= e
At
Bu(t)
c Reinaldo M. Palhares
pag.3
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Integrando de 0 a t obtem-se
e
A
x()
t
=0
=
_
t
0
e
A
Bu()d
e
At
x(t) e
0
x(0) =
_
t
0
e
A
Bu()d
como e
0
= I e
_
e
At
_
1
= e
At
, entao
x(t) = e
At
x(0) +
_
t
0
e
A(t)
Bu()d
c Reinaldo M. Palhares
pag.4
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Pode-se vericar se a solu cao satisfaz a equa cao diferencial e se x(t) = x(0)
em t = 0...
Veja que em t = 0, x(0) = e
At
x(0) = Ix(0) = x(0)
E x(t) satisfaz a equa cao de x(t)? Compute x(t)
x(t) =
d
dt
_
e
At
x(0) +
_
t
0
e
A(t)
Bu()d
_
= Ae
At
x(0) +
_
t
0
Ae
A(t)
Bu()d +e
A(t)
Bu()
=t
= A
_
e
At
x(0) +
_
t
0
e
A(t)
Bu()d
_
+e
A0
Bu(t)
= Ax(t) +Bu(t)
c Reinaldo M. Palhares
pag.5
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Veja que foi usado o fato que:
t
_
t
t
0
f(t, )d =
_
t
t
0
_
t
f(t, )
_
d +f(t, )
=t
Ainda, substituindo x(t) na equa cao de sada obtem-se:
y(t) = Ce
At
x(0) +C
_
t
0
e
A(t)
Bu()d +Du(t)
c Reinaldo M. Palhares
pag.6
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Calculo de e
At
Metodo 1 Encontre os autovalores de A. Obtenha o polinomio h() de grau
n 1 igual a e
t
no espectro de A. Fa ca e
At
= h(A)
Metodo 2 Encontre a Forma Canonica de Jordan de A,
A. Entao
A = Q
AQ
1
e e
At
= Qe
At
Q
1
Metodo 3
e
At
=
k=0
t
k
A
k
k!
(computador, expm...)
c Reinaldo M. Palhares
pag.7
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Veja ainda que aplicando a transformada de Laplace no sistema inicial em x(t)
obtem-se:
X(s) = (sI A)
1
_
x(0) +BU(s)
_
Y (s) = C(sI A)
1
_
x(0) +BU(s)
_
+DU(s)
Metodo 4
L
_
e
At
= (sI A)
1
; e
At
= L
1
_
(sI A)
1
c Reinaldo M. Palhares
pag.8
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
(sI A)
1
e uma fun cao de A que pode ser computada de varias formas:
diretamente pela inversa de (sI A); via metodo 1; via metodo 2 ou a forma em
serie de potencia discutida na se cao de
Algebra
Exemplo considere A =
_
_
0 1
1 2
_
_
. Obtenha (sI A)
1
C omputo direto:
(sI A)
1
=
_
_
s 1
1 s + 2
_
_
1
=
1
s
2
+ 2s + 1
_
_
s + 2 1
1 s
_
_
c Reinaldo M. Palhares
pag.9
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Metodo 1 Os autovalores de A sao 1 e 1. Fa ca h() =
0
+
1
. Se
f() = (s )
1
iguala os valores de h() no espectro de A, entao
f(1) = h(1) (s + 1)
1
=
0
1
f
(1) = h
(1) (s + 1)
2
=
1
Portanto obtendo
0
e
1
e substituindo em h():
h() =
_
(s + 1)
1
+ (s + 1)
2
+ (s + 1)
2
e
(sI A)
1
= h(A) =
_
(s + 1)
1
+ (s + 1)
2
I + (s + 1)
2
A
=
1
(s + 1)
2
_
_
s + 2 1
1 s
_
_
c Reinaldo M. Palhares
pag.10
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Veja se considerar a equa cao:
x(t) =
_
_
0 1
1 2
_
_
. .
A
x(t) +
_
_
0
1
_
_
. .
