CAP 10

ANALISE DE SISTEMAS DE CONTROLE

NO ESPAÇO DE ESTADOS
10.1 – INTRODUÇÃO ..................................................................................................... 1
10.2 – REPRESENTAÇÃO NO ESPAÇO DE ESTADOS ............................................. 1
10.3 – TRANSFORMAÇÃO DE MODELOS DE SISTEMAS ...................................... 7
10.4 – DIAGONALIZAÇÃO DA MATRIZ DE ESTADOS......................................... 14
10.5 – MATRIZ DE TRANSIÇÃO DE ESTADOS ...................................................... 16
10.6 – CONTROLABILIDADE E OBSERVABILIDADE DE ESTADOS ................. 19
10.6.1 – CONTROLABILIDADE COMPLETA DE ESTADOS .................................. 19
10.6.2 – CONTROLABILIDADE DE SAÍDA .............................................................. 20
10.6.3 – OBSERVABILIDADE COMPLETA DE ESTADOS ..................................... 20
10.6.4 – PRINCÍPIO DA DUALIDADE ....................................................................... 21
10.6.5 – EXERCÍCIOS RESOLVIDOS ......................................................................... 22
10.7 –FORMAS CANÔNICAS NO ESPAÇO DE ESTADOS ..................................... 30
10.8 – MATLAB ............................................................................................................ 37
10.9 – LISTA DE EXERCÍCIOS ................................................................................... 37
10.1 – INTRODUÇÃO

Sistemas modernos de controle, geralmente, possuem muitas entradas e muitas saídas que se inter-
relacionam de uma maneira complexa. Para análises desses sistemas é necessário o uso de modelos
que permitam a redução da complexidade das expressões matemáticas, bem como a adequação para
uso em sistemas computacionais.

10.2 – REPRESENTAÇÃO NO ESPAÇO DE ESTADOS

É apropriada para sistemas que possuem várias entradas e várias saídas.

CASO CONTÍNUO

Matriz de Estado

Vetor de Estados

Matriz de Entrada

𝑞̇⃗𝑛×1 (𝑡) = 𝐴𝑛×𝑛 𝑞⃗𝑛×1 (𝑡) + 𝐵𝑛×𝑟 𝑥⃗𝑟×1 (𝑡)

𝑦⃗𝑚×1 (𝑡) = 𝐶𝑚×𝑛 𝑞⃗𝑛×1 (𝑡) + 𝐷𝑚×𝑟 𝑥⃗𝑟×1 (𝑡)
Vetor de Entrada
Matriz de Saída
Matriz de Transmissão Direta
Vetor de Saída

CASO DISCRETO

𝑞⃗𝑛×1 [𝑘 + 1] = 𝐴𝑛×𝑛 𝑞⃗𝑛×1 [𝑘] + 𝐵𝑛×𝑟 𝑥⃗𝑟×1 [𝑘]

𝑦⃗𝑚×1 [𝑘] = 𝐶𝑚×𝑛 𝑞⃗𝑛×1 [𝑘] + 𝐷𝑚×𝑟 𝑥⃗𝑟×1 [𝑘]
EXEMPLO

1) Obtenha a representação no espaço de estados do sistema abaixo.

Entrada (força)
k
u(t )

m Saída (deslocamento)

b y (t )

1
SOLUÇÃO

Modelagem Matemática

 forças  0
u(t )  ky (t )  my(t )  by (t )

O sistema é de segunda ordem. Para a representação no espaço de estados, devemos

representar o sistema através de equações de primeira ordem. Assim, fazendo:
x1 (t )  y (t )
x2 (t )  y (t )  x1 (t )

Podemos representar o sistema como:

 x1 (t )  x2 (t )

 k b 1
 x2 (t )  y(t )   x1 (t )  x2 (t )  u (t )
 m m m
 y (t )  x1 (t )

Colocando na forma matricial, temos:

 x1 (t )   0 1   x (t )  0 
 x (t )   k b 1   u (t )
   x 2 (t )  1 
 2   m m  
m
 x1 (t ) 
y (t )  1 0    0u (t )
 x 2 (t )

Que é a representação no espaço de estados do sistema.

2
2) Um sistema de controle é modelado e representado pela seguinte equação diferencial:

d 3 y (t ) d 2 y (t ) dy(t )
2  4  6  8 y (t )  10u (t )
dt 3 dt 2 dt
obtenha a representação desse sistema no espaço de estado (2,0 pontos)

SOLUÇÃO

Efetuando a seguinte substituição de variáveis:

x1 (t )  y (t )
x2 (t )  y (t )  x1 (t )
x3 (t )  y(t )  x 2 (t )
x3 (t )  y(t )  2 y(t )  3 y (t )  4 y (t )  5u (t )
x3 (t )  y(t )  2 x3 (t )  3x2 (t )  4 x1 (t )  5u (t )

Assim, podemos representar o sistema na forma matricial.

 x1   0 1 0   x1  0
 x    0 0 1   x2   0u
 2 
 x3   4  3  2  x3  5
 x1 
y  1 0 0 x2   0u
 x3 

3
3) Um sistema digital de controle de voo compensa a força do vento lateral, 𝑥[𝑘], ajustando o
ângulo, 𝜃[𝑘], do leme da cauda da aeronave fazendo com que o percurso, 𝑦[𝑘], seja mantido
mesmo com uma ligeira inclinação do eixo de direção da aeronave. As equações que
descrevem o sistema de compensação estão relacionadas da seguinte forma:

𝜃[𝑘] = −3𝑦[𝑘 − 1] − 𝜃[𝑘 − 1] + 4𝑥[𝑘]

𝑦[𝑘] = 2𝜃[𝑘 − 1] + 3𝜃[𝑘 − 2] + 5𝑥[𝑘]

Sabendo que a força do vento determina o posicionamento angular para manter o

percurso, represente este sistema como um modelo no espaço de estados.

Força do vento Eixo da aeronave

Percurso da
aeronave
Ângulo do
leme

SOLUÇÃO
𝑞1 [𝑘] = 𝜃[𝑘 − 2]
𝑞2 [𝑘] = 𝑞1 [𝑘 + 1] = 𝜃[𝑘 − 1]
𝑞2 [𝑘 + 1] = 𝜃[𝑘] = −3𝑦[𝑘 − 1] − 𝜃[𝑘 − 1] + 4𝑥[𝑘]
𝑞3 [𝑘] = 𝑦[𝑘 − 1]
𝑞3 [𝑘 + 1] = 𝑦[𝑘] = 2𝜃[𝑘 − 1] + 3𝜃[𝑘 − 2] + 5𝑥[𝑘]

Arrumando:
𝑞1 [𝑘 + 1] = 𝑞2 [𝑘]
𝑞2 [𝑘 + 1] = −𝑞2 [𝑘] − 3𝑞3 [𝑘] + 4𝑥[𝑘]
𝑞3 [𝑘 + 1] = 3𝑞1 [𝑘] + 2𝑞2 [𝑘] + 5𝑥[𝑘]

𝜃[𝑘] = −𝑞2 [𝑘] − 3𝑞3 [𝑘] + 4𝑥[𝑘]

𝑦[𝑘] = 3𝑞1 [𝑘] + 2𝑞2 [𝑘] + 5𝑥[𝑘]

Colocando no EE

𝑞1 [𝑘 + 1] 0 1 0 𝑞1 [𝑘] 0
[𝑞2 [𝑘 + 1]] = [0 −1 −3] [𝑞2 [𝑘]] + [4] 𝑥[𝑘]
𝑞3 [𝑘 + 1] 3 2 0 𝑞3 [𝑘] 5

𝑞1 [𝑘]
𝜃[𝑘] 0 −1 −3 4
[ ]=[ ] [𝑞2 [𝑘]] + [ ] 𝑥[𝑘]
𝑦[𝑘] 3 2 0 5
𝑞3 [𝑘]

4
4) Dado o GFS abaixo, obtenha o modelo no E.E.

SOLUÇÃO
Retirando os integradores e as condições iniciais, temos:

Montando as equações de causa e efeito das variáveis de estado:

𝑥̇ 1 = 𝑥2
𝑥̇ 2 = −𝑎1 𝑥2 + (𝑥3 − 𝑎3 𝑦) − 𝑎2 (𝑥1 + 𝑎0 (𝑥3 − 𝑎3 𝑦))
𝑥̇ 3 = 𝑟

𝑦 = 𝑥1 + 𝑎0 (𝑥3 − 𝑎3 𝑦)

Arrumando, temos:

5
5) Um sistema é descrito por duas equações diferenciais como:
d2y
 y  2u  aw  0
dt 2
d 2w
 by  4u  0
dt 2

onde w e y são funções do tempo e u é uma entrada em função do tempo.

a) Selecione um conjunto de variáveis de estado (1,0 ponto).

b) Represente o sistema na forma matricial (1,5 pontos).

