Sei sulla pagina 1di 223

Analisi dei Sistemi

Dispense per i Corsi di Laurea in


Ingegneria Elettronica e Ingegneria Informatica
Ciro Natale

Ciro Natale

Analisi dei Sistemi


Dispense per i Corsi di Laurea in
Ingegneria Elettronica e Ingegneria Informatica

Questo testo `e la raccolta delle lezioni tenute dallautore al secondo anno dei corsi
di Laurea in Ingegneria Elettronica e Ingegneria Informatica presso la Facolt`
a di
Ingegneria della Seconda Universit`
a degli Studi di Napoli.
Il testo `e stato composto interamente dallautore in LATEX.

Prefazione
La conoscenza non pu`
o derivare dallesperienza sola, ma occorre
il paragone fra ci`
o che lo spirito umano ha concepito e ci`
o che ha osservato.
(A. Einstein)

Linsegnamento di Analisi dei Sistemi intende fornire allo studente gli strumenti
e le metodologie per la caratterizzazione dei sistemi dinamici lineari e lo studio
delle loro propriet`
a strutturali. Esso si colloca nellambito delle discipline dellingegneria che costituiscono il settore scientifico disciplinare chiamato Automatica.
Nel nuovo assetto degli studi della Facolt`
a di Ingegneria della Seconda Universit`a degli Studi di Napoli, linsegnamento di Analisi dei Sistemi risulter`
a il primo
modulo fra quelli del settore dellAutomatica, ed `e posto, insieme a quello di
Controlli Automatici, al secondo anno del corso degli studi fra gli insegnamenti
che caratterizzano le classi di Ingegneria Elettronica ed Informatica. Nella classe
di Ingegneria Informatica `e inserito un orientamento di Automazione Industriale in cui sono previsti gli insegnamenti di Tecnologie dei Sistemi di Controllo,
Controlli Automatici II ed Azionamenti ed Elettronica Industriale del settore
scientifico disciplinare Automatica. Tali insegnamenti, congiuntamente alluso
delle tecnologie informatiche, consentiranno al laureato in Ingegneria Informatica
con orientamento Automazione Industriale di operare su impianti automatizzati.
Impianti automatizzati sono presenti in ogni ambiente industriale: meccanico,
aeronautico, automobilistico, manifatturiero, chimico, ovvero in ogni ambiente in
cui il governo di un determinato processo per ottenere una risposta desiderata o
una produzione di beni viene effettuata senza il diretto intervento delluomo. Si
pu`
o, quindi, affermare che il compito dellingegnere dellautomazione `e quello di
comprendere e governare processi naturali o artificiali allo scopo di fornire prodotti utili alla societ`
a. Poiche il primo passo `e quello di comprendere e descrivere
un processo naturale, un impianto o in termini del tutto generali un sistema,
linsegnamento di Analisi dei Sistemi fornir`
a allo studente gli strumenti operativi necessari per la modellazione, la descrizione delle propriet`
a e lindividuazione
delle informazioni utili per il governo di un sistema.
G. De Maria
i

Indice

1 Modellistica dei sistemi dinamici

1.1

Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2

Elementi di modellistica di sistemi dinamici . . . . . . . . . . . . .

1.2.1

Modellistica dei sistemi elementari . . . . . . . . . . . . . .

1.2.2

Determinazione delle equazioni del modello dinamico . . . . 13

1.3

La rappresentazione ingressostatouscita . . . . . . . . . . . . . . 20
1.3.1

Classificazione dei sistemi dinamici . . . . . . . . . . . . . . 22

1.4

I sistemi lineari tempo invarianti . . . . . . . . . . . . . . . . . . . 24


1.4.1 La rappresentazione ingressouscita . . . . . . . . . . . . . 26

1.5

Passaggi tra le forme di rappresentazione . . . . . . . . . . . . . . 28


1.5.1

Passaggio da isu a iu . . . . . . . . . . . . . . . . . . . . 28

1.5.2

Passaggio da iu a isu . . . . . . . . . . . . . . . . . . . . 29

1.6

Linearizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

1.7

Comandi MATLAB

1.8

Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

. . . . . . . . . . . . . . . . . . . . . . . . . . 41

2 Analisi dei sistemi a tempo continuo


2.1
2.2

45

La trasformata di Laplace . . . . . . . . . . . . . . . . . . . . . . . 45
Risposta dei sistemi lineari tempo invarianti . . . . . . . . . . . . . 54
2.2.1

Antitrasformazione delle funzioni razionali fratte . . . . . . 56


iii

iv

Indice

2.3
2.4

2.5
2.6
2.7
2.8
2.9

2.2.2 La funzione di trasferimento . . . . . . . . .


2.2.3 Poli e zeri dei sistemi LTI . . . . . . . . . .
2.2.4 Levoluzione libera e i modi di evoluzione .
2.2.5 Levoluzione forzata e la risposta impulsiva
Schemi a blocchi . . . . . . . . . . . . . . . . . . .
Stabilit`
a dei sistemi dinamici . . . . . . . . . . . .
2.4.1 Stabilit`
a BIBO o esterna . . . . . . . . . .
2.4.2 Stabilit`
a sotto perturbazioni o interna . . .
2.4.3 Criterio di Routh . . . . . . . . . . . . . . .
Risposta a regime permanente . . . . . . . . . . . .
Risposta indiciale di sistemi del I e II ordine . . . .
Il problema della realizzazione . . . . . . . . . . . .
2.7.1 Dallo schema a blocchi alla isu . . . . . .
Comandi MATLAB . . . . . . . . . . . . . . . . .
Esercizi . . . . . . . . . . . . . . . . . . . . . . . .

3 Analisi dei sistemi a tempo discreto


3.1 Le equazioni alle differenze . . . . . . . . . . . .
3.1.1 Gli algoritmi . . . . . . . . . . . . . . . .
3.1.2 Processi intrinsecamente discreti . . . . .
3.1.3 La rappresentazione ingressostatouscita
3.1.4 I sistemi a dati campionati . . . . . . . .
3.2 La trasformata Z . . . . . . . . . . . . . . . . . .
3.3 Risposta dei sistemi lineari tempo invarianti . . .
3.3.1 Metodi di antitrasformazione . . . . . . .
3.3.2 Modi di evoluzione . . . . . . . . . . . . .
3.4 Stabilit`
a . . . . . . . . . . . . . . . . . . . . . . .
3.5 Comandi MATLAB . . . . . . . . . . . . . . . .
3.6 Esercizi . . . . . . . . . . . . . . . . . . . . . . .
4 Analisi dei sistemi nel dominio della frequenza
4.1 Serie di Fourier . . . . . . . . . . . . . . . . . . .
4.2 Trasformata di Fourier . . . . . . . . . . . . . . .
4.3 Risposta esponenziale . . . . . . . . . . . . . . .
4.4 Risposta sinusoidale . . . . . . . . . . . . . . . .
4.5 Risposta armonica di un sistema LTI . . . . . . .

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

.
.
.
.
.

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

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

.
.
.
.
.

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

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

.
.
.
.
.

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

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

.
.
.
.
.

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

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

.
.
.
.
.

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

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

.
.
.
.
.

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

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

.
.
.
.
.

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

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

.
.
.
.
.

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

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

61
63
67
71
79
82
83
84
90
97
100
105
110
114
117

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

125
. 125
. 128
. 128
. 130
. 133
. 136
. 140
. 143
. 147
. 148
. 151
. 152

.
.
.
.
.

155
. 155
. 159
. 164
. 166
. 170

Indice
4.6

4.7
4.8
4.9

v
Diagrammi di Bode . . . . . . . . . . . . . . . . . . . . . . .
4.6.1 Tracciamento del diagramma asintotico dei moduli. .
4.6.2 Tracciamento del diagramma asintotico delle fasi. . .
Cenni sui sistemi a tempo discreto . . . . . . . . . . . . . .
Comandi MATLAB . . . . . . . . . . . . . . . . . . . . . .
Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

Bibliografia
A Numeri complessi
A.1 Definizione di numero complesso . . . . . . . .
A.2 Operazioni tra numeri complessi . . . . . . . .
A.3 Forma trigonometrica di un numero complesso
A.4 Forma esponenziale di un numero complesso . .

.
.
.
.
.
.

178
185
186
188
189
190
192

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

B Elementi di algebra delle matrici


B.1 Matrici e vettori . . . . . . . . . . . . . . . . . . . . .
B.2 Somma, differenza e prodotto per uno scalare . . . . .
B.3 Prodotto di matrici . . . . . . . . . . . . . . . . . . . .
B.4 Trasposizione . . . . . . . . . . . . . . . . . . . . . . .
B.5 Determinante . . . . . . . . . . . . . . . . . . . . . . .
B.6 Rango . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.7 Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.8 Polinomio caratteristico e teorema di CayleyHamilton
B.9 Autovalori e autovettori . . . . . . . . . . . . . . . . .
B.10 Matrici simili e diagonalizzazione . . . . . . . . . . . .
B.11 Funzioni di matrici e operazioni differenziali . . . . . .

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

197
. 197
. 197
. 198
. 199

.
.
.
.
.
.
.
.
.
.
.

201
. 201
. 202
. 203
. 203
. 203
. 204
. 204
. 205
. 205
. 205
. 206

C Tabella di trasformate di Laplace

207

D Tabella di trasformate Z

209

Indice Analitico

211

CAPITOLO 1

Modellistica dei sistemi dinamici

1.1

Introduzione

Con il termine sistema, che deriva dal greco riunire - comporre, generalmente si
intende un insieme di elementi materiali connessi e coordinati in modo da formare un complesso organico soggetto a determinate regole. Al termine sistema
si fa seguire un aggettivo che caratterizza linsieme di elementi, ad esempio in
medicina parliamo di sistema immunitario, sistema circolatorio; in astronomia
di sistema solare; in economia di sistema monetario, sistema economico nazionale. Nel campo dellingegneria lo studente diventer`
a familiare con la terminologia
sistema meccanico, sistema elettrico, sistema di elaborazione delle informazioni,
a seconda che le grandezze fisiche implicate siano meccaniche, elettriche oppure informazioni numeriche o alfanumeriche, intendendo con ci`
o un complesso di
apparati interconnessi in cui si individua una relazione causa/effetto. Con il termine causa si intende la sollecitazione (ingresso o variabile di governo) imposta
al sistema, mentre con il termine effetto il prodotto (uscita o variabile di uscita)
generato dal sistema conseguentemente alla sollecitazione imposta. Ad esempio,
consideriamo un sistema meccanico costituito da una trave fissata ad unestremit`
a (vedi Fig. 1.1) e supponiamo di caricare lestremit`
a libera con forze costanti
di entit`
a crescente pari a F1 , F2 , . . ., che individueremo come causa o ingresso.
Se dopo lapplicazione della forza Fi si aspetta che la trave si fermi e si misura, allequilibrio, lo spostamento yi , che individueremo come effetto o uscita,
dellestremit`
a libera rispetto alla posizione in assenza di sollecitazione, e si ripor1

Capitolo 1. Modellistica dei sistemi dinamici


xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx

y
x

Figura 1.1: Esempio di sistema meccanico: trave incastrata


tano sullascissa di un diagramma i valori delle forze applicate e sullordinata i
valori degli spostamenti dellestremit`
a libera in corrispondenza delle forze applicate si pu`
o verificare che i punti del piano individuati dalle suddette coordinate
giacciono su un segmento ci`
o si verifica solo nellambito della validit`
a della legge
di Hooke ci`
o significa che le variabili di ingresso e di uscita sono legate da una
relazione causa/effetto del tipo
y = kF .
Tale relazione non fornisce informazioni riguardo al movimento y = y(t) che
lestremit`
a libera della trave compie nel passare da uno spostamento di equilibrio
yi ad un altro yj per effetto della variazione del valore di forza applicata da Fi
a Fj , ma una relazione causa/effetto, in condizioni di equilibrio, che descrive il
fenomeno dello spostamento dellestremit`
a libera di una trave soggetta a carichi
costanti. Chiameremo tale relazione modello statico del sistema trave. Se siamo
interessati al movimento che lestremit`
a libera della trave compie nel raggiungere
un punto di equilibrio partendo da unassegnata posizione iniziale y(t0 ) con velocit`
a iniziale nulla, possiamo registrare, ad esempio con uno strumento ottico, la
posizione y in ogni istante di tempo t, dallistante t0 di applicazione della forza
F fino a quello in cui possiamo ritenere che essa ha raggiunto la posizione di
equilibrio, e riportarla su un diagramma y verso t (vedi Fig. 1.2). Ripetendo tale
esperimento per diverse posizioni iniziali y(t0 ) dovute a sollecitazioni precedenti
allapplicazione della forza F attuale sempre con velocit`
a iniziale nulla, si osservano movimenti differenti dellestremit`
a libera, pur raggiungendo essa la stessa
posizione di equilibrio individuata dal modello statico. Il movimento, quindi,
contiene informazioni sulla storia passata espresse nelle condizioni iniziali del
sistema.
Supponendo di collezionare in una banca dati tutti i movimenti generati a
partire da qualsiasi y(t0 ), appartenente ad un insieme definito di condizioni iniziali, e da F , appartenente ad un insieme definito di sollecitazioni ammissibili
per il sistema, potremmo affermare che tale banca dati costituisce un modello
dinamico della trave fissata ad unestremit`
a soggetta a carichi costanti allestremit`a libera, a cui si `e fatto riferimento nellesperimento considerato, con posizione

1.1. Introduzione

3
y

t0

Figura 1.2: Movimenti misurati della trave


a iniziale nulla. Si noti che qualsivoglia movimento, nelle
iniziale y(t0 ) e velocit`
suddette condizioni iniziali pu`
o essere ottenuto dalla banca dati accedendo ad
essa con la coppia di dati (y(t0 ), F ). Si comprende facilmente che tale approccio
`e inapplicabile, per lovvio motivo della non realizzabilit`
a, e poco utile, per mancanza di generalit`
a, sia perche ricavato in particolari condizioni, velocit`
a iniziale
nulla dellestremit`
a libera, sia perche riferito alla specifica trave, con assegnata
geometria e massa, per cui si `e effettuato lesperimento. Per ottenere il modello
dinamico del sistema considerato che descriva il movimento y = y(t) in modo del
tutto generale, ovvero un modello che tenga conto della geometria e della massa
della trave in forma parametrica, quindi valido per tutte le travi incastrate ad
0 ) posizione e velocit`
a
unestremit`
a, e per generiche condizioni iniziali y(t0 ) e y(t
iniziale dellestremit`
a libera bisogna abbandonare lapproccio puramente sperimentale, descritto precedentemente, e ricorrere alle leggi della fisica ed in questo
caso a quelle che descrivono il comportamento dei mezzi continui. Tale approccio
conduce alla formulazione del modello dinamico in termini di unequazione differenziale alle derivate parziali con annesse equazioni differenziali ordinarie che
tengono conto delle condizioni al contorno. Tale formulazione risulta essere completa nel senso che descrive il movimento e la condizione di equilibrio, quindi
contiene in se anche il modello statico, dellestremit`
a libera dellinsieme di tutte
le travi incastrate ad unestremit`
a
2
2 y(x, t)
2 y(x, t)
EI(x)
+
m(x)
= F (x, t)
x2
x2
t2
con le condizioni al contorno
y(0, t) = 0,

y
x

= 0,
x=0

EI

2y
x2

=0,
x=L

Capitolo 1. Modellistica dei sistemi dinamici


causa
o
sollecitazione

effetto
o
uscita

Figura 1.3: Sistema astratto orientato

dove y(x, t) `e la deflessione allascissa x, E `e il modulo di Young, I(x) `e il momento


di inerzia della sezione allascissa x ed F (x, t) `e la forza applicata allascissa x.
Allente matematico su descritto, descrivendo esso in forma completa il sistema meccanico considerato, si d`
a ancora il nome di sistema, intendendo con ci`
o
che, dal punto di vista dellanalisi del comportamento, `e indifferente possedere
del sistema in considerazione la sua struttura o la sua descrizione matematica.
Per affermare che la seconda descrive non una struttura particolare, ma tutto un
insieme, ad essa si da il nome di sistema astratto orientato. Tale ente si rappresenta graficamente come in Fig. 1.3, cio`e tramite uno schema a blocchi, dove
la lettera S sta per sistema dinamico. Il verso delle frecce in tale schema chiarisce luso dellaggettivo orientato, nel senso che mette in evidenza che la causa
`e una sollecitazione sul sistema da parte dellambiente in cui `e immerso, quindi
entrante, e leffetto o uscita `e una variabile fisica a disposizione dellambiente per
losservazione, quindi uscente.
Tale approccio alla modellazione dinamica del sistema meccanico presentato
risulta sconosciuto allo studente che ha seguito, per quanto riguarda la disciplina
della meccanica, un solo modulo di fisica nel quale ha affrontato il problema del
moto di un punto materiale o di un corpo rigido nello spazio; in particolare tale
lettore, pur conoscendo il concetto di lavoro, non conosce il principio dei lavori
virtuali e quello di DAlembert che consentono di giungere alla formulazione del
modello dinamico delloggetto in considerazione. Sembra evidente che per operare
la sostituzione, nella rappresentazione di un sistema dinamico, della sua struttura
fisica disponibile per losservazione del comportamento mediante sperimentazione
nelle condizioni di interesse, con il suo modello matematico, che consente unosservazione virtuale mediante simulazione al calcolatore, occorre che esso descriva
in dettaglio il sistema dinamico in considerazione e le sue interazioni con altri
sistemi dinamici, ad esempio lambiente in cui esso `e immerso. Tale approccio
`e seguito dai fisici, con lobiettivo dello studio di dettaglio del comportamento
dei sistemi dinamici mediante simulazione, o da coloro che hanno quale obiettivo la realizzazione di un apparato e, quindi, hanno bisogno di simulare se ci`
o
che `e stato progettato soddisfa le specifiche imposte. Si pensi, per esempio, alla
realizzazione di un aereo, per giungere ad essa si passa attraverso lassegnazione
di specifiche preliminari quali la destinazione duso militare o civile, masse da
trasportare, numero di Mach, altitudine. Tali specifiche vengono poi tradotte da
esperti ingegneri aeronautici in specifiche geometriche, aerodinamiche e struttu-

1.1. Introduzione

5
yn

t0

Figura 1.4: Moto desiderato per la trave


rali che consentono di effettuare il progetto dellaereo. Tutta la fase progettuale
`e rivolta alla costruzione di modelli matematici di dettaglio, prove di laboratorio
per la validazione dei modelli e simulazioni al calcolatore, che conducono alla
generazione del modello dinamico dellaereo in interazione con lambiente in cui
sar`
a immerso o ci`
o che viene chiamato codice di simulazione di dettaglio. Obiettivo di coloro che si occupano di controlli automatici, disciplina per cui quella
di analisi dei sistemi `e propedeutica, `e quello di progettare sistemi di governo,
cio`e sistemi che siano in grado di generare le opportune sollecitazioni al sistema
dinamico da governare affinche luscita segua un movimento assegnato. Ci`
o che,
quindi, `e assegnato come dato del problema `e il movimento delluscita e ci`
o che
deve essere determinato `e la sollecitazione che `e in grado di produrre tale movimento. Tale problema risulta essere linverso di quello citato in precedenza con
riferimento allesempio della trave incastrata, ovvero si assegna la sollecitazione e si risolve lequazione differenziale a derivate parziali, che ne rappresenta il
modello dinamico, per ricercare la soluzione, cio`e il moto y = y(t).
Per meglio chiarire lobiettivo descritto, si ritorni allesempio suddetto e si
assegni a partire dalla condizione di riposo yn (t0 ) = 0, y n (t0 ) = 0 il moto yn =
yn (t), supposto ammissibile per il sistema in considerazione, come nel diagramma
in Fig. 1.4, dove il pedice n sta ad indicare moto nominale assegnato. Ci`
o che
si vuole determinare `e la forza F = F (t) da applicare allestremit`
a libera per
ottenere tale moto.
Luso del modello dinamico descritto precedentemente risulta essere di scarsa
utilit`
a a questo scopo per i seguenti motivi:
a) anche se esso descrive in dettaglio il comportamento della trave incastrata, i
valori dei parametri propri del sistema meccanico: massa, attriti, coefficienti
elastici, geometria sono ricavati attraverso misure effettuate sulla struttura,

Capitolo 1. Modellistica dei sistemi dinamici


quindi affetti da errori propri di misura, ed in particolare gli attriti ed i
coefficienti elastici presentano la maggiore incertezza;
b) nella determinazione del modello matematico si sono fatte ipotesi semplificative, quali ad esempio supporre che la massa sia uniformemente distribuita, lincastro non sia cedevole; ipotesi che consentono di assumere nota
la deformazione della trave e descriverla mediante funzioni elementari note;
c) si `e supposto che lunica sollecitazione agente sul sistema sia quella applicata dalloperatore che effettua lesperimento, ovvero si sono trascurate le
sollecitazioni che lambiente, in cui `e immerso il sistema meccanico, esercita
su di esso quali ad esempio lazione del vento, vibrazioni della parete a cui
la trave `e incastrata.

Queste considerazioni mettono in luce che se nellequazione differenziale a


derivate parziali operiamo le opportune sostituzioni partendo dalla conoscenza
del moto nominale assegnato yn = yn (t), operazione peraltro non semplice, la
sollecitazione Fn = Fn (t) che si ricava pu`
o discostarsi anche molto dalla effettiva
sollecitazione non nota F = F (t) che deve essere applicata al sistema reale
affinche il moto effettivo y = y(t) segua quello nominale assegnato yn = yn (t).
Ultima considerazione, ma non per questo di secondaria importanza, `e che il
moto yn = yn (t) assegnato deve essere ammissibile per il sistema dinamico in
considerazione, ovvero deve esistere una sollecitazione fisicamente realizzabile e
di ampiezza ammissibile per il generatore di forza disponibile alloperatore che
consente allestremit`
a libera di effettuare il moto. Tale condizione deve chiaramente essere verificata a priori mettendo in luce le propriet`
a del sistema dinamico
in considerazione, cosa molto ardua a partire dal modello dinamico di dettaglio
a disposizione. Ci`
o che sembra sensato, per ovviare agli inconvenienti descritti, `e
far s` che la sollecitazione effettiva dipenda anche dallo scostamento che si verifica tra uscita effettiva e quella nominale assegnata in modo tale da ridurre tale
scostamento. Per ottenere ci`
o `e necessario, quindi disporre di organi di misura
dello spostamento dellestremit`
a libera e confronto tra moto effettivo e moto nominale assegnato. Intuitivamente tale approccio `e rivolto a compensare gli effetti
indesiderati derivanti dagli inconvenienti descritti. La strategia di governo descritta `e denominata controllo a ciclo chiuso in contrasto con quella precedente
denominata controllo a ciclo aperto. Nel controllo a ciclo chiuso, quindi, la variabile di uscita e spesso non solo essa, ma anche variabili interne che nel seguito
denoteremo come stato del sistema contribuiscono alla sintesi della sollecitazione impressa al sistema dinamico. Seguendo tale approccio `e necessario seguire i
seguenti passi:
1. verificare che il moto assegnato per luscita appartenga allinsieme dei moti
ammissibili per il sistema dinamico in considerazione;
2. determinare quali variabili fisiche proprie del sistema dinamico devono contribuire alla generazione dellappropriata sollecitazione;

1.2. Elementi di modellistica di sistemi dinamici

3. verificare che tali variabili fisiche siano disponibili per effettuare misure o
se mediante osservazioni sulluscita `e possibile ricostruire tali variabili;
4. operare la sintesi della sollecitazione.
I passi citati richiedono la disponibilit`
a di un modello dinamico del sistema in
esame che sia trattabile ovvero un modello per cui sia semplice evidenziare le
propriet`
a strutturali ed operare la sintesi della sollecitazione. A tale scopo non `e,
quindi, utile utilizzare il modello di dettaglio, ma un modello matematico che approssimi bene la relazione causa/effetto del sistema reale in condizioni particolari
di funzionamento, ovvero un modello semplificato per cui sia semplice evidenziare
le propriet`
a strutturali e che possa essere utilizzato per la sintesi della sollecitazione. In particolare, nel caso della trave incastrata si ricorre ad unapprossimazione
del sistema reale sostituendo ad esso un sistema virtuale costituito da n elementi
rigidi connessi mediante giunti elastici con coefficienti di attrito predeterminati,
in modo che il comportamento ingresso/uscita sia quanto pi`
u vicino a quello reale;
tale approssimazione, estremamente utile per lanalisi ed il controllo dei sistemi
dinamici continui, `e denominata ad elementi finiti. Un tale approccio non `e argomento dellinsegnamento di Analisi dei Sistemi e sar`
a affrontato in insegnamenti
specifici nellambito della laurea specialistica. Lesempio della trave incastrata `e
servito unicamente a mostrare come sia complicato porsi il problema del governo
del comportamento di un sistema dinamico strutturalmente semplice.

