Introducao Ao MATLAB 3ed

..
Introdução ao MATLAB
Marcelo A. Trindade
Departamento de Engenharia Mecânica, Laboratório de Dinâmica,
Escola de Engenharia de São Carlos, Universidade de São Paulo (EESC-USP),
Av. Trabalhador São-Carlense, 400, 13566-590, São Carlos, Brasil
trindade@sc.usp.br
Rubens Sampaio
Departamento de Engenharia Mecânica, Laboratório de Dinâmica e Vibrações,
Pontifı́cia Universidade Católica do Rio de Janeiro (PUC-Rio),
rua Marquês de São Vicente, 225, 22453-900 Rio de Janeiro, Brasil
rsampaio@mec.puc-rio.br
15 de Setembro de 2016
Conteúdo
1 Introdução 3
2 Comandos Básicos do MATLAB 5

2.1 Entrando no MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Primeiros passos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Operações básicas com matrizes . . . . . . . . . . . . . . . . . . . . . 10
2.4 Gravação e recuperação de dados . . . . . . . . . . . . . . . . . . . . 18
2.5 Zeros de polinômios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6 Criação e edição de gráficos . . . . . . . . . . . . . . . . . . . . . . . 20
2.7 Programando em MATLAB . . . . . . . . . . . . . . . . . . . . . . . 26
2.7.1 Arquivos .m . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.7.2 Comando global . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.7.3 Comando if . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.7.4 Comando for . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.8 Formato de saı́da . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.9 Comando diary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.10 Comando cputime . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.11 Comando fprintf . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3 Aplicações 39
3.1 Programas interativos . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2 Zeros de funções . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3 Calculando Integrais . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3.1 Regra trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.2 Regra de Simpson . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4 Solução de sistemas de equações lineares . . . . . . . . . . . . . . . . 43
3.4.1 Sistema com solução única . . . . . . . . . . . . . . . . . . . . 44
3.4.2 Sistema com infinitas soluções . . . . . . . . . . . . . . . . . 44
3.4.3 Sistema sem solução . . . . . . . . . . . . . . . . . . . . . . . 45
4 Equações diferenciais 47
4.1 Sistema massa-mola-amortecedor . . . . . . . . . . . . . . . . . . . . 47
4.2 Pêndulo simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3 Sistema com mais de um grau de liberdade . . . . . . . . . . . . . . . 53
2
Capı́tulo 1
Introdução
O MATLAB◦R pode ser usado como uma linguagem de programação ou como uma
ferramenta de cálculo interativa. Em ambos os casos, o ambiente MATLAB permite
realização de cálculos, visualização de resultados e desenvolvimento de algoritmos
usando uma sintaxe muito próxima da notação matemática standard.
O nome MATLAB vem de MATrix LABoratory e representa bem o seu modo de
funcionamento. Todas as variáveis são definidas de forma matricial, o que faz com
que este ambiente seja ideal para resolver problemas de cálculo envolvendo matrizes
e vetores. Ele é desenvolvido pela empresa The MathWorks, Inc. Mais informações
podem ser obtidas no endereço http://www.mathworks.com.
Um arquivo de programa MATLAB recebe a extensão .m e, por isso, também
é chamado de m-file ou arquivo .m. Ele pode ser criado e/ou modificado no edi-
tor próprio do MATLAB, MATLAB Editor/Debugger, que possui caracterı́sticas
que auxiliam bastante a edição de programas como auto-colorização de palavras de
acordo com a sintaxe e interação com o ambiente de cálculo do MATLAB. Uma
das grandes virtudes do MATLAB é que todas suas funções são escritas em m-files,
sendo que a maioria delas podem ser editadas/modificadas. Este fato possibilitou
a criação de diversos conjuntos de funções especı́ficas a determinadas áreas, como
controle, análise de sinais, finanças, entre outras. Estes conjuntos de funções, ou
de m-files, são chamados de toolbox. Toolboxes direcionados para diversas áreas
são distribuı́dos pela própria MathWorks e inúmeros outros são desenvolvidos em
todo o mundo, com e sem reconhecimento da MathWorks, e podem geralmente ser
encontrados na internet.
Enquanto que o programa principal do MATLAB depende da plataforma (Win-
dows, Linux, Macintosh), os arquivos .m, que constituem as funções e programas, são
independentes da plataforma e podem portanto ser utilizados em todas elas. Esta é
outra razão para o estabelecimento do MATLAB como ferramenta de cálculo matri-
cial de predileção entre os profissionais do meio acadêmico e industrial. De fato, não
é incomum encontrar um toolbox na internet bem adaptado ao problema especı́fico
que se quer resolver. E mesmo que ele tenha sido desenvolvido em ambiente Linux,
pode ser utilizado em ambiente Windows, e vice-versa.
A linguagem de programação do MATLAB é muito intuitiva. Por esta razão,
o objetivo deste trabalho é iniciar a aprendizagem da utilização do ambiente MA-
3
CAPÍTULO 1. INTRODUÇÃO 4
TLAB, dos comandos básicos e de construção de programa. A partir daı́, esperamos

que o usuário seja capaz de desenvolver e direcionar os conhecimentos adquiridos
para sua área especı́fica.
Marcelo A. Trindade
Rubens Sampaio
Capı́tulo 2
Comandos Básicos do MATLAB
2.1 Entrando no MATLAB

O MATLAB pode ser executado pressionando o ı́cone correspondente, criado na
instalação do programa, ou através da barra de tarefas. Quando executado, a janela
principal do MATLAB, chamada MATLAB Command Window, é aberta. O sı́mbolo
>> na tela indica que O MATLAB está pronto para receber um comando. Assim,
esta janela funciona como um ambiente interativo no qual comandos são fornecidos
pelo usuário e executados instantaneamente pelo MATLAB. Uma linha de comandos
é finalizada pressionando a tecla [Enter]. Os comandos fornecidos são memorizados
e podem ser listados usando as setas para cima e para baixo do teclado.
2.2 Primeiros passos

Uma variável pode ser definida dando-se valores a ela. O tipo da variável é auto-
maticamente definido pelo MATLAB em função do valor dado a ela. A sintaxe é a
seguinte
>> t=1
t =
1
Neste caso, t é definido como um escalar pelo usuário. No entanto, o MATLAB
interpreta a variável t como uma matriz de uma coluna e uma linha. Assim, vetores
e matrizes também são definidos da mesma maneira.
>> T=[0 1 2 3 4 5 6 7 8 9 10]
T =
0 1 2 3 4 5 6 7 8 9 10
Esta última definição também pode ser realizada de uma maneira mais simples,
5
CAPÍTULO 2. COMANDOS BÁSICOS DO MATLAB 6
fornecendo o valor inicial, o incremento e o valor final,

>> T=0:1:10
T =
0 1 2 3 4 5 6 7 8 9 10
As variáveis t e T foram armazenadas na memória do MATLAB. Isto pode ser
verificado através da função whos que mostra o nome, o tamanho e classe de todas
as variáveis presentes na memória.
>> whos
Name Size Bytes Class
T 1x11 88 double array

t 1x1 8 double array
Grand total is 12 elements using 88 bytes
Cabe ressaltar que o MATLAB faz diferença entre variáveis maiúsculas e minúsculas.
Assim, ‘t’ e ‘T’ são variáveis distintas para o MATLAB. Pode-se observar que a di-
mensão das duas variáveis é dada em linhas x colunas. Portanto, a variável escalar
t é definida como uma matriz de uma linha e uma coluna. Já a variável T tem uma
linha e dez colunas. O elemento (i x j) da matriz T, T(i,j), pode ser recuperado
através do seguinte comando
>> T(1,5)
ans =
4
A variável ans armazena o valor do último cálculo realizado quando este não é
associado a uma variável. Neste caso, como a variável T possui apenas uma linha, o
comando T(5) também forneceria o mesmo resultado. É possı́vel também recuperar
vários elementos de T ao mesmo tempo usando vetores dos ı́ndices correspondentes,
>> T(1,[1 3:6 10])
ans =
0 2 3 4 5 9
Note que o vetor de ı́ndices é definido da mesma maneira que uma variável.
Todas as operações realizadas pelo MATLAB consideram variáveis matriciais,
assim sendo a sintaxe do comando independe da dimensão da variável. Por exemplo,
podemos calcular o seno de t e T usando a mesma sintaxe,
>> x = sin(t)
x =
0.8415
>> X = sin(T)
X =
Columns 1 through 7
0 0.8415 0.9093 0.1411 -0.7568 -0.9589 -0.2794
Columns 8 through 11
0.6570 0.9894 0.4121 -0.5440

Desta maneira, as novas variáveis x e X, relativas a t e T, são matrizes com dimensão
de t e T respectivamente, cujos elementos são os senos dos elementos t e T.
Outras operações podem ser realizadas da mesma maneira
>> a = 2*T
a =
0 2 4 6 8 10 12 14 16 18 20
O MATLAB opera com números√ complexos da mesma forma que com números
reais. A variável i representa −1 desde que não tenha sido definida anteriormente
pelo usuário.
>> a=1+i, b=5+2i,
a =
1.0000 + 1.0000i
b =
5.0000 + 2.0000i
As operações soma, produto e divisão são realizadas da seguinte maneira
>> e=a+b, g=a*b, f=a/b,
e =
6.0000 + 3.0000i
g =
3.0000 + 7.0000i
f =
0.2414 + 0.1034i
O módulo e o argumento de um número complexo podem ser encontrados com
os comandos abs e angle. Estes comandos são de especial interesse para o estudo
de vibrações.
>> h=abs(b)
h =
5.3852
>> d=angle(b)
d =
0.3805
Note que o argumento é dado em radianos. A passagem para graus é feita da seguinte
maneira
>> d/pi*180
ans =
21.8014
As variáveis armazenadas na memória do MATLAB podem ser removidas da
memória através do comando clear. Este comando é bastante interessante quando
se deseja liberar uma quantidade de memória do MATLAB e/ou para manter na
memória apenas as variáveis de maior interesse para facilitar o controle das mesmas.
Quanto usado sem parâmetros, remove todas as variáveis da memória.
>> clear
>>
>> whos
>>
Este comando pode também ser usado para remover apenas algumas variáveis sele-
cionadas. Primeiro, definimos algumas variáveis
>> a=1; b=[2 3]; A=b’*b;
>>
Através do comando whos, pode-se ver que estas variáveis foram armazenadas na
memória do MATLAB
>> whos
A 2x2 32 double array

a 1x1 8 double array
b 1x2 16 double array
Vamos agora remover a variável a da memória usando o comando clear e listar

novamente as variáveis presentes na memória
>> clear a, whos,

Os comandos básicos gerais do MATLAB estão resumidos na tabela abaixo a

seguir.
Nome Função
cd Muda diretório corrente
clc Limpa a janela de comandos
clear Apaga todas as variáveis da memória do MATLAB
delete Apaga arquivos
demo Executa programas de demonstração das capacidades do MATLAB
dir Lista arquivos no diretório corrente
help Lista os tópicos de ajuda disponı́veis
helpwin Abre janela a navegação nos tópicos de ajuda
lookfor Procura arquivos .m por palavra chave
quit Encerra a sessão do MATLAB
whos Mostra informações sobre as variáveis armazenadas na memória
2.3 Operações básicas com matrizes