SOLUÇÃO

a) As variáveis de estado para esse sistema são.

x1  y x3  w
x2  y  x1 x4  w  x3
x2  y  aw  2u  y x4  w
  4u  by

Adequando as equações, temos:

x1  y x3  w
x2  y  x1 x4  w  x3
x2  y  ax3  2u  x1 x4  w
  4u  bx1

b) A representação na forma matricial é:

 x1   0 1 0 0  x1   0 
 x   10  a 0  x2   2 
 2    u
 x3   00 0 1  x3   0 
      
 x4   b0 0 0  x 4    4
 x1 
 
 y  1 0 0 0  x2  0
 w  0 0 1 0   x   0  u
    3  
 
x4 

6
10.3 – TRANSFORMAÇÃO DE MODELOS DE SISTEMAS

A partir da representação no espaço de estados é possível obter a função de transferência para cada
uma entrada e cada uma saída.

CASO CONTÍNUO

𝑞⃗̇ (𝑡) = 𝐴𝑞⃗(𝑡) + 𝐵𝑥⃗(𝑡)

{
𝑦⃗(𝑡) = 𝐶𝑞⃗(𝑡) + 𝐷𝑥⃗(𝑡)
No domínio de Laplace
𝑠𝑄(𝑠) = 𝐴𝑄(𝑠) + 𝐵𝑋(𝑠)
{
𝑌(𝑠) = 𝐶𝑄(𝑠) + 𝐷𝑋(𝑠)
Assim,
𝑄(𝑠)(𝑠𝐼 − 𝐴) = 𝐵𝑋(𝑠)
𝐵
𝑄(𝑠) = 𝑋(𝑠)
(𝑠𝐼 − 𝐴)

Substituindo na outra equação

𝑌(𝑠) = 𝐶𝑄(𝑠) + 𝐷𝑋(𝑠)

𝐵
𝑌(𝑠) = 𝐶 𝑋(𝑠) + 𝐷𝑋(𝑠)
(𝑠𝐼 − 𝐴)
1
𝑌(𝑠) = (𝐶 𝐵 + 𝐷) 𝑋(𝑠)
(𝑠𝐼 − 𝐴)

𝑌(𝑠)
= 𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷
𝑋(𝑠)

Para obter a função de transferência para cada entrada e saída basta colocar zeros nas posições das
matrizes 𝐵 e 𝐷 correspondentes às entradas que não serão consideradas.

A equação característica do sistema é a matriz

𝐸𝑐 (𝑠) = 𝑠𝐼 − 𝐴

As raízes da equação característica (polos da função de transferência) são os autovalores, 𝜆, de 𝐴 que

são obtidos através do determinante da matriz característica e eles são invariantes a uma
transformação linear sobre a matriz da equação característica.

|𝑠𝐼 − 𝐴| = 0

onde, | | é o determinante.

7
CASO DISCRETO

𝑞⃗[𝑛 + 1] = 𝐴𝑞⃗[𝑛] + 𝐵𝑥⃗[𝑛]

{
𝑦⃗[𝑛] = 𝐶𝑞⃗[𝑛] + 𝐷𝑥⃗[𝑛]
No domínio Z
𝑧𝑄(𝑧) = 𝐴𝑄(𝑧) + 𝐵𝑋(𝑧)
{
𝑌(𝑧) = 𝐶𝑄(𝑧) + 𝐷𝑋(𝑧)
Assim,
𝑄(𝑧)(𝑧𝐼 − 𝐴) = 𝐵𝑋(𝑧)
𝐵
𝑄(𝑧) = 𝑋(𝑧)
(𝑧𝐼 − 𝐴)

Substituindo na outra equação

𝑌(𝑧) = 𝐶𝑄(𝑧) + 𝐷𝑋(𝑧)

𝐵
𝑌(𝑧) = 𝐶 𝑋(𝑧) + 𝐷𝑋(𝑧)
(𝑧𝐼 − 𝐴)
1
𝑌(𝑧) = (𝐶 𝐵 + 𝐷) 𝑋(𝑧)
(𝑧𝐼 − 𝐴)

𝑌(𝑧)
= 𝐶(𝑧𝐼 − 𝐴)−1 𝐵 + 𝐷
𝑋(𝑧)

Para obter a função de transferência para cada entrada e saída basta colocar zeros nas posições das
matrizes 𝐵 e 𝐷 correspondentes às entradas que não serão consideradas.

A equação característica do sistema é a matriz

𝐸𝑐 (𝑧) = 𝑧𝐼 − 𝐴

As raízes da equação característica (polos da função de transferência) são os autovalores, 𝜆, de 𝐴 que

são obtidos através do determinante da matriz característica e eles são invariantes a uma
transformação linear sobre a matriz da equação característica.

|𝑧𝐼 − 𝐴| = 0
onde, | | é o determinante.

OBS: A Inversa de uma matriz é obtida fazendo:

𝐴𝑑𝑗(𝑀)
𝑀−1 =
|𝑀|

𝐴𝑑𝑗(𝑀) = 𝐶𝑜𝑓 𝑇 (𝑀)

𝐶𝑜𝑓(𝑀) = (−1)𝑖+𝑗 𝐷𝑒𝑡(𝑀−𝑖,−𝑗 )

8
EXEMPLOS

1) Obtenha a inversa de 𝑀
1 1 1
𝑀 = [2 3 2]
1 2 2

SOLUÇÃO

(−1)1+1 𝑑𝑒𝑡 ([3 2

]) (−1)1+2 𝑑𝑒𝑡 ([
2 2
]) (−1)1+3 𝑑𝑒𝑡 ([
2 3
])
2 2 1 2 1 2
2+1 1 1 2+2 1 1 2+3 1 1
𝐶𝑜𝑓(𝑀) = (−1) 𝑑𝑒𝑡 ([ ]) (−1) 𝑑𝑒𝑡 ([ ]) (−1) 𝑑𝑒𝑡 ([ ])
2 2 1 2 1 2
3+1 1 1 1 1 1 1
[(−1) 𝑑𝑒𝑡 ([3 ]) (−1)3+2 𝑑𝑒𝑡 ([ ]) (−1)3+3 𝑑𝑒𝑡 ([ ])
2 2 2 2 3 ]
2 −2 1
𝐶𝑜𝑓(𝑀) = [ 0 1 −1]
−1 0 1
2 0 −1
𝐴𝑑𝑗(𝑀) = 𝐶𝑜𝑓 𝑇 (𝑀) = [−2 1 0]
1 −1 1

𝐷𝑒𝑡(𝑀) = 0 − (−1) = 1

2 0 −1
−1
𝑀 = [−2 1 0]
1 −1 1

2) Obtenha a inversa de 𝑀
s−1 0 −1
𝑀 = (𝑠𝐼 − 𝐴) = [ −2 s−3 0 ]
−1 1 s−2

SOLUÇÃO

(−1)1+1 𝑑𝑒𝑡 ([𝑠 − 3 0

]) (−1)1+2 𝑑𝑒𝑡 ([−2 0
]) (−1)1+3 𝑑𝑒𝑡 ([−2 𝑠 − 3])
1 𝑠−2 −1 𝑠 − 2 −1 1
0 −1 (−1)2+2 𝑑𝑒𝑡 ([𝑠 − 1 −1 ]) 𝑠 − 1 0
𝐶𝑜𝑓(𝑀) = (−1)2+1 𝑑𝑒𝑡 ([ ]) 2+3
(−1) 𝑑𝑒𝑡 ([ ])
1 𝑠−2 −1 𝑠 − 2 −1 1
3+1 0 −1 (−1) 𝑑𝑒𝑡 ([𝑠 − 1 −1])
3+2 (−1)3+3 𝑑𝑒𝑡 ([𝑠 − 1 0
[ (−1) 𝑑𝑒𝑡 ([𝑠 − 3 0 ]) −2 0 −2 𝑠 − 3 ]
])

(𝑠 − 3)(𝑠 − 2) 2(𝑠 − 2) −2 − (𝑠 − 3)
𝐶𝑜𝑓(𝑀) = [ −1 (𝑠 − 1)(𝑠 − 2) − 1 −(𝑠 − 1) ]
(𝑠 − 3) −2 (𝑠 − 1)(𝑠 − 3)