1.2

Elementi di modellistica di sistemi dinamici

In questo paragrafo ci proponiamo di presentare una procedura sistematica per


la determinazione del modello dinamico di un sistema. La procedura si basa
innanzitutto sulla scomposizione del sistema in sistemi elementari o elementi, che
vanno poi caratterizzati da un punto di vista energetico, e infine sulla scrittura di
un sistema di equazioni differenziali, la cui soluzione descrive il comportamento
del sistema nei limiti delle approssimazioni introdotte nelle prime due fasi.
Dora in avanti faremo riferimento a sistemi dinamici a dimensione finita, supponendo di poter rappresentare il sistema dinamico in esame mediante elementi
discreti o parametri concentrati. In particolare, in questo corso, nonostante venga
presentata una metodologia di modellazione abbastanza generale, affronteremo il
problema della determinazione di un modello matematico solo per sistemi meccanici ed elettrici. Ci`
o perche nellambito dellingegneria dellautomazione questi
sono i principali sistemi che compongono sistemi pi`
u complessi, mentre la modellistica di altri tipi di sistemi `e rimandata a corsi specialistici. I sistemi meccanici
verranno rappresentati mediante masse, molle e smorzatori concentrati, i sistemi
elettrici mediante resistori, condensatori ed induttori concentrati.

Capitolo 1. Modellistica dei sistemi dinamici

1.2.1

Modellistica dei sistemi elementari

Il comportamento dei sistemi meccanici ed elettrici elementari verr`


a ora caratterizzato in termini di una relazione di equilibrio e di una relazione energetica. La
prima serve a mettere in relazione le sollecitazioni (cause) applicate allelemento
con gli effetti prodotti da queste; la seconda serve ad esprimere le caratteristiche
energetiche dellelemento, ad esempio se `e un elemento che tende ad accumulare
o a dissipare energia.
Iniziamo a descrivere il comportamento dei sistemi meccanici elementari.
Elementi di inerzia. Per elementi di inerzia si intendono masse e momenti
di inerzia. Linerzia pu`
o essere definita come la variazione di forza (coppia)
necessaria ad ottenere una variazione unitaria di accelerazione (accelerazione
angolare)
massa =

variazione di forza
variazione di accelerazione

momento di inerzia =

N
= [kg]
m/s2

variaz. di coppia
variaz. di acceleraz. angolare

Nm
= kgm2
rad/s2

Un elemento di massa, se sottoposto allapplicazione di una forza f , reagisce con


una forza proporzionale alla derivata della velocit`
a , per cui vale la relazione di
equilibrio dinamico (vedi Fig. 1 di Tab. 1.1)
f m

d
=0
dt

essendo la derivata prima della velocit`


a rispetto al tempo pari allaccelerazione
della massa stessa, ed avendo indicato con m la massa dellelemento. Analogamente, un elemento di inerzia (rotazionale attorno ad un asse), sottoposto ad una
coppia C, se `e la sua velocit`
a angolare, reagisce con una coppia proporzionale
alla derivata della velocit`
a angolare, e quindi vale la relazione di equilibrio (vedi
Fig. 2 di Tab. 1.1)
d
C J
=0
dt
essendo la derivata prima della velocit`
a angolare rispetto al tempo pari allaccelerazione angolare dellinerzia stessa, ed avendo indicato con J il momento di
inerzia dellelemento rispetto allasse di rotazione. Da un punto di vista energetico, gli elementi di inerzia sono in grado di accumulare energia cinetica, cio`e
la capacit`
a di fare lavoro in virt`
u della velocit`
a che ad essi `e stata impressa.
Lenergia cinetica posseduta da una massa m che si muove con velocit`
a vale1
1
T = m 2
2
1

Con si `e indicato il modulo del vettore velocit`


a.

1.2. Elementi di modellistica di sistemi dinamici

mentre, quella posseduta da uninerzia rotazionale J che ruota con velocit`


a
2
angolare vale
1
T = J 2
2
Va detto anche che, se una massa `e sottoposta allattrazione gravitazionale terrestre, essa `e in grado di accumulare anche energia potenziale, cio`e la capacit`
a
di fare lavoro in virt`
u della sua stessa posizione, o, pi`
u precisamente, della sua
altezza rispetto ad un livello di riferimento. In tal caso, lenergia potenziale di
una massa m posta ad unaltezza h vale
V = mgh
dove g `e laccelerazione di gravit`
a che vale circa 9.81 m/s2 .
Elementi elastici (molle). Una molla lineare `e un elemento meccanico privo
di massa e di attrito che se deformato da una sollecitazione esterna `e tale che
la deformazione risulta direttamente proporzionale alla sollecitazione. Nel caso
di sollecitazioni in forza e deformazioni in traslazione, la molla `e detta molla
traslatoria; se la sollecitazione `e in coppia e la deformazione `e in rotazione, la
molla `e detta molla rotatoria o molla torsionale. Per le molle traslatorie (vedi
Fig. 3 di Tab. 1.1) detto f il valore di forza applicata agli estremi e x1 e x2 le
posizioni assunte dagli estremi misurate rispetto ad uno stesso riferimento, la
forza con cui lelemento reagisce risulta proporzionale alla deformazione, e perci`
o
vale la relazione di equilibrio
f k(x1 x2 ) = 0
dove k `e una costante di proporzionalit`
a caratteristica della molla, detta costante
elastica o rigidezza della molla. Per le molle torsionali (vedi Fig. 4 di Tab. 1.1),
detto C il valore della coppia applicata agli estremi, e dette 1 e 2 le posizioni degli estremi rispetto ad uno stesso riferimento, la coppia di reazione `e
proporzionale alla deformazione angolare e la relazione di equilibrio `e
C k(1 2 ) = 0
dove k `e la rigidezza torsionale della molla. Naturalmente, per le molle traslatorie,
si ha
variazione di forza
N
rigidezza =
variazione di spostamento
m
mentre, per le molle torsionali, si ha
rigidezza torsionale =
2

variazione di coppia
variazione angolare

Nm
rad

La formula vale nel caso di un corpo rigido che ruota attorno ad uno degli assi principali di
inerzia, nel caso pi`
u generale andrebbe scritta considerando il tensore dinerzia J del corpo e il
vettore velocit`
a angolare : T = 1/2 T J.

10

Capitolo 1. Modellistica dei sistemi dinamici

Da un punto di vista energetico, le molle sono elementi in grado di accumulare


solo energia potenziale. In particolare, per una molla traslatoria essa vale
V =

1
k(x1 x2 )2
2

mentre, per una molla torsionale, vale


1
V = k(1 2 )2
2
Elementi di attrito (smorzatori). Uno smorzatore ideale `e un elemento, privo di massa e di elasticit`
a, che, a differenza degli elementi di inerzia ed elastici che
immagazzinano energia, dissipa energia sotto forma di calore. In uno smorzatore
traslatorio, se si applica la forza f agli estremi, la reazione dellelemento `e una
forza proporzionale alla differenza di velocit`a degli estremi stessi, cio`e
f (1 2 ) = 0
dove la costante `e detta coefficiente di attrito viscoso. Analogamente, uno
smorzatore rotatorio reagisce allapplicazione di una coppia C ai suoi estremi con
una coppia proporzionale alla differenza di velocit`
a angolare degli estremi stessi,
cio`e
C (1 2 ) = 0

dove la costante `e detta coefficiente di attrito viscoso rotatorio. Le dimensioni


dei coefficienti di attrito sono le seguenti
coeff. attrito viscoso =

variazione di forza
variazione di velocit`
a

coeff. attrito viscoso rotatorio =

N
m/s

variaz. di coppia
variaz. di velocit`
a angolare

Nm
rad/s

Da un punto di vista energetico gi`


a si `e detto che lelemento di attrito dissipa
energia. In particolare, la funzione che tiene conto dellenergia dissipata, detta
funzione di dissipazione di Rayleigh da uno smorzatore traslatorio con coefficiente
di attrito viscoso e differenza di velocit`
a degli estremi 1 2 vale3
1
D = (1 2 )2
2
mentre, uno smorzatore rotatorio con coefficiente di attrito viscoso e differenza
di velocit`
a angolare degli estremi 1 2 ha una funzione di dissipazione
1
D = (1 2 )2
2
3
Si noti che tale funzione ha le dimensioni di una potenza e non di unenergia, ma in ogni
caso tiene conto degli effetti dissipativi.

1.2. Elementi di modellistica di sistemi dinamici

11

Passiamo ora alla modellistica dei sistemi elettrici elementari. Diciamo subito che si trover`
a una piena corrispondenza tra elementi meccanici ed elementi
elettrici, a patto di considerare al posto della velocit`
a la corrente e al posto della
forza la tensione, mentre il ruolo della posizione `e svolto dalla carica elettrica.
Induttori. Un induttore `e un elemento elettrico ideale (privo di resistenza e
capacit`
a) che (vedi Fig. 1 di Tab. 1.2), ad una tensione v applicata ai suoi capi
risponde con una tensione proporzionale alla derivata temporale della corrente
che scorre nellinduttore secondo la relazione di equilibrio dinamico
vL

di
=0
dt

dove L `e detta induttanza dellinduttore e si misura in Henry


induttanza =

variazione di tensione
variazione di corrente nellunit`
a di tempo

V
= [H]
A/s

Da un punto di vista energetico, un induttore `e capace di immagazzinare energia


magnetica (che indicheremo ancora con il simbolo T dellenergia cinetica, vista
lanalogia con lelemento di massa), cio`e la capacit`
a di svolgere un lavoro in
virt`
u della corrente elettrica che scorre in esso (ad esempio far girare un motore
elettrico). Lenergia immagazzinata da un induttore di induttanza L in cui scorre
una corrente i `e pari a
1
T = Li2
2
Condensatore. Un condensatore `e un elemento elettrico ideale (privo di resistenza e induttanza) che (vedi Fig. 2 di Tab. 1.2) se sottoposto ad una tensione v
`e in grado di accumulare una carica proporzionale alla tensione stessa secondo
la relazione di equilibrio4
1
=0
C
dove C `e detta capacit`
a del condensatore e si misura in Farad
v

capacit`
a=

variazione di carica
variazione di tensione

C
= [F]
V

Poiche, nella pratica, nei sistemi con cui avremo a che fare le grandezze sono
sempre variabili nel tempo, quello che `e di interesse in un sistema elettrico complesso non `e tanto la carica ma la corrente elettrica, cio`e la derivata temporale
della carica, allora `e pi`
u utile considerare la relazione di equilibrio delle correnti
4
Si noti lanalogia con lelemento elastico, in cui alla posizione corrisponde la carica e alla
rigidezza k corrisponde linverso della capacit`
a 1/C.

12

Capitolo 1. Modellistica dei sistemi dinamici

che si ottiene derivando rispetto al tempo la relazione precedente e considerando


che i = d/dt
dv
iC
=0
dt
Un condensatore `e in grado di immagazzinare energia elettrostatica (che indicheremo ancora con il simbolo V usato per lenergia potenziale vista lanalogia con
lelemento elastico), cio`e la capacit`
a di compiere un lavoro in virt`
u della carica
elettrica accumulata in esso (ad esempio accendere una lampadina). Lenergia
immagazzinata da un condensatore di capacit`
a C dotato di carica e ai cui capi
ci sia una tensione v `e data da
V =
Elemento

11 2 1 2
= Cv
2C
2

Equilibrio

Energia

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Massa

d
=0
dt

1
T = M 2
2

CJ

d
=0
dt

1
T = J 2
2

J
Inerzia
k

x2

x1

Molla traslatoria
1
C

f M

f k(x1 x2 ) = 0

V =

1
k(x1 x2 )2
2

C k(1 2 ) = 0

V =

1
k(1 2 )2
2

2
k

Molla rotatoria

Tabella 1.1: Elementi costitutivi dei sistemi meccanici


Resistore. Un resistore `e un componente elettrico ideale (privo di induttanza
e capacit`
a) che (vedi Fig. 3 di Tab. 1.2) ad una tensione v applicata ai suoi capi

1.2. Elementi di modellistica di sistemi dinamici

13

risponde con una tensione proporzionale alla corrente che scorre in esso, secondo
la relazione di equilibrio5
v Ri = 0
dove R `e detta resistenza del resistore e si misura in Ohm
resistenza =

variazione di tensione
variazione di corrente

V
= []
A

Un resistore, analogamente ad uno smorzatore meccanico, dissipa energia elettromagnetica sotto forma di calore. In particolare, la funzione di dissipazione di
Rayleigh per un resistore di resistenza R in cui scorre una corrente i vale
1
D = Ri2
2
Le caratteristiche dei sistemi meccanici elementari sono riassunte in Tab. 1.1,
mentre quelle degli elementi elettrici sono riassunte in Tab. 1.2. In Tab. 1.3 sono
riportate i sistemi elementari dissipativi elettrici e meccanici.
Elemento

Equilibrio

Energia

di
=0
dt

1
T = Li2
2

dv
=0
dt

1
1 2
V = Cv 2 =

2
2C

v
Induttore

vL

C
i
v
Condensatore

iC

Tabella 1.2: Elementi costitutivi dei sistemi elettrici

1.2.2

Determinazione delle equazioni del modello dinamico

Nellanalizzare le caratteristiche dei sistemi elementari elettrici e meccanici `e


emerso che alcuni elementi hanno la capacit`
a di accumulare energia, questo significa che sono in qualche modo in grado di tenere memoria di quanto `e ad essi
accaduto nel passato. Ci`
o ci porta a introdurre il concetto di stato
Lo stato di un sistema `e il minimo insieme di variabili, dette variabili di stato, che
contiene sufficienti informazioni sulla storia passata del sistema per permetterci
5

Tale relazione `e nota anche come Legge di Ohm.

14

Capitolo 1. Modellistica dei sistemi dinamici


Elemento

ts

f
1

Smorzatore traslatorio
2 1
C

Smorzatore rotatorio
i

Equilibrio

Funzione di dissipazione

f (1 2 ) = 0

1
D = (1 2 )2
2

C (1 2 ) = 0

D=

1
(1 2 )2
2

R
v
Resistore

1
D = Ri2
2

v Ri = 0
Tabella 1.3: Elementi dissipativi
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Figura 1.5: Sistema massa-molla


di calcolare tutti gli stati futuri del sistema, supponendo noti tutti gli ingressi
futuri e le equazioni che descrivono il sistema.
Strettamente legato a questo concetto `e quello di funzione di stato
Una funzione di stato `e ogni funzione scalare delle variabili di stato e del tempo il
cui valore ad ogni istante di tempo `e completamente determinato dai valori delle
variabili di stato in quellistante e dal tempo stesso.
Funzioni di stato sono, ad esempio, lenergia cinetica e lenergia potenziale.
Una funzione di stato che si rivela molto utile per la determinazione di modelli
matematici di sistemi fisici reali `e la cosiddetta funzione di Lagrange o Lagrangiana. La Lagrangiana `e definita come la differenza fra lenergia cinetica totale
T e lenergia potenziale totale V di un sistema.

Esempio 1.1 Si consideri il sistema massa-molla in Fig. 1.5. Tale sistema meccanico
`e costituito da due elementi, un elemento di inerzia di massa M e un elemento elastico

1.2. Elementi di modellistica di sistemi dinamici

15

L
i

Figura 1.6: Circuito elettrico LC


(molla traslatoria) di costante elastica k. Come visto nel paragrafo precedente, il
primo ha unenergia cinetica
1
T (x)
= M x 2
2
dove x `e la posizione della massa e quindi x `e la sua velocit`
a6 . La molla, invece, `e
un elemento che accumula energia potenziale, che vale
V (x) =

1 2
kx
2

La Lagrangiana di questo sistema `e allora


1
1
L(x, x)
= T (x)
V (x) = M x 2 kx2
2
2

Vediamo un esempio di sistema elettrico.

Esempio 1.2 Si consideri il sistema elettrico in Fig. 1.6, dove v `e la tensione ai capi
del condensatore di capacit`
a C e i `e la corrente nellinduttore di induttanza L. Dalle
relazioni in Tab. 1.2, si trova subito che lenergia cinetica totale del sistema `e
1
T (i) = Li2
2
mentre, ricordando che la carica del condensatore `e pari a = Cv, quella potenziale
`e
1 2
V () =

2C
Nel seguito indicheremo con f(t) la derivata temporale di f (t), cio`e f(t) =
n
la derivata nma, cio`e f (n) (t) = ddtnf .
6

df
dt

e con f (n) (t)

16

Capitolo 1. Modellistica dei sistemi dinamici

e quindi la Lagrangiana vale


L(, i) = T (i) V () =

1 2
1 2
Li

2
2C

Notiamo esplicitamente che la corrente i nellinduttore `e la stessa che circola nel


condensatore e quindi `e pari alla derivata temporale della carica nel condensatore,
quindi si ha i = e la Lagrangiana diventa
1 2
1
L(, )
= L 2

2
2C
che formalmente `e identica a quella trovata per il sistema massa-molla.
In generale, per un sistema meccanico, la Lagrangiana dipende da posizione
e velocit`
a degli elementi di inerzia, mentre per un sistema elettrico, dipende da
correnti negli induttori e tensioni (o cariche) sui condensatori. Tali grandezze
allora rappresentano le variabili di stato di un sistema elettro-meccanico. Vista
la forte analogia tra sistemi meccanici ed elettrici messa in luce nei due esempi
precedenti, `e possibile prescindere dal significato fisico delle variabili di stato, per
cui `e conveniente adottare i simboli pi`
u generici q e q,
dove q non rappresenta
necessariamente una coordinata cartesiana di posizione e q non rappresenta necessariamente una velocit`
a. Quello che si sta cercando di fare `e di generalizzare il
concetto stesso di posizione e velocit`
a di un sistema. Ricordiamo che per determinare la posizione nello spazio di un sistema di N punti materiali `e necessario
assegnare 3N coordinate. In generale, il numero di grandezze indipendenti che
si debbono assegnare per determinare univocamente la posizione di un sistema si
chiama numero di gradi di libert`
a del sistema. Si chiameranno coordinate generalizzate i valori assunti da tali variabili q1 , q2 , . . . , ql che caratterizzano la posizione
del sistema. Con q1 , q2 , . . . , ql si indicheranno le derivate prime rispetto al tempo
delle coordinate generalizzate, che rappresentano la generalizzazione del concetto
di velocit`
a. Dunque
Le variabili di stato di un sistema generico sono costituite dallinsieme delle
coordinate generalizzate e delle loro derivate prime rispetto al tempo.
Una volta generalizzati i concetti di posizione e velocit`
a `e possibile estendere a sistemi non meccanici anche il concetto di moto in un dato intervallo di
tempo [ti , tf ]. Si chiama moto o movimento del sistema linsieme dei valori assunti dalle coordinate generalizzate e dalle loro derivate prime rispetto al tempo
nellintervallo [ti , tf ], cio`e
{qi (t), qi (t) : t [ti , tf ], i = 1, 2, . . . , l}.
A questo punto non rimane che generalizzare le leggi del moto. A tale scopo
faremo riferimento al Principio di Hamilton, secondo cui

1.2. Elementi di modellistica di sistemi dinamici

17

xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Figura 1.7: Sistema massa-molla-smorzatore


Proposizione 1.1 Dati due istanti di tempo t1 e t2 , se un sistema occupa posizioni determinate caratterizzate da due insiemi di valori delle coordinate generalizzate, allora il moto del sistema tra gli istanti t1 e t2 `e tale che lintegrale
t2
t1

L(q1 , . . . , ql , q1 , . . . , ql ) +

Fi qi dt
i=1

assume un valore estremo (minimo) lungo la traiettoria q = q(t) del moto.


Con il simbolo Fi sono state indicate tutte e sole le forze generalizzate che agiscono
sulle variabili generalizzate e che non derivano da un potenziale (non conservative)7 . Il principio di Hamilton, in altre parole, afferma che un sistema effettua
moti che minimizzano una funzione dipendente dai vari tipi di energia che entrano
in gioco nel sistema: cinetica, potenziale e fornita dallesterno.
Facendo uso del calcolo delle variazioni `e possibile determinare il minimo
dellintegrale nel principio di Hamilton e quindi le equazioni che il moto di un
sistema dinamico deve soddisfare. Tali equazioni sono dette di Eulero-Lagrange e
sono costituite dal sistema di l equazioni differenziali ordinarie (dove l `e il numero
di gradi di libert`
a del sistema)8
d L(q, q)

L(q, q)

= Fi ,
dt qi
qi

i = 1, . . . , l

(1.1)

valido nellipotesi che nel sistema non siano presenti elementi dissipativi. Se
invece tali elementi sono presenti, le equazioni di Eulero-Lagrange diventano
d L(q, q)

L(q, q)

D(q)

+
= Fi ,
dt qi
qi
qi

i = 1, . . . , l

(1.2)

dove D(q)
`e la funzione di dissipazione totale.
7`

E questo il motivo per cui la forza di attrazione gravitazionale (che `e conservativa!) `e stata
considerata come sorgente di energia potenziale per una massa.
8
Nello scrivere le equazioni si `e indicato con q il vettore delle coordinate generalizzate.

