EEL7052 - Sistemas Lineares

APOSTILA DA DISCIPLINA

Prof. Alexandre Trofino

Departamento de Automacao e Sistemas
Centro Tecnologico
Universidade Federal de Santa Catarina

Texto revisado e amplidado por:

Profa. Jacqueline G. Rolim
Msc. Miguel Moreto

Florianopolis 24 de Maio de 2007

Sistemas Lineares

Conte
udo

1 Introdu
c
ao Geral

1.1

Definicoes Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2

Sistemas de Malha Aberta . . . . . . . . . . . . . . . . . . . . . . . . . .

10

1.3

Sistemas de Malha Fechada . . . . . . . . . . . . . . . . . . . . . . . . .

10

1.4

Sinais de Tempo Contnuo e Discreto . . . . . . . . . . . . . . . . . . . .

12

1.5

Classificacao de Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

1.5.1

Sistemas lineares e nao-lineares . . . . . . . . . . . . . . . . . . .

13

1.5.2

Sistemas variantes e invariantes no tempo . . . . . . . . . . . . .

15

1.5.3

Sistemas estaticos e dinamicos (sem memoria e com memoria) . .

16

1.5.4

Sistemas causais e nao causais . . . . . . . . . . . . . . . . . . . .

17

1.5.5

Sistemas Determinsticos e Nao Determinsticos . . . . . . . . . .

17

1.5.6

Sistemas a parametros concentrados ou distribudos . . . . . . . .

18

1.5.7

Sistemas inversveis . . . . . . . . . . . . . . . . . . . . . . . . . .

18

1.5.8

Sistemas estaveis . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

Sinais Contnuos Basicos . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

1.6.1

Sinal exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . .

20

1.6.2

Degrau unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . .

22

1.6.3

Impulso unitario . . . . . . . . . . . . . . . . . . . . . . . . . . .

23

Transformacoes de Variavel Independente . . . . . . . . . . . . . . . . . .

24

1.7.1

24

1.6

1.7

Compressao no tempo: . . . . . . . . . . . . . . . . . . . . . . . .

Sistemas Lineares

1.8

1.7.2

Expansao no tempo: . . . . . . . . . . . . . . . . . . . . . . . . .

25

1.7.3

Deslocamento no tempo: . . . . . . . . . . . . . . . . . . . . . . .

25

1.7.4

Inversao no tempo: . . . . . . . . . . . . . . . . . . . . . . . . . .

26

Solucao de Sistemas Lineares Via Convolucao . . . . . . . . . . . . . . .

27

1.8.1

Representacao de sinais contnuos em termos de impulsos . . . . .

27

1.8.2

Resposta impulsiva de um sistema LIT e a integral de convolucao

28

1.8.3

Representacao grafica da integral de convolucao . . . . . . . . . .

30

1.8.4

Propriedades da operacao de convolucao . . . . . . . . . . . . . .

33

1.8.5

Resposta ao degrau da um sistema LIT . . . . . . . . . . . . . . .

34

2 S
erie de Fourier
2.1

37

Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

2.1.1

Sinais periodicos . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

2.1.2

Resposta de sistema LIT a sinais exponenciais . . . . . . . . . . .

38

As Series Trigonometricas de Fourier . . . . . . . . . . . . . . . . . . . .

39

2.2.1

Simetria das Formas de Onda . . . . . . . . . . . . . . . . . . . .

41

2.2.2

Observacoes Adicionais . . . . . . . . . . . . . . . . . . . . . . . .

47

2.3

Propriedades das Series de Fourier . . . . . . . . . . . . . . . . . . . . . .

48

2.4

Serie Exponencial de Fourier . . . . . . . . . . . . . . . . . . . . . . . . .

49

2.4.1

Serie de Fourier exponencial para sinais simetricos . . . . . . . . .

52

O Espectro de Freq
uencias de Sinais Periodicos . . . . . . . . . . . . . .

53

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

59

2.2

2.5

3 Transformada de Fourier

61

3.1

Energia de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

62

3.2

Calculo de algumas transformadas . . . . . . . . . . . . . . . . . . . . . .

63

3.2.1

Sinal Exponencial Unilateral . . . . . . . . . . . . . . . . . . . . .

63

3.2.2

Sinal Porta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

64

Sistemas Lineares

3.2.3

Sinal Impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

64

3.2.4

Funcoes Constante, Sinal e Degrau . . . . . . . . . . . . . . . . .

65

3.2.5

Sinais Senoidais . . . . . . . . . . . . . . . . . . . . . . . . . . . .

67

3.2.6

Exponencial Eterna . . . . . . . . . . . . . . . . . . . . . . . . . .

67

3.2.7

Funcoes Periodicas . . . . . . . . . . . . . . . . . . . . . . . . . .

67

Propriedades da transformada . . . . . . . . . . . . . . . . . . . . . . . .

70

3.3.1

Linearidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

71

3.3.2

Simetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

71

3.3.3

Escalonamento . . . . . . . . . . . . . . . . . . . . . . . . . . . .

71

3.3.4

Deslocamento em freq
uencia e Modulacao . . . . . . . . . . . . .

72

3.3.5

Deslocamento no Tempo . . . . . . . . . . . . . . . . . . . . . . .

73

3.3.6

Diferenciacao e Integracao no Tempo . . . . . . . . . . . . . . . .

74

3.3.7

Diferenciacao em freq
uencia . . . . . . . . . . . . . . . . . . . . .

75

3.3.8

Convolucao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75

3.4

Amostragem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

76

3.5

Aplicacoes da Transformada de Fourier . . . . . . . . . . . . . . . . . . .

82

3.5.1

Resposta em freq
uencia de sistemas lineares . . . . . . . . . . . .

82

3.5.2

Encontrar a sada de um sistema LIT a um sinal de entrada . . .

83

3.5.3

Determinacao da resposta de sistemas LIT a sinais periodicos . .

85

3.5.4

Determinacao da resposta impulsiva de sistemas LIT . . . . . . .

86

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

89

3.3

4 Diagramas de Bode

91

4.1

Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

91

4.2

Plotagem da resposta em freq

uencia - Diagramas de Bode

. . . . . . . .

93

4.3

Diagramas basicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

94

4.3.1

94

Constante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Sistemas Lineares

4.3.2

Polo na origem . . . . . . . . . . . . . . . . . . . . . . . . . . . .

95

4.3.3

Zero na origem . . . . . . . . . . . . . . . . . . . . . . . . . . . .

96

4.3.4

Termos de primeira ordem . . . . . . . . . . . . . . . . . . . . . .

97

4.3.5

Termos de segunda ordem . . . . . . . . . . . . . . . . . . . . . .

99

Sistemas de Fase Mnima e Nao-Mnima . . . . . . . . . . . . . . . . . .

106

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

109

4.4

5 Transformada de Laplace

111

5.1

Introducao e Nocoes de Funcoes Complexas . . . . . . . . . . . . . . . .

111

5.2

Definicao e Regiao de Convergencia . . . . . . . . . . . . . . . . . . . . .

114

5.3

Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

116

5.3.1

Operacao Linear . . . . . . . . . . . . . . . . . . . . . . . . . . .

116

5.3.2

Funcao Transladada em Atraso . . . . . . . . . . . . . . . . . . .

117

5.3.3

Funcoes Porta-deslocada e Impulso . . . . . . . . . . . . . . . . .

117

5.3.4

Multiplicacao por exponencial . . . . . . . . . . . . . . . . . . . .

119

5.3.5

Mudanca na Escala de Tempo . . . . . . . . . . . . . . . . . . . .

120

5.3.6

Teorema da Diferenciacao Real . . . . . . . . . . . . . . . . . . .

120

5.3.7

Teorema do Valor Final . . . . . . . . . . . . . . . . . . . . . . .

122

5.3.8

Teorema do Valor Inicial . . . . . . . . . . . . . . . . . . . . . . .

122

5.3.9

Teorema da Integracao Real . . . . . . . . . . . . . . . . . . . . .

123

5.3.10 Teorema da Diferenciacao Complexa . . . . . . . . . . . . . . . .

123

5.3.11 Integral de Convolucao . . . . . . . . . . . . . . . . . . . . . . . .

124

Transformada Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

127

5.4.1

Fracoes parciais para polos distintos . . . . . . . . . . . . . . . . .

127

5.4.2

Fracoes Parciais para polos repetidos . . . . . . . . . . . . . . . .

129

5.4.3

Fracoes Parciais para casos especiais . . . . . . . . . . . . . . . .

131

Relacao entre sinais e alocacao dos polos . . . . . . . . . . . . . . . . . .

132

5.4

5.5

Sistemas Lineares

5.6

Tecnicas de Analise de Circuitos com Transformada de Laplace . . . . .

134

5.7

Sinais com energia limitada . . . . . . . . . . . . . . . . . . . . . . . . .

137

5.8

Resolucao de Equacoes Diferenciais . . . . . . . . . . . . . . . . . . . . .

138

5.9

Respostas de Estado Zero e Entrada Zero . . . . . . . . . . . . . . . . . .

139

5.10 Funcao de Transferencia e Estabilidade . . . . . . . . . . . . . . . . . . .

143

5.11 Diagrama de Blocos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

145

5.12 Sistemas Realimentados . . . . . . . . . . . . . . . . . . . . . . . . . . .

147

5.12.1 Estabilidade de Conexoes . . . . . . . . . . . . . . . . . . . . . .

149

5.12.2 Sistemas realimentados em presenca de dist

urbios . . . . . . . . .

150

5.13 Problemas complementares . . . . . . . . . . . . . . . . . . . . . . . . . .

151

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

153

6 Resposta ao Degrau

155

6.1

Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

155

6.2

Analise de Sistemas de Primeira Ordem . . . . . . . . . . . . . . . . . . .

157

6.3

Analise de Sistemas de Segunda Ordem . . . . . . . . . . . . . . . . . . .

159

6.3.1

Caso sem amortecimento ( = 0) . . . . . . . . . . . . . . . . . .

160

6.3.2

Caso Subamortecido (0 < < 1) . . . . . . . . . . . . . . . . . . .

160

6.3.3

Caso Criticamente Amortecido ( = 1) . . . . . . . . . . . . . . .

161

6.3.4

Caso sobreamortecido ( > 1) . . . . . . . . . . . . . . . . . . . .

161

6.3.5

Caso instavel ( < 0) . . . . . . . . . . . . . . . . . . . . . . . . .

162

6.4 Indices de desempenho . . . . . . . . . . . . . . . . . . . . . . . . . . . .

162

6.5

Servomecanismo para controle de posicao . . . . . . . . . . . . . . . . . .

165

6.6

Problemas complementares . . . . . . . . . . . . . . . . . . . . . . . . . .

174

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

177

7 Sistemas Discretos e Amostrados

7.1

Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

179
179

Sistemas Lineares

7.1.1

Conversao A/D . . . . . . . . . . . . . . . . . . . . . . . . . . . .

179

7.1.2

Conversao D/A e Sample-and-Hold . . . . . . . . . . . . . . . . .

180

7.2

Sinais e Sistemas de Tempo Discreto . . . . . . . . . . . . . . . . . . . .

185

7.3

Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

188

7.3.1

Definicao e exemplos . . . . . . . . . . . . . . . . . . . . . . . . .

189

7.3.2

Relacao com a transformada de Laplace . . . . . . . . . . . . . .

191

Propriedades da Transformada Z . . . . . . . . . . . . . . . . . . . . . .

192

7.4.1

Linearidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

192

7.4.2

Teorema do Valor Inicial . . . . . . . . . . . . . . . . . . . . . . .

196

7.4.3

Teorema do Valor Final . . . . . . . . . . . . . . . . . . . . . . .

196

7.4.4

Obtencao de F (z) a partir de F (s) . . . . . . . . . . . . . . . . .

197

7.4.5

Convolucao Discreta . . . . . . . . . . . . . . . . . . . . . . . . .

198

Transformada Z Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . .

199

7.5.1

Metodo da divisao polinomial . . . . . . . . . . . . . . . . . . . .

200

7.5.2

Metodo das fracoes parciais de X(z)/z . . . . . . . . . . . . . . .

201

7.6

Solucao de Equacoes recursivas . . . . . . . . . . . . . . . . . . . . . . .

201

7.7

Funcao de Transferencia Discreta e Estabilidade . . . . . . . . . . . . . .

205

7.7.1

Respostas de Estado Zero e Entrada Zero

. . . . . . . . . . . . .

205

7.7.2

Resposta ao Pulso e Estabilidade . . . . . . . . . . . . . . . . . .

207

7.8

Sistemas Amostrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

208

7.9

Sistemas Realimentados . . . . . . . . . . . . . . . . . . . . . . . . . . .

216

7.10 Escolha do Perodo de Amostragem . . . . . . . . . . . . . . . . . . . . .

220

7.11 Resposta em Frequencia . . . . . . . . . . . . . . . . . . . . . . . . . . .

220

7.12 Problemas Complementares . . . . . . . . . . . . . . . . . . . . . . . . .

222

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

225

7.4

7.5

Captulo 1
Introduc
ao Geral
1.1

Definic
oes Gerais

Para se iniciar o estudo de sistemas lineares, primeiramente deve-se definir o que sao
sinais e o que sao sistemas.
uma funcao ou seq
Sinal: E
uencia de valores que representa informacao. Eles descrevem grandezas cujos valores se alteram em funcao de uma variavel independente,
geralmente o tempo.
um conjunto de dispositivos interconectados que realizam uma tarefa esSistema: E
pecfica, estabelecendo uma relacao entre um certo n
umero de sinais. Um sistema
pode representar um equipamento ou fenomeno fsico.
Normalmente, os sinais relacionados ao sistema podem ser classificados como sinais de
entrada e sinais de sada. Os sinais de entrada existem independentemente do sistema
e nao sao afetados por ele. Ja os sinais de sada representam informacoes geradas pelo
sistema, geralmente em resposta aos sinais de entrada. Os sistemas sao geralmente representados atraves de diagramas de blocos. A forma mais basica de representacao de
um sistema e apresentada na Figura 1.1

Figura 1.1: Representacao de um sistema.

Alem das definicoes de sinal e sistema, outros termos que serao utilizados ao longo
deste documento precisam ser definidos. Estes termos sao bastante usuais em teoria de
controle.
Planta: Equipamento (ou parte dele) destinado a realizar uma dada operacao. (Objeto
fsico a ser controlado: caldeira, motor, reator qumico, ...).

Sistemas Lineares

10

Processo: Fenomenos (naturais ou criados artificialmente) que evoluem progressivamente segundo dinamicas que lhe sao proprias. (Fenomeno a ser controlado: processos qumicos, economicos, biologicos,...).
Perturbac
ao ou Dist
urbio: Sinal indesejado (interno ou externo).
Controle Realimentado: Operacao que visa corrigir (automaticamente ou manualmente) certas variaveis (grandezas fsicas) de um sistema. Diminui o efeito de
fenomenos indesejaveis.
um sistema realimentado para controle automatico de posicao,
Servomecanismo: E
velocidade ou aceleracao. Muito frequente na ind
ustria.
Sistemas Reguladores Autom
aticos: Sistema de controle cujo principal objetivo e
manter constante algumas variaveis do mesmo. (Controle de nvel constante, posicao constante, velocidade, aceleracao, ...). Exemplos: robos, elevadores, estufas,...
A teoria de sistemas e uma ferramenta matematica para seu estudo e projeto. Inicialmente, a teoria e apresentada de uma forma generica, abstrata, sem vnculo com alguma
aplicacao especfica. Desta forma ela pode ser utilizada em diferentes areas da engenharia
eletrica (bem como de outras engenharias, fsica, economia, etc.).

1.2

Sistemas de Malha Aberta

Sistemas onde a variavel a ser controlada (sada) nao interfere na acao de controle
(variavel de entrada) sao conhecidos como Sistemas de malha aberta.
Perturbac
oes
Entrada

SISTEMA

Sada

Figura 1.2: Sistema de malha aberta

A sada e sensvel `a fenomenos indesejaveis sobre o processo (perturbacoes, variacoes
nos parametros,...). Possui desemplenho limitado na pratica quando existem perturbacoes.
No entanto, em geral possui custo menor.

1.3

Sistemas de Malha Fechada

Sistemas onde a variavel de controle (Entrada) depende (Direta ou indiretamente) da

variavel a ser controlada (Sada) recebem o nome de sistemas de malha fechada. Nesse
caso possveis distorcoes na variavel controlada provocadas por dist
urbios no sistema sao
automaticamente corrigidas.

Sistemas Lineares

11

perturbac
ao
Vari
avel
Observada

Ref.
Comparador

Controlador

Atuador

SISTEMA

Medidor

sinal de medic
ao

rudo de medic
ao

Figura 1.3: Sistema de controle de malha fechada

Controlador
Ref.
Comparador

A/D

D/A

Computador

Atuador

Sada
SISTEMA

Medidor

Figura 1.4: Sistema realimentado de controle por computador

posica
o
da antena
c(t)

potenci
ometro
refer
encia

r(t)

comparador

Vr (t)

Vc (t)

potenci
ometro

erro e(t)
engrenagem

amplificador
de pot
encia
Ea (t)

motor DC

Figura 1.5: Servomotor para posicionamento de uma antena

Sistemas Lineares

12

Exemplo 1.1 Considere o servomecanismo para controle de posicao da antena indicado

na Figura 1.5. Comparando com o diagrama da figura 1.3 podemos identificar os seguintes
elementos:
Sistema: Antena + plataforma + engrenagens
Perturbac
oes: Grandezas externas que atuam de forma indesejada no sistema. Por
exemplo, ventos que provocam torques de perturbacao na posicao da antena.
Vari
avel observada: Posicao angular da antena
Vari
avel medida: Sinal de medicao gerado pelo potenciometro. Note que a vari
avel
medida pode ser diferente da vari
avel observada quando existem rudos de medicao.
Medidor: Potenci
ometro
Refer
encia: Valor desejado da grandeza observada
Comparador: somador de tensoes
Controlador: Nesse exemplo o controlador e um elemento unit
ario entre o comparador
e o amplificador. Em geral, o controlador e um filtro que manipula o sinal de erro
antes do amplificador de potencia. Em sistemas mais complexos o controlador pode
ser um algoritmo implementado num computador.
Atuador: Amplificador de Potencia + motor

1.4

Sinais de Tempo Contnuo e Discreto

Conforme mencionado no incio deste texto, os sistemas estabelecem relacoes com um

certo n
umero de sinais. Estes sinais podem ser classificados em duas categorias:
TEMPO CONTINUO: t e uma variavel contnua. Nesse caso um sinal f (t) sera um
sinal analogico, isto e, um sinal de tempo contnuo.
f(t)
Ref.

Figura 1.6: Variavel de tempo contnuo (sinal analogico)

TEMPO DISCRETO: t e uma variavel discreta que assume valores apenas em instantes
discretos do tempo. Por exemplo, t = kT onde k e uma variavel k = 0, 1, 2, . . . e T e uma
constante. Nesse caso um sinal f (kT ) sera uma seq
uencia de pulsos, isto e, um sinal de
tempo discreto, Figura 1.7.

Sistemas Lineares

13
f(kT)
Ref.

t = kT

Figura 1.7: Variavel de tempo discreto (sequencia)

Diminuindo-se o valor da constante T , pode-se chegar a uma aproximacao razoavel do

sinal discreto para o sinal contnuo. Isto e feito, por exemplo, nos aparelhos de CD, onde
a seq
uencia de pulsos codificada digitalmente do sinal de tempo discreto e convertida em
uma sinal de tensao eletrica discreto que e entao amplificado. Como a seq
uencia e gerada
de forma bem rapida (T = 1/44100 seg), o proprio circuito eletronico do amplificador e
o ouvido humano acabam filtrando o sinal que chega ao nosso cerebro de forma contnua.

1.5

Classificac
ao de Sistemas

Os sistemas podem ser classificados de acordo com diversas categorias. Esta classificacao e importante na escolha das tecnicas de analise e projeto de sistemas.

1.5.1

Sistemas lineares e n
ao-lineares

A propriedade da linearidade e uma das mais importantes que serao consideradas neste
curso. As tecnicas de solucao de sistemas lineares estao bem definidas e consolidadas.
Estas tecnicas tambem sao geralmente utilizadas em sistemas nao-lineares fazendo-se
aproximacoes em torno de um determinado ponto de operacao.
Um sistema e dito linear se obedecer as regras abaixo, considerando x(t) como um sinal
de entrada, y(t) o sinal de sada e representando a transformacao que o sistema aplica
ao sinal de entrada.
1. Princpio da homegeneidade: Se uma entrada e multiplicada por um fator k, a sada
tambem e multiplicada pelo mesmo fator k:
k.x(t) k.y(t)
2. Princpio da aditividade: Se duas entradas sao aplicadas simultaneamente, a resposta total sera a soma das respostas individuais a cada uma das entradas separadamente. Assim, se x1 (t) y1 (t) e x2 (t) y2 (t), entao:
x1 (t) + x2 (t) y1 (t) + y2 (t)
Estes dois princpios, se combinados, resultam no princpio da superposicao. Um sistema e classificado como linear se e somente se atender a este princpio, ou seja, se a

Sistemas Lineares

14

entrada do sistema for

x(t) = k1 .x1 (t) + k2 .x2 (t)
a sada devera ser
y(t) = k1 .y1 (t) + k2 .y2 (t)
para que o sistema seja considerado linear, considerando qualquer valor das constantes
k1 e k2 e qualquer entrada.
A Figura 1.8a apresenta um exemplo de sistema linear, um resistor ohmico. Ja na
Figura 1.8b pode ser visto um exemplo de sistema nao-linar, constitudo da magnetizacao
de um transformador.

Figura 1.8: Exemplo de sistema linear (a) e nao-linear (b).

Nota-se que a linearidade nao necessariamente implica que a funcao de tempo da sada
tem a mesma forma da entrada, por exemplo:

Figura 1.9: Formas dos sinais de entrada e sada de um sistema linear.

Quando se trata de sistemas reais, muitas vezes a linearidade se aplica somente para
uma faixa restrita de valores das constantes k1 , k2 e das entradas. Por exemplo, a curva
de deformacao de um certo material em funcao da tensao mecanica aplicada sobre o
corpo de prova. Neste caso, a medida em que a tensao aplicada aumenta, a deformacao
aumenta proporcionalmente em uma certa faixa de valores de entrada. Para esta faixa de
valores, o sistema se comporta como linear. Se a tensao continuar aumentando o sistema
entrara em um regiao de nao-linearidade, podendo ate haver o rompimento do material.
Um grafico exemplificando este comportamento pode ser visto na Figura 1.10.

Exerccio: Um diferenciador e um dispositivo caracterizado pela relacao y = dx/dt. E

este dispositivo um sistema linear?

Sistemas Lineares

15

Figura 1.10: Deformacao da sada para valores elevados de entrada.

1.5.2

Sistemas variantes e invariantes no tempo

A variancia/invariancia no tempo e a segunda caracterstica mais importante dos sistemas a serem estudados nesta disciplina.
Os sistemas invariantes no tempo podem ser definidos da seguinte forma:
Sistema Invariante no Tempo: Um sistema que responde a um sinal de entrada deslocado no tempo com um sinal de sada deslocado no tempo correspondente e chamado
de sistema invariante no tempo.
Descrevendo de outra forma, um sistema variante e aquele onde seus parametros variam com o tempo, como por exemplo, um circuito RLC onde se considera o efeito da
temperatura. Ja o sistema invariante pode ser tambem descrito como aquele em que os
parametros nao variam com o tempo. Exemplo, um circuito RLC onde nao se considera
o efeito da temperatura.
A Figura 1.11 apresenta dois sistemas S1 e S2. Nestes dois sistemas e aplicada uma
entrada x(t) e a mesma entrada deslocada de t1 unidades de tempo. Pela figura pode-se
perceber que o sistema S1 e invariante no tempo, pois a sada deslocada s1 (t) tem a
mesma forma da sada nao deslocada s1(t). Ja para o sistema S2, a mesma afirmativa
nao e verdadeira, pois a sada deslocada tem uma forma diferente da original.
Os sistemas invariantes no tempo podem ser modelados por equacoes diferenciais de
coeficientes constantes. Por exemplo, um circuito RLC sem considerar as variacoes dos
parametros com o tempo:

V (t) = R.i(t) + L.

di(t)
1
+
dt
C

i(t).dt

Ja o sistema variante e modelado por equacoes diferenciais com coeficientes dependentes

do tempo. Tomando o mesmo exemplo anterior:

V (t) = R(t).i(t) + L.

1
di(t)
+
dt
C

i(t).dt

Sistemas Lineares

16

Figura 1.11: Sistemas variantes e invariantes no tempo.

Exerccio: Verificar se os sistemas abaixo sao variantes ou invariantes no tempo.

a) y(t) = sen[x(t)]
b) y(t) = t2 .x(t)

1.5.3

Sistemas est
aticos e din
amicos (sem mem
oria e com mem
oria)

Os sistemas estaticos e dinamicos sao definidos da seguinte forma:

Sistema Est
atico: Sistema estatico e aquele no qual a sada atual depende apenas da
entrada atual. Sistemas estaticos sao modelados por equacoes algebricas;
Sistema Din
amico: Sistema dinamico e aquele no qual a sada atual depende de entradas anteriores. Isto implica a existencia de condicoes iniciais. Sistemas dinamicos
devem ser modelados por equacoes diferenciais.
Um exemplo de sistema estatico, ou sem memoria e o amplificador ideal. Sendo x(t)
a entrada e y(t) a sada, o modelo de um amplificador ideal com ganho constante K e
dado por
y(t) = K.x(t)
para todo t. Um outro exemplo e a resistencia ohmica, para a qual v(t) = R.i(t).
Para sistemas dinamicos, um exemplo classico e o amplificador integrador, descrito por
t

x( )d

y(t) = K

onde a tensao de sada y(t) depende de todos os valores anteriores da entrada de tensao
x(t).

Sistemas Lineares

17

Um outro exemplo de sistemas com memoria e o capacitor. O capacitor pode ser

considerado um sistema com memoria se a corrente for tomada como entrada do sistema
e a tensao sua sada:
1 t
i( )d
v(t) =
C

1.5.4

Sistemas causais e n
ao causais

Sistema Causal: Sistema causal e aquele em que a sada em determinado instante t

depende apenas da entrada neste instante e em instantes anteriores, isto e, a sada
atual do sistema nao depende dos valores futuros da entrada;
o recproco do sistema causal. Os sistemas nao causais nao
Sistema N
ao Causal: E
sao realizaveis na pratica.
Sistemas causais e nao causais tambem podem ser chamados de nao antecipativos e
antecipativos, respectivamente. A Figura 1.12 apresenta um exemplo de sistema causal e
nao causal. Nesta figura, o sistema S1 e causal, pois sua sada no instante 2.t0 depende
da entrada em t0, que e anterior. Ja para o sistema S2, a sada em instantes anteriores
a t0 depende da entrada em t0. Logo o sistema S2 e antecipativo.

Figura 1.12: Sistemas causais e nao causais.

1.5.5

Sistemas Determinsticos e N
ao Determinsticos

A definicao de sistemas determinsticos e nao determinsticos e a seguinte:

Sistemas Determinsticos: Sistemas determinsticos sao aqueles em que todos os parametros do sistema sao conhecidos;
Sistemas N
ao Determinsticos: Tambem chamados de probabilsticos, sao os sistemas em que se usa uma abordagem probabilstica devido `a incerteza em alguns
parametros.
Um exemplo de sistema probabilstico e o planejamento da expansao da geracao. Neste
problema, existem in
umeras incertezas, como o crescimento do mercado, o preco do combustvel (oleo, gas, carvao, etc.), a precipitacao pluvial, etc.

Sistemas Lineares

1.5.6

18

Sistemas a par
ametros concentrados ou distribudos

Um sistema e a par
ametros concentrados quando seus elementos sao discretos, nao
se considerando o seu tamanho fsico. Por exemplo, um resistor: R = 2k. Estes sistemas
sao modelados por equacoes diferenciais ordinarias.
Quando um sistema e a par
ametros distribudos e considerada a distribuicao dos
seus parametros do espaco. Sua modelagem e dada por equacoes diferenciais parciais
onde esta presente a variavel espaco.
Um exemplo de sistema a parametros distribudos sao as linhas de transmissao, Figura
1.13, onde a linha e separada em diversos segmentos, cada qual com seu modelo equivalente. Faz se entao o tamanho de cada segmento tender a zero e com isso chega-se a uma
equacao diferencial parcial que descreve a linha em funcao da distancia.

Figura 1.13: Sistema a parametros distribudos: Linha de transmissao.

OBS.: Nos sistemas a parametros concentrados, a dimensao do elemento e muito pequena comparada com o comprimento de onda dos sinais a serem transmitidos. A modelagem de um sistema por parametros concentrados ou distribudos deve ser escolhida de
acordo com a aplicacao. Muitas vezes, uma modelagem detalhada nao se faz necessario
para o tipo de estudo que se deseja realizar.

1.5.7

Sistemas inversveis

Um dado sistema e inversvel quando existe um sistema inverso correspondente. A

conexao em serie de um sistema com o seu inverso tem como sada o mesmo sinal aplicado
`a entrada.
Exemplo 1:
Seja o sistema
y(t) = 3.x(t)
O seu sistema inverso e

1
w(t) = .y(t)
3

Este exemplo em diagrama de blocos e apresentado na Figura 1.14.

Exemplo 2:

Sistemas Lineares

19

Seja o sistema y(t) = x2 (t). Neste caso, diferentes entradas resultam na mesma sada.
Por exemplo, y(t) = 4 e obtido se x(t) = 2 ou x(t) = 2. Portanto, este sistema nao e
inversvel.

Figura 1.14: Exemplo de sistema inverso.

Para um sistema ser inversvel, diferentes entradas devem levar a diferentes sadas.

1.5.8

Sistemas est
aveis

Os sistemas tambem podem ser estaveis ou nao. Existem diversas maneiras de se definir
a estabilidade de um sistema. Aqui sera apresentada a estabilidade BIBO (Bounded Input
Bounded Output) que significa Entrada Limitada Sada Limitada.
Estabilidade BIBO: Um sistema e dito BIBO estavel se para qualquer entrada limitada
a sada tambem sera limitada.
A entrada do sistema e limitada se existir um n
umero M tal que
|x(t)| M
para todo t. Da mesma forma, a sada e limita se existir um n
umero R tal que a desigualdade
|y(t)| R
seja valida para todo t.

Considere como exemplo o amplificador integrador dado por

t

y(t) = K.

x( ).d
0

Se um sinal limitado for aplicado `a sua entrada, por exemplo um degrau unitario, a
sada sera uma rampa (a integral de uma constante e a propria variavel de integracao),
y(t) = K.t, a qual e ilimitada pois para t a sada y(t) . Logo, o integrador
nao e BIBO estavel.

1.6

Sinais Contnuos B
asicos

Nesta secao serao apresentados os os modelos de sinais contnuos mais comuns para o
estudo de sistemas.

Sistemas Lineares

1.6.1

20

Sinal exponencial

Um dos sinais que aparecem com mais freq

uencia na solucao de sistemas lineares e o
sinal exponencial. Este sinal e muito importante, pois ele aparece nas solucoes de equacoes
diferenciais ordinarias lineares com coeficientes constantes. Estas equacoes diferenciais
sao freq
uentemente utilizadas para modelar sistemas fsicos contnuos. Considere entao
a seguinte equacao diferencial:
dx(t)
= s.x(t)
dt
onde s e uma constante.
A solucao desta equacao e a funcao exponencial x(t) = x(0).est para todo t 0, onde
x(0) e uma condicao inicial.
Um exemplo para este sinal e a corrente eletrica em um circuito RL serie, onde:
L.

di(t)
R
di(t)
+ R.i(t) = 0
= .i(t)
dt
dt
L

Para este exemplo, s = R/L. A corrente e dada entao pela solucao da equacao diferencial acima, ou seja:
R
i(t) = i(0).e L .t
Este tipo de sinal exponencial e muito comum em engenharia eletrica e deve ser dada
muita importancia no seu correto entendimento.
No exemplo anterior, a constante s resultante era um n
umero real. No entanto, podem
haver situacoes onde, para facilitar a solucao dos sistemas, e mais interessante que s seja
um n
umero complexo do tipo s = + j, onde denota a parte real do n
umero e a
parte imaginaria. Entao, o sinal exponencial fica:
es0 .t = e(0 +j0 ).t = e0 .t .ej0 .t
Este sinal exponencial sera apresentado agora de acordo com a caracterstica de s0 , ou
seja, s0 sendo um n
umero real puro, imaginario puro e combinado.
s real puro:
Neste caso, x(t) = e0 .t . Os graficos para valores positivos e negativos e 0 sao vistos
na Figura 1.15.
s imagin
ario puro:
Neste caso, x(t) = ej0 .t . Utilizando-se a relacao de Euler,
ej0 .t = cos 0 .t + j. sin 0 .t
pode-se verificar que o sinal em questao e periodico, pois:

Sistemas Lineares

21

Figura 1.15: Sinal exponencial com s real puro.

x(t) = ej0 .t = ej0 .(t+2.) = ej0 .(t+2./0 )

O perodo fundamental e
T0 =

2.
0

Este sinal representa um fasor de amplitude unitaria que gira no plano complexo,
representando um sinal senoidal, conforme a Figura 1.16.

Figura 1.16: Sinal exponencial com s imaginario puro.

s real e imagin
ario:
Quando s possui parte real e imaginaria nao nulas, o sinal torna-se: x(t) = e(0 +j0 ).t
Este sinal comporta-se como o sinal anterior, ou seja, representa um fasor girando
no plano complexo. No entanto, neste caso, o modulo nao sera constante. Havera um
amortecimento no modulo, dado por 0 . O amortecimento so e verificado se 0 < 0,
caso contrario havera um incremento no modulo. Na figura 1.17 pode-se ver uma representacao deste sinal (para o caso amortecido) em um grafico tridimensional onde, alem
das componentes real e imaginaria, foi representada a variavel tempo t.

Sistemas Lineares

22

Imag.

0.5

0.5
1
0.5
1
0

0
0.2

0.4
Tempo

0.6

0.5
0.8

Real

Figura 1.17: Sinal exponencial com s complexo.

1.6.2

Degrau unit
ario

O degrau unitario tambem e um sinal muito utilizado na analise de sistemas. Normalmente, o degrau funciona como sinal de excitacao dos sistemas fsicos. Nos sistemas
realimentados, e comum a aplicacao de um degrau na entrada de referencia do sistema.
A notacao utilizada para representar um degrau unitario e u(t), que e definido da
seguinte forma:

0, se t < 0
1, se t > 0

u(t) =

Percebe-se que u(t) nao e diferenciavel em t = 0 em funcao da descontinuidade neste

ponto. No entanto, pode-se fazer uma aproximacao do sinal u(t) por u (t), de acordo
com a figura abaixo.

u (t) =

0,

t
,

1,

se t < 0
se 0 t
se t >

Sistemas Lineares

23

A partir da definicao u (t) acima, fazendo tender a zero, chega-se a u(t):

u(t) = lim u (t)
0

1.6.3

Impulso unit
ario

Utilizando o mesmo raciocnio anterior, pode-se calcular a derivada de u(t):

(t) =

d
u (t)
dt

0,

se t < 0
= 1 , se 0 t

0, se t >

Observa-se que (t) tem area unitaria. Ao se aplicar o limite nesta funcao, chega-se
a definicao do impulso unitario:

du (t)
dt
0
(t) = dtd u(t)

(t) = lim (t) = lim

0

d
lim u (t)
dt 0

(1.1)
(1.2)

De forma geral, o sinal impulso unitario e representado da seguinte forma:

Figura 1.18: Representacao do sinal impulso. (a) Unitario; (b) Multiplicado por k; (c)
Multiplicado e deslocado no tempo.

Propriedades da func
ao impulso
A seguir sao apresentadas algumas propriedades da funcao impulso.
1) x(t).(t) = x(0).(t) = Se um sinal x(t) e multiplicado pela funcao impulso,
entao o resultado sera uma amostra do sinal x(t) no instante zero, ja que o impulso
e definido neste instante.

Sistemas Lineares

24

2) x(t).(t t0 ) = x(t0 ).(t t0 ) = Se o impulso estiver deslocado no tempo, entao

a amostra resultante correspondera a uma amostra de x(t) no instante t0 .
3) A integral de um impulso e igual ao valor de sua area (1 se for um impulso unitario)
multiplicado por uma funcao degrau.
t

k.( ).d = k.u(t)

Interpretacao:

t<0

k.( ).d = 0 t > 0

4)

k.( ).d = k

f (t).(t t0 ).dt = f (t0 )

(1.3)

Demonstracao: (t0 ) = 0 somente em t = t0 :

1.7

f (t).(t t0 ).dt =

f (t0 ).(t t0 ).dt = f (t0 ).

(t).dt = f (t0 )

Transformac
oes de Vari
avel Independente

Serao consideradas nesta secao, as operacoes de transformacao de variavel independente

de sinais temporais. Neste caso, a variavel independente e o tempo t. As operacoes serao
apresentadas atraves de exemplos. Considere o sinal abaixo como exemplo.

0,

1,
f (t) =

1 0, 5.t,

0,

1.7.1

se
se
se
se

t<1
1 t < 0
0t<2
t2

Compress
ao no tempo:

Ocorre quando a variavel independente e multiplicada por um n

umero maior do que 1.

Sistemas Lineares

25

Exemplo, determine f (2t):

Substituindo t por 2t na definicao de f (t):

0,
se
2t
<
1
0,

1,

se 1 2t < 0
1,
f (2t) =
f (2t) =

1 0, 5.(2t), se 0 2t < 2
1 t,

0,
se 2t 2
0,

se
se
se
se

t < 1/2
1/2 t < 0
0t<1
t1

Figura 1.19: Exemplo de sinal comprimido no tempo.

1.7.2

Expans
ao no tempo:

Este caso, ocorre quando a variavel independente e multiplicada por um n

umero entre
0 e 1.
Exemplo, f (1/3t):
Susbstituindo t por 1/3t na definicao de f (t),

0,

1,
f (1/3t) =

1 1/6t,

0,

chega-se ao seguinte sinal modificado:

se
se
se
se

t < 3
3 t < 0
0t<6
t6

Figura 1.20: Exemplo de sinal expandido no tempo.

1.7.3

Deslocamento no tempo:

O sinal e deslocado para a direita se um valor negativo e adicionado `a variavel independente. Reciprocamente, o sinal e deslocado para a esquerda se um valor positivo e
adicionado.

Sistemas Lineares

26

Exemplo, f (t + 4):
Susbstituindo t por t + 4 na definicao de f (t), chega-se ao seguinte sinal modificado:

0,

1,
f (t + 4) =

1 1/2t,

0,

se
se
se
se

t < 5
5 t < 4
4 t < 2
t 2

Figura 1.21: Exemplo de sinal deslocado no tempo.

1.7.4

Invers
ao no tempo:

Se a variavel independente for multiplicada por um n

umero negativo, alem da expansao
(ou compressao) no tempo, a funcao sofrera inversao.
Exemplo, f (t):
Susbstituindo t por t na definicao de f (t), chega-se ao seguinte sinal modificado
(Figura 1.22):

0,

1 + 1/2t,
f (t) =

1,

0,

se
se
se
se

t 2
2 < t 0
0<t1
t>1

Figura 1.22: Exemplo de sinal invertido no tempo.

Sistemas Lineares

27

Exerccios:
Calcule analiticamente e desenhe os seguintes sinais:
a) f (t 3);
b) f (1/2t);
c) f (3 t);
d) f (2t 3)

1.8

Soluc
ao de Sistemas Lineares Via Convoluc
ao

Para determinar a sada de um sistema linear para uma dada entrada x(t), pode-se utilizar duas tecnicas basicas. A solucao via equacoes diferenciais e a solucao via convolucao
da entrada com a resposta impulsiva do sistema. Esta segunda tecnica sera descrita a
seguir, porem, antes de apresenta-la, deve-se responder algumas questoes importantes,
como, por exemplo, o que e resposta impulsiva e o que e convolucao.

1.8.1

Representac
ao de sinais contnuos em termos de impulsos

Um sinal contnuo pode ser representado por uma seq

uencia de impulsos deslocados e
multiplicados por uma constante.
Considere a funcao impulso, conforme definida anteriormente:

(t) =

0,

1
,

E esta funcao deslocada de k unidades de tempo:

0,

se t < 0
se 0 t
se t >

Sistemas Lineares

28

Entao, uma funcao contnua x(t) pode ser aproximada por uma somatorio de impulsos
deslocados e ponderados. Denotando x(t) como o sinal aproximado:

x(t) =

k=

x(k).. (t k)

(1.4)

A Figura 1.23 exemplifica este somatorio.

Figura 1.23: Aproximacao de uma funcao contnua x(t) por impulsos de largura .

Tomando o limite para tendendo a zero, pode-se encontrar x(t) a partir de sua
aproximacao x(t).
Relembrando, quando 0:
ser escrito como:

; k ; d e . Entao, x(t) pode

x(t) =

x( ).(t ).d

(1.5)

A verificacao da equacao anterior se da atraves da utilizacao da propriedade de multiplicacao de um sinal pelo impulso (segunda propriedade do impulso unitario, da secao
1.6.3) e sabendo que a integral do impulso unitario e 1. Entao:

1.8.2

x( ).(t ).d =

x(t).(t ).d = x(t).

(t ).d = x(t)

Resposta impulsiva de um sistema LIT e a integral de

convoluc
ao

Nesta secao sera apresentada uma maneira de se calcular a sada y(t) de um sistema
linear e invariante no tempo (LIT) para uma dada entrada x(t) a partir do conhecimento
da resposta impulsiva do sistema. Para isto, serao utilizadas as propriedades da linearidade e invariancia no tempo. Portanto, todo o desenvolvimento apresentado sera valido
apenas para sistemas lineares e invariantes no tempo (LIT).

Sistemas Lineares

29

Resposta impulsiva
O que e a resposta impulsiva de um sistema LIT?
Considere a Figura 1.24 abaixo. Dado um sistema LIT onde a entrada aplicada e um
impulso unitario x(t) = (t), a sada para esta entrada sera definida como a resposta
impulsiva do sistema y(t) = h(t). A notacao h(.) sempre representa uma resposta ao
impulso unitario.

Figura 1.24: Resposta impulsiva de um sistema LIT.

Desenvolvimento conceitual da integral de convoluc

ao
A partir do conhecimento da resposta impulsiva do sistema, pode-se determinar sua
sada para qualquer entrada x(t) utilizando para isso a integral de convolucao, que sera
desenvolvida na seq
uencia.
Considere a resposta impulsiva do sistema1 :
(t) h(t)
Como o sistema e, por definicao, invariante no tempo, a resposta ao impulso deslocado
de unidades de tempo sera a resposta impulsiva deslocada tambem de , portanto:
(t ) h(t )
Multiplicando-se este impulso deslocado por um sinal qualquer x(t), obter-se-a uma
amostra do sinal x(t) no instante , atuando como uma constante x( ) que multiplica
(t ). Entao, pela propriedade da linearidade do sistema, a sada sera a resposta
impulsiva deslocada tambem multiplicada pela mesma constante x( ):
x( ).(t ) x( ).h(t )
Utilizando a propriedade da superposicao, pode-se somar nesta entrada todos os valores
possveis de . Fazendo os intervalos de tempo tendendo a zero, o somatorio torna-se
uma integral:

x( ).(t ).d

x( ).h(t ).d

Note que a representacao em blocos do sistema da Figura 1.24 fui substituda por uma seta apontando
para a direita. Esta notacao sera utilizada de agora em diante para representar o sistema.

