Módulo 01

Sistemas de
Tempo Discreto
• Bibliografia:
▪ Ogata, K. “Discrete-Time Control Systems. 2nd Edition. Capítulos 01 e
02.
▪ Fadali, S. M. “Digital Control Engineering: analysis and design”. 2nd
Edition. Capítulos 01 e 02.
04/09/2018 Prof. Roberto Mendes Finzi Neto
 Conteúdo Programático
1. Conceitos sobre controle Digital.
2. Quantização analógica → digital (AD).
3. Erro de quantização.
4. Diagrama de um Controlador Digital
5. Requisitos de modelagem de Sistemas de controle
6. Tipos de operações para o processo Amostragem de sinais.
7. Aquisição de Dados, Conversão e Sistemas de Distribuição.
8. Equações de Diferenças.
9. Transformada Z.
1. Transformada de sinais mais comuns
2. Propriedades da Transformada Z
10. Inversão da Transformada Z
11. Ferramentas computacionais

2
1. Conceitos sobre Controle Digital
❖Na engenharia moderna, é necessário controlar uma ou mais
variáveis de um sistema. Para isso, controladores são usados
para garantir que o comportamento transitório e em regime
permanente sejam satisfatórios.
❖Controladores clássicos manipulam a diferença analógica entre
o Setpoint e a saída, aplicando uma ação de controle que pode
ser tanto elétrica, pneumática quanto mecânica. Como a
diferença é analógica, a ação de controle é aplicada em um
espaço de tempo contínuo.
❖Controles digitais operam sobre espaços de tempo discretos, o
que a princípio parecem ser menos eficientes do que os
analógicos. Este, é um fato verídico.
❖ Então, por que usar controladores digitais?

3
1. Conceitos sobre Controle Digital (cont...)
Vantagens
✓Precisão. Devido à representação binária (8 a 16 bits, em geral), erros
de quantização (conversão analógica→digital) são minimizados.
✓Erros de implementação. Erros devido ao processamento
matemático-computacional dos sinais são desprezíveis (maioria
dos casos). Nos sistemas analógicos, os elementos da eletrônica
(resistores, capacitores, Aos,...) apresentam grandes variações em
relação às suas quantidades especificadas pelo fabricante e ainda são
sujeitos a efeitos ambientais.
✓Flexibilidade. Controladores analógicos são difíceis de se
modificar. Já os digitais requerem apenas a rescrita de alguns
algoritmos (na maioria dos casos).
✓Velocidade. Com a evolução da tecnologia, a velocidade de
resposta dos atuais controladores digitais se aproxima da resposta
dos controladores analógicos.
✓Custo. Em queda, o custo de produção de microcontroladores
digitais propicia implementações econômicas e simples.
4
2. Quantização analógica → digital (AD)
❖ Um sinal x(t), em tempo contínuo e chamado de sinal analógico,
existe para -∞ < t <+∞, onde t pode ser tão pequeno quanto
necessário. Além disso, x(t) existe para qualquer t definido.
❖Um sinal em tempo discreto é definido abaixo:
x 𝑘𝑇𝑠 = {𝑥 𝑇𝑠 , 𝑥 2𝑇𝑠 ), … , 𝑥 𝑘𝑇𝑠 , … (01)
onde Ts é o tempo de amostragem do sinal e k representa a k-ésima
amostra obtida.

5
2. Quantização analógica → digital (AD)(cont...)
❖ O processo de quantização amostra o sinal x(t) a cada Ts segundos.
Cada valor amostrado precisa ser representado dentro de uma
conjunto de valores digitais disponíveis que depende da resolução,
em bits, do sistema de conversão AD e da faixa de entrada.

❖A quantidade de valores de quantização, Nqtz, é calculada pela Eq. (02)

e cada intervalo de quantização, qtz, tem amplitude definida pela
Eq. (03).
𝑁𝑞𝑡𝑧 = 2𝑛𝑏𝑖𝑡𝑠 (02) ∆𝑞𝑡𝑧 = Faixa/𝑁𝑞𝑡𝑧 (03)

