y0 )λk
Isso prova que a solução sugerida é geral sempre que as raízes repetidas não forem nulas (λ 6= 0). Note que se
as raízes repetidas forem nulas (λ1 = λ2 = 0), o que ocorre unicamente se a1 = a2 = 0, a equação a diferenças
se reduz a
y(k + 2) = 0, y(0) = y0 , y(1) = y1
Nesse caso específico, a solução é claramente dada pela sequência de pontos y(k) = {y0 , y1 , 0, 0, 0, 0, . . . }.

A solução particular yp (k) de uma equação a diferenças depende da forma da entrada x(k). Soluções
particulares típicas estão apresentadas na Tabela 3.1. A solução completa é da dada pela soma da parte
homogênea com a não homogênea, ou seja, y(k) = yh (k) + yp (k).

Exemplo 3.0.5 Considere a equação a diferenças dada por


n
X m
X
(3.5) ai y(k + n − i) = bi x(k + m − i), k≥0
i=0 i=0

com condições iniciais y(0) = y0 , . . . , y(n − 1) = yn−1 . Sua solução homogênea deve satisfazer
n
X
ai y(k + n − i) = 0
i=0

A forma da solução homogênea yh (k) depende do tipo das raízes1 da equação característica:
1 Note que para um par de raízes complexas conjugadas, tem-se que λn + λ̄n = (σ + jω)n + (σ − jω)n = 2(σ 2 + ω 2 )n/2 cos(nθ)
em que θ ∈ (−π, +π) é o argumento (o ângulo de fase em radianos) do número complexo λ.
Prof. Camino, J. F. Análise de Sistemas Lineares 45

Tabela 3.1: Soluções particulares típicas.


Termo forçado x(k) Forma da solução particular yp (k)
constante α
k α1 + α2 k
k2 α1 + α2 k + α3 k 2
kN α1 + α2 k + · · · + αN +1 k N
cos(ωk) β1 cos(ωk) + β2 sin(ωk)
sin(ωk) β1 cos(ωk) + β2 sin(ωk)
rk γrk (ou γkrk se r for uma raiz)

1. Raízes distintas. Nesse caso, a solução é dada por

yh (k) = C1 λk1 + C2 λk2 + · · · + Cn λkn

2. Raízes múltiplas. Por exemplo, a raiz λ1 possui multiplicidade l. Nesse caso, a solução é dada por
l
X n
X
yh (k) = Ci k i−1 λk1 + Ci λki
i=1 i=l+1

3.0.1 Análise de estabilidade


• Assuma uma solução do tipo yh (k) = Cλk , com λ e C ∈ R.

20 3

18

2.5
16

14
2

12

10 1.5
yh (k)

yh (k)

1
6

4
0.5

0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

k k
Figura 3.1: Caso λ > 1. Ex. C = 1/3 e λ = 3/2. Figura 3.2: Caso 0 < λ < 1. Ex. C = 3 e λ = 1/2.

3 8

2.5 6

2
4

1.5
2

1
0

0.5
yh (k)
yh (k)

−2
0

−4
−0.5

−6
−1

−1.5 −8

−2 −10
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

k k
Figura 3.3: Caso −1 < λ < 0. Ex. C = 3 e λ = −3/5. Figura 3.4: Caso λ < −1. Ex. C = −1 e λ = −5/4.

• Para λ = σ + iω complexo, tem-se Cλk = C|λ|k eikθ . Portanto a região de estabilidade é dada por |λ| < 1,
ou seja, o interior do círculo unitário.
Prof. Camino, J. F. Análise de Sistemas Lineares 46

Im(z)

|z| < 1

Re(z)
-1 1

Figura 3.5: Região de estabilidade no plano complexo z.

3.1 Definição de alguns sinais discretos


Uma sequência é denotada por
{x(k), k = −∞, . . . , −1, 0, 1, . . . , +∞}

Se um sinal contínuo x(t) é amostrado a cada período de tempo T [segundos], então esse processo resultará
numa sequência
{x(kT )}

Geralmente, é adotada a notação x(k) para {x(kT )}.

1. Impulso unitário:

1 se k = 0
δ(k) =
0 se k 6= 0

2. Degrau unitário
µ(k)

2
1 se k ≥ 0
µ(k) = 1 b b b b b b ...
0 se k < 0
... b b b k
−3 −2 −1 0 1 2 3 4 5

3. Sequência exponencial x(k) = ak .


ak
2 t
u
t
u
t
u
1 bu
t
b
b b b b b
k
−1 1 2 3 4 5 6
−1 t
u
t
u
t
u

Figura 3.6: Sequência exponencial com a = 0.6 (círculos) e a = −1.1 (triângulos).

4. Sequência senoidal x(k) = sin(ωo k).


Um sinal discreto é dito periódico se
x(k) = x(k + P )

em que P é uma constante inteira. O período do sinal é o menor valor de P que satisfaz a condição de
periodicidade. A sequência senoidal só é periódica se ωo /(2π) for um número racional.
Prof. Camino, J. F. Análise de Sistemas Lineares 47

x(t), x(k)
1 d
l

d
l d
l d
l
t, k
1.57 3.14 4.71 6.28
−1 d
l

Figura 3.7: Sinal x(t) = sin(t) e sua discretização x(k) = sin(kπ/2).

Exemplo 3.1.1 Considere o sinal x(t) = sin(ωt) com ω = 1 rad/s apresentado na figura abaixo.
A frequência f [Hertz] de um sinal está relacionada com a frequência angular ω [rad/s] e o período T [s]
pela relação ω = 2π/T = 2πf .
Discretizando esse sinal com uma taxa de amostragem Ta = π/2 [s], tem-se


t = k Ta =
2
Assim, a frequência de amostragem é
1 2
fa = =
Ta π
Portanto
x(k) := x(t)|t=kTa = x(kTa ) = sin(ωkTa )

Para este exemplo, com ω = 1 e Ta = π/2, tem-se

x(k) = sin(kπ/2) = sin(ωo k)

com ωo = π/2 [rad/s].


Note que ωo /(2π) é racional, já que ωo /(2π) = 1/4. Portanto, o período P do sinal discretizado é dado
por P = 2π/ω0 = 4. Esse mesmo resultado pode ser obtido observando que se x(k) é periódico de período
P , então x(k) = x(k + P ). Assim, para x(k) = sin(kπ/2), tem-se
 π π π 
x(k + P ) = sin (k + P ) = sin k+ P
2 2 2
que será periódico sempre que
π
P = 2π =⇒ P =4
2

3.2 Propriedades de sinais discretos


1. A energia de uma sequência é definida por

X ∞
X

E= x(k)x (k) = |x(k)|2
k=−∞ k=−∞

em que x∗ (k) é o complexo conjugado de x(k).

2. Um sinal discreto pode ser escrito como



X
x(k) = x(n)δ(k − n)
n=−∞
Prof. Camino, J. F. Análise de Sistemas Lineares 48

2.0
b 1.6
1.1 b
b 0.8
b
b
−3 −2 −1 1 2 3 4
b
-1.3 b b
-1.7
-1.9

Exemplo 3.2.1 Considere o sinal da figura abaixo


Esse sinal pode ser reescrito como

x(k) = x(−3)δ(k + 3) + x(−2)δ(k + 2) + x(−1)δ(k + 1) + x(0)δ(k)


+ x(1)δ(k − 1) + x(2)δ(k − 2) + x(3)δ(k − 3) + x(4)δ(k − 4)

Equivalentemente

x(k) = 1.1δ(k + 3) − 1.3δ(k + 2) − 1.9δ(k + 1) + 0.8δ(k) + 2.0δ(k − 2) + 1.6δ(k − 3) − 1.7δ(k − 4)

3. A convolução entre os sinais x(k) e y(k) é dada por



X ∞
X
y(k) ∗ x(k) = y(k − n)x(n) = y(n)x(k − n) = x(k) ∗ y(k)
n=−∞ n=−∞

3.3 Propriedades de sistemas discretos


Considere o sistema da figura abaixo.

x(k) Sistema y(k)

Figura 3.8: Sistema a tempo discreto.

1. Linearidade. Seja y1 (k) a saída para a entrada x1 (k) e y2 (k) a saída para a entrada x2 (k). Então, o
sistema é linear se a saída para a entrada

αx1 (k) + βx2 (k) for αy1 (k) + βy2 (k)

2. Causalidade. Um sistema discreto é causal se a saída para um instante de tempo ko depender apenas de
entradas para k ≤ ko .

Exemplo 3.3.1 O sistema y(k) = cos(k + 1) x(k) é causal.

3. Invariância no tempo. Se y(k) for a saída para uma entrada x(k), então, y(k − ko ) é a saída para a entrada
x(k − ko ).

Exemplo 3.3.2 Seja o sistema discreto dado por

y(k) = k x(k)

Então, para a entrada x1 (k), tem-se y1 (k) = kx1 (k). Seja x2 (k) = x1 (k + ko ). Então, a saída é

y2 (k) = kx2 (k) = kx1 (k + ko )

No entanto
y1 (k + ko ) = (k + ko )x1 (k + ko ) 6= y2 (k)
Portanto, o sistema é variante no tempo.
Prof. Camino, J. F. Análise de Sistemas Lineares 49

3.4 Exercícios
Exercício 3.4.1 Defina a convolução entre os sinais y(k) e x(k) por

X ∞
X
y(k) ∗ x(k) = y(k − n)x(n) = y(n)x(k − n) = x(k) ∗ y(k)
n=−∞ n=−∞

Prove as seguintes relações:

(a) x(k) ∗ y(k) = y(k) ∗ x(k)

(c) x(k) ∗ (y(k) + f (k)) = x(k) ∗ y(k) + x(k) ∗ f (k)

(d) x(k) ∗ δ(k) = δ(k) ∗ x(k) = x(k)

(e) x(k) ∗ δ(k − τ ) = x(k − τ )

Exercício 3.4.2 Calcule a convolução entre os sinais x(k) e y(k) dados por

x(k) = δ(k + 2) − 1.5δ(k − 1) + u(k − 2)


y(k) = δ(k + 2) − δ(k − 1)

Exercício 3.4.3 Considere α ∈ C. Prove as seguintes expressões:



N
X −1 N
 , se α = 1
1. αn = 1 − αN
n=0

 , se α 6= 1
1−α

X 1
2. αn = , |α| < 1
n=0
1−α

X α
3. n αn = , |α| < 1
n=0
(1 − α)2

Exercício 3.4.4 Calcule a expressão abaixo.



X
αn , |α| < 1, α∈C
n=τ

Exercício 3.4.5 Considere um sistema S cuja entrada x(k) e a saída y(k) estão relacionados por

1. y(k) = x(k) + 5 cos(x(k))

2. y(k) = k + x(k − k 2 )µ(k)

3. y(k) = kx(k) + 5x(k − 1)

4. y(k) = 3x(k + 1)

Determine se o sistema S é ou não é: (i) linear; (ii) invariante no tempo; (iii) causal.

Exercício 3.4.6 Considere a sequência de Fibonacci {yk } definida pela equação

y(k + 2) = y(k + 1) + y(k), y(0) = 2, y(1) = 1

Mostre que
√ !k √ !k
1+ 5 1− 5
y(k) = µ(k) + µ(k)
2 2
Prof. Camino, J. F. Análise de Sistemas Lineares 50

Exercício 3.4.7 Determine as condições sobre os coeficientes a1 e a2 para que todas as soluções de

y(k + 2) + a1 y(k + 1) + a2 y(k) = x(k), y(0) = y0 , y(1) = y1

com x(k) uma entrada limitada qualquer, convirjam para zero com k → ∞.

Exercício 3.4.8 Para a equação a diferenças de primeira ordem

y(k + 1) + 0.5y(k) = x(k), k≥0

com condições iniciais y(0) = y0 , determine:

1. Sua resposta impulsiva h(k);

2. A saída y(k) para a entrada x(k) = 1 + 3k 3 , com k ≥ 0;

3. A saída y(k) para a entrada x(k) = cos(kπ/2) + sin(2k), com k ≥ 0;

4. A saída y(k) para a entrada x(k) = (−0.5)2 µ(k).

Exercício 3.4.9 Calcule a solução geral (homogênea e particular) das seguintes equações a diferenças:

1. y(k) − 3.2y(k − 1) + y(k − 2) = 2x(k) − 5.7x(k − 1), y(0) = 0, y(1) = 1, x(k) = 0.5k .

2. 2y(k) − 13y(k − 1) + 4.3y(k − 2) = 3x(k), y(0) = 1, y(1) = 0, x(k) = 10 sin(3k).


Capítulo 4

Transformada Z

A definição da transformada Z (unilateral) de um sinal discreto f (k) é dada por


+∞
X
F (z) := Z[f (k)] = f (k)z −k
k=0

A aplicação dessa transformada em alguns sinais comuns será apresentado em seguida.


A transformada Z é definida apenas para sinais discretos. Porém, neste texto, com algum abuso de notação,
será usado Z[f (t)] para denotar a transformada do sinal discretizado f (k) := f (kT ) = f (t)|t=kT , com T o
período de amostragem.

4.1 Transformada de funções básicas


1. Impulso unitário 
1 , se k = 0
f (k) = δ(k) =
0 , se k 6= 0
Portanto, sua transformada Z é dada por
+∞
X 0
X
F (z) = Z[δ(k)] = δ(k)z −k = z −k = 1
k=0 k=0

2. Degrau unitário 
1 , se k ≥ 0
f (k) = µ(k) =
0 , se k < 0

Portanto, sua transformada Z é dada por


+∞
X 1 z
F (z) = Z[µ(k)] = z −k = 1 + z −1 + z −2 + · · · = −1
=
1−z z−1
k=0

Note (ver Exercício 3.0.18) que essa série converge para |z| > 1 (região de convergência).

3. Função polinomial 
ak , se k ≥ 0
f (k) =
0 , se k < 0
Portanto, sua transformada Z é dada por
+∞
X +∞
X
F (z) = Z[f (k)] = Z[ak µ(k)] = ak z −k = (a−1 z)−k
k=0 k=0

51
Prof. Camino, J. F. Análise de Sistemas Lineares 52

Fazendo a mudança de variável z̄ = a−1 z, obtém-se


+∞ +∞
X X 1 1 z
F (z) = (a−1 z)−k = z̄ −k = −1
= −1
=
1 − z̄ 1 − az z−a
k=0 k=0

4. Função exponencial 
e−akT , se k ≥ 0
f (kT ) =
0 , se k < 0
Sua transformada Z é dada por
+∞
X +∞
X
F (z) = Z[f (kT )] = e−akT z −k = (eaT z)−k
k=0 k=0

Fazendo a mudança de variável z̄ = e aT


z, obtém-se
+∞ +∞
X
aT −k
X 1 1 z
F (z) = (e z) = z̄ −k = = =
1 − z̄ −1 1 − e−aT z −1 z − e−aT
k=0 k=0

5. Função senoidal 
sin(ωkT ) , se k ≥ 0
f (k) =
0 , se k < 0
Sua transforma Z é dada poe
 
1 jωkT −jωkT
 1 
F (z) = Z[sin(ωkT )] = Z e −e = Z[ejωkT ] − Z[e−jωkT ]
2j 2j
   
1 1 1 1 (ejωT − e−jωT )z −1
= − =
2j 1 − ejωT z −1 1 − e−jωT z −1 2j 1 − (ejωT + e−jωT )z −1 + z −2
z sin(ωT )
= 2
z − 2z cos(ωT ) + 1

4.2 Propriedades da transformada Z


1. Multiplicação por uma constante.

Z[af (k)] = aZ[f (k)] = aF (z)

2. Linearidade.
f (k) = αf1 (k) + βf2 (k) → F (z) = αF1 (z) + βF2 (z)

3. Deslocamento em atraso. Se F (z) = Z[f (k)], então

Z[f (k − n)] = z −n F (z) + z −n+1 f (−1) + · · · + z −1 f (−n + 1) + f (−n)

Prova: Usando a definição da transformada Z, tem-se



X ∞
X
Z[f (k − n)] = f (k − n)z −k = z −n f (k − n)z −(k−n)
k=0 k=0

Fazendo a substituição de variável k − n = h, tem-se


∞ ∞ h=−1
!
X X X
−n −h −n −h −h
Z[f (k − n)] = z f (h)z =z f (h)z + f (h)z
h=−n h=0 h=−n

= z −n F (z) + z −n+1 f (−1) + · · · + z −1 f (−n + 1) + f (−n)


Se f (−1), . . . , f (−n) forem todos nulos, então Z[f (k − n)] = z −n F (z). Assim, para f (k) = g(k)µ(k),
tem-se
Z[g(k − n)µ(k − n)] = z −n G(z)
Prof. Camino, J. F. Análise de Sistemas Lineares 53

4. Multiplicação de f (k) por ak .


Z = [ak f (k)] = F (a−1 z)
Prova:

X ∞
X
Z[ak f (k)] = ak f (k)z −k = f (k)(a−1 z)−k = F (a−1 z)
k=0 k=0

5. Deslocamento em avanço. Se f (k) = 0, k < 0 e F (z) = Z[f (k)], então


n−1
!
X
n −k
Z[f (k + n)] = z F (z) − f (k)z
k=0

Assim:

Z[f (k + 1)] = zF (z) − zf (0)


Z[f (k + 2)] = zZ[f (k + 1)] − zf (1) = z 2 F (z) − z 2 f (0) − zf (1)
.. ..
. .

Exercício 4.2.1 Prove a propriedade do deslocamento em avanço.

6. Convolução. Seja F1 (z) = Z[f1 (k)] e F2 (z) = Z[f2 (k)], então

Z[f1 (k) ∗ f2 (k)] = F1 (z)F2 (z)

7. Teorema do valor inicial. Se F (z) = Z[f (k)] e limz→∞ F (z) existe, então

f (0) = lim F (z)


z→∞

Exemplo 4.2.1 Qual o valor de f (0) para

(1 − e−T )z 1 1
F (z) = −T
= −1

(z − 1)(z − e ) 1−z 1 − e z −1
−T

Calculando o limite, tem-se

lim F (z) = 1 − 1 = 0 =⇒ f (0) = 0


z→∞

Note que f (k) = µ(k) − e−kT µ(k).

8. Teorema do valor final.

(a) Suponha f (k), com f (k) = 0, k < 0, tenha a transformada F (z).

(b) Suponha que os polos de F (z) estejam dentro do círculo unitário, com a possível exceção de um polo
em |z| = 1 (essa é a condição para que {f (k)} seja finita).

