Análise Linear de Sistemas

J. F. Camino

DSI / Faculdade de Engenharia Mecânica

UNICAMP, Campinas, SP, 13083-860, Brasil
[email protected]

Apostila para a disciplina ES601

Campinas, 29 de março de 2025

Sumário

1 Introdução 3

2 Conceitos de Modelagem de Sistemas e Equações Diferenciais 6

2.1 Modelagem de sistemas elétricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Modelagem de sistemas mecânicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3 Analogia entre sistemas mecânicos e elétricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 Propriedades de sistemas contínuous . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.5 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3 Transformada de Laplace 41
3.1 Transformada de funções básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Propriedades da transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3 A inversa da transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4 Resolução de equações diferenciais usando a transformada de Laplace . . . . . . . . . . . . . . . 50
3.5 Resposta a uma excitação arbitrária . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.6 Função de transferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.7 Conceitos de estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4 Sistemas e Sinais Discretos 65

4.1 Definição de alguns sinais discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2 Propriedades de sinais discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.3 Sistemas dinâmicos discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.4 Propriedades de sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.5 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

5 Transformada Z 81
5.1 Transformada de funções básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2 Propriedades da transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.3 A inversa da transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4 Resolução de equações de diferenças usando a transformada Z . . . . . . . . . . . . . . . . . . . 88
5.5 Resposta a uma excitação arbitrária . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.6 Função de transferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.7 Conceitos de estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

1
Prof. Camino, J. F. Análise Linear de Sistemas 2

5.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

6 Análise de Fourier 104

6.1 Série de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.2 Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.3 Pseudotransformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
6.4 Função de resposta em frequência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.5 Espectro e aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.6 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

7 Análise no Espaço de Estado 131

7.1 Representação no espaço de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.2 Solução homogênea da equação no espaço de estado . . . . . . . . . . . . . . . . . . . . . . . . . 135
7.3 Solução da equação no espaço de estado não homogênea . . . . . . . . . . . . . . . . . . . . . . . 139
7.4 Representação no espaço de estado: caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.5 Transformação de similaridade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
7.6 Polos e estabilidade assintótica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
7.7 Formas canônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
7.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

8 Referências Bibliográficas 164

8.1 Dinâmica, modelagem e vibrações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
8.2 Fundamentos matemáticos e equações diferenciais . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
8.3 Análise linear e controle de sistemas dinâmicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
8.4 Análise de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

A Fundamentos Matemáticos 165

A.1 Funções de variáveis complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
A.2 Equações diferenciais ordinárias lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
A.3 Autovalores e autovetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
A.4 Aproximação de Padé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
A.5 Produto interno e normas de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
A.6 Discretização de integrais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181

B Ferramentas de Análise de Sistemas 182

B.1 Inversa da transformada Z usando métodos computacionais . . . . . . . . . . . . . . . . . . . . . 182
B.2 Tabela de transformadas (unilateral) de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
B.3 Transformada bilateral de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
B.4 Função de resposta em frequência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
B.5 Operações básicas com diagramas de blocos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
B.6 Realização de sistemas dinâmicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
B.7 Simulação numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
Capítulo 1

Introdução

Este material foi elaborado para servir como base introdutória ao estudo de análise linear de sistemas nos cursos
de graduação em Engenharia de Controle e Automação, Mecânica e Mecatrônica, e tem o objetivo é apresentar
de forma clara, concisa e acessível os conceitos fundamentais da análise linear de sistemas dinâmicos, utilizando
a terminologia adotada nessa área. Embora influenciado pelos grandes avanços e extensa literatura no campo,
este material não pretende abranger toda a complexidade do assunto. A intenção é proporcionar ao leitor uma
compreensão sólida dos princípios essenciais.
Os fundamentos da análise linear de sistemas remontam ao século XVIII, quando pioneiros como Pierre-
Simon Laplace e Jean-Baptiste Joseph Fourier lançaram as bases da disciplina com suas contribuições matemá-
ticas. Laplace introduziu os fundamentos da transformada integral que agora leva o seu nome e que se tornou
uma ferramenta matemática poderosa na análise linear de sistemas. A análise de Fourier também foi um marco
decisivo, permitindo a análise no domínio da frequência de sinais e sistemas. Esses avanços evoluíram ao longo
dos séculos subsequentes, trazendo à cena nomes notáveis, a exemplo de Aleksandr Mikhailovich Lyapunov,
cujos métodos revolucionários trouxeram contribuições significativas para a análise de estabilidade de sistemas
dinâmicos. Já no século XX, engenheiros visionários, como Harry Nyquist e Hendrik Bode, impulsionaram a
área a novos horizontes, especialmente na eletrônica e na engenharia de controle.
Na engenharia moderna, a análise linear de sistemas desempenha um papel crucial, permitindo a compreen-
são aprofundada de uma variedade de sistemas físicos em campos que abrangem eletrônica, telecomunicações,
controle de processos industriais, robótica, veículos autônomos e muitos outros. Ela possibilita a compreensão e
o aprimoramento do comportamento desses sistemas. Através da modelagem matemática, engenheiros e cientis-
tas podem capturar complexidades, transformando observações do mundo real em linguagem matemática. Isso
permite prever e otimizar o desempenho antes da fabricação de um produto, economizando tempo e recursos.
A análise de sistemas é uma abordagem inestimável para melhorar sistemas de engenharia, sendo fundamental
para as aplicações modernas. Tais sistemas, constituídos pela interconexão de componentes, dispositivos ou
subsistemas, operam em conjunto para atingir um objetivo comum, e podem servir a uma ampla gama de
aplicações, incluindo processamento de sinais, sistemas de comunicação, motores, veículos e processos químicos.
Nessa perspectiva, um sistema é entendido como um conjunto de elementos interligados que recebem sinais de
entrada e, com base em sua dinâmica específica, produzem sinais de saída.
Dependendo de como essas variáveis mudam com o tempo, os sistemas podem ser classificados como:
• Sistemas Contínuos: Nesses sistemas, as variáveis (entrada, saída, estado) mudam de maneira contínua
em relação ao tempo. Ou seja, elas podem assumir qualquer valor ao longo do tempo. Normalmente, tanto
o tempo (t, geralmente um número real) quanto os sinais de entrada e saída são tratados como variáveis
contínuas. É o que ocorre na maioria dos sistemas físicos, como circuitos elétricos, sistemas mecânicos e
térmicos, entre outros. Por exemplo, imagine um termômetro de mercúrio. À medida que a temperatura
ao redor muda, o nível de mercúrio no termômetro sobe ou desce de forma contínua. Não há “saltos”
discretos no nível do mercúrio; ele se move suavemente em resposta às variações de temperatura.
• Sistemas Discretos: Em sistemas discretos, as variáveis (entrada, saída, estado) mudam em instantes

3
Prof. Camino, J. F. Análise Linear de Sistemas 4

discretos de tempo. O tempo é representado como uma sequência discreta de valores (k, um número
inteiro, geralmente) e os sinais de entrada e saída são discretos, definidos apenas nesses instantes discretos
de tempo. Exemplos de sistemas discretos incluem sistemas digitais e sistemas que são analisados em
instantes de tempo discretos (como no caso de amostragem de dados). Por exemplo, o preço de fechamento
de uma ação da bolsa de valores ocorre em momentos discretos. Um relógio digital é um exemplo clássico.
A cada minuto, a leitura do tempo muda, mas entre essas mudanças, o display permanece constante.
Não há variação contínua no tempo como em um relógio analógico, onde o movimento do ponteiro dos
segundos é contínuo.
• Sistemas Digitais: Subcategoria dos sistemas discretos, em que tanto o tempo quanto a amplitude das
variáveis (entrada, saída, estado) são discretas. Isso implica que os sinais nestes sistemas não apenas
mudam em momentos específicos, mas também estão limitados a um conjunto finito e pré-definido de
valores. A quantização dessas amplitudes é frequentemente representada por números binários. Considere-
se, por exemplo, um termômetro digital. Ele não apenas atualiza sua leitura em instantes discretos de
tempo (como a cada segundo), mas também exibe as temperaturas quantizadas, como 20.5◦ C ou 21.0◦ C,
sem representar os valores de forma contínua como observadas em termômetros de mercúrio analógicos.
Um exemplo clássico adicional de sistema digital é o computador, no qual os dados são armazenado e
processados na forma de bits (0s e 1s).

Os sinais de entrada e saída são elementos fundamentais que influenciam o comportamento de qualquer
sistema. Os sinais de entrada atuam como estímulos que afetam e direcionam o funcionamento do sistema. Já
os sinais de saída compõem a resposta ou reação resultante do sistema a um determinado sinal de entrada.
Esses sinais de entrada e saída estão intrinsecamente ligados ao tipo do sistema em questão, desempenhando
um papel crucial na forma como o sistema responde e interage com o seu ambiente:
• Sinais de Entrada: Influenciam o comportamento do sistema. Eles podem assumir várias formas, depen-
dendo do contexto do sistema. Por exemplo, em um sistema de controle, os sinais de entrada podem ser
comandos de controle, como direção e velocidade que um veículo autônomo deve seguir, ou perturbações,
como mudanças imprevistas na estrada ou no clima que o veículo precisa considerar. Em um sistema de
processamento de sinais, o sinal de entrada pode ser uma forma de onda de áudio ou um sinal de vídeo
para ser processado.
• Sinais de Saída: Refletem a resposta do sistema ao comportamento ditado pelos sinais de entrada. No
exemplo do veículo autônomo, os sinais de saída poderiam ser a velocidade real e o ângulo de direção ou
curso que o veículo está tomando. Em um sistema de processamento de sinais, a saída poderia ser a forma
de onda de áudio ou o sinal de vídeo processados.

Quanto à natureza, os sinais podem ser classificados em:

• Sinais Contínuos: São definidos para todos os valores de tempo contínuo. Se denotarmos o sinal contínuo
por x(t), a variável t pertencerá ao conjunto dos números reais. Por exemplo, podemos calcular o valor
do sinal x(t) em qualquer ponto no tempo, seja ele t = 1.2 ou t = π.
• Sinais Discretos: São definidos em instantes discretos de tempo. Se denotarmos o sinal discreto por x(k),
então a variável k pertencerá ao conjunto dos números inteiros. Os sinais discretos representam sequências
de pontos como . . . , x(−1), x(0), x(1), x(2), . . . .
• Sinais Digitais: Subtipo de sinais discretos em que, além do tempo, a amplitude é quantizada para um
conjunto finito de possíveis valores. No caso discreto, o valor de x(k) pode ser qualquer número real, como
√
2. No entanto, em um sinal digital, esse valor é quantizado, ou seja, arredondado ou ajustado para um
dos valores possíveis dentro de um conjunto finito pré-determinado.

É oportuno reafirmar que a análise linear de sistemas lida com problemas centrais como modelagem dinâmica,
análise de estabilidade, projeto de controladores, estimação de estados e parâmetros, otimização de desempe-
nho e rejeição de distúrbios. O domínio dessas técnicas é crucial para caracterizar, controlar e aprimorar o
comportamento de sistemas lineares em diversos campos da engenharia. A análise linear de sistemas é vital em
áreas emergentes como robótica, veículos autônomos, redes elétricas inteligentes e manufatura avançada. Com
Prof. Camino, J. F. Análise Linear de Sistemas 5

o avanço computacional e a crescente conectividade no século XXI, surgem aplicações inovadoras, como cidades
digitais, geração distribuída de energia e realidade virtual. Além disso, a análise linear de sistemas fornece o
alicerce para a integração de técnicas avançadas, como machine learning e big data, em tais contextos. Sua
relevância só aumenta, em um mundo crescentemente interconectado.
O conteúdo desta apostila está organizado da seguinte forma: No Capítulo 2, aborda-se a modelagem de
sistemas lineares, que consiste em representar entidades físicas por meio de relações matemáticas lineares. O
Capítulo 3 apresenta a transformada de Laplace, ferramenta para resolver equações diferenciais lineares de
maneira eficiente. Introduz também a função de transferência, conceito fundamental em análise de sistemas.
O Capítulo 4 trata dos sistemas e sinais discretos, suas definições e propriedades. O Capítulo 5 aprofunda os
sistemas discretos, introduzindo a transformada Z e suas aplicações. O Capítulo 6 abrange a análise de Fourier
para sinais periódicos e não periódicos. O Capítulo 7 discute a análise no espaço de estado para sistemas
lineares. Por fim, o Apêndice traz uma revisão de tópicos matemáticos relacionados.
Para melhor aproveitamento do conteúdo, os pré-requisitos sugeridos para este curso são: álgebra linear
(matrizes, transformações lineares, determinantes, inversas, autovalores e autovetores); cálculo diferencial e
integral (limites, continuidade, derivadas, integrais, sequências e séries); e noções básicas de análise complexa.
Nos cursos de engenharia da Universidade Estadual de Campinas (UNICAMP), esses tópicos são geralmente
cobertos nas disciplinas de Cálculo I, Cálculo III, Geometria Analítica e Álgebra Linear. Conhecimentos básicos
de equações diferenciais ordinárias e de equações de diferenças são úteis.
Em suma, este material busca prover uma base sólida em análise linear de sistemas, destinando-se a estu-
dantes e profissionais que buscam aprofundar-se na área. Ao final deste conteúdo, o leitor estará equipado com
ferramentas e técnicas avançadas para modelar, analisar e resolver problemas complexos em engenharia e áreas
relacionadas.
Capítulo 2

Conceitos de Modelagem de Sistemas e

Equações Diferenciais

2.1 Modelagem de sistemas elétricos

Esta seção descreve os passos para determinar o modelo matemático de alguns circuitos elétricos básicos, utili-
zando equações diferenciais ordinárias (EDOs). Uma abordagem mais completa pode ser encontrada nos livros
citados nas referências bibliográficas.
Inicialmente, são apresentadas as leis das malhas e dos nós, comumente utilizadas para equacionar os siste-
mas. Em seguida, é introduzido o método das correntes de malha, também amplamente empregado para derivar
a equação diferencial. O primeiro sistema a ser modelado é o circuito resistor-capacitor, que fornece uma equação
diferencial de primeira ordem. Isso possibilita a definição e revisão de conceitos básicos sobre equações diferenci-
ais ordinárias1 . Posteriormente, é realizada uma análise da resposta do sistema em termos de regime transiente
e regime estacionário. Por fim, é derivado o modelo de segunda ordem do circuito resistor-indutor-capacitor.

2.1.1 Conceitos básicos

Os circuitos elétricos são formados por diversos componentes, que são geralmente classificados como ativos ou
passivos. Os elementos ativos são aqueles que podem amplificar sinais ou fornecer energia ao circuito, tais como:
diodos, transistores, circuitos integrados, dispositivos optoeletrônicos e fontes de corrente e de tensão. Por outro
lado, os componentes passivos, interagem com essa energia de alguma maneira, dissipando-a em forma de calor,
tais como os resistores, ou armazenando-a como os capacitores e indutores. A Figura 2.1 apresenta os símbolos
usados para identificar os componentes passivos mais comuns: o resistor, o indutor e o capacitor.

R [Ω] L [H] C [F]

Figura 2.1: Componentes passivos: resistor (R), indutor (L) e capacitor (C).

A seguir, é apresentado um resumo das relações entre a tensão [V] e a corrente [A], para o resistor, o indutor
e o capacitor, assumindo que esses componentes tenham um comportamento ideal.

1. Resistor R: A diferença de potencial, a tensão, v nos terminais do resistor R é proporcional à corrente

i, ou seja
v = Ri
1 Alguns fundamentos básicos sobre equações diferenciais ordinárias estão apresentados na Seção A.2

6
Prof. Camino, J. F. Análise Linear de Sistemas 7

2. Indutor L: A diferença de potencial v nos terminais do indutor L é proporcional à corrente i, ou seja

di
v=L
dt
Integrando essa equação, obtém-se Z
1
i= v dt
L

3. Capacitor C: A diferença de potencial v através do capacitor C depende da carga elétrica q acumulada

nas placas do capacitor, ou seja
q
v=
C
A corrente i que flui através do capacitor é igual à razão com que as cargas elétricas se movem, i.e.
i = dq/dt . Dessa forma, a carga total acumulada nas placas do capacitor é dada por
Z
q = i dt

Substituindo essa expressão para a carga q na equação da tensão v, tem-se

Z
1
v= i dt
C

Agora, derivando a expressão v = q/C e notando que dq/dt = i, obtém-se

dv 1 dq 1
= = i
dt C dt C
Portanto, a corrente pode ser determinada através da expressão

dv
i=C
dt

2.1.2 Leis das malhas e dos nós

De pose das relações acima, as equações que descrevem um circuito elétrico simples podem ser derivadas usando-
se as leis de Kirchhoff, conhecidas como lei dos nós e lei das malhas:

Lei dos nós. A lei dos nós (ou lei das correntes) estabelece que a soma algébrica das correntes que entram
num nó é nula, ou seja
X
in = 0
n

Como regra geral, admite-se que a corrente, em qualquer porção do circuito, pode ser indicada a priori
sem necessidade de saber se a corrente circula verdadeiramente no sentido indicado. Como convenção,
uma corrente indicada como entrando num nó será positiva. No caso contrário, será negativa.

Lei das malhas. A lei das malhas (ou lei das tensões) estabelece que a soma algébrica das tensões ao
longo de um circuito fechado, ou numa malha fechada, é nula, ou seja
X
vn = 0
n

Da mesma forma que a lei dos nós, deve-se começar por estabelecer a priori as tensões nos terminais de
cada componente e o sentido do percurso do cálculo em cada malha. Por convenção, as tensões definidas de
modo que o sentido do percurso entre pelo terminal positivo e saia pelo terminal negativo serão contadas
positivamente. No caso contrário, serão contadas negativamente.

Para ilustrar esse método de análise, será utilizado o circuito apresentado na Figura 2.2 abaixo.
Prof. Camino, J. F. Análise Linear de Sistemas 8

i1 A i3
+ − + −
R1 i2 + R3 +
+
v R2 R4
−
− −

Figura 2.2: Circuito resistivo.

Para aplicar a lei dos nós, seleciona-se um nó, por exemplo, o ponto A, e denota-se por vA a tensão desse
nó com relação a um nó de referência. O nó de referência nesse caso é escolhido como sendo o terra, o ponto
B. A corrente que entra no nó A tem sentido positivo e a que sai negativo. Assim, aplicando a lei dos nós no
ponto A, obtém-se

(2.1) i1 − i2 − i3 = 0 =⇒ i1 = i2 + i3

e aplicando a lei das malhas na primeira malha (a malha da esquerda), tem-se

(2.2) −v + vR1 + vR2 = 0

em que vRj é a tensão através do resistor Rj . Como a corrente através do resistor R1 é i1 e a diferença de
potencial através do resistor R2 é vA , tem-se de imediato que

v − vA
v = i1 R 1 + v A =⇒ i1 =
R1

Como a corrente que passa por R2 é i2 , tem-se

vA
v A = v R 2 = i2 R 2 =⇒ i2 =
R2

Aplicando agora a lei das malha na segunda malha (a malha da direita), que fornece

(2.3) −vR2 + vR3 + vR4 = 0

e notando que a corrente i3 circula através de R3 em série com R4 , obtém-se

vA
vA = vR3 + vR4 = i3 (R3 + R4 ) =⇒ i3 =
R3 + R4

Substituindo os valores de i1 , i2 e i3 em (2.1), tem-se

v − vA vA vA
= +
R1 R2 R3 + R4

Nessa equação, é possível isolar a tensão vA , fornecendo finalmente

R2 (R3 + R4 )
vA = v
R2 (R3 + R4 ) + R1 (R2 + R3 + R4 )

Observação 2.1.1 Observe que também é possível aplicar a lei das malhas na malha externa, fornecendo

−v + vR1 + vR3 + vR4 = 0

Porém, essa equação nada acrescenta, já que nada mais é do que a combinação linear de (2.2) com (2.3).
Prof. Camino, J. F. Análise Linear de Sistemas 9

2.1.3 Método das correntes de malha

Será considerado o mesmo circuito da Figura 2.2, usado anteriormente. Para aplicar esse método, considera-se
que as correntes circulam nas malhas como descrito na Figura 2.3 abaixo.

R1 R3

+
v i1 R2 i2 R4
−

Figura 2.3: Ilustração do método das correntes de malha.

Assim, é necessário aplicar a lei das malhas para cada uma das malhas acima. Para a primeira malha com
corrente i1 , tem-se que a corrente fluindo através de R1 é i1 e a corrente através de R2 é i1 − i2 , portanto

v = i1 R1 + (i1 − i2 )R2

De forma similar, para a segunda malha, com corrente i2 , tem-se

0 = i2 R3 + i2 R4 + (i2 − i1 )R2

Dessa forma, obtêm-se duas equações algébricas em i1 e i2 , que podem ser resolvidas simultaneamente. Uma
vez obtidas as correntes, a tensão nos resistores é prontamente determinada.

2.1.4 Equação de primeira ordem: sistema resistor-capacitor

Considere o circuito elétrico resistor-capacitor apresentado na Figura 2.4.

R
i

+
vE C vC
−

Figura 2.4: Circuito resistor-capacitor.

Aplicando a lei das malhas, obtém-se

vE (t) = vR (t) + vC (t)

em que vR (t) é a diferença de potencial através do resistor R, dada por vR (t) = i(t)R. Veja que a corrente i(t) é
a mesma através de todos os componentes do circuito. Usando a relação entre corrente e tensão num capacitor,
dada por
dvC (t)
i(t) = C
dt
tem-se que
dvC (t)
RC + vC (t) = vE (t)
dt
que pode ser colocada na forma padrão, com o coeficiente da derivada de maior ordem sendo 1, ou seja:

(2.4) ẏ(t) + a1 y(t) = x(t)

Prof. Camino, J. F. Análise Linear de Sistemas 10

com y(t) = vC (t), τ = RC, a1 = 1/τ , x(t) = vE (t)/τ . Essa equação descreve a relação entre a tensão da fonte
vE (t) e a tensão do capacitor vC (t). Trata-se de uma equação diferencial ordinária2 , que estabelece uma relação
entre uma variável e suas derivadas. No contexto acima, essa equação ilustra como a tensão no capacitor varia
com o tempo. Uma equação diferencial é chamada de “ordinária” quando envolve derivadas em relação a uma
única variável independente, que, neste caso, é o tempo.
Na equação diferencial acima, a variável t é denominada de varável independente. Por outro lado, a variável
y, que é a solução (incógnita) da equação diferencial, é a variável dependente. A ordem da equação diferencial
é a ordem da mais alta derivada de y com relação a t. Nessa equação, o termo x(t) é chamado de termo
forçante, simbolizando a entrada ou excitação do sistema. Se x(t) = 0, tem-se uma equação diferencial
homogênea, por outro lado, se x(t) 6= 0, tem-se uma equação diferencial não homogênea. Assim, (2.4) é
uma equação diferencial não homogênea de primeira ordem. É oportuno ainda enfatizar que uma equação dife-
rencial juntamente com as condições iniciais constitui um problema de valor inicial. Na equação diferencial
(2.4), a condição inicial vC (0) = vC0 indica a carga do capacitor no instante de tempo t = 0.

Solução homogênea do sistema de primeira ordem

A solução da equação (2.4) depende do termo forçante x(t). Considerar-se-á inicialmente que a entrada x(t) é
nula, ou seja, que a equação diferencial é homogênea, dada por

(2.5) ẏ(t) + a1 y(t) = 0

com condições iniciais y(0) = y0 . Suponha que a solução tenha a forma

y(t) = est

com s uma constante a ser determinada. Derivando essa solução e substituindo-a na equação (2.4), obtém-se

sest + a1 est = 0 =⇒ (s + a1 )est = 0

Portanto
s + a1 = 0

fornecendo s = −a1 . Assim, a solução geral da equação diferencial de primeira ordem homogênea (2.5) é dada
por

(2.6) y(t) = Ae−a1 t

em que A é uma constante arbitrária a ser determinada pela condição inicial. Note que a solução geral (2.6)
parametriza o conjunto de todas as infinitas soluções de (2.5). Usando-se a condição inicial y(0) = y0 , tem-se

y0 = Ae0 = A

Assim, a solução da equação diferencial homogênea fica sendo

y(t) = y0 e−a1 t

Essa solução homogênea, devido apenas às condições iniciais, é comumente chamada de solução livre ou
ainda de solução não forçada.
É oportuno enfatizar que o parâmetro τ no sistema resistor-capacitor, dado por τ = RC [s], representa a
constante de tempo do circuito em segundos. Claramente, esse parâmetro determina a velocidade de descarga
do capacitor, já que vC (t) = vC0 e−t/τ com vC0 a diferença de potencial no capacitor no instante t = 0. Note
que decorrido uma constante de tempo τ , o capacitor terá perdido aproximadamente 63.2% de sua carga.
2 Alguns fundamentos básicos sobre equações diferenciais ordinárias estão apresentados na Seção A.2
Prof. Camino, J. F. Análise Linear de Sistemas 11

Exemplo 2.1.1 Considere o circuito da Figura 2.4, em que o valor da resistência R é 2 [kΩ] e o valor do
capacitor C é 0.1 [mF]. No instante t = 0, a diferença de potencial no capacitor é vC0 = 0.6 [V]. Assim, para
esses valores numéricos, τ = RC = 2 × 103 × 0.1 × 10−3 = 0.2 [s] e a tensão no capacitor é dada por

vC (t) = 0.6e−t/τ = 0.6e−5t

O gráfico da solução vC (t) está apresentado na Figura 2.5. Como esperado, transcorrido t = τ = 0.2 [s], a
tensão no capacitor será de apenas 36.8% do valor inicial vC0 .

0.6 vC0
vC (t) [V]

0.4

0.2 0.368vC0

0
0 0.2 0.4 0.6 0.8 1 1.2
Tempo t [s]

Figura 2.5: Tensão vC no capacitor para vC0 = 0.6 [V].

Solução não homogênea do sistema de primeira ordem

Na seção anterior, a solução da equação diferencial homogênea foi calculada considerando-se que o termo forçante
era nulo. Esta seção determina a solução do problema de valor inicial dado pela equação diferencial não
homogênea

(2.7) ẏ(t) + a1 y(t) = x(t)

juntamente com a condição inicial y(0) = y0 . É comum denominar a solução desse problema de valor inicial (que
é única) de solução completa ou ainda de solução total. Por outro lado, uma solução particular (também
chamada de integral particular) da equação diferencial não homogênea (2.7) é qualquer solução específica que
satisfaz a equação e não envolve constantes arbitrárias. Note que essa solução não necessariamente satisfará as
condições iniciais.
A solução da equação não homogênea (2.7) pode ser obtida3 a partir de uma solução particular qualquer
de (2.7) adicionando-se todas as possíveis soluções da equação homogênea associada (2.5). Portanto, a solução
y(t) da equação diferencial não homogênea (2.7) é dada por

y(t) = yh (t) + yp (t)

em que yp (t) é uma solução particular qualquer de (2.7) e yh (t) é a solução geral da equação homogênea
associada (2.5), contendo as constantes arbitrárias. Essa solução geral da equação não homogênea é
frequentemente denominada de função complementar da equação diferencial não homogênea (2.7).
Como a solução geral da equação diferencial homogênea associada já foi determinada na seção anterior, tendo
sido dada por (2.6), deve-se agora determinar uma solução particular para a entrada x(t). Note, no entanto,
que a solução particular não é única. Por exemplo, considerando-se que a entrada vE (t) é uma tensão constante
de amplitude E, ou seja
x(t) = E/τ = a1 E
uma solução particular de (2.7) pode ser obtida como

yp (t) = αE
3 Como demonstrado no Exercício 2.5.2, se y (t) e y (t) forem duas soluções da equação diferencial não homogênea (2.7), então
1 2
a diferença y1 (t) − y2 (t) também satisfará a equação diferencial homogênea associada (2.5).
Prof. Camino, J. F. Análise Linear de Sistemas 12

para α ∈ R a ser determinado. Substituindo essa expressão em (2.7) tem-se

a1 αE = a1 E

o que fornece α = 1 e portanto yp (t) = E é uma solução particular válida4 . Assim, usando essa solução
particular, a solução geral da equação diferencial não homogênea (2.7) passa a ser

(2.8) y(t) = yh (t) + yp (t) = Ae−a1 t + E

em que a constante arbitrária A é determinada usando-se a condição inicial. Considerando-se que a tensão y(t)
no instante t = 0 é y(0) = y0 e substituindo essa condição inicial na equação (2.8), tem-se

y0 = A + E =⇒ A = y0 − E

Consequentemente, a solução completa da equação diferencial linear não de primeira ordem não homogênea
(2.7) para a entrada constante x(t) = a1 E fica sendo

(2.9) y(t) = y0 e−a1 t + E(1 − e−a1 t )

Exemplo 2.1.2 Considere novamente o circuito da Figura 2.4, em que o valor da resistência R é 2 [kΩ] e o
valor do capacitor C é 0.1 [mF]. Considere ainda que no instante t = 0 a diferença de potencial no capacitor é
vC0 = 0.6 [V] e a tensão da fonte é vE (t) = 2 [V]. Assim, notando que para τ = RC = 0.2, a1 = 1/τ = 5 e a
tensão no capacitor fica sendo

(2.10) vC (t) = 0.6e−5t + 2(1 − e−5t )

A solução vC (t) está apresentada na Figura 2.6.

2
vC (t) [V]

1.5

vC0
0.5
0 0.2 0.4 0.6 0.8 1
Tempo t [s]

Figura 2.6: Tensão vC no capacitor para vC0 = 0.6 [V] e vE (t) = 2 [V].

2.1.5 Solução completa e sua parte forçada via convolução

Agora, será apresentada uma segunda abordagem, usando o fator integrante, para se determinar a solução
completa de uma equação diferencial de primeira ordem não homogênea para uma entrada arbitrária, ou seja,
em que o termo forçante x(t) é diferente de zero. Esse método leva à integral de convolução, que é uma
ferramenta fundamental na obtenção da resposta forçada de um sistema dinâmico.
A equação a ser resolvida é a mesma equação (2.7), juntamente com sua condição inicial y(0) = y0 , ou seja

(2.11) ẏ(t) + a1 y(t) = x(t), y(0) = y0

Multiplicando ambos os lados dessa equação pelo fator integrante ea1 t , obtém-se

(2.12) ea1 t ẏ(t) + ea1 t a1 y(t) = ea1 t x(t)

4 Como mencionado anteriormente, a solução particular não é única. Por exemplo, y (t) = E + 3e−a1 t também é uma solução
p
particular válida, pois, ao substituir yp (t) em (2.7), a igualdade é satisfeita. Porém, não é usual incluir termos da solução homogênea
em yp (t), pois eles já estão contemplados em yh (t).
Prof. Camino, J. F. Análise Linear de Sistemas 13

Lembrando agora a regra da cadeia dada por

d a1 t

e y(t) = ea1 t ẏ(t) + ea1 t a1 y(t)
dt
tem-se diretamente que (2.12) pode ser reescrita como

d a1 t

(2.13) e y(t) = ea1 t x(t)
dt
Integrando ambos os lados dessa expressão, obtém-se
t Z t
ea1 t y(t) = ea1 η x(η) dη
0 0

ou seja
Z t
a1 t
e y(t) = y(0) + ea1 η x(η) dη
0

Portanto, a solução completa da equação diferencial de primeira ordem não homogênea (2.11) é dada por
Z t
(2.14) y(t) = y0 e−a1 t + e−a1 (t−η) x(η) dη
0

Note que essa derivação é uma prova da existência e unicidade da solução da equação diferencial linear de
primeira ordem não homogênea. Claramente, essa solução pode ser particionada como

y(t) = yh (t) + yf (t)

com o termo yh (t) sendo a solução da homogênea associada dada por

yh (t) = y0 e−a1 t

e o termo yf (t) sendo a solução forçada dada por

Z t
yf (t) = e−a1 (t−η) x(η) dη
0

Observação 2.1.2 A operação de integração que aparece na expressão da solução forçada acima tem a forma
de uma convolução; uma operação matemática (com inúmeras aplicações práticas) que expressa a quantidade
de sobreposição de uma função g(t) à medida que ela se desloca sobre uma segunda função f (t). A convolução
entre as funções f (t) e g(t), denotada por f (t) ∗ g(t), é dada por
Z ∞ Z ∞
f (t) ∗ g(t) = f (t − η)g(η) dη = f (η)g(t − η) dη = g(t) ∗ f (t)
−∞ −∞

Exemplo 2.1.3 Sejam os sinais f (t) = et µ(t) e g(t) = tµ(t), em que µ(t) é a função Heaviside (o degrau
unitário) definida como sendo µ(t) = 1 para t ≥ 0 e µ(t) = 0 para t < 0. Assim, a convolução de f (t) com g(t)
é dada por
Z ∞ Z ∞ Z t
f ∗g = f (t − η)g(η) dη = e(t−η) µ(t − η)ηµ(η) dη = ηe(t−η) dη = et − t − 1
−∞ −∞ 0

Do exposto na Observação 2.1.2 acima, percebe-se que a resposta forçada yf (t) nada mais é do que a
convolução, no intervalo [0, t], da entrada x(t) com a função5 h(t) = e−a1 t , ou seja:
Z t Z t
yf (t) = h(t − η)x(η) dη = e−a1 (t−η) x(η) dη
0 0
5 Será visto no Exemplo 3.4.3 do Capítulo 3 que h(t) = e−a1 t representa a resposta ao impulso do sistema.
Prof. Camino, J. F. Análise Linear de Sistemas 14

É importante salientar ainda que, dependendo da função forçante x(t), a integral de convolução pode ser de
difícil resolução. Por outro lado, para o exemplo do circuito elétrico em que a entrada de tensão é constante,
dada por vE (t) = E, a solução completa (2.14) acima com x(t) = E/τ e a1 = 1/τ fica sendo
Z t
E
y(t) = y0 e−t/τ + e−(t−η)/τ dη = y0 e−t/τ + E(1 − e−t/τ )
τ 0

que é exatamente a solução obtida anteriormente em (2.9).

Exemplo 2.1.4 Considere o caso específico do Exemplo 2.1.2, em que τ = 1/5, vE (t) = 2 [V] e vC0 = 0.6 [V].
Nesse caso, a tensão vC (t) será dada por
Z t t
2 −t/τ
vC (t) = 0.6e−t/τ + e eη/τ dη = 0.6e−t/τ + 2e−t/τ eη/τ
τ 0 0
−5t −5t
= 0.6e + 2(1 − e )

que é a solução dada em (2.10).

Decomposição da solução

A solução da equação diferencial não homogênea (2.11), que é composta pela soma das soluções homogênea e
forçada6 , também pode ser particionada em um termo relacionado ao regime transiente e um termo relacionado
ao regime estacionário (permanente).
Observe que para o problema de valor inicial, dado pela equação diferencial de primeira ordem não homogênea
(2.11) e sua condição inicial
ẏ(t) + a1 y(t) = x(t), y(0) = y0

a solução foi determinada como sendo

Z t
−a1 t
y(t) = y0 e + e−a1 (t−η) x(η) dη
0
| {z } | {z }
homogênea forçada

Agora, considerando que o termo forçante seja x(t) = a1 E, uma constante de amplitude a1 E, tem-se

y(t) = y0 e−a1 t + E(1 − e−a1 t )

| {z } | {z }
homogênea forçada

que pode ainda ser decomposta como a soma dos regimes transiente e permanente, como segue

y(t) = (y0 − E)e−a1 t + E

|{z}
| {z }
transiente permanente

Assim, em regime permanente com t → ∞, a resposta torna-se y(t) = E.

Observação 2.1.3 Note que para o exemplo do circuito resistor-capacitor, o regime permanente vC (t) = E
implica que o capacitor estará plenamente carregado. Na prática, transcorrido t = 3τ [s], o termo transiente
terá diminuído 95% e para t = 5τ [s], terá diminuído 99%.

Exemplo 2.1.5 A Figura 2.7 apresenta as respostas homogênea vh , forçada vf , transiente vt , permanente vp
e completa, para o exemplo do circuito resistor-capacitor, em que R = 2 [kΩ], C = 0.1 [mF], vC0 = 0.6 [V] e
vE (t) = 2 [V].
6 É importante enfatizar que os resultados obtidos nesta seção são válidos apenas para uma equação diferencial não homogênea

tendo a forma (2.11), em que a entrada não contem termos derivativos. O caso mais geral é discutido no Exercício 2.5.3.
Prof. Camino, J. F. Análise Linear de Sistemas 15

2
vh
vf
1 vt

Tensão [V]
vp
completa
0

−1

0 0.2 0.4 0.6 0.8 1

Tempo t [s]

Figura 2.7: Respostas: vh , vf , vt , vp e completa, para o sistema resistor-capacitor.

2.1.6 Equação de segunda ordem: sistema resistor-indutor-capacitor

Considere o sistema apresentado na Figura 2.8 abaixo, composto de um resistor, um indutor e um capacitor
ligados em série.

R L
i

+
vE (t) C vC (t)
−

Figura 2.8: Circuito RLC em série.

Aplicando a lei das malhas nesse circuito, tem-se

vE (t) = vR + vL + vC

em que vR , vL e vC são respectivamente as tensões no resistor R, no indutor L e no capacitor C. Para o resistor,

a tensão é dada por vR = iR. Para o indutor, sabe-se que vL = L( di/dt ). Assim, a equação torna-se

di
vE (t) = iR + L + vC
dt

Usando a relação entre a corrente e a tensão através do capacitor C, dada por

dvC di d( dvC /dt ) d2 v C

i=C =⇒ =C =C
dt dt dt dt2

obtém-se
dvC d2 v C
vE (t) = RC + LC + vC
dt dt2
Essa equação pode ser equivalentemente reescrita como

(2.15) LC v̈C + RC v̇C + vC = vE (t)

que é uma equação diferencial linear de segunda ordem não homogênea7 . A solução desse tipo de equação é
apresentada na Seção 2.2.

7 Alguns fundamentos básicos sobre equações diferenciais ordinárias estão apresentados na Seção A.2
Prof. Camino, J. F. Análise Linear de Sistemas 16

2.2 Modelagem de sistemas mecânicos

Esta seção descreve os passos para determinar o modelo matemático de alguns sistemas mecânicos básicos,
utilizando equações diferenciais ordinárias (EDOs). O modelo matemático em forma de EDOs facilita a análise,
as simulações computacionais e o projeto desses sistemas mecânicos. Serão tratados sistemas mecânicos trans-
lacionais e rotacionais, que podem ser descritos pelas três leis básicas da física Newtoniana, as leis de Newton.
Uma abordagem mais completa pode ser encontrada nos livros citados nas referências bibliográficas.
Inicialmente, são estudados os sistemas mecânicos translacionais e suas respectivas representações matemáti-
cas. Em seguida, é realizada a análise da deflexão estática de uma mola sob uma carga determinada. O primeiro
exemplo de um sistema mecânico envolve uma massa acoplada a uma mola ideal, resultando na derivação de sua
equação de movimento de segunda ordem. Logo após, incorpora-se o efeito do amortecimento viscoso ao sistema
massa-mola. Posteriormente, a análise é estendida para abranger sistemas com múltiplos graus de liberdade.
Finalmente, a representação matemática de sistemas mecânicos rotacionais é derivada.

2.2.1 Sistemas mecânicos translacionais

1. Mola de rigidez k. Pela lei de Hooke, tem-se que a força F exercida pela mola é proporcional ao desloca-
mento x com sentido oposto.

F = kx

x
Figura 2.9: Mola ideal.

2. Amortecedor. Coeficiente de amortecimento c. Nesse caso, a força é proporcional à velocidade ẋ com

sentido oposto.

dx
F = cv = c = cẋ
dt

v
Figura 2.10: Amortecedor ideal.

3. Massa. Segunda lei de Newton.

dv d( dx/dt ) d2 x
F = ma = m =m = m 2 = mẍ
dt dt dt

força aceleração
massa

Figura 2.11: Princípio fundamental da dinâmica.

2.2.2 Deflexão estática da mola

Imagine uma mola no seu estado de equilíbrio natural. Ao se colocar uma massa m, a mola se deflete devido à
ação da gravidade de um valor ∆, como apresentado na Figura 2.12.
Prof. Camino, J. F. Análise Linear de Sistemas 17

k
Posição da mola k∆
sem carga ∆ Posição de
m m equilíbrio estático

mg

Figura 2.12: Deflexão estática da mola.

Para determinar a deflexão da mola, aplica-se o balanço de forças ao corpo na posição de equilíbrio estático.
Pelo diagrama de corpo livre, verifica-se que as forças atuantes sobre a massa m são: a força peso mg e a reação
da mola k∆. Portanto, o balanço de forças, levando em conta o sinal, fornece:
mg
k∆ = mg =⇒ ∆=
k
Observe que o valor positivo de ∆ está de acordo com o fato da mola ter se alongado, como demonstra o sentido
do vetor ∆ na figura.

2.2.3 Equação de segunda ordem: sistema massa-mola

Nesta seção, o modelo matemático de um sistema massa-mola de um grau de liberdade é derivado. Em seguida,
o seu comportamento dinâmico é analisado. Apesar da simplicidade desse tipo de modelo, sua aplicação é
inúmera. Por exemplo, o sistema de um grau de liberdade pode ser utilizado preliminarmente para a análise de
uma suspensão veicular, como apresentado na Figura 2.13.

m y(t)

r(t)

Figura 2.13: Modelo simplificado de uma suspensão veicular.

Para uma primeira modelagem, o perfil da rua será negligenciado, assim r(t) = 0, e o sistema passa a ter
a configuração apresentada na Figura 2.14, em que m é a massa do corpo, k a rigidez elástica da mola, g a
aceleração da gravidade e y(t) o deslocamento da massa.

g m y(t) m y(t)

k fg fk

Figura 2.15: Diagrama de corpo livre (DCL).

Figura 2.14: Sistema de um grau de liberdade.

A Figura 2.15 apresenta o diagrama de corpo livre (DCL), considerando que a posição y = 0 representa a
posição de equilíbrio natural da mola, antes da deflexão devido à ação da gravidade. Nesse diagrama, fk e fg
são, respectivamente, a força elástica de restituição da mola e a força gravitacional, dadas por:

fk = ky e fg = mg
Prof. Camino, J. F. Análise Linear de Sistemas 18

Aplicando a segunda lei de Newton, a partir do DCL, obtém-se

X
+↑ Forças = −fg − fk = mÿ

Portanto, a equação de movimento é dada por

(2.16) mÿ(t) + ky(t) = −mg

Observe que esta equação diferencial é não homogênea devido ao termo forçante resultante da ação da
gravidade. Esse fato era esperado, já que o deslocamento y(t) da massa representa a deflexão da mola a partir
do seu estado de equilíbrio natural. No entanto, é possível reescrever a equação de movimento em torno da
posição de equilíbrio estático da mola ∆, que é dada por

k∆ = −mg =⇒ ∆ = −mg/k

Note que o sinal negativo está em consonância com o fato da mola sofrer uma contração devido ao efeito da
gravidade. Finalmente, aplicando a mudança de variável

x(t) = y(t) − ∆, ẋ(t) = ẏ(t), ẍ(t) = ÿ(t)

obtém-se a equação diferencial homogênea

(2.17) mẍ(t) + kx(t) = 0

Essa equação pode ser reescrita na forma

ẍ(t) + ωn2 x(t) = 0
p
em que ωn = k/m é a frequência natural do sistema. A frequência natural é um conceito fundamental na
dinâmica de sistemas, indicando a frequência com a qual o sistema oscilaria na ausência de amortecimento e
forças externas. Esta frequência é determinada pelas propriedades do sistema, como a rigidez k da mola e a
massa m do objeto. Em sistemas mecânicos, como o massa-mola, a frequência natural desempenha um papel
crucial na determinação do comportamento dinâmico, influenciando desde a resposta do sistema a estímulos
externos até aspectos relacionados à ressonância e estabilidade.
A equação (2.17) é uma equação diferencial linear de segunda ordem homogênea, pois contém a derivada
segunda do deslocamento x. Assim, são necessárias duas condições iniciais para que essa equação possa ser
resolvida. Essas condições geralmente são dadas para o tempo inicial t = 0:

x(0) = x0 e ẋ(0) = ẋ0

Solução homogênea do sistema de segunda ordem sem amortecimento

Para resolver a equação diferencial (2.17), considera-se que a solução x(t) possui a seguinte forma:

(2.18) x(t) = Z cos(ωn t + φ)

com Z, ωn e φ constantes a serem determinadas:

• Z: amplitude das oscilações;

• ωn : frequência natural;

• φ: ângulo de fase.

O método consiste em diferenciar a solução (2.18) e substituir o resultado na equação diferencial (2.17).
Aplicando a regra da cadeia, obtêm-se as derivadas primeira e segunda de x(t) como segue:

ẋ(t) = −Zωn sin(ωn t + φ)

ẍ(t) = −Zωn2 cos(ωn t + φ)
Prof. Camino, J. F. Análise Linear de Sistemas 19

Substituindo x(t) e ẍ(t) na equação diferencial (2.17), obtém-se

−mZωn2 cos(ωn t + φ) + kZ cos(ωn t + φ) = 0

(k − mωn2 )Z cos(ωn t + φ) = 0

Perceba que a equação

(k − mωn2 )Z cos(ωn t + φ) = 0
implica que
(k − mωn2 ) = 0
já que a função cos(ωn t + φ) não é identicamente nula. Consequentemente, tem-se
r
k
(2.19) ωn =
m
que representa a frequência natural ωn do sistema. Agora, usando-se as condições iniciais:

x(0) = x0 e ẋ(0) = ẋ0

tem-se que a solução proposta x(t) = Z cos(ωn t + φ) satisfaz

x0
x(0) = x0 = Z cos(φ) =⇒ cos(φ) =
Z
e a sua derivada ẋ(t) = −Zωn sin(ωn t + φ) satisfaz
−ẋ0
ẋ(0) = ẋ0 = −Zωn sin(φ) =⇒ sin(φ) =
Zωn
Portanto, a solução final fica sendo

x(t) = Z cos(ωn t + φ)


(2.20) = Z cos(ωn t) cos(φ) − sin(ωn t) sin(φ)
ẋ0
= x0 cos(ωn t) + sin(ωn t)
ωn

Observação 2.2.1 O ângulo de fase φ e a amplitude Z são facilmente determinados como segue. Lembrando
que tan(φ) = sin(φ)/ cos(φ), tem-se
 
−ẋ0
(2.21) φ = tan−1
x 0 ωn

Embora a amplitude Z possa ser retirada diretamente das expressões acima para o cos(φ) e o sin(φ), uma
fórmula que não inclui relações trigonométricas pode ser obtida notando que sin2 (φ) + cos2 (φ) = 1, ou seja,
s
x20 ẋ20 ẋ2
(2.22) 2
+ 2 2 =⇒ Z = x20 + 02
Z Z ωn ωn

Solução homogênea pela exponencial

No caso acima, foi considerado que a solução era do tipo

x(t) = Z cos(ωn t + φ)

No entanto, também pode-se considerar uma solução do tipo exponencial

x(t) = Zeλt

com λ e Z constantes a serem determinadas. Nessa derivação, tanto Z como λ podem ser números complexos8 .
8 Uma revisão sucinta de números complexos e funções de variáveis complexa encontra-se na Seção A.1.
Prof. Camino, J. F. Análise Linear de Sistemas 20

As derivadas primeira e segunda de x(t) são, respectivamente:

ẋ(t) = Zλeλt e ẍ(t) = Zλ2 eλt

Substituindo-as na equação diferencial

mẍ(t) + kx(t) = 0

obtém-se

mZλ2 eλt + kZeλt = 0

(mλ2 + k)Zeλt = 0
mλ2 + k = 0
p
Definindo ωn = k/m e resolvendo a equação acima, obtém-se
r
k
λ=± − = ±jωn
m

Nesse caso, obtêm-se duas soluções λ1 = +jωn e λ2 = −jωn . Portanto a forma da solução x(t) fica sendo

x(t) = Z1 ejωn t + Z2 e−jωn t

com números complexos Z1 e Z2 dados, respectivamente, por Z1 = A1 + jB1 e Z2 = A2 + jB2 . Aplicando a

fórmula de Euler9 para a exponencial dada por

ejωn t = cos(ωn t) + j sin(ωn t) e e−jωn t = cos(ωn t) − j sin(ωn t)

a solução x(t) pode ser reescrita como

x(t) = (A1 + jB1 )[cos(ωn t) + j sin(ωn t)] + (A2 + jB2 )[cos(ωn t) − j sin(ωn t)]

ou de forma equivalente como

x(t) = (A1 + A2 ) cos(ωn t) + (B2 − B1 ) sin(ωn t) + j [(B1 + B2 ) cos(ωn t) + (A1 − A2 ) sin(ωn t)]

Sabendo-se que o deslocamento físico do sistema é real, não contendo parte imaginária, sua representação
matemática x(t) também deve ser. Portanto, deve-se anular a parte imaginária de x(t), ou seja

j [(B1 + B2 ) cos(ωn t) + (A1 − A2 ) sin(ωn t)] = 0

implicando10 que A1 = A2 e B1 = −B2 . Portanto, tem-se que

x(t) = 2A2 cos(ωn t) + 2B2 sin(ωn t)

Usando a seguinte relação trigonométrica

A cos(ωn t + φ) = A cos(φ) cos(ωn t) − A sin(φ) sin(ωn t)

a solução final x(t) pode ser reescrita11 como

(2.23) x(t) = Z cos(ωn t + φ)

p
com Z = 2 A22 + B22 e φ = tan−1 (−B2 /A2 ). Como era de se esperar, obtém-se a solução em termos da função
cosseno, idêntica à equação (2.18).
9 Verequação (A.1) do Apêndice A.1.
10 Essaconclusão poderia ter sido obtida simplesmente impondo que Z1 é o conjugado de Z2 .
q
11 Mostre que 2A cos(ω t) + 2B sin(ω t) = 2 A2 + B 2 cos(ω t + φ), com tan(φ) = −B /A .
2 n 2 n 2 2 n 2 2
Prof. Camino, J. F. Análise Linear de Sistemas 21

Exemplo 2.2.1 Desconsiderando a ação da gravidade no sistema massa-mola da Figura 2.16, determine sua
frequência natural ωn , a amplitude das oscilações e o deslocamento da massa devido às condições iniciais x(0) =
x0 = 0.2 [m] e ẋ(0) = ẋ0 = −0.6 [m/s]. Suponha que a massa seja dada por m = 1 [Kg] e a rigidez por k = 9
[N/m].

m x(t)

Figura 2.16: Sistema massa-mola.

√
A frequência natural é dada pela equação (2.19), ou seja, ωn = 9 = 3 [rad/s]. O ângulo de fase é dado
pela equação (2.21), i.e.,
   
−1 −ẋ0 −1 0.6
φ = tan = tan = 0.7854 [rad] = 45◦
x 0 ωn 0.2 × 3
A amplitude das oscilações pode ser obtida de (2.22) ou da equação x0 = Z cos(φ), fornecendo
x0 0.2
Z= = = 0.2828
cos(φ) cos(0.7854)
Usando a equação (2.20), a solução final fica sendo

x(t) = Z cos(ωn t + φ) = 0.2828 cos(3t + 0.7854)

que pode ainda ser reescrita como

ẋ0
x(t) = x0 cos(ωn t) + sin(ωn t) = 0.2 cos(3t) − 0.2 sin(3t)
ωn

A resposta homogênea desse sistema às condições iniciais x0 = 0.2 [m] e ẋ0 = −0.6 [m/s] está apresentada
na Figura 2.17.

1
x(t) [m]
0.8
v(t) [m/s]
0.6
0.4
Amplitude

0.2
0
−0.2
−0.4
−0.6
−0.8
−1
0 1 2 3 4 5 6
Tempo t [s]

Figura 2.17: Resposta às condições iniciais x0 = 0.2 [m] e ẋ0 = −0.6 [m/s].

2.2.4 Equação de segunda ordem: sistema massa-mola-amortecedor

Considere o sistema mecânico massa-mola-amortecedor da Figura 2.18, em que m [Kg] é a massa do carro, c
[Ns/m] é o coeficiente de amortecimento viscoso, k [N/m] é a rigidez da mola e p(t) [N] é uma força aplicada
no sistema.
Prof. Camino, J. F. Análise Linear de Sistemas 22

y(t)
c
k m p(t)

Figura 2.18: Sistema massa-mola-amortecedor.

A equação de movimento desse sistema é dada por

(2.24) mÿ(t) + cẏ(t) + ky(t) = p(t)

que é uma equação diferencial ordinária de segunda ordem não homogênea, devido ao termo forçante p(t). Essa
equação diferencial descreve completamente o movimento do sistema massa-mola-amortecedor, relacionando
aceleração, velocidade e posição com a força externa aplicada. No entanto, para análise e projeto de sistemas
vibratórios, é conveniente reescrever de forma equivalente essa equação movimento na chamada forma padrão
de segunda ordem:

(2.25) ÿ(t) + 2ζωn ẏ(t) + ωn2 y(t) = g(t)

p √
em que g(t) = p(t)/m, ωn = k/m, ζ = c/cc e cc = 2 km. Destacando, assim, a frequência natural ωn do
sistema e seu fator de amortecimento ζ, que é função do coeficiente de amortecimento c e do amortecimento
crítico cc . Observe que (2.24) possui três parâmetros, m, c e k. Por outro lado, (2.25) tem a vantagem de ser
parametrizada por apenas dois parâmetros ωn e ζ.

Solução homogênea do sistema de segunda ordem

Considerando que o termo forçante p(t) é nulo, ou seja, g(t) = 0, a equação torna-se homogênea e sua solução
deverá satisfazer as duas condições iniciais y(0) = y0 e ẏ(0) = ẏ0 , tendo em vista que o sistema tem ordem dois.
Para determinar a solução geral da equação diferencial homogênea12 , considera-se que ela tem a forma

y(t) = eλt

Substituindo y(t) na equação diferencial (2.25), obtém-se

(λ2 + 2ζωn λ + ωn2 )eλt = 0

Como o termo eλt nunca é nulo, chega-se a equação característica

λ2 + 2ζωn λ + ωn2 = 0

cujas raízes são:

p p
(2.26) λ1 = −ζωn + ωn ζ2 − 1 e λ2 = −ζωn − ωn ζ2 − 1

Dependendo do valor de ζ, obtêm-se três casos distintos:

1. Se ζ < 1, as raízes são complexas conjugadas e o sistema é dito subamortecido.

2. Se ζ > 1, as raízes são reais distintas e o sistema é dito superamortecido.

3. Se ζ = 1, as raízes são reais repetidas e o sistema é denominado criticamente amortecido.

Para os casos ζ > 1 e ζ < 1, as raízes são distintas, e a solução geral da equação diferencial homogênea é
dada por
y(t) = Aeλ1 t + Beλ2 t
12 Alguns fundamentos básicos sobre equações diferenciais ordinárias estão apresentados na Seção A.2
Prof. Camino, J. F. Análise Linear de Sistemas 23

cuja derivada é
ẏ(t) = Aλ1 eλ1 t + Bλ2 eλ2 t

Usando as condições iniciais, tem-se

" # " #" #
y(0) = y0 = A + B y0 1 1 A
=⇒ =
ẏ(0) = ẏ0 = Aλ1 + Bλ2 ẏ0 λ1 λ2 B

Portanto " # " #" #

A 1 λ2 −1 y0
=
B λ2 − λ1 −λ1 1 ẏ0

que resulta em

ẏ0 − λ2 y0 −ẏ0 + λ1 y0
(2.27) A= e B=
λ1 − λ2 λ1 − λ2

Para o caso ζ < 1, as raízes (2.26) são complexas conjugadas e assim podem ser reescritas como

λ1 = −ζωn + jωd
λ2 = −ζωn − jωd
p
com ωd = ωn 1 − ζ 2 . Essas raízes fornecem as constantes (2.27) dadas por

ẏ0 + (ζωn + jωd )y0

A=
2jωd
−ẏ0 + (jωd − ζωn )y0
B=
2jωd

Assim, a solução fica sendo

y(t) = Aeλ1 t + Beλ2 t = Ae(−ζωn +jωd )t + Be(−ζωn −jωd )t

 
= e−ζωn t Aejωd t + Be−jωd t
 
−ζωn t ẏ0 + (ζωn + jωd )y0 jωd t −ẏ0 + (−ζωn + jωd )y0 −jωd t
=e e + e
2jωd 2jωd
 
−ζωn t ẏ0 jωd t −jωd t y0 ζωn jωd t −jωd t jωd y0 jωd t −jωd t
=e (e −e )+ (e −e )+ (e +e )
2jωd 2jωd 2jωd

Usando a identidade de Euler

ejθt − e−jθt ejθt + e−jθt

sin θt = e cos θt =
2j 2

a solução y(t) pode finalmente ser reescrita como

 
ẏ0 y0 ζωn
y(t) = e−ζωn t sin ωd t + sin ωd t + y0 cos ωd t
ωd ωd
(2.28)  
ẏ0 + ζωn y0
= e−ζωn t sin ωd t + y0 cos ωd t
ωd
p
com ωd = ωn 1 − ζ 2 .
Para o caso ζ > 1, as raízes (2.26) são reais distintas e fornecem as constantes (2.27) dadas por
p
ẏ0 + (ζ + ζ 2 − 1)ωn y0
A= p
2ωn ζ 2 − 1
p
−ẏ0 + (−ζ + ζ 2 − 1)ωn y0
B= p
2ωn ζ 2 − 1
Prof. Camino, J. F. Análise Linear de Sistemas 24

Portanto, a solução fica sendo

y(t) = Aeλ1 t + Beλ2 t

 √   √ 
−ζωn +ωn ζ 2 −1 t −ζωn −ωn ζ 2 −1 t
= Ae + Be
h √ 2 √ 2 i
= e−ζωn t Aeωn ζ −1t + Be−ωn ζ −1t
" p p #
−ζωn t ẏ0 + (ζ + ζ 2 − 1)ωn y0 ωn √ζ 2 −1t −ẏ0 + (−ζ + ζ 2 − 1)ωn y0 −ωn √ζ 2 −1t
=e p e + p e
2ωn ζ 2 − 1 2ωn ζ 2 − 1

ẏ  √ 2 √ 2  ζωn y0  √ 2 √ 2 
= e−ζωn t p0 eωn ζ −1t − e−ωn ζ −1t + p eωn ζ −1t − e−ωn ζ −1t
2ωn ζ 2 − 1 2ωn ζ 2 − 1
p
ωn y0 ζ 2 − 1  ωn √ζ 2 −1t √ 2  
+ p e + e−ωn ζ −1t
2ωn ζ 2 − 1

Usando a identidade
eθt − e−θt eθt + e−θt
sinh θt = e cosh θt =
2 2
a solução final y(t) pode ser reescrita como
" #
−ζωn t ẏ0 p ζω n y 0
p p
y(t) = e p sinh ωn ζ 2 − 1t + p sinh ωn ζ 2 − 1t + y0 cosh ωn ζ 2 − 1t
ωn ζ 2 − 1 ωn ζ 2 − 1
(2.29) " #
−ζωn t ẏ0 + ζy0 ωn
p p
=e p 2 2
sinh ωn ζ − 1t + y0 cosh ωn ζ − 1t
ωn ζ 2 − 1

Para o caso ζ = 1, as raízes (2.26), que agora são reais e repetidas, se reduzem a

λ = λ1 = λ2 = −ζωn = −ωn

Nesse caso, a solução geral da homogênea tem a forma

y(t) = Aeλt + Bteλt = Ae−ωn t + Bte−ωn t

ẏ(t) = −Aωn e−ωn t + Be−ωn t − Btωn e−ωn t

Substituindo as condições iniciais, obtêm-se

y(0) = y0 = A
ẏ(0) = ẏ0 = −Aωn + B =⇒ B = ẏ0 + ωn y0

Portanto, a solução fica sendo

y(t) = Ae−ωn t + Bte−ωn t

(2.30) = e−ωn t (A + Bt)
= e−ωn t [y0 + (ẏ0 + ωn y0 )t]

Observação 2.2.2 Note que a solução para o caso ζ = 1, dada por (2.30), pode ser obtida de (2.28) fazendo-se
o limite quando ζ → 1. Para ver esse fato, reescreva y(t), dada por (2.28), como segue:
 
sin ωd t
y(t) = e−ζωn t (ẏ0 + ζωn y0 ) t + y0 cos ωd t
ωd t

Em seguida, aplique o limite com ζ → 1, notando que ωd → 0 e lim (sin z)/z = 1, para fornecer:
z→0
 
sin ωd t
lim e−ζωn t (ẏ0 + ζωn y0 ) t + y0 cos ωd t = e−ωn t [(ẏ0 + ωn y0 ) t + y0 ]
ζ→1 ωd t
Prof. Camino, J. F. Análise Linear de Sistemas 25

Solução não homogênea do sistema de segunda ordem

Considere a equação diferencial não homogênea (2.25), em que a entrada agora é uma força constante p(t) = k
[N], ou seja, a equação diferencial de segunda ordem fica sendo

ÿ(t) + a1 ẏ(t) + a2 y(t) = ωn2

em que a1 = 2ζωn e a2 = ωn2 . Claramente, uma solução particular dessa equação é dada por

yp (t) = 1

Como discutido na Seção 2.2.4, a forma da solução geral da homogênea associada depende do valor do
coeficiente ζ. Se ζ = 1, as duas raízes do polinômio característico são idênticas13 , dadas por λ1 = λ2 = −ωn , e
assim a solução geral da homogênea associada tem a forma

yh (t) = Ae−ωn t + Bte−ωn t

Consequentemente, a solução geral da equação diferencial não homogênea é dada por

y(t) = 1 + Ae−ωn t + Bte−ωn t

Considerando as condições iniciais y(0) = y0 e ẏ(0) = ẏ0 , a solução completa fica sendo

y(t) = 1 + e−ωn t ((1 + ωn t)(y0 − 1) + tẏ0 )

Por outro lado, se ζ 6= 1, as raízes λ1 e λ2 são distintas e a solução geral da homogênea associada tem a forma
p
yh (t) = Aeλ1 t + Beλ2 t , com λ1,2 = −ζωn ± ωn ζ2 − 1

Assumindo o caso particular14 em que ζ = 0, as raízes passam a ser λ1,2 = ±jωn e, assim, a solução geral da
equação diferencial não homogênea tem a forma

y(t) = 1 + Ae−jωn t + Bejωn t

e a solução completa fica sendo

ẏ0 sin(ωn t)
y(t) = 1 + (y0 − 1) cos(ωn t) +
ωn

Para o sistema mecânico massa-mola-amortecedor (2.25), sob ação de uma força constante p(t) = k [N] e
condições iniciais mulas, a Figura 2.19 apresenta a resposta para diferentes valores de ξ com ωn = 7 rad/s e a
Figura 2.20 apresenta a resposta do sistema para diferentes valores de ωn com ξ = 0.3.

y(t) y(t)

ξ = .1
ξ = .3
ωn = 3
1 ξ = 1 1 ωn = 15
ξ = 5

t t

Figura 2.19: Diferentes valores de ξ com ωn = 7. Figura 2.20: Diferentes valores de ωn com ξ = .3.
13 O Exemplo A.5 demonstra como tratar o caso em que o polinômio característico apresenta raízes repetidas.
14 O Exercício 2.5.12 apresenta a solução para o caso geral em que ζ ≥ 0.
Prof. Camino, J. F. Análise Linear de Sistemas 26

2.2.5 Sistemas com múltiplos graus de liberdade

Esta seção descreve os passos para se obter o modelo matemático de sistemas com mais de um grau de liberdade,
como, por exemplo, o sistema apresentado na Figura 2.21.

x1 x2 x3

k1 k2
f (t)
m1 m2 m3
c1 c2

Figura 2.21: Sistema com 3 graus de liberdade.