𝑠 2 − 5𝑠 + 6 2𝑠 − 4 1−𝑠
𝐶𝑜𝑓(𝑀) = [ 2
−1 𝑠 − 3𝑠 + 1 1−𝑠 ]
𝑠−3 −2 𝑠 2 − 4𝑠 + 3

9
 𝑠 2 − 5𝑠 + 6 −1 𝑠−3
𝑇 (𝑀) 2
𝐴𝑑𝑗(𝑀) = 𝐶𝑜𝑓 = [ 2𝑠 − 4 𝑠 − 3𝑠 + 1 −2 ]
1−𝑠 1−𝑠 𝑠 2 − 4𝑠 + 3

𝐷𝑒𝑡(𝑀) = (𝑠 2 − 5𝑠 + 6)(𝑠 2 − 3𝑠 + 1)(𝑠 2 − 4𝑠 + 3) + (2 − 2𝑠) + (𝑠 − 3)(2𝑠 − 4)(1 − 𝑠)

− {(1 − 𝑠)(𝑠 2 − 3𝑠 + 1)(𝑠 − 3) − 2(1 − 𝑠)(𝑠 2 − 5𝑠 + 6)
− (𝑠 2 − 4𝑠 + 3)(2𝑠 − 4)}

𝐷𝑒𝑡(𝑀) = 𝑠 6 − 12𝑠 5 + 58𝑠 4 − 144𝑠 3 + 192𝑠 2 − 130𝑠 + 35

1 𝑠 2 − 5𝑠 + 6 −1 𝑠−3
𝑀 −1 = [ 2𝑠 − 4 𝑠 2 − 3𝑠 + 1 −2 ]
𝑠 6 − 12𝑠 5 + 58𝑠 4 − 144𝑠 3 + 192𝑠 2 − 130𝑠 + 35
1−𝑠 1−𝑠 𝑠 2 − 4𝑠 + 3

3) A tarefa de pairar em baixa altitude sobre uma pista de aterrissagem móvel de um pequeno navio,
sob comando manual, é muito difícil, em particular sob condições adversas de tempo e de mar. A
condição de pairar é representada pela matriz A, abaixo. Encontre as raízes da equação
característica desse sistema.

0 1 0
A  0 0 1 
0  4  1

SOLUÇÃO

|𝑠𝐼 − 𝐴| = 0

𝑠 0 0 0 1 0 𝑠−0 −1 0
𝑠𝐼 − 𝐴 = [0 𝑠 0] − [0 0 1 ]=[ 0 𝑠 − 0 −1 ]
0 0 𝑠 0 −4 −1 0 4 𝑠+1

𝑠 − 0 −1 0
| 0 𝑠 − 0 −1 | = 0
0 4 𝑠+1

𝑠 2 (𝑠 + 1) + 4𝑠 = 0

𝑠 3 + 𝑠 2 + 4𝑠 = 0
As raízes são: 𝜆1 = 0, 𝜆2 = −0,5 + 𝑗1,93 e 𝜆3 = −0,5 − 𝑗1,93

10
4) Considere o sistema abaixo com múltiplas entradas e múltiplas saídas. Obtenha a função de
transferência 𝑌2 (𝑠)⁄𝑈1 (𝑠)

𝑥̇ 0 1 𝑥1 1 1 𝑢1
[ 1] = [ ] [𝑥 ] + [ ][ ]
𝑥̇ 2 −25 −4 2 0 1 𝑢2
𝑦1 1 0 𝑥1 0 0 𝑢1
[𝑦 ] = [ ] [𝑥 ] + [ ][ ]
2 0 1 2 0 0 𝑢2

SOLUÇÃO

𝑌(𝑠)
= 𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷
𝑈(𝑠)

𝑌(𝑠) = {𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷}𝑈(𝑠)

1 0 1 0 0 1 −1 1 1 0 0
𝑌(𝑠) = {[ ] (𝑠 [ ]−[ ]) [ ]+[ ]} 𝑈(𝑠)
0 1 0 1 −25 −4 0 1 0 0

𝑌 (𝑠) 1 0 𝑠 −1 −1 1 1 𝑈1 (𝑠)
[ 1 ] = {[ ][ ] [ ]} [ ]
𝑌2 (𝑠) 0 1 25 𝑠+4 0 1 𝑈2 (𝑠)

𝑌1 (𝑠) 1 0 𝑠 −1 −1 1 1 𝑈1 (𝑠)
[ ] = {[ ][ ] [ ]} [ ]
𝑌2 (𝑠) 0 1 25 𝑠+4 0 1 𝑈2 (𝑠)

𝑌1 (𝑠) 1 1 0 𝑠 + 4 1 1 1 𝑈1 (𝑠)
[ ]= 2 {[ ][ ][ ]} [ ]
𝑌2 (𝑠) 𝑠 + 4𝑠 + 25 0 1 −25 𝑠 0 1 𝑈2 (𝑠)
𝑌 (𝑠) 1 𝑠 + 4 1 1 1 𝑈1 (𝑠)
[ 1 ]= 2 {[ ][ ]} [ ]
𝑌2 (𝑠) 𝑠 + 4𝑠 + 25 −25 𝑠 0 1 𝑈2 (𝑠)

𝑌1 (𝑠) 1 𝑠+4 𝑠+5 𝑈 (𝑠)

[ ]= 2 {[ ]} [ 1 ]
𝑌2 (𝑠) 𝑠 + 4𝑠 + 25 −25 𝑠 − 25 𝑈2 (𝑠)

𝑠+4 𝑠+5
𝑌 (𝑠) 𝑠2
+ 4𝑠 + 25 𝑠2 + 4𝑠 + 25] [𝑈1 (𝑠)]
[ 1 ]=[
𝑌2 (𝑠) 25 𝑠 − 25 𝑈2 (𝑠)
− 2
𝑠 + 4𝑠 + 25 𝑠 2 + 4𝑠 + 25

A função de transferência pedida tem 𝑈2 (𝑠) = 0 para a saída 𝑌2 (𝑠)

𝑌2 (𝑠) 25
=− 2
𝑈1 (𝑠) 𝑠 + 4𝑠 + 25

Observe que todas as funções de transferência possuem a mesma equação característica, ou

seja, quem determina o comportamento do sistema é a equação característica.

11
5) Um sistema de controle possui sua FTMF dada abaixo. Represente o sistema no modelo de
Espaço de Estados.
𝑏1 𝑠 + 𝑏0
𝐻(𝑠) = 3
𝑠 + 𝑎2 𝑠 2 + 𝑎1 𝑠 + 𝑎0

SOLUÇÃO

𝑌(𝑠) 𝑏1 𝑠 + 𝑏0
𝐻(𝑠) = = 3
𝑋(𝑠) 𝑠 + 𝑎2 𝑠 2 + 𝑎1 𝑠 + 𝑎0
(𝑠 3 + 𝑎2 𝑠 2 + 𝑎1 𝑠 + 𝑎0 )𝑌(𝑠) = (𝑏1 𝑠 + 𝑏0 )𝑋(𝑠)
𝑎0 𝑏0
(𝑠 2 + 𝑎2 𝑠 + 𝑎1 + ) 𝑌(𝑠) = (𝑏1 + ) 𝑋(𝑠)
𝑠 𝑠
𝑎0 𝑏0
𝑠 2 𝑌(𝑠) + 𝑎2 𝑠𝑌(𝑠) + 𝑎1 𝑌(𝑠) + 𝑌(𝑠) = 𝑏1 𝑋(𝑠) + 𝑋(𝑠)
𝑠 𝑠
𝑏0 𝑎0
𝑠 2 𝑌(𝑠) + 𝑎2 𝑠𝑌(𝑠) + 𝑎1 𝑌(𝑠) = 𝑏1 𝑋(𝑠) + ( 𝑋(𝑠) − 𝑌(𝑠))
𝑠 𝑠
𝑏0 𝑎0
𝑃1 (𝑠) = 𝑋(𝑠) − 𝑌(𝑠) (𝑖)
𝑠 𝑠
𝑠 2 𝑌(𝑠) + 𝑎2 𝑠𝑌(𝑠) + 𝑎1 𝑌(𝑠) = 𝑏1 𝑋(𝑠) + 𝑃1 (𝑠)
𝑎1 𝑏1 1
𝑠𝑌(𝑠) + 𝑎2 𝑌(𝑠) + 𝑌(𝑠) = 𝑋(𝑠) + 𝑃1 (𝑠)
𝑠 𝑠 𝑠
𝑏1 1 𝑎1
𝑠𝑌(𝑠) + 𝑎2 𝑌(𝑠) = ( 𝑋(𝑠) + 𝑃1 (𝑠) − 𝑌(𝑠))
𝑠 𝑠 𝑠

