CONTROLE TIMO E ROBUSTO

(SISTEMAS LINEARES ELE 2732)

Estas notas de aula so baseadas no livro de Kemin Zhou, John C. Doyle and Keith
Glover, ROBUST AND OPTIMAL CONTROL, Prentice Hall, 1995.
Este texto est no meu site http://www.fplf.org.br/pedro_varios/ .
Tanto o texto (Notas de aula), como os graus e os avisos para os alunos, esto na pasta
<Controle timo e robusto>. (Ateno: Existe uma pasta com o nome <Sistemas
lineares> com o texto do curso dado nos anos anteriores. O contedo do curso era bem
diferente, mas a consulta pode ser proveitosa).

1. Captulo Teoria de Sistemas Lineares (conceitos bsicos)

O que se segue, em grande parte, j deveria ter sido visto na Graduao. Ser (re)passado
de forma um tanto rpida devido s nossa limitaes de tempo.
1.1 Inverso de matrizes

A11 A12
, onde A11 e A22 tambm so quadradas.
A21 A22
Suponha primeiramente que A11 seja no-singular.

Seja a matriz quadrada e A =

A111 A12
A11 A12 A11 0 I
Ora,
;
=

A22
A21 A22 0 I A21
0 I

A111 A12 I
A111 A12
I
mas

=
. Esta ltima corresponde a

A22 0 A22 A21 A111 A12

A21 I A21
operaes elementares sobre as linhas (na realidade, blocos de linhas) da matriz

A21

A111 A12
; por outro lado,
A22

0
I
I 0
=
A

, como se verifica
I
A
I
21

21

imediatamente.
Ento, da primeira igualdade acima em vista das duas seguintes, temos

A12 A11 0 I 0 I

A111 A12
(1)
=

1
A22 0 I A21 I 0 A22 A21 A11 A12
Definindo := A22 A21 A111 A12 e supondo que tenha inversa, temos da eq. de cima:
A11
A
21

A11
A
21

A12
I
=

A22
0

A111 A12

I 0 A11 0
A

21 I 0 I

Calculando, a inversa de cada fator e efetuando o produto, obtemos:

A11
A
21

A12
A111 + A111 A12 1 A21 A111 A111 A12 1
=
.
A22
1 A21 A111
1

(2)

Observe-se que de (1), temos imediatamente

det[ A] = det[ A11 ]det[ ] = det[ A11 ]det[ A22 A21 A111 A12 ] .

(3)

Suponha-se agora que A22 seja no-singular:

= A A A1 A .
Definamos
11
11 22 21
Clculos anlogos (na realidade, simtricos, melhor ainda, duais) aos acima, nos do:
A11
A
21

A12
1
=
1
1
A22
A22 A21

1 A12 A221
.
A221 + A221 A21 1 A12 A221

(4)

E alternativamente a (4),

det[ A] = det[ A22 ]det[ ] = det[ A22 ]det[ A11 A12 A221 A21 ] .

(5)

claro que com as facilidades computacionais, ningum iria calcular a inversa de uma
matriz grande ou com muitos elementos fracionrios. Mas a importncia das frmulas
acima continua de p, pois so usadas com freqncia em demonstraes.
1.2 Normas de vetores e matrizes
Seja o vetor x no espao complexo (ou real) de n dimenses, isto , x C n , ou x R n .
1/ p

n
p
A norma p de x definida como x p := xi
i =1

Para p = 1, 2, , temos, respectivamente,

n

x 1 = xi ;
i =1

x2=

xi

i =1

max xi

1in

(6)

(7)

A norma-2 chamada euclideana.

Quanto s matrizes, o conceito mais importante o de norma induzida, a qual
considerada como um operador sobre vetores. Seja a matriz A = a ij C mn . Ento a
norma induzida p definida como sup
x0

Ax
x

(8)

Pode-se demonstrar que as normas induzidas 1, 2 e so dadas por:

m

A 1 = max aij ,
1 j n

i =1

A 2 = max ( A A) e

A = lim aij ,
1i n

(9)

i =1

onde, na segunda expresso acima, max indica o maior auto-valor da matriz e A a

matriz transposta conjugada, ou seja, a transposta da matriz com todos os seus elementos
complexos substitudos pelos seus conjugados.

Uma outra norma importante, mas que no norma induzida a norma de Frobenius,
definida como A

:= Trao(A A) .

(10a)

Recorda-se que o trao de uma matriz a soma dos elementos da sua diagonal. No
difcil verificar que (faa um exemplo!): A

a
i =1 j =1

ij

(10b)

(Mas neste curso s usaremos normas induzidas).

No que se segue o corpo F pode representar R (corpo dos reais) ou C (corpo dos
complexos). A letra F para representar corpo vem do ingls, cuja palavra para corpo
field.
A norma euclideana tem propriedades importantes, dadas pelo:
(11)
Lema:
n
m
Sejam os vetores x F e y F .
1. Suponha que n m . Ento x = y se s se existir uma matriz U Fnm tal que

x = Uy e U *U = I , onde ()* a transposta conjugada da matriz se ela for complexa e

simplesmente transposta se ela for real.
2. Suponha que n = m. Ento x* y x y , onde indica o valor absoluto de um
escalar de F. Alm disso, temos igualdade acima se x = y , com F ou se y = 0.
3. x y se s se existir uma matriz Fnn , com 1 tal que x = y . Alm disso,
x < y se s se < 1 .

4. Ux = x para qualquer matriz unitria com dimenses apropriadas. (Recorda-se que

uma matriz quadrada complexa U dita unitria (ortogonal, se a matriz for real) se
U *U = I = UU * . Observe-se que a matriz da primeira propriedade acima deste lema no
unitria, porque no quadrada).
A seguir temos a seguinte propriedade importante de normas induzidas:
Lema
Seja A uma matriz particionada em blocos de sub-matrizes:
A1q
A11 A12
A
A22
A2 q
21
.
A=

Amq
Am1 Am 2
Ento para toda norma induzida, temos

(12*)

 A11
A12 p
A1q
p
p

A
A22 p
A2 q
21 p
p
.
Ap

Am1 p Am 2 p
Amq
p

E temos uma igualdade entre os dois lados no caso da norma de Frobenius.

1.3 Valores singulares

O conceito de valor singular, i , definido no teorema seguinte, onde F um corpo,
por exemplo, o dos reais ou dos complexos, que so os dois corpos que nos interessam
neste curso, principalmente o primeiro.
(13a)

Teorema
Seja A Fmn com posto p. Ento existem matrizes unitrias

U = [u1 u2 ... um ] Fmm

(13b)

V = [ v1 v2 ... vn ] Fnn

(13c)

1 0
0
1 0
2

tais que A = U V , sendo =

e 1 =

0 0

0 0
onde 1 2 p > 0 e p min{m, n} .

0
0
.

(13 d)

Prova: ZDG, pp. 32s. (ZDG so as iniciais dos autores do livro que a base deste curso,
citado logo ao incio).

Os vetores ui e v j so denominados vetores singulares esquerda e direita,

respectivamente, da matriz A.
AV = U , ou seja,
De (13 d) temos
Avi = i ui ,

(14a)

A = V U , donde A U = V , ou seja,
Aui = i vi .

(14b)

A Avi = i Aui = i2vi

(15a)

D (14a) e (14b), temos

e, pelo mesmo mtodo, AA ui = u .
(15b)
Estas duas expresses nos do o mtodo para calcular os valores singulares de uma dada
matriz, bem como os respectivos vetores singulares. Com efeito, para calcular os valores
singulares, das equaes acima, v- se que o quadrado de cada valor singular de A o

2
i i

auto-valor da matriz A A e tambm da matriz AA . E de (15b) vemos que cada vetor

singular direita de A igual ao auto-vetor ( direita) de AA , enquanto que de (15a),
vemos que cada vetor singular esquerda de A igual ao autor-vetor ( direita) de
A A .
Adotaremos a seguinte notao padro:
( A) = max ( A) = 1 = maior valor singular da matriz A.

( A) = min ( A) = p = menor valor singular da matriz A.

E temos as seguintes propriedades do maior e menor valores singulares:

( A) = max x =1 Ax = A 2 ,
a segunda igualdade acima vindo de (9) e (15);
( A) = min x =1 Ax
Segue-se outro resultado importante:
Lema:
Suponha que as matrizes A e sejam quadradas. Ento,
(i) ( A + ) ( A) ( ) ;

(15*)

(ii) ( A ) ( A) ( ) ;
(iii) ( A1 ) =

( A)

se A tiver inversa.

Prova:
(i): ( A + ) = min x =1 ( A + ) x

min x =1 { Ax x }
min x =1 Ax max x =1 x
= ( A) () .
Portanto, () ( A + ) ( A) .
A outra desigualdade, ( A + ) ( A) () , obtida substituindo A por A + e
por - na prova acima.
(ii) ( A) := min x =1 Ax
=

min x =1 x** A* Ax

( A) min x =1 x = ( A) () ;
(iii) Seja A = U V * , donde A1 = V 1U * .
Portanto, ( A1 ) = ( 1 ) = 1/ () = 1/ ( A) ,
a segunda igualdade se devendo estrutura diagonal de .

Os resultados do prximo lema so fceis de provar:

Lema:
(15**)
mn
*
Seja A F , sejam U e V tais que A = U V , sejam ui e v j as colunas de U e V,
respectivamente e os valores singulares sejam definidos como
1 ( A) 2 ( A) .... r ( A) > r +1 ( A) = .... = 0 , com r min(m, n) .
Ento,
1. Posto(A) = r;
2. Ker( A) = span(vr +1 , vr + 2 , ....vn ) e (Ker( A)) = span(v1 , v2 ,....vr ) ;
3. Im( A) = span(u1 , u2 , ....ur ) e (Im( A)) = span(ur +1 , ur + 2 , ....um ) ;
r

4. A tem uma expanso didica, isto , A = i ui vi* = U r rVr* , onde

U r = [u1 u2

5. A

2
F

ur ] , Vr = [ v1 v2

i =1

vr ] e r = diag( 1 , 2 ,...., r ) ;

= 12 + 22 + .... + r2 ;

6. A = 1 ;
7. i (U 0 AV0 ) = i ( A), i = 1, 2,..., p = min {m, n} , para matrizes unitrias apropriadas
U 0 e V0 ;
(Na 6. propriedade acima, trata-se da norma-2 induzida, como ser costume neste texto:

quando no se diz que norma , ser a 2).

Outros resultados teis so os seguintes:
Teorema:

(15***)

Suponha > 0 . As solues X de

C

B
so dadas por:
A

X = YA*Z + ( I YY * )1/ 2 W ( I ZZ * )1/ 2 , onde A* a transposta conjugada da matriz

A, W uma contrao arbitrria, isto , W 1 , Y e Z com Y 1 e Z 1 so
solues das seguintes eqs. lineares:

B = Y ( 2 I A* A)1/ 2 e C = ( 2 I AA* )1/ 2 Z .

Prova: ZDG, p. 42.

Lema:
(15#)
mn
k n
*
*
Sejam B F
e C F . Suponha que m k e B B = C C . Ento eixste uma matriz
mk
U F tal que U *U = I e B = UC.

Prova: ZDG, p. 37
Pode-se definir a raiz quadrada de uma matriz positiva semi-definida A por
A1/ 2 = ( A1/ 2 )* 0 tal que A = A1/ 2 A1/ 2 .

A raiz quadrada de uma matriz pode ser calculada facilmente se a matriz for
diagonalizvel, isto , se existir uma matriz U tal que UAU * = , onde uma matriz
diagonal constituida pelos auto-valores da matriz A. Ento, se fizermos A1/ 2 = U 1/ 2U * ,
obtemos efetivamente A = U 1/ 2U *U 1/ 2U * = U U * .
(15##)

Teorema de Parrott:

X
Defina-se 0 := min X
C
Prova: ZDG, pp. 41s.

B
. Ento, 0 = max [C

B
A] , .
A

Outro resultado que sre muito til mais ao fim do curso:

Teorema:

(15$)

X B
Seja > 0 . Ento as solues X tais que
so dadas por
C A
X = YA* Z + ( I YY * )1/ 2W ( I Z * Z )1/ 2 ,
onde W uma contrao ( W 1 ) arbitrria, enquanto que Y e Z, com
Y 1 e Z 1 so solues das segintes eqs.

B = Y ( 2 I A* A)1/ 2 e C = ( 2 I AA* )1/ 2 Z .

Prova: ZDG, p. 42.

1.4 Equaes de estado e Matrizes de transferncia em Sistemas Lineares

Consideraremos neste curso apenas sistemas lineares invariantes no tempo e de tempo
contnuo. Parece muito restritiva esta opo, mas a maneira de se tratar um grande
nmero de problemas reais. Efetivamente, caso o sistema real no seja linear, ele pode ser
linearizado, com boa aproximao, na vizinhana de ponto de operao. E quanto ao
fato de os controladores modernos serem programas de computador, muitas vezes microprocessadores, e portanto de tempo discreto, de novo eles podem ser aproximados, cada
vez mais, a sistemas de tempo continuo, dada a velocidade cada vez maior destes
processadores.
Seja o sistema definido para t t0 :

x(t ) = Ax(t ) + Bu (t ) , x(t0 ) = x0

e
y (t ) = Cx(t ) + Du (t ) ,
onde x(t ) , u (t ) e y (t ) so vetores com elementos reais, representando,

(16a)
(16b)

respectivamente, o estado, a entrada (ou controle) e a resposta (ou sada) do sistema.

Qualquer equao diferencial em y (t ) , e suas derivadas, e u (t ) , pode ser colocado na
forma acima. Se a ordem da eq. diferencial for n , ento a dimenso do vetor x(t )
tambm ser n.
As matrizes multiplicando x(t ) , u (t ) e y (t ) tm as dimenses apropriadas.

(Faa exemplos para se convencer da equivalncia da representao dada em (16) e uma

equao diferencial, caso isso seja novidade para voc. Comece com caso bem simples,
por exemplo, com x(t ) de dimenso dois e a matriz A diagonal. Alis, esta sempre a
melhor maneira de entender alguma coisa em matemtica: fazer exemplos, comeando
com os mais simples.)
Denotemos por x ( s ) a transformada de Laplace de x(t ) e analogamente para u (t ) e
y (t ) . Suponha x0 = 0 . Aplicando transformada de Laplace a (16), temos
(17a)
sx ( s ) = Ax ( s ) + Bu ( s ) ,
y ( s ) = Cx ( s ) + Du ( s ) ,
(17b)
o que nos d imediatamente
(18a)
y ( s ) = (C ( sI A) 1 B + D)u ( s ) .
1
ou seja, H ( s ) := C ( sI A) B + D a matriz de transferncia do sistema.
(18b)
A expresso entre ( ) acima a chamada matriz de transferncia, s vezes tambm
chamada funo de transferncia, especialmente quando o sistema escalar, isto , tanto
y como u so escalares (no vetores).
Exemplo: Calcular a matriz de transferncia do sistema em que
1 2
1
A=
, B = , C = [1 1] , D = 0 .

0 1
0
Soluo:
1
s + 1 2
s 1 2 1
1
1
H ( s ) = [1 1]
= [1 1]
=
. A realizao de

s 1
s + 1 0 s + 1
( s + 1)( s 1) 0
0
ordem mnima desta funo de transferncia ser dada por
A = 1, B e C tais que BC = 1

A realizao de uma matriz (funo) de transferncia a dimenso da sua matriz A, ou

ento a dimenso do espao de estado correspondente de acordo com (16a). Dissemos
que a segunda realizao direita de ordem mnima, porque de odem 1. Menor que
esta seria uma realizao de ordem zero, um ganho puro, o que no o caso. Veremos
adiante uma maneira de saber se uma realizao mnima sem ter que calcul-la
fcil verificar que a funo de transferncia, no caso escalar, a transformada de
Laplace da resposta, quando a entrada um impulso. (Para provar isto, basta lembrar que
a transformada de Laplace de um impulso igual a um).
A matriz de transferncia ser representada quase sempre da forma do lado direito da eq.:

A B
C ( sI A) 1 B + D =

C D

(18c)

Usam-se os separadores horizontal e vertical para diferenciar da matriz

C

B
.
D
8

No exemplo acima podemos ento escrever:

1 2 1
1 B
H ( s ) = 0 1 0 =
, B e C tais que BC = 1
C 0

0 1 0

Esta igualdade parece estranha, mas no tem nada de estranho, pois o que est entre [ ]
no so matrizes, mas funes de transferncia, anotadas de modo no convencional. Esta
notao alem de ser compacta, mostra claramente de que realizao se trata. claro que o
modo convencional de indicar a igualdade acima
1

s + 1 2 1 BC
.
H ( s ) = [ 0 1]
=
s 1 0 s + 1
0
- Recorda-se que a soluo de (16a) dada por
t

x(t ) = e A( t t0 ) x(t0 ) + e A( t ) Bu ( )d .

(19)

t0

Comparando esta com (17a), que supe nulo o estado inicial, conclui-se facilmente
t

que a transformada de Laplace de e A( t ) Bu ( ) d ( sI A) 1 Bu ( s ) . E da mesma

t0

forma, pode-se conferir que a transformada de Laplace de e A( t t0 ) x(t0 )

( sI A) 1 x(t0 ) .

(19*)

De (19) e de (16b), temos ento

y (t ) = Ce

A ( t t0 )

x(t0 ) + C e A(t ) Bu ( )d + Du (t ) ,

(20a)

t0

esta sendo a resposta total no domnio do tempo.

E a resposta total no domnio da chamada frequncia complexa , em vista de (18a) e de
(19*):
y ( s ) = (C ( sI A) 1 B + D)u ( s ) + C ( sI A) 1 x(t0 ) = C ( sI A)1 ( Bu ( s ) + x(t0 )) + Du ( s )
(20b)

1.5 Controlabilidade e observabilidade / Estabilizabilidade e detectabilidade

Definio:
(21)
O sistema dado por (16a) dito controlvel se para quaisquer estados iniciais x0 , tempo

final t1 e estado final x1 existir um controle seccionalmente contnuo u () tal que a

soluo de (16a) satisfaa a x(t1 ) = x1 . Do contrrio, o sistema dito incontrolvel.
(Frequentemente, ao invs da expresso sistema dado em (16a) controlvel /
incontrolvel, diz-se abreviadamente (A, B) controlvel / incontrolvel).

Observao: Daqui para frente a dimenso da matriz A ser sempre n , a no ser que
seja expressamente escrito o contrrio.
Teorema: As seguintes afirmaes so equivalentes:
i) (A,B) controlvel;
t

ii) A matriz Wc (t ) = e A BBT e A d

T

(22)

positiva definida para todo t > 0.

(Esta matriz denominada gramiano de controlabilidade).

An 1 B tem posto cheio,
= B AB A2 B
iii) A matriz de controlabilidade
isto , n.
iv) A matriz [ A I B ] tem posto cheio (igual a n) para todo em C , o plano
complexo.
v) Se for um auto-valor de A e x for o respectivo auto-vetor esquerda, isto, ,
x A = x , ento x B 0 .
vi) Os auto-valores de A + BF podem ser arbitrariamente escolhidos (com a restrio
que os auto-valores complexos aparecem sempre em pares conjugados) por meio de uma
escolha apropriada da matriz F .

Prova: ZDG, pp. 48s.

Exemplo:
Verificar se o sistema em que A e B so dadas a seguir controlvel.
1 1 2
1 1

A = 0 1 1 , B = 0 1
0 0 2
1 0

(22*)

Soluo:Vamos usar o mtodo (iii) do teorema acima. Temos que verificar se o posto de
B AB A2 B igual ou inferior a 3.
Ora, efetuando, verifica-se que no necessrio calcular A2 B , pois
1 1 3 0
[ B AB ] = 0 1 1 1 e nesta matriz a 2. a 3. e a 4. colunas so l.i, portanto o
1 0 2 0
sistema controlvel.
O mtodo acima, usando a matriz de controlabilidade, , de longe, o mais usado, sendo
tambm de fcil aplicao quando se usa computador, ainda que por sua natureza possa
ter problemas quando o computador no consegue distinguir valores muito prximos,
mas diferentes, de zero.
Para resolver rapidamente o problema de verificar a controlabilidade por simples
inspeo, ou quase, o 4. mtodo muito conveniente, como se pode ver no seguinte
Exemplo:

10

1 2 3 4
1 5
0 1 0 3

, B = 2 2 .
1 2 1 0
4 4

0 0 0 2
0 0
Soluo: usando o mtodo (iv), temos
3
4 1 5
1 2
0
+1 0
3 2 2

I
A
B
. E claro que se = 2 , a llima
[
]
1
2 1
0
4 4

2 0 0
0
0
0
linha desta matriz se anula, e portanto o sistema no controlvel.
A seguir, temos resultado importante, demonstrado h mais de 40 anos e que j foi
enunciado como vi) do Teorema (22), mas que vale enfatizar:
Teorema:
(22**)
possivel posicionar arbitrariamente os autovalores do sistema (16a) atravs de
realimentao do estado, u=Fx , se s se o sistema for controlvel.

Note-se que atravs de realimentao de estado, a eq. de estado do sistema se torna

x = ( A + BF ) x . Os autovalores do sistema passam a ser os da matriz A+BF.
O que este teorema diz que atravs da realimentao de estado os autovalores da matriz
A+BF podem ser escolhidos arbitrariamente atravs de matriz F apropriada se s se o
sistema (16a) for controlvel.
( claro que o posicionamento arbitrrio dos autovalores deve respeitar o fato de que os
autovalores complexos devem aparecer aos pares conjugados, uma vez que todas as
matrizes envolvidas so, por hiptese, de nmeros reais).
Exemplo
1 2
1
Seja o sistema (16a) com A =
, B = . Realimentando o estado com

0 2
1
1 + f1 2 + f 2
1 2 1
. Ento temos que
+ [ f1 f 2 ] =
F = [ f1 f 2 ] , temos A + BF =

2 + f 2
0 2 1
f1
os autovalores do sistema realimentado so dados pelas razes do polinmio
1 f1 2 f 2
2
det
= (1 + f1 + f 2 ) + f 2 + 2 . Escolhidos os autovalores do

2
f
f

1
2

sistema com realimentao de estado, os coeficientes do polinmio acima ficam definidos

de modo nico. Sejam a e b estes coeficientes. Ento obtemos as eqs.
(1 + f1 + f 2 ) = a e f 2 + 2 = b , o que nos d f 2 = b 2 e f1 = (a + b) + 1 .

11

Vale observar que se a soluo foi nica neste caso, isto no ocorre em geral quando o
controle u tem mais de uma componente

(23)
Definio:
Um sistema x(t ) = Ax(t ) dito assintoticamente estvel se todos os autovalores de A
estiverem no semi-plano aberto da esquerda, ou seja, se Re[ ( A)] < 0 .
(23*)
Definio:
Os autovalores da matriz A, chamada por alguns autores de matriz do sistema, so
chamados polos do sistema.
Exemplo:
Vejamos se o sistema do exemplo (22*) estvel. Para isso, temos que calcular os
autovalores da matriz A:
1 1
2

det( I A) = det 0
1 1 = ( 1)2 ( 2) . Donde se v que o sistema no
0
0
2

assintoticamente estvel, pois tem 3 autovalores da matriz A (ou polos do sistema) fora
do semiplano aberto da esquerda, bastaria um.