B
u(t)
a solu cao e dada por
x(t) = e
At
x(0) +
_
t
0
e
A(t)
Bu()d
e
At
?
c Reinaldo M. Palhares
pag.11
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
e
At
= L
1
_
_
_
1
(s + 1)
2
_
_
s + 2 1
1 s
_
_
_
_
_
=
_
_
(1 +t)e
t
te
t
te
t
(1 t)e
t
_
_
e com B =
_
0 1
_
:
x(t) =
_
_
(1 +t)e
t
te
t
te
t
(1 t)e
t
_
_
x(0)
+
_
_
t
0
(t )e
(t)
u()d
_
t
0
[1 (t )]e
(t)
u()d
_
_
c Reinaldo M. Palhares
pag.12
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Propriedades Resposta `a entrada nula (u(t) 0) de e
At
x(0) com a forma de
Jordan dada por:
A =
2
6
6
6
6
6
6
6
6
4
1
1 0 0 0
0
1
1 0 0
0 0
1
0 0
0 0 0
1
0
0 0 0 0
2
3
7
7
7
7
7
7
7
7
5
(Chen, pg. 66 (3.48))
e
At
= Q
2
6
6
6
6
6
6
6
6
4
e
1
t
te
1
t
t
2
e
1
t
/2 0 0
0 e
1
t
te
1
t
0 0
0 0 e
1
t
0 0
0 0 0 e
1
t
0
0 0 0 0 e
2
t
3
7
7
7
7
7
7
7
7
5
Q
1
c Reinaldo M. Palhares
pag.13
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
e combina cao linear de termos do tipo t
k
e
t
, determinados pelos autovalores
e seus ndices n
i
(maior ordem dos blocos de Jordan associados a
i
). Sao
analticos, ie, diferenciaveis para todo t
se todo autovalor tem parte real negativa, a resposta `a entrada nula tende
para zero quando t (segue direto de e
t
); se A possui algum autovalor
com parte real positiva, a resposta `a entrada nula cresce indenidamente...
um autovalor com parte real nula mas ndice 1 nao causa o crescimento
ilimitado; se o ndice for 2 ou superior, o crescimento ilimitado pode ocorrer. Por
exemplo, um autovalor igual a 0 com ndice 2 faz com que e
At
contenha os
termos {1, t}. O termo te
0t
, para t , implicara em crescimento ilimitado
para x(t)
c Reinaldo M. Palhares
pag.14
Teoria de Sistemas Lineares Aula 10
Discretizacao
Considere o sistema contnuo no tempo:
_
_
_
x(t) = Ax(t) +Bu(t)
y(t) = Cx(t) +Du(t)
Uma primeira ideia de possibilidade de aproxima cao discreta:
x(t) = lim
T0
x(t +T) x(t)
T
I +A +A
2
2
2!
+
d = TI +
T
2
2!
A +
T
3
3!
A
2
+
T
4
4!
A
3
+
Se A e nao singular, a serie pode ser reescrita (e ainda somando I I) da forma:
A
1
_
TA+
T
2
2!
A
2
+
T
3
3!
A
3
+ + I I
_
= A
1
(e
AT
I)
B
d
= A
1
_
e
AT
I
_
B se A
1
MATLAB c2d
c Reinaldo M. Palhares
pag.20
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Discreto
NOTA Sem perda de generalidade vamos utilizar a mesma nota cao de
matrizes A, B, etc. para sistemas a tempo contnuo ou discreto. A indica cao de
t ou k basta para entender o contexto
Considere o sistema discreto:
_
_
_
x(k + 1) = Ax(k) +Bu(k)
y(k) = Cx(k) +Du(k)
Forma geral da solu cao:
x(1) = Ax(0) +Bu(0)
x(2) = Ax(1) +Bu(1) = A
2
x(0) +ABu(0) +Bu(1)
.
.
.
c Reinaldo M. Palhares
pag.21
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Discreto
Assim, para k > 0
x(k) = A
k
x(0) +
k1
m=0
A
k1m
Bu(m)
e
y(k) = CA
k
x(0) +
k1
m=0
CA
k1m
Bu(m) +Du(k)
c Reinaldo M. Palhares
pag.22
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Discreto
Da mesma forma como no caso contnuo, a resposta `a entrada nula A
k
x(0)
apresenta algumas propriedades
Suponha que A tem o autovalor
1
com multiplicidade 4 e o autovalor
2
com multiplicidade 1
Suponha ainda que A possui a forma de Jordan tal que
A
k
= Q
_
k
1
k
k1
1
k(k 1)
k2
1
/2 0 0
0
k
1
k
k1
1
0 0
0 0
k
1
0 0
0 0 0
k
1
0
0 0 0 0
k
2
_
_
Q
1
ie,
1
tem ndice 3 e
2
tem ndice 1
c Reinaldo M. Palhares
pag.23
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Discreto
combina cao linear de termos do tipo
k
, k
k1
, k
2
k2
, determinados
pelos autovalores e seus ndices...
