Este trabalho de pesquisa apresenta uma metodologia de modelagem para uma estrutura de filtragem envolvendo a combinação de dois filtros adaptativos operando com o algoritmo nlms (normalized least mean square), considerando um problema de identificação de sistema com planta estacionária e sinais de entrada gaussianos reais. a metodologia desenvolvida aqui é aplicada para as regras de combinação afim aff lms (affine lms) e aff pn lms (affine power-normalized lms) bem como para as regras de combinação convexa cvx lms (convex lms) e cvx pn lms (convex power-normalized lms). especificamente, foram obtidas expressões de modelo que descrevem o comportamento médio do vetor de coeficientes global e do parâmetro de mistura, a curva de aprendizagem e recursões para computar os elementos da diagonal das matrizes de correlação dos vetores de erro nos coeficientes. a partir de tais expressões, foram derivadas expressões de modelo caracterizando o comportamento em regime permanente do erro quadrático médio em excesso (eqme) e do parâmetro de mistura. resultados de simulação para diferentes cenários de operação são apresentados, mostrando que o modelo proposto prediz satisfatoriamente o comportamento do algoritmo tanto na fase transitório quanto em regime permanente. tais resultados ratificam também a precisão da abordagem considerada para computar as matrizes de autocorrelação normalizada surgidas na derivação do modelo.