Observao: ao longo do texto o advrbio assintoticamente ser s vezes omitido, e

diremos simplemente que o sistema estvel se ele satisfizer condicao acima. Mas isto
um abuso de linguagem, como se v na seguinte anlise:
Considere o seguinte sistema:
x(t ) = 1 , cuja soluo x(t ) = t + a, sendo a uma costante, um nmero real qualquer .
claro que este sistema no asssintoticamente estvel, pois seu nico polo igual a 1.
Mais ainda, ele instvel no sentido que o estado tende a infinito com o tempo.
Considere agora este outro sistema:
x(t ) = 0 . A soluo desta eq. diferencial x(t ) = constante t .
Ora, este sistema no assintoticamente estvel de acordo com a definio (23), pois seu
nico polo, igual a zero, no est no semiplano aberto da esquerda. Mas ele instvel?
No no sentido usual da palavra, pois no explode, seu estado no vai para infinito.
Sistemas como este so ditos marginalmente estveis.
Considere este outro sistema:
0 1
2
x=
x . Seus polos so dados pela eq. + 1 = 0 , cujas razes so = j ,

1
0

onde j = + 1 . Portanto o sistema no assintoticamente estvel de acordo com a

definio (23). Ora, fcil verificar que a soluo das eqs. diferenciais do sitema
x1 (t ) = asent + b cos t , x2 (t ) = a cos t bsent , com a e b nmeros reais quaisquer.

12

Verifica-se assim que este sistema, mesmo no sendo assintoticamente estvel, no

instvel, pois seu estado no explode, tal como no exemplo anterior. Ele , tal como o
outro, marginalmente estvel.
Como caracterizar, em termos de autovalores da matriz A estes sistemas que nem so
instveis nem assintoticamente estveis e sim marginalmente estveis?
Deste exemplo e do anterior poderamos concluir que os sistemas marginalmente estveis
so aqueles que tm pelo menos um polo no eixo imaginrio?
Efetivamente, todo sistema marginalmente estvel tem pelo menos um polo no eixo
imaginrio e nenhum polo no semiplano aberto da direita. Mas como veremos agora, nem
todo sistema que satisfaz a esta dupla condio marginamente estvel.
Com efeito, considere os sistemas
0 0
0 a
x=
x e x=

x , com a sendo qualquer nmero real diferente de zero.

0 0
0 0
imediato verificar que ambos os sistemas tm um polo duplo na origem, ou seja, = 0 ,
b
com grau de multiplicidade 2. Integrando o primeiro sistema, obtemos: x = , b e c
c
aet + f
sendo constantes, nmeros reais quaisquer. Mas o segundo sistema nos d x =
,
e
com e e f constantes, nmeros reais quaisquer. Ora, este sistema no portanto
marginalmente estvel (onde, claro, e, alem de a, diferente de zero), ele instvel,
seu estado tendendo a infinito com o tempo.
Para caracterizar os sistemas marginalmente estveis, recordamos que uma matriz A
diagonalizvel se existir, como o nome sugere, uma matriz no singular T tal que
0
1 0
0
0
n
2
A := T 1 AT = diag(i ) i =1 =
.

n
0 0
(Matrizes A e A que satisfaam a A = T 1 AT so ditas similares).
Ora nem toda matriz diagonalizvel, como se pode verificar na segunda matriz do
ltimo exemplo.
Para ver isto, suponha que a dita matriz seja diagonalizvel, ou seja, suponha que exista
uma matriz T (escolhendo, sem perda de generalidade, a = 1 na matriz acima), tal que
0 1
0 0
a b
. Seja ento T =
T 1
T =

. Ento,
0 0
0 0
c d
1 d b 0 1 a b 0 0
.
=
ad bc c a 0 0 c d 0 0
Calculando, obtemos
bd = 0, bc = 0, cd = 0, d 2 = 0 d = 0 .

13

a 0
Mas da segunda igualdade acima, se b = 0, ento T =
, que no tem inversa, e se
c 0
a b
c = 0, temos T =
, que tambm no tem inversa, donde se conclui que a matriz
0 0
0 1
0 0 no efetivamente diagonalizvel.

- Mas se uma matriz no diagonalizavel, ela pode ser tansformada em matriz bloco
diagonal da seguinte forma:
0
J1 0
0 J
0
q
2
1

, onde cada bloco da matriz ao lado tem a

A = T AT = diag J i i =1 =

J q
0 0
0
i 1 0
0 1
0
i

forma: J i = 0 0 i
0 , onde este bloco, que chamado bloco de Jordan, tem

0 0 0
i
na sua diagonal o auto-valor correspondente e 1s na primeira sobre-diagonal.
E o resultado seguinte caracteriza os sistemas marginalmente estveis.
(24)
Teorema:
Um sistema marginalmente esstvel se s se no tiver polo no semiplano aberto da
direita e tiver pelo menos um polo no eixo imaginario e cada polo neste eixo com grau de
multiplicidade maior do que 1 no pertencer a bloco de Jordan com ordem maior ou igual
a dois.

0 1
O exemplo acima com A =
um bloco de Jordan de ordem 2 e, como vimos, o
0 0
estado apresenta o modo t , alem de constante
0 1 0
Se A = 0 0 1 , temos um bloco de Jordan de ordem trs, cujo estado apresentar o
0 0 0
modo t 2 , alem de t e constante.

14

0 0 0
0 1
0 0
0 0 0

Se A =
, temos dois blocos de Jordan, um de ordem dois e o
0 1 0
0 0
0 0
0 0 1

0 0 0
0 0
outro de ordem trs. (O tracejado dentro da matriz para separar os blocos, no tem nada
a ver como matriz de transferncia, claro...). O estado deste sistema apresentar os
modos t 2 , t e constante.
- Passamos a outro conceito importante:
Um sistema pode no ser controlvel e, no entanto, ser estabilizvel por meio de
realimentao de estado, como se v no seguinte
Exemplo:
1 0
0
A=
, B = . Este sistema tem um polo bom, igual a -1, que d origem a um

0 1
1
modo bom igual a e t , uma exponencial decrescente, e um polo ruim, igual a 1, que
d origem a um modo ruim, igual a et , uma exponencial cresente.
Se realimentarmos o estado do sistema com u = Fx = [ f1 f 2 ] x , obtemos
0
1
A + BF =
. E os polos do sistema com realimentao de estado so dados
f1 f 2 + 1
pelas razes de ( + 1)( f 2 1) . Observe-se que uma das razes deste polinmio fixa,
igual a -1, um polo bom. Podemos escolher o outro polo arbitrarimante igual a a < 0,
fazendo f 2 + 1 = a , donde f 2 = a 1 .
E assim temos a motivao para a
(25a)
Definio:
O sistema (16a), ou mais compactamente, o par (A, B) dito estabilizvel se existir uma
realimentao u = Fx tal que o sistema seja estvel, isto , A + BF seja estvel. Esta
estabilizabilidade chamada de estabilizabilidade por realimentao de estado.
Obtem-se o seguinte resultado:
Teorema:
As seguintes proposies so equivalentes:
i) (A, B) estabilizvel.
ii) A matriz [ A I B ] tem posto cheio (igual a n) para todo Re[ ] 0 .

(25b)

iii) Se for um autovalor de A tal que Re[ ] 0 e x for o respectivo auto-vetor

esquerda, isto, , x A = x , ento x B 0 .
Exemplo:
No exemplo antes da definio (25a), testando a condio ii) acima, temos

15

0
0
+ 1
evidentemente cheio para todo no semiplano fechado da
Posto
1 1
0
direita, e portanto o par (A, B) estabilizvel.
E passamos ao estudo da propriedade que dual da controlabilidade:
Definio:
(26)
O sistema (16), ou mais simplesmente, o par (C, A) dito observvel se para algum
t1 > 0 o estado inicial x(0) puder ser determinado conhecendo-se u(t) e y(t) no
intervalo [0, t1 ]. Do contrrio, o sistema dito no-observvel.
Teorema:
As seguintes proposies so equivalentes:
i) (C, A) observvel.
t

ii) A matriz Wo (t ) = e A C T Ce A d
T

(27)

positiva definida para todo t > 0. (Esta matriz

o gramiano de observabilidade).
O

C
CA

:= CA2 tem posto cheio (igual a n).

CAn 1

iii) A matriz de observabilidade

A I
iv) A matriz
tem posto cheio (igual a n) para todo complexo.
C
v) Sejam e y um auto-valor qualquer de A e seu respectivo auto-vetor direita, ou
seja, Ay = y. Ento Cy 0 .
vi) Os auto-valores de A + LC podem ser escolhidos arbitrariamente por meio de uma
escolha apropriada de L, com a restrio de que a todo auto-valor complexo deve
corresponder um outro, que seu complexo conjugado.
vii) ( AT , C T ) controlvel.
A proposio vii) logo acima explica o que entendido como dualidade.
Prova: equivalncia entre (i) e (iii):
Com u = 0, temos

y (0) = Cx(0), y (0) = Cx(0) = CAx(0), y (0) = Cx(0) = CA2 x(0), ...,
y ( n1) (0) = Cx ( n1) (0) = CAn1 x(0) .
Ou seja,

16

 y (0) C
y (0) CA

y (0) = CA2 x(0)

y ( n 1) (0) CAn 1
Ora, por hiptese, conhecemos y e todas as suas derivadas no instante t = 0. Se a matriz
acima tiver posto cheio, podemos determinar x(0) e se no tiver posto cheio, no
podemos.
A equivalncia das outras condies pode ser demonstrada por dualidade com as
condies de controlabilidade do teorema (22).

Observao:
(28)
De posse da definio de observabilidade acima, podemos acrescentar uma stima
proposio equivalente ao Teorema (22), a saber,
vii) ( BT , AT ) observvel.
E definimos a propriedade dual da estabilizabilidade (25a):
Definio:
(C, A) detectvel se A + LC for estvel para alguma matriz L.

(29)

(30)
Teorema:
As seguintes proposies so equivalentes:
i) (C, A) detectvel.
A I
ii) A matriz
tem posto cheio (igual a n) para todo Re[ ] 0 .
C
iii) Se for um auto-valor de A tal que Re[ ] 0 e x for o respectivo auto-vetor
direita, isto, , Ax = x , ento Cx 0 .
iv) ( AT , C T ) estabilizvel.
Observao: luz da definio de detectabilidade acima, podemos acrescentar uma
quinta proposio ao Teorema (25), a saber,
iv) ( BT , AT ) detectvel.

1.6 Observadores e Controladores baseados em Observadores

Na seo anterior vimos que a realimentao do estado do sistema permite o
posicionamento arbitrrio dos polos do sistema. Mas, e se no tivermos acesso ao estado
do sistema para realiment-lo? (Isto ocorre com frequncia na prtica). Uma alternativa
estimar o estado, ou observ-lo. A expresso observar o estado do sistema menos
feliz, como veremos, do que estimar o estado do sistema. Mas ela tem a ver como
veremos, com sistema observvel.
Consideremos novamente o sistema dado pelas eqs. (16):
17

x = Ax + Bu
y = Cx + Du

(16 bis)

(Supomos, como usual, que a matriz A de ordem n).

Um observador um outro sistema com entrada (u, y) e cuja resposta deve estimar (num
sentido definido logo adiante) o estado x de (16). Chamemos esta estimativa de x .
Sejam ento as eqs. do observador, cujo estado q:
q = Mq + Nu Ly
(31a)
x = Qq + Ru + Sy
(31b)
M, N, L,Q, R e S devem ser escolhidos de tal forma que tenhamos
x (t ) x(t ) quando t .
Vejamos as condies de possibilidade para isto:
Teorema:
(31*)
Existe um observador (que estime o estado de (16)) se s se (C, A) for detectvel. Se isto
ocorrer, existe um observador de ordem n (chamado de observador de Luenberger)
dado por M = A + LC, N =B + LD, Q = I, R = 0, S = 0.
Ou seja, as eqs. do observador de Luenberger so
q = ( A + LC )q + ( B + LD)u Ly
x = q ,
onde L qualquer matriz tal que A + LC seja estvel.
(Observe-se que, como vimos, a existncia de L satisfazendo ltima condio
garantida pela detectabilidade de (C, A)).
Prova:
Para provar a suficincia da condio de detectabilidade de (C, A), basta construir um
observador que satisfaa a esta condio. E vamos verificar agora que o observador de
Luenberger satisfaz efetivamente condio. Substituindo y dado em (16b) na eq. acima
do observador, temos
q = ( A + LC )q + ( B + LD)u LCx LDu = ( A + LC )q + Bu LCx .
(31**)
Definamos o erro: e = x x = q x.
Ento temos da eq. acima do observador e de (16 bis)
e = (A +LC)q + Bu LCx Ax - Bu
= (A + LC)q (A + LC)x = (A + LC)e.
Ou seja, e(t ) 0, quando t e portanto x (t ) x(t ) quando t , como
desejado.
Para provar a necessidade, suponha que (C, A) no seja detectvel.
Considere um estado no nulo x(0) no subespao no detectvel. Pode-se demonstrar que
este espao invariante sob A, ou seja, se x estiver neste subespao, Ax tambm estar.
Um observador deve ser capaz de estimar o estado da planta, qualquer que seja o controle
u e qualquer que seja o estado inicial do mesmo observador. Ento, seja q(0) = 0 e u(t)
= 0 para todo t. As eqs. da planta (16) e do observador (31) se tornam
x = Ax ,
q = Mq LCx ,

18

x = Qq + SCx .
Ora, como x(0) est por hiptese no subespao no detectavel, temos Cx(0) = 0 e como
este subespao invariante sob A, temos da 1. eq. acima que C x(t) = 0 para todo t.
Ento da 2. eq. acima temos q(t) = 0 para todo t. E da 3. eq. acima conclumos que o
estado estimado x nulo para todo t, e portanto diferente de x(t).

Vejamos um
Exemplo: Projetar um observador para o seguinte sistema
1 0
1
x=
x + u , y = [1 0]x.

3 1
2
Soluo: Vamos ver primeiramente se o problema tem soluo: temos que verificar se o
sistema detectvel. Ora,
0
1
I A

Posto
=Posto 3 + 1 claramente igual a 2 para qualquer no

C
0
1

semiplano fechado da direita: basta verificar que se =1, o posto dois e para qualquer
outro no semiplano fechado da direita o posto tambm dois com mais forte razo.
Ento o sistema detectvel.
Um dos autovalores de A +LC igual a -1 e no pode ser mudado, qualque que seja L.
Escolhamos o outro autovalor tambm igual a -1. Ento devemos ter
det( I A LC ) = ( + 1) 2 = 2 + 2 + 1 .
l +1 0
l
1 0 l1
Seja L =: 1 . Ento, A + LC =
+ [1 0] = 1
.

3 1 l2
l2 + 3 1
l2
l1 1
0
2
Ento, devemos ter det
= + 2 + 1 ,

l2 3 + 1

0
1
o que nos d l1 = 2, l2 qualquer nmero real . Donde que A + LC =
.
l2 + 3 1
E do Teorema (31*) temos as eqs. do observador:
0
1
2
1
+

q=
q
u

l y , l2 sendo um nmero real qualquer, e

2

l2 + 3 1
2
x = q .
- O observador acima tem a mesma ordem da planta, n. H, como veremos agora, certa
redundncia, o observador pode ter ordem menor. A ideia de um observador de ordem
mnima a seguinte:
Atravs de uma transformao de similaridade, ou o que o mesmo, de mudana de base
para o estado, fazemos C ter a forma

19

C = [I

0] . E o estado de planta pode ser particionado correspondentemente como

x
x = 1 . Donde que Cx = x1 , bastando estimar, atravs de observador, a componente
x2
x2 .
- Como vimos na seo anterior, realimentado o estado de um sistema, podemos
posicionar os seus polos onde bem desejarmos caso o sistema seja controlvel. Mas para
isso, preciso que os polos possam ser acessados e medidos, o que no acontece muitas
vezes.
Vamos ento realimentar o estado estimado atravs do observador de Luenberger, dado
pela eq. do teorema (31*).
Seja ento
u = Fx .
Ento, da eq. (31**), obtemos
x = ( A + LC + BF ) x LCx .
E substituindo u = Fx na eq. de estado da planta, (16a), temos

x A
=
x LC

BF
x
.
A + BF + LC x

Ou ainda, substituindo x = x e na primeira eq. acima, temos

e A + LC
=
x LC

0 e
.
A + BF x

Esta ltima eq. mostra que os plos do SMF, composto de planta e observador, so a
unio dos polos de A + LC e os de A + BF. Ora, se a planta for controlvel e
observvel, podemos posicionar arbitrariamente os polos do SMF mediante escolha
apropriada das matrizes F e L.
E note-se que se ao invs de a planta ser controlvel e observvel, ela for estabilizvel e
detectvel, poderemos sempre estabilizar o SMF, mas neste caso os polos estveis da
planta ficam fixos, no podendo ser posicionados arbitrariamente, como vimos em
exemplo.
Substituindo u = Fx em (31**), lembrando que x = q e que Cx = y Du , temos

x = ( A + LC ) x + BFx + LDFx Ly = ( A + BF + LC + LDF ) x Ly .

Aplicando transformada de Laplace com condies nulas a esta eq., temos, com um
pequeno, mas usual, abuso de notao, usando x ( s ) para a transformada de x (t ) :
x ( s ) = ( sI A BF LC LDF ) 1 ( L) y ( s ) .
Mas u ( s ) = Fx ( s ) , donde

u ( s ) = F ( sI A BF LC LDF ) 1 ( L) y ( s ) .
A matriz de transferncia entre u(s) e y(s) dada acima a do controlador com base em
observador. Denotemo-la por K(s). Ento, temos

20

 A + BF + LC + LDF
K (s) =
F

L
0

1.8 Sistemas em cascata, em paralelo e com realimentao. Conjugados e inversos.

Sejam dois sistemas cujas matrizes de transferncia so G1 e G2 dadas por

A
G1 ( s ) = 1
C1

B1
A2
, G2 ( s ) =

D1
C2

B2
D2

Considere a associao dos dois sistemas indicada no diagrama de blocos abaixo. Tal
associao chamada em cascata ou em srie.
G1

G2

Figura 1
Observe-se que para que esta associao seja possvel, o nmero de entradas de G1 deve
ser igual ao de sadas de G2 .
A matriz de transferncia da associao acima G1 G2 .
No caso multi-varivel, mesmo que o produto G2 G1 seja possvel, tem-se em geral
G1G2 G2G1 . E isto porque o produto de matrizes no , em geral, comutativo.
Temos as seguintes frmulas compactas:

A1
G1 ( s )G2 ( s ) = 0
C1

B1C2
A2
D1C2

B1D2 A2
B2 = B1C2
D1D2 D1C2

0
A1
C1

B2
B1D2
D1D2

(32a)

Prova da 1. igualdade (a prova da 2. igualdade em tudo semelhante):

Vamos escrever a matriz de transferncia da primeira igualdade na forma usual e
denotemo-la por X(s):
1
sI A1 B1C2 B1 D2
(*)
+ D1 D2 ;
X ( s ) = [C1 D1C2 ]
sI A2 B2
0

21

I ( sI A1 ) 1 B1C2

sI A2 0
I

1
1

I ( sI A1 ) B1C2 ( sI A1 )
0
=
=

1
sI
A
0
(
)

I
0

2
1
1
1
( sI A1 )
( sI A1 ) B1C2 ( sI A2 )

. Ento de (*), trs linhas acima, vem

0
( sI A2 ) 1

1
1
X ( s ) = C1 ( sI A1 ) B1 D2 + C1 ( sI A1 ) B1C2 ( sI A2 ) 1 B2 + D1C2 ( sI A2 ) 1 B2 + D1 D2 . (#)
Por outro lado, temos

sI A1
mas
0

sI A1
B1C2
=

sI A2

G1 ( s )G2 ( s ) = C1 ( sI A1 ) 1 B1 + D1

)( C (sI A )
2

B2 + D2

= C1 ( sI A1 ) 1 B1C2 ( sI A2 ) 1 B2 + D1C2 ( sI A2 ) 1 B2 + C1 ( sI A1 ) 1 B1 D2 + D1 D2
= X(s) dado em (#), quatro linha acima.

Exemplo:
Calcular a associao em cascata das matrizes de transferncia, que tm as seguintes
realizaes:
1 8 2
1 2

1 , B1 = 1 1 , C1 = [ 2 0 4] e D1 = [5 1] ,
A1 = 2 3

4 2 1
0 1
1 2
0 10
0 10
, B2 =
, C2 =

e D2 = 022 .
5 4
4 1
4 1
Para exprimir a matriz de transferncia G1 ( s )G2 ( s ) de forma compacta, efetuamos os
A2 =

8 8
produtos: B1C2 = 4 11 , B1 D2 = 032 , D1C2 = [ 4 49] , D1 D2 = 012 .
4
1
Ento, temos:
1 8 2 8 8
2 3 1 4 11

4 2 1 4
1
G1 ( s )G2 ( s ) =
0 0 0 1 2
0 0 0 5
4

2 0 4 4 49

0
0
0
0
4
0

0
0
0

10
1

Considere agora a associao em paralelo:

(Observe-se que quando no h indicao no somador, os sinais de entrada so positivoa)

22

G1

u
G2

claro que

y ( s ) = G1 ( s )u ( s ) + G2 ( s )u ( s ) = ( G1 ( s ) + G2 ( s ) ) u ( s )

Obtem-se a matriz de transferncia equivalente:

A1 0
G1 ( s ) + G2 ( s ) = 0 A2
C1 C2

B2
D1 + D2
B1

(32b)

Prova:
O segundo lado da igualdade acima
1
0 B1
sI A1
[C1 C2 ] 0 sI A B + D1 + D2

2
2
1
1
C1 ( sI A1 ) B1 + C2 ( sI A2 ) B2 + D1 + D2 = C1 ( sI A1 ) 1 B1 + D1 + C2 ( sI A2 ) 1 B2 + D2
= G1 ( s ) + G2 ( s ) .

Exemplo:
claro que na associao em paralelo as duas matrizes de transferncia tm que ter as
mesmas dimenses. Seja
1 5
1
, B1 = , C1 = [ 3 2] e D1 = 2
A1 =

4 8
4
1 2
1
, B2 = , C2 = [3 1] e D2 = 1 .

4 7
3
Portanto,
A2 =

1
4

G1 + G2 = 0

0
3

5 0
8 0
0 1
0 4
2 3

1
0 4
2 1

7 3
1 3
0

23

- Considere-se agora a associao em realimentao na figura abaixo:

v = u G2G1v v = ( I + G2G1 ) 1 u y = G1v = G1 ( I + G2G1 ) 1 u . Ou seja, a matriz de
transferncia entre y e u G1 ( I + G2G1 ) 1 = ( I + G1G2 ) 1 G1 .
Esta ltima igualdade se deve ao fato que ( I + G1G2 )G1 = G1 ( I + G2G1 ) .

(32c)

G1
v

_
G2
Figura 3
Obtemos a seguinte matriz de transferncia T(s), cuja demonstrao omitida posto que
bastante trabalhosa. De (32c), o primeiro passo da demonstrao calcular I + G1G2
usando (32a) e (32b). A seguir, temos a parte mais trabalhosa da demonstrao, que
calcular ( I + G1G2 ) 1 , que feito primeiramente transformando a matriz A em produto
de matrizes bloco-diagonais, cujas inversas so imediatas. Este o pulo do gato. O
resto rotina trabalhosa.Last not least, premultiplicar ( I + G1G2 ) 1 por G1 , usando
novamente (32a). Obtem-se:

A1 B1D2 R121C1

T = B2 R121C1

R121C1

B1R121C2
A2 B2 D1R211C2
R121D1C2

B1R211

B2 D1R211
D1R211
(32d)

onde R12 = I + D1 D2 e R21 = I + D2 D1 .