As matrizes são tratadas da mesma maneira que escalares e vetores no MATLAB,
já que estes últimos são tratados como casos particulares de matrizes. Por ser o
elemento fundamental do MATLAB, nesta seção trataremos com mais detalhe de
definição, inserção e extração de linhas e colunas, rearranjo e operações com matrizes.
A definição de uma matriz pode ser feita da seguinte maneira
>> A=[1 2 3; 4 5 6]
A =
1 2 3
4 5 6
Elementos podem ser extraı́dos de uma matriz usando o mesmo procedimento
utilizado anteriormente para vetores, lembrando que a sintaxe do MATLAB é A(i,j)
com i e j denotando linha e coluna respectivamente.
>> A(2,3)
ans =
6
Linhas e colunas inteiras podem também ser extraı́das de uma matriz através da
utilização o sı́mbolo de dois pontos : para denotar todos os elementos.
>> A(1,:), A(:,2)
ans =
1 2 3
ans =
2
5
Pode-se também remover linhas e colunas de uma matriz usando a matriz vazia []
>> A(:,2)=[ ]
A =
1 3
4 6
Neste caso, a segunda coluna da matriz A foi removida e o resultado armazenado
na própria matriz A. Poderı́amos também criar uma nova matriz B eliminando a
segunda coluna de A, com o comando B=A(:,[1 3])1 . Desta forma, a matriz B é
formada apenas pelas colunas 1 e 3 da matriz A, ou seja, a coluna 2 é eliminada.
Da mesma forma, pode-se inserir novas linhas e colunas em uma matriz. Isto
pode ser feito simplesmente associando valores aos novos elementos da matriz.
>> A(3,:)=[7 8 9]
A =
1 2 3
4 5 6
7 8 9
Este mesmo procedimento pode ser realizado para modificar valores de elementos
especı́ficos de uma matriz
>> A(3,2)=10
A =
1 2 3
4 5 6
7 10 9
Podemos também concatenar matrizes no MATLAB desde que as dimensões sejam
apropriadas,
1
Lembre-se de redefinir A, pois pelo último comando a segunda coluna já foi eliminada.
>> [A A(:,1); A(1:2,:) A(2:3,2)]
ans =
1 2 3 1
4 5 6 4
7 10 9 7
1 2 3 5
4 5 6 10
Operações básicas de matrizes, como tranposição, determinante e inversão, são
bastante simples no MATLAB. O operador de transposição é representado por ’
>> A’
ans =
1 4 7
2 5 10
3 6 9
Lembrando que o operador ’ fornece na verdade o complexo conjugado transposto.
No caso de variáveis complexas, o operador .’ é uma opção para transposição
simples.
Os comandos para calcular o determinante e a inversa de uma matriz são os
seguintes
>> det(A), inv(A)
ans =
12
ans =
-1.2500 1.0000 -0.2500

0.5000 -1.0000 0.5000
0.4167 0.3333 -0.2500
Note que estes comandos só funcionam para matrizes quadradas evidentemente.
Para se conhecer as dimensões de uma variável armazenada na memória do MA-
TLAB, pode-se usar o comando size
>> [l,c]=size(A)
l =
c =
3
As duas variáveis l e c fornecidas pelo MATLAB representam o número de linhas e
colunas da matriz A. Outras operações com matrizes são listadas digitando-se help
matfun.
Algumas funções do MATLAB se aplicam individualmente à cada coluna da
matriz fornecida produzindo um vetor linha cujos elementos correspondem ao resul-
tado de cada coluna. Estas funções podem ser aplicadas as linhas de uma matriz,
fornecendo-se a transposta da matriz como entrada. Algumas destas funções são
apresentadas na tabela abaixo.
max maior componente de um vetor

mean média dos componentes de um vetor
min menor componente de um vetor
prod produto dos componentes de um vetor
sort ordena o vetor em ordem crescente
std desvio padrão dos componentes de um vetor
sum soma dos componentes de um vetor
Cabe observar que para um vetor ‘a’ complexo, a função sort ordena seus com-
ponentes por ordem crescente de módulo. Os valores máximos, mı́nimos e médios
globais de uma matriz podem ser obtidos usando a sintaxe max(max(A)).
O MATLAB possui também algumas matrizes especiais muito úteis, cujos ele-
mentos de entrada são número de linhas e colunas. Quando apenas um elemento é
fornecido, a matriz produzida será quadrada com a dimensão requerida. Algumas
destas funções são apresentadas na tabela abaixo, outras podem ser encontradas
digitando help elmat.
eye matriz identidade

ones matriz com todos elementos iguais à 1
rand matriz com elementos aleatórios distribuı́dos entre 0 e 1
zeros matriz nula
As operações de adição/subtração e multiplicação de matrizes podem ser reali-

zadas com os mesmos operadores utilizados para escalares e vetores. Os principais
operadores aritméticos do MATLAB são listados digitando-se help ops. Sejam as
matrizes
>> A=[1 2 3; 4 5 6], B=[1 3 ; 4 6; 3 4],
A =
1 2 3
4 5 6
B =
1 3
4 6
3 4
Uma nova matriz C pode ser definida como resultado da multiplicação das matrizes
A e B da seguinte maneira
>> C=A*B
C =
18 27
42 66
É claro que a multiplicação de matrizes só é definida quando o número de colunas
da primeira matriz é igual ao número de linhas da segunda. Assim, se tentarmos
efetuar a operação A*A, o MATLAB produzirá uma mensagem de erro. Pode-se
também multiplicar matrizes elemento por elemento através da operação A.*A
>> A.*A
ans =
1 4 9
16 25 36
Já neste caso, as dimensões das matrizes devem ser as mesmas. As operações ele-
mento por elemento podem ser muito úteis. Assim, o último cálculo também pode
ser realizado usando o comando A.^2. Note a diferença entre as duas operações de
multiplicação
>> D=C*C, E=C.*C
D =
1458 2268
3528 5490
E =
324 729
1764 4356
Os autovalores e autovetores de uma matriz podem ser calculados através do
comando eig. Este comando produz uma matriz diagonal D de autovalores e uma
matriz V cujas colunas são os autovetores correspondentes, tal que C*V=V*D.
>> [V,D]=eig(C)
V =
-0.8412 -0.3818
0.5406 -0.9242
D =
0.6479 0
0 83.3521
O problema de autovalores generalizados C*V=E*V*D também pode ser resolvido
com a mesma função fornecendo adicionalmente a matriz E.
>> [V,D]=eig(C,E)
V =
0.9341 -0.8258
-0.3570 0.5640
D =
0.1693 0
0 0.0025
Pode-se também utilizar o comando svd para produzir uma decomposição em valores
singulares
>> [U,S,V] = svd(C)
U =
0.3831 -0.9237
0.9237 0.3831
S =
84.6912 0
0 0.6376
V =
0.5395 -0.8420
0.8420 0.5395
S é uma matriz diagonal com a mesma dimensão de C e elementos não negativos em
ordem decrescente na diagonal, e U e V são matrizes unitárias, tal que C = U*S*V’.
O comando usado para produzir a decomposição LU é
>> [L,U]=lu(C)
L =
0.4286 1.0000
1.0000 0
U =
42.0000 66.0000
0 -1.2857
U é uma matriz triangular superior e L é uma matriz “quase triangular inferior” isto
é, seria uma matriz triangular inferior se A fosse substituı́da por PA onde P é uma
matriz de permutação. A razão disto tem a ver com a escolha do pivô, e não será
discutido aqui. Outra forma deste comando é
>> [L,U,P]=lu(C)
L =
1.0000 0
0.4286 1.0000
U =
42.0000 66.0000
0 -1.2857
P =
0 1
1 0
U é uma matriz triangular superior, L, uma matriz triangular inferior e P uma matriz
de permutação, tal que PA=LU. Note a diferença entre L no primeiro e no segundo
caso.
Outra operação de simples realização no MATLAB e de muita utilidade na
prática é a resolução de sistemas lineares do tipo A*x=b. Além da maneira na-
tural, porém definitivamente não recomendada, de resolver o problema x=inv(A)*b,
o MATLAB possui uma operação de divisão à esquerda, representada pelo opera-
dor \ . Assim, a solução x=A\b é calculada fazendo eliminação de Gauss de A e
retrosubstituição. Isto é feito fatorando A na forma LU. O sistema fica LUx=b e o
sistema é resolvido calculando y do sistema Ly=Pb e então x do sistema Ux=y. Se
a matriz A não for quadrada, o MATLAB utiliza a ortogonalização de Householder
com pivotamento de colunas. O valor de x é calculado pelo método dos mı́nimos
quadrados.
>> A=[1 2; 3 4]; b=[5; 6]; x=A\b
x =
-4.0000
4.5000
Esta é a solução do sistema linear
x + 2y = 5
3x + 4y = 6
2.4 Gravação e recuperação de dados

