Eduardo Lobo Lustosa Cabral

LINEARIZAÇÃO DE SISTEMAS DINÂMICOS

1. Motivação e necessidade
1) Grande parte das teorias de projeto de sistemas de controle foram desenvolvidas para
sistemas lineares ⇒ porém praticamente todos os sistemas reais são não-lineares.

2) O que fazer?
Pode-se obter um modelo linear para o sistema não-linear.
⇒ A questão se torna: qual a validade do modelo linear do sistema não-linear?

3) Técnicas de projeto de controladores para sistemas não-lineares são:

• Complicadas e complexas;
• Somente garantem estabilidade ⇒ não garantem desempenho;
• Na maioria dos casos não justifica a complexidade ⇒ controle linear em geral funciona
bem mesmo para sistemas não-lineares;
• Quando controle linear não funciona adequadamente tem-se as alternativas de ⇒ usar
programação de ganhos ou controle adaptativo.

2. Sistema dinâmico não-linear

Dado um sistema não-linear de ordem n descrito por:

x& (t ) = f (x (t ), u(t ) ) - vetor de funções da dinâmica dos estados; (1)

y(t ) = g(x (t ), u(t ) ) - vetor de equações das saídas. (2)

onde:

x (t ) - vetor de estados, ∈ Rn (dimensão nx1);

u(t ) - vetor de entrada, ∈ Rm (dimensão mx1);
y(t) - vetor de saídas, ∈ Rp (dimensão px1);
f(x, u) - vetor de funções não-lineares que descreve a dinâmica do sistema, ∈ Rn (dimensão
nx1);
g(x, u) - vetor de funções não-lineares que descreve a saída do sistema, ∈ Rp (dimensão
px1).

O vetor de funções da dinâmica dos estados representado pela eq. (1) é dado de forma mais
detalhado como:

1
Eduardo Lobo Lustosa Cabral

 x&1 (t ) = f1 (x (t ), u(t ) );
 x& (t ) = f (x (t ), u(t ) );
 2 2
 (3)
 M
 x& n (t ) = f n (x (t ), u(t ) ).

O vetor de funções da saída representado pela eq. (2) é dado de forma mais detalhado como:

 y1 (t ) = g1 (x (t ), u(t ) );
 y (t ) = g (x (t ), u(t ) );
 2 2
 (4)
M
 y p (t ) = g p (x (t ), u(t ) ).

Exemplo: Sistema massa-mola não linear:

Equação diferencial:

m&x&(t ) = − k1 x (t ) − k2 x 3 (t ) + F (t )

⇒ modelo de mola usualmente utilizado para suspensão de automóveis.

Escrevendo o sistema na forma de espaço de estados não-linear fica:

 x& (t ) = v(t ) = f 1 ( x(t ), v(t ), F (t ) )


v&(t ) = − k1 x(t ) m − k 2 x (t ) m + F (t ) m = f 2 ( x(t ), v(t ), F (t ) )
3

3. Condição de linearização
1) A linearização de um sistema dinâmico não-linear é feita em torno de uma condição de
operação ⇒ denominada condição de linearização.

2) O sistema linear é válido para operação em “torno” da condição de linearização.

Quanto em torno?
Questão em aberto ⇒ depende do sistema!

Condição de linearização:
Definida por:

2
Eduardo Lobo Lustosa Cabral

x 0 (t ) − vetor de estado na condição de linearização, pode ser variável no tempo;


u0 (t ) − vetor de entrada na condição de linearização, pode ser variável no tempo;
y (t ) − vetor de saída na condição de linearização, pode ser variável no tempo.
 0

Cálculo da condição de linearização:

Uma possibilidade é a condição de linearização ser um ponto de equilíbrio do sistema,
ou seja:

x& 0 (t ) = f (x 0 (t ), u0 (t ) ) = 0 (5)

y0 (t ) = g(x 0 (t ), u0 (t ) ) (6)

• Dessas expressões tem-se n + p equações algébricas não-lineares cuja solução

fornece x0(t), u0(t) e/ou y0(t).
• Nota-se que em geral o número de saídas de um sistema MIMO é igual ao
número de entradas (m = p).
• Conhecendo-se, por exemplo, as saídas do sistema na condição de linearização
⇒ pode-se a partir das eq. (5) e (6) obter o vetor de estados e o vetor de entradas
na condição de linearização.