Os procedimentos para obter a equação diferencial que governa esse sistema são idênticos aos executados
anteriormente, usando-se a segunda lei de Newton. O diagrama de corpo livre para esse sistema está apresentado
na Figura 2.22.

x1 x2 x3

Fk 1 Fk 2 f (t)
m1 m2 m3
Fc 1 Fc 2

Figura 2.22: Diagrama de corpo livre.

Considerando o sinal das forças representado nesse diagrama de corpo livre, tem-se

Fk1 = k1 (x2 − x1 ), Fk2 = k2 (x3 − x2 )

Fc1 = c1 (ẋ2 − ẋ1 ), Fc2 = c2 (ẋ3 − ẋ2 )

Aplicando o balanço das forças para cada uma das massas mi , i = 1, 2, 3, dado por
+
X
→ Fkj + Fcj = mi ẍi
j

em que Fkj e Fcj são as forças atuantes no corpo i, tem-se que

Fk1 + Fc1 = m1 ẍ1

−Fk1 + Fk2 − Fc1 + Fc2 = m2 ẍ2
f (t) − Fk2 − Fc2 = m3 ẍ3

Equivalentemente, tem-se

m1 ẍ1 − k1 (x2 − x1 ) − c1 (ẋ2 − ẋ1 ) = 0

m2 ẍ2 + k1 (x2 − x1 ) − k2 (x3 − x2 ) + c1 (ẋ2 − ẋ1 ) − c2 (ẋ3 − ẋ2 ) = 0
mẍ3 + k2 (x3 − x2 ) + c2 (ẋ3 − ẋ2 ) = f (t)

Essa equação diferencial pode ser reescrita na forma matricial, como segue
          
m1 0 0 ẍ1 c1 −c1 0 ẋ1 k1 −k1 0 x1 0
(2.31)  0 m2 0  ẍ2  + −c1 c1 + c2 −c2  ẋ2  + −k1 k1 + k2
          
−k2  x2  = 0 f (t)
0 0 m3 ẍ3 0 −c2 c2 ẋ3 0 −k2 k2 x3 1

ou seja
M ẍ + C ẋ + Kx = F f (t)
Prof. Camino, J. F. Análise Linear de Sistemas 27

em que M é a matriz de massa, C a matriz de amortecimento, K a matriz de rigidez e F a matrix que posiciona
a entrada f (t), obtidas diretamente da forma matricial (2.31) acima. Note que essas matrizes são simétricas.
O vetor x nesse caso representa os deslocamentos x = [ x1 x2 x3 ]T . Se a matriz de massa M for inversível, a
equação de movimento tem a forma
ẍ + M −1 C ẋ + M −1 Kx = M −1 F f (t)

2.2.6 Sistemas mecânicos rotacionais

No caso de sistemas rotacionais, o deslocamento passa a ser um deslocamento angular, geralmente representado
dθ
por θ. A velocidade é denotada por ω. A relação entre o deslocamento angular e a velocidade é ω = .
dt
Portanto, a aceleração angular é dada por
dω d( dθ/dt ) d2 θ
= = 2 = θ̈
dt dt dt
O torque T aplicado ao sistema possui as seguintes relações:

1. Mola torcional de rigidez k:

T = kθ
2. Coeficiente de amortecimento c:
dθ
T = cω = c = cθ̇
dt
3. Momento de inércia I:
T = I θ̈

A figura abaixo apresenta um sistema mecânico torcional consistindo de uma massa, com momento de inércia
I, acoplada à extremidade de uma barra de torção de rigidez k e coeficiente de amortecimento c, sob ação de
um torque TE (t).

barra TE (t)
I

O diagrama de corpo livre15 para esse sistema está apresentado na Figura 2.23.

Tc Tk θ TE (t)

Figura 2.23: Diagrama de corpo livre.

Nesse diagrama, a massa com momento de inércia I sofre uma rotação θ sob ação de um torque externo
TE (t) e dos torques de reação Tk = kθ e Tc = cθ̇ provenientes da rigidez k e do amortecimento c. O balanço de
torques, usando a segunda lei de Newton
X
+ T = TE − Tc − Tk = I θ̈
fornece
I θ̈(t) + cθ̇(t) + kθ(t) = TE (t)
que pode ainda ser reescrita na forma padrão de segunda ordem
θ̈(t) + 2ζωn θ̇(t) + ωn2 θ(t) = g(t)
√ p
em que ζ = c/(2 kI), ωn = k/I e g(t) = TE (t)/I.
15 Note-se que as forças e os torques estão representados nos diagramas de corpo livre com seus sentidos corretos, portanto devem

ter magnitudes positivas.

Prof. Camino, J. F. Análise Linear de Sistemas 28

2.3 Analogia entre sistemas mecânicos e elétricos

A compreensão da analogia entre sistemas mecânicos e elétricos é crucial na engenharia, pois oferece perspectivas
valiosas para uma abordagem interdisciplinar na resolução de problemas complexos. Esse entendimento não
apenas facilita uma melhor intuição sobre os sistemas elétricos para aqueles com um forte entendimento de
mecânica, mas também permite a aplicação de técnicas e métodos de análise de um campo ao outro. Essa
analogia permite que se transite entre conceitos mecânicos e elétricos com maior facilidade e compreensão.
Para explicitar a analogia que existe entre os modelos dos sistemas mecânicos e elétricos, reescreve-se a
equação (2.15) em termos da carga elétrica q(t), que está relacionada com tensão vC (t) pela fórmula

q(t) = CvC (t)

Em termos da carga q(t), o modelo passa a ser

1
(2.32) Lq̈(t) + Rq̇(t) + Ĉq(t) = vE (t), Ĉ =
C
cuja analogia com o modelo (2.24), dado por

mẍ(t) + cẋ(t) + kx(t) = f (t),

agora é óbvia. Além disso, a equação do sistema elétrico (2.32) pode ser reescrita na forma padrão de segunda
ordem
q̈(t) + 2ζωn q̇(t) + ωn2 q(t) = g(t)
q p
com ωn = Ĉ/L, ζ = R/cc , cc = 2 ĈL e g(t) = vE (t)/L. Essa equação é idêntica à equação do sistema
mecânico de segunda ordem na forma padrão, dada por (2.25). Claramente, ambas equações possuem a mesma
solução em termos de ζ e ωn .

2.4 Propriedades de sistemas contínuous

Esta seção explora as propriedades fundamentais dos sistemas dinâmicos, que são cruciais para entender e
manipular uma ampla gama de sistemas na engenharia. As propriedades que serão apresentadas — linearidade,
causalidade e invariância no tempo — não são apenas conceitos teóricos, mas também ferramentas práticas
que permitem aos engenheiros analisar e projetar sistemas de forma eficaz. Compreender estas propriedades é
essencial para prever o comportamento dos sistemas em resposta a diferentes entradas e condições operacionais.
A linearidade, por exemplo, oferece um caminho para simplificar análises complexas, enquanto a causalidade
está intrinsecamente relacionada à previsibilidade. A invariância no tempo, por sua vez, permite que análises
e projetos sejam generalizados, independentemente do momento de observação ou operação. Juntos, esses
conceitos formam a espinha dorsal da modelagem e análise de sistemas em diversas aplicações de engenharia,
desde circuitos elétricos até mecânica estrutural. A seguir, cada uma dessas propriedades é definida, ilustrando
como elas são aplicadas na análise de um sistema que relaciona um sinal de entrada x(t) com o sinal de saída
y(t), através de um processo qualquer, como representado na Figura 2.24.

x(t) Sistema y(t)

Figura 2.24: Sistema a tempo contínuo.

Para o sistema ilustrado na Figura 2.24, as seguintes propriedades são definidas:

1. Linearidade: sejam y1 (t) e y2 (t) as saídas para as entrada x1 (t) e x2 (t), respectivamente. Então, o
sistema será linear se a saída para a entrada

x(t) = αx1 (t) + βx2 (t) for y(t) = αy1 (t) + βy2 (t)

com α e β constantes quaisquer.

Prof. Camino, J. F. Análise Linear de Sistemas 29

Exemplo 2.4.1 O sistema descrito pela equação diferencial

ẏ(t) = x(t), y(0) = 0

é linear, já que
Z t Z t Z t Z t
y(t) = x(τ ) dτ = αx1 (τ ) dτ + βx2 (τ ) dτ = α x1 (τ ) dτ + β x2 (τ ) dτ = αy1 (t) + βy2 (t)
0 0 0 0

Exemplo 2.4.2 O sistema descrito pela equação diferencial

ẏ(t) + y 2 (t) = x(t), y(0) = 0

não é linear. Note que para uma entrada constante qualquer x(t) = c, a saída é dada por
√ √
y(t) = c tanh( c t)

que claramente é uma relação não linear, já que para x(t) = c1 + c2 , tem-se
√ √ √ √ √ √
y(t) = c1 + c2 tanh( c1 + c2 t) 6= y1 (t) + y2 (t) = c1 tanh( c1 t) + c2 tanh( c2 t)

Observação 2.4.1 A linearidade também é conhecida como princípio da superposição, que pode ser
definido pelas seguintes duas propriedades:

F (x1 + x2 ) = F (x1 ) + F (x2 ) Aditividade

F (αx) = αF (x) Homogeneidade

com α uma constante qualquer.

2. Causalidade: um sistema é dito causal (não antecipativo), se a saída num instante de tempo t = τ
depender apenas de valores da entrada em t ≤ τ .

Exemplo 2.4.3 O sistema dado pela relação

y(t) = cos(t + 1) x(t)x(t − 3)

é causal, já que a saída no instante t = τ depende da entrada no instante τ e no instante passado τ − 3.

Exemplo 2.4.4 O sistema dado por

y(t) = cos(t) x(t + 1)
não é causal, já que a saída no instante t = τ depende da entrada no instante futuro τ + 1.

3. Invariância no tempo: se y(t) for a saída de um sistema invariante no tempo quando x(t) for a entrada,
então y(t − τ ) será a saída quando x(t − τ ) for a entrada.

Exemplo 2.4.5 Considere o sistema dado pela seguinte relação

y(t) = sin(x(t))

Seja y1 (t) a saída para a entrada x1 (t), ou seja,

y1 (t) = sin(x1 (t))

Seja x2 (t) = x1 (t − τ ), então

y2 (t) = sin(x2 (t)) = sin(x1 (t − τ )) = y1 (t − τ )

Portanto, o sistema é invariante no tempo.

Prof. Camino, J. F. Análise Linear de Sistemas 30

Exemplo 2.4.6 Considere o sistema dado por

y(t) = tx(t)

Seja y1 (t) a saída para a entrada x1 (t), ou seja,

y1 (t) = tx1 (t)

Seja x2 (t) = x1 (t − τ ), então

y2 (t) = tx2 (t) = tx1 (t − τ )
No entanto,
y1 (t − τ ) = (t − τ )x1 (t − τ ) 6= y2 (t)
Portanto, esse sistema não é invariante no tempo (é um sistema variante no tempo).

2.5 Exercícios
Considerações iniciais: é vedado o uso da Transformada de Laplace para todos os exercícios desta seção.

Exercício 2.5.1 Mostre que a solução homogênea para a equação diferencial de primeira ordem

ẏ(t) + a1 y(t) = 0

com condições iniciais y(t0 ) = y0 , que ocorre num instante de tempo t0 não necessariamente nulo, é

y(t) = y0 e−a1 (t−t0 )

Exercício 2.5.2 Mostre que se y1 (t) e y2 (t) forem duas soluções da equação diferencial não homogênea

ẏ(t) + a1 y(t) = x(t)

Então a diferença y1 (t) − y2 (t) também satisfará a equação diferencial homogênea associada

ẏ(t) + a1 y(t) = 0

Exercício 2.5.3 Considere a seguinte equação diferencial não homogênea com um termo derivativo na entrada:

ẏ(t) + a1 y(t) = b0 ẋ(t) + b1 x(t), y(0) = y0 , x(0) = x0

Mostre que a mudança de variável

z(t) = y(t) − b0 x(t)
coloca o sistema na forma (2.11), ou seja, na forma

ż(t) + a1 z(t) = x̄(t)

em que x̄(t) = (b1 − a1 b0 )x(t) e a condição inicial é dada por z(0) = y(0) − b0 x(0). Assim, mostre que:

1. A solução completa y(t) é dada por

Z t
−a1 t
y(t) = b0 x(t) + (y0 − b0 x0 )e + (b1 − a1 b0 ) e−a1 (t−η) x(η)dη
0

2. A solução forçada para a entrada x(t) = γe−βt fica sendo

e−βt − e−a1 t
yf (t) = b0 γ e−βt − e−a1 t + γ(b1 − a1 b0 )
a1 − β
Prof. Camino, J. F. Análise Linear de Sistemas 31

3. A solução forçada para uma entrada constante de amplitude γ passa a ser

1 − e−a1 t
yf (t) = b0 γ 1 − e−a1 t + γ(b1 − a1 b0 )
a1

4. A resposta completa para uma entrada constante de amplitude γ é dada por

1 − e−a1 t
y(t) = b0 γ + (y0 − b0 γ)e−a1 t + γ(b1 − a1 b0 )
a1

Exercício 2.5.4 Considere o circuito abaixo, composto por resistências R1 , R2 , R3 e R4 e pela fonte de tensão
v. Usando o método das correntes de malha, determine a tensão nos pontos A e C. No mais, determine as
correntes de malha i1 e i2 .

R1 A R3 C

+
v i1 R2 i2 R4
−

Exercício 2.5.5 Considere o circuito da figura abaixo, em que C1 e C2 são capacitores, R1 e R2 são resistores
e Ve é uma fonte de tensão. A tensão vc (t) de interesse é a tensão no capacitor C2 .

Ve
R1

Ve
C1 R2 C2

1. Determine a equação diferencial em termos de vc (t).

2. Usando os valores numéricos C1 = C2 = 1 [µF], R1 = 2R2 = 1000 [kΩ], determine:

(a) A solução homogênea para a condição inicial vc (0) = 5 [V];

(b) A solução forçada para uma tensão de entrada constante ve = 220 [V];
(c) A solução para a condição inicial vc (0) = 5 [V] e tensão de entrada ve (t) = 220 [V];
(d) Decomponha a solução em termos do regime transiente e do estacionário (permanente).

Exercício 2.5.6 Repita a questão anterior 2.5.5, considerando agora que ve (t) = 12e−2t [V].

Exercício 2.5.7 Para o circuito da questão 2.5.5, determine a resposta forçada para uma tensão de entrada
alternada ve (t) dada por:

1. ve (t) = 3 sin(5t);

2. ve (t) = 2 sin(3t + π/2).

Use os valores numéricos fornecidos na questão 2.5.5.

Prof. Camino, J. F. Análise Linear de Sistemas 32

Exercício 2.5.8 Considere o circuito RC da figura abaixo

R
i

+
vE C vC
−

em que a tensão de entrada vE (t) é dada por uma rampa de amplitude unitária e duração T segundos, descrita
pela função contínua por partes (
t/T , se 0 ≤ t ≤ T
vE (t) =
0 , se t > T
Para esse circuito, mostre que a tensão no capacitor é vC (t) = vf (t) + vic (t) com

1
vf (t) = (t + τ (e−t/τ − 1)), 0 ≤ t ≤ T
T
1
vic (t) = (e−t/τ (τ + eT /τ (T − τ ))), t > T
T
em que o termo vf (t) corresponde à solução forçada no intervalo de tempo t ∈ [0, T ] e o termo vic (t) corresponde
à solução para o intervalo de tempo t > T , dada pela condição inicial v0 = vf (T ), que inicia-se no instante de
tempo t0 = T .

Exercício 2.5.9 Sabendo que o circuito RC é um sistema linear invariante no tempo, use o resultado do
Exercício 2.5.8 para esboçar o gráfico da tensão no capacitor para a entrada de tensão dada pela função periódica
dente de serra da figura abaixo. Use os seguintes valores numéricos: τ = 0.2 e T = 1.

p(t)
1

0 t

Exercício 2.5.10 Considere o circuito RL abaixo, composto por resistores R1 , R2 e R3 , um indutor L e uma
fonte de tensão Ve .

R1 L

Ve R2 R3

i(t)

1. Para esse circuito, determine a equação diferencial em termos da corrente i(t) que flui através do indutor.

2. Usando os valores numéricos R1 = 3 [Ω], R2 = 6 [Ω], R3 = 12 [Ω] e L = 2 [H], determine:

(a) A resposta homogênea para a condição inicial i(0) = 1 [A];

(b) A resposta forçada para uma tensão de entrada ve (t) = 42 cos(t) [V];
(c) A solução para a condição inicial i(0) = 1 e tensão de entrada ve (t) = 42 cos(t) [V];
(d) Decomponha a solução em termos do regime transiente e do estacionário (permanente).
Prof. Camino, J. F. Análise Linear de Sistemas 33

Exercício 2.5.11 Seja o circuito abaixo, composto por dois resistores R1 e R2 , por um capacitor C, duas fontes
de tensão vi e ve , e duas chaves k1 e k2 .

R1 R2

k1 + k2
+ +
vi vc C ve
− −
− ic

1. Suponha que o circuito encontra-se em regime permanente, com a chave k1 aberta e a k2 fechada. Deter-
mine a tensão em que o capacitor está submetido. Chame essa tensão inicial de vc (0) = vc0 .

2. Suponha agora que o circuito, que encontrava-se em regime permanente, é chaveado (num instante de
tempo qualquer que podemos denominar de t = 0), fazendo com que a chave k1 feche e a k2 abra. Assim:

(a) Determine a equação diferencial do circuito em termos da tensão vc (t) do capacitor.

(b) Determine a tensão vc (t) para R1 = 4 [kΩ], R2 = 2 [kΩ], C = 5 [µF], vi = 10 [V] e ve = 4 [V].
(c) Decomponha a resposta vc (t) em termos do regime transiente e do permanente.
(d) Calcule a corrente ic (t) através do capacitor e calcule limt→∞ ic (t).

Exercício 2.5.12 Determine a solução da equação diferencial linear de segunda ordem não homogênea

ẍ(t) + 2ζωn ẋ(t) + ωn2 x(t) = ωn2

com ζ ≥ 0 e condições inciais x(0) = x0 e ẋ(0) = ẋ0 .

Exercício 2.5.13 Considere o circuito abaixo, composto de dois resistores R1 e R2 , um indutor L, um capacitor
C e a fonte de tensão Ve .

R1

R2
+
+
ve vc C
−
−
L

1. Para esse sistema, determine a equação diferencial em termos da tensão vc (t) do capacitor.

2. Coloque a equação na forma padrão

v̈c (t) + 2ζωn v̇c (t) + ωn2 vc (t) = f (t)

determinando assim o fator de amortecimento ζ, a frequência natural ωn e a excitação f (t).

3. Para os valores R1 = 4 [Ω], C = 0.25 [F] e L = 1 [H], determine o intervalo de valores para R2 > 0 de
forma que o sistema seja: a) subamortecido; b) criticamente amortecido; c) superamortecido.

4. Determine 03 equações diferenciais; uma em termos da diferença de potencial (a tensão) entre os terminais
de R1 ; outra em termos da tensão entre os terminais de R2 e a terceira em termos da tensão entre os
terminais de L.
Prof. Camino, J. F. Análise Linear de Sistemas 34

5. Determine 02 equações diferenciais; uma em termos da corrente que flui através do indutor e a outra em
termos da corrente que flui através do capacitor.

6. Considerando os dados numéricos usados em (3) para o caso criticamente amortecido, calcule a tensão
vc (t) no capacitor assumindo que a tensão inicial do capacitor seja 1V, a corrente inicial no indutor seja
2A e a tensão da bateria seja 5 V.

7. Decomponha a resposta anterior (6) em termos de reposta homogênea, resposta forçada, regime transiente
e permanente.

Exercício 2.5.14 Considere o circuito RLC abaixo, composto de um resistor R, um indutor L, um capacitor
C e uma fonte de tensão vE (t).

R L
i

+
vE (t) C vC (t)
−

1. Para esse sistema, determine a equação diferencial em termos da tensão no resistor e em termos da tensão
no indutor.

2. Escreva a equação diferencial em termos da corrente i que flui no circuito, colocando-a na forma padrão
de segunda ordem
d2 i(t) di(t)
2
+ 2ζωn + ωn2 i(t) = f (t)
dt dt
determinando assim o fator de amortecimento ζ, a frequência natural ωn e a excitação f (t).

Exercício 2.5.15 Considere o sistema de polias apresentado na figura abaixo, em que a mola possui uma rigidez
elástica k [N/m]. Assuma que a gravidade é dada por g = 9, 81 [m/s2 ] e que uma deflexão positiva represente
um alongamento da mola e uma deflexão negativa uma compressão da mola. Determine a deflexão estática da
mola quando a polia estiver sujeita a uma carga de massa m [kg].

k
y
m

Exercício 2.5.16 Considere o sistema da figura abaixo, constituído de uma polia de momento polar de inércia
J e raio R, uma mola de rigidez elástica k e uma massa m. A polia está sujeita a um torque externo T .

T
θ
g
. R

J y

k m
Prof. Camino, J. F. Análise Linear de Sistemas 35

1. Derive a expressão para a deflexão estática da mola devido ao efeito da gravidade.

2. Considerando que y(t) representa o deslocamento referente ao equilíbrio estático, determine a equação
diferencial de movimento em termos do deslocamento y(t).

3. Reescreva essa equação diferencial de movimento em termos do ângulo θ(t), na forma padrão

θ̈(t) + 2ζωn θ̇(t) + ωn2 θ(t) = f (t)

determinando ζ, ωn e f (t).

4. Determine a solução homogênea para as seguintes condições iniciais y(0) = −1 e ẏ(0) = 1. Considere os
seguintes valores numéricos k = 10, J = 2, R = 3 e m = 1.

5. Determine uma solução particular θp (t) para uma entrada de torque constante T = 3.

6. Determine a solução para a entrada T = 3 e condições iniciais y(0) = −1 e ẏ(0) = 1.

Exercício 2.5.17 Considere o sistema da figura abaixo, em que o momento polar de inércia das engrenagens
1 e 2 são respectivamente J1 [m4 ] e J2 [m4 ], o raio das engrenagens 1 e 2 são respectivamente R1 [m] e R2
[m], os deslocamentos angulares das engrenagens 1 e 2 são respectivamente θ1 [rad] e θ2 [rad]. A engrenagem
2 está sujeita a um torque externo T [N.m]. A mola possui rigidez k [N/m] e o amortecedor coeficiente de
amortecimento c [N.s/m]. Nesse sistema, o torque T é aplicado na coroa (a maior engrenagem) que aciona o
pinhão (a menor engrenagem). No ponto de contato, ambas engrenagem possuem a mesma velocidade tangencial.

k
θ2 T

J1 , R1 J2 , R2

1. Derive a equação diferencial de movimento em termos do ângulo θ1 na forma padrão

θ̈1 (t) + 2ζωn θ̇1 (t) + ωn2 θ1 (t) = f (t)

determinando ζ, ωn e f (t).

2. Reescreva essa equação em termos de θ2 (t), determinando os novos valores de ζ, ωn e f (t).

Exercício 2.5.18 Seja o sistema mecânico da figura abaixo, constituído por dois volantes de momento polar de
inércia J1 e J2 [m4 ], ligados através de um amortecedor torcional B1 [N.s.m]. O volante J1 é conectado à parede
por uma mola k [N.m] e sua rotação angular é θ1 (t). O volante J2 está ligado a um amortecedor B2 [N.s.m] e
sua rotação angular é θ2 (t). O volante J1 está sujeito a um torque externo T [N.m] no sentido horário.

θ1 θ2

k B1

J1 J2

B2
Prof. Camino, J. F. Análise Linear de Sistemas 36

Para esse sistema mecânico, derive a equação diferencial de movimento em termos de θ1 (t) e θ2 (t). Coloque-a
na forma matricial " #
θ1
M ẍ(t) + C ẋ(t) + Kx(t) = F (t), x=
θ2
determinando as matrizes de massa M , amortecimento C, rigidez K e o vetor de excitação F (t).

Exercício 2.5.19 Considere o sistema pêndulo-mola-amortecedor apresentado na figura abaixo, em que uma
massa pontual m está conectada na extremidade de uma haste de comprimento l. Considere ainda que tanto
a mola, de rigidez elástica k [N/m], como o amortecedor, com coeficiente de amortecimento c [N.s/m], estão
conectados no meio da haste em l/2. O deslocamento angular do pêndulo no sentido anti-horário é denotado
por θ [rad].

g
l/2

θ c

l/2

1. Determine a equação de movimento não linear do sistema em termos de θ.

2. Linearize em torno da origem a equação obtida no item acima, considerando pequenas oscilações, ou seja,
assumindo que sin(θ) ≈ θ e cos(θ) ≈ 1.

3. Coloque a equação de movimento linearizada na forma padrão de segunda ordem

θ̈(t) + 2ζωn θ̇(t) + ωn2 θ(t) = f (t)

determinando ζ, ωn e o termo forçante f (t).

4. Calcule θ(t) para as condições iniciais θ0 = 1 e θ̇0 = −1 e valores numéricos g = 10, m = 1, l = 10,
c = 40, k = 96.

Exercício 2.5.20 Considere o pêndulo apresentado na figura abaixo, constituído de uma massa m [kg], uma
mola de rigidez elástica k [N/m] e uma haste de comprimento l [m]. O deslocamento angular do pêndulo no
sentido anti-horário é θ [rad]. O pêndulo está sujeito a um torque externo T , no sentido horário. Considere o
efeito da gravidade.

l
θ

m
k

1. Determine a equação de movimento não linear em termos do ângulo θ(t).

2. Linearize em torno da origem a equação obtida no item anterior, considerando pequenas oscilações, ou
seja, assumido que sin(θ) ≈ θ e cos(θ) ≈ 1.
Prof. Camino, J. F. Análise Linear de Sistemas 37

3. Coloque a equação de movimento linearizada na forma padrão de segunda ordem

θ̈(t) + 2ζωn θ̇(t) + ωn2 θ(t) = f (t)

determinando ζ, ωn e o termo forçante f (t).

4. Considerando f (t) = A cos ωt, mostre que a expressão abaixo é uma solução particular:

θp (t) = A cos(ωt)/(ωn2 − ω 2 )

Exercício 2.5.21 A figura abaixo apresenta um sistema mecânico constituído de uma massa m [kg] conectada
a uma parede através de um amortecedor c [N.s/m]. O deslocamento da massa é denotado por x(t) [m]. O
sistema está sujeito a uma força externa p(t) [N].

x
c
m p

1. Determine a equação diferencial de movimento em termos do deslocamento x(t).

2. Mostre que essa equação pode ser rescrita como uma equação de primeira ordem em termos da velocidade
v(t) = ẋ(t).

3. Assumindo as condições iniciais x(0) = −1 e ẋ(0) = 3, determine a velocidade da massa no tempo t = 1

segundos, quando uma força constante de amplitude 5 [N] é aplicada no sistema. Assuma os seguintes
valores numéricos: m = 2 e c = 1.

4. Assumindo os mesmos dados do item anterior, determine o deslocamento da massa no tempo t = 1

segundos.

Exercício 2.5.22 Considere o sistema mecânico da figura abaixo, constituído de uma massa m [kg] conectada
a uma parede por meio de uma mola de rigidez elástica k [N/m]. A outra extremidade da massa está conectada
a um amortecedor c [N.s/m]. Devido a uma excitação externa p(t), a massa sofre um deslocamento x(t) [m].

x
p
k
m
c

1. Assumindo que p(t) tem unidade de velocidade, derive a equação diferencial de movimento.

2. Assumindo que p(t) tem unidade de deslocamento, derive a equação de movimento.

Exercício 2.5.23 Considere o sistema massa-mola-amortecedor da figura abaixo, com os seguintes valores nu-
méricos: m = 1, k = 100 e c = 10.

c x

p
m

k
Prof. Camino, J. F. Análise Linear de Sistemas 38

1. Determine o deslocamento x(t) da massa para uma entrada constante p(t) = 5 e condições iniciais x(0) = 1
e ẋ(0) = −1.

2. Decomponha a resposta x(t) em termos de solução homogênea e solução forçada.

3. Decomponha a resposta x(t) em termos do regime transiente e do permanente.

Exercício 2.5.24 Considere a equação diferencial de segunda ordem não homogênea dada por
ẍ(t) + 2ζωn ẋ(t) + ωn2 x(t) = f (t), 0≤ζ<1

1. Determine uma solução particular xp (t) para a entrada constante f (t) = A.

2. Assim, mostre que a solução completa para a entrada constante f (t) = A é dada por
A  √ 2 √ 2 
x(t) = 2 + e−ζωn t c1 e−ωn t ζ −1 + c2 eωn t ζ −1
ωn
com c1 e c2 constantes a serem determinadas pelas condições iniciais.

3. Assumindo ωn = 1 e ζ = 1/2, mostre que a solução completa para a entrada constante f (t) = 3 e condições
iniciais x(0) = 1 e ẋ(0) = 1 é dada por
√ !
3t
x(t) = 3 − 2e−t/2 cos
2

4. Mostre que uma solução particular para a entrada f (t) = sin(ωt) é dada por
(ωn2 − ω 2 ) sin(ωt) − 2ζωn ω cos(ωt)
xp (t) =
ω 4 + 2ω 2 (2ζ 2 − 1)ωn2 + ωn4

5. Assumindo ωn = 1 e ζ = 1/2, mostre que a solução completa para a entrada harmônica f (t) = sin(t) e
condições iniciais x(0) = 1 e ẋ(0) = −1 é dada por
√ !
−t/2 3t
x(t) = 2e cos − cos(t)
2

6. Decomponha a solução completa, obtida no item anterior 5, nas seguintes parcelas: solução homogênea,
solução forçada, regime transiente e regime permanente.

Exercício 2.5.25 Considere o sistema de segunda ordem:

ÿ + 2ζωn ẏ + ωn2 y = ωn2 x(t)
com uma entrada harmônica dada por
x(t) = sin(ωt)
Assumindo que a resposta em regime permanente tenha a forma:
yp (t) = A sin(ωt) + B cos(ωt)
mostre que os coeficientes A e B são dados por
ωn2 (ωn2 − ω 2 )
A=
− ω 2 )2 + (2ζωn ω)2
(ωn2
2ζωn ωωn2
B=− 2
(ωn − ω 2 )2 + (2ζωn ω)2
Mostre também que esta solução pode ser reescrita na forma mais comum expressa por
ωn2
yp (t) = p sin(ωt − φ)
(ωn2 − ω 2 )2 + (2ζωn ω)2
em que a fase φ é dada por  
−1 −2ζωn ω
φ = tan
ωn2 − ω 2
Prof. Camino, J. F. Análise Linear de Sistemas 39

Exercício 2.5.26 Considere o sistema da figura abaixo, constituído de uma massa principal m [kg], um amor-
tecedor c [N.s/m], uma mola de rigidez elástica k [N/m]. Em cima da massa principal, corre uma massa ma
[kg], ligada à massa m por meio de um amortecedor ca [N.s/m] e de uma mola ka [N/m]. O deslocamento da
massa m é denotado por x(t) e o da massa ma por w(t). Uma força externa p(t), com sentido positivo na
direção x, é aplicada no carro de massa m.

x
w
ka
k
ca ma

c m

Derive a equação de movimento em termos dos deslocamentos x(t) e w(t) na forma matricial
" #
x
M z̈(t) + C ż(t) + Kz(t) = F (t), z=
w

determinando as matrizes de massa M , amortecimento C, rigidez K e o vetor de excitação F (t).

Exercício 2.5.27 Considere o sistema mecânico com dois graus de liberdade ilustrado na figura abaixo, com-
posto de duas massas m1 [kg] e m2 [kg] e três molas k1 , k2 e k3 [N/m]. Os deslocamentos das massas m1 e m2
são respectivamente x1 (t) [m] e x2 (t) [m]. A massa m2 está sujeita a uma excitação externa p(t).

x1 x2
k1 k2 k3
m1 m2

1. Derive a equação de movimento desse sistema em termos de x1 (t) e x2 (t) na forma matricial
" #
x1
M ẍ(t) + Kx(t) = Hp(t), x(0) = x0 , x =
x2

determinando as matrizes M e K, e o vetor H.

2. Considere que m1 = m2 = 1 e k3 = k1 . Mostre que a matriz K pode ser decomposta como

" # " #
T T 1 1 −1 k1 0
K = U ΛU , U U = I, U = √ , Λ=
2 1 1 0 k1 + 2k2

3. Usando a mudança de variável q = U T x, mostre que a equação de movimento pode ser reescrita na forma
(diagonal) desacoplada " #
1 1
q̈(t) + Λq(t) = Bp(t), q(0) = q0 , B = √
2 1

4. Considere que a entrada seja uma constante de amplitude p(t) = 2(k12 + 2k2 k1 ) e que as condições iniciais
√ √
sejam x1 (0) = −1, ẋ1 (0) = k1 , x2 (0) = 1 e ẋ2 (0) = k1 . Determine primeiro a resposta na coordenada
q(t) e em seguida na coordenada x(t).

5. Determine a resposta q(t) para a entrada p(t) = sin ωt e condições iniciais nulas.
Prof. Camino, J. F. Análise Linear de Sistemas 40

Exercício 2.5.28 Considere um sistema S cuja a saída y(t) e a entrada x(t) estão relacionados por

1. y(t) = tx(t);
2. y(t) = x2 (t + 1);
3. y(t) = x(t) sin(t + 1);
4. y(t) = x(sin(t)).

Determine se o sistema S é ou não é: (i) linear; (ii) invariante no tempo; (iii) causal.
Capítulo 3

Transformada de Laplace

A transformada unilateral de Laplace1 é uma poderosa ferramenta capaz de converter equações diferenciais
no domínio do tempo em equações algébricas em termos de uma variável complexa s2 . Assim, operações de
diferenciação e integração são transformadas em operações algébricas, facilitando a resolução das equações
diferenciais. É importante salientar que a transformada de Laplace também permite analisar o comportamento
dinâmico de um sistema linear sem a necessidade de se resolver a equação diferencial. Uma abordagem completa
e mais detalhada pode ser encontrada nos livros citados nas referências bibliográficas.

Definição 3.0.1 A transformada (unilateral) de Laplace é dada por

Z ∞ Z N
F (s) = L[f (t)] = f (t)e−st dt = lim f (t)e−st dt
0− N →+∞ 0−

em que s = σ + jω é uma variável complexa.

Essa integral convergirá absolutamente sempre que

|f (t)|e−σt → 0 com t → ∞.

Se esse limite for a zero para σ > σc e divergir para σ < σc , então σc será chamado de abcissa de convergência.

3.1 Transformada de funções básicas

Esta seção apresenta a transformada de Laplace de algumas funções comuns.

1. Função exponencial. Seja α > 0. Considere a função f (t) dada por

(
Ae−αt , se t ≥ 0
f (t) =
0 , se t < 0

Então, a sua transformada de Laplace é dada por

Z ∞ Z ∞
−αt −st
F (s) = L[f (t)] = Ae e dt = A e−(α+s)t dt
0 0

Note que essa integral converge se α + σ > 0, ou seja, σ > −α. Assim, a abcissa de convergência é
σc = −α. Portanto, a região de convergência ROC3 , apresentada na Figura 3.1, é o semiplano direito
delimitado pela reta s = −α + jω, com ω ∈ R.
1 A transformada bilateral de Laplace, sua relação com a versão unilateral, bem como as implicações sobre causalidade são

discutidas na Seção B.3.

2 Uma revisão sucinta de números complexos e funções de variáveis complexas encontra-se na Seção A.1.
3 A região de convergência é geralmente denominada de ROC, do inglês region of convergence.

41
Prof. Camino, J. F. Análise Linear de Sistemas 42

jω

−α
σ

Figura 3.1: Região de convergência no plano s.

Prosseguindo com a integração, tem-se

Z ∞ ∞
−A −(α+s)t
F (s) = L[f (t)] = A e−(α+s)t dt = e
0 α+s 0
−A Ae0 A
= lim e−(α+s)t + =
α + s t→∞ α+s α+s
Essa função tem uma singularidade (polo) em s = −α.
Vale salientar que a função F (s) é válida para todo o plano s exceto em s = −α, ou seja, a transformada
de Laplace é válida mesmo fora da região de convergência. Isso se deve ao teorema da extensão analítica
(também conhecido como teorema da continuação analítica).

2. Função degrau unitário dada por (

1 , se t > 0
f (t) = µ(t) =
0 , se t < 0
Sua transformada de Laplace é dada por
Z ∞ ∞
e−st 1
F (s) = L[f (t)] = e−st dt = − =
0 s 0 s
A função degrau unitário, também conhecida como função de Heaviside, é usualmente denodada por µ(t).
Ela não está sendo definida em t = 0, porém é comum assumir que µ(0) = 0 ou µ(0) = 1.

3. Função rampa dada por (

t , se t ≥ 0
f (t) =
0 , se t < 0
Sua transformada de Laplace é dada por
1
F (s) = L[f (t)] =
s2
Prova. Integrando por partes, tem-se
Z ∞ ∞ Z ∞
e−st e−st 1
te−st dt = t − dt = 2
0 −s 0 0 −s s

4. Função impulso unitário.

δn (t)

n2
1/n2

n1
1/n1
n0
1/n0
t
t0

Figura 3.2: Sequência de pulsos δn (t) de área unitária.

Prof. Camino, J. F. Análise Linear de Sistemas 43

Seja a função pulso de área unitária, centrada em t0 , dada por


n , se t − 1 ≤ t ≤ t + 1
0 0
δn (t) = 2n 2n
0 , caso contrário

cuja representação gráfica encontra-se na Figura 3.2. Note que à medida que a largura 1/n do pulso δn (t)
diminui, sua altura n aumenta proporcionalmente de forma a manter a área unitária. Assim, a função
delta de Dirac4 pode ser definida (informalmente) como sendo

(3.1) δ(t − t0 ) = lim δn (t)

n→∞

Algumas propriedades do delta de Dirac são:

(a) δ(t − t0 ) = 0, para t 6= t0 ;

R∞
(b) −∞ δ(t − t0 ) dt = 1;
R∞
(c) −∞ f (t)δ(t − t0 ) dt = f (t0 );
δ(t)
(d) δ(αt) = , para α 6= 0.
|α|
Aplicando a transformada de Laplace na função delta de Dirac, tem-se:
Z ∞
F (s) = L[δ(t)] = δ(t)e−st dt = 1
0−

Observação 3.1.1 A integral indefinida de δ(t) fornece a função Heaviside que é igual a 0 para t < 0 e
1 para t > 0, porém como distribuição, ela é definida apenas dentro de uma integral. Assim, tem-se que
R
δ(t − t0 ) dt = µ(t − t0 ) e µ′ (t − t0 ) = δ(t − t0 ). Nesta apostila, será usada indistintamente a notação
µ(t) para denotar tanto o degrau unitário como a função Heaviside.

Observação 3.1.2 A função δn (t) acima não é a única função que pode ser usada para expressar o
impulso. Por exemplo, a função gaussiana δn (t) apresentada na Figura 3.3 pode ser usada para definir o
impulso5 (informalmente) como sendo δ(t) = limn→∞ δn (t).

n 2
δn (t) = √ e−(nt)
π

n=1
n=2
n=3

Figura 3.3: Sequência de funções δn (t) de área unitária.

5. Função senoidal. Seja ω > 0. Considere a função f (t) dada por

(
sin(ωt) , se t ≥ 0
f (t) =
0 , se t < 0
4 O delta de Dirac não é na realidade uma função em seu sentido clássico, é uma distribuição, que é uma generalização do

conceito de função que permite manipular singularidades. Note que limite limn→∞ δn (t) propriamente dito não existe, a sequência
R∞
δn pode ser interpretada como a sequência de funções normalizadas −∞ δn (t) dt = 1 tal que a sequência de integrais tem o limite
R∞
limn→∞ −∞ δn (t)f (t) dt = f (0).
5 Veja a nota de rodapé 4.
Prof. Camino, J. F. Análise Linear de Sistemas 44

Então, a sua transformada de Laplace é dada por

Z ∞ jωt Z ∞ Z ∞ 
e − e−jωt −st 1
F (s) = L[f (t)] = e dt = e−(s−jω)t dt − e−(s+jω)t dt
0 2j 2j 0 0
 −(s−jω)t ∞ −(s+jω)t ∞
  
1 −e e 1 1 1 ω
= + = − = 2
2j s − jω 0 s + jω 0 2j s − jω s + jω s + ω2

3.2 Propriedades da transformada de Laplace

A seguir são apresentadas algumas propriedades da transformada de Laplace6 .

1. Linearidade. Se F1 (s) = L[f1 (t)] e F2 (s) = L[f2 (t)], então

L[αf1 (t) + βf2 (t)] = αF1 (s) + βF2 (s)

2. Função transladada no tempo. Considere a função f (t) e sua translação de α ≥ 0 apresentados na

Figura 3.4, em que µ(t) representa o degrau unitário.

f (t)

α t

Figura 3.4: Função f (t) e sua translação f (t − α) µ(t − α) (em azul).

A transformada de Laplace dessa função transladada é dada por

Z ∞
L[f (t − α) µ(t − α)] = f (t − α) µ(t − α)e−st dt
0

Aplicando a substituição de variável τ = t − α, tem-se

Z ∞
L[f (t − α) µ(t − α)] = f (τ )µ(τ )e−s(τ +α) dτ
−α
Z ∞ Z ∞
−sτ −sα −sα
= f (τ )e e dτ = e f (τ )e−sτ dτ
0 0
−sα
=e L[f (t)] = e−sα F (s)

em que F (s) é a transformada de Laplace da função f (t).

Exemplo 3.2.1 Considere a função pulso retangular apresentada na Figura 3.5. Percebe-se que essa
função pode ser escrita como a diferença de dois degraus, ou seja, f (t) = µ(t) − µ(t − t0 ).

f (t)
1
t
t0
-1

Figura 3.5: Função pulso retangular.

6A Seção B.2 apresenta uma tabela de transformadas de Laplace e suas propriedades.
Prof. Camino, J. F. Análise Linear de Sistemas 45

Aplicando a transformada de Laplace, tem-se

1 1 1 1

L[f (t)] = − L[µ(t − t0 )] = − e−t0 s = 1 − e−t0 s
s s s s

3. Teorema da derivação real:

d
L[ f (t)] = sF (s) − f (0)
dt
Prova. Integrando por partes, tem-se:
Z ∞ ∞ Z ∞
e−st e−st d
f (t)e−st dt = f (t) − f (t) dt
0 −s 0 0 −s dt

Portanto
f (0) 1 d
F (s) = + L[ f (t)]
s s dt

Exemplo 3.2.2 Prove que

d2
L[ f (t)] = s2 F (s) − sf (0) − f˙(0)
dt2
d
Prova. Seja g(t) = f (t). Aplicando o teorema da derivação real, tem-se:
dt
d
L[ g(t)] = sL[g(t)] − g(0) = s[sF (s) − f (0)] − f˙(0)
dt

Exemplo 3.2.3 De forma similar, pode-se mostrar que

  n−1
dn n
X
L n
f (t) = s F (s) − sk f (n−k−1) (0)
dt
k=0
n
= s F (s) − s n−1
f (0) − sn−2 f˙(0) − · · · − sf (n−2) (0) − f (n−1) (0)

em que f (n) representa a derivada enésima da função f (t).

Exemplo 3.2.4 Considere a função f (t) = cos(ωt), para t ≥ 0. A transformada dessa função pode ser
facilmente calculada como segue:

d sin(ωt) 1 1
L[cos(ωt)] = L[ ] = sL[sin(ωt)] − sin(ωt) t=0
dt ω ω
s ω s
= =
ω s2 + ω 2 s2 + ω 2

4. Multiplicação de f (t) por e−αt (translação na frequência):

Z ∞
−αt
L[e f (t)] = f (t)e−(s+α)t dt = F (s + α)
0

em que F (s) é a transformada de Laplace da função f (t).

Exemplo 3.2.5 Lembrando que a transformada de Laplace da função senoidal é

ω
L [sin(ωt)µ(t)] =
s2 + ω 2
obtém-se
  ω
L e−αt sin(ωt)µ(t) =
(s + α)2 + ω 2
Prof. Camino, J. F. Análise Linear de Sistemas 46

5. Teorema da derivação complexa7

d
L[tf (t)] = − F (s)
ds
Prova. Obtida diretamente da definição da transformada de Laplace. Assumindo F (s) = L[f (t)], tem-se
Z ∞ Z ∞   Z ∞
d d d
L[tf (t)] = tf (t)e−st dt = f (t) − e−st dt = − f (t)e−st dt = − F (s)
0 0 ds ds 0 ds

Exemplo 3.2.6 A função cuja transformada de Laplace é

2
F (s) =
(s + 1)3

é obtida do teorema da derivação complexa, como segue. Lembrando que

1
L[e−t µ(t)] =
(s + 1)

tem-se
d 1 1
L[t e−t µ(t)] = − =
ds (s + 1) (s + 1)2
Aplicando, novamente a propriedade, obtém-se

d 1 2
L[t(t e−t µ(t))] = − =
ds (s + 1)2 (s + 1)3

Consequentemente,
f (t) = t2 e−t , t≥0

Observe que a propriedade da translação na frequência poderia também ter sido utilizada.

6. Escala no tempo com α ∈ C. Seja F (s) = L[f (t)]. Entao:

L[f (t/α)] = αF (αs)

Prova. Usando a definição da transformada de Laplace, tem-se:

Z ∞
L[f (t/α)] = f (t/α)e−st dt
0

Fazendo a substituição de variável u = t/α, donde t = αu e dt = αdu, os limites t = 0 e t → ∞ resultam

em u = 0 e u → ∞. Assim:
Z ∞ Z ∞
L[f (t/α)] = f (u)e−sαu α du = α f (u)e−(αs)u du = αF (αs)
0 0

7. Integral de convolução. A convolução f (t) ∗ g(t), entre os sinais f (t) e g(t), é definida como sendo
Z ∞ Z ∞
f (t) ∗ g(t) = f (t − τ )g(τ ) dτ = f (τ )g(t − τ ) dτ = g(t) ∗ f (t)
−∞ −∞

Assim, assumindo que f (t) = g(t) = 0 para t < 0 e aplicando a transformada de Laplace, obtém-se

L[f (t) ∗ g(t)] = F (s)G(s) = G(s)F (s) = L[g(t) ∗ f (t)]

dn F (s)
7É possível mostrar, de forma mais geral, que L[tn f (t)] = (−1)n .
dsn
Prof. Camino, J. F. Análise Linear de Sistemas 47

Observação 3.2.1 Note que um sinal contínuo qualquer pode sempre ser escrito como sendo a convolução
dele próprio com o impulso, ou seja,
Z ∞
x(t) = x(τ )δ(t − τ ) dτ
−∞

8. Teorema do valor final. Se f (t) = 0 para t < 0, e limt→∞ f (t) for finito, então

lim f (t) = lim sF (s)

t→∞ s→0

Exemplo 3.2.7 Suponha que F (s) seja dada por

1
F (s) =
s(s + 1)
Calcule o limite de f (t) quando t → ∞. Assumindo que este limito seja finito, pelo teorema do valor final,
tem-se
1
lim f (t) = lim sF (s) = lim =1
t→∞ s→0 s→0 s + 1
Esse resultado é facilmente verificável, pois

f (t) = 1 − e−t , t≥0

9. Teorema do valor inicial. Se f (t) = 0 para t < 0, e f (t) não contiver impulsos em t = 0, então,

f (0+ ) = lim sF (s)

s→∞

Exemplo 3.2.8 Suponha que F (s) seja dada por

1
F (s) =
s(s + 1)
O limite de f (t) quando t → 0+ pode ser calculado como segue:
1
f (0+ ) = lim sF (s) = lim =0
s→∞ s→∞ s+1

3.3 A inversa da transformada de Laplace

Embora existam diferentes formas de se obter a inversa da transformada de Laplace, esta seção apresenta o
método da expansão (ou decomposição) em frações parciais, que é a abordagem mais clássica para essa finalidade.
Esse método é usado para decompor uma função racional
P (s) b0 sm + b1 sm−1 + · · · + bm−1 s + bm
F (s) = =
Q(s) sn + a1 sn−1 + · · · + an−1 s + an
que é uma função que pode ser escrita como quociente de polinômios, ambos nas mesma variável s, em frações
mais simples dadas por
P (s)
F (s) = = F1 (s) + F2 (s) + · · · + Fn (s)
Q(s)
tal que a inversa da transformada de Laplace dos Fj (s) seja de fácil solução. Assim

f (t) := L−1 [F (s)] = L−1 [F1 (s)] + L−1 [F2 (s)] + · · · + L−1 [Fn (s)]

Note ainda que a função F (s) pode ser reescrita como

P (s) (s − z1 )(s − z2 ) · · · (s − zm )
F (s) = =K
Q(s) (s − p1 )(s − p2 ) · · · (s − pn )
em que os valores zi que zeram a função são obviamente denominados de zeros de F (s). Já os valores pi
que causam uma singularidade em F (s) são denominados de polos. Os polos são elementos essenciais na
determinação da estabilidade do sistema, como será visto na Seção 3.7.
Para efetuar essa decomposição, as seguintes hipóteses são necessárias:
Prof. Camino, J. F. Análise Linear de Sistemas 48

1. Os polinômios P (s) e Q(s) só possuem coeficientes reais;

2. Os polinômios P (s) e Q(s) não possuem fatores em comum;
3. O grau do numerador m é estritamente menor do que o grau do denominador n (ou seja m < n).

Observação 3.3.1 Note que a primeira hipótese implicará que os polos complexos de F (s), caso existam, só
podem aparecer em pares complexos conjugados. A segunda hipótese não é restritiva, pois caso F (s) possua
fatores comuns, por exemplo (s − z1 ) = (s − p2 ), então, esses fatores se cancelam e efetua-se a decomposição
de uma nova F (s) sem esses termos. A última hipótese também não apresenta perda de generalidade, já que
uma função racional F (s) = P (s)/Q(s) com n = m pode ser reescrita como F (s) = D + P̄ (s)/Q̄(s), em que D
é uma constante e o grau de P̄ (s) é estritamente menor do que o grau de Q̄(s).

Dependendo das raízes de Q(s), dois casos podem ocorrer. Primeiro, será tratado o caso em que os polos de
F (s) são raízes simples de Q(s), ou seja, todos os polos são distintos. Em seguida, será apresentado o caso em
que os polos de F (s) contêm raízes múltiplas de Q(s).

3.3.1 Expansão em frações parciais: polos distintos

Considerando que os polos da função F (s) são distintos, pode-se reescrevê-la como
c1 c2 ck cn
(3.2) F (s) = + + ··· + + ··· +
s − p1 s − p2 s − pk s − pn
em que ck é o resíduo do polo pk em s = pk . Para determinar o coeficiente ck , com k = 1, . . . , n, procede-se
como segue. Primeiramente, multiplica-se (3.2) em ambos os lados por (s − pk ), obtendo
c1 (s − pk ) c2 (s − pk ) cn (s − pk )
(s − pk )F (s) = + + · · · + ck + · · · +
s − p1 s − p2 s − pn
Calculando essa expressão em s = pk , obtém-se
ck = [(s − pk )F (s)]s=pk
 
ck
Como L−1 = ck epk t µ(t), tem-se
s − pk
f (t) = L−1 [F (s)] = c1 ep1 t + c2 ep2 t + · · · + ck epk t + · · · + cn epn t , t≥0
s+2
Exemplo 3.3.1 Suponha que F (s) = . Assim, F (s) tem a seguinte expansão:
s2 + 1
s+2 c1 c2
F (s) = = +
(s + j)(s − j) s+j s−j
em que c1 e c2 são respectivamente dados por
s+2
c1 = [(s + j)F (s)]s=−j = = 1/2 + j
s−j s=−j
s+2
c2 = [(s − j)F (s)]s=j = = 1/2 − j
s+j s=j

Observe que, de maneira similar, pode-se expandir como segue:

c1 (s − j) + c2 (s + j) (c1 + c2 )s + j(c2 − c1 )
F (s) = =
(s + j)(s − j) (s + j)(s − j)
Portanto, tem-se
c1 + c2 = 1, e c2 − c1 = 2/j = −2j
Resolvendo essas duas equações, determina-se c1 = 1/2 + j e c2 = 1/2 − j. Portanto,
1/2 + j 1/2 − j
F (s) =
+
s+j s−j
Aplicando a inversa da transformada de Laplace, obtém-se
f (t) = L−1 [F (s)] = (1/2 + j)e−jt + (1/2 − j)ejt = cos(t) + 2 sin(t), t≥0
Prof. Camino, J. F. Análise Linear de Sistemas 49

3.3.2 Expansão em frações parciais: polos múltiplos

O procedimento é bastante similar ao adotado no caso anterior e será apresentado através de um exemplo.
Considere a seguinte função
s2 + 2s + 3
F (s) =
(s + 1)3
Como F (s) possui três polos múltiplos em s = −1, é necessário decompor F (s) em três termos como segue:
c1 c2 c3
F (s) = + +
(s + 1) (s + 1)2 (s + 1)3

Multiplicando ambos os lados por (s + 1)3 , tem-se

(3.3) (s + 1)3 F (s) = c1 (s + 1)2 + c2 (s + 1) + c3

Portanto,
 
c3 = (s + 1)3 F (s) s=−1
Para se determinar os outros coeficientes, deriva-se a equação (3.3), que fornece

d  
(s + 1)3 F (s) = c2 + 2c1 (s + 1)
ds
Portanto,
d 
c2 = (s + 1)3 F (s) s=−1
ds
De forma similar, determina-se o termo c1 :

d2  
(s + 1)3 F (s) s=−1 = 2c1
ds2
Para o exemplo, em que

s2 + 2s + 3
F (s) = =⇒ (s + 1)3 F (s) = s2 + 2s + 3
(s + 1)3
tem-se

c3 = [(s + 1)3 F (s)]s=−1 = [s2 + 2s + 3]s=−1 = 2

d 2
c2 = [s + 2s + 3]s=−1 = [2s + 2]s=−1 = 0
ds
1 d2 2
c1 = [s + 2s + 3]s=−1 = 1
2 ds2
Portanto,
1 2
F (s) = +
(s + 1) (s + 1)3
Aplicando a inversa da transformada de Laplace, tem-se
   
−1 1 −1 2
f (t) = L +L = e−t + t2 e−t = (1 + t2 )e−t , t≥0
s+1 (s + 1)3

Observe que o segundo termo foi obtido usando o teorema da derivação complexa

d
L[tf (t)µ(t)] = − F (s)
ds
1
Para a função F (s) = , cuja inversa é f (t) = e−at µ(t), tem-se
s+a
d 1 1
L[te−at µ(t)] = − =
ds s + a (s + a)2
Prof. Camino, J. F. Análise Linear de Sistemas 50

Portanto, se F (s) = 1/(s + a)2 , sua inversa será f (t) = te−at para t ≥ 0. De forma análoga, para F (s) =
2/(s + 1)3 , tem-se f (t) = t2 e−t para t ≥ 0.
Considerando que F (s) possui um polo de multiplicidade ℓ, ou seja, p1 = p2 = · · · = pℓ , e os n − ℓ polos
restantes são todos distintos, sua decomposição em frações parciais é dada por
c1 c2 cℓ cℓ+1 cn
F (s) = + 2
+ ··· + ℓ
+ + ··· +
s − p1 (s − p1 ) (s − p1 ) s − pℓ+1 s − pn

Exemplo 3.3.2 Suponha que a função F (s) seja dada por

s3 + s2 − 16s + 20 (s − 2)2 (s + 5)
F (s) = =
s6 − 2s5 − 8s4 + 14s3 + 11s2 − 28s + 12 (s − 1)3 (s + 2)2 (s − 3)

Essa função tem um polo em p1 = 1 de multiplicidade ℓ = 3, um polo em p2 = −2 de multiplicidade ℓ = 2 e um

polo simples em p3 = 3. Assim, sua decomposição em frações parciais tem a seguinte forma:
c1 c2 c3 c4 c5 c6
F (s) = + + + + +
s − 1 (s − 1)2 (s − 1)3 s + 2 (s + 2)2 s−3

em que os resíduos
11 2 1 248 16 1
c1 = − , c2 = , c3 = − , c4 = , c5 = , c6 =
27 3 3 675 45 25
foram calculados como segue:

1 d2  3
 16(3s3 − 33s2 + 97s − 100) 11
1. c1 = F (s)(s − 1) = − =−
2 ds2 s=1 (s − 3)3 (s + 2)4 s=1 27

d   8(2s2 − 15s + 22) 2

2. c2 = F (s)(s − 1)3 s=1 = =
ds (s − 3)2 (s + 2)3 s=1 3

(s − 2)2 (s + 5) 1
3. c3 = F (s)(s − 1)3 = =−
s=1 (s + 2)2 (s − 3) s=1 3

d   s + 4s − 59s2 + 170s − 152

4 3
248
4. c4 = F (s)(s + 2)2 s=−2 = − =
ds (s − 3)2 (s − 1)4 s=−2 675

(s − 2)2 (s + 5) 16
5. c5 = F (s)(s + 2)2 = =
s=−2 (s − 1)3 (s − 3) s=−2 45

(s − 2)2 (s + 5) 1
6. c6 = F (s)(s − 3) = =
s=3 (s − 1)3 (s + 2)2 s=3 25

3.4 Resolução de equações diferenciais usando a transformada de La-

place
Esta seção demonstra a aplicação da transformada de Laplace para a solução de algumas equações diferenciais
ordinárias lineares.