𝑏1 1 𝑎1
𝑃2 (𝑠) = 𝑋(𝑠) + 𝑃1 (𝑠) − 𝑌(𝑠) (𝑖𝑖)
𝑠 𝑠 𝑠
𝑠𝑌(𝑠) + 𝑎2 𝑌(𝑠) = 𝑃2 (𝑠)
𝑠𝑌(𝑠) = 𝑃2 (𝑠) − 𝑎2 𝑌(𝑠) (𝑖𝑖𝑖)
Assim, arrumando as equações (𝑖), (𝑖𝑖) e (𝑖𝑖𝑖):
𝑠𝑃1 (𝑠) = 𝑏0 𝑋(𝑠) − 𝑎0 𝑌(𝑠)
{𝑠𝑃2 (𝑠) = 𝑏1 𝑋(𝑠) + 𝑃1 (𝑠) − 𝑎1 𝑌(𝑠)
𝑠𝑌(𝑠) = 𝑃2 (𝑠) − 𝑎2 𝑌(𝑠)
Fazendo a Transformada Inversa de Laplace:
𝑝̇1 (𝑡) = 𝑏0 𝑥(𝑡) − 𝑎0 𝑦(𝑡)
{ 𝑝̇2 (𝑡) = 𝑏1 𝑥(𝑡) + 𝑝1 (𝑡) − 𝑎1 𝑦(𝑡)
𝑦̇ (𝑡) = 𝑝2 (𝑡) − 𝑎2 𝑦(𝑡)
Escolhendo as variáveis de estado:
𝑞1 (𝑡) = 𝑝1 (𝑡) 𝑞2 (𝑡) = 𝑝2 (𝑡) 𝑞3 (𝑡) = 𝑦(𝑡)

12
Substituindo nas equações diferenciais:
𝑞̇ 1 (𝑡) = 𝑏0 𝑥(𝑡) − 𝑎0 𝑞3 (𝑡)
{ 𝑞̇ 2 (𝑡) = 𝑏1 𝑥(𝑡) + 𝑞1 (𝑡) − 𝑎1 𝑞3 (𝑡)
𝑞̇ 3 (𝑡) = 𝑞2 (𝑡) − 𝑎2 𝑞3 (𝑡)
Arrumando as equações:
𝑞̇ 1 (𝑡) = −𝑎0 𝑞3 (𝑡) + 𝑏0 𝑥(𝑡)
{𝑞̇ 2 (𝑡) = 𝑞1 (𝑡) − 𝑎1 𝑞3 (𝑡) + 𝑏1 𝑥(𝑡)
𝑞̇ 3 (𝑡) = 𝑞2 (𝑡) − 𝑎2 𝑞3 (𝑡)
𝑦(𝑡) = 𝑞3 (𝑡)
Representando no EE:

𝑞̇ 1 (𝑡) 0 0 −𝑎0 𝑞1 (𝑡) 𝑏0

(𝑡)
[𝑞̇ 2 ] = [1 0 −𝑎1 ] [𝑞2 (𝑡) ] + [𝑏1 ] 𝑥(𝑡)
𝑞̇ 3 (𝑡) 0 1 −𝑎2 𝑞3 (𝑡) 0

𝑞1 (𝑡)
𝑦(𝑡) = [0 0 1] [𝑞2 (𝑡)] + [0]𝑥(𝑡)
𝑞3 (𝑡)

13
10.4 – DIAGONALIZAÇÃO DA MATRIZ DE ESTADOS

Tornar a matriz de estados, 𝐴, na forma diagonal pode ser útil para aumentar o desempenho
computacional do modelo no espaço de estados.

O conjunto de variáveis de estado, (𝑞1 (𝑡), 𝑞2 (𝑡), ⋯ , 𝑞𝑛 (𝑡)) que compõem o vetor de estados, 𝑞⃗(𝑡),
não é único, ou seja, existem diferentes vetores de estado que carregam a mesma informação sobre o
comportamento do sistema.

Assim, pode existir uma matriz 𝑃 tal que o vetor de variáveis de estado pode ser escrito como 𝑞⃗(𝑡) =
𝑃𝑧⃗(𝑡), ou seja, deve existir um conjunto de variáveis de estado 𝑧⃗(𝑡) que transformado linearmente
por 𝑃 resulte novamente em 𝑞⃗(𝑡).

Assim, se substituirmos 𝑞⃗(𝑡) por 𝑃𝑧⃗(𝑡) no modelo de espaço de estados, temos:

𝑞⃗̇ (𝑡) = 𝐴𝑞⃗(𝑡) + 𝐵𝑥⃗(𝑡)

{
𝑦⃗(𝑡) = 𝐶𝑞⃗(𝑡) + 𝐷𝑥⃗(𝑡)
𝑃𝑧⃗̇(𝑡) = 𝐴𝑃𝑧⃗(𝑡) + 𝐵𝑥⃗(𝑡)
{
𝑦⃗(𝑡) = 𝐶𝑃𝑧⃗(𝑡) + 𝐷𝑥⃗(𝑡)

𝑧⃗̇(𝑡) = 𝑃 −1 𝐴𝑃𝑧⃗(𝑡) + 𝑃−1 𝐵𝑥⃗(𝑡)

{
𝑦⃗(𝑡) = 𝐶𝑃𝑧⃗(𝑡) + 𝐷𝑥⃗(𝑡)

Podemos escolher 𝑃 de forma que 𝑃−1 𝐴𝑃 resulte em uma matriz diagonal. Se escolhermos 𝑃 a partir
dos autovalores de 𝐴 como sendo:

1 1 ⋯ 1
𝜆1 𝜆2 ⋯ 𝜆𝑛
𝑃 = 𝜆12 𝜆22 ⋯ 𝜆2𝑛
⋮ ⋮ ⋱ ⋮
[𝜆1𝑛−1 𝜆𝑛−1
2 ⋯ 𝑛−1
𝜆𝑛 ]

Então a matriz 𝑃 −1 𝐴𝑃 será diagonal e terá os mesmos autovalores de 𝐴. Essa escolha de 𝑃 só é

válida se os autovalores de 𝐴 forem distintos. Se houver valores múltiplos dos autovalores, então 𝑃
resulta a matriz 𝐴 na forma de Jordan.

EXEMPLOS

1. Dada a representação no espaço de estados abaixo, obtenha uma representação com a matriz
de transição na forma diagonal.

𝑥̇ 1 0 1 0 𝑥1 0
[𝑥̇ 2 ] = [ 0 0 1 ] [𝑥2 ] + [0] 𝑢
𝑥̇ 3 −6 −11 −6 𝑥3 6
𝑥1
𝑦(𝑡) = [1 0 0] [𝑥2 ]
𝑥3

14
SOLUÇÃO

|𝑠𝐼 − 𝐴| = 0

𝑠 − 0 −1 0
| 0 𝑠 − 0 −1 | = 0
6 11 𝑠+6

𝑠 2 (𝑠 + 6) + 6 + 11𝑠 = 0

𝑠 3 + 6𝑠 2 + 11𝑠 + 6 = 0

As raízes são: 𝜆1 = −1, 𝜆2 = −2 e 𝜆3 = −3

Definindo 𝑃
1 1 1 1 1 1
𝜆
𝑃=[ 1 𝜆2 𝜆3 ] = [−1 −2 −3]
𝜆12 𝜆22 𝜆23 1 4 9

3 5⁄2 1⁄
2
𝑃−1 = [−3 −4 −1 ]
1 3⁄2 1⁄
2

O novo sistema será

𝑧⃗̇(𝑡) = 𝑃 −1 𝐴𝑃𝑧⃗(𝑡) + 𝑃 −1 𝐵𝑢
⃗⃗(𝑡)
𝑦⃗(𝑡) = 𝐶𝑃𝑧⃗(𝑡) + 𝐷𝑢 ⃗⃗(𝑡)
Então

𝑧̇1 −1 0 0 𝑧1 3
[𝑧̇2 ] = [ 0 −2 0 ] [𝑧2 ] + [−6] 𝑢
𝑧̇3 0 0 −3 𝑧3 3
𝑧1
𝑦(𝑡) = [1 1 1] [𝑧2 ]
𝑧3

15
10.5 – MATRIZ DE TRANSIÇÃO DE ESTADOS

A solução da equação diferencial apresentada no modelo de Espaço de Estados linear e invariante no

tempo:

𝑞̇⃗𝑛×1 (𝑡) = 𝐴𝑛×𝑛 𝑞⃗𝑛×1 (𝑡) + 𝐵𝑛×𝑟 𝑥⃗𝑟×1 (𝑡)

dado um vetor de condições inicias não nulas, 𝑞⃗(𝑡0 ), é bastante útil na solução de sistemas de
controle. Assim, retirando da equação a sua função de forçamento, resta a sua parte homogênea:
𝑞̇⃗𝑛×1 (𝑡) = 𝐴𝑛×𝑛 𝑞⃗𝑛×1 (𝑡)
A Matriz de Transição de Estados, Φ(𝑡), é definida como a matriz que atende a essa equação de
estado linear, logo, ela representa a resposta livre (ou natural) do sistema, respondendo apenas pelas
condições iniciais não nulas e entradas nulas.