18

Capitolo 1. Modellistica dei sistemi dinamici

Esempio 1.3 Dato il sistema meccanico in Fig. 1.7, in cui si individuano i tre elementi massa, molla e smorzatore (tutti traslatori) sottoposti alla forza u, vogliamo
determinare le equazioni del suo modello dinamico. Il primo passo `e quello dellindividuazione delle coordinate generalizzate. Nel caso in esame `e chiaro che la posizione
del sistema `e completamente individuata dalla posizione della massa M , quindi q = y.
Le variabili di stato sono allora q e q.
Il passo successivo `e quello della determinazione delle energie cinetica e potenziale totali oltre alla funzione di dissipazione totale.
Applicando le relazioni in Tab. 1.1 e Tab. 1.3, si ha
1
T = M q2 ,
2

1
V = kq 2 ,
2

1
D = q2
2

La funzione Lagrangiana vale dunque


1
1
L(q, q)
= T V = M q2 kq 2
2
2
Calcoliamo ora i singoli termini che compaiono nellequazione (1.2)
L(q, q)

d L(q, q)

= M q
= M q
q
dt q
L(q, q)

= kq,
q

D(q)

= q
q

che sostituiti nellequazione forniscono


M q + q + kq = u
che `e unequazione differenziale del secondo ordine lineare a coefficienti costanti9 .
Vediamo anche un esempio di sistema elettrico.

Esempio 1.4 Dato il circuito elettrico in Fig. 1.8, in cui si individuano i tre elementi
induttore, condensatore e resistore sottoposti alla tensione u, vogliamo determinare
le equazioni del suo modello dinamico. Il primo passo `e quello dellindividuazione
delle coordinate generalizzate. Ricordando che la posizione in un circuito elettrico `e
rappresentata dalla carica dei condensatori, si ha che q = . Le variabili di stato sono
allora q e q.
Osservando che q `e legata alla corrente nellinduttore da una relazione
di derivata temporale (i = ),
si ritrova che la corrente in un induttore `e variabile
di stato di un circuito elettrico. Il passo successivo `e quello della determinazione
9
Lo stesso risultato pu`
o essere ottenuto anche applicando il secondo principio della dinamica
e le relazioni di equilibrio per i tre elementi costituenti il sistema.

1.2. Elementi di modellistica di sistemi dinamici

19

u
i

Figura 1.8: Circuito elettrico RLC


delle energie cinetica e potenziale totali, oltre alla funzione di dissipazione totale.
Applicando le relazioni energetiche di Tab. 1.2 e Tab. 1.3, si ha
1
T = Lq2 ,
2

V =

1 2
q ,
2C

1
D = Rq2
2

La funzione Lagrangiana vale dunque


1 2
1
q
L(q, q)
= T V = Lq2
2
2C
Calcoliamo ora i singoli termini che compaiono nellequazione (1.2)
L(q, q)

d L(q, q)

= Lq
= L
q
q
dt q
L(q, q)

1
= q,
q
C

D(q)

= Rq
q

che sostituiti nellequazione forniscono


L
q + Rq +

1
q=u
C

che `e ancora una volta unequazione differenziale del secondo ordine lineare a coefficienti costanti perfettamente analoga a quella ottenuta per il sistema massa-mollasmorzatore. La stessa equazione avremmo potuto ottenerla semplicemente applicando i principi di Kirchhoff. Infatti, applicando il secondo principio allunica maglia,
e tenendo conto delle relazioni di equilibrio dei singoli componenti di Tab. 1.2 e
Tab. 1.3, si ha
di
u = Ri + v + L
dt
e, tenendo conto che v = 1/Cq e i = q,
si riottiene lequazione di sopra.

20

Capitolo 1. Modellistica dei sistemi dinamici

Nel seguito, per determinare il modello dinamico di un circuito elettrico applicheremo sempre i principi di Kirchhoff, in quanto questa `e ancora la metodologia
pi`
u usata per la modellazione dei circuiti, ed inoltre `e quella che verr`
a adoperata
anche in tutti i corsi successivi. Inoltre, come variabile di stato di un condensatore
si assumer`
a sempre la tensione e non la carica.

1.3

La rappresentazione ingressostatouscita

Negli esempi precedenti abbiamo visto come il modello matematico di un sistema


dinamico a parametri concentrati assume la forma di unequazione differenziale.
In generale, il modello di un sistema di questo tipo pu`
o essere sempre scritto nella
forma di un sistema di equazioni differenziali tutte del primo ordine, detta forma
normale. Con riferimento ai risultati dellEsempio 1.3, analizziamo il seguente
esempio.
Esempio 1.5 Facendo le seguenti posizioni
x1 = q,

x2 = q

si ha che lequazione differenziale del secondo ordine in q(t)


M q + q + kq = u
risulta equivalente alle due equazioni differenziali del primo ordine
x 1 = x2
x 2 =

1
x1
x2 +
u
M
M
M

(1.3)
(1.4)

che costituiscono la forma normale dellequazione differenziale del secondo ordine da


cui siamo partiti.
La forma normale pi`
u generale in cui si pu`
o scrivere il modello matematico
di un sistema dinamico `e
x 1 (t) = f1 (x1 (t), . . . , xn (t), u1 (t), . . . , ur (t), t)
x 2 (t) = f2 (x1 (t), . . . , xn (t), u1 (t), . . . , ur (t), t)
..
.
x n (t) = fn (x1 (t), . . . , xn (t), u1 (t), . . . , ur (t), t)
dove con x1 , . . . , xn si sono indicate tutte le variabili di stato, quindi il numero
totale delle variabili di stato `e pari a n = 2 l, dove l `e il numero di gradi di
libert`
a del sistema, ed `e detto ordine del sistema, e con u1 , . . . , ur si sono indicate

1.3. La rappresentazione ingressostatouscita

21

le variabili di ingresso del sistema. Linsieme delle equazioni precedenti `e detto


equazione di stato.
Alle equazioni differenziali che regolano levoluzione delle variabili di stato,
si affianca sempre una relazione algebrica che serve ad individuare le variabili di
uscita del sistema, cio`e quelle variabili che rappresentano levoluzione di grandezze
fisiche di interesse nel sistema
y1 (t) = g1 (x1 (t), . . . , xn (t), u1 (t), . . . , ur (t), t)
y2 (t) = g2 (x1 (t), . . . , xn (t), u1 (t), . . . , ur (t), t)
..
.
ym (t) = gm (x1 (t), . . . , xn (t), u1 (t), . . . , ur (t), t)
detta equazione di uscita. Linsieme delle equazioni di stato e di uscita `e detta
rappresentazione ingressostatouscita del sistema.
Da un punto di vista matematico, le prime domande che si pongono in ogni
problema di equazioni differenziali sono quelle riguardanti lesistenza della soluzione x1 (t), . . . , xn (t). La risposta a questi interrogativi dipende dalla particolare
struttura delle funzioni f1 , . . . , fn . In questa sede `e sufficiente dire che lesistenza
della soluzione `e garantita dal fatto che le funzioni fi e le loro derivate parziali
fi /xj siano definite e continue per i, j = 1, . . . , n. Naturalmente, da un punto
di vista pratico, la sola esistenza della soluzione `e di poca utilit`
a, in quanto risul`
ta altrettanto importante lunicit`
a della soluzione. E noto dalla matematica che
lunicit`
a della soluzione `e invece assicurata dalla specificazione delle condizioni
iniziali x1 (t0 ), . . . , xn (t0 ). Risulta cos` evidente che se di un sistema dinamico `e
noto lo stato ad un certo istante di tempo t0 ed `e noto lingresso a partire da
quellistante di tempo `e possibile determinare levoluzione dello stato stesso negli
istanti di tempo futuri t t0 .
Per convincersene, facciamo la seguente considerazione: formalmente potremmo pensare di risolvere il sistema in forma normale integrando sullintervallo
temporale [t0 , t] ogni singola equazione, ottenendo
t

xi (t) xi (t0 ) =

t0

fi (x1 , . . . , xn , u1 , . . . , ur , )d ,

i = 1, . . . , n

fi (x1 , . . . , xn , u1 , . . . , ur , )d ,

i = 1, . . . , n .

e quindi
t

xi (t) = xi (t0 ) +

t0

Questultima equazione ci mostra che la soluzione del problema `e univocamente


determinata in ogni istante di tempo se conosciamo lingresso nellintervallo [t0 , t]
e le condizioni iniziali su ogni singola variabile xi (t0 ). Nel caso dellEsempio 1.5
quindi le condizioni iniziali necessarie riguardano posizione e velocit`
a iniziali della
massa.

22

Capitolo 1. Modellistica dei sistemi dinamici

Introduciamo ora la notazione vettoriale per rendere pi`


u snella la trattazione.
Indichiamo con x il vettore delle variabili di stato x1 , . . . , xn , con u il vettore degli
ingressi u1 , . . . , ur e con y quello delle uscite y1 , . . . , ym , cio`e

x=

x1
x2
..
.
xn

u=

u1
u2
..
.
ur

y=

y1
y2
..
.
ym

mentre, con f e g indichiamo le funzioni vettoriali le cui componenti sono f1 , . . . ,fn


e g1 , . . . , gm , rispettivamente

f (x, u, t) =

f1 (x, u, t)
f2 (x, u, t)
..
.
fn (x, u, t)

g(x, u, t) =

g1 (x, u, t)
g2 (x, u, t)
..
.
gm (x, u, t)

In definitiva, esplicitando la dipendenza delle variabili dal tempo, la isu di un


sistema dinamico nella sua forma pi`
u generale pu`
o essere scritta nella forma
x(t)

= f (x(t), u(t), t)
y(t) = g(x(t), u(t), t) .

1.3.1

(1.5)
(1.6)

Classificazione dei sistemi dinamici

In base alle propriet`


a delle funzioni f e g che compaiono nella rappresentazione
isu, `e possibile classificare i sistemi dinamici come segue.
Sistemi SISO e MIMO. Si dicono monovariabili o SISO i sistemi dotati
di una sola variabile di ingresso e una sola variabile di uscita (m = r = 1).
Si dicono multivariabili o MIMO tutti gli altri.
Sistemi strettamente propri o puramente dinamici. Sono sistemi in cui luscita dipende dallingresso solo attraverso lo stato, ma non
direttamente, cio`e
y(t) = g(x(t), t)
Sistemi algebrici o adinamici. Si tratta di sistemi in cui luscita y ad
ogni istante di tempo dipende esclusivamente dal valore assunto dallingresso u nello stesso istante di tempo ed eventualmente dal tempo
y(t) = g(u(t), t) ,
in altre parole, il sistema non ha memoria del passato e quindi non ammette
alcuna variabile di stato ne alcuna equazione di stato.

1.3. La rappresentazione ingressostatouscita

23

Sistemi dinamici tempo invarianti o stazionari. Sono quei sistemi in


cui le funzioni di stato e di uscita non dipendono esplicitamente dal tempo,
per cui le equazioni (1.5),(1.6) assumono la forma semplificata
x(t)

= f (x(t), u(t))
y(t) = g(x(t), u(t)) .
In tal caso, si pu`
o affermare che se la sollecitazione u(t) genera luscita y(t),
la stessa sollecitazione traslata nel tempo u(t T ) genera la stessa uscita
traslata nel tempo y(t T ).
Sistemi lineari. Sono quei sistemi che soddisfano il Principio di sovrapposizione degli effetti:
Proposizione 1.2 Supposto che la sollecitazione u1 (t), con condizioni iniziali x10 generi lo stato x1 (t) e luscita y1 (t) ed una diversa sollecitazione u2 (t), con diverse condizioni iniziali x20 , generi lo stato x2 (t) e luscita y2 (t), allora la sollecitazione u1 (t) + u2 (t), con condizioni iniziali
x10 + x20 , genera lo stato x1 (t) + x2 (t) e luscita y1 (t) + y2 (t).
Si pu`
o anche affermare che ci`
o `e vero se e solo se le funzioni f e g delle
equazioni di stato e di uscita (1.5),(1.6) sono combinazioni lineari delle
variabili x ed u con coefficienti eventualmente dipendenti dal tempo.
Sistemi a dimensione finita e infinita. I primi sono quelli che necessitano solo di un numero finito di variabili scalari perche il loro stato
interno sia completamente specificato. Daltra parte, nella realt`
a esistono
moltissimi sistemi che per essere descritti compiutamente, istante per istante, necessitano di intere funzioni di una o pi`
u variabili10 , questi si dicono a
dimensione infinita e le equazioni che ne regolano il comportamento sono
equazioni differenziali alle derivate parziali.
Sistemi stocastici. Sono quei sistemi in cui alcune o tutte tra le variabili
di stato, uscita o ingresso sono di tipo aleatorio.
Notiamo esplicitamente che abbiamo finora fatto lipotesi che nei sistemi dinamici
finora esaminati leffetto in un generico istante di tempo non dipende dai valori
della sollecitazione successivi a tale istante. Tale propriet`
a `e detta di causalit`
a.
In generale, non tutti i sistemi godono di tale propriet`
a, ma lo studio dei sistemi
non causali sar`a oggetto soprattutto dei corsi di Telecomunicazioni, nei quali si
studieranno anche i sistemi stocastici.
10
Ad esempio, la deflessione y della trave descritta nel Paragrafo 1.1, in ogni istante di tempo
`e funzione dellascissa x.

24

1.4

Capitolo 1. Modellistica dei sistemi dinamici

I sistemi lineari tempo invarianti

Nel corso di Analisi dei Sistemi affronteremo quasi esclusivamente lo studio dei
sistemi dinamici lineari e tempo invarianti a dimensione finita (sistemi LTI). Ci`
o
deriva dal fatto che per tale classe di sistemi dinamici `e possibile mettere a punto
metodologie di analisi e sintesi di validit`
a generale; inoltre, essi, in particolari
condizioni di funzionamento, rappresentano quali sistemi astratti orientati con
buona approssimazione un ampio insieme di sistemi dinamici reali. Inoltre, da
un punto di vista prettamente applicativo, spesso `e pi`
u conveniente avere a disposizione degli strumenti semplici che conducano ad una soluzione ingegneristicamente efficace, piuttosto che strumenti complessi ma di ardua o poco efficiente
applicazione.
Cos`, il sistema dellEsempio 1.3 soddisfa le ipotesi di linearit`
a e stazionariet`
a,
e le equazioni (1.3),(1.4) possono essere riscritte nella forma matriciale

0
x =
k

M
avendo posto x =

x1
x2

1
0
x + 1 u

M
M

Cos` come per un generico sistema dinamico non lineare, anche per i sistemi
LTI, in numerevoli applicazioni, si `e spesso interessati solo ad alcune grandezze che evolvono allinterno del sistema, le cosiddette variabili di uscita. Con
riferimento allEsempio 1.4

Esempio 1.6 Scriviamo lequazione del secondo principio di Kirchhoff prendendo


come variabili di stato la tensione sul condensatore, anziche la carica, (x1 ) e la
corrente nellinduttore (x2 )
u = Rx2 + Lx 2 + x1
e poi tenendo conto della relazione di equilibrio del condensatore si ha
x2 = C x 1 ,
che scritte in forma matriciale diventano
x =

0
1/C
1/L R/L

x+

0
1/L

Se siamo interessati allevoluzione della sola tensione ai capi del resistore, allora il
modello matematico va arricchito di unulteriore equazione, detta equazione di uscita,
che metta in relazione tale variabile con lo stato del sistema ed eventualmente con

1.4. I sistemi lineari tempo invarianti


R

u1

y1
x1

i1 A

25
x2

B
i2

y2

u2

Figura 1.9: Circuito elettrico dellEsempio 1.7


lingresso. Detta y tale tensione, si ha y = Ri = Rx2 , che in forma matriciale si
scrive
y = (0 R)x .

In generale, per un sistema lineare tempo invariante, la rappresentazione


ingressostatouscita `e sempre del tipo
x = Ax + Bu
y = Cx + Du ,

(1.7)
(1.8)

dove la matrice A di dimensioni n n, se n `e lordine del sistema, `e detta matrice


dinamica, la matrice B di dimensioni n r, se r `e il numero degli ingressi, `e
detta matrice degli ingressi, la matrice C di dimensioni m n, se m `e il numero
delle uscite, `e detta matrice delle uscite, e la matrice D ha dimensioni m r.
Facciamo un esempio di sistema lineare a pi`
u ingressi e pi`
u uscite (MIMO).

Esempio 1.7 Il circuito in Fig. 1.9, avendo un condensatore ed un induttore, avr`


a
due variabili di stato, siano x1 la tensione ai capi del condensatore e x2 la corrente
nellinduttore. Di conseguenza, la matrice dinamica avr`
a dimensioni 22. La presenza di due generatori indipendenti implica la presenza di due ingressi, quindi la matrice
degli ingressi avr`
a dimensioni 2. Se siamo interessati allevoluzione della tensione ai
capi dei due resistori, il sistema avr`
a due uscite e quindi la matrice delle uscite avr`
a
dimensioni 22, cos` come la matrice D. Scriviamo lequazione del secondo principio
di Kirchhoff alla maglia contenente il generatore di tensione, considerando anche la
relazione di equilibrio del resistore
u1 = Ri1 + x1 .
Scriviamo lequazione del primo principio di Kirchhoff al nodo B
u2 = x2 + i2 .

26

Capitolo 1. Modellistica dei sistemi dinamici

Tenendo conto della relazione di equilibrio del condensatore, per il primo principio di
Kirchhoff al nodo A vale la relazione
i1 = C x 1 x2 ,
mentre la relazione di equilibrio dellinduttore e il secondo principio di Kirchhoff alla
maglia centrale implicano lequazione
Ri2 = x1 + Lx 2 .
Per eliminare le variabili i1 e i2 , si sostituiscono le ultime due equazioni nelle prime
due e quindi si ricavano le derivate prime delle variabili di stato ottenendo lequazione
di stato, che in forma matriciale (posto x = (x1 x2 )T , u = (u1 u2 )T ) si scrive

x =

1
RC

1
L

1
C

1
RC

x +

u
R

Lequazione di uscita si ottiene dalle prime due equazioni tenendo conto che per la
relazione di equilibrio del resistore si ha y1 = Ri1 e y2 = Ri2 . Lequazione in forma
matriciale (posto y = (y1 y2 )T ) si scrive
y=

1 0
0 R

x+

1 0
0 R

u.

In particolare, per sistemi con un solo ingresso ed una sola uscita (SISO), la
rappresentazione isu assume la forma semplificata
x = Ax + bu
y = cT x + du
dove i vettori b e c hanno dimensione n e A `e sempre una matrice di dimensioni
n n, essendo n lordine del sistema, pari al numero di variabili di stato (vedi
Esempi 1.4 e 1.6).

1.4.1

La rappresentazione ingressouscita

Nel modellare un sistema, a volte, pu`


o avvenire che non si `e in grado di individuare
facilmente le variabili di stato perche non si riesce a dare un chiaro significato
fisico alle grandezze che entrano in gioco nella descrizione del comportamento del
sistema dinamico. Facciamo un esempio.

1.4. I sistemi lineari tempo invarianti

27

Figura 1.10: Sistema di sospensione di un autoveicolo

Esempio 1.8 Consideriamo il sistema meccanico in Fig. 1.10, che schematizza il


sistema di sospensione di un autoveicolo. Indichiamo con x lo spostamento del
veicolo di massa M , con k e la costante elastica e il coefficiente di attrito della
sospensione, rispettivamente, infine, indichiamo con u lo spostamento impresso alla
sospensione dal fondo stradale11 . Applicando il metodo di Lagrange, abbiamo che
T =

1
M x 2 ,
2

1
V = k(x u)2 ,
2

1
2
D = (x u)
2

per cui i termini dellequazione di Eulero-Lagrange, con q = x, sono


L(x, x)

d L(x, x)

= M x
= Mx

x
dt x
L(x, x)

= k(x u),
x
e lequazione del moto risulta

D(x)

= (x u)

Mx
+ (x u)
+ k(x u) = 0
Essendo interessati allevoluzione della sola posizione del veicolo, scegliamo come
uscita la posizione della massa M (y = x) e otteniamo lequazione
M y + y + ky = u + ku
Come si vede nellequazione differenziale compare la derivata dellingresso e quindi
non `e possibile scrivere facilmente lequazione in forma normale.
11

Nel modello abbiamo trascurato la massa e lelasticit`


a del pneumatico, mentre la forza di
gravit`
a non gioca alcun ruolo in quanto influenza unicamente la posizione di equilibrio delle
molle, e quindi la costante a meno della quale `e definita lenergia potenziale, ma che non pu`
o
mai comparire nelle equazioni del moto.

28

Capitolo 1. Modellistica dei sistemi dinamici

Il modello a cui siamo giunti nellesempio precedente `e costituito ancora da


unequazione differenziale che, per`
o, coinvolge solo le variabili di ingresso e uscita
del sistema, per questo `e detto rappresentazione ingressouscita.
Per un sistema LTI generico, lipotesi di linearit`
a che abbiamo fatto sul sistema assicura che lequazione differenziale della rappresentazione ingressouscita
che governa levoluzione del sistema `e lineare, mentre per lipotesi di tempo
invarianza essa `e a coefficienti costanti.
La forma pi`
u generale possibile del modello dinamico, nella forma di rappresentazione ingressouscita, di un sistema che rispetti le precedenti ipotesi
`e
y (n) + a1 y (n1) + + an y = b0 u(n) + b1 u(n1) + + bn u
(1.9)
dove a1 , . . . , an e b0 , . . . , bn sono costanti scalari. La (1.9) descrive completamente,
fissati y (n1) (0), . . . , y(0) e u(t), levoluzione delluscita y(t) del sistema12 .
Nel paragrafo successivo vedremo come `e possibile passare da una forma di
rappresentazione allaltra.

1.5

Passaggi tra le forme di rappresentazione

In questo paragrafo analizzeremo come, data una rappresentazione isu del sistema, si pu`
o ottenere la rappresentazione iu e viceversa. Siccome pu`
o essere
dimostrato che la rappresentazione isu non `e unica, il secondo problema ha pi`
u
soluzioni, delle quali noi ci limiteremo a considerare le pi`
u frequentemente utilizzate. Vedremo inoltre che gli algoritmi per costruire la rappresentazione isu forniscono un utile strumento per realizzare sistemi il cui comportamento sia governato dallequazione differenziale assegnata. Per tale motivo una rappresentazione
isu di un sistema `e detta anche realizzazione del sistema.

1.5.1

Passaggio da isu a iu

Consideriamo un sistema SISO di ordine n espresso tramite una rappresentazione


isu del tipo visto finora
x = Ax + bu
y = cT x + du
e proponiamoci di ricavare la corrispondente rappresentazione iu
y (n) + a1 y (n1) + + an y = b0 u(n) + b1 u(n1) + + bn u
12
Si noti che la rappresentazione iu nella forma dellequazione (1.9) `e valida solo per sistemi
con un solo ingresso e una sola uscita (SISO).