Exemplo 3.4.1 Determine a solução da seguinte equação diferencial de primeira ordem não homogênea:

τ v̇(t) + v(t) = x(t)

em que x(t) = Eµ(t) e v(0) = v0 .

Denotando por V (s) a transformada de Laplace de v(t), ou seja, V (s) = L[v(t)] e lembrando que L[v̇(t)] =
sV (s) − v0 , tem-se
E
τ sV (s) − τ v0 + V (s) =
s
Prof. Camino, J. F. Análise Linear de Sistemas 51

Equivalentemente, tem-se
 
τ v0 E τ v0 1 τ
V (s) = + = +E −
τ s + 1 s(τ s + 1) τs + 1 s τs + 1

Aplicando a inversa da transformada de Laplace, tem-se

v(t) = v0 e−t/τ + E 1 − e−t/τ , t≥0

que é mesma a solução determinada em (2.9).

Exemplo 3.4.2 Determine a solução da seguinte equação diferencial homogênea:

mÿ(t) + ky(t) = 0, y(0) = y0 , ẏ(0) = ẏ0

Lembrando que L[ÿ(t)] = s2 Y (s) − sy0 − ẏ0 , tem-se

m s2 Y (s) − sy0 − ẏ0 + kY (s) = 0 =⇒ ms2 + k Y (s) = my0 s + mẏ0

Portanto
s 1
Y (s) = y0 + ẏ0 2 , ωn2 = k/m
s2 2
+ ωn s + ωn2
cuja inversa da transformada de Laplace fornece

ẏ0
(3.4) y(t) = y0 cos(ωn t) + sin(ωn t), t≥0
ωn

que é exatamente a mesma solução obtida em (2.20).

Exemplo 3.4.3 Determine a resposta ao impulso da seguinte equação diferencial:

ẏ(t) + a1 y(t) = x(t)

Aplicando a transformada de Laplace, com condições iniciais nulas, tem-se

1
(s + a1 )Y (s) = 1 =⇒ Y (s) =
s + a1

cuja inversa da transformada de Laplace fornece

y(t) = L−1 [Y (s)] = e−a1 t , t≥0

Exemplo 3.4.4 Determine a resposta ao impulso da seguinte equação diferencial:

mÿ(t) + ky(t) = δ(t), y(0) = ẏ(0) = 0

Aplicando a transformada de Laplace, tem-se

1/m
ms2 + k Y (s) = 1 =⇒ Y (s) = , ωn2 = k/m
s2+ ωn2

cuja inversa da transformada de Laplace fornece

1
y(t) = L−1 [Y (s)] = sin(ωn t), t≥0
mωn

Definição 3.4.1 A resposta ao impulso de um sistema, geralmente denominada por h(t), é de grande impor-
tância na análise linear de sistemas. A resposta ao impulso h(t) é calculada com condições iniciais nulas, para
um impulso aplicado no instante de tempo t = 0.
Prof. Camino, J. F. Análise Linear de Sistemas 52

Exemplo 3.4.5 Determine a resposta ao impulso da seguinte equação diferencial:

mÿ(t) + cẏ(t) + ky(t) = kx(t)

Embora não seja mandatório, é útil reescrever a equação acima na forma padrão

ÿ(t) + 2ζωn ẏ(t) + ωn2 y(t) = ωn2 x(t)

p
em que ωn = k/m e ζ = c/(2mωn ).
Aplicando agora a transformada de Laplace com condições iniciais nulas, obtém-se

s2 Y (s) + 2ζωn sY (s) + ωn2 Y (s) = ωn2 X(s)

Portanto,
ωn2
Y (s) = X(s)
s2 + 2ζωn s + ωn2
Considerando que a entrada é um impulso x(t) = δ(t), ou seja, X(s) = 1, tem-se que

Y (s) ωn2
H(s) := = 2
X(s) s + 2ζωn s + ωn2

Completando o quadrado, tem-se

!
ωn ωd
H(s) = p
1− ζ2 (s + ζωn )2 + ωd2
p
em que ωd = ωn 1 − ζ 2 . Lembrando que
  ω
L e−αt sin(ωt)µ(t) =
(s + α)2 + ω 2

obtém-se a resposta ao impulso

ωn
h(t) = p e−ζωn t sin(ωd t), t≥0
1− ζ2

Observação 3.4.1 Não é adequado calcular numericamente (de forma computacional) a resposta ao impulso
usando diretamente a sua definição, uma vez que o impulso tem amplitude infinita. Porém, pode-se mostrar
(ver Exercício 3.8.27) que é possível calcular numericamente a resposta ao impulso usando a equação diferencial
homogênea com uma condição inicial apropriada.

Exemplo 3.4.6 Para o sistema massa-mola do Exemplo 3.4.4, a resposta ao impulso pode ser obtida usando-se
a equação diferencial homogênea mÿ(t) + ky(t) = 0, com condição inicial y(0) = 0 e ẏ(0) = 1/m.

3.5 Resposta a uma excitação arbitrária

A análise de sistemas lineares envolve frequentemente a determinação da resposta do sistema a variados tipos
de entradas ou excitações. Esta seção apresenta uma abordagem para se obter a resposta de um sistema LTI a
uma função de excitação arbitrária.
Conhecendo-se a resposta ao impulso h(t) de um sistema LTI, sua resposta a um sinal de entrada x(t)
qualquer pode ser determinada através da operação de convolução entre x(t) e h(t). Inicialmente, considera-se
o caso mais simples, no qual a entrada é aplicada enquanto o sistema está em repouso, resultando na chamada
“resposta forçada”. Posteriormente, será derivada a solução completa.
Prof. Camino, J. F. Análise Linear de Sistemas 53

x(t) h(t) y(t)

3.5.1 Solução forçada

Considere o sistema linear, invariante no tempo, representado na figura abaixo, em que a entrada é x(t), a saída
é y(t), e a resposta ao impulso é h(t).
A resposta forçada desse sistema, que descreve a relação entrada-saída ignorando as condições iniciais, é
dada pela seguinte integral de convolução:
Z ∞ Z ∞
y(t) = h(t) ∗ x(t) = h(t − τ )x(τ ) dτ = h(τ )x(t − τ ) dτ = x(t) ∗ h(t)
−∞ −∞

Se o sistema for causal, então h(t − τ ) = 0 para τ > t, e a integral se reduzirá a

Z t
y(t) = h(t − τ )x(τ ) dτ
−∞

No mais, se a entrada for nula para t < 0, ou seja x(t) = 0 para t < 0, então a solução forçada será
Z t Z t
y(t) = h(t − τ )x(τ ) dτ = h(τ )x(t − τ ) dτ
0 0

Exemplo 3.5.1 Considere o sistema descrito pela seguinte equação de movimento:

mÿ(t) + ky(t) = x(t)

em que x(t) é o degrau de amplitude X0 dado por

(
X0 , se t ≥ 0
x(t) = X0 µ(t) =
0 , se t < 0

Sabe-se (do Exemplo 3.4.4) que a resposta ao impulso h(t) desse sistema é
1 p
h(t) = sin(ωn t) µ(t), ωn = k/m
mωn
Assim, pela integral de convolução, tem-se que a solução forçada yf (t) é dado por
Z ∞
yf (t) = h(t) ∗ x(t) = h(t − τ )x(τ ) dτ
−∞
Z ∞ Z t
1 X0
= sin(ωn (t − τ ))µ(t − τ )X0 µ(τ ) dτ = sin(ωn (t − τ )) dτ
−∞ mωn mωn 0

fornecendo finalmente
X0
(3.5) yf (t) = (1 − cos(ωn t)), t≥0
k

3.5.2 Solução completa

Note que a integral de convolução fornece apenas a resposta forçada para uma excitação arbitrária. Para se
obter a solução completa do problema, deve-se considerar também as condições iniciais, ou seja, deve-se somar
à solução forçada a solução homogênea, fornecendo
Z t
(n−1)
(3.6) y(t) = g0 (t)y0 + g1 (t)ẏ0 + · · · + gn−1 (t)y0 + h(t − τ )x(τ ) dτ
0

(n−1)
em que n é a ordem da equação diferencial e y0 , ẏ0 , . . . , y0 são suas n condições iniciais.
Prof. Camino, J. F. Análise Linear de Sistemas 54

Exemplo 3.5.2 Suponha que o sistema do Exemplo 3.5.1 esteja sujeito às condições iniciais y(0) = y0 e
ẏ(0) = ẏ0 . Assim, somando-se a solução homogênea (3.4) e a solução forçada (3.5), a resposta completa fica
sendo
ẏ0 X0
y(t) = y0 cos(ωn t) + sin(ωn t) + (1 − cos(ωn t)), t ≥ 0
ωn k
Comparando essa expressão com (3.6), tem-se
sin(ωn t)
g0 (t) = cos(ωn t) e g1 (t) =
ωn

3.6 Função de transferência

A função de transferência é uma ferramenta fundamental para a análise de sistemas lineares e invariantes no
tempo (LTI). Ela caracteriza completamente a relação entre a entrada e a saída de um sistema LTI no domínio
da frequência. Conforme será visto, a função de transferência relaciona Y (s), a transformada de Laplace do
sinal de saída, com X(s), a transformada de Laplace do sinal de entrada, para um sistema LTI, encapsulando
assim suas propriedades dinâmicas. Ela nada mais é do que a transformada de Laplace da resposta ao impulso
do sistema. Além disso, a função de transferência pode ser determinada diretamente aplicando-se Laplace à
equação diferencial do sistema. Suas raízes, os polos e zeros, fornecem informações importantes sobre o sistema,
em especial a sua estabilidade.
Aplicando a transformada de Laplace na integral de convolução
Z ∞ Z ∞
y(t) = h(t − τ )x(τ ) dτ = h(τ )x(t − τ ) dτ
−∞ −∞

obtém-se
Y (s) = H(s)X(s)
Essa relação está expressa na Figura 3.6 abaixo.

X(s) H(s) Y (s)

Figura 3.6: Relação entrada-saída no domínio da frequência.

A função H(s) = Y (s)/X(s), que relaciona a transformada de Laplace do sinal de saída y(t) com a trans-
formada de Laplace do sinal de entrada x(t), é denominada de função transferência. Perceba que para uma
entrada impulsiva X(s) = 1, a saída é Y (s) = H(s). Portanto, H(s) é transformada de Laplace da resposta ao
impulso h(t), ou seja Z ∞
H(s) = h(t)e−st dt
0−

A função de transferência também pode ser obtida diretamente da equação diferencial, considerando as
condições iniciais nulas. Assim, aplicando a transformada de Laplace em ambos os lados da equação diferencial

y (n) + a1 y (n−1) + · · · + an−1 ẏ + an y = b0 x(m) + b1 x(m−1) + · · · + bm−1 ẋ + bm x

em que y (n) é a derivada enésima de y(t), tem-se

[sn + a1 sn−1 + · · · + an−1 s + an ]Y (s) = [b0 sm + b1 sm−1 + · · · + bm−1 s + bm ]X(s)

Portanto,
Y (s) b0 sm + b1 sm−1 + · · · + bm−1 s + bm
H(s) = =
X(s) sn + a1 sn−1 + · · · + an−1 s + an

Observação 3.6.1 A função de transferência H(s) é denominada própria se n ≥ m, estritamente própria se

n > m e imprópria se m > n. Assim, H(s) é dita própria se lims→∞ H(s) existir e estritamente própria se
esse limite for zero. Para que uma função de transferência seja realizável fisicamente é necessário que ela seja
própria.
Prof. Camino, J. F. Análise Linear de Sistemas 55

Observação 3.6.2 O ganho estático é dado por H(0) = bm /an . Assim, se a entrada for x(t) = X0 µ(t),
um degrau de amplitude X0 , e o sistema for assintoticamente estável, a saída atingirá o regime estacionário
y∞ = H(0)X0 .

Exemplo 3.6.1 Considere o mesmo sistema do Exemplo 3.5.1, dado por

mÿ(t) + ky(t) = x(t)

Para esse sistema, a transformada de Laplace da resposta ao impulso h(t) e da entrada x(t) são respectivamente
dadas por
1 X0
H(s) = 2
e X(s) =
ms + k s
Assim  
X0 X0 /m X0 1 s
Y (s) = H(s)X(s) = = = − , ωn2 = k/m
s(ms2 + k) s(s2 + ωn2 ) mωn2 s s2 + ωn2
cuja inversa da transformada de Laplace fornece a solução forçada
X0
yf (t) = (1 − cos(ωn t)), t≥0
k

3.7 Conceitos de estabilidade

Esta seção apresenta alguns conceitos básicos de estabilidade de sistema lineares contínuos invariantes no tempo.
Primeiro, é realizada uma análise do comportamento da solução homogênea. Em seguida, é demonstrado que
um sistema será estável se os polos de sua função de transferência estiverem localizados no semiplano esquerdo
do plano complexo. Finalmente, a noção de estabilidade BIBO é introduzida.

3.7.1 Comportamento assintótico da solução homogênea

Foi visto que a solução geral da equação diferencial homogênea é composta de termos da forma

yh (t) = Ceλt , λ = σ + jω

e, assim, a convergência dessa expressão depende essencialmente do valor da raiz λ. Usando a fórmula de Euler,
essa raiz pode ser reescrita como
eλt = eσt (cos(ωt) + j sin(ωt))
Portanto, esse termo convergira a zero sempre que σ < 0, ou seja, sempre que a raiz λ esteja localizada no
semiplano esquerdo do plano complexo.

Observação 3.7.1 Caso as raízes não sejam todas distintas e exista uma raiz de multiplicidade ℓ, então apa-
recerá termos da forma tℓ−1 eλt e a análise não se alterará, já que se σ < 0 o termo eσt decresce numa taxa
mais rápida do que o termo tℓ−1 cresce.

3.7.2 Estabilidade a partir da função de transferência

Considere a seguinte função de transferência:

(s − z1 )(s − z2 ) · · · (s − zm )
H(s) = K
(s − p1 )(s − p2 ) · · · (s − pn )

em que n > m, p1 = p2 = · · · = pℓ é um polo de multiplicidade ℓ, e os n − ℓ polos restantes são todos distintos.

Decompondo em frações parciais, tem-se
c1 c2 cℓ cℓ+1 cn
H(s) = + 2
+ ··· + ℓ
+ + ··· +
s − p1 (s − p1 ) (s − p1 ) s − pℓ+1 s − pn
Prof. Camino, J. F. Análise Linear de Sistemas 56

Aplicando a inversa da transformada de Laplace e utilizando o resultado do Exercício 3.8.6, tem-se

tℓ−1 p1 t
(3.7) h(t) = c1 ep1 t + c2 tep1 t + · · · + cℓ e + cℓ+1 epℓ+1 t + · · · + cn epn t , t≥0
(ℓ − 1)!

Portanto, para que h(t) convirja a zero, com t → ∞, é necessário que Re(pi ) < 0, para i = 1, . . . , n. Isso
implica que todos os polos da função de transferência devem pertencer ao semiplano esquerdo aberto do plano
complexo s, como apresentado na Figura 3.7.

Im

0 Re

Figura 3.7: Região de estabilidade no plano complexo s.

Definição 3.7.1 Um sistema linear invariante no tempo será assintoticamente estável se os polos pi da função
de transferência H(s) satisfizerem Re(pi ) < 0, para i = 1, . . . , n.

Observação 3.7.2 Note que, de acordo com a definição 3.7.1, se um sistema linear invariante no tempo for
assintoticamente estável, então sua resposta ao impulso dada por (3.7) convergirá a zero com t → ∞.

Observação 3.7.3 De acordo com a observação 3.3.1, se a função de transferência H(s) for própria, ou seja
n = m, ela poderá ser reescrita como H(s) = P̄ (s)/Q̄(s) + D, com D constante e o grau de P̄ (s) estritamente
menor do que o grau de Q̄(s). Assim, as condições de estabilidade assintótica requerem que a parte real dos
polos de Q̄(s) seja estritamente menor que zero.

3.7.3 Estabilidade BIBO

Um sistema é dito BIBO (Bounded Input Bounded Output) estável se toda entrada limitada produzir uma
saída limitada. Um sinal x(t) é limitado se existir um número finito M tal que |x(t)| < M para todo t.

Lema 3.7.1 Um sistema linear invariante no tempo é BIBO estável, se e somente se,
Z ∞
kh(t)k1 = |h(t)| dt < ∞
−∞

ou seja, se sua resposta ao impulso for absolutamente integrável.

Prova. Para provar a condição de suficiência, note que

Z ∞ Z ∞
|y(t)| = h(τ )x(t − τ ) dτ ≤ |h(τ )||x(t − τ )| dτ
−∞ −∞

Como |x(t)| < M para qualquer t, então

Z ∞
|y(t)| ≤ M |h(τ )| dτ
−∞

Portanto, a saída y(t) é limitada sempre que h(t) for absolutamente integrável.

Lema 3.7.2 Um sistema linear causal invariante no tempo é BIBO estável se, e somente se, for assintotica-
mente estável.
Prof. Camino, J. F. Análise Linear de Sistemas 57

Exemplo 3.7.1 Mostre que o sistema abaixo não é BIBO estável e determine uma entrada x(t) limitada tal
que a saída y(t) não seja limitada:
ÿ(t) + 4y(t) = x(t)

A função de transferência, que relaciona a transformada de Laplace da saída y(t) com a transformada de
Laplace da entrada x(t) é dada por
Y (s) 1
H(s) = = 2
X(s) s +4
Note que esse sistema não é assintoticamente estável, já que os polos de H(s), dados por s = ±2j, estão no
eixo imaginário.
A resposta ao impulso para esse sistema é obtida aplicando-se um impulso na entrada, ou seja, x(t) = δ(t)
e X(s) = 1. Nesse caso, tem-se que a saída é dada por
1
Y (s) =
s2 +4
Aplicando a inversa da transformada de Laplace, obtém-se

h(t) = 1/2 sin(2t), t≥0

Como kh(t)k1 não é finita, conclui-se que o sistema não é BIBO estável. Portanto, existe uma entrada x(t)
limitada tal que y(t) não seja limitada.
Considere a seguinte entrada:
x(t) = 2 cos(2t), t≥0
cuja transformada de Laplace é
2s
X(s) =
s2 + 4
Nesse caso, a saída Y (s) é dada por
2s
Y (s) = H(s)X(s) =
(s2 + 4)2

A função Y (s) possui polos múltiplos em p1 = 2j e p2 = −2j. Sua decomposição em frações parciais é dada por
c1 c2 c3 c4
Y (s) = + + +
(s − p1 ) (s − p1 )2 (s − p2 ) (s − p2 )2

Os resíduos são dados por c1 = c3 = 0 e c2 = −j/4, c4 = j/4. Assim,

−j j
Y (s) = +
4(s − 2j)2 4(s + 2j)2

Aplicando a inversa da transformada de Laplace, lembrando que

 
α
L−1 = α t e−βt , t≥0
(s + β)2
tem-se
j j 1
y(t) = − te2jt + te−2jt = t sin(2t), t≥0
4 4 2

3.8 Exercícios
Exercício 3.8.1 Apenas para este exercício, use a definição “bilateral” da transformada de Laplace dada por
Z ∞
F (s) = f (t)e−st dt
−∞

Assuma que α > 0 e que µ(t) represente o degrau unitário. Assim:

Prof. Camino, J. F. Análise Linear de Sistemas 58

1. Esboce o gráfico de f (t) = eαt µ(−t) + e−αt µ(t);

2. Calcule F (s).

Exercício 3.8.2 Prove a seguinte expressão:

Z ∞  
αt − t0
δ f (t) dt = |β/α| f (t0 /α), com α 6= 0 e β 6= 0
−∞ β

Exercício 3.8.3 Considere a definição padrão (“unilateral”) da transformada de Laplace F (s) de um sinal f (t)
dada por Z ∞
F (s) = L[f (t)] = f (t)e−st dt
0−
Prove as seguintes propriedades:

1. L[f (t) ∗ g(t)] = F (s)G(s), em que f (t) = g(t) = 0, t < 0

Z t 
1
2. L f (τ ) dτ = F (s)
0 s
 n  n
d n
X
n−k (k−1) (k−1) dk−1
3. L f (t) = s F (s) − s f (0), em que f = f (t)
dtn dtk−1
k=1
n
d
4. L [tn f (t)] = (−1)n F (s)
dsn
  Z ∞
1
5. L f (t) = F (τ ) dτ
t s

1 s
6. L [f (αt)] = F
α α
 −αt 
7. L e f (t) = F (s + α)

Exercício 3.8.4 Usando a transformada de Laplace, calcule y(t) = x(t) ∗ h(t), em que x(t) e h(t) são

x(t) = µ(t − 3) − µ(t − 5) e h(t) = e−3t µ(t),

com µ(t) o degrau unitário.

Exercício 3.8.5 Mostre que

n!
L[tn µ(t)] =
sn+1

Exercício 3.8.6 Mostre que

(
tn−1 −at
1 −1 (n−1)! e , se t ≥ 0
F (s) = , n = 1, 2, . . . L−→
− f (t) =
(s + a)n 0 , se t < 0

que pode equivalentemente ser escrito como

(
n! −1 tn e−at , se t ≥ 0
F (s) = , n = 0, 1, 2, . . . L−→
− f (t) =
(s + a)n+1 0 , se t < 0

Exercício 3.8.7 Prove o teorema do valor final e o teorema do valor inicial.

Exercício 3.8.8 Usando o teorema do valor inicial, determine f (0) e f˙(0) para

F (s) = 1/(s + 2)2

Prof. Camino, J. F. Análise Linear de Sistemas 59

Exercício 3.8.9 Usando o teorema do valor final, determine f (∞) sabendo que F (s) é dada por

F (s) = 10/(s2 + s)

Verifique o resultado calculando a inversa da transformada de Laplace de F (s).

Exercício 3.8.10 Usando a propriedade da função transladada na frequência, mostre que:

  ω
1. L e−αt sin(ωt)µ(t) =
(s + α)2 + ω 2

  (s + α)
2. L e−αt cos(ωt)µ(t) =
(s + α)2 + ω 2

Exercício 3.8.11 Determine a transformada de Laplace das seguintes funções:

1. f (t) = e−0.4t cos(12t)µ(t), com µ(t) o degrau unitário.

2. f (t) = sin(4t + π/3)µ(t)
3. f (t) = sin(ωt) cos(ωt + β)µ(t)
4. f (t) = te2−3t cos(5t)µ(t)
5. f (t) = µ(5t − 3) + δ(3t − 5), com δ(t) o impulso unitário.
6. f (t) = cos(2t − 1)µ(2t − 1)

Exercício 3.8.12 Usando o método apresentado na Seção 3.3, determine a decomposição em frações parciais
da função Y (s) dada por
X0 /m
Y (s) = , ωn2 = k/m
s(s2 + ωn2 )
Em seguida, calcule y(t) e compare com o resultado obtido no Exemplo 3.6.1.

Exercício 3.8.13 Seguindo os passos ilustrados na Seção 3.3, realize a expansão em frações parciais da função
H(s) dada por
ωn2
H(s) = 2
s + 2ζωn s + ωn2
e determine a respectiva função h(t). Em seguida, compare com a resposta obtida no Exemplo 3.4.5.

Exercício 3.8.14 Seguindo os passos ilustrados na Seção 3.3, realize a expansão em frações parciais de

s6 − 3s4 + 3s2 − 1
F1 (s) =
s6 + 2s4 + s2
e determine a respectiva função f1 (t). Em seguida, mostre que F1 (s) pode ainda ser decomposta como
1 4 8
F2 (s) = 1 − 2
− 2 + 2
s s + 1 (s + 1)2

Assim, determine a respectiva função f2 (t) e mostre que ela é idêntica a f1 (t).

Exercício 3.8.15 Determine a inversa da transformada de Laplace das seguintes funções:

1. F (s) = s2 /(s2 + s + 1)
2. F (s) = 1/(s(s2 + αs + ω))
3. F (s) = 1/(s2 (s2 + ω 2 ))
4. F (s) = 1/(s2 + 1)2
5. F (s) = (s2 − ω 2 )/(s2 + ω 2 )2
Prof. Camino, J. F. Análise Linear de Sistemas 60

6. F (s) = ω/(s2 − ω 2 )
7. F (s) = (s + e−αs )/s

Exercício 3.8.16 Resolva as seguintes equações diferenciais usando a transformada de Laplace:

1. ẋ + αx = δ(t), x(0) = 0
2. ẋ + x = β sin(ωt), x(0) = x0
3. ẍ + ωn2 x = β sin(ωt), x(0) = x0 , ẋ(0) = ẋ0
4. ẍ + 2ζωn ẋ + ωn2 x = 0, x(0) = x0 , ẋ(0) = ẋ0
5. ẍ + 2ζωn ẋ + ωn2 x = µ(t), x(0) = 0, ẋ(0) = 0
6. ẍ + 2ζωn ẋ + ωn2 x = δ(t), x(0) = 0, ẋ(0) = 0
7. 2ẍ + 10ẋ + 24x = 50e−2t cos(3t), x(0) = 4, ẋ(0) = 1

Exercício 3.8.17 Prove que se f (t) for uma função periódica de período T tal que f (t) = 0, para t < 0, e
f (t + nT ) = f (t), para t ≥ 0, então
Z T
1
F (s) := L[f (t)] = f (t)e−st dt
1 − e−T s 0
Dicas:
Z ∞ ∞ Z
X (n+1)T
1. ··· = ···
0 n=0 nT

∞
X ∞
X
2. e−nT s = 1 + e−T s e−nT s
n=0 n=0

Exercício 3.8.18 Usando o resultado do Exercício 3.8.17, mostre que

e−T s (eT s − 1 − sT )
P (s) =
T s2 (1 − e−T s )
é a transformada de Laplace do sinal periódico dente de serra da Figura 3.8.

p(t)

0 t

Figura 3.8: Função periódica dente de serra.

Exercício 3.8.19 Usando o resultado do Exercício 3.8.17, mostre que

A (1 − e−τ s )
F (s) =
s (1 − e−T s )
é a transformada de Laplace da função periódica trem de pulsos da Figura 3.9.

f (t)
A
···

τ T t

Figura 3.9: Trem de pulsos.

Prof. Camino, J. F. Análise Linear de Sistemas 61

Exercício 3.8.20 Note que a função P (s) do Exercício 3.8.18 e a função F (s) do Exercício 3.8.19 não são
funções racionais. Porém, é possível realizar uma aproximação racional usando a fórmula de Padé (ver Se-
ção A.4 do Apêndice A). Usando a aproximação de Padé de primeira ordem, determine uma aproximação
racional F̂ (s). Calcule a inversa de F̂ (s) e compare o gráfico de fˆ(t) com o trem de pulsos. Repita a análise
usando aproximações de ordens 3 e 15.

Exercício 3.8.21 Mostre que a transformada de Laplace do trem de impulsos, de período T , é dada por:
∞
X 1
p(t) = δ(t − nT ) ⇐⇒ P (s) =
n=0
1 − e−T s

Exercício 3.8.22 Mostre que a convolução de uma função g(t) qualquer, para t ≥ 0, com o trem de impulsos
do Exercício 3.8.21 é dada por
∞
X
x(t) = p(t) ∗ g(t) = g(t − nT )
n=0

Assim
G(s)
X(s) = , G(s) = L[g(t)µ(t)]
1 − e−T s

Exercício 3.8.23 Mostre que se um sistema linear invariante no tempo de segunda ordem for assintoticamente
estável, então sua resposta homogênea (devido a uma condição inicial arbitrária) convergirá a zero, com t → ∞.

Exercício 3.8.24 Prove o Lema 3.7.2.

Exercício 3.8.25 Um sistema é dito estável no sentido “bounded input, bounded output” (BIBO), se qualquer
entrada limitada x(t) implicar uma saída limitada y(t). Prove para um sistema linear invariante no tempo, que
estabilidade BIBO é equivalente às seguintes condições:

1. sua resposta ao impulso h(t) é absolutamente integrável.

2. sua resposta ao impulso h(t) → 0 com t → ∞.
3. os polos da função de transferência H(s) encontram-se (estritamente) no semiplano esquerdo do plano
complexo s.
4. as raízes da equação característica possuem parte real estritamente negativa.

Exercício 3.8.26 Mostre que a resposta de um sistema a uma entrada do tipo rampa pode ser obtida como a
integral da resposta ao degrau, e que a resposta ao degrau pode ser obtida como a integral da resposta ao impulso.

Exercício 3.8.27 Mostre que a resposta ao impulso h(t) pode ser calculada numericamente, de forma conve-
niente, usando a equação diferencial homogênea com uma condição inicial apropriada.

Exercício 3.8.28 Considere o circuito elétrico da Figura 3.10 abaixo.

R
+
p(t) R C v(t)
−
R

Figura 3.10: Circuito resistor-capacitor em paralelo.

Para esse circuito:

1. Determine a equação diferencial em termos da tensão v, considerando que R = 620 [KΩ] e C = 4.7 [µF];
Prof. Camino, J. F. Análise Linear de Sistemas 62

2. Encontre a resposta ao impulso h(t);

3. Usando a integral de convolução, determine a tensão v(t) para a entrada p(t) = 3µ(t) [V];

4. Usando a transformada de Laplace, encontre a tensão de saída v(t) para a entrada p(t) = 3µ(t) [V] e
condição inicial v(0) = 0.7 [V].

Exercício 3.8.29 Determine a resposta ao impulso do circuito elétrico resistor-capacitor, apresentado na Fi-
gura 3.11, cuja equação diferencial foi derivada em (2.4).

R
i

+
p(t) C v(t)
−

Figura 3.11: Circuito resistor-capacitor.

Exercício 3.8.30 Considere o circuito resistor-capacitor do Exercício 3.8.29. Usando a integral de convolução,
mostre que a tensão v(t) no capacitor para uma entrada em degrau de amplitude E e condição inicial nula é
dada por


v(t) = E 1 − e−t/τ , t ≥ 0

Exercício 3.8.31 Considere o circuito resistor-capacitor do Exercício 3.8.29.

1. Suponha que a entrada p(t) seja a função periódica dente de serra apresentada na Figura 3.8 do Exercí-
cio 3.8.18. Mostre8 que a resposta V (s), no domínio da frequência, é dada por

    
G(s) 1 1 τ τ −T s 1 τ
V (s) = , G(s) = − + 1−e − − e−T s
(1 − e−T s ) T s 2 s s + 1/τ s τs + 1

2. Assim, mostre que a tensão v(t) no capacitor é dada por

∞
X
v(t) = g(t − nT )
n=0

em que g(t), a inversa da transformada de Laplace de G(s), é dada por

1  1   
g(t) = t − τ + τ e−t/τ µ(t) − t − T − τ + τ e−(t−T )/τ µ(t − T ) − 1 − e−(t−T )/τ µ(t − T )
T T

3. Calcule a resposta, usando os valores numéricos T = 3 e τ = 1/2. Mostre que o gráfico da tensão v(t),
para a entrada dente de serra, tem a forma da figura abaixo.

8 Este mesmo problema pode ser resolvido usando a série de Fourier, como demonstra o Exercício 6.1.3.
Prof. Camino, J. F. Análise Linear de Sistemas 63

1
p(t)

0.8 v(t)

Amplitude
0.6

0.4

0.2

0 t[s]
0 2 4 6 8 10 12

Figura 3.12: a) Onda dente de serra p(t) (linha vermelha); b) resposta do sistema v(t) (linha azul).

Exercício 3.8.32 Considere o sistema mecânico da Figura 3.13 abaixo.

x(t)
c
k m f (t)

Figura 3.13: Sistema massa-mola-amortecedor.

1. Mostre que a resposta ao impulso é dada por

1 −ζωn t
e sin(ωd t)µ(t),
h(t) =
mωd
p p
em que ωn = k/m, ζ = c/(2mωn ) e ωd = ωn 1 − ζ 2 .
2. Mostre que a função de transferência H(s) é dada por
X(s) 1 1
H(s) = =
F (s) m s2 + 2ζωn s + ωn2

3. Considerando 0 ≤ ζ < 1, mostre que a resposta X(s), no domínio da frequência, para a entrada em degrau
f (t) = µ(t) tem a seguinte decomposição:
1 1
X(s) =
ms s2 + 2ζωn s + ωn2
c1 c 2 ωd c3 (s + ζωn )
= − 2 −
s 2
(s + ζωn ) + ωd (s + ζωn )2 + ωd2
com
1 ζ 1
c1 = , c2 = , c3 =
mωn2 mωd ωn mωn2
4. Assim, mostre que o deslocamento x(t), no domínio do tempo, para a entrada f (t) = µ(t) é dada por

x(t) = c1 − e−ζωn t (c2 sin ωd t + c3 cos ωd t) , t≥0

Exercício 3.8.33 Considere o sistema mecânico do Exercício 3.8.32.

1. Mostre que a resposta X(s), no domínio da frequência, para o pulso retangular de largura τ (Figura 3.5
do Exemplo 3.2.1) é dada por

1 1
X(s) = L(s) 1 − e−τ s , L(s) =
ms (s + 2ζωn s + ωn2 )
2
Prof. Camino, J. F. Análise Linear de Sistemas 64

2. Assim, mostre que o deslocamento x(t) é dado por

x(t) = l(t)µ(t) − l(t − τ )µ(t − τ )

com
l(t) = c1 − e−ζωn t (c2 sin ωd t + c3 cos ωd t)
e os coeficientes c1 , c2 e c3 dados no item 3 do Exercício 3.8.32.

Exercício 3.8.34 Considere o sistema mecânico do Exercício 3.8.32.

1. Suponha que a entrada f (t) seja o trem de pulsos, de amplitude A, largura τ e período T , apresentado na
Figura 3.9 do Exercício 3.8.19. Mostre que a resposta X(s), no domínio da frequência, é dada por

A 1 (1 − e−τ s )
X(s) =
ms (s + 2ζωn s + ωn ) (1 − e−T s )
2 2

ou de forma similar que

G(s)
1 1
X(s) = A , G(s) = L(s) 1 − e−τ s , L(s) =
(1 − e−T s ) ms (s + 2ζωn s + ωn2 )
2

2. Assim, mostre que o deslocamento x(t) é dado por

∞
X
x(t) = A g(t − nT )
n=0

em que g(t) é dado por

g(t) = l(t)µ(t) − l(t − τ )µ(t − τ )
com
l(t) = c1 − e−ζωn t (c2 sin ωd t + c3 cos ωd t)
e os coeficientes c1 , c2 e c3 dados no item 3 do Exercício 3.8.32.

3. Considerando os valores numéricos dados no Exercício 3.8.32 para o sistema mecânico e considerando que
o trem de pulsos tem amplitude A = mωn2 , largura τ = 3/5 e período T = 1, mostre que o gráfico de x(t)
tem a forma abaixo.

1.5
f
x
xp
1
Amplitude

0.5

−0.5
0 1 2 3 4
t [s]

Figura 3.14: a) Trem de pulsos f (t) de amplitude unitária (linha preta); b) resposta x(t) ao trem de pulsos
(linha azul); c) resposta xp (t) a um único pulso (linha vermelha).
Capítulo 4

Sistemas e Sinais Discretos

Dispositivos digitais são amplamente usados para o processamento e controle de informações em praticamente
todas as áreas tecnológicas, já que a maioria dos dispositivos fabricados nas últimas décadas usam micropro-
cessadores e, portanto, processam sinais digitais.
Para as aplicações em que são usados dispositivos digitais, é razoável modelar o sistema físico em questão, ou
parte dele, como sendo um sistema a tempo discreto. É oportuno enfatizar que existem vários sistemas físicos
cuja dinâmica por natureza pode ser diretamente modelada como um sistema a tempo discreto, tais como os
sistemas econométricos, sistemas de negócios, sistemas biológicos, entre outros. Assim, é fundamental conhecer
as técnicas de análise que podem ser aplicadas aos sistemas discretos.

4.1 Definição de alguns sinais discretos

Alguns eventos são de natureza puramente discreta, como o número de recém-nascidos, o valor diário de um
determinado ativo na bolsa de valores, ou ainda uma coleção de observações feitas sequencialmente ao longo do
tempo (uma série temporal). Porém, outros sinais discretos podem ter sua origem proveniente da discretização
de um sinal contínuo x(t) com uma data taxa de amostragem t = kT , resultando assim numa sequência de
pontos x(k) = x(kT ).
Em geral, uma sequência de pontos x(k) é denotada por

{x(k)} = {x(k), k = −∞, . . . , −1, 0, 1, . . . , ∞}

Porém, também será usada a notação x(k) para também denotar a sequência {x(k)} e não apenas o ponto
específico x(k), calculado no instante de tempo k. Isso não causará conflito, já que ficará claro através do
contexto se x(k) está denotando um ponto especifico ou a sequência inteira.
A seguir são definidos os principais sinais discretos encontrados na análise de sistemas dinâmicos discretos.

1. Impulso unitário.
( δ(k)
1 , se k = 0 1
δ(k) =
0 , se k 6= 0 k
−3 −2 −1 0 1 2 3 4 5

2. Degrau unitário.
( µ(k)
1 , se k ≥ 0 1
µ(k) =
0 , se k < 0 k
−3 −2 −1 0 1 2 3 4 5

65
Prof. Camino, J. F. Análise Linear de Sistemas 66

3. Sequência exponencial x(k) = ak .

ak
2

k
−1 1 2 3 4 5 6
−1

Figura 4.1: Sequência exponencial com a = 0.6 (azul) e a = −1.1 (vermelho).

4. Sequência senoidal x(k) = sin(ω0 k).

Um sinal discreto é dito periódico se
x(k) = x(k + P )
em que P é uma constante inteira. O período do sinal é o menor valor de P > 0 que satisfaça a condição
de periodicidade. A sequência senoidal só será periódica se ω0 /(2π) for um número racional.

Exemplo 4.1.1 Considere o sinal x(t) = sin(ωt), com ω = 1 rad/s, apresentado na Figura 4.2.

x(t), x(k)
1 x(t)
x(k)

0 t, k
1.57 3.14 4.71 6.28

−1

Figura 4.2: Sinal x(t) = sin(t) e sua discretização x(k) = sin(kπ/2).

A frequência f [Hertz] de um sinal está relacionada com a frequência angular ω [rad/s] e o período T [s]
através da relação ω = 2π/T = 2πf .
Discretizando esse sinal com uma taxa de amostragem Ta = π/2 [s], tem-se
kπ
t = k Ta =
2
Assim, a frequência de amostragem é
1 2
fa = =
Ta π
Portanto
x(k) := x(t) t=kTa
= x(kTa ) = sin(ωkTa )
Para esse exemplo, em que ω = 1 e Ta = π/2, tem-se

x(k) = sin(kπ/2) = sin(ω0 k), ω0 = π/2

Note que ω0 /(2π) é racional, já que ω0 /(2π) = 1/4. Portanto, o período P do sinal discretizado é dado
por P = 2π/ω0 = 4. Fato esse facilmente percebível através de sua sequência
n o
x(k) = sin(kπ/2) = · · · 1 0 −1 0 1 0 −1 0 1 0 −1 0 1 0 · · ·

Esse mesmo resultado poderia ter sido obtido observando que se x(k) é um sinal periódico de período P ,
então a expressão x(k) = x(k + P ) deve ser satisfeita. Assim, para x(k) = sin(kπ/2), tem-se
 π π π 
x(k + P ) = sin (k + P ) = sin k+ P
2 2 2
Prof. Camino, J. F. Análise Linear de Sistemas 67

que representará uma sequência periódica se

π
P = 2π =⇒ P =4
2
já que π 
x(k + P ) = sin k + 2π = sin(kπ/2) = x(k)
2
Por outro lado, se for escolhida a taxa de amostragem Ta = 1 [s], o sinal amostrado x(k) = sin(k), cuja
sequência de pontos
n o
· · · 0.00 0.84 0.91 0.14 −0.76 −0.96 −0.28 0.66 0.99 · · ·

está apresentada na Figura 4.3, não representará uma sequência periódica.

x(t), x(k)
x(t)
1
x(k)
0 t, k
1 2 3 4 5 6 7 8
−1

Figura 4.3: Sinal x(t) = sin(t) e sua discretização x(k) = sin(k).

4.2 Propriedades de sinais discretos

1. A convolução entre os sinais x(k) e y(k) é dada por
∞
X ∞
X
y(k) ∗ x(k) = y(k − n)x(n) = y(n)x(k − n)
n=−∞ n=−∞

Exemplo 4.2.1 A convolução entre os sinais y(k) = µ(k + 2) e x(k) = δ(k − 3) é dada por
∞
X
y(k) ∗ x(k) = µ(k − n + 2)δ(n − 3) = µ(k − 1)
n=−∞

Note que δ(m) = 0 para m 6= 0; assim, a somatória acima se reduz a um único ponto dado por n − 3 = 0,
ou seja, n = 3.

Exemplo 4.2.2 A convolução entre os sinais x(k) = δ(k − 1) e y(k) = µ(k − 2) + cos(k + 1) é dada por
∞
X ∞
X
x(k) ∗ y(k) = x(k − n)y(n) = δ(k − n − 1) [µ(n − 2) + cos(n + 1)]
n=−∞ n=−∞

Como δ(k − n − 1) é dada por

(
1 , se n = k − 1
δ(k − n − 1) =
0 , se n 6= k − 1
a somatória acima se reduz a um único termo n = k − 1. Portanto,

x(k) ∗ y(k) = µ(k − 1 − 2) + cos(k − 1 + 1) = µ(k − 3) + cos(k)

2. Um sinal x(k) qualquer pode sempre ser reescrito como sendo sua convolução com o impulso, ou seja,
∞
X
x(k) = x(n)δ(k − n)
n=−∞
Prof. Camino, J. F. Análise Linear de Sistemas 68

Exemplo 4.2.3 Considere o sinal x(k) = 2 cos 4(k+3) µ(k + 3) − µ(k − 4) , visto na Figura 4.4.

2.0
1.6
1.1
0.8

k
−5 −4 −3 −2 −1 0 −0.1
1 2 3 4 5
−1.3
−1.9



Figura 4.4: Sinal discreto x(k) = 2 cos 4(k+3) µ(k + 3) − µ(k − 4) .

Esse sinal pode ser reescrito como

x(k) = x(−3)δ(k + 3) + x(−2)δ(k + 2) + x(−1)δ(k + 1) + x(0)δ(k)

+ x(1)δ(k − 1) + x(2)δ(k − 2) + x(3)δ(k − 3)

ou de forma equivalente como

x(k) = 1.1δ(k + 3) − 1.3δ(k + 2) − 1.9δ(k + 1) + 0.8δ(k) − 0.1δ(k − 1) + 2.0δ(k − 2) + 1.6δ(k − 3)

3. A energia de uma sequência é definida como sendo

∞
X ∞
X
E= x(k)x∗ (k) = |x(k)|2
k=−∞ k=−∞

em que x∗ (k) é o complexo conjugado de x(k).

Exemplo 4.2.4 A energia contida no sinal x(k) = 2 cos 4(k+3) µ(k + 3) − µ(k − 4) é portanto

E = 1.12 + 1.32 + 1.92 + 0.82 + 0.12 + 2.02 + 1.62 = 13.72

4.3 Sistemas dinâmicos discretos

Os sistemas dinâmicos tratam da evolução de uma quantidade qualquer ao longo do tempo. Essa evolução
pode ocorrer de forma contínua ou em intervalos de tempo discretos, quando são denominados de sistemas
dinâmicos discretos. Esses sistemas são predominantes no processamento de sinais, dinâmica populacional,
análise numérica, computação científica, economia, ciências da saúde, entre outras áreas do conhecimento.
Um modelo discreto representa fotografias instantâneas do comportamento dinâmico de um sistema ao
longo do tempo. Esses registros, que descrevem a evolução das variáveis que determinam o estado do sistema,
podem ocorrer uma vez por dia, uma vez a cada milissegundo, ou mesmo a intervalos de tempo irregulares,
Porém, é preciso especificar uma regra que determina, dado o estado inicial, qual deve ser a sequência que
resultará nos estados posteriores. Em geral, essa regra é descrita por equações de diferenças (também
denominadas de equações discretas, equações recursivas ou equações de recorrência), que podem
resultar da discretização de sistemas dinâmicos contínuos ou da modelagem de sistemas para os quais a escala
de tempo já é intrinsecamente discreta.
Um dos modelos de equação de diferenças mais simples que existe é a equação de primeira ordem, dada por

(4.1) y(k + 1) = f (k, y(k)), y(0) = y0 , k = 0, 1, 2, . . .

em que f : Z × R → R é uma função qualquer. Essa equação será linear se a função f (·, y) for linear em y. Uma
solução dessa equação é uma sequência de números y(0), y(1), y(2), . . . que satisfaz (4.1) para cada k.
Prof. Camino, J. F. Análise Linear de Sistemas 69

4.3.1 Equação de diferenças de primeira ordem homogênea

Considere a equação de diferenças de primeira ordem homogênea dada por

(4.2) y(k + 1) = ay(k), y(0) = y0 , k = 0, 1, 2, . . .

A solução geral dessa equação homogênea é dada por

y(k) = Cak , k≥0

em que C é uma constante arbitrária a ser determinada pela condição inicial. Sabendo que y(0) = y0 , tem-se
que C = y0 e a solução da equação de diferenças de primeira ordem homogênea é dada por

y(k) = ak y0 , k≥0

O comportamento de y(k) no limite é dado por


0

 , se |a| < 1
lim y(k) = y0 , se a = 1
k→∞ 

não existe , se |a| > 1 ou a = −1

Portanto, a origem y = 0 é assintoticamente estável se e somente se |a| < 1. Note que se a = −1, a solução
é a sequência periódica dada por y(k) = {y0 , −y0 , y0 , −y0 , y0 , . . . }, que claramente possui duas subsequências
convergentes; uma que converge para y0 e outra para −y0 .

4.3.2 Equação de diferenças de primeira ordem não homogênea

Considere a equação de diferenças de primeira ordem não homogênea dada por

(4.3) y(k + 1) = ay(k) + x(k), y(0) = y0 , k≥0

Suponha que o termo forçante (a entrada) seja o degrau dado por

(
b, k≥0
x(k) = bµ(k) =
0, k<0

De forma similar ao caso contínuo, a solução y(k) dessa equação de diferenças não homogênea é

y(k) = yh (k) + yp (k)

em que yh (k) é a solução geral da equação homogênea associada (4.2) e yp (k) é uma solução particular qualquer
de (4.3).
Assuma que a solução particular de (4.3) para uma entrada constante tenha a forma

yp (k) = α, k≥0

Então, substituindo essa expressão em (4.3), tem-se

α = aα + b

Considerando que a 6= 1, obtém-se

b
α=
1−a
e a solução particular para esse caso é
b
yp (k) = , k≥0
1−a
Prof. Camino, J. F. Análise Linear de Sistemas 70

Por outro lado, para tratar o caso a = 1, considera-se que a solução particular tem a forma

yp (k) = kα, k≥0

Então, substituindo essa expressão em (4.3), tem-se

(k + 1)α = kα + b

Portanto, α = b e a solução particular para esse caso é

yp (k) = kb, k≥0

Agora, para determinar a solução completa da equação de diferenças não homogênea, é necessário levar em
consideração a solução geral da equação homogênea associada, que foi deduzida na Seção 4.3.1 anterior como
sendo yh (k) = Cak . Assim, para a 6= 1, tem-se

b b
y(0) = y0 = yh (0) + yp (0) = Ca0 + =⇒ C = y0 −
1−a 1−a
Já para a = 1, tem-se
y(0) = y0 = yh (0) + yp (0) = Ca0 =⇒ C = y0

Portanto, a solução completa fica sendo


y0 + kb
 , se a = 1
 
y(k) = b b

 0y − ak + , se a 6= 1
1−a 1−a

que pode ainda ser reescrita de forma equivalente como


y0 + kb , se a = 1
(4.4) y(k) = k
 y0 ak + 1 − a b , se a 6= 1
1−a

Observe que a solução completa da equação de diferenças de primeira ordem não homogênea (4.3) pode
também ser obtida por recursão, como segue. Sabendo que y(0) = y0 e fazendo k = 0 na equação

y(k + 1) = ay(k) + x(k)

com x(k) = b, tem-se y(1) = ay0 + b. Assim, de forma análoga, para k = 1, 2, 3, . . . , obtém-se a sequência

y(1) = ay(0) + b = ay0 + b

y(2) = ay(1) + b = a2 y0 + ab + b
y(3) = ay(2) + b = a3 y0 + a2 b + ab + b
..
.

que pode ser expressa pela seguinte fórmula:

y(k) = y0 ak + ak−1 + ak−2 + . . . + a + 1 b

Assim, se a = 1, tem-se
y(k) = y0 + kb

Por outro lado, se a 6= 1, a expressão acima pode ser simplificada (ver Exercício 4.5.7) percebendo que
k−1
X 1 − ak
an = 1 + a + · · · + ak−2 + ak−1 =
n=0
1−a
Prof. Camino, J. F. Análise Linear de Sistemas 71

Portanto, a solução (completa) da equação de diferenças de primeira ordem (4.3), para a entrada constante
x(k) = b, é dada por

y0 + kb , se a = 1
(4.5) y(k) = k
y0 ak + 1 − a b , se a 6= 1
1−a
que é exatamente a mesma solução obtida anteriormente.

1 − ak
Observação 4.3.1 É oportuno enfatizar1 que lim = k. Assim, a solução acima pode ser expressa
a→1 1 − a
usando-se apenas a fórmula
1 − ak
y(k) = y0 ak +
b
1−a
já que para a → 1, essa expressão se reduz a y(k) = y0 + kb.

Observação 4.3.2 Embora ainda não tenha sido mencionado, está sendo considerado de forma implícita que
a 6= 0, já que para a = 0 a equação equação de diferenças não homogênea (4.3) se reduz a y(k + 1) = x(k), com
y(0) = y0 , cuja solução é simplesmente a sequência y(k) = {y0 , x(0), x(1), x(2), . . . }.

4.3.3 Solução completa e sua parte forçada via convolução

De forma análoga ao caso contínuo, a resposta de um sistema LTI discreto a uma entrada x(k) arbitrária pode
ser determinada pela operação de convolução entre o sinal de entrada x(k) e a resposta ao impulso h(k) do
sistema.
A solução completa de (4.3), ou seja, da equação de diferenças de primeira ordem não homogênea

y(k + 1) = ay(k) + x(k), k≥0

para uma entrada x(k) arbitrária e condição inicial y(0) é dada por
k−1
X
(4.6) y(k) = ak y(0) + ak−n−1 x(n), k≥0
n=0

Pode-se facilmente provar essa fórmula por indução, como segue:

1. Para k = 0, a solução claramente satisfaz a condição inicial;

2. Considere que a solução é válida para um k ≥ 0 qualquer, assim, tem-se

k
X
k+1
y(k + 1) = a y(0) + ak−n x(n)
n=0
k−1
" k−1
#
X X
k k−n k k−n−1
= aa y(0) + a x(n) + x(k) = a a y(0) + a x(n) + x(k)
n=0 n=0

= ay(k) + x(k)

Observação 4.3.3 Assumindo que x(k) = 0 para k < 0 e lembrando que a resposta ao impulso do sistema
(4.3) é dada2 por
h(k) = ak−1 µ(k − 1)
observa-se que o termo
k−1
X
ak−n−1 x(n)
n=0

que aparece na expressão (4.6) representa a convolução de h(k) com a entrada x(k).
1 Esse resultado segue diretamente da regra de L’Hôpital.
2 Ver Exercício 4.5.10.
Prof. Camino, J. F. Análise Linear de Sistemas 72

Exemplo 4.3.1 A solução forçada de (4.3) para a entrada x(k) = bµ(k) pode ser determinada pela convolução
da resposta ao impulso h(k) com a entrada x(k) como segue:
∞
X ∞
X k−1
X k−1
X
y(k) = h(k − n)x(n) = ak−n−1 µ(k − n − 1)bµ(n) = b ak−n−1 = bak−1 a−n
n=−∞ n=−∞ n=0 n=0

Usando o resultado do Exercício 4.5.7, tem-se finalmente

1 − a−k ak−1 − a−1 ak − 1 1 − ak
y(k) = bak−1 = b = b = b
1 − a−1 1 − a−1 a−1 1−a
que é exatamente a mesma solução forçada apresentada em (4.5).

Exemplo 4.3.2 Suponha que se deseje determinar a solução da equação de diferenças de primeira ordem
y(k + 1) = ay(k) + x(k), y(0) = y0 , k≥0
em que o termo forçante é o pulso, de largura γ > 0, dado por
x(k) = µ(k) − µ(k − γ)
A solução homogênea já foi determinada, como sendo
yh (k) = y0 ak µ(k)
Assim, é preciso agora encontrar a solução forçada para a entrada x(k). Para se obter essa solução, pode-se
calcular separadamente a solução para cada um dos termos, x1 (k) = µ(k) e x2 (k) = µ(k − γ), da entrada
x(k) = x1 (k) − x2 (k) e, em seguida, somar os resultados obtidos.
A resposta forçada y1 (k) para o primeiro termo x1 (k) = µ(k) foi obtida no Exemplo 4.3.1 acima como sendo
1 − ak
µ(k)
y1 (k) =
1−a
Considerando agora a segunda componente da entrada, x2 (k) = µ(k − γ), a resposta forçada devido a x2 (k) =
µ(k − γ) corresponde a um atraso3 γ aplicado à resposta forçada para a primeira entrada x1 (k) = µ(k), ou seja
1 − ak−γ
y2 (k) = y1 (k − γ) = µ(k − γ)
1−a
Portanto a solução completa é dada por
1 − ak 1 − ak−γ
y(k) = yh (k) + y1 (k) − y2 (k) = y0 ak µ(k) + µ(k) − µ(k − γ)
1−a 1−a

Decomposição da solução

A solução da equação de diferenças não homogênea, que é composta pela soma das soluções homogênea e
forçada, também pode ser particionada em um termo relacionado ao regime transiente e um termo relacionado
ao regime estacionário (permanente).
Por exemplo, para a equação de diferenças não homogênea de primeira ordem dada por (4.3), foi visto que
a solução completa pode ser particionada numa parte homogênea e numa parte forçada dadas por
1 − ak
y(k) = y0 ak + b
|{z} 1−a
homogênea
| {z }
forçada

Porém, observe que ela pode ainda ser decomposta numa parte transiente e numa parte estacionária (perma-
nente) como segue  
b b
y(k) = y0 − ak +
1−a 1−a
| {z } | {z }
transiente permanente

Note que se |a| < 1, a parte transiente (y0 − b/(1 − a)) a converge para zero e a solução converge para o regime
k

permanente b/(1 − a).