6
2. Quantização analógica → digital (AD)(cont...)
Exercício 01: suponha um sistema AD de 12 bits com entrada na faixa de -10V a + 10V.
Calcule a quantidade de níveis de quantização e o intervalo de quantização.
Aplicando as equações 02 e 03, temos:
𝑁𝑞𝑡𝑧 = 212 = 4096
∆𝑞𝑡𝑧 = (10−(−10))/4096 ≅ 4,88mV
Isso quer dizer que os intervalos de quantização são múltiplos de ∆𝑞𝑡𝑧 , ou seja:
{-10V, -9.9951V,...0V, 4.88mV, 9,77mV, ..., 9.995V}.
Observe que, como o valor em -10.0V precisa ser incluído, não alcançamos o limite
superior em +10V devido à limitação da quantidade de intervalos em 4096.
❖O máximo valor de quantização pode ser calculado pela Eq. (04).
MaxQtz In = ∆qtz *(Nqtz − 1) (04)
❖É necessário lembrar que cada valor quantizado será representado, digitalmente,
como um valor binário com n_bits dígitos e na faixa de 0b000...0 até 0b111...1.

7
3. Erro de Quantização
❖ Cada valor analógico do sinal x(t)
precisa ser quantizado para x 𝑘𝑇𝑠
observando as Eqs. (02) a (04).
❖ Considerando que Ts não tende a
zero, temos que ∆𝑞𝑡𝑧 também não
tende. Isso quer dizer que em cada
instante 𝑘𝑇𝑠 será necessário
aproximar o valor de x(t) para um
múltiplo de ∆qtz .
❖Devido a este processo de
aproximação, ocorrem os erros de
quantização do sinal amostrado.
❖Em nossa disciplina, consideramos que ∆qtz é tão pequeno quanto necessário para que estes
erros de quantização sejam desprezíveis no processo de controle.

8
4. Diagrama de um Controlador Digital
❖O controlador digital opera a partir de medidas feitas sobre
as variáveis do sistema a serem controladas. Após o processamento
digital destas medidas, sinais são enviados para atuadores
responsáveis pela ação de controle.
❖Como a planta a ser controlada é analógica, a tradução digital  →
analógico é feita por meio de um par de conversores:
o DAC → Digital to Analog Converter
o ADC → Analog to Digital Converter.

9
5. Requisitos de modelagem de sistemas para o controle.
➢ Antes de se controlar é necessário modelar. A modelagem sempre
será o primeiro passo para ser possível projetar o controlador. O
modelo deve ser suficientemente representativo (considerando as
simplificações e linearizações) para os requisitos de controle
estabelecidos.
➢O controlador a ser projetado deve atender a um conjunto de critérios
de controlabilidade :
❖Rejeição a distúrbios → ruído e interferências.
❖Requisitos de erro em regime.
❖Resposta transitória.
❖Sensibilidade a mudança dos parâmetros da planta.
➢Implementar o modelo de controle projetado envolve:
❖Escolha dos sensores que medem as variáveis de controle
10
5. Requisitos de modelagem de sistemas para o controle (cont...)
❖Escolha dos atuadores que acionam a planta.
❖Ajuste do modelo original com os modelo matemáticos dos atuadores, sensores
e filtros.
❖Projeto do controlador baseados em TODOS os modelos matemáticos
desenvolvidos e nos critérios de controlabilidade.
❖Avaliação analítica do conjunto projetado por simulação.
❖Avaliação experimental.
❖Refinamento, por meio da reavaliação dos requisitos anteriores, até que a
resposta seja satisfatória.

11
5. Requisitos de modelagem de sistemas para o controle (cont...)

SISTEMA REAL CONSIDERANDO DISTURBIOS

12
6. Tipos de operações para o processo Amostragem de sinais.
➢A inserção do controlador digital numa planta analógica considera os
processos de amostragem e discretização ➔ quantização AD e DA.
➢Durante a quantização, intervalo Ts, o sinal amostrado é mantido
constante por circuitos Sample and Hold (S/H).
➢Um transdutor converte a variável de controle em um valor de
voltagem que possa ser convertido para um digital equivalente.