1.5. Passaggi tra le forme di rappresentazione

29

Sia inoltre a() = n + a1 n1 + + an il polinomio caratteristico della matrice


A (per questo e i seguenti concetti si veda lAppendice B).
Considerando lequazione di uscita e le sue derivare temporali fino allordine
n si ottiene
y = cT x + du
y = cT Ax + cT bu + du
y = cT A2 x + cT Abu + cT bu + d
u
..
.
(n)
y
= cT An x + cT An1 bu + + cT bu(n1) + du(n)
Moltiplicando ora la prima identit`
a per an , la seconda per an1 e cos` via fino alla
penultima, moltiplicata per a1 , e sommando, i termini contenenti lo stato x si
annullano in virt`
u del teorema di CaleyHamilton, e quindi resta solo un legame
fra ingresso (e sue derivate) e uscita (e sue derivate), che pu`
o essere espresso nella
forma voluta:
y (n) + a1 y (n1) + + an y = b0 u(n) + b1 u(n1) + + bn u
dove
b0 = d
b1 = cT b + a1 d
b2 = cT Ab + a1 cT b + a2 d
..
.
bn = cT An1 b + a1 cT An2 b + + an d

1.5.2

(1.10)

Passaggio da iu a isu

Prima di esaminare in dettaglio gli algoritmi di realizzazione, vediamo perche la


rappresentazione isu di un sistema LTI non `e unica. Dato un sistema LTI,
supponiamo nota una sua isu nella forma (1.7),(1.8) ed eseguiamo il seguente
cambiamento di variabili
z = Tx
(1.11)
nellipotesi che la matrice di trasformazione T sia invertibile, per cui `e ben definita
anche la trasformazione inversa
x = T 1 z .
Calcolando la derivata temporale della nuova variabile di stato z, si ottiene
z = T x = T (Ax + Bu) = T Ax + T Bu = T AT 1 z + T Bu ,

30

Capitolo 1. Modellistica dei sistemi dinamici

e analogamente nellequazione di uscita


y = CT 1 z + Du
per cui, la isu nella variabile di stato z `e
+ Bu

z = Az
+ Du ,
y = Cz
dove la matrice dinamica, quella degli ingressi e quella delle uscite sono legate alle
corrispondenti matrici della rappresentazione isu di partenza dalle relazioni
A = T AT 1 ,

= T B,
B

C = CT 1 .

In definitiva, di un sistema esistono infinite isu, perci`


o `e evidente che il passaggio da una rappresentazione iu ad una rappresentazione isu pu`
o avvenire
in pi`
u modi.
Iniziamo con una prima maniera di procedere, che ci condurr`
a alla cosiddetta
forma canonica di osservazione. Integrando lequazione iu (1.9) n volte si ottiene
y = b0 u+ (b1 ua1 y)d1 +

(b2 ua2 y)d1 d2 + + (bn uan y)d1 dn

` vantaggioso a questo punto rappresentare graficamente questa equazione traE


mite uno schema a blocchi, cio`e un disegno in cui le operazioni sulle variabili
sono rappresentate con dei blocchi (integratore, sommatore e prodotto per una
costante) come in Fig. 1.11.
Definendo come variabili di stato le uscite degli integratori si ottengono le
seguenti relazioni
x 1 = an y + bn u = an xn + (bn b0 an )u
x 2 = x1 an1 y + bn1 u = x1 an1 xn + (bn1 b0 an1 )u
..
.
x n = xn1 a1 y + b1 u = xn1 a1 xn + (b1 b0 a1 )u
y = xn + b0 u
che in forma matriciale diventano

x =

y =

0 0
1 0
0 1
.. .. . .
.
. .
0 0

0 an
0 an1
0 an2
..
..
.
.
1 a1

0 0

x +

1 x + b0 u

bn b0 an
bn1 b0 an1
bn2 b0 an2
..
.
b1 b0 a1

1.5. Passaggi tra le forme di rappresentazione

bn

b2

x 1

an

x1

x n1

a2

31

b1

xn1 x
n

b0

xn

a1

Figura 1.11: Schema di sistema in forma canonica di osservazione


Si noti che la matrice dinamica associata a questa rappresentazione `e in forma
compagna verticale destra (Si veda lAppendice B per le propriet`
a peculiari di
questa forma). Una rappresentazione che abbia questa struttura `e detta forma
canonica di osservazione.
Vediamo ora una forma alternativa della descrizione isu ottenuta con un
diverso procedimento. Il punto di partenza `e il seguente: supponiamo di voler
ottenere una rappresentazione schematica dellequazione differenziale di ordine n
y (n) = F y (n1) , . . . , y,
y, u, t
Come spesso accade, la soluzione di un problema che non pu`
o essere ottenuta
per via diretta viene trovata ribaltando lottica da cui si osservano i dati. Nel
1876 Lord Kelvin osserv`
o che, supponendo di avere a disposizione la derivata n
esima y (n) `e possibile tramite integratori ricavare le derivate di ordine pi`
u basso.
Queste derivate possono essere mandate in ingresso ad un dispositivo che realizzi
la funzione F , la cui uscita sar`
a proprio y (n) , il che ci permette di chiudere il
ciclo, come illustrato in Fig. 1.12. In questa maniera la simulazione `e ottenuta
utilizzando solo integratori.
Dopo questa premessa siamo in grado di presentare la nuova forma di rappresentazione isu. Illustriamo il metodo con un esempio sufficientemente generale
da non complicare poi la successiva generalizzazione.
Si consideri un sistema la cui rappresentazione iu sia
...
...
y +a1 y + a2 y + a3 y = b0 u +b1 u
+ b2 u + b3 u
(1.12)

32

Capitolo 1. Modellistica dei sistemi dinamici


y (n)

y (n2)

y (n1)

F y (n1) , y (n2) , . . . , y,
u, t
u

Figura 1.12: Schema di Kelvin


e sia la soluzione del sistema
...
+a1 + a2 + a3 = u

(1.13)

Supponiamo ora che le condizioni iniziali nelle (1.12), (1.13) siano nulle. In
questa ipotesi `e possibile sfruttare la linearit`
a delle equazioni per ottenere unequazione che definisca luscita y della (1.12) in funzione delle variabili ausiliarie
ottenute dalla (1.13). Infatti lingresso applicato alla (1.12) `e una combinazione
lineare (ricordando che loperatore di derivazione `e lineare) di quello applicato
alla (1.13), quindi luscita y sar`
a esprimibile come
...
y = b0 +b1 + b2 + b3

(1.14)

La simulazione della (1.13) pu`


o essere eseguita utilizzando il metodo di Lord
Kelvin illustrato in precedenza, mentre in un primo momento luscita y pu`
o essere
ricavata dalla (1.14) tramite derivatori, ottenendo lo schema in Fig. 1.13.
...
,
sono gi`
Per eliminare ora i derivatori osserviamo che le variabili , ,
a
disponibili allingresso degli integratori, quindi `e sufficiente spostare le linee di
ingresso della (1.14) per eliminare la necessit`
a di derivatori, come illustrato in
Fig. 1.14.
A questo punto la rappresentazione isu `e ottenuta semplicemente ponendo
x3 = ,
che soddisfano le equazioni
x1 = , x2 = ,
x 1
x 2
x 3
y

=
=
=
=

x2
x3
a3 x1 a2 x2 a1 x3 + u
(b3 b0 a3 )x1 + (b2 bo a2 )x2 + (b1 b0 a1 )x3 + b0 u

1.5. Passaggi tra le forme di rappresentazione

...

33

d3
dt3

b0

d2
dt2

b1

d
dt

b2

b3

a1
a2
a3
Figura 1.13: Passo intermedio per la realizzazione
che in forma matriciale diventano

0
1
0
0

0
1 x + 0 u
x = 0
a3 a2 a1
1
y = (b3 b0 a3

b2 b0 a2

b1 b0 a1 )x + b0 u

Questa forma di rappresentazione `e detta forma canonica di controllo. La forma


generale di questo tipo di realizzazione di un sistema con rappresentazione i
u (1.9) `e

x =

y =

0
0
..
.

1
0
..
.

0
1
..
.

..
.

0
0
..
.

0
0
0

1
an an1 an2 a1

0
0
..
.

x +

bn b0 an bn1 b0 an1 bn2 b0 an2 b1 b0 a1

x + b0 u

Si noti che ancora una volta la matrice dinamica `e in forma compagna, questa
volta per`
o orizzontale inferiore, e che la rappresentazione `e duale rispetto alla
forma canonica di osservazione, nel senso che valgono le relazioni Ac = ATo ,
bc = co , cc = bo e dc = do , dove i pedici c e o sono riferiti alle variabili in
forma canonica di controllo e osservazione rispettivamente.

34

Capitolo 1. Modellistica dei sistemi dinamici

replacemen

b0
b1
b2
u

x3

x 3

x2

x1

b3

a1
a2
a3
Figura 1.14: Forma canonica di controllo
In questo paragrafo, abbiamo visto che di un sistema esistono infinite realizzazioni, che hanno tutte lo stesso comportamento ingressouscita, nel senso che
sotto gli stessi ingressi generano le stesse evoluzioni della variabile di uscita, e
in tal senso vanno considerate equivalenti. Tuttavia, non `e possibile attribuire
alcun significato fisico alle variabili di stato che compaiono nelle diverse rappresentazioni isu. Ci`
o significa che levoluzione delle singole variabili di stato non
ci d`a alcuna informazione su quanto sta avvenendo allinterno del sistema reale.
Inoltre, il sistema reale potrebbe avere delle particolari propriet`
a del tutto diverse da quelle possedute dal sistema realizzato a partire dalla sua rappresentazione
iu, propriet`
a legate evidentemente alla particolare struttura interna del sistema
stesso. Vediamo un esempio.

Esempio 1.9 Consideriamo il sistema LTI


x 1 = 3x1
x 2 = 2x1 4x2 + u
y = x1 + x2
la cui rappresentazione iu si ottiene calcolando il polinomio caratteristico della
matrice dinamica e successivamente applicando le relazioni (1.10)
y + 7y + 12y = u + 3u .

1.6. Linearizzazione

35

Applicando la forma canonica di controllo, da questa rappresentazione iu si otterrebbe la rappresentazione isu


z1 = z2
z2 = 12z1 7z2 + u
y = 3z1 + z2 ,
avendo avuto cura di usare un diverso simbolo per le variabili di stato. Da una
semplice ispezione delle equazioni della rappresentazione isu originaria si nota che
lingresso u non ha alcun effetto sulla variabile di stato x1 , difatti istante per istante
tale variabile vale x1 (t) = e3t x10 e quindi risulta indipendente da u. Al contrario, `e
evidente dalle equazioni della forma canonica di controllo, che lingresso `e in grado
di influenzare entrambe le variabili di stato. Infatti, z1 `e lintegrale di z2 che dipende
direttamente dallingresso u. Se ne deduce che la struttura interna dei due sistemi `e completamente differente, ciononostante presentano lo stesso comportamento
ingressouscita. La situazione pu`
o essere visualizzata graficamente esaminando i due
schemi a blocchi in Fig. 1.15, dove si nota che nel sistema originario la variabile di
u di una eventuale condizione iniziale ma non in virt`
u delstato x1 evolve solo in virt`
lingresso u, che invece influenza entrambe le variabili di stato del secondo sistema
realizzato in forma canonica di controllo.
Dallesempio appena presentato si comprende come `e possibile che in alcuni
sistemi esistano delle variabili di stato la cui evoluzione non pu`
o essere influenzata
dallingresso; tali variabili costituiscono lo stato di un particolare sottosistema (in
pratica scollegato dallingresso) del sistema originario, detto parte non controllabile (schema a blocchi in alto in Fig. 1.15). Nellesempio precedente le equazioni
di stato erano in una forma tale che la parte non controllabile era di immediata
individuazione, ma ci`
o non sempre `e possibile. Tuttavia, esistono degli algoritmi
che consentono di determinare sempre una trasformazione di variabili di stato
del tipo (1.11) tale che nelle nuove equazioni di stato venga evidenziata la parte
non controllabile. In maniera duale, esistono sistemi in cui alcune variabili di
stato non concorrono nel determinare levoluzione delluscita, esse individuano
la cosiddetta parte non osservabile del sistema. Una trattazione completa dei
concetti di controllabilit`
a e osservabilit`
a di un sistema dinamico LTI pu`
o essere
trovata, ad esempio, in [11] o in [7].

1.6

Linearizzazione

Fino a questo punto ci siamo occupati solo di sistemi lineari e stazionari, ma va


sottolineato che a rigore nessun sistema fisico pu`
o rientrare in questa classe13 .
13
In realt`
a nessun sistema fisico `e descrivibile con relazioni di tipo esclusivamente logicomatematico.

36

Capitolo 1. Modellistica dei sistemi dinamici


x1

parte non controllabile

2
x2

z2

z1

7
12
Figura 1.15: Sistema originario (alto) e realizzazione in forma canonica di
controllo (basso) dellEsempio 1.9
Daltra parte il vantaggio della descrizione lineare dei sistemi `e innegabile in
termini di semplicit`
a computazionale e disponibilit`
a di strumenti matematici, ed
`e giustificata quando le variazioni dello stato del sistema siano sufficientemente
piccole. Per chiarire questa affermazione, consideriamo il seguente esempio.
Esempio 1.10 Per ricavare il modello dinamico di un pendolo senza attrito (vedi
Fig. 1.16), fissiamo come coordinata generalizzata langolo e troviamo le energie
cinetica e potenziale
T =

1 2
J ,
2

V = mgh = mgl(1 cos )

dove J = ml2 `e il momento di inerzia della massa m che ruota attorno al punto di
sospensione. I termini dellequazione di Eulero-Lagrange, con q = , sono

L(, )
d L(, )
= J
= J
dt

1.6. Linearizzazione

37
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx

Figura 1.16: Pendolo semplice

L(, )
= mgl sin ,

E quindi lequazione del moto risulta


g
C
+ sin =
l
J
La descrizione del sistema risulta quindi non lineare. E` noto daltra parte che nellipotesi di piccoli valori dellangolo `e lecito approssimare la funzione seno con il suo
argomento:
g
C
+ =
l
J
e quindi la descrizione `e stata resa lineare.
Si pone ora il problema di generalizzare questo modo di procedere, per poter
affrontare casi in cui la linearizzazione sia meno banale dellesempio presentato.
Per risolverlo, conviene riconsiderare lapprossimazione del seno con il suo argomento adottata nellesempio. Da un punto di vista matematico lapprossimazione
`e permessa dallo sviluppo in serie di Mc Laurin della funzione seno:
sin x = x

x3 x5
+

3!
5!

secondo la quale sin x = x + o(x2 ). Questa considerazione ci fornisce una metodologia per estendere la linearizzazione ai casi pi`
u complessi, formalizzando il
problema come segue.
Si consideri il sistema non lineare e stazionario con rappresentazione isu
x = f (x, u),
y = g(x, u)

x(0) = x0

38

Capitolo 1. Modellistica dei sistemi dinamici

e supponiamo di conoscere, per un assegnato ingresso u


(t) la soluzione x
(t) corrispondente alle condizioni iniziali x
(0) = x
0 , e corrispondentemente luscita sia
y = g(
x, u
). Consideriamo ora un nuovo ingresso che si ottiene perturbando
leggermente14 il precedente, v(t) = u
(t) + u(t) e condizioni iniziali perturbate
z(0) = x
0 + x0 ; esprimiamo la soluzione di questo nuovo sistema nella forma
z=x
+ x e w = y + y (cosa sempre possibile). Avremo quindi
z = f (z, v), z(0) = x
0 + x0
y = g(z, v) .
Daltra parte z = x
+ x e sviluppando le funzioni f e g in serie di Taylor di
punto iniziale (
x, u
) abbiamo
f (z, v) = f (
x, u
) +

f
x

x=
x

x +

f
u

u=
u

g(z, v) = g(
x, u
) +

g
x

x=
x

x=
x

u + o( (x, u) )

u=
u

x +

u=
u

g
u

x=
x

u + o( (x, u) )

u=
u

Ora poniamo
A(t) =

f
x

x=
x

B(t) =

f
u

u=
u

C(t) =

g
x

x=
x
u=
u

x=
x

(1.15)

u=
u

D(t) =

g
u

x=
x

(1.16)

u=
u

e otteniamo una descrizione al primo ordine della dinamica delle variazioni x


della soluzione:
x = A(t)x + B(t)u, x(0) = x0
y = C(t)x + D(t)u ,
detto modello linearizzato del sistema non lineare di partenza.
Si osservi che se pure le funzioni f e g non dipendono esplicitamente dal tempo
(cio`e se il sistema non lineare di partenza `e stazionario) allora la dipendenza dal
tempo delle matrici A, B, C e D `e dovuta solo alle funzioni x
(t) e u
(t). In
particolare quindi se lingresso nominale u
e la soluzione nominale x
sono costanti
nel tempo, anche la descrizione linearizzata `e stazionaria. Un movimento x
che sia
14

Cio`e la perturbazione deve essere tale che u << u in modo che x << x e
1/2
n
y << y . Con il simbolo x , x Rn si intende lo scalare
x2
, detto norma
i=1 i
(Euclidea) del vettore x.

1.6. Linearizzazione

39

costante (x
= 0) in presenza di un ingresso costante `e detta punto di equilibrio
del sistema, e pu`
o essere ricavato risolvendo lequazione implicita
f (
x, u) = 0 .

(1.17)

Va sottolineato che tale equazione pu`


o ammettere pi`
u soluzioni, quindi in corrispondenza di un ingresso costante il sistema potrebbe ammettere pi`
u punti di
equilibrio. Alla domanda verso quale punto di equilibrio il sistema si porta sar`
a
possibile rispondere solo dopo che nel capitolo successivo avremo introdotto il
concetto di stabilit`
a.
In conclusione, la ricerca di un modello lineare e stazionario che descriva
levoluzione di piccoli spostamenti intorno a un punto di equilibrio si sviluppa nei
seguenti passi:
1. Assegnato lingresso costante u
si calcolano i punti di equilibrio x
risolvendo lequazione (1.17). Per ciascun punto di equilibrio si eseguono i passi
successivi.
2. Si definiscono le matrici (costanti) A, B, C, D dalle (1.15),(1.16).
3. Si studia il sistema lineare e stazionario
x = Ax + Bu, x(0) = x0
y = Cx + Du .
4. La soluzione effettiva del sistema non lineare `e
x(t) x
+ x(t),

y(t) y + y(t) .

In definitiva, per ogni punto di equilibrio si ottiene una rappresentazione isu


lineare diversa.
A titolo di esempio possiamo ora ricavare il modello linearizzato della dinamica del rollio di una nave.
Esempio 1.11 Il moto di rollio di un natante (Fig. 1.17) cui sia applicata una
coppia trasversale (conseguenza ad esempio di unonda) `e descritto dallequazione
differenziale
J
+ + mgb 1 +

1
tan2 sin mga sin = u
2

(1.18)

dove m `e il dislocamento del natante, J il momento di inerzia rispetto allasse baricentrico longitudinale, lo smorzamento idrodinamico, a e b le quote rispettivamente

40

Capitolo 1. Modellistica dei sistemi dinamici


u(t)

M
G
b

Figura 1.17: Nave


del baricentro e del metacentro, langolo di rollio e lingresso u la coppia applicata.
lequazione del moto si riscrive in forma normale
Posto x1 = e x2 = ,
x 1 = x2
mgb
1
mga

1
sin x1 x2 + u
x 2 =
1 + tan2 x1 sin x1 +
J
2
J
J
J
y = x1
In assenza di ingresso (
u = 0) `e facile constatare che la traiettoria di equilibrio `e
x
= 0, quindi le matrici linearizzate sono ricavabili calcolando
f1
f1
= 0,
a12 =
=1
x1
x2
f2
mg
f2

=
=
(a b), a22 =
=
x

=0
x1
J
x2
J

a11 =
a21

u
=0

Per quanto riguarda i vettori di ingresso e di uscita, osserviamo che essi non necessitano di linearizzazione in quanto la funzione f dipende linearmente da u e la funzione
g dipende linearmente da x, quindi il modello linearizzato pu`
o essere scritto come
x =
y =

0
mg
J (a

1
b) J

1 0 x

x +

0
1
J

1.7. Comandi MATLAB

1.7

41

Comandi MATLAB

Il MATLAB `e un pacchetto software, la cui diffusione `e sempre pi`


u vasta sia
a livello accademico che industriale, finalizzato alla simulazione e allanalisi di
sistemi lineari e non lineari, e, pi`
u in generale, allanalisi numerica15 . Il nome
`e lacronimo di MATrix LABoratory e difatti lelemento base del programma `e
appunto la matrice. La principale caratteristica, che forse `e il principale motivo
della grande diffusione del pacchetto, `e la sua organizzazione in Toolbox, cio`e
in librerie di sottoprogrammi dedicate alla risoluzione dei pi`
u comuni problemi
di analisi e progetto al calcolatore, scritte dagli esperti dei vari settori dellingegneria. I toolbox in cui sono presenti le principali funzioni di analisi dei sistemi
lineari e non lineari sono il Simulink e il Control System Toolbox. Il primo `e
specificamente dedicato alla simulazione di sistemi dinamici tempo continuo e
tempo discreto, mentre il secondo `e rivolto maggiormente a problemi di progetto
di sistemi di controllo automatico.
Iniziamo a descrivere come in MATLAB `e possibile operare con le matrici e i
vettori. Una matrice pu`
o essere definita racchiudendo fra parentesi quadre [ ] i
suoi elementi, separando le colonne con lo spazio e le righe con il punto e virgola
;. Ad esempio, le matrici
A=

1 0
2 3

B=

1
0 2
3 1
1

si definiscono usando la sintassi


>> A=[-1 0;2 3];
>> B=[1 0 -2;3 -1 1];
e il loro prodotto si calcola con listruzione A*B. Da notare che se si tentasse di
eseguire il prodotto B*A il MATLAB risponderebbe con un messaggio di errore,
infatti il prodotto righe per colonne B*A non `e ben definito. Per calcolare linversa
di una matrice o il suo determinante si possono usare le funzioni inv e det, rispettivamente. Loperatore di trasposizione `e invece . Ad esempio, lespressione
C T A1 B si calcola con listruzione C*inv(A)*B. Infine, per calcolare autovalori
e autovettori di una matrice quadrata si pu`
o usare la funzione eig, secondo la
seguente sintassi
>> [V,D]=eig(A);
dove D `e la matrice diagonale contenente gli autovalori di A e V `e la matrice dei
rispettivi autovettori, cio`e tale che A*V=V*D, per cui se A `e diagonalizzabile V `e
invertibile e si ha inv(V)*A*V=D.
15

Per una guida operativa a MATLAB si veda [3].

42

Capitolo 1. Modellistica dei sistemi dinamici


xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxx

k1

k2

m1

m2

f1

f2

Figura 1.18: Sistema meccanico dellEsercizio 1.1.


a

ra

Ja

a
k

rb

c
Jc

Figura 1.19: Sistema meccanico dellEsercizio 1.2.