Sistemas Lineares

30

Conforme visto na representacao de sinais atraves de impulsos, equacao (1.5), a entrada

aplicada ao sistema acima e a representacao atraves impulsos do sinal x(t). Entao:

x(t)

x( ).h(t ).d = y(t)

A sada deste sistema:

y(t) =

x( ).h(t ).d

(1.6)

e conhecida como integral de convolucao. Atraves de uma mudanca de variavel pode-se

verificar que:

y(t) =

x( ).h(t ).d =

x(t ).h( ).d

(1.7)

Este resultado e de fundamental importancia no estudo de sistemas lineares e invariantes no tempo. A equacao (1.7) estabelece que a resposta do sistema para qualquer
entrada x(t) e expressa como uma integral envolvendo apenas a entrada e sua resposta
comum expressar que a sada e igual `
impulsiva h(t). E
a entrada convoluda com a resposta impulsiva. Tambem e comum denotar a integral de convolucao de uma maneira
mais simplificada:
y(t) = x(t) h(t) = h(t) x(t)
Conclus
ao
O calculo da resposta de estado zero (parcela da resposta total do sistema sem considerar as condicoes iniciais) de qualquer sistema linear e invariante no tempo a uma entrada
qualquer reduz-se a:
1) Determinacao da resposta impulsiva do sistema h(t);
2) Calculo da integral de convolucao:
y(t) =

x( ).h(t ).d =

t0

x(t ).h( ).d

onde t0 e o instante em que a entrada e aplicada.

1.8.3

Representac
ao gr
afica da integral de convoluc
ao

A integral de convolucao da equacao (1.7) pode ser resolvida graficamente e por partes, conforme a forma do sinal de entrada e da resposta impulsiva do sistema. Este
procedimento sera apresentado atraves de um exemplo.

Sistemas Lineares

31

Considere um sistema com a resposta impulsiva h(t) que foi submetido a uma entrada
x(t). Ambos os sinais sao apresentados na Figura 1.25.

Figura 1.25: Sinais do exemplo de convolucao.

O primeiro passo na solucao grafica da integral de convolucao e adequar x(t) e h(t) de
acordo com a integral de convolucao da equacao (1.7). Conforme esta mesma equacao,
existem duas formas possveis. Na primeira, integra-se x( ).h(t ). Neste caso, variase o parametro de deslocamento t na resposta impulsiva, ou seja, x(t) e mantido fixo
enquanto h(t) percorre o espaco de < t < sobrepondo-se com x(t). Na segunda
forma acontece o inverso, desloca-se x(t) e mantem-se fixo h(t). Neste exemplo, foi
escolhida a segunda forma, mas ambas sao sempre possveis e devem proporcionar a
mesma resposta.
Entao, como primeiro passo, coloca-se os sinais em funcao da variavel de integracao .
Em seguida, faz-se x( ). Este sinal e que vai ser deslocado em funcao do parametro t.
Aplicando-se este deslocamento, chega-se ao sinal x(t ) que juntamente com h( ) e
apresentado a seguir, para t > 0.

Figura 1.26: Transformacoes de variaveis do exemplo de convolucao.

Nesta etapa, os sinais ja estao transformados de acordo com a definicao da integral de

convolucao. Entao, comeca-se o processo de deslocamento de x(t ) em funcao de t.
Avaliam-se todos os intervalos de integracao possveis e faz-se o somatorio do resultado
das integrais em cada intervalo. A seguir, o processo de solucao e apresentado para cada
um dos intervalos.
Para t 0:
Para facilitar a visualizacao, os sinais x(t ) e h( ) serao apresentados em um mesmo
grafico. Para este caso, quando t 0, nao ha area em comum entre x(t ) e h( ),
conforme a Figura 1.27, ilustrada para t = 0:
Entao, o resultado da integral de convolucao para t 0 e nulo.
yt0 (t) = 0

Sistemas Lineares

32

Figura 1.27: Sinais do exemplo de convolucao para t = 0.

Para 0 < t < 2:

Quando 0 < t < 2, pode-se ver, pela Figura 1.28, que ha uma area em comum com
com os dois termos da integral. Desta forma, o produto entre eles nao e nulo, e a integral
deve ser calculada.

Figura 1.28: Sinais do exemplo de convolucao para 0 < t < 2.

Nesta situacao, a integral nao e nula apenas para 0 < < 2. Entao, calculando a
integral neste intervalo chega-se a sada y0<t<2 (t):
t

y0<t<2 (t) =
0

(2 ).d =

2.

2
2

t
0

= 2.t

t2
2

(1.8)

Para t 2:
Quando t 2, a area em comum e sempre a mesma conforme t e aumentado. Esta
situacao e mostrada na Figura 1.28.

Figura 1.29: Sinais do exemplo de convolucao para t 2.

Entao, para t 2 a integral de convolucao so nao e nula para 0 < < 2. No entanto,
so limites de integracao, neste caso sao independentes de t:
2

yt2 (t) =
0

(2 ).d =

2.

2
2

2
0

= 2.2

4
=2
2

(1.9)

Sistemas Lineares

33

O calculo da integral, neste caso, e equivalente ao calculo da area na Figura 1.29.

Soluc
ao final:
A solucao final, ou seja, a sada do sistema, e o sinal resultante da composicao das
sadas encontradas em cada intervalo analisado. Fazendo a composicao para este exemplo,
chega-se a seguinte sada para o sistema para a entrada considerada:

Figura 1.30: Resultado do exemplo de convolucao.

1.8.4

Propriedades da operac
ao de convoluc
ao

A integral de convolucao da equacao (1.6) possui tres propriedades importantes que

serao descritas a seguir:
1. Propriedade Comutativa: Conforme a equacao (1.7), a integral de convolucao e
simetrica com respeito a x(t) e h(t):
x(t) h(t) = h(t) x(t)
2. Propriedade Associativa: O resultado da convolucao de tres ou mais funcoes e
independente da ordem em que cada convolucao e realizada:
[x(t) h1 (t)] h2 (t) = x(t) [h1 (t) h2 (t)] = x(t) [h2 (t) h1 (t)]
Em representacao de blocos:

3. Propriedade Distributiva: Pela propriedade distributiva, a soma de duas convolucoes

e equivalente a convolucao das somas da funcoes:
x(t) h1 (t) + x(t) h2 (t) = x(t) [h1 (t) + h2 (t)]
Na representacao por diagrama de blocos:

Sistemas Lineares

1.8.5

34

Resposta ao degrau da um sistema LIT

Sera derivada agora uma expressao geral para a sada de um sistema com resposta
impulsiva h(t) quando uma entrada degrau unitario e aplicada em sua entrada. Denotase s(t) como a sada do sistema quando x(t) = u(t).
Adequando o sinal de entrada assim como foi feito no exemplo da secao 1.8.3, chega-se
a seguinte expressao para a integral de convolucao:
s(t) =

h( ).u(t ).d

Atraves Figura 1.31 que mostra a entrada deslocada u(t ) utilizada na convolucao,
percebe-se que a sada de um sistema para esta entrada pode ser descrita como a integral
de ate t da propria resposta impulsiva do sistema. Ou seja:
t

1.h( ).d

s(t) =

Figura 1.31: u(t ).

Bibliografia
PHILLIPS, C. L.Signals, Systems, and Transforms, Prentice-Hall Inc.:New Jersey, USA,
1995, 707p.
GIROD, B.; RABENSTEIN, R.; STENGER, A. Sinais e Sistemas, LTC Editora:Rio de
Janeiro, RJ, 2003, 340p.

Sistemas Lineares

36

Captulo 2
S
erie de Fourier
2.1

Introduc
ao

Uma tecnica de analise comum em engenharia e a particao de problemas complexos

em problemas mais simples. Os problemas mais simples sao entao resolvidos e a solucao
total se torna a soma das solucoes mais simples. Um exemplo desta tecnica de analise e
a expansao de um sinal em serie de Taylor. Neste caso, uma funcao f (t) e expressa como
a soma de uma constante, uma funcao rampa, uma funcao parabola e assim por diante,
conforme a equacao abaixo.
f (t) = f (0) + f (0)t + f (0).

t2
+ ...
2!

Assim, o problema envolvendo f (t) e resolvido considerando uma constante, depois a

funcao rampa e assim por diante.
Para que a analise de problemas complexos possa ser resolvida atraves de subproblemas mais simples, tres requisitos devem ser atendidos: 1) Deve ser possvel expressar o
problema como um n
umero de problemas mais simples; 2) O problema deve ser linear,
caso contrario, a soma das solucoes mais simples nao sera igual a solucao do problema
como um todo; 3) As contribuicoes das funcoes mais simples devem ser negligenciaveis
apos se considerar alguns termos, caso contrario o ganho com a simplificacao da solucao
dos problemas mais simples pode ser perdido.
Esta tecnica pode ser aplicada na solucao de sistemas lineares. Considere um sistema
linear onde a entrada aplicada e um sinal complexo de tal forma o calculo da sada e
dificultado. Se o sinal puder ser expresso com uma serie de Taylor, por exemplo, pode-se
calcular a sada do sistema para cada termo separadamente. A solucao total sera entao
a soma destas solucoes.
As series de Fourier a serem estudadas neste captulo tem essa finalidade. Sao tecnicas
de analise que buscam decompor um sinal periodico qualquer em um somatorio de sinais
periodicos senoidais, mais simples. Com isso, pode-se determinar a sada de um sistema

Sistemas Lineares

38

linear para uma entrada complexa somando-se as sadas para entradas mais simples, o
que e computacionalmente mais atraente.
Jean Baptiste Joseph Fourier (1768-1830) foi um matematico e fsico frances que estudou extensivamente a conducao do calor. Ele desenvolveu o que agora e chamado de
An
alise de Series de Fourier, para aplicar `a solucao de equacoes diferenciais parciais que
surgiram nos seu estudos de conducao de calor. A princpio ele nao foi capaz de provar
de uma forma geral que sua infinita serie de senos e cossenos realmente convergia para a
funcao que deveria representar. Esta prova so foi obtida aproximadamente 100 anos mais
tarde.
Antes de se apresentar a serie de Fourier propriamente dita, deve-se definir o que sao
funcoes periodicas e a resposta de sistemas LIT a funcoes exponenciais, uma vez que a
grande maioria dos sinais utilizados neste captulo se enquadram nestas categorias.

2.1.1

Sinais peri
odicos

Uma funcao x(t) e dita periodica se para um perodo T a relecao x(t) = x(t + T ) e
satisfeita para todo t. Por exemplo, a funcao cos .t e periodica ( = 2f = 2/T ) pois:
cos (t + T ) = cos(t + T ) = cos(t + 2) = cos t
As funcoes periodicas tem as seguintes propriedades:
1) Funcoes periodicas sao validas para todo tempo, ou seja, na equacao x(t) = x(t+T )
nao ha limite imposto em t;
2) A funcao periodica com perodo T e tambem periodica com perodo nT , onde n e
um inteiro. Entao, para uma funcao periodica:
x(t) = x(t + T ) = x(t + nT )
3) O perodo fundamental T0 e o mnimo valor do perodo T > 0 que satisfaz x(t) =
x(t + T ). A freq
uencia fundamental e definida como 0 = 2f0 = 2/T0 .

2.1.2

Resposta de sistema LIT a sinais exponenciais

A resposta de um sistema para uma entrada exponencial do tipo est , onde s e um

parametro constante e independente do tempo t, pode ser determinada utilizando-se a
integral de convolucao. Assim, para o sistema
x(t) = est y(t)
a sada e dada por:
y(t) =

h( ).x(t ).d =

h( ).es(t ) .d

Sistemas Lineares

39

st

y(t) = e

h( ).es .d = H(s).est

Entao, a resposta de um sistema LIT `a excitacao exponencial e a mesma exponencial

da entrada, modificada pelo n
umero complexo H(s).

2.2

As S
eries Trigonom
etricas de Fourier

Nesta secao sera apresentada a serie de Fourier em sua forma trigonometrica. Em

uma secao posterior esta tambem sera apresentada na forma exponencial que tambem e
bastante utilizada para a representacao de sinais periodicos.
Considera-se, entao, uma funcao f (t) periodica, conforme foi definida anteriormente:
f (t) = f (t + T )

(2.1)

onde T e o perodo.
O teorema de Fourier mostra que uma funcao periodica f (t) pode ser representada por
um somatorio ponderado de senos e cossenos. Para isso, f (t) deve satisfazer algumas
propriedades, que sao condicoes suficientes para atestar a existencia de uma serie de
Fourier. Estas condicoes, tambem chamadas de Condicoes de Dirichlet, sao descritas a
seguir. Qualquer sinal que apareca em um sistema fsico ira satisfazer estas condicoes.
1) Existe um u
nico valor de f (t) para qualquer t;
2) A integral
t0 +T
t0

|f (t)| .dt

existe, ou seja, nao e indefinida, para qualquer valor de t0 ;

3) f (t) possui um n
umero finito de descontinuidades em qualquer perodo;
4) f (t) tem um n
umero finito de maximos e mnimos em qualquer perodo.
A serie de Fourier propriamente dita, possui infinitos termos e tem a seguinte forma:

f (t) = a0 + a1 . cos 0 t + a2 . cos 20 t + . . . + b1 . sin 0 t + b2 . sin +20 t + . . .

Escrevendo e equacao (2.2) de uma forma mais compacta:

(2.2)

Sistemas Lineares

40

f (t) = a0 +

(ak . cos(k.0 t) + bk . sin(k.0 t))

(2.3)

k=1

A freq
uencia fundamental 0 e relacionada ao perodo T atraves de
0 =

2.
T

e a0 , ak e bk sao constantes que dependem de k e f (t). O ndice k, que e um n

umero inteiro,
indica quantas vezes a freq
uencia da componente ak ou bk e maior do que a freq
uencia
fundamental. Cada componente ak e bk da serie forma um componente harmonico do
sinal.
O processo de determinacao dos valores de a0 , ak e bk e chamado de analise de Fourier.
Nesta analise, estes coeficientes sao dados pelas seguintes equacoes:

ak =
bk =

t0 +T

1
T

a0 =

f (t).dt

(2.4)

f (t). cos(k.0 t).dt

(2.5)

f (t). sin(k.0 t).dt

(2.6)

t0

t0 +T

2
T
2
T

t0
t0 +T
t0

Percebe-se que o termo a0 representa o valor medio da funcao f (t) no perodo, ou seja,
o termo com freq
uencia nula.
A Figura 2.1 apresenta um exemplo de um sinal periodico quadrado decomposto em
serie de Fourier. Sao apresentadas quatro curvas, representando o sinal formado por uma
serie de uma, tres, cinco e infinitas componentes.
Exemplo 2.1 Determine a serie de Fourier do sinal da Figura 2.2.
O perodo deste sinal e T = 2.. A freq
uencia angular e 0 = 2./T = 1 rad/s
C
alculo dos termos da serie de Fourier:

a0 =

ak =

bk =

2
2

2
2

1
2

f (t).dt = 0
0

1. cos kt.dt +
0

1. cos kt.dt = 0

1. sin kt.dt +
0

1. sin kt.dt =

4
,
k

0,

se k e mpar
se k e par

Sistemas Lineares

41

f (t)
1.5

k=1

k=3
k=5

1.1

0.7

0.3

-0.1

-0.5

-0.9

-1.3
0

Figura 2.1: Aproximacao de sinais pela serie trigonometrica de Fourier.

Figura 2.2: Sinal do exemplo 1.

A express
ao para a serie de Fourier deste sinal e ent
ao dada pela equacao abaixo, onde
o termo (2k 1) e utilizado para anular a express
ao quando k e par.

4
sin(2k 1)t
f (t) = .
k=1 (2k 1)
Expandindo em serie:

f (t) =

2.2.1

4
4
4
. sin t +
. sin 3t +
. sin 5t + . . .

3
5

Simetria das Formas de Onda

As funcoes periodicas a serem utilizadas nos sistemas lineares freq

uentemente apresentam uma forma de onda simetrica em relacao a um dos eixos coordenados. Estas funcoes
podem ser classificadas de duas formas: Funcoes pares e funcoes mpares. A partir desta

Sistemas Lineares

42

classificacao, o calculo da serie de Fourier para cada uma pode ser simplificado em funcao
de sua simetria.
Fun
c
oes Pares: Funcao par e aquela em que f (t) = f (t). Esta funcao e simetrica em
relacao ao eixo vertical. Considere o sinal exemplo da figura abaixo:

Figura 2.3: Exemplo de funcao par.

As areas indicadas na figura entre a e a sao dadas pelas integrais
a

f (t).dt

f (t).dt e
0

que sao iguais, portanto:

a

f (t).dt

f (t).dt = 2
0

Outros exemplos de funcoes pares sao: |t|, t2 5 e cos t

Fun
c
oes Impares: Funcao mpar e aquela em que f (t) = f (t). Ou seja, ha uma
simetria em relacao a origem, conforme o exemplo da figura abaixo.

Figura 2.4: Exemplo de funcao mpar.

Percebe-se que para este caso, a soma das areas indicadas e nula, ou seja:
a

f (t).dt = 0
a

Como exemplos de funcoes mpares, pode-se citar: t, t3 + 6.t e sin t

Algumas observacoes interessantes podem ser feitas a respeito de operacoes com funcoes
pares e mpares.

Sistemas Lineares

43

1. O produto de duas funcoes mpares resulta em uma funcao par:

f (t) = f1 (t).f2 (t) = [f1 (t)].[f2 (t)]

f (t) = f1 (t).f2 (t) = f (t)

2. O produto de duas funcoes pares resulta em uma funcao par. A demonstracao e
analoga a anterior;
3. O produto de uma funcao mpar com uma par resulta em uma funcao mpar;
4. A soma de duas funcoes mpares e uma funcao mpar;
5. A soma de duas funcoes pares e uma funcao par;
6. A soma de uma funcao mpar com uma funcao par resulta em uma funcao que nao
e nem par, nem mpar.
Uma outra propriedade interessante e que qualquer sinal pode ser expresso como uma
soma de uma parcela par com uma parcela mpar, conforme o desenvolvimento apresentado em seguida.
x(t) = xi (t) + xp (t)
onde os ndices i e p representam as parcelas mpar e par respectivamente. Substituindo
t por t na equacao acima:
x(t) = xi (t) + xp (t) = xp (t) xi (t)
Somando as duas equacoes anteriores:
xp (t) =

1
[x(t) + x(t)]
2

xi (t) =

1
[x(t) x(t)]
2

Conseq
uentemente:

A partir destas propriedades pode-se perceber que o calculo dos coeficientes da serie
de Fourier para sinais com simetria pode ser simplificado fazendo as integrais com limites
de T /2 a T /2 ao inves de 0 a T . Desta forma:

a0 =
ak =

2
T

bk =

2
T

T /2
T /2
T /2
T /2

1
T

T /2
T /2

f (t).dt

(2.7)

f (t). cos(k.0 t).dt para k = 0

(2.8)

f (t). sin(k.0 t).dt para k = 0

(2.9)

Utilizando estes novos limites de integracao pode-se verificar que dependendo da funcao
f (t) ser par ou mpar alguns termos da serie de Fourier nao precisam ser calculados, pois
ja sabe-se de antemao que sao nulos.

Sistemas Lineares

44

Considere que f (t) e par. Com isso, f (t). cos k.0 t e tambem par, pois conforme visto
anteriormente, o produto de duas funcoes pares e tambem uma funcao par. Da mesma
forma, o produto f (t). sin k.0 t e mpar. Entao as equacoes (2.7), (2.8) e (2.9) tornam-se:

a0 = 2.
ak = 2.

2
T

1
T

T /2

f (t).dt

(2.10)

T /2

f (t). cos(k.0 t).dt

para k = 0

(2.11)

bk = 0

para k = 0

(2.12)

Da mesma forma, se f (t) for mpar:

a0 = ak = 0
bk = 2.

2
T

(2.13)

T /2

f (t). sin(k.0 t).dt

para k = 0

(2.14)

Estes resultados sao coerentes com o raciocnio intuitivo: Se senos sao funcoes mpares,
estes nao devem estar presentes na representacao em serie de Fourier de funcoes pares.
Caso isto acontecesse, a serie de Fourier seria um somatorio de funcoes pares e mpares,
o que resultaria em uma funcao nem par nem mpar. Por isso, necessariamente os termos
bk tem que ser nulos para a representacao em serie de Fourier de funcoes pares. O mesmo
raciocnio e valido para representacao de funcoes mpares, onde os termos pares (ak ) e o
termo constante sao nulos. Alem disso, quando se representa funcoes simetricas atraves
de series de Fourier, os termos nao nulos podem ser obtidos atraves da integracao sobre
meio perodo do sinal. Multiplicando-se as integrais por 2 para corresponderem ao perodo
total T .
Em alguns casos e interessante deslocar provisoriamente o eixo vertical ou horizontal
da uma funcao, ou mesmo ambos, de modo a criar uma funcao par ou mpar e com isso
tirar proveito das simplificacoes possveis para funcoes simetricas. A serie de Fourier
encontrada para esta funcao modificada e ao final deslocada novamente para se obter a
representacao correta da funcao original. O exemplo a seguir ilustrara este procedimento.

Sistemas Lineares

45

Exemplo 2.2 Encotre as series de Fourier para f1 (t) e f2 (t), dadas pelas Figuras 2.5 e
2.6. Utilize as simplificacoes para funcoes simetricas.

Figura 2.5: f1 (t) do exemplo 2.2.

Figura 2.6: f2 (t) do exemplo 2.2.

a) Por inspecao, a componente DC de f1 (t) e:

a0 =
e a freq
uencia angular e
0 =

1
2

2
2
=
= 1 rad/s
T
2

J
a que f1 (t) e uma funcao par:
bk = 0
e
ak = 2.

t
. cos kt.dt

Resolvendo a integral, chega-se a:

ak =

2
.

1
cos k
2
2
k
k

4
,
2 k2

0,

se k e mpar
se k e par

A serie expandida fica ent

ao:

f1 (t) =

1
4
1
1
+ 2 . cos t + . cos 3t + . cos 5t + . . .
2
9
15

Sistemas Lineares

46

Caso n
ao fossem utilizadas as simplificacoes da simetria, as seguintes express
oes deveriam ser calculadas:

ak =

bk =

t
. cos kt.dt +

t
. sin kt.dt +

cos kt.dt

sin kt.dt

Este calculo levaria ao mesmo resultado, porem, com maior esforco.

b) Apesar de n
ao ser difcil encontrar a serie de Fourier diretamente para f2 (t), pode-se
tentar realocar os eixos de forma a utilizar as relacoes de simetria. Embora f2 (t) n
ao
seja, nem par nem mpar, subtraindo-se a constante 1/2 tem-se como resultado uma nova
funcao f3 (t) que e mpar. Esta funcao modificada, pode ser vista na Figura 2.7.

Figura 2.7: f3 (t) do exemplo 2.2.

Como f3 (t) e mpar:
a0 = ak = 0

bk = 2.

1
1
. sin kt.dt =
. (cos k. 1) =
2
k.

2
,
k

0,

se k e mpar
se k e par

Expandindo a serie para f3 (t):

f3 (t) =

1
1
2
. sin t + . sin 3t + . sin 5t + . . .

3
5

Somando a constante 1/2, chega-se a funcao f2 (t):

f2 (t) =

1
1
1 2
+ . sin t + . sin 3t + . sin 5t + . . .
2
3
5

Alternativamente, o eixo vertical poderia ter sido deslocado para criar uma funcao par,
f4 (t), vista na Figura 2.8.

Sistemas Lineares

47

Figura 2.8: f4 (t) do exemplo 2.2.

Como a funcao e par:

bk = 0
Por inspecao,
a0 =

1
2

Os termos ak s
ao dados pela seguinte integral:
ak = 2.

/2

1. cos kt.dt =
0

ak =

2
,
k
2
,
k

se k e mpar
se k e par

(k1)
2
.(1) 2
k

Expandindo em serie:

f4 (t) =

1
1
1 2
+ . cos t . cos 3t + . cos 5t + . . .
2
3
5

Inserindo um atraso correspondente ao movimento do eixo /2 unidades de tempo

chega-se a funcao f2 (t) novamente:
f2 (t) =

1 2

3
1
+ . cos t
. cos 3t
2
2
3
2

+ ...

Utilizando a relacao trigonometrica cos(x + y) = cos x. cos y sin x. sin y obtem-se uma
express
ao final simplificada para f2 (t):
f2 (t) =

2.2.2

1
1
1 2
+ . sin t + . sin 3t + . sin 5t + . . .
2
3
5

Observac
oes Adicionais

Quando na representacao de uma funcao por serie de Fourier

f (t) = a0 +

k=1

(ak . cos(k.0 t) + bk . sin(k.0 t))

Sistemas Lineares

48

tanto os termos seno quanto cosseno estao presentes, algumas vezes e preferida a utilizacao
do tipo:
f (t) = a0 +

Ak . cos(k.0 t + k )

k=1

onde:
Ak =

a2k + b2k

bk
ak
pois desta forma se mostra claramente a amplitude Ak e o angulo de fase da kesima
harmonica.
k = tan1

2.3

Propriedades das S
eries de Fourier

A seguir serao apresentadas as propriedades das series de Fourier. Estas propriedades

sao bastante u
teis em suas aplicacoes.
1) As series de Fourier convergem para o valor de x(t) em cada ponto de continuidade
onde x(t) tem derivadas tanto pelo lado direito quanto pelo lado esquerdo, sendo
estas derivadas iguais ou diferentes;
2) Se x(t) tem uma descontinuidade em um ponto, as series de Fourier convergem
para a media dos limites aproximados de x(t) pela direita e pela esquerda, ou seja,
a cada ponto ta :

+
x(t
a ) + x(ta )
a0 +
(ak . cos(k.0 t) + bk . sin(k.0 t)) =
2
k=1

onde x(t
e o valor limite de x(t) quando t se aproxima de ta pela esquerda e x(t+
a)
a)
e o valor limite pela direita. Percebe-se que a equacao acima tambem e satisfeita
para ta como ponto de continuidade;
3) Quase toda funcao contnua x(t) de perodo T0 pode ser uniformemente aproximada
por uma serie truncada de Fourier com qualquer grau pre-definido de exatidao. O
erro desta aproximacao e dado por:
N

e(t) = x(t) a0

(ak . cos(k.0 t) + bk . sin(k.0 t))

k=1

Esta propriedade diz que este erro pode ser limitado por qualquer valor nao nulo
com a escolha de N suficientemente grande;
4) O erro medio quadratico (EM Q) e definido como:
EM Q =

1
T0

t0 +T

e2 (t).dt

t0

Nenhuma outra escolha de coeficientes das series produzira um EM Q menor;

Sistemas Lineares

49

5) Uma soma de funcoes trigonometricas de 0 t que e periodica e sua propria serie de

Fourier;
6) Os coeficientes do kesimo harmonico de x(t) sempre decai em magnitude por no
mnimo 1/k. Se x(t) tem uma ou mais descontinuidades no perodo, os coeficientes
nao decaem mais rapidamente do que isto;
7) As series de Fourier de uma soma de funcoes periodicas e a soma da serie de Fourier
de cada funcao. Esta propriedade so e valida se a soma das funcoes periodicas
resultar tambem em uma funcao periodica.

k=

1
k=
k=3
k=5
7

A terceira propriedade e bastante importante pois diz que quase qualquer funcao
contnua pode ser aproximada por uma serie de Fourier truncada, com qualquer grau
de exatidao. Considere agora a aproximacao de uma funcao nao contnua, como um sinal
periodico quadrado. A Figura 2.9 ilustra esta aproximacao. Em (a), esta o primeiro
harmonico, em (b) a soma do primeiro e terceiro harmonico e em (c) o somatorio ate o
nono harmonico. Conforme e aumentado o n
umero de componentes na serie de Fourier,
o erro de aproximacao e evidentemente diminudo.

3
4

2
4

2
4

3
4

Figura 2.9: Aproximacao de uma funcao nao contnua e o fenomeno de Gibbs.

A Figura 2.9 tambem ilustra o chamado fen
omeno de Gibbs. Neste fenomeno, os ripples
na forma de onda da serie se tornam mais suaves conforme o n
umero de componentes
aumenta. Entretanto, a amplitude do ripple mais proximo da descontinuidade nao se
aproxima de zero, apenas se aproxima de 9% da amplitude da descontinuidade.

2.4

S
erie Exponencial de Fourier

Nesta secao, sera derivada uma outra forma da serie de Fourier, que e reescrita nao
mais como um somatorio de senos e cossenos, mas sim como um somatorio de termos

Sistemas Lineares

50

exponenciais da forma ejt . Apesar de ambas as formas apresentarem o mesmo resultado,

a forma exponencial tem certas vantagens e proporciona uma base para o subseq
uente
desenvolvimento das transformadas de Fourier e Laplace.
A forma trigonometrica da serie de Fourier para uma funcao periodica e real e reescrita
abaixo.

f (t) = a0 +

ak . cos(k.0 t) +

k=1

bk . sin(k.0 t)

(2.15)

k=1

Para determinar a forma exponencial (ou complexa) da serie de Fourier sao utilizadas
as seguintes relacoes:

ej + ej
2
j
e ej
sin =
j2
j
e
= cos j sin
cos =

(2.16)
(2.17)
(2.18)

Substituindo as relacoes acima na equacao (2.15):

f (t) = a0 +

k=1

ak
bk
+
2
j2

jk0 t

.e

k=1

ak
bk

2
j2

.ejk0 t

Eliminado j dos denominadores:

f (t) = a0 +

k=1

1
1
(ak jbk ) .ejk0 t +
(ak + jbk ) .ejk0 t
2
2
k=1

(2.19)

Fazendo
1
Fk = .(ak jbk )
2
1
Fk = .(ak + jbk )
2

(2.20)
(2.21)

e verificando que Fk = Fk
, pode-se reescrever a equacao (2.19) como:

f (t) =

Fk .ejk0 t

(2.22)

k=

Para se chegar a expressao geral dos coeficientes da serie exponencial de Fourier, usanse as equacoes dos termos ak e bk , dados pelas equacoes (2.5) e (2.6), substituindo-as na

Sistemas Lineares

51

equacao (2.20). Com isso,

Fk =

1
T

t0 +T
t0

[f (t).(cos(k.0 .t) j sin(k.0 .t))] .dt

entao:

Fk =

t0 +T

1
T

f (t).ejk0 t .dt

(2.23)

t0

Ao contrario da serie trigonometrica, os coeficientes da serie exponencial de Fourier

sao n
umeros complexos, ou seja, possuem modulo e fase:
Fk =

ak jbk
=
2

a2k + b2k
tan1
2

Fk =

bk
ak

Ak
k
2

Assim, os coeficientes Fk possuem um significado fsico. O modulo de Fk corresponde

a um meio da amplitude da harmonica de ordem k o seu angulo e o angulo de defasagem
da harmonica k com respeito a um sinal cosseno.
As equacoes abaixo apresentam estas ralacoes de modulo e fase tambem para Fk :

Fk = |Fk | k ; Fk = |Fk | k
1
|Fk | = |Fk | = . a2k + b2k
2
bk
k = arctan
ak
k = k

(2.24)
(2.25)
(2.26)
(2.27)

A serie exponencial de Fourier nao e uma serie diferente da trigonometrica, mas sim,
ambas sao formas diferentes de se expressar a mesma serie. Com isso, os coeficientes de
uma podem ser obtidos da outra. Em parte, isto pode ser ser verificado nas equacoes
(2.20) e (2.21) onde os coeficientes da serie exponencial sao determinados atraves dos
coeficientes da serie trigonometrica. Ja a relacao inversa, ou seja, a determinacao dos
coeficientes da serie trigonometrica em funcao daqueles da serie exponencial e dada pelas
equacoes a seguir.

a0 = F0
ak = Fk + Fk
bk = j(Fk Fk )

(2.28)
(2.29)
(2.30)

Sistemas Lineares

2.4.1

52

S
erie de Fourier exponencial para sinais sim
etricos

Da mesma forma que na serie trigonometrica de Fourier, o calculo dos coeficientes da

serie exponencial tambem pode ser simplificado para funcoes pares ou mpares, pois nem
todos os coeficientes precisam ser calculados. Alem disso, se o sinal e simetrico, pode-se
integrar sobre meio perodo e multiplicar o resultado por dois.
Para uma funcao par, os coeficientes sao reais, dados pela equacao abaixo (integrando
em meio perodo).

2
T
2
=
T

T /2

F0 =
Fk

f (t).dt

(2.31)

f (t). cos(k.0 .t).dt

(2.32)

f (t). sin(k.0 .t).dt

(2.33)

0
T /2
0

Ja para uma funcao mpar:

2
Fk = j
T

T /2
0

A mudanca de eixos feita para tornar o sinal par ou mpar tambem pode ser feita para
a serie exponencial, da mesma forma do que na serie trigonometrica.

Problema 2.1 Deduza as equacoes expostas acima dos coeficientes da serie exponencial
de Fourier para sinais simetricos.

Exemplo 2.3 Encontre a serie de Fourier exponencial da funcao f3 (t) do exemplo 2.2,
reapresentada na Figura 2.10 abaixo, com 0 = 1 rad/seg.

Figura 2.10: f3 (t) do exemplo 2.2.

A express
ao geral dos coeficientes da serie, a partir da equacao (2.23), fica:

Sistemas Lineares

53

Fk =

1
2.

1
2

.ejkt .dt +
0

1 jkt
.e
.dt
2

Como a funcao e mpar, F0 = 0 e Fk = 0 quando k for par. Entao, pela equacao

(2.33), para k mpar chega-se a seguinte express
ao:
1
Fk = j.

Resolvendo a integral:
Fk =

1
. sin(k.t).dt
2

1
j
=
90
k.
k.

Entao, a serie exponencial de Fourier para esta funcao e escrita abaixo, apresentando
apenas os termos para 5 k 5.
j j3t
j j5t
j
j j3t
j j5t
j
.e
.e + .ejt +
.e
+
.e

f3 (t) = .ejt

3.
5.

3.
5.
Para relacionar este resultado com `
aquele obtido com a serie trigonometrica do exemplo
2.2, combinam-se os termos exponenciais da equacao anterior para que a relacao de Euler
possa ser utilizada. Com isso, o resultado em termos de seno e cosseno fica:
f3 (t) =

1
1
2
. sin t + . sin 3t + . sin 5t + . . .

3
5

Nota-se que este resultado, conforme esperado, e identico ao resultado obtido no exemplo 2.2.

2.5

O Espectro de Freq
u
encias de Sinais Peri
odicos

Verificou-se que a expansao de uma funcao periodica em serie de Fourier resulta em

uma outra forma de representacao desta mesma funcao em termos de suas componentes
de varias freq
uencias. Estas componentes sao representadas pelos termos da serie de
Fourier. Assim, uma funcao periodica com perodo T tem componentes de freq
uencias
angulares 0 , 2.0 , 3.0 , . . . , n.0 , onde 0 = 2./T . Isto permite que a mesma funcao
seja representada de dois modos diferentes, um em funcao do tempo e outro em funcao
da freq
uencia. Esta representacao em funcao da freq
uencia e chamada de espectro de
freq
uencias que e formado pelas componentes de freq
uencia da funcao periodica. Deve-se
salientar que o espectro de freq
uencias nao e uma funcao contnua, mas sim discreta, uma
vez que este so existe em = 0 , 2.0 , 3.0 , . . ., etc.
O espectro de freq
uencia e normalmente apresentado como um grafico com uma serie de
linhas verticais, igualmente espacadas e com alturas proporcionais ao coeficiente da componente de freq
uencia correspondente. Nos casos em que os coeficientes sao n
umeros complexos, sao necessarios dois espectros de freq
uencias: O espectro de amplitude (modulo

Sistemas Lineares

54

dos coeficientes de serie) e o espectro de fase (fase dos coeficientes). Na maioria dos casos
os coeficientes sao reais, sendo apenas necessario o espectro de amplitude das componentes de freq
uencia.
Exemplo 2.4 Faca a expans
ao em serie exponencial de Fourier da funcao porta periodica
mostrada na Figura 2.11. Plote o espectro de freq
uencia.

Figura 2.11: Funcao porta do exemplo 2.4.

Conforme indicado na figura, a funcao tem largura e se repete a cada T segundos.
Pode-se ent
ao descreve-la analiticamente:
A se /2 < t < /2
0 se /2 < t < T /2

f (t) =

Os limtes de integracao ser

ao escolhidos de /2 ate (T /2) por conveniencia. Com
isso, os coeficientes da serie exponencial s
ao calculados atraves da equacao (2.23):

Fk =

1
T

T /2

f (t).ejk0 t .dt

/2
/2

A.ejk0 t .dt

=
/2

A jk0 t
.e
jk0 T

/2

(2.34)

/2

2.A (ejk0 /2 ejk0 /2 )

=
.
k0 T
2j
A. sin(k0 /2)
.
=
T
k0 /2
A funcao entre colchetes e do tipo sin(x)
. Esta funcao e conhecida como a funcao de
x
amostragem, a qual e bastante importante na teoria de comunicacao. Normalmente ela e
abreviada por Sa(x):
sin(x)
Sa(x) =
x

Sistemas Lineares

55

O Gr
afico de Sa(x) e apresentado na Figura 2.12. Esta funcao oscila com perodo 2,
com amplitude decrescente em ambas direcoes de x e tem zeros em x = , 2, . . . ,
etc.

Sa(x)

x
6 5 4 3 2

Figura 2.12: Grafico da funcao amostragem: Sa(x) =

sin(x)
.
x

Feita a definicao da funcao amostragem, pode-se voltar ao exemplo. Pode-se escrever

equacao (2.34) em termos de Sa(x). Assim:
Fk =

A.
.Sa(k0 /2)
T

Como
0 =

2.
T

k..
k.0
=
2
T
pode-se reescrever a equacao dos coeficientes da serie de Fourier como:
Fk =

A.
.Sa
T

k..
T

Finalmente, a funcao f (t) representada no domnio da freq

uencia e obtida a partir da
equacao 2.22:
A.
f (t) =
T

k=

Sa

k..
T

.ejk0 t

Para o tracado do espectro de freq

uencias, algumas observacoes devem ser feitas. Primeiramente, o valor dos coeficientes Fk e real, e com isso apenas o espectro de amplitude
precisa ser tracado. Tambem nota-se que a funcao Sa(x) e par. Com isso, o espectro de
freq
uencias dado por Fk tambem ser
a par, ja que Fk = Fk . A freq
uencia fundamental e
0 = 2./T . Assim, conforme mencionado anteriormente, o espectro de freq
uencia e uma
funcao discreta e j
a que e par, existe apenas em 0 = 0, 2./T, 4./T, 6./T, . . . ,

Sistemas Lineares

56

etc., com amplitude A./T, (A./T ).Sa(./T ), (A./T ).Sa(2../T ), . . . , etc., respectivamente.
O grafico do espectro de freq
uencia ser
a tracado para uma largura do pulso de 1/20
segundo. O perodo T ser
a tomado como 1/4, 1/2 e 1 segundo sucessivamente.
Para = 1/20 e T = 1/4 a freq
uencia fundamental e 0 = 8. e o espectro de freq
uencia
e dado por:
k.
A
Fk = .Sa
5
5
Nota-se que como 0 = 8., o espectro existe em = 0, 8., 16. 24., . . . ,
etc., conforme pode ser visto na Figura 2.13(a).
Para = 1/20 e T = 1/2 a freq
uencia fundamental e 0 = 4. e o espectro de freq
uencia
e dado por:
k.
A
Fk = .Sa
10
10
Este espectro existe apenas em = 0, 4., 8. 12., . . . , etc. e pode ser visto
na Figura 2.13(b).
Finalmente, para T = 1 a freq
uencia fundamental e 0 = 2. e o espectro existe apenas
em = 0, 2., 4. 6., . . . , etc. dado pela equacao abaixo e visto na Figura
2.13(c).

Sistemas Lineares

57

A
5

1
,
20 T

= 51 , T =

1
4

120 100 80 60 40 20

20

40

60

80

100

120

(a)
A
10

1
,
20 T

1
,
10

T =

1
2

120 100 80 60 40 20

20

40

60

80

100

120

(b)

A
20

1
,
20 T

1
,
20

T =1

120 100 80 60 40 20

20

40

60

80

(c)

Figura 2.13: Espectros de freq

uencia para o exemplo 2.4.

100

120

Sistemas Lineares

58

Bibliografia
PHILLIPS, C. L. Signals, Systems, and Transforms, Prentice-Hall Inc.:New Jersey,
USA, 1995, 707p.
CLOSE, C. M. The Analysis of Linear Circuits, Harcourt, Brace & World, Inc.:New
York, USA, 1966, 716p.
LATHI, B. P. Sistemas de Comunicacao, Editora Guanabara, S. A.:Rio de Janeiro, RJ,
1979, 401p.

Sistemas Lineares

60

Captulo 3
Transformada de Fourier
Neste captulo estudaremos a transformada de Fourier e como essa transformada pode
nos auxiliar na analise de sinais e suas propriedades. A transformada de Fourier transforma um sinal f (t) numa funcao complexa F (), conhecida como espectro do sinal f (t).
As equacoes que definem a transformacao de variaveis (f (t) para F () e vice-versa) sao
dadas em (3.1). Estas operacoes, conhecidas como transformada de Fourier e sua inversa
sao ilustradas na figura 3.1.
F[f (t)]
F ()

f (t)
F 1 [F ()]

Figura 3.1: Operador Transformada de Fourier e seu inverso

f (t) = F 1 [F ()] =

F () = F[f (t)] =

1
2

F ()ejt d
(3.1)
jt

f (t)e

dt

Existem sinais f (t) para os quais nao e possvel se calcular a Transformada de Fourier.
Uma condicao suficiente para a existencia da Transformada de Fourier e indicada a
seguir:
|F ()| = |

jt

f (t)e

dt|

jt

|f (t)e

| dt =

|f (t)| dt <

Logo, se o sinal f (t) e integravel em modulo a sua transformada vai seguramente existir.
No entanto o contrario nao e verdade em geral, pois sinais como seno, cosseno, e degrau
nao sao integraveis em modulo mas suas transformadas existem como casos limites e
podem ser expressas com o auxlio de funcoes impulsos.