O MATLAB permite ao usuário de gravar dados no disco e recuperar dados do
disco. Estes dados são geralmente variáveis resultantes de um cálculo realizado
no MATLAB que se pretende arquivar por diversos motivos. Os dados podem ser
gravados num arquivo em formato texto (ASCII) ou em formato binário próprio ao
MATLAB usando o comando save. O formato padrão é o binário, que origina um
arquivo com extensão .mat. A sintaxe do comando save é mostrada no exemplo a
seguir
>> A=[1 2 3; -4 5 -6; 7 9 11]; b=[1; 3; 5]; x=A\b;
>> save dados A b x
>> dir dados*
dados.mat
Vemos então que basta fornecer o nome do arquivo, sem extensão, no qual queremos
gravar as variáveis. O MATLAB executa o comando criando um arquivo chamado
dados.mat que contém as variáveis A, b e x e que é gravado no diretório corrente.
Verifique o diretório em que está trabalhando com cd antes de gravar o arquivo
para poder encontrá-lo depois! É importante ressaltar que o arquivo criado é um
arquivo binário, isto é, não é possı́vel editá-lo num editor de texto. Como o arquivo
foi gravado em disco, podemos fechar o MATLAB que os dados não serão perdidos.
Para recuperar os dados, utilizamos o comando load, com a seguinte sintaxe
>> clear
>> load dados
>> whos

x 3x1 24 double array
Se não especificássemos as variáveis a gravar, todas as variáveis armazenadas na

memória do MATLAB seriam gravadas no arquivo dados.mat.
Algumas vezes precisamos exportar os dados do MATLAB para um outro apli-
cativo. Nestes casos, geralmente precisamos gravar os dados em formato ASCII. Isto
pode ser feito usando o parâmetro -ascii no comando save. No entanto, precisa-se
tomar alguns cuidados ao gravar várias variáveis no mesmo arquivo. Façamos, por
exemplo,
>> save dados.txt A b x -ascii

>> type dados.txt
1.0000000e+000 2.0000000e+000 3.0000000e+000

-4.0000000e+000 5.0000000e+000 -6.0000000e+000
7.0000000e+000 9.0000000e+000 1.1000000e+001
1.0000000e+000
3.0000000e+000
5.0000000e+000
1.1000000e-001
5.8000000e-001
-9.0000000e-002
Podemos observar que os elementos das variáveis A, b e x foram gravados linha-
a-linha no arquivo texto dados.txt. Este formato só deve realmente ser utilizado
para exportar dados para outros aplicativos, pois ele impõe dois problemas para
recuperação dos dados no próprio MATLAB. O primeiro deles é que se perdeu a in-
formação de a que variáveis os elementos pertencem. Assim, se tentarmos recuperar
os dados através do comando load dados.txt, este só poderá criar uma variável
de nome dados. O segundo problema é que ao tentar criar uma única variável com
os elementos do arquivo dados.txt, o MATLAB será incapaz pois as linhas têm
diferentes números de colunas. A opção seria gravar um arquivo por variável,
>> save A.txt A -ascii
>> save b.txt b -ascii
>> save x.txt x -ascii
>> clear
>> load A.txt, load b.txt, load x.txt,
Evidentemente, este formato só faria sentido no caso de importação de dados de

outro aplicativo para o MATLAB ou exportação de dados do MATLAB para outro
aplicativo.
2.5 Zeros de polinômios

Algumas vezes precisamos calcular as raı́zes de um polinômio. Isto pode ser feito
no MATLAB através do comando roots. Como exemplo, vamos calcular os zeros
do seguinte polinômio p(x) = 5/8x5 − 5x4 − 3x3 + 2x − 10. Um polinômio é definido
no MATLAB através de um vetor contendo os seus coeficientes. Neste caso, temos
>> p=[5/8 -5 -3 0 2 -10];

>> x=roots(p)
x =
8.5587
-0.9890 + 0.8316i
-0.9890 - 0.8316i
0.7097 + 0.7848i
0.7097 - 0.7848i
Como podemos notar, este comando fornece todas as raı́zes do polinômio p(x). O
processo inverso também pode ser realizado. Assim, para achar os coeficientes do
polinômio que tem as raı́zes x usamos o comando poly,
>> p=poly(x)
p =
1.0000 -8.0000 -4.8000 -0.0000 3.2000 -16.0000

Notamos que não obtemos os mesmos coeficientes iniciais. No entanto, podemos
obtê-los fazendo >> 5/8*p mostrando que o polinômio fornecido p(x)∗ = x5 − 8x4 −
4.8x3 + 3.2x − 16 é tal que p(x) = 5/8p(x)∗ . Isto é verdadeiro já que p(x) = 0
implica αp(x) = 0 e a razão do α = 8/5 escolhido pelo MATLAB vem do fato que
o comando poly encontra o polinômio cujo primeiro coeficiente é unitário.
2.6 Criação e edição de gráficos

O MATLAB, além de realizar cálculos, possui diversas funções permitindo também
criar gráficos em duas e três dimensões a partir de dados fornecidos. O procedimento
usual para a construção de um gráfico no MATLAB é apresentado a seguir
1. Preparação dos dados

>> x = 0:0.3:30;
>> y1 = exp(-.01*x).*sin(x); y2 = exp(-.05*x).*sin(.7*x); y3 =
exp(-.1*x).*sin(.5*x);
2. Escolha de uma janela para traçar o gráfico e utilização de uma das

funções gráficas do MATLAB
>> figure(1)
>> h = plot(x,y1,x,y2,x,y3);
3. Seleção de tipos de linha e marcadores para as diferentes curvas

>> set(h,’LineWidth’,2,’LineStyle’,’--’;’:’;’-.’)
>> set(h,’Color’,’r’;’g’;’b’)
4. Definição de limites dos eixos e inclusão de grid

>> axis([0 20 -1 1]);
>> grid on
5. Adição de anotações no gráfico como identificação dos eixos, tı́tulo,

legendas e texto
>> xlabel(’Tempo’); ylabel(’Amplitude’);
>> legend(h,’Primeiro’,’Segundo’,’Terceiro’); title(’Resposta no
Tempo’);
>> text(8.35,0.85,’\leftarrow e^{(-0.05x)}sen(0.7x)’,...
’HorizontalAlignment’,’left’)
6. Exportação do gráfico para algum aplicativo (de processamento de

texto, por exemplo)
>> print -depsc -r600 myplot
Convém ressaltar que a seleção de tipos e cores das linhas pode ser realizada
diretamente no comando gráfico plot. Assim, o mesmo resultado poderia ser obtido
fazendo
>> h = plot(x,y1,’r--’,x,y2,’g:’,x,y3,’b-.’);
As espessuras das linhas no entanto só podem ser definidas a posteriori neste caso
com o comando set, como mostrado anteriormente.
Podemos também adicionar uma outra curva no gráfico já existente usando o co-
mando hold. Quando ligado (hold on), todos os próximos gráficos serão colocados
sobre aqueles já existentes até que o hold seja desligado (hold off) ou que a janela
seja fechada.
>> hold on
>> plot(x,-y3,’m>--’);
>> hold off
A legenda pode ser atualizada re-executando o comando legend, agora com mais
um parâmetro (legend(’Primeiro’,’Segundo’,’Terceiro’,’Quarto’)).
O comando axis permite, entre outras coisas, mostrar apenas uma certa região
do gráfico. Para isso, basta fornecer os intervalos em x e y (e em z para gráficos 3D)
que se deseja mostrar.
>> axis([0 2 -1 1])
Resposta no Tempo
1
Primeiro
@ e(ï0.05x)sen(0.7x) Segundo
0.8 Terceiro
0.6
0.4
0.2
Amplitude
ï0.2
ï0.4
ï0.6
ï0.8
ï1
0 2 4 6 8 10 12 14 16 18 20
Tempo
Figura 2.1: Exemplo de gráfico com diferentes tipos de linhas.
Neste caso, apenas os limites do eixo x foram modificados. Note que o restante do
gráfico não é perdido, só não está sendo mostrado. A visualização original pode ser
recuperada com o comando axis auto. Em alguns casos, também é interessante
modificar o valores usados na marcação dos eixos. Isto pode ser feito com o comando
set.
>> set(gca,’XTick’,[0:0.25:2],’YTick’,[-1:0.25:1])
O comando set pode ser utilizado para ajustar quaisquer propriedades de gráficos no
MATLAB. Aqui, usamos gca para denotar o eixo corrente. Digitando-se set(gca),
obtemos todas as propriedades do eixo que podem ser modificadas e seus valores
possı́veis.
Existem diversos comandos para traçar gráficos também em três dimensões no
MATLAB. Seguem alguns exemplos de como traçar gráficos 3D. O primeiro exemplo
consiste em traçar uma curva em 3D com o comando plot3.
>> t=0:0.1:10; x=exp(-t/5).*cos(3*t); y=exp(-t/5).*sin(3*t);

>> plot3(x,y,t,’k-’,x,y,t,’r*’),
>> hold on, plot3(x,y,zeros(size(t)),’m--’,ones(size(x)),y,t,’r--’,
x,ones(size(y)),t,’b--’), hold off
>> grid
>> title(’Gráfico 3D com plot3 -- Projeç~
oes’)
>> xlabel(’X (mm)’), ylabel(’Y (mm)’), zlabel(’T (seg)’),
>> print -depsc plot3
Na verdade, neste exemplo, cinco curvas são traçadas pelo MATLAB no mesmo
gráfico. A primeira chamada do comando plot3 imprime no gráfico os pontos (x,y,t)
duas vezes, primeiro conectados por uma linha sólida de cor preta e depois com
estrelas de cor vermelha. A segunda chamada de plot3 traça projeções da curva
(x,y,t) no mesmo gráfico 3D, graças ao comando hold on. As projeções foram feitas,
traçando os seguintes conjuntos pontos: (x,y,0), (1,y,t) e (x,1,t). Para isso foram
utilizadas as matrizes especiais zeros e ones que dão origem neste caso a vetores
compostos de elementos nulos e unitários respectivamente, do mesmo tamanho dos
vetores x, y e t.
Gráfico 3D com plot3 ïï Projeções
10
6
T (seg)
0
1
0.5 1
0.5
0
0
ï0.5
ï0.5
ï1 ï1
Y (mm)
X (mm)
Figura 2.2: Gráfico 3D com projeções.

