Propriedades no espaço de estados

Autovalores e autovetores

Numa transformação linear 𝐴𝐴𝐴𝐴 = 𝑧𝑧, o vetor x é transformado no vetor z. Dada a matriz A, pode-se procurar
por um vetor x particular tal que 𝐴𝐴𝐴𝐴 = 𝜆𝜆𝜆𝜆, em que 𝝀𝝀 é um escalar. Ou seja, o vetor z é o mesmo que o vetor x a menos
de um tamanho 𝝀𝝀 distinto e eventualmente do seu sentido (sinal). Esse vetor x que tem essa propriedade é chamado
de autovetor de A e o valor de 𝝀𝝀 é denominado de autovalor associado ao autovetor. Exemplo. Seja a matriz

−4 −4
𝐴𝐴 = � �
1,5 1
Cálculos dos autovalores e autovetores
𝐴𝐴𝐴𝐴 = 𝜆𝜆𝜆𝜆
𝜆𝜆𝜆𝜆 − 𝐴𝐴𝐴𝐴 = 0
𝜆𝜆𝐼𝐼𝑥𝑥 − 𝐴𝐴𝐴𝐴 = 0
onde
1 0
𝐼𝐼 = � �
0 1

(𝜆𝜆𝜆𝜆 − 𝐴𝐴)𝑥𝑥 = 0
No caso geral, 𝑥𝑥 ≠ 0, então basta que
𝑑𝑑𝑑𝑑𝑑𝑑(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = 0

−4 −4 𝜆𝜆 + 4 4
(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = � 𝜆𝜆 0
�−� �=� �
0 𝜆𝜆 1,5 1 −1,5 𝜆𝜆 − 1

Polinômio caraterístico ∆
𝑑𝑑𝑑𝑑𝑑𝑑(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = (𝜆𝜆 + 4)(𝜆𝜆 − 1) − (−1,5)(4)

∆ = 𝑑𝑑𝑑𝑑𝑑𝑑(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = 𝜆𝜆2 + 3𝜆𝜆 + 2

Autovalores 𝜆𝜆𝑖𝑖

𝜆𝜆2 + 3𝜆𝜆 + 2 = 0 ⇒ 𝜆𝜆1 = −1 𝜆𝜆2 = −2

Autovetores 𝑝𝑝𝑖𝑖 .
Para 𝜆𝜆1 = −1 ⇒ (𝜆𝜆1 𝐼𝐼 − 𝐴𝐴)𝑝𝑝1 = 0

𝜆𝜆1 + 4 4 𝑝𝑝11 0 3 4 𝑝𝑝11 0 𝑝𝑝11 1

� �� � = � � ⇒ � �� � = � � ⇒ �𝑝𝑝 � = � �
−1,5 𝜆𝜆1 − 1 𝑝𝑝21 0 −1,5 −2 𝑝𝑝21 0 21 −0,75

Para 𝜆𝜆2 = −2 ⇒ (𝜆𝜆2 𝐼𝐼 − 𝐴𝐴)𝑝𝑝2 = 0

𝜆𝜆2 + 4 4 𝑝𝑝12 0 2 4 𝑝𝑝12 0 𝑝𝑝12 1

� �� � = � � ⇒ � �� � = � � ⇒ �𝑝𝑝 � = � �
−1,5 𝜆𝜆2 − 1 𝑝𝑝22 0 −1,5 −3 𝑝𝑝22 0 22 −0,5

Os autovetores são de grande importância no estudos de vibrações mecânicas, pois permitem determinar os
chamados modos de vibração de um sistema.
Autovalores x resposta de sistemas dinâmicos

Considere um sistema dinâmico descrito pela seguinte EDO

𝑧𝑧̈ (𝑡𝑡) + 5𝑧𝑧̇ (𝑡𝑡) + 6𝑧𝑧(𝑡𝑡) = 𝑢𝑢(𝑡𝑡)

e sua representação no espaço de estados

𝑥𝑥̇ (𝑡𝑡) = � 0 1 � 𝑥𝑥(𝑡𝑡) + � 0 � 𝑢𝑢(𝑡𝑡)

−6 −5 1

𝑦𝑦(𝑡𝑡) = [1 0] 𝑥𝑥(𝑡𝑡)

