1

1 INTRODUO A MODELAGEM
Modelagem

2

1.1 Model os
Os modelos podem ser:
Fsicos: prottipos e plantas-piloto.
Matemticos: representao abstrata da realidade por equaes.
O que um modelo matemtico?
" uma representao dos aspectos essenciais de um sistema, que apresenta conhecimento desse sistema
em uma forma utilizvel." (Eykhoff, 1974)
" um sistema de equaes, cuja soluo, dado um conjunto de dados de entrada, representativa da
resposta do processo." (Denn, 1986)
"Um modelo nada mais do que uma abstrao matemtica ele um processo real." (Seborg et al, 2004)
A equao ou conjunto de equaes que compe o modelo uma aproximao do processo real. Dessa
forma, o modelo no pode incorporar todas as caractersticas, tanto macroscpicas como microscpicas, do
processo real. Deve-se normalmente buscar um compromisso entre o custo de se ter o modelo, isto , o tempo e o
esforo requeridos para obt-la e verific-lo, e o nvel de detalhes no mesmo, bem como os benefcios esperados de
sua aplicao. O propsito do modelo determina, em ltima anlise, sua preciso.
Um processo pode ser fsico, qumico, biolgico, social, econmico etc. A nfase do nosso estudo recai
sobre processos fsicos e qumicos do tipo industrial.
1.2 Cl assi f i c a o de Model os Mat emt i c os
Os modelos que sero estudados consistem em modelos matemticos e a anlise sobre estes sistemas de
equaes ser a soluo destas equaes. Para facilitar que tipo de equaes sero abordadas, a seguir apresentado
uma forma de classificao de modelos matemticos.

Figura 1.1 Classificao de modelos matemticos
Modelagem

3

1.2.1 Causal x No-Causal
Um sistema causal depende somente de condies presentes ou passadas, e no dependem de estados
futuros. Sistemas fsicos so todos sistemas causais.
1.2.2 Esttico x Dinmico
Esttico: processo cujo valor das variveis permanece constante no tempo (se as entradas permanecem as
mesmas, as sadas ficam inalteradas). Este tipo de modelo no possui "memria", da o efeito de uma varivel de
entrada ser apenas instantneo. O modelo um sistema de equaes algbricas. No depende de estados passados.
Dinmico: as variveis variam no tempo, que a varivel independente. A soluo completa consiste dos
regimes permanente e transitrio. O efeito de um sinal de entrada ir influenciar o comportamento do sistema nos
instantes subsequentes. O modelo um sistema de equaes diferenciais ou de diferenas. Depende de estados
passados e presentes.
1.2.3 Determinsticos x Estocsticos
Em um modelo determinstico a sada pode ser calculada de forma exata to logo se conhea o sinal de
entrada e as condies iniciais. Em contraste, um modelo estocstico contm termos aleatrios que tornam
impossvel um clculo exato da sada. Os termos aleatrios do modelo podem ser encarados como uma descrio
das perturbaes. Normalmente, o modelo determinstico engloba apenas o processo, enquanto o estocstico
considera tambm as perturbaes e rudos.
1.2.4 Parmetros Concentrados x Parmetros Distribudos
Nos modelos a parmetros concentrados as variaes espaciais so desprezadas: propriedades (estados) do
sistema so considerados homogneos em todo o volume de controle. Eles so descritos por um nmero finito de
equaes diferenciais ou de diferenas ordinrias.
Nos modelos a parmetros distribudos variaes espaciais so consideradas no comportamento das
variveis. Eles so descritos por um nmero infinito de equaes ordinrias ou por equaes diferenciais parciais.
Todo sistema real distribudo. Se as variaes espaciais so pequenas, pode-se aproximar o
comportamento do sistema por um modelo a parmetros concentrados. Para incluir caractersticas temporais e
espaciais, deve-se usar equaes diferenciais parciais ou uma srie de estgios com modelos a parmetros
concentrados.
No caso de modelos a parmetros concentrados, assume-se que as variveis de interesse sofram alteraes
como funo de apenas uma varivel independente (tempo, posio etc) dentro do volume de controle. Assim, caso
se queira, por exemplo, modelar a temperatura dentro de uma sala, pode-se supor que essa varivel seja homognea
em toda a sala e que apenas varie com o tempo. Neste caso se tem um modelo a parmetros concentrados e a
variao de temperatura pode ser representada como dt dT . Por outro lado, caso se deseje considerar que a
temperatura na sala no seja homognea e que pode haver, por exemplo, uma variao da temperatura em funo do
tempo e da cota z da sala, tem-se agora um modelo a parmetros distribudos e, neste caso, pode-se representar as
variaes de temperatura como t z T . Esta mesma situao distribuda poderia ser tambm obtida caso se
considerasse que a sala fosse dividida em um nmero infinito de camadas horizontais e que em cada uma delas a
temperatura fosse homognea. Neste caso, o modelo do sistema corresponderia a um sistema com um nmero
infinito de equaes diferenciais ordinrias.
1.2.5 Linear x No-Linear
Um modelo linear se a(s) sada(s) depende(m) linearmente da(s) entrada(s) e possveis perturbaes, caso
contrrio ele no-linear. Equaes (e portanto modelos) so lineares se variveis dependentes ou suas derivadas
aparecem apenas no 1. grau.
Considere um sistema cujas variveis tenham condies iniciais nulas. Se sua resposta a uma entrada
) (
1
t u ) (
1
t y e sua resposta a ) (
2
t u ) (
2
t y , ele linear se sua resposta a ) ( . ) ( .
2 1
t u t u + igual a
) ( . ) ( .
2 1
t y t y + onde e so constantes quaisquer. Uma forma simples de se verificar a linearidade de
uma funo aplicar o seguinte teste:
) ( ) ( ) (
2 1 2 1
x f x f x x f + + e ) ( . ) ( x f K Kx f
Modelagem