É interessante realizar o mesmo gráfico com o comando comet3. Este comando traça
a trajetória animada “tipo cometa” dos pontos (x,y,t) e pode ser muito útil para
facilitar a visualização de curva complexas no espaço tridimensional.
>> comet3(x,y,t)
Seguem agora dois exemplos de gráficos de superfı́cie 3D usando variações do

comando mesh.
>> figure(’Position’,[232 20 330 250],’PaperPositionMode’,’auto’)
>> h=surfl(x,x,y2’*y3);
>> shading interp
>> colormap(copper)
>> xlabel(’Eixo {\bf x}’), ylabel(’Eixo {\bf y}’), zlabel(’Eixo
{\bf z}’)
>> print -depsc surfl
1
Eixo z
ï1
20
20
10
10
Eixo y 0 0 Eixo x
Figura 2.3: Exemplo de gráfico de superfı́cie 3D.
Neste exemplo, posição e tamanho da figura são definidos na propriedade ’Po-

sition’. A propriedade seguinte ’PaperPositionMode’ definida como ’auto’ permite
que o tamanho da figura seja mantido na impressão. Como pode ser observado,
o comando surfl produz uma superfı́cie iluminada a partir de uma direção pré-
determinada, sendo que a aparência sólida da superfı́cie é dada pela interpolação
do mapa de cores (comando shading). O mapa de cores a ser utilizado é selecio-
nado através do comando colormap. As opções de mapas de cores pré-definidos no
MATLAB é listada com help graph3d.
No exemplo a seguir, utilizamos o comando subplot para traçar dois gráficos
na mesma figura. Fazendo subplot(n,m,j) ou subplot(nmj), divide-se a figura
corrente em n×m eixos dispostos em n linhas e m colunas, sendo que o eixo j será
utilizado para traçar o próximo gráfico (a contagem é feita da esquerda para direita
de linha em linha).
>> figure(’Position’,[232 20 340 400],’PaperPositionMode’,’auto’)

>> subplot(211), meshc(x,x,y2’*y3),
>> xlabel(’Eixo {\bf x}’), ylabel(’Eixo {\bf y}’), zlabel(’Eixo
{\bf z}’)
>> subplot(212), waterfall(x,x,y2’*y3), view(-65,45)
>> xlabel(’\Theta = \Sigma i \alpha i \Gamma i’), ylabel(’x = 2 \pi
\xi’), zlabel(’\Psi 2^T \Psi 3’)
>> colormap(cool)
1
Eixo z
ï1
20
20
10 10
Eixo y 0 0
Eixo x
1
^2 ^3
0
T
20
ï1
20 10
15 10 5 0 0 O = Yi _i Ki
x=2/j
Figura 2.4: Exemplo de gráfico de superfı́cie 3D.
Os comandos gráficos 3D utilizados neste exemplo são meshc e waterfall. O

primeiro é uma combinação dos comandos mesh, que traça uma malha colorida de
acordo com o colormap, e contour, que traça as curvas de contorno. O comando
waterfall também é uma variação do comando mesh mas sem traçar as linhas
correspondentes às colunas (ou eixo y). Pode-se observar também que o segundo
gráfico tem uma rotação diferente do primeiro. A posição do observador de gráficos
em 3D pode ser modificado com o comando view, com o qual define-se o ângulo de
observação e a altura do observador. Enfim, pode-se colocar textos com formatação
mais complexa nos tı́tulos, como aqueles apresentados no segundo gráfico, utilizando
comandos TEX.
Os principais comandos para traçar, editar e modificar gráficos no MATLAB são
apresentados nas tabelas seguintes.
Tabela 2.1: Principais comandos gráficos do MATLAB.

Comandos para traçar gráficos
plot Gráfico 2D em escala linear para ambos eixos
loglog Gráfico 2D em escala logarı́tmica para ambos eixos
semilogx Gráfico 2D em escala logarı́tmica para o eixo x e linear para y
semilogy Gráfico 2D em escala linear para o eixo x e logarı́tmica para y
plotyy Gráfico 2D com eixos y diferentes à direita e à esquerda
comet Traça trajetória animada 2D dos pontos (x,y)
bar Gráfico de barras
hist Histograma
polar Gráfico usando coordenadas polares com ângulo em radianos
stairs Gráfico em forma escada
stem Gráfico 2D com seqüencia discreta de y
plot3 Traça curvas em 3D
comet3 Traça trajetória animada 3D dos pontos (x,y,z)
mesh Traça uma malha colorida em 3D, meshc (+ contorno)
surf Traça uma superfı́cie colorida em 3D, surfc (+ contorno)
Comandos para editar e modificar gráficos
axis Controla a escala e a visualização dos eixos
colormap Especifica o mapa de cores utilizado
grid Adiciona ou remove linhas de grelha do gráfico corrente
hold Mantém o gráfico corrente (futuros gráficos são sobrepostos a este)
legend Adiciona e define uma legenda no gráfico corrente
subplot Divide uma figura em várias sub-figuras e seleciona uma delas
text Coloca um texto no gráfico corrente
title Tı́tulo do gráfico corrente
xlabel Tı́tulo do eixo x corrente
ylabel Tı́tulo do eixo y corrente
2.7 Programando em MATLAB

2.7.1 Arquivos .m
No primeiro capı́tulo, os comandos básicos do MATLAB foram apresentados. Neste
caso, o ambiente MATLAB foi utilizado como uma ferramenta de cálculo intera-
tiva, no sentido que várias linhas de comandos foram digitadas e executadas, uma
por vez, com o objetivo de gerar um ou mais resultados numéricos ou gráficos. No
entanto, é fácil imaginar que a medida que a série de comandos aumenta em comple-
xidade, e/ou em quantidade, este procedimento se torna cansativo e pouco prático.
Felizmente, o MATLAB também permite que se construa e execute programas na
linguagem MATLAB. Neste caso, a seqüencia de comandos digitadas e executadas,
uma por vez, anteriormente pode ser concentrada em um arquivo “programa” .m
que ao ser executado no MATLAB, executa cada linha do programa, composta pelas
linhas de comandos usadas anteriormente, também uma por vez. Desta forma, o
método de execução das linhas de comandos é o mesmo. No entanto, se de várias

linhas de comandos queremos alterar apenas uma delas e repetir a seqüência de co-
mandos, neste caso basta modificar a linha correspondente no arquivo e re-executar
o programa. Este arquivo programa recebe o nome de roteiro (script) já que ele
informa ao MATLAB o roteiro a ser seguido na execução da seqüência de linhas de
comandos contidas no arquivo programa.
Um arquivo .m pode ser criado usando-se qualquer editor de texto. Antes de
criar um novo arquivo, assegure-se que o diretório corrente é de seu uso pessoal. É
altamente recomendado que cada usuário trabalhe em um diretório de uso pessoal
para evitar conflito com arquivos de outros usuários. O procedimento para mudar
de diretório e verificar o diretório corrente é o seguinte:
>> cd c:\users\myname
>> cd
c:\users\myname
O usuário pode ainda listar os programas contidos no diretório corrente de duas

maneiras. O comando dir lista todos os arquivos no diretório corrente enquanto
que o comando what lista somente os arquivos especı́ficos do MATLAB
>> dir
. ap3l.m mm2.m p2.m teste.eps

.. ap4.m odecomp.m p eqlin.m teste.m
ap2.m ap4l.m p1.m pend.m
ap2result.mat d1 bode.m p11.m pend eq.m
ap3.m mm1.m p12.m sample.tex
>> what
M-files in the current directory d:\trindade\cursos\Vib
ap2 ap4 mm1 p1 p2 pend eq

ap3 ap4l mm2 p11 p eqlin teste
ap3l d1 bode odecomp p12 pend
MAT-files in the current directory d:\trindade\cursos\Vib
ap2result
As versões atuais do MATLAB possuem um editor de texto integrado. Para

criar um novo arquivo .m, selecione no menu principal do MATLAB “File/New/M-
file” ou pressione o botão “Folha em branco”. Para fixar o procedimento, digite o
programa seguinte no arquivo recém-criado:
clear all
t=0:0.1:10;
y=sin(t).*cos(t);
plot(t,y,’bo-’)
Grave o arquivo com um nome qualquer (por exemplo, exemplo1.m) selecionando

“File/Save” no menu. O programa pode agora ser executado na janela de comandos
do MATLAB fazendo >> exemplo1 . Certifique-se que o diretório corrente é o
mesmo utilizado para gravar o arquivo .m. Este programa traça t ∈ [0, 10] contra
y(t) = sin t cos t com linha sólida e cı́rculos azuis.
Assim como os comandos do MATLAB, o usuário também pode criar programas
que atuam como funções, isto é fornecem um ou mais resultados quando um ou mais
parâmetros são fornecidos. Funções são também arquivos .m e podem ser criadas da
mesma maneira que os programas roteiro. Para exemplificar, criemos uma função
sc(x) = sin x cos x num novo arquivo .m:
function f = sc(x)
f = sin(x).*cos(x);
É preciso gravar este arquivo com o mesmo nome da função, isto é sc.m. Note que
agora a recém-criada função sc pode ser utilizada no MATLAB da mesma maneira
que as funções (comandos) do MATLAB.
>> a = sc(2)
a =
-0.3784
É interessante observar que as variáveis utilizadas na função, f e x, são internas à
função. De fato, executando-se o comando whos veremos que estas variáveis não
foram armazenadas na memória do MATLAB. A variável a assume o resultado da
função e o parâmetro x utilizado pela função é igual ao valor fornecido pelo usuário,
neste caso 2.
Podemos também utilizar esta nova função para reescrever o programa roteiro
exemplo1 da seguinte forma:
clear all
t=0:0.1:10;
y=sc(t);
plot(t,y,’bo-’)
2.7.2 Comando global