se todo autovalor tem magnitude menor que 1, a resposta `a entrada nula tende
para zero quando k (consequencia de
k
); se A possui algum autovalor
com magnitude maior que 1 a resposta `a entrada nula cresce indenidamente
um autovalor com magnitude igual a 1 e ndice 1 nao causa o crescimento
ilimitado; se o ndice for 2 ou superior, o crescimento ilimitado pode ocorrer. Por
exemplo, um autovalor igual a 1 com ndice 2 faz com que A
k
contenha os
termos {1, k}, ie, k
k1
, quando k
c Reinaldo M. Palhares
pag.24
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
Considere o sistema linear invariante no tempo
_
_
_
x(t) = Ax(t) +Bu(t)
y(t) = Cx(t) +Du(t)
Seja P R
nn
uma matriz nao-singular e x = Px. A equa cao dinamica
_
_
_
x(t) =
A x(t) +
Bu(t)
y(t) =
C x(t) +
Du(t)
sendo
A = PAP
1
,
B = PB,
C = CP
1
e
D = D e (algebricamente)
equivalente `a do sistema original, e P e a transforma cao de equivalencia
c Reinaldo M. Palhares
pag.25
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
Por outro lado... x = P
1
x e x = P
1
x tal que:
A = PAP
1
= Q
1
AQ Q
A = A
_
q
1
q
2
q
n
_
_
q
1
q
2
q
n
_
A =
_
Aq
1
Aq
2
Aq
n
_
i-esima coluna de
A : representa cao de Aq
i
na base {q
1
, q
2
, . . . , q
n
}. A e
A
sao similares e
A e simplesmente um representa cao diferente de A
c Reinaldo M. Palhares
pag.26
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
A e
A sao similares e tem os mesmos autovalores
() = det
_
I
A
_
= det
_
PP
1
P
AP
1
_
= det
_
P(I A)P
1
G(s) =
C(sI
A)
1
B +
D
= CP
1
_
sPP
1
PAP
1
1
PB +D
= CP
1
_
P(sI A)P
1
1
PB +D
= CP
1
P (sI A)
1
P
1
PB +D
= C (sI A)
1
B +D
= G(s)
c Reinaldo M. Palhares
pag.28
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
Exemplo Circuito RLC
u
R
x
1
x
2
L
C
+
+
y
x
1
: corrente no indutor;
x
2
= y : tensao no capacitor
x
1
: corrente na malha 1;
x
2
: corrente na malha 2
c Reinaldo M. Palhares
pag.29
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
Escolhendo como variaveis de estado x
1
(corrente no indutor) e x
2
(tensao no
capacitor):
x
1
=
x
2
R
+C x
2
. .
corrente...
e L x
1
+x
2
. .
tensao...
= u
entao
_
_
_
_
x
1
x
2
_
_
=
_
_
0 1/L
1/C 1/RC
_
_
_
_
x
1
x
2
_
_
+
_
_
1/L
0
_
_
u
y =
_
0 1
_
_
_
x
1
x
2
_
_
c Reinaldo M. Palhares
pag.30
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
No entanto, se as correntes de malhas forem escolhidas como variaveis de estado:
u = L
x
1
+R( x
1
x
2
)
. .
tensao...
x
1
=
R
L
x
1
+
R
L
x
2
+
1
L
u
Veja que a corrente no capacitor e: x
2
= C v
C
= C(R(
x
1
x
2
)) ou
x
2
=
x
1
1
RC
x
2
ainda, v
L
= L
x
1
= u v
C
ou
x
1
=
1
L
(u R( x
1
x
2
)) entao
x
2
=
1
L
u
R
L
x
1
+
R
L
x
2
1
RC
x
2
c Reinaldo M. Palhares
pag.31
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
_
_
_
_
x
1
x
2
_
_
=
_
_
R/L R/L
R/L R/L 1/RC
_
_
_
_
x
1
x
2
_
_
+
_
_
1/L
1/L
_
_
u
y =
_
R R
_
_
_
x
1
x
2
_
_
Se R = 1 ; L = 1H ; C = 1F, entao
_
_
x
1
x
2
_
_
=
_
_
1 0
1 1
_
_
_
_
x
1
x
2
_
_
ou
_
_
x
1
x
2
_
_
=
_
_
1 0
1 1
_
_
_
_
x
1
x
2
_
_
; x = Px, P = P
1
. . .
