Controlo Digital

Espaco dos Estados

1. Sistemas din
amicos de controlo lineares (invariantes no tempo)
0 0
y (n) + a1 y (n1) + ... + an1 y + an y = b0 u(n) + b1 u(n1) + ... + bn1 u + bn u.
Xn Xn
Alternativamente, y (n) + ai y (ni) = bi u(ni)
i=1 i=0
n
X X n
Y (s) N (s)
= , sendo P (s) = sn + ai sni o polinomio caracterstico e N (s) = bi sni
U (s) P (s) i=1 i=0
y(t) = Cx(t) + Du(t), x(t)
= Ax(t) + Bu(t) com x(0) = x0 .
X(s) = [sI A]1 [x0 + BU (s)], Y (s) = C[sI A]1 x0 + [C[sI A]1 B + D]U (s).
Y (s)
A Funcao de Transferencia obtem-se com x0 = 0: = C[sI A]1 B + D.
U (s)

2. Representa
coes can
onicas
n
X n
X
a) Controlavel: x i =xi+1 , i=1, . . . , n1, e x n =u ai xni+1 . Donde y= (bi b0 ai )xn+1i+ b0 u,
i=1 i=1
i.e., :

0 1 0 ... 0 0 bn an b0
0 0 1 ... 0 0 bn1 an1 b0

A=
: : : ... : , B =
: , CT =
: , D = [b0 ]

0 0 0 ... 1 0 b2 a2 b0
an an1 an2 ... a1 1 b1 a1 b0

b) Observavel: x 1 = an xn + (bn an b0 )u, x i = xi1 an+1i xn + [bn+1i an+1i b0 ]u,

i = 2, . . . , n 1. Donde, y = xn + b0 u, i.e.,

0 0 ... 0 0 an bn an b0 0
1 0 ... 0 0 an1 bn1 an1 b0 0

A= : : ... : : : , B =
: , C T = : , D = [b0 ]

0 0 ... 1 0 a2 b2 a2 b0 0
0 0 ... 0 1 a1 b1 a1 b0 1

U (s)
c) Diagonal - polos distintos: Xi (s) = (i.e., x i = pi xi + u), i = 1, . . . , n 1, sendo
s + pi
n
X ci N (s) Y (s)
b0 + = = . Donde:
i=1
s + pi P (s) U (s)

p1 0 ... 0 0 1 c1
0 p2 ... 0 0 1 c2

A=
: : ... : : , B =
: , CT =
: , D = [b0 ]

0 0 ... pn1 0 1 cn1
0 0 ... 0 pn 1 cn

d) Diagonal - polos multiplos (Jordan): Idem a c) mas com blocos de Jordan. Exemplo

p1 1 0 0 0 0 0 c1
0 p 1 0 0 0 0 c2
1
0 0 p1 0 0 0 1
A= , B = , C T = c3 , D = [b0 ]
0 0 0 p 1 0 0 c4
1
0 0 0 0 p1 0 1 c5
0 0 0 0 0 p2 1 c6
3. Mudan
ca de coordenadas

Considere-se A IRnn como uma representacao de uma transformacao linear de IRn em

IRn expressa na base canonica {e1 , . . . , ei , . . . , en } adoptada quer para o domnio quer para o
contradomnio.
(O vector ei tem todas as componentes nulas excepto a i-esima que e 1.)
Seja B = {v1 , v2 , . . . , vn } a base (conjunto de vectores linearmente independente de cardinal
igual `a dimensao do espaco) quer para o domnio quer para o contradomnio.
A representacao da transformacao linear A no sistema de coordenadas definidas por B e

A = T 1 AT

onde T = [v1 : v2 : . . . : vn ], ou seja, a matriz cujas colunas sao os vectores da nova base.
A representacao do sistema dinamico de controlo

x(t)
= Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)

na base B especificada pelos vectores colunas da matriz T e dada por:

A = T 1 AT, C = CT, B
= T 1 B, D
=D

4. Valores e vectores pr
oprios

Seja A IRnn .
e valor proprio de A e v uma direccao propria associada a
Definicao: se e so se

e zero de p() = det([I A]) (polinomio caracterstico de A)
A v [I
v = A]
v=0 A]) (o espaco nulo da matriz [I
v N ([I A])