Exemplo:
Sejam os sistemas A1 = 1, B1 = 2, C1 = 3, D1 = 0; A2 = 2, B2 = 1, C2 = 2, D2 = 0 .
Vamos calcular a matriz de transferncia equivalente pelos dois mtodos:
6
2
, donde
e G2 =
De (32c), temos G1 ( I + G2G1 ) 1 . Mas G1 =
s +1
s+2
6
1
6 ( s + 2)( s + 1)
6s + 12
.
=
= 2
G1 ( I + G2G1 ) 1 =
2
2
6
s + 1 1+
s + 1 s + 3s + 14 s + 3s + 14
s + 2 s +1

24

E por outro lado, da expresso de T acima, vem

1 4 2
T = 3 2 0
3 0 0

E portanto,
1

4 2
s + 1
s + 2 4 2
1
T = [3 0]
= [3 0] 2

s + 1 0
s + 3s + 14 3
3 s + 2 0
2s + 4
1
6s + 12
, conferindo com o resultado encontrado
= [3 0] 2
= 2

s + 3s + 14 6 s + 3s + 14
acima.
Definio:
O sistema conjugado de G(s) definido por

(33)

G ~ ( s ) = G T ( s ) = BT ( sI AT ) 1 C T + DT
AT
= T
B

C T

DT

(33*)
Teorema:

Seja D a inversa direita (esquerda) de D. Ento a inversa direita (esquerda) de G(s)

dada por

A BD C

G =

D C

BD

Prova:
Vamos provar este resultado s para a inversa direita, o procedimento em tudo
semelhante para a inversa a esquerda. Vamos calcular o produto GG usando (32a):
A

GG = 0
C

BD C
A BD C
DD C

BD

BD
DD

Mas DD = I , donde
A

GG = 0
C

BD C
A BD C
C

BD

BD
I

25

Agora observe- se que para um sistema qualquer, C ( sI A) 1 B = CT 1T ( sI A) 1T 1TB

= CT 1 T ( sI A)T 1

TB = CT 1 sI TAT 1

I
Para o sistema acima com T =
0
BD C I I
I I A
0 I
=

0 A BD C 0 I

[C

TB .

I
I
, temos T 1 =

I
0
0
A
I
0 A BD C , 0

I
,
I
I BD 0
,

=
I BD BD

I I
C]
= [C 0] . Ento, temos
0 I
A
GG = 0
C

0
A BD C

0
BD
I
1

0
sI A
0
= [ C 0]
+I

sI A + BD C BD
0
= I.

1.9 Realizaes de matrizes de transferncia no espao de estado

Dada uma matriz de transferncia G(s), uma realizao desta matriz uma qudrupla
ordenada (A, B, C, D) satisfazendo s eqs. (16) e tal que
G ( s ) = C ( sI A) 1 B + D
Definio:
A ordem de uma realizao de uma matriz de transferncia a dimenso da matriz A.
Definio:
Uma realizao de ordem mnima se ela tiver a menor ordem possvel.
Exemplo
Seja a funo de transferncia G(s)= 1/s. fcil verificar que ela tem as seguintes
realizaes, entre inmeras outras:
0 0
1
A1 = 0, B1 = 1, C1 = 1 e D1 = 0 , A2 =
B2 = , C2 = [1 2] e D2 = 0 .

0 1
0
Claro que a primeira realizao de ordem mnima, igual a 1. Observe-se que a mesma
funo de transferncia tem uma infinidade de realizaes. Assim, por exemplo, o
segundo elemento de C2 pode ser qualquer nmero real. E na primeira realizao, basta
que o produto B1C1 seja igual a 1.
Note-se que a ordem da realizao de ordem mnima de uma funo de transferncia
igual ao grau do polinmio caracterstico da funo de transferncia (= denominador da

26

funo de transferncia). Mas para matrizes de transferncia, como veremos, a coisa um

pouco mais complicada, ou melhor, o polinmio caracterstico no determinvel de
modo to simples.
Uma realizao de ordem 1 seguramente de ordem mnima. Mas se ela no for de
ordem 1, como saber se mnima? A resposta nos dada no importante
Teorema:
(33**)
Uma realizao (A, B, C, D) no espao de estado de uma matriz de transferncia G(s)
de ordem mnima se s se (A, B) for controlvel e (C , A) for observvel.
Prova:
(Somente se): Pode-se demonstrar que se o sistema no for controlvel, existe uma
transformao de similaridade, com uma matriz no singular T tal que
A11 A12
B
TAT 1 =
e TB = 1 . Seja CT 1 = [C1 C2 ] .

0
0 A22
Ora a matriz de transferncia do sistema
C ( sI A) 1 B + D = CT 1T ( sI A) 1 T 1TB + D

= CT 1 (T ( sI A)T 1 ) TB + D = CT 1 ( sI TAT 1 ) TB + D
1

( sI A11 ) 1
( sI A11 ) 1 B1
A12 B1
= [C1 C2 ]
+ D = [C1 C2 ]
+D
0
( sI A22 ) 1 0
0

1
= C1 ( sI A11 ) B1 + D . Mas esta realizao de ordem menor que a original, pois claro
que a dimenso de A11 menor que a de A. E portanto a controlabilidade necessria
para que a realizao seja de ordem mnima.
Para a necessidade da observabilidade procede-se de modo dual, sendo possvel
demonstrar que se um sistema for no observvel, existe matriz T tal que
A11 0
1
TAT 1 =
e CT = [C1 0] . E procede-se em seguida do mesmo modo como
A
A
21
22
acima.
(Se): Suponha que a realizao (A, B, C, D) seja controlvel e observvel, mas no seja
mnima. Seja uma outra realizao da mesma matriz de transferncia que seja mnima:
( Am , Bm , Cm , D) . Ento,

C ( sI A) 1 B + D = Cm ( sI Am ) 1 Bm + D , ou seja, C ( sI A) 1 B = Cm ( sI Am ) 1 Bm . (*)
Mas ( sI A) 1 = Is 1 + As 2 + A2 s 3 + ... , supondo que a srie convirja, ou seja, que a
matriz A seja assintoticamente estvel.
(**)
1
e da mesma forma para ( sI Am ) .
Ento de (*), duas linhas acima, temos
CB = Cm Bm , CAB = Cm ABm , CA2 B = Cm A2 Bm ,...
(#)
Ora, lembramos que as matrizes de controlabilidade e observabilidade so

27

 C
CA
, respectivamnete.
C = [ B, AB, ..., An 1 B] e O =

n 1
CA
Cm
C A
Definamos C m := [ Bm , Am Bm , ..., Amn 1 Bm ] e O m := m m .

n 1
Cm Am
Mas destas duas e de (#), quatro linhas acima, temos
(##)
OC = O m C m .
Mas das desigualdades de Sylvester, temos
Posto[ O] + Posto[C] n Posto[ O C] min{Posto[ O], Posto[C]} .
Mas como a realizao (A, B, C, D) controlvel e observvel por hiptese,
temos da dupla desigualdade acima que Posto[ O C] = n .
Mas visto que a realizao ( Am , Bm , Cm , D) por hipotese minima, ela controlvel e
observvel, de acordo com a necessidade, j demonstrada do teorema. Seja k o posto de
Cm e de O m . Ento, aplicando as desigualdades de Sylvester a O m Cm , concluimos que

seu posto igual a k. E de (##), concluimos que k = n.

Observao:
Se o sistema (A, B, C, D) no for controlvel, ao efetuarmos o produto ( sI A) 1 B , h
cancelamento de polo. E se o sistema no for observvel, ao efetuarmos o produto
C ( sI A) 1 , tambm h cancelamento de polo.
Exemplo:
1 0
0
Suponha que um sistema tenha A =
, B = . Este sistema no controlavel,

0 1
1
s + 1 0 0
pois Posto[ sI A, B] = Posto
= 1 < 2 s C .
s -1 1
0
( s + 1) 1
0 0 0
Ora, ( sI A) 1 B =
. Ou seja, o polo -1 efetivamente
=
1
( s 1) 1 1 ( s 1)
0
foi cancelado no produto. E observe-se que o sistema com este par (A,B) estabilizvel,
s + 1 0 0
pois Posto[ sI A, B ] = Posto
= 2 s C+ . Ou seja, como visto acima,
s -1 1
0
num sistema estabilizvel , mas no controlvel, h sempre cancelamento de um modo
bom, no caso acima, s = -1.

28

Se com a mesma matriz A, tivermos C = [ 0 1] , obteremos C ( sI A) 1 = 0 ( s 1) 1

e, de novo, o mesmo modo bom foi cancelado no produto C ( sI A) 1 , o sistema sendo
detectvel.
Se o sistema tiver as matrizes A, B e C acima, ele no ser nem controlvel, nem
observvel (mas ser estabilizvel e detectvel).
Teorema:
Sejam ( A1 , B1 , C1 , D) e ( A2 , B2 , C2 , D) duas realizaes mnimas de uma mesma matriz
de transferncia. Ento existe uma nica matriz no singular T tal que
1
A2 = TAT
, B2 = TB1 , e C2 = C1T 1 . Alem disso, sejam C1 , C 2 , O1 e O 2 as respectivas
1
matrizes de controlabilidade e observabilidade, respectivamente. Ento, T dada por
T = (O*2 O 2 ) 1 (O*2 O 2 ) = (C2 C*2 )(C 2C*2 ) 1 . (E observe-se que T = T 1 , ou seja, T uma
matriz unitria, ou ortogonal, sendo as matrizes reais)
Prova: omitida.
- Realizaes de matrizes de transferncia:
G ( s ) G2 ( s )
1. Seja a matriz de transferncia G ( s ) = 1
, onde as realizaes dos blocos
G3 ( s ) G4 ( s )
so
Ai

Gi ( s) =

Bi
, i = 1, 2, 3 e 4
Di

Ci
Ento uma realizao de G(s) dada por
A1 0
0 A
2

0 0
G(s) =
0 0
C1 C2

0 0

0
0

0
0

B1
0

A3
0

0
A4

B3
0

D1

C3

C4

D3

0
B2
0

B4
D2

D4

A prova deste resultado imediata.

Vejamos a chamada realizao de Gilbert, que pode ser usada quando os polos da matriz
de transferncia so reais e distintos:
Seja G(s) uma matriz de transferncia prpria, p m .
Separamos a parte estritamente prpria da constante:
G ( s ) = D + Gsp ( s )
Seja d(s) o mnimo mltiplo comum dos denominadores de G(s).
Ento, temos d ( s ) = ( s 1 )( s 2 ) ( s r ) .
Podemos escrever:

29

Gsp ( s ) =

1
1
W1 +
W2 +
s 1
s 2

1
Wr ,
s r

onde Wi R pm , i = 1, 2, r, so os chamados resduos (que so matriciais).

Temos ento:
r
Wi
.
G (s) = D +
i =1 s i

(*)

Suponha que o posto de cada Wi ki e sejam matrizes Bi R ki m e Ci R pki tais que

Wi = Ci Bi .
1
Realizamos cada
Wi como Ci ( s i ) I ki Bi
s i
Ento fcil verificar desta e de (*), trs linhas acima, que uma realizao de G(s) dada
por

1 I k1

G (s) =
0

C1

r I k
Cr

B1

Br

Aplicando o teste PBH do posto, v-se imediatamente que esta realizao controlvel
e observvel.
Exemplo
Achar a realizao de Gilbert da seguinte matriz de transferncia
2s 2
1
2

2
G ( s ) = s + 3s + 2 s 1 .
s 1
s 1
s 2 + s
s 2
Soluo: Primeiramente separamos as partes estritamente prpria e constante
(independentemente de s) e fatoramos os denominadores:
1
6 s 4

2 0 ( s + 1)( s + 2) ( s + 1)( s 1)
.
G (s) =
+
0
1
s

1
1

s ( s + 1)

s2

Agora parcelamos cada elemento estritamente prprio, utilizando o clculo dos

resduos:
6 s 4
2
8
1
1
1
s 1
2
1
=

=
.
,
,
( s + 1)( s + 2) s + 1 s + 2 ( s + 1)( s 1) 2( s 1) 2( s + 1) s ( s + 1) s + 1 s
Ento, temos

30

8
1
1
2

2 0 s + 1 s + 2 2( s 1) 2( s + 1)
,
G (s) =
+
1

0 1 2 1
s + 1 s

s2
ou seja,
2 0 1 0 0
1 2 1/ 2
1 0 1/ 2
1 0 0
G (s) =
+
+
+
+

0 ( s 1) 0 0 s 2 0 1
0 1 s 1 0 s + 1 2
2 0 1 0
1 2 1/ 2
1 1/ 2
1 0
=
+ [1 0] +
I2 +
[ 0 1] +

[ 0 1] .
0
( s 1) 0
s + 1 2
s 2 1
0 1 s 1
Donde temos a matriz de transferncia na forma compacta procurada que nos d, por
simples inspeo, a realizao que mnima:

s +1

s +1

G (s) =
s 1

s2

1/ 2 1/ 2
2
0
0
1 2
0
0
1

1 0
1 0
0 1

0 1
0 1

2 0
0 1

1.10 Equaes de Lyapunov

Considere a seguinte equao de Lyapunov
(34)
AT X + XA + Q = 0 ,
onde A e Q so matrizes de nmeros reais.
Pode-se demonstrar que esta eq. tem soluo nica se s se i ( A) + j ( A) 0 i, j ,
onde i () indica autovalor de uma matriz e j () indica o complexo conjugado do
respectivo autovalor.
Lema:
(35)
Com referncia eq. (34), suponha que A seja estvel. Ento, sua soluo tem as
seguintes propriedades:

(i) X = e A t Qe At dt ;
0

(ii) X > 0 se Q > 0 e X 0 se Q 0 ;

(iii) suponha Q 0 ; ento (Q1/ 2 , A) observvel se s se X > 0.
Observao: O gramiano de observabilidade definido como

31

Lo = e A t C T Ce At dt .
T

Ento verifica-se que ele satisfaz eq. de Lyapunov, a saber,

AT Lo + Lo A + C T C = 0 .
Mais ainda, de acordo com (iii) do Lema, um par (C, A) observvel se s se ele
satisfizer eq. acima.
Dualmente, um par (A, B) controlvel se seu gramiano, definido como

Lc = e At BBT e A t dt ,
T

satisfizer eq. de Lyapunov

ALc + Lc AT + BBT = 0 .
Exemplo:
Achar os gramianos de controlabilidade e de observabilidade do seguinte sistema

1 1
1
A=
, B = , C = [1 3] , D qualquer matriz dois por dois de reais.

0 2
2
Soluo:

ALc + Lc AT + BBT = 0 .

l
n
1 1 l
0 2 n

l + n
donde
2n

m
. Substituindo, vem
p
m l m 1 0 1
0 0
+
+ [1 2] =

,
p n p 1 2 2
0 0
m + p l + m 2m 1 2 0 0
,
+
+
=
2 p n + p 2 p 2 4 0 0
que nos d 4 eqs.: m + n 2l + 1 = 0, p 3n + 2 = 0, p 3m + 2 = 0 e 4 p + 4 = 0 .
3/ 2 1
Donde obtemos m = n = p = 1, l = 3/2, ou seja, Lc =
.
1 1
Seja Lc =:

O gramiano de observavilidade calculado de forma semelhante.

1.11 Polos e zeros em sistemas multivariaveis

Polos de uma funo de transferncia (escalar) so as raizes do seu denominador,
enquanto que os zeros so as razes do seu numerador.
Os polos de uma funo de transferncia definem a sua estabilidade, ou no. E os zeros
esto associados ao seu regime transitrio. Como vimos, os autovalores da matriz do
sistema, a matriz A definem se o sistema assintoticamente estvel, marginalmente
estvel ou instvel. Vimos tambm que os autovalores da matriz podem ser cancelados

32

quando se efetuam os produtos para constiuir a funo de transferncia. So cancelados,

como vimos, os modos incontrolveis e/ou inobservveis.
Aps os cancelamentos ficamos com uma funo de transferncia com menos polos do
que os autovalores da matriz A.
Para funes de transferncia, o conceito de estabilidade o de BIBO-estabilidade, BIBO
significando bounded input / bounded output:
Definio:
Uma funo de transferncia BIBO se para todo sinal de entrada limitado, a sua
resposta tambm ser um sinal limitado.

(36)

E o resultado bem conhecido para funes racionais :

Teorema:
(37)
Uma funo de transferncia BIBO estvel se s se no tiver polo no semi-plano
fechado da direita.
A prova deste fato simples, bastando lembrar que a transformada de Laplace de sinais
limitados tem seus polos no semiplano fechado da esquerda, sendo que os polos no eixo
imaginrio so simples, isto , com grau de multiplicidade igua a 1.

Exemplo:
Considere a funo de transferncia G ( s ) =

1
. Se a entrada for um sinal limitado, a
s +1

resposta conter este mesmo sinal limitado, alm de uma exponencial decrescente, que
tende para zero. Assim, por exemplo, se a entrada for um degrau aplicado no instante t
= 0, isto , u ( s ) =

1
1 1
1
1
, ento a resposta y ( s ) =
= y(s) =
, esta ltima
s
s +1 s
s s +1

igualdade sendo obtida pelo familiar clculo dos resduos. Ora, a transformada inversa
desta y (t ) = 1 e t , t 0 , ou seja, um degrau diminuido de uma exponencial
decrescente, ou seja, a resposta BIBO
Considere agora a funo de transferncia G ( s ) =

1
, que tem o polo fora do semiplano
s

aberto da esquerda, mas na fronteira. Suponha que a entrada seja a mesma do caso
anterior. Ento a resposta ser y ( s ) =

1
, cuja trasformada inversa y (t ) = t , t 0 ,
s2

uma rampa, trata-se de um sinal que evidentemente no limitado, e portanto esta

funo de transferncia no BIBO, como previsto pelo Teorema (37).
- No caso de matrizes de transferncia, isto , de sistemas multivariveis, a definio de
polos no to simples quanto aos polos com grau de multiplicidade maior que 1.
Se os polos so simples, supondo que cada elemento da matriz de transferncia seja
irredutvel, isto , no haja cancelamento entre fator comun no numerador e
denominador, ento todo polo de qualquer elemento da matriz tambm ser polo da
matriz de transferncia. E se houver polo mltiplo em algum elemento da matriz de

33

transferncia, ele tambm ser polo da matriz, mas o grau de multiplicidade do polo da
matriz no ser necessariamente igual ao grau no elemento.
Os polos de uma matriz de transferncia so definidos primeriamente atravs de seu
polinmio caracterstico, que definido agora:
Definio:
(38)
Supondo que todos os elementos de uma matriz de transferncia sejam irredutveis, seu
polinmio caracterstico definido como o mnimo mltiplo comum (m.m.c.) dos
denominadores de todos seus menores.
Lembra-se que os menores de uma matriz de transferncia so os determinantes que se
podem formar com os elementos da matriz, como explicado neste exemplo, onde ser
calculado o polinmio caracterstico:
Exemplo: Considere a matriz de transferncia

1
s
G( s) =
1
s +1

0
1
s ( s + 1)

s +1
( s 1) 2
.
s
s 2 + 2 s

Antes de calcular o polin. careact., observe-se que o elemento de ordem (2,3) no

irredutvel. Procedendo-se ao cancelamento correspondente, temos

1
s
G( s) =
1
s +1

0
1
s ( s + 1)

s +1
( s 1) 2
.
1
s + 2

Os menores de ordem 1 so os elementos da matriz, cujos denominadores so

s, (s 1)2 , s + 1, s ( s + 1) e s + 2 .
(39a)
Os menores de ordem 2 so obtidos pelo cruzamento das duas linhas com duas colunas:
1. e 2., 1. e 3., 2. e 3.
Quando se fazem produtos e somas no clculo de menores de ordem 2 ou de ordem
maior, podem ser cancelados fatores. Ou seja, em geral no d para escrever os
denominadores desses menores por simple inspeo como foi feito no caso dos menores
de ordem 1.
Neste caso, temos os menores de ordem 2:
1
1
1
s2
1
,

=
e
.
2
2
s ( s + 1) s ( s + 2) ( s 1)
s+2
s ( s 1) 2 ( s + 1)
Os denominadores destes menores so portanto
s 2 ( s + 1), s + 2 e s ( s 1) 2 ( s + 1) .
(39b)
Desta e de (39a) temos o polinmio caracterstico de acordo com (38):
s 2 ( s 1) 2 ( s + 1)( s + 2)

34

Isto posto temos a definio de polos em matrizes de tranferncia:

Definio:
(40)
Os polos de uma matriz de transferncia, com seus respectivos graus de multiplicidade,
so as razes de seu polinmio caracterstico.
No exemplo acima temos polo duplo na origem e em 1 e polo simples em -1 e -2. Vale
observar que o polo duplo na origem no aparece em nenhum dos elementos.
- Para definir zeros em sistemas multivariveis temos que definir o que so matrizes de
MacMillan, tb. chamadas de Smith-MacMillan.
Antes porem, temos a
Definio:
Uma matriz polinomial em s, quadrada, dita unimodular se seu determinante for
independente de s.

(41)

E temos a muito utilizada Forma de Smith dada pelo

Teorema (Forma de Smith)
(42a)
Dada uma matriz polinomial P(s), existem matrizes unimodulares U(s) e V(s) tais que

0
0
0
1 ( s )
0
2 (s)
0
0

=: S ( s ) ,
U ( s ) P ( s )V ( s ) =

0
r (s) 0
0
0
0
0
0
onde os i ( s ) so tais que cada i ( s ) fator de i +1 ( s ) ; i ( s ) so chamados

(42b)

polinomios invariantes da matriz P(s).

Na matriz acima 1 ( s ) o m.d.c. (mximo divisor comum) de todos os elementos da
matriz P(s), 2 ( s ) o m.d.c. dos menores de ordem 2 da matriz P(s) dividido por 1 ( s ) ,
etc...
Na matriz acima r o chamado posto normal da matriz P(s), que definido como o
maior dos postos da matriz para pelo menos um valor de s.
Esta definio de posto normal geral, valendo tambm para matrizes irracionais. No
caso de matrizes polinomiais (como tambm no caso de matrizes racionais, alis toda
matriz polinomial tb. racional), o posto normal a ordem do menor de maior ordem no
indenticamente nulo.
A demonstrao da forma de Smith que ser omitida aqui, feita atravs de operaes
elementares e da aplicao da frmula de Binet-Cauchy que d o menor do produto de

35

matrizes em funo dos menores dos fatores. Esta demonstrao est, por exemplo, nas
pp. 47ss (numerao embaixo da pgina) do meu texto Sistemas Lineares que se
encontra no meu site.
Mas o conceito de operaes elementares tem que ser explicado para sabermos como
calcular a forma de Smith de uma matriz.
So trs as operaes elementares tanto sobre as linhas como sobre as colunas:
1. Multiplicao de uma linha (coluna) por um nmero real diferente de zero;
2. Permutao de duas linhas (colunas);
3. Adio de uma linha (coluna) multiplicada por um polinmio a uma outra linha
(coluna).
Vejamos exemplos destas trs operaes:

s
s +1
s3
Dada a matriz P ( s ) =
;
2
s 1 s 4 ( s 4)
1. Multplicando a 2. linha por 2, obtemos

s
s +1
s3 s
s +1
s3
. Note-se que isto equivale a

2
2
s 1 s 4 ( s 4) 2( s 1) 2( s 4) 2( s 4)
1 0
premultiplicar a matriz P(s) por
, que uma matriz unimodular pela definio
0 2
acima. Para obter esta matriz, basta efetuar a operao elementar sobre a matriz
identidade
2. Permutando a 2. e 3. colunas, obtemos

s
s +1
s3 s
s3

2
2
s 1 s 4 ( s 4) ( s 1) ( s 4)
1
equivalente posmultiplicao de P(s) por 0

s + 1
, notando-se que esta operao
s 4
0 0
0 1 , de novo uma matriz unimodular,
1 0

obtida, tal como no caso anterior, por aplicao da operao matriz identidade
3. Adicionando 2. coluna a primeira multiplicada pelo polinmio s, obtemos

s
s +1
s3 s
s 2 + s + 1 s + 1

. E este resultado, tal como nos

2
s2 4
s 4
s 1 s 4 ( s 4) ( s 1)
casos anteriores, pode ser obtido, posmultiplicando a matriz P(s) pela matriz que o
resultado da aplicao da mesma operao elementar matriz identidade, ou seja, pela

1 s 0
matriz 0 1 0 .