Apesar de as funções criadas no MATLAB só utilizarem variáveis internas à função
em questão ou locais, pode-se também utilizar variáveis armazenadas na memória do
MATLAB através do comando global <var1> <var2> .... Este comando deter-
mina que as variáveis <var1> <var2> ... são globais, ou seja podem ser utilizadas
em outros programas.
function f = sc(x) % Arquivo sc.m
global p
f = sin(p*x).*cos(x);
clear all % Arquivo principal.m (chama arquivo funç~

ao sc.m)
global p
p=3;
t=0:0.1:10;
y=sc(t);
plot(t,y,’bo-’)
2.7.3 Comando if
O comando if permite que se utilize comandos condicionais no MATLAB, tanto
no Command Window como no interior de roteiros ou funções. A melhor maneira
de entender a sintaxe deste comando é através de um exemplo. Considere a função
sc definida anteriormente. Suponha que a função agora tenha um valor limite para
o parâmetro p, de forma que se p < 1 a função retorna sc(x) = sin x cos x e não
sc(x) = sin px cos x. Isto pode ser realizado modificando novamente o arquivo sc.m
e incluindo o comando if.
global p
if p<1
f = sin(1*x).*cos(x);
else
end
O MATLAB interpreta esta função da seguinte maneira: 1) o valor de p defi-
nido na memória do MATLAB é recuperado, 2) se o valor de p for menor que 1, a
função executa a linha f = sin(1*x).*cos(x); e retorna o valor de f como res-
posta, 3) se o valor de p for maior que ou igual a 1, a função executa a linha f =
sin(p*x).*cos(x); e retorna o valor de f como resposta.
Desta forma, mesmo que p seja definido menor que 1 no programa principal.m,
o mı́nimo valor de p considerado na função sc é 1. O programa seguinte ilustra a
utilização da nova função sc com o comando if incluı́do.
clear all % Novo arquivo principal.m (chama arquivo funç~

ao sc.m)
global p
t=0:0.1:10;
p= 3; y1=sc(t);
p= 1; y2=sc(t);
p=0.1; y3=sc(t); % p<1
plot(t,y1,’bo-’,t,y2,’r-’,t,y3,’gs’)
xlabel(’x’),
ylabel(’sc(x) = sin(px) cos(x), com p maior ou igual a 1’),
legend(’p=3’,’p=1’,’p=0.1’,3)
Executando o arquivo principal.m no MATLAB, a seguinte figura é produzida.
0.8
0.6
sc(x) = sin(px) cos(x), com p maior ou igual a 1
0.4
0.2
ï0.2
ï0.4
ï0.6
ï0.8 p=3
p=1
p=0.1
ï1
0 1 2 3 4 5 6 7 8 9 10
x
Figura 2.5: Gráfico da função sin(px) ∗ cos(x) para diferentes valores de p.
Alternativamente, várias condições podem ser consideradas utilizando o comando

if em conjunção com elseif. O exemplo seguinte ilustra esta utilização do comando
if.

global p
if p<1
elseif p<2
elseif p<3|p==7
else
end
Os operadores relacionais e os conectivos lógicos que podem ser usados com o
comando if são listados na tabela a seguir.
Operadores relacionais
< menor que
> maior que
<= menor que ou igual a
>= maior que ou igual a
== igual a
∼= diferente de
Conectivos lógicos
& e
| ou
∼ não
xor ou excludente
2.7.4 Comando for

O comando for permite que se repita uma série de comandos para diferentes valores
de uma ou mais variáveis. A sintaxe do comando for é a seguinte:
for k=ki:dk:kf
comandos
end
onde a linha comandos é executada para cada um dos seguintes valores da variável
controladora k: ki, ki+dk, ki+2dk, ..., kf. Note que se (kf-ki) não for múltiplo
de dk, o último valor assumido por k é ki+N dk, onde N é o máximo valor inteiro
para o qual ki+N dk é menor que kf.
O valor do incremento dk pode também ser negativo desde que kf seja menor
que ki. Sempre que o incremento dk não é fornecido, utilizando por exemplo for
k=ki:kf, o MATLAB supõe que dk é igual a 1. Tente reproduzir os exemplos
abaixo2 :
2
Lembre-se que você pode usar o comando for no command window ou em roteiros ou funções
for k=1:0.5:3
disp(k)
end
1
1.5000
2
2.5000
3
Aqui k começa em 1 e é incrementado de 0.5 até chegar em 3.
for k=1:-0.4:-1
disp(k)
end
1
0.6000
0.2000
-0.2000
-0.6000
-1
Aqui k começa em 1 e é decrementado de 0.4 até chegar em -1.
for k=1:3.5
disp(k)
end
1
2
3
Aqui k começa em 1 e é incrementado de 1 até chegar em 3. Ele não chega a 3.5
porque o próximo valor incrementado seria 4.
2.8 Formato de saı́da

Ainda que todos os cálculos em MATLAB sejam feitos com precisão dupla, o formato
da saı́da na tela pode ser modificado com as seguintes instruções :
format short dá quatro decimais (o usual)
format long dá quatorze decimais
format short e notação cientı́fica com 4 decimais
format long e notação cientı́fica com quinze decimais.
Quando um formato é prescrito este é mantido até que seja prescrito outro formato.
(.m). Reproduza estes exemplos das duas maneiras.
Como exemplo escreveremos o número π com os quatro formatos discutidos:

3.1416 short
3.14159265358979 long
3.1416e+000 short e
3.141592653589793e+000 long e.
2.9 Comando diary

O comando diary <nome de arquivo> faz com que tudo o que aparecer na tela,
daquele momento em diante, (exceto gráficos), seja guardado no arquivo <nome de
arquivo> até que ordenemos diary off. Para continuar guardando os dados escreve-
mos diary on. Por exemplo
>> clear
>> diary ss
>> a=[1 2 3 4 5 6];
>> b=a.^2
b =
1 4 9 16 25 36
>> c=[1 2 3; 4 5 6]
c =
1 2 3
4 5 6
>> d=c’
d =
1 4
2 5
3 6
>> diary off
No arquivo ascii ss ficam guardados todos estes comandos. Abrindo este arquivo
com um editor de texto temos
a=[1 2 3 4 5 6];
b=a.^2
b =
1 4 9 16 25 36
c=[1 2 3; 4 5 6]
c =
1 2 3
4 5 6
d=c’
d =
1 4
2 5
3 6
diary off
Fazendo na tela do MATLAB

>> diary on
>> d=[1 2; 3 4];
>> e=inv(d)
e =
-2.0000 1.0000
1.5000 -0.5000
>> diary off

o arquivo fica
a=[1 2 3 4 5 6];
b=a.^2
b =
1 4 9 16 25 36
c=[1 2 3; 4 5 6]
c =
1 2 3
4 5 6
d=c’
d =
1 4
2 5
3 6
diary off
d=[1 2; 3 4];
e=inv(d)
e =
-2.0000 1.0000
1.5000 -0.5000
diary off
2.10 Comando cputime

O comando cputime dá o tempo de CPU, em segundos, dos processos do MATLAB
desde o começo da seção .
Consideremos o programa a seguir
t=cputime;
operações
cputime-t
Desta maneira obtemos o tempo de CPU gasto para executar as operações especifi-
cadas.
Este comando serve para testar a eficiência de nossos programas.
Como aplicação, consideremos o programa
1. clear
t=cputime;
a1=0:5000;
a2=0:2:10000;
a3=10000:15000;
A=[a1 ; a2; a3];
for i=1:3
for j=1:5001
C(i,j)=A(i,j)^3;
end
end
cputime-t
Ao executar este programa obtemos o tempo de CPU gasto, que foi de 5.0600
seg.
2. clear
t=cputime;
a1=0:5000;
a2=0:2:10000;
a3=10000:15000;
A=[a1 ; a2; a3];
C=A.^3;
cputime-t
A executar este programa obtemos o tempo de CPU gasto, que foi de 0.1100
seg.
Notemos que os tempos dependem da configuração de seu computador, mas as

magnitudes são proporcionais. Os dois programas fazem as mesmas contas, mas
de maneiras diferentes. Observamos, porém, que a maneira utilizada no segundo
programa é mais eficiente que no primeiro, pois utiliza a forma matricial de tratar
os dados.
2.11 Comando fprintf

Este comando serve para mostrar a saı́da de um programa. A sintaxe do comando
é: fprintf(’formato de saı́da’,variáveis). O formato de saı́da contém o texto e o
formato desejado para as variáveis especificadas em variáveis. Usamos %e, %f e
%g para formatar a saı́da . Se %e é usado, os conteúdos das variáveis a serem
impressas estarão em notação exponencial e com %f os conteúdos das variáveis serão
mostrados na notação comum de números reais. Com %g é usada a notação %e ou
%f dependendo do caso. Se o caráter \n aparecer no formato de saı́da, a impresão
continuará na linha seguinte. O formato de saı́da usual deve terminar com um \n.
Para esclarecer melhor este comando consideremos o seguinte exemplo.
Consideremos A uma matriz quadrada. Desejamos encontrar seus autovalores e
seus autovetores.
function pp1(A)
n=length(A(:,1));
[V,D]=eig(A);
for i=1:n
fprintf(’Valor proprio Lambda(%g) = %f \n’,i,D(i,i))
fprintf(’Vetor proprio associado ao valor Lambda(%g),\n v(%g) = \n ’,i,i);
disp(V(:,i))
pause(2)
end
Neste programa disp(V(:,i)) é usado para evitar na saı́da do vetor (coluna) a pala-
vra ans. O comando pause(2) faz com que o programa espere dois segundos para
executar o comando seguinte. Se usamos só pause, a execução é interrompida até
que seja pressionada uma tecla. A execução e a saı́da deste programa são mostradas
a seguir.
>> A=[1 2 3 1 0; 3 -10 4 5 6; 0 1 0 1 2; 3 -10 4 5 6; 1 2 3 4 5 ];
>> pp1(A)
Valor proprio Lambda(1) = 9.644410
Vetor proprio associado a valor Lambda(1),
v(1) =
0.2271
0.4149
0.2394
0.4149
0.7395
Valor proprio Lambda(2) = -8.689421
v(2) =
0.1777
-0.6680
0.0941
-0.6680
0.2592
v(3) =
0.9323
0.1148
-0.2666
0.1148
-0.1830
Valor proprio Lambda(4) = -0.466532
v(4) =
-0.8392
-0.1105
0.5207
-0.1105
-0.0110
v(5) =
0.6968
0.0942
-0.4519
0.4708
-0.2825
Capı́tulo 3
Aplicações
3.1 Programas interativos