3 Isso se deve ao fato do sistema ser invariante no tempo.
Prof. Camino, J. F. Análise Linear de Sistemas 73

4.3.4 Equação de diferenças de segunda ordem

Considere a equação de diferenças de segunda ordem homogênea dada por

(4.7) y(k + 2) + a1 y(k + 1) + a2 y(k) = 0, k≥0

com condições iniciais y(0) = y0 e y(1) = y1 . Propondo-se a solução y(k) = λk e substituindo-a na equação
acima, obtém-se
λk+2 + a1 λk+1 + a2 λk = 0 =⇒ λk (λ2 + a1 λ + a2 ) = 0
Portanto, se λ satisfaz a equação característica

λ2 + a1 λ + a2 = 0

então λk é uma solução da equação de diferenças homogênea (4.7). Considerando que as duas raízes λ1 e λ2
são distintas, a solução tem a forma

(4.8) y(k) = C1 λk1 + C2 λk2

É possível provar que essa solução é geral, mostrando que se pode escolher C1 e C2 de forma a satisfazer
qualquer condição inicial y(0) = y0 e y(1) = y1 . Substituindo as condições iniciais em (4.8), tem-se
" # " #" #
y0 = C1 + C2 y0 1 1 C1
=⇒ =
y1 = C1 λ1 + C2 λ2 y 1 λ 1 λ 2 C2

Como λ1 6= λ2 a matriz acima é inversível, fornecendo

" # " #" #
C1 1 −λ2 1 y0
=
C2 λ1 − λ2 λ1 −1 y1

Assim, a solução y(k) para o caso de raízes distintas fica sendo

y1 − y0 λ2 k y0 λ1 − y1 k
y(k) = λ + λ
λ1 − λ2 1 λ1 − λ2 2

Por outro lado, se as duas raízes da equação característica forem iguais, ou seja λ = λ1 = λ2 , pode-se sugerir
como segunda solução
y(k) = kλk
fazendo com que a solução geral tenha a forma

y(k) = C1 λk + C2 kλk

Usando as condições iniciais y(0) = y0 e y(1) = y1 , obtém-se

" # " #" #
y0 = C1 y0 1 0 C1
=⇒ =
y1 = C1 λ + C2 λ y 1 λ λ C2

Se λ 6= 0, o sistema é inversível, fornecendo

" # " #" #
C1 1 λ 0 y0
=
C2 λ −λ 1 y1

Assim, a solução y(k) para o caso de raízes repetidas fica sendo

y(k) = y0 λk + k(λ−1 y1 − y0 )λk

Note que se as raízes repetidas forem nulas, λ1 = λ2 = 0, o que ocorre unicamente se a1 = a2 = 0, a equação
de diferenças se reduz a
y(k + 2) = 0, y(0) = y0 , y(1) = y1
Nesse caso específico, a solução é claramente dada pela sequência de pontos y(k) = {y0 , y1 , 0, 0, 0, 0, . . . }.
Prof. Camino, J. F. Análise Linear de Sistemas 74

4.3.5 Equação de diferenças de ordem n

Considere a equação de diferenças de ordem n não homogênea dada por
n
X
(4.9) ai y(k + n − i) = x(k), k ≥ 0, a0 6= 0
i=0

com n condições iniciais dadas por y(0) = y0 , y(1) = y1 , . . . , y(n − 1) = yn−1 . A solução dessa equação é
y(k) = yh (k) + yp (k), em que yh (k) é a solução geral da equação homogênea associada e yp (k) é uma solução
particular qualquer.
A forma da solução geral yh (k) da equação homogênea associada
n
X
ai y(k + n − i) = 0
i=0

dependerá do tipo das n raízes da equação característica associada, como descrito a seguir:

• Se todas as raízes forem distintas, a solução geral terá a forma

yh (k) = C1 λk1 + C2 λk2 + · · · + Cn λkn

• Se houverem raízes múltiplas, por exemplo λ1 com multiplicidade l, a solução geral terá a forma
l
X n
X
yh (k) = Ci k i−1 λk1 + Ci λki
i=1 i=l+1

A solução particular yp (k), por outro lado, dependerá da expressão para o termo forçante x(k). Soluções
particulares típicas estão apresentadas na Tabela 4.1.

Tabela 4.1: Soluções particulares típicas.

Termo forçante x(k) Forma da solução particular yp (k)

constante α0
k α0 + α1 k
k2 α0 + α1 k + α2 k 2
kN α0 + α1 k + · · · + αN k N
cos(ωk) β1 cos(ωk) + β2 sin(ωk)
sin(ωk) β1 cos(ωk) + β2 sin(ωk)
rk αrk

Recorde que, para uma equação característica contendo uma raiz λ de multiplicidade ℓ, a solução geral da
equação homogênea é formada combinando potências de k com λk . Utilizam-se, portanto, termos do tipo C1 λk ,
C2 kλk , até Cℓ k ℓ−1 λk , em que cada Ci é uma constante a determinar.
No tratamento da solução particular, diante de um termo forçante que também é uma raiz da equação
característica, emprega-se uma abordagem similar. Se o termo forçante for k N e a raiz da equação característica
PN +ℓ
for 1, tendo multiplicidade ℓ, a forma da solução particular será um polinômio expresso por i=0 αi k i , com
coeficientes αi a determinar.
De forma equivalente, caso o termo forçante seja rk , com r representando uma raiz de multiplicidade ℓ, a
solução particular deverá englobar esse termo forçante acrescido por potências de k, isto é, assumirá a forma
αk ℓ rk .
Essas construções asseguram que a solução particular se mantenha diferenciada da solução homogênea,
possibilitando assim a resolução completa da equação de diferenças.
Prof. Camino, J. F. Análise Linear de Sistemas 75

Exemplo 4.3.3 Suponha que se deseje determinar a solução completa da equação de diferenças de segunda
ordem não homogênea dada por

y(k + 2) + 2y(k + 1) + y(k) = 3 cos(k) + 5(−1)k

com condições iniciais y(0) = 0 e y(1) = −1.

Sabe-se que a solução homogênea tem a forma

yh (k) = λk

Assim, a equação característica fica sendo

(4.10) λ2 + 2λ + 1 = 0

cujas raízes são repetidas, dadas por λ1 = −1 e λ2 = −1. Dessa forma, a solução geral da homogênea fica sendo

yh (k) = C1 (−1)k + C2 k(−1)k

com C1 e C2 constantes a serem determinadas.

Tendo em vista que a função cosseno pode ser escrita como a soma de exponenciais imaginárias, é oportuno
determinar a solução particular para a entrada x(k) = rk . Para isso, é preciso diferenciar dois casos possíveis;
a constante r sendo ou não uma raiz da equação característica (4.10).
Assumindo, primeiramente, que r 6= −1, ou seja, que r não é uma raiz da equação característica, a solução
particular tem a forma
yp (k) = αrk

Substituindo essa solução na equação de diferenças

(4.11) y(k + 2) + 2y(k + 1) + y(k) = rk

tem-se
rk α(r2 + 2r + 1) = rk

fornecendo
1
α=
(r + 1)2
Portanto, a solução particular fica sendo
rk
yp (k) =
(r + 1)2
Por outro lado, assumindo que r = −1, ou seja, que r é uma raiz da equação característica, a solução
particular para a entrada x(k) = rk tem a forma

yp (k) = αk 2 rk = αk 2 (−1)k

Agora, substituindo essa solução na equação (4.11), tem-se

α(k + 2)2 rk+2 + 2α(k + 1)2 rk+1 + αk 2 rk = rk

rk [α[(k + 2)2 r2 + 2(k + 1)2 r + k 2 ] − 1] = 0

Assim, a constante α é dada por

1 1
α= =
(k + 2)2 2
− 2(k + 1) + k 2 2
e a solução particular para a entrada x(k) = (−1)k fica sendo

k 2 (−1)k
yp (k) =
2
Prof. Camino, J. F. Análise Linear de Sistemas 76

Claramente, a solução particular para a entrada x(k) = cos(k), pode ser obtida usando-se o resultado acima
para a entrada x(k) = rk , observando que

e−jk + ejk
x(k) = cos(k) =
2
Assim, fazendo-se r = e−j , tem-se
e−jk
y1 (k) =
(e−j + 1)2
Por outro lado, fazendo-se r = ej , tem-se
ejk
y2 (k) =
(ej + 1)2
Portanto, a solução particular para a entrada x(k) = cos(k), fica sendo
 
y1 (k) + y2 (k) 1 e−jk ejk
yp (k) = = + = α cos(k) + β sin(k)
2 2 (e−j + 1)2 (ej + 1)2
com    
1 1 1 1
α = sec2 cos(1), β = sec2 sin(1)
4 2 4 2
Do exposto acima, a solução particular para a entrada

x(k) = 3 cos(k) + 5(−1)k

foi determinada como sendo

k 2 (−1)k
yp (k) = 3(α cos(k) + β sin(k)) + 5
2
Portanto, a solução completa fica sendo

k 2 (−1)k
y(k) = C1 (−1)k + C2 k(−1)k + 3(α cos(k) + β sin(k)) + 5
2
Usando agora as condições iniciais y(0) = 0 e y(1) = −1, tem-se
 
3 1
0 = C1 + sec2 cos(1)
4 2
 
3 1 5
−1 = −C1 − C2 + sec2 −
4 2 2
cuja solução fornece  
3 1
C1 = − sec2 cos(1), C2 = 0
4 2

4.4 Propriedades de sistemas discretos

Considere o sistema representado na Figura 4.5, que relaciona um sinal de entrada x(k) com o sinal de saída
y(k), através de um processo qualquer.

x(k) Sistema y(k)

Figura 4.5: Sistema a tempo discreto.

Para esse sistema, as seguintes propriedade são definidas:

1. Linearidade: sejam y1 (k) e y2 (k) as saídas para as entradas x1 (k) e x2 (k), respectivamente. Então, o
sistema é linear se a saída para a entrada

x(k) = αx1 (k) + βx2 (k) for y(k) = αy1 (k) + βy2 (k)
Prof. Camino, J. F. Análise Linear de Sistemas 77

Exemplo 4.4.1 O sistema descrito pela equação de diferenças de primeira ordem

y(k + 1) − y(k) = x(k), y(0) = 0

é linear, já que
k−1
X k−1
X k−1
X k−1
X
y(k) = x(n) = αx1 (n) + βx2 (n) = α x1 (n) + β x2 (n) = αy1 (k) + βy2 (k)
n=0 n=0 n=0 n=0

Exemplo 4.4.2 O sistema descrito pela equação de diferenças

y(k + 1)/y(k) = x(k), y(0) = 1

não é linear. Note que para uma entrada constante qualquer x(k) = c, a saída é dada por

y(k) = ck

que claramente é uma relação não linear, já que para x(k) = c1 + c2 , tem-se

y(k) = (c1 + c2 )k 6= y1 (k) + y2 (k) = ck1 + ck2

2. Causalidade: Um sistema é dito causal (não antecipativo), se a saída num instante de tempo τ depender
apenas de valores da entrada em k ≤ τ .

Exemplo 4.4.3 O sistema y(k) = cos(k + 1) x(k)x(k − 3) é causal, já que a saída no instante k = τ
depende da entrada no instante τ e no instante passado τ − 3.

Exemplo 4.4.4 O sistema y(k) = cos(k) x(k + 1) não é causal, já que a saída no instante k = τ depende
da entrada no instante futuro τ + 1.

3. Invariância no tempo: se y(k) for a saída para uma entrada x(k), então, y(k − τ ) será a saída para a
entrada x(k − τ ).

Exemplo 4.4.5 Considere o sistema y(k) = sin(x(k)). Então, para a entrada x1 (k), tem-se

y1 (k) = sin(x1 (k))

Seja x2 (k) = x1 (k − τ ), então

y2 (k) = sin(x2 (k)) = sin(x1 (k − τ )) = y1 (k − τ )

Portanto, o sistema é invariante no tempo.

Exemplo 4.4.6 Considere o sistema y(k) = k x(k). Então, para a entrada x1 (k), tem-se

y1 (k) = kx1 (k)

Seja x2 (k) = x1 (k − τ ), então

y2 (k) = kx2 (k) = kx1 (k − τ )

No entanto,
y1 (k − τ ) = (k − τ )x1 (k − τ ) 6= y2 (k)

Portanto, esse sistema não é invariante no tempo (é um sistema variante no tempo).

Prof. Camino, J. F. Análise Linear de Sistemas 78

4.5 Exercícios
Exercício 4.5.1 Prove as seguintes relações entre o impulso unitário δ(k), o degrau unitário µ(k) e a rampa
unitária r(k):
Pk Pk
1. µ(k) = n=−∞ δ(k) 6. r(k) = kδ(k) + n=1 µ(n)
P∞
2. µ(k) = n=0 δ(k − n) 7. µ(k) = r(k + 1) − r(k)
P∞
3. r(k) = n=1 µ(k − n) 8. δ(k) = µ(k) − µ(k − 1)
Pk
4. r(k) = n=−∞ (k − n)δ(n) 9. δ(k) = r(k) − r(k − 1)
Pk
5. r(k) = n=0 nδ(k − n)

Exercício 4.5.2 Mostre a seguinte propriedade:

∞
X
δ(k − n) = 1
n=−∞

Exercício 4.5.3 Defina a convolução entre os sinais y(k) e x(k) por

∞
X ∞
X
y(k) ∗ x(k) = y(k − n)x(n) = y(n)x(k − n) = x(k) ∗ y(k)
n=−∞ n=−∞

Prove as seguintes relações:

1. x(k) ∗ y(k) = y(k) ∗ x(k)

2. x(k) ∗ (y(k) + f (k)) = x(k) ∗ y(k) + x(k) ∗ f (k)

3. x(k) = x(k) ∗ δ(k) = δ(k) ∗ x(k)

4. x(k − τ ) = x(k) ∗ δ(k − τ )

Exercício 4.5.4 Calcule a convolução entre os sinais x(k) e y(k) dados por

x(k) = δ(k + 2) − 1.5δ(k − 1) + u(k − 2)

y(k) = δ(k + 2) − δ(k − 1)

Exercício 4.5.5 Mostre que a rampa f (k) = kµ(k) pode ser escrita como a convolução de dois degraus, f (k) =
µ(k) ∗ µ(k − 1).

Exercício 4.5.6 Mostre que a resposta ao degrau yd de um sistema linear e invariante no tempo (LTI) é a
soma acumulada (running sum) da resposta ao impulso do sistema:
k
X
yd (k) = h(n)
n=−∞

Exercício 4.5.7 Considere a ∈ C. Prove a seguinte expressão:

k−1
X 1 − ak
an = 1 + a + · · · + ak−1 =
n=0
1−a

Portanto, prove que se |a| < 1, tem-se no limite

∞
X 1
an =
n=0
1−a
Prof. Camino, J. F. Análise Linear de Sistemas 79

Exercício 4.5.8 Calcule a expressão abaixo:

∞
X
fτ = an , |a| < 1, a∈C
n=τ

Exercício 4.5.9 Considere a ∈ C. Prove a seguintes expressão:

∞
X a
n an = , |a| < 1
n=0
(1 − a)2

Exercício 4.5.10 Determine a resposta ao impulso do sistema

y(k + 1) = ay(k) + x(k), k≥0

Exercício 4.5.11 Para a equação de diferenças de primeira ordem

y(k + 1) + 0.5y(k) = x(k), k≥0

com condições iniciais y(0) = y0 , determine:

1. Sua resposta ao impulso h(k)

2. A saída y(k) para a entrada x(k) = 1 + 3k 3 , com k ≥ 0

3. A saída y(k) para a entrada x(k) = cos(kπ/2) + sin(2k), com k ≥ 0

4. A saída y(k) para a entrada x(k) = (−0.5)k µ(k)

Exercício 4.5.12 Determine a solução homogênea e, em seguida, a solução completa das seguintes equações
de diferenças para k ≥ 0:

1. y(k + 1) − y(k) = k, y(0) = 1/2

2. y(k) − 3y(k − 1) + y(k − 2) = 2(1/2)k − 5(1/2)k−1 , y(0) = 0, y(1) = 1

3. y(k) + 2y(k − 1) + 10y(k − 2) = 3k 2 + 2k 3 , y(0) = 1, y(1) = 0

4. y(k + 2) − 2y(k + 1) + y(k) = 5 sin(k) + 3k 2 , y(0) = y(1) = 1/4

Exercício 4.5.13 Para as equações de diferenças do Exercício 4.5.12, decomponha a solução em termos de
regime transiente, regime permanente e resposta forçada.

Exercício 4.5.14 Usando a convolução, determine a solução forçada das seguintes equações de diferenças:

1. 2y(k + 1) + y(k) = 3kµ(k)

2. y(k + 1) − y(k) = ejωk

Exercício 4.5.15 Considere a sequência de Fibonacci {yk } definida pela equação de diferenças

y(k + 2) = y(k + 1) + y(k), y(0) = 2, y(1) = 1

Mostre que
√ !k √ !k
1+ 5 1− 5
y(k) = µ(k) + µ(k)
2 2

Exercício 4.5.16 Determine as condições sobre os coeficientes a1 e a2 para que todas as soluções de

y(k + 2) + a1 y(k + 1) + a2 y(k) = x(k), y(0) = y0 , y(1) = y1

com x(k) uma entrada limitada qualquer convirjam para zero com k → ∞.
Prof. Camino, J. F. Análise Linear de Sistemas 80

Exercício 4.5.17 Considere um sistema S cuja entrada x(k) e a saída y(k) estão relacionados por

1. y(k) = x(k) + 5 cos(x(k))

2. y(k) = k + x(k − k 2 )µ(k)

3. y(k) = kx(k) + 5x(k − 1)

4. y(k) = 3x(k + 1)

Determine se o sistema S é ou não é: (i) linear; (ii) invariante no tempo; (iii) causal.

Exercício 4.5.18 Considere a seguinte equação diferencial ordinária de primeira ordem:

ẏ(t) + ay(t) = bx(t)

Discretize com t = kT essa equação usando diferenças finitas, ou seja, assumindo a aproximação

y(t + T ) − y(t) y((k + 1)T ) − y(kT )

ẏ(t) = lim ≈
T →0 T T
Desta forma, obtenha a equação de diferenças na forma

y((k + 1)T ) = αy(kT ) + βx(kT )

determinando α e β em função de a, b e T . Para essa equação de diferenças, determine:

1. a solução homogênea para a condição inicial y(0) = y0

2. a resposta ao impulso h(k)

3. a solução forçada para a entrada µ(k)

4. a solução forçada para a entrada kµ(k)

5. a solução forçada para a entrada ejωk µ(k)

Exercício 4.5.19 Considere o Exercício 4.5.18. Assuma que a = 3 e b = 5. Compare numericamente, através
de gráficos, o sistema contínuo e sua discretização para cada uma das respostas que foram derivadas no exercício,
observando como a precisão da aproximação discreta é afetada pelos diferentes valores de T = {0.01, 0.1, 1, 2}.

Exercício 4.5.20 Considere o Exercício 4.5.18. Determine analiticamente a faixa de valores para a, b e T de
forma que a resposta homogênea, para qualquer condição inicial, sempre convirja a zero.
Capítulo 5

Transformada Z

A transformada Z é uma ferramenta extremamente útil para a análise de sistemas a tempo discreto e proces-
samento digital de sinais. Essa transformada atua de forma análoga à transformada de Laplace para sistemas
contínuos no tempo. Este capítulo apresenta os conceitos e propriedades fundamentais da transformada Z,
incluindo a transformação de funções básicas, propriedades relevantes como linearidade e o teorema da convo-
lução, além da transformada inversa. Também são discutidas aplicações importantes, tais como a resolução de
equações de diferenças e a análise da resposta de um sistema a diversos tipos de entrada. Ademais, o conceito
chave de função de transferência é introduzido no âmbito da transformada Z.
A transformada unilateral Z de um sinal discreto f (k) é definida pela seguinte fórmula1
∞
X
F (z) := Z[f (k)] = f (k)z −k , em que z ∈ C
k=0

É importante ressaltar que essa transformada é específica para sinais discretos. Neste texto, adota-se, com certo
abuso de notação, a expressão Z[f (t)] para representar a transformada Z do sinal discretizado f (k) := f (kT ) =
f (t)|t=kT , em que T é o período de amostragem.
A aplicação da transformada Z em alguns sinais comuns é apresentada a seguir.

5.1 Transformada de funções básicas

1. Impulso unitário (
1 , se k = 0
f (k) = δ(k) =
0 , se k 6= 0
Portanto, sua transformada Z é dada por
∞
X 0
X
F (z) = Z[δ(k)] = δ(k)z −k = z −k = 1
k=0 k=0

2. Degrau unitário (
1 , se k ≥ 0
f (k) = µ(k) =
0 , se k < 0
Portanto, sua transformada Z é dada por
∞
X 1 z
F (z) = Z[µ(k)] = z −k = 1 + z −1 + z −2 + · · · = −1
=
1−z z−1
k=0

Note (ver Exercício 4.5.7) que essa série converge para |z| > 1 (região de convergência).
1 Para cada sinal f (k), existe um valor α tal que a série de potência que define a transformada Z converge para |z| > α,

delimitando assim a região de convergência (ROC), como ilustrado no Exercício 5.8.7.

81
Prof. Camino, J. F. Análise Linear de Sistemas 82

3. Função polinomial (
ak , se k ≥ 0
f (k) =
0 , se k < 0
Portanto, sua transformada Z é dada por
∞
X ∞
X
F (z) = Z[f (k)] = Z[ak µ(k)] = ak z −k = (a−1 z)−k
k=0 k=0

Fazendo a mudança de variável z̄ = a−1 z, obtém-se

∞ ∞
X X 1 1 z
F (z) = (a−1 z)−k = z̄ −k = = =
1 − z̄ −1 1 − az −1 z−a
k=0 k=0

4. Função exponencial (
e−akT , se k ≥ 0
f (kT ) =
0 , se k < 0
Sua transformada Z é dada por
∞
X ∞
X
F (z) = Z[f (kT )] = e−akT z −k = (eaT z)−k
k=0 k=0

Fazendo a mudança de variável z̄ = eaT z, obtém-se

∞ ∞
X
aT −k
X 1 1 z
F (z) = (e z) = z̄ −k = = =
1 − z̄ −1 1 − e−aT z −1 z − e−aT
k=0 k=0

5. Função senoidal (
sin(ωkT ) , se k ≥ 0
f (k) =
0 , se k < 0
Sua transforma Z é dada poe
 
1 jωkT −jωkT

1

F (z) = Z[sin(ωkT )] = Z e −e = Z[ejωkT ] − Z[e−jωkT ]
2j 2j
   
1 1 1 1 (ejωT − e−jωT )z −1
= − =
2j 1 − ejωT z −1 1 − e−jωT z −1 2j 1 − (ejωT + e−jωT )z −1 + z −2
z sin(ωT )
= 2
z − 2z cos(ωT ) + 1

5.2 Propriedades da transformada Z

1. Linearidade:
f (k) = αf1 (k) + βf2 (k) =⇒ F (z) = αF1 (z) + βF2 (z)

2. Deslocamento em atraso: Seja F (z) = Z[f (k)], então

−1
!
X
Z[f (k − n)] = z −n F (z) + f (h)z −h = z −n F (z) + z −n+1 f (−1) + · · · + z −1 f (−n + 1) + f (−n)
h=−n

Prova: Usando a definição da transformada Z, tem-se

∞
X ∞
X
Z[f (k − n)] = f (k − n)z −k = z −n f (k − n)z −(k−n)
k=0 k=0
Prof. Camino, J. F. Análise Linear de Sistemas 83

Fazendo a substituição de variável k − n = h, tem-se

∞ ∞ −1
!
X X X
−n −h −n −h −h
Z[f (k − n)] = z f (h)z =z f (h)z + f (h)z
h=−n h=0 h=−n
−1
!
X
−n −h
=z F (z) + f (h)z = z −n F (z) + z −n+1 f (−1) + · · · + f (−n)
h=−n

Se f (−1), . . . , f (−n) forem todos nulos, então Z[f (k − n)] = z −n F (z). Assim, para f (k) = g(k)µ(k),
tem-se
Z[g(k − n)µ(k − n)] = z −n G(z)

3. Deslocamento em avanço: Seja F (z) = Z[f (k)], então

n−1
!
X
n −h
Z[f (k + n)] = z F (z) − f (h)z = z n F (z) − z n f (0) − z n−1 f (1) − · · · − zf (n − 1)
h=0

Assim, para n = 1 e n = 2, tem-se:

Z[f (k + 1)] = zF (z) − zf (0)
Z[f (k + 2)] = zZ[f (k + 1)] − zf (1) = z 2 F (z) − z 2 f (0) − zf (1)

Prova. Usando a definição da transformada Z, tem-se

∞
X ∞
X
−k n
Z[f (k + n)] = f (k + n)z =z f (k + n)z −(k+n)
k=0 k=0

Fazendo a substituição de variável k + n = h, tem-se

∞ ∞ n−1
!
X X X
n −h n −h −h
Z[f (k + n)] = z f (h)z =z f (h)z − f (h)z
h=n h=0 h=0
n−1
!
X
n −h
=z F (z) − f (h)z = z n F (z) − z n f (0) − z n−1 f (1) − · · · − zf (n − 1)
h=0

4. Multiplicação de f (k) por ak : Seja F (z) = Z[f (k)], então

Z = [ak f (k)] = F (a−1 z)

Prova:
∞
X ∞
X
Z[ak f (k)] = ak f (k)z −k = f (k)(a−1 z)−k = F (a−1 z)
k=0 k=0

5. Convolução: Seja F1 (z) = Z[f1 (k)] e F2 (z) = Z[f2 (k)], então

Z[f1 (k) ∗ f2 (k)] = F1 (z)F2 (z)

6. Teorema do valor inicial: Seja F (z) = Z[f (k)] e assuma que limz→∞ F (z) existe, então

f (0) = lim F (z)

z→∞

Exemplo 5.2.1 Qual o valor de f (0) para

(1 − e−T )z 1 1
F (z) = = −
(z − 1)(z − e−T ) 1 − z −1 1 − e−T z −1
Calculando o limite, tem-se

lim F (z) = 1 − 1 = 0 =⇒ f (0) = 0

z→∞

Observe que f (k) = µ(k) − e−kT µ(k).

Prof. Camino, J. F. Análise Linear de Sistemas 84

7. Teorema do valor final:

(a) Seja F (z) = Z[f (k)], em que f (k) = 0 para k < 0, e assuma que limk→∞ f (k) existe;

(b) Suponha que os polos de F (z) estejam dentro do círculo unitário, com possível exceção de um polo
em |z| = 1 (essa é a condição para que {f (k)} seja finita).

Então
lim f (k) = lim (z − 1)F (z)
k→∞ z→1

Exemplo 5.2.2 Assumindo T > 0 no Exemplo 5.2.1 anterior e lembrando que F (z) é dada por

z (1 − e−T )
F (z) =
(z − 1) (z − e−T )

tem-se
(1 − e−T )
lim f (k) = lim µ(k) − e−kT µ(k) = lim (z − 1)F (z) = lim z =1
k→∞ k→∞ z→1 z→1 (z − e−T )

8. Multiplicação de f (k) por k:

dF (z)
Z[kf (k)] = −z
dz

Prova: Usando a definição da transformada Z, tem-se

∞
X ∞
X ∞
X

Z[kf (k)] = kf (k)z −k = z kf (k)z −k−1 = −z f (k) −kz −k−1
k=0 k=0 k=0
∞ ∞
X d −k d X dF (z)
= −z f (k) z = −z f (k)z −k = −z
dz dz dz
k=0 k=0

Exemplo 5.2.3 Usando a propriedade anterior

dF (z)
Z[kf (k)] = −z
dz

determine a transformada Z da discretização da rampa unitária dada por

(
t , se t ≥ 0
g(t) =
0 , se t < 0

Primeiramente, é necessário discretizar esse sinal com um tempo de amostragem T segundos, o que fornece
g(k) := g(t) t=kT = kT µ(k). Portanto, aplicando a transformada Z obtém-se

G(z) = Z[g(k)] = Z[kf (k)]

com f (k) = T µ(k). Notando que Z[f (k)] = T Z[µ(k)] = T z/(z − 1), tem-se

dF (z) T
=−
dz (z − 1)2

Assim, obtém-se finalmente

dF (z) Tz
G(z) = Z[g(k)] = Z[kf (k)] = Z[kT µ(k)] = −z =
dz (z − 1)2
Prof. Camino, J. F. Análise Linear de Sistemas 85

5.3 A inversa da transformada Z

Está seção apresenta a inversa da transformada Z de um sinal F (z), que produz a correspondente sequência
f (k). No entanto, não é possível obter um único f (t) que gere os pontos f (k), como demonstrado na Figura 5.1.

f (t) f2 (t) = 1 + sin(t)

f1 (t) = 1
1
f1 (k) = f2 (k)

t
0 T 2T 3T 4T

Figura 5.1: Inversa da transformada Z de um sinal F (z).

As próximas seções apresentam os seguintes métodos para o cálculo da inversa da transformada Z de uma
função F (z) qualquer:

1. Método da expansão em frações parciais

2. Método da divisão direta

3. Métodos computacionais (ver Seção B.1)

5.3.1 Método da expansão em frações parciais

A expansão em frações parciais para o caso discreto é análoga ao caso contínuo (como descrita na Seção 3.3).
Porém, antes de apresentar os detalhes dessa decomposição, é oportuno esclarecer alguns fatos sobre os polos e
zeros de uma função racional F (z). Sabe-se que a função F (z) com n ≥ m dada por

b0 z m + b1 z m−1 + · · · + bm−1 z + bm
F (z) =
z n + a1 z n−1 + · · · + an−1 z + an

pode ser reescrita de forma equivalente como

(z − z1 )(z − z2 ) · · · (z − zm )
F (z) = K
(z − p1 )(z − p2 ) · · · (z − pn )

em que zi e pi são respectivamente os zeros e os polos de F (z). É importante notar que a função F (z) também
pode ser reescrita na forma

b0 z −(n−m) + b1 z −(n−m+1) + · · · + bm z −n
F (z) =
1 + a1 z −1 + · · · + an z −n
Portanto, é essencial considerar cuidadosamente essas diferentes formas de F (z) para realizar uma análise precisa
de seus polos e zeros, como ilustrado no Exemplo 5.3.1 a seguir.

Exemplo 5.3.1 Suponha que se deseje saber quais são os polos e zeros de

1 + 0.5z −1 1 + 0.5z −1
F (z) = −1 −2
=
1 + 3z + 2z (1 + z −1 )(1 + 2z −1 )

Aparentemente, essa função tem dois polos, em p1 = −1 e p2 = −2, e um zero localizado em z1 = −0.5. No
entanto, existe um outro zero em z = 0, já que

z(z + 0.5)
F (z) =
(z + 1)(z + 2)

Isso ilustra a importância de analisar a função em termos de z.

Prof. Camino, J. F. Análise Linear de Sistemas 86

Expansão em frações parciais: polos distintos

Quando os polos de F (z) são distintos e o grau do numerador for estritamente menor que o do denominador, a
expansão em frações parciais tem a seguinte forma:
c1 c2 ck cn
F (z) = + + ··· + + ··· +
z − p1 z − p2 z − pk z − pn
em que ck é o resíduo do polo pk em z = pk . Para determinar o coeficiente ck , com k = 1, . . . , n, procede-se de
forma análoga ao caso contínuo, obtendo-se:

ck = [(z − pk )F (z)]z=pk

Considere, por exemplo, a função F (z) apresentada no Exemplo 5.3.1. Como F (z) é uma função própria,
com um zero em z = 0, pode-se realizar a expansão em frações parciais de P (z) = F (z)/z. Nesse caso, a função
P (z) é estritamente própria. A expansão em frações parciais de P (z) tem a seguinte forma:
z + 0.5 c1 c2
P (z) = = +
(z + 1)(z + 2) z+1 z+2
em que c1 e c2 são dados por
(z + 0.5)
c1 = [(z + 1)P (z)]z=−1 = = −1/2
z+2 z=−1
(z + 0.5)
c2 = [(z + 2)P (z)]z=−2 = = 3/2
z+1 z=−2

Assim, a expansão em frações parciais da função F (z) é

1 z 3 z
F (z) = zP (z) = − +
2z+1 2z+2
Consequentemente, a transformada inversa é dada por
1 3
f (k) = − (−1)k + (−2)k , k≥0
2 2
Exemplo 5.3.2 Seja

(1 − e−aT )z z z 1 1
F (z) = = − = −
(z − 1)(z − e−aT ) z − 1 z − e−aT 1 − z −1 1 − e−aT z −1
A inversa da transformada Z de F (z) resulta em

f (k) = µ(k) − e−aT k µ(k)

Expansão em frações parciais: polos múltiplos

Na expansão em frações parciais, costuma-se começar dividindo F (z) por z, especialmente quando F (z) é uma
função própria. Isso não apenas assegura que F (z)/z seja estritamente própria, permitindo sua expansão em
frações parciais. Isso também garante que cada termo da expansão de F (z), associado a polos simples, seja
expresso na forma ck z/(z − pk ), com z explicitamente no numerador.
Por exemplo, considere que a expansão em frações parciais de F (z)/z tem a seguinte forma:
F (z) c0 c1 c2 cℓ cℓ+1 cn
= + + + ··· + + + ··· +
z z (z − p1 ) (z − p1 )2 (z − p1 )ℓ z − pℓ+1 (z − pn )
em que z = p1 é um polo de multiplicidade ℓ e o restante são polos distintos. Após realizada a expansão em
frações parciais de F (z)/z, obtém-se
c1 z c2 z cℓ z cℓ+1 z cn z
F (z) = c0 + + 2
+ ··· + ℓ
+ + ··· +
(z − p1 ) (z − p1 ) (z − p1 ) z − pℓ+1 (z − pn )
Prof. Camino, J. F. Análise Linear de Sistemas 87

cuja transformada inversa é dada por

ℓ−2
cℓ Y
f (k) = c0 δ(k) + c1 pk1 + c2 kp1k−1 + · · · + (k − i)pk−ℓ+1
1 + cℓ+1 pkℓ+1 + · · · + cn pkn , k≥0
(ℓ − 1)! i=0
em que δ(k) representa o impulso unitário.

Exemplo 5.3.3 Considere a seguinte função racional

(1 − e−aT )z
F (z) =
(z − 1)2 (z − e−aT )
Inicialmente, efetua-se a decomposição em frações parciais de F (z)/z como segue:
F (z) c1 c2 c3
= + +
z (z − 1) (z − 1)2 (z − e−aT )
Os coeficientes ci são dados por
   
d 2 F (z) d −aT −aT −1
c1 = (z − 1) = (1 − e )(z − e ) = −(1 − e−aT )−1
dz z z=1 dz z=1
 
2 F (z) (1 − e−aT )
c2 = (z − 1) = =1
z z=1 (1 − e−aT )
 
F (z) (1 − e−aT )
c3 = (z − e−aT ) = −aT = −(e−aT − 1)−1
z z=e−aT (e − 1)2
Portanto, F (z) é dada por
(1 − e−aT )−1 z z (e−aT − 1)−1 z
F (z) = − + 2
−
(z − 1) (z − 1) (z − e−aT )
A inversa da transformada Z dessa expressão é dada por
f (k) = −(1 − e−aT )−1 µ(k) + kµ(k) − (e−aT − 1)−1 e−aT k µ(k)

5.3.2 Método da divisão direta

O método da divisão direta é baseado no fato de que
∞
X
F (z) = f (k)z −k = f (0) + f (1)z −1 + · · · + f (k)z −k + · · ·
k=0

Exemplo 5.3.4 Determine f (k) para

10z + 5
F (z) =
(z − 1)(z − 0.2)
Os passos são os seguintes:
10z −1 + 5z −2 10z −1 + 5z −2
1. Reescrever F (z) como F (z) = −1 −1
=
(1 − z )(1 − 0.2z ) 1 − 1.2z −1 + 0.2z −2
2. Dividir o numerador pelo denominador

10z −1 + 17z −2 + 18.4z −3 + · · ·

1 − 1.2z −1 + 0.2z −2 10z −1 + 5z −2
−10z −1 + 12z −2 − 2z −3
17z −2 − 2z −3
−17z −2 + 20.4z −3 − 3.4z −4
18.4z −3 − 3.4z −4
..
.

Portanto, F (z) é dada por F (z) = 10z −1 + 17z −2 + 18.4z −3 + · · ·

Prof. Camino, J. F. Análise Linear de Sistemas 88

3. Comparando F (z) acima com a definição da transformada Z, tem-se f (0) = 0, f (1) = 10, f (2) = 17, . . .

Exemplo 5.3.5 Para F (z) = 1 − 3z −2 , obtém-se diretamente os termos: f (0) = 1, f (1) = 0, f (2) = −3 e
f (k) = 0 para k ≥ 3, ou seja:
f (k) = δ(k) − 3δ(k − 2)

5.4 Resolução de equações de diferenças usando a transformada Z

Considere a equação de diferenças

y(k + n) + a1 y(k + n − 1) + · · · + an y(k) = b0 x(k + m) + b1 x(k + m − 1) + · · · + bm x(k)

com k ≥ 0, n ≥ m, e condições iniciais dadas por

y(0) = y0 , y(1) = y1 , ... y(n − 1) = yn−1

Defina Y (z) = Z[y(k)]. Então, y(k + n) e y(k − n) podem ser reescritos em termos de Y (z) e das condições
iniciais, lembrando2 que

Z[y(k + n)] = z n Y (z) − z n y(0) − z n−1 y(1) − · · · − zy(n − 1)

Z[y(k − n)] = z −n Y (z) + z −n+1 y(−1) + · · · + y(−n)

Em geral, y(k) = 0 para k < 0, assim Z[y(k − n)] = z −n F (z).

Exemplo 5.4.1 Seja a equação de diferenças de primeira ordem homogênea

y(k + 1) − y(k) = 0, y(0) = y0 , k≥0

Aplicando a transformada Z, tem-se

z
zY (z) − zy(0) − Y (z) = 0 =⇒ Y (z) = y0
z−1

cuja transformada inversa é

y(k) = y0 µ(k)

Exemplo 5.4.2 Seja a equação de diferenças de primeira ordem não homogênea

y(k + 1) = ay(k) + x(k), k≥0

em que a entrada x(k) é o impulso unitário δ(k) e a condição inicial y(0) é nula. Aplicando a transformada Z,
tem-se
1 z
zY (z) − zy(0) − aY (z) = 1 =⇒ Y (z) = = z −1
z−a z−a
Lembrando das seguintes propriedades:

1. o termo z/(z − a) é a transformada Z da função f (k) = ak µ(k);

2. a transformada inversa de z −1 F (z) é dada por z −1 F (z) = Z[f (k − 1)µ(k − 1)];

conclui-se que a solução y(k) é dada por

y(k) = ak−1 µ(k − 1)
2 Ver seção 5.2.
Prof. Camino, J. F. Análise Linear de Sistemas 89

Exemplo 5.4.3 Considere o sistema

y(k + 1) + 2y(k) = 4k , y(0) = y0 , k≥0
Aplicando a transformada Z, tem-se
z
zY (z) − zy(0) + 2Y (z) =
z−4
Assim,
z z 1 1 2 1 z
Y (z) = + y0 = + + y0
(z + 2)(z − 4) z+2 3z+2 3z−4 z+2
1 z −1 z 2 z −1 z z
= + + y0
3z+2 3z−4 z+2
cuja transformada inversa é
1 2
y(k) =(−2)k−1 µ(k − 1) + 4k−1 µ(k − 1) + y0 (−2)k µ(k)
3 3
Para se obter a equação acima, as seguintes propriedades foram utilizadas:
z
Z[f (k − 1)µ(k − 1)] = z −1 F (z) e Z[ak µ(k)] =
z−a
Exemplo 5.4.4 Seja a equação de diferenças de segunda ordem homogênea
y(k + 2) + 3y(k + 1) + 2y(k) = 0, y0 = 0, y1 = 1, k≥0
Aplicando a transformada Z, tem-se
z 2 Y (z) − z 2 y0 − zy1 + 3(zY (z) − zy0 ) + 2Y (z) = 0
Assim
z z z
Y (z) = = −
(z + 1)(z + 2) z+1 z+2
cuja transformada inversa é
y(k) = (−1)k µ(k) − (−2)k µ(k)
Note que Y (z) pode ainda ser decomposto como
z 2 1
Y (z) = = −
(z + 1)(z + 2) z+2 z+1
cuja transformada inversa é
y(k) = 2(−2)k−1 µ(k − 1) − (−1)k−1 µ(k − 1)

Exemplo 5.4.5 Considere a seguinte equação de diferenças de segunda ordem:

y(k + 2) + y(k) = 0, k ≥ 0, y(0) = 1, y(1) = 0
Aplicando a transformada Z, obtém-se
z2
z 2 Y (z) − z 2 y(0) − zy(1) + Y (z) = 0 =⇒ Y (z) =
z2 + 1
Decompondo a expressão Y (z)/z em frações parciais, obtém-se Y (z) como
 
z2 1 z z
Y (z) = 2 = +
z +1 2 z−j z+j
cuja transformada inversa fornece3 a solução
1

y(k) =(j)k + (−j)k = cos(kπ/2)µ(k)
2
Essa expressão gera a seguinte sequência periódica:
y(0) = 1, y(1) = 0, y(2) = −1, y(3) = 0, y(n + 4) = y(n)
3 Pela fórmula de Euler, tem-se que ejπ/2 = j. Assim j k = ejkπ/2 e (−j)k = e−jkπ/2 . Consequentemente, 1/2 (j)k + (−j)k =


jkπ/2


1/2 e +e −jkπ/2 = cos(kπ/2).
Prof. Camino, J. F. Análise Linear de Sistemas 90

Exemplo 5.4.6 Seja a equação de diferenças de segunda ordem dada por

y(k) − y(k − 2) = 0, k ≥ 0, y(−2) = a, y(−1) = b

Por recursão, obtém-se a sequência infinita

y(0) = y(−2) = a
y(1) = y(−1) = b
y(2) = y(0) = a
y(3) = y(1) = b
..
.

Da sequência acima, percebe-se que a solução é dada por

a
b

y(k) = 1 + (−1)k µ(k) + 1 + (−1)k−1 µ(k − 1)
2 2
É possível obter a solução sem usar a recursão. Aplicando a transformada Z na equação de diferenças acima e
notando que
Z[y(k − 2)] = z −2 Y (z) + z −1 y(−1) + y(−2)
obtém-se
z2 z
Y (z) − z −2 Y (z) − z −1 b − a = 0 =⇒ Y (z) = a +b 2
z2−1 z −1
A realizando a seguinte decomposição4 de Y (z):
   
a z z b 1 1
Y (z) = + + +
2 z−1 z+1 2 z−1 z+1
a transformada inversa fornece
a
b

y(k) = 1 + (−1)k µ(k) + 1 + (−1)k−1 µ(k − 1)
2 2
Observação 5.4.1 Para calcular Z[y(k − 2)], nesse exemplo, é preciso considerar que o sinal y(k) existe para
k < 0. Assim, Z[y(k − 2)] é dada pela Propriedade 2 da transformada Z, ou seja
∞
X ∞
X ∞
X
Z[y(k − 2)] = y(k − 2)z −k = z −2 y(k − 2)z −(k−2) = z −2 y(h)z −h
k=0 k=0 h=−2
∞
X
= y(−2) + y(−1)z −1 + y(h)z −h = y(−2) + z −1 y(−1) + z −2 Y (z)
h=−2

5.5 Resposta a uma excitação arbitrária

Esta seção demonstra que a resposta de um sistema LTI (linear e invariante no tempo discreto) a qualquer
sequência de entrada arbitrária x(k) pode ser obtida, de forma análoga ao caso contínuo, através da convolução
de x(k) com a resposta ao impulso h(k) do sistema. O princípio fundamental permanece: a resposta ao impulso
encapsula todas as informações necessárias para determinar a saída do sistema diante de qualquer entrada,
utilizando a operação de convolução.

5.5.1 Solução forçada

Considere o sistema linear, invariante no tempo, representado na figura abaixo, em que a entrada é x(k), a saída
é y(k), e a resposta ao impulso é h(k).
4 Observe que essa decomposição não é a expansão em frações parciais padrão, que segue os passos descritos na Seção 3.3. Outras

decomposições equivalentes são apresentadas no Exercício 5.8.14.

Prof. Camino, J. F. Análise Linear de Sistemas 91

x(k) h(k) y(k)

A resposta forçada desse sistema, que descreve a relação entrada-saída ignorando as condições iniciais, é
dada pela seguinte convolução:
∞
X ∞
X
y(k) = h(k) ∗ x(k) = h(k − n)x(n) = h(n)x(k − n)
n=−∞ n=−∞

Se o sistema for causal, então h(k − n) = 0 para n > k, e a somatória se reduz a

k
X
y(k) = h(k − n)x(n)
n=−∞

No mais, se a entrada for nula para k < 0, ou seja x(k) = 0 para k < 0, então a solução forçada será

k
X k
X
y(k) = h(k − n)x(n) = h(n)x(k − n)
n=0 n=0

Exemplo 5.5.1 Considere o sistema descrito pela seguinte equação de diferenças:

y(k + 1) = ay(k) + x(k)

em que x(k) é o degrau de amplitude b dado por

(
b , se k ≥ 0
x(k) = bµ(k) =
0 , se k < 0

Sabe-se do Exemplo 5.4.2 que a resposta ao impulso desse sistema é

h(k) = ak−1 µ(k − 1)

Assim, tem-se pela convolução que a solução forçada yf (k) é dada por

∞
X ∞
X k
X
 
yf (k) = h(n)x(k − n) = an−1 µ(n − 1) [bµ(k − n)] = b an−1
n=−∞ n=−∞ n=1

Note, porém, que para a = 1, a solução se reduz a

yf (k) = kb

Por outro lado, para a 6= 1, a solução pode ser simplificada percebendo-se que

k k−1
X X 1 − ak
an−1 = an =
n=1 n=0
1−a

Portanto, a solução forçada yf (k) pode ser descrita pela expressão


kb , se a = 1
(5.1) yf (k) = k
b 1 − a , se a 6= 1
1−a

que corresponde à solução obtida na Secção 4.3.2, com condição inicial nula.
Prof. Camino, J. F. Análise Linear de Sistemas 92

5.5.2 Solução completa

Como no caso contínuo, a convolução fornece apenas a resposta forçada para uma excitação arbitrária. Para se
obter a solução completa é preciso levar em consideração as condições iniciais.

Exemplo 5.5.2 Suponha que o sistema do Exemplo 5.5.1 esteja sujeito à condição inicial y(0) = y0 . Assim,
somando-se a solução homogênea, que é dada por yh (k) = y0 ak , e a solução forçada (5.1), a resposta completa
fica sendo

y0 + bk , se a = 1
y(k) = 1 − a k
 y0 ak + b , se a 6= 1
1−a
que é exatamente a expressão (4.4), determinada na Seção 4.3.2.

5.6 Função de transferência

De forma análoga ao caso contínuo, a função de transferência é também uma ferramenta fundamental para
a análise de sistemas lineares e invariantes no tempo discreto. Ela encapsula a relação entrada-saída de um
sistema LTI discreto no domínio da frequência, relacionando Y (z), a transformada Z do sinal de saída com
X(z), a transformada Z do sinal de entrada. Equivale à transformada Z da resposta ao impulso do sistema
discreto. A função de transferência discreta pode ser determinada diretamente aplicando-se a transformada Z
na equação de diferenças do sistema. Assim como no caso contínuo, o estudo de seus polos e zeros fornece
informações críticas sobre propriedades do sistema, em especial sobre a estabilidade.
Aplicando a transformada Z na convolução discreta
∞
X ∞
X
y(k) = h(k − n)x(n) = h(n)x(k − n)
n=−∞ n=−∞

obtém-se
Y (z) = H(z)X(z)

Essa relação está expressa na Figura 5.2 abaixo.

X(z) H(z) Y (z)

Figura 5.2: Relação entrada-saída no domínio da frequência.

A função H(z) = Y (z)/X(z), que relaciona a transformada Z do sinal de saída y(k) com a transformada
Z do sinal de entrada x(k), é denominada de função transferência. Perceba que para uma entrada impulsiva
X(z) = 1, a saída é Y (z) = H(z). Portanto, H(z) é a transformada Z da resposta ao impulso h(k), ou seja,
∞
X
H(z) = h(k)z −k
k=−∞

A função de transferência também pode ser obtida da equação de diferenças, considerando as condições
iniciais nulas. Assim, aplicando a transformada Z em ambos os lados da equação de diferenças

y(k + n) + a1 y(k + n − 1) + · · · + an−1 y(k + 1) + an y(k) = b0 x(k + m) + b1 x(k + m − 1)+

· · · + bm−1 x(k + 1) + bm x(k)

obtém-se
[z n + a1 z n−1 + · · · + an−1 z + an ]Y (z) = [b0 z n + b1 z m−1 + · · · + bm−1 z + bm ]X(z)
Prof. Camino, J. F. Análise Linear de Sistemas 93

Portanto,
Y (z) b0 z m + b1 z m−1 + · · · + bm−1 z + bm
H(z) = =
X(z) z n + a1 z n−1 + · · · + an−1 z + an
Para que o sistema seja realizável, não antecipativo, é preciso que n ≥ m.

Observação 5.6.1 A observação (3.6.1), para o caso contínuo, se aplica de forma análoga ao caso discreto.
Pm Pn
Observação 5.6.2 No caso discreto, o ganho estático é dado por H(1) = 0 bi /(1 + 1 ai ). Assim, se a
entrada for x(k) = X0 µ(k), um degrau de amplitude X0 , e o sistema for assintoticamente estável, a saída
atingirá o regime estacionário y∞ = H(1)X0 .

Exemplo 5.6.1 Considere o mesmo sistema do Exemplo 5.5.1, dado por

y(k + 1) = ay(k) + x(k)

em que a entrada é x(k) = bµ(k). Para esse sistema, a transformada Z da resposta ao impulso h(k) e da
entrada x(k) são respectivamente dadas por
1 bz
H(z) = e X(z) =
z−a z−1
Assim, a saída é dada por
bz
Y (z) = H(z)X(z) =
(z − a)(z − 1)
Note que para o caso em que a = 1, a saída Y (z) passa a ser
z
Y (z) = b
(z − 1)2
cuja inversa da transformada Z, de acordo com o Exemplo 5.2.3, fornece a solução forçada

yf (k) = kbµ(k)

Por outro lado, para o caso em que a 6= 1, a saída Y (z) possui a seguinte decomposição em frações parciais:
 
bz bz −1 z z
Y (z) = = a −
(z − a)(z − 1) a−1 z−a z−1
cuja inversa da transformada Z fornece a solução forçada

b
1 − ak
yf (k) = aak−1 µ(k − 1) − µ(k − 1) = b µ(k − 1)
a−1 1−a
Combinando esses dois casos, tem-se exatamente a solução obtida em (5.1).

5.6.1 Equivalente discreto da função de transferência contínua

É possível determinar um equivalente discreto H(z), uma função de transferência discreta, para uma função
de transferência contínua H(s). Dois métodos para se determinar o equivalente discreto serão brevemente
apresentados: o método do impulso invariante e o método do segurador de ordem zero.

Método do impulso invariante

O equivalente discreto usando o método do impulso invariante é obtido de forma bastante simples através dos
seguintes passos:

1. Calcula-se a inversa da transformada de Laplace da função de transferência H(s);

2. Discretiza-se a resposta ao impulso h(t);

Prof. Camino, J. F. Análise Linear de Sistemas 94

3. Determina-se H(z) calculando a transformada Z de h(k) = T h(t) .

t=kT

Nesse método, assume-se que H(s) é uma função estritamente própria. Se H(s) for própria, então é possível
reescrevê-la como a soma de uma constante e uma função estritamente própria H̄(s), permitindo assim que seja
calculado o equivalente discreto H̄(z) de H̄(s).

Exemplo 5.6.2 Considere a função de transferência

a
H(s) =
s(s + a)
Perceba que H(s) tem a seguinte expansão em frações parciais:
1 1
H(s) = −
s s+a
Aplicando a inversa da transformada de Laplace, tem-se

h(t) = 1 − e−at , t≥0

Aplicando agora a transformada Z no sinal T h(kT ), tem-se


 T T zT (1 − e−aT )
H(z) = Z T 1 − e−akT = −1
− −aT −1
=
1−z 1−e z (z − 1)(z − e−aT )
Observação 5.6.3 A seguir, apresenta-se uma demonstração informal, usando a integral de convolução, para
motivar a relação hd (k) = T hc (kT ), em que hc (t) é a resposta ao impulso contínua e hd (k) é a resposta ao
impulso discreta obtida pelo método do impulso invariante. Discretizando a integral de convolução com t = kT ,
obtém-se Z kT
hc (τ )x(kT − τ ) dτ
0
Agora usando o resultado apresentado no Exemplo A.6.1 da Seção A.6, com a = 0 e b = kT , percebe-se que
uma aproximação dessa integral de convolução é dada por
Z kT N
X −1
hc (τ )x(kT − τ ) dτ ≈ T hc (nT )x(kT − nT )
0 n=0

Notando que T = (b − a)/N = kT /N e portanto k = N , tem-se finalmente

Z kT k−1
X
hc (τ )x(kT − τ ) dτ ≈ hd (n)xd (k − n), hd (k) = T hc (t) t=kT
, xd (k) = x(t) t=kT
0 n=0

É oportuno reforçar que o equivalente discreto pelo método do impulso invariante não produz uma resposta ao
impulso aproximada, mas precisamente os pontos hc (t) com t = kT . A aproximação da integral de convolução
foi utilizada apenas para justificar o termo T na relação hd (k) = T hc (kT ).

Método do segurador de ordem zero

O método de discretização através do segurador de ordem zero (SOZ), que é um dispositivo frequentemente
utilizado em conversores digitais-analógicos, está apresentado na Figura 5.3 abaixo.

u(t) y(t)
x(k) SOZ H(s) δT y(k)

Figura 5.3: Equivalente discreto através do SOZ.

Para obter o equivalente discreto usando esse método, é preciso determinar a função de transferência discreta
H(z), entre a entrada amostrada x(k) e a saída y(k) do sistema da Figura 5.3, em que H(s) representa a planta
contínua a ser discretizada e SOZ(s) é a função de transferência do segurador de ordem zero. O Exemplo 5.6.3
abaixo descreve o comportamento ideal e os passos necessários para se obter a função de transferência do
segurador de ordem zero.
Prof. Camino, J. F. Análise Linear de Sistemas 95

Exemplo 5.6.3 O SOZ executa basicamente duas operações: coletar as amostras (“sample”) e mantê-las cons-
tantes (“hold”) durante o período de amostragem. A amostra x(kT ) recebida em t = kT é mantida constante
até o próximo instante t = (k + 1)T . Um exemplo dessa operação é apresentado na Figura 5.4, em que xs (t) é
a saída do segurador de ordem zero para uma entrada senoidal amostrada a cada instante T de tempo.

x(t)

xs (t)

t
0 T 2T 3T 4T

Figura 5.4: Saída xs (t) do SOZ para uma entrada senoidal x(t).

Uma idealização matemática desse processo está apresentada na Figura 5.5, em que o sinal x(t) é primei-
ramente amostrado, usando-se um amostrador ideal δT , de período T , e em seguida é mantido constante pelo
segurador de ordem zero, fornecendo o sinal xs (t).

x∗ (t) xs (t)
x(t)

t t
t 0 T 2T 3T 4T 0 T 2T 3T 4T

x(t) x∗ (t) x∗ (t) Segurador xs (t)

δT

Figura 5.5: Representação ideal do segurador de ordem zero: modulador δT e segurador.

O modulador ideal δT pode ser matematicamente representado por um trem de impulsos:

∞
X
δT (t) = δ(t − kT )
k=−∞

em que δ(t) é o impulso unitário. Assim, o sinal amostrado x∗ (t), que representa um trem de impulsos modulado
por x(t), é dado por
∞
X
x∗ (t) = x(t)δ(t − nT )
n=−∞

Pela característica do segurador, o sinal xs (t) é dado por

xs (t) = x(kT ), kT ≤ t < (k + 1)T

Assim, percebe-se que para uma entrada impulso unitário

xs (t)

δ(t) 1
a saída é um pulso
t
t
T
Prof. Camino, J. F. Análise Linear de Sistemas 96

Portanto, a resposta ao impulso unitário do SOZ é

hSOZ (t) = µ(t) − µ(t − T )

e a respectiva função de transferência5 do SOZ será

1 e−T s 1 − e−T s
SOZ(s) = L[hSOZ (t)] = − =
s s s
Usando o resultado do Exemplo 5.6.3 acima, a função de transferência entre a saída y(t) da planta H(s) e
a entrada impulsiva no SOZ será
(1 − e−T s )
Y (s) = H(s)
s
A função de transferência desejada H(z), que relaciona a saída y(k) com a entrada x(k), nada mais é que

H(z) = Z[y(kT )] = Z[L−1 [Y (s)]t=kT ]

Prosseguindo, fazendo-se uso do seguinte abuso de notação Z[F (s)] := Z[L−1 [F (s)]t=kT ], tem-se
     
−T s H(s) H(s) −T s H(s)
H(z) = Z[Y (s)] = Z (1 − e ) =Z −Z e
s s s
Como o termo e−T s representa um puro atraso (um delay) de período T , tem-se

Z[e−T s H(s)/s] = z −1 Z[H(s)/s]

Assim,
H(z) = (1 − z −1 )Z[H(s)/s]

Exemplo 5.6.4 Usando como exemplo a planta contínua H(s) dada por
a
H(s) =
s+a
tem-se
H(s) 1 1
= −
s s s+a
cuja transformada inversa é dada por
 
−1 H(s)
L = 1 − e−at , t≥0
s
Amostrando esse sinal com t = kT , tem-se

µ(k) − e−akT µ(k)

Portanto  
H(s)   z z z (1 − e−aT )
Z = Z µ(k) − e−akT µ(k) = − =
s z − 1 z − e−aT (z − 1) (z − e−aT )
A função de transferência desejada H(z) fica sendo, no caso,
 
−1 H(s) 1 − e−aT
H(z) = (1 − z )Z =
s z − e−aT

5.7 Conceitos de estabilidade

Esta seção apresenta alguns conceitos básicos de estabilidade de sistema lineares discretos invariantes no tempo.
Primeiro, é realizada uma análise do comportamento da solução homogênea. Em seguida, é demonstrado que
um sistema será estável se os polos de sua função de transferência estiverem localizados no interior do círculo
unitário. Finalmente, a noção de estabilidade BIBO é introduzida.
5 A função de transferência do SOZ não é racional devido ao termo exponencial e−T s . Uma aproximação racional por Padé é

apresentada na Seção A.4.

Prof. Camino, J. F. Análise Linear de Sistemas 97

5.7.1 Comportamento assintótico da solução homogênea

Foi visto que a solução geral da equação de diferenças homogênea de primeira ordem tem a forma

yh (k) = Cλk

Portanto, a convergência dessa sequência depende essencialmente do valor da raiz λ.

As Figuras 5.7, 5.6, 5.8 e 5.9 apresentam o comportamento da solução homogênea yh (k) para valores de
λ ∈ R dentro dos seguintes quatro intervalos: 0 < λ < 1; λ > 1; −1 < λ < 0 e λ < −1. Em todos os quatro
casos, foi considerado C = 1.

λ = 1.3
λ = 0.7
yh (k)
yh (k)
1
10

0.5
5

0 k 0 k
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9

Figura 5.6: Caso 0 < λ < 1. Figura 5.7: Caso λ > 1.

λ = −0.8 λ = −1.3

yh (k) yh (k)
1 10

0 k 0 k
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9

−1 −10

Figura 5.8: Caso −1 < λ < 0. Figura 5.9: Caso λ < −1.

Note-se que para o caso complexo em que λ = σ + jω, tem-se

yh (k) = Cλk = C|λ|k ejkθ

Assim, nesse caso, yh (k) também convergirá a zero se |λ| < 1. Portanto, a região de estabilidade é o disco
unitário aberto, o interior do círculo unitário dado por |λ| < 1, como apresentado na Figura 5.10.
Prof. Camino, J. F. Análise Linear de Sistemas 98

Im(z)

|z| < 1

Re(z)
-1 1

Figura 5.10: Região de estabilidade no plano complexo z.