Se a condição de linearização não for um ponto de equilíbrio do sistema, tem-se no lugar

da eq. (5) o seguinte:

x& 0 (t ) = f (x 0 (t ), u0 (t ) ) (7)

• A equação da saída (eq. 6) não se altera.

• Nesse caso a condição de linearização tem que satisfazer a equação da dinâmica
do sistema ⇒ pode ser difícil de calcular para alguns casos.
• Em geral a eq. (7) somente serve para calcular as derivadas temporais dos
estados, que nem são necessárias.
• Dependendo do problema conhecendo-se, por exemplo, as saídas e alguns
estados do sistema na condição de linearização ⇒ tem-se n + p equações não-
lineares cuja solução deve fornecer os vetores x0(t), u0(t), y0(t) e x& 0 (t ) .

Resumo:

• A condição de linearização é definida para qualquer caso genericamente por:

x0(t), u0(t), y0(t) (8)

• A condição de linearização deve sempre satisfazer as equações de estado

independente se for de regime estacionário ou não, ou seja:
3
Eduardo Lobo Lustosa Cabral

x& 0 (t ) = f (x 0 (t ), u0 (t ) ) (9)

4. Método de linearização da dinâmica

Define-se pequenos desvios em torno da condição de linearização ⇒ δx(t), δu(t) e δy(t):

x (t ) = x 0 (t ) + δx (t );

u(t ) = u0 (t ) + δu(t ); (10)
y(t ) = y (t ) + δy(t ).
 0

Dada a condição de linearização (eq. 8 e 9), expandindo o vetor de funções f(x,u) em torno
de x0(t) e u0(t) usando Série de Taylor ⇒ cada equação da dinâmica do sistema:
x&i (t ) = f i ( x (t ), u(t )) , para i =1 ... n, fica:

 ∂f (x (t ), u0 (t ) )   ∂f (x (t ), u 0 (t ) ) 
x& i (t ) = f i (x 0 (t ), u 0 (t ) ) +  i 0 δx1 (t ) + K +  i 0 δx n (t ) +
 ∂x1   ∂x n 
 ∂f (x (t ), u 0 (t ) )   ∂f (x (t ), u 0 (t ) ) 
+  i 0 δu1 (t ) + K +  i 0 δu m (t ) + T .O.S .
 ∂u1   ∂u m 
(11)

onde T.S.O. significa termos de ordem superior e o subscrito.

Abrindo a derivada do lado esquerdo da eq. (11) e deseprezando os T.O.S. tem-se:

 ∂f (x (t ), u 0 (t ) )   ∂f (x (t ), u 0 (t ) ) 
x& 0i (t ) + δx& i (t ) = f i (x 0 (t ), u0 (t ) ) +  i 0 δx1 (t ) + K +  i 0 δx n (t ) +
 ∂x1   ∂x n 
 ∂f (x (t ), u0 (t ) )   ∂f (x (t ), u 0 (t ) ) 
+  i 0 δu1 (t ) + K +  i 0 δu m (t ) + T .O.S .
 ∂u 1   ∂u m 
(12)

⇒ os T.S.O. são de fato desprezíveis desde que δx(t) e δu(t) sejam “pequenos”.

Como a condição de linearização deve obedecer a equação dinâmica do sistema (eq. 9) ⇒ o

1º termo do lado esquerdo da eq. (12) cancela o 1º termo do lado direito da equação (ver eq.
9). Assim, tem-se:

 ∂f (x (t ), u 0 (t ) )   ∂f (x (t ), u 0 (t ) ) 
δx& i (t ) =  i 0 δx1 (t ) + K +  i 0 δx n (t ) +
 ∂x1   ∂x n 
(13)
 ∂f (x (t ), u 0 (t ) )   ∂f (x (t ), u 0 (t ) ) 
+  i 0 δu1 (t ) + K +  i 0 δu m (t )
 ∂u 1   ∂u m 

4
Eduardo Lobo Lustosa Cabral

Para todas as n equações de estado linearizadas tem-se na forma matricial:

 ∂f1   ∂f 1   ∂f    ∂f 1   ∂f 1   ∂f  
    L  1       L  1  
  ∂x1 0  ∂x 2 0  ∂x n  0    ∂u 1 0  ∂u 2  0  ∂u m 0 
 ∂f 2   ∂f 2   ∂f     ∂f 2   ∂f 2   ∂f  
    L  2       L  2  
δx& (t ) =  ∂x  
δx (t ) +  ∂u  δu(t )
 1  0  ∂x 2 0  ∂x n  0   1  0  ∂u 2  0  ∂u m 0 
 M M O M   M M O M 
 ∂f   ∂f n   ∂f    ∂f   ∂f n   ∂f  
 n    L  n    n    L  n  
 ∂x1  0  ∂x 2 0  ∂x n  0   ∂u1  0  ∂u 2  0  ∂u m  0 
(14)

onde os termos (∂f i ∂x j )0 e (∂f i ∂u k )0 representam uma notação mais compacta para
(∂f (x
i 0 (t ), u0 (t ) ) ∂x j )0 e (∂f i (x 0 (t ), u 0 (t ) ) ∂u k )0 respectivamente.