Muitas vezes é interessante fazer um programa interativo de forma que o usuário
possa executá-lo entrando os dados necessários ao programa via teclado sem ter que
editar o arquivo .m do programa. Isto pode ser feito através do comando input.
Considere por exemplo que você quer fazer um programa que calcula valores para a
função f (x) = ae−2x+b , e plota x versus f (x), a partir dos valores inicial e final de
x (xi e xf ) e dos parâmetros a e b. No entanto, você também quer que o usuário
entre com estes valores sem ter que alterar o seu programa. Isto pode ser feito da
seguinte maneira:
function [y,x] = interat
clear
disp(’Programa Interat - Vers~ ao 1.0 ’)
a = input(’Entre com o valor de a = ’);
b = input(’Entre com o valor de b = ’);
xi= input(’Entre com o valor inicial de x = ’);
xf= input(’Entre com o valor final de x = ’);
x = xi:(xf-xi)/99:xf; % define 100 valores de x entre xi e xf
y = a*exp(-2*x+b);
plot(x,y,’ro-’)
Quando o usuário executar o programa interat, os valores de a, b, xi e xf são

pedidos ao usuário pelo programa. O usuário pode fornecer os valores simplesmente
digitando o valor pedido seguido de < Enter >. Assim que os quatro valores são
fornecidos o programa calcula os valores de f (x) e plota o gráfico. Note que a função
interat também fornece como saı́da os valores de x e f (x). Se o usuário executar
o programa fazendo >> interat os valores de x e f (x) são imprimidos no comand
window após execução do programa. Se o usuário executar o programa fazendo
>> f=interat; os valores de f (x) são armazenados na memória do MATLAB na
variável f. Os valores não são impressos na tela e os valores de x são perdidos. Se
o usuário executar o programa fazendo [f,x]=interat; os valores de x e f (x) são
armazenados na memória do MATLAB nas variáveis x e f respectivamente.
39
CAPÍTULO 3. APLICAÇÕES 40
3.2 Zeros de funções

O MATLAB acha zeros de funções usando o comando fzero. A função, da qual
deseja-se encontrar os zeros, deve ser definida em um arquivo .m como definido
previamente. Considere a seguinte função f (x) = sin x − cos x. A função apl1 é
então escrita
function f=apl1(x)
f=sin(x)-cos(x);
A raiz pode ser determinada usando o comando fzero no comand window do

MATLAB ou no interior de um outro programa.
>> fzero(’apl1’,1)
ans =
0.7854
ou
>> fzero(@apl1,1)
ans =
0.7854
Note que o segundo argumento 1 é um chute inicial para o cálculo da raiz.
Note também que o valor do ângulo x que satisfaz f (x) = 0 está em radianos
(0.7854 radianos = 45 graus). No entanto, existem outros valores de x para os quais
f (x) = 0, isto é, a função f (x) tem outras raı́zes. Dando o chute inicial 3, por
exemplo, tem-se
>> fzero(’apl1’,3)
ans =
3.9270
ou, em graus, 225. Este comando pode ser utilizado com qualquer outra função
escrita no MATLAB.
3.3 Calculando Integrais

Pode-se também calcular integrais de uma função no MATLAB. Existem vários
métodos de aproximação numérica de integrais definidas implementados no MA-
TLAB. Considere a seguinte integral
Z b
I= f (x) dx (3.1)
a
Esta integral pode ser aproximada usando a regra de Simpson com o comando
quad ou usando a regra trapezoidal com o comando trapz. Os dois comandos
trabalham de maneira bem diferente.
3.3.1 Regra trapezoidal

O comando trapz aproxima a integral usando os pontos da função definidos pelo
usuário. Assim, para usar este comando primeiro deve-se definir os vetores x, no
intervalo [a, b], e f, os valores da função correspondentes aos valores definidos no
vetor x. Considere, por exemplo, a seguinte integral
Z 1
2
I= 2xe−x dx (3.2)
0
A aproximação para esta integral pode ser calculada através do seguinte pro-
grama:
function I=integral(dx)
x=0:dx:1;
f=2*x.*exp(-x.^2);
I=trapz(x,f);
Este programa cria um vetor x de a = 0 até b = 1, com incremento dx definido

pelo usuário, calcula os valores de f (x) nestes pontos e usa o comando trapz para
aproximar a integral de f (x). A figura seguinte mostra graficamente a função para
dx = 0.1 e para dx = 0.02. A área sob a curva é a integral definida da função f (x).
O cálculo da integral é feito no MATLAB, usando a recém-definida função
integral, da seguinte maneira
>> integral(.1)
ans =
0.6298
>> integral(.02)
ans =
0.6320
Observe que as aproximações da integral I para dx = 0.1 e dx = 0.02 são
diferentes. De fato, usando o incremento menor dx = 0.02 aproxima-se melhor a
área sob a curva f (x). O valor exato desta integral é Iexato = 1−e−1 ou calculando no
MATLAB I = 0.63212055882856. Observando o gráfico da função, é fácil imaginar
porque a diminuição do incremento dx melhora a aproximação da integral. No
entanto, na próxima seção, um método mais eficiente para o cálculo da integral é
apresentado.
3.3.2 Regra de Simpson

O comando quad permite que se calcule a integral I usando a regra de Simpson. A
sintaxe deste comando é a seguinte:
quad(’fc’,a,b,tol)
0.9
0.8
0.7
0.6
0.5
f(x)
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.1: Representação da aproximação da integral de uma função.
sendo que ’fc’ é o arquivo .m que define a função da qual se quer calcular a
integral. a e b são os limites de integração e tol é a tolerância de erro exigida para
a aproximação da integral. Mostra-se mais adiante que, quanto menor a tolerância
de erro exigida, mais preciso é o cálculo da integral.
Primeiro, cria-se o programa apl2.m que define a função f (x).
function y=apl2(x) % funç~ ao apl2.m
y=2*x.*exp(-x.^2);
O cálculo da integral I pode ser efetuado usando a tolerância usual que é de

−3
10 . Neste caso, é desnecessário definir tol no comand window.
>> quad(’apl2’,0,1)
ans =
0.63212053454568
Calculando agora com uma tolerância de 10−8
>> quad(’apl2’,0,1,1e-8)
ans =
0.63212055882677
Note que, comparando-se com o valor exato apresentado na seção anterior,
quando diminui-se a tolerância melhora-se a aproximação da integral.
3.4 Solução de sistemas de equações lineares

Dado um sistema de equações lineares AX = b queremos saber se o sistema tem
ou não solução . Se tiver solução desejamos saber se ela é única ou não . Se a
solução for única desejamos conhecer a solução. Se o sistema tiver infinitas soluções
desejamos conhecer pelo menos uma solução .
O programa a seguir discute, para um sistema dado, se a solução existe ou não

e quando existir se é única ou não, fornecendo também a solução (quando é única) e
forncendo ao menos uma solução (quando não é única). Quando o sistema não tiver
solução desejamos que o programa encontre um vetor X que minimize o erro pelo
método dos mı́nimos quadrados.
Para saber se o sistema tem ou não solução o programa compara o posto da matriz A
com o posto da matriz [A : b]. O sistema terá solução quando ambos os postos forem
iguais. Para a unicidade precisamos ainda que o posto da matriz A seja igual ao
número de incógnitas do sistema, caso contrário o sistema terá infinitas soluções .
O programa encontra, neste caso, pelo menos uma solução . No caso do sistema
não ter solução o programa encontra um vetor X que minimiza o erro do sistema
AX = b pelo método dos mı́nimos quadrados.
function sist1(A,b)
n=rank(A);%Da o posto da matriz A
fprintf(’Posto da matriz A= %g \n’,n);
m=rank([A b]);%Da o posto de [A:b]
fprintf(’Posto da matriz [A:b]= %g \n’,m);
if n==m & n==length(A(1,:))
disp(’O sistema tem sol unica’)
X2=pinv(A)*b;
disp(X2);
elseif n==m & n<length(A(1,:))
disp(’O sistema tem infinitas sols’)
disp(’Usando divisao a esquerda uma solu\c c\~ao e’)
X1=A\b;
disp(X1);
disp(’Usando inversa generalizada uma solu\c c\~ao e’)
X2=pinv(A)*b;
disp(X2);
else
disp(’O sistema nao tem sol’)
disp(’Usando divisao a esquerda uma aproximacao e’)
X1=A\b;
disp(X1);
e1=b-A*X1;
J1=e1’*e1/2;
fprintf(’Erro da divisao a esquerda = %f \n’,J1)
disp(’Usando inversa generalizada uma aproximacao e’)
X2=pinv(A)*b;
disp(X2);
e2=b-A*X2;
J2=e2’*e2/2;
fprintf(’Erro da inversa generalizada = %f \n’,J2)
end
Para olhar o funcionamento do programa consideremos os seguintes exemplos
3.4.1 Sistema com solução única

Consideremos o sistema
x + 2y + 3z = 2
2x − y + z = 3
3x − y + 2z = 0
Para achar a solução do sistema fazemos
>> A=[1 -2 3;2 -1 1;3 -1 2];
>> b=[2;3;0];
>> sist1(A,b)
de onde temos
Posto da matriz A= 3
Posto da matriz [A:b]= 3
O sistema tem sol unica
0.2500
-5.7500
-3.2500
3.4.2 Sistema com infinitas soluções

x + 2y + 3z + w = 1
2x − y + z − w = 0
3x − y + 2z + 2w = 0
>> A=[1 -2 3 1;2 -1 1 -1;3 -1 2 2];

>> b=[1;0;0];
>> sist1(A,b)
de onde temos
O sistema tem infinitas sols
Usando divisao a esquerda uma solu\c cao e
-0.2500
0
0.4375
-0.0625
Usando inversa generalizada uma solu\c cao e

-0.2500
-0.2115
0.2788
-0.0096
3.4.3 Sistema sem solução

x + 2y + 3z + w = 1
2x − y + z − w = 0
3x − y + 2z + 2w = 0
x + y + 10z + w = 2
2x − y + z − w = 2