Observação 5.7.1 Embora essa análise tenha sido baseada numa única raiz, sabe-se que a solução homogênea é
uma combinação linear de termos contendo raízes distintas e raízes múltiplas. As raízes distintas foram tratadas
acima. Se houver uma raiz de multiplicidade ℓ, haverá termos da forma k ℓ−1 λk . Fato esse que não altera a
análise, já que o termo k ℓ−1 λk convergirá a zero se |λ| < 1.

5.7.2 Estabilidade a partir da função de transferência

Considere a seguinte função de transferência:
(z − z1 )(z − z2 ) · · · (z − zm )
H(z) = K
(z − p1 )(z − p2 ) · · · (z − pn )
em que n > m, p1 = p2 = · · · = pℓ é um polo de multiplicidade ℓ, e os polos restantes são todos distintos.
Decompondo H(z) em frações parciais, tem-se
c1 z c2 z cℓ z cℓ+1 z cn z
H(z) = c0 + + 2
+ ··· + ℓ
+ + ··· +
z − p1 (z − p1 ) (z − p1 ) z − pℓ+1 z − pn
Aplicando a inversa da transformada Z e utilizando o resultado do Exercício 5.8.5, obtém-se
ℓ−2
cℓ Y
h(k) = c0 δ(k) + c1 pk1 + c2 kp1k−1 + · · · + (k − i)pk−ℓ+1
1 + cℓ+1 pkℓ+1 + · · · + cn pkn , t≥0
(ℓ − 1)! i=0

Portanto, para que h(k) convirja para zero com k → ∞, é necessário que

|pi | < 1

Assim, conclui-se que todos os polos de H(z) devem pertencer ao interior do círculo unitário, como apresentado
na Figura 5.11.

Im(z)

|z| < 1

Re(z)
-1 1

Figura 5.11: Região de estabilidade no plano complexo z.

5.7.3 Estabilidade BIBO

Um sistema é dito BIBO (Bounded Input Bounded Output) estável se toda entrada limitada produzir uma
saída limitada. Uma sequência x(k) é limitada se existir um número finito M tal que |x(k)| < M para todo k.
Prof. Camino, J. F. Análise Linear de Sistemas 99

Lema 5.7.1 Um sistema discreto linear invariante no tempo é BIBO estável se, e somente se,
∞
X
kh(k)k1 = |h(n)| < ∞
n=−∞

ou seja, se e somente se, sua resposta ao impulso h(k) for absolutamente somável.

Prova. Para provar a condição de suficiência, considere que

|x(k)| < M, ∀k

Então
∞
X ∞
X
|y(k)| = h(n)x(k − n) ≤ |h(n)||x(k − n)|
n=−∞ n=−∞

Como |x(k)| < M para todo k, tem-se

∞
X
|y(k)| ≤ M |h(n)|, ∀n
n=−∞

Portanto, se kh(k)k1 < ∞, o sistema é BIBO estável.

Para provar a condição necessária, é preciso encontrar uma entrada limitada tal que a saída não seja limitada
se h(k) não for absolutamente somável.
Considere a entrada dada por 
 h(−k)

, se h(−k) 6= 0
x(k) = |h(−k)|

0 , se h(−k) = 0

Então x(k) é limitada por M = 1. Como a saída é

∞
X
y(k) = h(n)x(k − n)
n=−∞

para k = 0, tem-se
∞ ∞ ∞
X X h(n)2 X
y(0) = h(n)x(−n) = = |h(n)|
n=−∞ n=−∞
|h(n)| n=−∞

Portanto, para que y(0) seja limitada, é necessário que h(k) seja absolutamente somável.

Exemplo 5.7.1 Considere a função de transferência dada por

1
H(z) =
z+1
cuja resposta ao impulso é dada por
h(k) = (−1)k−1 µ(k − 1)

Claramente, essa resposta ao impulso não satisfaz Lema 5.7.1, ou seja, kh(k)k1 não é finito. Portanto, o sistema
não é BIBO estável e, consequentemente, existe uma entrada x(k) limitada tal que a saída y(k) seja ilimitada.
Para ver esse fato, seja x(k) = (−1)k µ(k). Então, a saída é dada por
∞
X k
X
y(k) = h(n)x(k − n) = (−1)n−1 (−1)k−n = k(−1)k−1 µ(k)
n=−∞ n=1

que fornece a sequência de pontos

{0, 1, −2, 3, −4, 5, −6, 7, −8, 9, −10, . . . }

Prof. Camino, J. F. Análise Linear de Sistemas 100

5.8 Exercícios
Exercício 5.8.1 Defina a transformada Z por
∞
X
F (z) = Z[f (k)] = f (k)z −k
k=0

Prove as seguintes propriedades:

d
1. Z[kf (k)] = −z F (z);
dz
2. Z[f (k) ∗ g(k)] = F (z)G(z);

3. Z[f (k + 1)] = zF (z) − zf (0);

" k #
X 1
4. Z f (n) = F (z).
n=0
1 − z −1

Exercício 5.8.2 Prove a propriedade do deslocamento em avanço.

Exercício 5.8.3 Usando o teorema do valor inicial e o teorema do valor final, calcule f (0) e limk→∞ f (k)
sabendo que sua transformada Z é dada por
z+1
F (z) =
z(z − 1)

Em seguida, determine f (k) e verifique o resultado obtido.

Exercício 5.8.4 Calcule a transformada Z de f (k) = kak µ(k).

Exercício 5.8.5 Mostre que a transformada Z de

ℓ−2
1 Y
f (k) = (k − i)pk−ℓ+1
(ℓ − 1)! i=0

é dada por
z
F (z) =
(z − p)ℓ

Exercício 5.8.6 Calcule a transformada Z dos seguintes sinais:

1. f (k) = ck−n µ(k), com n ∈ Z e c ∈ C;

2. f (k) = ck−n µ(k − n), com n ∈ Z e c ∈ C;

3. f (k) = (k + n)δ(k − n) + (k − n)δ(k) + δ(k + 5) − nck µ(−k), com n ∈ Z≥0 e c ∈ C;

4. f (k) = cos(kω)µ(k), com ω ∈ R.

5. f (k) = ak + bk µ(k − 2), com a = 1/2 e b = 2;

6. f (k) = (−1/3)k sin(kπ/4)µ(k).

Exercício 5.8.7 Para as transformadas obtidas no Exercício 5.8.6, calcule sua região de convergência |z| > α
e verifique que o valor de α está associado ao maior módulo dos polos pi de F (z), mais precisamente maxi |pi |.

Exercício 5.8.8 Calcule a Transformada Z do sinal contínuo f (t) abaixo, usando a discretização t = kT .

f (t) = (1/2)t cos(αt)µ(t)

Prof. Camino, J. F. Análise Linear de Sistemas 101

Exercício 5.8.9 Calcule a transformada Z da rampa, considerando que ela pode ser escrita como f (k) =
µ(k) ∗ µ(k − 1), conforme demonstrado no Exercício 4.5.5.

Exercício 5.8.10 Use a transformada Z para calcular a sequência de Fibonacci descrita pela equação de dife-
renças do Exercício 4.5.15.

Exercício 5.8.11 Mostre que a transformada Z de um sinal periódico x(k) de período N , isto é, x(k + N ) =
x(k) para todo k ≥ 0, é dada por
N −1
!
1 X
−k
X(z) = x(k)z , para |z| > 1
1 − z −N
k=0

Dicas:
P∞ P 

N −1
• Mostre que a série k=0 x(k)z −k pode ser escrita como k=0 x(k)z −k 1 + z −N + z −2N + · · ·

−1
• Use o fato de que a série geométrica 1 + z −N + z −2N + · · · converge, quando |z| > 1, para 1 − z −N

Exercício 5.8.12 Usando o resultado do Exercício 5.8.11, mostre que a transformada Z do sinal periódico, de
período N = 3, dado pela sequência x(k) = {1, −1, 2, 1, −1, 2, . . . } é

z 3 − z 2 + 2z
X(z) = , para |z| > 1
z3 − 1

Exercício 5.8.13 Calcule a inversa da transformada Z da função F (z) do Exemplo 5.3.3 usando a decompo-
sição em frações parciais sem realizar a divisão por z. Em seguida, verifique o resultado calculando os cinco
primeiros pontos tanto da função obtida quanto da expressão de f (k) dada no Exemplo 5.3.3. No mais, usando
manipulações algébricas, mostre que ambos f (k) se reduzem à mesma fórmula.

Exercício 5.8.14 Considere a função Y (z) do Exemplo 5.4.6, dada por

az 2 + bz z2 z
Y (z) = = Y1 (z) + Y2 (z), Y1 (z) = a , Y2 (z) = b
z2 − 1 z2 − 1 z2 −1
Determine y(k) para as seguintes decomposições de Y (z):
c2 c3
1. Y (z) = c1 + + ;
z−1 z+1
Y (z) c1 c2
2. = + ;
z z−1 z+1
 
a z z Y2 (z) Y2 (z) c1 c2
3. Y (z) = + + , com = + ;
2 z−1 z+1 z z z−1 z+1
 
b 1 1 c2 c3
4. Y (z) = Y1 (z) + + , com Y1 (z) = c1 + + ;
2 z−1 z+1 z−1 z+1
Y2 (z) c2 c3 Y2 (z) c1 c2
5. Y (z) = Y1 (z) + , com Y1 (z) = c1 + + e = + ;
z z−1 z+1 z z−1 z+1
Y1 (z) Y2 (z)
6. Y (z) = + .
z2 z
Em seguida, verifique o resultado calculando os cinco primeiros pontos de cada um dos y(k) obtidos acima. No
mais, através de manipulações algébricas, mostre que esses y(k) se reduzem à mesma fórmula.

Exercício 5.8.15 Calcule a inversa da transformada Z das seguintes funções:

z 4 − 3z 3 − 12z 2 + 20z + 48
1. F (z) = ;
z4 + z3 − z2 − z
Prof. Camino, J. F. Análise Linear de Sistemas 102

1 − 0.5z −1 + 0.2z −2
2. F (z) = ;
1 − 0.29z −1 − 1.2z −2
z −1 − 5z −2
3. F (z) = .
(1 − 3z −1 )(1 + 1/5z −1 )

usando:

1. a decomposição em frações parciais (seguindo os passos da Seção 3.3);

2. o método da divisão direta;

3. a correspondente equação de diferenças;

4. o comando filter() do MATLAB.

Em seguida, verifique se as quatro soluções f (k) obtidas acima fornecem a mesma sequência de pontos (use
k = 0, 1, . . . , 4).

Exercício 5.8.16 Usando os dois métodos computacionais apresentados na Seção B.1, determine a inversa
das funções F (z) descritas no Exercício 5.8.15.

Exercício 5.8.17 Usando a transformada Z, determine a solução y(k) da seguinte equação de diferenças:

y(k) + 2y(k − 2) = 0, k ≥ 0, y(−2) = a, y(−1) = b

Em seguida, calcule a sequência de pontos y(k), para k = −2, . . . , 3.

Exercício 5.8.18 Através de uma mudança de variável e de condições iniciais apropriadas, reescreva a equação
de diferenças do Exercício 5.8.17 como
y(n + 2) + 2y(n) = 0
de forma que ambos os problemas de valor inicial sejam equivalentes. Assim, compare a solução y(n) com a
solução y(k) obtida no Exercício 5.8.17.

Exercício 5.8.19 Use a transformada Z para resolver a seguinte equação de diferenças de primeira ordem:

y(k + 1) = ay(k) + x(k), k≥0

para a entrada x(k) = ak + (−a)k e condição inicial y(0) = y0 .

Exercício 5.8.20 Use a transformada Z para determinar a solução das seguintes equações de diferenças:

1. y(k) + 3y(k − 1) = αx(k), com x(k) = µ(k), y(−1) = β;

2. y(k + 2) − 5y(k + 1) − 0.7y(k) = 0.5x(k + 1) + 1.7x(k − 1), com x(k) = µ(k), y(k) = 0 para k ≤ 0;

3. y(k + 2) + y(k) = x(k), com x(k) = cos(kπ)µ(k), y(0) = 0 e y(1) = 2.

Exercício 5.8.21 Para cada uma das equações de diferenças do Exercício 5.8.20, determine:

1. a função de transferência H(z);

2. a resposta ao impulso h(k), a partir da inversa de H(z);

3. a resposta forçada através da convolução de h(k) com a entrada do sistema.

Exercício 5.8.22 Para as equações de diferenças do Exercício 5.8.20, decomponha a solução completa nas
seguintes parcelas: solução homogênea, solução forçada, regime transiente e regime permanente.

Exercício 5.8.23 Para as seguintes funções de transferência contínuas:

Prof. Camino, J. F. Análise Linear de Sistemas 103

s s−b a s
1. H(s) = ; 2. H(s) = ; 3. H(s) = ; 4. H(s) = .
s+a s+a s(s − a) (s + a)(s − b)

determine o equivalente discreto H1 (z), usando o impulso invariante, e o equivalente discreto H2 (z), usando
o segurador de ordem zero. Assuma os seguintes valores numéricos: a = 3, b = −1/2 e tempo de mostragem
T = 1/5. Compare para cada caso, a resposta ao degrau de H(s), H1 (z) e H2 (z). Em seguida, compare a
resposta ao impulso

Exercício 5.8.24 Para cada uma das funções de transferência, H(s), H1 (z) e H2 (z), do Exercício 5.8.23,
analise a estabilidade a partir da função de transferência e a estabilidade BIBO.

Exercício 5.8.25 Para cada uma das funções de transferência contínuas H(s), do Exercício 5.8.23, determine
a equação diferencial e as equações de diferenças associadas com cada um dos equivalentes discretos H1 (z) e
H2 (z). Assuma que a saída do sistema é denotada por y e a entrada por x.

Exercício 5.8.26 Um sistema discreto é dito estável no sentido “bounded input, bounded output” (BIBO), se
qualquer entrada limitada x(k) implicar uma saída limitada y(k). Prove para um sistema linear invariante no
tempo discreto, que estabilidade BIBO é equivalente às seguintes condições:

1. sua resposta ao impulso h(k) é absolutamente somável.

2. sua resposta ao impulso h(k) → 0 com k → ∞.
3. os polos da função de transferência H(z) encontram-se (estritamente) dentro do círculo unitário no plano
complexo z.
4. as raízes da equação característica possuem módulo estritamente menor que 1.
Capítulo 6

Análise de Fourier

A análise de Fourier é uma ferramenta matemática extremamente poderosa para a representação e processamento
de sinais e sistemas. Ela se baseia na decomposição de funções em termos de componentes senoidais, que formam
uma base ortogonal completa. Este capítulo introduz os conceitos fundamentais da análise de Fourier, incluindo
séries e transformadas de Fourier, além de aplicações importantes como a função de resposta em frequência e o
fenômeno de aliasing.
Inicialmente, é apresentada a série de Fourier, que permite representar sinais periódicos como uma soma
ponderada de senos e cossenos. A transformada de Fourier, aplicável a sinais não-periódicos, é abordada em
seguida. Esta transformada revela os espectros de frequência dos sinais, permitindo a análise das intensidades
de cada frequência constituinte. A pseudotransformada de Fourier, aplicada a sinais periódicos, é discutida,
destacando como ela difere da transformada de Fourier regular. Outros tópicos abordados são a função de
resposta em frequência, que caracteriza a dinâmica de sistemas LTI, e o aliasing, um fenômeno indesejado que
pode ocorrer na discretização de sinais.

6.1 Série de Fourier

A série de Fourier possui uma ampla gama de aplicações nas engenharias, sendo bastante utilizada na análise
de sistemas físicos sujeitos a pertubações periódicas. Basicamente, a série de Fourier permite representar uma
função periódica qualquer como uma soma de senos e cossenos.

Definição 6.1.1 Um polinômio trigonométrico é uma soma finita na forma

N
a0 X  
SN = + ak cos(kω0 t) + bk sin(kω0 t)
2
k=1

em que os coeficientes a0 , a1 , . . . , aN , b1 , . . . , bN são números complexos e ω0 = 2πf0 = 2π/T é a frequência

fundamental do sinal cujo período é T .

Essa série pode ser reescrita em termos da função exponencial. Para isso, basta substituir a relação de Euler

ejkω0 t = cos(kω0 t) + j sin(kω0 t)

no polinômio acima, como segue:

N
a0 1X
bk jkω0 t

SN = + ak ejkω0 t + e−jkω0 t + e − e−jkω0 t
2 2 j
k=1
N   N  
a0 1X bk 1X bk
= + ak + ejkω0 t + ak − e−jkω0 t
2 2 j 2 j
k=1 k=1

104
Prof. Camino, J. F. Análise Linear de Sistemas 105

Agora, basta aplicar a substituição de variáveis

a0 1 1
X0 = , Xk = (ak − jbk ) , X−k = (ak + jbk ) , k = 1, . . . , N
2 2 2
para se obter a série em termos da exponencial:

N
X
(6.1) SN = Xk ejkω0 t
k=−N

Usando as propriedades de ortogonalidade, é possível mostrar que

Z (
1 T /2
jkω0 t 1 , se k = 0
A. e dt =
T −T /2 0 , se k 6= 0
Z T /2
1
B. Xk = SN e−jkω0 t dt
T −T /2

Essa última relação fornecerá a fórmula para calcular os coeficientes da série de Fourier.
Prova. Primeiro, a parte A será provada. Para k = 0, tem-se
Z T /2
1
dt = 1
T −T /2

Para k 6= 0, tem-se

Z T /2
T /2
1 jkω0 t 1 ejkω0 t 1  
e dt = = ejkω0 T /2 − e−jkω0 T /2
T −T /2 T jkω0 2kω0 jT /2
−T /2
sin(kω0 T /2) sin(kπ)
= = =0
kω0 T /2 kπ

Para provar a parte B, multiplicam-se ambos os lados de (6.1) por e−jnω0 t e integra-se:
Z Z N
!
T /2 T /2
1 −jnω0 t 1 X
jkω0 t
SN e dt = Xk e e−jnω0 t dt
T −T /2 T −T /2 k=−N
N Z (
X 1 T /2
j(k−n)ω0 t Xn , se k = n
= Xk e dt =
T −T /2 0 , se k 6= n
k=−N

Portanto,
Z T /2
1
(6.2) Xk = SN e−jkω0 t dt
T −T /2

Uma questão importante levantada por Fourier foi a análise de convergência da série trigonométrica SN ,
com N → ∞, de forma a aproximar uma função periódica x(t) qualquer. Basicamente, deseja-se determinar
quais os valores dos coeficientes Xk , de tal forma1 que
∞
X
x(t) ∼ lim SN = Xk ejkω0 t
N →∞
k=−∞

1 Usa-se comumente o sinal ∼ ao invés de = para salientar o fato que sem condições adicionais em x(t), tal como diferenciabilidade,

a série pode divergir para valores particulares de t.

Prof. Camino, J. F. Análise Linear de Sistemas 106

Assim, a série de Fourier da função periódica x(t) é dada2 por

∞
X
x(t) ∼ Xk ejkω0 t , ω0 = 2π/T
k=−∞
(6.3) Z T /2
1
Xk = x(t)e−jkω0 t dt
T −T /2

A série de Fourier pode ser aplicada a uma classe ampla de funções. De uma forma geral, se as seguintes
condições forem satisfeitas:

R T /2
1. a integral −T /2
|x(t)| dt converge;

2. a função x(t) possui um número finito de descontinuidades finitas no intervalo −T /2 ≤ t ≤ T /2;

3. a função x(t) possui um número finito de máximos e mínimos no intervalo −T /2 ≤ t ≤ T /2;

então é possível mostrar que a série de Fourier converge para a função x̄(t), que é igual à função x(t) nos pontos
de continuidade e igual à média dos limites num ponto de descontinuidade t0 , ou seja:

 " #
 1 lim x(t) + lim x(t)

 , para − T2 < t0 < T
 2
 2 t→t−

0 t→t+
0
x̄(t) = " #


 1


2 lim + x(t) + lim− x(t) , para t0 = ± T2
t→− T2 t→ T2

Note que é imaterial como o sinal x(t) está definido num ponto de descontinuidade. No mais, sabendo que
x̄(t) difere de x(t) apenas nos pontos de descontinuidade, como exposto acima, a série de Fourier de x(t) será
denotada simplesmente por x(t), daqui em diante.

Exemplo 6.1.1 Considere a onda quadrada, de amplitude A e período T , apresentada na figura Figura 6.1.

x(t)
A

t
0

Figura 6.1: Onda quadrada de amplitude A e período T .

2 Dada
RT
a periodicidade, a integral pode ser calculada sobre qualquer intervalo de comprimento T , tal como 0 ou, de uma forma
mais geral, por bb+T , com b um número real.
R
Prof. Camino, J. F. Análise Linear de Sistemas 107

Para obter a sua série de Fourier, basta calcular os coeficientes Xk usando (6.3) como segue:

Z T /2
1
Xk = x(t)e−jkω0 t dt
T −T /2
Z Z
1 0 1 T /2 −jk2πt/T
=− Ae−jk2πt/T dt + Ae dt
T −T /2 T 0
A T
A T

=− 1 − ejkπ + e−jkπ − 1
T −j2πk T −j2πk
A  
= 2 − ejkπ − e−jkπ
j2πk
A
= [2 − 2 cos(πk)]
j2πk
(
Aj 0 , se k for par
= [cos(πk) − 1] = 2Aj
πk − , se k for ímpar
πk

Perceba que os coeficientes Xk são números complexos, podem, portanto, ser representados na forma Xk =
jθ
re , com r e θ respectivamente dados por

(
0 , se k for par
r = |Xk | = 2A
π|k| , se k for ímpar
(
indefinido , se k for par
θ = ∠Xk =
− sinal(k) π2 , se k for ímpar

em que a função sinal(x) será -1 se x for negativo e +1 se x for positivo. A Figura 6.2 abaixo apresenta o valor
absoluto |Xk | e a fase ∠Xk do coeficiente complexo Xk .

|Xk | ∠Xk
A π
2

k
−5 −4 −3 −2 −1 1 2 3 4 5

− π2
k
−5 −4 −3 −2 −1 0 1 2 3 4 5
Figura 6.2: Diagrama do valor absoluto e da fase de Xk .

A Figura 6.3 apresenta a onda quadra, de amplitude A e período T , e sua série de Fourier com apenas o
primeiro termo (vermelho), que representa a componente fundamental, e com os onze primeiros termos (azul).
Prof. Camino, J. F. Análise Linear de Sistemas 108

x(t)
A

t
0

Figura 6.3: Onda quadrada de amplitude A e período T , sua primeira fundamental (vermelho) e sua série de
Fourier contendo os onze primeiros termos (azul).

Definição 6.1.2 (Efeito de Gibbs) Como pode ser visto na Figura 6.3, existe uma oscilação próxima a pon-
tos de descontinuidade da função. Nesses pontos, a série de Fourier não converge uniformemente. Gibbs
observou que o valor da oscilação próximo a um ponto de descontinuidade não se aproxima do valor da função,
por maior que seja o número de termos utilizados para calcular a série de Fourier. A amplitude máxima da
oscilação é dada por: Z
1 π sin x 1
dx − ≈ 8.95%
π 0 x 2

6.1.1 Série trigonométrica de Fourier

A série de Fourier também pode ser descrita em termos da função seno e cosseno. Nesse caso, a série é dada
por
∞
a0 X  
(6.4) x(t) = + ak cos(kω0 t) + bk sin(kω0 t) , ω0 = 2π/T
2
k=1

com
Z T /2
2
ak = x(t) cos(kω0 t) dt, k = 0, 1, 2, 3, . . .
T −T /2
Z T /2
2
bk = x(t) sin(kω0 t) dt, k = 1, 2, 3, . . .
T −T /2

Os coeficientes ak e bk dessa série estão relacionados aos coeficientes Xk da série exponencial, como descrito no
Exercício 6.6.1, através da relação ak = Xk + X−k , para k ≥ 0, e bk = j (Xk − X−k ) para k ≥ 1.
Perceba que qualquer função pode ser expressa como a soma de uma função fp (t) par, tal que fp (t) = fp (−t),
e uma função fi (t) ímpar, tal que fi (t) = −fi (−t), como ilustrado no Exemplo 6.1.2 abaixo.

Exemplo 6.1.2 Seja a função f (t) dada por

(
e−t , se t ≥ 0
f (t) =
0 , se t < 0

Essa função pode ser escrita como a soma da função par fp (t) e a função ímpar fi (t), respectivamente dadas
por  
1 −t 1 −t


2 e , se t > 0 2e

 , se t > 0
fp (t) = 1 , se t = 0 e fi (t) = 0 , se t = 0

 

 1 et , se t < 0  1 t
− e , se t < 0
2 2
Prof. Camino, J. F. Análise Linear de Sistemas 109

A figura abaixo apresenta a função f (t) = fp (t) + fi (t) e suas componentes par fp (t) e ímpar fi (t).

f (t)
1

t
0

fp (t)
1
1
2

t
0

fi (t)
1
2

t
0
− 21

Se a função x(t) for par, a série de Fourier dependerá apenas da função cosseno e se reduzirá a
∞
a0 X 2π
x(t) = + ak cos(kω0 t), ω0 =
2 T
k=1
Z
4 T /2
ak = x(t) cos(kω0 t) dt
T 0

Essa simplificação decorre diretamente do fato de que fp (t) := x(t) cos(kω0 t) será par e fi (t) := x(t) sin(kω0 t)
será ímpar. Assim:
Z T /2 Z T /2 Z T /2
fp (t) dt = 2 fp (t) dt e fi (t) dt = 0, fi (0) = 0
−T /2 0 −T /2

Por outro lado, se a função x(t) for ímpar, a série de Fourier dependerá apenas da função seno e se reduzirá a
∞
X 2π
x(t) = bk sin(kω0 t), ω0 =
T
k=1
Z T /2
4
bk = x(t) sin(kω0 t) dt
T 0

já que x(t) cos(kω0 t) será agora ímpar e x(t) sin(kω0 t) par.

O próximo Exemplo 6.1.3 ilustra como a série de Fourier pode ser utilizada para obter a resposta de um
sistema dinâmico. Para isso, será apresentada uma metodologia3 na qual o sinal de excitação é estendido
periodicamente, permitindo sua decomposição em série de Fourier. Essa abordagem simplifica significativamente
a obtenção da solução do sistema, particularmente no cálculo da convolução.

Exemplo 6.1.3 Considere o circuito resistor-capacitor da Figura 6.4. Para esse sistema, determine a tensão
de saída v(t) para uma tensão de entrada p(t) dada pela função dente de serra apresentada na Figura 6.5.
3 Este mesmo problema pode ser resolvido usando a transformada de Laplace, como demonstra o Exercício 3.8.31.
Prof. Camino, J. F. Análise Linear de Sistemas 110

R p(t)
i
1
+
p(t) C v(t)
− T
t
0

Figura 6.4: Circuito resistor-capacitor. Figura 6.5: Função dente de serra.

Sabe-se que a solução forçada v(t) para uma entrada p(t) qualquer é dada pela integral de convolução
Z ∞
v(t) = h(t) ∗ p(t) = h(σ)p(t − σ) dσ
−∞

em que h(t) é a resposta ao impulso do sistema. Lembrando que a equação diferencial que governa esse sistema
é dada por
τ v̇(t) + v(t) = p(t), τ = RC

sua resposta ao impulso é facilmente determinada (ver Exercício 3.8.29) como sendo

1 −t/τ
h(t) = e µ(t)
τ
com µ(t) o degrau unitário.
Para calcular a convolução acima de uma forma eficaz, pode-se recorrer à série de Fourier. Porém, como
a função p(t) da Figura 6.5 acima não é periódica, já que p(t) = 0 para t < 0, é preciso usar sua extensão
periódica g(t), que tem a forma apresentada na Figura 6.26 do Exercício 6.6.7. A série de Fourier dessa função
é dada por
∞
1 1 X gk (t) 2π
g(t) = − , gk (t) = sin(ωk t), ωk = kω0 , ω0 =
2 π k T
k=1

Note que a função original do problema é simplesmente p(t) = g(t)µ(t). Desta forma, a solução forçada4 fica
sendo
Z ∞ Z ∞ ∞
!
1 1 X gk (t)
v(t) = h(σ)g(t − σ)µ(t − σ) dσ = v(t) = h(σ)µ(t − σ) − , dσ
−∞ −∞ 2 π k
k=1
Z ∞ Z ∞ ∞
1 1 X gk (t − σ)
= h(σ)µ(t − σ) dσ − h(σ)µ(t − σ) , dσ
−∞ 2 −∞ π k
k=1
Z ∞ Z
1 ∞ 1X ∞ gk (t − σ)
= h(σ)µ(t − σ) dσ − h(σ)µ(t − σ) , dσ
2 −∞ π −∞ k
k=1

Assim, a resposta do sistema ao termo constante g0 = 1/2µ(t) (veja o Exercício 3.8.30) é dada por

1 
v g0 = 1 − e−t/τ , t≥0
2
e a resposta a cada um dos termos gk (t) = sin(ωk t)µ(t) é dada pela convolução
Z ∞ Z
1 −σ/τ 1 t −σ/τ
vgk (t) = e µ(σ) sin(ωk (t − σ))µ(t − σ) dσ = e sin(ωk (t − σ)) dσ
−∞ τ τ 0
   1 
τ −t/τ
= ω k e − cos(ω k t) + sin(ωk t) , t ≥ 0
1 + τ 2 ωk2 τ
4 Como a resposta de um sistema dinâmico linear invariante no tempo é obtida através da integral de convolução e, sendo a

integral uma operação naturalmente linear em seus argumentos, isso fundamenta e garante o princípio da superposição. Essa
propriedade permitiu separar a integral em duas partes e mover a somatória para fora da integral.
Prof. Camino, J. F. Análise Linear de Sistemas 111

Portanto, a solução forçada do circuito elétrico para a entrada p(t) da Figura 6.5 fica sendo
∞
1  1X vgk (t)
v(t) = 1 − e−t/τ − , t≥0
2 π k
k=1

A tensão de saída v(t) juntamente com a tensão de entrada p(t) estão apresentadas na Figura 6.6 abaixo.

1 p(t)
v(t)

t
T

Figura 6.6: Tensões de saída v(t) e de entrada p(t).

Observe que no Exemplo 6.1.3, se o sinal de entrada p(t) não tivesse sido expandido em série de Fourier,
seria necessário calcular diretamente a integral de convolução
Z t
1
v(t) = e−t/τ eσ/τ p(σ) dσ
τ 0

que requer um processo sistemático trabalhoso, pois o intervalo de integração precisaria ser particionado de
acordo com os períodos do sinal p(t). Esse processo é complexo pois envolve definir de forma apropriada
subintervalos de integração e em cada um deles, calcular a integral do produto de uma exponencial com uma
função rampa.
A seguir é apresentado um teorema, conhecido como Teorema da Energia de Rayleigh ou Teorema de
Parseval, que relaciona os coeficientes da série de Fourier com uma certa integral da função periódica x(t), que
pode ser interpretada como a energia ou potência do sinal.

Teorema 6.1.1 (Teorema de Parseval) Sejam ak e bk (resp. Xk ) os coeficientes da série de Fourier da

função periódica x(t), de período T . Então, pode-se mostrar que
Z T /2 ∞ ∞
2 X a20 X 2

|x(t)|2 dt = 2 |Xk |2 = + ak + b2k
T −T /2 2
k=−∞ k=1

6.2 Transformada de Fourier

O par de transformadas de Fourier é dado por
Z ∞
X(f ) = x(t)e−j2πf t dt
−∞
Z ∞
x(t) = X(f )ej2πf t df
−∞

A última relação é chamada de transformada inversa de Fourier. O par de transformadas de Fourier5 pode
ainda ser descrito em termos da frequência angular ω = 2πf rad/s como segue:
Z ∞
X(ω) = x(t)e−jωt dt
−∞
Z ∞
1
x(t) = X(ω)ejωt dω
2π −∞
5 Fatores de normalização podem ser aplicados nas expressões para a transformada de Fourier. Na versão em termos da frequência
em Hertz, as expressões modificadas são X(f ) = α x(t)e−j2πf t dt e x(t) = β ej2πf t df , com αβ = 1. Similarmente, na formulação
R R

em termos da frequência angular, as expressões ficam sendo X(ω) = α x(t)e−jωt dt e x(t) = β X(ω)ejωt dω, com αβ = 1/(2π).
R R
Prof. Camino, J. F. Análise Linear de Sistemas 112

As condições para a existência da transformada de Fourier e sua inversa são em geral complicadas e não
serão aqui tratadas.

Exemplo 6.2.1 Seja a função pulso de amplitude A e largura τ , apresentada na Figura 6.7.

x(t)
A

τ t

Figura 6.7: Função pulso de amplitude A e largura τ .

Aplicando a transformada de Fourier no sinal x(t), obtém-se

Z Z τ
∞ τ
Ae−j2πf t A  −j2πf τ 
X(f ) = x(t)e−j2πf t dt = A e−j2πf t dt = = e −1
−∞ 0 −j2πf −2jπf
0
−jπf τ
A e  
= ejπf τ − e −jπf τ
πf 2j
Lembrando que
1  jθ 
sin θ = e − e−jθ
2j
tem-se
A
X(f ) = sin(πf τ )e−jπf τ
πf
Que pode ainda ser reescrito como
sin(πf τ ) −jπf τ
X(f ) = Aτ e = Aτ sinc(πf τ )e−jπf τ
πf τ
com a função sinc definida por
sin(x)
(6.5) sinc(x) =
x
Para calcular a parte real e a parte imaginária, expande-se X(f ) como segue:
A
X(f ) = sin(πf τ ) [cos(πf τ ) − j sin(πf τ )]
πf
Utilizando as identidades trigonométricas
 
θ
2 1 − cos(θ)
sin(2θ) = 2 sin(θ) cos(θ) e sin =
2 2
tem-se  
A sin(2πf τ ) cos(2πf τ ) − 1
X(f ) = +j
πf 2 2
Assim, a parte real e a parte imaginária de X(f ) são dadas respectivamente por
cos(2πf τ ) − 1
Re(X(f )) = Aτ sinc(2πf τ ) e Im(X(f )) = Aτ = −Aτ sin(πf τ ) sinc(πf τ )
2πf τ
O valor absoluto e a fase de X(f ) são dados respectivamente por

|X(f )| = Aτ | sinc(πf τ )| e ∠X(f ) = atan2 (Im(X(f )), Re(X(f )))

em que atan2 é a função arco-tangente6 que considera todos os quatro quadrantes do plano imaginário. A
Figura 6.8 apresenta o gráfico de |X(f )| e ∠X(f ). Observe que X(−f ) = X ∗ (f ), assim, a função |X(f )| é par
e a função ∠X(f ) é ímpar.
6 Ver Seção A.1
Prof. Camino, J. F. Análise Linear de Sistemas 113

∠X(f )
|X(f )|
π
Aτ

1 2 3 4
τ τ τ τ
f
− τ4 − τ3 − τ2 − τ1

f
− τ4 − τ3 − τ2 − τ1 1
τ
2
τ
3
τ
4
τ −π

Figura 6.8: Gráfico da função |X(f )| e ∠X(f ) para A = 5.

6.2.1 Propriedades da transformada de Fourier

As propriedades da transformada de Fourier são muito semelhantes às propriedades da transformada de Laplace.

Suponha que a relação entre a função f (t) e sua transformada de Fourier F (f ) seja denotada por

F
f (t) ⇐⇒ F (f )

Então, as seguintes propriedades são verdadeiras

1. Linearidade:
F
af (t) + bg(t) ⇐⇒ aF (f ) + bG(f )

2. Convolução no tempo:
F
f (t) ∗ g(t) ⇐⇒ F (f )G(f )

3. Convolução na frequência:
F
f (t)g(t) ⇐⇒ F (f ) ∗ G(f )

4. Conjugado:
F
f (t) ⇐⇒ F (−f )

5. Escala no tempo com α ∈ R:

F 1
f (αt) ⇐⇒ F (f /α)
|α|

6. Translação no tempo:
F
f (t − t0 ) ⇐⇒ e−j2πf t0 F (f )

7. Teorema de Parseval: Z Z
∞ ∞
f (t)g(t) dt = F (f )G(f ) df
−∞ −∞

8. Teorema de Plancharel: Z Z
∞ ∞
2
|f (t)| dt = |F (f )|2 df
−∞ −∞
Prof. Camino, J. F. Análise Linear de Sistemas 114

6.3 Pseudotransformada de Fourier

Aplicando a transformada de Fourier na função7 delta de Dirac δ(t − t0 ), obtém-se
Z ∞
δ(t − t0 )e−j2πf t dt = e−j2πf t0
−∞

Portanto, a transformada inversa de Fourier de e−j2πf t0 fornece δ(t − t0 ), ou seja,

Z ∞


δ(t − t0 ) = e−j2πf t0 ej2πf t df
−∞

De forma análoga, calculando a transformada inversa de δ(f − f0 ), obtém-se

Z ∞
δ(f − f0 )ej2πf t df = ej2πf0 t
−∞

Portanto, a transformada de Fourier de ej2πf0 t fornece δ(f − f0 ), ou seja,

Z ∞


(6.6) δ(f − f0 ) = ej2πf0 t e−j2πf t dt
−∞

A partir dessas propriedades, pode-se obter uma pseudotransformada de Fourier para sinais periódicos. Se
x(t) é um sinal periódico, de período T , então pode-se escrever x(t), usando a série de Fourier, como
∞
X
x(t) = Xk ej2πkt/T
k=−∞

Aplicando a transformada de Fourier, em ambos os lados da equação acima, tem-se

Z ∞ ∞
!
X
X(f ) = Xk ej2πkt/T e−j2πf t dt
−∞ k=−∞

Definindo fk = k/T e trocando a ordem da somatória com a integral, tem-se

∞
X Z ∞

X(f ) = Xk ej2πfk t e−j2πf t dt
k=−∞ −∞

Assim, usando (6.6), obtém-se

∞
X
(6.7) X(f ) = Xk δ(f − fk )
k=−∞

Essa expressão indica que o espectro de x(t) é composto de impulsos de amplitude Xk na frequência fk , ou seja,
localizados em frequências múltiplas de 1/T .

Exemplo 6.3.1 Considere a função periódica x(t) = sin(w0 t) com w0 = 2πf0 = 2π/T . Pode-se reescrever essa
função como
1  j2πf0 t  j  −j2πf0 t 
x(t) = e − e−j2πf0 t = e − ej2πf0 t
2j 2
Portanto a sua pseudotransformada é dada por

j
X(f ) = [δ(f + f0 ) − δ(f − f0 )]
2
A sua representação gráfica está apresentada na figura abaixo.
7 Veja a definição da função delta de Dirac dada por (3.1) na Seção 3.1.
Prof. Camino, J. F. Análise Linear de Sistemas 115

∠X(f )
|X(f )| π
2

f
f −f0 f0
−f0 f0
− π2

Exemplo 6.3.2 Considere a função periódica x(t) = cos(w0 t) com w0 = 2πf0 = 2π/T . Pode-se reescrever
essa função como
1  −j2πf0 t 
x(t) = e + ej2πf0 t
2
Portanto, a sua pseudotransformada é dada por

1
X(f ) = [δ(f − f0 ) + δ(f + f0 )]
2
A sua representação gráfica está apresentada na figura abaixo

|X(f )| ∠X(f )

f f
−f0 f0 −f0 f0

Exemplo 6.3.3 Considere a onda quadrada do exemplo 6.1.1. Sua série de Fourier é dada por
∞
X 4A
x(t) = sin(kω0 t)
kπ
k=1,3,5,7,...

com w0 = 2πf0 . Portanto, sua transformada de Fourier é dada por

∞
X 2Aj
X(f ) = [δ(f + fk ) − δ(f − fk )]
kπ
k=1,3,5,7,...

com fk = kf0 .

Uma relação fundamental entre a série de Fourier e a transformada de Fourier reside em como ambas
relacionam funções no domínio do tempo ao seu conteúdo de frequência. Enquanto a série de Fourier decompõe
funções periódicas através de uma combinação infinita de senos e cossenos, expondo a contribuição de cada
componente de frequência da função original, a transformada de Fourier converte funções, sejam elas periódicas
ou não periódicas, do domínio do tempo para o da frequência, revelando assim seus espectros e a intensidade
das frequências presentes. Para uma função periódica, a transformada de Fourier gera uma série de impulsos
ponderados pelos coeficientes de Fourier de sua série, conforme apresentado em (6.7).

6.4 Função de resposta em frequência

A medição mais comum da função de transferência em sistemas mecânicos é a função H(jω), denominada função
de resposta em frequência, que descreve a relação entre entrada e saída para uma excitação harmônica.
Na área de vibrações, as medições de resposta em frequência são amplamente utilizadas na análise modal de
estruturas mecânicas.
Prof. Camino, J. F. Análise Linear de Sistemas 116

A função de resposta em frequência (FRF) para sistemas contínuos é definida como a transformada de
Fourier8,9 da resposta ao impulso h(t), ou seja:
Z ∞
H(jω) = h(t)e−jωt dt
−∞

Para uma entrada harmônica da forma x(t) = ejωt , para t ∈ (−∞, ∞), a FRF estabelece a seguinte relação
importante em regime permanente:

(6.8) y(t) = H(jω)ejωt

Para provar essa expressão, pode-se usar a convolução entre resposta ao impulso h(t) e a entrada em regime
permanente x(t) = ejωt , a qual fornece
Z ∞ Z ∞ Z ∞
y(t) = h(τ )x(t − τ ) dτ = h(τ )ejω(t−τ ) dτ = ejωt h(τ )e−jωτ dτ = ejωt H(jω)
−∞ −∞ −∞

De forma análoga, a resposta em regime permanente para a entrada

x(t) = e−jωt

resulta em
y(t) = H(−jω)e−jωt

Desta forma, a resposta em regime permanente para a entrada

ejωt − e−jωt
x(t) = sin ωt =
2j

fica sendo
1

y(t) = H(jω)ejωt − H(−jω)e−jωt
2j
Como H(jω) é um número complexo, ele pode ser escrito como

H(jω) = |H(jω)|ejφ

e seu conjugado como

H(−jω) = |H(−jω)|e−jφ = |H(jω)|e−jφ

em que |H(jω)| é sua magnitude e φ = ∠H(jω) é o ângulo de fase. Assim, a resposta em regime permanente
para a entrada senoidal fica sendo

1
ej(ωt+φ) − e−j(ωt+φ)
y(t) = |H(jω)|ejφ ejωt − |H(jω)|e−jφ e−jωt = |H(jω)|
(6.9) 2j 2j
= |H(jω)| sin(ωt + φ)

A função de resposta em frequência, expressa em (6.9), apresenta a relação de amplitude e ângulo em regime
permanente entre a saída senoidal e a entrada senoidal dada por

|Y (jω)| Y (jω)
|H(jω)| = e ∠H(jω) = ∠
|X(jω)| X(jω)
8 Uma abordagem alternativa via função de transferência e decomposição em frações parciais é apresentada na Seção B.4.
9 Se o sistema for causal sua resposta ao impulso será zero para t < 0 e essa integral fica sendo
Z ∞
H(jω) = h(t)e−jωt dt
0

que é justamente a função de transferência H(s), definida através da transformada de Laplace de h(t), para valores de s restritos
ao eixo imaginário s = jω.
Prof. Camino, J. F. Análise Linear de Sistemas 117

Exemplo 6.4.1 Para ilustrar uma aplicação prática da FRF, considere o sistema mecânico apresentado na
Figura 6.9, cuja função de transferência tem a forma

Y (s) ωn2
H(s) = = 2
X(s) s + 2ζωn s + ωn2

y(t)

c
k
x(t)
m

Figura 6.9: Sistema mecânico massa-mola-amortecedor.

A Figura 6.10 apresenta o gráfico de magnitude e fase da FRF desse sistema, ou seja de H(jω), em que
foram assumidos fator de amortecimento ζ = 0.2 e frequência natural ωn = 1 rad/s. Esse gráfico é conhecido
como diagrama de Bode.

10 0

0
Magnitude (dB)

Fase (graus)
−10 ← −9.85 dB

−90
−20

−30

← −165◦
−40 −180
10−1 100 101
ω
Figura 6.10: Diagrama de magnitude e fase da FRF de H(jω).

Suponha que seja aplicada nesse sistema uma entrada senoidal x(t) = 5 sin(2t), então a saída é determinada
através da FRF apresentada na Figura 6.10. De acordo com o gráfico, na frequência ω = 2 rad/s, tem-se

|H(jω)|ω=2 = −9.85 dB = 0.32 e ∠H(jω)|ω=2 = −165◦ = −2.89 rad

Portanto, a saída em regime permanente será

y(t) = 5 × 0.32 × sin(2t − 2.89) = 1.6 sin(2t − 2.89)

Tanto a função de transferência H(s) como a função de resposta em frequência H(jω) relacionam a saída
de um sistema com sua entrada. Para um sistema contínuo linear invariante no tempo e causal, se a entrada
for dada por
x(t) = Xk esk t , para t ∈ (−∞, ∞) com sk ∈ C
Prof. Camino, J. F. Análise Linear de Sistemas 118

então sua saída y(t), assumindo que sk não é um polo de H(s), será

y(t) = H(sk )Xk esk t = H(sk )x(t)

Para ver esse fato, calcula-se a resposta forçada pela convolução que resulta em
Z ∞ Z ∞
y(t) = h(t) ∗ x(t) = h(τ )Xk esk (t−τ ) dτ = Xk esk t h(τ )e−sk τ dτ
−∞ 0

= Xk esk t H(sk ) = H(sk )x(t)

em que foi utilizado que h(τ ) = 0 para τ < 0 devido à causalidade do sistema.
Considere agora que o sinal de entrada seja periódico, descrito pela seguinte série de Fourier:
∞
X
x(t) = Xk ejkω0 t , ω0 = 2πf
k=−∞

Pelo princípio da superposição, a resposta do sistema a essa entrada periódica será

∞
X
(6.10) y(t) = H(jkω0 )Xk ejkω0 t
k=−∞

Portanto, y(t) também é um sinal periódico, tendo a mesma frequência fundamental de x(t). Ademais, observe
que se {Xk } for o conjunto de coeficientes de Fourier de x(t), então {Xk H(jkω0 )} será o conjunto de coeficientes
de Fourier de y(t).

Exemplo 6.4.2 Considere o circuito RC do Exemplo 6.1.3, cuja equação diferencial é

τ v̇(t) + v(t) = p(t), τ = RC

Para determinar a FRF desse sistema, observa-se que, para uma entrada p(t) = ejωt , obtém-se a saída v(t) =
H(jω)ejωt . Substituindo essas expressões na equação diferencial, tem-se
d  
τ H(jω)ejωt + H(jω)ejωt = ejωt
dt
que fornece
1 1 ωτ
H(jω) = = −j
1 + jωτ 1 + (ωτ )2 1 + (ωτ )2

−1/2
Para essa FRF, a magnitude |H(jω)| = 1 + (ωτ )2 e a fase ∠H(jω) = − tan−1 (ωτ ) estão apresentados na
Figura 6.11. Percebe-se que as componentes de alta frequência são praticamente filtradas. Esse é o princípio
dos filtros passa-baixa.

∠H(jω)
|H(jω)|
π/2

ω/τ
0

ω/τ
0
−π/2
Figura 6.11: Função de resposta em frequência para o circuito RC em que a saída é a tensão do capacitor.

Exemplo 6.4.3 Suponha que a tensão de entrada p(t) no Exemplo 6.4.2 seja a onda quadrada do Exemplo 6.1.1,
de amplitude A e período T , cujos coeficientes de Fourier foram determinados como sendo
Aj
Xk = (cos(πk) − 1)
πk
Prof. Camino, J. F. Análise Linear de Sistemas 119

Então, os coeficiente de Fourier da tensão de saída v(t) são dados por

Aj 1 2π
Vk = Xk H(jkω0 ) = (cos(πk) − 1) , ω0 =
πk 1 + jkω0 τ T

e a respectiva tensão de saída (a tensão no capacitor) será dada por (6.10), ou seja:

∞ ∞
X X AT (cos(πk) − 1) j2πkt/T
v(t) = Vk ej2πkt/T = e
kπ(2kπτ − jT )
k=−∞ k=−∞

A figura abaixo apresenta a tensão de entrada p(t) e a tensão de saída v(t), obtidos com a série de Fourier
calculada usando apenas os trinta primeiros coeficientes da série. Os dados numéricos usados na simulação
foram A = 3, τ = 0.1 e T = 1.5.

4
p(t)
v(t)
3

1
Amplitude [V]

-1

-2

-3

-4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Tempo [s]

Figura 6.12: Sinais p(t) e v(t) calculados usando os trinta primeiros coeficientes da série de Fourier.

Exemplo 6.4.4 Considere agora que a saída do circuito do Exemplo 6.4.2 é a tensão do resistor. Então, a
equação diferencial que governa o sistema é dada por

τ v̇r (t) + vr (t) = τ ṗ(t), τ = RC

Usando passos análogos aos usados no exemplo anterior, a FRF é facilmente determinada:

jωτ (ωτ )2 ωτ
H(jω) = = +j
1 + jωτ 1 + (ωτ )2 1 + (ωτ )2

Para essa FRF, a magnitude

|ωτ |
|H(jω)| = p
1 + (ωτ )2

e a fase
π
∠H(jω) = sinal(ωτ ) − tan−1 (ωτ )
2
estão apresentados na Figura 6.13. Ao contrário do exemplo anterior, essa FRF permite a passagem de compo-
nentes de alta frequência e praticamente filtra as de baixa frequência. Esse é o princípio dos filtros passa-alta.
Prof. Camino, J. F. Análise Linear de Sistemas 120

∠H(jω)
|H(jω)|
π/2

1
ωτ
0

ωτ
0
−π/2
Figura 6.13: Função de resposta em frequência para o circuito RC em que a saída é a tensão do resistor.

6.4.1 Caso discreto

Para o caso discreto, a função de resposta em frequência (FRF) é definida como
∞
X
H(ejω ) = h(k)e−jωk
k=−∞

Perceba a semelhança da FRF com a definição da transformada Z com z = ejω . Para essa escolha de z, tem-se
que |z| = 1, ou seja, z está restrito ao círculo unitário.
De forma análoga ao caso contínuo, para um sistema discreto linear invariante no tempo, se a entrada for
dada por
x(k) = X̄ejωk , k ∈ (−∞, ∞)

então a saída em regime permanente será dada por

y(k) = X̄H(ejω )ejωk

A prova é análoga ao do caso contínuo, basta calcular a resposta forçada pela convolução como segue:
∞
X ∞
X
y(k) = h(k) ∗ x(k) = h(n)x(k − n) = h(n)X̄ejω(k−n)
n=−∞ n=−∞
∞
X
= X̄ejωk h(n)e−jωn = X̄ejωk H(ejω )
n=−∞

Exemplo 6.4.5 Considere a equação

yk − ayk−1 = xk

Para determinar a FRF desse sistema, observa-se que para uma entrada xk = ejωk , obtém-se a saída yk =
H(ejω )ejωk . Portanto,
H(ejω )ejωk − aH(ejω )ejω(k−1) = ejωk

Fornecendo assim a FRF

1
(6.11) H(ejω ) =
1 − ae−jω

Fazendo a substituição z = ejω na FRF acima, obtém-se

1
H(z) =
1 − az −1
que também poderia ser obtida aplicando a transformada Z diretamente na equação de diferenças acima. A
resposta ao impulso desse sistema é dada por

h(k) = ak , k ≥ 0
Prof. Camino, J. F. Análise Linear de Sistemas 121

Para a FRF (6.11), o valor absoluto e a fase estão apresentados na Figura 6.14 para a = 0, 5 e na Figura 6.15
para a = −0, 5. Perceba que essa FRF é periódica de período 2π.

|H(ejω )|

ω
−3π −π 0 π 3π
∠H(ejω )

ω
−3π −π 0 π 3π

Figura 6.14: Diagrama de magnitude e de fase da função de resposta em frequência H(ejω ) com a = 0, 5.

|H(ejω )|

ω
−3π −π 0 π 3π
∠H(ejω )

ω
−3π −π 0 π 3π

Figura 6.15: Diagrama de magnitude e de fase da função de resposta em frequência H(ejω ) com a = −0, 5.

Exemplo 6.4.6 Considere a “média móvel” dada por

2yk = xk − xk−1

A sua resposta ao impulso nada mais é que

1
hk = (δk − δk−1 )
2
Portanto
∞  
X 1
1
H(ejω ) = hk e−Iωk = 1 − e−jω = e−jω/2 ejω/2 − e−jω/2 = je−jω/2 sin(ω/2)
2 2
k=−∞

Notando que j = ejπ/2 , obtém-se finalmente

H(ejω ) = ej(π−ω)/2 sin(ω/2)

Sua magnitude e fase são respectivamente dados por

|H(ejω )| = | sin(ω/2)|, ∠H(ejω ) = atan2 (Im(H), Re(H))

Para essa FRF, o valor absoluto e a fase estão apresentados na Figura 6.16
Prof. Camino, J. F. Análise Linear de Sistemas 122

|H(ejω )|

ω
−3π −π 0 π 3π
∠H(ejω )
π/2

ω
−3π −π 0 π 3π

−π/2

Figura 6.16: Diagrama de magnitude e de fase da função de resposta em frequência H(ejω ).

6.5 Espectro e aliasing

O processo de amostragem pode ser representado matematicamente como um processo de modulação de impulsos
como apresentado na Figura 6.17.

x∗ (t)
x(t)

x(t) x∗ (t)
δT

t
t 0 T 2T 3T 4T

Figura 6.17: Processo de amostragem por modulação de impulsos.

O modulador ideal δT produz um trem de impulsos como apresentado na figura abaixo, em que δ(t − nT ) é
o impulso unitário aplicado no instante de tempo t = nT .
∞
X ··· ···
δT (t) = δ(t − nT )
n=−∞ t
−T 0 T 2T 3T
A saída desse modulador fornece o sinal amostrado x∗ (t), que representa um trem de impulsos ponderado
(modulado) pela amplitude do sinal de entrada x(t), ou seja,
∞
X ∞
X
(6.12) x∗ (t) = x(t)δ(t − nT ) = x(t) δ(t − nT )
n=−∞ n=−∞

P∞
Claramente, o trem de impulsos δT (t) = n=−∞ δ(t − nT ) é uma função periódica, de período T , e como
tal, pode ser expandida em série de Fourier, ou seja,
∞
X ∞
X
(6.13) δ(t − nT ) = Xk ejk(2πt/T )
n=−∞ k=−∞

com os coeficientes da série de Fourier dados por

Z T /2 ∞
1 X
Xk = δ(t − nT )e−jk(2πt/T ) dt
T −T /2 n=−∞
Prof. Camino, J. F. Análise Linear de Sistemas 123

Sabendo que no intervalo [−T /2, T /2] a função pente se reduz a um único impulso em t = 0, ou seja,
∞
X T T
δ(t − nT ) = δ(t), − ≤t≤
n=−∞
2 2

a integral se reduz a
Z T /2
1 1
Xk = δ(t)e−jk(2πt/T ) dt =
T −T /2 T
Substituindo Xk em (6.13), obtém-se
∞ ∞
X 1 X jk(2πt/T )
δ(t − nT ) = e
n=−∞
T
k=−∞

Usando (6.12), o sinal amostrado x (t) pode agora ser reescrito como
∗

∞
!
1 X jk(2πt/T )
x∗ (t) = x(t) e
T
k=−∞

Dessa forma, foi obtida uma representação analógica para um sinal amostrado (discreto).
Como o sinal x∗ (t) é contínuo, é possível calcular a sua transformada de Fourier, que nesse caso é dada por
Z ∞ ∞
! ∞ Z ∞
∗ 1 X
jk(2πt/T ) −j2πf t 1 X
X (f ) = x(t) e e dt = x(t)ejk(2πt/T ) e−j2πf t dt
−∞ T T −∞
k=−∞ k=−∞
∞ Z ∞ ∞  
1 X 1 X k
= x(t)e−j2πt(f −k/T ) dt = X f−
T −∞ T T
k=−∞ k=−∞

em que X(f ) é a transformada de Fourier de x(t). Portanto, a transformada do sinal amostrado x∗ (t) é obtida
como um trem de espectros em múltiplos de fa = 1/T .
A Figura 6.18 apresenta os espectros de X(f ) e X ∗ (f ). Note que a magnitude do espectro de X ∗ (f ), na
frequência f = 1/(2T ) recebe uma contribuição (alias) do espectro centrado em fa . Assim, a magnitude de
X ∗ (f ) depende das contribuições de magnitude dos demais espectros em fa + k/T .

|X(f )| |X ∗ (f )| |Y ∗ (f )|
1 1
1 T T

X ∗ (f )
Aliasing
X(f )
1
− 2T 0 1 f − T1 0 1 1 f 1
− 2T 0 1 f
2T 2T T 2T

x(t) x∗ (t) y ∗ (t)

δT

Filtro anti-aliasing

Figura 6.18: Espectro X(f ) do sinal x(t), em azul, espectro X ∗ (f ) do sinal amostrado x∗ (t), em vermelho, e o
efeito de aliasing que ocorre devido à periodicidade de X ∗ (f ).

Uma forma de atenuar o efeito do aliasing é processar o sinal x(t) através de um filtro anti-aliasing (passa-
baixo) com frequência de corte inferior a 1/(2T ), produzindo um sinal y ∗ (t) cujo espectro não possuirá compo-
nentes de frequência acima de 1/(2T ), como apresentado na Figura 6.18.
Prof. Camino, J. F. Análise Linear de Sistemas 124

Teorema 6.5.1 (Nyquist) Se X(f ) = 0 para |f | > 1/(2T ), então é possível recuperar X(f ) (respectivamente
x(t)) a partir de X ∗ (f ) se a frequência de amostragem fa = 1/T for no mínimo duas vezes maior do que a
maior frequência contida no sinal x(t).

6.5.1 Reconstrução do sinal contínuo

Se o teorema de Nyquist for satisfeito, é possível reconstruir o sinal x(t) a partir do sinal amostrado x(kT ).
Essa reconstrução é possível pois o espectro de X(f ) está contido na região de baixa frequência de X ∗ (f ).
Assim, para recuperar X(f ), processa-se X ∗ (f ) através de um filtro ideal passa-baixa L(f ) (apresentado na
Figura 6.19) com ganho T na faixa de frequência −1/(2T ) ≤ f ≤ 1/(2T ).

|L(f )|

f
1 1
−
2T 2T

Figura 6.19: Magnitude |L(f )| do espectro do filtro ideal (a fase de L(f ) é nula).