c Reinaldo M. Palhares
pag.32
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
Dois sistemas sao equivalentes ao estado nulo se possuem a mesma matriz de
transferencia, ie:
C(sI A)
1
B +D =
C(sI
A)
1
B +
D
Veja que usando a expressao de serie de potencias para (sI A)
1
(Chen, (3.57))
D+CBs
1
+CABs
2
+CA
2
Bs
3
+ =
D+
C
Bs
1
+
C
A
Bs
2
+
C
A
2
Bs
3
+
Teorema Dois sistemas dinamicos descritos por equa coes de estado
{A, B, C, D} e {
A,
B,
C,
D} sao equivalentes ao estado nulo (tem a mesma
matriz de transferencia) se e somente se D =
D e
CA
m
B =
C
A
m
B ; m = 0, 1, 2, . . .
c Reinaldo M. Palhares
pag.33
Teoria de Sistemas Lineares Aula 10
Forma Canonica Companheira
Forma Companheira representa cao de A na base
Q =
_
b
1
Ab
1
A
n1
b
1
_
sendo b
1
a primeira coluna de B
A =
_
_
0 0 0
4
1 0 0
3
0 1 0
2
0 0 1
1
_
_
() =
4
+
1
3
+
2
2
+
3
+
4
MATLAB [sistemaCanonico,Q]=canon(sistema,type), forma
companheira se type=companion para sistema=ss(A,B,C,D) com Q sendo a
transforma cao
c Reinaldo M. Palhares
pag.34
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Considere A com dois autovalores reais e um par complexo conjugado (dados por
1
,
2
, +j e j). A representa cao na base formada pelos autovetores
(q
1
, q
2
, q
3
e q
4
, respectivamente, com q
3
e q
4
complexo conjugados) fornece
(sendo Q formada pelo autovetores obtidos diretamente de eig):
A =
_
1
0 0 0
0
2
0 0
0 0 +j 0
0 0 0 j
_
_
= Q
1
AQ (Jordan)
A pode ser transformada em uma matriz similar real?
c Reinaldo M. Palhares
pag.35
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Denem-se
Q =
_
_
1 0 0 0
0 1 0 0
0 0 0.5 0.5j
0 0 0.5 0.5j
_
_
;
Q
1
=
_
_
1 0 0 0
0 1 0 0
0 0 1 1
0 0 j j
_
A =
Q
1
Q =
_
1
0 0 0
0
2
0 0
0 0
0 0
_
_
Forma modal
As duas transforma c oes podem ser combinadas:
A =
Q
1
Q
1
AQ
Q
c Reinaldo M. Palhares
pag.36
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Note que as duas transforma coes podem ser combinadas em umas:
Q
Q P
1
=
_
q
1
q
2
q
3
q
4
_
_
_
1 0 0 0
0 1 0 0
0 0 0.5 0.5j
0 0 0.5 0.5j
_
_
=
_
q
1
q
2
Re (q
3
) Im (q
3
)
_
lembrando que q
3
e q
4
sao complexo conjugados
MATLAB [MODAL,P]=canon(sistema,type), forma modal se
type=modal para sistema=ss(A,B,C,D) com P sendo a transforma cao
c Reinaldo M. Palhares
pag.37
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Exemplo A =
2
6
6
6
6
6
4
0.4326 1.1465 0.3273 0.5883
1.6655 1.1909 0.1746 2.1832
0.1253 1.1892 0.1867 0.1364
0.2877 0.0376 0.7258 0.1139
3
7
7
7
7
7
5
Autovalores: 2.1559, 1.3857, 0.0423 j0.8071
Ac=jordan(A),
Ac =
-0.0423 - 0.8071i 0 0 0
0 -0.0423 + 0.8071i 0 0