Sistemas Lineares

3.1

62

Energia de sinais

Veremos a seguir que o modulo da Transformada de Fourier esta associado `a energia

do sinal.
Neste captulo vamos definir energia de um sinal f (t) como sendo:

E=

f (t)2 dt

(3.2)

Por exemplo, se f (t) representa a tensao ou corrente num resistor unitario, a energia do
sinal f (t) e dada pela integral acima. Os sinais que possuem energia limitada (E < )
sao portanto de grande interesse pratico.
Veremos a seguir que a energia de um sinal esta ligada ao modulo da Transformada de
Fourier do sinal em questao. Antes porem, devemos relembrar algumas propriedades da
funcao F () dadas no exemplo 3.1.
Exemplo 3.1 Mostre que |F ()| e uma funcao par de e F () e uma funcao mpar
de .
Solucao: Seja F () = M ()ej() onde M () e () denotam respectivamente o
modulo e a fase de F (). Note que f (t) e um sinal real logo f (t) e seu conjugado
ao iguais, isto e f (t) = f (t). Entao a conjugacao complexa de F ()
complexo f (t) s
resulta:

F () =

f (t)ejt dt =

f (t)ejt dt =

f (t)ejt dt = F ()

as conclus
oes desejadas:
Portanto F () = F () = M ()ej() que nos leva `
|F ()| = |F ()| = M () (funcao par)
F () = F () (funcao mpar)
Podemos agora mostrar que a energia de um sinal esta ligada ao modulo da Transformada de Fourier do sinal em questao. Com f (t) de (3.1) obtemos:
E =

1
=
2

f (t)2 dt =

f (t) f (t) dt =

f (t)

1
f (t)ejt dt d =
F ()
2

1
2

F ()ejt d dt

F ()F ()d

Como F ()F () = |F ()|2 ficamos com:

E=

1
2

|F ()|2 d

(3.3)

Sistemas Lineares

63

A formula acima e conhecida como teorema de Parseval. Note ainda que como |F ()| e
uma funcao par temos:
1
E=
|F ()|2 d
(3.4)
0
A quantidade

|F ()|2

e `as vezes chamada de densidade espectral de energia.

Exemplo 3.2 Encontre o intervalo de freq

uencia [0 , 0 ] que contem metade da energia
t
do sinal f (t) = e , t 0.
Solucao: Seja ET a energia total do sinal dada por

ET =

f (t) dt =

Como F () = F[f (t)] =

E0 =

1
2

1
1+j
0

e2t dt =

1
2

temos que a energia no intervalo [0 , 0 ] e dada por:

|F ()|2 d =

0
0

1
1
d = tan1 (0 )
2
1+

Queremos metade da energia total, ou seja, 1/4, logo:

1
1
tan1 (0 ) = 0 = 1rad/s

4
Logo metade da energia do sinal est
a no intervalo de freq
uencia entre [1, 1].

3.2
3.2.1

C
alculo de algumas transformadas
Sinal Exponencial Unilateral

O sinal exponencial unilateral e o dado por uma funcao exponencial quando t 0.

Seja:
f (t) = eat u(t),

a>0

Entao:
F () = F[f (t)] =

eat u(t)ejt dt =
0

Se a < 0 a Transformada de Fourier nao mais existe.

e(a+j)t dt =

1
a + j

Sistemas Lineares

64
G (t)
1
t
2

Figura 3.2: Sinal Porta de largura

3.2.2

Sinal Porta

Usaremos a notacao G (t) para definir o sinal porta (gate) de largura como indicado
a seguir.
1, |t| < /2
G (t) =
0, |t| > /2
A transformada do sinal porta e calculada da seguinte forma.

/2

1 j /2
(e
ej /2 )
j
/2

sen( /2)
= Sa [ ]
=
( /2)
2
ejt dt =

F () = F[G (t)] =

A funcao Sa(x) =
na figura 3.3.

sen(x)
x

e conhecida como funcao amostragem (sampling) e esta indicada

G (t) Sa (

)
2

(3.5)

Note que F () nesse caso e real pois f (t) e par. Se f (t) for mpar entao F () e
imaginario puro.

3.2.3

Sinal Impulso

A notacao para a funcao impulso unitario que ocorre no instante zero e (t). Como
(t) = 0 para t = 0 temos:

(t)f (t)dt =

(t)f (0)dt = f (0)

(t) dt = f (0)

Logo:
F () = F[(t)] =

(t)ejt dt = ej0 = 1

(t) 1

Sistemas Lineares

65

Sa(x)
1.1

1
0.9

0.7

0.5

0.3

0.1

-0.1

-0.3
-16

-12

-8

-4

Figura 3.3: Funcao Sa(x) =

12

16

sen(x)
x

O seguinte resultado sera u

til na prova de alguns teoremas.
Seja f (t) a funcao definida a seguir.

f (t) =

K
Sa (Kt)

Podemos mostrar que a area dessa funcao e unitaria para qualquer valor do parametro
K, isto e,

K
Sa (Kt) dt = 1, K

Com esse resultado podemos ainda mostrar que quando K tende `a infinito a funcao f (t)
tende `a funcao impulso.
K
Sa (Kt)
K

(t) = lim

3.2.4

(3.6)

Func
oes Constante, Sinal e Degrau

A transformada do degrau nao pode ser facilmente obtida pela aplicacao da definicao.
A seguir veremos como obte-la com o auxlio das transformadas das funcoes sinal e
constante.
A funcao constante unitaria pode ser vista como o caso limite da funcao porta, isto e

Sistemas Lineares

66

lim G (t) = 1. Logo com (3.5),(3.6) temos que

F[1] = F[ lim G (t)] = lim F[G (t)]
=

lim Sa ( /2)

Sa ( /2)
= 2 lim
2
= 2()

(3.7)

A funcao sinal e definida como sendo:

1,
t>0
1, t < 0

sgn(t) =

sgn(t)
1
0
-1

Figura 3.4: Funcao Sinal

A funcao sinal pode ser expressa atraves do seguinte limite:

sgn(t) = lim (eat u(t) eat u(t))
a0

e portanto podemos calcular sua transformada da seguinte forma:

F[sgn(t)] = F[ lim (eat u(t) eat u(t))]
a0

= lim F[eat u(t) eat u(t)]

a0

2
2j
=
2
2
a0 a +
j

= lim

(3.8)

O resultado acima nos permite calcular agora a Transformada do degrau. Como u(t) =
1
(1 + sgn(t)) temos:
2
1
1
1
F[u(t)] = F[1] + F[sgn(t)] = () +
2
2
j
Resumindo:
1 2()
2
sgn(t)
j
1
u(t) () +
j

(3.9)

Sistemas Lineares

3.2.5

67

Sinais Senoidais

Nos ocuparemos agora das transformadas das funcoes senoidais. Pela definicao temos
F[cos(0 t)] =
ej0 t +ej0 t
2

como cos(0 t) =

T /2
jt

cos(0 t)e

cos(0 t)ejt dt

dt = lim

T /2

temos:

F[cos(0 t)] = lim

T
( 0 )
( + 0 )
{Sa [T
] + Sa [T
]}
2
2
2

com (3.6) temos:

F[cos(0 t)] = [( 0 ) + ( + 0 )]

(3.10)

F[sen(0 t)] = j[( + 0 ) ( 0 )]

(3.11)

Da mesma forma obtem-se:

Note que a Transformada de Fourier do sen(0 t) e cos(0 t) so nao e nula nas freq
uencias 0 . Isto mostra que esses sinais possuem energia concentrada nessas freq
uencias.
Isso nao ocorreria se as funcoes fossem sen(0 t)u(t) ou cos(0 t)u(t). Nesse caso obteramos:

j
F[cos(0 t)u(t)] = [( 0 ) + ( + 0 )] + 2
2
0 2
0

F[sen(0 t)u(t)] = [( 0 ) ( + 0 )] + 2
2j
0 2

3.2.6

Exponencial Eterna

A exponencial eterna e dada pela seguinte funcao:

ej0 t
Como ej0 t = cos(0 t) + jsen(0 t) temos com os resultados anteriores:
F[ej0 t ] = 2..( 0 )

3.2.7

(3.12)

Func
oes Peri
odicas

A transformada de funcoes periodicas se faz com o auxlio da decomposicao dessas

funcoes atraves da serie exponencial de Fourier.
Seja f (t) uma funcao periodica de perodo T . Entao f (t) pode ser expressa em termos
da Serie exponencial de de Fourier indicada abaixo.
f (t) =

k=

Fk .ejk t

t0 < t < t0 + T

(3.13)

Sistemas Lineares

68

e conhecido como freq

uencia fundamental do sinal e k = k.0 , k =
onde 0 = 2
T
1, 2, 3, ... sao as freq
uencias harmonicas do sinal. A primeira harmonica e a propria
freq
uencia fundamental. O coeficiente F0 e o valor medio do sinal no perodo e Fk , k =
1, 2, 3, ... sao os coeficientes harmonicos. As expressoes para obtencao dos coeficientes da serie exponencial de Fourier sao dadas abaixo.

F0 =
1
Fn =
T

1
T

t0 +T

t0 +T

f (t)dt

(3.14)

f (t)ejn t dt

(3.15)

t0

t0

Sabendo que a Transformada de Fourier de ej0 t e:

F[ej0 t ] = 2..( 0 )
e fazendo a transformada de ambos os lados de (3.13) chega-se a Transformada de Fourier
de um sinal periodico:

F[f (t)] =

k=

jk0 t

Fk F[e

] = 2

k=

Fk .( k.0 )

(3.16)

A expressao acima mostra que a transformada de Fourier de um sinal periodico nao e

nula apenas nas freq
uencias harmonicas do sinal. Logo a energia de sinais periodicos esta
concentrada nas freq
uencias harmonicas do sinal.

Problema 3.1 Pela definicao acima mostre que Fn e Fn s

ao complexos conjugados.
jx
Sugest
ao: use a f
ormula de Euler e = cos(x) + jsen(x).

Problema 3.2 Mostre que se f (t) e uma funcao par, isto e f (t) = f (t), ent
ao Fn
e F[f (t)] s
ao ambos reais e se f (t) e mpar, isto e f (t) = f (t), Fn e F[f (t)] s
ao
jx
puramente imagin
arios. Sugest
ao: use a formula de Euler e = cos(x) + jsen(x).

Exemplo 3.3 Calcule a transformada de Fourier da funcao periodica da figura 3.5.

Solucao: Podemos verificar pela figura que o valor medio de f (t) no perodo e nulo,
= 1.
isto e F0 = 0. A freq
uencia fundamental do sinal e 0 = 2
T
Como f (t) e mpar temos:

Sistemas Lineares

69
f (t)
1

2
t

0
-1

T
Figura 3.5: Funcao onda quadrada de perodo 2.

1
T
j
=
2

Fk =

j
=
2

t0 +T

2
1
f (t)[cos(k t) jsen(k t)]dt
2 0
t0
2
2

j
f (t)sen(k t)dt =
sen(k0 t) dt
sen(k0 t)dt +
2 0
0

f (t) ejk t dt =

cos(k0 t)
k0

cos(k0 t)
+
k0

j
(cos(k) + 1 + cos(k2) cos(k))
2k
j
(2 2cos(k))
=
2k

Ou seja:

Logo para k mpar temos:

2j
Fk = k.
0

, se k e mpar

(3.17)

, se k e par

2j
4j
F[f (t)] = 2
( k) =
( k)
k
k
k=
k=
O resultado demonstra que a Transformada de Fourier de um sinal periodico existe
apenas nas freq
uencias das harmonicas que o compoem. Isto pode ser visto no grafico do
modulo da transformada do sinal, dado pela Figura 3.6.

Exemplo 3.4 Calcule a Transformada de Fourier da funcao trem de impulsos indicada

na figura 3.7.
Solucao: A funcao trem de impulsos e uma funcao periodica. Denotando seu perodo

Sistemas Lineares

70
|F (j)|
4

4
3

4
5

4
3

6 5 4 3 2 1

4
5

[rad/s]

Figura 3.6: Modulo da transformada de Fourier do exemplo 3.3.

por T pode-se escreve-la da seguinte forma:

T (t) =

k=

(t kT )

Como T (t) e periodica de perodo T temos:

F[T (t)] = 2

k=

Fk .k.( k0 )

onde Fk , k = 1, 2, 3, ... s
ao os coeficiente harmonicos do sinal que s
ao dados por:
Fk =

1
T

T /2

T (t)ejk0 t dt =
T /2

Logo
F[T (t)] =

2
T

1
T

k=

T (t)

T /2

(t)ejk0 t dt =
T /2

( k0 ) = 0 0 ()
F [T (t)]

(t nT )
...

...
T

1
1 jk0 0
e
=
T
T

0 ( n0 )
...

...

Figura 3.7: Trem de impulsos e sua transformada

T (t) 0 0 ()

3.3

Propriedades da transformada

Em primeiro lugar, vale a pena salientar que para funcoes integraveis em modulo podemos obter a transformada de Fourier diretamente da transformada de Laplace com

Sistemas Lineares

71

a mudanca de variavel s = j. Portanto, para funcoes integraveis em modulo todas

as propriedades da transformada de Laplace continuam validas para a transformada de
Fourier.
A seguir apresentaremos algumas das propriedades mais importantes.

3.3.1

Linearidade

Se F[f1 (t)] = F1 () e F[f2 (t)] = F2 () entao:

F[1 f1 + 2 f2 ] = 1 F1 () + 2 F2 ()

3.3.2

Simetria

Se F[f (t)] = F () entao F[F (t)] = 2 f ().

Veja como aplicar essa propriedade para descobrir a transformada de Fourier da funcao
). Por comparacao com a notacao
sampling. Sabemos de (3.5) que F[G (t)] = Sa(
2

acima temos f (t) = G (t) e F () = Sa( 2 ). Logo, pela propriedade de simetria

F[F (t)] = 2 f () deduzimos
F[ Sa(

t
)] = 2 G ()
2

Com a mudanca de variavel 2 = e lembrando que G () = G () pois a funcao porta

e par ficamos com o resultado desejado:
F[Sa(t)] =

3.3.3

G2 ()

(3.18)

Escalonamento

Se F[f (t)] = F () entao:

F[f (at)] =

1
F( )
|a| a

Exemplo 3.5 Calcule F[G2 (t)].

) com a mudanca de vari
avel = 2
Solucao: Como j
a sabemos que F[G (t)] = Sa (
2
temos que F[G2 (t)] = 2 Sa (). Esta mudanca de vari
avel corresponde a` aplicacao da
propriedade de escalonamento acima com o fator de escala a = 0.5, isto e com a mudanca
de escala t = 0.5 t .

Sistemas Lineares

3.3.4

72

Deslocamento em freq
u
encia e Modula
c
ao

Se F[f (t)] = F () entao:

F[f (t)ej0 t ] = F ( 0 )
Note que multiplicar f (t) pela exponencial complexa ej0 t corresponde a deslocar todo
o espectro de f (t) centrando-o na freq
uencia 0 .
Na pratica ao inves de utilizar exponenciais complexas para deslocar o espectro do
sinal utiliza-se funcoes do tipo cos(0 t). Veja oque acontece com o espectro do sinal apos
a multiplicacao de f (t) pelo cosseno.
ej0 t + ej0 t
)]
2
F[f (t) ej0 t ] + F[f (t) ej0 t ]
=
2
F ( + 0 ) + F ( 0 )
=
2

F[f (t) cos(0 t)] = F[f (t) (

Ao multiplicar um sinal f (t) pelo cos(0 t) estamos atenuando pela metade e deslocando
todo o espectro do sinal f (t) para as frequencias 0 . Este artifcio e conhecido como
modulacao em amplitude pois o sinal f (t), conhecido como sinal modulado, e a amplitude
do cosseno. A funcao cos(0 t) recebe o nome de portadora de freq
uencia 0 . A figura
3.8 mostra a transformada de Fourier do sinal porta de largura unitaria G1 (t). A figura
3.9 ilustra a o espectro do sinal modulado cos(100t)G1 (t).
1.1

F [G1 (t)]

0.9

0.7

0.5

0.3

0.1

-0.1

-0.3
-100

-80

-60

-40

-20

20

40

60

80

100

Figura 3.8: Transformada de Fourier do sinal porta de largura unitaria G1 (t).

Sistemas Lineares

0.5

73

F [cos(100t)G1 (t)]

0.4

0.3

0.2

0.1

-0.1
-200

-160

-120

-80

-40

40

80

120

160

200

Figura 3.9: Transformada de Fourier do sinal cos(100t)G1 (t).

A modulacao de sinais e utilizada em comunicacoes de radio transmissao AM. Em

controle de sistemas, a modulacao e utilizada para deslocar a energia do sinal de controle
para a faixa de freq
uencia onde o sistema funciona.
A recuperacao de um sinal modulado (demodulacao) pode ser feita de varias formas.
Uma delas consiste em modular novamente o sinal e em seguida filtrar as freq
uencias
indesejadas.
cos(0 t)

f(t)
MOD

cos(0 t)

f (t)cos(0 t)

MOD

f (t)cos2 (0 t)

FILTRO
IDEAL

f(t)

Figura 3.10: Demodulacao de um sinal

3.3.5

Deslocamento no Tempo

Se F[f (t)] = F () entao:

F[f (t t0 )] = F ()ejt0
Note que deslocar em atraso uma funcao no tempo de t0 segundos significa atrasar a
fase do seu espectro de t0 rad para cada valor da freq
uencia .

Sistemas Lineares

3.3.6

74

Diferenciac
ao e Integrac
ao no Tempo

De maneira similar `a transformada de Laplace podemos relacionar as transformadas

de Fourier de uma funcao e de sua derivada (ou integral).
Se F[f (t)] = F () entao:
F[
e

F[

f ( )d ] =

df (t)
] = jF ()
dt

1
F () , se F () = 0 para = 0
j

A restricao F () = 0 para = 0 implica que o valor medio do sinal deve ser nulo, isto

e f (t)dt = 0. Essa restricao pode ser eliminada mas a expressao acima se torna mais
complicada.
Exemplo 3.6 Obtenha a Transformada de Fourier do sinal f (t) da figura 3.11.
f(t)
A

Figura 3.11: Sinal linear por trechos

Solucao: Ao inves de calcular F[f (t)] diretamente vamos utilizar o fato que F[ dfdt(t) ] =
jF () onde F () e a funcao que estamos procurando. A figura 3.12 mostra a derivada
da funcao na figura 3.11.
df (t)
dt
A
ba

a
b

b
t

A
ba

Figura 3.12: Derivada do sinal linear por trechos

Aplicando novamente a propriedade de derivacao temos: F[ dtd [ dfdt(t) ]] = jF[ df
] =
dt
2
(j) F (). A figura 3.13 mostra a derivada segunda da funcao na figura 3.11.
Pela figura 3.13 podemos ent
ao escrever:
A
d2 f
=
[(t + b) (t + a) (t a) + (t b)]
2
dt
ba

Sistemas Lineares

75

A
ba

d2 f (t)
dt2

A
ba

(t + b)

A
ba

(t b)

(t + a)

A
ba

(t a)

Figura 3.13: Derivada segunda do sinal linear por trechos

como F[(t t0 )] = ejt0 temos:

F[

A
2A
d2 f
jb
ja
ja
jb
]
=
[e

e
+
e
]
=
(cos(b) cos(a))
dt2
ba
ba

como F[ ddt2f ] = (j)2 F () temos o resultado desejado:

F () =

3.3.7

2A cos(a) cos(b)
ba
2

Diferenciac
ao em freq
u
encia

Se F[f (t)] = F () entao:

F[tf (t)] = j

3.3.8

dF ()
d

Convoluc
ao

Usaremos a seguinte notacao para a Integral de Convolucao entre dois sinais:

f1 (t) f2 (t) =

f1 ( )f2 (t )d

Analogamente `a transformada de Laplace podemos transformar a integral de convolucao em produto no domnio da freq
uencia. Seja F[f1 (t)] = F1 () e F[f2 (t)] = F2 ()
entao:
F[f1 (t) f2 (t)] = F1 ()F2 ()
A prova desse resultado e bastante simples.
F[f1 (t) f2 (t)] =
=

f1 ( )f2 (t )d ejt dt

f1 ( )

f2 (t )ejt dt d

Sistemas Lineares
como

76

f2 (t )ejt dt = F2 ()ej temos o resultado desejado:

F[f1 (t) f2 (t)] = F1 ()F2 ()

importante nao confundir a notacao para integral de convolucao, aqui representada

E
pelo smbolo (*) com a notacao de produto usual de sinais. Veja a diferenca:
F[f1 (t) f2 (t)] = F1 ()F2 ()
F[f1 (t)f2 (t)] =

3.4

1
F1 () F2 ()
2

(3.19)

Amostragem

Em sistemas modernos freq

uentemente e necessario que se converta valores instantaneos
de sinais contnuos em uma seq
uencia de valroes discretos para conversao em sinais digitais (codigos binarios) que possam ser processados por computadores e/ou transmitidos.
O problema que estudaremos a seguir consiste na determinacao de condicoes para se
amostrar um sinal sem perda de informacao. Na transmissao de sinais digitais e importante que o sinal original possa ser reconstrudo, a partir do digital transmitido, conforme
a Figura 3.14.
sinal a ser
transmitido

A/D
amostragem e
codificac
ao

transmiss
ao
.....

D/A

sinal recebido

decodificac
ao e
reconstruc
ao

Figura 3.14: Transmissao e recuperacao de sinais

O processo ideal de amostragem pode ser representado pelo produto do sinal f (t) a ser
amostrado por um trem de impulsos ocorrendo nos instantes de amostragem.
fs (t) = f (t)Ta (t)
onde fs (t) e o sinal amostrado e Ta (t) e o trem de impulsos cujo perodo e o proprio
perodo de amostragem. Uma ilustracao deste processo pode ser vista na Figura 3.15,
onde em (a) tem-se o sinal a ser amostrado; em (b) a funcao trem de impulsos e em (c)
o sinal amostrado. Nesta u
ltima, a linha tracejada foi inserida apenas para facilitar a
visualizacao, pois o sinal amostrado e constitudo apenas de impulsos.
O processo de amostragem assim representado e ideal porque a coleta de uma amostra
leva um tempo infinitesimal, que e o tempo de duracao de um impulso. O valor da
amostra coletada e a area do impulso e corresponde ao valor exato do sinal no instante
onde ocorre o impulso. Na pratica nao e possvel a implementacao de tal processo de
amostragem. Porem boas aproximacoes podem ser obtidas substituindo-se os impulsos
por pulsos de largura bem pequena e amplitude unitaria.

Sistemas Lineares

77
f (t)

t
(a) Sinal contnuo

T a (t)

Ta

(b) Funcao trem de impulsos

fs (t) = f (t).T a (t)

t
(c) Sinal amostrado

Figura 3.15: Amostragem de um sinal.

Sabe-se que a transformada de Fourier do amostrador ideal T a (t) e dada por:
2.
F[T a (t)] =
Ta

k=

( k.a ) = a .a ()

onde a = 2/Ta e a freq

uencia fundamental do trem de impulsos que corresponde `a
freq
uencia de amostragem
A Transformada de Fourier do sinal amostrado e entao:
Fs () = F[fs (t)] = F[f (t).Ta (t)] =

1
F[f (t)] F[Ta (t)]
2.

Logo, para F () = F[f (t)] temos:

1
1
Fs () =
F () [a a ] = F ()
2
Ta
=

1
Ta

k=

F () ( k.a ) =

( k.a )

k=

1
Ta

k=

F ( k.a )

Sistemas Lineares

78
F ()
A

Figura 3.16: Espectro de um sinal a ser amostrado.

Isto significa que se F () for:
O espectro do sinal amostrado, Fs () sera:
F ()
A/Ta

B a B

a + B

Figura 3.17: Espectro do sinal amostrado.

Supondo que f (t) e um sinal limitado em freq
uencia, isto e, existe
tal que F () = 0
para
, existem duas possibilidades:
Caso a > 2
ou seja Ta <

segundos
Fs ()

F ()

A
Ta

A
...

...
0

a
a

Figura 3.18: Espectro do sinal antes e apos amostragem: Caso a > 2

A figura 3.18 mostra o espectro F () de um sinal fictcio f (t) e o espectro Fs () desse

sinal amostrado com freq
uencia de amostragem a sob a hipotese de que a > 2
. Note
que o espectro do sinal amostrado Fs () contem o espectro do sinal original F () sem
distorcao, como pode ser visto entre as freq
uencias
e
. Assim, para recuperar o sinal
original a partir do sinal amostrado basta eliminar todas as componentes de freq
uencia do
sinal Fs () fora do intervalo [
,
]. Esta operacao de filtragem esta indicada na figura
3.19. Note que o filtro ideal anula todas as componentes de freq
uencia fora do intervalo
[
,
] como indicado a seguir.

Sistemas Lineares

79
G()

filtro ideal
Fs ()

Ta

F ()

G()

Figura 3.19: Filtro ideal para recuperacao do sinal: Caso a > 2

Fs ()G() = F ()
No domnio do tempo a filtragem acima e dada pela convolucao:
f (t) = fs (t) g(t)
onde g(t) = F 1 [G()] = Sa (
t). Este resultado pode ser obtido facilmente com (3.18) e
Ta = /
. Assim, ficamos com

f (t) =
=
=

k=

k=

k=

f (k.Ta )(t k.Ta ) Sa (

t)

f (k.Ta )(t k.Ta ) Sa (

t)

f (k.Ta )Sa (
(t k.Ta ))

A expressao acima mostra como se reconstroi exatamente o sinal f (t) a partir das amostras f (k.Ta ) coletadas no processo de amostragem. As amostras formam um conjunto de
amplitudes de funcoes sampling que quando somadas resultam no sinal original.
Note que a reconstrucao exata requer um filtro ideal o que nao pode ser implementado
na pratica. Apesar disso podemos obter boas aproximacoes do sinal a ser reconstrudo
substituindo-se o filtro ideal por um real que tenha uma funcao de transferencia cujo
espectro seja parecido com G().
Vejamos agora o que acontece quando a =
Caso a < 2
ou seja Ta >

2
Ta

< 2
.

segundos

Nesse caso o espectro do sinal antes e apos amostragem estao ambos ilustrados na
figura 3.20.
Note agora que o espectro do sinal amostrado Fs () contem o espectro do sinal original
F () porem distorcido com as superposicoes dos espectros deslocados. Essa distorcao
provocada pela superposicao dos espectros inviabiliza a reconstrucao do sinal e portanto
na escolha da freq
uencia de amostragem deve-se evitar o caso a < 2
.

Sistemas Lineares

80
Fs ()
F ()
A
Ta

A
...

...
a

0
a

Figura 3.20: Espectro do sinal antes e apos amostragem: Caso a < 2

Assim sendo, a freq

uencia de amostragem deve sempre satisfazer o Teorema da Amostragem de Shanon, que determina que:
a > 2.

O teorema da amostragem e um resultado muito importante no tratamento de sinais

importante salientar que o
e no controle de sistemas atraves de microprocessadores. E
teorema enunciado pressupoe a utilizacao de um amostrador ideal (trem de impulsos) e de
um filtro ideal para reconstrucao do sinal (filtro com espectro do tipo porta). Na pratica
nao podemos implementar nem o amostrador nem o filtro ideal. No entanto, podemos
implementar dispositivos de amostragem e filtros que se aproximam bastante do caso
ideal. Logo, nao teremos reconstrucao perfeita na pratica mas sim uma reconstrucao que
sera tao melhor quanto mais o amostrador e o filtro se aproximarem do ideal.
O teorema da amostragem parte da hipotese de que o sinal a ser amostrado e limitado
em freq
uencia, isto e seu espectro e nulo a partir de uma certa freq
uencia (
). Na pratica
o espectro dos sinais nao sao nulos a partir de uma certa freq
uencia mas sim muito
pequenos a partir de uma certa freq
uencia. Logo o erro de aproximacao de um sinal
pratico por um sinal limitado em freq
uencia pode ser feito bastante pequeno. Para isso
devemos escolher adequadamente a freq
uencia (
) a partir da qual iremos considerar nulo
(truncar) o espectro do sinal. Em geral, quanto maior essa freq
uencia de truncamento
menor o erro cometido. Entretanto, quanto maior a freq
uencia de truncamento mais
rapido deve ser o processo de amostragem (a > 2
) o que torna o dispositivo mais caro.
Exemplo 3.7 Utilize o teorema da amostragem para determinar a freq
uencia de discretizacao do sinal f (t) = cos(100t) + sen(10t).
Solucao: Com a transformada de Fourier podemos calcular o espectro do sinal. Ele
est
a ilustrado na figura 3.21.
F[cos100t] = [( 100) + ( + 100)]
F[sen10t] = j[( + 10) ( 10)]

como F () = 0 para > 100 temos

= 100. Logo:
a > 2
= 200

Sistemas Lineares

81
F ()
j ( + 10) ( 100)
( + 100)

j ( 10)

Figura 3.21: Espectro do sinal f (t) = cos(100t) + sen(10t).

Exemplo 3.8 Com o auxlio do teorema da amostragem determine a resposta y(t) do

sistema indicado na figura 3.22 para o seguinte sinal de entrada x(t) = Sa (50t).
F ()
x(t)

1
R()

F ()

Ta =

Rs ()

y(t)

Ta F ()

1
80

70

70

Figura 3.22: Sistema de amostragem e recuperacao de sinais

Solucao: O espectro do sinal de entrada est
a indicado na figura 3.23(a) e pode ser
calculado com (3.18) da seguinte forma.
X() = F[Sa (50t)] =

1
G100 () = G100 ()
50
50

O sinal na sada do primeiro filtro e dado por R() = X()F () de onde conclumos
1

F ()

X()
1
50

X()

50

50

70 50

50

70

(a)
R() = X()F () = X()
(b)

Figura 3.23: Espectro dos sinais x(t), r(t)

que R() = X(). Veja figura 3.23. O espectro Rs () do sinal amostrado Rs (t) est
a
indicado na figura 3.24 e e dado por
1
Rs () =
Ta
onde a =

2
Ta

1
R( k.a ) =
Ta
k=

= 160 e a freq
uencia de amostragem.

k=

X( k.a )

Sistemas Lineares

82

O espectro do sinal ap
os o segundo filtro e dado por
Y () = Ta F ()Rs () =

Ta F ()

k=

1
X( k.a ) = X()
Ta

O produto Ta F ()Rs () pode ser facilmente obtido atraves da figura 3.24. Logo conclumos que y(t) = x(t).

Rs ()

Ta F ()
1
X(
Ta

+ 2a )

1
X(
Ta

+ a )

1
X()
Ta

1
X(
Ta

a )

1
X(
Ta

2a )

...

...
2a

a
70

50

a
50

2a

70

Figura 3.24: Espectro do sinal amostrado

3.5
3.5.1

Aplicac
oes da Transformada de Fourier
Resposta em freq
u
encia de sistemas lineares

A Transformada de Fourier transforma equacoes diferenciais em equacoes algebricas

para analisar sistemas descritos por equacoes diferenciais. Para verificar isso, considere o
exemplo a seguir, constitudo de um circuito RL dado pela Figura 3.25.

Figura 3.25: Sistema exemplo para resposta em freq

uencia.
Para este circuito, as equacoes das tensoes de entrada e sada sao, respectivamente:
V1 (t) = R.i(t) + V2 (t)

Sistemas Lineares

83
V2 (t) = L.

di(t)
dt

Tomando a transformada de Fourier das variaveis e utilizando sua propriedade de

diferenciacao chega-se ao equacionamento do circuito no domnio da freq
uencia.
V1 () = R.I() + V2 ()
V2 () = LjI() I() =

V2 ()
jL

Manipulando algebricamente estas duas equacoes pode-se chegar a relacao entradasada do sistema:
V2 ()
jL
H() =
=
V1 ()
R + jL
A funcao H() e tambem chamada de funcao resposta em freq
uencia do sistema, pois
informa a relacao da sada com a entrada em funcao da freq
uencia.
A resposta em freq
uencia pode ser levantada tambem experimentalmente. Sabendo
que a resposta em freq
uencia e um n
umero complexo:
H() = |H()|

()

pode-se aplicar um sinal senoidal ou cossenoidal com freq

uencia variavel na entrada do
sistema, medindo o modulo e a defasagem angular do sinal de sada, conforme a Figura
3.26.

cos(x .t)

A. cos(x .t + )

H()

Figura 3.26: Determinacao experimental da resposta em freq

uencia.
Onde:
A = |H()||=x

3.5.2

H()|=x

Encontrar a sada de um sistema LIT a um sinal de entrada

A transformada de Fourier tambem pode ser utilizada para se determinar a sada de

um sistema LIT a um sinal de entrada.
Conforme visto no captulo inicial desta apostila, a resposta temporal de um sistema
LIT pode ser obtida atraves da integral de convolucao, utilizando a resposta impulsiva
do sistema, conforma a figura abaixo.

Sistemas Lineares

84

x(t)

h(t)

h(t) = x(t) h(t)

Este mesmo raciocnio pode ser aplicado no domnio freq

uencia:
Y () = X().H()
onde H() = F[h(t)].
Comvem ressaltar que a resposta calculada desta forma e a resposta de estado zero, ou
seja, sem as condicoes iniciais.
Exemplo 3.9 Considere o sistema linear descrito pela seguinte equacao diferencial:
x(t)
dy(t) 1
+ .y(t) =
dt

A sada deste sistema pode ser encontrada fazendo-se a transformada de Fourier da

equacao diferencial, transformando-a desta forma em um equacao algebrica. Posteriormente, com Y (j) determinado, faz-se a transformada inversa de Fourier para determinar a sada em funcao do tempo. Este procedimento ser
a apresentado neste exemplo.
Fazendo a Transformada de Fourier de ambos os lados da equacao anterior:
1
X()
j.Y () + .Y () =

1
X()
Y ()
+ j =

1
Y ()
=
H() =
X()
1 + j.
Se x(t) = u(t) ent
ao:
X() = .() +

1
j

Logo:
Y () =

1
1
+ .() .
j
1 + j.

Manipulando algebricamente e utilizando fracoes parciais, pode-se escrever a equacao

anterior como:
Y () =

j.( 1

K1

+
+ .() =
j
+ j)

K2
+ .()
+ j

Sistemas Lineares

85

Onde:

j. 1
j.( 1 + j)

K1 =

(1 + j. ). 1
j.( 1 + j)

K1 =

Assim,
Y () =

=1
j=0

= 1

j= 1

1
+ .()
j

1
+ j

Fazendo a transformada inversa de Fourier:

y(t) = u(t) et/ .u(t) = u(t).[1 et/ ]

3.5.3

Determinac
ao da resposta de sistemas LIT a sinais peri
odicos

Uma outra aplicacao da transformada de Fourier e a determinacao da sada de sistemas

lineares para sinais de entrada periodicos.
Se um sinal de entrada x(t) e periodico, entao este pode ser expressado em uma serie
de Fourier, ou seja:

x(t) =

Fk .ejk0 t

k=

Fazendo a Transformada de Fourier deste sinal:

X() = F

jk0 t

Fk .e

k=

k=

Fk . F ejk0 t

Sabendo que F[ej0 t ] = 2..( 0 ) chega-se a seguinte expressao para X():

X() = 2

k=

Fk .( k.0 )

Utilizando a resposta em freq

uencia do sistema, H(), pode-se determinar sua sada:
Y () = H().X() = H().2

k=

Fk .( k.0 )

A expressao acima pode tambem ser escrita da seguinte forma:

Y () =

k=

H(k.0 ).Fk .2.( k.0 )

Sistemas Lineares

86

Como F 1 [2..( k.0 )] = ejk0 t , a sada do sistema em funcao do tempo para uma
entrada periodica fica:

y(t) =

H(k.0 ).Fk .ejk0 t

k=

Com isso, conclui-se que o sinal de sada e tambem periodico, com mesmo perodo
T = 20 do sinal de entrada e os coeficientes da serie de Fourier do sinal de sada sao
iguais aos da entrada, multiplicados pela resposta em freq
uencia do sistema na freq
uencia
considerada.

3.5.4

Determinac
ao da resposta impulsiva de sistemas LIT

Quando um sistema e descrito por uma equacao diferencial, sua resposta impulsiva
tambem pode ser determinada com o uso da Transformada de Fourier . Considere o
seguinte sistema de primeira ordem:
a1 .

dy(t)
dx(t)
+ a0 .y(t) = b1 .
+ b0 .x(t)
dt
dt

A Transformada de Fourier pode ser utilizada para a determinacao da resposta impulsiva deste sistema aplicando-a na equacao diferencial acima. Desta forma:
(a1 .j + a0 ).Y () = (b1 .j + b0 ).X()
b1 .j + b0
Y ()
= H() =
X()
a1 .j + a0
Calculando-se a transformada inversa da resposta em freq
uencia H(), chega-se a
resposta impulsiva do sistema:

a0
b0 b1 . a 1
b1
b1 .j + b0

h(t) = F 1 [H()] = F 1
= F 1 +
a1 .j + a0
a1 a . j + a0
1

h(t) =

b1
.(t) +
a1

b0 b1 .a0
2
b1
a1

.ea0 /a1 t .u(t)

Exemplo 3.10 Calcule a resposta impulsiva do circuito da Figura 3.27.

A equacao diferencial que representa este circuito e:
Vi (t) = VL (t) + Vo (t) = L.

di(t)
+ Vo (t)
dt

a1

Sistemas Lineares

87

Figura 3.27: Sistema exemplo para determinacao da resposta impulsiva.

Sabendo que i(t) =

Vo
,
R

a equacao diferencial fica:

Vi (t) =

L dVo (t)
.
+ Vo (t)
R dt

Fazendo a Transformada de Fourier :

Vi () =

L
.j.Vo () + Vo () =
R

j.

L
+ 1 .Vo ()
R

R/L
Vo ()
= H() = R
Vi ()
+ j
L
Pela transformada inversa chega-se a resposta impulsiva:
h(t) =

R (R/L)t
.e
.u(t)
L

Sistemas Lineares

88

Bibliografia
PHILLIPS, C. L. Signals, Systems, and Transforms, Prentice-Hall Inc.:New Jersey,
USA, 1995, 707p.
CLOSE, C. M. The Analysis of Linear Circuits, Harcourt, Brace & World, Inc.:New
York, USA, 1966, 716p.
LATHI, B. P. Sistemas de Comunicacao, Editora Guanabara, S. A.:Rio de Janeiro, RJ,
1979, 401p.

Sistemas Lineares

90

Captulo 4
Diagramas de Bode
Neste captulo sera apresentado o tipo de grafico mais utilizado para a representacao de
uma funcao complexa do tipo H(j) sao os diagramas de Bode. Estes graficos se consagraram com os trabalhos de Bode sobre amplificadores realimentados na decada de 1940 e
hoje sao muito utilizados na analise de sinais e sistemas. Nesses diagramas representa-se
o modulo em decibel e a fase em graus, ambos em funcao da freq
uencia (tipicamente em
Hertz) numa escala logartmica. Assim, os diagramas de Bode apresentam a resposta em
freq
uencia de um determinado sistema.

4.1

Introduc
ao

Considere o sistema LIT abaixo representado no domnio da freq

uencia:

A funcao H() e a resposta impulsiva do sistema no domnio da freq

uencia, assim como
X() e Y () sao a entrada e sada, respectivamente, neste mesmo domnio. A resposta
impulsiva do sistema pode ser escrita, de uma forma geral, conforme a equacao a seguir:
H() =

K (j + z1 ) (j + z2 ) . . . (j + zn )
(j + p1 ) (j + p2 ) . . . (j + pn )

(4.1)

onde os termos zn sao os chamdados zeros, que sao os valores que anulam o numerador
da equacao. Ja os termos pn sao os polos, termos que anulam o denominador.
Deseja-se estudar a resposta deste sistema a sinais senoidais. Considere entao entradas
senoidais do tipo
x(t) = A. cos(0 t)
Aplicando a transformada de Fourier, chega-se a uma expressao para X():
X() = A.. [( 0 ) + ( + 0 )]

Sistemas Lineares

92

A resposta em freq
uencia e entao dada por:
Y () = A.H()..( 0 ) + H()..( + 0 )]
Y () = A.H(0 ).. [( 0 ) + ( + 0 )]

Aplicando a transformada inversa de Fourier chega-se a resposta temporal:

y(t) = F 1 [Y ()] = A.H(0 ). cos(0 t)
Como H(0 ) e um n
umero complexo, este possui modulo |H(0 )| e fase . Assim,
pode-se reescrever y(t) da seguinte forma:
y(t) = |H(|=0 )|. cos(0 t + )

(4.2)

A equacao (4.2) mostra que para uma entrada do tipo senoidal, a sada em regime
permanente de um sistema LIT tambem e senoidal, com uma amplitude que depende do
modulo da funcao resposta em freq
uencia e com um angulo de fase igual ao angulo de
H()|=0 .
Exemplo 4.1 Suponha um sistema com a funcao de resposta em freq
uencia dada abaixo:
1
H() =
1 + j
O modulo e a fase da funcao resposta em freq
uencia s
ao:
1
e () = tan1
|H()| =
1 + 22
Plotando o modulo e a fase em funcao da freq
uencia , encontra-se a resposta em
freq
uencia deste sistema, conforme a Figura 4.1.
Normalmente utiliza-se uma escala logartmica para representar |H(0 )|. Ou seja,
tracam-se graficos de log |H(0 )| ou 20 log |H(0 )| utilizando-se a unidade Decibel, abreviada por dB.
A vantagem em se utilizar uma escala logartmica e que tanto o modulo quanto a fase do
produto (ou divisao) de n
umeros complexos sao transformados em soma (ou subtracao)
dos modulos em dB e fases individuais de cada n
umero multiplicado (dividido). Assim,
pode-se analisar separadamente a contribuicao de cada um dos termos. Isso facilita
bastante a construcao manual dos graficos de modulo e fase.
Como exemplo desta propriedade, considere a seguinte funcao resposta em freq
uencia:
1
1
H() =
|H()| =
j.(1 + j)
1 + 22
A representacao de seu modulo em dB e:
1
20 log |H()|dB = log . log(1 + 2 2 )
2

Sistemas Lineares

93

Figura 4.1: Exemplo de diagrama de resposta em freq

uencia.

4.2

Plotagem da resposta em freq

u
encia - Diagramas
de Bode

Os diagramas de Bode sao um metodo para representar a variacao da funcao resposta

em freq
uencia (tambem chamada de funcao de transferencia) com a freq
uencia angular
de entrada. As principais caractersticas dos diagramas de Bode sao:
Escala de freq
uencia logartmica, que acomoda uma ampla faixa de freq
uencias
(eixo das abcissas);
Um grafico para |H()| (eixo das ordenadas);
Um grafico para a fase de |H()| (eixo das ordenadas);
comum nos diagramas de Bode se contar intervalos de freq
E
uencia por decada ou
oitava.
Decada: Intervalo de freq
uencia = f 0 onde f = 100 .
Oitava: Intervalo de freq
uencia = f 0 onde f = 20 .
Para tracar o diagrama de Bode, faz-se inicialmente o calculo do modulo em dB da
funcao de transferencia. Considere a equacao (4.1) da funcao de transferencia, reescrita
de forma compacta:
m
(j zi )
H() = K ni=1
(4.3)
i=1 (j pi )

Sistemas Lineares

94

Utilizando as propriedades do logaritmo, o modulo em dB da equacao anterior fica:

m

|H()|dB = 20 log |K| +

i=1

log |j zi |

i=1

log |j pi |

(4.4)

A fase de H() fica:

H() = () =

[1 sgn(K)]
. +
2

i=1

(4.5)

i=1

Onde i e o angulo dos termos no numerador e i o angulo dos termos do denominador.