Então

lim f (k) = lim 1 − z −1 F (z)
k→∞ z→1

Exemplo 4.2.2 Para o exemplo anterior com F (z) dada por

z (1 − e−T )
F (z) =
(z − 1) (z − e−T )
tem-se
 (1 − e−T )
lim f (k) = lim 1 − z −1 F (z) = lim =1
k→∞ z→1 z→1 (z − e−T )
Prof. Camino, J. F. Análise de Sistemas Lineares 54

9. Multiplicação de f (k) por k.


dF (z)
Z[kf (k)] = −z
dz
Prova: Usando a definição da transformada Z, tem-se
+∞
X +∞
X +∞
X 
Z[kf (k)] = kf (k)z −k = z kf (k)z −k−1 = −z f (k) −kz −k−1
k=0 k=0 k=0
+∞ +∞
X d −k d X dF (z)
= −z f (k) z = −z f (k)z −k = −z
dz dz dz
k=0 k=0

Exemplo 4.2.3 Usando a propriedade anterior


dF (z)
Z[kf (k)] = −z
dz
determine a transformada Z da discretização da rampa unitária dada por

t , se t ≥ 0
g(t) =
0 , se t < 0

Primeiramente, é necessário discretizar esse sinal com um tempo de amostragem T segundos, o que fornece

g(k) := g(t) t=kT = kT µ(k). Portanto, aplicando a transformada Z obtém-se

G(z) = Z[g(k)] = Z[kf (k)]

com f (k) = T µ(k). Notando que Z[f (k)] = T Z[µ(k)] = T z/(z − 1), tem-se
dF (z) T
=−
dz (z − 1)2
Assim, obtém-se finalmente
dF (z) Tz
G(z) = Z[g(k)] = Z[kf (k)] = −z =
dz (z − 1)2
Exercício 4.2.2 Mostre que a transformada Z de
ℓ−2
1 Y
f (k) = (k − i)pk−ℓ+1
(ℓ − 1)! i=0

é dada por
z
F (z) =
(z − p)ℓ

4.3 A inversa da transformada Z

f (t)
f2 (t) = 1 + sin(t)

f1 (t) = 1
1
f1 (k) = f2 (k)

t
0 T 2T 3T 4T

A inversa da transformada Z de um sinal F (z) produz a correspondente sequência f (k). No entanto, não é
possível obter um único f (t) que gere os pontos f (k), como demonstrado na figura. Os seguintes métodos serão
investigados para o cálculo da inversa da transformada Z:
Prof. Camino, J. F. Análise de Sistemas Lineares 55

1. Método da expansão em frações parciais

2. Método da divisão direta

3. Métodos computacionais (ver apêndice)

4.3.1 Método da expansão em frações parciais


Seja a função F (z) com m < n dada por
b0 z m + b1 z m−1 + · · · + bm−1 z + bm
F (z) =
z n + a1 z n−1 + · · · + an−1 z + an
A expansão em frações parciais para o caso discreto é análoga ao caso contínuo. Porém, é preferível efetuar
a expansão em frações parciais de F (z)/z em vez de F (z), ou seja
F (z) c0 c1 c2 cℓ cℓ+1 cn
= + + + ··· + + + ··· +
z z (z − p1 ) (z − p1 )2 (z − p1 )ℓ z − pℓ+1 (z − pn )
em que z = pℓ é um polo de multiplicidade ℓ e o restante são polos distintos. Após efetuada a expansão de
F (z)/z, obtém-se
c1 z c2 z cℓ z cℓ+1 z cn z
F (z) = c0 + + 2
+ ··· + ℓ
+ + ··· +
(z − p1 ) (z − p1 ) (z − p1 ) z − pℓ+1 (z − pn )
cuja transformada inversa é dada por
ℓ−2
cℓ Y
f (k) = c0 δ(k) + c1 pk1 + c2 kp1k−1 + · · · + (k − i)pk−ℓ+1
1 + cℓ+1 pkℓ+1 + · · · + cn pkn , k≥0
(ℓ − 1)! i=0

Exemplo 4.3.1 Seja


(1 − e−aT )z z z 1 1
F (z) = −aT
= − −aT
= −1
− −aT
(z − 1)(z − e ) z−1 z−e 1−z 1−e z −1
A inversa da transformada Z de F (z) é claramente dada por

f (k) = µ(k) − e−aT k µ(k)

Exemplo 4.3.2 Considere a seguinte função racional


(1 − e−aT )z
F (z) =
(z − 1)2 (z − e−aT )
Primeiramente, efetua-se a decomposição em frações parciais de F (z)/z como segue
F (z) c1 c2 c3
= + +
z (z − 1)2 (z − 1) (z − e−aT )
Os coeficientes ci são dados por
 
F (z) (1 − e−aT )
c1 = (z − 1)2 =1
z z=1 (1 − e−aT )
   
d F (z) d
c2 = (z − 1)2 = (1 − e−aT )(z − e−aT )−1 = −(1 − e−aT )−1
dz z z=1 dz z=1
  −aT
F (z) (1 − e )
c3 = (z − e−aT ) = −aT = −(e−aT − 1)−1
z z=e−aT (e − 1)2
Assim F (z) é dada por
z (1 − e−aT )−1 z (e−aT − 1)−1 z
F (z) = − −
(z − 1)2 (z − 1) (z − e−aT )
A inversa da transformada Z de F (z) é dada por

f (k) = kµ(k) − (1 − e−aT )−1 µ(k) − (e−aT − 1)−1 e−aT k µ(k)


Prof. Camino, J. F. Análise de Sistemas Lineares 56

4.3.2 Método da divisão direta


O método da divisão direta é baseado no fato de que

X
F (z) = f (kT )z −k = f (0) + f (T )z −1 + · · · + f (kT )z −k + · · ·
k=0

Exemplo 4.3.3 Determine f (k) para


10z + 5
F (z) =
(z − 1)(z − 0.2)
Os passos são os seguintes:
10z −1 + 5z −2 10z −1 + 5z −2
1. Reescrever F (z) como F (z) = =
(1 − z −1 )(1 − 0.2z −1 ) 1 − 1.2z −1 + 0.2z −2

2. Dividir o numerador pelo denominador

10z −1 + 17z −2 + 18.4z −3 + · · ·

1 − 1.2z −1 + 0.2z −2 10z −1 + 5z −2

−10z −1 + 12z −2 − 2z −3

17z −2 − 2z −3

−17z −2 + 20.4z −3 − 3.4z −4

18.4z −3 − 3.4z −4
..
.

Portanto, F (z) é dada por F (z) = 10z −1 + 17z −2 + 18.4z −3 + · · ·

3. Comparando F (z) acima com a definição da transformada Z, tem-se f (0) = 0, f (1) = 10, f (2) = 17, . . .

Exemplo 4.3.4 Para F (z) = 1 − 3z −2 , obtém-se diretamente os termos: f (0) = 1, f (1) = 0, f (2) = −3 e
f (k) = 0 para k ≥ 3, ou seja:
f (k) = δ(k) − 3δ(k − 2)

4.4 Resolução de equações a diferenças usando a transformada Z


Considere a seguinte equação

y(k + n) + a1 y(k + n − 1) + · · · + an y(k) = b0 x(k + m) + b1 x(k + m − 1) + · · · + bm x(k)

com k ≥ 0, n ≥ m, e condições iniciais dadas por

y(0) = y0 , y(1) = y1 , ... y(n − 1) = yn−1

Defina Y (z) = Z[y(k)]. Então, y(k + n) e y(k − n) podem ser reescritos em termos de Y (z) e das condições
iniciais lembrando1 que

Z[y(k + n)] = z n Y (z) − z n y(0) − z n−1 y(1) − · · · − zy(n − 1)


Z[y(k − n)] = z −n Y (z) + z −n+1 y(−1) + · · · + y(−n)

Em geral, y(k) = 0 para k < 0, assim Z[y(k − n)] = z −n F (z).


1 Ver seção 4.2.
Prof. Camino, J. F. Análise de Sistemas Lineares 57

Exemplo 4.4.1 Seja a equação

y(k + 1) − y(k) = 0, y(0) = y0 , k≥0

Aplicando a transformada Z, tem-se


z
zY (z) − zy(0) − Y (z) = 0 =⇒ Y (z) = y0
z−1
cuja transformada inversa é
y(k) = y0 µ(k)

Exemplo 4.4.2 Seja a equação


y(k + 1) = ay(k) + x(k), k≥0

em que a entrada x(k) é o impulso unitário δ(k) e a condição inicial y(0) é nula. Aplicando a transformada Z,
tem-se
1 z
zY (z) − zy(0) − aY (z) = 1 =⇒ Y (z) = = z −1
z−a z−a
Lembrando das seguintes propriedades:

1. o termo z/(z − a) é a transformada Z da função f (k) = ak µ(k);

2. a transformada inversa de z −1 F (z) é dada por z −1 F (z) = Z[f (k − 1)µ(k − 1)];

conclui-se que a solução y(k) é dada por

y(k) = a(k−1) µ(k − 1)

Exercício 4.4.1 Resolva, usando a transformada Z, a seguinte equação a diferenças de primeira ordem

y(k + 1) = ay(k) + x(k), k≥0

para a entrada x(k) = bµ(k) e condição inicial y(0) = y0 .

Exemplo 4.4.3 Considere o sistema

y(k + 1) + 2y(k) = 4k , y(0) = y0 , k≥0

Aplicando a transformada Z, tem-se


z
zY (z) − zy(0) + 2Y (z) =
z−4
Assim
z z 1 1 2 1 z
Y (z) = + y0 = + + y0
(z + 2)(z − 4) z+2 3z+2 3z−4 z+2
1 z −1 z 2 z −1 z z
= + + y0
3z+2 3z−4 z+2
cuja transformada inversa é

1 2
y(k) = (−2)k−1 µ(k − 1) + 4k−1 µ(k − 1) + y0 (−2)k µ(k)
3 3
Para se obter a equação acima, as seguintes propriedades foram utilizados:
z
Z[f (k − 1)µ(k − 1)] = z −1 F (z) e Z[ak µ(k)] =
z−a
Prof. Camino, J. F. Análise de Sistemas Lineares 58

Exemplo 4.4.4 Seja a equação

y(k + 2) + 3y(k + 1) + 2y(k) = 0, y0 = 0, y1 = 1, k≥0

Aplicando a transformada Z, tem-se

z 2 Y (z) − z 2 y0 − zy1 + 3(zY (z) − zy0 ) + 2Y (z) = 0

Assim
z z z
Y (z) = = −
(z + 1)(z + 2) z+1 z+2
cuja transformada inversa é
y(k) = (−1)k µ(k) − (−2)k µ(k)

Note que Y (z) pode ainda ser decomposto como


z 2 1
Y (z) = = −
(z + 1)(z + 2) z+2 z+1
cuja transformada inversa é
y(k) = 2(−2)k−1 µ(k − 1) − (−1)k−1 µ(k − 1)

Exemplo 4.4.5 Considere o sistema

y(k + 2) + y(k) = 0, k ≥ 0, y(0) = 1, y(1) = 0

Aplicando a transformada Z, obtém-se

z2
z 2 Y (z) − z 2 y(0) − zy(1) + Y (z) = 0 =⇒ Y (z) =
z2 + 1
Decompondo em frações parciais, tem-se
 
z2 1 z z
Y (z) = 2 = +
z +1 2 z+j z−j
cuja transformada inversa fornece
1 
y(k) = (−j)k + (j)k = cos(kπ/2)µ(k)
2
ou seja
y(0) = 1, y(1) = 0, y(2) = −1, y(3) = 0, y(n + 4) = y(n)

Exemplo 4.4.6 Seja a equação a diferenças dada por

y(k) − y(k − 2) = 0, k ≥ 0, y(−2) = a, y(−1) = b

Por recursão, obtém-se a sequência infinita

y(0) = y(−2) = a
y(1) = y(−1) = b
y(2) = y(0) = a
y(3) = y(1) = b
..
.

Da sequência acima, percebe-se que a solução é dada por


a  b 
y(k) = 1 + (−1)k µ(k) + 1 + (−1)k−1 µ(k − 1)
2 2
Prof. Camino, J. F. Análise de Sistemas Lineares 59

É possível obter a solução sem usar a recursão. Aplicando a transformada Z na equação a diferenças acima e
notando que
Z[y(k − 2)] = z −2 Y (z) + z −1 y(−1) + y(−2)
obtém-se
z2 z
Y (z) − z −2 Y (z) − z −1 b − a = 0 =⇒ Y (z) = a +b 2
z2−1 z −1
Decompondo em frações parciais, tem-se
   
a z z b 1 1
Y (z) = + + +
2 z−1 z+1 2 z−1 z+1
cuja transformada inversa fornece
a  b 
y(k) = 1 + (−1)k µ(k) + 1 + (−1)k−1 µ(k − 1)
2 2
Observação 4.4.1 Para calcular Z[y(k − 2)], nesse exemplo, é preciso considerar que o sinal y(k) existe para
k < 0. Assim, Z[y(k − 2)] é dada pela Propriedade 3 da transformada Z, ou seja

X ∞
X ∞
X
Z[y(k − 2)] = y(k − 2)z −k = z −2 y(k − 2)z −(k−2) = z −2 y(h)z −h
k=0 k=0 h=−2

X
= y(−2) + y(−1)z −1 + y(h)z −h = y(−2) + z −1 y(−1) + z −2 Y (z)
h=−2

4.5 Resposta a uma excitação qualquer


4.5.1 Convolução discreta
Considere o sistema da figura abaixo, em que x(k) é a entrada, y(k) é a saída e h(k) é a resposta ao impulso,
aplicado em k = 0.

x(k) h(k) y(k)

Se esse sistema for linear e invariante no tempo, a relação entre a entrada x(k) e a saída y(k) é dada pela
seguinte convolução

X ∞
X
y(k) = h(k) ∗ x(k) = h(k − n)x(n) = h(n)x(k − n) = x(k) ∗ h(k)
n=−∞ n=−∞

Para um sistema causal, h(k − n) = 0 para n > k. Assim, a integral se reduz a


k
X
y(k) = h(k − n)x(n)
n=−∞

Se a entrada for zero para k < 0, ou seja


x(k) = 0, k<0
então
k
X
y(k) = h(k − n)x(n)
n=0

Um sistema linear invariante no tempo é causal se a resposta ao impulso h(k) for nula para k < 0.
Prova. A saída y(k) é dada por
X∞
y(k) = h(k − n)x(n)
n=−∞
Prof. Camino, J. F. Análise de Sistemas Lineares 60

Se h(k) = 0 para k < 0, então h(k − n) = 0 para n > k. Portanto


k
X
y(k) = h(k − n)x(n)
n=−∞

Exemplo 4.5.1 A convolução entre os sinais x(k) = δ(k − 1) e y(k) = µ(k − 2) + cos(k + 1) é dada por

X ∞
X
x(k) ∗ y(k) = x(k − n)y(n) = δ(k − n − 1) [µ(n − 2) + cos(n + 1)]
n=−∞ n=−∞

Como δ(k − n − 1) é dada por 


1 , se n = k − 1
δ(k − n − 1) =
0 , se n 6= k − 1

a somatória acima se reduz a um único termo n = k − 1. Portanto

x(k) ∗ y(k) = µ(k − 1 − 2) + cos(k − 1 + 1) = µ(k − 3) + cos(k)

Exemplo 4.5.2 Seja o sistema


y(k + 1) = ay(k) + x(k)

Usando a convolução, calcule a resposta y(k) para uma entrada constante x(k) = bµ(k) e condições iniciais
nulas.
Sabe-se do exemplo 4.4.2 que a resposta impulsiva desse sistema é dada por

h(k) = a(k−1) µ(k − 1)

Usando a convolução, a saída y(k) é dada por



X ∞ h
X i k
X
y(k) = h(n)x(k − n) = a(n−1) µ(n − 1) [bµ(k − n)] = b a(n−1)
n=−∞ n=−∞ n=1

Assim, para a = 1, tem-se


y(k) = kb

Para a 6= 1, a expressão acima pode ser simplificada percebendo que


k
X 1 − ak
a(n−1) =
n=1
1−a

Portanto, a solução é dada por 


kb
 , se a = 1
y(k) = 1 − ak

 b , se a 6= 1
1−a
que é exatamente a solução obtida no exemplo 3.0.2 com condição inicial nula.

4.6 Função de transferência


Aplicando a transformada Z na convolução discreta

X
y(k) = h(k − n)x(n)
n=−∞
Prof. Camino, J. F. Análise de Sistemas Lineares 61

X(z) H(z) Y (z)

obtém-se
Y (z) = H(z)X(z)
Essa relação essa expressa na figura abaixo.
A função H(z) = Y (z)/X(z), que relaciona a transformada Z da saída y(k) com a transformada Z entrada
x(k) é denominada de função transferência. Perceba que para uma entrada impulsiva, X(z) = 1, e condições
iniciais nulas, a saída é Y (z) = H(z). Portanto, H(z) é a transformada Z da resposta ao impulso h(k), ou seja

X
H(z) = h(k)z −k
k=−∞

4.6.1 Polos e zeros da função de transferência discreta


Seja a seguinte função de transferência H(z) com n ≥ m
b0 z m + b1 z m−1 + · · · + bm
H(z) =
z n + a1 z n−1 + · · · + an
Equivalentemente
(z − z1 )(z − z2 ) · · · (z − zm )
H(z) = K
(z − p1 )(z − p2 ) · · · (z − pn )
em que pi e zj são respectivamente os polos e zeros de H(z). Note que também é possível escrever H(z) como
b0 z −(n−m) + b1 z −(n−m+1) + · · · + bm z −n
H(z) =
1 + a1 z −1 + · · · + an z −n
Exemplo 4.6.1 Quais os polos e zeros de
1 + 0.5z −1 1 + 0.5z −1
H(z) = −1 −2
=
1 + 3z + 2z (1 + z −1 )(1 + 2z −1 )
Aparentemente essa função tem dois polos em z1 = −1 e z2 = −2 e um zero em z1 = −0.5. No entanto, existe
um outro zero em z = 0, já que
z(z + 0.5)
H(z) =
(z + 1)(z + 2)

4.6.2 Estabilidade a partir da função de transferência


Considere a seguinte função de transferência
(z − z1 )(z − z2 ) · · · (z − zm )
H(z) = K
(z − p1 )(z − p2 ) · · · (z − pn )
em que n > m, p1 = p2 = · · · = pℓ é um polo de multiplicidade 2 ≤ ℓ ≤ n, e os polos restantes são todos
distintos. Decompondo H(z) em frações parciais, tem-se
c1 z c2 z cℓ z cℓ+1 z cn z
H(z) = c0 + + 2
+ ··· + ℓ
+ + ··· +
z − p1 (z − p1 ) (z − p1 ) z − pℓ+1 z − pn
Aplicando a inversa da transformada Z e utilizando o resultado do exercício 4.2.2, obtém-se
ℓ−2
cℓ Y
h(k) = c0 δ(k) + c1 pk1 + c2 kp1k−1 + · · · + (k − i)pk−ℓ+1
1 + cℓ+1 pkℓ+1 + · · · + cn pkn , t≥0
(ℓ − 1)! i=0

Portanto, para que h(k) convirja para zero com k → ∞, é necessário que

|pi | < 1

Assim, conclui-se que todos os polos de H(z) devem pertencer ao interior do círculo unitário como apresentado
na Figura 4.1.
Prof. Camino, J. F. Análise de Sistemas Lineares 62

Im(z)

|z| < 1

Re(z)
-1 1

Figura 4.1: Região de estabilidade no plano complexo z.

4.7 Estabilidade BIBO


Um sistema é dito BIBO (Bounded Input Bounded Output) estável se toda entrada limitada produzir uma
saída limitada. Uma sequência x(k) é limitado se existir um número finito M tal que |x(k)| < M para todo k.

Lema 4.7.1 Um sistema discreto linear invariante no tempo é BIBO estável, se e somente se,

X
kh(k)k1 = |h(n)| < ∞
n=−∞

ou seja, se e somente se, sua resposta impulsiva h(k) for absolutamente somável.

