Escolar Documentos
Profissional Documentos
Cultura Documentos
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)
Autovetores 𝑝𝑝𝑖𝑖 .
Para 𝜆𝜆1 = −1 ⇒ (𝜆𝜆1 𝐼𝐼 − 𝐴𝐴)𝑝𝑝1 = 0
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
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
(𝜆𝜆𝜆𝜆 − 𝐴𝐴) = � 𝜆𝜆 0
�−� 0 1 � = � 𝜆𝜆 −1
�
0 𝜆𝜆 −6 −5 6 𝜆𝜆 + 5
Polinômio caraterístico ∆
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.
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
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
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
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
O autovalor da EDO 𝑦𝑦̇ (𝑡𝑡) + 𝑎𝑎 𝑦𝑦(𝑡𝑡) = 𝑏𝑏 𝑢𝑢(𝑡𝑡) é −𝑎𝑎. Igualando com 𝜆𝜆1 = −1, obtém-se
𝑎𝑎 = 1
𝑦𝑦� 𝑏𝑏
𝑘𝑘𝑔𝑔 = =
𝑢𝑢� 𝑎𝑎
𝑏𝑏 = 10
Logo, a EDO de ordem reduzida cuja dinâmica é próxima da EDO original, resulta
Para avaliarmos o desempenho dessa aproximação, considere os gráficos das soluções exatas das duas EDOs para
𝑢𝑢(𝑡𝑡) = 1 e condições iniciais nulas.
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)
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
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).
𝑦𝑦(𝑡𝑡) = [1 0] 𝑥𝑥(𝑡𝑡)
𝑦𝑦(𝑡𝑡) = 𝐶𝐶 𝑥𝑥(𝑡𝑡)
𝑥𝑥̇ (𝑡𝑡) = 𝐴𝐴𝐴𝐴(𝑡𝑡) + 𝐵𝐵𝐵𝐵(𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡) ⇒ 𝑤𝑤̇ (𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡) = 𝐴𝐴( 𝑤𝑤(𝑡𝑡) + 𝐸𝐸𝐸𝐸(𝑡𝑡) ) + 𝐵𝐵𝐵𝐵(𝑡𝑡) + 𝐸𝐸𝑢𝑢̇ (𝑡𝑡)
Substituindo as matrizes e fazendo as operações, resulta numa representação que está no espaço de estados.
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 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.
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