Mais compactamente,

δx& (t ) = A(t )δx (t ) + B(t )δu(t ) . (15)

onde A(t) e B(t) são matrizes dadas por:

 ∂f1   ∂f1   ∂f  
    L  1  
  ∂x1 0  ∂x2 0  ∂xn 0 
 ∂f 2   ∂f 2   ∂f  

A(t ) =  ∂x 
   L  2   (16)
  1 0  ∂x2 0  ∂xn 0 
 M M O M 
 ∂f n   ∂f n   ∂f  
    L  n  
 ∂x1 0  ∂x2 0  ∂xn 0  ( nxn )

 ∂f1   ∂f1   ∂f  
    L  1  
  ∂u1 0  ∂u2 0  ∂um 0 
 ∂f 2   ∂f 2   ∂f  

B(t ) =  ∂u 
   L  2   (17)
 1  0  ∂u2 0  ∂um 0 
 M M O M 
 ∂f n   ∂f n   ∂f  
    L  n  
∂
 1 0
u ∂u
 2 0  ∂um 0  ( nxm )

O mesmo processo é repetido para as p equações das saídas do sistema (eq. 4) ⇒

expandindo cada equação de saída de x0(t) e u0(t), tem-se:

5
Eduardo Lobo Lustosa Cabral

 ∂g (x (t ), u0 (t ) )   ∂g (x (t ), u 0 (t ) ) 
y 0i (t ) + δy i (t ) = g i (x 0 (t ), u 0 (t ) ) +  i 0 δx1 (t ) + K +  i 0 δx n (t ) +
 ∂x1   ∂x n 
 ∂g (x (t ), u 0 (t ) )   ∂g (x (t ), u0 (t ) ) 
+  i 0 δu1 (t ) + K +  i 0 δU m (t ) + T .O.S .
 ∂u1   ∂u m 
(18)

Como a condição de linearização deve obedecer a equação das saídas do sistema (eq. 4) ⇒ o
1º termo do lado esquerdo da eq. (18) cancela o 1º termo do lado direito da equação.

Desprezando os T.O.S.:

 ∂g (x (t ), u0 (t ) )   ∂g (x (t ), u 0 (t ) ) 
δy i (t ) =  i 0 δx1 (t ) + K +  i 0 δx n (t ) +
 ∂x 1   ∂x n 
(19)
 ∂g (x (t ), u0 (t ) )   ∂g (x (t ), u 0 (t ) ) 
+  i 0 δu1 (t ) + K +  i 0 δu m (t )
 ∂u1   ∂u m 

Para todas as p equações de saídas do sistema, tem-se:

  ∂g1   ∂g 1   ∂g     ∂g1   ∂g1   ∂g  

     L  1        L  1  
  ∂x1 0  ∂x 2  0  ∂x n  0    ∂u 1 0  ∂u 2  0  ∂u m 0 
  ∂g 2   ∂g 2   ∂g     ∂g 2   ∂g 2   ∂g  
    L  2       L  2  
δy(t ) =   ∂x1  
δx (t ) +  ∂u1  δu(t )
 0  ∂x 2  0  ∂x n  0   0  ∂u 2  0  ∂u m 0 
 M M O M   M M O M 
 ∂g p   p ∂g  ∂g p    ∂g p   p ∂g  p
∂g  
    L        L   
 ∂x1  0  ∂x 2  0  ∂x n  0   ∂u1  0  ∂u 2  0  ∂u m  0 
(20)

onde os termos (∂g i ∂x j )0 e (∂g i ∂u k )0 representam uma notação mais compacta para
(∂g (x
i 0 (t ), u 0 (t ) ) ∂x j )0 e (∂g i (x 0 (t ), u 0 (t ) ) ∂u k )0 respectivamente.