Assim, tanto o diagrama de magnitude quanto o de fase podem ser constitudos a partir
da soma das contribuicoes individuais dos polos (razes do denominador) e zeros (razes
do numerador). As contribuicoes dos polos e zeros no diagrama de bode serao vistas na
secao seguinte.
Cabe ressaltar que o ganho em dB |H()|dB e positivo quando |H()| > 1 e negativo
quando |H()| < 1. Quando o modulo da funcao de transferencia e 1, 10, 100 e 1000, o
ganho em dB correspondente sera 0, 20, 40 e 60, respectivamente.

4.3

Diagramas b
asicos

Serao vistos agora os diagramas de Bode de funcoes de transferencia elementares. Estes

resultados serao u
teis no tracado manual dos diagramas, pois diagramas de funcoes mais
complexas podem ser tracados como uma soma destas funcoes.

4.3.1

Constante

Neste primeiro caso, a funcao de transferencia e uma constante:

H() = K

Utilizando a equacao (4.4) verifica-se que o modulo em dB e dado por |H()|db =

20 log |K| enquanto que pela equacao (4.5) a fase e () = 0 se K for positivo e () =
= 180 , se K for negativo.
Como a constante K e invariante com a freq
uencia, o diagrama e uma linha reta
horizontal, conforme a Figura 4.2. A constante desloca para cima (K > 1) ou para baixo
(K < 1) o diagrama completo da funcao de transferencia.

Sistemas Lineares

95

Figura 4.2: Diagrama de Bode para uma constante.

4.3.2

P
olo na origem

Quando a funcao de transferencia possui somente um polo na origem, ela tem a seguinte
forma:
K
H() =
j
Seu modulo em dB fica:
|H()|db = 20 log

K
= 20 log K 20 log
j

Para K = 1, o grafico de |H()|db tracado em escala logartmica de e uma linha

reta com inclinacao negativa de 6 dB/oitava ou 20 dB/decada, cruzando o eixo em 1,
conforme a Figura 4.3.

Figura 4.3: Diagrama de Bode para um polo na origem com K = 1.

Para outros valores de K, a curva e tambem uma linha reta com a mesma inclinacao,
mas deslocada pela constante K, conforme a Figura 4.4.
A fase e constante () = 90 se K for positivo ou H() = 180 90 = 90 se K
for negativo.
Se o polo na origem for m
ultiplo, entao
H() =

K
j n

Sistemas Lineares

96

Figura 4.4: Diagrama de Bode para um polo na origem.

O ganho em dB e |H()|db = 20 log K 20n log e a fase () = n.90 se K > 0.

Ou seja, um polo m
ultiplo altera a inclinacao da curva e o valor da fase no diagrama de
Bode.

4.3.3

Zero na origem

Dado um zero na origem, a funcao de transferencia sera do tipo:

H() = K.j

O modulo em dB e dado por:

|H()|db = 20 log K + 20 log
Esta curva e uma reta com inclinacao positiva de 6 dB/oitava ou 20 dB/decada deslocada pela constante K, conforme a Figura 4.5. A fase e () = 90 se K > 0.

Figura 4.5: Diagrama de Bode para um zero na origem.

Se o zero na origem for m

ultiplo, H() = (j)n . O modulo neste caso fica |H()|db =
20 log K + 20n log e a fase () = n.90 se K > 0. Da mesma forma que no caso
anterior, a multiplicidade do zero altera a inclinacao da reta e o valor da fase.

Sistemas Lineares

4.3.4

97

Termos de primeira ordem

Os termos de primeira ordem ocorrem quando ha um polo fora da origem na funcao

de transferencia, conforme a equacao abaixo:
H() =

1
1 + j

Esta funcao de transferencia possui um polo com freq

uencia de corte de 1/ . As curvas
de ganho em dB e da fase de H() sao dados pelas seguintes expressoes, calculadas a
partir das equacoes (4.4) e (4.5):

GdB = |H()| = 20 log 1 + 2 2

= tan1
Percebe-se que tanto o modulo quanto a fase nao sao mais segmentos de retas como nos
casos anteriores. Para facilitar o tracado manual do diagrama de Bode pode-se tracar
diagramas assintoticos avaliando as equacoes acima para valores de freq
uencia muito
abaixo e muito acima da freq
uencia de corte do polo.
Diagramas Assint
oticos
As assntotas sao retas que aproximam o comportamento do grafico real nas altas e
baixas freq
uencias. Nas medias freq
uencias as assntotas se distanciam do grafico real
mas podemos calcular o maior erro cometido. Esse erro ocorre na freq
uencia de corte que
e definida como o ponto de encontro das duas retas assintoticas de alta e baixa freq
uencia.
Essa freq
uencia pode ser facilmente calculada. Para um termo de primeira ordem do tipo
1/(T s + 1) a freq
uencia de corte e = 1/T . Conforme visto anteriormente, os termos do
tipo K, s, 1/s nao possuem freq
uencia de quebra pois os graficos desses termos sao retas
de inclinacao zero, 20 dB/decada e -20 dB/decada respectivamente.
Assim, pode-se dizer que:
Em baixas freq
uencias, lim0 j1+1 = 1 (GdB = 0). Logo nas baixas freq
uencias o
termo se comporta como um fator constante unitario.
1
( ) (GdB = 20 log ). Logo nas
Em altas freq
uencias, lim j1+1 = j
1
altas freq
uencias o termo se comporta como um fator do tipo j
que possui fase
90 e modulo decrescendo na razao de -20 dB/decada.

Nas medias freq

uencias a freq
uencia de corte = 1/ tem-se que j1+1 =

possui modulo 20 log( 2) = 3 dB e fase tan1 (1) = 45 graus.

1
j+1

que

Percebe-se pela Figura 4.6 que as assntotas (linhas pontilhadas) possuem, no modulo,
inclinacoes de zero e -20 dB/decada para baixas e altas freq
uencias respectivamente. A
fase vale zero graus nas baixas freq
uencias, -90 graus nas altas freq
uencias e nas medias
freq
uencias pode ser aproximada por uma assntota de inclinacao -45 graus/decada. Aqui

Sistemas Lineares

98
Magnitude

db

-10

-20

-30

0
-10
-20
-30
-40
-50
-60
-70
-80
-90

Hz
1
T

0.1
T

10
T

Phase

degrees

Hz
1
T

0.1
T

Figura 4.6: Diagrama de Bode do termo

10
T

1
T s+1

e assntotas

consideram-se medias freq

uencias o intervalo entre uma decada abaixo e uma decada
acima da freq
uencia de quebra.
Para as variantes da funcao de transferencia de primeira ordem tem-se as seguintes
mudancas do diagrama de bode em comparacao com o termo da Figura 4.6:
Para H() =

1
,
1j

muda apenas a fase, que passa a ser positiva;

Para H() = 1 + j , a reta para > 1/ e positiva com 20dB/decada e a fase e

positiva;
Para H() = 1 j , a reta tem inclinacao de 20dB/decada e a fase e negativa.
Exemplo 4.2 Desenhe os diagramas de Bode para o circuito da Figura 4.7.

Figura 4.7: Circuito RC do exemplo 4.2.

A funcao de transferencia e calculada da seguinte forma:

H() =

Vo ()
1/jC
1
=
1 =
V1 ()
1 + jRC
R + jC

Sistemas Lineares

99

A freq
uencia de corte neste caso e dada por c =
exemplo est
a tracado na Figura 4.8.

1
.
RC

O diagrama de Bode para este

Figura 4.8: Diagramas de Bode para o exemplo 4.2.

A aproximacao das assntotas e valida para >> c e << c . O erro em torno
da freq
uencia de corte pode ser determinado calculando o valor exato de |H()|dB e ()
para = c , = c /2 e = 2c :
Para = c /2:
1
2RC

= 20 log

1+

dB

1
j 2RC
RC

1
2RC

= 20 log

= 1dB
1 + j/2

= 26, 6

Para = c :
H

1
RC

= 20 log

1+

dB

1
RC
j RC

1
RC

= 20 log

= 3dB
1+j

= 45

Para = 2c :
H

2
RC

= 20 log
dB

4.3.5

1
1+

2
j RC
RC

2
RC

= 20 log

= 7dB
1 + 2j

= 63, 4

Termos de segunda ordem

A forma padrao para termos de 2a ordem e dada por:

n2
=
H() =
(j)2 + 2n j + n2

1
1 + 2 jn +

j
n

(4.6)

Sistemas Lineares

100

onde e a taxa de amortecimento e n e a freq

uencia natural do sistema. Estes valores
dependem dos parametros do sistema a ser analisado e serao mais explorados no captulo
de resposta ao degrau, a ser apresentado mais adiante.

GdB = |H()| = 20 log

= tan1

2
n2

+ 4 2

2
n2

2/n
1 2 /n2

Diagramas Assint
oticos
Usando o mesmo raciocnio do caso de primeira ordem, pode-se analisar as assntotas
para valores extremos de freq
uencia. Assim, verifica-se que:
2

n
Em baixas freq
uencias, lim0 (j)2 +2
2 = 1, ou seja, GdB = 0. Logo nas
n (j)+n
baixas freq
uencias o termo se comporta como um fator constante unitario.
2

n
n
Em altas freq
uencias, lim (j)2 +2
2 = (j)2 ( ), ou seja, GdB =
n (j)+n
40 log /n . Logo nas altas freq
uencias o termo se comporta como um fator
2
n
do tipo (j)2 que possui fase -180 graus e modulo decrescendo na razao de -40
dB/decada.

Em medias freq
uencias, na freq
uencia de corte = n temos
n2
1
=
2
2
(j) + 2n (j) + n
j2
que possui modulo 20 log(2) dB e fase tan1 () = 90 graus.
Pela Figura 4.9 verifica-se que as assntotas (linhas pontilhadas) possuem, no modulo,
inclinacoes de zero e -40 dB/decada para baixas e altas freq
uencias respectivamente. A
fase vale zero graus nas baixas freq
uencias, -180 graus nas altas freq
uencias e nas medias
freq
uencias pode ser aproximada por uma assntota de inclinacao -90 graus/decada. Aqui
consideramos medias freq
uencias o intervalo entre uma decada abaixo e uma decada acima
da freq
uencia de quebra.
A frequencia e o pico de ressonancia sao calculados da seguinte forma:

d
d

|G(j)| = 0
d
d

1 ( n )2

+ 2 n

=0
2

Resolvendo a expressao acima encontra-se a freq

uencia de ressonancia:

2
2
r = n 1 2 , 0
2

(4.7)

Sistemas Lineares
20

101
Magnitude

db

= 0.1

10
0

assntotas

-10

=5

-20
-30
-40

Hz

-50

0.1 n

0
-20
-40
-60
-80
-100
-120
-140
-160
-180

10 n

Phase

degrees

assntotas

=5

= 0.1
Hz

10 n

0.1 n

Figura 4.9: Diagrama de Bode do termo

Se >
`a zero.

2
n
2
(j)2 +2n j+n

e assntotas

2/2 nao havera pico de ressonancia e o modulo decai monotonicamente de 1

Quando 0

2/2 o pico de ressonancia e:

Mr = |G(j)|=r =

1
2

1 2

(4.8)

Nota-se que neste caso, o erro na freq

uencia de corte nao e constante como no caso
anterior de primeira ordem e sim varia conforme os parametros do sistema.
O termo e a chamada taxa de amortecimento do sistema. A Figura 4.10 apresenta
uma serie de diagramas de bode para um sistema de segunda ordem na forma padrao
com diversos valores de amortecimento.

Sistemas Lineares

Figura 4.10: Diagramas de Bode para um sistema de segunda ordem padrao.

102

Sistemas Lineares

103

Exemplo 4.3 Encontre os valores e n da forma padr

ao para o sistema de segunda
ordem da figura 4.11.
R

x(t)

y(t)

I(t)
-

Entrada

Sada

SISTEMA

Figura 4.11: Sistema de segunda ordem padrao

Solucao: O primeiro passo para se resolver o problema e obter a funcao de transferencia

do sistema que e indicada a seguir.
X(j) = (RCj + LC(j)2 + 1)Y (j) Y (j) = F (j)X(j)
1
F (j) =
2
LC(j) + RCj + 1
Por comparacao com (4.6) temos:

F (j) =

n2
1
=
LC(j)2 + RCj + 1
(j)2 + 2n j + n2

Logo:
n2 =

R
R
1
; 2n =
=
LC
L
2

C
L

Note que a taxa de amortecimento depende linearmente da resistencia do circuito e

esta e responsavel pela dissipacao de energia. Ja a freq
uencia natural n depende dos
valores da capacitancia e indutancia que sao os elementos responsaveis pelas oscilacoes
da resposta. Num sistema sem amortecimento, isto e R = 0 e portanto = 0, a resposta
oscila com a freq
uencia natural do sistema.
Exemplo 4.4 Construa os diagramas de Bode para:
G(j) =

10(j + 10)
j(j + 1)(j 2 + 100j + 104 )

Solucao: Quando se disp

oe do auxlio de um computador e um software adequado o
diagrama se constr
oi bastante facilmente (veja figura 4.14). Quando se deseja apenas

Sistemas Lineares

104

um esboco manual do diagrama podemos constru-lo da seguinte forma. O primeiro passo

consiste em fatorar G(j) numa forma onde se conhece os diagramas assintoticos de cada
um dos fatores individualmente. Os fatores que s
ao polin
omios de primeira e segunda
ordem devem ter o termo independente unit
ario como indicado a seguir.
G(j) =

102 (0, 1j + 1)
j(j + 1)(104 j 2 + 102 j + 1)

Em seguida construa os diagramas assintoticos de dois fatores quaisquer e some as duas

curvas de modulo e de fase. Construa o diagrama assintotico de um terceiro fator e
some as curvas obtidas com o resultado anterior. Repita esse procedimento ate que os
diagramas assintoticos de todos os fatores tenham sido levados em consideracao. Para
construir um esboco dos diagramas de Bode a partir dos diagramas assintoticos obtidos
use o fato que nas freq
uencias de quebra de fatores lineares a dist
ancia entre a curva real
e as assntotas de de 3 dB e nos fatores quadraticos e 20 log(2). As figuras 4.12,4.13
e 4.14 ilustram esses passos. As curvas pontilhadas s
ao as assntotas e curvas cheias
s
ao graficos reais. O intervalo de freq
uencia pode ser escolhido como sendo uma decada
abaixo da menor freq
uencia de quebra e uma decada acima da maior.
-10

Magnitude

db

-20
-30
-40
-50
rad/s

-60
-1

10
0
-10
-20
-30
-40
-50
-60
-70
-80
-90
-1

10

10

10

10

10

Phase

degrees

rad/s
0

10

10

10

Figura 4.12: Diagrama de Bode do termo G1 (j) =

10

0.01(0.1j+1)
j

e assntotas

Sistemas Lineares

-20
-30
-40
-50
-60
-70
-80
-90
-100
-110
-120

105

Magnitude

db

rad/s

-1

10
-90

10

10

10

10

Phase

degrees

-100
-110
-120
-130
-140
rad/s

-150
-1

10

10

10

10

10

1
Figura 4.13: Diagrama de Bode do termo G2 (j) = G1 (j) j+1
e assntotas

-20

Magnitude

db

-40
-60
-80
-100
-120
-140

rad/s

-160
-1

10
-90
-110
-130
-150
-170
-190
-210
-230
-250
-270
-1

10

10

10

10

10

Phase

degrees

rad/s
0

10

10

10

10

1
Figura 4.14: Diagrama de Bode do termo G(j) = G2 (j) 104 j2 +10
ntotas
2 j+1 e ass

Sistemas Lineares

4.4

106

Sistemas de Fase Mnima e N

ao-Mnima

Nesta secao serao estudadas algumas propriedades associadas aos zeros da funcao de
transferencia.
Defini
c
ao 4.1 Um sistema e dito ser de Fase Mnima se todos os zeros da funcao de
transferencia desse sistema est
ao no semi-plano complexo esquerdo. Caso contr
ario, isto
e se existir algum zero no semi-plano direito ou sobre o eixo imagin
ario, o sistema e dito
ser de Fase Nao-mnima.
Para que um sistema de controle tenha algum interesse pratico ele deve ser estavel,
isto e todos os zeros da sua funcao de transferencia devem ter parte real estritamente
negativa. No entanto alguns sistemas fsicos estaveis podem possuir zeros no semi-plano
direito.
Exemplo 4.5 O circuito da figura 4.15 possui x(t) como tensao de entrada e y(t) como
tensao de sada.
r2

r1

r1

+
C

r2

Figura 4.15: Circuito de fase nao mnima (r2 > r1 )

A equacao diferencial que rege o comportamento do circuito e y + rC y = x r0 x onde

r = r1 + r2 e r0 = r2 r1 . A funcao de transferencia desse circuito e ent
ao
G(j) =

1 r0 Cj
1 + rCj

(4.9)

1
Note que G(s) possui um polo em s = rC
e um zero em s = r01C . Portanto o sistema
e est
avel de fase n
ao mnima se escolhemos r2 > r1 , pois nesse caso o zero de G(s) est
a
no semi-plano direito. Se escolhemos r2 < r1 o sistema e est
avel de fase mnima pois
agora o zero de G(s) est
a no semi-plano esquerdo. O diagrama de Bode desse sistema e
indicado na figura 4.16 para caso (a): r1 = 10K, r2 = 20K, C = 1F e na figura
4.17 para caso (b): r2 = 10K, r1 = 20K, C = 1F . Veja que o diagrama de modulo
e igual para os dois casos mas o diagrama de fase e diferente.

Sistemas Lineares

107

Magnitude

db

0
-1
-2
-3
-4
-5
-6
-7
-8
-9
-10

Hz

-1

10

10

10

10

Phase

degrees

0
-20
-40
-60
-80
-100
-120
-140
-160
-180

10

Hz

-1

10

10

10

10

10

Figura 4.16: Caso (a): Sistema de fase nao mnima (r2 > r1 )

Magnitude

db

0
-1
-2
-3
-4
-5
-6
-7
-8
-9
-10

Hz

-1

10

10

10

10

10

Phase

degrees

-2
-6
-10
-14
-18
-22
-26

Hz

-30
-1

10

10

10

10

10

Figura 4.17: Caso (b): Sistema de fase mnima (r2 < r1 )

Sistemas Lineares

108

Sistemas de fase mnima possuem propriedades bastante interessantes. Sao mais simples de serem controlados e os seus diagramas de Bode (modulo e fase) sao assintoticos
nas altas e baixas freq
uencias e alem disso podemos relacionar a assntota de modulo com
a de fase atraves do grau relativo do sistema. Grau relativo de um sistema e a diferenca
de grau entre o denominador e o numerador da funcao de transferencia do mesmo.
Veja o que ocorre se for considerado um sistema que possui uma funcao de transferencia
do tipo:
K(am (j)m + + a1 j + 1)
(4.10)
G(s) =
bn (j)n + + b1 j + 1
com an , bn , K reais positivos.

O grau relativo desse sistema e n m. Note que para todo sistema de interesse pratico
o grau relativo e sempre positivo, ou seja, n m 0.
Nas baixas freq
uencias tem-se que:
lim G(j) = K

Logo o diagrama de modulo nas baixas freq

uencias e uma assntota de inclinacao zero
e valor dado por 20 log(K). O diagrama de fase nas baixas freq
uencias tambem e uma
assntota de inclinacao zero e valor zero pois K > 0.
Para as altas freq
uencias:
lim G(j) = lim K

am
(j)mn
bn

O diagrama de modulo nas altas freq

uencias e uma assntota de inclinacao 20(m n)
dB por decada e o valor onde esta assntota cruza o eixo das freq
uencias e dado por
1
am nm
= (K bn )
. O diagrama de fase nas altas freq
uencias tambem e uma assntota de
inclinacao zero e valor 90(m n) graus. Assim note que num sistema de fase mnima
temos que se o modulo decai assintoticamente com 20(m n) dB por decada a fase vale
90(m n) graus. Verifique este resultado no exemplo 4.5. Nesse exemplo n = m = 1
(grau relativo zero) e portanto no caso (b) quando r2 < r1 (sistema de fase mnima) o
modulo tende `a uma assntota de inclinacao zero e a fase tende a zero graus nas altas
frequencias. Isto nao ocorre no caso (a) quando r2 > r1 (sistema de fase nao mnima).

Bibliografia
CLOSE, C. M., The Analysis of Linear Circuits, Harcourt, Brace & World, Inc.:New
York, USA, 1966, 716p.
DAZZO, J. J.; HOUPIS, C. H., An
alise e Projeto de Sistemas de Controle Lineares,
Editora Guanabara:Rio de Janeiro, RJ, 1984, 660p.

Sistemas Lineares

110

Captulo 5
Transformada de Laplace
5.1

Introduc
ao e No
c
oes de Func
oes Complexas

O comportamento da maioria dos sistemas fsicos pode ser representado atraves de

equacoes diferenciais. Neste curso vamos nos restringir `a sistemas que podem ser representados por equacoes diferenciais ordinarias, lineares, `a parametros invariantes no
tempo.
R

V(t)

Vc (t)

Figura 5.1: Circuito RLC serie

Exemplo 5.1 Condidere o circuito da figura 5.1. A relacao de causa-efeito da tensao

v(t) (Entrada) sobre a tensao vC (t) (Sada) no capacitor e um sistema descrito pela
equacao diferencial seguinte:
v(t) = RC v C (t) + LC vC (t) + vC (t),

dv(t)
= v(t)

dt

Equacao diferencial ordinaria linear

Parametros invariantes no tempo
Sistemas mais complicados sao muitas vezes modelados por equacoes diferenciais nao
lineares e muito frequentemente os parametros variam com o tempo. No entanto, o
comportamento desses sistemas pode ser aproximado por equacoes diferenciais lineares
invariantes no tempo, nas vizinhancas de um ponto de operacao. As tecnicas para a

Sistemas Lineares

112

obtencao desses modelos lineares invariantes no tempo consistem em expandir os termos

nao lineares pela Serie de Taylor e aproxima-los pela parte linear da serie. Por exemplo,
para a funcao y(t) = sen(t) obteramos uma aproximacao linear nas vizinhancas da
origem que e dada por ylin (t) = t e e facil de verificar que a funcao y(t) = sen(t) se
comporta aproximadamente como ylin (t) = t para pequenos valores da variavel t.
A Transformada de Laplace e uma tecnica extremamente u
til na solucao de equacoes

diferenciais lineares invariantes no tempo. E atraves da Transformada de Laplace que

se obtem a nocao de Funcao de Transferencia de um sistema.
A Transformada de Laplace transforma um funcao da variavel tempo, digamos f (t),
numa outra funcao F (s) onde s = + j e uma variavel complexa. Em determinadas condicoes, as funcoes f (t) e sua transformada F (s) estao relacionadas de forma
bi-unvoca:
Transf. Direta
f(t)

LAPLACE

F(s)

Transf. Inversa

Figura 5.2: Transformada direta e inversa de Laplace

PROPRIEDADES DE FUNC
OES
COMPLEXAS:
Neste curso vamos nos restringir, com poucas excessoes, `a funcoes complexas racionais.

Defini
c
ao 5.1 (Fun
c
ao Racional) Uma funcao G(s) da vari
avel complexa s = +j e
racional se G(s) pode ser expressa como a divisao de dois polin
omios da vari
avel complexa
s.
A figura abaixo ilustra uma funcao complexa G(s) em termos de suas coordenadas
retangular e polar. onde |G(s)| = G2x + G2y e G(s) = tan1 Gy /Gx .
Im[G(s)]
Gy

G(s) = Gx + jGy = |G(s)| ejG(s)

Gx

Re[G(s)]

Figura 5.3: Representacao grafica de uma funcao complexa

Complexo conjugado: A conjugacao complexa e uma operacao que consiste em trocar

o sinal da parte imaginaria, se o n
umero estiver representado nas coordenadas retangulares, ou de forma equivalente, trocar o sinal da fase, se o n
umero estiver representado

Sistemas Lineares

113

nas coordenadas polares. Representaremos o complexo conjugado do n

umero complexo
jG(s)
.
G(s), indicado na figura 5.3, por G(s) = Gx jGy = |G(s)|e
Duas propriedades importantes da conjugacao complexa sao indicadas a seguir. Se
A, B sao dois n
umeros complexos entao AB = A B e A + B = A + B.
(s)
onde N (s) e D(s) s
ao dois polin
omios
Defini
c
ao 5.2 (P
olos e Zeros) Seja G(s) = N
D(s)
com coeficientes reais. Define-se polos e zeros de G(s) como sendo os valores de s tais
que:

- Zeros de G(s): s tal que N (s) = 0

- P
olos de G(s): s tal que D(s) = 0
Exemplo 5.2 A transformada de Laplace da funcao g(t) = 0, 5 + 1, 5e2t , t 0 e a
s+1
funcao complexa G(s) = s(s2)
que possui os seguintes polos e zeros:
- Zeros de G(s): s = 1
- P
olos de G(s): s = 0, s = 2
Note que cada polo da funcao G(s) est
a associado `
a uma exponencial da funcao g(t).
Na realidade os polos s
ao os expoentes das exponenciais.

O n
umero complexo:

ej = cos + jsen

possui modulo unitario e fase , como indicado a seguir.

|ej | =

cos2 + sen2 = 1

ej = tan1

sen
=
cos

Defini
c
ao 5.3 (Fun
c
ao Analtica) Uma funcao G(s) e analtica numa regiao se G(s)
e todas as suas derivadas existem nessa regiao.

Exemplo 5.3 A funcao G(s) =

1
s+1

e analtica fora do ponto s = 1 (P

olo de G(s)).

As operacoes de derivada e integral envolvendo funcoes complexas analticas se fazem

de maneira habitual, isto e, as regras usuais de derivada e integral se aplicam diretamente.

Sistemas Lineares

5.2

114

Definic
ao e Regi
ao de Converg
encia

Para uma funcao f (t) com t 0, define-se Transformada de Laplace de f (t) como
sendo a funcao complexa F (s) obtida atraves da integral:

F (s) = L[f (t)] =

f (t)est dt

(5.1)

onde s = + j e a variavel complexa introduzida pela transformada. Sob certas

condicoes (que veremos a seguir) podemos tambem definir a Transformada Inversa de
Laplace da seguinte forma:

f (t) = L1 [F (s)] =

1
2j

c+j

F (s)est ds

(5.2)

cj

onde t 0 e c e um n
umero real associado `a regiao do plano s = + j onde a funcao
F (s) esta definida. Esta regiao e chamada regiao de convergencia da Transformada de
Laplace . Dentro dessa regiao as funcoes f (t) para t 0 e F (s) estao ligadas de maneira
biunvoca, como ilustra a figura a seguir.
Trans. Direta

F (s)
Re[s] > c

f (t)
t0
Tranf. Inversa

Figura 5.4: Relacao entre f (t) e sua transformada de Laplace

Exemplo 5.4 Seja f (t) = e2t , para t 0.

1 (s2)t
e
|0
s2
0
1
1
1
=
[ lim e(s2)t lim e(s2)t ] =

lim e(s2)t
t0
s 2 t
s 2 s 2 t

F (s) = L[f (t)] =

e2t est dt =

Note que s = + j e
|ejt | = |cost + jsent| = 1.
Assim,

lim e(s2)t

para Re[s] = < 2

indefinido para Re[s] = = 2
=

0
para Re[s] = > 2.

Sistemas Lineares

115

Logo, a Transformada de Laplace da funcao e2t , t 0 s

o est
a definida na regiao do
plano complexo definida por Re[s] > 2 e nessa regiao obtemos:
F (s) = L[e2t ] =

1
s2

A regiao do plano complexo onde a Integral de Laplace esta definida e e finita recebe o nome de regiao de convergencia da Transformada de Laplace . Mostra-se que ao
escolhermos um contorno para a integral:
1
2j

c+j

F (s)est ds
cj

de tal forma que c > 2 (contorno dentro da regiao de convergencia) entao o resultado da
integral acima e e2t para t 0.
2

Existem funcoes, como por exemplo et , t 0, para as quais a Transformada de Laplace

nao existe, isto e, nao existe regiao de convergencia da Integral de Laplace. No entanto,
todos os sinais de interesse pratico sao transformaveis por Laplace.
A regiao de convergencia da Transformada de Laplace e um formalismo matematico
que normalmente e omitido no calculo da transformada. No entanto e importante lembrar
que qualquer que seja a regiao de convergencia, as funcoes f (t) para t 0 e F (s) para
Re[s] > c estao relacionados de maneira biunvoca. Os casos em que f (t) = 0 para t < 0
sao de interesse marginal no calculo da Transformada de Laplace e nao serao considerados
nesse curso. Uma vez obtida a transformada de Laplace F (s) podemos deduzir sua regiao
de convergencia. Ela e dada pela regiao do plano complexo `a direita do polo mais `a direita
da funcao F (s).
Exemplo 5.5 (Exponencial real) f (t) = eat , t 0
F (s) = L[eat ] =

eat est dt =

1 (sa)t
1
e
|0 =
sa
sa

Exemplo 5.6 (Degrau Unit

ario) Funcao Degrau Unit
ario u(t) =

L[u(t)] =

0, t < 0
1, t 0

1 st 1
e |0 = .
s
s

1est dt =

(Regiao de Convergencia Re[s] > 0)

Exemplo 5.7 (Rampa) Funcao Rampa f (t) =

L[f (t)] = A
( udv = uv

vdu)

test dt = At

est
|
s 0

0, t < 0
At, t 0, A constante
A
Aest
dt =
s
s

est dt =

A
.
s2

Sistemas Lineares

116
0,
t<0
sen(0 t), t 0, 0 cte

Exemplo 5.8 (Sen

oide) Funcao Senoidal f (t) =

L[f (t)] =

sen(0 t)est dt =

1
1
1

=
2j s j0 s + j0

ej0 t ej0 t st
e dt
2j
0
= 2
s + 02

RESUMO
u(t) 1s : Polo simples na origem. Funcao Constante no tempo.
tu(t)

1
:
s2

Polo duplo na origem. Funcao cresce linearmente no tempo.

1
et u(t) s+
: Polo em s = . Cresce exponencialmente no tempo se polo for positivo
( < 0). Decresce exponecialmente no tempo se polo for negativo ( > 0). Valor
constante no tempo se o polo for na origem.
0
sen(0 t)u(t) s2+
olos complexos conjugados sobre o eixo imaginario (s = j0 ).
2 : P
0
Funcao oscila no tempo sem amortecimento.

5.3

Propriedades

A Transformada de Laplace possui varias propriedades que, em geral, simplificam o

calculo da transformada se comparado com a aplicacao direta da definicao (5.1). Todas as
propriedades apresentadas nessa secao estao provadas em Ogata (1993). Por conveniencia
repetiremos algumas das provas a ttulo de exerccio.

5.3.1

Operac
ao Linear

Sejam f1 (t) e f2 (t) duas funcoes e 1 e 2 duas constantes. Entao:

L[1 f1 (t) + 2 f2 (t)] = 1 L[f1 (t)] + 2 L[f2 (t)]
Prova: Utilizando a definicao (5.1) temos:
L[1 f1 (t) + 2 f2 (t)] =

(1 f1 (t) + 2 f2 (t))est dt

= 1

f1 (t)est dt + 2

= 1 L[f1 (t)] + 2 L[f2 (t)]

f2 (t)est dt

Sistemas Lineares

5.3.2

117

Func
ao Transladada em Atraso

Seja f (t) uma funcao, u(t) o degrau unitario e uma constante. Entao:
L[f (t )u(t )] = es L[f (t)]

f (t)

f (t )u(t )

Figura 5.5: Funcao deslocada em atraso

Prova: Aplicando a definicao temos:
L[f (t )u(t )] =

f (t )u(t )est dt

Definindo = t podemos rescrever a integral acima como

L[f (t )u(t )]

f ( )u( )es( +) d

es

f ( )u( )es d

como f ( )u( ) = 0 para < 0 temos:

=

es
0

f ( )u( )es d
f ( )es d

es

es L[f (t)]

5.3.3

Func
oes Porta-deslocada e Impulso

As funcoes Porta-deslocada e Impulso possuem propriedades importantes no contexto

da Transformada de Laplace .
Fun
c
ao Porta-deslocada: Usaremos a notacao fp (t) para representar a funcao portadeslocada de area unitaria.
1
, 0 < t < t0
t0
fp (t) =
0, 0 > t > t0 sendo tO uma constante

Sistemas Lineares

118
fp (t)

1
t0

t0
0

Figura 5.6: Funcao Porta de area unitaria

Note que fp (t) =

1
u(t)
t0

1
u(t
t0

t0 ).

Utilizando as propriedades de Linearidade e Translacao obtemos:

1
1
u(t) u(t t0 )
t0
t0
1
1
=
L[u(t)] L[u(t t0 )]
t0
t0
t0 s
1 e
1 1

=
t0 s t0 s
1
=
(1 et0 s )
t0 s

L[fp (t)] = L

Fun
c
ao Impulso: A Funcao Impulso Unitario que ocorre no instante t = t0 e representada por (t t0 ) e satisfaz as seguintes condicoes:

(t t0 ) =

0, t = t0
, t = t0

(t t0 )dt = 1

A Funcao Impulso e uma abstracao matematica e nao existe na pratica. Porem, variacoes bruscas de energia podem ser aproximadas pela funcao impulso. Alem disso, o
conceito da funcao impulso e bastante u
til na diferenciacao de funcoes descontnuas, como
veremos na sequencia.
Para calcular a transformada da funcao impulso devemos notar que o impulso na origem
e o caso limite da funcao porta quando t0 0, isto e:

(t) = lim

t0 0 t0

[u(t) u(t t0 )]

Sistemas Lineares

119

Assim temos:
1
(u(t) u(t t0 ))
t0 0 t0
1
= lim L
(u(t) u(t t0 ))
t0 0
t0
1
= lim
(1 et0 s )
t0 0 t0 s
d
(1 et0 s )
dt0
=
d
(t s)
dt0 0
= 1

L[(t)] = L lim

A Transformada do Impulso e uma funcao constante numericamente igual a area do

impulso (Energia Instantanea). O exemplo a seguir mostra como podemos utilizar a
funcao impulso para representar a derivada de funcoes descontnuas.
Exemplo 5.9 Seja a funcao f (t) = A para 0 < t < t0 (t0 ) dado) e nula fora desse
intervalo. A derivada sessa funcao est
a definida em todos os pontos exceto em t = 0 e
t = t0 . Nesses pontos existem descontinuidades. A variacao da funcao no entorno de
uma descontinuidade pode ser representada por um impulso de
area igual ao tamanho da
descontinuidade. A derivada de f (t) est
a indicada na figura 5.7.
f(t)

f(t)

A (t)
t0
t

t0

0
A (t t0 )

Figura 5.7: Derivada de funcoes descontnuas

.

5.3.4

Multiplicac
ao por exponencial

Se L[f (t)] = F (s) entao, para a multiplicacao de f (t) por et :

t

L[e

f (t)] =

f (t)et est dt = F (s + )

Exemplo 5.10 J
a vimos que:
L[sen(0 t)u(t)] =

0
= F (s)
s2 + 02

Sistemas Lineares

120

Logo:
L[et sen(0 t)u(t)] =

0
= F (s + )
(s + )2 + 02

Note que os polos de F (s + ) s

ao p1,2 = j0 , onde Re[polo] = define o
decaimento exponencial do sinal f (t) e Im[polo] = 0 define a frequencia de oscilacao
do sinal f (t).

5.3.5

Mudan
ca na Escala de Tempo

Se L[f (t)] = F (s) entao:

L[f (t/)] = F (s)

Este resultado e u
til quando se deseja analisar sinais numa escala de tempo diferente
daquela em que ele ocorre na pratica. Pode ser o caso por exemplo de sinais muito lentos
ou muito rapidos.
Exemplo 5.11 Dado que L[et u(t)] =

5.3.6

1
s+1

tem-se que L[e0,2t u(t)] =

5
.
5s+1

Teorema da Diferenciac
ao Real

De agora em diante usaremos as seguintes notacoes para representar derivada temporal

de uma funcao f (t):
df (t) def
= f (t) ou de forma equivalente
dt

df (t) def
= f (t)
dt

(5.3)

def

A notacao que emprega o operador = dtd e u

til no caso de derivadas de ordem 3
5
como a derivada de ordem 5: f (t). Ja a notacao f(t) e f(t) sao comuns em livros de
controle para expressar derivadas de ordem 1 e 2.
Com a notacao acima temos o seguinte resultado:
L f(t) = sF (s) f (0)
onde L[f (t)] = F (s) e f (0) = f (t)|t=0 .
Problema 5.1 Prove que L f(t) = sF (s) f (0). Dica: use a integral por partes

udv = uv|
0

vdu .

Quando uma funcao possui descontinuidade na origem, a sua derivada temporal ira
possuir um impulso na origem. Nesses casos precisamos tomar cuidado com o limite
inferior da transformada da derivada. Vamos entao definir:

Sistemas Lineares

121

L+ [f (t)] =
L [f (t)] =

0+

f (t)est dt
f (t)est dt

Note que se f (t) envolve um impulso na origem entao L+ [f (t)] = L [f (t)]. Quando
f (t) nao possui impulso na origem teremos L+ [f (t)] = L [f (t)] = L[f (t)].
Para o caso em que f(t) possui impulso na origem (f (t) possui descontinuidade na
origem) ficamos com:
L+ f(t) = sF (s) f (0+ )
L f(t) = sF (s) f (0 )
Note que na definicao L+ o tempo comeca em t = 0+ e portanto o impulso na origem
fica fora do intervalo considerado, oque nao nos interessa. Assim apenas a definicao L ,
por comecar a contagem dos tempos em t = 0 , nos sera u
til para tratar impulsos na
origem.
Exemplo 5.12 Seja f (t) = et , para t 0. Calcule L[f(t)].
Solucao:

f(t) = (t) et , t 0

s
L[f(t)] = 1
=
s+
s+

Pelo teorema da diferenciacao real obtemos o mesmo resultado acima:

L [f(t)] = sF (s) f (0 ) =

s
s
0=
s+
s+

Para uma derivada de ordem n temos:

L [ n f (t)] = sn F (s) sn1 f (0) sn2 f (t)|t=0 s n2 f (t)|t=0 n1 f (t)|t=0

OBSERVAC
OES:
Se a distincao entre L+ e L for necessaria basta substituir t = 0 por t = 0+ ou
t = 0 respectivamente.
Para que L[ n f (t)] exista e preciso que todas as derivadas de f (t) de ordem inferior
`a n existam e sejam transformaveis por Laplace.
Quando todas as condicoes iniciais forem nulas entao:
L [ n f (t)] = sn F (s)

Sistemas Lineares

122

Exemplo 5.13 Sabendo que L[sen(0 t)u(t)] =

0
s2 +02

podemos obter:

d sen(0 t)
u(t)
dt
0
1
d
(sen(0 t)u(t))
L
0
dt
1
(sF (s) f (0))
0
1
s 0
( 2
0)
0 s + 02
s
2
s + 02

L[cos(0 t)u(t)] = L
=
=
=
=

5.3.7

Teorema do Valor Final

Quando uma funcao f (t) tende `a um valor constante em regime estacionario, isto e
quando t , este valor constante pode ser diretamente obtido atraves do limite:
lim f (t) = lim sF (s)

s0

onde L[f (t)] = F (s). Note que quando f (t) tende `a um valor constante em regime entao
f(t) tende a zero em regime. Como toda funcao que tende a zero em regime deve possuir
transformada com todos os polos no semi-plano esquerdo conclumos que todos os polos
de L[f(t)] = sF (s) devem estar no semi-plano esquerdo para que o limite acima possa ter
algum sentido. Caso contrario, se algum polo de sF (s) tem parte real nula ou positiva a
funcao f (t) nao tende a um valor constante em regime e portanto a igualdade acima nao
mais se verifica.
Exemplo 5.14 Qual e o valor de regime (se ele existe) da funcao f (t) cuja transformada
1
e F (s) = s(s+1)
?
Solucao: Como os polos de sF (s) n
ao possuem parte real nula nem positiva (os polos
s
ao s = 1) ent
ao f (t) tende `
a um valor constante em regime. E esse valor e dado por:
lim f (t) = lim sF (s) = 1

s0

Para conferir o resultado note que L[(1 et )u(t)] =

1
.
s(s+1)

Problema 5.2 Calcule o valor de regime da funcao no tempo cuja transformada e F (s) =
1
. Diga se o teorema do valor final pode ser aplicado e qual e a funcao no tempo.
(s2)

5.3.8

Teorema do Valor Inicial

Usando este teorema somos capazes de achar o valor de f (t) em t = 0+ conhecendo

apenas a transformada de f (t). Se f (t) e f(t) sao ambas transformaveis por Laplace e se

Sistemas Lineares

123

lims sF (s) existir entao:

f (0+ ) = lim sF (s)

s

Quando f (t) nao possui descontinuidade na origem f (0+ ) = f (0).

Problema 5.3 Encontre o valor inicial de f(t) dado que L[f (t)] =

5.3.9

2s+1
.
s2 +s+1

Teorema da Integrac
ao Real

Se a funcao que resulta da integral

transformada e dada por:

f (t)dt e transformavel por Laplace entao sua

f (t)dt =

F (s)
+
s

f (t)dt
|t=0
s

(5.4)

OBSERVAC
OES:
Se o valor inicial da integral for zero entao:
L

f (t)dt =

F (s)
s

Assim, integrar no domnio do tempo e dividir por s no domnio da frequencia.

Lembre que derivar no tempo e multiplicar por s na frequencia.
Quando a integral for definida note que:
t

f (t)dt =

f (t)dt

Sendo

f (t)dt|t=0 .

f (t)dt|t=0 uma constante temos com (5.4) que:

t

f (t)dt =
0

F (s)
s

Se f (t) possui impulso na origem entao deve-se especificar que a integral comeca
em t = 0 .

5.3.10

Teorema da Diferenciac
ao Complexa

Se f (t) e transformavel por Laplace, entao, exceto nos polos de F (s) vale a seguinte
relacao:
d
L[tf (t)] = F (s).
ds
No caso geral:
n
n
n d
F (s), n = 1, 2, . . . .
L[t f (t)] = (1)
dsn

Sistemas Lineares

5.3.11

124

Integral de Convoluc
ao

Sejam f1 (t) e f2 (t) duas funcoes nulas para t < 0. A Convolucao dessas duas funcoes
f1 (t) e f2 (t) sera representada pela notacao f1 (t) f2 (t) e e definida pela integral:
t

f1 (t) f2 (t) =

f1 (t )f2 ( )d

Propriedades:
f1 (t) f2 (t) = f2 (t) f1 (t)
f1 (t) (f2 (t) + f3 (t)) = f1 (t) f2 (t) + f1 (t) f3 (t)
L[f1 (t) f2 (t)] = L[f1 (t)]L[f2 (t)]
Au
ltima propriedade e muito importante e mostra que fazer a convolucao no tempo e
fazer o produto das transformadas na frequencia.
Prova:
L[f1 (t) f2 (t)] =

f1 (t )f2 ( )d

est dt

como f1 (t ) = 0 para > t podemos extender o limite de integracao de t para infinito.