Prova. Para provar a condição de suficiência, assuma que

|x(k)| < M, ∀k

Então
X∞ ∞
X

|y(k)| = h(n)x(k − n) ≤ |h(n)||x(k − n)|
n=−∞ n=−∞

Como |x(k)| < M para todo k, tem-se



X
|y(k)| ≤ M |h(n)|, ∀n
n=−∞

Portanto, se kh(k)k1 < ∞, o sistema é BIBO estável.


Para provar a condição necessária, é preciso encontrar uma entrada limitada tal que a saída não seja limitada
se h(k) não for absolutamente somável.
Considere a entrada dada por 
 h(−k) , se h(−k) 6= 0

x(k) = |h(−k)|

0 , se h(−k) = 0

Então x(k) é limitada por M = 1. Como a saída é



X
y(k) = h(n)x(k − n)
n=−∞

para k = 0, tem-se
∞ ∞ ∞
X X h(n)2 X
y(0) = h(n)x(−n) = = |h(n)|
n=−∞ n=−∞
|h(n)| n=−∞

Portanto, para que y(0) seja limitada, é necessário que h(k) seja absolutamente somável.
Prof. Camino, J. F. Análise de Sistemas Lineares 63

4.8 Equivalente discreto da função de transferência contínua


É possível determinar um equivalente discreto H(z), uma função de transferência discreta, para uma função
de transferência contínua H(s). Dois métodos para se determinar o equivalente discreto serão apresentados: o
método do impulso invariante e o método do segurador de ordem zero.

4.8.1 Método do impulso invariante


O equivalente discreto usando o método do impulso invariante é obtido de forma bastante simples através dos
seguintes passos:

1. calcula-se a inversa da transformada de Laplace da função de transferência H(s);

2. discretiza-se a resposta impulsiva h(t);



3. determina-se H(z) calculando a transformada Z de h(k) = h(t) .

t=kT

Exemplo 4.8.1 Considere a seguinte função de transferência


1
H(s) =
s(s + 1)

Perceba que H(s) tem a seguinte expansão em frações parciais


1 1
H(s) = −
s s+1
Aplicando a inversa da transformada de Laplace, tem-se

h(t) = 1 − e−t , t≥0

Aplicando a transformada Z nesse sinal com t = kT , tem-se

1 1 (1 − e−T )z
H(z) = Z[1 − e−kT ] = − =
1 − z −1 1 − e−T z −1 (z − 1)(z − e−T )

4.8.2 Método do segurador de ordem zero


O método de discretização através do segurador de ordem zero (SOZ) está apresentado na Figura 4.2 abaixo.
Para se obter o equivalente discreto usando esse método, é preciso determinar a função de transferência discreta
H(z), entre a entrada amostrada x(k) e a saída y(k) do sistema da Figura 4.2, em que SOZ(s) é a função de
transferência do segurado de ordem zero e H(s) representa a planta contínua a ser discretizada.

u(t) y(t)
x(k) SOZ H(s) δT y(k)

Figura 4.2: Equivalente discreto através do SOZ.

Lembrando do Exemplo 2.4.2 anterior, a função de transferência do SOZ é dada por

(1 − e−T s )
SOZ(s) =
s
Portanto, a função de transferência entre a saída y(t) da planta H(s) e a entrada impulsiva no SOZ será

(1 − e−T s )
Y (s) = H(s)
s
A função de transferência desejada H(z), que relaciona a saída y(k) com a entrada x(k), nada mais é que

H(z) = Z[y(kT )] = Z[L−1 [Y (s)]t=kT ]


Prof. Camino, J. F. Análise de Sistemas Lineares 64

Prosseguindo, fazendo-se uso do seguinte abuso de notação Z[F (s)] := Z[L−1 [F (s)]t=kT ], tem-se
     
−T s H(s) H(s) −T s H(s)
H(z) = Z[Y (s)] = Z (1 − e ) =Z −Z e
s s s

Como o termos e−T s representa um puro atraso (um delay) de período T , tem-se

Z[e−T s H(s)/s] = z −1 Z[H(s)/s]

Assim
H(z) = (1 − z −1 )Z[H(s)/s]

Exemplo 4.8.2 Usando como exemplo a planta contínua H(s) dada por
a
H(s) =
s+a
tem-se
H(s) 1 1
= −
s s s+a
cuja transformada inversa é dada por
 
−1 H(s)
L = 1 − e−at , t≥0
s

Amostrando esse sinal com t = kT , tem-se

µ(k) − e−akT µ(k)

Portanto  
H(s)   z z z (1 − e−aT )
Z = Z µ(k) − e−akT µ(k) = − −aT
=
s z−1 z−e (z − 1) (z − e−aT )
A função de transferência desejada H(z) fica sendo no caso
 
H(s) 1 − e−aT
H(z) = (1 − z −1 )Z =
s z − e−aT

4.9 Exercícios
Exercício 4.9.1 Defina a transformada Z por
+∞
X
F (z) = Z[f (k)] = f (k)z −k
k=0

Prove as seguintes propriedades:


d
1. Z[kx(k)] = −z X(z)
dz
2. Z[x(k) ∗ y(k)] = X(z)Y (z)

3. Z[x(k + 1)] = zX(z) − zx(0)


" k #
X 1
4. Z x(n) = X(z)
n=0
1 − z −1

Exercício 4.9.2 Calcule a transformada Z e a região de convergência para os seguintes sinais:


Pk
1. x(k) = n=−k ck µ(k), com |c| < 1
 k  k 
1 1
2. x(k) = 2 + 3 µ(k − 2)
Prof. Camino, J. F. Análise de Sistemas Lineares 65

3. x(k) = ak+1 µ(k + 1)

4. x(k) = (1/3)k sin(kπ/4)µ(k)

5. x(k) = δ(k + 3) + δ(k) + 2k µ(−k)

Exercício 4.9.3
Calcule a transformada Z do sinal obtido pela amostragem, com uma frequência fa = 1/T Hz, do sinal contínuo
x(t) dado abaixo.
x(t) = 0.5t cos(αt)µ(t)

Exercício 4.9.4 Use a transformada Z para calcular a convolução entre os sinais x(n) e y(n) dados por

x(n) = δ(n + 2) − 1, 5δ(n − 1) + µ(n − 2)


y(n) = δ(n + 2) − δ(n − 1)

Exercício 4.9.5 Use o método da divisão direta para calcular a inversa da transformada Z de

1 + 5z −2
X(z) =
(1 − 3z −1 )(1 + 0.2z −1 )

Exercício 4.9.6 Use o método da expansão em frações parciais para calcular a inversa da transformada Z das
seguintes expressões:
1 − 0.5z −1 + 0.2z −2
1. X(z) = , |z| > 5/4
1 − 0.29z −1 − 1.2z −2
3 − 5/6z −1
2. X(z) = , |z| > 1/3
(1 − 1/4z −1 )(1 − 1/3z −1 )

Exercício 4.9.7
Use o método computacional para calcular a inversa da transformada Z dos sinais das questões 4.9.5 e 4.9.6.

Exercício 4.9.8
Use a transformada Z para determinar a solução das seguintes equações a diferenças:

1. y(k + 2) − 5y(k + 1) − 14y(k) = 0, com y(0) = 0 e y(1) = 2.

2. y(k + 2) − 5y(k + 1) − 0.7y(k) = 0.5µ(k + 1) + 1.7µ(k − 1), com y(k) = 0 para k ≤ 0.

3. y(n) + 3y(n − 1) = αµ(n), com y(−1) = β.


Capítulo 5

Métodos no Espaço de Estado

Um sistema de m equações diferenciais de ordem n pode ser reescrito como um sistema de m × n equações de
primeira ordem. Por exemplo, considere o seguinte sistema de m = 2 equações diferenciais de ordem n = 2,
dado por

q̈(t) + 5q(t) + 3ẏ(t) = u1 (t)


ÿ(t) + 2ẏ(t) + 3q̇(t) = −u2 (t)

Primeiramente, defini-se um novo conjunto de variáveis de estado x(t) por

x1 (t) = q(t), x2 (t) = q̇(t), x3 (t) = y(t), x4 (t) = ẏ(t)

Note que a derivada do vetor x(t) é

ẋ1 (t) = q̇(t) = x2 (t), ẋ2 (t) = q̈(t)


ẋ3 (t) = ẏ(t) = x4 (t), ẋ4 (t) = ÿ(t)

Substituindo o novo estado x(t) na equação diferencial, tem-se

ẋ2 (t) = −5x1 (t) − 3x4 (t) + u1 (t)


ẋ4 (t) = −3x2 (t) − 2x4 (t) − u2 (t)

O sistema, na nova variável x(t), passa a ser

ẋ1 (t) = x2 (t)


ẋ2 (t) = −5x1 (t) − 3x4 (t) + u1 (t)
ẋ3 (t) = x4 (t)
ẋ4 (t) = −3x2 (t) − 2x4 (t) − u2 (t)

que pode ainda ser reescrito na seguinte forma matricial


      
ẋ1 0 1 0 0 x1 0 0 " #
ẋ  −5 0 0 −3 x  1 0  u
 2    2   1
 =   +  
ẋ3   0 0 0 1  x3  0 0  u2
ẋ4 0 −3 0 −2 x4 0 −1

Assim, foi obtido o modelo no espaço de estado

ẋ(t) = Ax(t) + Bu(t)

com as matrizes A e B dadas acima. Essa representação é largamente adotada em teoria de controle.

66
Prof. Camino, J. F. Análise de Sistemas Lineares 67

Exemplo 5.0.1 Considere o sistema mecânico de três graus de liberdade levantado na Seção 1.3. A equação
de movimento desse sistema foi determinada como sendo

q̈ + M −1 C q̇ + M −1 Kq = 0

em que q = [q1 , q2 , q3 ]T é o vetor contendo o deslocamento das massas m1 , m2 e m3 , M é a matriz de massa,


C a matriz de amortecimento e K a matriz de rigidez. É possível representar essa equação numa forma ainda
mais compacta (no espaço de estado). Para obter essa representação, basta definir o vetor x como
" #
q
x=

Assim, a sua derivada ẋ é " # " #


q̇ q̇
ẋ = =
q̈ −M −1 C q̇ − M −1 Kq
Equivalentemente
ẋ = Ax
com a matriz A dada por " #
0 I
A=
−M −1 K −M −1 C

Exemplo 5.0.2 Considere o sistema carro-pêndulo da Figura 5.1, em que M é a massa do carro, l é o com-
primento do pêndulo, m é a massa do pêndulo, u(t) é uma força externa, k é a rigidez da mola, c é o coeficiente
de amortecimento e g é a aceleração da gravidade.

c
g
k M f (t)

m, l, Ic

Figura 5.1: Sistema carro-pêndulo.

A equação de movimento desse sistema, linearizada, é dada por


3
M̂ q̈(t) − mgθ(t) + kq(t) + cq̇(t) = f (t)
4
2
M̂ lθ̈(t) + M̄ gθ(t) − kq(t) − cq̇(t) = −f (t)
3
com M̄ = M + m, M̂ = M + m/4 e Ic = 1/12ml2 . Escolhendo as variáveis de estado como

x1 = q, x2 = θ, x3 = q̇, x4 = θ̇

e a entrada u(t) como u(t) = f (t), obtém-se


k 3mg
c 1
ẋ1 = q̇ = x3 , ẋ3 = q̈ = − x1 +
x2 − x3 + u(t)
M̂4M̂ M̂ M̂
3k 3M̄ g 3c 3
ẋ2 = θ̇ = x4 , ẋ4 = θ̈ = x1 − x2 + x3 − u(t)
2M̂ l 2M̂ l 2M̂ l 2M̂ l
Prof. Camino, J. F. Análise de Sistemas Lineares 68

Na forma matricial, tem-se


ẋ(t) = Ax(t) + Bu(t)
com   
0 0 1 0 0
 
 0 0 0 1 1   0 

A=
− k 3mg c
, B=  
 M̂ 4M̂
− M̂ 0 M̂ l  l 
3k
− 32M̄ g 3c
0 − 23
2M̂ l M̂ l 2M̂ l

Suponha que a saída desejada seja o deslocamento do carro q(t) e a velocidade angular θ̇(t). Então o vetor
de saída y(t) passa a ser " # " # " #
y1 1 0 0 0 0
y(t) = = x(t) + u(t)
y2 0 0 0 1 0
ou seja, as matrizes C e D serão " # " #
1 0 0 0 0
C= , D=
0 0 0 1 0

5.1 Realizações de funções de transferência


A realização física de funções de transferência geralmente envolve parte de software (implementada num compu-
tador) e parte de hardware (implementada com o uso de circuítos analógicos/digitais com somadores, multipli-
cadores, atrasos, etc). No entanto, antes de se fazer a realização física em si, é conveniente levantar o diagrama
de blocos do sistema, que pode ser facilmente simulado usando, por exemplo, a plataforma Simulink/Matlab.
O diagrama de blocos é uma representação gráfica das funções desempenhadas por cada componente e o
fluxo de sinais entre eles. Por exemplo, considere o seguinte sistema contínuo no tempo descrito por:

mÿ(t) + cẏ(t) + ky(t) = u(t)

Equivalentemente por:
1
(5.1) ÿ(t) = [u(t) − cẏ(t) − ky(t)]
m
Para representar por diagrama de blocos essa equação diferencial de segunda ordem, será necessário o bloco
integrador, representado por

ẏ(t) R y(t) L sY (s) 1 Y (s)


=⇒
s

Para a equação (5.1), é fácil perceber que sua representação por diagrama de blocos tem a forma apresentada
na Figura 5.2.

u(t) 1
ÿ(t) R ẏ(t) R y(t)
m

−c

−k

Figura 5.2: Uma representação por diagrama de blocos de mÿ(t) + cẏ(t) + ky(t) = u(t).

O caso discreto é bastante similar. Será necessário definir o bloco de atraso no tempo, representado por
yk+1 yk Z zY (z) Y (z)
∆ =⇒ z −1
Prof. Camino, J. F. Análise de Sistemas Lineares 69

Por exemplo, a equação a diferenças

y(k + 2) + a1 y(k + 1) + a0 y(k) = u(k)

pode ser representada pelo diagrama de blocos da Figura 5.3.

uk yk+2 yk+1 yk
∆ ∆

−a1

−a0

Figura 5.3: Uma representação por diagrama de blocos de y(k + 2) + a1 y(k + 1) + a0 y(k) = u(k).

5.1.1 Operações básicas com diagramas de blocos


Em seguida, são apresentadas algumas operações básicas com diagramas de blocos.

1. Considere o diagrama de blocos abaixo que representa a conexão em paralelo de duas funções de transfe-
rência H1 e H2 .

H1 (s)
U (s) Y (s) U (s) Y (s)
=⇒ H(s)
H2 (s)

Para essa configuração, a função de transferência equivalente claramente é dada por H = H1 + H2 .

2. Considere agora o diagrama de blocos que representa a conexão em série de duas funções de transferência
H1 e H 2 .

U (s) G(s) Y (s) U (s) Y (s)


H1 (s) H2 (s) =⇒ H(s)

Como Y = H2 G e G = H1 U , tem-se que Y = H2 H2 U e, assim, a função de transferência equivalente é


dada por H = H1 H2 .

3. Considere agora um caso mais complexo que representa uma malha de realimentação (negativa).

U (s) E(s) Y (s)


H1 (s)
− U (s) Y (s)
=⇒ H(s)

H2 (s)

Para determinar a função de transferência equivalente H, basta seguir o fluxo do sinal através do diagrama.
Assim, tem-se que o sinal E = U − H2 Y e que o sinal Y = H1 E. Substituindo uma equação na outra,
obtém-se
H1
Y = H1 (U − H2 Y ) =⇒ Y = U
1 + H1 H2
H1
Portanto, a função de transferência equivalente é dada por H = .
1 + H1 H2
Prof. Camino, J. F. Análise de Sistemas Lineares 70

5.2 Forma canônica controlável


Esta seção descreve os passos necessários para fazer a realização por diagrama de blocos de uma função de
transferência de forma que o modelo no espaço de estado fique na forma canônica controlável.
Considere o sistema de ordem n dado por
y (n) + a1 y (n−1) + · · · + an y = b0 u(n) + b1 u(n−1) + · · · + bn u
A função de transferência correspondente é
Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn b(s)
H(s) = = n n−1
=:
U (s) s + a1 s + · · · + an−1 s + an a(s)
Para fazer a sua representação por diagrama de blocos na forma canônica controlável, reescreve-se Y (s) =
H(s)U (s) como
b(s)
Y (s) = U (s) = Q(s)b(s)
a(s)
com Q(s) = U (s)/a(s). Assim, primeiramente representa-se o termo
Q(s) 1 1
= = n n−1
U (s) a(s) s + a1 s + · · · + an−1 s + an
Em seguida, representa-se o termo

Y (s) = Q(s)b(s) = Q(s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn
A representação do termo Q(s)/U (s), ou seja, da equação diferencial
q (n) (t) + a1 q (n−1) (t) + · · · + an q(t) = u(t)
é claramente descrita pelo diagrama de blocos da Figura 5.4.

u(t) q (n) R q (n−1) R q (n−2) q̇ R q(t)


···

−a1
−a2
−an

Figura 5.4: Diagrama de blocos para o termo Q(s)/U (s).

Agora, é necessário representar o termo Y (s) = Q(s)b(s), dado por



Y (s) = Q(s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn
que no tempo é
y(t) = b0 q (n) (t) + b1 q (n−1) (t) + · · · + bn−1 q̇(t) + bn q(t)
Como as variáveis q(t), . . . , q (n) , necessárias para construir a saída y(t), já estão disponíveis no diagrama da
Figura 5.4, o diagrama de blocos final é facilmente construído, como apresentado na Figura 5.5.
Usando esse diagrama de blocos, pode-se levantar o modelo no espaço de estado do sistema na forma canônica
controlável. Para isso, associa-se1 um estado à saída de cada integrador, como segue:
x1 = q ẋ1 = x2
x2 = q̇ =⇒ ẋ2 = x3
x3 = q̈ ẋ3 = x4
.. ..
. .
xn = q (n−1) ẋn = q (n) = u − a1 xn − a2 xn−1 − · · · − an x1
1 Observe que na ordem adotada, o estado x1 (t) foi associado com saída do último integrador. No entanto, a associação poderia
ter sido a reversa, ou seja, o estado x1 (t) poderia ter sido associado a saída do primeiro integrador. Veja o exemplo do caso discreto.
Prof. Camino, J. F. Análise de Sistemas Lineares 71

b0
b1
bn−1
u(t) (n) (n−1) (n−2) y(t)
q R q R q q̇ R q
··· bn

−a1
−a2
−an

Figura 5.5: Diagrama de blocos na forma canônica controlável.

