Aula 01

Introdução Classificação
ECAC01A - MODELAGEM E ANÁLISE DE

SISTEMAS DINÂMICOS
Universidade Federal de Itajubá - Campus Itajubá

Instituto de Engenharia de Sistemas e Tecnologias da
Informação
Aula 01
Sistemas Dinâmicos
Prof. Jeremias B. Machado

06 de fevereiro de 2019
1 / 23
A noção de sistemas é intuitiva. Quase tudo que nos rodeia é algum
tipo de sistema. Qualquer mecanismo, ou dispositivo, que funcione como a
interconexão de componentes fı́sicos é um sistema.
Um circuito elétrico, (com resistências, indutores e capacitores); ou
um circuito eletrônico (com transistores, diodos, etc.) são exemplos de siste-
mas. Na figura 1 vemos um exemplo de cada um destes tipos de circuitos.
2 / 23
O corpo humano é também um exemplo de sistema, e de um sistema

bastante sofisticado, cheio de subsistemas: o sistema circulatório, o sistema
respiratório, o aparelho digestivo, o sistema nervoso, etc.
Na verdade, o corpo humano de cada pessoa é um sistema diferente.
E cada órgão deste, (seja o cérebro, ou o coração, ou os pulmões, ou o fı́gado,
ou os rins, ou o intestino, ou o pâncreas, etc.), também é um sistema por si
só, ou seja, é um subsistema do mesmo.
Entretanto, há muitos outros sistemas menos palpáveis que estes
exemplificados acima, como por exemplo:
o aquecimento de uma casa;
o funcionamento dos elevadores de um edifı́cio;
a automação de uma fábrica;
a gestão e a economia de um paı́s;
uma rede de computadores;
3 / 23
Definição
Sistema é qualquer transformação que, ao ser aplicada em um sinal
(entrada), produz um novo sinal (saı́da).
Os sinais ou funções que estudamos aqui, em geral, estão associados

a algum sistema. Eles podem representar, por exemplo, a entrada de um
sistema, ou alternativamente, a saı́da do sistema.
O sinal de entrada de um sistema (“input” em inglês) às vezes também
é chamado de sinal de controle ou mesmo a “excitação” do sistema.
Por outro lado, o sinal de saı́da de um sistema (“output” em inglês)
às vezes também é chamado de a “resposta” ou a “observação” do sistema.
4 / 23
É comum se representar sistemas esquematicamente através de uma
caixa preta (black box):
5 / 23
Natureza do Sistema
Há muitas maneiras possı́veis de se classificar os sistemas. Veremos
algumas das principais classificações.
Quanto a natureza fı́sica, sistemas podem ser classificados de muitas
formas diferentes. Abaixo pode-se citar algumas das principais formas de
sistemas que lidamos em engenharia e tecnologia:
elétricos; informáticos;
eletrônicos; aeronáuticos;
mecânicos; aeroespaciais;
eletromecânicos; eletromecânicos;
térmicos; biológicos;
hidráulicos; biomédicos;
óticos; sociológicos;
acústicos; sócio-econômicos;
quı́micos; etc.
6 / 23
Natureza do Sistema
Entretanto, a maioria dos sistemas complexos são combinações de

vários subsistemas de naturezas diferentes.
Veı́culos (carros, motocicletas, comboios, aviões, helicópteros, etc)
são exemplos de sistemas eletromecânicos pois claramente eles tem partes
elétricas e eletrônicas nos seus comandos assim como partes mecânicas para
os seus movimentos.
Outros sistemas complexos que combinam mais de uma natureza
das mencionadas acima: computadores, antenas parabólicas para receber
emissões de satélites artificiais, robôs em geral, seja um braço manipulador
robótico encontrados em processos de manufatura nas indústrias ou seja um
robô humanóide (que imita o homem) ou antropomórfico (que imita algum
ser vivo).
7 / 23
Número de entradas e saı́das

Quanto ao número de entradas e saı́das os sistemas podem ser clas-
sificados como:
SISO (Single Input, Single Output);
MISO (Multiple Input, Single Output);
SIMO (Single Input, Multiple Output);
MIMO (Multiple Input, Multiple Output)
8 / 23
Continuidade no Tempo
Quanto a Continuidade no Tempo, sistemas podem ser classificados

como:
contı́nuos;
discretos;
discretizados.
9 / 23
Continuidade no Tempo
Sistemas podem ser naturalmente contı́nuos, naturalmente discre-
tos, ou contı́nuos que são tornados discretos e neste caso são chamados de
discretizados.
Quando o sistema é discretizado e suas informações são armazenadas

em “bits” (sequências de “zeros” e “uns”), diz-se que o sistema foi digitali-
zado. Este é o caso em alguns dos sinais que descrevem o comportamento de
sistemas como: a música em CD, os sistemas digitais de áudio ou de vı́deo,
ou qualquer outro sinal obtido e armazenado em computador.
10 / 23
Linearidade
Quanto a Linearidade, sistemas podem ser classificados como:

lineares;
não lineares;
11 / 23
Linearidade
Sistemas contı́nuos são lineares se satisfazem duas propriedade, ho-
mogeneidade e aditividade:
homogeneidade: quando o sinal de entrada x(t) é multiplicado por
um valor k; então o sinal de saı́da y(t) fica também multiplicado por
este mesmo valor k; e além disso,
aditividade: quando o sinal de entrada é a soma de dois sinais x1 (t)
e x2 (t), que produzem individualmente sinais de saı́da y1 (t) e y2 (t)
respectivamente; então o sinal de saı́da é a soma dos sinais de saı́da
y1 (t) e y2 (t).
12 / 23
Variância no Tempo
Quanto a variância no tempo, sistemas podem ser classificados como:

variantes no tempo;
invariantes no tempo.
Um sistema invariante no tempo é aquele que para um sinal de en-
trada x(t), o sinal de saı́da é y(t), não importa quando é aplicada esta entrada.
Ou seja, as condições dinâmicas do sistema não mudam com o passar
do tempo. Na realidade nenhum sistema é invariante no tempo, mas na
prática consideramos como invariante no tempo muitos sistemas cuja variação
no tempo é muito lenta.
13 / 23
Natureza Aleatória
Quanto a Natureza Aleatória, sistemas podem ser classificados como:

Determinı́sticos;
Estocásticos.
Um sistema determinı́stico é aquele que não sofre a influência de
nenhuma perturbação aleatória, ou seja, não tem incerteza. O sinal de saı́da
y(t) para um sinal de entrada x(t) pode ser calculado (ou “determinado”)
com precisão quando se conhece o modelo do sistema.
Na realidade, aqui novamente, nenhum sistema é determinı́stico.
Todos os sistemas têm algum tipo de incerteza ou caráter aleatório
e portanto chamados de estocásticos. Na prática entretanto consideramos
como determinı́sticos muitos sistemas cujas perturbações aleatórias são pe-
quenas ou desprezı́veis.
14 / 23
Natureza Aleatória
No caso de sistemas estocásticos, estas equações apresentariam variáveis
adicionais de natureza aleatória que descreveriam estatisticamente as incer-
tezas associadas à dinâmica do sistema.
15 / 23
Memória
Quanto a memória, sistemas podem ser classificados como:

sem memória;
com memória.
Um sistema sem memória é aquele no qual o sinal de saı́da no instante
t1 depende apenas do sinal de entrada daquele instante t1 . Exemplo: Circuito
puramente resistivo, sistema de molas.
Um sistema com memória é aquele no qual o sinal de saı́da no ins-
tante t1 depende das saı́das em instantes anteriores. Exemplo: Circuito RC,
sistema massa/mola/amortecedor.
16 / 23
Inversibilidade
Quanto a inversibilidade, sistemas podem ser classificados como:

inversı́veis;
não inversı́veis.
Sistemas são inversı́veis se entradas distintas levam a saı́das distintas.
Desta forma, para um sistema S com sinal de entrada x(t), que
produz um sinal de saı́da y(t), respectivamente, é possı́vel achar um sistema
inverso S −1 cuja entrada y(t), produz a saı́da x(t), respectivamente.
Através de um esquema em que os sistemas S e S −1 são postos em
cascata, (isto é, a saı́da y(t) do Sistema S é a entrada do Sistema S −1 ),
podemos recuperar x(t), o sinal de entrada aplicado em S, na saı́da de S −1 .
17 / 23
Causalidade
Quanto a Causalidade, sistemas podem ser classificados como:

causais (ou não antecipativos);
não causais (ou antecipativos).
Um sistema é causal (ou não antecipativo) se a saı́da no instante t1
depende da entrada apenas nos instantes t ≤ t1 .
É claro que se a saı́da no instante t1 dependesse da entrada em
instantes t ≥ t1 então este sistema anteciparia o que ia acontecer e portanto
seria “antecipativo” ou não causal.
No nosso mundo fı́sico real, se a variável ‘t’ (ou ‘n’ no caso discreto)
representa o tempo, então tem uma dinâmica que evolui no tempo e portanto
não é possı́vel se ter um sistema não causal pois não é possı́vel se prever o
futuro.
Entretanto, há casos que a esta variável ‘t’ (ou ‘n’ no caso discreto)
pode representar outro parâmetro ou uma outra grandeza fı́sica (que não seja
o tempo) e desta forma já é possı́vel ocorrer sistemas causais.
18 / 23
Modelagem
A modelagem de sistemas (em inglês “modeling”) em português às