0 0 -1.3857 0
0 0 0 2.1559
c Reinaldo M. Palhares
pag.38
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Qb=[1/2 -1/2*j 0 0;1/2 1/2*j 0 0;0 0 1 0;0 0 0 1],
Qb =
0.5000 0 - 0.5000i 0 0
0.5000 0 + 0.5000i 0 0
0 0 1.0000 0
0 0 0 1.0000
Qbi=inv(Qb),
Qbi =
1.0000 1.0000 0 0
0 + 1.0000i 0 - 1.0000i 0 0
0 0 1.0000 0
0 0 0 1.0000
c Reinaldo M. Palhares
pag.39
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Ab=Qbi*Ac*Qb,
Ab =
-0.0423 -0.8071 0 0
0.8071 -0.0423 0 0
0 0 -1.3857 0
0 0 0 2.1559
Veja ainda que de Jordan obtem-se:
Q =
0.0561 + 0.2040i 0.0561 - 0.2040i 0.7542 0.1336
-0.0504 - 0.2222i -0.0504 + 0.2222i 0.4315 -0.3308
0.3269 - 0.1177i 0.3269 + 0.1177i -0.4948 -0.1589
-0.0370 + 0.3091i -0.0370 - 0.3091i 0.1056 -0.0316
c Reinaldo M. Palhares
pag.40
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Ab=Qbi*inv(Q)*A*Q*Qb,
Ab =
-0.0423 -0.8071 + 0.0000i 0 - 0.0000i 0.0000 + 0.0000i
0.8071 + 0.0000i -0.0423 0.0000 - 0.0000i 0.0000 - 0.0000i
-0.0000 - 0.0000i 0.0000 + 0.0000i -1.3857 + 0.0000i -0.0000 + 0.0000i
0.0000 - 0.0000i -0.0000 - 0.0000i 0.0000 + 0.0000i 2.1559 + 0.0000i
e note que P
1
e formado de Q =
h
Re (q
1
) Im (q
1
) q
3
q
4
i
...
P_inversa=Q*Qb,
P_inversa =
0.0561 0.2040 0.7542 0.1336
-0.0504 -0.2222 0.4315 -0.3308
0.3269 -0.1177 -0.4948 -0.1589
-0.0370 0.3091 0.1056 -0.0316
c Reinaldo M. Palhares
pag.41
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Ab=inv(P_inversa)*A*P_inversa
Ab =
-0.0425 -0.8070 0.0001 -0.0002
0.8072 -0.0421 0.0000 0.0002
0.0000 -0.0001 -1.3857 -0.0000
-0.0002 0.0003 0.0004 2.1559
c Reinaldo M. Palhares
pag.42
Teoria de Sistemas Lineares Aula 10
CURIOSIDADE usando a funcao canon...
A;B=[0;0;0;0];C=[0 0 0 0];D=0; sys=ss(A,B,C,D);[sysc,P]=canon(sys,modal)
a =
x1 x2 x3 x4
x1 2.156 0 0 0
x2 0 -1.386 0 0
x3 0 0 -0.04232 0.8071
x4 0 0 -0.8071 -0.04232
b =
u1
x1 0
x2 0
x3 0
x4 0
c Reinaldo M. Palhares
pag.43
Teoria de Sistemas Lineares Aula 10
CURIOSIDADE usando a funcao canon...
c =
x1 x2 x3 x4
y1 0 0 0 0
d =
u1
y1 0
Continuous-time model.
p =
0.3956 -0.8017 -0.2992 -0.9511
1.0220 0.5127 -0.1369 -0.3580
-0.6708 0.1341 -0.8730 0.1519
-0.0337 -0.1357 0.0498 1.0286
c Reinaldo M. Palhares
pag.44
Teoria de Sistemas Lineares Aula 10
CURIOSIDADE usando a funcao canon...
A;B=[1;0;0;0];C=[1 0 0 0];D=0; sys=ss(A,B,C,D);[sysc,P]=canon(sys,modal)
a =
x1 x2 x3 x4
x1 2.156 0 0 0
x2 0 -1.386 0 0
x3 0 0 -0.04229 -0.8538
x4 0 0 0.7628 -0.04229
b =
u1
x1 -0.3919
x2 1.005
x3 -0.33
x4 0.7042
c Reinaldo M. Palhares
pag.45
Teoria de Sistemas Lineares Aula 10
CURIOSIDADE usando a funcao canon...