0 0 1

36

Como acabamos de constatar, toda operao elementar, seja aplicada s linhas, seja s
colunas, equivalente, respectivamente, premultiplicao ou posmultiplicao por uma
matriz unimodular.
Mas o produto de matrizes unimodulares unimodular. (Para ver isto, basta considerar
que o produto dos determinantes delas independente de s). Consequentemente, uma
sequncia de operaes elementares equivalente pr- (ou ps-) multiplicao por
matrizes unimodulares. E a recproca tambm verdadeira, ou seja, toda matriz
unimodular que pr (ps)- multiplique outra matriz pode ser decomposta como o produto
de matrizes unimodulares simples (dos tipos das 3 acima), e portanto equivalente a uma
sequncia de operaes elementares.
A demonstrao da Forma de Smith se faz aplicando um algoritmo, com numero
necessariamente finito de passos, cada passo constituindo uma operao elementar.
Vamos mostrar isto atravs de um exemplo, calculando a Forma de Smith da matriz P(s)
acima.
A primeira coisa que se faz , por permutao de linhas e coluna, colocar o elemento de
mais alto grau na posio (1,1). No caso presente, ele j est l.
A seguir, zeram-se todos os elementos da 1. linha e primeira coluna, utilizando-se as
operaes elementares que forem necessrias. No caso presente, temos

s +1
s3 s s + 1
s3
P(s) =

2
3
2
s 1 s 4 ( s 4) 1 5 s + s 9 s + 16
1 5 s 3 + s 2 9 s + 16 1 5
s 3 s 2 + 9s 16

s3
s3
s s +1
s s + 1

0
0
0
0
1
1

.
4
3
2
4
3
2
s 4 s + 1 s + 2 s 8s + 16 s 0 4 s + 1 s + 2s 8s + 16s
Chegados a este ponto, coloca-se em (2,2) o elemento de mais baixo grau, que j est l e
fazem-se operaes elementares para zerar todos os elementos da 2. linha e da 2.
coluna, exceo do elemento (2,2), claro. Ou seja:

0
0
0
0
1
1

4
3
2
3
2
0 s 1/ 4 s 2 s + 8s 16 s 0 s 1/ 4 (7 / 4) s + 8s 16s
0
0
0
0
1
1

3
2
2
0 s 1/ 4 (7 / 4) s 8s + 16s 0 s 1/ 4 (121/16) s 16s
0
0
0
0
1
1

2
0 s 1/ 4 (121/16) s + 16 s 0 s 1/ 4 (1145 / 64) s
0
0 1
0
0 1
0
0 1
0
0
1

0 s 1/ 4 s 0 s 1/ 4 1/ 4 0 1/ 4 1/ 4 0 1/ 4 0
1 0 0
0 1 0 , que a forma de Smith.

37

Claro que poderamos parar na matriz anterior. Mas por conveno, todos os polinmios
da diagonal da forma de Smith, os polinmios invariantes, devem ser mnicos, ou seja,
com os coeficientes do termo de mais alto grau igual a 1.
Como se v neste exemplo, o clculo da forma de Smith pode ser bastante trabalhoso,
mesmo quando a matriz simples, se bem que no clculo acima, poder-se-ia ter cortado
caminho. As operaes feitas acima foram mais complicadas para se seguir o algoritmo
da demonstrao da forma de Smith, conforme mencionado acima.
Entretanto, como j foi mencionado, o primeiro polinmio invariante o m.d.c. de todos
os elemnetos da matriz. Ora, claro que, neste caso, os elementos so todos primos entre
si e, portanto, o primeiro polinmio invariante igual a 1.
E o segundo polinmio invariante o resultado da diviso do m.d.c dos menores de
ordem 2 pelo primeiro polinmio invariante. Neste caso, h trs menores de ordem 2,
formados com a 1. e 2. colunas, com a 1. e a 3. e com a 2. e a 3.
Calculando, obtem-se para o primeiro menor: s 2 4 s s 2 + 1 = 4 s + 1 4 s 1 ;
o segundo menor:
s 3 8s 2 + 16 s s 4 + s 3 = s 4 + 2 s 3 8s 2 + 16 s s ( s 3 2 s 2 + 8s 16) .
Ora, imediato ver que s = 1/ 4 , raiz do primeiro menor, no raiz do segundo,
consequentemente o m.d.c. destes dois menores 1. Donde obtemos a forma de Smith
acima, pelo primeiro mtodo, muito mais trabalhoso e sujeito a erros.
No se deveria concluir porem que isto sempre acontece, pois quando se trata de
polinmios de graus elevado, tem-se que calcular suas razes pelo segundo mtodo, o que
no ocorre no primeiro.
- Os zeros de uma matriz polinomial so definidos pelas razes do menor de maior ordem
no identicamente nulo. Ora o determinante de um produto de matrizes o produto dos
seus determinantes.
Ora, em (42b) as matrizes U e V so unimodulares, portanto as razes de P so as
mesmas, contadas as multiplicidades, que as da matriz S.
r

Ou seja, os zeros da matriz P so as razes de

(s) .
i =1

Mas as matrizes que interessam mais em Teoria de Controles so as matrizes racionais,

pois so nelas que so expressas as matrizes de transferncia de um sistema.
Passamos portanto ao estudo da Forma de (Smith)-MacMillan, que so as formas
cannicas mais importantes para as matrizes racionais, assim como a Forma deSmith a
forma cannica mais importante para as matrizes polinomiais.
Seja portanto G(s) uma matriz racional com coeficientes reais, que so, como vimos
antes, as matrizes de transferncia que surgem quando estudamos sitemas linerares
invariantes no tempo regidos por eqs. diferenciais ordinrias.
Teorema
(43a)
Seja G(s) uma matriz racional prpria . Ento existem matrizes polinomiais unimodulares
U(s) e V(s) tais que:

38

 1 ( s )

0
0
0
(s)
1

(
s
)

2
0
0
0
2 (s)
=: M ( s ) ,
(43b)
U ( s )G ( s )V ( s ) =

r (s)
0
0
0

r ( s)

0
0
0
0
onde cada i ( s ) fator de i +1 ( s ) , enquanto que cada i +1 ( s ) fator de i ( s ) ; alem
disso, 1 ( s ) =d(s).
Prova:
Suponha, sem perda de generalidade, que cada elemento de G(s) esteja na forma
irredutvel. Seja d(s) o m.m.c. dos denominadores de G(s) e seja N(s) matriz polinomial
tal que G ( s ) =

N (s)
. Agora aplicamos operaes elementares a N(s) de modo a
d (s)

transform-la na forma de Smith, de acordo com o teorema (42):

0
1 ( s )
0
2 (s)

U ( s ) N ( s )V ( s ) =

0
0
0
0

0
0
=: S ( s ) .

r (s) 0
0
0
0
0

Definamos agora

1 (s)

0
0
0
d (s)

2 (s)

0
0
0
d (s)
S (s)
. Cancelando agora os fatores comuns
=
M (s) =

d (s)

(
s
)

r
0
0
0
d (s)

0
0
0
0

entre i ( s ) e d(s), chegamos a (43b). Observe-se em seguida que, como vimos, cada
i ( s ) fator de i +1 ( s ) , portanto cada i ( s ) fator de i +1 ( s ) , pois cada i ( s ) est
sendo dividido pelo mesmo d(s). E por outro lado, ao cancelarmos os fatores de i ( s ) e
d(s), sobra no denominador i ( s ) que fator de i 1 ( s ) . 1 (s) = d (s) , pois se houvesse

39

cancelamento de fator comum entre 1 ( s ) e d(s), isto signficaria um cancelamento entre

o m.d.c. dos elementos de N(s) e o m.m.c. dos denominadores de G(s), ou seja, isto
significaria que os elementos de G(s) no seriam irredutveis, contra a hiptese inicial.
Definio:

(44)
r

O grau de MacMillan de uma matriz racional definido como

grau( (s)) .
i =1

Esta noo importante porque se pode demonstrar que a ordem de uma realizao
mnima de uma matriz de transferncia exatamente o grau de McMillan da matriz de
transferncia.
A partir da forma de McMillan, podemos agora definir os zeros de uma matriz de
transferncia, lembrando que os polos j o foram.
Definio:
Os zeros de uma matriz de transferncia, mais comumente chamados de zeros de

(45)

transmisso, so as razes de

(s) .
i =1

Como vemos, os zeros de transmisso so os valores de s que diminuem o posto da

matriz de transferncia.
Outro conceito de zero de uma matriz de transferncia talvez to, ou mais, utilizado na
prtica quanto o anterior o de zero de bloqueio.
Definio:
(46)
Os zeros de bloqueio de uma matriz de transferncia so as razes, contadas as
multiplicidades, do m.d.c. dos numeradores da matriz de transferncia. (Aqui, como
usual, cada elemento da matriz de transferncia suposto irredutvel).
Esta definio de zero de uma matriz de transferncia pareceria mais apropriada do que a
anterior, se tivssemos que escolher uma das duas. Com efeito, zero de uma funo o
valor da varivel no domnio da funo que a torna nula. No caso de uma funo racional
escalar ou no caso de um polinmio isto claro. E claro tambm no caso de uma matriz
racional, se for usada a definio de zero de bloqueio; mas esta propriedade no se realiza
se for usada a outra noo, a de zero de transmisso.
O conceito de zero de bloqueio usado no problema do servomecanismo e, alem disso,
no problema da chamada estabilizao forte de um sistema em malha fechada, isto ,
quando o controlador um sistema estvel.
Os polos da matriz de transferncia podem ser computados tambm a partir da sua forma
de McMillan, a saber:
Definio:

(47)

40

Os polos de uma matriz de transferncia, cuja forma de McMillan dada por (43b) so as
r

razes, contados os graus de multiplicidade, de

(s) .
i =1

Observao: Pode-se demonstrar que esta definio equivalente definio (40)

Vamos ilustrar os conceitos acima atravs de um
Exemplo: Considere a seguinte matriz de transferncia

( s + 1)( s + 2)

1
G(s) =
2
( s + 1)

2
( s + 1) ( s + 2)

2s + 1
( s + 1)( s + 2)
s 2 + 5s + 3
( s + 1) 2
2s + 1
( s + 1) 2 ( s + 2)

( s + 1)( s + 2)

s
. Confere-se primeiramente
2
( s + 1)

2
( s + 1) ( s + 2)

que todos os elementos da matriz so irredutveis. O m.m.c. dos denominadores

d ( s ) = ( s + 1) 2 ( s + 2) .

(2 s + 1)( s + 1)
s ( s + 1)
s +1
N (s)

2
Donde que G ( s ) =
, com N ( s ) = s + 2 ( s + 2)( s + 5s + 3) s ( s + 2) .

d (s)
1
2s + 1
s
Passamos ao clculo da Froma de Smith desta matriz:
O m.d.c. dos elementos de N(s) claramente 1, portanto o primeiro polinmio invariante
de G(s), que 1 ( s ) na sua forma de Smith, igual a 1.
A seguir, observe-se que a 1. e 3. linhas acima so l.d., efetivamente a 1. linha a 3.
multiplicada por s + 1.
Ento adicionando primeira linha a terceira multiplicada por -(s + 1), temos

0
0
0

2
N ( s ) s + 2 ( s + 2)( s + 5s + 3) s ( s + 2) . Ora, primeira vista, temos trs
1
2s + 1
s
menores de ordem 2, no identicamente nulos, nesta matriz. Mas calculando, verifica-se
que um deles nulo e os outros dois so iguais a
( s + 2)( s 2 + 5s + 3 2s 1) = ( s + 2)( s 2 + 3s + 2) = ( s + 1)( s + 2) 2 .
Consequentemente, a forma de Smith de N(s)

41

0
0
1
S ( s ) = 0 ( s + 1)( s + 2) 2 0 . E a forma de McMillan obtida dividindo-se esta por
0
0
0
1

0
0
( s + 1) 2 ( s + 2)

s+2

d(s): M ( s ) =
0
0 .
s +1

0
0
0

Ento verificamos que G(s) tem um zero de transmisso em -2, um polo tambm em -2 e
um polo em -1 com grau de multiplicidade 3.
Para encerrar esta seo, preciso tratar ainda dos zeros e polos no infinito.
Uma funo racional estritamente prpria se anula quando a varivel s igual a infinito.
E se a diferena entre o grau do denominador e o do numerador for p, podemos (e
devemos) dizer que o grau de multiplicidade do zero no infinito p.
E por outro lado, dizemos que uma funo de transferncia imprpria tem polo no
infinito, porque quando s igual a infinito, o valor da funo tambm o . E o grau de
multiplicidade do polo no infinito igual diferena entre os graus do numerador e do
denominador.
Mas quando se passa a matrizes de transferncia, j no podemos usar a forma de
McMillan acima para determinar se a matriz tem polos no infinito e nem para determinar
os graus de multiplicidade do zero no infinito.
Por que? Como vemos de (43b), para obtermos a forma de McMillan de uma matriz, pre ps- multiplicamo-la por matrizes unimodulares. Ora, as matrizes unimodulares so
imprprias e, em geral, tm polos no infinito. Portanto, h em geral uma introduo de
polos no infinito na matriz original. E assim, sendo a matriz original prpria, sua forma
de McMillan pode ser imprpria.
Para verificar zeros e polos no infnito de uma matriz, substitumos s por 1/z na sua
forma de McMillan e verificamos se esta matriz tem, e quantos, zeros e polos na origem.
Exemplo:

1 s
G(s) =
, Esta uma matriz polinomial, e alis unimodular. Mas a consideramos
0 1
aqui como uma matriz racional imprpria. Substituindo s por 1/z, temos

42

1 1/ z 1 z 1
G (1/ z ) =
=
. Ora, para calcular a forma de Smith desta matriz,
0 1 z 0 z
vemos que o m.d.c. de seus elementos 1, enquanto que seu determinante z 2 .
1 1 0 1/ z 0
, que tem um zero e
Ento a forma de Mcmillan da matriz em z
=
z 0 z 2 0 z
um polo na origem. Portanto a matriz original G(s) tem um zero e um polo no infinito.
Esta concluso surpreendente: que a matriz G(s) tenha um polo no infinito, no de se
admirar, uma vez que ela imprpria. Mas um zero no infinito? Eis um resultado no
intuitivo.

2. Captulo: Especificaes de Desempenho

2.1 Os espaos de Hardy

H2 e H

[ZDG, pp. 91ss]

[ZDG, pp. 97ss]

Seja S um conjunto aberto no domnio dos complexos, isto , S C e seja f(s) uma
funo definida em S, isto , f ( s ) : S C .
Dizemos que f analtica em um ponto z0 se ela for diferencivel em z0 e em todos os
pontos de alguma vizinhana de z0 . Demonstra-se que se f for analtica em z0 , ento
ela tem derivadas continuas de todas as ordens em z0 . Alm disso, f analtica em z0
se s se tiver uma representao em serie de potncias em z0 .
A funo dita analtica em S se ela for analtica em todos os pontos de S.
Teorema do Maximum Modulus:
(1)
Se f(s) for definida e contnua em um conjunto fechado e limitado S e analtica no
interior de S, ento o mximo de f ( s ) obtido na fronteira de S , isto ,
max f ( s ) = max f ( s ) ,
sS

sS

onde S a fronteira de S.
Vejamos alguns espaos importantes neste curso:
- Espao L2 (j R ), onde R o corpo dos reais, um espao de Hilbert definido pelo
conjunto de todas as matrizes F tais que a integral abaixo limitada

Trao[F

( j ) F ( j )]d < ,

(2)

onde F* indica a transposta conjugada de F.

claro que os elementos de L2 (j R ) no podem ter polo no eixo imaginrio, pois do
contrrio a integral no convergiria.
Lembra-se que o trao de uma matriz a soma dos elementos da sua diagonal. fcil
verificar que o integrando de (2) a soma dos quadrados das partes real e imaginria de
todos os elementos de F ( j ) .
43

O produto interno deste espao de Hilbert definido como:

F , G :=

1
2

Trao[F

( j )G ( j )]d < .

(3)

Este produto interno induz uma norma dada por

F 2 :=

F, F .

(4)

Como exemplo, o conjunto de todas as funes racionais, com coeficientes reais e

estritamente prprias constitui um subespao no fechado de L2 (j R ), que denotaremos
por

RL2 (j R ), ou simplesmente RL2 .

- O espao de Hardy H 2 um subespao fechado de L2 (j R ) cujos elementos so

funes (matriciais) F(s) analticas em Re[s] > 0.
A norma correspondente definida como
1

2
F 2 := sup
Trao[F ( + j ) F ( + j )d

> 0 2

Pode-se demonstrar, utilizando o teorema do maximum modulus, que

2
2

1
2

Trao[F

( j ) F ( j )]d

(5)

Comparando-se esta com (2), verifica-se que so idnticas, ou seja, se F H 2 , sua

norma a mesma que se estivesse em L2 (j R ).

Como exemplo, o conjunto de todas as funes reais racionais estritamente prprias e
estveis pertence a este espao. Ele denotado por RH 2 .
- O espao

H 2

o complemento ortogonal de

fechado de funes em
subespao de

H 2

L2

H2

em

L2 , ou seja, o subespao

que so analticas no semiplano aberto da esquerda. O

constitudo por todas as funes reais racionais estritamente prprias

com todos os polos no semiplano aberto da direita ser denotado por RH 2 . (Funes
racionais com todos os plos no semiplano aberto da direita so chamadas de antiestaveis).
Pode-se verificar que se G for uma matriz real racional estritamente prpria e estvel,
ento G H 2 e G ~ H 2 .

L2 definidos acima no domnio da frequncia ( ) podem ser relacionados

aos espaos L2 definidos no domnio do tempo. Como vimos logo acima, o espao no
domnio da freqncia foi denotado por L2 (j R ). E o respectivo espao no domnio do
- Os espaos

44

tempo ser denotado por L2 (- , ). Pode-se provar que existe um isomorfismo entre
este espao e o anterior, ou seja,
(6)
L2 (- , ) L2 (j R ).
- Mais ainda, os seguintes isomorfismos so obtidos:
(7)
L2 [0, ] H 2 , L2 (- , 0] H 2 .
As trs relaes acima so conhecidas como de Parseval e tambm como Teorema de
Plancherel.
- Como consequncia destes isomorfismos, temos o seguinte:
Seja g(t) L2 (- , ) e seja sua transformada de Fourier dada por

G ( j ) L2 ( jR ) . Ento, temos a igualdade das normas:

G2= g2 .

(8)

A igualdade acima conhecida como Teorema de Parseval, frequentemente apresentada

com um fator 1

do lado esquerdo da igualdade. Tal fator s vezes no aparece, no

havendo contradio, pois se trata de diferena na definio da transformada de Fourier.

L ( jR ) definido como um
espao de Banach de funes ou matrizes que so essencialmente limitadas em jR com

- O prximo espao que nos interessar neste curso o

norma
F := ess sup [ F ( j )]
R

(9),

onde, como vimos no captulo anterior, () denota o maior valor singular de uma
matriz.
Observe-se que definido tambm o espao L no domnio do tempo, o qual usado,
geralmente, para definir sinais, ao passo que o no domnio da frequncia, L ( jR ) ,
usado geralmente para matrizes ou funes de transferncia e, mais geralmente,
operadores.

- Em vista disso, definimos o espao H , que um subespao fechado de L , cujas

funes so analticas e limitadas no semiplano complexo aberto da direita e cuja norma
definida como
(10)
F := sup [ F ( s)] = sup [ F ( j )]
Re[ s ]> 0

(A segunda igualdade devida a uma generalizao do teorema do maximum modulus).

Analogamente aos casos anteriores, denotaremos por RH o subespao das funes (ou
matrizes) racionais com coeficientes reais, prprias e estveis.
O espao H um subespao fechado de L , constitudo por funes (ou matrizes) que
so analticas e fechadas no semiplano complexo da esquerda. A norma deste espao
definida como
_

45

:= sup [ F ( s)] = sup [ F ( j )] ,

Re[ s ]< 0

que, como se v, identical a (10).

Analogamente aos casos anteriores, RH denota o subconjunto das funes (matrizes)
racionais com coeficientes reais que so prprias e tm todos seus plos no semiplano
complexo da direita.
_

Os fatos abaixo so importantes:

i) Se G(s) L , ento G(s) L2 := { G(s) f(s) : f(s) L2 } L2 ,

(11)

ii) Se G(s) H , ento G(s) H 2 := { G(s) f(s) : f(s) H 2 } H 2 ,

(12)

iii) Se G(s) H , ento G(s) H 2 := { G(s) f(s) : f(s) H 2 } H 2 .

(13)

2.2 Ganhos induzidos de sistemas

[ZDG, pp. 104ss]
A palavra ganho, usada em teoria de operadores, ser para ns a matriz (ou funo) de
transferncia.
O problema que nos ocupa agora o seguinte: se soubermos quo grande a entrada (um
distrbio) , quo grande a resposta ser para um dado sistema dinmico?
Seja um sistema de dimenso finita com matriz de transferncia G(s) RH . Mais
ainda, suporemos que G(s) seja estritamente prpria, isto , G( ) = 0, o que ocorre com
muita frequncia na prtica.
Seja u a entrada de um sistema G e z sua sada. Seja g a resposta do sistema, no
domnio do tempo, a um impulso unitrio aplicado no instante t = 0, tambm chamada de
resposta impulsional do sistema. Como sabemos, a relao entre a sada z e a entrada
u , no domnio do tempo, dada pela convoluo de g e u , isto ,
(14a)
z = g u ,
t

z (t ) = g (t )u ( )d .

ou seja,

(14b)

Suponha que u seja um vetor com q componentes

Pode-se demonstrar o seguinte:
i) Seja u(t) = u0 (t ) , com u0 R q , sendo (t ) o impulso unitrio aplicado no instante t
= 0.
Ento,
(15a)
z 2 = Gu0 2 = gu0 2 ,

= gu0

(15b)

ii) Seja agora u (t ) = u0 sen0t , u0 R q . Sejam Gi ( s ) as linhas de G(s) . Ento,

z 2 =,
lim sup max zi (t ) = G ( j0 )u0
t

lim sup z (t ) = G ( j0 )u0 .

(16a)

= max Gi ( j0 )u0 ,
i

(16b)
(16c)

46

Prova de (15) e (16): ver ZDG, pp. 105s.