Usando esse filtro, o espectro de X(f ) é dado por X(f ) = L(f )X ∗ (f ) e o sinal x(t) pode em seguida ser
determinado calculando-se a convolução x(t) = l(t) ∗ x∗ (t), em que x∗ (t) é o sinal amostrado e l(t) é a resposta
ao impulso do filtro ideal L(f ). Para se determinar l(t), basta calcular a transformada inversa de Fourier de
L(f ), como segue:
Z ∞ Z 1/(2T )
l(t) = L(f )ej2πf t df = T ej2πf t df
−∞ −1/(2T )
T h j2πt/(2T ) i T
= e − e−j2πt/(2T ) = sin(πt/T ) = sinc(πt/T )
j2πt πt
em que a função sinc foi definida em (6.5).
A Figura 6.20 apresenta a resposta impulsiva l(t) do filtro ideal L(f ). Note que o filtro ideal é não-causal,
já que sua resposta impulsiva l(t) 6= 0 para t < 0.

l(t)
1

t/T
0

Figura 6.20: Resposta impulsiva do filtro ideal L(f ).

Para determinar o sinal x(t), basta agora calcular a convolução x(t) = l(t) ∗ x∗ (t), ou seja
Z ∞ Z ∞ ∞
X
∗
x(t) = x (τ )l(t − τ ) dτ = x(τ ) δ(τ − kT ) sinc((t − τ )π/T ) dτ
−∞ −∞ k=−∞
∞
X Z ∞
= x(τ ) sinc((t − τ )π/T )δ(τ − kT ) dτ
k=−∞ −∞

X∞
= x(kT ) sinc((t − kT )π/T )
k=−∞

Assim, o sinal x(t) é reconstruído através da interpolação das amostras x(kT ) usando a função sinc, que, por
ser proveniente do filtro L(f ), não contém componentes de frequência acima de 1/(2T ).
Prof. Camino, J. F. Análise Linear de Sistemas 125

Exemplo 6.5.1 Considere o sinal x(t) dado por

x(t) = sin(3πt) + cos(πt/2)

A maior frequência desse sinal é 1.5Hz. Suponha que esse sinal seja amostrado com uma frequência de amos-
tragem de 4Hz, que satisfaz o critério de Nyquist. A Figura 6.21 apresenta o sinal x(t) e o respectivo sinal
amostrado x(k) := x(kT ).

2
1.5 x(k)
x(t)
1
Amplitude

0.5
0
−0.5
−1
−1.5
−2
−4 −3 −2 −1 0 1 2 3 4
Tempo (sec)

Figura 6.21: Sinal senoidal x(t) e sua amostragem x(k) obtida com uma frequência de amostragem de 4Hz.

Para verificar o efeito da interpolação baseada na função sinc, a aproximação x̂(t) dada por
N
X
x̂(t) = x(kT ) sinc((t − kT )π/T )
k=−N

será calculada para alguns valores de N . A Figura 6.22 apresenta essa aproximação para os casos N = 2, 10, 16.

N =2 N = 10
2 2
1.5 x(t) 1.5 x(t)
x̂(t) x̂(t)
1 1
Amplitude

Amplitude

0.5 0.5
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
−2 −2
−4 −3 −2 −1 0 1 2 3 4 −4 −3 −2 −1 0 1 2 3 4
Tempo (sec) Tempo (sec)
N = 16
2
1.5 x(t)
x̂(t)
1
Amplitude

0.5
0
−0.5
−1
−1.5
−2
−4 −3 −2 −1 0 1 2 3 4
Tempo (sec)

Figura 6.22: Sinal reconstruído x̂(t) usando diferentes ordens de aproximação (N = 2, 10, 16).
Prof. Camino, J. F. Análise Linear de Sistemas 126

6.6 Exercícios
Exercício 6.6.1 Sejam Xk e X−k os coeficientes da série exponencial de Fourier, dada por (6.3). Mostre que
ak = Xk + X−k e bk = j (Xk − X−k ), para k ≥ 0.

Exercício 6.6.2 Calcule a série exponencial de Fourier da função trem de pulsos da Figura 6.23. Observe que
nos pontos de descontinuidade a série fornecerá A/2.

x(t)
A

t
0 τ
T

Figura 6.23: Trem de pulsos de amplitude A, período T e largura τ .

Exercício 6.6.3 Calcule a série exponencial de Fourier da função periódica trem de pulsos apresentada na
Figura 6.24 e, em seguida, esboce o seu espectro de frequência.

f (t)
A

t
0 τ T

Figura 6.24: Função pulso periódica.

Exercício 6.6.4 Usando a expressão (6.4), calcule a série trigonométrica de Fourier da onda quadrada do
Exemplo 6.1.1, reproduzida na Figura 6.25 abaixo por conveniência. Em seguida, usando a relação apresentada
no Exercício 6.6.1, calcule os coeficientes Xk e X−k da série exponencial de Fourier.

x(t)
A

t
0

Figura 6.25: Onda quadrada de amplitude A e período T .

Exercício 6.6.5 Usando a série trigonométrica de Fourier para funções ímpares, calcule a série de Fourier da
onda quadrada do Exercício 6.6.4.

Exercício 6.6.6 Usando a série trigonométrica de Fourier para funções pares, calcule a série de Fourier de
x(t − T /4), em que x(t) é a onda quadrada do Exercício 6.6.4.

Exercício 6.6.7 Calcule a série exponencial de Fourier da função dente de serra da Figura 6.26. Em seguida
mostre que a solução na forma trigonométrica é dada por
∞
1 1 X sin (2πkt/T )
g(t) = −
2 π k
k=1
Prof. Camino, J. F. Análise Linear de Sistemas 127

x(t)

t
0

Figura 6.26: Função dente de serra de amplitude A e período T .

Exercício 6.6.8 Encontre a série trigonométrica de Fourier da função apresentada na Figura 6.27 abaixo.
Dica: use a série de Fourier da função g(t) = f (t) − 1/2.

f (t)
1

t
−T 0 T

Figura 6.27: Função dente de serra periódica.

Exercício 6.6.9 Encontre a série trigonométrica de Fourier da função triangular periódica abaixo.

f (t)
1
T
2
t
0 T
−1

Figura 6.28: Função triangular periódica

Note que essa função pode ser descrita, no intervalo [−T /2, T /2], por:
 4t T
1 + T , − 2 ≤ t ≤ 0


f (t) =
1 − 4t , 0 ≤ t ≤ T


T 2
Exercício 6.6.10 Determine a série trigonométrica de Fourier da função triangular da Figura 6.29 abaixo.
Use a extensão periódica ímpar.

f (t)

t
0 l/2 l

Figura 6.29: Função triangular.

Exercício 6.6.11 Repita o Exercício 6.6.10 anterior, usando a extensão periódica par.

Exercício 6.6.12 Gere o gráfico do espectro de frequência dos resultados dos itens anteriores.
Prof. Camino, J. F. Análise Linear de Sistemas 128

Exercício 6.6.13 Determine a tensão vC (t) do circuito da Figura 6.30 abaixo para a entrada vE (t) dada pelo
trem de pulsos do Exercíco 6.6.3.

R
i

+
vE (t) C vC (t)
−

Figura 6.30: Circuito RC.

Exercício 6.6.14 Prove as propriedades abaixo, em que F (f ) denota a transformada de Fourier de f (t).

F
1. Linearidade: af (t) + bg(t) ⇐⇒ aF (f ) + bG(f )
F
2. Convolução no tempo: f (t) ∗ g(t) ⇐⇒ F (f )G(f )
F
3. Convolução na frequência: f (t)g(t) ⇐⇒ F (f ) ∗ G(f )
F
4. Conjugado: f (t) ⇐⇒ F (−f )
F 1
5. Escala no tempo com α ∈ R: f (αt) ⇐⇒ |α| F (f /α)

F
6. Translação no tempo: f (t − t0 ) ⇐⇒ e−j2πf t0 F (f )
R∞ R∞
7. Teorema de Parseval: −∞ f (t)g(t) dt = −∞ F (f )G(f ) df
R∞ R∞
8. Teorema de Plancharel: −∞ |f (t)|2 dt = −∞ |F (f )|2 df

Exercício 6.6.15 Prove a seguinte expressão:

Z ∞  
αf − f0
δ X(f ) df = |β/α| X(f0 /α), com α 6= 0 e β 6= 0
−∞ β

Exercício 6.6.16 Prove a seguinte expressão:

Z ∞
2
e−πx dx = 1
−∞

Exercício 6.6.17 Calcule a (pseudo) transformada de Fourier das seguintes funções:

1. x(t) = 1

2. x(t) = δ(t)

3. x(t) = e−jαt , com 0 < α ∈ R

4. x(t) = e−αt , com 0 < α ∈ R

5. x(t) = e−αt µ(t), com 0 < α ∈ R

6. x(t) = eαt µ(−t), com 0 < α ∈ R

7. x(t) = e−α|t| , com 0 < α ∈ R

8. x(t) = sinc(απt), em que sinc(x) = sin(x)/x

2
9. x(t) = e−αt , com 0 < α ∈ R (função gaussiana)
Prof. Camino, J. F. Análise Linear de Sistemas 129

Exercício 6.6.18 Determine a transformada de Fourier da função triangular da Figura 6.31.

f (t)

t
0 l/2 l

Figura 6.31: Função triangular.

Exercício 6.6.19 Determine a transformada de Fourier do pulso retangular da Figura 6.32.

f (t)
A

t
−d/2 d/2

Figura 6.32: Função pulso retangular.

Exercício 6.6.20 Derive a FRF do sistema massa-mola-amortecedor cuja equação de movimento é dada por

ÿ(t) + 2ζωn ẏ(t) + ωn2 y(t) = x(t)

e mostre que o gráfico de magnitude e fase tem a forma da Figura 6.33.

20
Magnitude (dB)

−20

−40
0
ζ = 0.1
−45 ζ = 0.5
ζ = 0.707
Fase (o )

−90 ζ =1

−135

−180
10−1 100 101
Frequência (ω/ωn )

Figura 6.33: FRF do sistema massa-mola-amortecedor.

Exercício 6.6.21 Determine a FRF dos seguintes sistemas:

1. ẏ(t) + 3y(t) = 7x(t)

2. ÿ(t) + 3ẏ(t) + 5y(t) = 11x(t)

Prof. Camino, J. F. Análise Linear de Sistemas 130

3. ÿ(t) + 5y(t) = 3ẋ(t) + x(t)

Exercício 6.6.22 Determine a FRF dos seguintes sistemas:

1. y(k + 1) − 3y(k) = 5x(k)

2. y(k + 2) + 5y(k + 1) + y(k) = 3x(k + 1) − x(k)

3. y(k + 2) = y(k + 1) + y(k) + x(k)

4. y(k) = x(k) + x(k − 2)

Capítulo 7

Análise no Espaço de Estado

A representação no espaço de estado emerge como uma ferramenta fundamental para a análise de sistemas
dinâmicos, proporcionando uma perspectiva algebricamente abrangente que transcende as técnicas tradicionais
focadas na relação entrada-saída no domínio da frequência. Essa abordagem se destaca pela sua habilidade em
captar integralmente o comportamento de um sistema dinâmico através do conceito de estados. As variáveis de
estado descrevem o comportamento interno do sistema em qualquer instante, oferecendo uma base sólida para
entender sua evolução temporal. Essas variáveis capturam a essência do sistema, enquanto as entradas e saídas
são integradas para formar um panorama completo da dinâmica do sistema. Esta abordagem é particularmente
vantajosa para análise de sistemas complexos, incluindo aqueles com múltiplas entradas e saídas. Seu uso
encontra aplicação em uma vasta gama de campos da engenharia e das ciências aplicadas.

7.1 Representação no espaço de estado

Para ilustrar esse conceito, suponha um sistema composto de m equações diferenciais em m variáveis de ordem
n. Tal sistema pode facilmente ser reescrito como um sistema de m × n equações de primeira ordem. Por
exemplo, considere o sistema de m = 2 equações diferenciais de ordem n = 2, dado por

q̈(t) + 5q(t) + 3ẇ(t) = u1 (t)

(7.1)
ẅ(t) + 2ẇ(t) + 3q̇(t) = −u2 (t)

Primeiramente, defina um novo conjunto de variáveis de estado x(t) por

x1 (t) = q(t), x2 (t) = q̇(t), x3 (t) = w(t), x4 (t) = ẇ(t)

Note que a derivada do vetor x(t) é

ẋ1 (t) = q̇(t) = x2 (t), ẋ2 (t) = q̈(t)

ẋ3 (t) = ẇ(t) = x4 (t), ẋ4 (t) = ẅ(t)

Substituindo o novo estado x(t) na equação diferencial, tem-se

ẋ2 (t) = −5x1 (t) − 3x4 (t) + u1 (t)

ẋ4 (t) = −3x2 (t) − 2x4 (t) − u2 (t)

O sistema, na nova variável x(t), passa a ser

ẋ1 (t) = x2 (t)

ẋ2 (t) = −5x1 (t) − 3x4 (t) + u1 (t)
ẋ3 (t) = x4 (t)
ẋ4 (t) = −3x2 (t) − 2x4 (t) − u2 (t)

131
Prof. Camino, J. F. Análise Linear de Sistemas 132

que pode ainda ser reescrito na seguinte forma matricial

      
ẋ1 0 1 0 0 x1 0 0 " #
ẋ  −5 0 0 −3 x  1 0  u
 2    2   1
 =   +  
ẋ3   0 0 0 1  x3  0 0  u2
ẋ4 0 −3 0 −2 x4 0 −1

Assim, foi obtido o modelo no espaço de estado

ẋ(t) = Ax(t) + Bu(t)

com as matrizes A e B dadas acima. Essa representação é largamente adotada em teoria de controle.
Uma vez definido o vetor de saída do sistema como uma combinação linear dos estados x(t) e do sinal de
entrada u(t), ou seja,
y(t) = Cx(t) + Du(t)

o modelo no espaço de estado tem a forma

ẋ(t) = Ax(t) + Bu(t)

y(t) = Cx(t) + Du(t)

em que x(t) ∈ Rn é o vetor de variáveis de estado, u(t) ∈ Rr é o vetor de entradas, y(t) ∈ Rp é o vetor contendo
as saídas, e as matrizes do sistema têm dimensões A ∈ Rn×n , B ∈ Rn×r , C ∈ Rp×n e D ∈ Rp×r .

Observação 7.1.1 No exemplo anterior, é essencial frisar que, se a maior ordem da derivada da variável w(t)
fosse três, seriam necessários três estados para representá-la. Assim, o sistema completo necessitaria de cinco
variáveis de estado: três para w(t) e duas para q(t). Dessa observação, infere-se que a quantidade total de
variáveis de estado necessárias para representar um sistema de equações diferenciais corresponde à soma das
ordens máximas das derivadas de cada variável envolvida.

Exemplo 7.1.1 Para representar no espaço de estado a equação do circuito RLC

LC v̈C (t) + RC v̇C (t) + vC (t) = vE (t)

basta definir as variáveis de estado como sendo

x1 = v C e x2 = v̇C

Derivando-se x1 e x2 , obtém-se

ẋ1 = v̇C = x2
1 1 R
ẋ2 = v̈C = vE − x1 − x2
LC LC L

Definindo-se entrada u(t) e saída y(t) por

u = vE (t) e y = vC (t) = x1 (t)

chega-se à forma matricial no espaço de estado

" # " #" # " #
ẋ1 0 1 x1 0
= + u
ẋ2 −1/(LC) −R/L x2 1/(LC)
" #
h i x
1
y= 1 0
x2
Prof. Camino, J. F. Análise Linear de Sistemas 133

Exemplo 7.1.2 Considere o sistema carro-pêndulo da Figura 7.1, em que M é a massa do carro, l é o compri-
mento do pêndulo, m é a massa do pêndulo, u(t) é uma força externa, k é a rigidez da mola, c é o coeficiente
de amortecimento e g é a aceleração da gravidade.

c
g
k M f (t)

θ
m, l, Ic

Figura 7.1: Sistema carro-pêndulo.

A equação de movimento desse sistema, linearizada, é dada por

3
M̂ q̈(t) − mgθ(t) + kq(t) + cq̇(t) = f (t)
4
2
M̂ lθ̈(t) + M̄ gθ(t) − kq(t) − cq̇(t) = −f (t)
3

com M̄ = M + m, M̂ = M + m/4 e Ic = 1/12ml2 . Escolhendo as variáveis de estado como

x1 = q, x2 = θ, x3 = q̇, x4 = θ̇

e a entrada u(t) como u(t) = f (t), obtém-se

k 3mg c 1
ẋ1 = q̇ = x3 , ẋ3 = q̈ = − x1 + x2 − x3 + u(t)
M̂ 4M̂ M̂ M̂
3k 3M̄ g 3c 3
ẋ2 = θ̇ = x4 , ẋ4 = θ̈ = x1 − x2 + x3 − u(t)
2M̂ l 2M̂ l 2M̂ l 2M̂ l
Na forma matricial, tem-se
ẋ(t) = Ax(t) + Bu(t)

com   
0 0 1 0 0
 
 0 0 0 1 1   0 

A=
− k 3mg c
− M̂ 0 ,
 B=  
 M̂ 4M̂  M̂ l  l 
3k
− 32M̄ g 3c
0 − 23
2M̂ l M̂ l 2M̂ l

Suponha que a saída desejada seja o deslocamento do carro q(t) e a velocidade angular θ̇(t). Então o vetor
de saída y(t) passa a ser " # " # " #
y1 1 0 0 0 0
y(t) = = x(t) + u(t)
y2 0 0 0 1 0
ou seja, as matrizes C e D serão " # " #
1 0 0 0 0
C= , D=
0 0 0 1 0

Exemplo 7.1.3 Considere o sistema mecânico de três graus de liberdade levantado na Seção 2.2.5. A equação
de movimento desse sistema foi determinada como sendo

M q̈ + C q̇ + Kq = 0
Prof. Camino, J. F. Análise Linear de Sistemas 134

em que q = [ q1 q2 q3 ]T é o vetor contendo o deslocamento das massas m1 , m2 e m3 , M é a matriz de massa,

C a matriz de amortecimento e K a matriz de rigidez. É possível representar essa equação numa forma ainda
mais compacta (no espaço de estado). Para obter essa representação, basta definir o estado x como
" #
q
x=
q̇

Assim, a sua derivada é dada por

" # " #
q̇ q̇
ẋ = =
q̈ −M −1 C q̇ − M −1 Kq

que pode ser equivalentemente escrito como

ẋ(t) = Ax(t)

com a matriz A dada por " #

0 I
A=
−M −1 K −M −1 C

Supondo agora que a saída y(t) desejada seja o vetor de velocidade q̇(t) das três masas, tem-se
h i
y(t) = Cx(t), C= 0 I

Assim, o sistema no espaço de estado fica sendo

ẋ(t) = Ax(t), x(0) = x0

y(t) = Cx(t)

Dada uma condição inicial x0 , será possível determinar sua solução homogênea, como será visto na Seção 7.2.

7.1.1 Desacoplamento
Em certas situações, é necessário “desacoplar” o sistema de equações diferenciais para representá-lo adequada-
mente no espaço de estado. Considere, por exemplo, o sistema descrito pelas seguintes equações

(7.2) q̈(t) + ẅ(t) − ẇ(t) = u(t)

(7.3) q̈(t) − ẅ(t) + q(t) = u(t)

Note que esse sistema de equações é de segunda ordem nas varáveis q(t) e w(t), e que tanto q̈(t) como ẅ(t)
aparecem numa mesma equação. Por essa razão, a representação direta desse sistema no espaço de estado não é
possível. Contudo, é possível efetuar um desacoplamento de maneira que cada equação inclua apenas a derivada
de maior ordem de uma única variável.
Tal procedimento consiste em isolar o termo q̈(t) da primeira equação e substituí-lo na segunda equação.
Em seguida, faz-se o processo similar com ẅ(t), ou seja, isola-se o termo ẅ(t) da segunda equação e o substitui
na primeira equação, como segue:
substituindo em (7.3)
q̈(t) = −ẅ(t) + ẇ(t) + u(t) −−−−−−−−−−−−−→ −ẅ(t) + ẇ(t) + u(t) − ẅ(t) + q(t) = u(t)
substituindo em (7.2)
ẅ(t) = q̈(t) + q(t) − u(t) −−−−−−−−−−−−−→ q̈(t) + q̈(t) + q(t) − u(t) − ẇ(t) = u(t)

fornecendo finalmente o sistema “desacoplado” na forma

1
2q̈(t) + q(t) − ẇ(t) = 2u(t) q̈(t) = (ẇ(t) − q(t)) + u(t)
(7.4) =⇒ 2
1
−2ẅ(t) + ẇ(t) + q(t) = 0 ẅ(t) = (ẇ(t) + q(t))
2
Prof. Camino, J. F. Análise Linear de Sistemas 135

É importante enfatizar que a ordem na escolha da equação ou da variável a ser inicialmente isolada é
irrelevante. No mais, é oportuno perceber que este processo de desacoplamento pode ser realizado de forma
bastante simples reescrevendo o sistema de equações (7.2)-(7.3) na forma matricial como segue:
" #" # " # " # " #" #
1 1 q̈(t) u(t) + ẇ(t) q̈(t) 1 1 1 u(t) + ẇ(t)
= =⇒ =
1 −1 ẅ(t) u(t) − q(t) ẅ(t) 2 1 −1 u(t) − q(t)

que é exatamente o mesmo sistema de equações obtido acima em (7.4).

7.2 Solução homogênea da equação no espaço de estado

Considere o seguinte modelo no espaço de estado, que representa uma equação diferencial (matricial) linear de
primeira ordem homogênea:

(7.5) ẋ(t) = Ax(t), x(t0 ) = x0

com a matriz A e o vetor de variáveis de estado x tendo dimensões A ∈ Rn×n e x ∈ Rn , respectivamente. A

solução1 homogênea dessa equação diferencial é dada por

(7.6) x(t) = Φ(t, t0 )x0

em que a matriz Φ(t, t0 ), também conhecida como matriz de transição de estado, possui a seguinte expansão
em série
∞
X Aℓ (t − t0 )ℓ
Φ(t, t0 ) =
ℓ!
ℓ=0

Prova. Essa expressão é demonstrada assumindo-se que a solução x(t) de (7.5), com condição inicial no instante
t0 (não necessariamente nulo), ou seja x(t0 ) = x0 , tem a seguinte expansão em série:
∞
X
(7.7) x(t) = zℓ (t − t0 )ℓ = z0 + z1 (t − t0 ) + z2 (t − t0 )2 + z3 (t − t0 )3 + · · ·
ℓ=0

com zi ∈ R . Assim, em t = t0 , tem-se

n

x(t0 ) = z0 = x0
Derivando-se a solução (7.7) em relação a t, tem-se

ẋ(t) = z1 + 2z2 (t − t0 ) + 3z3 (t − t0 )2 + · · · = Ax(t)

Assim, em t = t0 , tem-se
ẋ(t0 ) = z1 = Ax0
Derivando-se novamente a solução x(t) em relação a t, tem-se

ẍ(t) = 2z2 + 6z3 (t − t0 ) + · · · = Aẋ(t) = A2 x(t)

Assim, em t = t0 , tem-se
A2
x0 z2 =
2
Prosseguindo com as derivadas subsequentes, percebe-se que
Aℓ
zℓ = x0
ℓ!
Portanto, a solução da equação homogênea (7.5) é dada por
∞ ∞
X X Aℓ (t − t0 )ℓ
x(t) = zℓ (t − t0 )ℓ = x0
ℓ!
ℓ=0 ℓ=0
1A Seção A.2.1 apresenta alguns conceitos fundamentais sobre equações diferenciais lineares homogêneas no espaço de estado.
Prof. Camino, J. F. Análise Linear de Sistemas 136

Assim
∞
X Aℓ (t − t0 )ℓ
x(t) = Φ(t, t0 )x0 , com Φ(t, t0 ) =
ℓ!
ℓ=0

Observação 7.2.1 A matriz de transição de estado Φ(t, t0 ) é comumente denominada de matriz exponencial:
∞
X Aℓ (t − t0 )ℓ
eA(t−t0 ) = Φ(t, t0 ) =
ℓ!
ℓ=0

Observação 7.2.2 No caso de sistemas lineares invariantes no tempo, pode-se assumir sem perda de gene-
ralidade que a condição inicial ocorre no tempo t0 = 0. Assim, a matriz de transição de estado fica sendo
eAt .

A matriz exponencial possui propriedades similares às da exponencial escalar, justificando sua denominação,
como será discutido na próxima Seção 7.2.1.

7.2.1 Matriz de transição de estado

A matriz de transição de estado eAt desempenha um papel fundamental em sistemas dinâmicos lineares, sendo
essencial para obter tanto a solução homogênea quanto a solução forçada2 . Essa matriz descreve a evolução do
estado do sistema ao longo do tempo, atuando como um operador que mapeia o estado do sistema do instante
inicial para qualquer instante t.
Uma das propriedades fundamentais da matriz de transição de estado eAt refere-se à sua derivada, que se
comporta de forma similar3 ao caso escalar, ou seja, a seguinte relação é válida:
deAt
= AeAt = eAt A
dt
Desta forma, pode-se demonstrar que a expressão (7.6) de fato é uma solução de (7.5), já que derivando (7.6),
tem-se
dx(t) deAt x0 deAt
ẋ(t) = = = x0 = AeAt x0 = Ax(t) =⇒ ẋ(t) = Ax(t)
dt dt dt
Uma segunda propriedade importante da matriz de transição de estado é obtida notando que
x(t1 ) = eA(t1 −t0 ) x(t0 ) e x(t2 ) = eA(t2 −t0 ) x(t0 )
Assim, como t0 é arbitrário, fazendo-se t0 = t1 , tem-se
x(t2 ) = eA(t2 −t1 ) x(t1 ) = eA(t2 −t1 ) eA(t1 −t0 ) x(t0 )
Disso, obtém-se
(7.8) eA(t2 −t0 ) = eA(t2 −t1 ) eA(t1 −t0 )
Portanto, a matriz eA(t1 −t0 ) faz a transição de x(t0 ) a x(t1 ) e a matriz eA(t2 −t1 ) faz a transição de x(t1 ) a x(t2 ).
Além disso, fazendo-se t2 = t0 em (7.8), tem-se
I = eA(t0 −t1 ) eA(t1 −t0 ) = e−A(t1 −t0 ) eA(t1 −t0 )
Portanto, a inversa4 é dada por
h i−1
eA(t1 −t0 ) = e−A(t1 −t0 )

O cálculo de eAt é necessário não apenas para obter soluções analíticas explícitas, mas também para realizar
simulações numéricas do sistema. Para esse cálculo, podem ser utilizadas várias propriedades da matriz de
transição de estado apresentadas no Exercício 7.8.11. Devido à sua importância, a próxima seção apresenta
diferentes métodos para o cálculo da matriz de transição de estado.
2A solução forçada será discutida posteriormente na Seção 7.3.
3 Ver propriedade 2 do Exercício 7.8.11.
4 Ver propriedade 4 do Exercício 7.8.11.
Prof. Camino, J. F. Análise Linear de Sistemas 137

7.2.2 Cálculo da matriz de transição de estado

A matriz de transição de estado eAt , com A ∈ Rn×n , pode ser calculada usando-se a transformada inversa de
Laplace, a decomposição espectral e o método polinomial, como segue:
 
1. eAt = L−1 (sI − A)−1 , com L denotando a transformada de Laplace. Para provar essa expressão, observe
que  At 
de    
L = L eAt A = L eAt A
dt
Por outro lado, da propriedade da transformada de Laplace da derivada de uma função, tem-se
 At 
de    
L = sL eAt − eAt = sL eAt − I
dt t=0

Igualando essas duas expressões, obtém-se finalmente

     
L eAt A = sL eAt − I ⇐⇒ L eAt (sI − A) = I

Portanto,
   
L eAt = (sI − A)−1 ⇐⇒ eAt = L−1 (sI − A)−1 , t≥0

2. eAt = ΣeΛt Σ−1 , usando a forma diagonal A = ΣΛΣ−1 . Essa fórmula é obtida diretamente da propriedade 7
da matriz de transição de estado, apresentada no Exercício 7.8.11. Note que essa expressão é obtida através
da decomposição em autovalores e autovetores da matriz A, como apresentado na Seção A.3.1. O método
assume que a matriz de autovetores Σ é inversível, o que nem sempre é o caso.

n−1
X
3. eAt = αℓ (t)Aℓ , usando o método polinomial. Para esse método, os coeficientes αℓ (t) são obtidos da
ℓ=0
Pn−1
expressão ℓ=0 αℓ (t)λℓi = eλi t , com i = 1, . . . , n, ou seja, do seguinte sistema de equações:
    λ t
1 λ1 λ21 · · · λ1n−1 α0 (t) e 1
n−1  
1 λ
 2 λ2 · · · λ2   α1 (t)   eλ2 t 
2  

1 λ3 λ23 · · · λ3n−1   α2 (t)  =  eλ3 t 
    
 .. .. .. . . ..   ..   .. 
    
. . . . .  .   . 
1 λn λ2n · · · λnn−1 αn−1 (t) eλ n t

em que λi são os autovalores da matriz A. A matriz acima (contendo os termos 1, λi , λ2i , . . . , λin−1 ) é
conhecida como matriz de Vandermonde. Essa matriz só será inversível se todos os autovalores λi da
matriz A forem distintos. Uma derivação do método polinomial encontra-se na Seção A.3.1.

Exemplo 7.2.1 Para ilustrar os três métodos, calcule eAt para a seguinte matriz:
" #
0 1
A=
−3 −4

1. Usando a transformada de Laplace, ou seja, usando a expressão eAt = L−1 [(sI − A)−1 ]:
As matrizes (sI − A) e (sI − A)−1 são respectivamente dadas por
" # " #
s −1 1 (s + 4) 1
(sI − A) = , (sI − A)−1 =
3 s+4 (s + 1)(s + 3) −3 s

Portanto, a transformada inversa fornece

" #
At −1 −1 1 3e−t − e−3t e−t − e−3t
e =L [(sI − A) ]= , t≥0
2 3(e−3t − e−t ) 3e−3t − e−t
Prof. Camino, J. F. Análise Linear de Sistemas 138

2. Usando a forma diagonal, ou seja, usando a expressão eAt = ΣeΛt Σ−1 :

Os autovalores5 da matriz A são λ1 = −1 e λ2 = −3. Assim, a matriz diagonal Λ, contendo os autovalores,

é dada por
" # " #
−t
−1 0 e 0
Λ= =⇒ eΛt =
0 −3 0 e−3t

# " # "
−1 −1
Os autovetores, associados aos autovalores λ1 e λ2 são respectivamente v1 = e v2 = . Portanto,
1 3
" # " #
−1 −1 −1 1 −3 −1
Σ= , Σ =
1 3 2 1 1

Finalmente, tem-se que eAt é dada por

" #" #" #
At Λt −1 1 −1 −1 e−t 0 −3 −1
e = Σe Σ =
2 1 3 0 e−3t 1 1
" #
1 3e−t − e−3t e−t − e−3t
= −3t , t≥0
2 3(e − e ) 3e−3t − e−t
−t

n−1
X
3. Usando o método polinomial, ou seja, usando a expressão eAt = αℓ (t)Aℓ :
ℓ=0

O sistema de equações necessário para determinar os coeficientes αℓ (t) é dado por

1

3e−t − e−3t
" #" # " #
1 −1 α0 e−t α0 =
= −3t =⇒ 2
1 −3 α1 e 1 −t

α1 = e − e−3t
2

Portanto, a matriz de transição de estado é dada por

" #
1 3e−t − e−3t e−t − e−3t
eAt = α0 (t)I + α1 (t)A = , t≥0
2 3(e−3t − e−t ) 3e−3t − e−t

Exemplo 7.2.2 Calcule a resposta do sistema

" #
h i 0 1
y(t) = 1 1 x(t), ẋ(t) = x(t)
−3 −4

h iT
para a condição inicial x0 = 1 −1 . Do Exemplo 7.2.1, sabe-se que

" #
1 3e−t − e−3t e−t − e−3t
eAt = , t≥0
2 3(e−3t − e−t ) 3e−3t − e−t

Assim,
" #
e−t
At
x(t) = e x0 = =⇒ y(t) = 0
−e−t
5O Exemplo A.3.4 da Seção A.3.2 apresenta o cômputo da matriz de autovalor e de autovetor, em que foi usado α = β = 1.
Prof. Camino, J. F. Análise Linear de Sistemas 139

7.3 Solução da equação no espaço de estado não homogênea

Considere o sistema
ẋ(t) = Ax(t) + Bu(t), x(t0 ) = x0
(7.9)
y(t) = Cx(t) + Du(t)

Utilizando o método da variação de parâmetros, assume-se que a solução tem a forma

x(t) = eA(t−t0 ) v(t)

com v(t) a determinar. Substituindo na equação de estado, tem-se

AeA(t−t0 ) v(t) + eA(t−t0 ) v̇(t) = AeA(t−t0 ) v(t) + Bu(t)

Multiplicando ambos os lados por [eA(t−t0 ) ]−1 = e−A(t−t0 ) , obtém-se

v̇(t) = e−A(t−t0 ) Bu(t)

Considerando u(t) = 0 para t < t0 e integrando, obtém-se

Z t
v(t) − v(t0 ) = e−A(τ −t0 ) Bu(τ ) dτ
t0

Notando que x(t0 ) = x0 = v(t0 ), tem-se

Z t
A(t−t0 )
(7.10) x(t) = e x0 + eA(t−τ ) Bu(τ ) dτ, t ≥ t0
t0

Portanto, a saída y(t) fica sendo

Z t
(7.11) y(t) = CeA(t−t0 ) x0 + CeA(t−τ ) Bu(τ ) dτ + Du(t), t ≥ t0
t0

Observe que essa resposta nada mais é do que a soma da solução homogênea

CeA(t−t0 ) x0

com a solução forçada Z t

CeA(t−τ ) Bu(τ ) dτ + Du(t)
t0

Exemplo 7.3.1 Para o sistema (7.9) com as matrizes A, B, C e D dadas por

" # " #
0 1 −1 h i
A= , B= , C= 3 3 , D = 1,
−3 −4 0
h iT
calcule a saída y(t) para a entrada em degrau u(t) = µ(t) e condição inicial x0 = 1 −1 . Do Exemplo 7.2.2,
foi visto que a solução homogênea é dada por CeAt x0 = 0. Assim, resta calcular6 a resposta forçada dada por
Z t Z t 
CeA(t−τ ) Bu(τ ) dτ = C eA(t−τ ) dτ B
0
" 0
1
#
1 −3t
6 8+e − 9e−t 6 2+e
−3t
− 3e−t
=C
B = e−3t − 1
−1 − e 2 + 3e2 1 −3t
−1 + e2t
−3t −t

2e

Portanto, a saída y(t) é dada por

Z t
y(t) = CeAt x0 + CeA(t−τ ) Bu(τ ) dτ + Du(t) = e−3t , t≥0
0
Rt
6 Note que para calcular 0 eA(t−τ ) dτ basta usar a matriz eAt do Exemplo 7.2.1.
Prof. Camino, J. F. Análise Linear de Sistemas 140

7.3.1 Resposta ao impulso e função de transferência

A resposta ao impulso h(t) do sistema (7.9) é obtida diretamente da fórmula acima (7.11), com condições iniciais
nulas, x0 = 0, para uma entrada impulsiva u(t) = δ(t) aplicada no instante de tempo t0 = 0. Assim, usando a
propriedade do delta de Dirac Z ∞
f (t)δ(t) dt = f (0)
−∞
obtém-se
h(t) = CeAt B + Dδ(t), t≥0

Esse mesmo resultado pode ser obtido aplicando-se a transformada de Laplace nas equação de estado e de
saída, dada por

ẋ(t) = Ax(t) + Bu(t)

y(t) = Cx(t) + Du(t)

com condições iniciais nulas, ou seja

(sI − A)X(s) = BU (s)

Y (s) = CX(s) + DU (s)

que fornece a função de transferência H(s) dada por

(7.12) Y (s) = H(s)U (s), H(s) = C(sI − A)−1 B + D

Claramente, a resposta ao impulso h(t) é dada por

 
h(t) = CL−1 (sI − A)−1 B + Dδ(t) = CeAt B + Dδ(t), t≥0

Observação 7.3.1 A resposta completa do sistema y(t), descrita por (7.11), é a soma da resposta homogênea:

yh = CeA(t−t0 ) x0 , t ≥ t0

com a resposta forçada, dada pela convolução da resposta ao impulso h(t) com a entrada u(t):
Z t
yf = h(t) ∗ u(t) = CeA(t−τ ) Bu(τ ) dτ + Du(t), t ≥ t0
t0

Lembrando que a transformada de Laplace da convolução y(t) = h(t) ∗ u(t) nada mais é do que o produto na
frequência, ou seja Y (s) = H(s)U (s), obtém-se diretamente a expressão (7.12). A representação por diagrama
de blocos da relação entrada-saída encontra-se na Figura 7.2 abaixo.

u(t) h(t) = CeAt B + Dδ(t) y(t)

U (s) H(s) = C(sI − A) −1
B+D Y (s)

Figura 7.2: Relação entrada-saída no domínio do tempo e da frequência.

7.4 Representação no espaço de estado: caso discreto

Antes de apresentar a solução da equação de diferenças no espaço de estado, é demonstrado através de um
exemplo que um sistema de m equações de diferenças de ordem n pode ser reescrito como um sistema de m × n
equações de primeira ordem definindo-se variáveis de estado, de forma análoga ao que foi realizado no caso
contínuo. Considere, por exemplo, a seguinte equação de diferenças:

q(k + 2) + 5q(k) + 3w(k + 1) = u1 (k)

w(k + 2) + 2w(k + 1) + 3q(k + 1) = −u2 (k)
Prof. Camino, J. F. Análise Linear de Sistemas 141

para k ≥ 0 e condições iniciais w(0) = w0 , w(1) = w1 , q(0) = q0 e q(1) = q1 . Primeiramente, define-se um novo
conjunto de variáveis de estado x(k) por

x1 (k) = q(k), x2 (k) = q(k + 1), x3 (k) = w(k), x4 (k) = w(k + 1)

Note que o vetor x(k + 1) é dado por

x1 (k + 1) = q(k + 1) = x2 (k), x2 (k + 1) = q(k + 2)

x3 (k + 1) = w(k + 1) = x4 (k), x4 (k + 1) = w(k + 2)

Substituindo o novo estado x(k) na equação acima, tem-se

x2 (k + 1) = −5x1 (k) − 3x4 (k) + u1 (k)

x4 (k + 1) = −3x2 (k) − 2x4 (k) − u2 (k)

O sistema, na nova variável x(k), passa a ser

x1 (k + 1) = x2 (k)
x2 (k + 1) = −5x1 (k) − 3x4 (k) + u1 (k)
x3 (k + 1) = x4 (k)
x4 (k + 1) = −3x2 (k) − 2x4 (k) − u2 (k)

que pode ainda ser reescrito na seguinte forma matricial

      
x1 (k + 1) 0 1 0 0 x1 (k) 0 0 " #
x (k + 1) −5 0 0 −3 x (k) 1 0
 2    2    u1 (k)
 =  + 
x3 (k + 1)  0 0 0 1  x3 (k) 0 0  u2 (k)
x4 (k + 1) 0 −3 0 −2 x4 (k) 0 −1

Assim, foi obtido o modelo no espaço de estado

x(k + 1) = Ax(k) + Bu(k), k≥0

h iT
com as matrizes A e B dadas acima e condições iniciais x(0) = x0 = q0 q1 w0 w1 .

7.4.1 Desacoplamento
Quando as equações de diferenças estão acopladas, o processo de desacoplamento é realizado de maneira similar
ao caso contínuo. Considere, por exemplo, a seguinte equação de diferenças:

q(k + 2) + w(k + 2) − w(k + 1) = u(k)

q(k + 2) − w(k + 2) + q(k) = u(k)

Essa equação pode ser reescrita da seguinte forma:

2q(k + 2) + q(k) − w(k + 1) = 2u(k)

2w(k + 2) − w(k + 1) − q(k) = 0

7.4.2 Solução homogênea

Considere agora a equação homogênea, dada por

(7.13) x(k + 1) = Ax(k), k≥0

com condição inicial x(0) = x0 . A solução homogênea, obtida diretamente por recursão, é dada por

x(k) = Ak x0 , k≥0
Prof. Camino, J. F. Análise Linear de Sistemas 142

que claramente satisfaz (7.13), já que

x(k + 1) = Ak+1 x0 = AAk x0 = Ax(k)

É possível mostrar (ver Exercício 7.8.26) que a solução para a condição inicial x(k0 ) = x0 , num tempo k0
não necessariamente nulo, é dada por

x(k) = Φ(k, k0 )x0 , k ≥ k0 , Φ(k, k0 ) = Ak−k0

em que a matriz Φ(k, k0 ) é conhecida como matriz de transição de estado (discreta). Essa matriz possui as
seguintes propriedades7 :

Φ(k, k) = I, k ≥ k0
Φ(k + 1, k0 ) = AΦ(k, k0 ), k ≥ k0
Φ(k, k0 ) = Φ(k, k1 )Φ(k1 , k0 ), k ≥ k1 ≥ k0

Note que a matriz de transição de estado se reduz a Ak se k0 = 0. É importante enfatizar que ao contrário
do caso contínuo, a matriz de transição de estado discreta pode não ser inversível, pois a matriz A pode ser
singular.
A transformada Z da matriz de transição de estado Ak pode ser obtida como segue. Aplicando a transfor-
mada Z em (7.13), tem-se
zX(z) − zx(0) = AX(z)
Assim,
X(z) = (zI − A)−1 zx(0)
cuja transformada inversa fornece
 
x(k) = Z −1 z(zI − A)−1 x(0), k≥0

Comparando com a solução da homogênea dada por

x(k) = Ak x(0), k≥0

conclui-se que
 
Ak µ(k) = Z −1 z(zI − A)−1
Portanto, tem-se
 
(7.14) Z Ak µ(k) = z(zI − A)−1

Observação 7.4.1 Perceba a similaridade com o caso escalar

z
Z[ak µ(k)] = = z(z − a)−1
z−a

7.4.3 Solução não homogênea

A solução completa do sistema discreto no espaço de estado

x(k + 1) = Ax(k) + Bu(k), k≥0

para uma entrada u(k) qualquer e condição inicial x(0) é dada por
k−1
X
(7.15) x(k) = Ak x(0) + Ak−l−1 Bu(l), k≥0
l=0

Pode-se facilmente provar essa fórmula por indução, como segue:

7O Exercício 7.8.20 apresenta várias propriedades da matriz de transição de estado discreta.
Prof. Camino, J. F. Análise Linear de Sistemas 143

1. Para k = 0, a solução8 claramente satisfaz a condição inicial;

2. Considere que a solução é válida para um k ≥ 0 qualquer, assim, tem-se

k
X
x(k + 1) = Ak+1 x(0) + Ak−l Bu(l)
l=0
k−1
X
= AAk x(0) + Ak−l Bu(l) + Bu(k)
l=0

em que o somatório que vai até k foi dividido em um somatório até l = k − 1 mais o termo l = k, já que
Ak−l se torna a identidade I para l = k, resultando em Bu(k). Fatorando A nos dois primeiros termos,
obtém-se " #
k−1
X
k k−l−1
x(k + 1) = A A x(0) + A Bu(l) + Bu(k)
l=0

Usando a hipótese de indução (7.15), tem-se finalmente

x(k + 1) = Ax(k) + Bu(k)

A expressão acima (7.15) é uma solução de estado, pois não considera a saída do sistema. Definindo a saída
do sistema por
y(k) = Cx(k) + Du(k)
tem-se
k−1
X
(7.16) y(k) = Cx(k) + Du(k) = CAk x(0) + CAk−l−1 Bu(l) + Du(k), k≥0
l=0

Observação 7.4.2 Perceba que a solução (7.16) obtida acima é composta de uma componente homogênea

yh (k) = CAk x(0)

e de uma resposta forçada

k−1
X
yf (k) = CAk−l−1 Bu(l) + Du(k)
l=0

É possível mostrar (ver Exercício 7.8.23) que a solução forçada yf (k) é dada pela convolução da resposta ao
impulso h(k) com a entrada u(k).

7.4.4 Resposta ao impulso e função de transferência

Para obter a resposta ao impulso h(k), basta fazer u(k) = δ(k) na equação (7.16) acima, com condições iniciais
nulas. Assim, a resposta ao impulso é dada por
(
D , se k = 0
h(k) =
CA k−1
B , se k ≥ 1

que pode ainda ser reescrita como

(7.17) h(k) = CAk−1 Bµ(k − 1) + Dδ(k)

Os termos CAn B, para n ≥ 0, são conhecidos como parâmetros de Markov do modelo no espaço de estado.
Esses parâmetros são amplamente utilizados na área de identificação de sistemas dinâmicos.
8 Parak = 0, a somatória se reduz a −1 −l−1 Bu(l). Dado que o limite superior é menor que o limite inferior, convencional-
P
l=0 A
mente considera-se essa soma como zero.
Prof. Camino, J. F. Análise Linear de Sistemas 144

A função de transferência H(z) é obtida aplicando-se a transformada Z na resposta ao impulso h(k) dada
por (7.17). Primeiramente, perceba da expressão (7.14) que
 
Z Ak−1 µ(k − 1) = (zI − A)−1

Assim, tem-se
H(z) = Z[h(k)] = C(zI − A)−1 B + D

Esse mesmo resultado pode ainda ser obtido aplicando-se a transformada Z em

x(k + 1) = Ax(k) + Bu(k)

y(k) = Cx(k) + Du(k)

com condições iniciais nulas, ou seja

(zI − A)X(z) = BU (z)

Y (z) = CX(z) + DU (z)

que resulta na função de transferência H(z) dada por

Y (z) = H(z)U (z), com H(z) = C(zI − A)−1 B + D

7.4.5 Cálculo da matriz de transição de estado

A matriz Ak , com A ∈ Rn×n , pode ser calculada utilizando a transformada inversa Z, a decomposição espectral
e o método polinomial, como segue9 :
 
1. Ak = Z −1 (zI − A)−1 z . Essa expressão é idêntica à (7.14), que foi derivada na Seção 7.4.2.

2. Ak = ΣΛk Σ−1 , usando a forma diagonal10 A = ΣΛΣ−1 . O método assume que a matriz de autovetores Σ
é inversível, o que nem sempre é o caso. Para demonstrar essa fórmula, basta expandir Ak como segue:

Ak = (ΣΛΣ−1 )k = ΣΛΣ−1 ΣΛΣ−1 · · · ΣΛΣ−1 = ΣΛk Σ−1

n−1
X
3. Ak = αℓ (k)Aℓ , usando o método polinomial. Para esse método, os coeficientes αℓ (k) são obtidos
ℓ=0
Pn−1
através da expressão ℓ=0 αℓ (k)λℓi = λki , com i = 1, . . . , n, ou seja, do seguinte sistema11 de equações:
    k
1 λ1 λ21 ··· λ1n−1 α0 (k) λ1
1 λ
 2 λ22 ··· λ2n−1   α (k)  λk 
 1   2
λ3n−1   α2 (k)  = λk3 
    
1 λ3 λ23 ···
 .. .. .. ..   ..   .. 
    
..
. . . . .  .   . 
1 λn λ2n ··· n−1
λn αn−1 (k) λkn

em que λi são os autovalores da matriz A.

Exemplo 7.4.1 Calcule Ak para k = 10 com a matriz A dada por

" #
0 1
A=
−3 −4
9O Exercício 7.8.20 apresenta várias propriedades da matriz de transição de estado discreta que podem auxiliar no seu cálculo.
10 A forma diagonal A = ΣΛΣ−1 é obtida através da decomposição da matriz A em autovalores e autovetores, como apresentado
na Seção A.3.2.
11 A matriz de Vandermonde só será inversível se todos os autovalores λ da matriz A forem distintos, conforme apresentado na
i
Seção 7.2.2 e derivado no Apêndice A.3.1.
Prof. Camino, J. F. Análise Linear de Sistemas 145

1. Usando a forma diagonal, ou seja, usando a expressão Ak = ΣΛk Σ−1 :

A matriz de autovalores Λ e a matriz de autovetores Σ já foram calculadas no Exemplo 7.2.1. Assim,
tem-se
" #" #" #
k k −1 1 −1 −1 (−1)k 0 −3
−1
A = ΣΛ Σ =
2 1 3 0 (−3)k 1 1
" #
1 −(−3)k + 3(−1)k −(−3)k + (−1)k
= , k≥0
2 3(−3)k − 3(−1)k −(−1)k + 3(−3)k

Agora, basta calcular a expressão para k = 10, fornecendo

" #" #" # " #
10 1 −1 −1 1 0 −3 −1 −29523 −29524
A = =
2 1 3 0 59049 1 1 88572 88573

2. Usando a transformada Z, ou seja, usando a expressão Ak = Z −1 [(zI − A)−1 z], para k ≥ 0:

Aplicando a inversa da transformada Z na expressão
" #
1 z(z + 4) z
(zI − A)−1 z = 2
z + 4z + 3 −3z z2

obtém-se " #
k 1 −(−3)k + 3(−1)k −(−3)k + (−1)k
A = , k≥0
2 3(−3)k − 3(−1)k −(−1)k + 3(−3)k
Note que essa é a mesma expressão obtida no item anterior.

n−1
X
3. Usando o método polinomial, ou seja, usando a expressão Ak = αℓ (k)Aℓ :
ℓ=0
Para usar o método polinomial, é necessário determinar os coeficientes αℓ (k) resolvendo o sistema:

1

3(−1)k − (−3)k
" #" # " #
1 −1 α0 (−1)k α0 =
= =⇒ 2
1 −3 α1 (−3)k 1

α1 = (−1)k − (−3)k
2

Portanto, a solução é dada por

" #
k 1 −(−3)k + 3(−1)k −(−3)k + (−1)k
A = α0 (k)I + α1 (k)A = , k≥0
2 3(−3)k − 3(−1)k −(−1)k + 3(−3)k

que é a mesma expressão obtida anteriormente.

7.5 Transformação de similaridade

Considere o modelo no espaço de estado

ẋ(t) = Ax(t) + Bu(t), x(0) = 0

(7.18)
y(t) = Cx(t) + Du(t)

com x ∈ Rn , y ∈ Rp , u ∈ Rr , A ∈ Rn×n , B ∈ Rn×r , C ∈ Rp×n , D ∈ Rp×r . Como visto na Seção 7.3.1, aplicando
a transformada de Laplace nesse sistema, obtém-se

Y (s) = H(s)U (s)

Prof. Camino, J. F. Análise Linear de Sistemas 146

com a função de transferência H(s) dada por

−1
H(s) = C (sI − A) B+D

Será neste momento demonstrado que uma função de transferência possui inúmeras representações no espaço
de estado. Para isso, defina uma nova variável de estado

q(t) = T x(t)

em que a matriz T é inversível (não singular). Assim, derivando q(t) e usando a equação (7.18), obtém-se

q̇ = T ẋ = T (Ax + Bu) = T (AT −1 q + Bu) = T AT −1 q + T Bu

A saída y(t) do sistema passa a ser

y(t) = CT −1 q(t) + Du(t)
Assim, na nova variável de estado q(t), o sistema é dado por

q̇(t) = Âq(t) + B̂u(t)

(7.19)
y(t) = Ĉq(t) + D̂u(t)

com  = T AT −1 , B̂ = T B, Ĉ = CT −1 e D̂ = D.
Falta agora provar que esse modelo de estado na variável q(t) tem a mesma função de transferência que a
representação inicial (7.18). Aplicando a transformada de Laplace em (7.19), obtém-se a expressão
  −1 
Y (s) = Ĉ sI − Â B̂ + D̂ U (s)

Finalmente, substituindo  = T AT −1 , B̂ = T B, Ĉ = CT −1 e D̂ = D na equação acima, tem-se

n
−1 o
Y (s) = CT −1 sI − T AT −1 T B + D U (s)
n  −1 o
= CT −1 T (sI − A) T −1 T B + D U (s)
n o
−1
= CT −1 T [(sI − A)] T −1 T B + D U (s)
n o
−1
= C (sI − A) B + D U (s)

Dessa forma, a função de transferência é invariante em relação à transformação de similaridade, e pode-se

portanto perceber que o mesmo sistema (mesma função de transferência) pode ter inúmeras representações
diferentes no espaço de estado. Essas representações, no entanto, estão relacionadas entre si através de alguma
transformação de similaridade.

Exemplo 7.5.1 Considere a representação no espaço de estado (7.18) em que as matrizes A, B, C e D são
dadas por " # " #
0 1 1 h i
A= , B= , C= 1 0 , D=1
−3 −4 1
A função de transferência H(s) desse sistema é dada por

−1 s2 + 5s + 8
H(s) = C (sI − A) B+D =
s2 + 4s + 3
Agora, aplicando a transformação de similaridade12
" #
1 −3 −1
T =
2 1 1
12 A matriz T foi escolhida do Exemplo A.3.4 da Seção A.3.2 como T = Σ−1 , com α = β = 1.
Prof. Camino, J. F. Análise Linear de Sistemas 147

Obtém-se a representação (7.19) com as matrizes  = T AT −1 , B̂ = T B, Ĉ = CT −1 e D̂ = D dadas por

" # " #
−1 0 −2 h i
 = , B̂ = , Ĉ = −1 −1 , D̂ = 1
0 −3 1

Calculando a função de transferência usando essa representação, obtém-se

 −1 s2 + 5s + 8
H(s) = Ĉ sI − Â B̂ + D̂ = 2
s + 4s + 3
que é exatamente o resultado anterior13

7.5.1 Caso discreto

O caso discreto é análogo ao caso contínuo (ver Exercício 7.8.29). Considere o sistema a tempo discreto dado
por

x(k + 1) = Ax(k) + Bu(k)

y(k) = Cx(k) + Du(k)
Como visto na Seção 7.4.4, aplicando a transformada Z nesse sistema, obtém-se

Y (z) = H(z)U (z),

com a função de transferência H(z) dada por

H(z) = C(zI − A)−1 B + D

Agora, aplicando a transformação de similaridade

q(k) = T x(k), |T | =
6 0

tem-se


q(k + 1) = T x(k + 1) = T (Ax(k) + Bu(k)) = T AT −1 q(k) + Bu(k) = T AT −1 q(k) + T Bu(k)

Assim, a saída y(k) fica sendo

y(k) = CT −1 q(k) + Du(k)
Portanto, na nova variável de estado q(k), o sistema fica sendo

q(k + 1) = Âq(k) + B̂u(k)

y(k) = Ĉq(k) + D̂u(k)

com  = T AT −1 , B̂ = T B, Ĉ = CT −1 e D̂ = D. Sua função de transferência é dada por

 −1
Y (z) = Ĥ(z)U (z), com Ĥ(z) = Ĉ sI − Â B̂ + D̂

Agora, seguindo passos idênticos à prova realizada no caso contínuo, obtém-se Ĥ(z) = H(z).

7.6 Polos e estabilidade assintótica

Os polos de um sistema linear representado no espaço de estado estão diretamente associados aos autovalores
da matriz A. Para ver esse fato, considere o modelo de estado

ẋ(t) = Ax(t) + Bu(t)

y(t) = Cx(t) + Du(t)
13 Como ilustrado na Seção 7.7.3 e na Seção A.3.3 do Apêndice A, denomina-se forma modal a representação no espaço de estado

em que a matriz  é diagonal.

Prof. Camino, J. F. Análise Linear de Sistemas 148

cuja função de transferência é dada por

H(s) = C(sI − A)−1 B + D

Lembrando a fórmula da inversa de uma matriz X −1 = adj(X)/|X|, tem-se

C adj(sI − A)B
H(s) = +D
|sI − A|

Percebe-se, portanto, que os polos de H(s) são as raízes do polinômio caraterístico14 Λ(λ) = |λI − A| da matriz
A, ou seja, os autovalores λi da matriz A. Portanto, o sistema será assintoticamente estável se a parte real dos
autovalores λi da matriz A for negativa, ou seja, Re(λi (A)) < 0.

7.6.1 Caso discreto

O caso discreto é análogo ao caso contínuo. Considere o sistema a tempo discreto dado por

x(k + 1) = Ax(k) + Bu(k)

y(k) = Cx(k) + Du(k)

cuja função de transferência é dada por

H(z) = C(zI − A)−1 B + D

Agora, note que H(z) pode ser reescrita como

C adj(zI − A)B
H(z) = +D
|zI − A|

Novamente, os polos de H(z) são os autovalores da matriz A, as raízes do polinômio característico Λ(λ) =
|λI − A|, e o sistema será assintoticamente estável se e somente se os autovalores λi da matriz A em magnitude
forem menor do que um, ou seja, |λi (A)| < 1.

7.7 Formas canônicas

As formas canônicas desempenham um papel essencial na teoria de sistemas lineares, pois fornecem representa-
ções sistematizadas que facilitam a análise e interpretação das equações diferenciais que descrevem o comporta-
mento do sistema. Nesta seção, para sistemas SISO, serão apresentadas: a forma canônica controlável, a forma
canônica observável e a forma canônica de Jordan, tendo a forma modal (diagonal) como um caso particular.

7.7.1 Forma canônica controlável

Esta seção descreve os passos necessários para realizar, por diagrama de blocos, uma função de transferência de
forma que o modelo no espaço de estado fique na forma canônica controlável.
Considere o sistema de ordem n dado por

y (n) + a1 y (n−1) + · · · + an y = b0 u(n) + b1 u(n−1) + · · · + bn u

A função de transferência correspondente é

Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn b(s)

H(s) = = n n−1
=:
U (s) s + a1 s + · · · + an−1 s + an a(s)
14 A Seção A.3 descreve o problema de autovalores e autovetores. É oportuno enfatizar que pode haver cancelamentos de polos e

zeros, como descrito na Seção 7.7.5.

Prof. Camino, J. F. Análise Linear de Sistemas 149

Para representar essa função de transferência por diagrama de blocos na forma canônica controlável, reescreve-se
Y (s) = H(s)U (s) como
b(s)
Y (s) = U (s) = b(s)Q(s)
a(s)

com Q(s) = U (s)/a(s). Assim, primeiramente representa-se o termo

Q(s) 1 1
= = n
U (s) a(s) s + a1 sn−1 + · · · + an−1 s + an

Em seguida, representa-se o termo

Y (s) = b(s)Q(s) = b0 sn + b1 sn−1 + · · · + bn−1 s + bn Q(s)

A representação do termo a(s)Q(s) = U (s), dado por

(sn + a1 sn−1 + · · · + an−1 s + an )Q(s) = U (s)

ou seja, da equação diferencial

q (n) (t) + a1 q (n−1) (t) + · · · + an q(t) = u(t)

é claramente descrita pelo diagrama de blocos da Figura 7.3.

u(t) q (n) R q (n−1) R q (n−2) q̇ R q(t)

···

−a1
−a2
−an

Figura 7.3: Diagrama de blocos para o termo Q(s)/U (s).