A saída do sistema, nesse caso, é

y(t) = bn q(t) + bn−1 q̇(t) + · · · + b1 q (n−1) (t) + b0 q (n) (t)


= bn x1 + bn−1 x2 + · · · + b1 xn + b0 q (n)

Substituindo q (n) (t) por u − a1 xn − a2 xn−1 − · · · − an x1 , tem-se

y(t) = (bn − b0 an )x1 + (bn−1 − b0 an−1 )x2 + · · · + (b1 − b0 a1 )xn + b0 u

Na forma matricial, com o vetor de variáveis de estado x(t) = [ x1 x2 ··· xn ]T , tem-se


    
  0 1 0 ··· 0 x1 0
ẋ1  0
   0 1 ··· 0   x2  0
   

 ẋ2   . .. .. .. ..   .  .
 . = .
 .   . . . . .   ..  +  ..  u(t)
    
 .       
 0 0 0 ··· 1  xn−1  0
ẋn
−an −an−1 −an−2 · · · −a1 xn 1
h i
y = bn − b0 an bn−1 − b0 an−1 · · · b1 − b0 a1 x(t) + [b0 ]u(t)

ou seja, obtém-se o seguinte modelo no espaço de estado

ẋ(t) = Ac x(t) + Bc u(t)


y(t) = Cc x(t) + Dc u(t)

com as matrizes Ac , Bc , Cc , Dc dadas acima.


Observe que nessa representação, a matriz do sistema Ac está numa forma em que os coeficientes do denomi-
nador, ou seja, do polinômio a(s), estão expostos ao longo da última linha da matriz. Além disso, os elementos
da matriz de entrada Bc são nulos exceto na última posição.

5.2.1 Caso discreto


Seja a função de transferência discreta

b0 + b1 z −1 + · · · + bn z −n b0 z n + b1 z n−1 + · · · + bn b(z)
H(z) = −1 −n
= n n−1
=:
1 + a1 z + · · · + an z z + a1 z + · · · + an a(z)

Para representar essa função de transferência na forma canônica controlável, reescreve-se Y (z) = H(z)U (z)
como
U (z)
Y (z) = Q(z)b(z), Q(z) =
a(z)
Assim, primeiro descreve-se a função de transferência Q(z) = U (z)/a(z) e em seguida a função de transferência
Y (z) = b(z)Q(z). Portanto, os passos são análogos aos descritos no caso contínuo.
Prof. Camino, J. F. Análise de Sistemas Lineares 72

O método será apresentado através de um exemplo. Considere o caso n = 3 dado por

b0 z 3 + b 1 z 2 + b2 z + b 3 b(z)
H(z) = 3 2
=:
z + a1 z + a2 z + a3 a(z)

Como a(z)Q(z) = U (z), tem-se


(z 3 + a1 z 2 + a2 z + a3 )Q(z) = U (z)

que no tempo corresponde à seguinte equação a diferenças:

q(k + 3) + a1 q(k + 2) + a2 q(k + 1) + a3 q(k) = u(k)

A representação por diagrama de blocos dessa equação está apresentada na Figura 5.6.

uk qk+3 qk+2 qk+1 qk


∆ ∆ ∆

−a1
−a2
−a3

Figura 5.6: Diagrama de blocos para o termo Q(z)/U (z).

Para a saída Y (z) = Q(z)b(z), tem-se

Y (z) = (b0 z 3 + b1 z 2 + b2 z + b3 )Q(z)

cuja equação a diferenças correspondente é dada por

y(k) = b0 q(k + 3) + b1 q(k + 2) + b2 q(k + 1) + b3 q(k)

Assim, o diagrama final está apresentada na Figura 5.7.

b0
b1
b2
uk qk+3 qk+2 qk+1 qk yk
∆ ∆ ∆ b3

−a1
−a2
−a3

Figura 5.7: Diagrama de blocos na forma canônica controlável.

Para levantar o modelo no espaço de estado, na forma canônica controlável, associa-se2 um estado à saída
de cada atraso, como segue:

x1 (k) = q(k + 2), x2 (k) = q(k + 1), x3 (k) = q(k)

Assim, a equação no espaço de estado é dada por

x3 (k + 1) = q(k + 1) = x2 (k)
x2 (k + 1) = q(k + 2) = x1 (k)
x1 (k + 1) = q(k + 3) = u(k) − a1 x1 (k) − a2 x2 (k) − a3 x3 (k)
2 Note que também é possível utilizar a ordem reversa, ou seja, o estado x1 (k) poderia ter sido associado com saída do último
atraso puro ∆, como adotado no caso contínuo.
Prof. Camino, J. F. Análise de Sistemas Lineares 73

Definindo o vetor de variáveis de estado como


h iT
x(k) = x1 (k) x2 (k) x3 (k)

A equação no espaço de estado fica sendo

x(k + 1) = Ac x(k) + Bc u(k)

com    
−a1 −a2 −a3 1
   
Ac =  1 0 0 , Bc = 0
0 1 0 0
A equação de saída pode ser reescrita como

y(k) = b0 q(k + 3) + b1 q(k + 2) + b2 q(k + 1) + b3 q(k)


= b0 q(k + 3) + b1 x1 (k) + b2 x2 (k) + b3 x3 (k)

Substituindo q(k + 3) por u(k) − a1 x1 (k) − a2 x2 (k) − a3 x3 (k), obtém-se

y(k) = (b1 − a1 b0 )x1 (k) + (b2 − a2 b0 )x2 (k) + (b3 − a3 b0 )x3 (k) + b0 u(k)

Na forma matricial, tem-se


y(k) = Cc x(k) + Dc u(k)

com h i
Cc = b1 − a1 b0 b2 − a2 b0 b3 − a3 b0 , Dc = [b0 ]

5.3 Forma canônica observável


Considere o sistema de ordem n dado por

y (n) + a1 y (n−1) + · · · + an y = b0 u(n) + b1 u(n−1) + · · · + bn u

A função de transferência correspondente é

Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn b(s)


H(s) = = n =:
U (s) s + a1 sn−1 + · · · + an−1 s + an a(s)

Pode-se mostrar que a sua representação na forma canônica observável é dada por
      
ẋ1 0 0 ··· 0
−an x1 bn − an b0
      
 ẋ2  1 0 ··· −an−1   x2  bn−1 − an−1 b0 
0
 .  = . .. ....   ..  + ..  u(t)
..
   
 .  .
.

 .  . . . .  .   . 
ẋn 0 0 ··· 1−a1 xn b1 − a1 b0
h i
y= 0 0 · · · 0 1 x(t) + [b0 ]u(t)

O procedimento para se determinar essa representação canônica observável será ilustrado para o caso discreto.

5.3.1 Caso discreto


Seja a função de transferência

b0 + b1 z −1 + · · · + bn z −n b0 z n + b1 z n−1 + · · · + bn b(z)
H(z) = −1 −n
= n n−1
:=
1 + a1 z + · · · + an z z + a1 z + · · · + an a(z)
Prof. Camino, J. F. Análise de Sistemas Lineares 74

Considere o caso n = 3. Usando a relação

b(z)
Y (z) = H(z)U (z) = U (z)
a(z)

tem-se a(z)Y (z) = b(z)U (z), ou seja,

z 3 Y (z) + a1 z 2 Y (z) + a2 zY (z) + a3 Y (z) = b0 z 3 U (z) + b1 z 2 U (z) + b2 zU (z) + b3 U (z)

Observe que essa equação no tempo (desconsiderando as condições iniciais) fica sendo

y(k + 3) + a1 y(k + 2) + a2 y(k + 1) + a3 y(k) = b0 u(k + 3) + b1 u(k + 2) + b2 u(k + 1) + b3 u(k)

A equação acima, no domínio da frequência, pode ainda ser reescrita como

b3 U (z) − a3 Y (z) = z 3 Y (z) − b0 z 3 U (z) + a1 z 2 Y (z) − b1 z 2 U (z) + a2 zY (z) − b2 zU (z)


| {z }
P1 (z)

Definindo-se o termo P1 (z) da forma acima, tem-se

z 3 Y (z) − b0 z 3 U (z) + a1 z 2 Y (z) − b1 z 2 U (z) + a2 zY (z) − b2 zU (z) = P1 (z) = b3 U (z) − a3 Y (z)

Multiplicando o termo P1 (z) por z −1 , tem-se

z −1 P1 (z) = z 2 Y (z) − b0 z 2 U (z) + a1 zY (z) − b1 zU (z) +a2 Y (z) − b2 U (z)


| {z }
P2 (z)

Definindo-se o termo P2 (z) da forma acima, tem-se

z 2 Y (z) − b0 z 2 U (z) + a1 zY (z) − b1 zU (z) = P2 (z) = b2 U (z) − a2 Y (z) + z −1 P1 (z)

Multiplicando agora o termo P2 (z) por z −1 , tem-se

z −1 P2 (z) = zY (z) − b0 zU (z) +a1 Y (z) − b1 U (z)


| {z }
P3 (z)

Definindo-se o termo P3 (z) da forma acima, tem-se

zY (z) − b0 zU (z) = P3 (z) = b1 U (z) − a1 Y (z) + z −1 P2 (z)

Multiplicando o termo P3 (z) por z −1 , obtém-se finalmente

z −1 P3 (z) = Y (z) − b0 U (z) =⇒ Y (z) = b0 U (z) + z −1 P3 (z)

O diagrama de blocos obtido com os passos acimas está apresentado abaixo.

U (z)

b3 b2 b1 b0

P1 (z) X3 (z) P2 (z) X2 (z) P3 (z) X1 (z)


z −1 z −1 z −1 Y (z)

−a3 −a2 −a1


Prof. Camino, J. F. Análise de Sistemas Lineares 75

Definindo os estados x1 , x2 e x3 como sendo a saída dos blocos de atraso, tem-se

y(k) = x1 (k) + b0 u(k)

x1 (k + 1) = x2 (k) + b1 u(k) − a1 y(k)


= −a1 x1 (k) + x2 (k) + (b1 − b0 a1 )u(k)

x2 (k + 1) = x3 (k) + b2 u(k) − a2 y(k)


= −a2 x1 (k) + x3 (k) + (b2 − b0 a2 )u(k)

x3 (k + 1) = b3 u(k) − a3 y(k)
= −a3 x1 (k) + (b3 − b0 a3 )u(k)

Na forma matricial, tem-se

x(k + 1) = Ao x(k) + Bo u(k)


y(k) = Co x(k) + Do u(k)
com    
−a1 1 0 b1 − a1 b0 h i
   
A0 = −a2 0 1 , Bo = b2 − a2 b0  , Co = 1 0 0 , Do = [b0 ]
−a3 0 0 b3 − a3 b0

Exercício 5.3.1 Mostre que é possível obter a representação equivalente apresentada no diagrama de blocos
abaixo usando-se como realimentação a saída do último bloco de atraso (o estado x1 (k)) ao invés da saída y(k).

uk

b3 − a3 b0 b2 − a2 b0 b1 − a1 b0 b0
p1 x3 p2 x2 p3 x1
∆ ∆ ∆ yk

−a3 −a2 −a1

5.4 Forma canônica de Jordan


Esta seção descreve a representação por diagrama de blocos de uma função de transferência conhecida como
forma canônica de Jordan. Essa forma é baseada na decomposição em frações parciais. Será apresentado apenas
o caso contínuo, já que a derivação do caso discreto é análoga.

5.4.1 Polos distintos


Quando os polos da função de transferência são todos distintos, a representação no espaço de estado (da forma
de Jordan) fica numa estrutura diagonal, assim, essa representação também é conhecida como forma diagonal
ou modal. Suponha que a função de transferência

Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn


H(s) = = n
U (s) s + a1 sn−1 + · · · + an−1 s + an

tenha a seguinte decomposição em frações parciais


c1 c2 cn
H(s) = c0 + + + ··· +
s − p1 s − p2 s − pn
= H0 + H1 (s) + H2 (s) + · · · + Hn (s)
Prof. Camino, J. F. Análise de Sistemas Lineares 76

em que os polos, reais ou complexos, são todos distintos. Note que cada fração parcial
Yi (s) ci
Hi (s) = = , i≥1
U (s) s − pi
pode ser representada pelo seguinte diagrama de blocos:
U (s) 1 Yi (s)
ci
s

pi

Percebe-se, portanto, que a função de transferência H(s) será a soma (a conexão em paralelo) de cada um
dos blocos Hi (s). Por exemplo, suponha que a função de transferência H(s) seja dada por
s2 + 8s + 14
H(s) =
s2 + 7s + 12
Expandindo essa função de transferência em termos de seus polos (modos), tem-se
2 1
H(s) = 1 + −
s+4 s+3
Assim, sua representação na forma canônica de Jordan (mais especificamente, na forma modal, já que os polos
são distintos) é facilmente obtida como a estrutura em paralelo apresentada na Figura 5.8, que representa a
soma das frações parciais.

u(t) ẋ1 R x1 y(t)


2

−4

ẋ2 R x2
−1

−3

Figura 5.8: Diagrama de blocos de H(s) na forma modal.


O modelo no espaço de estado, obtido diretamente do diagrama da Figura 5.8, é dado por
ẋ1 = u − 4x1
ẋ2 = u − 3x2
com a saída y(t) dada por
y = 1 + 2x1 − x2
Assim, as matrizes Am , Bm , Cm e Dm , na forma canônica modal, são dadas por
" # " #
−4 0 1 h i
Am = , Bm = , Cm 2 −1 , Dm = [1]
0 −3 1
Observe que nessa forma, a matriz A é diagonal e os seus elementos são exatamente os polos da função de
transferência. Assim, o sistema está desacoplado e é possível resolver cada equação de forma independente.
Resolvendo esse sistema, os estados x1 (t) e x2 (t) são respectivamente dados por
Z t
−4t
x1 (t) = e x1 (0) + e−4(t−τ ) u(τ ) dτ, t≥0
0
Z t
x2 (t) = e−3t x2 (0) + e−3(t−τ ) u(τ ) dτ, t≥0
0
Prof. Camino, J. F. Análise de Sistemas Lineares 77

5.4.2 Caso geral


Suponha que a função de transferência H(s) tenha a seguinte decompondo em frações parciais:
c1 c2 cℓ cℓ+1 cn
H(s) = c0 + + 2
+ ··· + ℓ
+ + ··· +
s − p1 (s − p1 ) (s − p1 ) s − pℓ+1 s − pn
= c0 + H1 (s) + H2 (s) + · · · + Hℓ (s) + Hℓ+1 (s) + · · · + Hn (s)

em que p1 = p2 = · · · = pℓ é um polo de multiplicidade 2 ≤ ℓ ≤ n e os n − ℓ polos restantes são todos distintos.


Para obter a representação dessa função de transferência, basta notar que uma fração parcial na forma
Yℓ (s) cℓ
Hℓ (s) = =
U (s) (s − p1 )ℓ
que contem um polo p1 de multiplicidade ℓ, pode ser representada pela conexão em série de ℓ termos 1/(s − p1 ).
A Figura 5.9 apresenta o diagrama de blocos para o caso ℓ = 2.

U (s) 1 1 Yℓ (s)
c2
s s

p1 p1

c2
Figura 5.9: Diagrama de blocos de .
(s − p1 )2

A função de transferência H(s) será então composta pela conexão em paralelo de cada um dos blocos Hi (s)
incluindo os polos pi com suas respectivas multiplicidades. Por exemplo, suponha que a função de transferência
H(s) seja dada por
c1 c2 c3
H(s) = + +
s − p1 (s − p2 )2 s − p3
Sua representação na forma canônica de Jordan está apresentada na Figura 5.10.

ẋ1 R x1
c1

p1

u(t) ẋ3 R x3 ẋ2 R x2 y(t)


c2

p2 p2

ẋ4 R x4
c3

p3

Figura 5.10: Diagrama de blocos na forma canônica de Jordan.

O modelo no espaço de estado é obtido diretamente do diagrama da Figura 5.10 como segue

ẋ1 = u + p1 x1
ẋ2 = x3 + p2 x2
ẋ3 = u + p2 x3
ẋ4 = u + p3 x4
Prof. Camino, J. F. Análise de Sistemas Lineares 78

com a saída y(t) dada por


y = c1 x1 + c2 x2 + c3 x4
Portanto, para o exemplo acima, as matrizes AJ , BJ , CJ e DJ , na forma canônica de Jordan, são dadas por
   
p1 0 0 0 1
 0 p2 1 
0    h i
 0
AJ =  , BJ =   , CJ c1 c2 0 c3 , DJ = [0]
 0 0 p2 0  1
0 0 0 p3 1
Perceba que a matriz AJ tem três blocos de Jordan: o primeiro de dimensão 1 × 1, o segundo de dimensão 2 × 2
e o terceiro de dimensão 1 × 1.
Quando existirem polos com multiplicidade, o mais próximo que se pode esperar de uma matriz A diagonal
é a forma de Jordan, em que o elemento não nulo da diagonal superior terá valor 1.

Exercício 5.4.1 Represente o sistema abaixo nas formas canônicas controlável, observável e de Jordan.
s2
H(s) =
s2−1
Exercício 5.4.2 Considere uma função de transferência de segunda ordem H(s) com um par de polos complexos
conjugados, p1 = −σ + jω e p2 = −σ − jω com os correspondente resíduos c1 = λ + jγ e c2 = λ − jγ, ou seja
λ + jγ λ − jγ
H(s) = +
s + σ − jω s + σ + jω
Mostre que a representação na forma canônica controlável de H(s) no espaço de estado é dada por
" # " #
0 1 0 h i
Ac = , B c = , C c = 2(λσ − ωγ) 2λ , Dc = [0]
−(σ 2 + ω 2 ) −2σ 1

Exercício 5.4.3 Determine as matrizes do modelo no espaço de estado do sistema do exercício anterior 5.4.2
na forma canônica observável.

Exercício 5.4.4 Mostre que a função de transferência do exercício anterior 5.4.2 também tem a seguinte re-
presentação no espaço de estado:
" # " #
−σ ω 0 h i
A= , B= , C = −2γ 2λ , D = [0]
−ω −σ 1

Exercício 5.4.5 Considere o modelo simplificado de uma suspensão veicular, apresentado na Figura 5.11, em
que a saída y(t) é o deslocamento da massa m e a entrada w(t) é um sinal de distúrbio proveniente da via. Os
dados numéricos para esse sistema são: m = 10 Kg, c = 200 Ns/m e k = 1000 N/m. Represente esse sistema,
por diagramas de blocos, nas formas canônicas controlável, observável e de Jordan. Em seguida, determine os
respectivos modelos no espaço de estado.

y(t)
m

c k w(t)

Figura 5.11: Modelo simplificado de uma suspensão veicular.