Mais compactamente,

δy(t ) = C(t )δx (t ) + D(t )δu(t ) . (21)

onde C(t) e D(t) são matrizes dadas por:

6
Eduardo Lobo Lustosa Cabral

  ∂g1   ∂g1   ∂g  
     L  1  
  ∂x1 0  ∂x2 0  ∂xn 0 
  ∂g 2   ∂g2   ∂g  

C(t ) =   ∂x 
   L  2   (22)
  1 0  ∂x2 0  ∂xn 0 
 M M O M 
 ∂g p   ∂g p   ∂g  
    L  p  
 ∂x1 0  ∂x2 0  ∂xn 0  ( pxn )

  ∂g1   ∂g1   ∂g  
     L  1  
  ∂u1 0  ∂u2 0  ∂um 0 
  ∂g 2   ∂g2   ∂g  

D(t ) =   ∂u 
   L  2   (23)
  1 0  ∂u2 0  ∂um 0 
 M M O M 
 ∂g p   ∂g p   ∂g p  
    L   
∂
 1 0
u ∂u
 2 0 ∂
 m 0  ( pxm )
u

Em resumo as equações dinâmicas linearizadas de um sistema são as seguintes:

δx& (t ) = A(t )δx (t ) + B(t )δu(t )

(24)
δy(t ) = C(t )δx (t ) + D(t )δu(t )

Nesse caso, como as matrizes do sistema, A, B, C e D, variam no tempo, o sistema é do tipo

Linear Variante no Tempo (LVT).

Se a condição de linearização for uma condição de operação em regime estacionário, ou

seja, x& 0 (t ) = 0 , então as matrizes do sistema, A, B, C e D são constantes e o sistema é do
tipo Linear Invariante no Tempo (LIT). Assim a eq. (24) fica:

δx& (t ) = Aδx (t ) + Bδu(t )

(25)
δy(t ) = Cδx (t ) + Dδu(t )

Usualmente nas eq. (24) e (25) eliminam-se os termos de variação, “δ” ⇒ mas não se
pode esquecer que para uma sistema com dinâmica linearizada os estados, as entradas
e as saídas representam as variações dessas grandezas em torno da condição de
linearização.

7
Eduardo Lobo Lustosa Cabral

5. Exemplos

Exemplo 1: Massa-mola não-linear:

Modelo do sistema não-linear:

 x& (t ) v (t ) 
v&(t )  = − k x (t ) m − k x 3 (t ) m + F (t ) m 
   1 2 

 x& (t ) = f1 ( x, v, F ) = v (t )

 1
[ 3
v&(t ) = f 2 ( x, v, F ) = m − k1 x (t ) − k 2 x (t ) + F (t ) ]
Condição de linearização:

 x& 0 = v&0 = 0
Adotada uma condição de regime estacionário ⇒ 
 F0 = 0

Para a condição de linearização as equações dinâmicas resultam em:

 x&0 = v0 = 0
 3
v&0 = − k1 x0 − k2 x0 = 0

Que resulta na seguinte relação:

k1
k1 x0 + k2 x03 = 0 ⇒ x0 = ± −
k2

⇒ Nota-se que x0 somente existe se k1 e k2 tiverem sinais opostos.

Linearização da dinâmica do sistema:

 ∂f1   ∂f1   ∂f1 

  =0   =1   =0
 ∂x 0  ∂v 0  ∂F 0

 ∂f 2  1  ∂f 2   ∂f 2  1
 [ 2
 = − k1 − 3k2 x0 ]   =0   =
 ∂x 0 m  ∂v 0  ∂F 0 m

Portanto,

 0 1 0 
A=  B= 
(− k1 − 3k2 x0 ) m 0
2
1 m

8
Eduardo Lobo Lustosa Cabral

δx& (t )  0 1 δx(t ) 0 
δv&(t ) =  − k − 3k x 2 m 0 δv(t ) + 1 mδF (t )
( )
   1 2 0    

k1 = 1N/m
 1
Se por exemplo: k 2 = −0,5N/m ⇒ x0 = = 2 m , então:
m = 2kg 1 / 2


δx& (t )  0 1 δx (t ) 0 
δv&(t ) = − 1 0 δv (t ) + 0,5δF (t )
      

Exemplo 2: Pêndulo invertido:

Seja um pêndulo como mostra a figura a seguir. A massa do pêndulo que é concentrada
em sua ponta é m e o seu comprimento é l. Um torque τ(t) variável é aplicado no
pêndulo na posição de sua articulação.