Agora, é necessário representar o termo Y (s) = b(s)Q(s), dado por

Y (s) = b0 sn + b1 sn−1 + · · · + bn−1 s + bn Q(s)

que no tempo é
y(t) = b0 q (n) (t) + b1 q (n−1) (t) + · · · + bn−1 q̇(t) + bn q(t)

Como as variáveis q(t), . . . , q (n) , necessárias para construir a saída y(t), já estão disponíveis no diagrama da
Figura 7.3, o diagrama de blocos final é facilmente construído, como apresentado na Figura 7.4.

b0
b1
bn−1
u(t) (n) (n−1) (n−2) y(t)
q R q R q q̇ R q
··· bn

−a1
−a2
−an

Figura 7.4: Diagrama de blocos na forma canônica controlável.

Prof. Camino, J. F. Análise Linear de Sistemas 150

Usando esse diagrama de blocos, pode-se levantar o modelo no espaço de estado do sistema na forma canônica
controlável. Para isso, associa-se15 um estado à saída de cada integrador, como segue:

x1 = q ẋ1 = x2
x2 = q̇ ẋ2 = x3
x3 = q̈ =⇒ ẋ3 = x4
.. ..
. .
xn = q (n−1) ẋn = q (n) = u − a1 xn − a2 xn−1 − · · · − an x1

A saída do sistema, nesse caso, é

y(t) = bn q(t) + bn−1 q̇(t) + · · · + b1 q (n−1) (t) + b0 q (n) (t)

= bn x1 + bn−1 x2 + · · · + b1 xn + b0 q (n)

Substituindo q (n) (t) por u − a1 xn − a2 xn−1 − · · · − an x1 , tem-se

y(t) = (bn − b0 an )x1 + (bn−1 − b0 an−1 )x2 + · · · + (b1 − b0 a1 )xn + b0 u

Na forma matricial, com o vetor de variáveis de estado x(t) = [ x1 x2 ··· xn ]T , tem-se

   
  0 1 0 ··· 0 x1 0
ẋ1  0
   0 1 ···    
0   x 2   0 
 ẋ2   . .. .. .. ..   .  .
 . = .
 .   . . . . .   ..  +  ..  u(t)
    
 .      
 0 0 0 ··· 1  xn−1  0
ẋn
−an −an−1 −an−2 · · · −a1 xn 1
h i
y = bn − b0 an bn−1 − b0 an−1 · · · b1 − b0 a1 x(t) + [b0 ]u(t)

ou seja, obtém-se o seguinte modelo no espaço de estado

ẋ(t) = Ac x(t) + Bc u(t)

y(t) = Cc x(t) + Dc u(t)

com as matrizes Ac , Bc , Cc , Dc dadas acima.

Observe que nessa representação, a matriz do sistema Ac está numa forma em que os coeficientes do deno-
minador, ou seja, do polinômio a(s), estão expostos ao longo da sua última linha. Além disso, os elementos da
matriz de entrada Bc são nulos, exceto na última posição.

Caso discreto

Seja a função de transferência discreta

b0 z n + b1 z n−1 + · · · + bn b(z)
H(z) = =:
z n + a1 z n−1 + · · · + an a(z)

Para representar essa função de transferência na forma canônica controlável, reescreve-se Y (z) = H(z)U (z)
como
U (z)
Y (z) = b(z)Q(z), Q(z) =
a(z)
Assim, primeiro descreve-se a função de transferência Q(z) = U (z)/a(z) e, em seguida, a função de transferência
Y (z) = b(z)Q(z). Portanto, os passos são análogos aos descritos no caso contínuo.
15 Observe que, na ordem adotada, o estado x (t) foi associado à saída do último integrador. No entanto, a associação poderia ter
1
sido a reversa, ou seja, o estado x1 (t) poderia ter sido associado à saída do primeiro integrador. Veja o exemplo do caso discreto.
Prof. Camino, J. F. Análise Linear de Sistemas 151

O método será apresentado através de um exemplo. Considere o caso n = 3 dado por

b0 z 3 + b 1 z 2 + b2 z + b 3 b(z)
H(z) = =:
z 3 + a1 z 2 + a2 z + a3 a(z)
Como a(z)Q(z) = U (z), tem-se
(z 3 + a1 z 2 + a2 z + a3 )Q(z) = U (z)
que no tempo corresponde à seguinte equação de diferenças:

q(k + 3) + a1 q(k + 2) + a2 q(k + 1) + a3 q(k) = u(k)

A representação por diagrama de blocos dessa equação está apresentado na Figura 7.5.

uk qk+3 qk+2 qk+1 qk

∆ ∆ ∆

−a1
−a2
−a3

Figura 7.5: Diagrama de blocos para o termo Q(z)/U (z).

Para a saída Y (z) = Q(z)b(z), tem-se

Y (z) = (b0 z 3 + b1 z 2 + b2 z + b3 )Q(z)

cuja equação de diferenças correspondente é dada por

y(k) = b0 q(k + 3) + b1 q(k + 2) + b2 q(k + 1) + b3 q(k)

Assim, o diagrama final está apresentada na Figura 7.6.

b0
b1
b2
uk qk+3 qk+2 qk+1 qk yk
∆ ∆ ∆ b3

−a1
−a2
−a3

Figura 7.6: Diagrama de blocos na forma canônica controlável.

Para levantar o modelo no espaço de estado, na forma canônica controlável, associa-se16 um estado à saída
de cada atraso, como segue:

x1 (k) = q(k + 2), x2 (k) = q(k + 1), x3 (k) = q(k)

Assim, a equação no espaço de estado é dada por

x3 (k + 1) = q(k + 1) = x2 (k)
x2 (k + 1) = q(k + 2) = x1 (k)
x1 (k + 1) = q(k + 3) = u(k) − a1 x1 (k) − a2 x2 (k) − a3 x3 (k)
Definindo o vetor de variáveis de estado como
h iT
x(k) = x1 (k) x2 (k) x3 (k)
16 Note que também é possível utilizar a ordem reversa, ou seja, o estado x (k) poderia ter sido associado à saída do último atraso
1
puro ∆, como adotado no caso contínuo.
Prof. Camino, J. F. Análise Linear de Sistemas 152

a equação no espaço de estado fica sendo

x(k + 1) = Ac x(k) + Bc u(k)

com    
−a1 −a2 −a3 1
   
Ac =  1 0 0 , Bc = 0
0 1 0 0
A equação de saída pode ser reescrita como

y(k) = b0 q(k + 3) + b1 q(k + 2) + b2 q(k + 1) + b3 q(k)

= b0 q(k + 3) + b1 x1 (k) + b2 x2 (k) + b3 x3 (k)

Substituindo q(k + 3) por u(k) − a1 x1 (k) − a2 x2 (k) − a3 x3 (k), obtém-se

y(k) = (b1 − a1 b0 )x1 (k) + (b2 − a2 b0 )x2 (k) + (b3 − a3 b0 )x3 (k) + b0 u(k)

Na forma matricial, tem-se

y(k) = Cc x(k) + Dc u(k)
com h i
C c = b1 − a 1 b0 b2 − a 2 b0 b3 − a 3 b0 , Dc = [b0 ]

7.7.2 Forma canônica observável

Considere o sistema de ordem n dado por

y (n) + a1 y (n−1) + · · · + an y = b0 u(n) + b1 u(n−1) + · · · + bn u

A função de transferência correspondente é

Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn b(s)

H(s) = = n =:
U (s) s + a1 sn−1 + · · · + an−1 s + an a(s)
Pode-se mostrar que a sua representação na forma canônica observável é dada por
      
ẋ1 0 0 ··· 0 −an x1 bn − a n b0
      
 ẋ2  1 0 · · · 0 −an−1   x2  bn−1 − an−1 b0 
 .  = . . .. +
..   ..   ..  u(t)
 .  . . ..
   
.

 .  . . . .  .   . 
ẋn 0 0 ··· 1 −a1 xn b1 − a 1 b0
h i
y = 0 0 ··· 0 1 x(t) + [b0 ]u(t)

O procedimento para determinar essa forma canônica observável será ilustrado para o caso discreto.

Caso discreto

Seja a função de transferência

b0 z n + b1 z n−1 + · · · + bn b(z)
H(z) = :=
z n + a1 z n−1 + · · · + an a(z)
Considere o caso n = 3. Usando a relação
b(z)
Y (z) = H(z)U (z) = U (z)
a(z)

tem-se a(z)Y (z) = b(z)U (z), ou seja,

z 3 Y (z) + a1 z 2 Y (z) + a2 zY (z) + a3 Y (z) = b0 z 3 U (z) + b1 z 2 U (z) + b2 zU (z) + b3 U (z)

Prof. Camino, J. F. Análise Linear de Sistemas 153

Observe que essa equação no tempo (desconsiderando as condições iniciais) fica sendo

y(k + 3) + a1 y(k + 2) + a2 y(k + 1) + a3 y(k) = b0 u(k + 3) + b1 u(k + 2) + b2 u(k + 1) + b3 u(k)

A equação acima, no domínio da frequência, pode ainda ser reescrita como

b3 U (z) − a3 Y (z) = z 3 Y (z) − b0 z 3 U (z) + a1 z 2 Y (z) − b1 z 2 U (z) + a2 zY (z) − b2 zU (z)

| {z }
P1 (z)

Definindo-se o termo P1 (z) da forma acima, tem-se

z 3 Y (z) − b0 z 3 U (z) + a1 z 2 Y (z) − b1 z 2 U (z) + a2 zY (z) − b2 zU (z) = P1 (z) = b3 U (z) − a3 Y (z)

Multiplicando o termo P1 (z) por z −1 , tem-se

z −1 P1 (z) = z 2 Y (z) − b0 z 2 U (z) + a1 zY (z) − b1 zU (z) +a2 Y (z) − b2 U (z)

| {z }
P2 (z)

Definindo-se o termo P2 (z) da forma acima, tem-se

z 2 Y (z) − b0 z 2 U (z) + a1 zY (z) − b1 zU (z) = P2 (z) = b2 U (z) − a2 Y (z) + z −1 P1 (z)

Multiplicando agora o termo P2 (z) por z −1 , tem-se

z −1 P2 (z) = zY (z) − b0 zU (z) +a1 Y (z) − b1 U (z)

| {z }
P3 (z)

Definindo-se o termo P3 (z) da forma acima, tem-se

zY (z) − b0 zU (z) = P3 (z) = b1 U (z) − a1 Y (z) + z −1 P2 (z)

Multiplicando o termo P3 (z) por z −1 , obtém-se finalmente

z −1 P3 (z) = Y (z) − b0 U (z) =⇒ Y (z) = b0 U (z) + z −1 P3 (z)

O diagrama de blocos obtido com os passos acima está apresentado na Figura 7.7 abaixo.

U (z)

b3 b2 b1 b0

P1 (z) X3 (z) P2 (z) X2 (z) P3 (z) X1 (z)

z −1 z −1 z −1 Y (z)

−a3 −a2 −a1

Figura 7.7: Diagrama de blocos na forma canônica observável.

Definindo os estados x1 , x2 e x3 como sendo a saída dos blocos de atraso, tem-se

y(k) = x1 (k) + b0 u(k)

x1 (k + 1) = x2 (k) + b1 u(k) − a1 y(k)

= −a1 x1 (k) + x2 (k) + (b1 − b0 a1 )u(k)

x2 (k + 1) = x3 (k) + b2 u(k) − a2 y(k)

= −a2 x1 (k) + x3 (k) + (b2 − b0 a2 )u(k)

x3 (k + 1) = b3 u(k) − a3 y(k)
= −a3 x1 (k) + (b3 − b0 a3 )u(k)
Prof. Camino, J. F. Análise Linear de Sistemas 154

Na forma matricial, tem-se

x(k + 1) = Ao x(k) + Bo u(k)

y(k) = Co x(k) + Do u(k)
com    
−a1 1 0 b1 − a 1 b0 h i
   
A0 = −a2 0 1 , B o =  b2 − a 2 b0  , Co = 1 0 0 , Do = [b0 ]
−a3 0 0 b3 − a 3 b0

Observação 7.7.1 Uma representação alternativa do diagrama de blocos da forma canônica observável da
Figura 7.7 está apresentada no Exercício 7.8.31.

7.7.3 Forma modal (diagonal)

Esta seção descreve a representação por diagrama de blocos de uma função de transferência conhecida como
forma modal, que é baseada na decomposição em frações parciais. Será apresentado apenas o caso contínuo,
pois a derivação do caso discreto é análoga.
Quando os polos da função de transferência são todos distintos, a representação no espaço de estado assume
uma estrutura diagonal, assim, essa representação também é conhecida como forma diagonal ou modal.
Suponha que a função de transferência

Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn

H(s) = = n
U (s) s + a1 sn−1 + · · · + an−1 s + an

tenha a seguinte decomposição em frações parciais:

c1 c2 cn
H(s) = c0 + + + ··· +
s − p1 s − p2 s − pn
= H0 + H1 (s) + H2 (s) + · · · + Hn (s)

em que os polos, reais ou complexos, são todos distintos. Note que cada fração parcial

Yi (s) ci
Hi (s) = = , i≥1
U (s) s − pi

pode ser representada pelo seguinte diagrama de blocos:

U (s) 1 Yi (s)
ci
s

pi

Percebe-se, portanto, que a função de transferência H(s) será a soma (a conexão em paralelo) de cada um
dos blocos Hi (s). Por exemplo, suponha que a função de transferência H(s) seja dada por

s2 + 5s + 8
H(s) =
s2 + 4s + 3
Expandindo essa função de transferência em termos de seus polos (modos), tem-se
2 1
H(s) = 1 + −
s+1 s+3
Assim, sua representação na forma modal é facilmente obtida como a estrutura em paralelo apresentada na
Figura 7.8, que representa a soma das frações parciais.
Prof. Camino, J. F. Análise Linear de Sistemas 155

u(t) ẋ1 R x1 y(t)

2

−1

ẋ2 R x2
−1

−3

Figura 7.8: Diagrama de blocos de H(s) na forma modal.

O modelo no espaço de estado, obtido diretamente do diagrama da Figura 7.8, é dado por

ẋ1 (t) = u(t) − x1 (t)

(7.20)
ẋ2 (t) = u(t) − 3x2 (t)

com a saída y(t) dada por

y(t) = u(t) + 2x1 (t) − x2 (t)
Assim, as matrizes Am , Bm , Cm e Dm , na forma modal, são dadas por
" # " #
−1 0 1 h i
(7.21) Am = , Bm = , Cm = 2 −1 , Dm = 1
0 −3 1

Observe que os elementos da diagonal da matriz Am correspondem aos polos da função de transferência, o
que possibilita analisar diretamente a estabilidade do sistema, bem como suas demais propriedades dinâmicas
e modais (frequências naturais e fatores de amortecimento). Além disso, nessa forma modal, o sistema de
equações (7.20) está desacoplado, permitindo resolver cada equação de forma independente. Resolvendo esse
sistema, os estados x1 (t) e x2 (t) são respectivamente dados por
Z t
x1 (t) = e−t x1 (0) + e−(t−τ ) u(τ ) dτ, t≥0
0
Z t
−3t
x2 (t) = e x2 (0) + e−3(t−τ ) u(τ ) dτ, t≥0
0

Observação 7.7.2 A forma diagonal (modal) não é única. Para essa mesma função de transferência H(s),
uma diferente representação no espaço de estado modal, com matrizes B e C distintas, é apresentada no
Exemplo 7.5.1.

Observação 7.7.3 Note que a função de transferência H(s) foi manipulada usando diagramas de blocos para
obter a forma modal com a matriz A diagonal dada por (7.21). Esse desenvolvimento é limitado a sistemas SISO.
Alternativamente, como apresentado no Exemplo A.3.4 da Seção A.3.2, pode-se partir de qualquer realização
do sistema no espaço de estado e utilizar a transformação de similaridade dada pela matriz de autovetores para
obter essa mesma estrutura diagonal. Essa segunda abordagem é mais geral e aplica-se a tanto a sistemas SISO
como MIMO, assumindo evidentemente que o sistema tenha uma realização modal.

7.7.4 Forma canônica de Jordan

Na forma modal (diagonal) apresentada na seção anterior, assumiu-se que a função de transferência possuía
polos distintos, o que nem sempre é o caso. Em caso de polos múltiplos, o desenvolvimento prévio não se aplica
e é crucial considerar suas multiplicidades na decomposição em frações parciais. Esta seção apresenta apenas o
caso contínuo, pois a derivação do caso discreto é análoga.
Prof. Camino, J. F. Análise Linear de Sistemas 156

Suponha que a função de transferência H(s) tenha a seguinte decomposição em frações parciais:
c1 c2 cℓ cℓ+1 cn
H(s) = c0 + + 2
+ ··· + ℓ
+ + ··· +
s − p1 (s − p1 ) (s − p1 ) s − pℓ+1 s − pn
= c0 + H1 (s) + H2 (s) + · · · + Hℓ (s) + Hℓ+1 (s) + · · · + Hn (s)

em que p1 = p2 = · · · = pℓ é um polo de multiplicidade ℓ e os n − ℓ polos restantes são todos distintos. Para

obter a representação dessa função de transferência, basta notar que uma fração parcial na forma
Yℓ (s) cℓ
Hℓ (s) = =
U (s) (s − p1 )ℓ
que contém um polo p1 de multiplicidade ℓ, pode ser representada pela conexão em série de ℓ termos 1/(s − p1 ).
A Figura 7.9 apresenta o diagrama de blocos para o caso ℓ = 2.

U (s) 1 1 Yℓ (s)
c2
s s

p1 p1

c2
Figura 7.9: Diagrama de blocos de .
(s − p1 )2

A função de transferência H(s) será então composta pela conexão em paralelo dos blocos Hi (s), incluindo
todas as possíveis multiplicidades. Por exemplo, suponha que a função de transferência H(s) seja dada por
c1 c2 c3
(7.22) H(s) = + 2
+
s − p1 (s − p2 ) s − p3
Sua representação na forma canônica de Jordan está apresentada na Figura 7.10.

ẋ1 R x1
c1

p1

u(t) ẋ3 R x3 ẋ2 R x2 y(t)

c2

p2 p2

ẋ4 R x4
c3

p3

Figura 7.10: Diagrama de blocos na forma canônica de Jordan.

O modelo no espaço de estado é obtido diretamente do diagrama da Figura 7.10, como segue:

ẋ1 (t) = u(t) + p1 (t)x1 (t)

ẋ2 (t) = x3 (t) + p2 (t)x2 (t)
ẋ3 (t) = u(t) + p2 (t)x3 (t)
ẋ4 (t) = u(t) + p3 (t)x4 (t)

com a saída y(t) dada por

y(t) = c1 x1 (t) + c2 x2 (t) + c3 x4 (t)
Prof. Camino, J. F. Análise Linear de Sistemas 157

Portanto, para o exemplo acima, as matrizes AJ , BJ , CJ e DJ , na forma canônica de Jordan, são dadas por
   
p1 0 0 0 1
 0 p 1 
0    h i
2 0
(7.23)

AJ =  , BJ =   , CJ = c1 c 2 0 c3 , DJ = [0]
 0 0 p2 0  1
0 0 0 p3 1

Quando uma matriz não for diagonalizável, o mais próximo que se pode esperar de uma matriz diagonal é
a forma canônica de Jordan (ver Seção A.3.4), em que o elemento não nulo da diagonal superior terá valor 1.
Perceba que a matriz AJ em (7.23) tem três blocos de Jordan: o primeiro de ordem 1, o segundo de ordem 2 e
o terceiro também de ordem 1, os quais estão apresentados de forma explicita abaixo:
 
J1 " #
  p2 1
AJ = J = diag (J1 , J2 , J3 ) =  J2  , J 1 = p1 , J 2 = , J 3 = p3
0 p2
J3

É oportuno enfatizar que nessa representação, a matriz de transição de estado tem a forma
 
eJ1 t
eJt = 
 
eJ2 t 
J3 t
e

em que a exponencial de cada bloco, dada por eJi t , é facilmente calculada, como pode ser vistos pelos Exercí-
cios 7.8.15 e 7.8.18.

7.7.5 Cancelamento de polos e zeros

Na apresentação das formas canônicas, não foi considerado o fato de que H(s) pode apresentar cancelamentos
de polos e zeros. Por exemplo, considerando c1 = 1, c2 = 2, c3 = 3, p1 = p2 = 1 e p3 = 3, a função H(s) dada
em (7.22) fica sendo
1 2 3 4s3 − 12s2 + 8s
H(s) = + + =
s − 1 (s − 1)2 s−3 s4 − 6s3 + 12s2 − 10s + 3
O diagrama de blocos correspondente é ilustrado na Figura 7.10, e a representação na forma canônica de Jordan
é detalhada em (7.23).
No entanto, ao fatorar H(s) como um produto de polos e zeros, obtém-se, de forma equivalente:
4s(s − 2)(s − 1) 4s(s − 2) 4s2 − 8s
H(s) = = =
(s − 3)(s − 1)3 (s − 3)(s − 1)2 s3 − 5s2 + 7s − 3
Isso resulta em um cancelamento de polo e zero, reduzindo assim a ordem de H(s) de quatro para três. Para
essa função de transferência, agora de ordem três, uma representação na forma canônica de Jordan pode ser
dada por    
1 1 0 0 h i
   
AJ = 0 1 0 , BJ = 1 , CJ = 2 1 3
0 0 3 1
Outra possível representação com AJ na forma canônica de Jordan é dada por
   
1 1 0 −5 h i
  1 
AJ = 0 1 0 , BJ = −2 , CJ = −4 8 12
4
0 0 3 1

A matriz da transformação de similaridade que relaciona essas duas representações é dada por
 
−2 5 0
 
T =  0 −2 0
0 0 4
Prof. Camino, J. F. Análise Linear de Sistemas 158

Caso discreto

Assim como no caso contínuo, o cancelamento de polos e zeros também ocorre no caso discreto. Para ilustrar
isso facilmente, basta supor uma função H(z) tendo mesma forma que o H(s) anterior, ou seja

4z 3 − 12z 2 + 8z
H(z) =
z4 − 6z 3 + 12z 2 − 10z + 3
que, aparentemente, possui ordem quatro. Porém, foi visto que essa função tem a seguinte fatorização:

4z(z − 2)(z − 1) 4z(z − 2) 4z 2 − 8z

H(z) = = =
(z − 3)(z − 1)3 (z − 3)(z − 1)2 z 3 − 5z 2 + 7z − 3

cuja a ordem é reduzida para três devido a um cancelamento de polo e zero.

7.8 Exercícios
Exercício 7.8.1 Represente no espaço de estado o seguinte sistema de equações:
... ...
q (t) + 2 w (t) − ẅ(t) = 0
... ...
q (t) + w (t) + q(t) = u(t)

em que as saídas são dadas por

y1 (t) = q̈(t) − w(t) + 2u(t)

...
y2 (t) = w (t) + u(t)

Assuma que os estados sejam x1 (t) = q(t), x2 (t) = w(t), x3 (t) = q̇(t), x4 (t) = ẇ(t) e assim sucessivamente.
Usando as matrizes (A, B, C, D) assim obtidas, determine a função de transferência H(s).

Exercício 7.8.2 Represente o sistema abaixo nas formas canônicas controlável, observável e de Jordan:

s2
H(s) =
s2 −1

Exercício 7.8.3 Considere uma função de transferência de segunda ordem H(s) com um par de polos complexos
conjugados, p1 = −σ + jω e p2 = −σ − jω, com os correspondentes resíduos c1 = λ + jγ e c2 = λ − jγ, ou seja,
λ + jγ λ − jγ
H(s) = +
s + σ − jω s + σ + jω

Mostre que a representação na forma canônica controlável de H(s) no espaço de estado é dada por
" # " #
0 1 0 h i
Ac = , B c = , C c = 2(λσ − ωγ) 2λ , Dc = [0]
−(σ 2 + ω 2 ) −2σ 1

Exercício 7.8.4 Determine as matrizes do modelo no espaço de estado do sistema do Exercício 7.8.3 anterior
na forma canônica observável.

Exercício 7.8.5 Mostre que a função de transferência do Exercício 7.8.3 anterior também tem a seguinte
representação no espaço de estado:
" # " #
−σ ω 0 h i
A= , B= , C = −2γ 2λ , D = [0]
−ω −σ 1

Exercício 7.8.6 Para os sistemas abaixo, derive o diagrama de blocos nas formas canônicas controlável, ob-
servável e de Jordan. Em seguida, determine as respectivas representações no espaço de estado.
Prof. Camino, J. F. Análise Linear de Sistemas 159

1. ẏ(t) = 2u(t)
10
2. H(s) =
s2 (s2 + 6s + 10)
10
3. H(s) =
(s + 3)2 (s2 + 6s + 10)

Exercício 7.8.7 Dado o diagrama de blocos da Figura 7.11 abaixo, derive a representação no espaço de estado
e a função de transferência correspondente. Em seguida, derive o diagrama de blocos na forma canônica de
Jordan e a respectiva representação no espaço de estado.

2λ

u(t) ẋ2 R x2 ẋ1 R x1 y(t)

ω −2γ

−σ −σ

−ω

Figura 7.11: Diagrama de blocos.

Exercício 7.8.8 Considere o modelo simplificado de uma suspensão veicular, apresentado na Figura 7.12, em
que a saída y(t) é o deslocamento da massa m e a entrada w(t) é um sinal de distúrbio proveniente da via. Os
dados numéricos para esse sistema são: m = 10 Kg, c = 200 Ns/m e k = 1000 N/m. Represente esse sistema,
por diagramas de blocos, nas formas canônicas controlável, observável e de Jordan. Em seguida, determine os
respectivos modelos no espaço de estado.

y(t)
m

c k w(t)

Figura 7.12: Modelo simplificado de uma suspensão veicular.

Exercício 7.8.9 Usando uma frequência de amostragem fs = 10 Hz, discretize o modelo da suspensão veicular
acima, obtendo a sua função de transferência H(z) = Y (z)/W (z). Em seguida, apresente os diagramas de
blocos de H(z) nas formas canônicas controlável, observável e de Jordan, e determine os respectivos modelos
discretos no espaço de estado.

Exercício 7.8.10 Determine a função de transferência H(s) correspondente ao sistema descrito pelas seguintes
matrizes no espaço de estado:
   
1 1 0 0 h i
   
A =  0 1 0 , B =  1 , C= 2 1 3 , D=0
0 0 3 1

Exercício 7.8.11 Considere t, t1 , t2 ∈ R, X e Y matrizes no Rn×n , I a matriz identidade n × n e 0 a matriz

nula n × n. Prove as seguintes propriedades da matriz de transição de estado para sistemas contínuos:
Prof. Camino, J. F. Análise Linear de Sistemas 160

1. e0 = I;
deXt
2. = XeXt = eXt X;
dt
3. eX(t1 +t2 ) = eXt1 eXt2 ;

−1
4. eX = e−X ;
T
T
5. eX = eX ;

6. Se Y X = XY (comutam), então eY eX = eX eY = eY +X . Em geral, eY eX 6= eX eY 6= eY +X ;

7. Se |Y | 6= 0, então eY XY = Y eX Y −1 ;
−1

8. Se X = diag(λ1 , λ2 , . . . , λn ) for uma matriz diagonal, então eX = diag(eλ1 , eλ2 , . . . , eλn );

9. Se λ for autovalor de X, então eλ será autovalor de eX ;

10. det(eX ) = etr(X) .

Exercício 7.8.12 Mostre que a solução da equação diferencial homogênea

ẋ = Ax, x(t0 ) = x0

para uma condição inicial x(t0 ), que ocorre num instante de tempo t0 (não necessariamente nulo), é dada por

x(t) = eA(t−t0 ) x(t0 )

Exercício 7.8.13 Considere que α é um escalar e que a matriz A seja dada por
" #
0 α
A=
0 0

Mostre que " #

1 αt
eAt =
0 1

Exercício 7.8.14 Considere que λ é um escalar, I é a matriz identidade e X é uma matriz qualquer. Mostre
que
eλI+X = eλ eX

Exercício 7.8.15 Considere que α e λ são escalares e que a matriz A é dada por
" #
λ α
A=
0 λ

Mostre que " #

eλt αteλt
eAt =
0 eλt

Exercício 7.8.16 Considere que λ, α, µ e γ são escalares e que matriz A é dada por
" #
λ α
A=
0 µ

Mostre que para λ 6= µ a matriz exponencial eAt é dada por

" #
At eλt αγ eλt − eµt
e = , com γ=
0 eµt λ−µ
Prof. Camino, J. F. Análise Linear de Sistemas 161

Exercício 7.8.17 Mostre que a matriz de transição de estado eAt do sistema homogêneo ẋ(t) = Ax(t), sendo
A a matriz do Exercício 7.8.5, é dada por
" #
At −σt cos ωt sin ωt
e = e R(t), com R(t) =
− sin ωt cos ωt

A matriz R(t) acima é conhecida como matriz de rotação. É uma matriz que tem vasta aplicação na engenha-
ria, principalmente para representar a rotação de objetos no espaço. Essa matriz tem as seguintes propriedades:
det R = 1, R−1 = RT , Rn (t) = R(nt), entre outras.

Exercício 7.8.18 Para o bloco de Jordan de ordem k × k dado por

 
λ 1
 . 

 λ .. 

J =
..

. 1
 

λ k×k

−1
mostre que a inversa de (sI − J) é dada por
 −1  
s−λ −1 (s − λ)−1 (s − λ)−2 ··· (s − λ)−k
 ..  
(s − λ)−1 ··· (s − λ)−k+1 

−1

 s−λ . 
 
(sI − J) = = .. .. 
..

.
 

 .

−1   . 
−1
s−λ (s − λ)

= (s − λ)−1 I + (s − λ)−2 F1 + · · · + (s − λ)−k Fk−1

em que Fi é a matriz com 1 na i-ésima diagonal superior. Em seguida, mostre que a matriz de transição de
estado é dada por
 
2
tk−1
1 t t2 · · · (k−1)!
 tk−2 
   1 t · · · (k−2)! 
2 k−1  
t t t k−3 
eJt = eλt I + tF1 + F2 + · · · + Fk−1 = eλt 
 1 · · · (k−3)! 
2 (k − 1)! 
.. 

 ..
 . . 
1

Exercício 7.8.19 Usando o resultado do Exercício 7.8.18, mostre que a resposta y(t) do sistema dado no
Exercício 7.8.10 para uma entrada impulsiva e condição inicial x(0) = [ a b c ]T é


y(t) = et 1 + 2a + b + 3(1 + c)e2t + 2t + 2bt

Exercício 7.8.20 Considere k, m ∈ Z, A e P matrizes em Rn×n e I a matriz identidade n × n. Prove as

seguintes propriedades da matriz de transição de estado Ak para sistemas discretos:

1. A0 = I;

2. Ak+m = Ak Am ;

3. (Ak )T = (AT )k (dica: use (AB)T = B T AT );

4. Se A = diag(λ1 , . . . , λn ), então Ak = diag(λk1 , . . . , λkn );

5. det(Ak ) = (det(A))k (dica: use det(AB) = det(A) det(B));

6. Se λ é autovalor de A, então λk é autovalor de Ak ;

Prof. Camino, J. F. Análise Linear de Sistemas 162

7. (P AP −1 )k = P Ak P −1 ;

Exercício 7.8.21 Considere que α é um escalar e que a matriz A seja dada por
" #
0 α
A=
0 0

Mostre que 
I

 , para k = 0
k
A = A , para k = 1


0 , para k ≥ 2
Este exercício mostra que a solução homogênea x(k) pode convergir a zero em tempo finito, o que não ocorre
no caso contínuo.

Exercício 7.8.22 Considere que α e λ são escalares e que a matriz A é dada por
" #
λ α
A=
0 λ

Mostre que " #

k λk αkλk−1
A =
0 λk

Exercício 7.8.23 Mostre que a solução forçada

k−1
X
yf (k) = CAk−l−1 Bu(l) + Du(k)
l=0

é dada pela convolução da resposta ao impulso do sistema (7.17), dada por

h(k) = CAk−1 Bµ(k − 1) + Dδ(k)

com a entrada u(k).

Exercício 7.8.24 Discretize o sistema de equações (7.8.1) usando a seguinte fórmula:

n    
k+n n n n!
X
(n)
f (t) = (−1) f (x + k), =
k k k!(n − k)!
k=0

e assim derive as matrizes (A, B, C, D) de sua representação discreta no espaço de estado, tendo a forma:

x(k + 1) = Ax(k) + Bu(k)

y(k) = Cx(k) + Du(k)

Em seguida, derive a função de transferência H(z) usando essas matrizes.

Exercício 7.8.25 Represente no espaço de estado o seguinte sistema de equações:

q(k + 2) + 2w(k + 2) − w(k) = u(k)

q(k + 2) − w(k + 2) + q(k) = −u(k)

em que as saídas são dadas por

y1 (k) = q(k + 2) − w(k) + 2u(k)

y2 (k) = w(k + 1) + u(k)

Assuma que os estados sejam x1 (k) = q(k), x2 (k) = w(k), x3 (k) = q(k + 1), x4 (k) = w(k + 1) e assim
sucessivamente. Usando as matrizes (A, B, C, D) assim obtidas, determine a função de transferência H(z).
Prof. Camino, J. F. Análise Linear de Sistemas 163

Exercício 7.8.26 Determine a solução x(k) da equação de diferenças homogênea

x(k + 1) = Ax(k), k≥0

para uma condição inicial x(k0 ) = x0 , que ocorre num instante de tempo k0 (não necessariamente nulo).

Exercício 7.8.27 Determine a solução x(k) da equação de diferenças não homogênea

x(k + 1) = Ax(k) + Bu(k), k≥0

para uma entrada u(k), tal que u(k) = 0 para k < k0 , e condição inicial x(k0 ) = x0 .

Exercício 7.8.28 Mostre que, para o sistema discreto

x(k + 1) = Ax(k) + Bu(k)

y(k) = Cx(k) + Du(k)

os autovalores λi da matriz A são os polos de H(z). Determine, assim, as condições sobre λi (A) para que o
sistema seja assintoticamente estável.

Exercício 7.8.29 Seja o sistema

x(k + 1) = Ax(k) + Bu(k)

y(k) = Cx(k) + Du(k)

Aplicando a transformação de similaridade q = T x, determine as matrizes Â, B̂, Ĉ e D̂ da nova representação

de estado
q(k + 1) = Âq(k) + B̂u(k)
y(k) = Ĉq(k) + D̂u(k)

Em seguida, mostre que ambos sistemas possuem a mesma função de transferência.

Exercício 7.8.30 Mostre que uma representação na forma canônica de Jordan da função transferência
1 1
H(z) = +
z + 1 (z + 1)2
é dada por " # " #
−1 1 0 h i
A= , B= , C= 1 1 e D=0
0 −1 1

Exercício 7.8.31 Mostre que é possível obter a representação equivalente à apresentada no diagrama de blocos
da Figura 7.7 usando como realimentação a saída do último bloco de atraso, ou seja, o estado x1 (k) ao invés
do sinal y(k). No mais, determine as matrizes A, B, C e D do modelo no espaço de estado.

uk

b3 − a 3 b0 b2 − a 2 b0 b1 − a 1 b0 b0
p1 x3 p2 x2 p3 x1
∆ ∆ ∆ yk

−a3 −a2 −a1

Figura 7.13: Diagrama alternativo da forma canônica observável.

Exercício 7.8.32 Coloque o sistema do Exercício 7.8.31 na forma canônica controlável.

Capítulo 8

Referências Bibliográficas
8.1 Dinâmica, modelagem e vibrações
1. Dean C. Karnopp, Donald L. Margolis and Ronald C. Rosenberg. System Dynamics: Modeling and
Simulation of Mechatronic Systems, 2006.
2. Brown, F. T., Engineering System Dynamics, Marcel-Dekker, 2001.
3. Ogata, K., System Dynamics. New Jersey, Prentice-Hall, 1978.
4. Doebelin, E.O., System Modelling and Response. New York, Wiley, 1980.
5. L. G. Kraige, J. L. Meriam, Mecânica para Engenharia: Dinâmica. 6 Ed., Vol. 2. LTC, 2016.
6. Santos I. F., Dinâmica de Sistemas Mecânicos. Pearson, 2001.
7. Inman, D. J., Engineering Vibration, 2nd Edition, Prentice-Hall, 2001.
8. Thomson, W. T., Teoria da Vibração com Aplicações, Editora Interciência, 1978.

8.2 Fundamentos matemáticos e equações diferenciais

1. E. Kreyszig, Matemática Superior para Engenharia. Vol. 1. LTC, 2009.
2. Boyce, W. E., Diprima, R. C., Equações Diferenciais Elementares e Problemas de Valores de Contorno.
LTC, 2010.

8.3 Análise linear e controle de sistemas dinâmicos

1. Sinha, Naresh K., Linear Systems, John Wiley & Sons, 1991.
2. Oppenheim, A. and Willsky, A., Signal & Systems, 2nd Edition, Prent. Hall, 1997.
3. Roberts, M. J. Fundamentos em Sinais e Sistemas, McGraw-Hill, 2009.
4. Geromel, J. C. e Palhares, A. G. B., Análise Linear de Sistemas Dinâmicos, Edgard Blücher, 2004.
5. Bottura, C. P., Análise Linear de Sistemas, Editora Guanabara II, 1982.
6. Bonatti, I., Lopes, A. e Peres, P., Linearidade em Sinais e Sistemas, Apostila, FEEC/Unicamp, 2008.
http://www.dt.fee.unicamp.br/~peres/LSS.pdf
7. Chen, C. T., Linear Systems Theory & Design, 3rd Ed., Oxford Univ. Press, 1999.
8. Kailath, T., Linear Systems, Prent. Hall, Inc., 1980.
9. Luenberger, D. G., Introduction to Dynamic Systems — Theory, Models, and Applications, John Wiley
& Sons, Inc., 1979.

8.4 Análise de Fourier

1. Ruel V. Churchill, James W. Brown, Fourier Series and Boundary Value Problems. McGraw-Hill Book
Company. 1993.
2. Maxime Bôcher. Introduction to the Theory of Fourier’s Series. The Annals of Mathematics. 1906.
3. Arruda, J. R. F. e Huallpa. B. N., Análise Espectral de Sinais e Sistemas Mecânicos Lineares, Apostila,
FEM/Unicamp, 2006.

164
Apêndice A

Fundamentos Matemáticos

A.1 Funções de variáveis complexas

Esta seção apresenta uma breve introdução ao número complexo e a funções de variáveis complexas.
Um número complexo s é um número que pode ser escrito na forma

s = σ + jω

em que a parte real σ e a parte imaginária ω são número reais e j é a unidade imaginária com a propriedade
√
j 2 = −1, i.e. j = −1. A figura abaixo apresenta graficamente um número complexo s em sua forma polar.

Im
ω s

θ Re
σ

O ângulo θ = arg(s) é o argumento (o ângulo de fase em radianos) de s. Esse argumento só está definido
para s 6= 0. Considera-se como sendo positivo o sentido anti-horário do ângulo θ. Observe que o argumento de
um número complexo não é único, já que difere por um múltiplo inteiro de 2π, ou seja, se θ for um argumento
do número complexo s, então θ + 2πk, k ∈ Z, também será. O valor de arg(s) limitado ao intervalo (−π, π] é
denominado de argumento principal. Por outro lado, θ será denominado argumento mínimo positivo, se
for limitado ao intervalo [0, 2π). A Figura A.1 abaixo apresenta o ângulo θ e os argumentos principal e mínimo
positivo de ejθ .

4π

2π

−4π −2π 2π 4π

−2π θ
AP
AMP
−4π

Figura A.1: Ângulo θ e os argumentos principal (AP) e mínimo positivo (AMP) de ejθ .

165
Prof. Camino, J. F. Análise Linear de Sistemas 166

O complexo conjugado de s, denotado por s̄, é dado por

s̄ = σ − jω

O valor absoluto de um número complexo s é

√ p
|s| = ss̄ = σ 2 + ω 2

Usando a identidade de Euler

(A.1) ejθ = cos(θ) + j sin(θ)

obtêm-se as seguintes expressões para o seno e o cosseno:

ejθ + e−jθ ejθ − e−jθ

(A.2) cos(θ) = e sin(θ) =
2 2j
Outra relação frequentemente usado é dada por:

eθt − e−θt eθt + e−θt

sinh θt = e cosh θt =
2 2
Da identidade de Euler, percebe-se que um número complexo s pode ser escrito na forma exponencial

s = rejθ
√
em que r = σ 2 + ω 2 é o valor absoluto (o módulo) de s e θ = arg(s) é o argumento (o ângulo de fase em
radianos) de s.
Note que a expressão mais comum para o cálculo do ângulo, dada por θ = arctan(ω/σ) = tan−1 (ω/σ),
não considera o quadrante em que s se encontra, fornecendo assim −π/2 < θ ≤ π/2. Por outro lado, a
função arcotangente que considera todos os quatro quadrantes, fornecendo o argumento principal, é dada por
θ = atan2(ω, σ). Nesse caso, tem-se −π < θ ≤ π. A função atan2 pode ser definida como:



 arctan(ω/σ), se σ > 0




 arctan(ω/σ) + π, se σ < 0 e ω ≥ 0


arctan(ω/σ) − π, se σ < 0 e ω < 0
atan2(ω, σ) =


 +π/2, se σ = 0 e ω > 0




 −π/2, se σ = 0 e ω < 0


indefinido, se σ = 0 e ω = 0


No mais, é oportuno enfatizar que:

arctan(x) + arctan(1/x) = sinal(x)π/2

em que a função sinal(x) será −1, se x for negativo, e +1 se x for positivo.

Exemplo A.1.1 Seja o número complexo s = 4 + 3j. Então, o seu complexo conjugado é s = 4 − 3j e o seu
√
valor absoluto |s| = 42 + 32 = 5. Esse número complexo pode ser representado na forma exponencial com
s = 5ejθ e θ = arctan(3/4) ≈ 0.6435.

Observe que para número complexo λ = σ + jω e seu conjugado λ̄ = σ − jω, tem-se

λn + λ̄n = (σ + jω)n + (σ − jω)n = 2(σ 2 + ω 2 )n/2 cos(nθ)

em que θ = atan2(ω, σ) é o argumento, o ângulo de fase em radianos no intervalo (−π, +π), do número complexo
λ. No mais, para γ = α + βI, tem-se


γ̄λn + γ λ̄n = 2(σ 2 + ω 2 )(n/2) α cos(nθ) + β sin(nθ)
Prof. Camino, J. F. Análise Linear de Sistemas 167

As funções complexas são funções com valores complexos, definidas num subconjunto D dos números com-
plexos C, ou seja, F : D → C, com D ∈ C. Para um número complexo s = (σ + jω) ∈ D com σ, ω ∈ R, a função
F (s) pode ser escrita na forma
F (σ + jω) = R(σ, ω) + jV (σ, ω)
com R(σ, ω), V (σ, ω) ∈ R. As funções R(σ, ω) e V (σ, ω) são respectivamente denominadas de parte real e parte
imaginária da função F (s).
Considere a função F (s) dada por

(s + 2)(s + 5)
F (s) =
(s + 1)(s + 10)(s + 20)2

Os zeros dessa função são todos os valores de s tais que F (s) = 0. Portanto, s = −2 e s = −5 são os zeros de
F (s). Note que se forem considerados valores de s tais que |s| → ∞, tem-se que F (s) → s2 /s4 = 1/s2 . Assim,
surgem mais dois zeros em |s| → ∞. Por outro lado, os polos de uma função F (s) são os valores de s tais que
F (s) venha a ser indefinida. Para o exemplo acima, os polos são s = −1, s = −10, s = −20 e s = −20 (polo de
multiplicidade 2 em s = ±20).

A.2 Equações diferenciais ordinárias lineares

Considere a seguinte equação diferencial1 de ordem n homogênea dada por

(A.3) y (n) (t) + a1 y (n−1) (t) + · · · + an y(t) = 0

Uma solução dessa equação diferencial é uma função φ(t) qualquer que satisfaça (A.3), ou seja, tal que

φ(n) (t) + a1 φ(n−1) (t) + · · · + an φ(t) = 0

Claramente, se φ1 (t) e φ2 (t) são duas soluções de (A.3), então qualquer combinação linear α1 φ1 (t) + α2 φ2 (t),
com α1 e α2 escalares quaisquer, também será uma solução. Essa propriedade é conhecida como princípio da
superposição. Desta forma, existem infinitas soluções φ(t) que satisfazem (A.3). Porém, a equação diferencial
(A.3) terá no máximo n soluções linearmente independentes. Sempre é possível determinar um conjunto com n
soluções linearmente independentes, chamado de conjunto fundamental.
Suponha que sejam conhecidas n soluções linearmente independentes φi (t), com i = 1, . . . , n. Então, uma
solução qualquer y(t) de (A.3) pode ser descrita como uma combinação linear dessas n soluções linearmente
independentes, ou seja

(A.4) y(t) = α1 φ1 (t) + α2 φ2 (t) + · · · + αn φn (t)

Sabe-se que a função exponencial pode ser usada para se determinar o conjunto de soluções linearmente
independentes de (A.3). Para isso, assume-se inicialmente que a solução φ(t) tem a forma

φ(t) = eλt

com λ ∈ C um escalar a ser determinado. Substituindo essa solução em (A.3), obtém-se

λn + a1 λn−1 + · · · + an eλt = 0

Como a função exponencial não é identicamente nula, tem-se necessariamente que

pn (λ) = 0, em que pn (λ) = λn + a1 λn−1 + · · · + an

Esse polinômio pn (λ), de grau n na variável λ, é denominado de polinômio característico da equação dife-
rencial linear homogênea (A.3). A equação pn (λ) = 0 é denominada de equação característica.
... d3 y(t)
1A notação y (n) (t) denota a n-ésima derivada de y(t). Por exemplo, para n = 3, tem-se y (3) (t) = y (t) = .
dt3
Prof. Camino, J. F. Análise Linear de Sistemas 168

Do teorema fundamental da álgebra, consta que um polinômio de grau n possui n raízes λi . Caso todas
as raízes sejam distintas, as funções φi (t) = eλi t , com i = 1, . . . , n, serão linearmente independentes e podem
ser usadas, como enfatizado em (A.4), para formar um conjunto fundamental, ou seja, a base de uma solução
qualquer de (A.3). No entanto, pode ocorrer que as raízes de pn (λ) não sejam todas distintas e que algumas
sejam repetidas. Supondo que apenas r < n raízes sejam distintas, então a função eλt será capaz de fornecer
apenas r soluções linearmente independentes e, assim, será necessário complementar o conjunto determinando-
se outras n − r funções linearmente independentes. Pode-se mostrar que essas n − r funções restantes terão a
forma teλt , t2 eλt , t3 eλt , . . . . O Exemplo A.2.1 abaixo ilustra esse fato.

Exemplo A.2.1 Considere a seguinte equação diferencial de ordem 7 homogênea dada por:

(A.5) y (7) + 3y (6) + 5y (5) + 7y (4) + 7y (3) + 5ÿ + 3ẏ + y = 0

Então, o polinômio característico será

pn (λ) = λ7 + 3λ6 + 5λ5 + 7λ4 + 7λ3 + 5λ2 + 3λ + 1

cujas raízes são

λ1 = −1, λ2 = −1, λ3 = −1, λ4 = −j, λ5 = −j, λ6 = j, λ7 = j

Observe que λ1 = λ2 = λ3 = −1 são raízes repetidas de multiplicidade 3, λ4 = λ5 = −j e λ6 = λ7 = j são raízes

repetidas de multiplicidade 2. Dessas sete raízes, apena três são distintas: −1, −j e j. Assim, um conjunto
fundamental, ou seja, uma base completa com sete funções linearmente independentes pode ser dada por

φ1 (t) = e−t , φ2 (t) = te−t , φ3 (t) = t2 e−t , φ4 (t) = e−jt , φ5 (t) = te−jt , φ6 (t) = ejt , φ7 (t) = tejt

Consequentemente, qualquer solução da equação diferencial homogênea (A.5) pode ser expressa como uma com-
binação linear dessas sete soluções linearmente independentes, ou seja

y(t) = α1 e−t + α2 te−t + α3 t2 e−t + α4 ejt + α5 tejt + α6 e−jt + α7 te−jt

A solução y(t) obtida no Exemplo A.2.1 acima é conhecida como solução geral da equação diferencial
homogênea, pois as constantes αi são arbitrárias, ou seja, é uma solução formada por qualquer combinação
linear de qualquer conjunto fundamental. Essas constantes são determinadas, uma vez que as condições iniciais
forem especificadas. O problema de valor inicial para (A.3) deve levar em consideração as suas n condições
iniciais, dadas por

(A.6) y(0) = c0 , ẏ(0) = c1 , ..., y (n−1) (0) = cn−1

em que as constantes c0 , c1 , . . . , cn−1 são fornecidas, geralmente provenientes da descrição do problema físico que
está sendo tratado. É oportuno enfatizar que uma vez especificadas as condições iniciais, só existirá uma única
solução y(t) que satisfaça (A.3) e ao mesmo tempo a condição inicial (A.6), como ilustrado no Exemplo A.2.2
abaixo.

Exemplo A.2.2 , Considere que a solução da equação diferencial do Exemplo A.2.1 deva também satisfazer
as seguintes condições iniciais:

c0 = −1, c1 = −1, c2 = 0, c3 = 1, c4 = 1, c5 = −3, c6 = 2

Assim, a solução homogênea, que agora é única, fica sendo

1

y(t) = − e−t 2 + t + 3et sin t
2
Prof. Camino, J. F. Análise Linear de Sistemas 169

A.2.1 Matriz fundamental

Considere a seguinte equação diferencial linear homogênea no espaço de estado:
(A.7) ẋ(t) = A(t)x(t)
em que x ∈ R é o vetor de variáveis de estado e A(t) ∈ Rn×n é uma função contínua de t, cujos elementos são
n

limitados. Uma solução de (A.7), é um vetor φ(t) ∈ Rn que satisfaça a equação, ou seja, tal que φ̇(t) = A(t)φ(t).
Se φ1 e φ2 forem duas soluções de (A.7) e c1 e c2 forem dois números (complexos ou reais), então c1 φ1 + c2 φ2
também será uma solução de (A.7). Porém, dada uma condição inicial x0 = x(t0 ) para (A.7), existe apenas
uma única solução φ(t) que satisfaz (A.7) com φ(t0 ) = x0 .
Suponha que os vetores φ1 (t), . . . , φn (t) sejam n soluções linearmente independentes de (A.7). Então, cada
solução φ(t) de (A.7) pode ser expressa unicamente como
φ(t) = c1 φ1 (t) + c2 φ2 (t) + · · · + cn φn (t)

Definição A.2.1 Define-se como equação diferencial matricial associada ao sistema (A.7), o problema de
se determinar uma matriz X(t) de dimensão n × n, cujas colunas sejam soluções de (A.7), ou seja:
(A.8) Ẋ(t) = A(t)X(t)

Definição A.2.2 Se X(t) ∈ Rn×n for uma matriz cujas colunas são soluções linearmente independentes de
(A.7), então a matriz h i
X(t) = φ1 · · · φn
será denominada de matriz fundamental (matriz integral) de (A.7). Essa matriz claramente satisfaz (A.8).

Definição A.2.3 Seja X(t) uma matriz fundamental qualquer de (A.7). Então a matriz
Φ(t, t0 ) = X(t)X −1 (t0 ), para quaisquer t0 e t,
é conhecida como matriz de transição de estado de (A.7). Portanto, a solução de (A.7), para a condição
inicial x(t0 ), é dada por
x(t) = Φ(t, t0 )x(t0 )

Note que a matriz de transição de estado Φ(t, t0 ) é unicamente determinada por A(t) e é independente
da escolha particular da matriz fundamental X(t). No mais, a matriz Φ(t, t0 ) é a solução única da equação
diferencial matricial
d
(A.9) Φ(t, t0 ) = A(t)Φ(t, t0 ), Φ(t0 , t0 ) = I
dt
Se A(t) = A for uma matriz constante, então a matriz de transição de estado Φ(t, t0 ) será dada por
∞
X Ak (t − t0 )k
Φ(t, t0 ) = eA(t−t0 ) =
k!
k=0

Exemplo A.2.3 Considere o sistema " #

0 et
ẋ(t) = x(t)
0 0
Uma matriz fundamental X(t) para esse sistema é claramente dada por
" #
1 et
X(t) =
0 1
Assim, a matriz de transição de estado Φ(t, t0 ) é
" #
1 e t − e t0
Φ(t, t0 ) = X(t)X −1 (t0 ) =
0 1
Para a condição inicial x1 (0) = a e x2 (0) = b, a solução fica sendo
h iT
x(t) = Φ(t, 0)x(0) = a + b (et − 1) b
Prof. Camino, J. F. Análise Linear de Sistemas 170

A.3 Autovalores e autovetores

Esta seção apresenta os conceitos básicos e principais resultados relacionados à teoria de autovalores e autove-
tores, tema fundamental que possui aplicações cruciais em diversas áreas da engenharia.
Sejam A uma matriz quadrada de dimensão n × n, x um vetor de dimensão n e λ um escalar. Considere a
equação

(A.10) Ax = λx

O valor de λ tal que essa equação possui uma solução x 6= 0 é denominado de autovalor. A solução correspondente
x 6= 0 é o autovetor. Note que os autovetores não são únicos, pois se x for um autovetor associado ao autovalor
λ, então cx também será um autovetor associado ao mesmo autovalor para qualquer escalar c 6= 0. Portanto,
os autovetores são determinados a menos de um fator multiplicativo.
A equação (A.10) pode ser reescrita como

Ax − λx = (A − λI)x = (λI − A)x = 0

Portanto, só haverá uma solução não trivial x 6= 0, se a matriz característica λI − A for singular, ou seja, se a
seguinte equação característica for satisfeita:

|λI − A| = 0

Esse determinante, dado por

Λ(λ) = |λI − A| = λn + an−1 λn−1 + · · · + a1 λ + a0

é um polinômio escalar em λ, conhecido como polinômio característico da matriz A.

A.3.1 Teorema de Cayley-Hamilton

Uma propriedade fundamental do polinômio característico Λ(λ) de uma matriz A é apresentada no próximo
Teorema A.3.1.

Teorema A.3.1 (Cayley-Hamilton) Toda matriz quadrada A satisfaz sua equação característica, ou seja:

Λ(A) = An + an−1 An−1 + · · · + a1 A + a0 I = 0

Perceba que o teorema de Cayley-Hamilton permite expressar a potência An como uma combinação linear das
potências inferiores: An−1 , An−2 , . . . , I.
A equação característica não é necessariamente a equação polinomial de menor grau que a matriz A satisfaz.
O polinômio de menor grau que tem A como raiz é denominado de polinômio mínimo. Portanto, o polinômio
mínimo µ(λ) de uma matriz A ∈ Rn×n é definido como o polinômio:

µ(λ) = λℓ + âℓ−1 λℓ−1 + · · · + â1 λ + â0

de menor grau ℓ ≤ n tal que

µ(A) = Aℓ + âℓ−1 Aℓ−1 + · · · + â1 A + â0 I = 0

Em geral, o polinômio mínimo de uma matriz é o próprio polinômio característico, mas nem sempre esse é o
caso, como apresentado no Exemplo A.3.1.

Exemplo A.3.1 Considere as seguintes matrizes:

" # " #
−3 0 −3 1
A1 = , A2 =
0 −3 0 −3

Ambas matrizes possuem o mesmo polinômio característico, dado por ΛA1 (λ) = ΛA2 (λ) = λ2 + 6λ + 9. Porém,
o polinômio mínimo da matriz A1 é µA1 (λ) = λ + 3, enquanto o polinômio mínimo de A2 é µA2 (λ) = ΛA2 (λ).
Prof. Camino, J. F. Análise Linear de Sistemas 171

Observação A.3.1 As seguintes afirmações são equivalentes: (i) λ é um autovalor da matriz A; (ii) λ é uma
raiz do polinômio característico Λ(λ); (iii) λ é uma raiz do polinômio mínimo µ(λ).

O teorema de Cayley-Hamilton pode ser usado para reduzir o grau de p(A), em que a matriz A tem dimensão
n × n e p(γ) é um polinômio qualquer de grau m ≥ n, descrito por
m
X
p(γ) = βℓ γ ℓ
ℓ=0

Pelo algoritmo da divisão polinomial, o polinômio p(γ) de grau m ≥ n pode ser decomposto como

p(γ) = Λ(γ)q(γ) + r(γ)

em que Λ(γ) é o polinômio característico de grau n da matriz A, q(γ) é o quociente da divisão e r(γ) é o resíduo
da divisão, que tem grau máximo n − 1. Assim, define-se r(γ) por
n−1
X
r(γ) = αℓ γ ℓ
ℓ=0

com n coeficientes αℓ a serem determinados.

Substituindo a matriz A ∈ Rn×n em p(γ) e lembrando que Λ(A) = 0, obtém-se

p(A) = Λ(A)q(A) + r(A) = r(A)

ou seja
n−1
X
(A.11) p(A) = αℓ Aℓ
ℓ=0

Exemplo A.3.2 Suponha que se deseje reduzir a expressão p(A) = 2A3 − 3A2 + A − I em que a matriz A é
dada por " # " #
0 1 5 14
A= , que fornece p(A) =
2 3 28 47

Para usar a expressão (A.11), é preciso primeiro calcular o polinômio característico da matriz A, que nesse
caso é dado por
Λ(γ) = |γI − A| = γ 2 − 3γ − 2

Notando que p(γ) é dado por p(γ) = 2γ 3 − 3γ 2 + γ − 1, a divisão polinomial tem a forma

p(γ) = Λ(γ)q(γ) + r(γ)

2γ − 3γ + γ − 1 = (γ 2 − 3γ − 2)q(γ) + r(γ)
3 2

que tem como solução

q(γ) = 2γ + 3 e r(γ) = 14γ + 5

Consequentemente " #
5 14
p(A) = r(A) = 14A + 5I =
28 47

O teorema de Cayley-Hamilton também pode ser usado para demonstrar o método polinomial:
n−1
X
eAt = αℓ (t)Aℓ
ℓ=0
Prof. Camino, J. F. Análise Linear de Sistemas 172

em que os coeficientes αℓ (t) são obtidos do sistema de equações lineares dado por
    λ t
1 λ1 λ21 · · · λ1n−1 α0 (t) e 1
n−1  
1 λ
 2 λ2 · · · λ2   α1 (t)   eλ2 t 
2  

λ23 · · · λ3n−1   α2 (t)  =  eλ3 t 
    
(A.12) 1 λ3
 .. .. .. . . ..   ..   .. 
    
. . . . .  .   . 
1 λn λ2n · · · λnn−1 αn−1 (t) eλ n t

Primeiro, considere uma nova definição do polinômio p(γ) por

∞
X tℓ
(A.13) p(γ) = βℓ γ ℓ , com βℓ =
ℓ!
ℓ=0

Assim, a matriz de transição de estado eAt , que é dada por

∞
X Aℓ tℓ
eAt =
ℓ!
ℓ=0

pode ser reescrita como eAt = p(A).