Exercício 5.4.6 Usando uma frequência de amostragem fs = 10 Hz, discretize o modelo da suspensão veicular
acima, obtendo a sua função de transferência H(z) = Y (z)/W (z). Em seguida, apresente os diagramas de
blocos nas formas canônicas controlável, observável e de Jordan. e determine os respectivos modelos discretos
no espaço de estado.
Prof. Camino, J. F. Análise de Sistemas Lineares 79

5.5 Transformação de similaridade


Considere o modelo no espaço de estado

ẋ(t) = Ax(t) + Bu(t)


(5.2)
y(t) = Cx(t) + Du(t)

com x ∈ Rn×1 , y ∈ Rp×1 , u ∈ Rr×1 , A ∈ Rn×n , B ∈ Rn×r , C ∈ Rp×n , D ∈ Rp×r . Aplicando a transformada de
Laplace nesse sistema, obtém-se

sX(s) = AX(s) + BU (s)


Y (s) = CX(s) + DU (s)

Isolando X(s) e substituindo na saída Y (s), obtém-se a função de transferência do modelo de estado acima
n o
−1
Y (s) = C (sI − A) B + D U (s)

Será agora demonstrado que uma função de transferência possui inúmeras representações no espaço de
estado. Para isso, defina uma nova variável de estado q = T x, em que a matriz T é inversível (não singular).
Então:
q̇ = T ẋ = T (Ax + Bu) = T (AT −1 q + Bu) = T AT −1 q + T Bu
A saída y(t) do sistema passa a ser
y(t) = CT −1 q(t) + Du(t)
Assim, na nova variável de estado q(t), o sistema é dada por

q̇(t) = Âq(t) + B̂u(t)


y(t) = Ĉq(t) + D̂u(t)

com  = T AT −1 , B̂ = T B, Ĉ = CT −1 , D̂ = D.
Agora, será demonstrado que esse modelo de estado na variável q tem a mesma função de transferência que
o modelo original (5.2). Aplicando a transformada de Laplace, obtém-se

sQ(s) = ÂQ(s) + B̂U (s)


Y (s) = ĈQ(s) + D̂U (s)

Substituindo Q(s) em Y (s), obtém-se


  −1 
Y (s) = Ĉ sI − Â B̂ + D̂ U (s)

Substituindo  = T AT −1 , B̂ = T B, Ĉ = CT −1 , D̂ = D, tem-se
n −1 o
Y (s) = CT −1 sI − T AT −1 T B + D U (s)
n  −1 o
= CT −1 T (sI − A) T −1 T B + D U (s)
n o
−1
= CT −1 T [(sI − A)] T −1 T B + D U (s)
n o
−1
= C (sI − A) B + D U (s)

Portanto, a função de transferência é invariante em relação à transformação de similaridade, ou seja, percebe-se


que o mesmo sistema (mesma função de transferência) pode ter inúmeras representações diferentes no espaço de
estado. Essas representações, no entanto, estão relacionadas entre si através alguma matriz T de transformação
de similaridade.

Exercício 5.5.1 Mostre que o resultados é análogo para o caso discreto.


Prof. Camino, J. F. Análise de Sistemas Lineares 80

5.6 Solução homogênea


Considere o seguinte modelo no espaço de estado, que representa uma equação diferencial homogênea de primeira
ordem

(5.3) ẋ = Ax, x(0) = x0

com a matriz A e o vetor de variáveis de estado x tendo dimensões A ∈ Rn×n e x ∈ Rn×1 , respectivamente. A
solução dessa equação diferencial é dada por

(5.4) x(t) = eAt x0

em que a matriz exponencial eAt , também conhecida como matriz fundamental, possui a seguinte expansão em
série

X Ak tk
eAt =
k!
k=0

Uma propriedade importante da matriz fundamental eAt é que sua derivada se comporta de forma similar
ao caso escalar, ou seja, a seguinte relação é válida

deAt
= AeAt = eAt A
dt
que pode ser facilmente provada derivando-se a série acima.
Para provar que a expressão (5.4) de fato é uma solução, basta verificar que ela satisfaz a equação diferencial
homogênea (5.3). Derivando-se a solução (5.4), tem-se

dx(t) deAt x0 deAt


ẋ(t) = = = x0 = AeAt x0 = Ax(t) =⇒ ẋ(t) = Ax(t)
dt dt dt
Exercício 5.6.1 Mostre que a solução da equação homogênea para uma condição inicial x(t0 ), que ocorre num
instante de tempo t0 (não necessariamente nulo) é dada por

x(t) = eA(t−t0 ) x(t0 )

5.6.1 Propriedades da matriz fundamental


Sejam ti ∈ R, X e Y matrizes no Rn×n , I a matriz identidade n × n e 0 a matriz nula n × n. Algumas
propriedades importante da matriz fundamental são:

deXt
1. = XeXt = eXt X
dt
2. eX(t1 +t2 ) = eXt1 eXt2

3. e0 = I

4. eX e−X = I
−1
5. eX = e−X
T T
6. eX = eX

7. Se Y X = XY (comutam) então eY eX = eX eY = eY +X . Em geral, eY eX 6= eX eY 6= eY +X

8. Se |Y | =
6 0 então eY XY = Y eX Y −1
−1

9. Se X = diag(λ1 , λ2 , . . . , λn ) é uma matriz diagonal então eX = diag(eλ1 , eλ2 , . . . , eλn )


Prof. Camino, J. F. Análise de Sistemas Lineares 81

5.6.2 Cálculo da matriz fundamental


A matriz fundamental eAt , com A ∈ Rn×n , pode ser calculada de forma simples usando-se um dos seguintes
métodos:
 
1. eAt = L−1 (sI − A)−1 , com L a transformada de Laplace. Para provar essa expressão, note que
 
deAt    
L = L eAt A = L eAt A
dt

Por outro lado, da propriedade da transformada de Laplace da derivada de uma função, tem-se
 At 
de    
= sL eAt − eAt = sL eAt − I

L
dt t=0

Igualando essas duas expressões, obtém-se finalmente


     
L eAt A = sL eAt − I ⇐⇒ L eAt (sI − A) = I

Portanto
   
L eAt = (sI − A)−1 ⇐⇒ eAt = L−1 (sI − A)−1

2. eAt = ΣeΛt Σ−1 , usando a forma3 diagonal A = ΣΛΣ−1 . Essa fórmula é obtida diretamente da propriedade
8 da matriz fundamental, apresentada na Seção 5.6.1.

n−1
X
3. eAt = αℓ (t)Aℓ , usando o método polinomial. Esse método pode ser utilizado se os polos (os autovalores
ℓ=0
λi da matriz A) forem todos distintos. Os coeficientes αℓ (t) são obtidos do seguinte sistema de equações:
    λ1 t 
1 λ1 λ21 ··· λ1n−1 α0 (t) e
1
 λ2 λ22 ··· λ2n−1 

 α (t)   eλ2 t 
1   
    
1 λ3 λ23 ··· λ3n−1   α2 (t)  =  eλ3 t 
 .. .. .. ..   ..   .. 
    
..
. . . . .   .   . 
1 λn λ2n ··· λnn−1
αn−1 (t) e λn t

A matriz acima é conhecida como matriz de Vandermonde. A prova encontra-se no Apêndice A.2.

Exemplo 5.6.1 Calcule eAt para a seguinte matriz


" #
0 1
A=
−3 −4

1. Usando a transformada de Laplace: eAt = L−1 [(sI − A)−1 ]

• A matrizes (sI − A) e (sI − A)−1 são respectivamente dadas por


" # " #
s −1 −1 1 (s + 4) 1
(sI − A) = , (sI − A) =
3 s+4 (s + 1)(s + 3) −3 s

• A transformada inversa fornece


" #
At −1 −1 1 3e−t − e−3t e−t − e−3t
e =L [(sI − A) ]= , t≥0
2 3(e−3t − e−t ) 3e−3t − e−t
3A forma diagonal A = ΣΛΣ−1 é obtida através da decomposição da matriz A em autovalores e autovetores, como apresentado
no Apêndice A.2.
Prof. Camino, J. F. Análise de Sistemas Lineares 82

2. Usando a forma diagonal: eAt = ΣeΛt Σ−1

• Os autovalores da matriz A são λ1 = −1 e λ2 = −3. Assim a matriz diagonal Λ contendo os


autovalores é dada por
" # " #
−t
−1 0 e 0
Λ= =⇒ eΛt =
0 −3 0 e−3t
# " " #
−1 −1
• Os respectivos autovetores são v1 = e v2 = . Portanto
1 3
" # " #
−1 −1 1 −3 −1
Σ= , Σ−1 =
1 3 2 1 1

• Finalmente, tem-se que eAt é dada por


" #" #" #
1 −1 −1 e−t 0 −3 −1
eAt = ΣeΛt Σ−1 =
2 1 3 0 e−3t 1 1
" #
1 3e−t − e−3t e−t − e−3t
= −3t
, t≥0
2 3(e − e ) 3e−3t − e−t
−t

n−1
X
3. Usando o método polinomial: eAt = αℓ (t)Aℓ
ℓ=0

• O sistema de equações necessário para se determinar os coeficientes αℓ (t) é dada por:

" #" # " # 1 


1 −1 α0 e−t α0 = 3e−t − e−3t
= −3t =⇒ 2
1 −3 α1 e 1 −t 
α1 = e − e−3t
2

• Portanto, a solução é dada por


" #
At 1 3e−t − e−3t e−t − e−3t
e = αo (t)I + α1 (t)A = , t≥0
2 3(e−3t − e−t ) 3e−3t − e−t

5.7 Solução forçada


Considere o sistema
ẋ = Ax + Bu, x(t0 ) = x0
(5.5)
y = Cx + Du

Assuma uma solução na forma


x(t) = eA(t−t0 ) v(t)
com v(t) a determinar. Substituindo na equação de estado, tem-se

AeA(t−t0 ) v(t) + eA(t−t0 ) v̇(t) = AeA(t−t0 ) v(t) + Bu(t)

como [eA(t−t0 ) ]−1 = e−A(t−t0 ) , obtém-se


v̇(t) = e−A(t−t0 ) Bu(t)
Assumindo u(t) = 0 para t < t0 e integrando, obtém-se
Z t
v(t) − v(t0 ) = e−A(τ −t0 ) Bu(τ ) dτ
to
Prof. Camino, J. F. Análise de Sistemas Lineares 83

Notando que x(t0 ) = x0 = v(t0 ), tem-se


Z t
(5.6) x(t) = eA(t−t0 ) x0 + eA(t−τ ) Bu(τ ) dτ, t ≥ t0
to

Portanto, a saída y(t) fica sendo


Z t
(5.7) y(t) = CeA(t−t0 ) x0 + CeA(t−τ ) Bu(τ ) dτ + Du(t), t ≥ t0
to

5.7.1 Resposta impulsiva


A resposta ao impulso h(t) do sistema (5.5) é obtida diretamente da formula acima (5.7), com D = 0 e condições
iniciais x0 nulas, para uma entrada impulsiva u(t) = δ(t) aplicada no instante de tempo t0 = 0. Assim, usando
a propriedade do delta de Dirca Z ∞
f (t)δ(t) = f (0)
−∞
obtém-se
h(t) = CeAt B, t≥0
Esse mesmo resultado pode ser obtido aplicando-se a transformada de Laplace em (5.5), com condições
iniciais nulas, que fornece a função de transferência
Y (s) = H(s)U (s), H(s) = C(sI − A)−1 B
Claramente, a resposta impulsiva h(t) é dada por
 
h(t) = CL−1 (sI − A)−1 B = CeAt B, t≥0
Observação 5.7.1 Observe que a solução completa (5.6) é a soma da resposta homogênea dada por:
eA(t−t0 ) x0
com a resposta forçada dada pela convolução da resposta ao impulso h(t) = CeAt B com a entrada u(t):
Z t
CeA(t−τ ) Bu(τ ) dτ
to

5.8 Solução forçada para o caso discreto


Considere o sistema discreto
x(k + 1) = Ax(k) + Bu(k), k≥0
com condições iniciais x(0) = x0 . A solução desse sistema é dada por
k−1
X
(5.8) x(k) = Ak x(0) + Ak−l−1 Bu(l), k≥0
l=0

Pode-se facilmente provar essa fórmula por indução, como segue:


1. Para k = 0, a solução claramente satisfaz a condição inicial;

2. Assuma que a solução é válida para um k ≥ 0 qualquer, assim, tem-se


k
X
k+1
x(k + 1) = A x(0) + Ak−l Bu(l)
l=0
k−1
X
= AAk x(0) + Ak−l Bu(l) + Bu(k)
l=0
" k−1
#
X
k k−l−1
= A A x(0) + A Bu(l) + Bu(k)
l=0

= Ax(k) + Bu(k)
Prof. Camino, J. F. Análise de Sistemas Lineares 84

Definindo a saída do sistema por


y(k) = Cx(k) + Du(k)

tem-se
" k−1
#
X
k k−l−1
(5.9) y(k) = Cx(k) + Du(k) = C A x(0) + A Bu(l) + Du(k), k≥0
l=0

Exercício 5.8.1 Determine a solução da equação forçada x(k) para uma entrada u(k), tal que u(k) = 0 para
k < k0 , e condição inicial x(k0 ) = x0 .

5.8.1 Resposta impulsiva


Para obter a resposta ao impulso h(k), basta fazer u(k) = δ(k) na equação (5.9) acima, com condições iniciais
nulas. Assim, a resposta ao impulso é dada por

D , se k = 0
h(k) =
CAk−1 B , se k ≥ 1

que pode ainda ser reescrita como

h(k) = CAk−1 Bµ(k − 1) + Dδ(k)

Os termos da resposta ao impulso CAn B para n ≥ 0, conhecidos como parâmetros de Markov do modelo no
espaço de estado, são amplamente utilizados na área de identificação de sistemas dinâmicos.

5.8.2 Solução homogênea


Considere agora o caso homogêneo sem o termo forçado, dado por

x(k + 1) = Ax(k), k≥0

com condições iniciais x(0) = x0 . Aplicando a transformada Z, tem-se

zX(z) − zx(0) = AX(z)

Assim
X(z) = (zI − A)−1 zx(0)

cuja transformada inversa fornece


 
x(k) = Z −1 (zI − A)−1 z x(0), k≥0

Comparando com a solução (5.8), com u(k) = 0, dada por:

x(k) = Ak x(0), k≥0

conclui-se que
   
Ak µ(k) = Z −1 (zI − A)−1 z ⇐⇒ Z Ak µ(k) = (zI − A)−1 z

Perceba a similaridade com o caso escalar


z
Z[ak µ(k)] = = (z − a)−1 z
z−a
Exercício 5.8.2 Determine a solução da equação homogênea x(k) para uma condição inicial x(k0 ) = x0 , que
ocorre num instante de tempo k0 (não necessariamente nulo).
Prof. Camino, J. F. Análise de Sistemas Lineares 85

5.8.3 Cálculo da matriz fundamental


O cálculo de Ak pode ser realizado pelos seguintes métodos:
 
1. Ak = Z −1 (zI − A)−1 z . Essa expressão foi derivada na seção anterior.

2. Ak = ΣΛk Σ−1 , usando a forma4 diagonal A = ΣΛΣ−1 .


n−1
X
3. ek = αℓ (k)Aℓ , usando o método polinomial. Os coeficientes αℓ (k) são obtidos do seguinte sistema:
ℓ=0
    k
1 λ1 λ21 ··· λ1n−1 α0 (k) λ1
n−1  
1 λ
 2 λ22 ··· λ2   α1 (k)  λk2 
 

    
1 λ3 λ23 ··· λ3n−1   α2 (k)  = λk3 

 .. .. .. ..  

..
  
..   .. 
. . . . .  .   . 
1 λn λ2n ··· n−1
λn αn−1 (k) λkn

Exemplo 5.8.1 Calcule Ak com k = 10 para a matriz A dada por


" #
0 1
A=
−3 −4

Usando a expressão Ak = ΣΛk Σ−1 , tem-se


" #" #" #
k k −1 1 −1 −1 (−1)k 0 −3 −1
A = ΣΛ Σ =
2 1 3 0 (−3)k 1 1
" #
1 −(−3)k + 3(−1)k −(−3)k + (−1)k
= , k≥0
2 3(−3)k − 3(−1)k −(−1)k + 3(−3)k

Assim, para k = 10 obtém-se


" #" #" # " #
10 10 −1 1 −1 −1 1 0 −3 −1 −29523 −29524
A = ΣΛ Σ = =
2 1 3 0 59049 1 1 88572 88573
O mesmo resultado pode ser obtido usando-se a expressão

Ak = Z −1 [(zI − A)−1 z], k≥0

Aplicando a inversa da transformada Z na expressão


" #
−1 1 z(z + 4) z
(zI − A) z= 2
z + 4z + 3 −3z z2
obtém-se " #
k 1 −(−3)k + 3(−1)k −(−3)k + (−1)k
A = , k≥0
2 3(−3)k − 3(−1)k −(−1)k + 3(−3)k
Para usar o método polinomial, é necessário determinar os coeficientes αℓ (k) resolvendo o sistema:
" #" # " # 1 
1 −1 α0 (−1)k α0 = 3(−1)k − (−3)k
= =⇒ 2
1 −3 α1 (−3)k 1 
α1 = (−1)k − (−3)k
2
Portanto, a solução é dada por
" #
k 1 −(−3)k + 3(−1)k −(−3)k + (−1)k
A = αo (k)I + α1 (k)A = , k≥0
2 3(−3)k − 3(−1)k −(−1)k + 3(−3)k
4A forma diagonal A = ΣΛΣ−1 é obtida através da decomposição da matriz A em autovalores e autovetores, como apresentado
no Apêndice A.2.
Prof. Camino, J. F. Análise de Sistemas Lineares 86

5.9 Estabilidade assintótica


Os polos de um sistema linear representado no espaço de estado estão diretamente associados com os autovalores
da matriz A. Para ver esse fato, considere o modelo de estado

ẋ = Ax + Bu
y = Cx + Du
A função de transferência correspondente é dada por

H(s) = C(sI − A)−1 B + D

Lembrando a fórmula da inversa de uma matriz X −1 = adj(X)/|X|, tem-se


C adj(sI − A)B
H(s) = +D
|sI − A|
Percebe-se, portanto, que os polos de H(s) são as raízes do polinômio caraterístico5 Λ(λ) = |λI − A| da matriz
A, ou seja, os autovalores λi da matriz A. Portanto, o sistema será assintoticamente estável se e somente se a
parte real dos autovalores λi da matriz A for negativa, ou seja, Re[λi (A)] < 0.

Exercício 5.9.1 Mostre que para o sistema discreto

x(k + 1) = Ax(k) + Bu(k)


y(k) = Cx(k) + Du(k)

o resultado é análogo ao do caso contínuo, ou seja, os autovalores λi da matriz A são os polos de H(z).
Determine, assim, as condições sobre λi (A) para que o sistema seja assintoticamente estável.

5.10 Exercícios
Exercício 5.10.1 Seja a matriz A dada por " #
0 α
0 0
Mostre que " #
At 1 αt
e =
0 1

Exercício 5.10.2 Mostre que


eλI+X = eλ eX

Exercício 5.10.3 Seja a matriz A dada por " #


λ α
0 λ
mostre que " #
At eλt αteλt
e =
0 eλt

Exercício 5.10.4 Seja a matriz A dada por " #


λ α
0 µ
Mostre que para λ 6= µ a matriz exponencial é dada por
" #
At eλt αγ eλt − eµt
e = , com γ=
0 eµt λ−µ
5 Ver Apêndice A.2 sobre autovalores e autovetores.
Prof. Camino, J. F. Análise de Sistemas Lineares 87

Exercício 5.10.5 Dado o diagrama de blocos abaixo, derive a representação no espaço de estado e a função
de transferência correspondente. Em seguida, derive o diagrama de blocos na forma canônica de Jordan e a
respectiva representação no espaço de estado.

u(t) ẋ2 R x2 ẋ1 R x1 y(t)


ω −2γ

−σ −σ

−ω

Exercício 5.10.6 Para os sistemas abaixo, derive o diagrama de blocos nas formas canônicas controlável,
observável e de Jordan. Em seguida, determine as respectivas representações no espaço de estado.