Il Control System Toolbox, mette a disposizione un tipo di variabile detto
sistema, che `e possibile adoperare con tutta una serie di comandi dedicati
allanalisi dei sistemi LTI. Per definire una variabile di questo tipo esistono varie
possibilit`
a a seconda della forma di rappresentazione scelta per il sistema. Cos`,
se si vuole definire un sistema S di cui si conoscono le matrici A, B, C, D della
rappresentazione isu, allora si pu`
o usare il comando
>> S = ss(A,B,C,D);

1.8

Esercizi

Esercizio 1.1 Determinare le equazioni del moto del sistema meccanico rappresentato in Fig. 1.18.
Esercizio 1.2 Determinare una rappresentazione isu del sistema meccanico in
Fig. 1.19, assumendo come ingresso la coppia C e come uscita la deformazione della

1.8. Esercizi

43

molla rotazionale. Si noti che il riduttore (o trasformatore meccanico) `e un sistema


adinamico che trasferisce il moto tra assi paralleli conservando la potenza meccanica.
Dunque, la relazione che lo caratterizza `e
b = kr a ,

dove

kr = ra /rb

u2
iR

u1

x2 = y1

y2

iC

vR
x1

Figura 1.20: Sistema elettrico dellEsercizio 1.3.


Esercizio 1.3 Applicando i principi di Kirchhoff, determinare una is-u del sistema
elettrico in Fig. 1.20.
y

px

x
0

py

l
M

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Figura 1.21: Sistema meccanico dellEsercizio 1.4.


Esercizio 1.4 Determinare le energie cinetica e potenziale del sistema meccanico in
Fig. 1.21, scegliendo come variabili lagrangiane x e indicate in figura.
Esercizio 1.5 Data la seguente rappresentazione iu di un sistema LTI
3
y + 12y 15y = 6u + 9u ,
determinarne le realizzazioni in forma canonica di controllo e di osservazione.

44

Capitolo 1. Modellistica dei sistemi dinamici


i
1

N.L.

tratto di
sinusoide
Figura 1.22: Circuito elettrico dellEsercizio 1.6.
Esercizio 1.6 Determinare una rappresentazione isu del circuito in Fig. 1.22 con
C = 1 F, quindi determinare
il sistema linearizzato attorno ai punti di equilibrio
corrispondenti allingresso u
= 2/2 V.
Esercizio 1.7 Determinare la propriet`
a di stabilit`
a dei punti di equilibrio del sistema
x 1 = x2
x 2 = 2u sin x1 x2 + u
y = x1
in corrispondenza dellingresso u
= 1.
Esercizio 1.8 Disegnando lo schema a blocchi del sistema LTI
x =

1
0
1 3

x+

0
1

y = ( 1 1 )x ,

verificare leventuale presenza di una parte non controllabile.

CAPITOLO 2

Analisi dei sistemi a tempo continuo

Dopo aver esaminato nel precedente capitolo le tecniche di descrizione di un sistema lineare e stazionario a tempo continuo, ne analizzeremo in questo capitolo
levoluzione dinamica. Lo strumento principale adoperato per questo fine `e la
trasformata di Laplace, di cui verranno forniti brevi richiami nel paragrafo introduttivo. Successivamente definiremo la funzione di trasferimento e calcoleremo la
risposta del sistema ad ingressi e condizioni iniziali nel dominio di Laplace. Antitrasformando torneremo nel dominio del tempo e caratterizzeremo le risposte
tipiche per sistemi del primo e del secondo ordine. Quindi definiremo la stabilit`
a
dei sistemi dinamici e affronteremo il problema della determinazione della risposta
in regime permanente. Infine introdurremo lo strumento di analisi degli schemi
a blocchi dando qualche cenno sulle tecniche di realizzazione di unassegnata
funzione di trasferimento.

2.1

La trasformata di Laplace

La trasformata di Laplace `e un operatore che associa biunivocamente una generica funzione del tempo f (t) a una funzione F (s) definita sul campo dei numeri
complessi C e a valori ancora complessi. La notazione in uso per indicare la
trasformazione `e
F (s) = L[f (t)] .
45

46

Capitolo 2. Analisi dei sistemi a tempo continuo

La definizione che ora daremo `e la pi`


u generale possibile (se la funzione f (t) `e
1
una funzione ordinaria ) ed `e la cosiddetta trasformata di Laplace bilatera 2
+

F (s) =

f (t)est dt .

(2.1)

Naturalmente, in generale, lespressione (2.1) potrebbe non essere ben definita


per tutti i valori complessi di s, allora il sottoinsieme dei valori di s per cui
lintegrale pu`
o essere calcolato `e detto dominio di convergenza e si pu`
o dimostrare
essere sempre una striscia verticale del piano complesso, o un semipiano o un
piano. Inoltre, vale la seguente
Proposizione 2.1 Se la funzione f (t) `e nulla per t < a (con a R) allora,
il dominio di convergenza `e sempre un semipiano destro, cio`e formato dalle s
complesse che hanno parte reale maggiore di un opportuno 0 , detto ascissa di
convergenza.
La biunivocit`a della trasformazione `e garantita quando alla funzione trasformata F (s) si associa sempre il dominio di convergenza, per cui esiste loperatore
di antitrasformata di Laplace
f (t) = L1 [F (s)]
definito da
f (t) =

1
2j

+j

F (s)est ds

(2.2)

dove lintegrale `e esteso a qualsiasi retta parallela allasse immaginario e contenuta


nel dominio di convergenza. Siccome, nella maggior parte delle applicazioni si ha
a che fare con funzioni del tempo che iniziano ad un certo istante t0 , e le cui
trasformate di Laplace hanno quindi per dominio di convergenza un semipiano
destro, quando `e assegnata una F (s) si sottintende sempre che il suo dominio di
convergenza sia il pi`
u grande semipiano destro di C in cui F (s) `e analitica.
Unimportante considerazione pratica `e che nella maggior parte dei casi, il
calcolo della antitrasformata non richiede lapplicazione della formula (2.2), ma
`e sufficiente riconoscere nellespressione della F (s) da antitrasformare una trasformata nota. Di conseguenza, nel seguito affronteremo il calcolo di qualche
trasformata comune, mentre un pi`
u completo insieme di trasformate notevoli `e
riportato in Appendice C.
Prima per`
o di procedere con gli esempi, `e bene premettere, senza peraltro riportarne la dimostrazione, qualche propriet`
a formale della trasformata di
Laplace.
1

Per la definizione rigorosa della trasformata di Laplace quando f (t) `e una distribuzione
vedi [5].
2
Per alcuni richiami sullesponenziale complesso vedi Appendice A.

2.1. La trasformata di Laplace


Linearit`
a

47

L[k1 f1 (t) + k2 f2 (t)] = k1 F1 (s) + k2 F2 (s)

Coniugazione

F (s ) = F (s)

Cambiamento di scala
L[f (t/a)] = |a|F (as)
Traslazione in t

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

Traslazione in s

L[es0 t f (t)] = F (s s0 )

Ma la principale caratteristica della trasformata di Laplace `e la sua capacit`


a di
tramutare operazioni integrodifferenziali in algebriche, grazie alle propriet`
a
Derivata in t

d
f (t) = sF (s)
dt

Derivata in s

L[tf (t)] =

d
F (s)
ds

Integrale in t. Se f (t) = 0, t < 0, allora


t

1
f ( )d = F (s)
s

Altre importanti propriet`


a sono
Valore finale. Se esiste il lim f (t), allora
t+

lim f (t) = lim sF (s)

t+

s0

Valore iniziale Se f (t) = 0, t < 0, allora


lim f (t) = lim sF (s)

t0+

Convoluzione3

f ( )g(t )d = F (s)G(s)

48

Capitolo 2. Analisi dei sistemi a tempo continuo


wT (t)
1

T2

T
2

Figura 2.1: Funzione finestra wT (t)


Passiamo ora al calcolo di qualche trasformata particolare. Particolare interesse assumono le cosiddette funzioni finestra, cio`e funzioni del tempo nulle al di
fuori di un certo intervallo.
Esempio 2.1 La funzione finestra rettangolare di durata T (il cui grafico `e riportato
in Fig. 2.1) `e definita come
wT (t) =

1 T /2 < t < T /2
0
altrove

(2.3)

La sua trasformata di Laplace `e facilmente calcolabile come


+

L[wT (t)] =
=

wT (t)est dt =

T /2

1
est dt = est
s
T /2

esT /2 esT /2
sinh(sT /2)
=2
s
s

T /2

=
T /2

che `e una funzione analitica in tutto C, che quindi `e il dominio di convergenza della
trasformata calcolata, in altri termini la sua ascissa di convergenza `e .
Di particolare importanza `e la trasformata seguente.
Esempio 2.2 Calcoliamo la trasformata di Laplace del gradino unitario, cio`e la
funzione definita come4
1 t0
1 (t) =
0 t<0
3
Loperazione di integrazione tra parentesi, detta integrale di convoluzione, `e indicata di
+
solito col simbolo f (t) g(t). Si pu`
o verificare che f (t) g(t) = f (t )g( )d .
4
Pi`
u avanti sar`
a chiaro il perche del simbolo 1 .

2.1. La trasformata di Laplace

49

Ancora facendo riferimento alla definizione (2.1), la sua trasformata di Laplace sar`
a
data da
+

1
est dt = est
s

0
1 t
1
1
s=+j
=
lim e (cos t j sin t) + =
t+ s
s
s

L[1 (t)]=

1 (t)est dt =

+
0

1
1
= lim est + =
t+ s
s

per ogni > 0; infatti solo in tal caso si ha che il limite di sopra tende a zero.
Dunque, lascissa di convergenza della trasformata di Laplace del gradino unitario `e
proprio 0.
Anziche applicare la definizione, `e spesso possibile determinare una trasformata facendo riferimento a trasformate gi`
a note e applicando le propriet`
a della
trasformata stessa. Vediamo due esempi.

Esempio 2.3 Il segnale 1 (t T ) non `e altro che un gradino unitario il cui istante
di inizio non `e 0 ma T , per cui la sua trasformata di Laplace pu`
o essere calcolata a
partire da quella del gradino e applicando la propriet`
a di traslazione in t
L[1 (t T )] = L[1 (t)]esT =

1 sT
e
.
s

Lesempio seguente riveste particolare importanza nellanalisi dei sistemi dinamici LTI, per cui si invita il lettore a porre particolare attenzione.

Esempio 2.4 Determiniamo la trasformata del segnale esponenziale eat 1 (t), con
esponente in generale complesso, cio`e a C. Per la propriet`
a di traslazione in s
applicata alla trasformata del gradino si ha
L[eat 1 (t)] = L[1 (t)]|s=sa =

1
.
sa

Se, in particolare a R , la funzione del tempo `e decrescente (converge asintoticamente e zero) e la sua trasformata di Laplace presenta una singolarit`
a nel semipiano
sinistro del piano complesso. Mentre, se a R+ , la funzione del tempo `e crescente
(diverge asintoticamente) e la singolarit`
a della sua trasformata di Laplace stavolta
giace nel semipiano destro del piano complesso.
Vediamo ora unaltra coppia di trasformate notevoli, di uso molto frequente
nelle applicazioni.

50

Capitolo 2. Analisi dei sistemi a tempo continuo

Esempio 2.5 Calcoliamo la trasformata di un segnale sinusoidale


ej0 t ej0 t
] = per la linearit`
a
2j
1
1
=
L[1 (t)ej0 t ] L[1 (t)ej0 t ] = per la traslaz. in s
2j
2j
1
1
1
1
=

=
2j s j0 2j s + j0
1 2j0
0
=
= 2
2
2
2j s + 0
s + 02

L[sin(0 t)1 (t)] = L[1 (t)

che `e analitica per ogni s con parte reale positiva, infatti le sole singolarit`
a della funzione F (s) sono due poli sullasse immaginario in j0 , dunque lascissa di
convergenza `e ancora una volta 0. Con passaggi del tutto analoghi si trova che la
trasformata del coseno `e pari a
L[cos(0 t)1 (t)] =

1
1
s
L[1 (t)ej0 t ] + L[1 (t)ej0 t ] = 2
2
2
s + 02

la cui ascissa di convergenza `e ancora 0.


Prima di introdurre la trasformata di Laplace unilatera, `e opportuno accennare al calcolo della trasformata di Laplace di una distribuzione 5 molto particolare,
cio`e di una funzione generalizzata che riveste particolare importanza in diversi
campi dellIngegneria. Consideriamo la seguente successione di funzioni finestra
wn (t) =

1
n se |t| 2n
0 altrimenti

` facile verificare
rappresentata in Fig. 2.2 per diversi valori del parametro n. E
che tale successione gode delle tre propriet`
a
larea sottesa dal grafico della funzione `e pari a 1, cio`e
+

wn (t) dt = 1,

n N

il valore (massimo) in t = 0 delle wn (t) tende allinfinito per n +, cio`e


lim wn (0) = +

n+
5

Per una definizione rigorosa del termine distribuzione si faccia riferimento, ad esempio, a [5].

2.1. La trasformata di Laplace

51
wn (t)
4

n=4

n=2

12

14 18

n=1
1
8

1
4

1
2

Figura 2.2: Approssimazioni dellimpulso di Dirac


il grafico delle wn (t) si assottiglia al crescere di n, cio`e
lim wn (t0 ) = 0,

n+

t0 = 0

ovvero, la successione converge puntualmente a 0 per t = 0.


Dallanalisi di tali propriet`
a si intuisce come il limite di questa successione di
funzioni non possa essere una funzione ordinaria, in quanto dotata di integrale
finito ma nulla quasi ovunque6 , infatti in 0 non `e definita. Per formalizzare un
comportamento di questo genere occorrerebbe introdurre la teoria dei funzionali
lineari, ma in questa sede ci limiteremo a definire la distribuzione delta di Dirac o
impulso di Dirac, indicata col simbolo (t), proprio come il limite della successione
di funzioni prima considerata. Unimportante propriet`
a della delta di Dirac `e la
cosiddetta propriet`
a del campionamento
Proposizione 2.2 Se f (t) `e una funzione continua e derivabile in 0, si ha
(t)f (t) = f (0)(t) .
da cui, per la propriet`
a che

+
(t)dt

(2.4)

= 1, si ha pure

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

(2.5)

6
Con la locuzione quasi ovunque si intende dovunque tranne su un insieme di misura
nulla.

52

Capitolo 2. Analisi dei sistemi a tempo continuo

Esempio 2.6 In base alla Proposizione 2.2 `e facile calcolare la trasformata di Laplace
dellimpulso
+

L[(t)] =

(t)est dt = e0s = 1

analitica in tutto C, che quindi `e il suo dominio di convergenza.


Vediamo ora che relazione esiste tra limpulso unitario e il gradino unitario.
Dalla propriet`
a del campionamento discende che
t

0
1

( )d =

t<0
t0

in quanto, finche t < 0 lintervallo di integrazione non comprende lo zero e quindi


il risultato `e nullo, da quando invece t diventa maggiore o uguale a 0 lintervallo
di integrazione comprende lo 0 e quindi il risultato dellintegrale vale 1. In altre
parole, al variare di t il risultato dellintegrale coincide con la funzione gradino
unitario, da cui la seguente
Proposizione 2.3 Tra gradino unitario e impulso unitario sussiste la seguente
relazione
t

1 (t) =

( )d

(2.6)

La precedente relazione, letta da destra verso sinistra, consente di estendere la


definizione di derivata a funzioni con discontinuit`
a di prima specie, infatti, risulta
d
1 (t) = (t)
dt

(2.7)

dove il significato del simbolo di derivata va intenso in un senso pi`


u generale
di quello usuale, tant`e che il risultato delloperazione di derivazione non `e una
funzione ordinaria ma una distribuzione. Dallequazione (2.6) si evince il significato del simbolo 1 , dove il pedice sta ad indicare appunto una relazione di
integrazione semplice7 .
Esempio 2.7 Calcoliamo la derivata della funzione rappresentata graficamente in
Fig. 2.3. Dallesame del diagramma e dalla relazione (2.7) risulta immediatamente
f (t) = (1 (t) 1 (t 1))
7

d
f (t) = (t) (t 1)
dt

Iterando il ragionamento che ha portato alla Proposizione 2.3, si potrebbero introdurre


anche i simboli 2 (t), per indicare la funzione rampa t1 (t) e 3 (t), per indicare la funzione
parabola t2 1 (t).

2.1. La trasformata di Laplace

53

f (t)
1

d
f (t)
dt
(t)
1
0

(t 1)

Figura 2.3: Funzione dellEsempio 2.7 e sua derivata


Come si `e visto negli esempi e come si vedr`
a in tutte le applicazioni di interesse
per questo corso, i segnali di cui `e interessante calcolare la trasformata di Laplace
sono nulli per t < 0, di conseguenza lintegrale nella definizione (2.1) sar`
a sempre
calcolato solo per t > 0. Ci`
o porta alla definizione della cosiddetta trasformata
di Laplace unilatera
L+ [f (t)] =

+
0

f (t)est dt .

(2.8)

La differenza con la trasformata di Laplace bilatera risiede nel fatto che la


definizione (2.8) non porta in alcun conto la condizione iniziale sul segnale f (t)
da trasformare e cio`e sul limite
f (0 ) = lim f (t) .
t0

Quando tale valore `e nullo, le due definizioni sono equivalenti per segnali nulli
per t < 0, e le propriet`
a della trasformata unilatera e bilatera coincidono. In
generale, tuttavia, alcune propriet`
a vanno enunciate in maniera opportuna.
Derivata in t

L+

d
f (t) = sF (s) f (0 )
dt

54

Capitolo 2. Analisi dei sistemi a tempo continuo

Problema nel
dominio del
tempo

Integrazione
eq. diff.li

Soluzione nel
dominio del
tempo

L1

Problema nel
dominio di
Laplace

Soluzione
Soluzione nel
eq. algebriche
dominio di
Laplace

Figura 2.4: Schema di soluzione di equazioni differenziali


Convoluzione8
L+

t
0

f (t )g( )d = F (s)G(s)

Dora in poi useremo sempre la trasformata unilatera (2.8).

2.2

Risposta dei sistemi lineari tempo invarianti

Definita la trasformata di Laplace, siamo ora in grado di affrontare il problema


posto nel capitolo precedente: calcolare la risposta di un sistema LTI ad un
assegnato segnale di ingresso e con assegnate condizioni iniziali. Abbiamo gi`
a
visto che se di un sistema dinamico si conosce lo stato ad un generico istante di
tempo t0 e lingresso a partire da quellistante di tempo, `e possibile determinarne
levoluzione negli istanti di tempo successivi9 . Per questo motivo, nel seguito
analizzeremo sempre e solo il problema della determinazione della risposta di
sistemi LTI a segnali nulli per t < 0, prima facendo lipotesi che le condizioni
iniziali siano nulle e poi tenendo conto anche di queste ultime.
Determinare la risposta di un generico sistema dinamico equivale a determinare la soluzione di unequazione (o, pi`
u in generale, di un sistema di equazioni)
differenziale con assegnate condizioni iniziali. Se il sistema `e LTI tale equazione `e lineare a coefficienti costanti, e in questo paragrafo studieremo un metodo
abbastanza generale per la risoluzione di questo tipo di equazioni basato sulluso
della trasformata di Laplace.
8

Lintegrale tra parentesi coincide con lintegrale di convoluzione gi`


a definito se le due funzioni
sono entrambe nulle per t < 0.
9
Assumeremo, dunque, come origine dellasse dei tempi listante nel quale sia noto lo stato
del sistema, cio`e t0 = 0.

2.2. Risposta dei sistemi lineari tempo invarianti

55

La propriet`a di derivazione in t ci dice che nel dominio di Laplace le equazioni


differenziali diventano algebriche, quindi la nostra strada sar`
a quella rappresentata in Fig. 2.4. Anziche integrare direttamente le equazioni differenziali, convertiremo il problema dal dominio del tempo a quello di Laplace, passando dalle
variabili u(t), x(t) e y(t) alle corrispondenti trasformate U (s), X(s) e Y (s), quindi
lo risolveremo nel dominio di Laplace calcolando con semplici passaggi algebrici
Y (s), ed eventualmente X(s), e infine, antitrasformando, torneremo nel dominio
` evidente che
del tempo, ottenendo la soluzione y(t), ed eventualmente x(t). E
lunico limite di tale metodo consiste nellipotizzare che i segnali di ingresso siano
trasformabili secondo Laplace e che siamo in grado di calcolarne la trasformata.
Ad esempio, data lequazione differenziale lineare a coefficienti costanti
y (n) + a1 y (n1) + + an1 y + an y = f (t)
con condizioni iniziali tutte nulle, cio`e y (k) (0) = 0, k = 0, . . . , n 1, trasformando ambo i membri secondo Laplace e applicando iterativamente la propriet`
a di
derivata in t si ottiene lequazione algebrica
Y (s)sn + a1 Y (s)sn1 + + an1 Y (s)s + an Y (s) = F (s)
la cui soluzione pu`
o calcolarsi una volta nota la trasformata del segnale di ingresso
F (s) come
F (s)
Y (s) = n
.
n1
s + a1 s
+ + an1 s + an

Per calcolare, infine, la soluzione nel dominio del tempo y(t) occorre antitrasformare la soluzione nel dominio di Laplace Y (s).
Un tale procedimento richiede, come si vede, due passi fondamentali, un primo
passo di trasformazione secondo Laplace e un successivo passo di antitrasformazione. Se alcuni esempi del primo sono gi`
a stati affrontati, nulla si `e ancora detto
riguardo al secondo problema. Dato che nella pratica la maggior parte dei segnali
di ingresso ha per trasformata una funzione razionale fratta e visto che, come si
intuisce gi`
a dallesempio e come vedremo pi`
u in dettaglio nel seguito, le operazioni
algebriche di soluzione nel dominio di Laplace coinvolgono sempre e solo funzioni
razionali fratte, sar`
a di interesse per questo corso la sola antitrasformazione di
funzioni razionali fratte, cio`e del tipo
Y (s) =

n(s)
d(s)

dove n(s) e d(s) sono polinomi nella variabile complessa s a coefficienti reali. Per
il teorema fondamentale dellalgebra le radici di tali polinomi possono essere reali
e/o a coppie complesse e coniugate, in numero pari al grado del polinomio stesso.
Le radici di d(s) si dicono poli della funzione razionale fratta, mentre le radici di
n(s) si dicono zeri.

56

2.2.1

Capitolo 2. Analisi dei sistemi a tempo continuo

Antitrasformazione delle funzioni razionali fratte

Il caso pi`
u semplice `e quello in cui la funzione da antitrasformare abbia un
denominatore d(s) con una sola radice reale in p, cio`e
k
.
sp

Y (s) =

Ricordando la trasformata dellEsempio 2.4 si deduce che lantitrasformata cercata `e


y(t) = kept 1 (t) .
A questo caso banale `e possibile ricondurre anche il caso pi`
u complesso in cui
d(s) abbia pi`
u radici semplici reali; `e sufficiente riferirsi allo sviluppo in fratti
semplici della funzione razionale fratta, cio`e
n

Y (s) =
i=1

ri
,
s pi

(2.9)

dove n `e il grado del denominatore d(s) le cui n radici sono pi e ri sono i cosiddetti
residui, calcolabili in questo caso come
ri = (s pi )

n(s)
d(s)

, i = 1, . . . , n .