13
6. Tipos de operações para o processo Amostragem de sinais.
➢Um sinal pode ser amostrado (sofrer transformação contínuo ➔
discreto)de diferentes formas:
❖Periódica: ocorre a cada Ts segundos, onde cada instante de amostragem é
definido como tk = kTs para (k = 0,1,2,...). Esta é a forma usada para
controladores digitais.
❖Ordem Múltipla: define-se um padrão para tk que ocorre periodicamente, ou
seja, (tk+r – tk ) é constante para todo k e apresenta r instantes de amostragem.
Há pelo menos dois valores de Ts , um para o padrão e outro para o restante.
❖Múltiplas taxas de amostragem: sistemas de controle com vários loops de
realimentação podem apresentar diferentes constantes de tempo, onde é
aconselhável adequar um Ts para cada loop.
❖Amostragem aleatória: Ts é uma variável. NÃO RECOMENDÁVEL!
➢Neste curso, trataremos apenas de controladores digitais que
apresentam Ts constante.
14
7. Aquisição de Dados, Conversão e Sistemas de Distribuição
➢ O processo de conversão AD de sinais que ocorre e um controlador
digital envolve operações que partem do condicionamento do sinal.

➢O transdutor converte a variável de controle é um equivalente de

voltagem.
➢Amplificadores e filtros adequam essa voltagem à entrada do
multiplexador que lida com diversos sinais.
➢O multiplexador seleciona um dos sinais de suas entradas para início
do processo de conversão no Sample-and-Hold.
➢O Sample-and-Hold amostra o sinal selecionado.
➢O AD converte o sinal amostrado em um valor digital.
15
7. Aquisição de Dados, Conversão e Sistemas de Distribuição (cont...)
➢ O processo de conversão DA ocorre de maneira similar e é ilustrado
pelo diagrama abaixo:

➢A ação de controle é calculada pelo microcontrolador e seu valor

armazenado em um registrador (memória).
➢Como podem existir vários loops de controle, o valor do registrador
passa por um demultiplexador digital.
➢Um conversor DA converte o valor digital em um valor de voltagem.
➢Um circuito hold mantém a voltagem constante até que ocorra uma
nova conversão.

16
7. Aquisição de Dados, Conversão e Sistemas de Distribuição (cont...)
➢ Podemos detalhar cada bloco dos diagramas anteriores por meio de
circuitos eletrônicos.
MUX
1. Multiplexação e Demultiplexação. Em geral o
controlador apresenta um único sistema AD e
um único DA que lidam com diversos sinais
analógicos. O processo de seleção de cada sinal
é chamado de MUX/DEMUX. DEMUX

2. Sample and HOLD. O processo de conversão AD

exige que o sinal permaneça estável/constante.
Isso é obtido por meio de um circuito com
amplificadores operacionais, chave e capacitor.
17
7. Aquisição de Dados, Conversão e Sistemas de Distribuição (cont...)
❖ Conversor AD. Existem diversos tipos com
diversas técnicas de conversão A→ D. O mais
comum é o de aproximações sucessivas.
Lembrando da Eq. 02, um conversor de nbits de
resolução demora até nbits ciclos de clock para
calcular o valor digital correspondente. No
microcontrolador, o clock do AD é geralmente
derivado do clock do próprio microcontrolador.
❖ Conversor DA. Executa o oposto do AD e com
as mesmas características de discretização e
resolução. Existem circuitos dedicados, como o
DAC0800, mas podemos criar um DA usando
resistores e um amplificador operacional. Um DA
com saída de ordem zero (zero order hold)
produziria a forma de onda ao lado.

18
8. Equações de diferenças
➢São análogas das equações diferenciais em sistemas de tempo
contínuo, mas operam sobre valores discretos de tempo.
➢Consideraremos que o período de amostragem é constante em Ts. O
sinal amostrado gera uma sequência na forma x(k) = [x(0), x(1 Ts),
...x(k Ts),...], para k inteiro partindo de 0 a infinito.
➢Um sistema dinâmico pode ser matematicamente modelado em
tempo contínuo por meio de equações diferenciais e depois
discretizado em equações de diferenças na forma da Eq. (05).
➢Se todos os termos em y[k] ocorrem na forma (y(k))1, a Eq. (05) é dita
𝑗
linear. Exemplos não linearidades: 𝑦(𝑘), seno(y(k)),...
➢Sistemas dinâmicos assumem a forma matricial da Eq. (05) e (06):
[a] * [y(k)] = [b] * [u(k)] (05)
19
8. Equações de diferenças
(06)

onde, onde, u(k) é a função de entrada aplicada ao sistema (forcing function).