Se o no de direccoes proprias associadas a todos os valores proprios for igual a n (o que

necessariamente acontece se os valores proprios forem distintos), entao:
Os vectores proprios constituem uma base
A matriz A representada na base dos vectores proprias e uma matriz diagonal em que
os elementos da diagonal sao os valores proprios ordenados pela ordem escolhida para os
vectores proprios como colunas da matriz de mudanca de base T .
Valores proprios complexos. Ocorrem em pares conjugados. As correspondentes direccoes
proprias tambem sao conjugadas, ou seja,
Se v = vR + i = + i, entao v = vR i
vI e vector proprio associado a vI e vector proprio

associado a = i.
Pelo item anterior, a representacao da matriz A na base dos vectores proprios e complexa.
Se se escolher para B os vectores vR e vI em vez de v e v , a representacao de A no subespaco
correspondente e real e dada por

.

Vector proprio generalizado.
um valor proprio de multiplicidade m
Seja 1 e cujo subespaco proprio tem dimensao m 2.
Obviamente, m 2 m 1.
Caso m 2 < m 1 , existem m1 m
2 vectores proprios generalizados.

Seja um valor proprio a que esta associado o vector proprio v com m 3 vectores proprios
generalizados. Estes sao calculados recursivamente por:

A v , A
v = v 1 + v, . . . , A
v 1 = v i + vi1 , i = 1, . . . m
v i = 3 , v0 = v.
 Se os vectores proprios generalizados definidos no ponto anterior forem escolhidos para
como elementos de uma base para a representacao da matriz A, entao, no subespaco
gerado por estes, esta sera definida pelo bloco de Jordan de dimensao m3 m
3

1 0 ... 0 0

0 1 ... 0 0
0 Im
: : : ... : : = I m + 3 1
3
0 0
0 0 0 ... 1
0 0 0 ... 0

5. C
alculo da matriz de transi
cao de estado (sistemas invariantes no tempo)
a) Definicao. Operador linear (t, t0 ) : IRn IRn que define a resposta do sistema
(i) ao estado com controlo nulo: x(t) = (t, t0 )x(t0 ) (resposta impulsional).
Z t
(ii) ao controlo com estado inicial nulo: x(t) = (t, s)Bu(s)ds (convolucao de sinais).
t0
Z t
(iii) ao controlo e ao estado - princpio da sobreposicao: x(t) = (t, t0 )x(t0 )+ (t, s)Bu(s)ds.
t0
b) Propriedade de Semigrupo
Se x(t1 ) = (t1 , t0 )x(t0 ) e x(t2 ) = (t2 , t1 )x(t1 ),
entao x(t2 ) = (t2 , t0 )x(t0 ) onde (t2 , t0 ) = (t2 , t1 )(t1 , t0 ).
c) Notacao (t, t0 ) = eA(tt0 ) .
Considere-se o caso escalar: A solucao do sistema x(t) = ax(t) + bu(t), com x(0) = x0 IR e
Z t
X
a(tt0 ) a(ts) ak (t t0 )k
x(t) = e x0 + e bu(s)ds, onde ea(tt0 ) pode ser definido como .
t0 k!
k=0

X Ak (t t0 )k
Logo, seja (agora com A matricial): (t, t0 ) := eA(tt0 ) := .
k!
k=0
d) Propriedades
det(eA(tt0 ) ) 6= 0, t IR.
Sejam (, v), um par valor e vector proprio (generalizado) associado de A IRnn , entao

i) ( , v) tambem o e para Ak .
k

ii) (e , v) tambem o e para eA .

Mudanca de base: Se A = T 1 AT , entao eA = T 1 eA T .
Se A = diag(1 , 2 , . . . , n ), entao eA = diag(e1 , e2 , . . . , en ).
2

1 0 1 1! 2!
Bloco de Jordan. Se A = 0 1 , entao eA = e 0 1 1! . Generalizar de

0 0 0 0 1
dimensao 3 para m.
Valores proprios complexos. Seja n = 2 e A com os seguintes pares de valor e vector
proprio associado: ( = + i, v = vR + ivI ) e ( = i, v = vR ivI ).
Seja u(t) = 0.