4

A linearidade implica no Princpio da Superposio, o que significa que se pode calcular a sada de um
sistema excitado por qualquer tipo de entrada dividindo-se a entrada em componentes simples e adicionando-se as
respostas de cada componente. Dinmicas no-lineares fazem com que a resposta a qualquer varivel de entrada
seja afetada pelo comportamento das outras entradas, de forma que necessrio identificar as relaes entre todas
as entradas e sadas simultaneamente. As relaes entrada/sada podem ser identificadas uma por vez em um
sistema linear, considerando-se somente uma das variveis de entrada como fonte de variaes na sada. (Norton,
1986).
1.2.6 Invariantes no tempo x Variantes no tempo
Nos modelos invariantes no tempo. seus parmetros no variam ao longo do tempo, o oposto ocorrendo
no caso de modelos variantes no tempo. Modelos invariantes no tempo so os mais comuns. Um exemplo de um
processo industrial variante no tempo o caso de um trocador de calor do tipo casco-tubo em que ocorre
incrustao de material nas paredes dos tubos. Neste caso, o coeficiente de transferncia trmica entre o casco e os
tubos sofre uma variao ao longo do tempo, alterando as caractersticas funcionais do trocador de calor.
Um foguete outro exemplo de um sistema variante no tempo, pois sua massa vai diminuindo a medida
que seu combustvel consumido ao longo do tempo.
Outros exemplos de propriedade invariante no tempo: a resistncia eltrica de um motor, a rea de um
tanque, o atrito de uma mesa posicionadora.
NOTE A DIFERENA: a corrente na resistncia, a altura de lquido do tanque, a posio da mesa podem
variar pois no correspondem a parmetros, e sim so sinais abstratos ou variveis a serem medidas no sistema.
1.2.7 Tempo Contnuo x Tempo Discreto
Modelos em tempo discreto descrevem a relao entre entradas e sadas em pontos de tempo discreto.
Assume-se que esses pontos sejam eqidistantes e o tempo entre dois pontos consecutivos seja usado como unidade
de tempo, de forma que o tempo t assuma valores inteiros (
+
Z t , 1, 2, 3...). Normalmente os modelos em
tempo discreto so descritos por equaes de diferena, ao passo que os modelos em tempo contnuo so descritos
por equaes diferenciais.

No curso de modelagem, analisaremos sistemas causais, dinmicos, determinsticos, com parmetros
concentrados, lineares, invariantes no tempo e contnuos.