➢A ordem de uma equação diferencial está associada ao máximo número de
derivações sobre y(t). No caso da equação de diferenças, sua ordem é
definida por n.
➢Se os coeficiente ai e bi são constantes, a Eq. (05) é dita invariante no tempo
(Time Invariant - TI).
➢Se u[k] é nula, a Eq. (05) é dita homogênea.
Exercício 02: Defina se as equações abaixo são lineares e/ou
invariantes/variantes no tempo homogêneas e sua ordem.

Linear Time Invariant (LTI), não homogênea, ordem 2

Linear Time Variant (LTV), homogênea, ordem 4
Non-linear Time Invariant (nLTI), homogênea, ordem 1 20
8. Equações de diferenças (cont...)
Exercício 03: Considere o sistema de controle do nível de água de um
tanque de armazenamento e distribuição. Dada as equações de sua
modelagem, obtenha a equação de tempo discreto:
H = Altura do fluído, em regime permanente.
h = Perturbação em H em relação a seu valor nominal.
Q = Fluxo de água, em regime permanente, pelo tanque.
qi = Perturbação no fluxo de entrada de água.
qo = Perturbação no fluxo de saída de água
R = Resistência à passagem de água pelas válvulas
C = área do tanque
Podemos resolver o problema considerando que a variação na altura da coluna de
líquido é fruto de perturbações nos fluxos de entrada e saída de água. Então:

SOLUÇÃO
8. Equações de diferenças (cont...)
Exercício 02: a solução envolve substituir t por k 𝑇𝑠 (ou simplesmente k)
e converter a integração simples em um cálculo de área simplificado.
Consideramos também de que qi(t) é constante no intervalo de
integração, então qi(t)= qi(k).Sabendo que ‫ 𝑥 𝑒𝑎 = 𝑥𝑑 𝑥𝑎 𝑒 ׬‬+Cte, e que o
intervalo de integração é Ts, temos:
− 𝑡−𝑡 Τ𝜏 − 𝑡−0 Τ𝜏
𝑞 𝑖 (𝑡) −𝑒 − −𝑒
ℎ 𝑡 = 𝑒 −(𝑇𝑠−𝑡0 )Τ𝜏 ∗ ℎ 𝑡0 + ∗
𝐶 −𝜏
O instante 𝑡0 , do tempo contínuo, equivale ao instante k no tempo
discreto. O intervalo de integração vai de 0 a 𝑇𝑠 e o instante k+1
equivale a um período de amostragem 𝑇𝑠 . Então:
−𝑇𝑠 Τ𝜏
𝑞𝑖 (𝑘)
ℎ 𝑘+1 =𝑒 ∗ℎ 𝑘 + ∗ 1 − 𝑒 −𝑇𝑠 Τ𝜏
𝐶∗𝜏
8. Equações de diferenças (cont...)
➢A melhor forma de representar a Eq. (05), na forma de uma
equação de diferenças, é seguindo o modelo definido na Eq. (06).
(06)

9. Transformada Z
➢Ferramenta usada na análise e projeto de sistemas de tempo
discreto, permitindo converter equações LTI em equações
algébricas envolvendo convoluções em multiplicações.
➢Como o interesse aqui é o de usar a transformada z em controle
digital, consideraremos que para t < 0, todos os sinais são nulos
(sinais causais).

04/09/2018 23
9. Transformada Z (cont..)
➢Definição 01: Para um sinal causal {u0, u1, ... uk, ...} sua transformada
será:
(07)

onde z-1 é considerado um operador de atraso de tempo no

controle.
➢Definição 02: Dado um trem de impulsos representando um
sinal discreto descrito pela Eq. (08),

(08)
sua Transformada de Laplace será definida pela Eq. (09)

(09)
04/09/2018 24
9. Transformada Z (cont..)
➢Fazendo 𝑧 = 𝑒 𝑠𝑇 , voltamos à Eq. (07).

(07)

➢Para uma sequência dada qualquer, a transformada z é obtida a partir

da forma apresentada na Eq. (07). Veja o exercício abaixo.
Exercício 04: obtenha a transformada z da sequência de valores

Observe que, como a sequência é limitada, a transformada, usando a

definição 01, é exata. No caso de sinais não limitados, teríamos apenas
uma aproximação.