1. ẏ(t) = 2u(t)
10
2. H(s) =
s2 (s2 + 6s + 10)
10
3. H(s) =
(s + 3)2 (s2 + 6s + 10)
Capítulo 6

Análise de Fourier

6.1 Série de Fourier


A série de Fourier possui uma ampla gama de aplicações nas engenharias, sendo bastante utilizada na análise
de sistemas físicos sujeitos a pertubações periódicas. Basicamente, a série de Fourier permite representar uma
função periódica qualquer como uma soma de senos e cossenos.

Definição 6.1.1 Um polinômio trigonométrico é uma soma finita na forma


N
X  
SN = a0 + ak cos(kωo t) + bk sin(kωo t)
k=1

em que os coeficientes a0 , a1 , . . . , aN , b1 , . . . , bN são números complexos e ω0 = 2πf0 = 2π/T é a frequência


fundamental do sinal cujo período é T .

Essa série pode ser reescrita em termos da função exponencial. Para isso, basta substituir a relação de Euler

ejkωo t = cos(kωo t) + j sin(kωo t)

no polinômio acima como segue


N
1X  bk jkωo t 
SN = ao + ak ejkωo t + e−jkωo t + e − e−jkωo t
2 j
k=1
N   N  
1X bk jkωo t 1X bk
= a0 + ak + e + ak − e−jkωo t
2 j 2 j
k=1 k=1

Agora, basta aplicar a seguinte substituição de variáveis


1 1
X0 = a0 , Xk = (ak − jbk ) , X−k = (ak + jbk ) , k = 1, . . . , N
2 2
para se obter a série em termos da exponencial:
N
X
SN = Xk ejkωo t
k=−N

Uma questão importante levantada por Fourier foi a análise da convergência dessa série, com N → ∞, de
forma a aproximar uma função periódica x(t) qualquer. Basicamente, deseja-se determinar quais os valores dos
coeficientes da série trigonométrica Xk de tal forma que

X
(6.1) x(t) = lim SN = Xk ejkωo t
N →∞
k=−∞

Usando as propriedades de ortogonalidade, é possível mostrar que

88
Prof. Camino, J. F. Análise de Sistemas Lineares 89

Z
1 T /2 1 , se k = 0
A. ejkωo t dt =
T −T /2 0 , se k 6= 0
Z T /2
1
B. Xk = x(t)e−jkωo t dt
T −T /2

Essa última relação fornece a fórmula para se calcular os coeficientes da série trigonométrica.
Prova. Primeiro, a parte A será provada. Para k = 0, tem-se
Z
1 T /2
dt = 1
T −T /2
Para k 6= 0, tem-se
Z T /2
T /2 jkωo t  
1 1 e 1
ejkωo t dt = ejkωo T /2 − e−jkωo T /2

=
T −T /2 T jkωo 2kω0 jT /2
−T /2
sin(kωo T /2) sin(kπ)
= = =0
kω0 T /2 kπ
Para provar a parte B, multiplica-se ambos os lados de (6.1) por e−jnωo t e integra-se:
Z Z N
!
1 T /2 −jnωo t 1 T /2 X
jkωo t
x(t)e dt = Xk e e−jnωo t dt
T −T /2 T −T /2
k=−N

N Z
X 1 T /2 j(k−n)ωo t X
n , se k = n
= Xk e dt =
T −T /2 0 , se k 6= n
k=−N

Portanto
Z T /2
1
(6.2) Xk = x(t)e−jkωo t dt
T −T /2

A série (6.1) formada com os coeficientes Xk , dados por (6.2), é chamada de Série de Fourier:

X
x(t) = Xk ejkωo t , ω0 = 2π/T
k=−∞
(6.3) Z T /2
1
Xk = x(t)e−jkωo t dt
T −T /2

No desenvolvimento acima, foi utilizado, de forma implícita, o fato de que a função periódica x(t) e sua
derivada x′ (t) são contínuas. No entanto, a série de Fourier pode ser aplicada a uma classe mais ampla de
funções. De uma forma mais geral, se as seguintes condições forem satisfeita:
R T /2
1. a integral −T /2 |x(t)| dt converge;

2. a função x(t) possui um número finito de descontinuidades finitas no intervalo −T /2 ≤ t ≤ T /2;

3. a função x(t) possui um número finito de máximos e mínimos no intervalo −T /2 ≤ t ≤ T /2;


então é possível mostrar que a série de Fourier converge para a função x̄(t) que é igual à função x(t) nos pontos
de continuidade e igual à média dos limites num ponto de descontinuidade t0 , ou seja:
 " #
 1


 lim x(t) + lim x(t) , para − T2 < t0 < T2
 2 t→t−

0 t→t+
0
x̄(t) = " #


 1


2 lim + x(t) + lim− x(t) , para t0 = ± T2
t→− T2 t→ T2

Note que é imaterial como a função x(t) está definida num ponto de descontinuidade.
Prof. Camino, J. F. Análise de Sistemas Lineares 90

Exemplo 6.1.1 Considere a onda quadrada, de amplitude A e período T , apresentada na figura Figura 6.1.

x(t)
A

t
0

Figura 6.1: Onda quadrada de amplitude A e período T .

Para obter a sua série de Fourier, basta calcular os termos Xk usando (6.3) como segue:
Z T /2
1
Xk = x(t)e−jkωo t dt
T −T /2
Z Z
1 0 1 T /2 −jk2πt/T
=− Ae−jk2πt/T dt + Ae dt
T −T /2 T 0
A T  A T 
=− 1 − ejkπ + e−jkπ − 1
T −j2πk T −j2πk
A  
= 2 − ejkπ − e−jkπ
j2πk
A
= [2 − 2 cos(πk)]
j2πk

Aj 0 , se k for par
= [cos(πk) − 1] =
πk − 2Aj , se k for ímpar
πk

Perceba que os coeficientes Xk são números complexos, portanto, podem ser representados na forma Xk =
re com r e θ respectivamente dados por


0 , se k for par
r = |Xk | =
 2A , se k for ímpar
π|k|

indefinido , se k for par
θ = ∠Xk =
− sinal(k) π , se k for ímpar
2

em que a função sinal(x) é -1 se x for negativo e +1 se x for positivo.


A representação gráfica de Xk está apresentada na Figura 6.2.

|Xk | ∠Xk
π
2

k k
−5 −4 −3 −2 −1 0 1 2 3 4 5 −5 −4 −3 −2 −1 0 1 2 3 4 5

− π2

Figura 6.2: Diagrama de valor absoluto e fase de Xk .

A Figura 6.3 apresenta a onda quadra, de amplitude A e período T , e sua série de Fourier com apenas o
primeiro termo (vermelho), que representa a componente fundamental, e com os onze primeiros termos (azul).
Prof. Camino, J. F. Análise de Sistemas Lineares 91

x(t)
A

t
0

Figura 6.3: Onda quadrada de amplitude A e período T , sua primeira fundamental (vermelho) e sua série de
Fourier contendo os onze primeiros termos (azul).

Definição 6.1.2 (Efeito de Gibbs) Como pode ser visto na Figura 6.3, existe uma oscilação próxima a pon-
tos de descontinuidade da função. Nesses pontos, a série de Fourier não converge uniformemente. Gibbs
observou que o valor da oscilação próximo a um ponto de descontinuidade não se aproxima do valor da função,
por maior que seja o número de termos utilizados para calcular a série de Fourier. A amplitude máxima da
oscilação é dada por: Z
1 π sin x 1
dx − ≈ 8.95%
π 0 x 2

A série de Fourier também pode ser descrita em termos da função seno e cosseno. Nesse caso, a série é dada
por

X  
(6.4) x(t) = a0 + ak cos(kωo t) + bk sin(kωo t)
k=1

com
Z T /2
2
ak = x(t) cos(kωo t) dt, k = 0, 1, 2, 3, . . .
T −T /2
Z T /2
2
bk = x(t) sin(kωo t) dt, k = 1, 2, 3, . . .
T −T /2

Exercício 6.1.1 Sejam Xk e X−k os coeficientes da série exponencial de Fourier dada por (6.3). Mostre que
ak = Xk + X−k e bk = j (Xk − X−k ), para k ≥ 1.

Exercício 6.1.2 Calcule a série trigonométrica de Fourier da onda quadrada do Exemplo 6.1.1 usando a ex-
pressão (6.4). Em seguida, usando a relação do Exercício 6.1.1, confira com o resultado do Exemplo 6.1.1.

Teorema 6.1.1 Teorema da Energia (ou de Parseval). Seja a potência do sinal dada por
Z T /2
1
P = |x(t)|2 dt
T −T /2

Então, pode-se mostrar que


Z T /2 ∞
1 X
P = |x(t)|2 dt = |Xk |2
T −T /2 k=−∞

Se a função x(t) for par (resp. ímpar), a série de Fourier dependerá apenas da função cosseno (resp. seno).
Perceba que qualquer função pode ser expressa como a soma de uma função par, tal que f (t) = f (−t), e de
uma função ímpar, tal que f (t) = −f (−t).
Prof. Camino, J. F. Análise de Sistemas Lineares 92

Exemplo 6.1.2 seja a função x(t) dada por A função x(t) é composta pela soma das funções xp (t) e xi (t),
 ou seja, x(t) = xp (t) + xi (t).
e−t , se t ≥ 0
x(t) = x(t)
0 , se t < 0 1

Essa função pode ser escrita como a soma de t


uma função par xp (t) e de uma função ímpar 0

xi (t) respectivamente dadas por


 xp (t)
1 −t 1
2e

 , se t > 0 1
2
xp (t) = 1 , se t = 0

 t
1 t 0
2e , se t < 0

1 −t
2e

 , se t > 0 xi (t)
xi (t) = 0 , se t = 0
 1

 1 t 2
− 2 e , se t < 0
t
0

Se x(t) é uma função periódica par, de período T , então


Z T Z T
x(t) dt = 2 x(t) dt
−T 0

e a respectiva série de Fourier se reduz a



1 X 2π
x(t) = a0 + ak cos(kω0 t), ω0 =
2 T
k=1
Z
4 T /2
ak = x(t) cos(kω0 t) dt
T 0

Por outro lado, se x(t) é uma função periódica ímpar, de período T , então
Z T
x(t) dt = 0, x(0) = 0
−T

e a respectiva série de Fourier se reduz a



X 2π
x(t) = bk sin(kω0 t), ω0 =
T
k=1
Z T /2
4
bk = x(t) sin(kω0 t) dt
T 0

Exemplo 6.1.3 Considere o circuito resitor-capacitor da Figura 6.4. Para esse sistema, determine a tensão de
saída v(t) para uma tensão de entrada p(t) dada pela função periódica dente de serra apresentada na Figura 6.5.

R p(t)
i
1

p(t) C v(t)
+ T
t
0

Figura 6.4: Circuito resistor-capacitor. Figura 6.5: Função dente de serra.


Prof. Camino, J. F. Análise de Sistemas Lineares 93

Sabe-se que a saída v(t) para uma entrada qualquer é dada pela integral de convolução
Z ∞
v(t) = h(t) ∗ p(t) = h(σ)p(t − σ) dσ
−∞

em que h(t) é a resposta impulsiva. Lembrando que a equação diferencial que governa o sistema é

τ v̇(t) + v(t) = p(t)

com a constante de tempo τ = RC, sua resposta impulsiva é facilmente determinada como sendo
1 −t/τ
h(t) = e µ(t)
τ
com µ(t) o degrau unitário. Para calcular essa convolução, de uma forma prática, pode-se decompor p(t) em
sua série de Fourier (veja o exercício 6.1.6), ou seja,

1 1X 1 2π
p(t) = − pk , pk = sin(kω0 t), ω0 =
2 π k T
k=1

que é a extensão do gráfico de p(t) no intervalo (−∞, ∞). Para obter a função da figura 6.5, é necessário
utilizar p(t)µ(t). A resposta do sistema ao termo constante p0 = 1/2µ(t) (veja o exemplo 2.0.7) é dada por
1 
vp0 (t) = 1 − e−t/τ , t ≥ 0
2
Definindo ωk = kω0 , a resposta a cada uma das entradas pk (t) = sin(ωk t)µ(t) é dada pela seguinte convolução
Z ∞ Z
1 −σ/τ 1 t −σ/τ
vpk = e µ(σ) sin(ωk (t − σ))µ(t − σ) dσ = e sin(ωk (t − σ)) dσ
−∞ τ τ 0
   1 
τ −t/τ
= ω k e − cos(ω k t) + sin(ω k t) , t≥0
1 + τ 2 ωk2 τ

Portanto, a resposta total do sistema para a entrada p(t), dente de serra, fica sendo:

1  1X 1
v(t) = 1 − e−t/τ − vp , t≥0
2 π k k
k=1

A Figura 6.6 apresenta a tensão de saída v(t) e a tensão de entrada p(t).

1 p(t)
v(t)

t
T

Figura 6.6: Tensão de saída v(t) e de entrada p(t).

Exercício 6.1.3 Usando a série de Fourier para funções ímpares, calcule a série de Fourier da onda quadrada
do exemplo 6.1.1.

Exercício 6.1.4 Seja x(t) a onda quadrada do exemplo 6.1.1. Usando a série de Fourier para funções pares,
calcule a série de Fourier de x(t − T /4).

Exercício 6.1.5 Calcule a série de Fourier da função trem de pulsos da Figura 6.7. Observe que nos pontos
de descontinuidade a série fornecerá A/2.

Exercício 6.1.6 Calcule a série de Fourier da função dente de serra da Figura 6.8.
Prof. Camino, J. F. Análise de Sistemas Lineares 94

x(t)
A

t
0 τ
T

Figura 6.7: Trem de pulsos de amplitude A, período T e largura τ .


x(t)

t
0

Figura 6.8: Função dente de serra de amplitude A e período T .

6.2 Transformada de Fourier


O par de transformadas de Fourier é dada por
Z ∞
X(f ) = x(t)e−j2πf t dt
−∞
Z ∞
x(t) = X(f )ej2πf t df
−∞

A última relação é chamada de transformada inversa de Fourier. O par de transformadas de Fourier pode ainda
ser descrito em termos da frequência angular ω = 2πf rad/s como segue:
Z ∞
1
X(ω) = √ x(t)e−jωt dt
2π −∞
Z ∞
1
x(t) = √ X(ω)ejωt dω
2π −∞
As condições para existência da transformada de Fourier e sua inversa são em geral complicadas e não serão
aqui tratadas.

Exemplo 6.2.1 Seja a função pulso de amplitude A e largura τ , apresentada na Figura 6.9.

x(t)
A

τ t

Figura 6.9: Função pulso de amplitude A e largura τ .

Aplicando a transformada de Fourier em x(t), obtém-se


Z Z τ
∞ τ
−j2πf t −j2πf t Ae−j2πf t A  −j2πf τ 
X(f ) = x(t)e dt = A e dt = = e −1
−∞ 0 −j2πf −2jπf
0
A e−jπf τ  jπf τ 
= e − e−jπf τ
πf 2j
Lembrando que
1  jθ 
sin θ = e − e−jθ
2j
Prof. Camino, J. F. Análise de Sistemas Lineares 95

tem-se
A
X(f ) = sin(πf τ )e−jπf τ
πf

Para calcular a parte real e a parte imaginária, expandi-se X(f ) como segue:

A
X(f ) = sin(πf τ ) [cos(πf τ ) − j sin(πf τ )]
πf

Utilizando as identidades trigonométricas


 
2 θ 1 − cos(θ)
sin(2θ) = 2 sin(θ) cos(θ) e sin =
2 2

tem-se
 
A sin(2πf τ ) cos(2πf τ ) − 1
X(f ) = +i
πf 2 2

Assim, a parte real e a parte imaginária de X(f ) são dadas por

A sin(2πf τ ) A cos(2πf τ ) − 1
Re[X(f )] = , Im[X(f )] =
2πf 2πf

Pode-se também reescrever X(f ) como


X(f ) = sin(πf τ )e−jπf τ = Aτ sinc(πf τ )e−jπf τ
πf τ

com a função sinc definida por

sin(x)
(6.5) sinc(x) =
x

O valor absoluto e a fase de X(f ) são dados por

|X(f )| = Aτ | sinc(πf τ )|, ∠X(f ) = atan2 (Re[X(f )], Im[X(f )])

em que atan2 é a função arco-tangente que leva em conta os quatro quadrantes do plano imaginário.
A figura abaixo apresenta o gráfico de |X(f )| e ∠X(f ).

∠X(f )
|X(f )|
π

1 2 3 4
τ τ τ τ
f
− τ4 − τ3 − τ2 − τ1

f
− τ4 − τ3 − τ2 − τ1 1
τ
2
τ
3
τ
4
τ −π

Figura 6.10: Gráfico da função |X(f )| e ∠X(f ) para A = 5.

Observe que X(−f ) = X ∗ (f ), assim a função |X(f )| é par e a função ∠X(f ) é ímpar.
Prof. Camino, J. F. Análise de Sistemas Lineares 96

6.2.1 Propriedades da transformada de Fourier


As propriedades da transformada de Fourier são muito semelhantes às propriedades da transformada de Laplace.
Suponha que a relação entre a função f (t) e sua transformada de Fourier F (f ) seja denotada por
F
f (t) ⇐⇒ F (f )

Então, as seguintes propriedades são verdadeiras

1. Linearidade
F
af (t) + bg(t) ⇐⇒ aF (f ) + bG(f )

2. Convolução no tempo
F
f (t) ∗ g(t) ⇐⇒ F (f )G(f )

3. Convolução na frequência
F
f (t)g(t) ⇐⇒ F (f ) ∗ G(f )

4. Conjugado
F
f (t) ⇐⇒ F (−f )

5. Escala no tempo com a ∈ R


F 1
f (at) ⇐⇒ F (f /a)
|a|
6. Translação no tempo
F
f (t − t0 ) ⇐⇒ e−j2πf t0 F (f )

7. Teorema de Parseval Z ∞ Z ∞
f (t)g(t) dt = F (f )G(f ) df
−∞ −∞

8. Teorema de Plancharel Z ∞ Z ∞
2
|f (t)| dt = |F (f )|2 df
−∞ −∞

Exercício 6.2.1 Prove as propriedades acima.