1.3 Repr esent a o de Model os
Para trabalhar com sistemas lineares invariantes no tempo, necessitamos represent-los de alguma forma.
Trataremos aqui de duas maneiras:
Funes de Transferncia;
Espao de Estados;
1.3.1 Funes de Transferncia
Uma maneira conveniente de expressar a dinmica de um sistema converter suas equaes diferenciais
lineares em uma funo de transferncia. A funo de transferncia de um sistema linear e invariante no tempo
definida como sendo a relao entre as transformadas de Laplace da sada e da entrada do sistema, assumindo-se
que todas as condies iniciais sejam nulas.
Veja o exemplo:

Modelagem

5

Entrada : u(t) Sada: y(t)
- Equao diferencial:
u y k y b y m + + . . . & & &
- Transformada de Laplace: condies inicias nulas.
) (
. .
1
). (
) ( ) ( ). . . (
) ( ) ( . ) ( . . ) ( . .
2
2
2
s Y
k s b s m
s U
s U s Y k s b s m
s U s Y k s Y s b s Y s m

+ +
+ +
+ +

- Funo de transferncia - relao sada/entrada:
k s b s m s U
s Y
+ +

. .
1
) (
) (
2

Note que neste tipo de sistema, temos a relao entre uma entrada e uma nica sada.

1.3.2 Espao de Estados
Definem-se, a seguir, estado, variveis de estado, vetor de estados e espao de estados. O estado de um
sistema dinmico o menor conjunto de variveis (chamadas variveis de estado), tal que o conhecimento destas
variveis em
0
t t , junto com o conhecimento da entrada para
0
t t , determina completamente o
comportamento do sistema para qualquer instante
0
t t .
As variveis de estado de um sistema dinmico so as variveis que constituem o menor conjunto de
variveis determinantes do estado do sistema. Notar que as variveis de estado no necessitam ser grandezas
fisicamente mensurveis ou observveis. Praticamente falando, no entanto, conveniente escolher grandezas
facilmente mensurveis.
Veja o exemplo:

Entrada : u(t) Sada: y(t)
- Equao diferencial:
u y k y b y m + + . . . & & &
- Sistema linear:
Du Cx y
Bu Ax x
+
+ &

O vetor de estados (x) composto pelas variveis de
estado necessrias para descrever completamente o
comportamento ele um dado sistema.
- se:
) ( ) (
) ( ) (
2
1
t y t x
t y t x
&

temos o vetor de estados:

1
]
1

2
1
x
x
x
- assim,
m
u
y
m
b
y
m
k
y + & & &
- logo pode-se representar a equao diferencial como:
[ ] ) ( .
0
0
. 0 1
) ( .
1
0
.
1 0
2
1
2
1
2
1
t u
x
x
y
t u
m
x
x
m
b
m
k
x
x
1
]
1

+
1
]
1

1
1
]
1

+
1
]
1

1
1
]
1

1
]
1

&
&

Modelagem

6

O espao n-dimensional cujos eixos coordenados consistem nos eixos formados pelas variveis de estado
chamado de espao de estados (ou espao de fase). No caso particular do sistema de 2. ordem, o espao de fase
bidimensional e conhecido como plano de fase.
Na anlise por espao de estados interessam trs tipos de variveis envolvidas na modelagem de sistemas
dinmicos: variveis de entrada (u), variveis de sada (y) e variveis de estado (x).

A representao em espao de estados de um dado sistema no nica. exceto que o nmero de variveis
de estado o mesmo para qualquer das diferentes representaes. Ela tambm utilizada para representao de
sistemas no-lineares e sistemas com condies iniciais no nulas.
Note tambm a possibilidade do sistema possuir mais de uma entrada e mais de uma sada. Dependendo do
sistema, pode ser necessria a modelagem envolvendo mais de um sinal de entrada e/ou sada.
SISO x MISO x MIMO
Modelos SISO (single input, single output) se referem a processos onde uma descrio feita da influncia
de uma entrada sobre uma sada. Quando mais variveis esto envolvidas, resulta um modelo multivarivel (MIMO
- rnultiple input, rnultiple output).
Exemplo:
Sistema SISO: Se analisarmos uma
varivel de entrada e uma de sada.
Sistema MIMO ou MISO: Se analisarmos uma ou mais
variveis do sistema em funo das duas entradas do
sistema (vazes de entrada).