04/09/2018 25
9. Transformada Z (cont..)
9.1 Transformada de sinais mais comuns
➢Sinais como o degrau, exponencial e o impulso (todos
amostrados serão analisados. E, para todos, as identidades
abaixo serão aplicadas:

(10a) (10b)
➔Impulso unitário
➢Considere o sinal discreto definido:
(11)

➢Como uk = u0 = {1,0,...}, sua transformada se torna:

𝑇𝑧 𝛿 𝑘 =1 (12)
04/09/2018 26
9.1 Transformada de sinais mais comuns (cont...)
➔Degrau amostrado
= 1(k) (13)
Usando a Eq. (07) e (10b)
(14)
➢Observe que a Eq. (10b) estipula que, na Eq. (14), |z| < 1. Porém, não
é necessário especificar de z onde U(z) é convergente. É suficiente
saber que esta região existe e que U(z), obtida de u(t) é valida no
plano z, exceto pelos seus polos (Ogata, 1995).
➔Exponencial amostrada
(15) Podemos usar Eq. (07) e
(10b) para obter:
Para 0 < a < 1
(16)
04/09/2018 27
9.2 Propriedades da Transformada Z
➢Como visto na Definição 2, a Transformada z pode ser derivada da
Transformada de Laplace. Então, várias propriedades úteis podem ser
compartilhadas.
LINEARIDADE
(17)
Exercício 5: encontre a Transformada z da sequencia causal
abaixo.
Solução: aplica-se LINEARIDADE, Eq. (17) e (11)

04/09/2018 28
9.2 Propriedades da Transformada Z
ATRASO DE TEMPO (TIME DELAY)
(18)
Exercício 6: Encontre a transformada da
sequência causal:
Solução: esta sequência equivale ao degrau amostrado, Eq.
(17), mas no passo k = 2.

AVANÇO DE TEMPO (TIME ADVANCE)

(19)

04/09/2018 29
9.2 Propriedades da Transformada Z
Exercício 7: encontre a transformada z da sequencia:
Solução: a sequência pode ser reescrita como a série abaixo

g(k) é chamada de função temporal exponencial

Aplicando a propriedade descrita em Eq. (19), temos:

MULTIPLICAÇÃO POR EXPONENCIAL (20)

Exercício 8: encontre a transformada de:
Solução: lembre-se que a transformada de um degrau amostrado é

Podemos reescrever f(k) como

Então:
04/09/2018 30
9.2 Propriedades da Transformada Z
DIFERENCIAÇÃO COMPLEXA
(21)
Exercício 9: encontre a transformada da função
rampa amostrada:
Solução: Podemos reescrever para f(k) = k * 1(k), onde o segundo termo
da multiplicação torna-se o degrau amostrado. Aplicando o teorema de
Eq. (14), temos;

(22)

04/09/2018 31
9.2 Inversão da Transformada Z
➢A transformada é uma ferramenta que facilita a solução de problemas
no domínio do tempo. Após a simplificação, é necessário inverter a
transformada e retornar ao domínio original. A seguir, duas técnicas
são apresentadas.
DIVISÃO LONGA
➢ Abordagem baseada na Definição 01. e indicada para expressões
racionais em z. Dois passos devem ser executados:
1. Execute processo de divisão iterativo para expandir F(z) em uma série na
forma:
(23)
2. Aplique a transformada inversa em cada termo da Eq. (23).
➢ A quantidade de termos em Eq. (23) é arbitrária de maneira a garantir uma boa
representatividade da sequência temporal.
04/09/2018 32
10. Inversão da Transformada Z (cont...)
Exercício 10: obtenha a inversa de:
Solução: Divide-se um polinômio pelo outro. No processo
repetitivo, busca-se anular sempre o termo de maior ordem.

04/09/2018 33
10. Inversão da Transformada Z (cont...)
FRAÇÕES PARCIAIS
➢Muito similar ao método usado para transformadas de Laplace. Mas,
como a as funções em z apresentam um termo z no numerador, é
quase sempre conveniente expandir em F(z)/z.
➢Esta expansão permite escrever a função como um
somatório de funções mais simples, cujas formas de tempo
discreto já são conhecidas. As etapas são as seguintes:
1. Encontre a fração parcial de F(z)/z ou F(z).
2. Obtenha a transformada inversa f(k) usando funções tabeladas e
propriedades.
➢Este método caracteriza-se pela avaliação das raízes (polos)
encontradas nos polinômio característico (denominador) da função
em z.
➢Existem três tipos de funções no domínio z que se
diferenciam pelos tipos de raízes encontradas em seus
polinômios. 04/09/2018 34
10. Inversão da Transformada Z (cont...)
CASO 1: raízes reais e não repetidas. Neste caso, é mais conveniente
aplicar o Método do Resíduo, onde: (24)
➢Ai é o coeficiente da fração parcial do i-ésimo termo da
expansão e zi é a i-ésima raiz do polinômio. A função expandida
apresenta a forma da Eq. (25)
(25)