Usando a divisão polinomial apresentada anteriormente, p(γ) = Λ(γ)q(γ) + r(γ), e notando que Λ(A) = 0,
obtém-se
n−1
X
p(A) = r(A) = αℓ Aℓ
ℓ=0

Assim,
n−1
X
eAt = αℓ Aℓ
ℓ=0

Para obter o sistema de equações lineares (A.12), que fornece os coeficientes αℓ , basta agora perceber que se γ
for escolhido como sendo um autovalor da matriz A, ou seja, se γ = λi (A), então Λ(λi ) = 0, e consequentemente
n−1
X
(A.14) p(λi ) = αℓ λℓi
ℓ=0

Por outro lado, sabe-se que a função exponencial tem a seguinte expansão em termos de uma série infinita:
∞
X xℓ
ex =
ℓ!
ℓ=0

Portanto, usando a definição de p(γ), dada em (A.13), tem-se

∞
X λ ℓ tℓ
i
(A.15) p(λi ) = = eλ i t
ℓ!
ℓ=0

Finalmente, igualando (A.15) a (A.14), obtém-se

n−1
X
αℓ λℓi = eλi t
ℓ=0

que representa a i-ésima linha do sistema (A.12), concluindo assim a demonstração.

A.3.2 Forma modal (diagonal)

Foi visto que para uma matriz quadrada A ∈ Rn×n , o problema de autovalores e autovetores

Ax = λx
Prof. Camino, J. F. Análise Linear de Sistemas 173

fornece n autovalores λi e n correspondentes autovetores xi . Usando as n soluções (λi , xi ) desse problema, o

sistema de equações

Ax1 = λ1 x1
Ax2 = λ2 x2
.. ..
. .
Axn = λn xn

pode ser reescrito como

 
λ1 0 0
h i h i
0 λ2 0

A x1 x2 ··· xn = x1 x2 ··· xn  ..

.
 
 
0 0 λn
h i
Assim, definindo-se a matriz de autovetores por Σ = x1 x2 ··· xn e a matriz de autovalores por Λ =
diag(λ1 , λ2 , . . . , λn ), obtém-se a forma matricial

AΣ = ΣΛ

Se a matriz de autovetores Σ for inversível, então será possível diagonalizar a matriz A, já que

Λ = Σ−1 AΣ

Nesse caso, as matrizes A e Λ são ditas similares. Por outro lado, uma matriz A ∈ Rn×n que não for
diagonalizável, ou seja, cuja matriz de autovetores Σ não for inversível, é denominada de defectiva.

Exemplo A.3.3 Considere as matrizes A1 e A2 do Exemplo A.3.1. Como a matriz A1 já é diagonal, sua
matriz de autovetores é ΣA1 = I e, portanto, inversível. Já a matriz de autovetores da matriz A2 , dada por
" #
1 1
ΣA2 =
0 0

claramente não é inversível. Assim, não é possível diagonalizar a matriz A2 . A matriz A2 está na forma
canônica de Jordan, que é a representação “mais próxima” da forma diagonal possível de se obter, caso a matriz
não seja diagonalizável (seja defectiva).

Observação A.3.2 É importante lembrar, como já enfatizado no início desta seção, que os autovetores não são
únicos; qualquer autovetor pode ser multiplicado por um escalar não nulo para obter outro autovetor associado
ao mesmo autovalor. Assim, a decomposição em autovalores e autovetores também não é única, pois ela depende
da escolha específica dos autovetores utilizados na matriz Σ.

Exemplo A.3.4 Considere a matriz A dada por

" #
0 1
(A.16) A=
−3 −4

cuja equação característica é dada por

|λI − A| = 3 + 4λ + λ2 = (λ + 1)(λ + 3) = 0

Suas raízes (autovalores) são λ1 = −1 e λ2 = −3. Os respectivos autovetores são

" # " #
−1 −1
x1 = α e x2 = β
1 3
Prof. Camino, J. F. Análise Linear de Sistemas 174

com α e β números (complexos) não nulos. Desta forma, as respectivas matrizes de autovalores Λ e de autove-
tores Σ são dadas por
" # " # " #
−1 0 −α −β −1 1 −3/α −1/α
(A.17) Λ= e Σ= =⇒ Σ =
0 −3 α 3β 2 1/β 1/β

Observe que as matrizes Λ e Σ de fato satisfazem o problema de autovalores e autovetores:

" #" # " # " #" #
0 1 −α −β α 3β −α −β −1 0
AΣ = = = = ΣΛ =⇒ AΣ = ΣΛ
−3 −4 α 3β −α −9β α 3β 0 −3

Observação A.3.3 Caso a matriz A tenha pares de autovalores complexos conjugados, eles aparecerão na
diagonal da matriz Λ. Isso implicará que a matriz de autovetores Σ também será complexa. Porém, é possível
obter uma decomposição real em que cada par complexo conjugado transforma-se num bloco-2×2 real na diagonal,
como mostra o Exemplo A.3.5.

Exemplo A.3.5 Para a matriz A dada por

" #
−14 5
A=
−4 −10

a matriz de autovetores Σ e a matriz de autovalores Λ são respectivamente dadas por

" # " #
5 5 −12 + j4 0
Σ= , Λ=
2 + j4 2 − j4 0 −12 − j4

Note que tanto Σ como Λ são matrizes complexas. Porém, é possível obter uma decomposição real, AΣ̄ = Σ̄Λ̄,
em que a diagonal principal de Λ̄ conterá a parte real do autovalor e a diagonal secundária a parte imaginária.
Para isso, basta realizar a seguinte transformação:
" # " #
−1 5 0 −1 −12 4
Σ̄ = ΣQ = , Λ̄ = QΛQ =
2 4 −4 −12

em que a matriz Q é dada por " #

1 1
Q=
j −j

A.3.3 Transformação de similaridade usando a matriz de autovetores

Claramente, a matriz de autovetores Σ, do problema de autovalores e autovetores AΣ = ΣΛ, pode ser usada
como matriz de transformação de similaridade (ver Seção 7.5), fazendo

T = Σ−1

para representar o sistema

ẋ(t) = Ax(t) + Bu(t), x(0) = x0

y(t) = Cx(t) + Du(t)

na forma modal

q̇(t) = Âq(t) + B̂u(t), q(0) = q0

y(t) = Ĉq(t) + D̂u(t)

em que  = Σ−1 AΣ é uma matriz diagonal, B̂ = Σ−1 B, Ĉ = CΣ, D̂ = D e q(t) = Σ−1 x(t).
Prof. Camino, J. F. Análise Linear de Sistemas 175

Observação A.3.4 Note que a Seção 7.7.3 apresenta uma abordagem alternativa para a obtenção da forma
modal (diagonal), que envolve essencialmente a manipulação da função de transferência H(s) por meio de
diagramas de blocos. Porém, essa abordagem é limitada a sistemas SISO.

Exemplo A.3.6 Considere as matrizes A, B, C e D do Exemplo 7.5.1, expressas por

" # " #
0 1 1 h i
A= , B= , C= 1 0 , D=1
−3 −4 1

Para essa matriz A, a matriz de autovetores Σ, obtida do Exemplo A.3.4 com α = −2 e β = 1, é dada por
" # " #
2 −1 −1 1 3 1
Σ= =⇒ Σ =
−2 3 4 2 2

Portanto, usando a matriz Σ−1 como transformação de similaridade, a nova representação no espaço de estado
fica sendo2
" # " #
−1 0 1 h i
−1 −1
 = Σ AΣ = , B̂ = Σ B = , Ĉ = CΣ = 2 −1 , D̂ = D = 1
0 −3 1

Exemplo A.3.7 Suponha que as matrizes do sistema sejam

" # " #
−14 5 1 h i
A= , B= , C= 5 −1 , D=7
−4 −10 −3

De acordo com o resultado do Exemplo A.3.5, as matrizes Σ e Λ são complexas. Assim, a forma diagonal usando
essas matrizes também será complexa. No entanto, foi demonstrado que é possível obter uma decomposição real
(porém não mais diagonal), na forma:
" # " #
−12 4 1 4 h i
−1 −1
 = Σ̄ AΣ̄ = , B̂ = Σ̄ B = , Ĉ = C Σ̄ = 23 −4 , D̂ = D = 7
−4 −12 20 −17

A.3.4 Forma de Jordan

Se a matriz A ∈ Rn×n não for diagonalizável, então será possível representá-la na forma canônica de Jordan
através de uma transformação de similaridade, ou seja, existe uma matriz T inversível tal que

T −1 AT = J = diag (J1 , J2 , . . . , Jq )

em que cada bloco  

λi 1
 .. 

 λi . 

Ji = 
..

.
 
 1
λi n
i ×ni

para i = 1, . . . , q, é um bloco de Jordan de dimensão ni × ni com autovalor λi . Note que a dimensão da

Pq
matriz A é n = i=1 ni . Claramente, essa decomposição não é única, já que é possível permutar de forma
arbitrária a posição dos blocos de Jordan na matriz J. Note também que det(sI − Ji (λi )) = (s − λi )ni , e assim
pode-se associar tais polinômios com cada bloco de Jordan. Esses polinômios são denominados de divisores
elementares da matriz A. Na forma canônica de Jordan3 , a matriz de transição de estado eAt fica sendo


eAt = eT JT t = T eJt T −1 , com eJt = diag eJ1 t , eJ2 t , . . . , eJq t
−1

em que a exponencial de cada bloco eJi t é facilmente calculada (ver Exercícios 7.8.15 e 7.8.18).
2 Note que as matrizes Â, B̂, Ĉ e D̂ coincidem com aquelas apresentadas em (7.21) na Seção 7.7.3.
3É oportuno enfatizar que os métodos para calcular a forma canônica de Jordan são numericamente mal condicionados. Porém,
do ponto de vista teórico, essa decomposição ilustra conceitos fundamentais.
Prof. Camino, J. F. Análise Linear de Sistemas 176

Observação A.3.5 Seja A ∈ Cn×n uma matriz complexa. Então, existe uma matriz não singular T ∈ Cn×n
tal que A = T JT −1 . Se A for real, com autovalores reais, então T pode ser escolhido real.

Observação A.3.6 Note que é possível ter múltiplos blocos de Jordan com os mesmos autovalores. Por exem-
plo, a matriz dada por  
λ 0 0 0
 0 λ 1 0 
 
J = 
 0 0 λ 0 
0 0 0 λ
possui três blocos de Jordan, todos tendo o mesmo autovalor λ; o primeiro de ordem 1, o segundo de ordem 2
e o terceiro também de ordem 1.

Analisa-se agora o problema de autovalores e autovetores associado à representação na forma canônica de

Jordan. Particionando-se a matriz de transformação de similaridade T na forma
h i
T = T1 T2 · · · Tq

em que os Ti ∈ Cn×ni representam as colunas de T associadas ao i-ésimo bloco de Jordan, obtém-se

ATi = Ti Ji

Agora, denotando as ni colunas da matriz Ti por

h i
Ti = vi1 vi2 ··· vini

verifica-se que
Avi1 = λi vi1 =⇒ (A − λi I)vi1 = 0
Portanto, a primeira coluna de Ti é um autovetor associado ao autovalor λi . Para os outros vetores vij com
j = 2, . . . , ni , tem-se

(A − λi I)vi2 = vi1 , (A − λi I)vi4 = vi3

Avij = vi j−1 + λi vij =⇒ ..
(A − λi I)vi3 = vi2 .

Os vetores vi1 , . . . , vini são denominados de autovetores generalizados. Esses vetores podem ser usados como
uma base para uma solução geral do sistema homogêneo

ẋ(t) = Ax(t)

Para isso, basta notar que para cada cadeia de Jordan de ordem ni , corresponderá ni soluções linearmente
independentes, tendo a forma

xi1 (t) = eλi t vi1

xi2 (t) = eλi t (tvi1 + vi2 )
 2 
λi t t
xi3 (t) = e vi1 + tvi2 + vi3
2
..
.
 ni −1 
t
xini (t) = eλi t vi1 + · · · + tvi ni −1 + vini
ni − 1

Observa-se que as trajetórias se desenvolvem na extensão linear (ou span) dos autovetores generalizados.
Os coeficientes dessa solução têm a forma p(t)eλi t , em que p(t) é um polinômio qualquer. Tais soluções são
chamadas de modos generalizados do sistema. Note que uma matriz fundamental X(t), do sistema homogêneo
ẋ(t) = Ax(t), pode ser composta pelas ni soluções correspondentes a cada um dos q blocos de Jordan, ou seja,
h i
X(t) = x11 · · · x1n1 x21 · · · x2n2 · · · xq1 · · · xqnq
Prof. Camino, J. F. Análise Linear de Sistemas 177

Como visto na Seção A.2.1, uma solução x(t) qualquer do sistema homogêneo ẋ(t) = Ax(t) pode ser ex-
pressa pela combinação linear de n soluções linearmente independentes. Para esse fim, pode-se usar os modos
generalizados, mais precisamente, as colunas da matriz fundamental X(t), ou seja, x(t) = X(t)c, com o vetor c
a ser determinado pela condição inicial. Fazendo t = 0, tem-se x(0) = X(0)c e, assim, c = X −1 (0)x0 . Por fim,
a matriz de transição de estado pode ser calculada usando-se a expressão

eAt = X(t)X −1 (0)

Portanto,
x(t) = eAt x0 = X(t)X −1 (0)x0 = X(t)c, c = X −1 (0)x0

Exemplo A.3.8 Seja a matriz A, sua forma de Jordan J e a matriz de similaridade T , tal que AT = T J,
dadas por
     
4 1 1 0 0 1 0 0 0 0 0 1 1 0 −1
0 3 0 0 0 0 3 1 0 0  0 0 0 1 0 
    h i  
     
A = −1 0 2 0 0 , J = 0 0 3 1 0 e T = T1 T2 T3 = 0 −1 0 0 1 
     
−1 1 −1 3 0 0 0 0 3 0  0 −1 1 0 0 
0 2 0 0 1 0 0 0 0 3 1 0 0 1 0

Os autovalores são λ1 = 1, de multiplicidade 1, λ2 = 3, de multiplicidade 3 e λ3 = 3, de multiplicidade 1, e

assim existem três blocos de Jordan. O primeiro J1 (λ1 ) de ordem 1, o segundo J2 (λ2 ) de ordem 3 e o terceiro
J3 (λ3 ) de ordem 1. Portanto, uma matriz fundamental do sistema homogêneo ẋ(t) = Ax(t) pode ser obtida a
partir dos autovetores generalizados como:

• Usando o bloco de Jordan J1 (λ1 ), tem-se

x11 (t) = et v11 , v11 = T1

• Usando o bloco de Jordan J2 (λ2 ), tem-se

x21 (t) = e3t v21

x22 (t) = e3t (tv21 + v22 )
 2 
t
x23 (t) = e3t v21 + tv22 + v23
2
em que v21 = T21 , v22 = T22 , v23 = T23 .

• Usando o bloco de Jordan J3 (λ3 ), tem-se

x31 (t) = e3t v31 , v31 = T3

Assim, uma matriz fundamental X(t), tal que Ẋ(t) = AX(t), é dada por
   
t2
0 e3t e3t (t + 1) e3t 2 + t −e3t
 
3t
i 0 0 0 e 0
 
h 
X(t) = x11 x21 x22 x23 x31 =  0 −e3t
 t2 e3t 
−te3t −
 2 2 e3t

 
 0 −e3t e3t (1 − t)
 e3t t − t2 0 

et 0 0 e3t 0

Note que qualquer solução x(t) do sistema

ẋ(t) = Ax(t)

pode ser descrita pela combinação linear das colunas da matriz X(t), ou seja,

x(t) = c11 x11 (t) + c21 x21 (t) + c22 x22 (t) + c23 x23 (t) + c31 x31 (t) = X(t)c
Prof. Camino, J. F. Análise Linear de Sistemas 178

Uma vez fornecida a condição inicial, o vetor c é diretamente obtido da expressão c = X −1 (0)x0 .
Para esse exemplo, a matriz de transição de estado, do sistema na forma de Jordan q̇ = Jq, é dada por
 
et 0 0 0 0
t2 e3t
0
 e3t te3t 2 0 
eJt
 
= 0 0 e3t te 3t
0
 
0 0 0 e3t 0
0 0 0 0 e3t

que fornece a matriz de transição de estado do sistema homogêneo ẋ = Ax, dada por
 
te3t (t+2)
e3t (t + 1) 2 te3t 0 0
 
 0 e3t 0 0 0
 2 3t 
eAt = T eJt T −1 = 
 −te
3t
− t 2e −e3t (t − 1) 0 0
3t
− te (t−2)
 
 −te3t 2 −te 3t
e 3t
0 
0 e3t − et 0 0 et

Ambos sistemas estão relacionados pela mudança de variável x = T q. Note que a matriz de transição de estado
também pode ser calculada usando-se a matriz fundamental via a expressão eAt = X(t)X −1 (0).

A.4 Aproximação de Padé

É interessante observar que a função de transferência do Exemplo 5.6.3 não é racional, devido ao termo expo-
nencial, que representa um atraso (delay) puro. Uma aproximação racional que é frequentemente utilizada para
a função e−sT é obtida pela fórmula de Padé de ordem N dada por

RN (−T s)
e−T s ≈
RN (T s)
com
N
X (2N − k)!N !
RN (x) = xk
(2N )!k!(N − k)!
k=0

A Tabela A.1 apresenta essa aproximação para alguns valores de N e a Figura A.2 apresenta a resposta ao
degrau para as aproximações de Padé de ordem 2 (G2 ), de ordem 5 (G5 ) e de ordem 30 (G30 ), com T = 1.

Tabela A.1: Aproximação de Padé de ordem N .

N Aproximação GN (s) de e−T s

2 − sT
1
2 + sT
12 − 6sT + (sT )2
2
12 + 6sT + (sT )2
120 − 60sT + 12(sT )2 − (sT )3
3
120 + 60sT + 12(sT )2 + (sT )3
1680 − 840sT + 180(sT )2 − 20(sT )3 + (sT )4
4
1680 + 840sT + 180(sT )2 + 20(sT )3 + (sT )4
30240 − 15120sT + 3360(sT )2 − 420(sT )3 + 30(sT )4 − (sT )5
5
30240 + 15120sT + 3360(sT )2 + 420(sT )3 + 30(sT )4 + (sT )5
Prof. Camino, J. F. Análise Linear de Sistemas 179

1.5

Amplitude
0.5

0 e−s
G2
G5
−0.5 G30

−1
0 0.5 1 1.5 2
Tempo (s)

Figura A.2: Resposta ao degrau para as aproximações de Padé de ordem 2, 5 e 30, com T = 1.

A.5 Produto interno e normas de sinais

Para x(t) e y(t), sinais complexos contínuos por partes, pode-se definir o produto interno como
Z ∞
hx(t), y(t)i = x(t)y(t) dt
−∞

em que y(t) denota o conjugado de y(t). Pode-se mostrar que o produto interno satisfaz as seguintes proprie-
dades:

1. hx(t) + y(t), z(t)i = hx(t), z(t)i + hy(t), z(t)i

2. hαx(t), y(t)i = α hx(t), y(t)i

3. hx(t), y(t)i = hy(t), x(t)i

4. hx(t), x(t)i ≥ 0

5. hx(t), x(t)i = 0 ⇐⇒ x(t) = 0

O produto interno é utilizado para definir ortogonalidade entre sinais. A função x(t) será ortogonal à função
y(t) se o produto interno for nulo, ou seja, se

hx(t), y(t)i = 0

Se x(t) e y(t) forem ortogonais, então (Teorema de Pitágoras):

2 2 2
kx(t) + y(t)k = kx(t)k + ky(t)k

Seja um sinal x(t) contínuo por partes. Sua norma deve satisfazer:

1. kx(t)k ≥ 0

2. kx(t)k = 0 ⇐⇒ x(t) = 0

3. kαx(t)k = |α| kx(t)k

4. kx(t) + y(t)k ≤ kx(t)k + ky(t)k (desigualdade triangular)

5. khx(t), y(t)ik ≤ kx(t)k + ky(t)k (desigualdade de Schwarz)

Prof. Camino, J. F. Análise Linear de Sistemas 180

6. hx(t), y(t)i + hy(t), x(t)i ≤ 2 kx(t)k ky(t)k (desigualdade de Cauchy-Schwarz)

O produto escalar pode ser usado para definir uma norma. A norma induzida pelo produto interno é dada
por Z
p ∞
2
kx(t)k = hx(t), x(t)i =⇒ kx(t)k = |x(t)|2 dt
−∞

A.5.1 Normas de sinais contínuos

1. Norma-1. A norma-1 de um sinal x(t) é a integral do seu valor absoluto dado por
Z ∞
kx(t)k1 = |x(t)| dt
−∞

2. Norma-2. A norma-2 do sinal x(t) é dada por

Z ∞ 1/2
2
kx(t)k2 = |x(t)| dt
−∞

Exemplo A.5.1 Suponha que o sinal x(t) é a corrente através de um resistor de 1Ω. Então, a potência
2
instantânea é dada por |x(t)|2 e a energia total é a integral dessa potência, ou seja, kx(t)k2 .

3. Norma-∞. A norma ∞ de um sinal é o máximo valor absoluto:

kx(t)k∞ = sup |x(t)|

t

Exemplo A.5.2 Seja x(t) = (1 − e−t ) para t ≥ 0 e x(t) = 0 para t < 0. Então

kx(t)k∞ = sup |1 − e−t | = 1

t≥0

4. Potência média. É a média sobre o tempo da potência instantânea:

Z
1 T /2
lim |x(t)|2 dt
T →∞ T −T /2

Se esse valor for finito, então o valor rms do sinal será definido como
Z !1/2
T /2
1
pow(x) = rms(x) = lim |x(t)|2 dt
T →∞ T −T /2

Observe que o valor rms não é uma norma, já que um sinal x(t) 6= 0 pode ter valor pow(x) = 0.

Exemplo A.5.3 Se kx(t)k2 < ∞, então x(t) será um sinal de potência nula, ou seja, pow(x) = 0.
Prova. Note que
Z T /2 Z ∞
1 1 1 2
|x(t)|2 dt ≤ |x(t)|2 dt = kx(t)k2
T −T /2 T −∞ T
Assim, como kx(t)k2 < ∞ por hipótese, o lado direito tende a zero com T → ∞ e portanto conclui-se que
pow(x) = 0.

A.5.2 Normas de sinais discretos

1. Norma-1. A norma-1 da sequência x(n) é dada por
∞
X
kx(k)k1 = |x(k)|
k=−∞
Prof. Camino, J. F. Análise Linear de Sistemas 181

2. Norma-2. A norma-2 de x(k) é dada por

∞
!1/2
X
kx(k)k2 = |x(k)|2
k=−∞

3. Norma-∞. A norma-∞ de x(k) é dada por

kx(k)k∞ = sup |x(k)|

k

A.6 Discretização de integrais

Esta seção apresenta uma aproximação numérica básica de integrais definidas usando soma de retângulos. Essa
aproximação é uma ferramenta útil em diversas aplicações práticas.
Considere a seguinte integral definida:
Z b
f (t) dt
a

Uma forma de se aproximar numericamente essa integral é dividir o intervalo de integração [a, b] em N subin-
tervalos de mesma largura T = (b − a)/N . Dessa forma, uma aproximação para a integral é obtida como a soma
de áreas de retângulos dada por
Z b N
X −1
f (t) dt ≈ f (ti )T
a i=0

em que T é base do retângulo e f (ti ) é sua altura, calculada no ponto ti = a + iT .

Observação A.6.1 Note que apesar da presença do termo T multiplicando a somatória, quando T → 0 a
aproximação não tende a zero. Isso ocorre pois T = (b − a)/N e, portanto, cada termo da soma fica sendo
f (ti )(b − a)/N . Agora, somando N desses termos, tem-se N f (ti )(b − a)/N = f (ti )(b − a). No mais, quando
T → 0 o número de termos N → ∞. Nesse caso, os retângulos f (ti )(b − a)/N ficam cada vez mais finos.
Consequentemente, f (ti ) se aproxima cada vez mais do valor real de f (t) em cada subintervalo de largura T .
De fato, pode-se provar que essa aproximação converge para a integral (a área) exata quando T → 0.

Exemplo A.6.1 Suponha que se deseje aproximar a seguinte integral de convolução num intervalo [a, b]:
Z b
h(τ )x(t − τ ) dτ
a

Primeiro, é preciso perceber que essa expressão fornece uma área que depende da variável t. Assim, a aproxi-
mação dessa integral resultará numa expressão que também dependerá de t.
Para obter a aproximação, escolhe-se o número de subintervalos N de largura T = (b − a)/N . Seja f (τ ) =
h(τ )x(t − τ ) e defina τi = a + iT . Assim, tem-se
Z b N
X −1 N
X −1 N
X −1
h(τ )x(t − τ ) dτ ≈ f (τi )T = h(τi )x(t − τi )T = T h(a + iT )x(t − (a + iT ))
a i=0 i=0 i=0

No caso particular em que a = 0 e assim T = (b − a)/N = b/N , ou seja, b = N T , tem-se

Z NT N
X −1
h(τ )x(t − τ ) dτ ≈ T h(iT )x(t − iT )
0 i=0
Apêndice B

Ferramentas de Análise de Sistemas

B.1 Inversa da transformada Z usando métodos computacionais

Na Seção5.3, foram apresentados os métodos da expansão em frações parciais e da divisão direta para calcular a
inversa da transformada Z. Esta seção complementa esses métodos, introduzindo duas abordagens computaci-
onais para calcular a inversa da transformada Z de uma função F (z) qualquer. No primeiro método, a inversa
f (k) é obtida através da resposta ao impulso de F (z), vista como uma função de transferência. No segundo
método, F (z) é reescrita como uma equação de diferenças, cuja solução fornece f (k).

B.1.1 Inversa da transformada Z através da resposta ao impulso

Suponha que se deseje calcular a inversa f (k) de uma função F (z) qualquer. O primeiro passo é imaginar F (z)
como sendo uma função de transferência entre uma saída Y (z) e uma entrada X(z), ou seja

Y (z) = F (z)X(z)

Lembrando agora que a transformada Z do impulso unitário x(k) = δ(k) é X(z) = 1, tem-se

Y (z) = F (z) ⇐⇒ y(k) = f (k)

Percebe-se, portanto, que para calcular f (k) basta calcular a resposta ao impulso da função F (z).
Por exemplo, suponha que F (z) seja dada por
2z + 3
(B.1) F (z) =
z2 + 1.4z + 0.5

Para efetuar esse cálculo usando o Matlab, procede-se como segue:

1. Define-se a entrada impulsiva x(k) = δ(k) com N pontos por

N = 20
x = [1 zeros (1 , N ) ];

2. Define-se o numerador e o denominador de F (z) como:

num = [0 2.0 3.0];
den = [1 1.4 0.5];

3. Assim, a resposta y(k) = f (k) é obtida através do comando

y = filter ( num , den , x ) ;

182
Prof. Camino, J. F. Análise Linear de Sistemas 183

4. A saída desse comando, fornece a sequência de pontos:

y(0) = 0, y(1) = 2.0, y(2) = 0.2, y(3) = −1.28, y(4) = 1.6920, y(5) = −1.7288, . . .

5. Para visualizar graficamente essa sequência de pontos, pode-se usar o comando

stem (0: N ,y , ' filled ')

que apresentará o gráfico abaixo.

k
0 5 10 15 20

−1

Figura B.1: Inversa da transformada Z de F (z) = (2z + 3)/(z 2 + 1.4z + 0.5).

B.1.2 Inversa da transformada Z resolvendo uma equação de diferenças

De forma alternativa, pode-se calcular numericamente a inversa da transformada Z de uma função F (z)
resolvendo-se uma equação de diferenças. Para aplicar o método, o primeiro passo é imaginar, novamente,
a função F (z) como sendo a função de transferência entre uma entrada X(z) e uma saída Y (z), ou seja

Y (z) = F (z)X(z)

Agora, como F (z) é uma função racional tendo a forma

Y (z) b0 z m + b1 z m−1 + · · · + bm−1 z + bm

F (z) = =
X(z) z n + a1 z n−1 + · · · + an−1 z + an
obtém-se

z n Y (z) + a1 z n−1 Y (z) + · · · + an−1 zY (z) + an Y (z) =

b0 z m X(z) + b1 z m−1 X(z) + · · · + bm−1 zX(z) + bm X(z)

Para simplificar a exposição do método em consideração, será usada a função (B.1) da seção anterior, dada por
b1 z + b 2
F (z) = , b1 = 2, b2 = 3, a1 = 1.4, a2 = 0.5
z 2 + a1 z + a2
Dessa forma, tem-se

(B.2) z 2 Y (z) + a1 zY (z) + a2 Y (z) = b1 zX(z) + b2 X(z)

Usando agora a propriedade do deslocamento em avanço, dada por

Z[f (k)] = F (z) F (z) = Z[f (k)]

Z[f (k + 1)] = zF (z) − zf (0) ⇐⇒ zF (z) = Z[f (k + 1)] + zf (0)
2 2
Z[f (k + 2)] = z F (z) − z f (0) − zf (1) z 2 F (z) = Z[f (k + 2)] + z 2 f (0) + zf (1)
Prof. Camino, J. F. Análise Linear de Sistemas 184

a expressão (B.2) pode ser equivalentemente reescrita como

Z[y(k + 2)] + z 2 y(0) + zy(1) + a1 (Z[y(k + 1)] + zy(0)) + a2 Z[y(k)]

= b1 (Z[x(k + 1)] + zx(0)) + b2 Z[x(k)]

Reagrupando os termos dessa expressão, obtém-se

Z[y(k + 2) + a1 y(k + 1) + a2 y(k) − b1 x(k + 1) − b2 x(k)]

+ z 2 y(0) + zy(1) + a1 zy(0) − b1 zx(0) = 0

Note que essa equação é composta pela soma de duas parcelas: uma função de Z[·] e a outra função das condições
iniciais. Portanto, a equação de diferenças a ser resolvida é dada por

y(k + 2) + a1 y(k + 1) + a2 y(k) = b1 x(k + 1) + b2 x(k), k≥0

cujas condições iniciais devem satisfazer

z 2 y(0) + z (y(1) + a1 y(0) − b1 x(0)) = 0

Como essa equação deve ser satisfeita para todas as potências de z, de forma independente, tem-se

y(0) = 0 e y(1) + a1 y(0) − b1 x(0) = 0 → y(1) = b1

em que foi usado o fato de que x(0) = 1, já que x(k) é um impulso. Observe que a condição inicial é escolhida
de tal forma que sua contribuição seja nula, já que f (k) = y(k) é dada apenas pela resposta ao impulso.
Resumindo, a equação de diferenças a ser resolvida é dada por

(B.3) y(k + 2) + 1.4y(k + 1) + 0.5y(k) = 2x(k + 1) + 3x(k), y(0) = 0, y(1) = 2, k≥0

com x(k) = δ(k). Essa equação pode agora ser resolvida facilmente através de um algoritmo numérico recursivo,
como, por exemplo, o descrito abaixo:
N = 20;
y = [0 2 zeros (1 ,N -2) ];
for i = 1: N ,
y ( i +2) = -1.4* y ( i +1) -0.5* y ( i ) + 3*( i ==1) ;
end

Observação B.1.1 Os dois métodos computacionais apresentados acima fornecem apenas a sequência {f (k)}.
Para se obter uma solução analítica, pode-se calcular a inversa de F (z) usando a expansão em frações parciais
ou ainda calcular uma solução de forma fechada da respectiva equação de diferenças. Por exemplo, a solução
da equação de diferenças de segunda ordem não homogênea (B.3) é dada pela soma das soluções homogênea e
forçada. A solução homogênea (como descrito na Seção 4.3.4) é dada por

yh (k) = −j10λk1 + j10λk2 = 20 × 2−k/2 sin(kθ), k≥0

com λ1 = (−7 + j)/10, λ2 = (−7 − j)/10 e θ = π − tan−1 (1/7). Já a solução forçada para o impulso é dada por

yf (k) = (−3 + j21)λk1 + (−3 − j21)λk2 = −2 × 2−k/2 (3 cos(kθ) + 21 sin(kθ)) , k≥1

Portanto, a sequência f (k) é dada por

f (k) = yh (k) + yf (k) = −2 × 2−k/2 (3 cos(kθ) + 11 sin(kθ)) µ(k − 1)

Prof. Camino, J. F. Análise Linear de Sistemas 185

B.2 Tabela de transformadas (unilateral) de Laplace

f (t) F (s) = L[f (t)] f (t) F (s) = L[f (t)]
ω
eαt f (t) F (s − α) (1) sinh ωt (17)
s2 − ω 2
f (t − α)µ(t − α) e−αs F (s), α ≥ 0 (2) s
cosh ωt (18)
n s2 − ω 2
d F (s)
tn f (t) (−1)n (3) eat − ebt 1
dsn (19)
d n a−b (s − a)(s − b)
f (t) sn F (s) − s(n−1) f (0)−
dtn aeat − bebt s
(20)
··· − f (n−1)
(0) (4) a−b (s − a)(s − b)
Z t 1
teat (21)
f (τ )g(t − τ ) dτ F (s)G(s) (5) (s − a)2
0
n!
tn eat (22)
Z t
F (s)
f (τ ) dτ (6) (s − a)n+1
0 s
ω
1
Z ∞ eat sin ωt (23)
f (t) F (τ ) dτ (7) (s − a)2 + ω 2
t s
s−a
1 s eat cos ωt (24)
f (αt) F (8) (s − a)2 + ω 2
α α ω
1 eat sinh ωt (25)
1 (9) (s − a)2 − ω 2
s
s−a
e−αs eat cosh ωt (26)
µ(t − α) , α≥0 (10) (s − a)2 − ω 2
s
2ωs
δ(t) 1 (11) t sin ωt (27)
(s2 + ω 2 )2

δ(t − α) e−αs (12) s2 − ω 2

t cos ωt (28)
(s2 + ω 2 )2
n!
tn (13) 2ωs
sn+1 t sinh ωt (29)
ω (s2 − ω 2 )2
sin ωt (14)
s2 + ω 2 s2 + ω 2
s t cosh ωt (30)
cos ωt (15) (s2 − ω 2 )2
s2 + ω 2
sin ωt ω
1 arctan (31)
e at
(16) t s
s−a
Prof. Camino, J. F. Análise Linear de Sistemas 186

B.3 Transformada bilateral de Laplace

A transformada unilateral de Laplace, como definida no Capítulo 3, foca no comportamento da função f (t) para
valores não negativos de tempo, t ≥ 0. Em contraste, a transformada bilateral de Laplace, que considera todo
o eixo do tempo, é definida como Z ∞
F̂ (s) = f (t)e−st dt
−∞

A região de convergência da transformada bilateral é diferente da região de convergência da versão unilateral,

que é sempre uma região à direita de uma linha vertical no plano complexo, o semiplano direito dado por
Re(s) > α, com α a abscissa de convergência. Já para a transformada bilateral, a região de convergência pode
apresentar formas distintas, tais como: uma faixa entre duas linhas verticais (α < Re(s) < β), um semiplano
direito (Re(s) > α), ou um semiplano esquerdo (Re(s) < α).
Para ilustrar algumas das diferenças, considere a seguinte função f (t) dada por

(B.4) f (t) = e−|t| = e−t µ(t) + et µ(−t)

cujo gráfico está apresentado na Figura B.2. Sua transformada bilateral F̂ (s) é dada por
2
(B.5) F̂ (s) = −
s2 −1
cuja região de convergência é −1 < Re(s) < 1. Por outro lado, a transformada unilateral de (B.4), está definida
apenas para t ≥ 0 e considera apenas o termo e−t µ(t). Ela é expressa por
1
F (s) = L[f (t)] = L[e−t µ(t)] =
s+1
tendo como região de convergência Re(s) > −1.

f (t) h(t)
1
t
0.8 −4 −2 2 4

0.6 −20

0.4
−40
0.2

t −60
−6 −4 −2 2 4 6

Figura B.2: Gráfico da função f (t) = e−|t| . Figura B.3: Gráfico da função h(t) = −2 sinh(t).

Adicionalmente, considere a função

h(t) = −2 sinh(t)µ(t) = (e−t − et )µ(t)

cujo gráfico está apresentado na Figura B.3. Sua transformada unilateral, na região de convergência Re(s) > 1,
fornece:
2
L[h(t)] = L[(e−t − et )µ(t)] = − 2
s −1
que é idêntica à expressão (B.5), obtida como sendo a transformada bilateral de (B.4).
Um outro exemplo é a expressão na frequência F (s) = 1/(s + α) que corresponde à transformada bilateral
de f (t) = e−αt µ(t), na região de convergência Re(s) > −α, ou à transformada bilateral de f (t) = −e−αt µ(−t),
na região de convergência Re(s) < −α. Esse exemplo demonstra a importância de se considerar a região de
Prof. Camino, J. F. Análise Linear de Sistemas 187

convergência quando se utiliza a transformada bilateral, já que duas funções distintas podem ter a mesma F (s),
porém a região de convergência necessariamente será diferente.
Quando a função for zero para t < 0, a transformada bilateral e a unilateral coincidem, tendo a mesma região
de convergência. As transformadas divergem apenas se a função não for zero para t < 0. Assim, é essencial
determinar se a transformada usada foi unilateral ou bilateral, e nesse caso sua região de convergência, pois isso
influencia diretamente a análise dos resultados.
A transformada bilateral é necessária para análises que envolvam funções definidas em todo o eixo do tempo,
em especial para a análise de sistemas não causais. No entanto, em sistemas físicos causais, a transformada
unilateral é frequentemente preferida quando os sinais envolvidos são zero para t < 0, já que o cálculo de
sua transformada inversa é direto. A escolha entre as transformadas depende, portanto, das características do
sistema e das necessidades específicas da análise em questão.

B.4 Função de resposta em frequência

Esta seção apresenta uma derivação alternativa àquela apresentada na Seção 6.4 para a função de resposta em
frequência (FRF) baseada na transformada de Laplace da resposta do sistema a uma entrada harmônica.
Considere um sistema qualquer expresso pela função de transferência
Y (s) b0 sm + b1 sm−1 + · · · + bm−1 s + bm
H(s) := =
X(s) sn + a1 sn−1 + · · · + an−1 s + an
Para desenvolver a relação expressa pela FRF, suponha que a entrada x(t) seja dada por
ω
x(t) = sin ωt L−→
−−− X(s) = 2
s + ω2
Para essa entrada, a saída do sistema é
ω
Y (s) = H(s)X(s) = H(s)
s2 + ω 2
Assumindo que os polos de H(s) são distintos1 , a expansão em frações parciais fornece
a ā c1 c2 cn
Y (s) = + + + + ··· +
s + jω s − jω s − p1 s − p2 s − pn
que no domínio do tempo resulta em

y(t) = ae−jωt + āejωt + c1 ep1 t + c2 ep2 t + · · · + cn epn t , t≥0

Assumindo que todos os polos pi são estáveis, ou seja, que Re[pi ] < 0, a resposta em regime permanente
passa a ser
yss (t) = lim y(t) = ae−jωt + āejωt
t→∞
em que os resíduos a e ā são obtidos de
ω −H(−jω)
a = Y (s)(s + jω) = H(s) (s + jω) =
s=−jω s2 + ω 2 s=−jω 2j
ω H(jω)
ā = Y (s)(s − jω) = H(s) 2 (s − jω) =
s=jω s + ω2 s=jω 2j
Notando que
H(jω) = |H(jω)|ejφ e H(−jω) = |H(jω)|e−jφ
tem-se
−H(−jω) −jωt H(jω) jωt ej(ωt+φ) − e−j(ωt+φ)
yss (t) = e + e = |H(jω)| = |H(jω)| sin(ωt + φ)
2j 2j 2j
que é exatamente o resultado obtido em (6.9).
1 A hipótese de polos distintos é feita por simplicidade na exposição. O resultado final em regime permanente é o mesmo, pois

todos os termos associados a polos estáveis decaem a zero, quando t → ∞, independente de serem distintos ou múltiplos.
Prof. Camino, J. F. Análise Linear de Sistemas 188

B.5 Operações básicas com diagramas de blocos

A seguir, são apresentadas algumas operações básicas com diagramas de blocos.

1. Considere o diagrama que representa a conexão em paralelo de duas funções de transferência H1 e H2 .

H1 (s)
X(s) Y (s) X(s) Y (s)
=⇒ H(s)
H2 (s)

Para essa configuração, o sinal de saída é dado por

Y = H1 X + H2 X = (H1 + H2 )X

Assim, a função de transferência equivalente é claramente dada por

H = H1 + H 2

2. Considere agora o diagrama que representa a conexão em série de duas funções de transferência H1 e H2 .

X(s) Z(s) Y (s) X(s) Y (s)

H1 (s) H2 (s) =⇒ H(s)

Para essa configuração, os sinais Y e Z são respectivamente dados por

Y = H2 Z e Z = H1 X

Substituindo uma equação na outra, obtém-se

Y = H2 H1 X

Portanto, a função de transferência equivalente é dada por

H = H2 H 1

3. Considere agora um caso mais complexo, que representa uma malha de realimentação (ou retroalimenta-
ção), também denominada de feedback.

X(s) E(s) Y (s)

H1 (s)
− X(s) Y (s)
=⇒ H(s)
H2 (s)

Para determinar a função de transferência equivalente H, basta seguir o fluxo do sinal através do diagrama.
Assim, tem-se que os sinais E e Y são respectivamente dados por

E = X − H2 Y e Y = H1 E

Substituindo uma equação na outra, obtém-se

H1
Y = H1 (X − H2 Y ) = H1 X − H1 H2 Y =⇒ Y = X
1 + H 1 H2
Portanto, a função de transferência equivalente é dada por
H1
H=
1 + H1 H2
Prof. Camino, J. F. Análise Linear de Sistemas 189

No Matlab, as conexões acima podem ser facilmente realizadas. Por exemplo, para H1 e H2 dados por
2 5s2 − 2
H1 (s) = e H2 (s) =
s+3 2s2 + 3s
as conexões em paralelo, em série e em feedback podem ser obtidas através dos seguintes comandos:
n1 = [0 2]; % Define o numerador de H1
d1 = [1 3]; % Define o denominador de H1
% Define a função de transferência H1
H1 = tf ( n1 , d1 ) ;
% Define o numerador e denominador de H2
n2 = [5 0 -2];
d2 = [2 3 0];
% Define a função de transferência H2
H2 = tf ( n2 , d2 ) ;
% Realiza a conexão em paralelo de H1 e H2
Hp = parallel ( H1 , H2 ) ;
% Realiza a conexão em série de H1 e H2
Hs = series ( H1 , H2 ) ;
% Realiza a conexão em feedback de H1 e H2
Hf = feedback ( H1 , H2 ) ;

B.6 Realização de sistemas dinâmicos

A realização física de funções de transferência geralmente envolve parte de software (implementada num compu-
tador) e parte de hardware (implementada com o uso de circuitos analógicos/digitais com somadores, multipli-
cadores, atrasos, etc). No entanto, antes de se fazer a realização física em si, é conveniente levantar o diagrama
de blocos do sistema.
O diagrama de blocos é uma representação gráfica das funções desempenhadas por cada componente e o
fluxo de sinais entre eles. Por exemplo, considere o sistema contínuo no tempo dado por

(B.6) mÿ(t) + cẏ(t) + ky(t) = u(t)

cuja função de transferência é

Y (s) 1
H(s) = =
U (s) ms2 + cs + k
Para representar por diagrama de blocos a equação diferencial de segunda ordem acima, será necessário
utilizar o bloco, ilustrado na Figura B.4, que representa o processo de integração:
Z t
y(t) = y(0) + ẏ(τ )dτ
0

em que y(0) é a condição inicial, que deverá ser fornecida no momento da simulação numérica do bloco.

ẏ(t) R y(t) L sY (s) 1 Y (s)

=⇒
s

Figura B.4: Bloco integrador.

Como a equação diferencial é de 2ª ordem, serão necessários dois integradores, como ilustrado abaixo.

ÿ(t) R ẏ(t) R y(t)

Prof. Camino, J. F. Análise Linear de Sistemas 190

Notando agora que a equação diferencial (B.6) pode ser equivalentemente escrita como
1

ÿ(t) = u(t) − cẏ(t) − ky(t)
m
é fácil perceber que sua representação por diagrama de blocos tem a forma apresentada na Figura B.5.

u(t) ÿ(t) R ẏ(t) R y(t)

1/m
−
−

Figura B.5: Representação por diagrama de blocos de mÿ(t) + cẏ(t) + ky(t) = u(t).

É oportuno enfatizar que é possível simular esse diagrama de blocos usando o Simulink do Matlab, que é
um ambiente para construção e simulação de sistemas dinâmicos multi-domínio. A Figura B.6 apresenta um
printscreen do diagrama de blocos acima editado no ambiente Simulink.

Figura B.6: Diagrama de blocos no ambiente Simulink.

B.6.1 Caso discreto

O caso discreto é análogo ao caso contínuo. Será necessário definir o bloco, ilustrado na Figura B.7, que
representa o processo de atraso no tempo, ou seja: ao entrar no bloco a amostra y(1), a saída será y(0); ao
entrar y(2), a saída será y(1); e assim sucessivamente. A condição inicial y(0) deverá ser fornecida no momento
da simulação numérica do bloco.

yk+1 yk Z zY (z) Y (z)

∆ =⇒ z −1

Figura B.7: Bloco atraso no tempo.

Por exemplo, para a equação a diferenças de segunda ordem

(B.7) y(k + 2) + a1 y(k + 1) + a2 y(k) = u(k)

cuja função de transferência é

Y (z) 1
H(z) = = 2
X(z) z + a1 z + a2
serão necessários dois blocos de atrasos ligados em série, como apresentado na figura abaixo.
Prof. Camino, J. F. Análise Linear de Sistemas 191

yk+2 yk+1 yk
∆ ∆

Notando agora que a equação a diferenças (B.7) pode ser reescrita de forma equivalente como

y(k + 2) = u(k) − a1 y(k + 1) − a2 y(k)

é fácil perceber que sua representação por diagrama de blocos tem a forma apresentada na Figura B.8.

yk+2 yk+1
uk ∆ ∆ yk
− −

a1

a2

Figura B.8: Representação por diagrama de blocos de y(k + 2) + a1 y(k + 1) + a2 y(k) = u(k).

B.7 Simulação numérica

As próximas seções apresentam distintas formas de simular numericamente o sistema físico, descrito por equação
diferenciais ordinárias. Basicamente, é possível simular usando tanto a função de transferência bem como o
modelo no espaço de estado. Em ambos os casos, é possível obter: a solução homogênea devido às condições
iniciais; a solução forçada para uma excitação qualquer; e a solução completa.

B.7.1 Simulando usando a função de transferência

Para simular numericamente o sistema massa-mola-amortecedor, descrito pela equação diferencial de segunda
ordem
mÿ(t) + cẏ(t) + ky(t) = u(t)
cuja função de transferência é

Y (s) 1
(B.8) H(s) = =
U (s) ms2 + cs + k

não é necessário usar o ambiente Simulink, pode-se usar diretamente a linha de comando do Matlab, como
apresentado no código abaixo:
% Define os dados numéricos
m = 1/2; c = 1; k = 50;
% Define a função de transferência H ( s )
H = tf ([1] ,[ m c k ])
% Obtém a resposta ao impulso (6 segundos )
[ y1 , t1 ] = impulse (H ,6) ;
% Obtém a resposta ao degrau (6 segundos )
[ y2 , t2 ] = step (H ,6) ;
% Obtém a resposta ao seno com w =10 rad / s
t = 0:0.05:6; % gera o vetor de tempo (6 segundos )
u = sin (10* t ) ; % gera a entrada u ( t )
% Obtém a resposta ao seno (6 segundos )
[ y3 , t3 ] = lsim (H ,u , t ) ;
% Gera um gráfico com as três respostas
plot ( t1 , y1 , 'b - ' ,t2 , y2 , 'k - - ' ,t3 , y3 , 'r -. ') , grid
Prof. Camino, J. F. Análise Linear de Sistemas 192

legend ( ' Impulso ' , ' Degrau ' , ' Seno ')
xlabel ( ' Tempo ( segundos ) ')
ylabel ( ' Amplitude ')
title ( ' Sistema massa - mola amortecido ')

A figura abaixo, apresenta a resposta ao impulso, ao degrau e ao seno, da função de transferência (B.8), do
sistema mecânico massa-mola-amortecedor.

Sistema massa-mola amortecido

0.2
Impulso
Degrau
0.15 Seno

0.1
Amplitude

0.05

-0.05

-0.1

-0.15
0 1 2 3 4 5 6
Tempo (segundos)

A seguir, são apresentados alguns outros comandos úteis:

% O comando 'zpk ' gera uma função de transferência

% a partir dos polos , dos zeros e do ganho do sistema
% Seja H ( s ) = 20*( s +5) /(( s +1) *( s +100) ) ;
H = zpk ( -5 ,[ -1 -100] ,20)
% O comando ' pole ' retorna os polos
pole ( H )
% O comando ' zero ' retorna os zeros
zero ( H )
% O comando ' damp ' retorna : polos , frequência natural e amortecimento
damp ( H )
% O comando ' zpkdata ' retorna os polos , os zeros e o ganho de H (s )
[z ,p , k ] = zpkdata ( H )
% O comando ' tfdata ' retorna o numerador e o denominado de H ( s)
[ num , den ] = tfdata (H , 'v ')
% O comando ' pzmap ' plota a localização dos polos e zeros
pzmap ( H )
% O comando ' dcgain ' retorna o ganho DC de H ( s )
dcgain ( H )

B.7.2 Simulação numérica usando o espaço de estado

O Matlab possui um conjunto de integradores numéricos que podem ser usados para integrar uma equação
diferencial qualquer, porém, a equação deve estar representada como um sistema de primeira. Por exemplo,
Prof. Camino, J. F. Análise Linear de Sistemas 193

para simular a seguinte equação diferencial de 2ª ordem

k c 1
ÿ(t) = − y(t) − ẏ(t) + u(t)
m m m
é necessário representá-la como um sistema de equações de primeira ordem, definindo as variáveis x1 = y e
x2 = ẏ, como segue:

ẋ1 = ẏ = x2 x1 x2
k c 1
ẋ2 = ÿ = − y − ẏ + u
m m m

Em seguida, edita-se um arquivo (sistema1glode.m) com a função a ser integrada:

function dx = sistema1glode (t , x )
% Define os dados numéricos
m = 1; c = 1; k = 1;
% Gera a entrada u ( t )
u = sin (10* t ) ;
% Define o sistema de equações de primeira ordem
dx (1) = x (2) ;
dx (2) = -k / m * x (1) -c / m * x (2) + u / m ;
end

Agora, basta invocar na própria linha de comando o integrador usando a sintaxe:

tspan = [0 20]; % Simula de 0 a 20 segundos

ci = [1 -1] '; % Condição inicial : x1 (0) = 1 e x2 (0) = -1
[t , x ] = ode45 (@ sistema1glode , tspan , ci ) ;
% Gera um gráfico com u ( t ) e os estados x1 ( t ) e x2 ( t )
plot (t , sin ( t ) , t , x )
legend ( ' sin ( t ) ' , ' x1 ' , ' x2 ')
xlabel ( ' Tempo ( s ) ') , ylabel ( ' Amplitude ')

A figura abaixo apresenta o deslocamento x1 (t) = y(t) e a velocidade x2 (t) = ẏ(t).

1
sin(t)
0.8 x1
x2
0.6

0.4
Amplitude

0.2

-0.2

-0.4

-0.6

-0.8

-1
0 2 4 6 8 10 12 14 16 18 20
Tempo (sec)

Note que é possível reescrever as equações anteriores na seguinte forma matricial:

ẋ = Ax + Bu
Prof. Camino, J. F. Análise Linear de Sistemas 194

conhecida como espaço de estado, dada por

" # " #" # " #
ẋ1 0 1 x1 0
= + u
ẋ2 −k/m −c/m x2 1/m

Assim, a função anterior (sistema1glode.m) pode ser reescrita na forma matricial

function dx = sistema1glode (t , x )
m = 1; c = 1; k = 1;
u = sin ( t ) ;
A = [ 0 1
-k / m -c / m ];
B = [0 1/ m ] ';
dx = A * x + B * u ;
end

Evidentemente, nada muda em relação ao comando que deve ser executado na linha de comando do Matlab
para integrar esse sistema:

tspan = [0 20]; ci = [1 -1] '; % Tempo e Condição inicial

[t , x ]= ode45 (@ sistema1glode , tspan , ci ) ;

Uma alternativa é utilizar o comando ss() com o sistema no espaço de estado

ẋ = Ax + Bu
y = Cx + Du

Para isso, é preciso definir a saída y do sistema. Suponha que se deseje medir o deslocamento da massa x1 e o
sinal cx2 − u, ou seja: " # " # " #" # " #
y1 x1 1 0 x1 0
y= = = + u
y2 cx2 − u 0 c x2 −1
Assim, as matrizes C e D são dadas por
" # "#
1 0 0
C= e D=
0 c −1

Agora, a resposta (de 0 a 10 segundos) para a condição inicial x1 (0) = 1 e x2 (0) = −1, para o impulso e para a
entrada em degrau são obtidos como segue:

% Define dados numéricos

m = 1; c = 1; k = 1;
% Define as matrizes (A ,B ,C , D )
A = [0 1; -k / m -c / m ]; B = [0 1/ m ] ';
C = diag ([1 , c ]) ; D = [0; -1];
% Gera o sistema H no espaço de estado
H = ss (A ,B ,C , D ) ;
% Define as condições iniciais
x0 = [1 -1] ';
% Obtém a resposta à condição inicial
[ y1 , t1 ] = initial (H , x0 ,10) ;
% Obtém a resposta ao impulso
[ y2 , t2 ] = impulse (H , x0 ,10) ;
% Obtém a resposta ao degrau
[ y3 , t3 ] = step (H , x0 ,10) ;
 Prof. Camino, J. F. Análise Linear de Sistemas 195

É oportuno enfatizar que é possível utilizar todos os comandos mencionados anteriormente: step, impulse,
lsim, etc.. Por exemplo, para obter a resposta completa para a entrada u(t) = cos(5 sin2 (t)) e condição inicial
x(0) = [1 − 1]T , basta usar o comando lsim() como segue:

t = 0:0.01:10;
u = cos (5* sin ( t ) .^2) ;
[y ,t , x ] = lsim (H ,u ,t ,[1 -1] ') ;

As figuras abaixo apresentam, respectivamente, a resposta ao impulso e ao degrau.

1 1.2
x1
0.8 x2 1

0.6 0.8
Amplitude

Amplitude
0.4 0.6
x1
x2
0.2 0.4

0 0.2

-0.2 0

-0.4 -0.2
0 2 4 6 8 10 0 2 4 6 8 10
Tempo (sec) Tempo (sec)

h i′
As figuras abaixo apresentam, respectivamente, a resposta à condição inicial x0 = 1 −1 e a resposta
completa à entrada u(t) = cos(5 sin2 (t)) e condição inicial x0 .

1 1
x1 u
x2 x1
x2
0.5 0.5
Amplitude

Amplitude

0 0

-0.5 -0.5

-1 -1
0 2 4 6 8 10 0 2 4 6 8 10
Tempo (sec) Tempo (sec)

B.7.3 Método de integração de Euler

A seguir é apresentada uma descrição sucinta do método de integração de Euler para a resolução de uma equação
diferencial ordinária.
O método de integração de Euler para a equação diferencial de 1ª ordem

ẋ(t) = f (x(t), t), x(t0 ) = x0

Prof. Camino, J. F. Análise Linear de Sistemas 196

pode ser derivado usando a seguinte aproximação por série de Taylor:

dx(t)
x(t) = x(t0 ) + ∆t = x(t0 ) + f (x(t0 ), t0 )∆t
dt t=t0

em que ∆t = t − t0 é o passo de integração; a discretização da escala de tempo t.

O processo iterativo de integração se dá através do cômputo de x(t) para sucessivos instantes de tempo t0 ,
t1 , t2 , . . . , usando-se a expressão
x(ti+1 ) = x(ti ) + f (x(ti ), ti )∆t

com ∆t o passo de integração. Essa equação pode ser rescrita numa notação mais compacta como

xi+1 = xi + f (xi , ti )∆t

Como exemplo de aplicação do método de integração de Euler, suponha que se deseje integrar a equação
diferencial do circuito RC dada por

(B.9) τ v̇(t) + v(t) = g(t), v(0) = v0 , τ = RC

Note que essa equação pode ser reescrita como

v̇(t) = f (v, t) := −v(t)/τ + g(t)/τ

Assumindo que a escala de tempo está sendo discretizada usando-se o período ∆t = t − t0 , o método de
Euler fornece a seguinte recursão:

(B.10) vi+1 = vi + f (vi , ti )∆t = vi (τ − ∆t )/τ + g(ti )∆t /τ

Note que no passo i = 0, a tensão inicial é v0 no instante de tempo t0 = 0.

A figura abaixo apresenta a tensão v(t) do circuito RC com τ = 13, para uma tensão de entra g(t) = cos(2t)
e tensão inicial v0 = 0.1 [V]. A linha vermelha representa a solução analítica de (B.9), enquanto que a linha
azul é a solução numérica dada pela recursão (B.10), com ∆t = 0.3 (gráfico da esquerda) e ∆t = 0.1 (gráfico da
direita).

0.15 0.15

xAnalítico xAnalítico
0.1 xEuler 0.1 xEuler
v(t)

v(t)

0.05 0.05

0 0

−0.05 −0.05
0 5 10 15 0 5 10 15
t t

É possível aplicar o método apresentado para um sistema de ordem superior. Basta descrevê-lo no espaço
de estado. Por exemplo, para o sistema de 2ª ordem

(B.11) ÿ + 2ζωn ẏ + ωn2 y = ωn2 g(t), y(0) = y0 , ẏ(0) = ẏ0

é preciso reescrevê-lo como um sistema de 1ª ordem, definindo-se os estados

x = y, v = ẏ
Prof. Camino, J. F. Análise Linear de Sistemas 197

Assim, a equação acima pode ser reescrita, de forma equivalente, como

ẋ = f1 (x, v, t) := v
v̇ = f2 (x, v, t) := −ωn2 x − 2ζωn v + ωn2 g(t)

Para esse sistema de equações de primeira ordem, o método de Euler fornece

xi+1 = xi + f1 (xi , vi , ti )∆t

(B.12)
vi+1 = vi + f2 (xi , vi , ti )∆t

A figura abaixo apresenta o estado x(t), a solução y(t) do sistema (B.11), para ζ = 0.3, ωn = 10, g(t) =
cos(2t) e condições iniciais y0 = −2 e ẏ0 = −35. A linha vermelha representa a solução analítica e a linha azul
a solução numérica dada usando-se a recursão (B.12), com ∆t = 0.03 (gráfico da esquerda) e ∆t = 0.01 (gráfico
da direita).

4 3

2
2
1
x(t)

x(t)
0
0
−1

−2
−2
xAnalítico xAnalítico
−3
xEuler xEuler
−4 −4
0 2 4 6 0 2 4 6
t t