Assim, a Matriz de Transição de Estados, Φ(𝑡), define completamente a transição dos estados de um
tempo inicial 𝑡0 = 0 para um tempo 𝑡 quando as entrada são iguais a zero. Ou seja,
𝑞⃗(𝑡) = Φ(𝑡)𝑞⃗(0)

Que é a solução para a equação de estado homogênea.

Fazendo a Transformada de Laplace da equação homogênea, considerando as condições iniciais:

⃗⃗ (𝑠) − 𝑞⃗(0) = A𝑄
𝑠𝑄 ⃗⃗ (𝑠)

⃗⃗ (𝑠) = (𝑠𝐼 − 𝐴)−1 𝑞⃗(0)

𝑄

Fazendo a transformada inversa de Laplace,

𝑞⃗(𝑡) = ℒ −1 {(𝑠𝐼 − 𝐴)−1 }𝑞⃗(0)

Portanto,
Φ(𝑡) = ℒ −1 {(𝑠𝐼 − 𝐴)−1 }

Ou seja, a Matriz de Transição de Estados, Φ(𝑡), é obtida fazendo a transformada inversa de Laplace
da equação característica. Assim,
∞
−1 {(𝑠𝐼 −1 } −1
𝐼 𝐴 𝐴2 𝐴2 𝑡 2 𝐴3 𝑡 3 𝐴𝑘 𝑡 𝑘
ℒ − 𝐴) =ℒ { + 2 + 3 + ⋯ } = 𝐼 + 𝐴𝑡 + + +⋯= ∑
𝑠 𝑠 𝑠 2! 3! 𝑘!
𝑘=0

∞
𝐴𝑘 𝑡 𝑘
∑ = 𝑒 𝐴𝑡
𝑘!
𝑘=0

Φ(𝑡) = ℒ −1 {(𝑠𝐼 − 𝐴)−1 } = 𝑒 𝐴𝑡

16
Por outro lado,
ℒ{𝑒 𝐴𝑡 } = (𝑠𝐼 − 𝐴)−1

A solução completa da equação diferencial envolvendo tanto a parte homogênea quanto a parte
forçada pode ser obtida efetuando-se o mesmo procedimento, e resulta na equação:

𝑡
𝑞⃗(𝑡) = Φ(𝑡)𝑞⃗(0) + ∫ Φ(𝑡 − 𝜏)𝐵𝑥⃗(𝜏)𝑑𝜏
0

Propriedades da Matriz de Transição de Estados

1. Φ(0) = 𝐼
2. Φ−1 (𝑡) = Φ(−𝑡)
3. Φn (𝑡) = Φ(𝑛𝑡)
4. 𝑥⃗̇(𝑡) = Φ̇(𝑡)𝑥⃗(0)
5. Φ̇(𝑡) = 𝐴Φ(𝑡)
6. Φ(𝑡1 + 𝑡2 ) = Φ(𝑡1 )Φ(𝑡2 ) = Φ(𝑡2 )Φ(𝑡1 )

MÉTODOS PARA CÁLCULO DE 𝑒 𝐴𝑡

Método 1: Se a matriz 𝐴 pode ser transformada em diagonal pela matriz 𝑃, então

𝑒 𝐴𝑡 = 𝑃𝑒 𝜆𝑡 𝑃 −1
onde
𝑒 𝜆1 𝑡 0 ⋯ 0
𝜆2 𝑡
𝑒 𝜆𝑡 = [0 𝑒 ⋯ ⋮]
⋮ ⋮ ⋱ ⋮
0 ⋯ ⋯ 𝑒 𝜆𝑛 𝑡

Método 2: Transformada inversa de Laplace

𝑒 𝐴𝑡 = ℒ −1 {(𝑠𝐼 − 𝐴)−1 }

EXEMPLOS

1) Para o sistema abaixo, determine a matriz de transição de estados e o vetor de estados quando
a entrada for um degrau unitário

𝑞̇ 0 1 𝑞1 0
[ 1] = [ ] [ ] + [ ] 𝑥(𝑡)
𝑞̇ 2 −2 −3 𝑞2 1

17
SOLUÇÃO

Matriz de Transição de Estados

Φ(𝑡) = ℒ −1 {(𝑠𝐼 − 𝐴)−1 }

𝑠 0 0 1 −1
Φ(𝑡) = ℒ −1 {([ ]−[ ]) }
0 𝑠 −2 −3
𝑠 −1 −1
Φ(𝑡) = ℒ −1 {[ ] }
2 𝑠−3
1 𝑠+3 1
Φ(𝑡) = ℒ −1 { 2 [ ]}
𝑠 + 3𝑠 + 2 −2 𝑠
𝑠+3 1
ℒ −1 { 2 } ℒ −1 { 2 }
Φ(𝑡) = [ 𝑠 + 3𝑠 + 2 𝑠 + 3𝑠 + 2 ]
−2 𝑠
ℒ −1 { 2 } ℒ −1 { 2 }
𝑠 + 3𝑠 + 2 𝑠 + 3𝑠 + 2
−𝑡 −2𝑡
Φ(𝑡) = [ 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 ]
−2𝑒 + 2𝑒 −𝑒 −𝑡 + 2𝑒 −2𝑡

Vetor de Estados
𝑡
𝑞⃗(𝑡) = Φ(𝑡)𝑞⃗(0) + ∫ Φ(𝑡 − 𝜏)𝐵𝑥⃗(𝜏)𝑑𝜏
0
−𝑡 −2𝑡 𝑡
𝑞⃗(𝑡) = [ 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 ] 𝑞⃗(0) + ∫ [ 2𝑒 −(𝑡−𝜏) − 𝑒 −2(𝑡−𝜏) 𝑒 −(𝑡−𝜏) − 𝑒 −2(𝑡−𝜏) ] [0] 𝑑𝜏
−2𝑒 + 2𝑒 −𝑒 −𝑡 + 2𝑒 −2𝑡 0 −2𝑒
−(𝑡−𝜏)
+ 2𝑒 −2(𝑡−𝜏) −𝑒 −(𝑡−𝜏) + 2𝑒 −2(𝑡−𝜏) 1
−𝑡 −2𝑡 𝑡
𝑞⃗(𝑡) = [ 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 ] 𝑞⃗(0) + ∫ [ 𝑒 −(𝑡−𝜏) − 𝑒 −2(𝑡−𝜏) ] 𝑑𝜏
−2𝑒 + 2𝑒 −𝑒 −𝑡 + 2𝑒 −2𝑡 0 −𝑒
−(𝑡−𝜏)
+ 2𝑒 −2(𝑡−𝜏)
−𝑡 −2𝑡
𝑞⃗(𝑡) = [ 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 ] 𝑞⃗(0) + [0,5 − 𝑒 −𝑡 + 0,5𝑒 −2𝑡 ] 𝑡 ≥ 0
−2𝑒 + 2𝑒 −𝑒 −𝑡 + 2𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡

18
10.6 – CONTROLABILIDADE E OBSERVABILIDADE DE ESTADOS

Um sistema é controlável no instante 𝑡𝑐 se for possível transferir o sistema de qualquer estado 𝑞⃗(𝑡𝑐 )
para qualquer outro estado em um intervalo de tempo finito.

Uma maneira de verificar se um sistema pode ser controlável é desenhar o diagrama de fluxo de
sinais do sistema e verificar se existe um percurso entre o sinal de controle, 𝑥(𝑡), e cada uma das
variáveis de estado.