1.4 Consi der a es Fi nai s
As duas formas de representao podem ser empregadas para analisar um sistema dinmico linear. Durante
o curso, ficar mais clara a utilizao de cada uma das representaes.
De qualquer maneira, o objetivo final da modelagem entender como o sistema dinmico reage quando
excitado de alguma forma:
atravs de uma variao de um sinal (varivel);
ou alguma alterao de condio inicial do estado do sistema;
A observao desta reao que o sistema pode ter definida como anlise de resposta.
Para analisar a resposta, necessitamos resolver ento, a equao diferencial do modelo. Para sistemas
lineares invariantes no tempo, utilizaremos a Transformada de Laplace, tpico da prxima seo.
Modelagem

7



















2 Soluo Analtica de Sistemas Dinmicos Lineares
Modelagem

8

A anlise de sistemas lineares invariantes no tempo atravs de funes transferncia apresenta vrias
vantagens. Uma destas vantagens relaciona-se a possibilidade que o engenheiro ou projetista tem de avaliar
qualitativamente o comportamento do sistema em questo, apenas com base nas razes da funo de transferncia.
Tal anlise feita atravs do posicionamento destas razes no plano complexo s. Veremos que as razes
influenciam na caracterstica da resposta temporal quando aplicada a inversa da Transformada de Laplace.
Como o sistema linear, independentemente da quantidade de razes da funo, poder ser aplicada a
propriedade de superposio. Assim, trataremos neste captulo sobre o mtodo das fraes parciais para soluo de
equaes diferencias.

2.1 Tr ansf or mada de Lapl ac e
Equaes diferenciais lineares invariantes no tempo so facilmente resolvidas empregando transformadas
de Laplace. A teoria desenvolvida por Laplace permite empregar mtodos para solues de equaes algbricas
para resolver equaes diferenciais lineares invariantes no tempo. A definio de transformada de Laplace dada
na equao a seguir:
{ }

0
.
) ( ). ( ) ( t f L dt e t f s F
t s

e sua utilizao na soluo de equaes diferenciais lineares invariantes no tempo segue os passos
esquematizados no diagrama de blocos apresentado abaixo:

Figura 2.1 Metodologia de soluo de equaes diferenciais empregando Transformada de Laplace.
Com base no esquema proposto acima, uma vez descrito o comportamento do processo que se deseja
modelar por um conjunto de equaes diferenciais lineares invariantes no tempo. O prximo passo seria a obteno
da transformada de Laplace de cada uma destas equaes. Tal tarefa realizada com base no teorema apresentado a
seguir:
2.1.1 Teorema da Derivao Real
A transformada de Laplace da derivada de uma funo f(t) dada por:
) 0 ( ) ( . ) ( f s F s t f
dt
d
L
1
]
1

onde f(0) o valor inicial de f(t) calculado em t=0.
A generalizao do teorema para o caso de derivada de ordem n de f(t), obtida de modo similar e dada
pela seguinte equao:
1 2
2 1
) 0 ( ) 0 ( . .... ) 0 ( . ) 0 ( . ) ( . ) (



1
]
1

n n
n n n
n
f f s f s f s s F s t f
dt
d
L
&

onde
1 2
) 0 ( ), 0 ( ),..., 0 ( ), 0 (
n n
f f f f
&
so as derivadas temporais sucessivas de f(t) avaliadas em t=0.
Modelagem

9

Observe que as derivadas temporais so substitudas pelo operador s:
dt
d
s
Da mesma forma que se estabelece equivalncia entre domnios para operao de derivao, existe
tambm uma equivalncia entre os domnios tempo e s para operao de integrao:

t
dt
s
0
1

Na transformada de Laplace, a notao s refere-se a uma varivel complexa: j s + .
Exemplo 1:

- Sada: y(t)
- Condies iniciais:
posio inicial: 1 ) 0 ( y ,
velocidade inicial: 0 ) 0 ( y& ,
- Equao diferencial:

0 F
0 . . . + + y k y b y m & & &
- Transformada de Laplace:
[ ] [ ]
k s b s m
b s m
s Y
s s Y k s b s m
s Y k y s Y s b y y s s Y s m
+ +
+

+ + +
+ +
. .
.
) (
1 ) ( ). . . (
0 ) ( . ) 0 ( ) ( . . ) 0 ( ) 0 ( . ) ( . .
2
2
2
&

Para encontrar y(t), deve-se determinar a Transformada Inversa de
Laplace. (Ser mostrado mais adiante).