6.3 Pseudo transformada de Fourier


Aplicando a transformada de Fourier na função delta de Dirac1 δ(t − t0 ), obtém-se
Z ∞
δ(t − t0 )e−j2πf t dt = e−j2πf t0
−∞

Portanto, a transformada inversa de Fourier de e−j2πf t0 fornece δ(t − t0 ), ou seja


Z ∞

δ(t − t0 ) = e−j2πf t0 ej2πf t df
−∞

De forma análoga, calculando a transformada inversa de δ(f − f0 ), obtém-se


Z ∞
δ(f − f0 )ej2πf t df = ej2πf0 t
−∞

Portanto, a transformada de Fourier de ej2πf0 t fornece δ(f − f0 ), ou seja


Z ∞

(6.6) δ(f − f0 ) = ej2πf0 t e−j2πf t dt
−∞
1 Veja a definição da função delta de Dirac dada por (2.1) na Seção 2.0.1.
Prof. Camino, J. F. Análise de Sistemas Lineares 97

A partir dessas propriedades, pode-se obter uma pseudo transformada de Fourier para sinais periódicos. Se
x(t) é um sinal periódico, de período T , então pode-se escrever x(t), usando a série de Fourier, como

X
x(t) = Xk ej2πkt/T
k=−∞

Aplicando a transformada de Fourier, em ambos os lados da equação acima, tem-se


Z ∞ ∞
X
X(f ) = Xk ej2πkt/T e−j2πf t dt
−∞ k=−∞

Definindo fk = k/T e invertendo a ordem da soma e integral, tem-se



X Z ∞ 
X(f ) = Xk ej2πfk t e−j2πf t dt
k=−∞ −∞

Usando (6.6), obtém-se



X
X(f ) = Xk δ(f − fk )
k=−∞

Exemplo 6.3.1 Considere a função periódica x(t) = sin(w0 t) com w0 = 2πf0 = 2π/T . Pode-se reescrever essa
função como
1  j2πf0 t  j  −j2πf0 t 
x(t) = e − e−j2πf0 t = e − ej2πf0 t
2j 2
Portanto a sua pseudo transformada é dada por
j
X(f ) = [δ(f + f0 ) − δ(f − f0 )]
2
A sua representação gráfica está apresentada na figura abaixo.

|X(f )| ∠X(f )
π
2

f
−f0 f0
f
−f0 f0 − π2

Exemplo 6.3.2 Considere a função periódica x(t) = cos(w0 t) com w0 = 2πf0 = 2π/T . Pode-se reescrever essa
função como
1  −j2πf0 t 
x(t) = e + ej2πf0 t
2
Portanto a sua pseudo transformada é dada por
1
X(f ) = [δ(f − f0 ) + δ(f + f0 )]
2
A sua representação gráfica está apresentada na figura abaixo

|X(f )|
∠X(f )

f
−f0 f0
f
−f0 f0
Prof. Camino, J. F. Análise de Sistemas Lineares 98

Exemplo 6.3.3 Considere a onda quadrada do exemplo 6.1.1. Sua série de Fourier é dada por

X 4A
x(t) = sin(kω0 t)

k=1,3,5,7,...

com w0 = 2πf0 . Portanto sua transformada de Fourier é dada por



X 2Aj
X(f ) = [δ(f + fk ) − δ(f − fk )]

k=1,3,5,7,...

com fk = kf0 .

6.4 Função de resposta em frequência


A função de resposta em frequência (FRF), para sistemas contínuos, é definida como
Z ∞
H(jω) = h(t)e−jωt dt
−∞

Perceba a relação da FRF com a definição da transformada de Fourier e da transformada de Laplace com os
valores de s restritos ao eixo imaginário, ou seja, s = jω.
Para um sistema contínuo linear invariante no tempo, se a entrada for dada por

x(t) = a1 es1 t

então a saída será dada por


y(t) = a1 H(s1 )es1 t = H(s1 )x(t)
Para ver esse fato, basta calcular a saída como segue
Z ∞ Z ∞
y(t) = h(t) ∗ x(t) = h(τ )a1 es1 (t−τ ) dτ = a1 es1 t h(τ )e−s1 τ dτ = a1 es1 t H(s1 )
−∞ −∞

Suponha que a entrada do sistema H(s) seja um sinal periódico com a seguinte série de Fourier

X
x(t) = ak ejkω0 t , ω0 = 2π/T
k=−∞

Então, a saída será



X
y(t) = ak H(jkω0 )ejkω0 t
k=−∞

Portanto, y(t) também é periódica com a mesma frequência fundamental de x(t). Se {ak } é o conjunto de
coeficientes de Fourier de x(t), então {ak H(jkω0 )} é o conjunto de coeficientes de Fourier de y(t).

Exemplo 6.4.1 Considere o circuito RC do exemplo 6.1.3 cuja equação diferencial é dada por

τ v̇(t) + v(t) = p(t), τ = RC

Para determinar a FRF desse sistema, observa-se que para uma entrada p(t) = ejωt obtém-se a saída v(t) =
H(jω)ejωt . Substituindo essas expressões na equação diferencial, tem-se
d  
τ H(jω)ejωt + H(jω)ejωt = ejωt
dt
que fornece
1 1 ωτ
H(jω) = = −j
1 + jωτ 1 + (ωτ )2 1 + (ωτ )2
−1/2
Para essa FRF, a magnitude |H(jω)| = 1 + (ωτ )2 e a fase ∠H(jω) = tan−1 (−ωτ ) estão apresentados na
Figura 6.11. Percebe-se que as componentes de alta frequência são praticamente filtradas. Esse é o princípio
dos filtros passa-baixa.
Prof. Camino, J. F. Análise de Sistemas Lineares 99

∠H(jω)

π/2
|H(jω)|
ω/τ
ω/τ 0
−1 0 1

−π/2
Figura 6.11: Função de resposta em frequência para o circuito RC em que a saída é a tensão do capacitor.

Exemplo 6.4.2 Considere a saída do sistema do exemplo anterior como sendo a tensão do resistor. Então a
equação diferencial que governa o sistema é dada por

τ v̇r (t) + vr (t) = τ ṗ(t), τ = RC

Usando passos análogos aos usados no exemplo anterior, a FRF é facilmente determinada como sendo

jωτ (ωτ )2 ωτ
H(jω) = = 2
+j
1 + jωτ 1 + (ωτ ) 1 + (ωτ )2

Para essa FRF, magnitude


|ωτ |
|H(jω)| = p
1 + (ωτ )2
e a fase
∠H(jω) = tan−1 (τ ω)

estão apresentados na Figura 6.12. Ao contrário do exemplo anterior, essa FRF permite a passagem de compo-
nentes de alta frequência e praticamente filtra as de baixa frequência. Esse é o princípio dos filtros passa-alta.

∠H(jω)

π/2
|H(jω)|
1
ωτ
0
ωτ
−1 0 1

−π/2
Figura 6.12: Função de resposta em frequência para o circuito RC em que a saída é a tensão do resistor.

Exercício 6.4.1 Derive a FRF do sistema massa-mola-amortecedor cuja equação de movimento é dada por

ÿ(t) + 2ζωn ẏ(t) + ωn2 y(t) = x(t)

e mostre que o gráfico de magnitude e fase tem a forma da Figura 6.13.

6.4.1 Caso discreto


Para o caso discreto, a função de resposta em frequência (FRF) é definida como

X
H(ejω ) = h(k)e−jωk
k=−∞
Prof. Camino, J. F. Análise de Sistemas Lineares 100

20
ξ = 0.1

Magnitude (dB)
ξ = 0.5
0 ξ = 0.707
ξ=1

−20

−40
0

−45
Fase (o )

−90

−135

−180
−1 0 1
10 10 10
Frequência (ω/ωn )

Figura 6.13: FRF do sistema massa-mola-amortecedor.

Perceba a semelhança da FRF com a definição da transformada Z com z = ejω . Para essa escolha de z, tem-se
que |z| = 1, ou seja, z está restrito ao círculo unitário.
De forma análoga ao caso contínuo, para um sistema discreto linear invariante no tempo, se a entrada for
dada por
x(k) = a1 ejωk

então a saída será dada por


y(k) = a1 H(ejω )ejωk

Exemplo 6.4.3 Considere a equação


yk − ayk−1 = xk

Para determinar a FRF desse sistema, observa-se que para uma entrada xk = ejωk , obtém-se a saída yk =
H(ejω )ejωk . Portanto
H(ejω )ejωk − aH(ejω )ejω(k−1) = ejωk

Assim
1 1
H(ejω ) = −→ H(z) = −→ h(k) = ak , k ≥ 0
1 − ae−jω 1 − az −1
Para essa FRF, o valor absoluto e a fase estão apresentados na Figura 6.14 para a = 0, 5 e na Figura 6.15 para
a = −0, 5. Perceba que essa FRF é periódica de período 2π.

|H(ejω )|
2

ω
−3π −π 0 π 3π
∠H(ejω )
ω
−3π −π 0 π 3π

Figura 6.14: Diagrama de magnitude e de fase da função de resposta em frequência H(ejω ) com a = 0, 5.
Prof. Camino, J. F. Análise de Sistemas Lineares 101

|H(ejω )|
2

ω
−3π −π 0 π 3π
∠H(ejω )
ω
−3π −π 0 π 3π

Figura 6.15: Diagrama de magnitude e de fase da função de resposta em frequência H(ejω ) com a = −0, 5.

Exemplo 6.4.4 Considere a “média móvel” dada por

2yk = xk − xk−1

A sua resposta impulsiva nada mais é que

1
hk = (δk − δk−1 )
2
Portanto
∞  

X 1  1
H(e ) = hk e−Iωk = 1 − e−jω = e−jω/2 ejω/2 − e−jω/2 = je−jω/2 sin(ω/2)
2 2
k=−∞

Notando que j = ejπ/2 , obtém-se finalmente

H(ejω ) = ej(π−ω)/2 sin(ω/2)

Sua magnitude e fase são respectivamente dados por


π ω
|H(ejω )| = | sin(ω/2)|, ∠H(ejω ) = tan−1 −
2 2
Para essa FRF, o valor absoluto e a fase estão apresentados na Figura 6.16

|H(ejω )|

ω
−3π −π 0 π 3π
∠H(ejω )
π/2

ω
−3π −π 0 π 3π
−π/2

Figura 6.16: Diagrama de magnitude e de fase da função de resposta em frequência H(ejω ).

6.5 Espectro e Aliasing


O processo de amostragem pode ser representado matematicamente como um processo de modulação de impulsos
como apresentado na Figura 6.17.
Prof. Camino, J. F. Análise de Sistemas Lineares 102

x∗ (t)
x(t)

x(t) x∗ (t)
δT

t
t 0 T 2T 3T 4T

Figura 6.17: Processo de amostragem por modulação de impulsos.

O modulador ideal δT produz um trem de impulsos


X
δT (t) = δ(t − nT )
n=−∞
t
0 T 2T 3T 4T

em que δ(t) é o impulso unitário. A saída desse modulador fornece o sinal amostrado x∗ (t), que representa um
trem de impulsos ponderado (modulado) pela amplitude do sinal de entrada x(t), ou seja

X
(6.7) x∗ (t) = x(t)δ(t − nT )
n=−∞

P∞
Claramente, a função pente n=−∞ δ(t − nT ) é uma função periódica, de período T , e como tal, pode ser
expandida em série de Fourier, ou seja

X ∞
X
(6.8) δ(t − nT ) = Xk ejk(2πt/T )
n=−∞ k=−∞

com os coeficientes da série de Fourier dados por


Z T /2 ∞
1 X
Xk = δ(t − nT )e−jk(2πt/T ) dt
T −T /2 n=−∞

Sabendo que no intervalo [−T /2, T /2], a função pente se reduz a um único impulso em t = 0, ou seja

X T T
δ(t − nT ) = δ(t), − ≤t≤
n=−∞
2 2

a integral se reduz a
Z T /2
1 1
Xk = δ(t)e−jk(2πt/T ) dt =
T −T /2 T

Substituindo Xk em (6.8), obtém-se


∞ ∞
X 1 X jk(2πt/T )
δ(t − nT ) = e
n=−∞
T
k=−∞

Usando (6.7), o sinal amostrado x∗ (t) pode agora ser reescrito como


!
∗ 1 X jk(2πt/T )
x (t) = x(t) e
T
k=−∞

Dessa forma, foi obtida uma representação analógica para um sinal amostrado (discreto).
Prof. Camino, J. F. Análise de Sistemas Lineares 103

Como o sinal x∗ (t) é contínuo, é possível calcular a sua transformada de Fourier, que nesse caso é dada por
Z ∞ ∞
!
∗ 1 X jk(2πt/T ) −j2πf t
X (f ) = x(t) e e dt
−∞ T
k=−∞
∞ Z ∞
1 X
= x(t)ejk(2πt/T ) e−j2πf t dt
T −∞
k=−∞
∞ Z ∞
1 X
= x(t)e−j2πt(f −k/T ) dt
T −∞
k=−∞
∞  
1 X k
= X f−
T T
k=−∞

em que X(f ) é a transformada de Fourier de x(t). Portanto, a transformada do sinal amostrado x∗ (t) é obtida
como um trem de espectros em múltiplos de fa = 1/T .
A Figura 6.18 apresenta os espectros de X(f ) e X ∗ (f ). Note que a magnitude do espectro de X ∗ (f ), na
frequência f = 1/(2T ) recebe uma contribuição (alias) do espectro centrado em fa . Assim, a magnitude de
X ∗ (f ) depende das contribuições de magnitude dos demais espectros em fa + k/T .

|X(f )| |X ∗ (f )| |Y ∗ (f )|
1 1
1 T T

Aliasing

1
− 2T 0 1 f − T1 0 1 1 f 1
− 2T 0 1 f
2T 2T T 2T

x(t) x∗ (t) y ∗ (t)


δT

Filtro anti-aliasing

Figura 6.18: Espectro X(f ) do sinal x(t), em azul, espectro X ∗ (f ) do sinal amostrado x∗ (t), em vermelho, e o
efeito de aliasing que ocorre devido a periodicidade de X ∗ (f ).

Uma forma de se atenuar o efeito do aliasing é processar o sinal x(t) através de um filtro anti-aliasing
(passa-baixo) com frequência de corte inferior a 1/(2T ), produzindo um sinal y ∗ (t), cujo espectro não possuirá
componentes de frequência acima de 1/(2T ) como apresentado na Figura 6.18.

Teorema 6.5.1 (Nyquist) Se X(f ) = 0 para |f | > 1/(2T ), então é possível recuperar X(f ) (respectivamente
x(t)) a partir de X ∗ (f ) se a frequência de amostragem fa = 1/T for no mínimo duas vezes maior do que a
maior frequência contida no sinal x(t).

6.6 Reconstrução do sinal contínuo


Se o teorema de Nyquist for satisfeito, é possível reconstruir o sinal x(t) a partir do sinal amostrado x(kT ).
Essa reconstrução é possível pois o espectro de X(f ) está contido na região de baixa frequência de X ∗ (f ).
Assim, para recuperar X(f ), processa-se X ∗ (f ) através de um filtro ideal passa-baixa L(f ) (apresentado na
Figura 6.19) com ganho T na faixa de frequência −1/(2T ) ≤ f ≤ 1/(2T ).
Prof. Camino, J. F. Análise de Sistemas Lineares 104

|L(f )|

f
1 1

2T 2T

Figura 6.19: Magnitude |L(f )| do espectro do filtro ideal (a fase de L(f ) é nula).

Usando esse filtro, o espectro de X(f ) é dado por X(f ) = L(f )X ∗ (f ) e o sinal x(t) pode em seguida ser
determinado calculando-se a convolução x(t) = l(t) ∗ x∗ (t), em que x∗ (t) é o sinal amostrado e l(t) é a resposta
ao impulso do filtro ideal L(f ). Para se determinar l(t), basta calcular a transformada inversa de Fourier de
L(f ), como segue:
Z ∞ Z 1/(2T )
j2πf t
l(t) = L(f )e df = T ej2πf t df
−∞ −1/(2T )
T h j2πt/(2T ) i T
= e − e−j2πt/(2T ) = sin(πt/T ) = sinc(πt/T )
j2πt πt

em que a função sinc foi definida em (6.5).


A Figura 6.20 apresenta a resposta impulsiva l(t) do filtro ideal L(f ). Note que o filtro ideal é não-causal,
já que sua resposta impulsiva l(t) 6= 0 para t < 0.

l(t)
1

t/T
0

Figura 6.20: Resposta impulsiva do filtro ideal L(f ).

Para determinar o sinal x(t), basta agora calcular a convolução x(t) = l(t) ∗ x∗ (t), ou seja
Z ∞
x(t) = x∗ (τ )l(t − τ ) dτ
−∞
Z∞ ∞
X
= x(τ ) δ(τ − kT ) sinc((t − τ )π/T ) dτ
−∞ k=−∞
∞ Z
X ∞
= x(τ ) sinc((t − τ )π/T )δ(τ − kT ) dτ
k=−∞ −∞

X∞
= x(kT ) sinc((t − kT )π/T )
k=−∞

Assim, o sinal x(t) é reconstruído através da interpolação entre as amostras x(kT ) e a função sinc, que, por ser
proveniente do filtro L(f ), não contém componentes de frequência acima de 1/(2T ).

Exemplo 6.6.1 Considere o sinal x(t) dado por

x(t) = sin(3πt) + cos(πt/2)

A maior frequência desse sinal é 1.5Hz. Suponha que esse sinal seja amostrado com uma frequência de amos-
tragem de 4Hz, que satisfaz o critério de Nyquist. A Figura 6.21 apresenta o sinal x(t) e o respectivo sinal
amostrado x∗ (t).
Prof. Camino, J. F. Análise de Sistemas Lineares 105

1.5

Amplitude
0.5

−0.5

−1

−1.5 x(kT )
x(t)
−2
−4 −3 −2 −1 0 1 2 3 4

Tempo (sec)

Figura 6.21: Sinal senoidal x(t) e sua amostragem x(kT ) obtida com uma frequéncia de amostragem de 4Hz

Para verificar o efeito da interpolação, baseada na função sinc, a aproximação x̂(t) dada por
N
X
x̂(t) = x(kT ) sinc((t − kT )π/T )
k=−N

será calculada para alguns valores de N . A Figura 6.22 apresenta essa aproximação para os casos N = 2, 10, 16.
N = 2 N = 10
2 2

1.5 1.5

1
1
Amplitude

Amplitude

0.5
0.5

0
0
−0.5

−0.5
−1

−1
−1.5

−1.5 x̂(t) −2
x̂(t)
x(t) x(t)
−2 −2.5
−4 −3 −2 −1 0 1 2 3 4 −4 −3 −2 −1 0 1 2 3 4

Tempo (sec) Tempo (sec)


N = 16
2

1.5

1
Amplitude

0.5

−0.5

−1

−1.5 x̂(t)
x(t)
−2
−4 −3 −2 −1 0 1 2 3 4

Tempo (sec)

Figura 6.22: Sinal reconstruído x̂(t) usando diferentes ordens de aproximação (N = 2, 10, 16).

6.7 Exercício
Exercício 6.7.1 Encontre a série de Fourier trigonométrica da função f (t) abaixo.

f (t)

1 
4t
T
1 +
T , − T2 < t ≤ 0
2 T Note que f (t) =
1 − 4t T
T 3T t T , 0≤t< 2
4 4
−1

Exercício 6.7.2 Encontre a série de Fourier trigonométrica da função f (t) descrita abaixo. Dica: use a série
de Fourier da função g(t) = f (t) − 1/2.
Prof. Camino, J. F. Análise de Sistemas Lineares 106

f (t)
1

−T 0 T t

Exercício 6.7.3 Encontre o espectro de freqüência para a função periódica trem de pulsos f (t) abaixo.

f (t)

T /2 −d/2 d/2 T /2 t
T T

Exercício 6.7.4 Encontre a série de Fourier trigonométrica da função f (t) abaixo.

f (t)
1

−T 0 T t

Exercício 6.7.5 Encontre a série de Fourier complexa da função f (t) do ítem 6.7.4. Em seguida expresse a
solução na forma trigonométrica.
Exercício 6.7.6 Encontre a transformada de Fourier do pulso retangular f (t) dado por
f (t)

 B
B, se |t| ≤ d/2
f (t) =
0, se |t| > d/2
t
−d/2 d/2

Exercício 6.7.7 Determine a série de Fourier em termos do seno da função f (t) abaixo. Use a extensão
periódica ímpar.
f (t)
1

0 t
l/2 l

Exercício 6.7.8 Gere o gráfico do espectro de frequência dos resultados dos itens anteriores usando o programa
Matlab. absolutos).
Exercício 6.7.9 Determine a tensão vC (t) para a entrada vE (t) dada pelo trem de pulsos da questão 6.7.3.
R
i


vE (t) C vC (t)
+
Capítulo 7

Referências Bibliográficas
7.0.1 Modelagem de sistemas dinâmicos e vibrações
1. Dean C. Karnopp, Donald L. Margolis and Ronald C. Rosenberg. System Dynamics: Modeling and
Simulation of Mechatronic Systems 2006.
2. Brown, F. T., Engineering System Dynamics, Marcel-Dekker, 2001.
3. Ogata, K., System Dynamics. New Jersey, Prentice-Hall, 1978.
4. Doebelin, E.O., System Modelling and Response. New York, Wiley, 1980.
5. L. G. Kraige, J. L. Meriam, Mecânica para Engenharia: Dinâmica. 6ª Ed., Vol. 2. LTC.
6. Santos I. F., Dinâmica de Sistemas Mecânicos. Pearson, 2001.
7. Inman, D. J. , Engineering Vibration, 2nd Edition, Prentice-Hall, 2001.
8. Thomson, W. T., Teoria da Vibração com Aplicações, Editora Interciência, 1978.