Um sistema é observável no instante 𝑡𝑜 se, com o sistema no estado 𝑞⃗(𝑡𝑜 ), for possível determinar
esse estado a partir da observação da saída durante um intervalo de tempo finito.

Ou ainda, a observabilidade refere-se à capacidade de se estimar uma variável de estado. É útil na

solução de problemas de reconstrução de variáveis de estado não mensuráveis (não acessíveis para
medição direta) a partir de variáveis mensuráveis.

Uma maneira de verificar se um sistema pode ser observável é desenhar o diagrama de fluxo de
sinais do sistema e verificar se existe um percurso entre cada uma das variáveis de estado e o sinal de
saída, 𝑦(𝑡).

10.6.1 – CONTROLABILIDADE COMPLETA DE ESTADOS

Se todo estado do sistema for controlável, então o sistema será considerado de estado completamente
controlável.

A determinação da controlabilidade completa de estados se verifica de várias maneiras:

 Através do posto (ou rank) da matriz de controlabilidade completa de estados.

Definição: Um sistema será de estado completamente controlável se e somente se a matriz de

controlabilidade completa de estados,

B | AB |  | An1 B nnr
tiver posto n.

 Se os auto vetores de 𝐴 são distintos, então o sistema é de estado completamente controlável.

Uma matriz 𝐴 com todos os autovalores distintos possui também seus autovetores distintos,
todavia, uma matriz com autovetores distintos pode possuir múltiplos autovalores, ou seja, a
recíproca não é verdadeira.

 Se a matriz 𝑃−1 𝐵 tiver pelo menos uma linha nula, então a variável correspondente a essa
linha não pode ser controlada por nenhuma das entradas, portanto, o sistema não será de
estado completamente controlável.

 Se ocorrerem cancelamentos de polos e zeros na função de transferência, ou na matriz de

transferência, então o sistema não será de estado completamente controlável.

19
10.6.2 – CONTROLABILIDADE DE SAÍDA

No projeto prático de sistemas de controle, pode-se desejar controlar a saída, ao invés dos estados do
sistema. A controlabilidade completa de estados não é necessária nem suficiente para controlar a
saída do sistema.

Um sistema será de saída controlável se for possível construir um vetor de controle de entrada 𝑢 ⃗⃗(𝑡)
não limitado que transfira qualquer saída inicial, 𝑦⃗(𝑡0 ), para qualquer saída final, 𝑦⃗(𝑡1 ) em um
intervalo de tempo finito 𝑡0 ≤ 𝑡 ≤ 𝑡1 .

A determinação da controlabilidade de saída de um sistema se verifica no posto da matriz de

controlabilidade de saída.

Definição: Um sistema será de saída controlável se e somente se a matriz de controlabilidade de

saída,

CB | CAB | CA2 B |  | CAn 1 B | D  m( n 1) r

tiver posto m.

10.6.3 – OBSERVABILIDADE COMPLETA DE ESTADOS

Se todo estado do sistema puder ser determinado pela observação da saída durante um intervalo de
tempo finito, então o sistema será considerado de estado completamente observável.

A determinação da observabilidade completa de estados se verifica de várias maneiras:

 Através do posto (ou rank) da matriz de observabilidade.

Definição: Um sistema será de estado completamente observável se e somente se a matriz de

observabilidade,
 C 
  
 
 CA 
 
  
  
 
  
CAn 1 
  nmn
tiver posto n.
 Se a matriz 𝐶𝑃 tiver pelo menos uma coluna nula, então a variável de estado correspondente
a essa coluna não vai aparecer na equação de saída, logo não podendo ser determinada pela
observação de 𝑦(𝑡), portanto, o sistema não será de estado completamente observável.
 Se ocorrerem cancelamentos de polos e zeros na função de transferência, ou na matriz de
transferência, então o sistema não será de estado completamente observável.

OBS:

20
  Um sistema não controlável possui um subsistema que é fisicamente desconectado da
entrada.
 Para sistemas parcialmente controláveis, se os modos não controláveis forem estáveis
e os modos instáveis forem controláveis, o sistema será considerado estabilizável. Ex:
O sistema definido por

 x1 (t )  1 0   x1 (t )  1 
 x (t )  0  1  x (t )  0u (t )
 2    2   

não é de estado controlável, pois a variável de estado 𝑥2 (𝑡) não é conectada à entrada
𝑢(𝑡). O modo estável, que corresponde ao autovalor1 −1, não é controlável (𝑥2 (𝑡) é
desconectado da entrada). O modo instável, que corresponde ao autovalor 1, é
controlável (𝑥1 (𝑡) é conectado à entrada). Esse sistema pode ser estabilizado pelo uso
de uma realimentação apropriada, logo, o sistema é estabilizável.
 Para sistemas parcialmente observáveis, se os modos não observáveis forem estáveis
e os modos instáveis forem observáveis, o sistema será considerado detectável (dual
ao conceito de estabilizável).

10.6.4 – PRINCÍPIO DA DUALIDADE

Sejam os sistemas

𝑞⃗̇ (𝑡) = 𝐴𝑞⃗(𝑡) + 𝐵𝑥⃗(𝑡)

𝑆1 = {
𝑦⃗(𝑡) = 𝐶𝑞⃗(𝑡)

𝑧⃗̇(𝑡) = 𝐴∗ 𝑧⃗(𝑡) + 𝐶 ∗ 𝑣⃗(𝑡)

𝑆2 = {
𝑠⃗(𝑡) = 𝐵 ∗ 𝑧⃗(𝑡)
onde:
𝑠⃗(𝑡) e 𝑥⃗(𝑡) são vetores de saída
𝑧⃗(𝑡) e 𝑞⃗(𝑡) são vetores de estado
𝐴∗ , 𝐵 ∗ e 𝐶 ∗ são as matrizes transpostas conjugadas de 𝐴, 𝐵 e 𝐶 respectivamente.

O princípio da dualidade estabelece que o sistema 𝑆1 será de estado completamente controlável

(observável) se e somente se o sistema 𝑆2 for de estado completamente observável (controlável).

1
Observe no exemplo que a matriz 𝐴 é diagonal, logo, seus autovalores estão representados na matriz. Os autovalores
são as raízes da equação característica e, para um sistema estável, eles devem ser negativos (pólos no semi-plano
esquerdo do plano s)

21
10.6.5 – EXERCÍCIOS RESOLVIDOS

1. Verifique se o sistema abaixo é de saída completamente controlável e de estado

completamente observável.

 x1 (t )  1 3  x1 (t )  1 
 x (t )    2 5  x (t )    4  u (t )
 2    2   
 x (t ) 
y (t )   0 1  1   2u (t )
 x2 (t ) 
SOLUÇÃO

Matriz de Controlabilidade de Saída: CB | CAB | CA2 B | | CAn 1B | D 

 1   1 3  1  
  0 1   | 0 1     | 2
 4  2 5  4  
  4 22 2
posto  4 22 2  1
Portanto, o sistema é de saída completamente controlável, pois o posto é igual ao número de
linhas da matriz de controlabilidade de saída.

 C 
 CA 
Matriz de Observabilidade de Estado:  
 
 n 1 
CA 

  0 1 
  0 1
 1 3    
 0 1   2 5

 2 5 
 0 1 
posto     2
  2 5 

Portanto, o sistema é completamente observável, pois o posto é igual ao número de colunas

da matriz de observabilidade de estados.

22
2. Verifique se o sistema abaixo é de estado completamente observável.

2s 2  s  1
s  s 2  6s  25
R(s) +_ C(s)

SOLUÇÃO

2s 2  s  1
FTMF 
s 3  8s 2  26s  1

Para verificar a observabilidade não podemos colocar o sistema na forma canônica

observável, pois, tornaria a resposta sempre observável, assim, representando o sistema na
forma canônica controlável, temos:

𝑥̇ 1 0 1 0 𝑥1 0
[𝑥̇ 2 ] = [0 0 1 ] [𝑥2 ] + [0] 𝑢
𝑥̇ 3 1 −26 −8 𝑥3 1
𝑥1
𝑦 = [−1 1 𝑥
2] [ 2 ]
𝑥3

 C 
 CA 
Matriz de Observabilidade de Estado (MOE):  
 
 n 1 
CA 

[−1 1 2]
−
0 1 0
[−1 1 2] [0 0 1] −1 1 2
𝑀𝑂𝐸 = 1 −26 −8 = [ 2 −53 −15]
− −15 392 67
0 1 0 2
[−1 1 2] [0 0 1]
[ 1 −26 −8 ]

Rank (MOE) = 3

Portanto, o sistema é completamente observável, pois o posto é igual ao número de colunas da

matriz de observabilidade de estados.