Este sistema é linear e tem solução analítica. Suponha então que 𝑢𝑢(𝑡𝑡) = 𝟏𝟏 e vamos determinar sua resposta 𝑧𝑧(𝑡𝑡) com
o auxílio do processador simbólico do MATLAB

syms z(t)
f(t) = ( diff(z,2) + 5*diff(z,1) + 6*z == 1 )
Dz = diff(z)
dsolve ( f(t) , z(0) == 0, Dz(0) == 0 )

-2*t -3*t
1 e e
z(t) = - - ----- + -----
6 2 3

Note que o primeiro termo, constante, se refere à reposta forçada pela entrada u. Os demais termos exponenciais são
da reposta transitória e têm características que dependem do próprio sistema e que sempre aparecerão na resposta.
Para ilustrar isso, considere agora 𝑢𝑢(𝑡𝑡) = 𝑡𝑡

syms z(t)
f(t) = ( diff(z,2) + 5*diff(z,1) + 6*z == t )
Dz = diff(z)
dsolve ( f(t) , z(0) == 0, Dz(0) == 0 )

-2*t -3*t
t 5 e e
z(t) = - - -- + ----- - -----
6 36 4 9

Note que novamente há uma parte da resposta que é forçada pela entrada u, mas e os demais termos exponenciais
da reposta transitória se mantêm os mesmos, a menos de constantes multiplicativas.
Considere agora apenas a matriz A da representação no espaço de estados

𝐴𝐴 = � 0 1 �
−6 −5

e determine seus autovalores 𝑑𝑑𝑑𝑑𝑑𝑑(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = 0

(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = � 𝜆𝜆 0
�−� 0 1 � = � 𝜆𝜆 −1
�
0 𝜆𝜆 −6 −5 6 𝜆𝜆 + 5

Polinômio caraterístico ∆

𝑑𝑑𝑑𝑑𝑑𝑑(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = (𝜆𝜆)(𝜆𝜆 + 5) − (−1)(6)

∆ = 𝑑𝑑𝑑𝑑𝑑𝑑(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = 𝜆𝜆2 + 5𝜆𝜆 + 6

Autovalores 𝜆𝜆𝑖𝑖

𝜆𝜆2 + 5𝜆𝜆 + 6 = 0 ⇒ 𝜆𝜆1 = −2 𝜆𝜆2 = −3

Note que os autovalores possuem os mesmos valores que sempre aparecem na resposta transitória desse sistema. De
fato os autovalores da matriz A (matriz dinâmica) de um sistema linear descrito no espaço de estados determinam o
padrão (aspecto) da resposta transitória, aparecendo nas exponenciais da resposta. Conclui-se, portanto, que toda a
informação dinâmica do sistema está presente na matriz A, por isso seu nome.

Sabendo que os autovalores sempre aparecem nos termos exponenciais da resposta transitória, pode-se calcular
inicialmente os autovalores para saber quais serão parcelas exponenciais da resposta.

Contribuição dos autovalores na resposta

Considere novamente a resposta do sistema do exemplo anterior para uma entrada constante 𝑢𝑢(𝑡𝑡) = 𝟏𝟏

-2*t -3*t
1 e e
z(t) = - - ----- + -----
6 2 3

E vamos analisar seu gráfico

y = @(t) 1/6 - exp(-2*t)/2 + exp(-3*t)/3

t = 0:0.01:4;
plot(t,y(t))
As duas exponencias presentes na reposta têm o tempo acelerado no sentido que exp(-a*t) faz com que a tendência
para zero da exponencial seja mais rápida se a > 1 e que seja mais lenta se 0 < a < 1. Por isso, a exponencial sujo
coeficiente é -3 tende a zero mais rapidamente que a exponencial sujo coeficiente é -2. A figura ilustra isso, pois há
dois transitórios vivíveis na reposta, um que rapidamente tende a zero dentro da região amarela e outra que ainda
perdura até que se chegue mais perto do regime permanente (patamar).