Como t e sao variaveis independentes podemos trocar a ordem de integracao.

=
0

f1 (t )es(t ) dtf2 ( )es d

Note que a integral interna e simplesmente a transformada de f1 (t) com a mudanca de

variavel = t :

s(t )

f1 (t )e

dt =

f1 ()e

d =
0

f1 ()es d = L[f1 (t)]

Note ainda que L[f1 (t)] e uma funcao complexa da variavel s e nao depende de . Logo
obtemos:
L[f1 (t) f2 (t)] =

L[f1 (t)]f2 ( )es d

= L[f1 (t)]

f2 ( )es d

= L[f1 (t)]L[f2 (t)]

Veremos mais adiante que o comportamento de todo sistema linear invariante no tempo
pode ser representado por uma integral de convolucao, ou equivalentemente, pelo produto
de duas transformadas.

Sistemas Lineares

125
f (t)

f(t)

...

a
0
...

a(t 2)

t
0

a(t 1)

Figura 5.8: Funcao dente de serra e sua derivada

Exemplo 5.15 Calcule a transformada de Laplace da funcao f (t) da figura 5.8.
Solucao: Como a derivada de f (t) e uma funcao mais simples que f (t), veja figura 5.8,
iremos calcular a transformada da derivada e utilizar a relacao L[f(t)] = sF (s) f (0).
Tem-se ent
ao:

f (t) = au(t)
a(t n)
n=1

L[f(t)] = sF (s) f (0) = aL[u(t)] a

n=1

L[(t n)]

1
sF (s) = a a
ens L[(t)]
s
n=1

ens
a
F (s) = 2 a
s
s
n=1
f(t)
1
a2
0
-

2a

1
a2

Figura 5.9: Funcao onda quadrada

Exemplo 5.16 Calcule a transformada de Laplace da funcao f (t) da figura 5.9.
Solucao: Como a funcao e uma soma de degraus deslocados, temos:
2
1
1
f (t) = 2 u(t) 2 u(t a) + 2 u(t 2a)
a
a
a
1
2
1
L[f (t)] = 2 L[u(t)] 2 L[u(t a)] + 2 L[u(t 2a)]
a
a
a
2 as 1
1 2as 1
1 1
+ e
= 2 2e
a s a
s a2
s
1
as
2as
+e
)
= 2 (1 2e
as

Sistemas Lineares

126

Exemplo 5.17 Calcule a transformada de Laplace da funcao x(t) que resolve a seguinte
equacao diferencial a
x + bx + cx = 0, onde x = dx(t)
e x(0) = k1 , x(0)

= k2 .
dt
Solucao: Seja X(s) = L[x(t)]. Tomando a transformada dos dois lados da equacao
temos:
L[a
x + bx + cx] = L[0] = 0
aL[
x] + bL[x]
+ cL[x] = 0
L[x] = X(s)
L[x]
= sX(s) x(0)
L[
x] = s2 X(s) sx(0) x(0)

a[s2 X(s) sk1 k2 ] + b[sX(s) k1 ] + cX(s) = 0

X(s)(as2 + bs + c) = ak1 s + bk1 + ak2
X(s) =

ak1 s + bk1 + ak2

as2 + bs + c

Exemplo 5.18 Calcule a transformada de Laplace do sinal f (t) = sen(0 t+)u(t), onde
e 0 s
ao constantes.
Solucao: Existem varias formas de se resolver o problema. A seguir apresenta-se uma
forma que explora as propriedades de funcoes senoidais e da funcao impulso.
f (t) = sen(0 t + )u(t)

f (t) = cos(0 t + )0 u(t) + sen(0 t + )(t)

= cos(0 t + )0 u(t) + sen()(t)

f (t) = sen(0 t + )02 u(t) + cos(0 t + )0 (t) + (t)sen()

= sen(0 t + )02 u(t) + cos()0 (t) + (t)sen()

Alem disso sabemos que
L[f(t)] = s2 F (s) sf (0 ) f(0 ) = s2 F (s)
e das duas express
oes acima tiramos o seguinte resultado
L[f(t)] = s2 F (s)

= L[sen(0 t + )02 u(t) + cos()0 (t) + (t)sen()]

F (s) =

s sen() + 0 cos()
s2 + 02

Problema 5.4 Refazer o exemplo 5.18 utilizando a relacao trigonometrica sen(t+) =

sen(t)cos() + cos(t)sen()

Sistemas Lineares

5.4

127

Transformada Inversa

Ja foi mencionado anteriormente que a transformada de Laplace e sua respectiva funcao

no tempo estao relacionadas de forma biunvoca, como ilustra a figura 5.10. A transformada inversa de Laplace nos permite encontrar a funcao no tempo a partir do conhecimento da sua Transformada de Laplace .
Trans. Direta

F (s)
Re[s] > c

f (t)
t0
Tranf. Inversa

Figura 5.10: Relacao entre f (t) e sua transformada F (s)

Existem tabelas que sao bastante u
teis na obtencao da tranformada inversa. No entanto
essas tabelas sao limitadas e no caso mais geral a maneira mais simples de se calcular
a transformada inversa e utilizar o metodo de expansao por fracoes parciais pois os
fatores que resultam da expansao sao bem mais simples de serem convertidos ao domnio
do tempo. Este metodo possui variacoes para polos distintos, polos m
ultiplos, polos
complexos e vamos supor que a funcao a ser expandida por fracoes parciais e racional.

5.4.1

Frac
oes parciais para p
olos distintos

Seja F (s) uma transformada na forma fatorada, isto e:

F (s) =

k(s + z1 )(s + z2 ) . . . (s + zm )
,
(s + p1 )(s + p2 ) . . . (s + pn )

n>m

onde zi , (i = 1, 2, . . . , m), sao os zeros e pi , (i = 1, 2, . . . , n) sao os polos da funcao

F (s). A restricao n > m pode ser feita sem perda de generalidade como veremos num
exemplo a seguir.
Quando todos os polos sao distintos temos:
F (s) =

a1
a2
an
+
+ +
s + p1 s + p2
s + pn

(5.5)

onde ai sao constantes conhecidas como resduos dos polos pi , respectivamente, e sao
calculados da seguinte forma:
ai = (s + pi )F (s)|s=pi

(5.6)

Isto pode ser facilmente verificado. Veja no caso do resduo do polo s = p1 . Multiplicando (5.5) por s + p1 temos:
(s + p1 )F (s) = a1 +

an
a2
(s + p1 ) + +
(s + p1 )
s + p2
s + pn

Sistemas Lineares

128

Logo para s = p1 encontramos (5.6) com i = 1. O procedimento e identico para os

demais polos.
O interesse da expansao por fracoes parciais e que cada termo da expansao (5.5) pode
ai
ser facilmente transformado para o domnio do tempo com a relacao L[ai epi t u(t)] = s+p
,
i
logo:
a1
a2
an
+ L1
+ + L1
s + p1
s + p2
s + pn
p1 t
p2 t
pn t
= a1 e
+ a2 e
+ + an e
, t 0.

f (t) = L1 [F (s)] = L1

Note que a expansao por fracoes parciais (5.5) e valida para polos reais e complexos nao
repetidos. Para polos reais os resduos (5.6) sao reais e para polos complexos os resduos
sao complexos.
Exemplo 5.19 (P
olos Reais) Calcule a funcao no tempo cuja transformada e
F (s) =

s+3
(s + 1)(s + 2)

Solucao: Com (5.5) e (5.6) se obtem:

a2
a1
+
s+1 s+2
= F (s)(s + 1)|s=1 = 2
= F (s)(s + 2)|s=2 = 1

F (s) =
a1
a2
Assim,

f (t) = L1 [F (s)] = 2et e2t ,

t0

Exemplo 5.20 (N
ao Causal) Calcule a transformada inversa da funcao
s3 + 5s2 + 9s + 7
G(s) =
(s + 1)(s + 2)
Solucao: Como o grau do numerador e maior que o grau do denominador devemos
dividir um pelo outro ate que o resto da divisao seja uma funcao com grau do numerador
menor que o grau do denominador, como indicado a seguir.

s+3
(s + 1)(s + 2)
1
2

= s+2+
s+1 s+2

G(s) = s + 2 +

Sistemas Lineares

129

Logo:
g(t) = L1 [G(s)] = L1 [s] + L1 [2] + L1
=

d
(t) + 2(t) + 2et e2t ,
dt

1
2
+ L1
s+1
s+2

t 0

Exemplo 5.21 (P
olos Complexos) Calcule a transformada inversa da funcao
F (s) =

2s + 12
+ 2s + 5

s2

Solucao: Note que os polos s

ao complexos pois s2 + 2s + 5 = (s + 1 + j2)(s + 1 j2).
Nesses casos a funcao temporal sempre envolve o produto de uma exponencial e um seno
ou cosseno como indicado a seguir:
L[et sen0 t] =

0
(s )2 + 02

L[et cos0 t] =

s
(s )2 + 02

Nas transformadas acima e a parte real dos polos e 0 e a parte imagin

aria dos polos.
Verifique que os polos s
ao j0 . Para o exemplo em quest
ao temos s2 + 2s + 5 =
(s + 1)2 + 22 e com algumas manipulacoes algebricas obtem-se:
F (s) =

2s + 12
0
s
=A
+B
2
2
2
2
(s + 1) + 2
(s ) + 0
(s )2 + 02

Logo 2s+12 = A0 +B(s). Como 0 = 2 e = 1 temos por igualdade polinomial

B = 2 e A = 5 o que resulta:
2
s+1
+ 2L1
2
2
(s + 1) + 2
(s + 1)2 + 22
= 5et sen2t + 2et cos2t,
t 0.

L1 [F (s)] = 5L1

Problema 5.5 Refaca o exemplo 5.21 utilizando o metodo de expans

ao por fracoes parciais indicado em (5.5). Obtenha a mesma express
ao para f (t).

5.4.2

Frac
oes Parciais para p
olos repetidos

Os metodos da secao anterior sao validos para polos distintos. Nesta secao estudaremos
o caso de polos repetidos baseado num exemplo que pode ser facilmente generalizado.

Sistemas Lineares

130

Exemplo 5.22 Calcule a transformada inversa da funcao

F (s) =

s2 + 2s + 3
(s + 1)3

Solucao: Como o polo tem multiplicidade tres a expans

ao por fracoes parciais envolve
tres termos:
b2
b1
b3
+
+
F (s) =
(s + 1)3 (s + 1)2 (s + 1)
onde os coeficientes bi , (i = 1, 2, 3), s
ao os resduos a serem determinados.
Para determin
a-los multiplique os dois lados por (s + 1)3 para obter:
(s + 1)3 F (s) = b3 + b2 (s + 1) + b1 (s + 1)2
Com a igualdade polinomial acima utilize um dos dois metodos abaixo:
M
etodo 1 Derivadas sucessivas de (s + 1)3 F (s)
b3 = (s + 1)3 F (s)|s=1
d
[(s + 1)3 F (s)] = b2 + 2b1 (s + 1)
ds
b2 =

d
[(s + 1)3 F (s)]s=1
ds

d2
[(s + 1)3 F (s)] = 2b1
ds2

1 d2
[(s + 1)3 F (s)]s=1
2! ds2

M
etodo 2 Atribuindo-se valores para s na igualdade
s = 0 3 = b3 + b2 + b1
s = 1 2 = b3
s = 1 6 = b3 + 2b2 + 4b1
Os dois metodos acima levam aos mesmos valores dos resduos: b3 = 2, b2 = 0, b1 = 1
e portanto:
2
0
1
+ L1
+ L1
3
2
(s + 1)
(s + 1)
s+1
2 t
t
= t e +0+e ,
t 0.

L1 [F (s)] = L1

Sistemas Lineares

5.4.3

131

Frac
oes Parciais para casos especiais

Quando a transformada envolve polos distintos e repetidos ou polos reais e complexos

podemos combinar os resultados das secoes anteriores como ilustram os exemplos a seguir.

Exemplo 5.23 (P
olos distintos e repetidos) Calcule a transformada inversa da funcao

F (s) =

s2 + 2s + 3
(s + 1)2 (s + 2)

Solucao: A funcao possui um polo s = 2 com multiplicidade um e um polo s = 1

com multiplicidade dois. Nesse caso a expans
ao se faz como nas secoes anteriores, isto
e, o polo com multiplicidade dois ter
a dois resduos e o polo com multiplicidade um ter
a
um resduo.
F (s) =

b2
b1
b0
+
+
2
(s + 1)
(s + 1) (s + 2)

onde os coeficientes bi , (i = 0, 1, 2), s

ao os resduos a serem determinados pelos metodos
da secao anterior.

Exemplo 5.24 (P
olos reais e complexos) Calcule a transformada inversa da funcao

F (s) =

2s + 12
(s2 + 2s + 5)(s + 1)

Solucao: A funcao possui dois polos complexos e um real. Para utilizarmos os resultados das secoes anteriores devemos primeiro separar os polos complexos dos reais da
seguinte forma:
F (s) =

b1 s + b0
b2
+
+ 2s + 5) (s + 1)

(s2

onde b2 e determinado com (5.6) e b0 , b1 s

ao determinados por igualdade polinomial
atribuindo-se valores para s. Com os valores de b0 , b1 , b2 podemos utilizar os exemplos
5.21 e 5.19 para encontrar a funcao no domnio do tempo.

Sistemas Lineares

5.5

132

Rela
c
ao entre sinais e aloca
c
ao dos p
olos

De forma a facilitar o entendimento do significado dos polos de um sinal no tempo,

apresenta-se na Tabela 5.1, alguns sinais mais usuais, juntamente com suas transformadas de Laplace e a alocacao dos polos de F (s). Nota-se a relacao entre os polos e o
sinal no tempo. Polos m
ultiplos sobre o eixo imaginario ou polos no semi-plano direito
representam sinais que crescem indefinidamente quanto t tende ao infinito. A distancia
dos polos em relacao ao eixo imaginario e dada pela constante de tempo de f (t) (nos
casos da Tabela 5.1, o termo a). Ja a distancia de um par de polos complexos conjugados
ao eixo real e dada pela freq
uencia angular de oscilacao de f (t).
Conforme sera visto mais adiante, sistemas com polos m
ultiplos sobre o eixo imaginario
ou polos no semi-plano direito tendem a ser instaveis quando uma entrada e aplicada.
Tabela 5.1: Relacao entre sinais no tempo e a alocacao dos polos no plano complexo.
Funcao f (t)
f (t) = u(t)

Transformada F (s)

F (s) =

1
s

F (s) =

1
s2

f (t) = t.u(t)

f (t) = eat .u(t)

F (s) =

1
s+a

f (t) = sin 0 t.u(t)

F (s) =

s2

0
+ 02

Polos de F (s)

Sistemas Lineares
Funcao f (t)
f (t) = cos 0 t.u(t)

133
Transformada F (s)

F (s) =

s2

s
+ 02

f (t) = aat . sin 0 t.u(t)

F (s) =

0
(s + a)2 + 02

F (s) =

s+a
(s + a)2 + 02

f (t) = aat . cos 0 t.u(t)

Polos de F (s)

Sistemas Lineares

5.6

134

T
ecnicas de An
alise de Circuitos com Transformada de Laplace

Com a utilizacao da transformada de Laplace, pode-se analisar a resposta temporal de

circuitos eletricos de uma maneira simplificada. A Tabela 5.6 apresenta os modelos no
domnio da freq
uencia complexa s dos elementos basicos de circuitos juntamente com suas
equacoes basicas. Com isso, resolve-se o circuito no domnio s, encontrando uma equacao
para a sada. Em seguida, faz-se a transformada inversa de Laplace para a determinacao
da resposta temporal.
Tabela 5.2: Modelos de elementos de circuitos.
Domnio t

Domnio s

v(t) = R.i(t)

V (s) = R.I(s)

Capacitor

Resistor

Elem.

v(t) =

1
C

t
0

i(t).dt + v(0)

1
.I(s)
s.C

+ 1s .v(0)

I(s) = s.C.V (s) C.v(0)

Indutor

i(t) = C. dv(t)
dt

V (s) =

i(t) =

1
L

t
0

v(t).dt + i(0)

v(t) = L. di(t)
dt

I(s) =

1
.V
s.L

(s) + 1s .i(0)

V (s) = s.L.I(s) L.i(0)

Sistemas Lineares

135

Exemplo 5.25 Considere o circuito da Figura 5.11, onde if (t) = 3.et .u(t) mA, R =
10k e C = 25F . Determine o circuito no domnio s e a resposta temporal.

Figura 5.11: Circuito do exemplo 5.25.

Utilizando os modelos apresentados anteriormente, chega-se ao circuito no domnio s,
dado pela Figura 5.12.

Figura 5.12: Circuito do exemplo 5.25.

Neste circuito, If (s) e obtido pela transformada de Laplace de if (t):
If (s) =

3
s+1

A tensao de sada Vs (s) e obtida da seguinte forma:

Vs (s) = R//

1
1
C
.If (s)
If (s) =
1
s.C
s + RC

Substitundo os valores de If (s), R e C:

40000
s+4

Vs (s) =

0, 003
s+1

120
(s + 4).(s + 1)

Aplicando fracoes parciais:

Vs (s) =

40
40

s+1 s+4

Fazendo a transformada inversa, chega-se ao valor da resposta temporal:

vs (t) = 40. et e4t .u(t) V

Sistemas Lineares

136

Problema 5.6 Determine o circuito no domnio s e a resposta temporal vs (t) do circuito

abaixo.

Figura 5.13: Circuito do problema.

Sistemas Lineares

5.7

137

Sinais com energia limitada

Vamos definir energia de um sinal f (t) como sendo:

E=

f (t)2 dt

(5.7)

Esta definicao de energia e uma generalizacao do conceito de energia dissipada em resistores. Por exemplo, se f (t) representa a tensao ou corrente num resistor unitario, a
energia dissipada no resistor e dada pela integral acima. Os sinais que possuem energia
limitada (E < ) sao portanto de grande interesse pratico.
Veremos a seguir que um sinal cuja transformada de Laplace e uma funcao racional
que possui todos os polos no semi-plano esquerdo estrito, isto e, polos com parte real
estritamente negativa, e um sinal de energia limitada. Para esses sinais a integral acima
existe e e finita. Seja o seguinte sinal:
x(t) = 1 + 2 e2t + 3 et + k1 et sen0 t + k2 et cos0 t,

t0

A transformada de x(t) e:
X(s) = L[x(t)] =

1
2
3
k1 0
k2 (s + 1)
+
+
+
+
s
s + 2 s + 1 (s + 1)2 + 02 (s + 1)2 + 02

Note que todos os polos possuem parte real negativa, exceto o polo na origem. Assim, os
polos reais de X(s) tornam-se expoentes de funcoes exponenciais decrescentes no tempo.
Os polos complexos estao associados `a sinais que causam oscilacoes amortecidas. O
amortecimento dessas oscilacoes e definido pela parte real dos polos (Re[polos] = 1 no
caso) e a frequencia de oscilacao e definida pela parte imaginaria do polo (Im[polo] =
0 ). O efeito temporal dos polos com parte real negativa diminui exponencialmente e
desaparece completamente em regime permanente, isto e, quando t .
Um sinal x(t) cuja transformada seja analtica no semi-plano direito 1 mas tenha um
polo simples na origem vai ter um nvel DC igual ao resduo desse polo (1 no caso acima).
O valor do sinal x(t) acima em regime permanente (t ) e constante e igual `a . Note
que nesse caso o sinal nao tem energia limitada pois a integral acima vai divergir dado
que o sinal nao converge para zero em regime.
Assim, um sinal qualquer x(t) vai ter um valor zero em regime (converge para zero
quando t ) apenas quando todos os polos da transformada possuem parte real
negativa. Se a transformada possui um polo na origem ( e os demais no semi-plano
esquerdo estrito) o sinal sera constante com um nvel DC nao nulo em regime. Em
qualquer outra situacao o sinal e divergente, isto e, nao tera um valor de regime finito.
A energia do sinal sera limitada apenas no primeiro caso, isto e, quando o sinal converge
para zero quando t .
1

Lembre-se que uma funcao e analtica numa dada regi

ao quando ela nao possui polos nessa regi
ao

Sistemas Lineares

5.8

138

Resolu
c
ao de Equac
oes Diferenciais

Atraves das leis da fsica podemos obter um modelo de comportamento para todos os
sistemas. Para sistemas dinamicos esse modelo e uma equacao diferencial. Este e o caso
por exemplo de motores, circuitos, turbinas e todos os outros dispositivos estudados na
engenharia. Saber como o sistema se comporta para dadas condicoes iniciais e uma dada
excitacao e equivalente a saber resolver a equacao diferencial.
A Transformada de Laplace pode ser utilizada para resolver equacoes diferenciais
lineares invariantes no tempo. Para isso basta transformar por Laplace cada um dos
termos da equacao dif. obtendo assim a transformada da funcao que resolve a equacao.
Em seguinda, utiliza-se a transformada inversa para encontrar a solucao no domnio do
tempo.
Exemplo 5.26 Resolva a seguinte equacao diferencial x +2x+5x

= g(t), onde x(0) = a,

x(0)

= b s
ao constantes dadas e g(t)=0.
Solucao: Note que
L[x] = X(s)
L[x]
= sX(s) x(0)
L[
x] = s2 X(s) sx(0) x(0)

Tomando-se a transformada dos dois lados da equacao se obtem:

[s2 X(s) sx(0) x(0)]

+ 2[sX(s) x(o)] + 5X(s) = 0

1
s+2
x(0) + 2
x(o)

+ 2s + 5
s + 2s + 5
De forma similar ao exemplo 5.21 temos:
X(s) =

X(s) =

s2

s2

s+1
1
1
x(0) + 2
x(0) + 2
x(o)

+ 2s + 5
s + 2s + 5
s + 2s + 5

e consequentemente
x(t) = L1 [X(s)] = [et cos(2t) + 0.5et sen(2t)]x(0) + 0.5et sen(2t)x(0)

que e a solucao da eq. diferencial.

Exemplo 5.27 Um determinado sistema e regido pela seguinte equacao diferencial x +
2x + 5x = g(t), onde as condicoes iniciais s
ao nulas, isto e, x(0) = 0, x(0)

= 0. Encontre
a resposta desse sistema quando o mesmo e excitado por um degrau de amplitude 3, isto
e, g(t) = 3u(t).
Solucao: Note que
3
s
L[x] = X(s)
L[x]
= sX(s) x(0) = sX(s)
L[
x] = s2 X(s) sx(0) x(0)

= s2 X(s)

L[3u(t)] =

Sistemas Lineares
Logo:

139

3
s
3
3
3 s+2
X(s) =
=
2
2
s(s + 2s + 5)
5s 5 s + 2s + 5
s2 X(s) + 2sX(s) + 5X(s) =

Note que s2 + 2s + 5 = (s )2 + 2 onde , s

ao as partes real e imagin
aria dos polos
(razes de s2 + 2s + 5). Para o caso em quest
ao temos = 1, = 2 e portanto:
3
3
1
s+1
3

2
2
5s 5 (s + 1) + 2
5 (s + 1)2 + 22

X(s) =
Logo:

3
1
s+1
3
1 3

L
L1
5s
5 (s + 1)2 + 22
5 (s + 1)2 + 22
3
3
3
=
et sen2t et cos2t, t 0.
5 10
5

L1 [X(s)] = x(t) = L1

A figura 5.14 ilustra o diagrama de simulacao analogica da equacao diferencial x + 2x +

5x = g(t). A figura 5.15 mostra a resposta x(t) da equacao para quatro situacoes: (a)
g(t) = 0, x(0)

= 1, x(0) = 0 ; (b) g(t) = 0, x(0)

= 0, x(0) = 1 ; (c) g(t) = 3u(t), x(0)

=
0, x(0) = 0 ; (d) g(t) = 3u(t), x(0)

= 1, x(0) = 1
x(0)

g(t)

+
-

1
s

x(0)
x

1
s

2
5
Figura 5.14: Diagrama de simulacao analogica

5.9

Respostas de Estado Zero e Entrada Zero

A resposta de todo sistema linear invariante no tempo pode ser decomposta em duas
parcelas: uma que depende do sistema e do sinal de entrada e outra que depende do
sistema e das condicoes iniciais. A primeira parcela chamaremos de Resposta de Estado
Zero ja que esta parcela indica como um sistema, inicialmente em repouso (condicoes
iniciais nulas), responde a um dado sinal de entrada. A segunda parcela chamaremos de
Resposta de Entrada Zero pois ela indica como um sistema se comporta quando e deixado
para responder livremente `as suas condicoes inicias (sem excitacao externa). .

Sistemas Lineares

1.5
1.3
1.1
0.9
(a) 0.7
0.5
0.3
0.1
-0.1
-0.3
-0.5
1.5
1.3
1.1
0.9
0.7
(b) 0.5
0.3
0.1
-0.1
-0.3
-0.5
1.5
1.3
1.1
0.9
0.7
(c) 0.5
0.3
0.1
-0.1
-0.3
-0.5
1.5
1.3
1.1
0.9
0.7
(d) 0.5
0.3
0.1
-0.1
-0.3
-0.5

140

x(t)

0.0

0.7

1.4

2.1

2.8

3.5

4.2

4.9

5.6

6.3

7.0

1.4

2.1

2.8

3.5

4.2

4.9

5.6

6.3

7.0

1.4

2.1

2.8

3.5

4.2

4.9

5.6

6.3

7.0

2.1

2.8

3.5

4.2

4.9

5.6

6.3

7.0

x(t)

0.0

0.7

x(t)

0.0

0.7

x(t)

0.0

0.7

1.4

Figura 5.15: Respostas x(t) do diagrama de simulacao analogica

Sistemas Lineares

141

As respostas de Estado Zero e Entrada Zero de um sistema descrito por (5.11) podem
ser determinadas atraves da Transformada de Laplace .
Exemplo 5.28 Encontre as respostas de Estado Zero e Entrada Zero do circuito RLC
serie da figura 5.17.
Solucao: Do exemplo 5.29 temos que o comportamento dinamico entrada/sada do
circuito e dado por (5.12). Tomando a transformada dos dois lados da equacao temos:
L[a2 y + a1 y + a0 y] = L[b0 x]

(5.8)

Pela linearidade temos:

a2 L[
y ] + a1 L[y]
+ a0 L[y] = b0 L[x]
Sendo Y (s) = L[y] e X(s) = L[x], pela propriedade de derivacao no tempo:
a2 [s2 Y (s) sy(0) y(0)]

+ a1 [sY (s) y(0)] + a0 Y (s) = b0 X(s)

(a2 s2 + a1 s + a0 )Y (s) = b0 X(s) + (a2 s + a1 )y(0) + a2 y(0)

Portanto:
a2 s + a1
a2
b0
X(s) +
y(0) +
y(0)

2
2
a2 + a1 s + a0
a2 s + a1 s + a0
a2 s + a1 s + a0
Y (s) = F (s)X(s) + F0 (s)y(0) + F1 (s)y(0)

(5.9)

Y (s) =

s2

onde
F (s) =

a2

s2

b0
a2 s + a1
a2
, F0 (s) =
, F1 (s) =
2
2
+ a1 s + a0
a2 s + a1 s + a0
a2 s + a1 s + a0

Considerando f (t) = L1 [F (s)], f0 (t) = L1 [F0 (s)] e f1 (t) = L1 [F1 (s)] podemos ent
ao
reescrever a express
ao acima com o auxlio da anti-transformada na forma:
1
y(t) = L1 [Y (s)] = L1 [F (s)X(s)] + y(0)L1 [F0 (s)] + y(0)L

[F1 (s)]
= f (t) x(t) + y(0)f0 (t) + y(0)f

1 (t)

x(t)
F (s)
y(0)

y(0)

y(t)

y(0)
F0 (s)
y(t)

x(t)
F (s)

y(0)

F1 (s)

Figura 5.16: Respostas de Estado Zero e Entrada Zero

(5.10)

Sistemas Lineares

142

Note que f (t), f0 (t) e f1 (t) dependem apenas dos par

ametros fsicos e da estrutura
entrada/sada do sistema. Nao dependem nem da entrada x(t) nem da sada y(t) nem
das condicoes iniciais do sistema.
A respota de Estado Zero do circuito e a parcela de (5.10) que depende da entrada:
Yesz (s) = F (s)X(s) no domnio da frequencia ou de forma equivalente yesz (t) = f (t)x(t)
no domnio do tempo.
A resposta de Entrada Zero e a parcela de (5.10) que depende das condicoes iniciais: Yenz (s) = F0 (s)y(0) + F1 (s)y(0)

no domnio da frequencia ou de forma equivalente

y(0)f0 (t) + y(0)f

nio do tempo.
1 (t) no dom
Podemos agora generalizar os resultados acima para sistemas de ordem mais elevada.
Considere um sistema descrito pela seguinte equacao diferencial:
an n y(t) + + a1 y(t) + a0 y(t) = bm m x(t) + + b1 x(t) + b0 x(t)

(5.11)

n y(t)|t=0 = cn , . . . , y(t)|t=0 = c1 , y(t)|t=0 = c0

def

onde = dtd e o operador derivada temporal, ai (i = 0, . . . , n) e bi (i = 0, . . . , m) sao

coeficientes constantes que dependem dos parametros fsicos do sistema, ci (i = 0, . . . , n)
sao constantes que definem as condicoes iniciais do sistema, x(t) e o sinal de entrada e
y(t) e o sinal de sada.
R

V(t)
-

Vc (t)
-

Figura 5.17: Circuito RLC serie

Exemplo 5.29 Considere o circuito RLC serie descrito na figura 5.17. A entrada do
sistema e a tensao V (t) e a sada e a tensao no capacitor Vc (t). Em termos da notacao
acima temos x(t) = V (t) e y(t) = Vc (t) e o comportamento dinamico entrada/sada e
regido pela seguinte equacao diferencial:
a2 y + a1 y + a0 y = b0 x

(5.12)

com a0 = 1, a1 = RC, a2 = LC e b0 = 1. As condicoes iniciais s

ao a tensao no capacitor
no instante inicial x(0) = Vc (0) e a derivada da tensao no instante inicial x(0)

= V c (0).
Se ao inves do sistema de segunda ordem do exemplo acima, considerarmos um sistema
de ordem generica como em (5.11) obteramos:
n1

y(t) = f (t) x(t) +

fi (t)ci
i=0

(5.13)

Sistemas Lineares
onde ci =

di y(t)
|
dti t=0

143
sao as condicoes iniciais.

Da expressao acima podemos extrair informacoes muito importantes:

1. A sada de um sistema depende dos seus parametros fsicos e da sua estrutura
entrada/sada. Isto e representado em (5.13) pelas funcoes f (t), f0 (t), . . . , fn1 (t).
2. A sada de um sistema depende da entrada x(t) que lhe e aplicada. Esta dependencia
e dada pela convolucao f (t) x(t) que recebe o nome de resposta de estado zero do
sistema. Esta e a resposta do sistema quando as condicoes iniciais sao nulas.
yesz (t) = f (t) x(t) , Yesz (s) = F (s)X(s)

(5.14)

3. A sada de um sistema depende das condicoes iniciais do mesmo. Este fato pode ser
verificado em (5.13) pela presenca das constantes ci que sao as condicoes iniciais.
Esta parcela da resposta recebe o nome de resposta de entrada zero do sistema.
Esta e a resposta do sistema quando a entrada e nula.
n1

yenz (t) =

n1

fi (t)ci , Yenz (s) =

i=0

Fi (s)ci

(5.15)

i=0

4. A resposta de Entrada Zero e linear em relacao ao conjunto de condicoes iniciais e

a resposta de estado zero e linear em relacao `a entrada.
Problema 5.7 Considere o circuito RLC serie da figura 5.17. Calcule as respostas de
Entrada Zero e de Estado Zero supondo R = 1, L = 1H, C = 1F , condicoes iniciais
Vc (0) = 1V, V c (0) = 1V /seg e sinal de entrada degrau unit
ario.
Problema 5.8 A resposta de um sistema linear invariante ao degrau unit
ario e dadas
2t
3t
condicoes iniciais e y1 (t) = 2 2e + e
, t 0. Para um degrau de amplitude 3 e o
dobro das condicoes iniciais anteriores a resposta e y2 (t) = 6 10e2t + 6e3t . Pede-se:
a) A resposta de Estado Zero para um degrau unit
ario.
b) A resposta de Estado Zero ao impulso.
c) A resposta de Entrada Zero associada `
a y1 (t).
d) As condicoes iniciais associadas `
a resposta y1 (t).

5.10

Func
ao de Transfer
encia e Estabilidade

Veremos a seguir que a resposta de Estado Zero de um sistema esta associada `a duas
nocoes muito importantes: funcao de transferencia e estabilidade.

Sistemas Lineares

144

Defini
c
ao 5.4 (Fun
c
ao de Transfer
encia) Funcao de transferencia e uma funcao complexa que representa a relacao sada/entrada do sistema para condicoes iniciais nulas.
Pela definicao acima nota-se que a nocao de funcao de transferencia esta relacionada
com a resposta de Estado Zero do sistema. A relacao complexa sada/entrada de um
sistema com condicoes iniciais nulas pode ser obtida diretamente da resposta de Estado
Zero (5.14): Y (s)/X(s) = F (s). Assim, um sistema que possua a resposta de Estado
Zero (5.14) tera F (s) como funcao de transferencia. Quando se conhece a funcao de
transferencia F (s) de um sistema e a transformada do sinal de entrada X(s) se conhece
importante
tambem a resposta de Estado Zero do mesmo que e dada por (5.14). E
notar que a funcao de transferencia depende apenas dos parametros fsicos do sistema e
da estrutura entrada/sada do mesmo. Veja o exemplo 5.28. A entrada e as condicoes
inicias nao afetam a funcao de transferencia.
Quando as condicoes iniciais sao nulas resposta total do sistema e a propria resposta
de Estado Zero do mesmo, como pode ser visto nas equacoes (5.9) e (5.10).
Domnio do Tempo: y(t) = yesz (t) = f (t) x(t)
Domnio da Frequencia: Y (s) = Yesz (s) = F (s)X(s)
A funcao f (t) = L1 [F (s)] recebe o nome de Resposta Impulsional pois f (t) e a resposta do sistema quando as condicoes iniciais sao nulas e a entrada x(t) e um impulso no
instante t = 0 (X(s) = 1).

Defini
c
ao 5.5 (Sistemas Causais ou N
ao-Antecipativos) Um sistema dinamico e
dito ser Causal ou Nao-Antecipativo se sua Resposta Impulsional e nula para t < 0.

Pela definicao acima nota-se que a resposta y(t) de um sistema causal excitado com um
sinal x(t), apresenta a seguinte propriedade: o valor de y(t)|t=tf so depende da entrada
x(t) e da resposta impulsional f (t) para valores de tempo t tf . Em outras palavras,
a dinamica de um sistema causal em qualquer instante de tempo t = tf depende (nao
depende) da entrada e da resposta impulsional para valores de tempo menores (maiores)
que tf . Essa propriedade e mostrada a seguir.
y(t) = f (t) x(t) =

f (t )x( )d

para t = tf temos f (tf ) = 0 para > tf . Logo f (tf )x( ) = 0 para > tf e
portanto:
tf

y(tf ) =
0

f (tf )x( )f

so depende de f (t) e x(t) para t < tf .

Outra nocao muito importante e a de estabilidade de sistemas.

Sistemas Lineares

145

Defini
c
ao 5.6 (Estabilidade de Sistemas) Um sistema e dito ser estavel se todos os
polos da sua funcao de transferencia est
ao localizados no semi-plano esquerdo estrito,
isto e, Re[polos] < 0. Caso contr
ario o sistema e dito ser instavel.

Pela definicao acima nota-se que a estabilidade e uma propriedade intrnseca do sistema.
Ela so depende da sua funcao de transferencia e portanto dos seus parametros fsicos e
da estrutura entrada/sada.

Exemplo 5.30 Mostre que num sistema est

avel, a resposta de Estado Zero ser
a um sinal
de energia finita para todo sinal de entrada de energia finita.
Solucao: A resposta de Estado Zero de um sistema e dada por (5.14). Se o sistema
e est
avel ent
ao todos os polos de F (s) possuem parte real estritamente negativa. Alem
disso, se o sinal de entrada possui energia finita, sua transformada possui todos os polos
tambem com parte real estritamente negativa (veja secao 5.7). Como a transformada do
sinal de sada Y (s) e dada por Y (s) = F (s)X(s) podemos verificar que todos os polos
de Y (s) tambem est
ao no semi-plano esquerdo estrito. Portanto o sinal de sada possui
energia limitada sempre que o sistema for est
avel e o sinal de entrada possuir energia
limitada.

Problema 5.9 Para o circuito RLC serie do problema 5.7 pede-se:

a) Verifique se o sistema e est
avel.
b) Calcule a resposta impulsional.
c) No exemplo 5.30 analisa-se a energia da reposta de Estado Zero. Verifique que no
circuito em quest
ao, sinais de entrada de energia limitada produzem respostas totais com
energia limitada tambem. Isto e, a resposta de Entrada Zero do circuito tambem possui
energia limitada.

5.11

Diagrama de Blocos

O diagrama de blocos e utilizado para representar esquematicamente como funciona

o sistema. Cada elemento do sistema e representado por um bloco que contem sua
Funcao de Transferencia . Esses blocos sao entao interligados o que permite representar
a interdependencia desses elementos. Os diagramas sao normalmente utilizados para
representar a resposta de Estado Zero. Quando se deseja a resposta de Entrada Zero
tambem, as condicoes iniciais devem ser fornecidas. Quando elas nao sao fornecidas
assume-se serem nulas.
Um diagrama de blocos pode ser visto como uma forma esquematica de representar
variaveis se relacionam num conjunto de equacoes. Veja o que seria um diagrama de
blocos para um caso ja bastante conhecido que e o circuito RLC serie.

Sistemas Lineares

146

x(t)

y(t)

I(t)
-

Entrada

Sada

SISTEMA

Figura 5.18: Diagrama entrada/sada de um circuito

Exemplo 5.31 Represente as interdependencias das vari

aveis x(t), I(t), y(t) no circuito
da figura 5.18 atraves de um diagrama de blocos.
Solucao: O primeiro passo para a obtencao do diagrama e a obtencao das equacoes
que regem o comportamento do sistema. Nessas equacoes as vari
aveis de interesse devem
aparecer explicitamente. As demais vari
aveis devem ser eliminadas. Isto se consegue
escrevendo-as em funcao das vari
aveis de interesse. Veja como proceder no caso do
circuito em quest
ao.
Inicialmente vamos obter um diagrama onde apenas os sinais de entrada x(t) e sada
y(t) s
ao de interesse, isto e a corrente n
ao aparece nas equacoes. Obtendo as equacoes
do circuito e eliminando a corrente ficamos com equacao diferencial em x(t) e y(t).
+ y(t)
x(t) = RI(t) + LI(t)
RC y + LC y + y = x
1
y(t)
= C I(t)
Sendo X(s) = L[x(t)] e Y (s) = L[y(t)] temos para condicoes inciais nulas:
RCsY (s) + LCs2 Y (s) + Y (s) = X(s)
Logo:
Y (s) =

LCs2

1
X(s)
+ RCs + 1

Portanto:
F (s) =

LCs2

(5.16)

1
+ RCs + 1

X(s)

Y(s)
F(s)

Figura 5.19: Diagrama de blocos simplificado

A funcao F (s) e a transferencia da tensao de entrada X(s) para a tensao de sada Y (s)
e para condicoes iniciais nulas temos que a resposta do circuito para qualquer sinal de

Sistemas Lineares

147

entrada x(t) e dada por y(t) = x(t) f (t) onde f (t) = L1 [F (s)] e a resposta impulsional
do circuito.
Note que no diagrama de blocos acima foram eliminadas as informacoes sobre todas as
outras vari
aveis do circuito (corrente, etc). A Funcao de Transferencia da informacao
apenas sobre a relacao de causa-efeito entre as vari
aveis de entrada e de sada.
possvel, no entanto, explicitar a dependencia de outras vari
E
aveis no diagrama de
blocos atraves de simples manipulacao de equacoes. Por exemplo, para fazer aparecer a
vari
avel corrente no diagrama de blocos do circuito temos:
X(s) = RI(s) + LsI(s) + Y (s)
CsY (s) = I(s)
X(s) Y (s) = (R + Ls)I(s) I(s) =
1
Y (s) = Cs
I(s)

1
(X(s)
R+Ls

Y (s))

Agora essas equacoes podem ser transformadas em diagramas como mostra a figura
5.20.
X(s)
+
-

1
R+Ls

I(s)

1
Cs

Y(s)

Y(s)

Figura 5.20: Diagrama de blocos detalhado

Note que os diagramas das figuras 5.19 e 5.20 s

ao equivalentes e os sinais X(s), Y (s)
s
ao os mesmos nas duas configuracoes. Para se verificar isto basta manipular as equacoes
como anteriormente, eliminando-se assim a vari
avel corrente.

5.12

Sistemas Realimentados

A presenca de uma malha fechada num diagrama de blocos caracteriza o que se chama
de sistema realimentado. De uma maneira geral um sistema realimentado pode ser caracterizado pelo diagrama da figura 5.21 onde
X(s) e a transformada do sinal de entrada.
Y (s) e a transformada do sinal de sada.
G(s) funcao de transferencia do sistema a ser controlado, incluindo acionadores, medidores e controladores (Filtros para fins de controle).

Sistemas Lineares

148
X(s)

E(s)
+

Y(s)

G(s)

H(s)

Figura 5.21: Sistema realimentado

H(s) funcao de transferencia de realimentacao que inclui transdutores e eventuais controladores adicionais.
A Funcao de Transferencia entre X(s) e Y (s) no diagrama acima e conhecida como
F.T. de malha fechada e pode ser obtida atraves das equacoes inicadas no diagrama.
E(s) = X(s) H(s)Y (s)
Y (s) = G(s)E(s)
Para se obter a funcao de transferencia entre X(s) e Y (s) deve-se eliminar todas as
variaveis intermediarias, E(s) no caso acima. Com isso temos a seguinte relacao:
Y (s) =

X(s)

G(s)
X(s)
1 + G(s)H(s)

G(s)
1+G(s)H(s)

(5.17)

Y(s)

F.T.M.F.