(2.10)

s=pi

Applicando la propriet`
a di linearit`
a e con riferimento al risultato precedente `e
ovvio trovare che lantitrasformata cercata `e
n

y(t) =
i=1

ri epi t 1 (t) .

(2.11)

Esempio 2.8 Risolviamo la seguente equazione differenziale del secondo ordine, con
condizioni iniziali nulle
y + 5y + 6y = u(t)
con ingresso u(t) = (t) 3 1 (t). Trasformando secondo Laplace si ottiene
Y (s) =

s2

1
3
1
+ 5s + 6
s

(s2

s3
.
+ 5s + 6)s

Come si vede, il denominatore di terzo grado ha tre radici in 0, 2 e 3, per cui la


Y (s) si scompone in fratti semplici come
Y (s) =

r1
r2
r3
+
+
s
s+2 s+3

2.2. Risposta dei sistemi lineari tempo invarianti

57

dove i residui sono calcolabili applicando la (2.10)


r1 =

s3
(s + 2)(s + 3)

1
s3
= , r2 =
2
s(s + 3)
s=0

5
s3
= , r3 =
s(s + 2)
s=2 2

= 2

s=3

Antitrasformando, la soluzione dellequazione nel dominio del tempo `e


1 5
y(t) = + e2t 2e3t 1 (t) .
2 2

Consideriamo ora il caso in cui i poli siano ancora semplici, ma non necessariamente reali. In tal caso lo sviluppo in fratti semplici `e ancora del tipo (2.9),
ma saranno presenti anche poli e residui complessi. In particolare, dato che i polinomi n(s) e d(s) sono sempre a coefficienti reali, `e possibile dimostrare che sia i
poli che i corrispondenti residui appaiono sempre a coppie complesse e coniugate. Prendiamo allora in esame il problema dellantitrasformazione della generica
coppia
r
r
+
Y (s) =
s p s p
la cui corrispondente funzione del tempo `e, come al solito
y(t) = rept + r ep

1 (t).

Per ottenere unespressione contenente solo numeri reali, consideriamo la rappresentazione cartesiana del polo p = + j e quella polare del residuo r = ej ,
che sostituite nella relazione precedente danno
y(t) = ej e(+j)t + ej e(j)t 1 (t) = et ej(t+) + ej(t+) 1 (t)
che, applicando le formule di Eulero, si riscrive come
y(t) = 2et cos(t + )1 (t).
Generalizzando questo risultato, `e possibile ottenere la formula di antitrasformazione di una funzione razionale fratta con m coppie di poli complessi e
coniugati semplici e n 2m poli reali semplici
n2m

m
pi t

y(t) =

ri e
i=1

+2
i=1

i ei t cos(i t + i ) 1 (t)

(2.12)

dove pi sono i poli reali, i cui corrispondenti residui ri sono ancora dati dalla (2.10), i e i sono parte reale e parte immaginaria delli-ma coppia di poli

58

Capitolo 2. Analisi dei sistemi a tempo continuo

complessi e coniugati, e infine i e i sono modulo e argomento delli-mo residuo


complesso e calcolabili con le formule
i =

(s i ji )

n(s)
d(s)

(2.13)
s=i +ji

i = 1, . . . , m
i = arg

(s i ji )

n(s)
d(s)

(2.14)

s=i +ji

Esempio 2.9 Calcoliamo la soluzione dellequazione differenziale con condizioni iniziali nulle
y 2y + 2y = 1 (t) .

Passando nel dominio di Laplace si ottiene la soluzione


Y (s) =

s(s2

1
r1
r2
r2
=
+
+
,
2s + 2)
s
s1j
s1+j

dove i residui sono pari a


r1 =

s2

1
2s + 2

=
s=0

1
s(s 1 + j)

|r2 | =

arg(r2 ) = arg

1
2

s=1+j

1
s(s 1 + j)

1
=
2 2

s=1+j

3
=
4

e quindi la soluzione cercata `e


y(t) =

1
1
3
+ et cos t
2
4
2

1 (t) .

Non rimane che affrontare il caso pi`


u generale di poli multipli. A tale scopo
`e utile richiamare dallAppendice C la trasformata notevole
L

tn at
1
e 1 (t) =
.
n!
(s a)n+1

Iniziamo a trattare il caso di un polo reale di molteplicit`


a k, cio`e una funzione
razionale fratta che ammetta la scomposizione in fratti semplici del tipo
Y (s) =

n(s)
r1
rk1
rk
=
+ +
+
=
k
k
2
(s p)
(s p)
(s p)
sp

k
l=1

rl
.
(s p)kl+1

2.2. Risposta dei sistemi lineari tempo invarianti

59

Per la propriet`a di linearit`


a e per la trasformata notevole appena richiamata,
abbiamo
k
rl tkl ept
1 (t) ,
y(t) =
(k l)!
l=1
dove i residui si calcolano con la formula
rl =

1
dl1
n(s)
(s p)k
l1
(l 1)! ds
d(s)

, l = 1, . . . , k .

(2.15)

s=p

Generalizzando al caso di una funzione razionale fratta con denominatore di grado


n e h poli reali di molteplicit`
a ki , i = 1, . . . , h (si noti che hi=1 ki = n), abbiamo
Y (s) =

n(s)
=
k
(s p1 ) 1 (s p2 )k2 (s ph )kh

ki

i=1 l=1

ril
,
(s pi )ki l+1

(2.16)

dove i residui si calcolano come


ril =

1
dl1
n(s)
(s pi )ki
l1
(l 1)! ds
d(s)

,
s=pi

i = 1, . . . , h
l = 1, . . . , ki

(2.17)

mentre la risposta nel dominio del tempo assume la forma


h

ki

y(t) =
i=1 l=1

ril tki l epi t


1 (t) .
(ki l)!

(2.18)

Il caso pi`
u generale possibile di poli multipli sia reali che complessi e coniugati
pu`
o essere affrontato in maniera analoga ma qui non verr`
a riportato, solo che la
funzione del tempo che si otterr`
a antitrasformando conterr`
a sia termini esponenziali che coseni moltiplicati per potenze di t. Inoltre, abbiamo sempre considerato
funzioni razionali fratte con grado del numeratore minore o uguale del grado del
denominatore (per un motivo che sar`
a chiaro tra breve), ma nel caso ci`
o non sia
vero, la soluzione conterr`
a termini impulsivi e derivate successive della funzione
impulsiva, che per`
o non abbiamo definito. Preferiamo, invece, presentare due
esempi riepilogativi.
Esempio 2.10 Si calcoli la soluzione dellequazione differenziale con condizioni iniziali nulle
y + 2y + y = e2(t5) 1 (t 5).
Ricordando la propriet`
a di traslazione in t, nel dominio di Laplace la soluzione `e
Y (s) =

1
e5s =
(s + 1)2 (s + 2)

r2
r11
r12
+
+
e5s .
2
(s + 1)
s+1 s+2

60

Capitolo 2. Analisi dei sistemi a tempo continuo

I residui associati al polo reale doppio in 1 sono dati dalla (2.17)


r11 =

1
s+2

= 1,

r12 =

s=1

d 1
ds s + 2

s=1

= 1 ,

mentre, il residuo associato al polo reale semplice in 2 si ottiene applicando la (2.10)


1
(s + 1)2

r2 =

=1
s=2

e quindi la soluzione cercata, riapplicando la propriet`


a di traslazione in t, vale
y(t) = tet et + e2t 1 (t)

= (te(t5) 6e(t5) + e2(t5) 1 (t5)

t=t5

Concludiamo questo lungo paragrafo sullantitrasformazione delle funzioni


razionali fratte con un esempio pi`
u complesso.
Esempio 2.11 Lequazione da risolvere sia
y (4) + 8y (3) + 26
y + 40y + 25y = 1 (t).
Passando nel dominio di Laplace si ottiene la soluzione
1
1
=
Y (s) =
s(s4 + 8s3 + 26s2 + 40s + 25)
s(s2 + 4s + 5)2
che scomposta in fratti semplici `e
Y (s) =

r1
r21
r22
r21
r22
+
+
+
+
.
s
(s + 2 j)2 s + 2 j (s + 2 + j)2 s + 2 + j

Applicando la (2.10) si ottiene il residuo reale


r1 =

(s2

1
+ 4s + 5)2

=
s=0

1
25

mentre, applicando la (2.17) si ottengono i residui complessi10

1
5 j0.46
r21 =
=
e
2
s(s + 2 + j) s=2+j
20
e
r22

d
1
=
ds s(s + 2 + j)2

=
s=2+j

2 j1.71
e
10

e quindi lantitrasformata vale

1
5 2t
2 2t
y(t) =
+
te cos (t + 0.46) +
e cos (t + 1.71) 1 (t).
25
10
5
10
Si ricorda che la fase di un numero complesso va espressa in radianti per poterla sommare
alla variabile temporale nellargomento del coseno.

2.2. Risposta dei sistemi lineari tempo invarianti

2.2.2

61

La funzione di trasferimento

Finora abbiamo visto come `e possibile risolvere una generica equazione differenziale lineare a coefficienti costanti e condizioni iniziali nulle tramite lausilio della
trasformata di Laplace. Tuttavia, il problema che ci eravamo posti era quello di
determinare la risposta nelluscita ed eventualmente nello stato di un generico
sistema LTI con assegnate condizioni iniziali e sottoposto ad un generico segnale
` chiaro quindi che occorre trasferire nel dominio di Laplace il condi ingresso. E
cetto stesso di sistema dinamico, cio`e, come nel dominio del tempo un sistema
dinamico `e stato rappresentato nella forma ingressouscita o nella forma spazio
di stato, cos` ora, occorre trovare un modo per caratterizzare il comportamento
del sistema nel dominio di Laplace.
Iniziamo con il considerare un sistema LTI ad un ingresso ed una uscita (SISO)
la cui rappresentazione ingressouscita, gi`a vista nel Capitolo 1, `e
y (n) + a1 y (n1) + + an1 y + an y = b0 u(n) + b1 u(n1) + + bn1 u + bn u .
Abbiamo gi`
a detto che la risposta del sistema si ottiene risolvendo questa equazione differenziale tenendo conto delle condizioni iniziali assegnate. Per ora, supponiamo che le condizioni iniziali siano nulle, allora trasformando secondo Laplace,
in virt`
u della propriet`
a di derivazione nel tempo, si ottiene
sn + a1 sn1 + + an1 s + an Y (s) =
= b0 sn + b1 sn1 + + bn1 s + bn U (s)
da cui si vede che ci`
o che mette in relazione ingresso e uscita del sistema non `e
altro che il rapporto di polinomi
W (s) =

Y (s)
b0 sn + b1 sn1 + + bn1 s + bn
= n
.
U (s)
s + a1 sn1 + + an1 s + an

(2.19)

La funzione W (s) prende il nome di funzione di trasferimento (f.d.t.) del sistema


e costituisce a tutti gli effetti una rappresentazione ingressouscita del sistema
stesso. Inoltre, da un punto di vista operativo, riveste unimportanza notevole, visto che permette di ricavare con estrema facilit`
a la trasformata delluscita
corrispondente ad un dato ingresso u(t). Infatti, vale la seguente
Proposizione 2.4 Dato un sistema LTI con funzione di trasferimento W (s) e
data la trasformata di Laplace dellingresso U (s), nellipotesi di condizioni iniziali
nulle, la trasformata di Laplace delluscita Y (s) si pu`
o ottenere dalla relazione
Y (s) = W (s)U (s) .

(2.20)

Questo metodo basato sulla trasformata di Laplace, per come `e stato presentato, sembra non permettere il calcolo della risposta del sistema quando le condizioni iniziali non sono nulle. Invece, nel caso in cui siano assegnate le condizioni

62

Capitolo 2. Analisi dei sistemi a tempo continuo

iniziali in termini di valori delluscita e delle sue derivate successive nellistante


iniziale, sarebbe sufficiente applicare il teorema di derivazione nel tempo scritto
nella sua forma pi`
u generale
n

L f (n) (t) = sn F (s)

snk f (k1) (0 )
k=1

Tale procedimento `e seguito, ad esempio, in [4], ma qui si preferir`


a adottare un
metodo alternativo che fa uso della rappresentazione isu del sistema. Ci`
o in
quanto `e pi`
u facilmente generalizzabile al caso di sistemi MIMO e perche nella
pratica `e spesso impossibile conoscere le condizioni iniziali in termini di derivate successive delluscita, mentre `e pi`
u semplice conoscerle in termini di valori
iniziali assunti dalle variabili di stato, in quanto molto spesso esse rappresentano grandezze fisiche e quindi misurabili, al contrario delle derivate successive
delluscita.
A tale scopo richiamiamo la rappresentazione del sistema in spazio di stato
x(t)

= Ax(t) + Bu(t),
y(t) = Cx(t) + Du(t)

x(0) = x0

(2.21)
(2.22)

Trasformando secondo Laplace e ricordando la propriet`


a di derivata in t della
trasformata di Laplace unilatera, abbiamo
sX(s) x0 = AX(s) + BU (s)
Y (s) = CX(s) + DU (s)
e ricavando X(s) dalla prima
X(s) = (sI A)1 BU (s) + (sI A)1 x0

(2.23)

e sostituendo nella seconda


Y (s) = C(sI A)1 B + D U (s) + C(sI A)1 x0

(2.24)

si ottiene il risultato cercato, nel dominio di Laplace.


Dallanalisi delle (2.23),(2.24) si evince che la risposta di un sistema LTI (tanto nello stato quanto nelluscita) `e somma di due contributi. I primi termini delle
due relazioni corrispondono al contributo alla risposta prodotto dallapplicazione
del segnale di ingresso, o forzamento, da cui il nome di risposta forzata; i secondi
termini, invece, tengono conto del contributo alla risposta prodotto dalle condizioni iniziali, il quale `e presente anche in assenza di forzamento, da cui il nome di
evoluzione libera. Nelle sezioni successive effettueremo unanalisi dettagliata dei
due contributi.
Per ora, notiamo solo che confrontando la (2.24) nellipotesi di condizioni
iniziali nulle con la (2.20), si vede che la funzione di trasferimento W (s) pu`
o

2.2. Risposta dei sistemi lineari tempo invarianti

63

essere anche calcolata a partire dalle matrici che caratterizzano il sistema in


spazio di stato come
W (s) = C(sI A)1 B + D .
(2.25)

` importante per`
E
o osservare che nel caso pi`
u generale di sistema MIMO la f.d.t. `e
in realt`
a una matrice i cui elementi sono funzioni razionali fratte, con un numero
di righe pari al numero delle uscite del sistema e un numero di colonne pari al
numero degli ingressi del sistema. Ci`
o non toglie che la relazione (2.20) `e ancora
valida, solo che il prodotto `e da intendersi righe per colonne.

2.2.3

Poli e zeri dei sistemi LTI

Vediamo ora qualche propriet`


a della f.d.t. e della cosiddetta matrice di transizione
1
(s) = (sI A) . Questultima `e certamente una matrice di funzioni razionali
fratte, come si deduce dallequazione
(s) = (sI A)1 =

adj(sI A)
,
det(sI A)

(2.26)

dove det(sI A) `e il polinomio caratteristico della matrice A (vedi Appendice B).


Siccome il polinomio caratteristico di una matrice di dimensioni n n `e di grado
n, mentre laggiunta di (sI A) `e una matrice di polinomi di grado al pi`
u n 1.
In generale, `e possibile che esistano dei fattori comuni a tutti gli elementi dellaggiunta e al polinomio caratteristico, fattori che possono dunque essere semplificati
riducendo il grado del polinomio a denominatore. Si definisce polinomio minimo
della matrice A il polinomio che si ottiene dal polinomio caratteristico dopo aver
semplificato tutti i fattori comuni con gli elementi dellaggiunta.
In definitiva, gli elementi di (s) saranno tutte funzioni razionali fratte con
denominatore di grado m e numeratore di grado al pi`
u m 1, dove m `e il grado
del polinomio minimo di A.

Esempio 2.12 Calcoliamo polinomio caratteristico e polinomio minimo della matrice


identit`
a di ordine 3

s1
0
0

p(I) = det(sI I) = det 0


s1
0 = (s 1)3
0
0
s1
per trovare il polinomio minimo calcoliamo laggiunta di (sI I)

s1
0
0
(s 1)2
0
0

adj 0
s1
0 =
0
(s 1)2
0

2
0
0
s1
0
0
(s 1)

64

Capitolo 2. Analisi dei sistemi a tempo continuo

per cui `e evidente che tra il polinomio caratteristico e ciascun elemento dellaggiunta
vi `e in comune il fattore (s 1)2 , e di conseguenza il polinomio minimo di I `e s 1.
Risulta chiaro che ci`
o `e valido per la matrice identit`
a di ordine qualunque.
Gli elementi di W (s) = C(s)B + D, invece, saranno tutte funzioni razionali
fratte in cui il grado del denominatore `e m, mentre il grado del numeratore dipende dalla matrice D; se D = 0 allora questo grado sar`
a al pi`
u m 1, altrimenti
potranno esserci anche numeratori di grado m. In ogni caso, il grado del numeratore sar`
a sempre minore o uguale a quello del denominatore, anche in presenza
di cancellazioni, e di conseguenza risulter`
a finito il limite
lim W (s) .

Tutti i sistemi fisicamente realizzabili godono di questa propriet`


a, mentre quelli
per cui essa non `e soddisfatta si dicono sistemi dinamici impropri e sono puramente fittizi. Quelli per i quali il limite di cui sopra `e nullo si dicono strettamente
propri 11 .
Le radici del polinomio a numeratore della f.d.t. si dicono zeri del sistema12 ,
mentre le radici del denominatore si dicono poli del sistema e, data lespressione
della f.d.t. (2.25), sono anche le radici del polinomio caratteristico di (sI A),
cio`e gli autovalori (vedi Appendice B) della matrice dinamica13 A. In realt`
a questultima affermazione non `e a rigori esatta, in quanto nel calcolo della (2.25)
potrebbero esserci delle cancellazioni, e quindi alcuni autovalori della matrice dinamica potrebbero non essere poli del sistema. Infatti, a valle delle semplificazioni, il denominatore della f.d.t. non ammetterebbe pi`
u quelle radici. Quando tale
eventualit`
a si verifica, vuol dire che nel sistema esiste una parte non controllabile
o una parte non osservabile, cos` come le abbiamo definite in maniera intuitiva
nel capitolo precedente. Per fissare le idee, riprendiamo lEsempio 1.9,1.7.
Esempio 2.13 Abbiamo gi`
a visto che il sistema
x =

3
0
2 4

x+

0
1

y = ( 1 1 )x

presenta una parte non controllabile. Applicando la (2.25), la sua f.d.t. `e


W (s) = cT (sI A)1 b =
11

s+3
1
=
(s + 3)(s + 4)
s+4

In tal caso, nell espressione (2.19) della f.d.t. deve necessariamente risultare b0 = 0.
Tale definizione `e per`
o limitata al caso di sistemi SISO, nel caso MIMO la questione `e molto
pi`
u complessa ed esula dagli scopi di questo corso.
13
Si pu`
o altres`dimostrare che ogni radice del polinomio caratteristico `e radice anche del
polinomio minimo.
12

2.2. Risposta dei sistemi lineari tempo invarianti

65

e come si vede lautovalore 3 `e cancellato da uno zero e il sistema presenta un solo


polo in 4.
Lesempio mostra come la presenza di una parte non controllabile nel sistema
determina il cosiddetto fenomeno della cancellazione nel calcolo della sua f.d.t.
Tuttavia, non `e vero il viceversa, cio`e se nella funzione di trasferimento di un
sistema LTI si verifica il fenomeno della cancellazione non `e detto che il sistema
non sia controllabile. Questo perche la f.d.t. `e solo una rappresentazione iu
del sistema e non ci d`
a informazioni sufficienti sulla sua struttura interna. Per
convincersene si consideri il seguente esempio.
Esempio 2.14 Dato il sistema LTI in forma canonica di controllo
x =
y = (1

0
1
2 3

x+

0
1

1 )x .

Nel capitolo precedente abbiamo detto che per costruzione una realizzazione in forma
canonica di controllo non pu`
o presentare parti non controllabili (poiche lingresso
agisce su ogni variabile di stato). Ciononostante, nella sua funzione di trasferimento
si verifica una cancellazione, infatti
W (s) = cT (sI A)1 b =

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

Si pu`
o dimostrare che in tal caso il sistema `e non osservabile, nel senso che alcune
variabili di stato non influenzano luscita.
A questo punto appaiono indispensabili degli strumenti che ci consentano
`
di determinare le propriet`
a di controllabilit`
a e osservabilit`
a di un sistema. E
evidente che tali strumenti devono basarsi sulla rappresentazione isu del sistema
ottenuta applicando le leggi della fisica ai vari sottosistemi che compongono il
sistema originario e non su quella ottenuta da una rappresentazione iu che non
conserva la struttura interna del sistema. Supposte note le matrici (A, B, C, D) di
tale rappresentazione isu, si pu`
o dimostrare che valgono le seguenti propriet`
a.
Proposizione 2.5 Un sistema di ordine n risulta controllabile se e solo se il
rango della matrice di controllabilit`
a
C = (B

AB

A2 B

An1 B )

(2.27)

`e massimo (e quindi pari a n).


Si noti che la matrice C `e quadrata nel caso di sistemi con un solo ingresso, per
cui si pu`
o affermare che un sistema ad un solo ingresso risulta controllabile se e
solo se det(C) = 0.

66

Capitolo 2. Analisi dei sistemi a tempo continuo

Proposizione 2.6 Un sistema di ordine n risulta osservabile se e solo se il rango


della matrice di osservabilit`
a

C
CA

O = CA2

..

.
n1
CA

(2.28)

`e massimo (e quindi pari a n).


Si noti che la matrice O `e quadrata nel caso di sistemi con una sola uscita, per
cui si pu`
o affermare che un sistema ad una sola uscita risulta osservabile se e solo
se det(O) = 0.

Esempio 2.15 Verifichiamo che il sistema dellEsempio 2.13 sia non controllabile,
calcolando la sua matrice di controllabilit`
a
C=

0
0
1 4

Il rango `e 1 < 2, dunque, come avevamo gi`


a osservato, il sistema risulta non controllabile. Verifichiamo invece che il sistema dellEsempio 2.14 risulta controllabile ma
non osservabile, calcolando le sue matrici di controllabilit`
a e osservabilit`
a.
C=

0
1
1 3

`e non singolare per cui il sistema `e controllabile, mentre


O=

1
1
2 2

ha determinante nullo, per cui il sistema `e effettivamente non osservabile.


In conclusione, i poli di un sistema, cio`e le radici del denominatore della f.d.t.
ottenuta una volta effettuate tutte le cancellazioni, sono gli autovalori della sola
parte controllabile e osservabile del sistema. Dora in poi, se non diversamente
indicato, considereremo sempre sistemi completamente controllabili e osservabili,
per i quali i poli coincidono con gli autovalori della matrice dinamica. Lunica
differenza `e che i poli avranno le stesse molteplicit`
a degli autovalori della matrice
dinamica come radici del polinomio minimo, ma non come radici del polinomio
caratteristico.