>> A=[1 2 3 1;2 -1 1 -1;3 -1 2 2; 1 1 10 1;2 -1 1 -1];
>> b=[1;0;0;2;2];
>> sist1(A,b)
de onde temos
O sistema nao tem sol
Usando divisao a esquerda uma aproximacao e
0.3125
0.3125
0.1875
-0.5000
Erro da divisao a esquerda = 1.000000

Usando inversa generalizada uma aproximacao e
0.3125
0.3125
0.1875
-0.5000
Erro da inversa generalizada = 1.000000

Capı́tulo 4
Equações diferenciais
No MATLAB existem diversas algoritmos para resolver sistemas de equações dife-

renciais ordinárias de primeira ordem. Estes são mostrados na tabela abaixo.
Integradores de equações diferenciais ordinárias

ode45 Runge-Kutta explı́cito de ordem 4/5 (Dormand-Prince)
ode23 Runge-Kutta explı́cito de ordem 2/3 (Bogacki-Shampine)
ode113 Preditor-corretor de passo variável (Adams-Bashforth-Moulton)
ode15s BDF de passo quase constante para EDOs rı́gidas (Klopfenstein-Shampine)
ode23t Implementação da regra trapezoidal
ode23s Implementação de um par Rosenbrock (2,3) modificado para EDOs rı́gidas
ode23tb Runge-Kutta implı́cito trapezoidal/BDF (Bank-Rose-Hosea-Shampine)
A seguir, alguns exemplos de solução de equações diferenciais ordinárias são

apresentados.
4.1 Sistema massa-mola-amortecedor

Considere um sistema massa-mola-amortecedor descrito pela equação diferencial
ordinária seguinte
mü + cu̇ + ku = f sin t (4.1)

Note que esta equação diferencial ordinária possui ordem 2 (pois ü é derivada
segunda de u no tempo, d2 u/dt2 ). No entanto, esta equação pode ser escrita como
um sistema de duas equações de primeira ordem da seguinte forma
y1 = u e y2 = ẏ1 = u̇, (4.2)
ẏ1 = u̇
ẏ2 = ü = (f /m) sin t − (c/m)u̇ − (k/m)u = (f /m) sin t − (c/m)y2 − (k/m)y1
(4.3)
Em resumo, tem-se duas equações de primeira ordem
47
CAPÍTULO 4. EQUAÇÕES DIFERENCIAIS 48
ẏ1 = y2
(4.4)
ẏ2 = (f /m) sin t − (c/m)y2 − (k/m)y1
Primeiro, escreve-se uma função que calcula ẏ1 e ẏ2 a partir dos valores de t, y1
e y2 . Esta função é chamada diversas vezes no processo de integração do sistema de
equações diferenciais.
function dydt=apl3(t,y,opt,P)
m = P(1); c = P(2);
k = P(3); f = P(4);
dydt = [y(2); (f*sin(t) - c*y(2) - k*y(1))/m];
Note que as variáveis y1 , o deslocamento da massa, e y2 , a velocidade da massa,

foram agrupadas no vetor y. Assim, a saı́da da função apl3 tem como elementos ẏ1
e ẏ2 :

y1 ẏ1
y= ; dydt = (4.5)
y2 ẏ2
A sintaxe para a utilização dos comandos ‘ode*’ na integração da equação dife-
rencial do massa-mola-amortecedor é a seguinte
>> [t,Y]=ode45(’apl3’,[ti tf],Yi);
sendo que ti e tf são os instantes de tempo inicial e final e Yi é o vetor de condições

iniciais. Note que Yi deve ser um vetor coluna (neste caso, com duas linhas) tal que

y1 |t=0 u(0)
Yi = = (4.6)
y2 |t=0 u̇(0)
A função ode45, assim como as outras funções de integração de EDOs, retorna
um vetor coluna t contendo os instantes de tempo em que a solução foi calculada e
uma matriz Y com mesmo número de linhas que t. Cada coluna de Y corresponde
ao comportamento de uma variável no tempo. No caso deste exemplo, a primeira
coluna representa os deslocamentos da massa assumidos em cada instante de tempo
e a segunda coluna representa as velocidades da massa assumidas em cada instante
de tempo.
A linha de comando utilizada para executar a integração das equações pode
também ser parte de um outro programa. Considere, por exemplo, o seguinte pro-
grama
function mma(m,c,k,f,xi,vi,ti,tf)
parametros = [m c k f];
Yi = [xi; vi];
[t,Y] = ode45(’apl3’,[ti tf],Yi,[],parametros);
subplot(221)
plot(t,Y(:,1));
xlabel(’Tempo’); ylabel(’Deslocamento’);
subplot(223)
plot(t,Y(:,2));
xlabel(’Tempo’); ylabel(’Velocidade’);
subplot(122)
plot(Y(:,1),Y(:,2))
xlabel(’Deslocamento’); ylabel(’Velocidade’);
Note que os parâmetros m, c, k e f são passados do programa principal mma

para a integração das equações através do vetor parametros. O recebimento dos
parâmetros pela função que calcula dydt é feita através do argumento extra P. O
parâmetro opt não tem utilidade mas é necessário devido à sintaxe de chamada do
integrador. É possı́vel também fazer o mesmo programa utilizando outros integra-
dores de EDOs. Para isto, basta substituir ode45 por outro integrador (ode15s por
exemplo).
Assim, pode-se executar o programa principal no comand window do MATLAB
>> mma(1,.5,2,0,1,0,0,20)
sendo que o primeiro valor corresponde à massa m, o segundo ao amortecedor c,

o terceiro à rigidez k, o quarto à amplitude da força f , o quinto ao deslocamento
inicial x(0), o sexto à velocidade inicial ẋ(0), o sétimo ao instante inicial ti e o oitavo
ao instante final tf . A próxima figura apresenta o resultado.
4.2 Pêndulo simples

A dinâmica do pêndulo simples é representada pela seguinte equação diferencial
ordinária
θ̈ + (g/l) sin θ = 0 (4.7)

Seguindo a metodologia apresentada na seção anterior, esta equação pode ser
integrada usando um programa principal que explicite o método de integração e
de um programa auxiliar que defina a equação a resolver. Primeiramente, deve-se
transformar a equação anterior em um sistema de equações de primeira ordem.
ẏ1 = y2
(4.8)
ẏ2 = −(g/l) sin y1
O programa principal pendulo.m é então muito similar àquele utilizado para o
problema do sistema massa-mola-amortecedor.
1 0.8
0.5 0.6
Deslocamento
0 0.4
0.2
ï0.5
0
ï1
Velocidade
0 5 10 15 20
Tempo
ï0.2
1
ï0.4
0.5
ï0.6
Velocidade
0
ï0.8
ï0.5
ï1
ï1
ï1.5 ï1.2
0 5 10 15 20 ï1 ï0.5 0 0.5 1
Tempo Deslocamento
Figura 4.1: Resposta livre de um sistema de um grau de liberdade tipo massa-mola-

amortecedor a um conjunto de condições iniciais.
function pendulo(g,l,xi,vi,ti,tf)
parametros = [g l];
Yi = [xi; vi];
[t,Y] = ode45(’apl4’,[ti tf],Yi,[],parametros);
subplot(221)
plot(t,Y(:,1));
xlabel(’Tempo’); ylabel(’Deslocamento’);
subplot(223)
plot(t,Y(:,2));
xlabel(’Tempo’); ylabel(’Velocidade’);
subplot(122)
plot(Y(:,1),Y(:,2))
xlabel(’Deslocamento’); ylabel(’Velocidade’);
e o programa auxiliar que define a equação do pêndulo é

function dydt=apl4(t,y,opt,P)
g = P(1); l = P(2);
dydt = [y(2); -g/l*sin(y(1))];
Pode-se então executar o programa principal pendulo no comand window do

MATLAB:
>> pendulo(9.81,10,.2,3,0,0,20)
Experimente modificar o valor de xi para ver o que acontece com os gráficos.

Você consegue distinguir o comportamento deste sistema não-linear daquele do sis-
tema linear massa-mola-amortecedor. As figuras a seguir apresentam o resultado
para esta e outras condições iniciais.
2 2
1 1
0.8 1
0.5 1.5
Deslocamento
Deslocamento
0 0.6 0
1
−0.5 0.4 −1
0.5
0.2 −2
−1
Velocidade
0 5 10 15 20
Velocidade 0 5 10 15 20
Tempo Tempo
0 0
1 2
−0.2
−0.5
0.5 1
−0.4
Velocidade
Velocidade
−1
0 −0.6 0
−1.5
−0.5 −0.8 −1
−1 −1 −2 −2
0 5 10 15 20 −1 −0.5 0 0.5 1 0 5 10 15 20 −2 −1 0 1 2
Tempo Deslocamento Tempo Deslocamento
3 3
2
Deslocamento
1
2
0
−1
1
−2
−3
Velocidade
0 5 10 15 20
Tempo
0
2
−1
1
Velocidade
0
−2
−1
−2
−3 −3
0 5 10 15 20 −3 −2 −1 0 1 2 3
Tempo Deslocamento
4 4
2
3
Deslocamento
0
2
−2
1
−4
Velocidade
0 5 10 15 20
Tempo
0
4
−1
2
Velocidade
−2
0
−3
−2
−4 −4
0 5 10 15 20 −4 −2 0 2 4
Tempo Deslocamento
Figura 4.2: Resposta livre de um pêndulo sujeito a deslocamentos angulares iniciais

de 1, 2 e 3 rad e considerando várias velocidades angulares iniciais.
4.3 Sistema com mais de um grau de liberdade

Procure na biblioteca de arquivos .m os programas mmola.m e pduplo.m. Execute
estes arquivos no MATLAB e, em seguida, veja como eles foram feitos (>> type
mmola) e (>> type pduplo). Apesar de serem mais extensos e usarem alguns co-
mandos novos, estes dois programas utilizam a mesma metodologia apresentada nas
últimas duas seções para resolver as equações diferenciais de um sistema massa-
mola-amortecedor com 3 graus de liberdade e de um pêndulo duplo.
No primeiro caso, considera-se um sistema dado pela equação de movimento
Mü + Cu̇ + Ku = F(t). (4.9)