Nas expresses acima, u tipicamente um distrbio a ser rejeitado ou um sinal a ser
rastreado; se se tratar de distrbio a ser rejeitado, z a resposta do sistema e se se tratar
de sinal a ser rastreado, z o erro, ou seja, a diferena entre a resposta do sistema e o
sinal a ser rastreado.
Dizemos que o sistema tem bom desempenho se z(t) for pequeno em algum sentido, por
exemplo, se lim sup z (t ) for pequeno.
t

- Note-se que lim sup z (t ) = G ( j0 )u0 (ver (16c)) vale para u0 R q e 0 fixados.
t

importante saber o que acontece se eles no so fixados. Efetivamente, a frequncia da

senoide pode variar dentro de certos limites e a amplitude da senoide tambm. A tabela
abaixo responde a esta pergunta:
Entrada u(t)
Resposta z(t)
Norma da entrada
Norma induzida

L2

L2

u2=

dt

= sup max ui (t )
t

= sup u (t )
t

max gi
i

g (t ) dt
0

Tabela 1
Observe-se que as normas que aparecem dos lados direitos das igualdades acima so
normas euclideanas, isto , a raiz quadrada da soma dos quadrados das componentes do
vetor.
Prova dos resultados acima: ZDG, pp. 108ss.
- Vamos agora calcular majorantes, que sero muito teis, para as normas em H e L1 .
Seja a matriz de transferncia, com dimenses no especificadas, mas compatveis

A B
G(s) =
RH
C D

(16a)

Suponha que a realizao (A, B, C) seja balanceada, ou seja, existe

= diag( 1 , 2 ,... n ) , com 1 2 n 0 e tal que A + A + BB = 0 e
A + A + C C = 0 .
Ento temos o seguinte

(17)

(18)

Teorema:

1 G

i =1

g (t ) dt 2 i .

47

Observao: g(t) uma matriz, igual, como se sabe, a Ce At B . A norma dentro do

integrando a norma euclidiana.
Prova do teorema (18): ZDG, pp. 111s.
2.3 Clculo das normas em L2 e H 2
Seja G(s) L2 . Recorda-se que sua norma
G2=

1
2

Trao[G ( j )G ( j )]d =

[ZDG, pp, 112 ss]

1
2

Trao[ g

(t ) g (t )]dt . (19)

fcil verificar que a norma acima limitada se s se a matriz de transferncia G(s) for
estritamente prpria, isto , G () = 0 .

s 1
, temos
s +1
j 1 j 1 1 + 2
G* ( j )G ( j ) =
=
= 1 , donde que a integral acima diverge.
j + 1 j + 1 1 + 2

Com efeito, se por exemplo, G ( s ) =

E isto tambm se aplica para norma definida em

tratar de norma
prpria.

L2

ou

H 2 , suporemos que a matriz de transferncia seja estritamente

- Uma primeira maneira de se calcular a norma

G2=
2

1
2

H 2 . Consequentemente, quando se

L2

Trao[G ( j )G( j )]d = 2 j Trao[G

( s )G ( s )]ds

(20)

A segunda integral calculada ao longo do eixo imaginrio e de um semicrculo de raio

infinito no semiplano complexo da esquerda, notando-se que a contribuio da integral
neste semicrculo nula, pois a matriz de transferncia suposta estritamente prpria,
como dito antes, por hiptese, sem a qual a norma no definida, donde a igualdade
acima.
- Alternativamente, para o clculo da norma em L2 , temos:
(21)
Teorema:
Seja a matriz de transferncia G(s), suposta estvel (isto , BIBO estvel) dada em
(16a) com D = 0. Sejam Lc e Lo os gramianos de controlabilidade e observabilidade,
respectivamente, que podem ser obtidos atravs das seguintes equaes de Lyapunov:
(22)
ALc + Lc AT + BBT = 0 ,
AT Lo + Lo A + C T C = 0 .
Ento o quadrado da norma em

L2

dado por

G 2 = Trao( B Lo B) = Trao(CLcC T ) .
2

(23)

Prova: Como G estvel, temos para t maior ou igual a zero:

g (t ) , a transformada de Laplace inversa de G(s), dada por Ce At B . Portanto,

48

G 2 = Trao ( g * (t ) g (t ) ) dt = Trao ( g (t ) g * (t ) ) dt
2

A*t
At
At
A*t
Trao ( B * e C * Ce B ) dt = Trao ( Ce BB * e C *) dt .

A demonstrao concluda lembrando que os gramianos de controlabilidade e

observabilidade so definidos respectivamente por

Lc = e BB * e dt e Lo = e A*t C * Ce At dt ,
At

A*t

sendo que, como j vimos, estes gramianos podem ser calculados por (22).
Exemplo:
Calcular a norma em

L2

do sistema em que A = -1, B = C = 1, D = 0.

Soluo: vamos calcular a norma pelos dois mtodos:
1
Utilizando primeiramente (19), temos que G ( s ) =
, donde
s +1
1
. E das primeiras igualdades de (19) ou (20), temos
G* ( j )G ( j ) =
1+ 2

1

+

=
Trao[
G
(
j

)
G
(
j

)]
d

1 + 2 d = arctg( ) = 2 2 = ,
1
2
portanto G 2 = .
2
Agora vamos eq. (23): Como B = C, os dois gramianos so iguais. Denominemo1
2
lo por L. Ento temos de (22): - L L +1 = 0, donde L = e de (23), G 2 = .
2
2.4 Clculo das normas em

Recorda-se que a norma de uma matriz de transferncia em

ess sup {G ( j} .

[ZDG, pp. 114ss]

L dada por
(24)

O clculo desta norma bastante trabalhoso no caso de matriz de transferncia.

No caso de uma funo de transferncia escalar, claro que a norma o mais alto valor
da magnitude no diagrama de Bode e tambm a maior distncia origem do diagrama
de Nyquist. Portanto, no caso de funo de transferncia escalar, a norma pode ser obtida
graficamente.
- Mas em geral, mesmo no caso multivriavel, pode-se obter uma estimativa da norma
por mtodo simples, a saber, escolhe-se um conjunto de frequncias relativamente
prximas umas das outras, {1 , 2 ,..., N } , e ento uma (relativamente) boa estimativa
da norma ser
49

max {G ( jk } .

(25)

1k N

- No caso em que a matriz (ou funo) de transferncia racional, o que ocorre com
frequncia, a norma pode ser computada a partir da sua realizao no espao de estado,
como no Lema abaixo.
(26)

Lema:
Seja > 0 e a matriz dada em (16a).
Ento G

< se s se ( D ) < e a matriz H abaixo no tiver autovalor no eixo

imaginrio H :=

A + BR 1DT C
1

C ( I + DR D )C
onde R = I DT D
T

,
( A + BR D C )
BR 1BT
1

Prova: ZDG, p. 115.

O lema anterior sugere o seguinte algoritmo para calcular a norma em L
Algoritmo:
(a) Escolher um limitante superior u e um limitante inferior l tal que l G
(b) Se

u l
for menor ou igual ao nvel especificado, pare, obtendo G
l

(27)

u ;

u + l
.
l

Em caso contrario, ir ao passo seguinte;

(c) =

u + l
l

(d) Testar se G

< usando o Lema, isto , conferindo se ( D ) < e se H no tem

autovalor no eixo imaginrio com este valor de ;

(e) Se H tiver algum autovalor no eixo imaginrio, fazer l = ; em caso contrario,
fazer u = ; em qualquer caso, voltar ao passo (b).
Em vista do teorema do maximum modulus, a norma em
forma.

calculada da mesma

3. Captulo: Estabilidade e desempenho em sistemas com realimentao

[ZDG, pp. 117 ss]
Em virtualmente todos os sistemas bem sucedidos, sejam da natureza, sejam aqueles
construdos pelo engenho humano, existem malhas de realimentao. Efetivamente, a
realimentao o mecanismo pelo qual se compara a resposta do sistema com um sinal
desejado. Mais ainda, a realimentao aumenta a robustez da estabilidade de um sistema.
Em vista disso, a realimentao um conceito central em qualquer curso de controle.
Com efeito, trata-se de controle automtico, o qual obtido graas realimentao.
50

Consideremos o diagrama de blocos abaixo, que a configurao padro quando se fala

em sistema com realimentao.

di

P
u

up

n
Figura 1

Na figura acima, como nas que se seguiro, nos somadores, o sinal o (+) a no ser que
conste o contrario, como o sinal () esquerda na figura.

3.1 Sistemas com realimentao bem postos

[ZDG, pp. 119 ss]
Suponha que no diagrama acima P e K sejam matrizes racionais. Ento a primeira
pergunta que se pe saber se o diagrama de blocos faz sentido, isto , se fisicamente
realizvel.

s 1
e K =1, ambas funes racionais
s+2
s+2
s 1
prprias. fcil verificar que u =
(r n d )
di . Ou seja, a funo de
3
3

Considere por exemplo o caso em que P =

transferncia entre a sada de K e os sinais exgenos uma funo de transferncia

imprpria. costume dizer que tais funes de transferncia no so fisicamente
realizveis. O que se quer dizer que se, por exemplo, um sinal exgeno um degrau, a
sada em K , que u, ser um impulso. Mas um impulso um centelhamento que
queima qualquer dispositivo, por isso se diz que tal funo de transferncia no
realizvel.
Temos ento a
Definio:
(28)
Um sistema com realimentao dito bem posto se todas as funes (matrizes) de
transferncia no sistema so bem definidas e prprias.
fcil verificar, por simples inspeo e pequenos clculos, que se, por exemplo, as
funes de transferncia entre a entrada de K e cada sinal exgeno for bem definida e
prpria, ento todas as outras matrizes de transferncia tambm o sero.
Alternativamente, fcil ver tambm que se as matrizes de transferncia entre u e os
sinais exgenos di e d forem bem definidas e prprias, as outras duas entre u e os
sinais exgenos r e n tambm o sero.
E o mesmo vale para qualquer sinal no interior da malha.

51

Como consequncia, para saber se um sistema bem posto, basta verificar se a funo

di

(matriz) de transferncia entre u e existe e prpria.

d
Para ser coerente com a notao posterior do curso, definamos K = - K . Reagrupando os
sinais exgenos, temos o diagrama de blocos equivalente na figura abaixo

w1

y2

e1
y1

e2
K

w2

Figura 2
Em vista do que foi dito antes, o sistema bem posto se s se a funo (matriz) de

w1
e e1 (ou e2 ou y1 ou y2 ) existe e prpria.
w2

transferncia entre

Lema:
O sistema da figura 2 bem posto se s se I K () P () tiver inversa.

(29)

Prova:
Do diagrama de blocos temos imediatamente
, e = w + Pe .
e1 = w1 + Ke
2
2
2
1
Destas duas eqs., temos

)e = w + Kw

( I KP
1
1
2
Ora, para que exista soluo para esta eq. para todo w1 e w2 , necessrio e suficiente

seja no singular, ou seja, tenha inversa. Mas para que isto

que a matriz I KP
acontea, necessrio e suficiente que ela seja no singular em qualquer ponto do plano
complexo. E para que a inversa seja prpria, necessrio e suficiente que a matriz exista

no ponto { }.
Observaes:
1) Vamos verificar que a condio do Lema (29) equivalente a cada uma das duas
seguintes:

I
K ()

P
(
)
I

I P () K () tm inversa.

(30)

52

Prova:

I
0 I K () P () K ()
K () I

. Claro que o lado

=

P
(
)
I

P
(
)
I
0
I

I
K ()
esquerdo desta eq. tem inversa se s se
tiver, enquanto que o lado

P
(
)
I

direito tem inversa se s se I K () P () tiver.

Por outro lado,

K ()
0 I
I
K () I
=
. E exatamente o mesmo

P ( ) I
I 0 I P () K ()

P ( )

raciocnio que na eq. acima conclui a prova.

2) Para verificar se um sistema bem posto, podemos tambm usar uma realizao no
espao de estado.
Com efeito, seja

A B
A B
P( s) =
, K (s) =
C D
C D

(31)

Ora, claro que P () = D e K ( ) = D . Portanto, a condio (30) :

I D
(32)
tem inversa.

D
I

Ocorre que a planta P frequentemente estritamente prpria, pois a maioria dos sistemas

a matriz

que queremos controlar tem alguma inrcia (mecnica, trmica,...). Mas isto significa
que frequentemente temos D = 0 e portanto a condio (32) satisfeita para todo D .

3.2 Estabilidade interna

[ZDG, pp. 121 ss]
Considere o diagrama de blocos da figura 2 e suponha que as realizaes das matrizes de
transferncia dadas em (31) sejam estabilizaveis e detectveis.
Sejam x e x os estados de P e K , respectivamente.
Ento podemos escrever

x = Ax + Be1 ;
e2 = Cx + De1;
+ Be
;
x = Ax

(33)

+ De
.
e1 = Cx
2
(34)
Definio:
Suponha que o sistema da figura 2 seja bem posto. Ele dito internamente estvel se a
origem do espao de estado constitudo pelos dois estados, ( x, x ) = (0,0) , for

53

assintoticamente estvel, isto , se os estados ( x, x ) tenderem a zero a partir de quaisquer

condies iniciais, com w1 = 0 e w2 = 0.
Da 2. e 4. eqs. de (33), vem
1

e1 I D 0 C x
.

e =
2 D I C 0 x
Observe-se que a existncia da inversa acima garantida pelo fato de o sistema ser bem
posto.
Substituindo isto na 1. e 3. eqs, de (33), temos

x
x
= A , onde
x
x
1
A 0 B 0 I
D 0 C
+
A=
.

0 A 0 B D I C 0

(34*)

claro que estabilidade interna equivalente condio que a matriz A seja Hurwitz, ou
seja, tenha todos os seus autovalores no semiplano complexo aberto da esquerda.
Formalizamos isto no
Lema:
O sistema da figura 2 internamente estvel se s se a matriz A for Hurwitz.

(35)

Observe-se que na figura 2 a matriz de transferncia entre os erros e os sinais exgenos

e1 I K w1

e =
2 P I w2

(36)

A seguir temos o importante resultado

(37)
Lema:
O sistema da figura 2 internamente estvel se s se a matriz de transferncia dada em
1

I K
(36),
, pertencer a
P
I

RH .

Prova:
Em primeiro lugar note-se que dizer que uma matriz racional pertence a RH
equivalente a afirmar que seus polos esto no semiplano aberto da esquerda.
A seguir, observe-se que

0
I 0 I K I K I
=

.
P I

P I 0 I 0 I PK

54

Portanto,

I K

=
P I

1
0
I 0 I

P I

0 I PK

I K

.
0 I

Ou seja,
1

0
I K
I K I
I 0
=

1
P I
0 I 0 ( I PK ) P I
I + K ( I PK ) 1 P K ( I PK ) 1
=
.
1
( I PK ) 1
( I PK ) P

(38a)

E imediato (ou quase...) obter-se a seguinte frmula:

1
) 1
( I KP
I K
=

) 1
P ( I KP
P I

K ( I PK ) 1
.
( I PK ) 1

(38b)

Sejam

A B
(s) = A B
e
P(s) =
K

C D
C D
realizaes estabilizveis e detectveis de P e K , respectivamente, ou seja, no h
cancelamento de modos instveis nem em P nem em K .
Seja y1 a sada de P e y2 a sada de K . Ento temos as eqs.

x A 0 x B 0 e1
+
=
x 0 B e2
x
A
0

y1 C 0 x D 0 e1
+

y =
2 0 C x 0 D e2
e1 w1 0 I y1
e = w + I 0 y
2
2 2

(39)

Para simplificar a notao no desenvolvimento, seja

e
w
y
e := 1 , w := 1 , y := 1 .
e2
w2
y2

(40)

Substituindo a 2. eq. de (39) na 3., temos

0 C x 0 D
0 I C 0 x D 0
=
e = w+
e
+
+
w

+

e .

I 0 0 C x 0 D
C 0 x D 0
E, portanto,

55

 I D e1 0 C x w1
+ .

=
D I e2 C 0 x w2
(Somente se): Sendo o sistema internamente estvel, ele bem posto, o que implica que
I DD = ( I PK )() tem inversa e, portanto, I PK tem inversa. Mais ainda, de
acordo com o lema anterior, os autovalores de A , dada em (34*), esto no semiplano
aberto da esquerda. Donde se segue que a matriz de transferncia (36) (ou (38)), est em
RH .
(Se): Se a matriz (38) est em

RH , ento, em particular o bloco (2,2) de (38a),

( I PK ) , prpria, o que implica que I P () K () = I DD no singular.

D
I 0 I D I
Mas
=
.

D I D I 0 I DD
I D
Consequentemente, D :=
no singular.
D I
A seguir, pode-se provar que a matriz de transferncia entre

e1 w1
e e w em termos das realizaes no espao de estado
2 2
I D 0 C
B 0 1
D 1
( sI A) 1
+

D ,
D I

B
0
C
0

onde A dada em (34*).

Mas por hiptese esta matriz de transferncia pertence a

RH , donde se segue que a

B 0
C
1
( sI A)
pertence a RH . Mas sendo

0
B
C
0

B 0 0 C
,
( A, B, C ) e ( A , B , C ) estabilizaveis e detectveis, A ,
tambm

0 B C 0

matriz de transferncia

estabilizvel e detectvel.
Donde se conclui que A tem os seus autovalores no semiplano aberto da esquerda e,

portanto, o sistema da figura 2 internamente estvel.

Observao:
O Lema (37), cuja prova bastante macetosa, exprime uma realidade simples e j
conhecida, mas generalizando-a. Com efeito, sabemos que se uma planta for estabilizvel
e detectvel, ela ser assintoticamente estvel se s se sua matriz de transferncia for
BIBO estvel. Ora, no caso presente, a planta do sistema em malha fechada tem por

56

I K
matriz de transferncia a que dada no Lema, a saber,
, que a matriz de
P
I

e1 w1
transferncia entre e .
e2 w2
E o que o Lema diz que se os componentes desta planta, a saber, as realizaes no
espao de estado de P e K dadas pelas duas primeiras de (39) forem estabilizveis e
detectveis, ento a realizao no espao de estado da planta assintoticamente estvel
se s se sua matriz de transferncia for BIBO estvel.
Observao:
O Lema diz que para checar a estabilidade interna preciso conferir a estabilidade de
quatro matrizes de transferncia. Mas ao invs das quatro do Lema, podem-se checar as

w1
e as respostas da
w2

(outras quatro) matrizes de transferncia entre os sinais exgenos

y1
.
y2

planta e compensador,

Observao:
comum (ou seria melhor dizer que era comum?) entre os prticos, achar que o
sistema em malha fechada estvel se a matriz de transferncia entre a sada da planta e
o primeiro sinal exgeno, tipicamente um sinal a ser rastreado, o for. Isto falso, como
mostra o Lema (37), h que conferir quatro matrizes de transferncia.
Corolrio:
(41)

Suponha que K RH . Ento o sistema da figura 2 internamente estvel se s se

) 1 RH .
for bem posto e P ( I KP

Prova: A necessidade obvia a partir do bloco (2,1) de (38b). Para provar a suficincia,
comparar (38a) e (38b) e, a partir (38a), vemos que basta provar que ( I PK ) 1 RH .
Ora, ( I PK ) 1 ( I PK ) = I ; donde ( I PK ) 1 ( I PK ) 1 PK = I , ou seja,

) 1 K , que pertence a
( I PK ) 1 = I + ( I PK ) 1 PK = I + P ( I KP
com as hipteses.

RH , de acordo

(42)
Corolrio:
Suponha que P RH . Ento o sistema da figura 2 internamente estvel se s se for
bem posto e K ( I PK ) 1 RH .
Prova: anloga do Corolrio anterior.

57

Corolrio:
Suponha que tanto P como K pertenam a

(43)
RH . Ento o sistema da figura 2

internamente estvel se s se ( I PK ) RH .
Prova: como as anteriores, mas mais fcil.

No caso geral, temos:

Teorema:
(44)

Seja nk := numero de polos de K no semiplano fechado da direita e n p := numero de

polos de P no semiplano fechado da direita.
Ento o sistema da figura 2 internamente estvel se s se ele for bem posto e
(i) o nmero de polos de P (s) K (s) no semiplano fechado da direita for nk + n p ;
(ii) ( s ) := det[ I P ( s ) K ( s )] tiver todos seus zeros no semiplano aberto da esquerda, o
que equivalente estabilidade de [ I P ( s ) K ( s )]1 .
Prova:
Usando as frmulas de associao de matrizes de transferncia (32a) e (32b) do primeiro
captulo, temos imediatamente

A BC

PK = 0
A

C DC

A
BD

B e I PK = 0

DD
C

BC
A

DC

BD

I DD

Para calcularmos ( I PK ) 1 , usamos (32d), do 1. Capitulo, relativo figura 3, com

G = I e G = PK . Obtem-se, aps muitas contas (e com grande probabalidade de erros
1

na longa deduo).

A B
( I PK ) 1 =

C D
onde

A BC BD
1
A=
+ ( I DD ) C DC ,

0 A B
C = ( I DD ) 1 C DC , D = ( I DD ) 1 .

BD
B = ( I DD ) 1 ,
B

(#)

sempre bom confereir, multiplicando a inversa por I PK para verificar se se obtem a

matriz identidade.
Vamos verificar que A = A dada em (34*) acima. Para isso, repetimos (34*):

58

A 0 B 0 I D 0 C
A=
+

0 A 0 B D I C 0

(*)

D I D I 0 I
D
I 0 I D I
Ora,
=

D I D I 0 I DD D I D I 0 I DD
0 I D
I 0 I
=

, donde

D I 0 I DD 0 I
1
0
I D
I D I
I 0 I + D ( I DD ) 1 D D ( I DD ) 1
=
.

=
1
1
( I DD ) 1
D I
0 I 0 ( I DD ) D I ( I DD ) D
Substituindo isto em (*) acima, concluimos efetivamente A = A .
Portanto, o SMF internamente estvel se s se A = A tiver todos os auto-valores no
semiplano aberto da esquerda.
Ora, sendo o sistema internamente estvel, ( I PK ) 1 RH , o que implica que todos
os zeros de det( I PK ) 1 esto no semiplano aberto da esquerda.
Portanto s nos resta provar que, dada a condio (ii), a condio (i) necessria e
suficiente para a estabilidade interna. Observe-se que a condio (i) afirma que no h
cancelamento de modos instveis no produto P (s) K (s).
Agora observe-se de (#) acima que
A BC
A=
+ B C DC , donde

A
0

sI 0 A BC

[ sI A B ] =
B
C
DC
B

0 sI 0 A

0
I
sI 0 A BC

B
C
DC
B

0 sI 0 A
C DC I
sI 0 A BC
sI 0 A BC
BD
=
=

0 sI 0 A
0 sI 0 A
B
A BC BD
Portanto, o par ( A, B ) estabilizvel se s se
, o for.
0 A B

Pelo mesmo mtodo fcil provar que ( C , A ) detectvel se s se

A BC
C DC ,

0 A o for.

Ora, estas duas condies so equivalentes condio (i) do teorema, isto , no h

cancelamento no produto PK .

59

Com este resultado, fica fcil a demonstrao da verso multivarivel do critrio de

Nyquist:
(45)
Teorema da estabilidade de Nyquist:
O sistema internamente estvel se s se for bem posto, a condio (i) do teorema
anterior for satisfeita e o diagrama de Nyquist de ( j ) (dado em (ii) do teorema
anterior) para envolver a origem do plano complexo, (0,0), nk + n p vezes
no sentido anti-horrio.
Prova: imediata do teorema anterior e do conceito do diagrama de Nyquist.

3.3 Fatoraes coprimas em RH

Recorda-se que dois polinmios com coeficientes reais, m( s ) e n( s ) , so coprimos se s
se o maior divisor comum deles for um (ou, geralmente, um nmero real qualquer);
equivalentemente, se eles no tiverem algum zero em comum; e ainda, equivalentemente,
se existirem polinmios x( s ) e y ( s ) tais que x( s )m( s ) + y ( s )n( s ) = 1 ,
(ou igual a um nmero real qualquer em vez de um).
A equao acima uma equao diofantina e a igualdade acima chamada de identidade
de Bezout.
Esta idia estendida para varias outras estruturas algbricas, inclusive para a que nos
interessa neste curso, RH .