vezes é também traduzido para modelamento.
A modelagem está associada com a construção de um modelo ma-
temático, isto é, forma de representar matematicamente o sistema, o equaci-
onamento.
Os modelos matemáticos adaptados para representar os sistemas são
muito comumente descritos, ou equacionados:
com Equações de Diferenças [caso discreto];
com Equações Diferenciais Ordinárias (EDO) [caso contı́nuo];
com Equações Diferenciais Parciais (EDP) [caso contı́nuo];
com Funções de Transferência [caso contı́nuo e discreto].
19 / 23
Sistemas Lineares e Invariantes no Tempo
No caso particular de Sistemas Lineares e Invariantes no Tempo cha-

maremos de SLIT (LTI systems - Linear time invariant systems). Em um
SLIT usa-se a notação de h(t) para as respostas do sistema à entrada impulso,
u0 (t), respectivamente.
Esta “resposta ao impulso” h(t), também chamada de “reposta im-
pulsiva”, traz consigo informações intrı́nsecas dos sistema que permite se
calcular a resposta à qualquer outra entrada x(t).
h[n] = a saı́da do sistema quando a é entrada impulso, u0 [n], (caso discreto);

h(t) = a saı́da do sistema quando a é entrada impulso u0 (t), (caso contı́nuo).
20 / 23
Teoria de Sistemas
O que vimos aqui neste capı́tulo foram apenas algumas noções básicas
de sistemas. Entretanto, a Teoria de Sistemas é muito mais ampla e inclui
muitos outros temas de estudo. Abaixo vamos ilustrar alguns dos principais
tópicos estudados em Teoria de Sistemas.
Modelagem
Já apresentada anteriormente, a modelagem estuda as técnicas de
como escrever o modelo do sistema. No nosso caso o modelo matemático do
sistema.
Identificação de parâmetros
Estuda as técnicas de identificar os valores dos parâmetros do mo-
delo. Isto é, encontrar os valores que melhor ajustam o modelo ao sistema
real.
Controle de sistemas
A “Teoria de Controle” estuda as técnicas para se controlar um sis-
tema, ou seja, conduzir um sistema de um estado inicial para um estado final
desejado.
21 / 23
Teoria de Sistemas
Optimização
Estuda as técnicas de optimizar o desempenho do sistema.
Simulação
Estuda as técnicas de construir um modelo simulado do sistema. A
simulação permite que se teste um sistema sem ter que utilizar o próprio
sistema real, mas sim o modelo simulado, em um laboratório ou, muito co-
mummente em um computador. Em fase de projeto muitas vezes é necessário
testar um sistema por muitas vezes e em certos casos os testes danificam ou
alteram o desempenho do sistema. Com o uso de simulação essas tarefas são
realizadas com o modelo simulado do sistema.
Realimentação (‘feedback’)
Estuda as técnicas de reintroduzir informações da saı́da na entrada
com o objetivo de corrigir o rumo do sistema e desta forma melhorar o de-
sempenho e obter a saı́da desejada.
22 / 23
Teoria de Sistemas
Estimação de estado
Estuda técnicas de recuperar informações do estado inicial do sistema
e desta forma recuperar todos os estados subsequentes.
Sistemas robustos
Existem técnicas que tornam sistemas robustos. A robustez é a qua-
lidade de um sistema ficar imune, ou protegido, ou inalterado a eventuais
alterações nos parâmetros do modelo, seja por envelhecimento dos compo-
nentes ou por variações ambientais como a mudança de temperatura por
exemplo.
Sistemas tolerantes à falhas

Estuda técnicas de criar sistemas cujo desempenho não é prejudicado
em casos de avarias ou falhas.
23 / 23

Aula 01

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 01

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução Classificação

ECAC01A - MODELAGEM E ANÁLISE DE

Universidade Federal de Itajubá - Campus Itajubá

Prof. Jeremias B. Machado

O corpo humano é também um exemplo de sistema, e de um sistema

Os sinais ou funções que estudamos aqui, em geral, estão associados

Entretanto, a maioria dos sistemas complexos são combinações de

Número de entradas e saı́das

Quanto a Continuidade no Tempo, sistemas podem ser classificados

Quando o sistema é discretizado e suas informações são armazenadas

Quanto a Linearidade, sistemas podem ser classificados como:

Quanto a variância no tempo, sistemas podem ser classificados como:

Quanto a Natureza Aleatória, sistemas podem ser classificados como:

Quanto a memória, sistemas podem ser classificados como:

Quanto a inversibilidade, sistemas podem ser classificados como:

Quanto a Causalidade, sistemas podem ser classificados como:

A modelagem de sistemas (em inglês “modeling”) em português às

Sistemas Lineares e Invariantes no Tempo

No caso particular de Sistemas Lineares e Invariantes no Tempo cha-

h[n] = a saı́da do sistema quando a é entrada impulso, u0 [n], (caso discreto);

Sistemas tolerantes à falhas

Você também pode gostar