Assim como no caso dos sistemas de um grau-de-liberdade apresentados anteri-
ormente, esta equação do movimento pode ser escrita como um sistema de equações
de primeira ordem equivalentes da seguinte forma
z1 = u e z2 = ż1 = u̇ (4.10)
ż1 = u̇
(4.11)
ż2 = ü = M−1 F − M−1 Cu̇ − M−1 Ku = M−1 F − M−1 Cz2 − M−1 Kz1
Este sistema de equações também pode ser escrito na forma matricial como segue

u 0 I 0
ż = Az + B, com z = ,A = ,B = (4.12)
u̇ −M−1 K −M−1 C M−1 F
Para implementação numérica no MATLAB, é mais eficiente substituir o cálculo

usando a inversão da matriz de massa M pela solução de um problema Ax = b
generalizado. Sendo assim, M−1 K é calculado usando M\K. A função que calcula
ż pode então ser escrita da seguinte forma
function xp=eqmm(t,x)
M=eye(3); K=[2 -1 0;-1 2 -1;0 -1 2]; % massa e rigidez
C=M*1e-2 + K*1e-3; % amortecimento proporcional
b=[0;0;1]; % distribuicao de entrada
f=1*sin(10*t); %entrada
A=[zeros(size(M)) eye(size(M)); -M\K -M\C];
B=[zeros(size(b)); M\b];
xp=zeros(size(A,1),1);
xp=A*x + B*f;
A solução da equação do movimento, para dados intervalo de tempo e condições

iniciais, pode então ser aproximada usando um algoritmo de integração numérica
como, por exemplo,
tspan=0:.1:20; x0=[1;0;0;0;0;0]; [t,x]=ode45(’eqmm’,tspan,x0);
A resposta em frequência pode ser obtida a partir da hipótese de entrada harmônica,

tal que F(t) = bf f˜exp(iωt). Assim,
ũ = (−ω 2 M + iωC + K)−1 bf f˜ (4.13)

Considerando a medição do deslocamento em uma das massas (medição de um
dos graus de liberdade) cujo sinal é representado por y = cy u, a função resposta em
frequência complexa, definida como H(ω) = ỹ/f˜, é dada por
H(ω) = ỹ/f˜ = cy (−ω 2 M + iωC + K)−1 bf (4.14)

No MATLAB, H(ω) pode ser calculado para cada valor de frequência desejada
usando, por exemplo,
om=logspace(-1.3,-0.2,500)*2*pi; % vetor de frequencias
for id=1:length(om)
H(id) = c*((-om(id)^2*M +j*om(id)*C +K)\b);
end
figure(2)
subplot(211), semilogx(om/2/pi,20*log10(abs(H)),’linewidth’,2),
axis([.06 1 -Inf Inf]), grid
ylabel(’Amplitude (dB)’)
subplot(212), semilogx(om/2/pi,180/pi*angle(H),’linewidth’,2),
axis([.06 1 -Inf Inf]), grid
ylabel(’Fase (graus)’), xlabel(’Frequencia (Hz)’)
A Figura 4.3 mostra alguns resultados obtidos pela rotina mmola.m.

20
Amplitude (dB)
1.5 10
1o modo (0.09 Hz) = [0.500, 0.707, 0.500] 0
1 −10
−20
0.5 −30
−1 0
2o modo (0.32 Hz) = [−0.707, 0.000, 0.707] 10 10
−20
−0.5
−40
Fase (graus)
3o modo (0.54 Hz) = [−0.500, 0.707, −0.500] −60
−80
−1
−100
−120
−1.5 −140
−160
−1 0
10 10
−2 Frequencia (Hz)
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
Condicao Inicial 3o modo

0.8
Massa 1
Massa 2
Massa 3
0.6
0.4
0.2
Deslocamento (m)
−0.2
−0.4
−0.6
−0.8
0 2 4 6 8 10 12 14 16 18 20
Tempo (seg.)
Forcamento Harmonico de Frequencia 1 rad/s

0.5
Massa 1
Massa 2
0.4 Massa 3
0.3
0.2
Deslocamento (m)
0.1
−0.1
−0.2
−0.3
−0.4
−0.5
0 10 20 30 40 50 60 70 80
Tempo (seg.)
Figura 4.3: Sistema massa-mola-amortecedor com três graus de liberdade: mo-

dos de vibração, resposta em frequência, vibração livre, resposta com forçamento
harmônico.
No caso do pêndulo duplo, por se tratar de um sistema de equações diferenciais

não-lineares, a escrita das equações do movimento pode ser posta na seguinte forma
M(q)q̈ + H(q, q̇) = F(t), (4.15)

tal que, no espaço de estados,

q 0 0
ż = A(z) + B, com z = , A(z) = ,B = .
q̇ −M(z)−1 H(z) M(z)−1 F(t)
(4.16)
Para integração numérica, uma função que representa a equação do pêndulo
duplo pode ser escrita na forma
function xp=eqpd(t,x)
global ma mb g la lb dp
ta=x(1); tb=x(2); tap=x(3); tbp=x(4);
M = [(ma+mb)*la2 mb*la*lb*cos(ta-tb);
mb*la*lb*cos(ta-tb) mb*lb2];
H = [mb*la*lb*sin(ta-tb)*tbp2 + dp*tap + (ma+mb)*g*la*sin(ta);
-mb*la*lb*sin(ta-tb)*tap2 + dp*tbp + mb*g*lb*sin(tb)];
xp=zeros(4,1);
xp = [tap; tbp; -M\H];
Uma parte da rotina pduplo.m que aproxima a solução das equações do movi-
mento é mostrada abaixo. Para maiores detalhes, abra o arquivo pduplo.m.
tspan=0:.02:25;
xi=[pi-.01;0;0;0]; [t,x]=ode45(’eqpd’,tspan,xi,options);
ta=x(:,1); tb=x(:,2); tap=x(:,3); tbp=x(:,4);
A Figura 4.4 mostra alguns resultados obtidos pela rotina pduplo.m.

2 10
8
Posicao da massa A
Posicao da massa B
1
6
4
0
2
0
−1
−2
−2 −4
0 5 10 15 20 25 0 5 10 15 20 25
10 15
Velocidade da massa A
Velocidade da massa B
10
5
5
0
0
−5
−5
−10 −10
0 5 10 15 20 25 0 5 10 15 20 25
Figura 4.4: Resposta livre de um pêndulo duplo.

Introducao Ao MATLAB 3ed

Enviado por

Dados do documento

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

Introducao Ao MATLAB 3ed

Enviado por

Direitos autorais:

Formatos disponíveis

..

2 Comandos Básicos do MATLAB 5

TLAB, dos comandos básicos e de construção de programa. A partir daı́, esperamos

Comandos Básicos do MATLAB

2.1 Entrando no MATLAB

2.2 Primeiros passos

fornecendo o valor inicial, o incremento e o valor final,

Name Size Bytes Class

T 1x11 88 double array

Grand total is 12 elements using 88 bytes

0 0.8415 0.9093 0.1411 -0.7568 -0.9589 -0.2794

0.6570 0.9894 0.4121 -0.5440

>> e=a+b, g=a*b, f=a/b,

Name Size Bytes Class

A 2x2 32 double array

Grand total is 7 elements using 56 bytes

Vamos agora remover a variável a da memória usando o comando clear e listar

Name Size Bytes Class

A 2x2 32 double array

Grand total is 6 elements using 48 bytes

Os comandos básicos gerais do MATLAB estão resumidos na tabela abaixo a

2.3 Operações básicas com matrizes

>> A(1,:), A(:,2)

>> [A A(:,1); A(1:2,:) A(2:3,2)]

-1.2500 1.0000 -0.2500

max maior componente de um vetor

eye matriz identidade

As operações de adição/subtração e multiplicação de matrizes podem ser reali-

>> A=[1 2 3; 4 5 6], B=[1 3 ; 4 6; 3 4],

>> D=C*C, E=C.*C

>> [U,S,V] = svd(C)

2.4 Gravação e recuperação de dados

Name Size Bytes Class

A 3x3 72 double array

Grand total is 15 elements using 120 bytes

Se não especificássemos as variáveis a gravar, todas as variáveis armazenadas na

>> save dados.txt A b x -ascii

1.0000000e+000 2.0000000e+000 3.0000000e+000

Evidentemente, este formato só faria sentido no caso de importação de dados de

2.5 Zeros de polinômios

>> p=[5/8 -5 -3 0 2 -10];

1.0000 -8.0000 -4.8000 -0.0000 3.2000 -16.0000

2.6 Criação e edição de gráficos

1. Preparação dos dados

2. Escolha de uma janela para traçar o gráfico e utilização de uma das

3. Seleção de tipos de linha e marcadores para as diferentes curvas

4. Definição de limites dos eixos e inclusão de grid

5. Adição de anotações no gráfico como identificação dos eixos, tı́tulo,

6. Exportação do gráfico para algum aplicativo (de processamento de

Figura 2.1: Exemplo de gráfico com diferentes tipos de linhas.

>> t=0:0.1:10; x=exp(-t/5).*cos(3*t); y=exp(-t/5).*sin(3*t);

Gráfico 3D com plot3 ïï Projeções

Figura 2.2: Gráfico 3D com projeções.

Seguem agora dois exemplos de gráficos de superfı́cie 3D usando variações do

Figura 2.3: Exemplo de gráfico de superfı́cie 3D.

Neste exemplo, posição e tamanho da figura são definidos na propriedade ’Po-

>> figure(’Position’,[232 20 340 400],’PaperPositionMode’,’auto’)

Figura 2.4: Exemplo de gráfico de superfı́cie 3D.

Os comandos gráficos 3D utilizados neste exemplo são meshc e waterfall. O

Tabela 2.1: Principais comandos gráficos do MATLAB.

2.7 Programando em MATLAB

método de execução das linhas de comandos é o mesmo. No entanto, se de várias

O usuário pode ainda listar os programas contidos no diretório corrente de duas

>> D=CC, E=C.C

>> t=0:0.1:10; x=exp(-t/5).cos(3t); y=exp(-t/5).sin(3t);