Dominância e redução de ordem

Pelo exposto no item anterior é razoável considerar que as dinâmicas mais lentas são aquelas que predominam na
resposta e, se os autovalores forem suficientemente distantes de um que é mais lento, pode-se supor que há um
modelo de ordem reduzida que possui somente o autovalor dominante. Considere o seguinte exemplo

𝑧𝑧̈ (𝑡𝑡) + 11𝑧𝑧̇ (𝑡𝑡) + 10𝑧𝑧(𝑡𝑡) = 100𝑢𝑢(𝑡𝑡)

Passando para o espaço de estados e calculando os autovalores, obtém-se

𝜆𝜆2 + 11𝜆𝜆 + 10 = 0 ⇒ 𝜆𝜆1 = −1 𝜆𝜆2 = −10

Vamos admitir que os autovalores estão suficientemente distantes um do outro de forma que pode-se considerar
𝜆𝜆1 = −1 como dominante. Vamos então tentar achar uma equação diferencial de primeira ordem cuja reposta seja
aproximadamente igual a reposta da EDO original. Considere então a EDO

𝑦𝑦̇ (𝑡𝑡) + 𝑎𝑎 𝑦𝑦(𝑡𝑡) = 𝑏𝑏 𝑢𝑢(𝑡𝑡)

cujos valores dos coeficiente a e b precisam ser determinados. Como são dois parâmetros a se determinar, são
necessárias duas informações. Uma delas é o valor do autovalor que, neste caso, vale 𝜆𝜆 = −1. A outra informação
pode ser obtida da relação entre z e u em regime permanente. No regime permanente

𝑧𝑧̈ (𝑡𝑡) + 11𝑧𝑧̇ (𝑡𝑡) + 10𝑧𝑧(𝑡𝑡) = 100𝑢𝑢(𝑡𝑡) ⇒ 10𝑧𝑧̅ = 100𝑢𝑢� ,

de forma que a relação 𝑘𝑘𝑔𝑔 resulta

 𝑧𝑧̅
𝑘𝑘𝑔𝑔 = = 10
𝑢𝑢�

O autovalor da EDO 𝑦𝑦̇ (𝑡𝑡) + 𝑎𝑎 𝑦𝑦(𝑡𝑡) = 𝑏𝑏 𝑢𝑢(𝑡𝑡) é −𝑎𝑎. Igualando com 𝜆𝜆1 = −1, obtém-se

𝑎𝑎 = 1

A relação 𝑘𝑘𝑔𝑔 de y e u em regime permanente

𝑦𝑦̇ (𝑡𝑡) + 𝑎𝑎 𝑦𝑦(𝑡𝑡) = 𝑏𝑏 𝑢𝑢(𝑡𝑡) ⇒ 𝑎𝑎 𝑦𝑦� = 𝑏𝑏 𝑢𝑢�

𝑦𝑦� 𝑏𝑏
𝑘𝑘𝑔𝑔 = =
𝑢𝑢� 𝑎𝑎

Igualando os 𝑘𝑘𝑔𝑔 das duas EDOs, obtém-se

𝑏𝑏 = 10

Logo, a EDO de ordem reduzida cuja dinâmica é próxima da EDO original, resulta

𝑦𝑦̇ (𝑡𝑡) + 𝑦𝑦(𝑡𝑡) = 10 𝑢𝑢(𝑡𝑡)

Para avaliarmos o desempenho dessa aproximação, considere os gráficos das soluções exatas das duas EDOs para
𝑢𝑢(𝑡𝑡) = 1 e condições iniciais nulas.

pkg load symbolic

syms z(t)
f(t) = ( diff(z,2) + 11*diff(z,1) + 10*z == 100 )
Dz = diff(z);
dsolve ( f(t) , z(0) == 0, Dz(0) == 0)

z = @(t) 10 -100*exp(-t)/9 +10*exp(-10*t)/9

syms y(t)
g(t) = ( diff(y,1) + y == 10 )
dsolve ( g(t) , y(0) == 0)

y = @(t) 10 - 10*exp(-t)

t = 0:0.01:8;
plot(t,z(t),'-r',t,y(t),'-b')
legend('Ordem 2','Ordem 1')
Nota-se que as respostas são parecidas e que a EDO de 1ª ordem consegue capturar de maneira aproximada as
dinâmicas da EDO de 2ª ordem