2.1.2 Sinais e suas Transformadas de Laplace
Vimos que atravs do Teorema da Derivao Real, realizamos a transformao para o domnio s das
equaes diferenciais. No exemplo, foi mostrada a transformao de uma equao diferencial de um sistema
dinmico. Porm, note que o sistema no possuia nenhum sinal excitando o sistema. No exemplo, modelamos o
sistema sem considerar fora externa atuando sobre o sistema. Somente foi considerado um deslocamento inicial na
direo da coordenada y.
Se por acaso, alguma fora externa estivesse atuando sobre o sistema, este sinal seria considerado no
somatrio das foras. Sendo assim, necessitaramos realizar a transformada de Laplace do sinal de excitao do
sistema.
A seguir, mostrado uma tabela com os sinais de entrada mais utilizados em sistemas fsicos, relacionando
com sua funo temporal e a transformada de Laplace. Para maiores detalhes, veja o ANEXO A.







Modelagem

10


Grfico Nome f(t) F(s)

I mpulso
unit r io

'

0
0 0
) (
t
t
t f 1

Degrau A
s
A


Rampa t k.
2
s
k


Parbola
2
t
2

3
s
1


Senoidal
) ? ( t sen
: freqncia
[ rad/ s]
2 2
s +

Figura 2.2 Sinais mais utilizados como excitao em sistemas fsicos e suas transformadas.

Modelagem

11

Exemplo 2:

- Entrada : Fora constante de amplitude 10 N.
u(t)=10 { }
s
t u L s U
10
) ( ) (
- Sada: y(t)
- Condies iniciais nulas:- Equao diferencial:

0 F
) ( . . . t u y k y b y m + + & & &
- Transformada de Laplace:
( ) k s b s m s
s Y
s
s Y k s b s m
s
s U s Y k s Y s b s Y s m
+ +

+ +
+ +
. .
1
.
10
) (
10
) ( ). . . (
10
) ( ) ( . ) ( . . ) ( . .
2
2
2

Para encontrar y(t), deve-se determinar a Transformada
Inversa de Laplace.
2.1.3 Transformadas de algumas funes
A transformada de Laplace de qualquer funo transformvel f(t) pode ser encontrada pela multiplicao
de f(t) por
st
e

e integrar o produto a partir de 0 t at t . A tabela abaixo mostra transformadas de

algumas funes.
f(t) para t0 F(s) f(t) para t0 F(s)
A
s
A


t a n
e t
n
. 1
.
)! 1 (
1

n
a s ) (
1
+

t
2
1
s


t a n
e t
.
.


1
) (
!
+
+
n
a s
n

)! 1 (
1

n
t
n

n
s
1


) . ( t sen
2 2

+ s

n
t
1
!
+ n
s
n


) . cos( t
2 2
+ s
s

t a
e
.

a s +
1


) . ( t sen e
at

2 2
) (

+ + a s

t a
e t
.
.


2
) (
1
a s +


) . cos( t e
at

2 2
) (
) (
+ +
+
a s
a s

Tabela 1 Transformada de Laplace de algumas funes.
Modelagem

12

2.2 Tr ansf or mada I nver sa de Lapl ac e
A transformada inversa de Laplace possibilita encontrar a funo temporal de uma reposta dinmica de um
sistema modelado no domnio complexos. Alguns mtodos podem ser aplicados na inverso da funo no
domnio complexo para o domnio tempo. Os mtodos mais simples baseiam-se na anlise de tabelas de
transformaes. Porm, dependendo do grau da funo F(s), requer-se fracion-la, de maneira que a funo total,
por vezes de difcil soluo, seja quebrada em parcelas com inversas mais simples. Esse mtodo denomina-se
Expanso por Fraes Parciais.
) ( ..... ) ( ) ( ) ( ) (
3 2 1
s F s F s F s F s F
n
+ + + +
{ } { } { } { } { } ) ( .... ) ( ) ( ) ( ) ( ) (
1
3
1
2
1
1
1 1
s F L s F L s F L s F L s F L t f
n

+ + + +
) ( ... ) ( ) ( ) ( ) (
3 2 1
t f t f t f t f t f
n
+ + + +
2.2.1 Expanso por Fraes parciais
O mtodo de fraes parcias de um sistema linear invariante no tempo, usando diretamente o sinal de sada
no domnio s, baseia-se no tipo de razes do denominador da funo. Dependendo das razes, pode-se ter trs
mtodos diferentes de obteno da resposta temporal.
Ser mostrado os trs mtodos utilizando o exemplo 1 visto anteriormente.