c =
x1 x2 x3 x4
y1 -0.341 0.7501 -0.5135 -0.08127
d =
u1
y1 0
Continuous-time model. P =
-0.3919 0.7940 0.2963 0.9420
1.0055 0.5044 -0.1348 -0.3522
-0.3300 0.2203 -0.5310 -1.0312
0.7042 -0.0672 0.8682 -0.6868
c Reinaldo M. Palhares
pag.46
Teoria de Sistemas Lineares Aula 10
Forma Canonica Modal
Exemplo Forma modal de uma matriz com autovalores
1
,
1
j
1
e
2
j
2
A =
_
1
0 0 0 0
0
1
1
0 0
0
1
1
0 0
0 0 0
2
2
0 0 0
2
2
_
_
P
1
=
_
q
1
Re (q
2
) Im (q
2
) Re (q
4
) Im (q
4
)
_
sendo q
1
, q
2
e q
4
autovetores associados, respectivamente a
1
,
1
+j
1
e
2
+j
2
c Reinaldo M. Palhares
pag.47
Teoria de Sistemas Lineares Aula 10
Autovalores complexos com MA > 1
Considere uma matriz A R
44
com autovalores complexos
1
= +j
e
2
= j, ambos de multiplicidade algebrica igual a 2. A representa cao de
A na forma de Jordan e
_
1
1 0 0
0
1
0 0
0 0
2
1
0 0 0
2
_
_
A representa cao de A na forma can onica modal e
_
_
1 0
0 1
0 0
0 0
_
_
c Reinaldo M. Palhares
pag.48
Teoria de Sistemas Lineares Aula 10
Realizacoes
Considere um sistema linear invariante no tempo descrito por
_
_
_
x(t) = Ax(t) +Bu(t)
y(t) = Cx(t) +Du(t)
A descri cao entrada/sada (matriz de transferencia) pode ser obtida (de maneira
unica) a partir da equa cao de estado
G(s) = C(sI A)
1
B +D
e o contrario?
Realiza cao Dada uma matriz de transferencia G(s), encontrar uma descri cao
no espa co de estados
c Reinaldo M. Palhares
pag.49
Teoria de Sistemas Lineares Aula 10
Realizacoes
Uma matriz de transferencia e realizavel se existe um sistema de equa coes de
estado de dimensao nita que o representa. Ou, simplesmente, se existem
matrizes A, B, C e D tais que
G(s) = C(sI A)
1
B +D
{A, B, C, D} e uma realiza cao de G(s)
Nem toda G(s) admite uma realiza cao (por exemplo, sistema a parametros
distribudos). Se G(s) e realizavel, possui innitas realiza coes (sistemas
equivalentes)
c Reinaldo M. Palhares
pag.50
Teoria de Sistemas Lineares Aula 10
Realizacoes
Teorema Uma matriz de transferencia e realizavel se e somente se G(s) e uma
matriz racional pr opria
Demonstracao () Para uma matriz de transferencia:
C(sI A)
1
B =
1
det(sI A)
C[Adj (sI A)]B
Note que se A R
nn
, det(sI A) tem grau n. Todo elemento de
Adj (sI A) e um determinante de uma submatriz (n 1) (n 1) de
(sI A), e suas combina c oes lineares tem no maximo grau (n 1). Assim,
C(sI A)
1
B e uma matriz racional estritamente pr opria. Se D = 0,
C(sI A)
1
B +D e pr opria (G() = D). Como conclusao, se G(s) e
realizavel, G(s) e uma matriz racional pr opria
c Reinaldo M. Palhares
pag.51
Teoria de Sistemas Lineares Aula 10
Realizacoes
() Deseja-se agora mostrar se G(s) e uma matriz q p racional pr opria,
entao existe uma realiza cao...
Suponha que G(s) e decomposta na forma
G(s) = G
ep
(s) +G()
com G
ep
(s) correspondendo `a parte estritamente pr opria. Seja o polinomio
m onico (coeciente do termo de grau mais alto e 1)
d(s) = s
r
+
1
s
r1
+ +
r1
s +
r
o mnimo denominador comum de todos os elementos de G
ep
(s). Entao,
G
ep
(s) pode ser escrito na forma
G
ep
(s) =
1
d(s)
_
N(s)
_
=
1
d(s)
_
N
1
s
r1
+N
2
s
r2
+ +N
r1
s +N
r
_
sendo N
i
matrizes constantes q p
c Reinaldo M. Palhares
pag.52
Teoria de Sistemas Lineares Aula 10
Realizacoes
O conjunto de equa coes
8
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
:
x =
2
6
6
6
6
6
6
6
6
6
4
1
I
p
2
I
p
r1
I
p
r
I
p
I
p
0
p
0
p
0
p
0
p
0
p
I
p
0
p
0
p
0
p
.
.
.
.
.
.
.
.
.
.
.