23
3. Verifique se o sistema abaixo é de estado completamente controlável.
s 1
G( s) 
s  s  s  1
2

SOLUÇÃO

Representando o sistema na forma canônica observável, temos:

b0  b1  0; b2  b3  1 a1  a2  1 a3  0
𝑥̇ 1 0 0 0 𝑥1 1
𝑥̇ 𝑥
[ 2 ] = [1 0 −1] [ 2 ] + [1] 𝑢
𝑥̇ 3 0 1 −1 𝑥3 0
𝑥1
𝑦 = [0 0 1] [𝑥2 ]
𝑥3

Matriz de Contr. de Estado (MCE):  B | AB | A2 B | | An 1 B 

n x nr

1 0 0 0 1 0 0 0 2 1 1 0 0
𝑀𝐶𝐸 = [[1] | [1 0 −1] [1] | [1 0 −1] [1] ] = [ 1 1 −1]
0 0 1 −1 0 0 1 −1 0 0 1 0

Rank (MCE) = 3

Portanto, o sistema é de estado completamente controlável, pois o posto é igual ao número

de linhas da matriz de controlabilidade de estado.

4. Um helicóptero militar de alto desempenho, mostrado na figura abaixo, necessita de um

controle do ângulo de arfagem  ajustando-se o ângulo  do rotor. As equações do
movimento do helicóptero são:
d 2 d dx
  1   1  n
dt 2 dt dt
d 2x d dx
 g   2   2  g
dt 2 dt dt
onde x é a translação na direção horizontal. Determine uma representação desse sistema em
variáveis de estado (2,5 pontos) e verifique, para os valores:

 1  0.415 1  0.0111 n  6.27

 2  0.0198  2  1.43 g  10

se o sistema é de estado controlável (2,5 pontos).

24
SOLUÇÃO

d 2 d
Fazendo  y1 (t ) , temos  y1 (t )
dt 2 dt
d 2x dx
Fazendo 2  y2 (t ) , temos  y2 (t )
dt dt
Fazendo  (t )  y3 (t ) , temos y3 (t )  y1 (t )

Reescrevendo as equações do problema com as novas variáveis, temos:

y1 (t )   1 y1 (t )  1 y2 (t )  n
y2 (t )  gy3 (t )   2 y1 (t )   2 y2 (t )  g
y3 (t )  y1 (t )

Representando no espaço de estados, temos:

 y1 (t )    1 1 0   y1 (t )   n 
 y (t )      2 g   y2 (t )    g   (t )
 2   2  
 y3 (t )   1 0 0   y3 (t )  0 
 y1 (t ) 
 (t )   0 0 1  y2 (t ) 
 y3 (t ) 

Matriz de Controlabilidade de Estado: MCE   B | AB | A2 B | | An 1B 

n x nr

25
  n    1 1 0 n   1 1 0
2
n
  g 
MCE   g |   2  2 g  g |   2
    2 g 
     
 0   1 0  0   1 0   0  
 
0 0

 6.27   0.415 0.0111 0  6.27   0.415 0.0111 0  6.27  
2

 
MCE    10  |  1.43 0.0198 10   10  |  1.43 0.0198 10   10  
     
 0   1 0   0   1 0   0  
  0 0

6.27 2.7131 1.2276 
MCE   10 9.1641 66.7611  posto  MCE   3
 0 6.27 2.7131
Portanto, o sistema é de estado completamente controlável, pois o posto é igual ao número
de linhas da matriz de controlabilidade de estado.

5. Para o sistema abaixo:

a. Verifique se o sistema é de estado controlável.

 x1   1 0 0   x1  1
 x    0  2 0   x   1u
 2   2   
 x 3   0 0  3  x3  1
 x1 
y  1 2 1 x 2   u
 x3 

SOLUÇÃO

a) Matriz de Controlabilidade de Estado:

 B | AB | A2 B | | An 1 B 
n x nr

O sistema possui dimensão 3, ou seja, n  3 , assim, a matriz de controlabilidade de


estado fica: B AB A 2 B 
 1  1 0 0  1  1 0 0
2
1  1  1 1 
   0  2 0  1  0 2 0  1  = 1  2 4
 1         
 1  0 0  3 1  0 0  3 1  1  3 9 
  
 1  1 1    1  1 1  
   
posto 1  2 4   3 , pois det 1  2 4   0

 1  3 9    1  3 9  
   
Portanto, o sistema é de estado completamente controlável, pois o posto é igual ao número de
linhas da matriz de controlabilidade de estado.

26
6. Verifique, para o sistema:

 x1   2  3  4  x1  5
 x    1 0 0   x2   0u
 2 
 x3   0 1 0   x3  0
 x1 
y  0 0 1 x2 
 x3 

a. A controlabilidade de saída
b. A observabilidade de estado

SOLUÇÃO

a) A matriz de controlabilidade de saída para esse sistema com n  3 é

CB CAB CA2 B D 

Portanto,
 5  2  3  4 5   2  3  4  5  
2

    
0 0 10 0 0 1 1 0 0  0 0 0 1 1 0 0  0 0
 0  0 1 0  0  0 1 0  0 
 
= 0 0 5 0

Assim,
posto 0 0 5 0  1

Portanto, o sistema é de saída completamente controlável, pois o posto é igual ao número de

linhas da matriz de controlabilidade de saída.

b) A matriz de observabilidade para esse sistema com n  3 é

 C 
 CA 
 
CA 2 

27
 Portanto,

 
 
 
 0 0 1 
 
  2  3  4 
 0 0 1 1 0 0  
  
  0 1 0  
  3  4 
 2
2

0 0 1 1 0 0  
  
  0 1 0  

0 0 1 
= 0 1 0
1 0 0

Assim,

 0 0 1  
 
posto 0 1 0   3
 1 0 0  
 

Portanto, o sistema é observável, pois o posto é igual ao número de linhas da matriz de

observabilidade.

7. Verifique, para o sistema:

 x1   1  3  4  x1  1
 x    1 0 0   x2   0u
 2 
 x3   0 1 0   x3  1
 x1 
y   1 0 1 x2   2u
 x3 

a. A controlabilidade de saída (1,5 pontos)

b. A observabilidade de estado (1,5 pontos)

SOLUÇÃO

a) A matriz de controlabilidade de saída para esse sistema com n  3 é

CB CAB CA2 B D 

28
Portanto,
 1  1  3  4 1  1  3  4 1 
2

    
 1 0 10  1 0 1 1 0 0  0  1 0 1 1 0 0  0 2
 1  0 1 0  1  0 1 0  1 
 
= 0 5  1 2

Assim,
posto 0 5  1 2  1

Portanto, o sistema é de saída completamente controlável, pois o posto é igual ao número de

linhas da matriz de controlabilidade de saída.

b) A matriz de observabilidade para esse sistema com n  3 é

 C 
 CA 
 
CA 2 
Portanto,

 
 
 
  1 0 1 
 
  1  3  4 
  1 0 1 1 0 0  
  
  0 1 0  
  3  4 
 1
2

 1 0 1 1 0 0  
  
  0 1 0  

 1 0 1 
=  1 4 4 
 3 1  4

Assim,

  1 0 1  
 
posto  1 4 4    3 , pois o determinante é diferente de zero.
  3 1  4 
 

Portanto, o sistema é observável, pois o posto é igual ao número de linhas da matriz de

observabilidade.

29
10.7 –FORMAS CANÔNICAS NO ESPAÇO DE ESTADOS

Considere um sistema definido como:

Y ( s) b0 s n  b1s n 1   bn 1s  bn

U ( s ) s n  a1s n 1   an 1s  an

A forma Canônica Controlável, usada para representar um sistema controlável no espaço de

estados, é:

 x1   0 1 0 0   x1  0 
x   0 0 1 0   x2  0 
 2    
      u
      
 xn 1   0 0 0 1   xn 1  0 
 xn   an an 1  an  2 a1   xn  1 
 x1 
x 
 2 
y   (bn  anb0 ) | (bn 1  an 1b0 ) | | (b1  a1b0 )     b0u
 
 xn 1 
 xn 

ou seja, se um sistema for controlável, então ele pode ser colocado na forma canônica controlável.

