Solucao em Espaco de Estado

1. Solu cao para Sistemas Lineares Invariantes Contnuo no Tempo

2. Discretiza cao
3. Solu cao para Sistemas Lineares Invariantes Discreto no Tempo
4. Sistemas Equivalentes e Formas Canonicas
5. Realiza coes
c Reinaldo M. Palhares
pag.1
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Para o sistema contnuo no tempo:
_
_
_
x(t) = Ax(t) +Bu(t)
y(t) = Cx(t) +Du(t)
A R
nn
, B R
np
, C R
qn
e D R
qp
Problema Encontrar a solu cao x(t) gerada por uma condi cao inicial x(0) e
uma entrada u(t)?
Solucao Pode ser obtida da fun cao exponecial de A...
c Reinaldo M. Palhares
pag.2
Teoria de Sistemas Lineares Aula 10
Solucao em Espaco de Estado Tempo Contnuo
Veja que ja demonstramos que:
d
dt
e
At
= Ae
At
= e
At
A
Pre-multiplicando a equa cao diferencial em x(t) por e
At
obtem-se:
e
At
x(t) = e
At
Ax(t) +e
At
Bu(t)
e
At
x(t) e
At
Ax(t) = e
At
Bu(t)
d
dt
_
e
At
x(t)

= 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

x(t +T) = x(t) +Ax(t)T

. .
(I+TA)x(t)
+Bu(t)T
c Reinaldo M. Palhares
pag.15
Teoria de Sistemas Lineares Aula 10
Discretizacao
Se os sinais contnuos sao computados em instantes discretos t = kT,
k = 0, 1, 2, . . . entao:
_
_
_
x((k + 1)T) = (I +TA)x(kT) +TBu(kT)
y(kT) = Cx(kT) +Du(kT)
e uma forma simples, porem a representa cao pode ser imprecisa...
Discretizacao Alternativa Considerando que o sinal u(t) e gerado em um
computador digital e que em seguida o sinal passa por um conversor
digital/anal ogico, tem-se um sinal linear por partes
c Reinaldo M. Palhares
pag.16
Teoria de Sistemas Lineares Aula 10
Discretizacao
Dene-se o sinal linear por partes, mudando a cada instante discreto k:
u(t) = u(kT) u(k) para kT t < (k + 1)T, k = 0, 1, 2, . . .
Para esta entrada u(t), a solu cao da equa cao diferencial, x(t), computada nos
instantes t = kT e t = (k + 1)T sao:
x(k) x(kT) = e
AkT
x(0) +
_
kT
0
e
A(kT)
Bu()d
e
x(k+1) x[(k + 1)T] = e
A(k+1)T
x(0)+
_
(k+1)T
0
e
A((k+1)T)
Bu()d
c Reinaldo M. Palhares
pag.17
Teoria de Sistemas Lineares Aula 10
Discretizacao
Veja que da ultima equa cao obtem-se
x(k + 1) = e
AT
_
e
AkT
x(0) +
_
kT
0
e
A(kT)
Bu()d
_
+
_
(k+1)T
kT
e
A(kT+T)
Bu()d
usando que u(t) = u(k) e denindo-se a mudan ca de variavel
= kT +T obtem-se:
x(k + 1) = e
AT
x(k) +
_
_
T
0
e
A
d
_
Bu(k)
c Reinaldo M. Palhares
pag.18
Teoria de Sistemas Lineares Aula 10
Discretizacao
Portanto o sistema descrito a equa coes `a diferen ca (equa cao de estado discreta no
tempo):
_
_
_
x(k + 1) = A
d
x(k) +B
d
u(k)
y(k) = C
d
x(k) +D
d
u(k)
sendo
A
d
= e
AT
; B
d
=
_
_
T
0
e
A
d
_
B; C
d
= C; D
d
= D
Nota Nao ha aproxima cao envolvida! A solu cao em t = kT e exata se a
entrada for mantida constante no intervalo
C omputo de B
d
?
c Reinaldo M. Palhares
pag.19
Teoria de Sistemas Lineares Aula 10
Discretizacao
Computo de B
d
Usando a descri cao em serie de potencia
Z
T
0

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

= det(P) det (I A) det P

1
= det (I A)
= ()
Veja que PP
1
= I e det(P) det(P
1
) = 1...
c Reinaldo M. Palhares
pag.27
Teoria de Sistemas Lineares Aula 10
Equacoes Dinamicas Equivalentes
Os sistemas tem a mesma fun cao de transferencia

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