Equação dinâmica do pêndulo:

ml 2θ&&(t ) + mgl cos(θ (t ) ) = τ (t )

m
g

l
θ(t)
τ(t)

Definindo a velocidade angular do pêndulo ⇒ ω (t ) = θ&(t ) .

O sistema na forma do espaço dos estados fica:

θ&(t ) = ω (t )

 g τ (t )
ω& (t ) = − cos(θ (t ) ) + 2
 l ml

Condição de linearização:

9
Eduardo Lobo Lustosa Cabral

Na condição de linearização desejada o pêndulo deve estar inclinado de 45º em relação à

horizontal ⇒ existem duas condições de linearização possíveis:

a) A condição linearização é um ponto de equilíbrio, ou seja, θ&&0 = θ&0 = 0 ⇒ nesse caso

tem-se:

ω0 = 0

 2
τ 0 = mgl cos(θ 0 ) = mgl
 2

b) A condição de linearização não é um ponto de equlíbrio, ou seja, θ&&0 ≠ 0 ⇒ nesse

caso tem-se:

θ&0 = ω0

 g 1
ω& 0 = − cos(θ 0 ) + 2 τ 0
 l ml

Para definir completamente a condição de linearização deve-se adotar ω0 e ω& 0 , ou ω0 e

τ0:
g 2g
⇒ Adotando ω0 = τ0 = 0 ⇒ ω& 0 = − cos(θ 0 ) = − .
l 2l
⇒ Observa-se que nessa condição de linearização o pêndulo está parado mas iniciando o
movimento de queda devido à aceleração da gravidade.

Dinâmica Linearizada:

Utilizando a condição de linearização (b) para linearizar o sistema, tem-se:

 ∂f1   ∂f1   ∂f1 

  =0   =1   =0
 ∂θ 0  ∂ω 0  ∂τ 0

 ∂f 2  g 2g  ∂f 2   ∂f 2  1
  = sin(θ 0 ) =   =0   = 2
 ∂θ  0 l 2l  ∂ω 0  ∂τ 0 ml

Portanto,

 0 1 0 
A =  2g  B= 1 
 0  2
 2l   ml 

δθ&(t )   0 1 δθ (t )  0 
  =  2g  + δτ (t )
δω& (t )   2l 0 δω (t )  1 
  ml 2 

10
Eduardo Lobo Lustosa Cabral

6. Método alternativo de linearização

Um método alternativo para linearizar a dinâmica de um sistema é assumir pequenas variações

em torno da condição de linearização, como foi definido na eq. (10), repetida abaixo:

x (t ) = x 0 (t ) + δx (t );

u(t ) = u0 (t ) + δu(t ); (10)
y(t ) = y (t ) + δy(t ).
 0

A derivada temporal dos estados são obtidas a partir da derivação da eq. (10), resultando em:

x& (t ) = x& 0 (t ) + δx& (t ) (26)

Observa-se que a derivada dos estados na condição de linearização não é necessariamente zero,
pois a condição de linearização, como visto, não necessita ser uma condição estacionária.

Substituindo as eqs. (10) e (26) nas equações dinâmicas dos estados e nas equações de saída do
sistema e desprezando termos de ordem superior obtém-se as equações linearizadas do sistema.

Por termos de ordem superior entende-se o seguinte:

• Qualquer variação ao quadrado ⇒ δxi2 (seja de variável de estado, de saída ou de
entrada);
• Qualquer produto de duas variações ⇒ δxiδxj (seja de variável de estado, de saída
ou de entrada).

Exemplo 3: Pêndulo invertido:

Equação dinâmica do pêndulo na forma de espaço dos estados:

θ&(t ) = ω (t )

 g τ (t )
ω& (t ) = − sin(θ (t ) ) + 2
 l ml

Condição de linearização (condição (b) do exemplo 2):

g 2g
⇒ Adotando: θ0 = 45º, ω0 = τ0 = 0 ⇒ ω& 0 = − cos(θ 0 ) = − .
l 2l

Dinâmica Linearizada:

Substituindo as eq. (10) e (26) nas equações dinâmicas do sistema tem-se:

11
Eduardo Lobo Lustosa Cabral

θ&0 (t ) + δθ&(t ) = ω0 (t ) + δω (t )

 g 1
ω& 0 (t ) + δω& (t ) = − cos(θ 0 (t ) + δθ (t ) ) + 2 (τ 0 (t ) + δτ (t ) )
 l ml