Figura 5.22: Sistema realimentado simplificado

que pode ser representada num diagrama simplificado como indicado na figura 5.22. Note
que os diagramas das figuras 5.21 e 5.22 sao equivalentes. Eles expressam a mesma relacao
entrada/sada, isto e, se a entrada e a mesma nos dois diagramas a sada tambem o e.
1

X(s)
+
-

Y(s)

(R+Ls)(Cs)

Figura 5.23: Diagrama de blocos de um circuito RLC-serie

Exemplo 5.32 Vimos que a F.T. entre X(s) e Y (s) no circuito da figura 5.19 e F (s) =
1/(LCs2 + RCs + 1). Vimos tambem que ao fazer aparecer a corrente no diagrama

Sistemas Lineares

149

de blocos do circuito, o diagrama resultante (Figura 5.20) fica na forma de um sistema

realimentado do tipo da Figura 5.21. Para encontrar os valores de G(s) e H(s) vamos
simplificar o diagrama da figura 5.20 como indicado na figura 5.23 de onde podemos mais
facilmente obter por comparacao:
1
e H(s) = 1
(R + Ls)Cs
Agora podemos facilmente verificar que ao utilizarmos a equacao (5.17) com os valores
de G(s), H(s) acima obtemos a funcao de transferencia do circuito indicada em (5.16).
G(s) =

F (s) =

5.12.1

1
G(s)
=
2
1 + G(s)
LCs + RCs + 1

Estabilidade de Conex
oes

Vimos que um sistema e estavel se todos os polos da sua funcao de transferencia

possuem parte real negativa. Veremos a seguir que a conexao de dois sistemas estaveis
pode resultar num sistema instavel, dependendo de como ela e feita. Logo a conexao de
sistemas deve ser feita com cuidado.
N1 (s)
N2 (s)
Sejam G1 (s) = D
e G2 (s) = D
duas F.T. estaveis, isto e, as razes de D1 (s) e
1 (s)
2 (s)
D2 (s) possuem parte real negativa.

O que poderamos dizer das conexoes abaixo?

G1 (s)
+

X(s)

Y(s)

+
G2 (s)

Figura 5.24: Conexao de dois sistemas em paralelo

X(s)
+
-

G1 (s)

Y(s)

G2 (s)

Figura 5.25: Conexao de dois sistemas em realimentacao

A funcao de transferencia de X(s) para Y (s) na conexao da Figura 5.24 e dada por:
Y (s) = (G1 (s) + G2 (s))X(s)
N1 (s)D2 (s) + N2 (s)D1 (s)
= (
)X(s)
D1 (s)D2 (s)

Sistemas Lineares

150

Como as razes de D1 (s) e de D2 (s) possuem parte real negativa entao as razes de
D1 (s)D2 (s) possuem as mesma caractersticas. Logo a funcao de transferencia de X(s)
para Y (s) na coneccao da Figura 5.24 e estavel.
Ja no caso da conexao da Figura 5.25 temos:
Y (s) =
=

G1 (s)
X(s)
1 + G1 (s)G2 (s)
1+

N1 (s)
D1 (s)
N1 (s) N2 (s)
D1 (s) D2 (s)

N1 (s)D2 (s)
X(s)
D1 (s)D2 (s) + N1 (s)N2 (s)

Agora as razes do polinomio D1 (s)D2 (s) + N1 (s)N2 (s) podem ter parte real positiva
mesmo se as razes de D1 (s) e D2 (s) possuem parte real negativa. Esse e o caso, por
exemplo, se N1 (s) = 2, N2 (s) = 1 e D1 (s) = D2 (s) = s + 1.

5.12.2

Sistemas realimentados em presenca de dist

urbios
D(s) Dist
urbio

Referencia
R(s)
+
-

G1 (s)

+
G2 (s)

C(s)

H(s)

Figura 5.26: Sistema realimentado perturbado

No esquema acima, a sada C(s) e afetada tanto pela referencia R(s) quanto pela
perturbacao D(s). Quando as duas entradas R(s) e D(s) sao independentes entre si
entao o efeito dessas entradas sobre a sada C(s) pode ser obtido de maneira tambem
independente atraves do princpio da superposicao dos efeitos (Linearidade).
Ctotal (s) = CR (s) + CD (s)

CR (s) = C(s) para D(s) = 0

CD (s) = C(s) para R(s)=0

Quando R(s) = 0 obtem-se o diagrama da figura 5.27, e utilizando (5.17) temos:

CD (s) =

G2 (s)
D(s)
1 + G2 (s)H(s)G1 (s)

Quando D(s) = 0 tem-se o diagrama da figura 5.28 e novamente com (5.17) temos:
CR (s) =

G1 (s)G2 (s)
R(s)
1 + G1 (s)G2 (s)H(s)

Sistemas Lineares

151
D(s)
G1 (s)

+
G2 (s)

CD (s)

H(s)

Figura 5.27: Diagrama para referencia nula

Referencia
R(s)
G1 (s)

+
-

G2 (s)

CR (s)

H(s)

Figura 5.28: Diagrama para dist

urbio nulo

Logo:
Ctotal (s) = CD (s) + CR (s) =

G1 (s)G2 (s)
G2 (s)
D(s) +
R(s)
1 + G2 (s)H(s)G1 (s)
1 + G1 (s)G2 (s)H(s)

Sistemas realimentados, quando bem projetados, sao menos sensveis `a perturbacoes

que sistemas sem realimentacao (Malha Aberta). Isto se consegue projetando-se controladores (filtros de controle) que forcam a parcela CR (s) devido ao sinal de referencia ser
dominante em relacao `a parcela CD (s) devido ao dist
urbio.

5.13

Problemas complementares

Problema 5.10 Calcule a transformada de Laplace das funcoes:

a) f (t) = exp(10t) , t 0
b) f (t) = cos(10t + /3) , t 0
Problema 5.11 O comportamento de um determinado sistema e regido pela equacao
diferencial x + 2x = f . Calcule a resposta desse sistema quando o mesmo e excitado com
um degrau unit
ario e condicoes iniciais x(0) = 1. Identifique a funcao de transferencia,
a resposta de Entrada Zero e a resposta de Estado Zero e verifique se o sistema e est
avel.

Sistemas Lineares

152

Problema 5.12 Sabendo que a resposta impulsional do sistema da figura 5.29(a) e w(t) =
2exp(t) , t 0 verifique se o sistema realimentado da figura 5.29(b) e est
avel. Justifique sua resposta.
u

G(s)

e
-

G(s)

1
s

10

(a)
(b)

Figura 5.29: Sistema para controle de posicao

Bibliografia
OGATA, K. Engenharia de Controle Moderno. 2.ed., Prentice Hall do Brasil:Rio de
Janeiro, RJ, 1993, 781p.
PHILLIPS, C. L. Signals, Systems, and Transforms. Prentice-Hall Inc.:New Jersey,
USA, 1995, 707p.
CLOSE, C. M., The Analysis of Linear Circuits, Harcourt, Brace & World, Inc.:New
York, USA, 1966, 716p.

Sistemas Lineares

154

Captulo 6
Resposta ao Degrau
6.1

Introduc
ao

Um grande n
umero de problemas de controle consiste em se manter constante a variavel
de sada. Veja por exemplo o problema de controle de posicionamento de uma antena
indicado na figura 1.5.A entrada do sistema, que representa o valor desejado da variavel
controlada (sada) e neste caso um degrau com amplitude igual ao valor desejado para
a sada. Quando se quer mudar a posicao da antena de uma posicao inicial, digamos
posicao zero, para uma nova posicao, digamos posicao um, o sinal de entrada deve ser
um degrau unitario. Ao se aplicar um degrau na entrada desse sistema de controle, a
posicao da antena vai evoluir da posicao zero para a posicao um segundo uma curva
que depende de como o sistema de controle foi projetado. Curvas tpicas dessa evolucao
podem ser encontradas na figura 6.1. Normalmente deseja-se um transitorio rapido, com
poucas oscilacoes e que a variavel controlada, posicao da antena no caso, va para o valor
desejado sem erro significativo de posicao em regime, isto e, erro de regime despresvel.
Para atender todos esses requisitos de performance, quando isso e possvel, o engenheiro
deve saber projetar adequadamente os filtros de controle do sistema. O primeiro passo,
no entanto, e saber especificar matematicamente os ndices de performance desejados
para a resposta. Veja na figura 6.1 que a resposta (a) e mais oscilatoria que as demais. A
resposta (c) atinge o valor de regime mais rapido que as demais e todas as tres possuem
erro de regime nulo (valor final da resposta e exatamente o valor desejado).
Neste captulo estudaremos alguns ndices de performance da resposta ao degrau que
nos permitira quantificar matematicamente o tamanho das oscilacoes da resposta, a rapidez da resposta e o erro de regime cometido.
Outros sinais de entrada como impulso e funcao rampa (x(t) = t) tambem sao de
interesse. No entanto, para condicoes iniciais nulas, a resposta de um sistema (linear
invariante) ao impulso, degrau, e rampa estao ligadas entre si. Para ilustrar este fato,
seja F (s) a F.T. de um sistema linear invariante indicado na figura 6.2.
f (t) = L1 [F (s)]
Resposta Impulsional: X(s) = 1 Y (s) = F (s) y(t) = f (t)

Sistemas Lineares

156

2.0
1.8
1.6
1.4
1.2
(a) 1.0
0.8
0.6
0.4
0.2 +
0.0
0

12

15

18

21

24

27

30

2.0
1.8
1.6
1.4
1.2
(b) 1.0
0.8
0.6
0.4
0.2 +
0.0
0

12

15

18

21

24

27

30

2.0
1.8
1.6
1.4
1.2
(c) 1.0
0.8
0.6
0.4
0.2 +
0.0
0

12

15

18

21

24

27

30

2.0
1.8
1.6
1.4
(d) 1.2
1.0
0.8
0.6
0.4
0.2 +
0.0
0

12

15

18

21

24

27

30

Figura 6.1: Curvas tpicas da resposta ao degrau

X(s)

Y(s)
F(s)

Figura 6.2: Diagrama de bloco entrada/sada

Sistemas Lineares

157

Resposta ao Degrau: X(s) =

Resposta `a Rampa: X(s) =

1
s

1
s2

t
0

Y (s) = 1s F (s) y(t) =

Y (s) =

1
s2

y(t) =

t
0

t
0

f (t)dt

f (t)dtdt

Note que, para condicoes iniciais nulas, a resposta ao impulso e a resposta `a rampa sao
respectivamente a derivada e a integral da resposta ao degrau. Por esse motivo vamos
nos concentrar na resposta ao degrau de agora em diante.

6.2

An
alise de Sistemas de Primeira Ordem

Sistemas cuja funcao de transferencia possui apenas um polo sao conhecidos como
sistemas de primeira ordem.
Exemplo 6.1 Verifique que o circuito da figura 6.3 e um sistema de primeira ordem.
Solucao: Para mostrar que o sistema e de primeira ordem precisamos encontrar a
funca
o de transferencia do mesmo e para isso se supoe que o circuito possui condicoes
iniciais nulas. As equacoes que regem o comportamento desse sistema s
ao indicadas
abaixo.
x + RI + y = 0
, condicao inicial nula (y(0) = 0)
I = C y
Aplicando Laplace temos:
R

+
x(t)

y(t)

Figura 6.3: Circuito RC

x + RC y + y = 0

Y (s)
1
1
=
=
X(s)
RCs + 1
Ts + 1

onde T = RC. Como a funcao de transferencia possui apenas um polo o sistema e

X(s)

1
Ts+1

Y(s)

Figura 6.4: Sistema de primeira ordem padrao

realmente de primeira ordem.

Sistemas Lineares

158

Exemplo 6.2 Podemos expressar a velocidade () do eixo de um motor DC em funcao

da tensao de entrada (V ) atraves de uma equacao diferencial do tipo J + f = bV onde
b, J, f s
ao constantes fsicas do motor. Mostre que esse sistema e de ordem 1.
Solucao: Devemos mostrar que a funcao de transferencia possui apenas um polo. Tob
V que mostra o resultado desemando a transformada de Laplace encontramos = Js+f
jado.
A resposta ao degrau de um sistema cuja funcao de transferencia e do tipo F (s) =
e obtida da seguinte forma:
Y (s) =

1
T s+1

1
1
1
X(s) =
Ts + 1
Ts + 1 s

com condicoes iniciais nulas e L[X(s)] = 1s .

Expandindo por fracoes parciais e anti-transformando temos:
Y (s) =

T
1

y(t) = 1 et/T ,
s Ts + 1

t0

A resposta indicada acima possui propriedades interessantes:

x(t)

entrada

y(t)
0

sada
t

Figura 6.5: Resposta ao degrau de um sistema de primeira ordem padrao

1)

dy
|
dt t=0

1
T

2) Para t = T y(T ) = 1 e1 = 0, 632, isto e, decorridos T segundos a resposta

atinge 63, 2% do seu valor final de regime permanente.
t = 2T y(2T ) = 1 e2 = 0, 865
t = 3T y(3T ) = 1 e3 = 0, 950
t = 4T y(4T ) = 1 e4 = 0, 982
t = 5T y(5T ) = 1 e5 = 0, 993
As duas propriedades acima podem ser utilizadas para se encontrar o valor da constante
de tempo T quando a resposta ao degrau for obtida experimentalmente. Certifiquese no experimento de que as condicoes iniciais sao realmente nulas e que a funcao de
1
transferencia e do tipo T s+1
.

Sistemas Lineares

6.3

159

An
alise de Sistemas de Segunda Ordem

Sistemas de segunda ordem sao aqueles cuja funcao de transferencia possui dois polos.
Nesta secao vamos estudar um tipo especial de sistemas de segundo ordem conhecido na
literatura de controle como sistema de segunda ordem padrao:
F (s) =

n2
s2 + 2n s + n2

(6.1)

onde e n recebem o nome de taxa de amortecimento e frequencia natural do sistema respectivamente. Os valores desses parametros dependem dos parametros fsicos do sistema
estudado, como ilustra o exemplo a seguir.

Exemplo 6.3 Encontre os valores e n da forma padr

ao para o sistema de segunda
ordem da figura 6.6.
R

x(t)

y(t)

I(t)
-

Entrada

Sada

SISTEMA

Figura 6.6: Sistema de segunda ordem padrao

Solucao: O primeiro passo para se resolver o problema e obter a funcao de transferencia

do sistema, o que j
a foi determinado no exemplo 5.30, e e indicada a seguir.
X(s) = (RCs + LCs2 + 1)Y (s) Y (s) = F (s)X(s)
F (s) =

LCs2

1
+ RCs + 1

Por comparacao com (6.1) temos:

F (s) =

1
n2
=
LCs2 + RCs + 1
s2 + 2n s + n2

Logo:
n2 =

R
R
1
; 2n =
=
LC
L
2

C
L

Sistemas Lineares

160

Note que a taxa de amortecimento depende linearmente da resistencia do circuito e

esta e responsavel pela dissipacao de energia. Ja a frequencia natural n depende dos
valores da capacitancia e indutancia que sao os elementos responaveis pelas oscilacoes da
resposta. Num sistema sem amortecimento, isto e R = 0 e portanto = 0, a resposta
oscila com a frequencia natural do sistema. Este e o caso da resposta da figura 6.1(a).
Mas quando existe amortecimento duas situacoes podem ocorrer: i) o amortecimento
e pequeno causando resposta oscilatoria e nesse caso a frequencia de oscilacao e menor
que a frequencia natural do sistema. Essa situacao esta indicada na figura 6.1(b) e (c)
; ii) o amortecimento e grande e nesse caso a resposta nao e mais oscilatoria, como
ilustra a figura 6.1(d). Na literatura o caso com pouco amortecimento e conhecido como
subamortecido e o caso com muito amortecimento recebe o nome de superamortecido.

6.3.1

Caso sem amortecimento ( = 0)

Se a resistencia do circuito e nula, o circuito e um oscilador ideal e nao existe dissipacao

de energia. Isso indica que a resposta ao degrau do sistema e oscilatoria nao amortecida.
Sistemas que nao dissipam energia possuem coeficiente de amortecimento nulo. Veja o
que acontece no exemplo 6.3.
A resposta ao degrau (X(s) = 1/s) quando = 0 e :
Y (s) =

n2
(s2 + n2 )s

e pela transformada inversa encontramos

y(t) = 1 cos(n t)
que corresponde `a curva da figura 6.1(a) para n = 2.
Note que nesse caso ( = 0) os polos da funcao de transferencia estao sobre o eixo
imaginario o que confirma o fato de que o amortecimento da resposta e definido pela
parte real dos polos. Como a parte real e nula nesse caso, o amortecimento tambem o
e. Note ainda que o valor da parte imaginaria dos polos define a frequencia com que a
resposta oscila.

6.3.2

Caso Subamortecido (0 < < 1)

Quando 0 < < 1 os polos da funcao de transferencia indicada em (6.1) sao complexos
e do lado esquerdo do eixo imaginario. Isto pode ser verificado da seguinte forma. Os
polos sao dados pela equacao:
p1,2 =

2n

4 2 n2 4n2
= n n
2

que podemos escrever como:

p1,2 = jd

2 1

Sistemas Lineares

161

onde = n e a parte real dos polos e d = n 1 2 e a parte imaginaria, tambem

chamada de frequencia natural amortecida. A frequencia natural do sistema n e o modulo
dos polos n = 2 + d2 .
A resposta ao degrau unitario e dada por Y (s) = F (s)R(s) com R(s) = 1/s. Logo:
Y (s) =

n2
(s2 + 2n s + n2 )s

com o auxlio da tabela de anti-transformada temos:

y(t) = L1 [Y (s)] = 1

et
1 2

sen(d t + ),

= tan1

1 2

(6.2)

Na figura 6.1(b) se encontra a resposta y(t) para = 0, 1 e n = 2 e no caso 6.1(c) para

= 0, 6 e n = 2.
Problema 6.1 Calcule o valor de regime permanente da resposta ao degrau de um sistema na forma padr
ao (6.1). Qual e a diferenca entre os valores da entrada e da sada
em regime permanente ? Dica: Utilize o teorema do valor final.

6.3.3

Caso Criticamente Amortecido ( = 1)

Se = 1 os polos da funcao de transferencia (6.1) sao reais iguais e negativos, ou seja,

sao polos m
ultiplos. A sada para uma entrada degrau unitario e neste caso:

Y (s) =

n2
s2 + 2n s + n2

com polos p1,2 = n . Assim, a equacao acima torna-se:

Y (s) =

n2
s(s + n )2

Com o uso de tabelas de transformadas inversas chega-se a resposta temporal:

y(t) = 1 en t (1 + n t)

6.3.4

Caso sobreamortecido ( > 1)

Se > 1 os polos da funcao de transferencia (6.1) sao reais, negativos e distintos.

Considere a sada para uma entrada degrau unitario:
Y (s) =

n2
(s p1 )(s p2 )s

Sistemas Lineares

162

Os polos desta equacao sao p1,2 = (

transformadas inversas obtem-se:

2 1)n . Com o uso de tabelas de

ep1 t ep2 t
+
y(t) = 1 +
p1
p2

n
2 2 1

Esta resposta pode ser vista na figura 6.1(d) para = 2 e n = 2. Note que se >> 1
entao, para o mesmo valor de n , temos |p1 | >> |p2 | e portanto o efeito do polo p1 sobre
a resposta desaparece bem mais rapido que o efeito do polo p2 que esta mais proximo do
eixo imaginario. Sendo assim para valores de >> 1 o sistema se torna extremamente
lento. Um sistema de primeira ordem com um polo p2 teria uma resposta muito parecida.

6.3.5

Caso inst
avel ( < 0)

Para valores negativos de um dos polos da funcao de transferencia (6.1) e positivo e

portanto a sada diverge exponencialmente (instabilidade).
Note que no caso do circuito do exemplo 6.3 a taxa de amortecimento sera sempre
positiva (ou nula quando R = 0) devido `a dissipacao de energia no resistor.
Problema 6.2 Mostre que quando < 0 um dos polos de F (s) em (6.1) ser
a sempre
positivo e devido `
a isso a resposta ao impulso cresce exponencialmente com uma taxa que
depende do polo positivo.

6.4

Indices de desempenho

Nesta secao estudaremos formas de classificar quao boas sao as respostas da figura
6.1. Como a resposta transitoria `a um degrau normalmente apresenta oscilacoes antes
de atingir o regime permanente, torna-se imperativo a criacao de ndices de desempenho
que permitam quantificar tamanho de oscilacoes, tempo de duracao do transitorio, etc.
Sao comuns os seguintes ndices:
o tempo necessario para a resposta atingir o seu valor maximo.
tp (instante de pico) E
o valor relativo da diferenca entre o valor maximo da
Mp (sobressinal m
aximo) E
sada (ao longo do tempo) e o valor da sada em regime.
Mp =

y(tp ) y()
y()

ts (tempo de acomoda
c
ao) Tempo necessario para confinar a resposta numa faixa
em torno do seu valor de regime. Esta faixa caracteriza a tolerancia de erro, que
tipicamente vale 2 ou 5% do valor de regime).

Sistemas Lineares

163

2.0
1.8
1.6

Mp
faixa de erro toler
avel em regime

1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0 +
0

tp

ts
3

12

15

18

21

24

27

30

Figura 6.7: Indices de desempenho para resposta ao degrau

A figura 6.7 ilustra os ndices de desempenho descritos acima. Existem outros ndices de
performance que nao foram indicados acima e podem ser encontrados em qualquer livro
de controle de sistemas, por exemplo Ogata (1993).
Em geral nao e possvel se determinar expressoes analcas para os ndices de desempenho da resposta ao degrau indicados acima. No entanto, para sistemas de segunda ordem
do tipo (6.1) subamortecidos (1 > > 0) isto e possvel e essas expressoes sao obtidas a
seguir.
Instante de Pico (tp ):
O instante de pico pode ser caracterizado como sendo
o primeiro instante de tempo (exceto a origem) para o qual a derivada temporal da
resposta e nula. Tomando a derivada temporal da resposta y(t) em (6.2) e igualando `a
zero encontramos:

tp =
=
(6.3)
d
n 1 2
Sobressinal M
aximo (Mp ): Note que num sistema do tipo (6.1) o valor de regime da
resposta ao degrau unitario e um. Como y() = 1 vamos utilizar (6.2) para obter:
Mp =

y(tp ) y()

= y(tp ) 1 = e d = e 12
y()

(6.4)

Note que Mp depende somente de e quando 1 nao existe oscilacao e Mp nao tem
mais sentido.
Tempo de Acomoda
c
ao (ts ): Diferentemente do Sobressinal e do intante de pico,
nao existe uma expressao analtica exata para o tempo de acomodacao ts . Existem
abacos que permitem a determinacao exata de ts . Veja por exemplo Ogata (1993). A
seguir apresentamos duas possibilidades para se obter uma aproximacao de ts .

Sistemas Lineares

164

A resposta ao degrau do sistema (6.1) e:

y(t) = 1

et
1 2

sen(d t + ) ,

= tan1

1 2

Impondo que a amplitude do seno esteja dentro da faixa de tolerancia que caracteriza
o tempo de acomodacao temos uma condicao suficiente para garantir que o tempo de
acomodacao foi atingido com a dada tolerancia. Note que o valor de regime da resposta
e y() = 1 e a amplitude do seno tende `a zero quando t . Seja a tolerancia de
erro que define o tempo de acomodacao. Impondo que a amplitude do seno esteja dentro
dessa tolerancia temos:
y(ts ) y()
=
y()

ets
1 2

sen(d + )

ts =

ln(

1 2)

(6.5)

onde = n e a parte real dos polos.

Uma outra aproximacao muito comum para ts pode ser obtida por analogia com sistemas de primeira ordem. Num sistema de primeira ordem o valor de regime da resposta e
atingido apos 4 constantes de tempo com 2% de erro e apos 3 constantes de tempo com
5% de erro. Para um sistema de segunda ordem podemos aproximar ts definindo como
constante de tempo T = 1/ e assim temos:
ts = 4T para 2% de erro ; ts = 3T para 5% de erro

(6.6)

Exemplo 6.4 Obtenha os ndices de desempenho da resposta ao degrau unit

ario para o
seguinte sistema:
C(s)
25
= 2
R(s)
s + 6s + 25
Solucao: O primeiro passo e obter os valores da frequencia natural e da taxa de amortecimento do sistema. Comparando o sistema acima com (6.1) temos:
25 = n2 n = 5 e a frequencia natural.
6 = 2n = 6/10 = 0, 6 e a taxa de amortecimento.
d = n

1 2 = 4 e a parte imagin
aria dos polos.

= n = 3 e a parte real dos polos.

Agora podemos calcular os ndices e verifica-los na figura 6.8.
tp =

= 0, 785seg e o instante de pico.

Mp = e /d = 0, 095, Mp (%) = 9, 5% e o sobressinal.

ln(0,02 1 2 )
= 1, 38seg e o tempo de acomodacao com 2% de erro.
ts (2%) =
3

ln(0,05 1 2 )
ts (5%) =
= 1, 07seg e o tempo de acomodacao com 5% de erro.
3

Sistemas Lineares

165

1.20
1.08
0.96
0.84
0.72
0.60
0.48
0.36
0.24
0.12
0.00 +
0.0

0.3

0.6

0.9

1.2

1.5

1.8

2.1

2.4

2.7

3.0

Figura 6.8: Resposta ao degrau do sistema

6.5

Servomecanismo para controle de posic

ao

A seguir estudaremos um problema muito comum na ind

ustria que consiste em se
controlar a posicao de um determinado objeto atraves de um motor DC. Um esquema
simplificado desse tipo de sistema de controle, conhecido como servomotor ou servomecanismo para controle de posicao, e indicado na figura 1.5.
Os elementos desse sistema de controle sao: 1 comparador de tensao, 2 potenciometros
identicos, um amplificador de potencia, uma antena com haste movel e base, 1 sistema de
engrenagens para reducao de velocidade, 1 motor DC. O diagrama da figura 6.9 ilustra o
funcionamento do sistema.
posic
ao medida
potenci
ometro
potenci
ometro
referencia
r(t)

tens
ao de erro e(t)
amplificador de potencia

posic
ao da antena
antena
torque do eixo da antena
engrenagens
torque do eixo do motor

tens
ao do motor Ea

motor

Figura 6.9: Diagrama funcional do sistema de posicionamento

Sistemas Lineares

166

Para construir o diagrama de blocos a partir do diagrama funcional da figura 6.9

precisamos obter a funcao de transferencia de cada dispositivo do sistema. Isso e o que
faremos a seguir.
Comparador: Esse dispositivo e um somador de tensoes que tem como entrada duas
tensoes: Vc (t) que vem do potenciometro de medicao da posicao da antena e Vr (t) que
vem do potenciometro de referencia. A sada do comparador e entao um sinal de erro
entre o valor desejado e o valor obtido da posicao da antena: e(t) = Vr (t) Vc (t).
Potenci
ometro: Esse dispositivo transforma deslocamento angular em uma tensao
que lhe e proporcional. A constante de proporcao, que definiremos por k0 , e o ganho do
potenciometro. Assim, se denotarmos por c(t) a posicao da antena e r(t) o valor desejado
para ela podemos construir o diagrama de blocos da figura 6.10.
r(t)

k0

k0

c(t)

e(t)

Figura 6.10: Diagrama de blocos do comparador e potenciometro

Amplificador de pot
encia: Esse dispositivo tem como funcao suprir com energia
o sistema de controle. Note que o sinal de entrada do amplificador e(t) e um sinal de
erro oriundo de medidores e portanto nao possui energia suficiente para acionar o motor.
Vamos considerar que o amplificador e ideal e possui um ganho de tensao k1 . Assim o sinal
de sada do amplificador Ea (t) e dado por Ea (t) = k1 e(t). Incorporando o amplificador
no diagrama de blocos 6.10 obtemos um novo diagrama indicado na figura 6.11.
r(t)

k0

k0

c(t)

e(t)
k1
Ea (t)

Figura 6.11: Diagrama de blocos com adicao do amplificador

Motor DC: A funcao do motor DC e acionar a antena para que ela esteja sempre
apontada para a direcao desejada. Sao comums as palavras acionador e servomotor para
designar a funcao do motor nesse tipo de sistema de controle.
O servomotor pode ser operado de dois modos. Num modo a corrente de campo
(estator) e mantida constante e uma tensao ajustavel e aplicada `a armadura (rotor) e
no outro modo se faz o contrario. Esses modos de operacao possuem caractersticas
diferentes e apenas o primeiro sera considerado aqui.

Sistemas Lineares

167

Quando a corrente de campo e constante, o fluxo produzido pela bobina de campo

tambem e constante e nesse caso o conjugado (Tm ) desenvolvido pelo motor e proporcional
`a corrente de armadura (Ia )
Tm = k2 Ia
(6.7)
onde k2 e uma constante que depende do meio magnetico e do valor da corrente de campo.
Com a rotacao da armadura do motor no campo magnetico constante produzido pela
bobina de campo, aparece uma tensao induzida na bobina de armadura (Vf cem ) que e
proporcional `a velocidade do motor (m ).
Vf cem = k3 m

(6.8)

onde k3 e uma constante que depende do meio magnetico e da corrente de campo. A

tensao induzida Vf cem possui a polaridade contraria da tensao aplicada na armadura, pois
ela surge como uma oposicao ao movimento do rotor. Por esse motivo essa tensao recebe
o nome de forca contra-eletromotriz. O controle da velocidade do motor e obtido por meio
Ra

circuito de campo
Vcc

La

+
+
Ia

Ea (t)

circuito de armadura Vf cem

-

Tm

Figura 6.12: Motor DC controlado pela armadura (rotor)

de uma tensao aplicada `a armadura (Ea ). A polaridade da tensao aplicada determina

o sentido do torque obtido (Tm ) e este determina o movimento do rotor. A figura 6.12
mostra o diagrama de funcionamento de um motor dc controlado pela armadura. Nessa
figura Ra e La indicam a resistencia e indutancia de armadura respectivamente e Ia e a
corrente que circula no circuito de armadura devido a aplicacao da tensao Ea . A equacao
de tensoes para o circuito de armadura e:
La Ia + Ra Ia + Vf cem = Ea

(6.9)

e com as expressoes (6.7) e (6.8) temos:

Ra
La
Tm +
Tm + k3 m = Ea
k2
k2

(6.10)

Podemos agora incluir o motor no diagrama de blocos da figura 6.11 para obter o diagrama
da figura 6.13.
Engrenagens: O sistema de engrenagens tem como funcao adequar a velocidade de
rotacao do eixo da antena ao eixo do rotor. Um sistema de engrenagens possui funcao
analoga do transformador em sistemas eletricos. Nos dois casos, a potencia do primario
deve ser igual `a do secundario: no caso do transformador a potencia e o produto da tensao
pela corrente V1 I1 = V2 I2 e no caso da engrenagem a potencia e o produto do torque

Sistemas Lineares

168

r(t)

k0

c(t)

k0

e(t)
k1
Ea (t)
La
T
k2 m

Ra
T
k2 m

+ k3 m = Ea
Tm , m

Figura 6.13: Diagrama de blocos com adicao do motor DC

pela velocidade T1 1 = T2 2 . A relacao entre as grandezas do primario e secundario e

definida pela constante de relacao entre o n
umero de espiras do primario e secundario
do transformador e entre o n
umero de sulcros das engrenagens primaria e secundaria.
Definiremos a constante de relacao das engrenagens pela letra n, isto e, 2 = 1 n e
portanto T2 = T1 /n. Incorporando a engrenagem no digrama de blocos anterior obtemos
o diagrama da figura 6.14.
r(t)
k0

c(t)

k0

e(t)
k1
Ea (t)
La
T
k2 m

Ra
T
k2 m

+ k3 m = Ea

Tm , m

Tc , c

Figura 6.14: Diagrama de blocos com adicao da engrenagem

Plataforma da antena: A plataforma e a antena formam um sistema mecanico que

possui momento de inecia (Jc ) e um coeficiente de atrito viscoso (bc ) nos mancais da
plataforma. A figura 6.15 ilustra as grandezas presentes no movimento rotacional da
antena. Fazendo a somatoria dos torques no eixo da antena temos:
momento de inercia
(referido ao eixo da antena)

Jc
Tc c

bc

coeficiente de atrito viscoso

(referido ao eixo da antena)

Figura 6.15: Sistema mecanico da plataforma e antena

Sistemas Lineares

169
Torques = 0

Tc = Jc c + bc c

(6.11)

e com a expressao acima podemos incluir a antena no diagrama 6.14 para obter o diagrama
da figura 6.16. Note que as variaveis m , Tm do eixo do motor e as variaveis c , Tc do eixo
r(t)

k0

c(t)

k0

dt
c
e(t)
Tc = Jc c + bc c

k1

Tc , c

Ea (t)
La
T
k2 m

Ra
T
k2 m

+ k3 m = Ea

Tm , m

Figura 6.16: Diagrama completo do sistema de posicionamento

da carga (antena) estao ligadas entre si atraves da engrenagem. Alem disso, a variavel
de interesse e a posicao angular do eixo da antena, que no diagrama 6.16 e representada
pela letra c(t), isto e, c(t)
= c (t).
Uma vez que todos os dispositivos fsicos foram modelizados, podemos comecar a simplificar o diagrama, ja que apenas os sinais r(t) de referencia e c(t) de posicao da antena
sao de interesse no problema. Todos os outros sinais intermediarios podem ser eliminados.
Devido `as caractersticas do motor DC, na faixa normal de funcionamento a tensao no
indutor e muito pequena em relacao `as tensoes no resistor e de efeito contra-eletromotriz.
Podemos entao desprezar o efeito indutivo da armadura, isto e, podemos simplificar a
expressao (6.10) fazendo La = 0. Da conclumos que
Tm =

k2 k3
k2
Ea
m
Ra
Ra

Considerando agora a engrenagem temos Tm = Tc n e m = c /n e juntamente com a

expressao acima podemos rescrever (6.11) na forma:
Jc c + (bc +

k2 k3
k2
)c =
Ea
2
n Ra
n Ra

(6.12)

Jc c(t) + (bc +

k2 k3
k2
)c(t)
=
Ea
2
n Ra
n Ra

(6.13)

e como c = c(t)
temos

Tomando a transformada de Laplace da equacao acima podemos encontrar a funcao de

transferencia da tensao Ea (t) para a posicao c(t).
k

2
C(s)
n Ra
=
Ea (s)
Jc s2 + (bc +

k2 k3
)s
n2 Ra

(6.14)

Sistemas Lineares
r(t)

170

c(t)

k0

k2
n Ra

k k

Jc s2 +(bc + n22R3 ) s

e(t)

k1
Ea (t)

Figura 6.17: Diagrama simplificado de posicionamento da antena

Com isto o diagrama 6.16 pode ser simplificado como indicado no diagrama 6.17. Por
conveniencia de notacao iremos definir a funcao G(s) indicada a seguir.
G(s) =

K
J s2 +B s

(6.15)
K=

K0 K1 K2
n Ra

, B = bc +

K2 K3
n2 Ra

, J = Jc

Com G(s) acima o diagrama 6.17 pode ser rescrito como indicado na figura 6.18 que e
uma forma mais conveniente para nossos propositos. Agora a Funcao de Transferencia
r(t)
+

c(t)

K
Js2 +B

Figura 6.18: Diagrama de posicionamento na forma padrao

de malha fechada e:

C(s)
G(s)
K
=
=
2
R(s)
1 + G(s)
Js +Bs+K

Comparando a equacao acima com a forma padrao (6.1) encontramos os valores da

frequencia natural n e taxa de amortecimento do sistema de controle:
n2 =

B
K
, 2n =
J
J

(6.16)

Pelas expressoes acima podemos verificar a performance do sistema de controle.

Quando os valores numericos de J, K, B sao fornecidos podemos facilmente deduzir os
valores de , n correspondentes e portanto saber se o sistema de controle vai fazer o
posicionamento da antena com oscilacoes (se 0 < 1) e quanto tempo o sistema de
controle leva para deixar a antena imovel na posicao desejada (tempo de acomodacao
ts ). Se com os valores dados o sistema de controle nao possui performance satisfatoria

Sistemas Lineares

171

podemos entao corrig-lo ajustando os parametros fsicos do sistema, tais como o ganho
do amplificador k1 , ou o ganho do potenciometro k0 . Esse ajuste deve ser tal que o novo
valor da taxa de amortecimento seja compatvel com as oscilacoes admissveis para o
sistema. Lembre que quanto menor o valor de maior as oscilacoes da resposta ao degrau.

Exemplo 6.5 Suponha que o sistema de controle da figura 6.18 tenha um momento de
inercia J = 1 e um coeficiente de atrito viscoso B = 1. Determine o valor do ganho K
de tal forma que o sobressinal Mp na resposta ao degrau seja de 20% . Verifique o tempo
de acomodacao obtido.
Solucao: Com os valores dados a funcao de transferencia de malha fechada e:
G(s)
K
C(s)
=
= 2
R(s)
1 + G(s)
s +s+K
Comparando com (6.1) obtemos os valores de , n seguintes:
n2 = K , 2n = 1
Para que o sobressinal seja de 20% devemos ter a seguinte igualdade satisfeita:
Mp = 0, 2

1 2

= ln(0, 2)

= 0, 456

de onde tiramos n = 1.096 e portanto K = 1, 2. Com esses valores de , n o tempo de

acomodacao resultante dado por (6.5) e ts (5%) = 6, 23 segundos. A resposta ao degrau
do sistema de controle obtido se encontra na figura 6.19.
No exemplo acima ajustamos o valor do ganho K para que a resposta ao degrau do
sistema de controle apresentasse um sobressinal de 20%. Com o valor de k ajustado
dessa forma o tempo de acomodacao resultante foi ts (5%) = 6, 23 segundos. Em geral
nao e possvel se ajustar o sobressinal e o tempo de acomodacao simultaneamente tendo
k como o u
nico parametro de ajuste. Nesses casos a solucao e introduzir no sistema
de controle outro dispositivo fsico que possua um parametro que possa ser ajustado
facilmente. Por exemplo, introduzir um medidor de velocidade e um artifcio comum na
pratica.
Realimenta
c
ao de Posi
c
ao e Velocidade: A realimentacao de velocidade e feita
atraves de um tacometro acoplado no eixo da carga. O sinal de sada do desse medidor
e uma tensao vT (t) que e proporcional `a velocidade de rotacao do eixo c (t).
vT (t) = K4 c (t)
onde k4 e a constante de proporcionalidade do tacometro.
Incluindo uma realimentacao de velocidade no servomecanismo da figura 6.16 obtemos
um novo sistema de controle indicado na figura 6.20.
Definindo Q = k4 /k0 e usando as mudancas de variaveis (6.15) podemos simplificar o
diagrama 6.20 da mesma forma como foi feito na passagem da figura 6.17 para a figura

Sistemas Lineares

172

2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0 +
0

12

15

18

21

24

27

30

Figura 6.19: Resposta ao degrau do sistema de controle

r(t)

k0

c(t)

k0

dt

tac
ometro

e(t)

k4

vT (t)

Tc = Jc c + bc c

k1

Tc , c

Ea (t)
La
T
k2 m

Ra
T
k2 m

+ k3 m = Ea

Tm , m

Figura 6.20: Diagrama funcional para realimentacao de velocidade

R(s)
+

K
J s+B

c (s)

1
s

C(s)

Figura 6.21: Sistema de controle com realimentacao de velocidade

Sistemas Lineares

173

6.18. Isto nos leva ao diagrama da figura 6.21. Agora, com os par
ametros K e Q para
serem ajustados temos mais graus de liberdade para ajustarmos o sobressinal e o tempo
de acomodacao simultaneamente. Para ver como fazer isso vamos deduzir da figura 6.21
a nova Funcao de Transferencia do sistema de controle indicada a seguir.
C(s)
K
=
R(s)
J s2 + (B + KQ)s + K
Comparando a funcao de transferencia acima com a forma padrao da equacao (6.1) podemos encontrar os novos valores da taxa de amortecimeto e da frequencia natural n
do novo sistema de controle.
2n =

B + KQ
J

n2 =

K
J

(6.17)

Com a escolha adequada dos ganhos K e Q podemos ajustar o sobressinal (Mp ) e o

tempo de acomodacao (ts ) do novo sistema de controle. Para isso basta verificar quais
sao os valores de e n que levam o sistema de controle a ter a resposta ao degrau
desejada. Uma vez encontrado esses valores de e n desejados, usa-se a equacao (6.17)
para encontrar os valores dos ganhos K e Q.
Exemplo 6.6 Suponha que no sistema da figura 6.21 o coeficiente de atrito viscoso seja
B = 1 e o momento de inecia do sistema seja J = 1. Determine os valores de K e Q de
tal forma que a resposta ao degrau do sistema de controle tenha sobre-sinal maximo de
20% e tempo de acomodacao ts (5%) = 2 segundos.
Solucao: Do exemplo 6.5 ja vimos que sem a realimentacao de velocidade n
ao e possvel
ajustar o sobressinal e o tempo de acomodacao simultaneamente. Agora, com a insercao
da realimentacao de velocidade podemos faze-lo da seguinte forma. Para que o sobressinal
seja de 20% devemos ter a seguinte igualdade satisfeita:
Mp = 0, 2

1 2

= ln(0, 2)

= 0, 456

Com o valor de = 0, 456 podemos agora encontrar o valor de n impondo que o tempo
de acomodacao dado por (6.5) seja de 20% :
ts (5%) =

ln(0, 05 1 2 )
= 2 n = 3, 41
n

Finalmente, com os valores de = 0, 456 e n = 3, 41 podemos encontrar os valores dos

ganhos de realimentacao K, Q com a express
ao (6.17).
n2 = K

2n = 1 + KQ

K = (3, 41)2 = 11, 63

Q=

2 n 1
K

= 0, 1814

A resposta ao degrau do sistema de controle obtido com esses valores de K e Q est

a
indicada na figura 6.22.

Sistemas Lineares

174

2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0 +
0

10

Figura 6.22: Resposta ao degrau do sistema de controle

6.6

Problemas complementares

Problema 6.3 Encontre os valores de kp e kv para que o sistema em malha fechada da

figura 6.23 apresente os ndices de performance indicados a seguir. O sistema de malha
aberta e regido pela equacao diferencial 2 + = ea .
a) Dois polos em s = 1.
b) Sobressinal de 10% em 2 segundos.
c) Determine, considerando o caso (a) ou (b), o erro de regime permanente para um
degrau de amplitude 2.
d) Calcule a resposta (t) do caso (a) para um degrau unit
ario.
ea (t)

r(t)
10

kp
-

sistema

1
s

(t)

kv
kp

Figura 6.23: Sistema com realimentacao de velocidade e posicao

Problema 6.4 Considere o sistema de controle de velocidade da figura 6.24. A resposta

Sistemas Lineares

175

ao degrau unit
ario desse sistema e indicada na figura 6.25. Encontre os valores de k1 e
k2 sabendo que o motor e regido pela equacao diferencial + 10 = Va .
r

Va
-

1
s

motor

k1

k2

Figura 6.24: Sistema de controle de velocidade

2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0 +
0

10

12

14

16

18

20

Figura 6.25: Resposta ao degrau unitario

Problema 6.5 Um passo importante no estudo de sistemas de controle e a obtencao de

modelos matematicos que descrevem o comportamento do sistema a ser controlado. No
caso de circuitos podemos utilizar a as leis de Kirchhhoff e as leis de Newton servem para
modelizar sistemas mecanicos. Existem sistemas que s
ao mais facilmente modelizados
com a utilizacao da equacao de Lagrange, como e o caso de um microfone capacitivo.
Estude a modelizacao do microfone capacitivo apresentada em Dazzo (1984), paginas 59
a 62, e verifique a utilizacao da equacao de Lagrange e a linearizacao ali apresentada
`
para que o microfone possa ser modelizado como um sistema de segunda ordem do tipo
(6.1).