7.0.2 Matemática e equações diferenciais


1. E. Kreyszig, Matemática Superior para Engenharia. Vol. 1. LTC. 2009.
2. Boyce, W. E., Diprima, R. C., Equações Diferenciais Elementares e Problemas de Valores de Contorno.
LTC. 2010.

7.0.3 Análise linear e controle


1. Sinha, Naresh K., Linear Systems, John Wiley & Sons, 1991.
2. Oppenheim, A. and Willsky, A., Signal & Systems, 2nd Edition, Prent. Hall, 1997.
3. Roberts, M. J. Fundamentos em Sinais e Sistemas, McGraw-Hill, 2009.
4. Geromel, J. C. e Palhares, A. G. B., Análise Linear de Sistemas Dinâmicos, Edgard Blücher, 2004.
5. Bottura, C. P., Análise Linear de Sistemas, Editora Guanabara II, 1982.
6. Bonatti, I., Lopes, A. e Peres, P., Linearidade em Sinais e Sistemas, Apostila, FEEC/Unicamp, 2008.
http://www.dt.fee.unicamp.br/~peres/LSS.pdf
7. Chen, C. T., Linear Systems Theory & Design, 3rd Ed., Oxford Univ. Press, 1999.
8. Kailath, T., Linear Systems, Prent. Hall, Inc., 1980.
9. Luenberger, D. G., Introduction to Dynamic Systems - Theory, Models, and Applications, John Wiley &
Sons, Inc., 1979.

7.0.4 Análise de Fourier


1. Ruel V. Churchill, James W. Brown, Fourier Series and Boundary Value Problems. McGraw-Hill Book
Company. 1993.
2. Maxime Bôcher. Introduction to the Theory of Fourier’s Series. The Annals of Mathematics. 1906.
3. Arruda, J. R. F. e Huallpa. B. N., Análise Espectral de Sinais e Sistemas Mecânicos Lineares, Apostila,
FEM/Unicamp, 2006.

107
Apêndice A

Preliminares Matemáticos

A.1 Funções de variáveis complexas


Este apêndice apresenta uma breve introdução ao número complexo e a funções de variáveis complexas.
Um número complexo s é um número que pode ser escrito na forma

s = σ + jω

em que a parte real σ e a parte imaginária ω são número reais e j é a unidade imaginária com a propriedade

j 2 = −1, i.e. j = −1. A figura abaixo apresenta graficamente um número complexo s.

Im
ω s

θ
σ Re

O complexo conjugado de s, denotado por s̄ é dado por

s̄ = σ − jω

O valor absoluto de um número complexo s é


√ p
|s| = ss̄ = σ 2 + ω 2

Usando a identidade de Euler


ejθ = cos(θ) + j sin(θ)
obtém-se as seguintes expressões para o seno e o cosseno:
ejθ + e−jθ ejθ − e−jθ
cos(θ) = sin(θ) =
2 2i
Dá identidade de Euler percebe-se que um número complexo s pode ser escrito na forma exponencial

s = rejθ

em que r é o valor absoluto (o módulo) de s e ângulo θ ∈ (−π, +π) é o argumento (o ângulo de fase em radianos)
de s, ou seja, θ = arg(s) = arctan(ω/σ). Note que essa expressão para o ângulo não considera o quadrante em
que s se encontra.

Exemplo A.1.1 Seja o número complexo s = 4 + 3j. Então, o seu complexo conjugado é s = 4 − 3j e o seu

valor absoluto |s| = 42 + 32 = 5. Esse número complexo pode ser representado na forma exponencial com
s = 5ejθ e θ = arctan(3/4) ≈ 0.6435.

108
Prof. Camino, J. F. Análise de Sistemas Lineares 109

As funções complexas são funções com valores complexos, definidas num subconjunto D dos números com-
plexos C, ou seja, F : D → C, com D ∈ C. Para um número complexo s = (σ + jω) ∈ D com σ, ω ∈ R, a função
F (s) pode ser escrita na forma
F (σ + iω) = R(σ, ω) + jV (σ, ω)

com R(σ, ω), V (σ, ω) ∈ R. As funções R(σ, ω) e V (σ, ω) são respectivamente denominadas de parte real e parte
imaginária da função F (s).
Considere a função F (s) dada por

(s + 2)(s + 5)
F (s) =
(s + 1)(s + 10)(s + 20)2

Os zeros dessa função são todos os valores de s tais que F (s) = 0. Portanto, s = −2 e s = −5 são os zeros
de F (s). Note que se forem considerados valores de s tais que |s| → ∞, tem-se que F (s) → s2 /s4 = 1/s2 .
Assim, surgem mais dois zeros em |s| → ∞. Por outro lado, os polos de uma função F (s) são os valores de s
tais que F (s) é indefinida. Para o exemplo acima, os polos são s = −1, s = −10, s = −20 e s = −20 (polo de
multiplicidade 2 em s = ±20).

A.2 Autovalores e autovetores


Seja A uma matriz quadrada n × n, x um vetor de dimensão n × 1 e λ um escalar. Considere a equação

Ax = λx

O valor de λ tal que essa equação possui uma solução x 6= 0 é denominado de autovalor. A solução correspondente
x 6= 0 é o autovetor. Essa equação pode ser reescrita como

Ax − λx = (A − λI)x = (λI − A)x = 0

Portanto, só haverá uma solução não trivial x 6= 0, se a matriz caraterística λI − A for singular, ou seja, se a
seguinte equação característica for satisfeita:

|A − λI| = |λI − A| = 0

Esse determinante, dado por

Λ(λ) = |λI − A| = λn + a1 λn−1 + · · · + an−1 λ + an

é um polinômio escalar em λ, conhecido como polinômio caraterístico da matriz A. Uma propriedade interessante
desse polinômio é apresentada no seguinte teorema.

Teorema A.2.1 (Cayley-Hamilton) Toda matriz quadrada A satisfaz sua equação caraterística, ou seja:

Λ(A) = An + a1 An−1 + · · · + an−1 A + an I = 0

Perceba que o teorema de Cayley-Hamilton expressa a potência An como uma combinação linear das potências
inferiores.
A equação característica não é necessariamente a equação de menor grau que a matriz A satisfaz. O polinômio
de menor grau que tem A como raiz é denominado de polinômio mínimo. Portanto, o polinômio mínimo de
uma matriz A ∈ Rn×n é definido como o polinômio escalar Λ(λ) de grau mínimo m dado por

Λ(λ) = λm + â1 λm−1 + · · · + âm−1 λ + âm , m≤n

tal que
Λ(A) = Am + â1 Am−1 + · · · + âm−1 A + âm I = 0
Prof. Camino, J. F. Análise de Sistemas Lineares 110

O teorema de Cayley-Hamilton pode ser usado para reduzir o grau de p(A), em que A ∈ Rn×n e p(γ) é um
polinômio qualquer de grau m ≥ n:
m
X
p(γ) = βℓ γ ℓ
ℓ=0

Pelo método da divisão polinomial, o polinômio p(γ) pode ser decomposto como

p(γ) = ∆(γ)q(γ) + r(γ)

em que ∆(γ) é o polinômio característico da matriz A de grau n, q(γ) é o quociente da divisão e r(γ) é o resíduo
da divisão, que tem grau máximo n − 1. Assim, r(γ) é dado por
n−1
X
r(γ) = αℓ γ ℓ
ℓ=0

com n coeficientes αℓ a serem determinados.


Substituindo a matriz A ∈ Rn×n em p(γ) e lembrando que ∆(A) = 0, obtém-se

p(A) = q(A)∆(A) + r(A) = r(A)

ou seja
n−1
X
(A.1) p(A) = αℓ Aℓ
ℓ=0

Exemplo A.2.1 Suponha que se deseje reduzir a expressão p(A) = 2A3 − 3A2 + A − I em que a matriz A de
dimensão n = 2 seja dada por " #
0 1
A=
2 3
Para usar a expressão (A.1), é preciso primeiro calcular o polinômio característico da matriz A, que nesse caso
é dado por
∆(γ) = |γI − A| = 2γ 2 − 3γ − 2

Notando que p(γ) é dado por p(γ) = 2γ 3 − 3γ 2 + γ − 1, a divisão polinomial tem a forma

p(γ) = ∆(γ)q(γ) + r(γ)


2γ − 3γ + γ − 1 = (2γ 2 − 3γ − 2)q(γ) + r(γ)
3 2

que tem como solução


q(γ) = 2γ + 3 e r(γ) = 14γ + 5

Portanto, p(A) = r(A) = 14A + 5I.

O teorema de Cayley-Hamilton também pode ser usado para provar o método polinomial:
n−1
X
eAt = αℓ (t)Aℓ
ℓ=0

em que os coeficientes αℓ (t) são obtidos do sistema de equações lineares dado por
    λ1 t 
1 λ1 λ21 ··· λ1n−1 α0 (t) e
1 λ
 2 λ22 ··· λ2n−1   α (t)   eλ2 t 
 1   
    
(A.2) 1 λ3 λ23 ··· λ3n−1   α2 (t)  =  eλ3 t 

 .. .. .. ..  

..
 
  .. 

..
. . . . .   .   . 
1 λn λ2n ··· n−1
λn αn−1 (t) e λn t
Prof. Camino, J. F. Análise de Sistemas Lineares 111

Primeiro, defina o polinômio p(γ) por



X tℓ
p(γ) = βℓ γ ℓ , com βℓ =
ℓ!
ℓ=0

Assim, a matriz fundamental e At


que é dada por

X Aℓ tℓ
eAt =
ℓ!
ℓ=0

pode ser reescrita como eAt = p(A).


Usando a divisão polinomial apresentada anteriormente p(γ) = q(γ)∆(γ) + r(γ), notando que ∆(A) = 0,
obtém-se
n−1
X
p(A) = r(A) = αℓ Aℓ
ℓ=0
Assim
n−1
X
eAt = αℓ Aℓ
ℓ=0
Para obter o sistema de equações lineares (A.2), que fornece os coeficientes αℓ , basta agora perceber que se γ
for escolhido como sendo um autovalor da matriz A, ou seja, se γ = λi (A), então ∆(λi ) = 0 e consequentemente
n−1
X
(A.3) p(λi ) = αℓ λℓi
ℓ=0

Por outro lado, sabe-se que a função exponencial tem a seguinte expansão em termos de uma série infinita:

X xℓ
ex =
ℓ!
ℓ=0

Portanto

X λ ℓ tℓ
i
(A.4) p(λi ) = = eλi t
ℓ!
ℓ=0

Finalmente, igualando (A.4) a (A.3), obtém-se


n−1
X
αℓ λℓi = eλi t
ℓ=0

que representa a i-éssima linha do sistema (A.2), concluindo assim a prova.

A.2.1 Diagonalização
O problema de autovalores e autovetores Ax = λx fornece n autovalores λi e n correspondentes autovetores xi .
Sejam as n soluções (xi , λi ), com i = 1, . . . , n, dessa equação. Então:

Ax1 = λ1 x1
Ax2 = λ2 x2
.. ..
. .
Axn = λn xn
que pode ser reescrito na forma matricial
 
λ1 0 0
h i h i
0 λ2 0

A x1 x2 ··· xn = x1 x2 ··· xn  ..

.
 
 
0 0 λn
Prof. Camino, J. F. Análise de Sistemas Lineares 112
h i
Definindo Σ = x1 x2 ··· xn e Λ = diag(λi ), tem-se

AΣ = ΣΛ

Se a matriz Σ não for singular, então pode-se diagonalizar a matriz A, já que

Λ = Σ−1 AΣ

A.3 A inversa da transformada Z usando métodos computacionais


• Considere o sistema
0.4z −1 + 0.3z −2
H(z) =
1 − 1.5z −1 + 0.6z −2

• Sabendo que a transformada do impulso unitário x(k) = δ(k) é X(z) = 1, tem-se


Y (z) 0.4z + 0.3
H(z) = → Y (z) = H(z) =
X(z) z 2 − 1.5z + 0.6
Portanto, basta calcular a saída y(k) para a entrada x(k) = δ(k).

• Para efetuar esse cálculo usando o Matlab, procede-se como segue

1. Defina a entrada x(k) = δ(k) com


>> x = [ 1 zeros ( 1 ,N ) ] ; %d e l t a de Dirac

2. Defina o numerador e denominador com


>> num = [ 0 0 . 4 0.3];
>> den = [ 1 −1.5 0.6];

3. A saída y(k) = h(k) é dada por


>> y = f i l t e r (num , den , x ) ; %s i m u l a o s i s t e m a

4. A solução é y(0) = 0; y(1) = 0.4; y(2) = 0.9; y(3) = 1.11; y(4) = 1.125; . . . .

5. Para visualizar graficamente essa solução, basta usar o comando


>> stem ( y , ’ f i l l e d ’ )

• Pode-se calcular a inversa da transformada Z de uma função F (z) resolvendo-se uma equação a diferenças.

• Para ver esse fato, perceba que H(z) pode ser escrita como

z 2 Y (z) − 1.5zY (z) + 0.6Y (z) = 0.4zX(z) + 0.3X(z)

Lembrando que

Z[x(k)] = X(z)
Z[x(k + 1)] = zX(z) − zx(0)
Z[x(k + 2)] = z 2 X(z) − z 2 x(0) − zx(1)

obtém-se

Z[y(k + 2)] + z 2 y(0) + zy(1) − 1.5 (Z[y(k + 1)] + zy(0)) + 0.6Z[y(k)]


= 0.4 (Z[x(k + 1)] + zx(0)) + 0.3Z[x(k)]
Prof. Camino, J. F. Análise de Sistemas Lineares 113

• Portanto, a equação a diferenças (que pode ser resolvida facilmente) é dada por

y(k + 2) − 1.5y(k + 1) + 0.6y(k) = 0.4x(k + 1) + 0.3x(k), k≥0

com condições iniciais

z 2 y(0) + zy(1) − 1.5zy(0) = 0.4zx(0) → y(0) = 0, y(1) = 0.4x(0)

• Como x(k) é um impulso, x(0) = 1 e x(k) = 0, k 6= 0, portanto y(1) = 0.4.

A.4 Produto escalar e normas de sinais


Para x(t) e y(t) sinais complexos contínuos por partes, pode-se definir o produto escalar (produto interno) como
Z ∞
hx(t), y(t)i = x(t)y(t) dt
−∞

em que y(t) denota o conjugado de y(t). Pode-se mostrar que o produto interno satisfaz as seguintes proprie-
dades:

1. hx + y, zi = hx, zi + hy, zi

2. hαx, yi = α hx, yi

3. hx, yi = hy, xi

4. hx, xi ≥ 0

5. hx, xi = 0 ⇐⇒ x = 0

O produto interno é utilizado para definir ortogonalidade entre sinais. A função x(t) é ortogonal à função y(t)
se produto interno for nulo, ou seja, se
hx(t), y(t)i = 0

Se x(t) e y(t) forem ortogonais, então (Teorema de Pitágoras):

2 2 2
kx(t) + y(t)k = kx(t)k + ky(t)k

Seja um sinal x(t) contínuo por partes. Sua norma deve satisfazer:

1. kx(t)k ≥ 0

2. kx(t)k = 0 ⇐⇒ x(t) = 0

3. kαx(t)k = |α| kx(t)k

4. kx(t) + y(t)k ≤ kx(t)k + ky(t)k (desigualdade triangular)

5. khx(t), y(t)ik ≤ kx(t)k + ky(t)k (desigualdade de Schwarz)

6. hx, yi + hy, xi ≤ 2 kx(t)k ky(t)k (desigualdade de Cauchy-Schwarz)

O produto escalar pode ser usado para se definir uma norma. A norma induzida pelo produto interno é
dada por Z ∞
p 2
kx(t)k = hx(t), x(t)i → kx(t)k = |x(t)|2 dt
−∞
Prof. Camino, J. F. Análise de Sistemas Lineares 114

A.4.1 Normas de sinais contínuos


• Norma-1. A norma-1 de um sinal x(t) é a integral do seu valor absoluto dado por
Z ∞
kx(t)k1 = |x(t)| dt
−∞

• Norma-2. A norma-2 do sinal x(t) é dada por


Z ∞ 1/2
2
kx(t)k2 = |x(t)| dt
−∞

Exemplo A.4.1 Suponha que o sinal x(t) é a corrente através de um resistor de 1Ω. Então, a potência
2
instantânea é dada por |x(t)|2 e a energia total é a integral dessa potência, ou seja, kx(t)k2 .

• Norma-∞. A norma ∞ de um sinal é o máximo valor absoluto:

kx(t)k∞ = sup |x(t)|


t

Exemplo A.4.2 Seja x(t) = (1 − e−t ) para t ≥ 0 e x(t) = 0 para t < 0. Então

kx(t)k∞ = sup |1 − e−t | = 1


t≥0

• Potência média. É a média sobre o tempo da potência instantânea:


Z
1 T /2
lim |x(t)|2 dt
T →∞ T −T /2

Se esse valor for finito, então defini-se o valor rms do sinal como
Z !1/2
T /2
1 2
pow(x) = rms(x) = lim |x(t)| dt
T →∞ T −T /2

Observe que o valor rms não é uma norma, já que um sinal x(t) 6= 0 pode ter valor pow(x) = 0.

Exemplo A.4.3 Se kx(t)k2 < ∞, então x(t) é um sinal de potência nula, ou seja, pow(x) = 0.
Prova. Note que
Z T /2 Z ∞
1 1 1 2
|x(t)|2 dt ≤ |x(t)|2 dt = kx(t)k2
T −T /2 T −∞ T
Assim, como kx(t)k2 < ∞ por hipótese, o lado direito tende a zero com T → ∞ e portanto conclui-se que
pow(x) = 0.

A.4.2 Normas de sinais discretos


1. Norma-1. A norma-1 da sequência x(n) é dada por

X
kx(k)k1 = |x(k)|
k=−∞

2. Norma-2. A norma-2 de x(k) é dada por



!1/2
X
2
kx(k)k2 = |x(k)|
k=−∞

3. Norma-∞. A norma-∞ de x(k) é dada por

kx(k)k∞ = sup |x(k)|


k