Aplicando a relação trigonométrica do cosseno da soma de dois ângulos,

cos(θ 0 + δθ (t ) ) = cos(θ 0 (t ) ) cos(δθ (t ) ) − sin (θ 0 (t ) ) sin (δθ (t ) )

cos(δθ ) ≈ 1
porém como δθ é pequeno ⇒ 
sin(δθ ) ≈ δθ

que resulta em ⇒ cos(θ 0 + δθ (t ) ) = cos(θ 0 (t ) ) − δθ (t ) sin (θ 0 (t ) )

Substituindo nas equações dinâmicas:

θ&0 (t ) + δθ&(t ) = ω0 (t ) + δω (t )

 g g 1 1
ω& 0 (t ) + δω (t ) = − cos(θ 0 (t ) ) + δθ (t ) sin (θ 0 (t ) ) + 2 τ 0 (t ) + 2 δτ (t )
 l l ml ml

Nota-se que a condição de linearização obedece as equações dinâmicas, assim:

• Na 1ª expressão ⇒ o 1º termo do lado esquerdo cancela o 1º termo do lado direito;

• Na 2ª expressão ⇒ o 1º termo do lado esquerdo cancela o 1º e o 3ª termos do lado
direito.

Portanto,

δθ&(t ) = δω (t )

 g 1
δω& (t ) = δθ (t ) sin (θ 0 (t ) ) + 2 δτ (t )
 l ml

que usando a condição de linearização fica na forma matricial:

δθ&(t )   0 1 δθ (t )  0 
  =  2g  + δτ (t )
δω& (t )  2l 0 δω (t )  1 
  ml 2 

 0 1 0 
A =  2g  B= 1 
 0  2
 2l   ml 

12
Eduardo Lobo Lustosa Cabral

7. Exercício

1) Considere a Equação de Van der Pol que representa um oscilador com amortecimento não-
linear.

d 2 x(t ) dx(t )
dt 2
[
− µ 1 − x (t ) 2] dt
+ x (t ) = u (t ) ,

onde x(t) representa a coordenada de posição, µ é uma grandeza que representa a

quantidade de amortecimento presente no sistema e u(t) é o termo forçado ou a entrada do
sistema.

Essa equação foi muito utilizada na engenharia elétrica/eletrônica para o estudo de válvulas
e na dinâmica dos sistemas não-lineares.

Pede-se:
a) Coloque o sistema na forma de espaço de estados não-linear.
b) Defina uma condição de linearização de forma que seja uma condição de regime
permanente. Você tem que escolher uma condição numérica. Utilize µ = 0,2.
c) Linearize o sistema utilizando um dos métodos vistos em aula.
d) Calcule as matrizes do sistema linear utilizando os resultados dos itens (b) e (c).
e) Defina uma função no Simulink para descrever a Equação de Van der Pol.
f) Utilizando as ferramentas do Matlab verifique se a condição de linearização definida
em (b) está correta.
g) Utilizando as ferramentas do Matlab linearize o sistema em torno da condição de
linearização calculada em (b) e (f) e verifique o resultado do item (d).
h) Simule os sistemas não-linear e linear para uma condição inicial igual à condição de
linearização e para um degrau na entrada de amplitude 1 e compare os resultados.
i) Simule os sistemas não-linear e linear para uma condição inicial x0 = 0.1 e v0 = 0 e
compare os resultados..

Principais comandos do Matlab a serem utilizados:

• Simulink;
• trim;
• linmod.

13
Eduardo Lobo Lustosa Cabral

2) Considere o sistema composto por um pêndulo invertido sobre um carro, cujo modelo
dinâmico é dado abaixo.

θ&(t ) = ω (t )

ml cos(θ (t ) )v&(t ) + ml ω& (t ) − mgl sin (θ (t ) ) = 0
2

( M + m)v&(t ) + ml cos(θ (t ) )ω& (t ) − ml sin (θ (t ) )ω (t ) 2 = f (t )



onde θ é a posição angular do pêndulo, ω é a velocidade angular do pêndulo, v é a

velocidade do carro, f é a força aplicada no carro, M é a massa do carro, m é a massa do
pêndulo e l é o comprimento do pêndulo.

θ(t) g
l
v(t)

M f(t)

Figura. Esquema do pêndulo invertido sobre o carro.

Pede-se:
a) Determine a condição de linearização onde o pêndulo permanece parado na posição
vertical.
b) Linearize a dinâmica do sistema.
c) Calcule as matrizes do sistema linearizado.

14