Lembramos que as matrizes prprias e estveis pertencem a

enorme da estrutura

RH

da a importncia

RH .

Ou seja, duas funes m( s ) e n( s ) em

RH so coprimas se s se existirem funes

x( s ) e y ( s ) em RH tais que
(46)
x ( s ) m( s ) + y ( s ) n( s ) = 1
Equivalentemente, m( s ) e n( s ) so coprimas se s se todo divisor comum de m( s ) e
n( s ) em RH tiver inversa tambm em RH , ou seja:
Para todo h em RH tal que h, mh 1 , nh 1 RH tenhamos h 1 RH .
E para o caso multivarivel, temos
Definio:
Duas matrizes M e N em

(47)

(48)
se elas tiverem

RH so coprimas direita (c.d.) em RH

o mesmo nmero de colunas e existirem matrizes X r e Yr em RH tais que

M
(49a)
Yr ] = X r M + Yr N = I .
N

De modo semelhante, M e N em RH so coprimas esquerda (c.e.) em RH se
elas tiverem o mesmo nmero de linhas e existirem matrizes X l e Yl tais que

[Xr

60

X
N l = MX l + NYl = I .
Yl

(49b)

Observe-se que a primeira definio acima equivalente a afirmar que a matriz

N

RH , enquanto que a segunda equivalente a dizer que a

M N tem inversa direita em RH .

tem inversa esquerda em

matriz

Seja agora P uma matriz racional com coeficientes reais. Uma fatorao coprima
direita (f.c.d.) de P uma fatorao P = NM 1 , onde M e N so coprimas direita
em RH . De modo semelhante, uma fatorao coprima esquerda (f.c.e.) tem a forma

P = M 1 N , onde M e N so coprimas esquerda em

RH .

R P ( s) o conjunto das matrizes racionais prprias com coeficientes reais.

Dizemos que P R P ( s ) tem uma dupla fatorao coprima se P tiver uma f.c.d.
P = NM 1 e uma f.c.e. P = M 1 N e se existirem matrizes X r , Yr , X l , Yl RH tais

Denotemos por

que

Xr
N

Yr M
M N

Yl
=I.
X l

(50a)

Claro que na igualdade acima, uma matriz a inversa da outra, ambas sendo quadradas,
como se pode verificar facilmente. Donde, comutando o produto,

M
N

Yl X r
X l N

Yr
=I.
M

(50b)

As duas igualdades acima nos oferecem, cada qual, quatro equaes.

claro que em todo este desenvolvimento, estamos supondo que M e M sejam
matrizes quadradas. (Tal no ocorre em outras aplicaes desta teoria).
Teorema:
Seja P ( s ) uma matriz racional prpria com coeficientes reais:

(51)

A B
P( s) =
,
C D
onde a realizao indicada estabilizavel e detectvel. Sejam F e L tais que A + BF e
A + LC sejam estveis. Definam-se

61

M
N

Xr

A + BF
Yl
F
=
X l
C + DF
A + LC
Yr
F
=
M
C

L
0 ,
I
D I
B

( B + LD )
I
D

(52)

L
0 .
I

(53)

Ento P = NM 1 = M 1 N so f.c.d. e f.c.e., respectivamente. Alm disso, as igualdades

(50) so satisfeitas.
Prova (esboo de esboo):
Vamos verificar que P = NM 1 efetivamente uma f.c.d. Que M 1 N seja uma f.c.e.
prova-se de modo dual. Ora, de (50a) ou (49a) devemos ter
X r M + Yr N = I . Mas de (53) e (52), temos
X r M + Yr N =

A + LC
F

( B + LD) A + BF
F
I

B A + LC
+
I F

L A + BF
0 C + DF

B
D

Agora reportamo-nos para o produto de duas matrizes de transferncia, em (32a) do 1.

Captulo, obtendo

A + LC
0

( B + LD) F
A + BF
F

( B + LD ) A + LC
+ 0
B

F
I

L(C + DF ) LD
A + BF
B
0
0

E agora usamos a frmula da soma de duas matrizes de transferncia, dada em (32b) do

1 Captulo, obtendo

A + LC
0

X r M + Yr N = 0

0
F

( B + LD) F

A + BF
0

0
A + LC

0
F

0
F

( B + LD)

0
B

L(C + DF )
LD

A + BF
B

I
0
0

Definamos como A, B, C e D = I as matrizes acima, ou seja,

62

X r M + Yr N = C sI A

B+I ;

a seguir, pr-multiplicamos a matriz B por uma matriz T no singular e

tendo que posmultiplicar a matriz C por T 1 , pois

C sI A

B + I = CT 1T sI A

T 1TB + I = CT 1 sI TAT 1

TB + I .

Como vemos, A tem que ser pr-multiplicada por T e ps-multiplicada por T 1 .

Atravs de escolha de T conveniente, obtem-se C sI A

B = 0, e portanto

efetivamente, temos X r M + Yr N = I.
A prova do teorema inclui ainda a demonstrao das outras trs igualdades de (50a).
Observao:
Observe-se que se P for estvel, ento as eqs. (52) e (53) so satisfeitas com
X r = X l = I , Yr = Yl = 0 , N = N = P , M = I , M = I .

(54)

As fatoraes coprimas tm uma interpretao em termos de realimentao, como se

segue:
Sejam as eqs. de estado de um sistema:
x = Ax + Bu ,
y = Cx + Du .
Faamos uma realimentao de estado neste sistema: u= Fx+v.
Ou seja,
x = ( A + BF ) x + Bv ,
y = (C + DF ) x + Dv .
Abusando a notao, isto , usando a mesma letra para a varivel e sua transformada de
Laplace, temos da eq. diferencial
( sI A BF ) x = Bv x = ( sI A BF ) 1 Bv e de u= Fx+v, obtemos a matriz de

transferncia entre u e v:
A + BF
M (s) =
F

B
,
I

(55)

que aparece em (52), enquanto que a matriz de transferncia de v para y :

A + BF
N (s) =
C + DF

B
.
D

(56)

que tambm aparece em (52).

De modo que

u = Mv , y = Nv.

63

Considere de novo o diagrama de blocos da figura 2. Sejam as fatoraes coprimas

direita e esquerda de P como definidas antes e de K :

K = UV 1 = V 1U .

(57)

Lema:
(58)
Considere o sistema da figura 2. As seguintes condies so equivalentes:
(i) O sistema internamente estvel;

U
tem inversa em RH ;
V
V U
(iii)
tem inversa em RH ;
N M
(ii)
N

RH ;
tem inversa em RH .

(iv) MV NU tem inversa em

(v) VM UN

Prova:
Como vimos, estabilidade interna equivalente a
1

I K
I K
RH .

RH , ou seja,
P I
P I
I K I
UV 1 M U M 1 0
Ora,
=
=
.

1
I N V 0 V 1
P I NM
1

I K
M
Donde,
=
0
P I

0 M
V N

U
.
V

(59)

Agora se observe que

I
0

0 0 M
0 0 0
I 0 M

0 IN

0
I
0
I

0 M
V 0
=
U 0

V N

0
V
.
U

Note que a segunda matriz do lado esquerdo composta das matrizes numerador e
denominador de (59). A primeira matriz do lado esquerdo desta tem posto cheio e,
portanto, ao psmultiplic-la pela segunda matriz, o posto desta no se altera. Ora, a
matriz do lado direito tem claramente posto cheio, pelo fato de os pares (M, N) e (V, U)
serem c. d. Portanto, a segunda matriz do lado esquerdo tambm tem posto cheio e,
portanto as matrizes do lado direito de (59) so c. d.
Da que o sistema internamente estvel se s se

M
N

U
RH , o que prova a equivalncia das condies (i) e (ii).
V

A equivalncia das condies (i) e (iii) provada de forma semelhante.

64

Agora observe que

U M

M N

U VM UN
=
V
0

0
.
MV NU

Ora, o lado esquerdo desta eq. tem inversa em RH , consequentemente o lado direito
tambm, provando as condies (iv) e (v).
Para concluir, vamos provar que (v) (i). Ora,
1

I K
I
V 1U
=

;
1
NM
I
P
I

1
1
I
0 VM
V U V
=
mas

1
I 0 I N
NM
1

I
V 1U
M
donde
=
1
I
0
NM

(60)
U M 1 0

,
I
I 0

0 VM

I N

U V

I 0

0
.
I

Em vista disso e de (60), vemos que (i) ocorre se s se

1

VM

U
RH .
I
VM
N

Mas

I
ou seja,
N

U I

I N

0 VM

I N

(61)
0 VM UN U
=
,
I
0
I
1

(VM UN ) 1 0
U
=

.
I
I
0

Em vista desta e de (61), conclumos que (i) ocorre se s se (v) ocorre.

Claro que este lema estabelece tambm, o que j deveria estar claro a esta altura, que K
um controlador que estabiliza o SMF.

3.4 Propriedades da realimentao

Considere a figura 1, que repetimos aqui:

65

di

P
u

up

Figura 1 bis
Na figura acima, P a planta, dada, K um controlador (ou compensador) a ser
projetado, y a resposta da planta, r tipicamente um sinal de referencia a ser rastreado
pela resposta da planta, n tipicamente um rudo (frequentemente, um sinal estocstico) a
ser rejeitado na resposta da planta, e os outros dois sinais exgenos so tipicamente
distrbios (usualmente, determinsticos) a serem rejeitados na resposta da planta.
Definamos Li = KP e Lo = PK ,
(66)
que so denominadas matriz de transferncia de entrada da malha e matriz de
transferncia de resposta da malha, respectivamente. Com efeito, a primeira obtida,
partindo-se a malha no ponto u, enquanto que a segunda obtida partindo-se a malha no
ponto y, as matrizes sendo calculadas na direo das setas.
A matriz de sensibilidade de entrada, definida como a matriz de transferncia de di
para u p , ou seja, u p = Si di .
Ora, do diagrama de blocos temos

u p = di KPu p ( I + KP)u p = di u p = ( I + KP) 1 di . Donde,

(67a)
Si = ( I + Li ) 1 .
Analogamente, a matriz de sensibilidade de resposta definida como y = So d , obtendose
So = ( I + Lo ) 1 .
(67b)
As matrizes de sensibilidade complementares da entrada e da resposta so,
respectivamente, definidas como
(68a)
Ti = I Si = Li ( I + Li ) 1 ,

To = I So = Lo ( I + Lo ) 1 .
(68b)
A palavra complementar usada em vista de T ser o complemento de S, a saber,
T =I S.
Ora, se o sistema for internamente estvel, ento as inversas acima existem e podemos
obter facilmente as seguintes equaes:
(69a)
y = To (r n) + So Pdi + So d ,
(69b)
r y = So (r d ) + To n So Pdi ,
(69c)
u = KSo (r n) KSo d Ti d i ,
(69 d)
u p = KSo (r n) KSo d + Si di .

66

Estas quatro equaes resumem as propriedades benficas da realimentao. Com efeito:

- Por exemplo, a primeira mostra que o efeito do distrbio d na resposta da planta pode
ser feito pequeno se fizermos a matriz de sensibilidade da resposta, So , pequena.
Por pequeno se entende pequeno na faixa de frequncia de interesse. Assim, se o sinal
exgeno puder ser aproximado por degraus, cuja transformada de Laplace 1/s, ento
So (0) deve ser pequeno, e frequentemente feito nulo, utilizando integrador no
controlador, sua transformada de Laplace sendo tambm 1/s: o s do denominador do
integrador aparece no numerador de So .
De um modo geral, a noo de matriz pequena associada a um dado espectro de
frequncias de interesse pode ser explicitada pelo maior valor singular, como, por
exemplo, ( So ) < 1 : neste caso, esta desigualdade significa que dentro de dado espectro
de frequncias o efeito do distrbio d sobre a resposta da planta pequeno, de acordo
com (69a). Note-se que o lado direito da desigualdade, um, usualmente normalizado,
atravs de matrizes de peso e por isso parece que no pequeno.
- De modo semelhante, da quarta equao, vemos que o efeito do distrbio di pode ser
diminudo se fizermos a sensibilidade de entrada, Si , pequena.
Portanto, boa rejeio dos distrbios d e d i na resposta da planta implica,
respectivamente, que os seguintes valores singulares sejam pequenos, de acordo com
(69a):

1
,
( I + PK )
( So P) = (( I + PK ) 1 P) = ( PSi ) .

( So ) = (( I + PK ) 1 ) =

(70a)
(70b)

- Por outro lado, boa rejeio dos distrbios d e d i na entrada da planta, u P , requer,
respectivamente, de acordo com (69d), que os seguintes sejam pequenos:

1
,
( I + KP )
( Si K ) = (( I + KP ) 1 K ) = ( KSo ) .

( Si ) = (( I + KP ) 1 ) =

(70c)
(70 d)

- Agora, tenham-se em vista as seguintes propriedades dos valores singulares que valem
para quaisquer matrizes quadradas:
( PK ) 1 ( I + PK ) ( PK ) + 1 ,
(71a)
( KP) 1 ( I + KP) ( KP) + 1 .
(71b)
Destas desigualdades e das igualdades anteriores, temos

1
1
se ( PK ) > 1 ,
( So )
( PK ) + 1
( PK ) 1
1
1
se ( KP ) > 1
( Si )
( KP ) + 1
( KP) 1

(72a)
(72b)

Estas inequaes implicam

( So )
( Si )

1 ( PK )
1 ( KP )

1,
1.

(73a)
(73b)

67

Supondo que P e K tenham inversas, temos

{ ( PK )

1 ou ( KP )

1} ( So P ) = (( I + PK ) 1 P ) ( K 1 ) =

1
,
(K )
(74a)

{ ( PK )

1 ou ( KP )

1} ( KSo ) = ( K ( I + PK ) 1 ) ( P 1 ) =

1
.
( P)

(74b)
Assim, por exemplo, a rejeio de distrbios implica grandes ganhos na malha aberta,
traduzidos por
( PK ) 1 e ( KP ) 1 .
Mas a afirmao acima no deveria ser interpretada como se o projeto de um sistema de
malha fechada fosse algo trivial.
Efetivamente, h sempre compromissos (trade-offs) a serem obtidos.
Assim, por exemplo, de (69a), obtem-se boa rejeio de distrbios d e di com So
pequeno; mas isto implica que To grande e, portanto a rejeio do distrbio n no
satisfatria. Mais ainda, de (69b), se r for um sinal de referncia a ser rastreado pela
resposta da planta, ento o erro, que se deseja pequeno, ser grande para To grande, ou
seja, o erro ser sensvel ao distrbio n.
Outro ponto da necessidade de compromisso que os ganhos em malha aberta no
podem ser grandes em espectro muito largo de frequncias, conforme explicao a
seguir:
Suponha que a planta seja perturbada, isto , P ( I + ) P , com estvel. Suponha
que o sistema nominal (isto , com = 0) seja internamente estvel. O sistema
perturbado internamente estvel se s se
det( I + ( I + ) PK ) no tiver zero no semiplano da direita. Ora,

( I + ( I + ) PK ) = ( I + PK + PK ) = ( I + PK + PK )( I + PK ) 1 ( I + PK )
= ( I + PK ( I + PK ) 1 )( I + PK ) = ( I + T0 )( I + PK ) . Donde

det( I + ( I + ) PK ) = det( I + T0 )det ( I + PK )

(75)
Para que este produto de funes racionais no lado direito da igualdade acima no tenha
zero no semiplano da direita, necessrio, em geral, que PK seja pequeno, ou seja,
que To seja pequeno, isto , que (To ) seja bem pequeno nas frequncias em que

grande. Mas esta condio conflita, como j vimos, com uma boa reduo de
distrbios.
H ainda outras situaes de conflito, indicadas em ZDG, p. 133.

3.5 O conceito de loop shaping

Os conceitos da seo anterior nos levam a estudar brevemente um mtodo muito usado
de projeto de controlador, a loop shaping (construindo o sistema em malha fechada).
Trata-se de achar um controlador K que permita que a funo de transferncia (caso
escalar) em malha aberta L fique dentro da faixa permitida pelas restries que proveem

68

do desempenho (tipicamente, de baixas frequncias) e de robustez (tipicamente, de altas

frequncias). Ou seja, temos que encontrar K tal que ( L) e ( L ) fiquem dentro dos
limites impostos pelas restries, como ilustrado na figura abaixo.

( L)

h
l
( L)

Figure 3
Na figura 3 os valores nos eixos horizontal (frequncia) e vertical (mdulo do valor
singular de L) so lanados, tipicamente, em logaritmos decimais e em decibis,
respectivamente, decibis sendo 20 vezes o logaritmo decimal. Observe-se ainda que os
grficos dos valores singulares so, na realidade, de suas assntotas, que fornecem
aproximao razovel para a maioria dos casos.
Loop shaping no caso escalar (sistemas SISO= single input, single output)
1) Observe-se inicialmente que no caso escalar s h um valor singular de L, o qual
coincide com o proprio L, ou seja, na figura 3 as duas curvas (na realidade, as assntotas
delas) coincidem. Trata-se, como vimos, de achar uma funo racional estritamente
prpria L que contenha todos os polos e zeros no semiplano fechado da direita da planta
P e de tal modo que L fique dentro das especificaes impostas pelas restries de
baixa frequncia (desempenho) e de alta frequncia (robustez). claro que se L no
tiver todos os polos e zeros ruins de P, haver cancelamento de modos ruins no produto
PK, o que por sua vez implica instabilidade. Estas especificaes de L so obtidas
usando as relaes (70) a (74), principalmente (73) e (74), acima. Isto garantido se L
ficar dentro das especificaes. Isto feito por tentativa e erro.
Alem disso, L deve ser escolhido de tal modo que 1 + L tenha todos os seus zeros no
semiplano aberto da esquerda; para obter isso, temos a seguinte receita de bolo: em
geral, L deve ser bem comportada na chamada frequncia de cross over, que a
frequncia onde L( j ) = 1 (ou seja, seu logaritmo nulo). Bem comportada aqui
quer dizer que L no deve decrescer muito rapidamente na dita regio.
2) A funo de transferncia do controlador simplesmente K = L / P.

69

Loop shaping no caso multivarivel (sistemas MIMO = multiple input and output)
O loop shaping feito de modo semelhante, quando se tomam os valores singulares, a
saber:
1) Achar uma funo racional estritamente prpria L que contenha todos os polos e zeros
no semiplano fechado da direita da planta P, conferindo se P 1 Lo (ou Li P 1 ) no tem
cancelamento de plos e / ou zeros. Constrem-se os lugares dos valores singulares
mximo e mnimo como na figura 3, usando especialmente (73) e (74) acima, conferindo
que eles no ultrapassem as restries impostas pelo desempenho e robustez. Se qualquer
um ultrapassar em algum ponto, deve ser corrigido. Alm disso, L deve ser tal que det(I
+ L) tenha todos seus zeros no semiplano aberto da esquerda.
2) O controlador dado por P 1 Lo , ou Li P 1 , conforme se tenha escolhido uma ou outra
matriz de transferncia do sistema em malha aberta.
Seja dito que o mtodo do loop shaping muito usado no caso de sistemas SISO, bem
menos nos sistemas MIMO, a tentativa e erro na escolha de L sendo bastante trabalhosa,
tendo em vista tambm que:
i) Este mtodo s leva em considerao o desempenho e a robustez da estabilidade. Ora,
no caso multivarivel, podem existir outras especificaes, e diferentes, nos diversos
canais. A coisa se agrava se houver incerteza no modelo da planta. Com efeito, seja
P = ( I + ) P , onde P a planta nominal e o erro multiplicativo de modelagem
(desconhecido). Seja a normalizao do erro = Wt , com ( ) < 1. Para robustez,
desejamos ( WtTo ) < 1, ou (WtTo ) 1. Ora, precisamos de um majorante no caso
multivarivel, como segue, (WtTo ) (Wt ) (To ) (Wt )

( Lo )
, se ( Lo ) < 1.
1 ( Lo )

Por outro lado, a estabilidade robusta obtida se

( Lo )
1
1
, se ( Lo ) < 1.
( Lo )

1 ( Lo )
(Wt ) + 1 (Wt )

(76a)

De modo semelhante, se as especificaes de desempenho como, por exemplo, a rejeio

de distrbio, no forem especificadas uniformemente em todos os canais e sim atravs de
uma matriz de peso Ws de tal modo que (Ws So ) 1 ento necessrio limitar por cima
(Ws So ) a fim de aplicar as tcnicas de loop shaping:

(Ws So ) (Ws ) ( So ) (Ws )

(Ws )
, se ( Lo ) < 1.
1( Lo )

E obtem-se o desempenho satisfazendo s condies se

(76b)
( Lo ) (Ws ) + 1 (Ws ) ,
se ( Lo ) > 1.
E possvel que os limites para o loop shaping se contradigam um ao outro, como na
figura 5 abaixo, mas isto no significa que no haja controle que satisfaa s
especificaes de robustez da estabilidade e desempenho, a no ser em problemas
escalares.

70

Vejamos como a contradio mencionada pode acontecer em exemplo bem simples:

1 1
, as matrizes de peso (ponderao) sendo dadas por
s + 1 0 1

s + 2 ( s + 1)

P(s) =

s + 1 ( s + 1)( s + 2)
s + 10 ( s + 10)
, Wt =
.
Ws =
1
s+2

0
s + 10
s +1
Pode-se verificar que os valores singulares extremos dos pesos so dados na figura 5
quando grande.

(Ws )

log

1
(Wt )
Figura 5
Donde se v que neste caso no se pode aplicar a tcnica de loop shaping. Por outro lado,
pode-se conferir que se usarmos o controlador K = I , obtemos
1

0
0
s + 2
s + 10
Ws S =
, WtT =
, os critrios de desempenho e robustez na
1
1
0
0

s + 2
s + 10
estabilidade sendo satisfeitos.

3.6 Desempenho com pesos em H 2 e H

Vimos na seo 3.4 como especificar o desempenho em funo sensibilidade S ( j ) e de
seu complemento T ( j ) .
s vezes uma destas funes (ou as duas) deve ficar entre valores diferentes,
dependendo da faixa de frequncia, como por exemplo, no caso de um problema escalar,

71

S ( j ) < 1, para todo 0 ;

S ( j ) > 1 , para todo > 0 .

Ao invs desta forma, mais conveniente usar funes de peso apropriadas. Assim, ao
invs do problema acima, usa-se geralmente o equivalente
Ws ( j ) S ( j ) 1 para todo , com
Ws ( j ) =

1 , 0

1 , > 0
Em geral, usa-se Ws ( j ) racional. E assim para as outras funes de peso. Ento, ao
invs do diagrama de blocos da figura 1 (ou 1bis), usa-se o seguinte:

Figura 6
As vantagens de usar pesos so multiplas, especialmente em sistemas multivariveis. Em
primeiro lugar, algumas componentes do sinal so mais importantes que outras; em
segundo lugar, as componentes quase sempre so medidas em mtricas diferentes,
quando, por exemplo, umas so medidas em metros e outras em volts. As funes de peso
so ento essenciais para tornar estas medidas comparveis. Outra razo que muitas
vezes estamos interessados em rejeio de distrbios numa certa gama de frequncias e
no em outras.
Desempenho em

H2

Suponha que o distrbio d possa ser modelado aproximadamente pelo impulso

d (t ) = (t ) , onde um vetor aleatrio com E[ ] = I , onde E denota o operador
expectncia. Queremos minimizar a energia do erro devido ao distrbio, ou seja,
queremos minimizar

72

 2
2
=
E
e dt = We SoWd 2 ,
2
0

com escolha apropriada das matrizes de ponderao We e Wd .