Autovalores x estabilidade

Com base no que foi visto sobre os autovalores, conclui-se que a resposta transitória de um sistema dinâmico que
possui n autovalores distintos, é dada por

𝑟𝑟1 𝑒𝑒 𝜆𝜆1 𝑡𝑡 + 𝑟𝑟2 𝑒𝑒 𝜆𝜆2 𝑡𝑡 + ⋯ + 𝑟𝑟𝑛𝑛 𝑒𝑒 𝜆𝜆𝑛𝑛 𝑡𝑡

Note que, se todos os autovalores forem negativos, todas as exponenciais tendem assintoticamente para zero com o
passar do tempo. Pode-se afirmar então que se todos os autovalores de um sistema dinâmico forem negativos, o
sistema é estável. Caso contrário, ou seja, basta que uma das exponenciais tenda para infinito para que o sistema seja
considerado instável.

Esse conceito será estendido mais adiante para poder incluir respostas que incluem oscilações senoidais. Embora o
conceito seja o mesmo, os autovalores poderão ser valores no campo dos números Complexos e não apenas no campo
dos números Reais.

Como exemplo considere o seguinte sistema dinâmico descrito no espaço de estados e determine a estabilidade desse
sistema com o auxílio do MATLAB

0 2 4 0
𝑥𝑥̇ = �−4 −6 −4� 𝑥𝑥 + �0� 𝑢𝑢
−2 −2 −6 1

𝑦𝑦 = [1 0 0]𝑥𝑥
A = [ 0 2 4
-4 -6 -4
-2 -2 -6 ]

B = [ 0 0 1 ]'

C = [ 1 0 0 ]

Autovalores = eig(A)

Autovalores =
-2
-4
-6

Como todos os autovalores são negativos, o sistema é estável. Caso não queira saber os valores os autovalores mas
apenas a estabilidade, pode-se usar o comando “isstable(A)” cuja resposta é dada por uma variável lógica que, se for
zero significa que é instável e, se for um significa que é estável. Atenção, a função “isstable” está disponível no MATLAB
mas ainda não foi implementada no Octave.

Mudança de variáveis

A representação no espaço de estados não é única. Uma ilustração elementar desse fato é quando fazemos a escolha
dos estados às saídas dos integradores do diagrama de blocos que representa as EDOs do modelo. Suponha um caso
com dois integradores com os estados x1 e x2. Note que poderíamos trocar as variáveis dos mesmos integradores por
x2 e x1. Esse exemplo já indica que a escolha não é única. De fato há infinitas possibilidades de escolha. Essa
flexibilidade é recurso a mais da representação no espaço de estados a qual vamos ilustrar com uma aplicação.

Considere o modelo de uma sistema descrito por uma EDO que depende da entrada 𝑢𝑢(𝑡𝑡) mas também da derivada
𝑢𝑢̇ (𝑡𝑡) dessa entrada.
𝑧𝑧̈ (𝑡𝑡) + 3𝑧𝑧̇ (𝑡𝑡) + 4𝑧𝑧(𝑡𝑡) = 𝑢𝑢(𝑡𝑡) + 5 𝑢𝑢̇ (𝑡𝑡)

Escolhendo 𝑧𝑧(𝑡𝑡) = 𝑥𝑥1 (𝑡𝑡) e 𝑧𝑧̇ (𝑡𝑡) = 𝑥𝑥2 (𝑡𝑡) chega-se a uma representação matricial que não está no espaço de estados
por causa do termo de 𝑢𝑢̇ (𝑡𝑡).

𝑥𝑥̇ (𝑡𝑡) = � 0 1 � 𝑥𝑥(𝑡𝑡) + � 0 � 𝑢𝑢(𝑡𝑡) + � 0 � 𝑢𝑢̇ (𝑡𝑡)

−4 −3 1 5

𝑦𝑦(𝑡𝑡) = [1 0] 𝑥𝑥(𝑡𝑡)

De forma compacta podemos escrever

𝑥𝑥̇ (𝑡𝑡) = 𝐴𝐴𝐴𝐴(𝑡𝑡) + 𝐵𝐵𝐵𝐵(𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡)

𝑦𝑦(𝑡𝑡) = 𝐶𝐶 𝑥𝑥(𝑡𝑡)