Sistemas Lineares

176

Bibliografia
DAZZO, J. J.; HOUPIS, C. H., An
alise e Projeto de Sistemas de Controle Lineares,
Editora Guanabara:Rio de Janeiro, RJ, 1984, 660p.
K. OGATA, Engenharia de Controle Moderno, Prentice Hall 1993.
K. OGATA, Discrete Time Control Systems, Prentice Hall, 1995.

Sistemas Lineares

178

Captulo 7
Sistemas Discretos e Amostrados
7.1

Introduc
ao

Os termos tempo contnuo e analogico sao identicos quando empregados para caracterizar sinais e sistemas. Sinais analogicos sao funcoes de uma variavel de tempo contnuo
e sistemas analogicos sao aqueles que manipulam sinais analogicos. De maneira analoga,
os termos tempo discreto e digital sao tambem identicos. Um sinal de tempo discreto
existe apenas em instantes especficos de tempo. Sistemas de tempo discreto sao aqueles
que manipulam sinais digitais.
Microcomputadores e microprocessadores digitais sao largamente utilizados na ind
ustria
atual, seja para fins de supervisao ou de controle dos processos. No entanto, um grande
n
umero de sistemas industriais sao de natureza analogica. Sempre que um microcomputador faz parte de um sistema analogico a presenca de conversores A/D e D/A se faz
necessaria.
Cada sinal analogico que sera processado por um computador digital deve primeiro ser
convertido de analogico para digital por um conversor A/D. Paralelamente, cada valor
digital que ira influenciar o sistema analogico devera primeiro ser convertido de digital
para analogico por um conversor D/A. Como a sada do computador digital nao muda ate
que os proximos calculos e conversoes D/A sejam completados, o sinal analogico gerado
por alguns conversores D/A sao mantidos constantes durante cada ciclo. Isto e feito
por um dispositivo chamado sample-and-hold (S/H). Veremos mais tarde que conversores
A/D tambem utilizam disposivos S/H.

7.1.1

Convers
ao A/D

A grande vantagem de se manipular variaveis discretas e que elas podem ser armazenadas e processadas em computadores digitais. Para isso basta transformar os valores
discretos em codigo binario.
A conversao para codigo binario nao e exata em geral. Sempre existe um erro entre o

Sistemas Lineares

180

valor discreto a ser codificado e codigo binario que representa o valor em questao. Por
exemplo, um sinal de tensao entre 0 e 10V pode ser representado em codigo binario de 4
bits de acordo com a tabela 7.1 e a figura 7.1.
tens
ao
analogica
0`
a 0.625
0.625 `a 1.25
1.25 a` 1.875
1.875 `a 2.5
2.5 a` 3.75
3.75 a` 4.375
4.375 `a 5
5`
a 5.625
5.625 `a 6.25
6.25 a` 6.875
6.875 `a 7.5
7.5 `
a 8.125
8.125 `a 8.75
8.75 a` 9.375
9.375 `a 10

representacao
bin
aria
0000
0001
0010
0011
0101
0110
0111
1000
1001
1010
1011
1100
1101
1110
1111

Tabela 7.1: Representacao de um sinal de tensao analogico nao negativo em codigo binario
de 4 bits
Cada incremento do codigo binario representa um salto de 24 = 6.25% em relacao ao
valor maximo do sinal analogico, isto e 6.25% de 10 volts no caso acima. Assim cada
codigo binario representa um intervalo de tensao analogica e portanto existe um erro de
quantizacao associado `a conversao. Num conversor de 4 bits o erro e de 6.25% ou seja,
uma relacao sinal/rudo de 20log(24 )dB. Para um conversor de 16 bits teramos um erro
de 0.0015% que corresponde `a uma relacao sinal/rudo de 20log(216 ) = 96.3dB. Bons
dispositivos de audio possuem relacao sinal/rudo entre 60 e 70 dB. Esta faixa e atingida
com conversores de 12 bits ou mais.

7.1.2

Convers
ao D/A e Sample-and-Hold

O dispositivo sample-and-hold (S/H) e normalmente utilizado na entrada de conversores A/D e na sada conversores D/A. A sua funcao basica e coletar amostras (sample) e
mante-la constante (hold) durante todo o intervalo de amostragem.
A figura 7.2 mostra o diagrama de blocos e um esquema eletronico simplificado do
dispositivo S/H. A chave logica s e controlada por um relogio. Com a chave na posicao 1
1
o dispositivo funciona como um circuito RC cuja funcao de transferencia e VVout
= RCs+1
.
in
A sada se torna praticamente igual `a entrada pois a frequencia de quebra do circuito
1
e escolhida grande em relacao `a maxima frequencia de quebra do espectro do
q = RC
sinal de entrada. Valores tpicos sao R = 1000 ohms e C = 30 1012 farads oque implica
1
= 5.3 MHz. Com a chave na posicao 1 a
numa frequencia de quebra de fq = 2RC

Sistemas Lineares

181

c
odigo bin
ario
1111
1110
1101
1100
1011
1010
1001
1000
0111
0110
0101
0100
0011
0010
0001
0000

-0

tens
ao anal
ogica

10

Figura 7.1: Representacao de um sinal de tensao analogico nao negativo em codigo binario
de 4 bits

sada do dispositivo segue a entrada com um atraso despresvel (etapa de rastreamento

isto e acompanhamento do sinal de entrada). Quando uma amostra deve ser tomada no
instante t = kT a chave e comutada para a posicao 2 e o capacitor mantem constante o
valor da sada do dispositivo pelo tempo necessario para se efetuar a conversao binaria.
Quando a conversao e completada o n
umero digital pode ser processado pelo computador
(nao representado na figura). Nesse instante a chave volta `a posicao 1, o computador
e desligado da sada do S/H e comeca a processar a informacao recem disponibilizada
e paralelamente a sada do dispositivo S/H recomeca a seguir o sinal de entrada. Por
exemplo, o tempo de conversao do conversor BurrBrown ADC803 de 12 bits e de 1.5
microsegundos. O capacitor deve manter constante a sada apenas durante esse pequeno
intervalo de tempo.
R
C
Vin
R
Vin

1
2

sinal de controle
s

Vout

S/H

Vout

da chave

Figura 7.2: Esquema simplificado de um circuito sample-and-hold e seu diagrama de

blocos

A seguir veremos de forma simplificada o funcionamento desse dispositivo quando acoplado a conversores A/D e D/A.
Quando um sinal analogico vai ser codificado, o primeiro passo e coletar as amostras

Sistemas Lineares

182

do sinal e depois utilizar o processo de conversao A/D discutido anteriormente. Cada

amostra coletada deve ser disponibilizada, isto e mantida constante na entrada do conversor, durante todo o processo de conversao A/D de cada amostra. Esta operacao de
manter constante o sinal pode ser feita por um dispositivo S/H.
sada anal
ogica do S/H

w(t): entrada anal

ogica
h(t): sinal de controle do S/H

sinal digital de sada

v(t)

S/H

A/D

(a)

w(t)
v(t)
v(t)

w(t)

v(t)

v(t)

w(t)

w(t)
T

h(t)

t
(b)

Figura 7.3: (a) Diagrama de blocos de um conversor A/D com sample-and-hold e (b)
funcionamento do sistema

A figura 7.3(b) mostra os sinais de entrada e sada nas duas fases de funcionamento
do dispositivo. Chave na posicao 1 corresponde `a fase segurar o sinal representada por
H (do ingles hold) e chave na posicao 2 `a fase de rastreamento T (do ingles tracking).
Cada amostra coletada do sinal de entrada e mantida constante no conversor durante
todo o intervalo de amostragem. O conjunto de amostras e atualizado apenas com a
chegada de uma nova amostra depois de cada intervalo de amostragem. Assim, o dispositivo S/H juntamente com o conversor A/D (codificador) possuem a funcao de amostrar
e segurar a amostra (ja codificada) durante todo o intervalo de amostragem.
Durante o processo de conversao D/A a sada do conversor pode flutuar muito. Para
evitar esse inconveniente utiliza-se um dispositivo S/H na sada do conversor. O S/H
mantem constante o valor da amostra precedente ate que uma nova amostra esteja disponvel (decodificada). O funcionamento desse dispositivo esta indicado na figura 7.4. O
sinal temporizador de controle indica as duas fases de funcionamento: manter o sinal de
entrada (H) e rastrear o sinal de entrada (T).
Note que o S/H executa duas operacoes: amostrar (sample) e segurar (hold). Afim de
obter um modelo matematico de funcionamento do S/H, estudaremos a seguir essas duas

Sistemas Lineares

183
v(t): sada anal
ogica do conversor

entrada digital

y(t): sinal anal

ogico de
D/A

S/H

h(t): sinal de controle do S/H

sada constante por trechos

(a)

v(t)

y(t)
v(t)

y(t)

y(t)

v(t)

v(t)
H

y(t)

h(t)

t
(b)

Figura 7.4: (a) Conversor D/A com S/H e (b) Sinais de entrada e sada

operacoes separadamente.
A partir de agora assumiremos que a operacao amostrar do S/H pode ser representada
por um amostrador ideal, isto e ela pode ser representada pela multiplicacao do sinal a
ser amostrado por um trem de impulsos como ilustra a figura 7.5. A amostra do sinal
r(t) coletada no instante t = kT corresponde `a area do impulso que ocorre no instante
t = kT , isto e r(kT )(t kT ).
r(t)

r (t) =

k=

r(t)(t kT )

perodo de chaveamento: T

Figura 7.5: Amostrador ideal: produto por um trem de impulsos

A operacao segurar do S/H consiste em manter o valor de uma amostra r (t) =

r(kT )(t kT ) (obtida com um amostrador ideal) constante durante todo o perodo
de amostragem T. Veja figura 7.6. O bloco ZOH recebe o nome de segurador de ordem
zero (Zero Order Holder) devido ao fato da sada ser uma interpolacao de ordem zero das
amostras de entrada. Matematicamente podemos escrever:
rh (t) = r(kT )

para kT t < kT + T

(7.1)

O bloco ZOH representa um sistema cuja funcao de transferencia pode ser obtida. Para
isso basta calcular a resposta impulsional desse sistema que chamaremos de zoh(t), isto

Sistemas Lineares

184
rh (t)

r (t)
ZOH

r(kT )

r(kT )(t kT )

kT

kT

sinal amostrado (entrada)

kT+T t

sinal constante por trechos (sada)

Figura 7.6: Segurador de ordem zero: a sada e constante por trechos

e o valor especfico do sinal rh (t) obtido com r (t) = (t). Pela figura 7.6 deduzimos que
a resposta impulsional vale
rh (t) = zoh(t) = 1

para 0 t < T

(7.2)

que pode ser rescrita de uma forma mais conveniente com o auxlio da funcao degrau
unitario u(t) na forma
zoh(t) = u(t) u(t T )
(7.3)

A funcao de transferencia ZOH(s) do bloco ZOH pode entao ser calculada com o auxlio
da transformada de Laplace
ZOH(s) = L[zoh(t)] =

1 esT

s
s

(7.4)

Assim conclumos que o dispositivo S/H pode ser representado por um amostrador ideal
em cascata com um segurador de ordem zero como ilustra a figura 7.7.
r(t)

S/H

rh (t)

r (t)

r(t)

ZOH

rh (t)

Figura 7.7: Sample-and-Hold visto como um amostrador ideal em cascata com um segurador de ordem zero

importante notar que o amostrador ideal nao pode ser implementado na pratica
E
devido `a presenca de impulsos no sinal amostrado. No entanto a representacao do dispositivo S/H indicada na figura 7.7 possui duas propriedades interessantes: (i) existem
dispositivos S/H cujos comportamentos entrada/sada sao similares ao acima descrito
e (ii) o segurador de ordem zero pode ser tratado de maneira muito conveniente pela
Transformada Z, como veremos mais tarde.
Um outro ponto importante a ser notado e que no controle de sistemas normalmente se
assume a priori, por razoes de simplicidade, que o erro de conversao binaria e despresvel.
Isso implica que o conversor A/D pode ser representado por um amostrador ideal e o
conversor D/A por um segurador de ordem zero. Essas hipoteses sao comuns em todos os
livros classicos de controle e tambem serao assumidas nesse captulo sempre que houver
conversores A/D e D/A presentes na malha de controle.

Sistemas Lineares

7.2

185

Sinais e Sistemas de Tempo Discreto

Diferentemente dos sinais analogicos, que podem ser representados por funcoes do tipo
x(t) onde t e a variavel tempo contnuo , um sinal discreto e uma sequencia de valores
organizados no tempo e pode ser representado por funcao do tipo x(kT ) onde k e a
variavel tempo discreto (k = 0, 1, 2, ...) e T denota o intervalo de tempo entre dois
valores consecutivos de x(kT ). Neste captulo usaremos indistintamente os termos sinal
discreto ou sequencia.
Exemplo 7.1 A dinamica da vari
avel corrente no circuito da figura 7.8 e descrita por
uma equacao diferencial pois I(t) e uma vari
avel analogica (tempo contnio).

I(t)

Figura 7.8: Circuito RC: resposta livre

vC (t) + RI(t) = 0
com vC (0) = v0 .
com I(0) = v0 /R. Logo:

+ RI(t) = 0
C I(t)
I(t) = I(0)et/RC ,

t 0.

Suponha agora que estamos interessados em saber os valores da corrente I(t) apenas
nos instantes t = kT , onde k = 0, 1, 2, . . . e T e um intervalo de tempo dado. Os valores
da corrente nesses instantes s
ao representados agora por uma sequencia I(kT ) e n
ao mais
por um sinal analogico como mostra a figura 7.9.
I(kT ) = I(0)ekT /RC

0 T 2T ...

t = kT

Figura 7.9: Valor da corrente no capacitor nos instantes t = kT

Alem disso a relacao entre os valores de I(kT ) ja n
ao e mais representada por uma
equacao diferencial mas sim por uma equacao recursiva que define uma progress
ao geometrica
T /RC
com razao a = e
.
I(kT + T ) = a I(kT ),

a = eT /RC

(7.5)

Sistemas Lineares

186

Sistemas contnuos s
ao aqueles que manipulam sinais analogicos e s
ao representados por
equacoes diferenciais, como e o caso do sistema na figura 7.8. Sistemas discretos s
ao
aqueles que manipulam sequencias e s
ao representados por equacoes recursivas, como e
o caso do sistema representado pela equacao recursiva 7.5. Note que o sistema discreto
n
ao e equivalente ao sistema contnuo que lhe deu origem pois apesar dos dois sistemas
representarem o comportamento exato da corrente no circuito nos instantes t = kT ,
apenas o sistema contnuo pode fornecer o valor exato da corrente para todo instante de
tempo t 0. Alem disso, o sistema discreto descrito pela equacao recursiva 7.5 pode ser
interpretado como um algortmo cuja evolucao define a dinamica da corrente do circuito
RC nos instantes t = kT .
Exemplo 7.2 Obtenha a equacao recursiva que rege o comportamento dinamico do circuito da figura 7.10 nos instantes t = kT sendo T um intervalo de tempo dado, k =
0, 1, 2, . . . uma vari
avel discreta e e(t) constante por trechos, isto e, e(t) = e(kT ) para
kT t < kT + T .
R

+
e(t)

+
C

x(t)

Figura 7.10: Circuito RC com entrada constante por trechos

Solucao: Para kT t < kT + T a dinamica do circuito e dada por:

RC x + x = e(kT ),

x(t0 ) = x(kT )

Como e(kT ) e constante no intervalo temos:

RC[sX(s) x(kT )] + X(s) =

e(kT )
s

Logo:
e(kT )
e(kT ) + sRCx(kT )
1
+ RCx(kT )
=
s
RCs + 1
s(RCs + 1)
e(kT ) x(kT ) e(kT )
+
=
s
s + 1/RC

X(s) =

Usando a Transformada Inversa e lembrando que o lado direito da equacao acima

possui instante inicial t0 = kT temos:
x(t) = e(kT ) + (x(kT ) e(kT ))e

tkT
RC

kT t < kT + T

Como x(t) e uma funcao contnua temos pela express

ao acima que o valor de x(kT +T )
e dado por:
x(kT + T ) =

lim x(t) = e(kT ) + (x(kT ) e(kT ))eT /RC

tkT +T

Sistemas Lineares

187

Logo o valor da tensao x(t) no instante t = kT + T pode ser obtido recursivamente

atraves da express
ao:
x(kT + T ) = a x(kT ) + b e(kT ),

k = 0, 1, 2, . . .

onde a e b s
ao duas constantes dadas por:
a = eT /RC

b = 1 eT /RC

O sistema discreto dado pela equacao recursiva acima define o comportamento da corrente
I(t) (sada) em funcao da tensao e(t) (entrada) nos instantes t = kT como indicado na
figura 7.11. Mais tarde iremos calcular a funcao de transferencia discreta desse sistema
com o auxlio da transformada Z.
e(kT )

circuito

x(kT )

Figura 7.11: Representacao de um sistema discreto

Equacoes recursivas sao fundamentais quando se utiliza o computador digital para

processar sinais e controlar sistemas.
No esquema de controle da figura 7.12, um determinado sistema e controlado com o
auxlio de um computador. O computador executa um algortmo de controle que deve
ser devidamente projetado e e representado por uma equacao recursiva envolvendo as
sequencias e(kT ) e u(kT ).
Problema 7.1 O funcionamento de um certo sistema digital de leitura, manipulacao e
registro de dados composto por um conversor A/D, um computador e um conversor D/A
e representado por uma equacao recursiva cujo codigo FORTRAN est
a indicado abaixo.
Encontre a equacao recursiva executada pelo algortmo.
100
110
120
130
140
150
160
170
180
190
200
210
220

format(F16.8)
Y0=0.
Y1=0.
R1=0.
R0=0.
read(1,100)R2
Y2=3.*Y1 - 2.*Y0+2.*R2+5.*R0
Y0=Y1
Y1=Y2
R0=R1
R1=R2
write(2,100)Y2
go to 150

Sistemas Lineares

188
Controlador

r(t)

e(t)
+
-

A/D

e(kT)

Computador

u(kT)

D/A

u(t)

sistema
a ser
controlado

y(t)

Medidores

Figura 7.12: Sistema controlado por computador

r(t) Sinal de Referencia
y(t) Sinal a ser controlado
e(t) Sinal de Erro (Analogico)
e(kT ) Sinal de Erro (Digital)
u(kT ) Sinal de Controle (Digital)
u(t) Sinal de Controle (Analogico)

230 stop
240 end
O conversor A/D e tomado como periferico 1 com formato de leitura F16.8 e o pe assumido que o processador
riferico 2 e o conversor D/A com formato de escrita F16.8. E
espera no passo 150 ate que a vari
avel R2 esteja disponvel para leitura, da mesma forma
como ele esperaria caso a entrada de dados fosse via teclado. Tambem se assume que o
periferico 2 possui um buffer que armazena cada amostra da sada ate que a conversao
D/A seja efetuada. Identifique as condicoes iniciais, o sinal de entrada e o sinal de sada.

7.3

Transformada Z

Assim como a Transformada de Laplace nos permite resolver equacoes diferenciais e

definir a nocao de Funcao de Transferencia , a Transformada Z , que passaremos a estudar
em seguida, e a ferramenta que vai nos permitir resolver equacoes recursivas e definir a
nocao de Funcao de Transferencia para sistemas a tempo discreto.

Sistemas Lineares

7.3.1

189

Defini
c
ao e exemplos

A transformada Z de uma sequencia x(kT ) que satisfaz x(kT ) = 0 para k < 0, e

definida pela expressao:
X(z) = Z[x(kT )] =

x(kT )z k

k=0

x(kT ) = 0, k < 0

(7.6)

onde z = +j e uma variavel complexa similar `a variavel s da transformada de Laplace.

Assim, a transformada Z transforma uma sequencia x(kT ) numa funcao X(z) da variavel
complexa z. Veremos mais tarde que podemos relacionar a funcao X(z) com a funcao
X(s) da transformada de Laplace do sinal x(t) amostrado nos instantes t = kT .
Note que a transformada Z e definida como sendo a soma dos termos de uma serie na
variavel complexa z, pois pela definicao temos
X(z) = x(0) + x(T )z 1 + x(2T )z 2 + . . .
Alem disso, os coeficientes dessa serie sao os valores que o sinal assume nos diversos
instantes discreto de tempo. O valor do sinal x(t) no instante t = kT aparece na serie
como o coeficiente do termo z k .
Em alguns casos, quando a serie e geometrica e de razao r conhecida, podemos calcular
o resultado da soma atraves da formula
x(z) = x(0) + x(T )z 1 + x(2T )z 2 + =

x(0)
1r

(7.7)

Para que o resultado da soma da serie seja dado pela formula acima e preciso que a serie
seja convergente, isto e a razao da serie deve possuir modulo menor que a unidade |r| < 1.
Veja o exemplo a seguir.
Exemplo 7.3 Calcule a transformada Z da sequencia degrau unit
ario (u(kT )) definida
como u(kT ) = 1 para k 0 e u(kT ) = 0 para k < 0.
Solucao: Pela definicao temos:

Z[u(kT )] =

k=0

u(kT )z

z k = 1 + z 1 + z 2 + . . .

k=0

A serie acima possui razao r = z 1 e a soma dos termos dessa serie e dada por 7.7
desde que a vari
avel complexa z esteja na regiao onde |r| = |z 1 | < 1. Nessas condicoes
temos:
1
z
U (z) = Z[u(t)] =
=
1
1z
z1
Analogamente `
a Transformada de Laplace e Fourier, a Transformada Z tambem possui
uma regiao de convergencia. Uma serie e convergente se em modulo a razao e menor que

Sistemas Lineares

190

Im[z]

Im[s]
crculo unitario

Re[z]

Plano z

Plano s
transformada de Laplace

transformada Z
U (z) =

Re[s]

U (s) =

z
z1

1
s

Figura 7.13: Regiao de convergencia das transformadas do degrau unitario

a unidade. Para o caso do degrau unit

ario a regiao de convergencia e |z 1 | < 1 que no
plano z define a regiao externa ao crculo unit
ario como ilustra a figura 7.13. Dentro da
regiao de convergencia a sequencia u(kT ) e sua Transformada Z est
ao relacionadas de
maneira biunvoca como ilustra a figura 7.14.
Z[x(kT )]
x(kT )
(k 0)

X(z)
z Rconv
Z 1 [X(z)]

Figura 7.14: Relacao biunvoca entre a sequencia x(kT ) e sua transformada Z

A existencia de uma regiao de convergencia para a Transformada, seja Laplace, Fourier

ou Z, e um dado importante, pois caso contrario a Transformada em questao deixa de ter
sentido. No entanto, calcular essa regiao de convergencia e algo irrelevante, pois se existe
uma regiao de convergencia, existe uma funcao X(s), X(j) ou X(z) conforme o caso.
Dentro da regiao de convergencia a Transformada e a respectiva funcao temporal estao
diretamente relacionadas. Fora da regiao de convergencia, a Transformada pode ser vista
como uma funcao auxiliar que contem informacoes relevantes sobre a funcao no domnio
do tempo, mesmo nao estando diretamente relacionadas.

Sistemas Lineares

7.3.2

191

Relac
ao com a transformada de Laplace

Podemos facilmente relacionar a variavel complexa z da transformada Z com a variavel

s da transformada de Laplace.
Vamos supor que x(t) seja um sinal analogico dado e que

x (t) =

k=0

x(kT )(t kT )

seja a representacao do sinal x(t) amostrado com amostrador ideal (veja figura 7.5). Note
que a representacao do sinal amostrado x (t) e diferente da representacao da sequencia
x(kT ) obtida com os valores de x(t) nos instantes t = kT . Enquanto x (t) e um sinal
analogico com impulsos, a sequencia x(kT ) e um sinal discreto.
Tomemos agora a Transformada de Laplace da expressao acima:

L[x (t)] = X (s) =

x(kT )ekT s ,

x(t) = 0, t < 0

k=0

Considerando a mudanca de variavel

z = eT s

(7.8)

podemos reescrever X (s) em termos da variavel z como indicado a seguir.

X (s)|s= ln(z) = Z[x (t)] =

T

x(kT )z k

k=0

x(kT ) = 0, k < 0

(7.9)

Comparando (7.9) com (7.6) conclumos que a mudanca de variavel (7.8) define a relacao
entre a variavel s da transformada de Laplace do sinal amostrado x (t) e a variavel z da
transformada Z da sequencia x(kT ).
Veja por exemplo a relacao que existe entre os polos da transformada Z e Laplace do
degrau unitario indicadas na figura 7.13. O polo da transformada de Laplace esta na
origem s = 0. O polo da transformada Z esta em z = 1. Este mapeamento de s = 0 em
Laplace para z = 1 no plano Z e dado pela equacao (7.8).
Exemplo 7.4 (Fun
c
ao Pot
encia) Calcule a transformada Z da funcao potencia ak
onde a e uma constante e k 0 e uma vari
avel discreta.
Solucao: Com (7.7) temos:

Z[ak u(k)] =

k=0

ak z k =

z
1
=
1 a z 1
za

Como curiosidade, a regiao de convergencia da transformada e Rconv = {z : |a z 1 | <

1 }. Note ainda que com o resultado acima podemos facilmente obter a transformada Z
da funcao exponencial f (k) = ebk onde b e uma constante e k 0 e uma vari
avel discreta
(verifique !).

Sistemas Lineares

192

Exemplo 7.5 (Fun

c
ao Senoidal) Calcule a transformada Z da funcao senoidal sen(0 kT )
onde 0 e T s
ao constantes e k 0 e uma vari
avel discreta.
Solucao: Aplicando a definicao e formula de Euler temos:

Z[sen(0 kT )u(kT )] =

sen(0 kT )z

k=0

1
2j

k=0

k=0

ej0 kT ej0 kT k
z
2j

ej0 kT z k ej0 kT z k

1
z
z

j
T
0
2j z e
z ej0 T
z sen(0 T )
= 2
z 2 z cos(0 T ) + 1

Exemplo 7.6 (Pulso Unit

ario) Calcule a transformada Z da funcao Pulso Unit
ario:
(k) definida como (k) = 1 para k = 0 e nula para k = 0.
Solucao: Aplicando a definicao encontramos

Z[(k)] =

(k)z k = 1

k=0

Para a funcao pulso deslocada no instante k = m, definida como (k m) = 1 para

k = m e nula para k = m encontramos
Z[(k m)] =

k=0

(k m)z k = z m

As figuras 7.15, 7.16 e 7.17 ilustram a relacao entre a localizacao dos polos da transformada Z do sinal e o seu comportamento temporal.

7.4
7.4.1

Propriedades da Transformada Z
Linearidade

A Transformada Z e uma operacao linear, isto e,

Z[1 x(k) + 2 y(k)] = 1 Z[x(k)] + 2 Z[y(k)]
para todo 1 , 2 C.
Problema 7.2 Prove que a transformada Z e uma operacao linear

Sistemas Lineares

193

polos de F (z)

Evolucao temporal de f (k)

u(k)
1.01

crculo unitario
1.00 +

X
X
0.99
0

polo z = 1

10

f (k) = (0.7)k
1.0 +
0.9

crculo unitario

0.8
+

0.7
0.6
0.5

0.4
+
0.3
+
0.2

+
+

0.1

0
0

polo z = 0.7

10

f (k) = (0.7)k

1.1

+
0.9

crculo unitario

0.7
+

0.5
0.3

+
+

0.1

+
+

-0.1

-0.3

-0.5
-0.7
0

+
1

polo z = 0.7
Figura 7.15: Relacao entre localizacao polos e evolucao temporal

10

Sistemas Lineares

194

polos de F (z)

Evolucao temporal de f (k)

f (k) = (1)k
1.0 +

0.8

crculo unitario

0.6
0.4
0.2
0

-0.2
-0.4
-0.6
-0.8
-1.0
0

polo z = 1

+
1

+
3

+
5

+
7

+
9

10

f (k) = (1.2)k
8

crculo unitario

6
+

4
+
+

+
0
+

-2

+
+

-4
+
-6

polo z = 1.2

10

f (k) = (1.2)k
7

crculo unitario

+
6
+

+
4
+
+

3
+
+

+
+

polo z = 1.2

1 +
0

+
1

Figura 7.16: Relacao entre localizacao polos e evolucao temporal

10

Sistemas Lineares

195

polos de F (z)

Evolucao temporal de f (k)

f (k) = sen(0.5 k)
+

1.0

crculo unitario

0.8

0.6
+
0.4

0.2

0 +
-0.2

-0.4
-0.6

-0.8

-1.0

polos z = ej 0.5

10

f (k) = 0.8k sen(0.5 k)

0.6
+

crculo unitario

0.5
0.4

0.3
+

0.2

0.1
+
0 +
+
-0.1

polos z = 0.8ej 0.5

-0.2
0

10

f (k) = 1.2k sen(0.5 k)

2

crculo unitario
X

+
+

1
+

0 +
-1

-2

-3

-4
-5

polos z = 1.2ej 0.5

-6

+
+

Figura 7.17: Relacao entre localizacao polos e evolucao temporal

10

Sistemas Lineares

7.4.2

196

Teorema do Valor Inicial

Se Z[x(k)] = X(z) e limz X(z) existe entao:

x(0) = lim X(z).
z

Prova: Note que Z[x(k)] =

k=0

x(k)z k = x(0) + x(1)z 1 + . . .

Logo, quando z obtem-se o resultado desejado.

7.4.3

Teorema do Valor Final

Se Z[x(k)] = X(z) e se a funcao (z 1)X(z) e analtica sobre e fora do crculo unitario,

entao:
lim x(k) = lim(z 1)X(z)
k

z1

Prova: Note que

Z[x(k)] = X(z) =

x(k)z k

k=0

Z[x(k + 1)] = zX(z) zx(0) =

x(k + 1)z k

k=0

Tomando a diferenca entre as duas expressoes acima:

k=0

[x(k + 1) x(k)]z k = zX(z) zx(0) X(z) = (z 1)X(z) zx(0)

Supondo que a sequencia x(k) converge para um valor finito em regime, temos que X(z)
pode ter no maximo um polo sobre o crculo unitario e nenhum polo fora dele (veja figuras
7.15-7.17). Isso implica que a funcao auxiliar (z 1)X(z) nao pode ter polos sobre nem
fora do crculo unitario, ou seja devem estar dentro do crculo unitario. Logo para z 1
temos o seguinte resultado:
lim

z1

k=0

[x(k + 1) x(k)]z k = lim[(z 1)X(z) zx(0)]

z1

de onde se conclui que no limite ficamos com

k=0

x(k + 1) x(k) = lim[(z 1)X(z)] x(0)

z1

x() x(0) = lim(z 1)X(z) x(0)

z1

x() = lim(z 1)X(z)

z1

que e o resultado desejado.

Sistemas Lineares

7.4.4

197

Obtenc
ao de F (z) a partir de F (s)

Vimos anteriormente que existe uma relacao entre a transformada de Laplace de um

sinal x (t) amostrado nos instantes t = kT e a transformada Z da sequencia x(kT ).
Dessa relacao podemos montar tabelas que relacionam X(s) (a transformada de Laplace
do sinal x(t)) e a respectiva transformada Z da sequencia x(kT ). A figura 7.18 ilustra
essa relacao.
sinal discreto
f (kT )

Z[f (kT )]

amostrador ideal
F (s)

L1 [F (s)]

f (t)
T

L[f (kT )]
f (kT ) ln(z)
s= T
sinal amostrado

F (z)

Z[F (s)]
Tabelas ou Teorema dos Resduos

Figura 7.18: Obtencao de F (z) a partir de F (s)

As funcoes mais usuais ja se encontram tabeladas em termos de suas Transformadas

Z, Laplace e Fourier. Logo o uso de tabelas associado ao metodo de expansao em fracoes
parciais pode ser u
til na determinacao de F (z) a partir de F (s).
No entanto o uso de tabelas pode apresentar limitacoes em alguns casos. A seguir
apresenta-se um procedimento analtico alternativo bastante simples conhecido como
metodo dos resduos.
Sejam P1 , . . . , Pn o conjunto de polos distintos de F (s). Caso F (s) possua polos repetidos inclua o polo apenas uma vez no conjunto.
Entao, com F (s) e P1 , . . . , Pn podemos calcular F (z) da seguinte forma:
n

F (z) =

R(Pi )
i=1

sendo R(Pi ) o resduo do polo Pi (i = 1...n) dados por:

Polo simples (multiplicidade 1)
R(Pi ) = (s Pi )F (s)

z
z esT

s=Pi

Sistemas Lineares

198

Polo m
ultiplo (multiplicidade m)
R(Pi ) =

z
dm1
1
(s Pi )m F (s)
m1
(m 1)! ds
z esT

s=Pi

O resultado acima e apresentado como exerccio resolvido no livro do Ogata (edicao

1982) ou ainda em varios outros livros sobre controle de sistemas a tempo discreto.
Exemplo 7.7 Obtenha F (z) = Z[F (s)] dado F (s) =

1
.
(s+a)(s+b)

Solucao: Como F (s) possui dois polos distintos temos:

F (z) = R(P1 ) + R(P2 )
sendo:

R(P1 ) = (s + a)F (s) zez sT

R(P2 ) = (s + b)F (s) zez sT

1
z
= ba
zeaT
1
z
= ab
zebT

s=a
s=b

Logo:
F (z) =

z
z
1

aT
ba ze
z ebT

O resultado pode ser conferido com o auxlio de tabelas (verifique!).

7.4.5

Convoluc
ao Discreta

De forma analoga `a integral de convolucao para sistemas de tempo contnuo, podemos

definir convolucao para sistemas de tempo discreto atraves de um somatorio.
Tempo contnuo:
x1 (t) x2 (t) =

x1 ( )x2 (t )d =

x2 ( )x1 (t )d

Tempo discreto:
x1 (kT ) x2 (kT ) =

n=

x1 (nT )x2 (kT nT ) =

n=

x2 (nT )x1 (kT nT )

Normalmente temos x1 (t) = 0 e x2 (t) = 0 para t < 0 e nesses casos podemos tomar
t0 = 0 como limite inferior, tanto na integral como no somatorio.
Com a Transformada de Laplace vimos que convolucao no domnio do tempo se transforma em produto no domnio da frequencia. Mostraremos a seguir que isto tambem e
verdade em relacao `a convolucao discreta e a Transformada Z .
L[x1 (t) x2 (t)] = X1 (s)X2 (s)

(Transf. Laplace - Tempo Contnuo)

Sistemas Lineares

199

Z[x1 (kT ) x2 (kT )] = X1 (z)X2 (z)

(Transf. Z - Tempo Discreto)

Prova: Seja y(kT ) o resultado da convolucao discreta.

y(kT ) = x1 (kT ) x2 (kT )
Pela definicao da Transformada Z temos:
Z[y(kT )] =

y(kT )z

k=0

k=0

n=0

x1 (nT )x2 (kT nT ) z k

Fazendo a mudanca de variavel m = k n encontramos:

Z[y(kT )] =
=

x1 (nT )x2 (mT )z (m+n)

m=0 n=0

x2 (mT )z m

x1 (nT )z n

n=0

m=0

= X1 (z)X2 (z)
que e o resultado desejado.
Note que a convolucao de uma sequencia qualquer x1 (kT ) com um pulso unitario (kT )
resulta na propria sequencia x1 (kT ) pois, como ja vimos Z[(kT )] = 1.
(kT ) =

1 k=0
0 k=0

Z[(kT )] =

Pulso Unitario na Origem

(kT )z k = 1

k=0

Logo:
Z[f (kT ) (kT )] = Z[f (kT )]Z[(kT )] = Z[f (kT )]
f (kT ) (kT ) = f (kT )
A funcao pulso unitario (kT ) tem (em relacao a Transformada Z ) as mesmas propriedades que a funcao impulso unitario (t) tem em relacao `a Transformada de Laplace
.

7.5

Transformada Z Inversa

Existem basicamente tres metodos para a determinacao da Transformada Z Inversa.

Cada um possui caractersticas diferentes, vantagens e desvantagens. A seguir apresentaremos os dois mais utilizados.

Sistemas Lineares

7.5.1

200

M
etodo da divis
ao polinomial

Este metodo e uma consequencia direta da propria definicao de Transformada Z :

X(z) =

x(kT )z k = x(0) + x(T )z 1 + x(2T )z 2 + . . .

k=0

Como normalmente X(z) e expressa em termos de uma fracao polinomial, isto e X(z) =
sendo N (z) e D(z) dois polinomios, temos:

N (z)
D(z)

N (z)
= x(0) + x(T )z 1 + x(2T )z 2 + . . .
D(z)
Para obter a igualdade acima atraves das regras usuais de divisao polinomial seguimos
o seguinte procedimento: Suponha que o grau de N (z) nao e superior ao grau de D(z) e
defina n=grau(D(z)). Construa dois polinomios auxiliares
(z 1 ) = z n N (z) ,
N

1 ) = z n D(z)
D(z

(z 1 ) por D(z
1 ) para encontrar os valores de x(0), x(T ),
Faca agora a divisao de N
x(2T ), . . . .
(z 1 )
N (z)
N
= x(0) + x(T )z 1 + x(2T )z 2 + . . .
(7.10)
=
1

D(z)
D(z )
Exemplo 7.8 Determine o valor numerico de x(4T ) dado que X(z) =

10z
(z1)(z2)

Solucao:
N (z)
10z
= 2
D(z)
z 3z + 2
1
2

D(z ) = z D(z) = 1 3z 1 + 2z 2
(z 1 ) = z 2 N (z) = 10z 1
N
X(z) =

Por divisao polinomial se obtem:

(z 1 )
N
= 10z 1 + 30z 2 + 70z 3 + 150z 4 + . . .
1

D(z )
Logo, por igualdade polinomial com (7.10) conclumos que: x(0) = 0, x(T ) = 10, x(2T ) =
30, x(3T ) = 70, x(4T ) = 150.

Quando se deseja obter uma forma analtica para x(kT ) este metodo nao e adequado
e o metodo seguinte pode ser utilizado.

Sistemas Lineares

201

Tempo contnuo
x(t)

Tempo discreto
x(kT + T )

Comparacao
Transformada de Laplace
L[x(t)]

= sX(s) x(0)
Transformada Z
Z[x(kT + T )] = zX(z) zx(0)

Tabela 7.2: Comparacao entre L[x(t)]

e Z[x(kT + T )]

7.5.2

M
etodo das frac
oes parciais de X(z)/z

Este metodo e o analogo da expansao por fracoes parciais da utilizado na obtencao da

transformada inversa de Laplace. Note apenas que ao inves de expandir F (z) por fracoes
parciais devemos expandir X(z)/z. Veja o exemplo que segue.
Exemplo 7.9 Calcule a sequencia x(k) cuja transformada Z e X(z) =

10z
.
(z1)(z2)

Solucao:Expandindo X(z)/z for fracoes parciais temos

10
A
B
X(z)
=
=
+
z
(z 1)(z 2)
z1 z2
onde A =

10
|
z2 z=1

= 10 e B =

10
|
z1 z=2

= 10.

Logo:
X(z) = 10
Lembrando que Z[ak ] =

z
za

temos:

z
z
+ 10
z1
z2

x(k) = 10(1)k + 10(2)k ,

7.6

k = 0, 1, 2, . . .

Soluc
ao de Equac
oes recursivas

Veremos a seguir como calcular Transformada Z de uma sequencia deslocada e a

utilizacao desse resultado na solucao de equacoes recursivas.
Seja X(kT ) um sequencia e x(kT + T ) a sequencia deslocada de T segundos (k =
0, 1, 2, . . . ).
Assim como a Transformada de Laplace nos permite resolver equacoes diferenciais, a
Transformada Z nos permite resolver equacoes recursivas. Veja a comparacao na tabela
7.2.
Quando as condicoes iniciais sao nulas podemos concluir que derivar um sinal de tempo
contnuo corresponde a multiplicar sua transformada de Laplace por s, isto e sX(s).
Analogamente, deslocar (um passo `a frente) um sinal de tempo discreto corresponde `a

Sistemas Lineares

202

multiplicar sua transformada Z por z, isto e zX(z). A variavel complexa s corresponde

ao operador derivada no domnio do tempo contnuo e a variavel complexa z corresponde
ao operador deslocamento um passo `
a frente no domnio do tempo discreto.
Para provar essa propriedade da Transformada Z note que:

Z[x(kT )] =

Z[x(kT + T )] =

x(kT )z k ,

x(t) = 0 t < 0

k=0

x(kT + T )z

x(nT )z (n1)

(n = k + 1)

n=1

k=0

Somando e subtraindo o termo zx(0) obtemos:

Z[x(kT + T )] = z
= z

n=1

n=0

x(nT )z n + zx(0) zx(0)

x(nT )z n zx(0)

= zZ[x(nT )] zx(0)
que prova a propriedade desejada. Analogamente temos:
Z[x(kT + 2T )] = zZ[x(kT + T )] zx(T )
= z[zZ[x(kT )] zx(0)] x(T )
= z 2 X(z) z 2 x(0) zx(T )
Podemos enfim generalizar a propriedade do deslocamento no tempo aplicando sucessivamente os resultados acima e obtemos apos m sucessivos deslocamentos:
Z[x(k + m)] = z m X(z) z m x(0) z m1 x(1) zx(m 1)

(7.11)

Como z corresponde ao operador deslocamento um passo `

a frente no tempo a variavel z 1
corresponde ao operador deslocamento um passo `
a traz no tempo. Utilizando o mesmo
procedimento acima encontramos
Z[x(k m)] = z m X(z)

(7.12)

Exemplo 7.10 Resolva a seguinte equacao recursiva:

x(k + 2) + 3x(k + 1) + 2x(k) = 0,

x(0) = 0, x(1) = 1

Solucao: Tomando a Transformada dos dois lados e usando a linearidade temos:

Z[x(k + 2)] + 3Z[x(k + 1)] + 2Z[x(k)] = 0

Sistemas Lineares

203

com a propriedade de deslocamento encontramos:

z 2 X(z) z 2 x(0) zx(1) + 3[zX(z) zx(0)] + 2X(z) = 0
X(z) =
Como Z[ak ] =

z
za

z
z
z
z
=
=

z 2 + 3z + 2
(z + 2)(z + 1)
z+1 z+2

obtemos:
x(k) = (1)k (2)k ,

k = 0, 1, 2, . . .