- Sada: y(t)
- Condies iniciais:
posio inicial: 1 ) 0 ( y ,
velocidade inicial: 0 ) 0 ( y& ,
- Equao diferencial:

0 F
0 . . . + + y k y b y m & & &
- Transformada de Laplace:
[ ] [ ]
k s b s m
b s m
s Y
s s Y k s b s m
s Y k y s Y s b y y s s Y s m
+ +
+

+ + +
+ +
. .
.
) (
1 ) ( ). . . (
0 ) ( . ) 0 ( ) ( . . ) 0 ( ) 0 ( . ) ( . .
2
2
2
&

1. Caso : Funo com razes do denominador reais e distintas
Se m=1kg , b=52 N.s/m , k= 100 N.m , o sistema massa, mola, amortecedor apresentar uma resposta de
sada dada pela seguinte equao:
100 . 52
) 50 .( ) 2 .(
2 50 100 . 52
52
) (
2 2
+ +
+ + +

+
+
+

+ +
+

s s
s B s A
s
B
s
A
s s
s
s Y

Determinando A e B, pode-se reescrever Y(s) como uma soma de duas fraes. Assim para determinar A e
B, substitui-se as razes do denominador no numerador de Y(s) como mostrado abaixo:
) 50 .( ) 2 .( 52 + + + + s B s A s
Se 2 s ,
2
) 50 .( ) 2 .( 52

+ + + +
s
s B s A s , ) 50 2 .( 50 + B , 1 B
Se 50 s ,
50
) 50 .( ) 2 .( 52

+ + + +
s
s B s A s , ), 2 50 .( 2 + A 04 , 0 A
Modelagem

13

2
1
50
1
. 04 , 0 ) (
+
+
+

s s
s Y

,
_

+
+
,
_

+


2
1
50
1
. 01 , 0 ) (
1 1
s
L
s
L t y

t t
e e t y
. 2 . 50
. 04 , 0 ) (

+


Note que duas razes reais geraram duas fraes
com inversas dadas por funes exponenciais.
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Tempo [s]
y
(
t
)


2. Caso : Funo com razes do denominador reais iguais
Diminuindo o amortecedor, se m=1kg , b=20 N.s/m , k= 100 N.m , o sistema massa, mola, amortecedor
apresentar uma resposta de sada dada pela seguinte equao:
100 . 20
) 10 .(
10 ) 10 ( 100 . 20
20
) (
2 2 2
+ +
+ +

+
+
+

+ +
+

s s
s B A
s
B
s
A
s s
s
s Y

Determinando A e B, pode-se reescrever Y(s) como uma soma de duas fraes. Assim para determinar A,
substitui-se a raiz do denominador no numerador de Y(s) como mostrado abaixo:
) 10 .( 20 + + + s B A s
Se 10 s ,
10
) 10 .( 20

+ + +
s
s B A s , 10 A
Para determinar B, pode-se substituir qualquer valor de s na funo, ou derivar a equao no seguinte
formato:
[ ] [ ]
10
) 10 .( ) 20 (

+ + +
s
s B A
ds
d
s
ds
d
, 1 B
) 10 (
1
) 10 (
1
. 10 ) (
2
+
+
+

s s
s Y

,
_

+
+

,
_

) 10 (
1
) 10 (
1
. 10 ) (
1
2
1
s
L
s
L t y

t t
e e t t y
. 10 . 10
. . 10 ) (

+


Note que duas razes reais iguais apresentam a
mesma exponencial, porm, uma possui o termo
t multiplicando a exponencial.
0 0.5 1 1.5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
tempo [s]
y
(
t
)