A forma Canônica Observável, usada para representar um sistema observável no espaço de

estados, é:

 x1  0 0 0 an   x1   bn  anb0 
 x  1 0 0 an 1   x2  bn 1  an 1b0 
 2  
    u
      
x
 n 1  0 0 0  a2   xn 1   b2  a2b0 
 xn  0 0 1 a1   xn   b1  a1b0 
 x1 
x 
 2 
y  0 0 0 1    b0u
 
 xn 1 
 xn 

ou seja, se um sistema for observável, então ele pode ser colocado na forma canônica observável.

OBS: A realização de sistemas na forma canônica observável será sempre observável.

30
A forma Canônica Diagonal é usada para representar o sistema abaixo no espaço de estados.

𝑌(𝑠) 𝑏0 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠 + 𝑏𝑛

=
𝑈(𝑠) (𝑠 + 𝑝1 )(𝑠 + 𝑝2 )(𝑠 + 𝑝3 ) ⋯ (𝑠 + 𝑝𝑛 )

Y (s) c c cn
 b0  1  2  
U ( s) s  p1 s  p2 s  pn

 x1    p1 0 0 0   x1  1
x   0  p2 0 0   x2  1
 2   
      u
     
 xn 1   0 0  pn 1 0   xn 1  1
 xn   0 0 0  pn   xn  1
 x1 
x 
 2 
y   c1 c2 cn 1 cn     b0u
 
 xn 1 
 xn 

A forma Canônica de Jordan é usada para representar o sistema abaixo no espaço de estados, ou
seja, sistemas com raízes múltiplas.

𝑌(𝑠) 𝑏0 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 + ⋯ + 𝑏𝑛−1 𝑠 + 𝑏𝑛

=
𝑈(𝑠) (𝑠 + 𝑝1 )3 (𝑠 + 𝑝4 )(𝑠 + 𝑝5 ) ⋯ (𝑠 + 𝑝𝑛 )

𝑌(𝑠) 𝑐1 𝑐2 𝑐3 𝑐4 𝑐𝑛
= 𝑏0 + 3
+ 2
+ + +⋯+
𝑈(𝑠) (𝑠 + 𝑝1 ) (𝑠 + 𝑝1 ) 𝑠 + 𝑝1 𝑠 + 𝑝4 𝑠 + 𝑝𝑛

31
EXEMPLOS

1. Para o sistema abaixo, encontre a função de transferência (2,0 pontos).

 x1   1 0 0   x1  1
 x    0  2 0   x   1u
 2   2   
 x 3   0 0  3  x3  1
 x1 
y  1 2 1 x 2   u
 x3 

SOLUÇÃO

O sistema está na forma diagonal, logo

p1  1, p 2  2, p3  3
c1  1, c 2  2, c3  1
b0  1

Y (s) c c cn
 b0  1  2  
U ( s) s  p1 s  p2 s  pn

Y ( s) 1 2 1
 1  
U ( s) s 1 s  2 s  3

2. Represente no espaço de estados a FT, V0 ( s) I ( s) , do circuito abaixo.

i (t ) C R v0 (t )

SOLUÇÃO:

VC ( s )  VL ( s )  V0 ( s ) (i )
I (s)  IC (s)  I L (s) (ii )
V0 ( s )  RI L ( s ) (iii )

32
Resolvendo (i) e (ii):

VC ( s )  sLI L ( s )  RI L ( s )   sL  R  I L ( s ) (iv)
I ( s )  sCVC ( s )  I L ( s ) (v )

Substituindo (iv) em (v):

I ( s)  sC  sL  R  I L (s )  I L (s )   CLs 2  CRs  1 I L (s ) (vi )

De (iii) e (vi), temos

V0 ( s ) R I L (s)

I ( s )  CLs 2  CRs  1 I L ( s )

R
V0 ( s ) CL
 2
I (s) s  R s 1
L CL

Y ( s) b0 s n  b1s n 1   bn 1s  bn a1  R a2  1
L CL
Assim,  n n 1

U ( s ) s  a1s   an 1s  an b0  b1  0 b2  R
CL

Da Forma Canônica Controlável, temos

 x1 (t )   0 1   x1 (t )  0 
 x (t )    a 
a1   x2 (t )  1 
u (t )
 2   2
 x1 (t ) 
y (t )   b2  a2b0   b1  a1b0      b0u (t )
 x2 (t ) 
Substituindo as variáveis:

 x1 (t )   0 1   x (t )  0 

 x (t )   1 
1
    u (t )
 2   CL  L   x2 (t )  1 
R

 x (t ) 
y (t )   R 0 1
 CL   x2 (t ) 

33
3. Obtenha uma representação em espaço de estados da função de transferência abaixo.
s 2  2s
G(s)  3
s  11s  6
SOLUÇÃO
 x1  0 1 0   x1  0 
 x   0 0 1   x   0  u
 2   2  
 x3  6 11 0   x3  1 
 x1 
y   0 2 1  x2 
 x3 

4. Obtenha uma representação em espaço de estados da função de transferência abaixo.

s 2  2s
G(s)  3
s  6 s 2  11s  6
SOLUÇÃO

 x1  0 1 0   x1  0 
 x   0 0 1   x   0  u
 2   2  
 x3  6 11 6   x3  1 
 x1 
y   0 2 1  x2 
 x3 

5. Dado o sistema abaixo:

 x1 (t )  0 1   x1 (t )  0 
 x (t )   0 3  x (t )   1  u (t )
 2    2   
y (t )  2 x2 (t )

b. Obtenha a FT
c. Determine se o sistema é de saída completamente controlável.
d. Determine se o sistema é de estado completamente observável.

34
SOLUÇÃO

a. O sistema está na forma canônica controlável, logo, da equação abaixo, temos:

Y ( s) b0 s n  b1s n 1   bn 1s  bn

U ( s ) s n  a1s n 1   an 1s  an

a1  3 a2  0
b0  0 b2  a2b0  0  b2  0 b1  a1b0  2  b1  2

Y ( s) 2s Y (s) 2
Assim,  2  
U ( s) s  3s U (s) s  3

b. Controlabilidade de Saída

Matriz de Controlabilidade de Saída:

CB | CAB | CA2 B | | CAn 1B | D 

 0  0 1  0 
  0 2   | 0 2     | 0
 1  0 3 1  
  2 6 0
posto  2 6 0  1

Portanto, o sistema é de saída completamente controlável, pois o posto é igual ao

número de linhas da matriz de controlabilidade de saída.

c. Observabilidade de Estado:
 C 
 CA 
Matriz de Observabilidade de Estado:  
 
 n 1 
CA 

  0 2 
  0 2 
 0 1     

0 2   0 6

0 3 

 0 2  
posto    1
 0 6 

Portanto, o sistema não é completamente observável, pois o posto é diferente do número

de colunas da matriz de observabilidade de estados.

35
6. Coloque o sistema abaixo na forma canônica controlável

 x1   1 0 0  x1  1
 x    0 2 0  x   1u
 2   2   
 x3   0 0 3  x3  1
 x1 
y   1 1 0 x2   2u
 x3 

SOLUÇÃO
O sistema está na forma diagonal, logo a função de transferência é:

p1  1, p2  2, p3  3
c1  1, c2  1, c3  0
b0  2

Y (s) c c cn
 b0  1  2  
U ( s) s  p1 s  p2 s  pn

Y ( s) 1 1 0
 2  
U ( s) s 1 s  2 s  3

Resolvendo a equação, temos:

Y (s) 1 1
 2 
U (s) s 1 s  2
Y ( s ) 2( s  1)( s  2)  ( s  2)  ( s  1)

U (s) ( s  1)( s  2)
Y ( s) 2s 2  2s  4  s  2  s  1

U (s) s2  s  2
Y (s) 2s 2  2s  1
 2
U (s) s s2

Assim, a forma canônica controlável é obtida da FT acima.

b0  2, b1  2, b2  1, b3  0
a1  1, a2  2, a3  0

36
  x1  0 1 0  x1  0
 x   0 0 1  x   0u
 2   2   
 x3  0 2 1  x3  1
 x1 
y  0  3 0 x2   2u
 x3 
ou

 x1  0 1  x1  0
 x   2 1  x   1u
 2   2   
x 
y   3 0 1   2u
 x2 

10.8 – MATLAB

Funções importantes: ss, tf2ss, ss2tf, obsv, ctrb, det, inv, residue, roots, eye, eig.

10.9 – LISTA DE EXERCÍCIOS

OGATA: B11.1 a B11.17

37