Em geral, um controlador minimizando somente o ndice de desempenho acima pode dar
origem a um controle u muito grande, que levaria saturao nos atuadores da planta.
Portanto, um projeto de controlador realista deve incluir o controle no ndice de
desempenho, ou seja, deve ser da forma

{ }

E e

E e 2+ u
2

2
2

WSW
= e o d , com escolhas apropriadas da matriz de peso Wu e do
Wu KSoWd 2

escalar .
Com efeito, suponhamos que se queira minimizar
sup e 2 = We SoWd ,
d 1
2

sujeito restrio na energia do controle ou da banda de frequncias do controle:

sup u 2 = Wu KSoWd
d 1

Mais frequentemente se introduz um parmetro e um critrio misto:

sup e 2 + u
d 1
2

2
2

WSW
= e o d
Wu KSoWd

, como indicado acima.

4. Capitulo: Incerteza de modelos e robustez

4.1 Incerteza do modelo
Os projetos de controladores so modelos matemticos. Ora, um modelo sempre uma
aproximao. A coisa se complica em vista do fato que nunca sabemos quo distante o
modelo da realidade, uma vez que esta no conhecida com exatido.
Suponha-se, por exemplo, que o modelo de uma planta seja dado por
(1)
P ( s ) = P ( s ) + W1 ( s ) ( s )W2 ( s ) , com [ ( j )] < 1 para todo 0 ,
onde W1 e W2 , os pesos, so matrizes de transferncia estveis que caracterizam a
incerteza como funo da frequncia. Esta caracterizao confina a matriz P ( s ) em certa
vizinhana do modelo nominal P. No caso escalar em que W1 = 1 e W2 = w(s), ento
P descreve um crculo centrado em P e raio w( j ) , variando a cada frequncia,
conforme a figura 7.

73

Figura 7
A incerteza pode ser causada por mudanas dos parmetros ou por se ter desprezado
no modelo alguma dinmica ou por outras razes.
Uma alternativa a (1) dada pela assim chamada forma multiplicativa:
(2)
P ( s ) = ( I + W1 ( s ) ( s )W2 ( s )) P ( s ) .
Este modelo confina a planta real P a uma vizinhana normalizada do modelo.
As representaes (1) e (2) das incertezas tm sido muito empregadas tanto em teoria
como nos problemas prticos. H que considerar, porem, que a escolha das matrizes de
peso W1 e W2 no algo trivial.
Inicialmente focalizaremos a expresso (2). Nesta expresso suporemos que a planta
nominal P estritamente prpria, o que o mais comum, pois as plantas que queremos
controlar quase sempre tm inrcia (mecnica, trmica....). Mais ainda, suporemos
tambm que a planta perturbada, P , permanea estritamente prpria, o que quase
sempre ocorre, porque quase sempre prpria e s um masoquista escolheria W1 e /
ou W2 imprprios.
As matrizes de peso so usualmente tais que se obtm a figura 8, que mostra que o ganho
das matrizes de peso pequeno ( 1) em baixas frequncias e aumenta, passando de 1
medida que a frequncia aumenta.

74

Figura 8
Aqui e adiante usaremos as seguintes definies:
(3)
Definio:
Dada a descrio de um modelo de incerteza e um conjunto de objetivos de
desempenho, suponha que P seja o modelo nominal da planta e que K o
controlador para esta planta nominal. Ento o sistema tem:
Estabilidade nominal (NS = nominal stability) se K estabilizar o modelo da planta, P ;
Estabilidade robusta (RS) se K estabilizar toda planta em ;
Desempenho nominal (NP = nominal performance) se os objetivos de desempenho so
satisfeitos para a planta nominal;
Desempenho robusto (RP) se os objetivos de desempenho so satisfeitos para toda planta
em .

4.2 Teorema do pequeno ganho

Esta seo e a seguinte consideram o teste de estabilidade de um sistema nominalmente
estvel sujeito a perturbaes no estruturadas.
O resultado bsico usado o (famoso) teorema do pequeno ganho.
Considere o sistema da figura 9:
e1

w1

y2

y1

w2

M
e2
Figura 9

75

Teorema do pequeno ganho

(4)
Suponha que M RH e seja > 0. Ento o sistema em malha fechada da figura 9
bem posto e internamente estvel para todo ( s) RH com:
1
(a) se s se M ( s ) < ;

(b)

<

se s se M ( s )

Prova:
Provaremos s a suficincia. (A prova da necessidade, mais trabalhosa, est em ZDG, pp.
218s).
Claro que M ( s )( s ) estvel, pois cada fator o . Ora, das condies (a) e (b) temos
que M < 1 . Mas isto implica, a fortiori, M < 1 , o que por sua vez implica,

usando o critrio de Nyquist, Teorema (45) do Captulo 3, que det( I M ) no tem zero
no semi-plano fechado da direita, ou seja, o sistema em malha fechada estvel.
Exemplo:

A
1
e = , onde A um nmero real. Verificar se o SMF da fig. 9,
s +1
A
acima, internamente estvel .
1
A
A
, = . Nenhuma das condies
Soluo: M = sup
= sup
=
A
A
1 + j
1+ 2
do teorema satisfeita, logo o SMF no internamente estvel. (Na realidade, basta
conferir se uma delas ou no satisfeita, a outra ser ou no, tal como a primeira).
1
Vamos conferir o polinmio caracterstico do SMF: s + 1 A = s , que no um
A
polinmio Hurwitz, portanto o SMF no internamente estvel, confirmando a aplicao
do teorema anterior.
Seja M ( s) =

Este teorema um resultado muito geral, no valendo somente para os sistemas tratados,
em que as matrizes de transferncia so racionais. Efetivamente, ele pode ser
demonstrado tambm para sistemas de dimenso infinita (que correspondem a equaes
diferenciais com derivadas parciais). Isto afirmado formalmente no resultado abaixo:
(5)
Corolrio:
As seguintes afirmaes so equivalentes com relao ao diagrama de blocos da figura 9:
1
(i) O sistema bem posto e internamente estvel para todo H com < .

(ii) O sistema bem posto e internamente estvel para todo RH com

(iii) O sistema bem posto e internamente estvel para todo C q p com

<
<

;
;

76

(iv) M ( s )

Observao: Pode-se demonstrar que a condio do teorema suficiente mesmo que

seja no linear ou variante no tempo, mas estvel.
O lema seguinte mostra que se M

> , ento existe com <

que

desestabiliza o sistema:
Lema:
Suponha que M RH e que M

[0, 0 ] existe com <

> . Ento existe 0 > 0 tal que para todo

(6)

tal que det( I M ( s ) ( s )) tenha zero em .

Prova: ZDG, pp. 220s.

4.3 Estabilidade sob perturbaes estveis e no estruturadas

Nesta seo usaremos bastante o teorema do pequeno ganho para estudar a estabilidade
em vrias situaes. O erro de modelagem, , ser, como usual, suposto estvel. Mas h
que notar que os resultados a seguir, na sua maioria, podem ser estendidos, com pequenas
restries adicionais, para sistemas em que o erro de modelagem instvel.
Suporemos que seja devidamente ponderado com os pesos W1 e W2 , que so
matrizes.
Consideraremos o diagrama de blocos padro da figura 10. uma planta
arbitrariamente perturbada, satisfazendo a , onde o conjunto de todas as
plantas possveis. Seja P a planta nominal, que tambm, claro, satisfaz a.
P .

K
_

Figura 10

As matrizes de sensibilidade e de sensibilidade complementar so definidas para a planta

nominal por
(7a)
So = ( I + PK ) 1 , To = I So ,

Si = ( I + KP ) 1 , Ti = I Si .

(7b)

77

Lembramos que o sistema da figura 10 bem posto e internamente estvel se s se

K ( I + K ) 1 K ( I + K ) 1
=
RH para todo .
I ( I + K ) 1
( I + K ) 1

Incertezas aditivas
Consideremos primeiramente as perturbaes (ou incertezas) aditivas, a saber,
:= {P + W1W2 : RH } .

(7c)

(8)

(9a)
Teorema:
Seja definido acima e seja K um controlador estabilizador para a planta nominal P.
Ento o sistema em malha fechada bem posto e internamente estvel para todo < 1
se s se W2 KSoW1

Prova: Vamos provar incialmente que

1

K
( I + KSoW1W2 ) 1 Si
KSo ( I + W1W2 KSo ) 1
=
. (9b)

1
1
I
(
I
S
W
W
K
)
S
(
P
W
W
)
S
(
I
W
W
KS
)
+

2
1
2
1
2
o 1
o
o
o

(9c)
Definamos, de acordo com (8), = P + W1W2
I

Comparando (9b) com (7c), devemos ter:

Bloco (1,1): ( I + KSoW1W2 ) 1 Si = ( I + K ) 1 . Ora, se esta igualdade for verdadeira,
devemos ter ( I + KS oW1W2 )( I + K ) 1 = Si I + KS oW1W2 = Si ( I + K ) .
Usando (7a) e (7b), temos desta ltima igualdade
I + K ( I + PK ) 1W1W2 = ( I + KP ) 1 ( I + K )
I + ( I + KP ) 1 KW1W2 = ( I + KP ) 1 ( I + K ) . Pr-multiplicando ambos os lados por
I + KP , obtemos I + KP + KW1W2 = ( I + K ) , concluindo a prova, tendo em vista a
definio de em (9c).
(Observe-se que a demonstrao formal parte desta ltima igualdade, revertendo os
passos. Esta observao vale tambm para as demonstraes que se seguem).
Bloco (1,2): De (9b) e (7c) temos que provar que
KS o ( I + W1W2 KS o ) 1 = K ( I + K ) 1 = ( I + K ) 1 K
( I + K ) KSo = K ( I + W1W2 KSo ) , em vista da def. de ,
( I + K ) K ( I + PK ) 1 = K ( I + W1W2 K ( I + PK ) 1 )
( I + K ) K ( I + PK ) 1 = K ( I + PK + W1W2 K )( I + PK ) 1

( I + K ) K = K ( I + PK + W1W2 K ) K K = K ( P + W1W2 ) K ,
esta ltima sendo uma identidade em vista da def. de .
Bloco (2,1): temos que provar agora que
( I + S oW1W2 K ) 1 S o ( P + W1W2 ) = ( I + K ) 1

( I + SoW1W2 K ) 1 So ( P + W1W2 ) = ( I + K ) 1

78

 So ( P + W1W2 )( I + K ) = ( I + SoW1W2 K )
( I + PK ) 1 ( P + W1W2 )( I + K ) = ( I + ( I + PK ) 1W1W2 K )
( I + PK ) 1 ( P + W1W2 )( I + K ) = ( I + PK ) 1 ( I + PK + W1W2 K )
( I + K ) = ( I + K ) , que uma identidade bvia.
Bloco (2,2): agora temos que provar que
S o ( I + W1W2 KSo ) 1 = ( I + K ) 1 ( I + K ) S o = I + W1W2 KSo

( I + K )( I + PK ) 1 = I + W1W2 K ( I + PK ) 1 I + K = I + PK + W1W2 K , que

uma identidade.
Agora, note-se que dadas duas matrizes X e Y, cujos produtos XY e YX sejam matrizes
quadradas, temos

I Y
Y
Y
= det
= det

0 I + XY
X I
I
I
0
X
= det

= det( I + YX ) .
I
Y
I
YX
+

det( I + XY ) = det

I
= det
Y

Ora, podemos aplicar este tipo de operaes a todos os denominadores das matrizes de
(9b). Assim por exemplo, o denominador do bloco (1,1) I + KSoW1W2 , enquanto que
o do bloco (1,2) I + W1W2 KSo . Ento permutando KSo e W1W2 , vemos que os dois
determinantes so iguais. E assim cada matriz de (9b) ser estvel se s se uma delas o
for. Mais ainda, de acordo com a mesma propriedade acima, cada uma delas ser estvel
se s se ( I + W2 KSoW1 ) 1 RH . E isto garantido se W2 KSoW1 < 1 , de acordo
com o teorema do pequeno ganho, provando a suficincia do presente teorema.
(Necessidade): o bloco (1,2) de (7c) tem que ser estvel, ou seja,
K ( I + K ) 1 RH para todo admissvel e isto, por sua vez, implica

W2 K ( I + K ) 1W1 RH ;

(*)
1

ora, I + K = I + PK + W1W2 K = ( I + PK )( I + ( I + PK ) W1W2 K ) ; donde,

( I + K ) 1 = ( I + ( I + PK ) 1W1W2 K ) 1 ( I + PK ) 1
= ( I + PK ) 1 ( I + W1W2 K ( I + PK ) 1 ) 1 = So ( I + W1W2 KSo ) 1 ;
donde a expresso em (*) acima W2 K ( I + K ) 1W1 = W2 KS o ( I + W1W2 KS o ) 1W1
= W2 KSoW1 ( I + W2 KS oW1 ) 1 = ( I + W2 KS oW1 I )( I + W2 KSoW1 ) 1

= I ( I + W2 KS oW1 ) 1
Ento, (*) acima sastisfeita somente se ( I + W2 KSoW1 ) 1 RH .
E pelo teorema do pequeno ganho esta ltima verdade para todo RH com

< 1 se s se W2 KSoW1

1 , concluindo a prova.

Incertezas multiplicativas:

79

Suporemos agora que

= {( I + W1W2 ) P : RH } ,

(10)

conforme a figura 10*, onde W1 , W2 , RH , observando-se que estamos tratando do

problema da estabilidade e portanto podemos ignorar os sinais exgenos da figura.

W2
z

dm

W1

K
r

Wd

d
y

We
Figura 10*

(11)
Teorema:
Seja definido em (10) e seja K um controlador estabilizador para a planta nominal P.
Ento
(i) o sistema em malha fechada bem posto e internamente estvel para todo
RH com < 1 se s se W2ToW1 1 ;
(ii) o sistema em malha fechada bem posto e internamente estvel para todo RH

com

1 se W2ToW1

< 1;

(iii) a estabilidade robusta do sistema em malha fechada com

necessariamente que W2ToW1

1 no implica

< 1;

(iv) o sistema em malha fechada bem posto e internamente estvel para todo RH
com

1 somente se W2ToW1

1;

(v) se nem P nem K tiverem plo no eixo imaginrio, ento o sistema em malha fichada
internamente estvel para todo RH com 1 se s se W2ToW1 < 1 .
Prova: ver ZDG, pp. 223s.

80

Observao: digna de nota a falta de simetria entre (i) e (ii), isto , enquanto que (i)
condio necessria e suficiente, (ii) condio suficiente apenas; observe-se que a
condio (iv) mais fraca do que a condio de necessidade da condio . E caso a planta
e o controlador no tenham polo no eixo imaginrio, ento retomamos a necessidade da
condio que esperaramos em (ii).
Exemplo:
Seja P ( s ) =

(12)

1
, K = 1, W1 = W2 = 1 .
s

Soluo: Diante dos valores iguais a 1 acima, temos de (i) do teorema:

< 1 se s se

PK
1/ s
1
.
=
=
1 + PK 1 + 1/ s s + 1
1
1
Donde To = sup
= sup
= 1, satisfazendo condio (i) do teorema.
1 + j

1+ 2
To

1 . Ora, To =

Observe-se que no trivial chegar a esta concluso utilizando o polinmio caracterstico

do SMF. Com efeito, se forem N ( s ) e D (s) o numerador e denominador de ( s )
numa fatorao coprima, o polinmio caracterstico do SMF ser
sD (s)+N ( s ) + D (s) . E da?
Incertezas nos fatores coprimos
Consideramos agora que os numeradores e denominadores coprimos so perturbados de
acordo com
P = M 1 N ( M + M ) 1 ( N + N ) .
Vamos agora demonstrar que o diagrama de blocos abaixo reproduz a expresso da
planta perturbada, o que no nada bvio primeira vista.
_

z1

M
w

M 1

_
Figura 11

y = M 1 ( Nz1 + w) = M 1 ( Nz1 M y + N z1 ) = M 1 ( N + N ) z1 M 1 M y
( I + M 1 M ) y = M 1 ( N + N ) z1 M 1 ( M + M ) y = M 1 ( N + N ) z1

81

 y = ( M + M ) 1 ( N + N ) z1 , que o que queramos provar.

(14)
(15)

Teorema:
Seja = ( M + M ) 1 ( N + N ) ,

com M , N , M , N RH . A planta nominal tem fatorao c.e. P = M 1 N e K

estabiliza internamente o SMF com a planta nominal. Definamos = N
Ento o SMF bem posto e internamente estvel para todo

K
1
1
I ( I + PK ) M

M .

< 1 se s se

1.

Prova:
Seja o controlador com uma fatorao c.d. K = UV 1 sobre

estvel se s se ( N + N )U + ( M + M )V

RH . Sabemos que o SMF

RH .

(*)

Mas como o controlador estabiliza por hiptese a planta nominal, temos

( NU + MV ) 1 RH .
Ora, de (*) acima, temos ( NU + MV + NU + M V ) 1 RH

((

I + ( NU + M V )( NU + MV ) 1 ( NU + MV )

I + ( NU + M V )( NU + MV ) 1

I + N

RH

RH ,
1

U
M ( NU + MV ) 1 RH .
V

Ora, de acordo com o teorema do pequeno ganho, a expresso anterior vale para todo

U
< 1 se s se ( NU + MV ) 1
V

1.

(**)

1 K
UV
U
1
1
1
1
Mas ( NU + MV ) 1 =
V M M NUV + I V = ( I + PK ) M ,
V
I
I
concluindo a prova, em vista de (**) acima.
K

E note-se que se 1 , teremos ( I + PK ) 1 M 1 < 1 .

I

( (

) )

A tabela abaixo nos d vrios outros tipos de perturbaes com os respectivos testes de
estabilidade robusta.
Na Tebela supomos, como j mencionado:
W1 , W2 e RH , < 1

82

Tipo de perturbao do Modelo

( I + W1W2 ) P

Teste de estabilidade robusta

W2ToW1 1

P( I + W1W2 )

W2TW
i 1

( I + W1W2 ) P

W2 SoW1

P ( I + W1W2 ) 1

W2 SiW1

P + W1W2

W2 KSoW1

P( I + W1W2 P) 1

W2 So PW1

( M + M ) 1 ( N + N )

K
1
I So M

M 1 S i [ K

I]

( N + N )( M + M ) 1

1
1
1
1

(16)
Exemplo:
Seja o sistema cujas perturbaes fazem variar o nmero de polos no semiplano fechado

1
1
1

como P2 =
: R , 1 . V-se que tanto P1 =
s 1
s +1
s

so elementos de P , um instvel e o outro estvel. Observe-se agora que o conjunto P

da direita: P =

satisfaz a P := P (1 + P ) 1 : RH ,

1} . Escolhemos como planta

nominal a que est no meio entre os dois extremos, ou seja, P =

1
s

. Podemos usar o

sexto tipo de perturbaes da tabela acima: com efeito, com W1 = W2 = 1 , temos

1/ s

= P com < 1 . E de acordo com a tabela, a condio de

1 + P 1 + / s s +
estabilidade robusta S o P 1 .
=

Mas So P =

1
s+K

P
1 + PK

1/ s
1+ K / s

1
s+K

. Ento a condio de estabilidade robusta

1.

Exemplo:
Considere o seguinte conjunto de plantas:

P =

(17)

s +1+
, com 2 .
( s + 1)( s + 2)

Soluo: Vamos verificar que camos no stimo caso (ou oitavo, pois o sistema escalar)
da tabela acima com
s + 1 + 2

s +1
P :=
, RH , 1 . A planta nominal P =
( s + 1)( s + 2)
( s + 1)( s + 2)

83

.
s+2
Calculemos uma fatorao coprima sobre

RH de P. Isto feito, por exemplo,

dividindo-se numerador e denominador de P por ( s + 1) 2 . Com isto, o numerador e

1/ s + 1
denominador so prprios e estveis. Ento, temos P =
; donde
( s + 2) /( s + 1)

s+2
s +1
1
s+2
s +1
; ora, So =
.
M 1 =
=
So M 1 =
s +1
s+2
1 + PK K + s + 2
K +s+2
K s +1
E a condio de estabilidade portanto
1.
1 K +s+2
M =M =

Estabilidade robusta versus Desempenho nominal

Um problema de estabilidade robusta pode ser visto como um problema de desempenho
nominal. Por exemplo, o problema de estabilidade robusta com perturbao
multiplicativa conforme a figura 10* pode ser tratado como um problema de rejeio de
rudo como na figura 12, e vice versa.

W2
e

W1
n
Figura 12
O sistema da figura 10* robustamente estvel para

< 1 se s se a norma em

H da

matriz de transferncia entre w e z for menor ou igual a 1.

Mas como Tzw na figura 10* igual a Ten na figura 12, ns temos a equivalncia.
4.4 Desempenho robusto com perturbaes no estruturadas
Considere o sistema da figura 13, o conjunto dos modelos perturbados sendo descritos
por .

84

Wd

d
d

We

e
_
y

Figura 13
Suponha que as matrizes de ponderao Wd , We RH e o objetivo do desempenho
seja obter o erro e to pequeno quanto possvel para todos os modelos pertencentes ao
conjunto .
Em geral este conjunto pode ser ou parametrizado ou no estruturado. Conforme j
vimos, dependendo do objetivo, deseja-se minimizar a norma em L1 , H 2 , ou H .
Nesta seo sero focalizados os projetos em
Desempenho robusto em
Seja T

ed

H2 e H.

H2

a matriz de transferncia entre e e d , reportando-nos figura 13. Ento,

Ted = We ( I + P K ) 1Wd , P .
O problema do desempenho em

H2

sup Ted
P

(14)
consiste em achar

Exemplo:
Suponha-se o sistema escalar com Wd = 1, We = ws , P = p e seja o modelo dado pela
incerteza multiplicativa
= {(1 + wt ) p : RH , < 1} .
Suponha que o sistema seja robustamente estabilizvel por um controlador k. Ento, da
figura 13 com as notaes quatro linhas acima, temos:
ws
ws
d
d , donde Ted =
e = ws y, y = d P ky y =
e =
1 + P k
1 + (1 + wt ) pk
1 + (1 + wt ) pk

sup Ted = sup 1

ws

.
(15)
1 + (1 + wt ) pk
A anlise exata do problema multivarivel (matricial) difcil, mas podem-se obter
majorantes, como faremos para o problema no H . Entretanto os majorantes no presente
P

85

caso do pouca intuio sobre o problema e por isso esta abordagem do problema ser
omitida.
Desempenho robusto em H com incerteza multiplicativa
Suponha que o objetivo seja obter o erro menor possvel em termos de energia,
qualquer que seja o distrbio d com energia nunca maior que 1. ( claro que postular a
energia menor ou igual a 1 para o distrbio no torna o problema menos geral, bastando
definir convenientemente a unidade de energia. O mesmo pode ser obtido escolhendo We
conveniente). Ou seja, queremos
sup e 2 ,
d 1
2

sendo convenientemente pequeno.

Usando fator de escala, podemos supor = 1
Portanto o problema resolvido se
Ted 1, P .

(16)

O modelo perturbado pode ser descrito por

:= {( I + W1W2 ) P : RH ,

< 1} ,

com W1 ,W2 RH .
Reportando-nos figura 10*, temos
T = We So ( I + W1W2To ) 1Wd .
ed

(17)

(17*)

Mas det( I + W1W2To ) = det( I + W2ToW1 ) .