Modelagem

14

3. Caso : Funo com denominador com razes complexas
Se m=1kg , b=12 N.s/m , k= 100 N.m , o sistema massa, mola, amortecedor apresentar uma resposta de
sada dada pela seguinte equao:
2 2 2
8 ) 6 (
.
) 8 6 )( 8 6 (
.
100 . 12
12
) (
+ +
+

+ + +
+

+ +
+

s
B s A
i s i s
B s A
s s
s
s Y
Determinando A e B, pode-se reescrever Y(s) como uma soma de duas fraes. Assim para determinar A e
B, compara-se o termo s e o termo independente do numerador.
B s A s + + . 12 1 A e 12 B
2 2 2 2 2 2
8 ) 6 (
8
. 75 . 0
8 ) 6 (
6
8 ) 6 (
12
) (
+ +
+
+ +
+

+ +
+

s s
s
s
s
s Y

,
_

+ +
+

,
_

+ +
+

2 2
1
2 2
1
8 ) 6 (
8
. 75 . 0
8 ) 6 (
6
) (
s
L
s
s
L t y

) 8 ( . 75 . 0 ) 8 cos( ) (
. 6 . 6
t sen e t e t y
t t
+

Note que as razes complexas geram exponenciais com
termos senoidais.
0 0.5 1 1.5
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
y
(
t
)
tempo [s]

2.2.2 Teorema do Valor Inicial
Note que nos trs casos, devido a sua condio inicial, y(t) para t=0 igual a 1 (y(0)=1).
Tambm pode-se obter o valor inicial da funo temporal diretamente da funo no domnio s atravs do
teorema do Valor Inicial.
O teorema do valor inicial poder ser empregado se
dt
t dy
t y
) (
e ) ( forem funes transformveis por
Laplace e se ) ( lim s sY
s
existir. Nestes casos, a igualdade estabelecida na equao vlida, ou seja:
) ( lim ) 0 ( s sY y
s
+

No exemplo:
100 . 12
12
) (
2
+ +
+

s s
s
s Y , assim 1
100 . 12
12
lim ) ( lim ) 0 (
2
2

+ +
+


+
s s
s s
s sY y
s s

2.2.3 Teorema do Valor Final
Tambm pode-se obter o valor final funo temporal diretamente da funo no domnio s atravs do
teorema do Valor Final.
O teorema do valor inicial poder ser empregado se
dt
t dy
t y
) (
e ) ( forem funes transformveis por
Laplace e se ) ( lim t y
t
existir. Nestes casos, a igualdade estabelecida na equao vlida, ou seja:
) ( lim ) ( lim
0
s sY t y
s t

No exemplo:
100 . 12
12
) (
2
+ +
+

s s
s
s Y , assim 0
100 . 12
12
lim ) ( lim ) (
2
2
0

+ +
+


s s
s s
s sY y
s s

Modelagem

15

2.3 DESAFI O
A suspenso de um automvel pode ser representada simplificadamente como mostrada na figura abaixo (a).
Em (b) est representado apenas um eixo da suspenso, considerando apenas o deslocamento vertical. Conforme o
veculo se move e passa por ondulaes, causa uma excitao na suspenso, representada no esquema pelo ponto P
(x
i
).

O modelo matemtico do sistema pode ser representado pela equao:
0 ) ( ) (
0 0 0
+ +
i i
x x k x x b x m & & & &
ou
i i
kx x b kx x b x m + + + & & & &
0 0 0

Onde:
m:= massa do carro (kg) = 500
b:= coeficiente de amortecimento do amortecedor (N.s/m) = 2000
k:= constante da mola da suspenso (N.m) = 12500

Se o sistema for excitado por um impulso de 0,10 m de posio (ex: A roda passa por um taxo na pista
com 10cm ), responda:
a) Qual a funo X
i
(s) que representa o sinal impulso?
b) Encontre a funo
) (
) (
0
s X
s X
i
.
c) Qual a equao que descreve a posio do carro x
0
(t)?
d) Qual o valor inicial de x
0
(t)?
e) Qual o valor final de x
0
(t)?
f) Plote a equao x
0
(t). (Utilize a calculadora ou simule no MATLAB)

Se for retirado o amortecedor da suspenso (b=0), responda:
g) Encontre a funo
) (
) (
0
s X
s X
i
.
h) Qual a equao que descreve a nova posio do carro x
0
(t)?
i) O carro estabiliza em alguma posio