.
0
p
0
p
0
p
I
p
0
p
3
7
7
7
7
7
7
7
7
7
5
x +
2
6
6
6
6
6
6
6
6
6
4
I
p
0
p
0
p
.
.
.
0
p
3
7
7
7
7
7
7
7
7
7
5
u
y =
h
N
1
N
2
N
r1
N
r
i
x +G()u
e uma realiza cao de G(s)
A(rp rp) esta na forma bloco-companheira, r linhas e r colunas de
matrizes p p; B(rp p), C(q rp) consiste de r matrizes N
i
, cada qual
q p. A realiza cao de dimensao rp e chamada forma canonica controlavel
c Reinaldo M. Palhares
pag.53
Teoria de Sistemas Lineares Aula 10
Realizacoes
Para mostrar que de fato esta e uma realiza cao de G(s), dene-se
Z =
_
_
Z
1
Z
2
.
.
.
Z
r
_
_
(sI A)
1
B
sendo que cada bloco Z
i
e p p e Z e rp p. Entao a matriz de transferencia
da realiza cao e
C(sI A)
1
B +G() = N
1
Z
1
+N
2
Z
2
+ +N
r
Z
r
+G()
Re-escrevendo a expressao de Z = (sI A)
1
B tem-se
(sI A)Z = B = sZ = AZ +B
c Reinaldo M. Palhares
pag.54
Teoria de Sistemas Lineares Aula 10
Realizacoes
Levando em conta a forma bloco companheira de A, do segundo ao ultimo bloco
da equa cao sZ = AZ +B tem-se (veja que x
2
= I
p
x
1
, . . .)
sZ
2
= Z
1
, sZ
3
= Z
2
, . . . , sZ
r
= Z
r1
e portanto
Z
2
=
1
s
Z
1
, Z
3
=
1
s
2
Z
1
, . . . , Z
r
=
1
s
r1
Z
1
que substitudo no primeiro bloco de sZ = AZ +B fornece
sZ
1
=
1
Z
1
2
Z
2
r
Z
r
+ I
p
=
_
1
+
2
s
+ +
r
s
r1
_
Z
1
+ I
p
c Reinaldo M. Palhares
pag.55
Teoria de Sistemas Lineares Aula 10
Realizacoes
Usando a deni cao do polin omio d(s), pode-se escrever
_
s +
1
+
2
s
+ +
r
s
r1
_
Z
1
=
d(s)
s
r1
Z
1
= I
p
Assim,
Z
1
=
s
r1
d(s)
I
p
, Z
2
=
s
r2
d(s)
I
p
, . . . , Z
r
=
1
d(s)
I
p
Finalmente, substituindo na expressao da fun cao de transferencia
C(sIA)
1
B+G() =
1
d(s)
h
N
1
s
r1
+N
2
s
r2
+ +N
r1
s +N
r
i
+G()
e portanto de fato a equa cao de estado e uma realiza cao de G(s)
c Reinaldo M. Palhares
pag.56
Teoria de Sistemas Lineares Aula 10
Realizacoes
Exemplo
G(s) =
_
_
4s 10
2s + 1
3
s + 2
1
(2s + 1)(s + 2)
s + 1
(s + 2)
2
_
_
=
_
_
2 0
0 0
_
_
+
_
_
12
2s + 1
3
s + 2
1
(2s + 1)(s + 2)
s + 1
(s + 2)
2
_
_
O polin omio m onico que e o mnimo denominador comum de G
ep
(s) e
d(s) = (s + 0.5)(s + 2)
2
= s
3
+ 4.5s
2
+ 6s + 2
c Reinaldo M. Palhares
pag.57
Teoria de Sistemas Lineares Aula 10
Realizacoes
Portanto
G
ep
(s) =
1
s
3
+ 4.5s
2
+ 6s + 2
_
_
6(s + 2)
2
3(s + 2)(s + 0.5)
0.5(s + 2) (s + 1)(s + 0.5)
_
_
=
1
d(s)
_
_
_
_
_
_
_
_
_
6 3
0 1
_
_
. .
N
1
s
2
+
_
_
24 7.5
0.5 1.5
_
_
. .
N
2
s +
_
_
24 3
1 0.5
_
_
. .