Note que os polos da Transformada X(z) se tornam a base das exponenciais no tempo.
Logo uma sequencia x(kT ) e convergente, x(k) tende assintoticamente `a zero quando
k , se todos os polos da sua transformada X(z) sao em modulo inferiores `a unidade.
Confirme esse resultado na figuras 7.15-7.17.
Im[z]
sequencias convergentes: |polos| < 1
X
X

Re[z]

sequencias nao amortecidas: |polos| = 1

X
sequencias divergentes: |polos| > 1

PLANO z

Figura 7.19: Sequencias convergentes e a localizacao dos polos no plano z

Note que no caso da sequencia x(kT ) = sen(0 kT )u(kT ) sua transformada:
X(z) =

1
z
z

j
T
2j z e 0
z ej0 T

possui dois polos (z = ej0 T e z = ej0 T ) que sao complexos conjugados (z = cos(0 T )
jsen(0 T )) e possuem modulo unitario indicando que a serie e oscilatoria sem amortecimento.
Exemplo 7.11 Determine a resposta do sistema descrito pela seguinte equacao recursiva:
x(k + 2) 3x(k + 1) + 2x(k) = u(k)
onde u(k) e o pulso unit
ario e x(k) = 0 para k 0.

Solucao: Para resolver a equacao acima precisamos das condicoes iniciais x(0) e x(1).
O valor de x(0) = 0 e dado e o valor de x(1) = 0 se obtem da pr
opria equacao recursiva
com k = 1. Alem disso, com a Transformada Z encontraremos:
z 2 X(z) 3zX(z) + 2X(z) = U (z)

Sistemas Lineares

204

A transformada do pulso unit

ario ja calculamos anteriormente e vale U (z) = Z[u(k)] = 1.
Logo:
1
1
1
=
+
X(z) = 2
z 3z + 2
z1 z2
Como Z[x(k + 1)] = zX(z) zx(0) e x(0) = 0 temos:
Z[x(k + 1)] = zX(z) =
Lembrando que Z[ak ] =

z
za

z
z
+
z1 z2

obtemos finalmente:

x(k + 1) = (1)k + (2)k ,

k = 0, 1, 2, . . .

Exemplo 7.12 J
a vimos no exemplo 7.2 que no circuito RC da figura 7.10 onde e(t) e
constante por trechos (e(t) = e(kT ), kT t kT + T ) os sinais de entrada e sada nos
instantes t = kT s
ao dados pela equacao recursiva:
x(KT + T ) a x(kT ) = b e(kT )
a = eT /RC

b = 1 eT /RC

Obtenha a sequencia de sada x(kT ) para um degrau unit

ario aplicado na entrada.
T /RC
Suponha os dados e
= 0.5 e x(0) = 0.
Solucao: Com a Transformada Z temos:
Z[x(kT + T )] aZ[x(kT )] = bZ[e(kT )]
zX(z) zx(0) aX(z) = bE(z)
Como E(z) =

z
z1

temos:
X(z) =

Lembrando que Z[ak ] =

z
za

z0.5
z
z
=
+
(z 0.5)(z 1)
z 0.5 z 1

encontramos:

x(kT ) = (0.5)k + (1)k ,

k = 0, 1, 2, . . .

Note que a tensao em regime permanente se obtem pelo limite:

lim x(kT ) = 1,

(Sistema Estavel)

Analogamente a tens`ao inicial se obtem:

lim x(kT ) = 0

k0

Sistemas Lineares

7.7

205

Func
ao de Transfer
encia Discreta e Estabilidade

Todo sistema discreto pode ser representado por um diagrama similar ao da figura 7.20
onde x(k) representa a sequencia de entrada dada, y(k) a sequencia de sada obtida, CI as
condicoes iniciais (que sao os n 1 valores iniciais da variavel de sada) e o bloco sistema
representa um sistema que sera descrito por uma equacao recursiva linear e invariante no
tempo (coeficientes constantes) do tipo
an y(k + n) + + a1 y(k + 1) + a0 y(k) = bm x(k + m) + + b1 x(k + 1) + b0 x(k) (7.13)
Por conveniencia de notacao estamos utilizando x(k), y(k) ao inves de x(kT ) e y(kT ).
Isto nao significa que estamos assumindo o intervalo T = 1 (tempo entre dois valores
consecutivos da sequencia). Esta notacao , muito utilizada em livros de controle, significa que estamos representando a sequencia numa escala de tempo normalizado k = t/T .
Note entretanto que os coeficientes da equacao recursiva dependem de T e nao podemos eliminar essa dependencia. Veja no caso do exemplo 7.12: poderamos rescrever a
equacao recursiva na forma x(k + 1) a x(k) = b e(k) mas os coeficientes a, b seriam os
mesmos anteriores que dependem de T e dos parametros fsicos do sistema (capacitancia
e resistencia nesse exemplo particular).
x(k)

SISTEMA

y(k)

C.I.
Figura 7.20: Sistema discreto generico

7.7.1

Respostas de Estado Zero e Entrada Zero

A resposta de todo sistema linear invariante no tempo pode ser decomposta em duas
parcelas: uma que depende do sistema e do sinal de entrada e outra que depende do
sistema e das condicoes iniciais. A primeira parcela chamaremos de Resposta de estado
zero ja que esta parcela indica como um sistema, inicialmente em repouso (condicoes
iniciais nulas), responde a um dado sinal de entrada. A segunda parcela chamaremos de
Resposta de Entrada Nula pois ela indica como um sistema se comporta quando e deixado
para responder livremente `as suas condicoes inicias (sem excitacao externa).
As respostas de Estado Zero e Entrada Zero de um sistema descrito por (7.13) pode
ser determinada atraves da Transformada Z .
Exemplo 7.13 Considere o circuito descrito no exemplo 7.12. Calcule a resposta de
Entrada Zero, para uma dada condicao inicial x(0) = x0 e a resposta de Estado Zero
para uma entrada generica e(k).

Sistemas Lineares

206

Solucao: Tomando a Transformada Z da equacao recursiva temos:

zX(z) zx(0) aX(z) = bE(z)
onde F (z) =

b
za

e F0 (z) =

X(z) = F (z)E(z) + F0 (z)x(0)

z
.
za

Sejam f (k) = Z 1 [F (z)] e f0 (k) = Z 1 [F0 (z)]. Podemos ent

ao reescrever a express
ao
acima da seguinte forma:
x(k) = Z 1 [X(z)] = Z 1 [F (z)E(z)] + Z 1 [F0 (z)]x(0)
= f (k) e(k) + f0 (k)x(0)
Note que f (k) e f0 (k) dependem apenas dos coeficientes constantes da equacao recursiva. Nao dependem nem da entrada, nem da sada nem das condicoes iniciais.
A parcela f (k) e(k), que e uma convolucao discreta e n
ao depende das condicoes
iniciais, e a resposta de Estado Zero e a parcela f0 (k)x(0), que n
ao depende da entrada,
e a resposta de Entrada Zero.
Problema 7.3 Calcule as sequencias f (k) e f0 (k) do exemplo acima.
Se ao inves do circuito RC (de primeira Ordem) acima tomarmos a equacao recursiva
de um sistema generico (7.13) obteramos:
n1

y(k) = f (k) x(k) +

fi (k)ci

(7.14)

i=0

onde ci = y(i) sao as condicoes iniciais do sistema, f (k) e fi (k) sao sequencias que
dependem apenas dos coeficientes da equacao recursiva (7.13), x(k) e a sequencia de
entrada e y(k) a de sada.
Da expressao acima observe que:
1. A sada de um sistema discreto depende dos parametros fsicos e do perodo de
amostragem que determinam os coeficientes da equacao recursiva e que por sua vez
determinam as funcoes f (k) e fi (k) em (7.14).
2. A sada de um sistema discreto depende da entrada que lhe e aplicada e essa dependencia se expressa atraves da convolucao discreta y(kT ) = f (kT ) x(kT ). Esta
parcela da resposta recebe o nome de resposta de Estado Zero.
yesz (kT ) = f (kT ) x(kT ).
3. A sada de um sistema depende das condicoes iniciais ci = y(iT ) (i = 0, . . . , n 1).
Esta parcela da resposta recebe o nome de resposta de Entrada Zero.
n1

yenz (kT ) =

fi (kT )ci
i=0

Sistemas Lineares

207

4. A resposta de Entrada Zero e linear (afim) em relacao `as condicoes iniciais e a

resposta de Estado Zero e linear em relacao `a entrada.
5. Os polos de F (z) definem a estabilidade da resposta. Se F (z) possuir algum polo
com modulo maior que a unidade entao a resposta tera uma parcela que diverge. A
funcao F (z) e conhecida como Funcao de Transferencia Discreta (ou pulsada) do
sistema.

7.7.2

Resposta ao Pulso e Estabilidade

Quando as condicoes iniciais sao nulas a sada de um sistema discreto linear invariante
so depende da entrada e da Funcao de Transferencia Discreta, como pode ser visto em
(7.14).
Domnio do Tempo: y(k) = f (k) x(k).
Domnio da Frequencia: Y (z) = F (z)X(z).
A funcao f (k) = Z 1 [F (z)] recebe o nome de resposta ao pulso unitario pois f (k) e a
resposta do sistema quando as condicoes inciais sao nulas e a entrada e um pulso unitario
no instante k = 0. (X(z) = 1).
Defini
c
ao 7.1 (Sistemas Causais ou N
ao-Antecipativos) Um sistema discreto e dito
ser Causal (ou Nao-Antecipativo) se a resposta de Estado Zero para um pulso unit
ario e
nula para k < 0.
Num sistema causal o valor da resposta num dado instante de tempo y(kT ) nao depende
do sinal de entrada x(nT ) para valores de n > k. Caso contrario o valor da resposta no
instante t = kT passa a depender de valores futuros do sinal da entrada (x(t) para t > kT )
e que portanto ainda nao estao disponveis no instante t = kT .
Mostraremos a seguir que um sistema e causal quando o polinomio do numerador da
Funcao de Transferencia F (z) possui grau ao do denominador.
Com (7.13) temos que:
an y(k + n) + + a0 y(k) = bm x(k + m) + + b0 x(k)
Observe que y(k + n) depende de x(k + m) e portanto se m > n a sada no instante
k + n depende de valores da entrada em instantes de tempo futuros pois k + m > k + n
para todo k. Logo para que um sistema discreto seja causal devemos ter m n.
Defini
c
ao 7.2 (Estabilidade) Um sistema discreto linear invariante no tempo e exponencialmente est
avel se todos os polos da sua Funcao de Transferencia Pulsada possuem
modulo inferior `
a unidade. Caso contr
ario e dito ser instavel.

Sistemas Lineares

208

Pela definicao acima, note que a estabilidade e uma propriedade intrnseca do sistema.
Ela so depende dos parametros fsicos do mesmo. Nao depende da entrada nem das
condicoes iniciais. O nome exponencialmente estavel apenas enfatiza que os polos da
Funcao de Transferencia serao a base de exponenciais no domnio do tempo e portanto
a resposta ao pulso converge exponencialmente para zero.
Exemplo 7.14 Verifique a estabilidade do sistema cuja funcao de transferencia e
F (z) =

z
(z 1)(z + 2)

Solucao: Os polos de F (z) s

ao z = 1 e z = 2 e pela definicao acima o sistema e
instavel pois F (z) possui polos fora do crculo unit
ario (ou sobre o crculo). Para ver o
efeito desses polos na resposta ao pulso unit
ario temos:
F (z) =
e como Z[ak ] =

z
za

1 z
1 z

3z 1 3z +2

temos:
1
1
Z 1 = f (k) = (1)k (2)k
3
3

Assim, se algum polo da Funcao de Transferencia F (z) possuir modulo 1 a resposta

ao pulso n
ao tende `
a zero. Ser
a crescente, oscilatoria ou converge para um valor n
ao
nulo, caracterizando assim a instabilidade do sistema.

OBS: FIM DA MATERIA

DA PROVA 2 DE 2006/1
.

7.8

Sistemas Amostrados

Vimos que a transformada de Laplace e adequada ao tratamento de sinais e sistemas

de tempo contnuo. De forma analoga a transformada Z nos possibilita o tratamento de
sinais e sistemas de tempo discreto. No entanto, a maioria dos sistemas a serem controlados sao de natureza contnua e sao controlados por computadores digitais (natureza
discreta). Essa mistura de sistemas contnuos e discretos tornam o problema de analise
de estabilidade mais complicado pois tanto a transformada de Laplace como a transformada Z ja nao fornecem resultados satisfatorios se aplicadas diretamente. A seguir
veremos como transformar sistemas amostrados em sistemas discretos equivalentes. Com
essa transformacao todos os sinais do sistema passam a ser discretos e a transformada Z
pode ser usada sem maiores problemas na analise do sistema.
A figura 7.21(a) mostra um sistema contnuo G(s) cuja entrada x (t) e um sinal amostrado com amostrador ideal (trem de impulsos de perodo T ). A sada y(t) desse sistema

Sistemas Lineares

209

sera discretizada para posterior tramento num computador digital, isto e apenas os valores y(kT ) serao considerados. Precisamos entao saber qual seria o sistema discreto
equivalente que tem as sequencias x(kT ) como entrada e y(kT ) como sada, como indica
a figura 7.21(b). O sistema discreto que procuramos possui as mesmas informacoes do
sistema amostrado e alem disso a transformada Z pode ser aplicada diretamente.

x (t)

x(t)

G(s)

y(t)|t=kT
(a)

x(kT )
G(z)

y(kT )

(b)

Figura 7.21: Sistema amostrado e seu discreto equivalente

Note que a entrada do bloco analogico G(s) na figura 7.21(a) e um sinal amostrado
onde os impulsos possuem areas de valores x(kT ) e a entrada do bloco discreto G(z) na
figura 7.21(b) e uma sequencia de valores x(kT ). A sada y(t) figura 7.21(a) e analogica
mas apenas os valores y(kT ) medidos nos instantes t = kT sao de interesse. Ja a sada
na figura 7.21(b) e a propria sequencia y(kT ).
A seguir apresentamos um procedimento para, dado o sistema analogico G(s), encontrar
o bloco discreto equivalente G(z). E equivalencia `a qual nos referimos e no sentido de
que os valores do sinal de entrada x(kT ) e sada y(kT ) do sistema discreto sao os mesmos
do sistema contnuo x(t), y(t) nos instantes t = kT .
Seja entao g(t) = L1 [G(s)] a resposta impulsional do sistema representado por G(s).
Da, a resposta y(t) e dada pela convolucao contnua da entrada com a resposta impulsional.

ENTRADA: x (t) =

SAIDA: y(t) =

k
n=0

k=0

x(kT )(t kT ),

x(t) = 0 para t < 0.

x(nT )(t nT ) [g(t)],

0 t kT .

Sem perda de generalidade representamos y(t) no intervalo 0 t kT para algum

valor de k 0. Note que estamos supondo que G(s) representa um sistema causal e
portanto g(t) = 0 para t < 0.

Sistemas Lineares

210

Desenvolvendo a expressao acima encontramos:

k

y(t) =
n=0
k

=
n=0

x(nT )[(t nT ) g(t)],

0 t kT

x(nT ) g(t nT )

Os valores de y(t) nos instantes t = kT sao dados por:

k

y(t)|t=kT = y(kT ) =
n=0

x(nT )g(kT nT )

(7.15)

que e a convolucao discreta da sequencia de entrada x(kT ) com a sequencia de sada

y(kT ). Pela propriedade de convolucao da Transformada Z temos tambem que:
Z[y(kT )] = Z[x(kT )]Z[g(kT )] ; Y (z) = X(z)G(z)

(7.16)

As equacoes (7.15) e (7.16) definem a relacao entre as sequencias x(kT ) e y(kT ) na

figura 7.21(b) que e o resultado desejado. Assim, para se obter o sistema discreto G(z)
equivalente a um sistema contnuo G(s), calcule g(t) = L1 [G(s)] com a transformada
inversa de Laplace. Em seguida calcule a sequencia g(kT ) fazendo t = kT na funcao g(t)
obtida e finalmente calcule a funcao de transferencia do sistema discreto equivalente G(z)
aplicando a transformada Z na sequencia g(kT ) obtida. Um procedimento mais simples
para a passar de G(s) para G(z) esta indicado na secao 7.4.4. A figura 7.22 mostra um
resumo dos principais resultados de conversao de Laplace para Z. .

Exemplo 7.15 Considere o sistema amostrado da figura 7.21(a) com G(s) = (s+a)(s+b)
.
Calcule a funcao de transferencia discreta G(z) entre a sequencia x(kT ) de entrada e
y(kT ) de sada indicada na figura 7.21(b).

Solucao: Podemos resolver esse problema de duas formas:

(1) Utilizando o Teorema do Resduo apresentado na secao 7.4.4. Nesse caso temos
G(z) = R(P1 ) + R(P2 )
z

z
=
sT
ze
b a z eaT
s=a
z
z

R(P2 ) = (s + b)G(s)
=
z esT s=b a b z ebT

z
z
G(z) =

aT
ba ze
z ebT
R(P1 ) =

(s + a)G(s)

que e a funcao de transferencia discreta desejada. Alem disso, com a notacao Y (z) =
Z[y(kT )] e X(z) = Z[x(kT )] podemos escrever a relacao de entrada/sada do sistema
Y (z) = G(z)X(z).

Sistemas Lineares

X(s)

211

X (s)

G(s)

Y (s)

Y (s)

Y (z) = Z[Y (s)] = Z[G(s)X (s)]

= Z[G(s)]Z[X (s)]
= Z[G(s)] X(z)
X(s)

Y (s)

G(s)

Y (s)

Y (z) = Z[Y (s)] = Z[G(s)X(s)]

X1 (s)
Y (s)

Y (s)

X2 (s)
ou de forma equivalente
X1 (s)

X1 (s)
Y (s)

X2 (s)

X2 (s)

Y (s) = X1 (s) + X2 (s)

Y (z) = Z[Y (s)] = Z[X1 (s)] + Z[X2 (s)]
Y (z) = X1 (z) + X2 (z)

Figura 7.22: Resumo dos resultados de conversao de Laplace para Z

Sistemas Lineares

212

(2) Utilizando as express

oes (7.15) e (7.16). Nesse caso temos
g(t) = L1 [G(s)] = L1

ba

1
1

s+a s+b

(eat ebt )
ba

Discretizando a resposta impulsional g(t) obtemos:

(eakT ebkT )
g(t)|t=kT = g(kT ) =
ba
tomando a Transformada Z da sequencia g(kT ) obtemos:
G(z) = Z[g(kT )] =

ba

z
z

aT
ze
z ebT

e finalmente temos:
Y (z) = G(z)X(z) Frequencia
y(kT ) = g(kT ) x(kT ) Tempo
A maioria dos sistemas amostrados possuem algum dispositivo sample-and-hold no seu
interior. A figura 7.23 mostra um sistema desse tipo. A funcao ZOH(s) e a funcao de
transferencia do segurador de ordem zero como indicado em (7.4).

x (t)

x(kT )

y(t)|t=kT
ZOH(s)

G(s)

Segurador
de Ordem
Zero

Sistema
a ser
Controlado

T
Amostrador
Ideal

Conversor D/A com S/H

Figura 7.23: Sistema amostrado com conversor D/A e S/H

Da figura 7.23 vamos definir a funcao auxiliar H(s) = ZOH(s)G(s). O problema agora
e encontrar a funcao de transferencia discreta H(z) que corresponde `a funcao H(s). Para
isso vamos utilizar a notacao H(z) = Z[H(s)]. Lembrando que esT = z temos com (7.4)
H(z) = Z[ZOH(s)G(s)] = Z[

G(s)
1 eT s
G(s)] = (1 z 1 )Z
s
s

(7.17)

1
Exemplo 7.16 Considere o sistema da figura 7.23 onde G(s) = s(s+1)
. Calcule a funcao
de transferencia Pulsada entre a sequencia x(kT ) e a sada y(t) nos instantes t = kT
com T = 1seg.

Solucao: Pelo resultado acima temos:

H(z) = Z

1
1
1 eT s
= (1 z 1 )Z 2
s
s(s + 1)
s (s + 1)

Sistemas Lineares

213

Definindo F (s) =

1
s2 (s+1)

podemos calcular F (z) atraves do teorema dos resduos.

F (z) = R(P1 ) + R(P2 )

onde:
R(P1 ) = (s + 1)F (s)
e
d
ds
d
ds

z
z eT s

=
s=1

z
z e1

z
z esT
s=0
1
z
=
s + 1 z esT
s=0
1
z
1
z
=
+
(T esT )
2
sT
(s + 1) z e
s + 1 (z es T )2
Tz
z
+
=
z 1 (z 1)2

R(P2 ) =

Logo:

s2 F (s)

F (z) =
e portanto:

s=0

z
z
z
+

1
2
ze
(z 1)
z1

H(z) = (1 z 1 )F (z) =
que e a funcao de transferencia desejada.

1
z1
+
1
1
ze
z1

Exemplo 7.17 Considere o circuito RC do exemplo 7.2 onde o sinal de entrada e constante por trechos. Represente o sinal constante por trechos como sendo a sada de um
segurador de ordem zero como indicado na figura 7.24. Calcule a equacao recursiva que
rege o comportamento do sistema nos instantes t = kT . Calcule tambem a resposta do
circuito para um degrau unit
ario.
e (t)

e(kT )

ZOH(s)

e(t)

y(t)|t=kT
G(s)

T
Segurador
de Ordem
Zero

Amostrador
Ideal

Circuito RC

Figura 7.24: Circuito com entrada constante por trechos

Solucao: A funcao de transferencia Pulsada entre a sequencia de tensao de entrada

e(kT ) e a de sada y(kT ) pode ser obtida com:

1 eT s
1
1

1
= (1 z )Z
H(z) = Z

s
RCs + 1
s(RCs + 1)
F (s)

= (1 z )Z[F (s)] = (1 z )[R(P1 ) + R(P2 )]

Sistemas Lineares

214

R(P1 ) = sF (s) zez sT

s=0

z
z1

R(P2 ) = (s + 1/RC)F (s) zez sT

H(z) = (1 z 1 )

s=1/RC

z
zeT /RC

1 eT /RC
z
z
=

z 1 z eT /RC
z eT /RC

Como Y (z) = H(z)E(z) temos a = eT /RC e b = 1 eT /RC

Y (z)z aY (z) = bE(z)
e pela propriedade de deslocamento obtemos:
y(kT + T ) ay(kT ) = be(kT )
que e a equacao recursiva desejada.
Para calcular a resposta ao degrau unit
ario temos E(z) =
z
H(z) z1 e por fracoes parciais obtemos a resposta ao degrau:

z
z1

e portanto Y (z) =

b
z
]
z 1z a
k = 0, 1, 2, . . .

y(kT ) = Z 1 [Y (z)] = Z 1 [
= 1 ekT /RC ,

Exemplo 7.18 Calcule a funcao de transferencia discreta dos sistemas indicados na

figura 7.25.
x(t)

x (t)

1
s+a

x(t)

y1 (t)

y1 (t)

1
s+b

y2 (t)|t=kT

(a)

x (t)

1
s+a

1
s+b

y(t)|t=kT

Figura 7.25: (a) Dois sistemas amostrados em cascata; (b) Dois sistemas contnuos em
cascata

Solucao: No caso da figura 7.25(a), a relacao entre as sequencias de entrada x(kT ) e

a de sada y1 (kT ) e:
Z[y1 (kT )] = Z[

1
1
] Z[x(kT )] Y1 (z) = Z[
] X(z)
s+a
s+a

(b)

Sistemas Lineares

215

A relacao entre as sequencias de entrada y1 (kT ) e a de sada y2 (kT ) e:

Z[y2 (kT )] = Z[

1
1
] Z[y1 (kT )] Y2 (z) = Z[
] Y1 (z)
s+b
s+b

Combinando as duas express

oes acima temos que a funcao de transferencia Pulsada
entre as sequencias x(kT ) e y2 (kT ) e:
Y2 (z) = Z[
1
]=
Note que Z[ s+a

z
zeaT

1
e Z[ s+b
]=

1
1
] Z[
] X(z)
s+a
s+b

z
zebT

No caso da figura 7.25(b), a relacao entre as sequencias de entrada x(kT ) e a de sada

y(kT ) e:
1
X(z)
Y (z) = Z
(s + a)(s + b)
Assim conclumos que
Z

1
1
=
(s + a)(s + b)
ba

z
z

aT
ze
z ebT

e portanto
Z

1
1
1
Z
=Z
(s + a)
(s + b)
(s + a)(s + b)

ou seja, os sistemas amostrados das figuras 7.25(a) e (b) s

ao diferentes pois suas respectivas funcoes de transferencia s
ao diferentes. Este resultado pode ser generalizado. Em
geral, para quaisquer funcoes G1 (s) e G2 (s)
Z[G1 (s) G2 (s)] = Z[G1 (s)] Z[G2 (s)]
Exemplo 7.19 Prove o resultado da equacao (7.17).
Solucao: Definindo H(s) como sendo a transferencia da sequencia x(kT ) para a sada
y(t) temos:
1 eT s
G(s)
G(s)
H(s) =
G(s) =
eT s
s
s
s
Definindo h0 (t) = L1

G(s)
s
1

e lembrando que L1 [eT s G(s)/s] = h0 (t T ) a resposta

impulsional e: h(t) = L [H(s)] = h0 (t) h0 (t T )

Os valores de h(t) nos instantes t = kT formam a seguinte sequencia (resposta ao pulso

unit
ario).
h(kT ) = h0 (kT ) h0 (kT T )
Tomando a Transformada Z de h(kT ) vem
H(z) = Z[h(kT )] = Z[h0 (kT )] Z[h0 (kT T )]

Sistemas Lineares

216

Note que G(s) e um sistema fsico e portanto causal. Logo G(s)/s tambem e causal e
portanto h0 (t) = 0 para t < 0. Assim:
Z[h0 (kT T )] =

k=0

h0 (kT T )z k = h0 (T ) + h0 (0)z 1 + h0 (T )z 2 + . . .

como h0 (T ) = 0 temos:
Z[h0 (kT T )] = z 1 [h0 (0) + h0 (T )z 1 + h0 (2T )z 2 + . . .
1

= z [

k=0

h0 (kT )z k ] = z 1 Z[h0 (kT )]

e portanto obtemos o seguinte resultado:

para H(s) =

1 eT s
G(s)
s

temos H(z) = (1 z 1 )Z[h0 (kT )] = (1 z 1 )Z[

G(s)
]
s

logo:
Z[x(kT )] = H(z) Z[y(kT )]
X(z)

Y (z)

que e o resultado desejado.

7.9

Sistemas Realimentados

A ideia de sistemas discretos realimentados e analoga a de sistemas realimentados

contnuos. Uma estrutura comum de controle de sistemas amostrados esta indicada na
figura 7.26(a). A figura 7.26(b) mostra uma reinterpretacao do sistema em (a) enfatizando
as funcoes executadas pelo computador e medidor digital. A figura 7.26(c) mostra o
sistema discreto correspondente aos casos (a),(b). Nos instantes t = kT o modelo discreto
possui as mesmas entradas e sadas do sistema contnuo indicado nos casos (a) e (b) e
alem disso possui a vantagem de poder ser tratado diretamente pela transformada Z. O
modelo discreto depende, entre outros fatores, da localizacao dos conversores A/D e D/A.
Para verificar essa afirmacao considere os sistemas da figura 7.27 e suponha que estamos
interessados nas funcoes de transferencia Pulsadas entre as sequencias r(kT ) e c(kT ) nos
casos (a) e (b).
Vamos primeiro considerar o sistema da figura 7.27(a). Para encontrar a funcao de
transferencia entre as sequencias e(kT ) e c(kT ) temos
C(z) = G(z)E(z)

onde G(z) = Z[ZOH(s)G(s)]

e a funcao de transferencia entre e(kT ) e v(kT ) e:

V (z) = GH(z)E(z)

onde GH(z) = Z[ZOH(s)G(s)H(s)]

Sistemas Lineares

programa do
computador
e(kT )

e(t)

modelo do
conversor D/A
com S/H

modelo do

modelo do
conversor
A/D

sinal de
referencia +
r(t)

217

u(kT )
G1 (z)

ZOH(s)

modelo do
sistema a ser
controlado

vari
avel
controlada

u(t)

G2 (s)

y(t)

(a)

computador
algortmo
(eq. recursiva)

sinal de
referencia +
r(kT )

e(kT )

modelo do
conversor D/A
com S/H
u(kT )

ZOH(s)

G1 (z)

modelo do
sistema a ser
controlado
u(t)

modelo do
medidor com
conversor A/D

G2 (s)

y(kT )
vari
avel
controlada

(b)

sinal de
referencia +
r(kT )

e(kT )

modelo discreto do conjunto

conversor D/A, sistema,
medidor e conversor A/D

algortmo
(eq. recursiva)
u(kT )
G1 (z)

G3 (z) = Z[ZOH(s) G2 (s)]

vari
avel
controlada

G3 (z)

y(kT )

(c)

Figura 7.26: Sistema de controle digital e seu modelo discreto

Sistemas Lineares
sistema, controlador e
medidor anal
ogico

S/H

referencia
e(t)

r(t)

218

+
-

e (t)

c (t)
G(s)

ZOH(s)

(a)
T

v(t)

variavel controlada

H(s)
filtros auxiliares

S/H

referencia
e(t)

r(t)
+
-

sistema, controlador e
medidor digital
S/H

e (t)

c (t)

G(s)

ZOH(s)

v(t)

(b)

variavel controlada

ZOH(s)

H(s)
filtros auxiliares

Figura 7.27: Sistema de controle digital com medidor analogico (a) e digital (b)

Como E(z) = R(z) V (z) temos:

R(z) = E(z) + GH(z)E(z) = (1 + GH(z))

C(z)
G(z)

e portanto:
C(z) =

G(z)
R(z)
1 + GH(z)

que expressa a relacao entre a sequencia r(kT ) e c(kT ) no sistema da figura 7.27(a).
Passemos agora ao sistema da figura 7.27(b). Para encontrar a funcao de transferencia
entre as sequencias e(kT ) e c(kT ) temos
C(z) = G(z)E(z)

onde G(z) = Z[ZOH(s)G(s)]

e a funcao de transferencia entre c(kT ) e v(kT ) e:

V (z) = H(z)C(z)

onde H(z) = Z[ZOH(s)H(s)]

Como E(z) = R(z) V (z) temos:

R(z) =

C(z)
C(z)
+ H(z)C(z) = (1 + G(z)H(z))
G(z)
G(z)

Sistemas Lineares

219

e portanto:
C(z) =

G(z)
R(z)
1 + G(z)H(z)

que expressa a relacao entre a sequencia r(kT ) e c(kT ) no sistema da figura 7.27(b).
e(t)

r(t)
+

e (t)

ZOH(s)

Va (t)

c (t)

1
s(s+1)

T=1seg

T=1seg

Va (t) Tensao de armadura do motor DC

c(t) Posicao angular da carga acionada
r(t) Sinal de referencia
Figura 7.28: Controle digital de posicao angular atraves de um motor DC

Exemplo 7.20 Obtenha a resposta ao degrau unit

ario c(kT ) para o sistema de controle
de posicao acionado por um Motor DC, como indicado na figura 7.28.
Solucao: De um exemplo anterior ja vimos que:
G(z) = Z[G(s)] =

e1 z + 1 2e1
0, 368z + 0, 264
= 2
2
1
1
z (1 + e )z + e
z 1, 368z + 0, 368

Logo:
C(z)
0, 368z + 0, 264
= 2
R(z)
z z + 0, 632

Para uma entrada degrau unit

ario R(z) =
C(z) =

z
z1

temos:

0, 368z + 0, 264 z
z 2 z + 0, 632 z 1

Por divisao polinomial obtem-se:

C(z) = 0, 368z 1 + z 2 + 1, 4z 3 + 1, 4z 4 + 1, 147z 5 + 0, 895z 6 + 0, 802z 7 + . . .
Problema 7.4 Com o auxlio de uma tabela de transformadas e da transformada inversa
encontre a express
ao analtica para c(kT ) no exemplo 7.20.
importante notar que o metodo da Transformada Z fornece os valores
Problema 7.5 E
da sada c(t) apenas nos instantes de amostragem t = kT . O valor de c(t) entre instantes
de amostragens consecutivos n
ao pode ser obtido pela Transformada Z . Com o auxlio de
um programa de simulacao verifique que os resultados analticos obtidos coincidem com
o resultado da simulacao do sistema de controle indicado no exemplo 7.20.

Sistemas Lineares

7.10

220

Escolha do Perodo de Amostragem

A melhor escolha do perodo de amostragem em sistemas de controle e um compromisso

entre varios fatores normalmente contraditorios. Normalmente a performance de um
controlador digital melhora com o aumento da frequencia de amostragem mas o custo
do dispositivo tambem. Diminuicao da frequencia de amostragem significa mais tempo
disponvel para o calculo do sinal de controle em tempo real, o que possibilita a utilizacao
de computadores mais lentos e portanto mais baratos. Para sistemas com conversores
A/D, menor frequencia de amostragem significa que menor velocidade de conversao e
necessaria, o que tambem diminui o custo do dispositivo. Alem disso, normalmente uma
grande frequencia de amostragem requer uma grande precisao na representacao binaria
(n
umero de bits elevado), o que tambem aumenta o custo.
Varios fatores afetam a performance de controladores digitais e para que o sistema apresente uma performance mnima aceitavel se faz necessario uma frequencia de amostragem
mnima muito superior `aquela fornecida pelo Teorema da Amostragem.
Para o sistema de controle digital da figura 7.26 vamos definir b a frequencia de banda
passante desejada do sistema em malha fechada e a = 2
a frequencia de amostragem
T
que precisamos utilizar para que a performance do sistema nao se deteriore demais em
relacao `a do sistema desejado. A banda passante desejada do sistema deve ser escolhida
em funcao dos requisitos de rapidez de resposta desejados em malha fechada. Entao os
seguintes fatores impoem um limite mnimo para que a que em muitas aplicacoes e dado
por a > 20b .
1. Seguir sinais de referencia com energia dentro da banda passante do sistema.
2. Tempo de acomodacao pequeno e pouca oscilacao.
3. Erros devido `a perturbacoes e rudos que incidem sobre o sistema a ser controlado
dificultando o controle adequado.
4. Degradacao da estabilidade que aumenta com a diminuicao da frequencia de amostragem devido `a sensibilidade `a erros nos parametros do modelo. Isto e acentuado
ainda mais em conversores com palavra de tamanho pequeno.
5. Introducao de prefiltros (analogicos) de amostragem para atenuar rudos de medida
mas que tambem podem introduzir defasagens na variavel medida dificultando o
projeto do controlador em alguns casos.
Para maiores detalhes veja por exemplo (FRANKLIN, 1990),(OGATA, 1995).

7.11

Resposta em Frequ
encia

Como vimos anteriormente a Transformada Z de um sinal amostrado pode ser definida

a partir da Transformada de Laplace do sinal amostrado com a mudanca de variavel

Sistemas Lineares

221

z = eT s . Esta relacao mostra como os polos do plano s de Laplace sao mapeados para o
plano z.
Exemplo 7.21 O sinal y(t) = eat cos(bt), t 0 com aT = 0, 3567 e bT = /4 resulta
na seguinte sequencia para T = 1seg.
y(kT ) = (e3567 )k cos(k/4),
= 0, 7k cos(k/4)

k = 0, 1, 2, . . .

Calcule a relacao entre os polos de Y (s) e Y (z).

Solucao: Com o auxlio das transformadas de Laplace e Z podemos montar a seguinte
tabela:
P
olos de Y (s) P
olos de Y (z)
s1 = a jb z1 = eaT ejbT = es1 T
s2 = a + jb z2 = eaT ejbT = es2 T
Pelo exemplo acima confirmamos que se uma transformada Y (s) possui todos os polos
no semiplano negativo (estavel) entao Y (z) tera todos os polos dentro do crculo unitario
(estavel). Se algum polo de Y (s) esta sobre o eixo imaginario ele sera mapeado em Y (z)
sobre o crculo unitario e finalmente um polo de Y (s) no semiplano direito (instavel) sera
mapeado em Y (z) na regiao fora do crculo unitario (instavel). Veja figuras 7.15-7.17.
Vimos tambem que a resposta senoidal em regime permanente de um sistema linear
invariante em Laplace e completamente determinada pela Funcao de Transferencia do
sistema com s = j0 , como indicado na Figura 6.1. Em outras palavras, a reposta frequencial de um sistema contnuo se obtem fazendo s percorrer todo o eixo imaginario
(s = j). Como todos os pontos sobre o eixo imaginario sao mapeados sobre o crculo
unitario da Transformada Z podemos conclumos que a resposta frequencial de um sistema discreto se obtem fazendo z percorrer todo o crculo unitario, isto e, z = ejT .
A seguir mostraremos que resultados analogos aos da figura 6.1 sao validos para sistemas discretos.
Seja o sitema discreto abaixo:
X(z)

F(z)

Y(z)

Figura 7.29: Sistema discreto estavel

onde F (z) e estavel e a entrada e uma sequencia senoidal x(k) = cos(0 kT ), k
0. A resposta em regime tambem sera uma cossenoide de mesma frequencia porem
com amplitude e fase que dependem de F (z) para z = ej0 T . Para mostrar isso vamos
representar F (ej0 T ) em termos de sua coordenada polar:
|F (ej0 T )| = M
F (ej0 T ) = M ej
F (ej0 T ) =

Sistemas Lineares

222

Como X(z) = Z[x(k)] =

1
2

z
zej0 T

Y (z) =

z
zej0 T

temos:

z
z
1
F (z)
+
j
T
0
2 ze
z ej0 T

Supondo F (z) estavel, isto e, que todos os seus polos estejam dentro do crculo unitario,
a resposta em regime permanente e dada pelos termos da expansao por fracoes parciais
de Y (z) correspondentes aos polos sobre o crculo unitario, pois todos os outros termos
irao desaparecer quando k . Dessa forma, expandindo Y (z)/z por fracoes parciais e
desprezando os termos associados aos polos dentro do crculo unitario ficamos com:
Yss (z) =

1
z
z
j0 T
F
(e
)
+
F (ej0 T )
j
T
2 ze 0
z ej0 T

Como F (ej0 T ) = M ej e uma constante e Z 1

z
za

= ak vem:

1
(ej0 kT )M ej + (ej0 kT )M ej
2
= M cos(0 T k + )

yss (kT ) =

onde M = |F (ej0 T )| e = F (ej0 T ).

Assim de forma analoga `a resposta frequencial de sistemas contnuos temos: onde
x(k) = cos(0 kT )

yss (k) = M cos(0 kT + )

F(z)

Figura 7.30: Resposta frequencial de um sistema discreto

M = |F (ej0 T )| e = F (ej0 T ) (em regime).
Um resultado analogo pode ser obtido para entradas senoidais.

7.12

Problemas Complementares

Problema 7.6 O sinal de entrada do circuito na figura 7.31 e constante por trechos, isto
e v(t) = v(kT ) para kT t < kT + T . Sendo T = 1 segundo pede-se: (i) a equacao
recursiva que define o comportamento entrada/sada nos instantes t = KT ; (ii) a funcao
de transferencia discreta; (iii) a resposta de estado zero ao degrau de 10 volts; (iv) a
resposta de entrada zero para vc (0) = 1V, vc (T ) = 0V ; (v) a resposta total para uma
entrada degrau unit
ario e condicoes iniciais vc (0) = 3V, vc (T ) = 0V .
Problema 7.7 O sistema da figura 7.32 mostra um esquema de controle de velocidade de um motor DC controlado pela armadura. O perodo de amostragem e de T =

Sistemas Lineares

223
R = 3
+

L = 1H

C = 1F

v(t)

vc (t)

Figura 7.31: Circuito RLC com entrada constante por trechos

1seg e o computador executa um algortmo de controle descrito pela equacao recursiva

u(kT ) 0, 5u(kT T ) = e(kT ). A indutancia de armadura do motor pode ser desprezada
e portanto a dinamica da velocidade do motor em funcao da tensao de armadura pode
ser representada pela equacao diferencial w(t)

+ 2w(t) = va (t). Pede-se: (i) a funcao

de transferencia discreta de malha fechada; (ii) verifique se o sistema e est
avel e justifique sua resposta; (iii) a velocidade de regime permanente do motor quando o sinal de
referencia e um degrau unit
ario.
r(t)

e(kT)
+

computador

u(kT)

S/H

va (t)

motor

w(t)

Figura 7.32: Sistema de controle de velocidade

Problema 7.8 A resposta de um sistema linear invariante ao degrau de amplitude dois

e certas condicoes iniciais e y1 (k) = 2 + 1, 4616(0, 0729)k 2, 4616(0, 682)k onde k 0.
Para um degrau unit
ario e o dobro das condicoes iniciais a resposta e y2 (k) = 1 +
2, 4102(0, 0729)k 1, 4102(0, 682)k . Pede-se (no domnio do tempo):
(i) A equacao recursiva do sistema.
(ii) A resposta ao pulso unit
ario.
(iii) A resposta de estado zero na situacao 1.
(iv) A resposta de entrada zero na situacao 1.
(v) As condicoes iniciais da situacao 1.
Problema 7.9 Verifique se os sistemas da figura 7.33 s
ao est
aveis. Justifique sua resposta.
Problema 7.10 Seja x(k) uma sequencia onde x(k) = 0, k < 0. Mostre que :
(a) Z[x(k + 1)] = Z[x(k)]z x(0)z

Sistemas Lineares

(a)

224

x 1 = x2
x 2 = x1 x2 + e

(b)

x1 (k + 1) = x2 (k)
x2 (k + 1) = x1 (k) x2 (k) + e(k)

x1

sistema

Figura 7.33: Caracterizacao entrada/sada dos sistemas

(b) Z[x(k 1)] = Z[x(k)]z 1

Problema 7.11 Considere o sistema da figura 7.34. Seja x(t) um sinal de tensao constante por trechos, isto e, x(t) = x(kT ) para kT t < kT + T . Pede-se:
(a) A funcao de transferencia pulsada entre x(kT ) e v(kT ).
(b) A equacao recursiva que descreve o comportamento din
amico entre x(kT ) e v(kT ).
(c) A resposta de entrada zero para v(0) = 1V .
(d) A resposta de estado zero para x(kT ) = e2kT , x(k) = 0, k < 0.
+

+
R
x(t)

v(t)
-

Figura 7.34: Entrada: tensao x(t) ; sada: tensao v(t) ; R=1 , C=1 F

Problema 7.12 Calcule a resposta y(kT ) de regime permanente no sistema da figura

7.35.
a) para x(k) um degrau unit
ario.
b) para x(k) = sen(10k)
+
x(t)

ZOH(s)
-

T=1seg

1
s+2

1
s+1

T=1seg

Figura 7.35: Sistema de controle

y(t)

Bibliografia
K. OGATA, Engenharia de Controle Moderno, Prentice Hall 1993.
K. OGATA, Discrete Time Control Systems, Prentice Hall, 1995.
G.F.Franklin, J.D.Powell, M.L.Workman, Digital control of Dinamic Systems,
Addison-Wesley, 1990.