➢Caso F(z) apresente um ou mais zeros, recomenda-se fazer a expansão

em 𝐹(𝑧)Τ𝑧 para facilitar a obtenção de expressões tabeladas.

04/09/2018 35
10. Inversão da Transformada Z (cont...)
Exercício 11: obtenha a inversa de
Solução: Como há termos em z no numerador, divida F(z) por z. Depois,
gere as frações parciais.
onde, z1 = 0, z2 = -0.1 e
z3 = -0.2
Os coeficientes das frações parciais são calculados a seguir

𝐹(𝑧) 50 90 40
= − + ➔
𝑧 𝑧 𝑧+0.1 𝑧+0.2 04/09/2018 36
10. Inversão da Transformada Z (cont...)
Exercício 11: (cont...)
Observando as transformadas já estudadas, aplicamos a propriedade
da linearidade, Eq. (17), degrau amostrado Eq.(14) e impulso unitário
Eq. (11). Então:

Se fizermos k = 0, resultaria em f(k) = 0. Então, podemos reescrever a

função como:

Outra forma de se resolver o problema sem dividir F(z) por z seria

montar a expressão das frações parciais diretamente com as raízes z2 e
z3, ou seja:

04/09/2018 37
10. Inversão da Transformada Z (cont...)
Exercício 11: (cont...)
Daí, calculam-se as frações parciais.

Os termos da F(z) obtida não apresentam tabeladas, mas é possível

reescreve-los como:

Podemos usar o teorema do atraso, Eq. (18), e degrau amostrado,

Eq.(14), para obter a forma inversa.

Ajustando o expoente de ‘k-1’ para ‘k’, chegamos à mesma

resposta do caso F(z)/z. 04/09/2018 38
10. Inversão da Transformada Z (cont...)
CASO 2: raízes conjugado complexo e reais não repetidas. Aplicamos a
expansão em frações parciais com termos específicos para o
conjugado complexo de raízes.
➢Se F(z) possui coeficientes reais, seus polos são conjugados
complexos. A inversa poderá assumir a formas das Eqs. (26) ou (27),
onde a diferença está na quantidade de zeros de F(z).

(26)
(27)
➢Os parâmetros  e d = 1/2Ts[rd/s] são identificados pela observação
da própria F(z).
➢Além de se usar as tabeladas definidas pelas Eqs. (26) e (27), também
podemos aplicar a expansão por frações parciais. 04/09/2018 39
10. Inversão da Transformada Z (cont...)
➢A expansão em frações parciais segue o que está definido da Eq. (28),
onde A e A* são os coeficientes encontrados para os polos conjugados
complexos (p e p*).
(28)
➢Usando as tabeladas que já conhecemos, a inversa da Eq. (28) fornece
a Eq. (29). (29)
➢Podemos reescrever a Eq. (29) usando notação polar, na forma da Eq.
(30) onde p e A são os ângulos do polo e do coeficiente A,
respectivamente. (30)
➢Podemos usar a definição exponencia da função cosseno para
reescrever Eq. (30) na forma da Eq. (31):
(31)

04/09/2018 40
10. Inversão da Transformada Z (cont...)
Exercício 12: encontre a inversa de
Solução 01: esta solução baseia-se nas Eqs. (26) e (27). As raízes são z1 =
0.1, z2 = –0.5–j0.5, z3 = –0.5+j0.5. Como há zeros no denominador,
faremos a expansão em F(z)/z.
Como o último termo da
expansão possui dois polos, seu
numerador assume a forma Az + B
Os coeficientes A1 e A2 são obtidos da maneira usual.
𝐹 𝑧
𝐴1 = 𝑧 − 0 ∗ = 𝐹 0 = −20
𝑧
Os coeficiente A e B são obtidos voltando a F(z) expandida para sua
forma original e em função de dos coeficientes A e B.