Consequentemente, o desempenho robusto ser satisfeito, de acordo com o teorema do
pequeno ganho, se s se
(18)
W2ToW1 1 e RH , < 1 .
A anlise exata deste problema ser dada mais adiante.
Entretanto podem ser obtidas de modo razoavelmente fcil algumas condies
suficientes, como veremos a seguir, condies que lanam alguma luz sobre a natureza
deste problema.
Suporemos no que se segue, como usual, que o controlador K estabiliza a planta nominal
P.
Recorda-se que o nmero condicionante (= de condicionamento) de uma matriz,
representado por () , a relao entre o maior e menor valor singular da matriz,
recordando-se que o primeiro a norma- da matriz e o segundo a norma da inversa
da matriz.
Ou seja, ( A) = A A1 . Quando ( A) 1 , a matriz A dita bem condicionada; se

( A) 1 ela mal condicionada. Observe-se que temos sempre ( A) 1; com efeito,

( A) = A A1 AA1 = 1 .
Reportamo-nos novamente figura (10*) que repetimos para na leitura :

86

W2
z
K

dm

W1

Wd

d
y

We
Figura 10* bis

Teorema
Suponha que P ( I + W1W2 ) P : RH ,

< 1} e que K estabilize

(19)

internamente a planta nominal P, ou seja, estabilize internamente a malha com a planta

nominal P. Ento obtem-se desempenho robusto se uma das condies seguintes for
satisfeita:
(i) para cada frequncia , (Wd ) (We So ) + (W1 ) (W2To ) 1
(20)
(ii) para cada frequncia , (W11Wd ) (We SoWd ) + (W2ToW1 ) 1 ,
onde W1 e Wd so supostas no singulares.

(21)

Prova:
Tanto a condio (20) como a (21) garantem que W2ToW1 1 . Com efeito, em (21) isto
imediato, lembrando que W2ToW1 = (W2ToW1 ) e que a parcela esquerda de
(W2ToW1 ) positiva; em (20) tenha-se em vista que (W2ToW1 ) (W1 ) (W2To ) e que a
parcela esquerda de (W1 ) (W2To ) positiva.
O desempenho robusto equivalente a: T

ed

Ora, para cada , temos de (17*)

T = We So ( I + W1W2To ) 1Wd ,

1, RH ,

< 1.

ed

e portanto,

87

 (Ted ) (We So ) ( I + W1W2To ) 1 (Wd ) =

(We So ) (Wd )
.
1 (W1 ) (W2To ) ()

(We So ) (Wd )
(We So ) (Wd )

( I + W1W2To ) 1 (W1W2To )
(22)

Portanto a condio (20), isto , (Wd ) (We So ) + (W1 ) (W2To ) 1 , ou seja,

(Wd ) (We So ) 1 (W1 ) (W2To ) , garante

(Ted ) 1, RH , < 1 para cada frequncia.

Por outro lado, podemos escrever

We SoWd (W11Wd ) 1 ( I + W2ToW1 ) 1W11Wd = We SoW1 ( I + W2ToW1 ) 1W11Wd

= We So ( I + W1W2To ) 1W1W11Wd = We So ( I + W1W2To ) 1Wd

= Ted , de acordo com (17*).
Ou seja, Ted

= We SoWd (W11Wd )1 ( I + W2ToW1 )1W11Wd

( ed )

donde, T

(We SoWd ) (W11Wd )

.
1 (W2ToW ) ( )

(*)

Mas da condio (21), temos imediatamente

(W11Wd ) (We SoWd ) 1 (W2ToW1 ) ,

(W11Wd ) (We SoWd )

donde
1 , e com mais forte razo,
1 (W2ToW1 )
(W11Wd ) (We SoWd )
1 . Comparando esta com (*) acima, concluimos
1 (W2ToW1 ) ( )

( )

Ted 1, RH ,

< 1 , para cada frequncia.

(23)
Observao
Pode-se provar que as condies do teorema so necessrias se o sistema for escalar.
Observao:
(24)
Em vista da equivalncia, verificada antes, entre estabilidade robusta e desempenho
nominal, razovel conjecturar que o problema de desempenho robusto equivalente ao
problema de estabilidade robusta na figura 10*, com o modelo de incerteza dado por
:= ( I + Wd eWe ) 1 ( I + W1W2 ) P, e < 1, < 1 ,

tal como na figura 14.

88

W2
W2

z
K
r

W1

Wd

We

_
e
e

Figura 14
Observao:
Suponha que W1 e Wd tenham inversas. Ento temos
We SoWd ( I + (W11Wd ) 1 W2ToW1 (W11Wd ) )

= We SoWdWd1W1 ( (W11Wd ) 1 + (W11Wd )1 W2ToW1 )

= We SoW1 Wd1W1 + Wd1W1W2ToW1

= We SoW1W11 Wd1 ( I + W1W2To )

=T

ed

(25)
(25*)

= We So ( I + W1W2To )1Wd

, de acordo com (17*).

Consequentemente, em vista de (25*), uma alternativa para condio suficiente de

desempenho robusto
(We SoWd ) + (W11Wd ) (W2ToW1 ) 1 .
Nmero condicionante da planta e especificaes diferentes
Consideremos agora o caso em que a incerteza e o desempenho no so medidos no
mesmo ponto. Concretamente, supomos agora, por exemplo, que o desempenho ainda
medido pela sensibilidade da resposta, mas a incerteza do modelo em termos da forma
multiplicativa da entrada, isto ,
:= P ( I + W1W2 ) : RH , < 1 .

O diagrama de blocos correspondente mostrado na figura 15 abaixo.

89

Wd

W2

W1
e

We

_
Figura 15
Para esta posio do problema, vimos que:
a condio de estabilidade robusta W2TW
i 1

1 .

e a condio de desempenho nominal We SoWd

1.

Vamos calcular a matriz de transferncia de d a e:

Seja y a entrada de We e seja u a sada de K. Ento, temos
y = Wd d + P (u + W1W2 u ) = Wd d P ( I + W1W2 u ) Ky
y = ( I + PK + PW1W2 K ) 1Wd d ;

mas I + PK + PW1W2 K = ( I + PW1W2 K ( I + PK ) 1 ) ( I + PK ) , donde

y = ( I + PK ) 1 I + PW1W2 K ( I + PK ) 1

Wd d = So ( I + PW1W2 KS o ) 1Wd d , donde

Ted = We S o ( I + PW1W2 KSo ) 1Wd .

(25**)

Suponha agora que W1 , Wd e P tenham inversas. Ento, temos

Ted = We S oWd ( ( I + PW1W2 KS o )Wd ) Wd = We SoWd (Wd + PW1W2 KS oWd ) Wd
1

(
) = W S W (I +W
= W S W ( I + W PW W K ( I + PK ) W ) )
= W S W ( I + W PW W K ( I + PK ) PP W ) )
= W S W ( I + W PW W KP ( I + KP ) P W ) )
= W S W ( I + W PW W TW W P W ) ) , donde
T = W S W ( I + (W PW ) (W TW )(W PW ) ) .
1

= We SoWd Wd1 (Wd + PW1W2 KS oWd )

ed

1
d

1
d

1
d

1
d

2 i

1
1
d PW1W2 KS oWd

1
d

1
1

2 i

1
d

1 1

(25***)

Se, alem disso, W2 tambm tiver inversa, pode-se demonstrar que

90

Ted = We S oWd (W11Wd ) 1 I + (W11PW1 ) (W2 P 1W21 )(W2ToW1 )

(W11Wd ) .

(25#)

Baseados nestes resultados, temos

Teorema
Seja P = P ( I + W1W2 ) : RH ,

(26a)
< 1 com K estabilizando internamente

o sistema nominal. Suponha que P, W1 , W2 e Wd sejam quadradas e inversveis. Ento

obtemos desempenho robusto se uma das seguintes condies for satisfeita
(i) para cada frequncia , (We SoWd ) + (Wd1 PW1 ) (W2TW
(26b)
i 1) 1 ,
(ii) para cada frequncia ,
(W11Wd ) (We SoWd ) + (W11 PW1 ) (W2 P 1W21 ) (W2ToW1 ) 1 .
(26c)
Prova:
(i) vem de (25***) e (ii) vem de (25#).

(27)
Observao:
Se as hipteses de inversibilidade das matrizes no forem satisfeitas, obtem-se pelo
mesmo tipo de raciocinio, usando (25**), isto , Ted = We So ( I + PW1W2 KSo ) 1Wd , a
seguinte condio suficiente alternativa:
(Wd ) (We So ) + ( PW1 ) (W2 KSo ) 1 .

(28)

Observao:
(29)
importante notar que enquanto a condio de estabilidade robusta dada em funo de
Li = KP , a condio para o desempenho nominal dado em funo de Lo = PK . Esta
classe de problemas dita skewed (torta). Como em geral PK KP , a margem para
estabilidade robusta na entrada da planta em geral diferente daquela na sada da planta.
Observao:
(29*)
Se o modelo nominal ponderado for mal condicionado no espectro de frequncias
considerado, ento as condies de desempenho robusto podem ser bem mais restritivas
do que aquelas de estabilidade e desempenho nominais. Assim, por exemplo, se
W1 = I , Wd = I e W2 = wt I , onde wt RH uma funo escalar, a condio (26b), isto
, (We SoWd ) + (Wd1 PW1 ) (W2TW
i 1 ) 1 , se torna (We S o ) + ( P ) ( wt To ) 1, .
Comparando este resultado com os obtidos para os problemas non-skewed, vemos que
a condio para estabilidade, isto , a desigualdade acima fica dificil de ser satisteita se
( P) for grande. Este problema ser discutido com mais detalhe no capitulo seis.
Observao:
Se K tiver inversa, temos de (25**), que repetimos:

ed

= We So ( I + PW1W2 KSo )1Wd = We So ( So1K 1 + PW1W2 ) KSo

= We K 1 So1 K 1 + PW1W2

(30)

Wd = We K 1 So1 K 1 ( I + KSo PW1W2 )

Wd

Wd

91

= We K 1 ( I + KSo PW1W2 ) KSoWd = We K 1 I + K ( I + PK ) 1 PW1W2

1

= We K 1 I + ( I + KP ) 1 KPW1W2

KS oWd

KSoWd = We K 1 ( I + TW
i 1W2 ) KS oWd
1

1
1
1
= We K 1 ( I + TW
i 1W2 ) K ( I + PK ) Wd = We K ( I + TW
i 1W2 ) ( I + KP ) KWd .
Donde, finalmente,
1
Ted = We K 1 ( I + TW
(30*)
i 1W2 ) Si KWd .
1

Suponha que We = I , Wd = ws I , W2 = I , onde ws RH uma funo escalar. Ento

obtemos da expresso acima
1
Ted = K 1 ( I + TW
i 1 ) 1 , para todo .
i 1 ) ws Si K , donde ( K ) ( Si ws ) + (TW
E vemos que a desiguladade no ser satisfeita se o nmero condicionante do controlador
for grande, ou seja, se ele for mal condicionado.
O fato de o nmero condicionante ter aparecido no teste de desempenho robusto em
problemas skewed tem outra interpretao, considerando dois conjuntos de plantas
como na figura 16 abaixo:
A do lado esquerdo: 1 := {P ( I + wt ) : RH , < 1} ,
e a do lado direito: 2 := {( I + wt ) P : RH ,

< 1} , onde wt e wt RH , de

resto qualquer.

wt

wt

Figura 16
Se P tiver inversa, temos
2 1 se wt wt ( P ) . Com efeito,

P( I + wt ) = P ( I + wt P 1P ) = ( I + wt PP 1 ) P , donde
P ( I + wt ) = ( I + wt PP 1 ) P .
Como dito antes, o nmero de condicionamento pode crescer bastante com a frequncia
. A ttulo de ilustrao, temos o seguinte problema tpico do ponto de vista industrial.

92

 0, 2 0,1 1
0, 05 0 0

P( s) = 0
0 1

0 0
1
0
1
0

0 1
0 0, 7
1 0

0 0
0 0

( s + 1)( s + 0,07)
1 s
,
a ( s ) 0,05 ( s + 1)( s + 0,13)
onde a ( s ) = ( s + 1)( s + 0,1707)( s + 0,02929)

Na figura 17 temos o nmero de condicionamento para esta planta.

Figura 17
Vemos que para frequncias altas o nmero de condicionament o torna-se alto.
O problema skewed tem reconhecidamente soluo mais complicada que o outro, mas
faz sentido em vrios problemas.
Considere, por exemplo, o caso em que
W2 KSoWd
w
W2TW
z
i 1
,
(30**)
e = G ( s ) , onde G ( s ) =
We S oWd

We So PW1
d

W2 ( I + KP ) 1 KPW1
ou seja, G ( s ) =
We So PW1

W2 KSoWd

We S oWd

W2 KSo PW1 W2 KSoWd

= W S PW
We SoWd
e o 1

93

 W2

=
0

0 KSo P KSo W1 0 W2 0 K
=
S [P
We So P
We I o
So 0 Wd 0

0
W
I ] 1

0 Wd

0 K
0
W
W
= 2
( I + PK ) 1 [ P I ] 1

0 We I
0 Wd
Objetivo comum num projeto fazer G ( s) pequeno. Em vista de (30**), vemos que
isto implica em fazer Ti , KSo , So P e So pequenos na faixa mais relevante de
frequncias. E da ltima expresso, v-se que PK deve ser grande.

4.5 Margens de ganho e de fase

As margens de ganho e de fase so parmetros muito populares entre os prticos. E,
efetivamente, so bastante teis na grande maioria dos problemas escalares. Entretanto,
como veremos num exemplo, elas constituem um conjunto de parmetros menos que
satisfatrios, mesmo em sistemas escalares, para julgar da robustez da estabilidade de um
sistema.
Considere a figura 18, com funo de transferncia escalar.

L( s )

_
Figura 18
Suponha que o sistema nominal L0 ( s) seja estvel.
Margem de ganho: Diz-se que o SMF acima tem margem de ganho [ kmin , kmax ] se o SMF
for estvel para todo L ( s ) = kL0 ( s ) , com kmin < k < kmax , mas instvel com
L( s ) = kmax L0 ( s ) e com L( s ) = kmin L0 ( s ) , onde 0 kmin 1 e kmax 1 .
Margem de fase: O SMF tem margem de fase [min , max ] se ele for estvel para todo

L( s ) = e j L0 ( s ) com min < < max , mas instvel se L( s ) = e jmax L0 ( s ) ou se

L ( s ) = e jmin L0 ( s ) , onde min 0 e 0 max .

Estas margens de estabilidade nos so dadas diretamente do digrama de Nyquist do

sistema em malha aberta, como indicado na figura 19.

94

Figura 19
Na figura da esquerda, kmax e kmin indicam quanto o ganho pode ser aumentado e
diminudo, respectivamente, sem provocar instabilidade da malha.
E na figura da direita max e min representam quanto o atraso de fase, e o avano de fase,
respectivamente, podem ser tolerados sem produzir instabilidade.
Entretanto, como veremos agora, as margens de ganho e de fase podem no ser um
indicador suficiente da robustez de um sistema. Considere-se o sistema muito simples

P( s) =

as
b+s
, a > 1, com um controlador K ( s ) =
, b > 0.
as 1
s +1

O polinmio caracterstico do SMF

(as 1)( s + 1) + (a s )(b + s ) = (a 1) s 2 + (2a b 1) s + ab 1 .
Para que este polinmio seja Hurwitz necessrio e suficiente que
a 1 > 0, 2a b 1 > 0 e ab 1 > 0 .
Da primeira desigualdade, temos a > 1 e desta com a 3. temos b > 0 .
Para achar a margem de ganho, calcula-se o mdulo de L, e iguala-se a 1, isto ,
L ( j ) = kL0 ( j ) = 1 , deteminando os valores mximo e mnimo em funo de k .
Para o clculo da margem de fase, achar os tais que

Fase( L ( j )) = + Fase( L0 ( j )) = , e da calculo as fases correspondentes aos dois

valores de que maximizam e minimizam a fase, respectivamenmte.

Se houver mais de um valor da frequncia que maximize / minimize o ganho ou a fase,

toma-se o menor, se se trata de mximo, e o maior, se se trata de mnimo: reportar-se
figura acima.
Consideraremos trs casos:

95

as
, portanto,
as 1
k (a s)
k (a j ) k (a j )(1 ja )
. Donde L( j ) =
=
L( s ) =
ja 1
1 + a 2 2
as 1

(i) b = 1. Neste caso, temos imediatamente K 0 = 1 e L0 ( s ) =

k ( a a 2 + j ( a 2 + ))
k 2 a 2 (1 + 2 ) 2 k 2 2 (1 a 2 ) 2
2
L( j ) =
+
=1
=
a 2 2 + 1
(a 2 2 + 1) 2
(a 2 2 + 1) 2
k 2 a 2 (1 + 2 2 + 4 ) + k 2 2 (1 2a 2 + a 4 ) = a 4 4 + 2a 2 2 + 1
a 4 4 + 2a 2 2 + 1
a 4 4 + 2a 2 2 + 1
=
.
k2 = 2
a (1 + 2 2 + 4 ) + 2 (1 2a 2 + a 4 ) a 2 4 + (a 4 + 1) 2 + a 2

(*)

Ora, as frequncias que maximizam / minimizam k, so as mesmas que maximizam /

minimizam k 2 . Ento, para achar estes valores das frequncias, vamos calcular

dk 2 (4a 4 3 + 4a 2 )(a 2 4 + (a 4 + 1) 2 + a 2 ) (a 4 4 + 2a 2 2 + 1)(4a 2 3 + 2(a 4 + 1) )

=
d
(a 2 4 + (a 4 + 1) 2 + a 2 ) 2
= 0, donde

4 (a 4 2 + a 2 )(a 2 4 + (a 4 + 1) 2 + a 2 ) = (a 4 4 + 2a 2 2 + 1)2 (2a 2 2 + (a 4 + 1)) ;

vemos que = 0 uma soluo desta eq. Substituindo em (*), obtem-se o valor do
ganho correspondente k = 1/ a

Eliminando-se , temos uma eq. do 6. grau, biquadrada . Resolvida esta equao,

teremos trs razes. Das 4 raizes, calculando-se, obtemos de acordo com ZDG, p. 239,

kmin =

1
e kmax = a .
a

Para o clculo da margem de fase, temos

e j (a s )
e j (a j )
, donde L ( j ) =
; obtemos, de acordo com ZDG,
as 1
ja 1
2
-1 a 1
= e max = sen 2
=: .
a +1

L( s) =

min

Claro que tanto a margem de ganho como a de fase tornam-se muito altas quando a
grande;

1
< b < a e b a . Neste caso, obtem-se de acordo com o livro,
a
1
1
kmin =
2 , kmax = ab a 2 , min = e max 0 .
ab
a

(ii)

Ou seja, neste caso temos margem de ganho muito grande e margem de fase
arbitrariamente pequena.
(iii)

kmin

1
1
< b < a e b . Neste caso, temos novamente de acordo com o livro,
a
a
1
=
1, kmax = ab 1, min = e max 2 .
ab

96

Obtemos neste caso margem de fase muito grande e margem de ganho arbitrariamente
pequena.
O ponto que se quis ilustrar com este exemplo que s vezes as margens de ganho e de
fase juntas no so suficientes para indicar a robustez de um sistema.
Por exemplo, possvel construir um controlador (complicado) tal que

kmin <

1
, kmax > a, min = e max > .
a

Neste sistema, pode-se conferir que o diagrama de Nyquist se aproxima arbitrariamente

do ponto (-1; 0).
Um controlador que d estes valores

K=

s + 3,3 s + 0,55 1,7 s 2 + 1,5s + 1

.
3,3s + 1 0,55s + 1 s 2 + 1,5s + 1,7

Pode-se verificar que este sistema tem pelo menos as mesmas margens de ganho e de fase
que o sistema com controlador K = 1, mas o diagrama de Nyquist aproxima-se mais do
ponto (-1; 0). Consquentemente este sistema menos robusto quando o ganho e a fase
so perturbados simultaneamente.

4.6 Deficincia do controle clssico para sistemas MIMO (Esta seo pode ser
omitida)
Nesta seo mostrado, atravs de um exemplo, que a teoria de controle clssica pode
no ser confivel quando aplicada a projeto de sistemas MIMO.
Considere um massa inercial em forma cilindria, que gira em torno do seu eixo vertical,
que denominaremos de eixo z.
A entrada do sistema constituda por dois momenta (torques) T1 e T2 aplicados nos
eixos no plano horizontal, x e y , respectivamente. A velocidade angular do cilindro em
torno do eixo z constante e igual a . Os momentos de inrcia do cilindro com
relao aos trs eixos so I1 , I 2 = I1 e I 3 , respectivamente. Sejam 1 e 2 as
velocidades angulares com relao aos eixos x e y , respectivamente.
Ento as eqs. de Euler so
I11 2 ( I1 I 3 ) = T1 ,
I12 1( I 3 I1 ) = T2 .
Definamos
u1 T1 / I1
u := T / I , a := (1 I 3 / I1 ) .
2 2 1
Obtemos as seguintes eqs. de estado do sistema:
1 0 a 1 u1
= a 0 + u .
2 2
2
Suponha agora que 1 e 2 sejam medidas em coordenadas tais que
y1
1
y = cos
2

cos
sen

sen 1 1 a 1
.
=
cos 2 a 1 2

97

 y1
u
Definindo u = 1 e Y = ,
u2
y2
obtemos a equao em funo da matriz de transferncia
a ( s + 1)
1 s2 a2
Y ( s ) = P ( s )u ( s ) , com P ( s ) = 2
.
2
s + a a ( s + 10 s a 2
suponhamos que a lei de controle seja
u = K1r y ,
onde
1 1 a
.r
K1 =
1 + a 2 a 1
r
P

K1

_
Figura 21
A matriz de transferncia do sistema acima dada por
1 1 0
Y (s) =
R( s) .
s + 1 0 1
As matrizes de sensibilidade e de sensibilidade complementar so dadas por
1 1 a
1 s a
e T = P( I + P) 1
.
S = ( I + P ) 1 =

s + 1 a 1
s + 1 a s
Como vemos, este controle desaclopa as malhas, cada malha aberta tendo funo de
transferncia 1/s .
Pode-se verificar que cada malha tem margem de fase dada por max = min = 900 e
margem de ganho kmin = 0 e kmax = .
Suponha agora que uma das malhas perturbada de acordo com a figura 22:

98

Figura 22
Definamos

z (s)
1
= T11 =
.
w( s )
s +1

claro que a mxima perturbao ser:

<

1
T11

= 1 , que independente de a .

Por simetria, esta tambm a mxima perturbao permitida na outra malha.

Veremos agora que se ambas as malhas forem perturbadas simultaneamente a
perturbao mxima permitida muito menor, como mostrado abaixo.
Considere uma perturbao multivarivel, mostrada na figura 23:

Figura 23

12

Temos P = ( I + ) P , sendo = 11
RH .
21 22

99

Ento, de acordo com o teorema do pequeno ganho, o sistema robustamente estvel

para todo < se s se
1
1
=
, o qual ser muito menor que 1 se a for muito maior que 1.
T
1 + a2
Considere o caso particular
0

= d = 11
.
0 22

Neste caso, o sistema em malha fechada estvel para todo

< se s se

1
( s 2 + (2 + 11 + 22 ) s + 1 + 11 + 22 + (1 + a 2 )11 22 ) no tiver zero no
( s + 1) 2
semiplano fechado da direita.
Portanto, a regio de estabilidade dada por
2 + 11 + 22 > 0 ,
det( I + T d ) =

1 + 11 + 22 + (1 + a 2 )11 22 > 0 .
fcil verificar que o sistema instvel se 11 = 22 =

1
1+ a

Isto mostra como no caso de sistemas multivariveis o uso de mtodos apropriados para
sistemas escalares pode levar a resultados errados.

100