2.2. Risposta dei sistemi lineari tempo invarianti

2.2.4

67

Levoluzione libera e i modi di evoluzione

Nel paragrafo precedente abbiamo determinato la risposta di un sistema LTI nel


dominio di Laplace, nello stato (2.23) e nelluscita (2.24). Volendo pervenire ad
unespressione in forma chiusa della soluzione al sistema (2.21),(2.22) nel dominio
del tempo, bisognerebbe calcolare in forma chiusa lantitrasformata delle relazioni
sopra richiamate.
Iniziamo ad analizzare il termine di evoluzione libera nello stato
Xl (s) = (s)x0 .

(2.29)

Siccome la matrice di transizione `e una matrice di funzioni razionali fratte, la


a certamente un vettore di funzioni razionali fratte. Per quanto
funzione Xl (s) sar`
visto nel Paragrafo 2.2.1, antitrasformando tali funzioni si ottengono funzioni del
tempo che sono combinazioni lineari di termini del tipo
tk ept ,

tk et cos(t),

k = 0, 1, 2, . . .

(2.30)

dove p `e la generica radice reale e + j `e la generica radice complessa del denou della (2.26), `e il polinomio minimo della matrice
minatore di Xl (s) che, in virt`
dinamica A. Ciascuno di questi termini `e detto modo proprio di evoluzione del
sistema, intendendo con tale espressione la possibilit`
a che il sistema ha di evolvere
anche in assenza di sollecitazione esterna, ma solo in virt`
u di condizioni iniziali
non nulle sulle sue variabili di stato. I coefficienti della combinazione lineare sono
i residui delle scomposizioni in fratti semplici. A questo proposito, osserviamo
che tali coefficienti possono anche risultare nulli, ci`
o significa che le condizioni
iniziali scelte non sono in grado di eccitare tutti i modi propri del sistema. Per
capire quando ci`
o accade `e sufficiente ricordare le relazioni che ci consentono di
calcolare i residui (2.10),(2.17), da cui si evince che il residuo si annulla se il polo
`e anche zero del numeratore.
Ricordando la definizione di esponenziale complesso (vedi Appendice A), ciascuno dei termini pu`
o essere espresso nella forma generale tk et , dove `e il generico autovalore della matrice dinamica. Dunque, ad ogni autovalore della matrice
` evidente che il tipo di
dinamica `e associato un modo di evoluzione del sistema. E
andamento nel tempo dellevoluzione libera di un sistema dipende esclusivamente
dalle caratteristiche intrinseche del sistema stesso e non dalle sollecitazioni che
possono essergli applicate dallesterno. Naturalmente, esattamente gli stessi termini compariranno nellandamento temporale della risposta in evoluzione libera
nelluscita, visto che questa si ottiene antitrasformando lespressione
Yl (s) = C(sI A)1 x0 = C(s)x0 ,

(2.31)

anchessa costituita da un vettore di funzioni razionali fratte14 , il cui denominatore `e sempre il polinomio minimo della matrice dinamica. In particolare, a
14

Nel caso di sistemi SISO, Yl (s) = cT (s)x0 sar`


a una semplice funzione razionale fratta.

68

Capitolo 2. Analisi dei sistemi a tempo continuo

ciascun modo di evoluzione `e associato un andamento tipico che dipende solo


dalla posizione nel piano complesso dellautovalore corrispondente e dalla molteplicit`
a dellautovalore stesso. Dunque, anche nellevoluzione libera nelluscita
yl (t) di un sistema LTI, compariranno termini del tipo (2.30), i cui andamenti
tipici, in funzione della posizione degli autovalori di A nel piano complesso, sono
riassunti graficamente in Fig. 2.5.
Anticipiamo a questo punto unosservazione che ci sar`
a particolarmente utile
in seguito. Se tutti i modi propri di un sistema sono convergenti (e ci`
o accade
evidentemente se e solo se tutti gli autovalori della matrice dinamica appartengono al semipiano sinistro del piano complesso) allora, comunque si scelgano le
condizioni iniziali, levoluzione libera del sistema (sia nello stato che nelluscita)
tende asintoticamente a zero. Se invece esiste qualche autovalore della matrice
dinamica nel semipiano destro, certamente esistono delle opportune condizioni
iniziali tali da rendere divergente levoluzione libera del sistema. Dallanalisi dei
modi relativi ad autovalori multipli, si evince che ci`
o pu`
o accadere se esiste qualche autovalore sullasse immaginario ma con molteplicit`
a maggiore di uno come
radice del polinomio minimo. Se, invece, tale molteplicit`
a `e unitaria, al pi`
u levoluzione libera pu`
o rimanere o costante nel tempo o essere combinazione lineare
di funzioni sinusoidali. In sintesi vale la proposizione
Proposizione 2.7 Levoluzione libera di un sistema LTI `e
convergente a zero (comunque si scelgano le condizioni iniziali) se e solo se
gli autovalori della matrice dinamica sono tutti a parte reale negativa.
limitata ma non convergente a zero (comunque si scelgano le condizioni
iniziali) se e solo se la matrice dinamica ammette autovalori a parte reale
negativa o nulla e questi ultimi hanno tutti molteplicit`
a unitaria come radici
del polinomio minimo.
divergente (con opportune condizioni iniziali) se e solo se la matrice dinamica ammette almeno un autovalore a parte reale positiva oppure almeno
un autovalore a parte reale nulla con molteplicit`
a maggiore di uno come
radice del polinomio minimo.

Esempio 2.16 Dato il sistema massa-molla-smorzatore la cui rappresentazione isu


`e stata ricavata nellEsempio 1.5, calcoliamo la sua evoluzione libera nello stato a
partire da condizioni iniziali x1 (0) = 0.1 m e x2 (0) = 0 m/s. Con i seguenti valori
dei parametri M = 1 kg, k = 100 N/m, = 0 Ns/m (sistema privo di attrito),
lequazione di stato diventa
x =

0 1
100 0

x+

0
1

2.2. Risposta dei sistemi lineari tempo invarianti

69

periodico

Im(s)

aperiodico
divergente

aperiodico
convergente

Re(s)

costante

pseudo-periodico
divergente
pseudo-periodico
convergente
Figura 2.5: Modi di evoluzione di un sistema a tempo continuo
Nel dominio di Laplace, levoluzione libera si calcola con la (2.29)
Xl (s) = (sI A)1 x0 =

s 1
100
s

0.1
0

0.1s
s2 +100
10
s2 +100

Il sistema ammette una coppia di autovalori complessi e coniugati a parte reale nulla,
a cui corrisponde un andamento puramente sinusoidale. Per ottenere landamento
effettivo delle due variabili di stato nel dominio del tempo dobbiamo antitrasformare
le due funzioni razionali fratte ricavate. Ricordando le trasformate notevoli del seno
e del coseno, otteniamo
x1l (t) = 0.1 cos(10t)
x2l (t) = sin(10t) .
Come si vede, il sistema evolve nonostante non sia applicato alcun forzamento esterno,
e, in particolare, oscilla allampiezza costante di 0.1 m con una pulsazione pari a
k/M = 10 rad/s pari alla parte immaginaria dellautovalore della matrice dinamica.
Tale pulsazione `e detta pulsazione naturale del sistema massa-molla, in quanto `e
lunica pulsazione a cui il sistema pu`
o oscillare in assenza di ingresso, qualunque
siano le condizioni iniziali.

70

Capitolo 2. Analisi dei sistemi a tempo continuo

Calcoliamo ora levoluzione libera del sistema a partire dalle stesse condizioni iniziali
ma con un coefficiente di attrito pari a = 10 Ns/m. La matrice dinamica diventa
A=

0
1
100 10

per cui levoluzione libera vale


Xl (s) = (sI A)1 x0 =

0.1s+1
s2 +10s+100
10
s2 +10s+100

che vanno poi antitrasformate


0.1s + 1
r
r
1
+
=
L
=
s2 + 10s + 100
s + 5 j8.66 s + 5 + j8.66
= 0.1155e5t cos(8.66t 0.52)
r
10
r
+
x2l (t) = L1 2
= L1
=
s + 10s + 100
s + 5 j8.66 s + 5 + j8.66
= 1.155e5t cos(8.66t + /2)

x1l (t) = L1

Come si vede, in presenza di attrito, i modi del sistema diventano pseudo-periodici


convergenti (o smorzati) con pulsazione della parte periodica tanto pi`
u vicina a quella
naturale quanto pi`
u basso `e il coefficiente di attrito.
Nellesempio abbiamo visto che per calcolare levoluzione libera di un sistema
nel dominio del tempo basta antitrasformare le funzioni razionali fratte Xl (s)
o Yl (s) calcolate mediante le (2.29),(2.31). Volendo pervenire ad unespressione
in forma chiusa generale per levoluzione libera di un sistema LTI nel dominio del tempo, occorre calcolare esplicitamente lantitrasformata della matrice di
transizione (sI A)1 . Si pu`
o dimostrare che
L[eAt ] = (sI A)1 L1 [(s)] = L1 (sI A)1 = eAt ,

(2.32)

dove la definizione rigorosa dellesponenziale matriciale eAt `e riportata in Appen` possibile intuire che ci`
dice B. E
o `e vero come generalizzazione della trasformata
notevole L[eat ] = (s a)1 , dove a pu`
o essere considerata la matrice dinamica
di un sistema del primo ordine. Allora levoluzione libera nello stato assume
lespressione notevole
xl (t) = eAt x0 .
(2.33)
Per convincersi definitivamente che effettivamente la (2.33) sia levoluzione libera
del sistema (2.21), basta verificare che essa verifica le condizioni iniziali e lequazione di stato con u = 0 (evoluzione libera), cio`e il seguente sistema di equazioni
differenziali con condizioni iniziali
x = Ax,

x(0) = x0 .

2.2. Risposta dei sistemi lineari tempo invarianti

71

Tenendo presente la definizione dellesponenziale matriciale data dalla (B.5),


abbiamo
xl (0) = I + At + A2

t2
+
2!

t=0

x0 = [I + 0 + 0 + ]x0 = x0 ,

mentre, calcolando la derivata rispetto al tempo, abbiamo


x l (t) =

d At
t
t2
e x0 = A + 2A + 3A3
+ x0 =
dt
2!
3 2!

= A I + At + A2

t2
+ x0 = AeAt x0 = Axl (t) .
2!

Nota levoluzione libera dello stato, per calcolare levoluzione libera delluscita
basta tener conto dellequazione di uscita (2.22) (sempre con u = 0) e ottenere
lespressione
(2.34)
yl (t) = CeAt x0 .

2.2.5

Levoluzione forzata e la risposta impulsiva

Passiamo ora ad analizzare la parte di evoluzione forzata della risposta dei sistemi
LTI. Con riferimento alla (2.23), il termine di evoluzione forzata nello stato (cio`e
la risposta del sistema a partire da condizioni iniziali nulle) nel dominio di Laplace
`e dato da
Xf (s) = (sI A)1 BU (s) .
(2.35)
Applicando la propriet`
a di convoluzione della trasformata di Laplace unilatera e
tenendo conto della (2.32), si ottiene la risposta forzata nello stato nel dominio
del tempo
t

xf (t) =

eA(t ) Bu( )d,

t0

(2.36)

mentre, dallantitrasformazione della evoluzione forzata nelluscita


Yf (s) = (C(sI A)1 B + D)U (s) = W (s)U (s)

(2.37)

si ottiene la risposta forzata nelluscita nel dominio del tempo


t

yf (t) = C

eA(t ) Bu( )d + Du(t),

t0.

(2.38)

Analizziamo la risposta forzata nel caso particolare di un ingresso impulsivo.


Dalla relazione (2.37) si evince anche che se lingresso applicato al sistema `e
di tipo impulsivo, cio`e u(t) = (t) per cui U (s) = 1, si ha che la trasformata
delluscita coincide con la funzione di trasferimento; tale particolare risposta `e

72

Capitolo 2. Analisi dei sistemi a tempo continuo

detta risposta impulsiva e viene di solito indicata col simbolo w(t). A rigori,
occorrerebbe precisare che la trasformata di Laplace della risposta impulsiva non
pu`
o ritenersi uguale alla f.d.t., in quanto questultima `e sempre il rapporto delle
trasformate di Laplace di due funzioni del tempo (uscita e ingresso del sistema),
con le loro dimensioni, ma non `e la trasformata di Laplace di alcuna funzione del
tempo, a rigori andrebbe sempre scritto
W (s) = L[w(t)]/L[(t)] .

(2.39)

Nella pratica, trasformare secondo Laplace la risposta impulsiva `e semplicemente un metodo per calcolare la f.d.t., e, viceversa, antitrasformare questultima
consente di calcolare la riposta impulsiva.
La risposta impulsiva gioca un ruolo fondamentale nella determinazione della risposta di un sistema LTI ad un generico ingresso, infatti, antitrasformando la relazione (2.20), tenendo conto della (2.39) e ricordando la propriet`
a di
convoluzione, si ha
+

y(t) = w(t) u(t) =

w(t )u( )d =

u(t )w( )d .

(2.40)

Se poi la risposta impulsiva del sistema `e nulla per t < 0, cio`e il sistema `e causale
e il segnale di ingresso `e applicato a partire da t = 0, allora occorre riferirsi alla
propriet`
a di convoluzione della trasformata di Laplace unilatera15
t

y(t) = w(t) u(t) =

w(t )u( )d =

u(t )w( )d .

(2.41)

In ogni caso, la risposta di un sistema LTI ad un generico ingresso (e con condizioni iniziali nulle) si ottiene come integrale di convoluzione con la risposta
impulsiva del sistema.
Per dare uninterpretazione alla risposta impulsiva, approssimiamo lintegrale
di convoluzione tramite una somma finita su n termini ottenuti partizionando
lintervallo [0, t] in n intervalli di ampiezza individuati dagli istanti di tempo
0 , 1 , . . . , n
n

y(t) =
0

u(t )w( )d

i=1

u(t i )w(i ) .

Questa formula pu`


o essere interpretata come la sovrapposizione dei contributi che
lingresso presente i secondi prima fornisce alluscita, ciascuno pesato tramite la
risposta impulsiva. Dunque, la risposta impulsiva fornisce al sistema una sorta
di memoria di quanto il sistema ricorda degli ingressi precedenti. Cos` un
sistema con una risposta impulsiva che si esaurisce in breve tempo ricorder`
a
15

Nel resto del capitolo si far`


a riferimento sempre a sistemi causali.

2.2. Risposta dei sistemi lineari tempo invarianti

73

poco degli ingressi precedenti; viceversa, un sistema con una risposta impulsiva
non trascurabile per intervalli di tempo lunghi fornir`
a in un istante contributi
alluscita che dipendono fortemente dallingresso applicato anche molto tempo
prima. Il caso estremo di un sistema con risposta impulsiva pari ad un impulso di
Dirac di area K, quindi di durata nulla, in ogni istante avr`
a unuscita che dipende
esclusivamente dallingresso applicato nello stesso istante. Un sistema siffatto,
come abbiamo visto nel Capitolo 1, si dice istantaneo o algebrico o adinamico e,
se lineare, altro non `e che un semplice guadagno di valore pari a K, difatti la sua
` interessante notare che se
f.d.t. `e W (s) = L[w(t)]/L[(t)] = L[K(t)] = K. E
il sistema fosse stato non causale nella sommatoria avremmo dovuto considerare
anche i negativi e quindi avremmo trovato che luscita ad un certo istante t
dipende anche da campioni dellingresso in istanti di tempo futuri (t i > t),
cio`e il sistema oltre a ricordare deve anche prevedere, da cui il nesso con la
propriet`
a di causalit`
a.
Dal confronto tra lequazione (2.39) con lequazione (2.38) si deduce che lespressione della risposta impulsiva di un sistema LTI. Ricordando che la risposta
impulsiva nelluscita altro non `e che lantitrasformata della f.d.t., `e immediato
trovare che
w(t) = CeAt B + D(t),
t0
(2.42)
da cui si evince che la risposta impulsiva di un sistema LTI non strettamente
proprio (con D = 0) contiene termini impulsivi. Dalla (2.42) si vede anche che
la risposta impulsiva `e combinazione lineare dei modi propri di evoluzione del
sistema. Vediamolo con un esempio.
Esempio 2.17 Dato il sistema SISO
x =
y = (1

1 0
0 3

x+

5
1

2 )x + u

calcoliamone la risposta impulsiva tramite la (2.42)


1

w(t) = ( 1
= (1

2 )e
2)

5et
e3t

0
3

5
1

+ (t) = ( 1

2)

et
0

0
e3t

5
1

+ (t)

+ (t) = 5et + 2e3t + (t) ,

dove abbiamo sfruttato la (B.6) visto che A `e diagonale. Nel caso generale la A va
prima diagonalizzata e, se ci`
o non `e possibile, occorre utilizzare la forma generale
di diagonalizzazione di una matrice, detta forma di Jordan. Tuttavia qui non verr`
a
trattata, in quanto, in virt`
u della relazione che c`e tra w(t) e W (s), la risposta impulsiva pu`
o essere calcolata anche antitrasformando la f.d.t. e quindi non `e necessario

74

Capitolo 2. Analisi dei sistemi a tempo continuo

ricorrere allespressione in forma chiusa direttamente nel dominio del tempo (2.42).
Verifichiamolo nel caso in esame
7s + 17
w(t) = L1 [W (s)] = L1 [cT (sI A)1 b + d] = L1
+1 =
(s + 1)(s + 3)
5
2
= L1
+
+ (t) = 5et + 2e3t + (t) .
s+1 s+3
Sullequazione (2.37) `e possibile fare alcune interessanti considerazioni. Nel
caso di sistemi SISO e nellipotesi che la trasformata di Laplace dellingresso U (s)
sia una funzione razionale fratta, anche Yf (s) `e una funzione razionale fratta e
quindi la sua antitrasformata sar`
a una combinazione lineare di termini del tipo
tk et , k = 0, 1, 2, . . ., dove `e la generica radice del denominatore di Yf (s). Con
le seguenti posizioni
W (s) =

nW (s)
,
dW (S)

U (s) =

nU (s)
dU (s)

la Yf (s) pu`
o essere riscritta nella forma
Yf (s) =

nW (s)nU (s)
,
dW (s)dU (s)

(2.43)

per cui le radici del denominatore sono le radici del denominatore di W (s), cio`e
i poli del sistema, e le radici del denominatore della trasformata di Laplace dellingresso. Di conseguenza, levoluzione forzata nel dominio del tempo sar`
a una
combinazione lineare dei modi propri del sistema, cio`e termini del tipo tk eW t corrispondenti alle radici W di dW (s) e dei modi propri dellingresso, cio`e termini
del tipo tk eU t corrispondenti alle radici U di dU (s).
Come abbiamo gi`
a osservato per la risposta in evoluzione libera, anche nella
risposta forzata i coefficienti della combinazione lineare di modi propri del sistema
e dellingresso sono i residui della scomposizione in fratti semplici della (2.43).
Di conseguenza, alcuni di questi possono risultare nulli, e in particolare saranno
nulli quelli in corrispondenza dei poli che sono anche zeri del numeratore. Il
lettore dovrebbe chiedersi a questo punto come `e possibile che ci`
o accada se
abbiamo definito la f.d.t. come la funzione razionale fratta che si ottiene dalla
formula (2.25) una volta eseguite tutte le semplificazioni. La risposta `e che,
osservando che nella (2.43) compare anche la trasformata di Laplace dellingresso,
uno dei termini con residuo nullo pu`
o essere quello corrispondente ad uno dei
modi dellingresso che `e anche uno zero della f.d.t., tale evenienza `e la cosiddetta
propriet`
a bloccante degli zeri. Vediamo un esempio semplice.
Esempio 2.18 Calcoliamo la risposta indiciale del sistema con f.d.t.
s
W (s) = 2
s + 3s + 2

2.2. Risposta dei sistemi lineari tempo invarianti

75

Luscita nel dominio di Laplace vale


1
r1
r2
r3
+
+
Y (s) = W (s) =
s
s
s+1 s+2
dove i residui si calcolano come
r1 = [Y (s)s]s=0 = 0, r2 = [Y (s)(s + 1)]s=1 = 1, r3 = [Y (s)(s + 2)]s=2 = 1
e quindi la risposta nel dominio del tempo conterr`
a solo i modi propri del sistema,
in quanto il modo proprio dellingresso `e bloccato dallo zero nellorigine presente
nella f.d.t.
y(t) = (et e2t )1 (t)
Circa leventualit`
a delle cancellazioni tra numeratore e denominatore della
f.d.t., abbiamo gi`
a detto che ci`
o `e indice della presenza di una parte non controllabile o non osservabile del sistema. Anche se nella pratica tale eventualit`
a
pu`
o considerarsi remota (accadrebbe solo se numeratore e denominatore avessero
esattamente la stessa radice), ci possono essere dei casi in cui `e vero che non
c`e semplificazione, ma poli e zeri sono cos` vicini che il residuo corrispondente
`e piccolo rispetto a tutti gli altri, cosicche il modo corrispondente ha un peso
trascurabile nella combinazione lineare. Facciamo un esempio per chiarire questo
caso.
Esempio 2.19 Dato il sistema con f.d.t.
W (s) =

s+b
s+a

con a e b numeri reali qualunque, la sua realizzazione in forma canonica di osservazione `e


x = ax + (b a)u
y = x+u
Immaginiamo di applicare in ingresso un segnale cha sia funzione a sua volta dello
stato del sistema, ad esempio della forma
u(t) =

c
x(t)
ba

Con tale scelta, il sistema ha la nuova rappresentazione isu


x = (a + c)x
bac
y =
x
ba

Capitolo 2. Analisi dei sistemi a tempo continuo


1

0.8

0.8

0.6

0.6

x(t)

x(t)

76

0.4

0.4

0.2

0.2

0
0

0
0

10

0.05

0.5

0.1
0.15
0.2
0

10

10

u(t)

u(t)

1
1.5

6
t

10

2
0

4
t

Figura 2.6: Evoluzione libera e forzamento del sistema controllato nel caso b = 1.5
(sinistra) e nel caso b = 1.05 (destra)
Si vede dunque che esiste sempre un valore della costante c tale da far assumere al
polo del nuovo sistema un qualunque valore. Ci`
o significa che con la scelta fatta
dellingresso u, siamo in grado di portare lo stato del sistema ad assumere qualunque
tipo di comportamento vogliamo. Naturalmente `e chiaro che ci`
o `e possibile solo finche
b = a, inoltre quanto pi`
u b `e vicino ad a (cio`e lo zero `e vicino al polo del sistema),
tanto pi`
u lingresso deve crescere in ampiezza a parit`
a di valori dello stato. Questo
significa che occorre un forzamento pi`
u elevato per modificare il comportamento dello
stato. In Fig. 2.6, dove sono riportati gli andamenti dello stato (evoluzione libera
a partire da x(0) = 1) e dellingresso per i valori dei parametri a = 1, c = 0.1 nei
due casi b = 1.5 e b = 1.05, si nota che nel caso in cui lo zero `e pi`
u vicino al polo,
lingresso assume valori pi`
u elevati, mentre gli andamenti dello stato sono identici.
Un esempio meno astratto `e quello del controllo della dinamica laterale di un
aeroplano.