Vamos fazer a seguinte mudança de variáveis

 𝑤𝑤(𝑡𝑡) = 𝑥𝑥(𝑡𝑡) − 𝐸𝐸𝐸𝐸(𝑡𝑡)
ou
𝑥𝑥(𝑡𝑡) = 𝑤𝑤(𝑡𝑡) + 𝐸𝐸𝐸𝐸(𝑡𝑡)
Diferenciando dos dois lados
𝑥𝑥̇ (𝑡𝑡) = 𝑤𝑤̇ (𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡)

Substituindo estas últimas duas nas primeiras

𝑥𝑥̇ (𝑡𝑡) = 𝐴𝐴𝐴𝐴(𝑡𝑡) + 𝐵𝐵𝐵𝐵(𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡) ⇒ 𝑤𝑤̇ (𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡) = 𝐴𝐴( 𝑤𝑤(𝑡𝑡) + 𝐸𝐸𝐸𝐸(𝑡𝑡) ) + 𝐵𝐵𝐵𝐵(𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡)

𝑦𝑦(𝑡𝑡) = 𝐶𝐶 𝑥𝑥(𝑡𝑡) ⇒ 𝑦𝑦(𝑡𝑡) = 𝐶𝐶 ( 𝑤𝑤(𝑡𝑡) + 𝐸𝐸𝐸𝐸(𝑡𝑡) )

Resultando na seguinte equação

𝑤𝑤̇ (𝑡𝑡) = 𝐴𝐴 𝑤𝑤(𝑡𝑡) + (𝐴𝐴𝐴𝐴 + 𝐵𝐵) 𝑢𝑢(𝑡𝑡)

𝑦𝑦(𝑡𝑡) = 𝐶𝐶 𝑤𝑤(𝑡𝑡) + (𝐶𝐶𝐶𝐶 ) 𝑢𝑢(𝑡𝑡)

Substituindo as matrizes e fazendo as operações, resulta numa representação que está no espaço de estados.

𝑤𝑤̇ (𝑡𝑡) = � 0 1 � 𝑤𝑤(𝑡𝑡) + � 5 � 𝑢𝑢(𝑡𝑡)

−4 −3 −14

𝑦𝑦(𝑡𝑡) = [1 0] 𝑤𝑤(𝑡𝑡) + 0 𝑢𝑢(𝑡𝑡)

Note que foi possível encontrar uma representação no espaço de estados fazendo uma mudança de variáveis. Isso é
análogo ao que foi feito com a representação canônica observável, mas sem precisar desenhar nenhum diagrama de
blocos e sim por argumentos meramente algébricos.

As variáveis de estado são

𝑤𝑤(𝑡𝑡) = 𝑥𝑥(𝑡𝑡) − 𝐸𝐸𝐸𝐸(𝑡𝑡)

𝑤𝑤1 (𝑡𝑡) 𝑥𝑥 (𝑡𝑡) 0

� �=� 1 � + � � 𝑢𝑢(𝑡𝑡)
𝑤𝑤2 (𝑡𝑡) 𝑥𝑥2 (𝑡𝑡) 5
ou seja,
𝑤𝑤1 (𝑡𝑡) = 𝑥𝑥1 (𝑡𝑡)

𝑤𝑤2 (𝑡𝑡) = 𝑥𝑥2 (𝑡𝑡) + 5 𝑢𝑢(𝑡𝑡)

As condições iniciais das variáveis de estado 𝑤𝑤(𝑡𝑡) são obtidas a partir das condições iniciais das variáveis 𝑥𝑥(𝑡𝑡) quando
nenhuma entrada foi ainda aplicada 𝑢𝑢(𝑡𝑡) = 0. Ou seja, as condições inicias, neste caso, são as mesmas.

𝑤𝑤1 (0) = 𝑥𝑥1 (0)

𝑤𝑤2 (0) = 𝑥𝑥2 (0) + 5 ∗ 0

As operações matriciais podem ser feitas pelo MATLAB

A = [0 1; -4 -3]
B = [0 ; 1]
C = [ 1 0 ]
E = [0 ; 5 ]

A1 = A
B1 = A*E+B
C1 = C
D1 = C*E