Logo, se x0 = x(t0 ) = v + v , entao x(t) = e(tt0 ) v + e (tt0 ) v .
Considere a seguinte base B para a representacao de A o espaco dos estados
1 1
v + v ) = vR , (
(vA , vB ) = ( ( v v ) = vI ), entao
2 2i
cos((t t0 )) sin((t t0 ))
A = and eA(tt0 ) = e(tt0 ) .
sin((t t0 )) cos((t t0 ))

e) Metodos de Caculo de eA .
Transformada de Laplace
eA = L1 ([sI A]1 ).
Observacao: [sI A]1 e uma matriz de dimensao nn em que cada entrada e uma fraccao
de polinomios com o polinomio caracterstico no dominador. A transformada inversa da
matriz e a transformada inversa de cada uma das suas entradas.
 Mudanca de Base.
Seja T IRnn uma matriz de mudanca de base em que as suas colunas sao os vectores
proprios e, sendo necessario, os vectores proprios generalizados, da matriz A.
Logo, A = T T 1 , onde e uma matriz diagonal por blocos que, caso T inclua vectores
proprios generalizados, podera incluir blocos de Jordan.
Tem-se eA = T e T 1 .
Observacao: conforme se viu anteriormente e e, em geral, mais facil de calcular do que
eA .
Cayley-Hamilton
Baseia-se nos seguintes factos:
Caso exista, qualquer desenvolvimento em serie de potencias de uma funcao de uma
matriz A IRnn , f (A) pode ser obtido por uma combinacao linear das primeiras n
potencias da matriz A, ou seja,
n1
X
f (A) = i Ai .
i=0

Os valores proprios de A satisfazem a mesma relacao na versao escalar, ou seja, f () =

n1
X
i i .
i=0
No caso de valores proprios m ultiplos, a mesma relacao e satisfeita pelas sucessiva
derivadas - em n umero igual `amultiplicidade
! (m)
menos um - de f em relac ao ao
n1
dj f () dj X
valor proprio : = i i , j = 1, . . . , m
1.
dj dj i=0
Assim, no caso de f (A) = eA , tem-se
n1
X
eA = i ( )Ai
i=0

onde os coeficientes i ( ) obtem-se resolvendo os seguintes sistemas de equacoes:

n1
X
i) Valores proprios distintos ek = i ( )ik , k = 1, . . . , n.
i=0
Observe-se que temos um sistema de n equacoes a n incognitas.
ii) Valores proprios m ultiplos. Neste caso obtem-se um sistema de equacoes em no inferior
ao das incognitas. Assim, para determinar a solucao torna-se necessario completar o
sistema conforme referido acime.
Se o valor proprio k tem multiplicidade m k , entao ter-se-ao as equacoes
n1
j !
X Y
j k
e = (i l + 1) i ( )ij
k , j = 0, . . . , m
k 1.
i=j l=1

Q0
Observacao: l=1 (i l + 1) = 1.
Observacao: O sistema de equacoes tem como incognitas funcoes de o que obriga a
cuidado na manipulacao simbolica.
Exerccios

Considere os seguintes sistemas dinamicos lineares de controlo:

000 00 0 0
(i) y + 2y y 2y = u 2u
000 00 0 000 00 0
(ii) y + 4y + 5y + 2y = u + 3u 2u + u
000 00 0
(iii) y + 4y + 6y + 4y = u

1. Determine uma representacao no espaco dos estados - ou seja, determinar as matrizes A, B,

C, e D - dos sistemas:
a) (i) e (ii) na forma canonica controlavel.
b) (ii) e (iii) na forma canonica observavel.
c) (i) e (iii) na forma canonica diagonal.
d) Para os sistemas (i) na alnea a) e (iii) na alnea b), efectue uma mudanca de coordenadas
no espaco dos estados, tomando como base os vectores proprios das respectivas matrizes
A. Confira com o resultado da alnea c).

2. Verifique se e possvel obter uma representacao canonica diagonal no espaco dos estados do
sistema (ii). Obtenha uma representacao o mais proxima possvel da diagonal.

3. Determine a representacao canonica diagonal no espaco dos estados do sistema (iii). Efectue
uma mudanca de coordenadas no espaco dos estados por forma a obter uma representac ao da
matriz A com coeficientes reais.

4. Calcule a matriz de transicao de estado para o sistema (i) usando os seguintes metodos:
a) Transformada de Laplace.
b) Diagonalizacao,
c) Cayley-Hamilton.