N
3
_
_
_
_
_
_
_
e uma realiza cao de G(s) (de dimensao 6) e...
c Reinaldo M. Palhares
pag.58
Teoria de Sistemas Lineares Aula 10
Realizacoes
e:
x =
_
_
4.5 0 6 0 2 0
0 4.5 0 6 0 2
1 0 0 0 0 0
0 1 0 0 0 0
0 0 1 0 0 0
0 0 0 1 0 0
_
_
x +
_
_
1 0
0 1
0 0
0 0
0 0
0 0
_
_
_
_
u
1
u
2
_
_
y =
_
_
6 3 24 7.5 24 3
0 1 0.5 1.5 1 0.5
_
_
x +
_
_
2 0
0 0
_
_
_
_
u
1
u
2
_
_
c Reinaldo M. Palhares
pag.59
Teoria de Sistemas Lineares Aula 10
Realizacoes
Exemplo Caso particular p = 1 (SIMO). Por simplicidade, assuma r = 4 e
q = 2 (se aplica para quaisquer outros valores de r e q...). Considere:
G(s) =
2
4
d
1
d
2
3
5
+
1
s
4
+
1
s
3
+
2
s
2
+
3
s +
4
2
4
11
s
3
+
12
s
2
+
13
s +
14
21
s
3
+
22
s
2
+
23
s +
24
3
5
A realiza cao e obtida aplicando-se o resultado anterior
x =
2
6
6
6
6
6
4
1
2
3
4
1 0 0 0
0 1 0 0
0 0 1 0
3
7
7
7
7
7
5
x +
2
6
6
6
6
6
4
1
0
0
0
3
7
7
7
7
7
5
u
y =
2
4
11
12
13
14
21
22
23
24
3
5
x +
2
4
d
1
d
2
3
5
u
c Reinaldo M. Palhares
pag.60
Teoria de Sistemas Lineares Aula 10
MATLAB
Numerador:
n={0.5*conv([4 -10],conv([1 2],[1 2])) 3*conv([1 2],[1 0.5]);
0.5*[1 2] conv([1 1],[1 0.5])}
Denominador: d=[1 4.5 6 2]
G=tf(n,d)
Transfer function from input 1 to output...
2 s^3 + 3 s^2 - 12 s - 20
#1: -------------------------
s^3 + 4.5 s^2 + 6 s + 2
0.5 s + 1
#2: -----------------------
s^3 + 4.5 s^2 + 6 s + 2
c Reinaldo M. Palhares
pag.61
Teoria de Sistemas Lineares Aula 10
Realizacoes
Transfer function from input 2 to output...
3 s^2 + 7.5 s + 3
#1: -----------------------
s^3 + 4.5 s^2 + 6 s + 2
s^2 + 1.5 s + 0.5
#2: -----------------------
s^3 + 4.5 s^2 + 6 s + 2
c Reinaldo M. Palhares
pag.62
Teoria de Sistemas Lineares Aula 10
Realizacoes
sys=ss(G)
a =
x1 x2 x3 x4 x5 x6
x1 -4.5 -3 -1 0 0 0
x2 2 0 0 0 0 0
x3 0 1 0 0 0 0
x4 0 0 0 -4.5 -3 -1
x5 0 0 0 2 0 0
x6 0 0 0 0 1 0
b =
u1 u2
x1 4 0
x2 0 0
x3 0 0
x4 0 2
x5 0 0
x6 0 0
c Reinaldo M. Palhares
pag.63
Teoria de Sistemas Lineares Aula 10
Realizacoes
c =
x1 x2 x3 x4 x5 x6
y1 -1.5 -3 -3 1.5 1.875 0.75
y2 0 0.0625 0.125 0.5 0.375 0.125
d =
u1 u2
y1 2 0
y2 0 0
c Reinaldo M. Palhares
pag.64
Teoria de Sistemas Lineares Aula 10
Realizacoes
t=tf(sys)
Transfer function from input 1 to output...
2 s^3 + 3 s^2 - 12 s - 20
#1: -------------------------
s^3 + 4.5 s^2 + 6 s + 2
0.5 s + 1
#2: -----------------------
s^3 + 4.5 s^2 + 6 s + 2
Transfer function from input 2 to output...
3 s^2 + 7.5 s + 3
#1: -----------------------
s^3 + 4.5 s^2 + 6 s + 2
s^2 + 1.5 s + 0.5
#2: -----------------------
s^3 + 4.5 s^2 + 6 s + 2
c Reinaldo M. Palhares
pag.65
Teoria de Sistemas Lineares Aula 10