04/09/2018 41
10. Inversão da Transformada Z (cont...)
Exercício 12: (cont...)
𝐹(𝑧) 1 ∗ 𝑧 3 + 2𝑧 + 1
=
𝑧 𝑧(𝑧 − 0.1)(𝑧 2 + 𝑧 + 0.5)
𝐴1 𝑧 − 0.1 𝑧 2 + 𝑧 + 0.5 + 𝐴2 𝑧 𝑧 2 + 𝑧 + 0.5 + 𝐴𝑧 + 𝐵 𝑧 𝑧 − 0.1
=
𝑧 𝑧 − 0.1 𝑧 2 + 𝑧 + 0.5
𝑧 3 𝐴1 + 𝐴2 + 𝐴 + 𝑧 2 𝐴1 + 𝐴2 + 𝐵 + 𝑧1 0.5𝐴1 − 0.1𝐴1 + 0.5𝐴2 − 0.1𝐵 + ⋯
=
𝑧 𝑧 − 0.1 𝑧 2 + 𝑧 + 0.5

Podemos comparar a F(z)/z original e a expandida e verificamos que os coeficientes de

primeira e terceira ordem, do polinômio do numerador, forma um sistema de duas
equações e duas incógnitas, A1 e A2 já calculados, cuja solução fornece A e B.
1 = 𝐴1 + 𝐴1 + 𝐴
ቊ A = 1.311 e B =1.557
2 = 0.4𝐴1 + 0.5𝐴2 − 0.1𝐵
Com todos os coeficientes calculados, temos F(z) expandida:

04/09/2018 42
10. Inversão da Transformada Z (cont...)
Exercício 12: (cont...)
O último termo se assemelha às formas das Eqs. (26) e (27). No
numerador, o termo quadrático poderia se referir à Eq. (27), enquanto
que o termo linear poderia ser relacionado à Eq. (26). Então:
1.311 𝑧 𝑧 − 𝑒 −𝛼 cos(𝜔𝑑 ) 𝐶𝑒 −𝛼 𝑠𝑖𝑛 𝜔𝑑 𝑧
= − 2 =
𝑧 2 + 𝑧 + 0.5 𝑧 + 𝑧 + 0.5
1.311𝑧 2 + (−1.311𝑒 −𝛼 cos 𝜔𝑑 − 𝐶𝑒 −𝛼 𝑠𝑖𝑛 𝜔𝑑 )𝑧
𝑧 2 + 𝑧 + 0.5
a constante C deverá ser calculada para compatibilizar o somatório.
Do termo constante no denominador: 0.5 = 𝑒 −2𝛼 ➔  = 0.3465
Do termo linear, z1 ,no denominador:
1 = −2𝑒 −𝛼 cos(𝑤𝑑 ) ➔ cos 𝑤𝑑 = 2Τ2 , 𝜔𝑑 = 3𝜋Τ4
Agora podemos calcular C:
Chegamos a C = 4.426
04/09/2018 43
10. Inversão da Transformada Z (cont...)
Exercício 12: (cont...)
A expressão final fica:
19.689𝑧 1.311𝑧 2 + (−1.311𝑒 −0.3465 cos 3𝜋Τ4 (4.426𝑒 −0.3465 𝑠𝑖𝑛 3𝜋Τ4 )𝑧
𝐹 𝑧 = −20 + + −
𝑧 − 0.1 𝑧 2 + 𝑧 + 0.5 𝑧 2 + 𝑧 + 0.5
Aplicamos as inversas já tabeladas, temos:

Solução 02: baseada nas Eqs. (28) e (31). Começamos expandindo F(z)/z

A1 e A2 já foram calculados, procedemos o Cálculo de A3 usando Eq. (28)

04/09/2018 44
10. Inversão da Transformada Z (cont...)
Exercício 12: (cont...)
A expressão expandida se torna:

Obtemos a notação polar de A3:

Aplicamos a Eq. (31) no último termo. A inversa de F(z) se torna:

➔Nas páginas 25 e 26 do livro (Fadali, 2013), há a prova matemática

de essa expressão é equivalente à calculada na solução 01.
CASO 2: raízes repetidas
➢Considerando que F(z) possui raízes de multiplicidade r, haverão r
coeficientes de frações parciais na forma da Eq. (32).
(32)
04/09/2018 45
10. Inversão da Transformada Z (cont...)
Exercício 13: obtenha a inversa de:
Solução: faça a expansão em frações parciais na forma abaixo. São
quatro raízes e três delas são repetidas:

04/09/2018 46
10. Inversão da Transformada Z (cont...)
Exercício 13: (cont...)
F(z) assume a forma:
A inversa é obtida da maneira de sempre. Aplica Eq. (18) (Teorema do
atraso) e Eq. (11) impulso unitário.

Ainda é possível obter uma maior simplificação identificando

o valor inicial de k onde f(k) > 0.

Note que a solução poderia ser obtida diretamente do

teorema do atraso se reescrevermos F(z) como

04/09/2018 47
11. Ferramentas computacionais
➢O MATLAB será a ferramenta usada nas análises. Tipicamente, os
coeficientes das equações são organizados em vetores que
representam o numerador e denominador de F(z). Exemplo,
considerando uma função com o numerador e
denominador , os comandos para inseri-la no
ambiente seriam:

➢A multiplicação de polinômios é equivalente à convolução

de seus vetores de coeficientes. O comando usado é:

onde, den1 e den2 são os vetores de coeficientes

04/09/2018 48
11. Ferramentas computacionais (cont...)
➢Os coeficientes das frações parciais são obtidos por:

onde, p é o vetor dos polos, r são os resíduos (coeficientes

das frações parciais, Ai e k são os coeficientes do polinômio
resultante pela divisão de num por den (ambos são vetores dos
coeficientes dos respectivos polinômios). Se a ordem de num é
inferior a ordem de den, k é nulo. Esse é o caso usual
encontrado em problemas de controle.
Exercício 14: use o MATLAB para resolver o Exercício 11 onde,
Análise dos resultados:
>>[r, p, k] = residue([1 1], [1 0.3 0.02])
r = -8.00 e 9.00

Os valores de r retornados referem-se à solução que não empregam a

divisão de F(z) por z (slide 38). 04/09/2018 49
11. Ferramentas computacionais (cont...)
➢A amostragem de uma função contínua no tempo e sua
transformada z podem ser obtidas pelos comandos abaixo:

➢tf(num, den) constrói um objeto, em g, que representa a

função transferência de tempo contínuo, em s, descrita
pelos polinômios num e den (vetores). Também é possível usar a o
comando tf(‘s’) para cria uma variável simbólica em s e depois
escrever a função transferência (>> Gs = (s+2) / ((s+1)(s+3)). Teste! Use
o help do MATLAB (>> help tf).
➢c2d(g, Ts, METHOD) converte a função transferência g (em
s) para uma em tempo discreto (em z). Ts é o tempo de
amostragem e METHOD representa o método de
discretização adotado. Usaremos o METHOD ‘zoh’. Use o help do
MATLAB (>> help c2d).
04/09/2018 50
11. Ferramentas computacionais (cont...)
➢A Outros comandos úteis são disponibilizados pela toolbox
Symbolic.
▪ ztrans(f, var, transVar). Obtém a transformada z da função f(var),
para a variável transVar. Exemplo de uso: para a função discreta
f(k) = sin(k), obtenha a transformada em z.
>> syms k z % define as variáveis simbólicas usadas no processo.
>> f = sin(k) % cria função na variável discreta.
>> ztrans(f, k, z) % calcula a transformada
➢ Outros comandos úteis:
▪ iztrans(f, var, transVar). Analoga à função ztrans(...). Exemplo de uso: para a
função discreta F(z) = 2*z/(z-2)^2, obtenha a inversa da transformada em k.
>> syms k z % define as variáveis simbólicas usadas no processo.
>> F = 2*z/(z-2)^2 % cria função na variável z.
>> iztrans(f, z, k) % calcula a inversa da transformada
Exercício 15: obtenha a transformada, e sua inversa, das funções impulso amostrado,
degrau amostrado, exponencial amostrada e função rampa.
04/09/2018 51
 RESOLVER OS EXERCÍCIOS sobre
Transformada Z PROPOSTOS NO FINAL DO
CAPÍTULO 02 DOS LIVROS
Ogata, K. “Discrete-Time Control Systems. 2nd Edition.
Fadali, S. M. “Digital Control Engineering: analysis and
design”. 2nd Edition.

04/09/2018 52