Esempio 2.20 Il modello linearizzato della dinamica laterale del Boeing 767 pu`
o

2.2. Risposta dei sistemi lineari tempo invarianti

77

Im(s)

1
0
1
2
2

Re(s)

Figura 2.7: Mappa poli-zeri della dinamica laterale di un Boeing 767


essere scritto nella forma

x =

0.0868
1
0.0391
0
0
0.065
2.14
0.228
0
0.0204

x +
u

0
0
0
1
0
4.41
0.334
0
1.181
2.11

dove il vettore delle variabili di stato assume il seguente significato fisico: x1 `e la


velocit`
a laterale, x2 `e la velocit`
a di imbardata, x3 `e langolo di rollio e x4 `e la velocit`
a
di rollio, mentre lingresso u `e la coppia da applicare agli alettoni. Immaginando di
assumere come uscita langolo di rollio, si ottiene la f.d.t.
W (s) = 2.11

s2 + 0.3251s + 2.297
(s + 1.155)(s 0.004583)(s2 + 0.3449s + 2.147)

dove si vede che la coppia di poli complessi e coniugati relativi alla dinamica dellimbardata `e molto prossima ad una coppia di zeri (vedi Fig. 2.7), ci`
o significa che se
volessimo controllare langolo di imbardata agendo sugli alettoni avremmo bisogno
di coppie molto elevate. Difatti negli aerei limbardata non viene controllata agendo
sugli alettoni ma sul timone.
Concludiamo questo paragrafo, riportando le formule esplicite per il calcolo della risposta di un sistema LTI nel dominio del tempo ottenute sommando
evoluzione libera e forzata
t

x(t) =
0

eA(t ) Bu( )d + eAt x0 ,


t

y(t) = C
0

t0

eA(t ) Bu( )d + Du(t) + CeAt x0 ,

(2.44)
t0.

(2.45)

78

Capitolo 2. Analisi dei sistemi a tempo continuo

Per convincersi definitivamente che questa `e la soluzione del problema che ci


eravamo posti, si lascia per esercizio al lettore il compito di sostituire le espressioni appena trovate nelle equazioni del sistema (2.21),(2.22) e verificare che tali
equazioni sono soddisfatte16 . In ogni caso, il risultato delle ultime due espressioni consister`
a sempre in combinazioni lineari di modi di evoluzione del sistema e
modi propri dellingresso. Vediamo un esempio riepilogativo.
Esempio 2.21 Consideriamo il sistema SISO del secondo ordine
x =

2
0
1 3

y =

0 1

x+

0
1

u(t),

1
0

x(0) =

Vogliamo determinare la risposta al gradino unitario17 . Iniziamo col calcolare la


matrice di transizione (s) = (sI A)1
sI

2
0
1 3

s+2
0
1 s + 3

1
(s + 2)(s + 3)

s+3
0
1 s+2

Applicando la (2.23) troviamo la risposta nello stato nel dominio di Laplace


X(s) =

1
(s + 2)(s + 3)

s+3
0
1 s+2

0
1

1
s+3
0
+
1
s
+
2
s

s+2

1
0

s+3

=
(s + 2)(s + 3) s + 2

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

Si noti come nel calcolare la prima variabile di stato `e stata effettuata la semplificazione del termine s + 3 a numeratore e a denominatore della funzione razionale fratta
che rappresenta la trasformata di Laplace della risposta nella prima variabile di stato.
Antitrasformando il primo elemento del vettore dello stato si ha
x1 (t) = e2t 1 (t)
che coincide, in effetti, con la sola evoluzione libera, come era prevedibile visto che
la prima equazione del sistema ha la forma
x 1 (t) = 2x1 (t)
16

A tale scopo `e utile ricordare la formula di derivazione

t d
f (t, )d .
0 dt
17

d
dt

t
0

f (t, )d = f (t, t) +

La risposta al gradino unitario a partire da condizioni iniziali nulle `e detta risposta indiciale.

2.3. Schemi a blocchi

79
u

G(s)

Figura 2.8: Schema a blocchi di un sistema dinamico


ua
ub

+ +

uc

Figura 2.9: Nodo sommatore


o essere influenzato affatto dallingresso18 u(t).
per cui landamento di x1 (t) non pu`
Per calcolare lantitrasformata della seconda variabile di stato occorre effettuare la
decomposizione in fratti semplici
X2 (s) =

1/3
1
4/3
2s + 2
=
+

s(s + 2)(s + 3)
s
s+2 s+3

a cui corrisponde la funzione del tempo


x2 (t) =

1
4
+ e2t e3t 1 (t).
3
3

Visto che lequazione di uscita `e y(t) = x2 (t), la risposta nelluscita `e gi`


a stata
trovata.

2.3

Schemi a blocchi

Nellanalisi dei sistemi lineari e stazionari costituiti da pi`


u sottosistemi collegati tra loro in vario modo, `e spesso conveniente adoperare una rappresentazione
grafica delle connessioni basata sui cosiddetti schemi a blocchi. Tale rappresentazione rende agevole il calcolo della funzione di trasferimento tra una data
variabile di ingresso e una data variabile duscita, e quindi permette una rapida
caratterizzazione di un sistema complesso.
18

Questo fatto `e legato strettamente alla semplificazione effettuata nei calcoli ed `e indicativo
della presenza allinterno del sistema di una parte dello stato su cui lingresso non pu`
o agire
(cio`e una parte non controllabile), ma che evolve solo in virt`
u dello stato iniziale.

80

Capitolo 2. Analisi dei sistemi a tempo continuo


ya
yb

yc
Figura 2.10: Punto di diramazione
u = ua

Ga (s)

ya = ub

Gb (s)

yb = y

Gb (s)Ga (s)

Figura 2.11: Connessione in serie o cascata


Nella simbologia degli schemi a blocchi una variabile `e rappresentata da una
freccia etichettata col nome della variabile stessa e un sistema `e rappresentato
da un blocco, cio`e da un rettangolo al cui interno `e indicata la f.d.t. del sistema, dotato di una freccia entrante e una uscente rappresentative dellingresso e
delluscita del sistema, rispettivamente. Cos` un sistema con funzione di trasferimento G(s) tra lingresso u e luscita y `e rappresentato dallo schema a blocchi
di Fig. 2.8. Per poter rappresentare la connessione di sistemi sono necessari
altri due elementi, il nodo sommatore e il punto di diramazione, rappresentati in Figg. 2.9, 2.10, rispettivamente, in due casi esemplificativi. Il primo va
interpretato come rappresentativo della relazione
y(t) = ua (t) + ub (t) uc (t) ,
mentre il secondo equivale alle condizioni
ya (t) = yb (t) = yc (t) = u(t) .
In questa sede assumeremo che tutti i sistemi negli schemi a blocchi sono SISO
e di conseguenza tutte le variabili sono scalari, tuttavia le regole di connessione che
troveremo sono facilmente estendibili al caso pi`
u generale di sistemi multivariabili
(si veda ad es. [1]).
Il caso di connessione pi`
u semplice tra due sistemi `e la connessione serie o
cascata, che si verifica quando luscita di un sistema coincide con lingresso di un
altro sistema. Con riferimento alla Fig. 2.11, `e immediato comprendere che
Y (s) = Gb (s)Ya (s) = Gb (s)Ga (s)U (s)

2.3. Schemi a blocchi


ua

81
ya

Ga (s)

+ y

u
ub

yb

Gb (s)

Ga (s) + Gb (s)

Figura 2.12: Connessione in parallelo


u +

ua

ya

Ga (s)

yb

ub

Ga (s)
1 + Ga (s)Gb (s)

Gb (s)

Figura 2.13: Connessione in retroazione negativa


per cui la f.d.t. del sistema complessivo risulta19
G(s) = Gb (s)Ga (s) .

(2.46)

Un altro caso semplice di connessione `e quella in parallelo, che si verifica


quando due sistemi hanno il medesimo ingresso e le uscite vengono poi sommate.
Cos` in Fig. 2.12 `e immediato constatare che
Y (s) = Ya (s) + Yb (s) = Ga (s)U (s) + Gb (s)U (s) = Ga (s) + Gb (s) U (s)
e quindi la funzione di trasferimento del sistema complessivo risulta pari a
G(s) = Ga (s) + Gb (s) .

(2.47)

Passiamo ora ad un tipo di connessione un p`


o pi`
u complesso, quella in retroazione o reazione, rappresentata in Fig. 2.13. Dallanalisi dello schema a blocchi
si deduce che
Y (s) = Ga (s)Ua (s) = Ga (s) U (s) Yb (s) = Ga (s)U (s) Ga (s)Gb (s)Y (s)
da cui si pu`
o ricavare il rapporto tra uscita e ingresso e quindi la f.d.t. del sistema
complessivo, detto anche ad anello chiuso
G(s) =

Y (s)
Ga (s)
=
.
U (s)
1 + Ga (s)Gb (s)

(2.48)

19
Si osservi come nel caso MIMO lordine in cui si esegue il prodotto delle f.d.t. non `e
indifferente.

82

Capitolo 2. Analisi dei sistemi a tempo continuo


u +

ua

ya

Ga (s)

+
yb

ub

Gb (s)

Ga (s)
1 Ga (s)Gb (s)

Figura 2.14: Connessione in retroazione positiva


Nel caso in cui il nodo sommatore nella configurazione in retroazione presenti
entrambi i segni positivi, allora la connessione si dice in retroazione positiva, e la
f.d.t. del sistema ad anello chiuso pu`
o facilmente essere determinata con passaggi
analoghi a quelli visti per la retroazione negativa, con il risultato
G(s) =

Ga (s)
Y (s)
=
.
U (s)
1 Ga (s)Gb (s)

(2.49)

In entrambi i casi, affinche la f.d.t. ad anello chiuso sia sempre ben definita
deve verificarsi una condizione di congruenza e cio`e
lim Ga (s)Gb (s) = 1

per la connessione in reazione negativa, e


lim Ga (s)Gb (s) = 1

per quella in reazione positiva. Se ci`


o non fosse verificato, risulterebbe
lim G(s) =

e il sistema complessivo non sarebbe fisicamente realizzabile, cos` come discusso


nel Paragrafo 2.2.3.

2.4

Stabilit`
a dei sistemi dinamici

Affronteremo ora un argomento di estrema importanza, in quanto concerne una


propriet`
a dei sistemi dinamici di particolare interesse nelle applicazioni. Nella prima sezione, inizieremo ad analizzarla nel caso dei sistemi LTI, ma nella
successiva sezione verr`
a trattata per sistemi dinamici in generale non lineari,
particolarizzando poi i risultati al caso dei sistemi LTI.

2.4. Stabilit`
a dei sistemi dinamici

83
x1

x
0
x0

x(t)
x
(t)

x2

t
Figura 2.15: Movimento stabile

2.4.1

Stabilit`
a BIBO o esterna

In tutti gli esempi di antitrasformazione della funzione Y (s) visti nel Paragrafo 2.2.1, si pu`
o notare come luscita y(t) sia una funzione convergente a 0 per
t + nel caso in cui i poli della funzione Y (s) siano tutti a parte reale negativa. Abbiamo gi`
a detto che i poli di Y (s) sono i poli di W (s) = nW (s)/dW (s)
e quelli di U (s) = nU (s)/dU (s), infatti una funzione razionale fratta pu`
o essere
sempre decomposta nella somma di due funzioni razionali fratte, come
Y (s) = W (s)U (s) =

r(s)
k(s)
nW (s)nU (s)
=
+
,
dW (s)dU (s)
dW (s) dU (s)

(2.50)

dove i polinomi r(s) e k(s) sono le soluzioni dellequazione diofantina20


dW (s)k(s) + dU (s)r(s) = nW (s)nU (s).
Dallequazione (2.50) si vede che luscita diverger`
a se ci sono radici a parte
reale positiva in dW (s) (poli della f.d.t.) oppure in dU (s) (cio`e se lingresso `e
divergente), di conseguenza si pu`
o affermare che se lingresso `e convergente, ma
qualunque, luscita converge se e solo se tutti i poli della f.d.t. del sistema sono
20

Le tecniche di soluzione di tale equazione, seppure non estremamente complesse, richiedono


un approfondimento di alcuni concetti non affrontati in questo corso e quindi saranno oggetto
di corsi specialistici.

84

Capitolo 2. Analisi dei sistemi a tempo continuo


x1

x
0
x0

x(t)

x
(t)

x2

t
Figura 2.16: Movimento instabile
a parte reale negativa. Nel caso in cui luscita di un sistema LTI rimane limitata
qualunque sia lingresso limitato applicato, si dice che il sistema `e stabile BIBO.21
Dunque, vale la seguente
Proposizione 2.8 Un sistema LTI `e stabile BIBO o esternamente se e solo se
la f.d.t. del sistema ha tutti i poli a parte reale negativa.
Facciamo notare che una tale propriet`
a `e una caratteristica propria del sistema,
infatti `e stata enunciata per qualunque ingresso.

2.4.2

Stabilit`
a sotto perturbazioni o interna

La propriet`
a di stabilit`
a, tuttavia, per sistemi pi`
u generali di quelli LTI non pu`
o
essere ritenuta una propriet`
a del sistema, ma il concetto stesso di stabilit`
a ha
connotati legati alle traiettorie che il sistema esegue; si parla allora di stabilit`
a
sotto perturbazioni. Diamo la definizione di stabilit`
a di un movimento22 di un generico sistema dinamico non lineare e stazionario, cio`e governato da unequazione
21

Nel corso di comunicazioni elettriche si vedr`


a che una tale condizione equivale alla limitatezza
dellintegrale (sommabilit`
a) della risposta impulsiva.
22 `
E opportuno non confondere il movimento, cio`e la soluzione dellequazione di stato con
assegnata condizione iniziale, con la traiettoria, cio`e la proiezione nello spazio di stato del
movimento.

2.4. Stabilit`
a dei sistemi dinamici

85
x1

x
0
x0
x
(t)

x(t)
x2

t
Figura 2.17: Movimento asintoticamente stabile
differenziale in forma normale del tipo
x(t)

= f (x, u),

x(0) = x0 .

Dato un ingresso nominale u


(t) e una condizione iniziale nominale x
0 , sia x
(t) il
movimento risultante del sistema. Allora si pongono le seguenti definizioni:
x
(t) si dice stabile se, per ogni > 0, esiste un > 0 tale che, per tutti gli
stati iniziali tali che
x0 x
0 < ,
risulta
x(t) x
(t) t 0 .
x
(t) si dice instabile se non `e stabile.
x
(t) si dice asintoticamente stabile se `e stabile e se risulta
lim

t+

x(t) x
(t) = 0 .

Le tre situazioni sono rappresentate graficamente nelle Figg. 2.15, 2.16, 2.17,
rispettivamente. Inoltre, `e chiaro che esse comprendono anche il caso particolare
di un movimento costante x
, cio`e di un punto di equilibrio (x
= 0).

86

Capitolo 2. Analisi dei sistemi a tempo continuo

In generale, la propriet`
a di stabilit`
a cos` definita dipende dal particolare movimento, tuttavia, per un sistema lineare e stazionario non `e pi`
u cos`. Infatti, si considerino due ingressi nominali u
a (t), u
b (t) e due condizioni iniziali nominali x
0a ,
a (t), x
b (t) i due movimenti nominali, rispettivamente. Se applichiax
0b e siano x
mo la stessa perturbazione alle due condizioni iniziali nominali: x0a = x
0a + x0 ,
0b + x0 , si otterranno i due movimenti perturbati xa (t), xb (t), i quali
x0b = x
potranno sempre scriversi come
xa (t) = x
a (t) + xa (t),

xb (t) = x
b (t) + xb (t) .

Applicando il principio di sovrapposizione degli effetti, dimostreremo ora che


necessariamente deve risultare xa (t) = xb (t). Se applichiamo al sistema lingresso u
a (t) u
b (t) a partire da condizione iniziale x0a x0b , il movimento che ne
risulta `e xa (t) xb (t). Analogamente, se applichiamo al sistema lo stesso ingresso
u
a (t) u
b (t) ma a partire da condizione iniziale x
0a x
0b , il movimento che ne
risulta `e x
a (t) x
b (t). Tuttavia, siccome risulta x
0a x
0b = x0a x0b , deve
necessariamente risultare
x
a (t) x
b (t) = xa (t) xb (t)

xa (t) = xb (t) .

In conclusione, il comportamento del sistema sotto la stessa perturbazione dello


stato iniziale `e sempre lo stesso indipendentemente dal movimento nominale considerato, ci`
o significa che si pu`
o parlare di stabilit`
a del sistema e per studiarla si
pu`
o scegliere un movimento nominale qualunque. La scelta pi`
u ovvia `e naturalmente quella del punto di equilibrio corrispondente allingresso nominale nullo e
cio`e lorigine dello spazio di stato. In questo modo lequazione da studiare `e
x = Ax,

x(0) = x0 .

(2.51)

Visto che lequazione (2.51) `e quella che governa levoluzione libera dello stato
(non c`e ingresso), la stabilit`
a del sistema dipende solo dalla convergenza o meno
dei movimenti liberi dello stato, cio`e dei modi propri di evoluzione del sistema,
e quindi dalle caratteristiche della matrice dinamica A, in particolare dai suoi
autovalori.
Abbiamo visto, nel Paragrafo 2.2.4, che levoluzione libera dello stato nel
dominio di Laplace `e data dalla formula
Xl (s) = (sI A)1 x0
e che quando si torna nel dominio del tempo antitrasformando, xl (t) sar`
a combinazione lineare di tutti termini esponenziali, sinusoidali, eventualmente moltiplicati per potenze di t. Ricordando la Proposizione 2.7, `e evidente allora che
valgono le seguenti proposizioni.
Proposizione 2.9 Un sistema LTI `e23
23
Si ricorda che antitrasformando Xl (s) a denominatore compare il polinomio minimo di A,
le cui radici sono gli autovalori di A.

2.4. Stabilit`
a dei sistemi dinamici

87

asintoticamente stabile se e solo se tutti i modi propri del sistema sono


convergenti e quindi se e solo se tutti gli autovalori di A sono a parte reale
negativa.
stabile se e solo se gli autovalori di A sono a parte reale non positiva e quelli
a parte reale nulla hanno molteplicit`
a pari a uno come radici del polinomio
minimo.
instabile se e solo se almeno uno degli autovalori di A `e a parte reale positiva
oppure a parte reale nulla e con molteplicit`
a maggiore di uno come radice
del polinomio minimo.
Per comprendere come `e possibile che esistono sistemi instabili con autovalori
sullasse immaginario e nessun autovalore a parte reale positiva, analizziamo il
seguente esempio.
Esempio 2.22 Il sistema con isu
x =

0 1
1 0

x+

0
1

y = (1 0)x

ha autovalori in j, cio`e due autovalori sullasse immaginario ma di molteplicit`


a
unitaria, quindi `e stabile (ma non asintoticamente!). Se ora consideriamo il sistema
costituito dalla serie di due sistemi identici a quello di sopra, si ottiene un sistema la
cui matrice dinamica `e

0 1
0 0
1 0
0 0

A=

0 0
0 1
1 0 1 0

che ha due autovalori, uno in j di molteplicit`


a due e uno in j di molteplicit`
a due
come radici del polinomio minimo. Per vedere che tale sistema `e instabile, basta
considerare una condizione iniziale tale da generare una evoluzione che non rimane
limitata, ad esempio se si sceglie x0 = ( 1 0 0 0 )T , si ottiene, nel dominio di
Laplace, unevoluzione libera nello stato

Xl (s) = (sI A)1 x0 =


=

1
(s2 + 1)2

s3

s 1 0
0
1
s 0
0
0
0 s 1
1
0 1
s
s2

1
1
0

=

+s
+1
0
0
2
3
s 1 s + s
0
0
s
1
s3 + s s2 + 1
s2
s s2 1 s3 + s


1
0


0

88

Capitolo 2. Analisi dei sistemi a tempo continuo


u +

s1
s+2

s2

1
1

Figura 2.18: Schema a blocchi del sistema dellEsempio 2.23


e quindi le singole variabili di stato sono
s
s2 + 1
1
X2 (s) = 2
s +1
s
X3 (s) = 2
(s + 1)2
s2
X4 (s) = 2
(s + 1)2

X1 (s) =

L1

x1 (t) = cos t
L1

x2 (t) = sin t
1
L1
x3 (t) = t sin t
2
1
L1
x4 (t) = (sin t + t cos t)
2

da cui si vede che alcune variabili di stato divergono per t +, e quindi il sistema
`e instabile24 .
Concludiamo il paragrafo accennando alla relazione che c`e tra stabilit`
a BIBO
e stabilit`
a sotto perturbazioni. Nel caso di sistemi completamente controllabili e
osservabili i poli del sistema e gli autovalori della matrice dinamica coincidono, per
cui `e evidente che la stabilit`
a BIBO e quella asintotica si equivalgono. Laddove si
ha a che fare con sistemi comprendenti una parte non controllabile e/o una parte
non osservabile, ci`
o non `e pi`
u vero. Di conseguenza, se per determinare la stabilit`
a
esterna `e sufficiente sempre riferirsi alla f.d.t., per poter stabilire la propriet`
a di
stabilit`
a interna occorre riferirsi ad una rappresentazione isu che conservi la
struttura interna del sistema. Ci`
o significa che tale rappresentazione non deve
essere quella ottenuta a partire dalla f.d.t. tramite una delle forme canoniche,
ma deve necessariamente essere ottenuta a partire da informazioni riguardanti i
singoli sottosistemi componenti il sistema in esame, in termini di interconnessioni
tra blocchi di cui si conoscono rappresentazioni iu o anche isu. Per ulteriori
dettagli circa tale problema si veda anche il Paragrafo 2.7.1. Cerchiamo di fissare
le idee con un esempio.

Esempio 2.23 Consideriamo il sistema il cui schema a blocchi `e rappresentato in


Fig. 2.18 e determiniamo le propriet`
a di stabilit`
a esterna ed interna. Per la stabilit`
a
24
Si pu`
o verificare che, al contrario, il sistema costituito dal parallelo dei due sistemi del
secondo ordine di partenza `e stabile.

2.4. Stabilit`
a dei sistemi dinamici

89

BIBO `e sufficiente determinare la f.d.t.


W (s) =

1
s2 + 3s + 3

i cui poli sono 3/2 j 3/2, per cui il sistema `e stabile BIBO, tuttavia non si
pu`o concludere che lo sia anche internamente. Per stabilire la propriet`
a di stabilit`
a
interna `e necessario trovare la rappresentazione isu a partire dalle rappresentazioni
isu dei singoli sottosistemi. Indicando con x1 la variabile di stato del sottosistema
del I ordine, la sua isu in forma canonica di osservazione25 vale
x 1 = 2x1 3v
z = x1 + v
mentre, indicando con x2 e x3 le variabili di stato del sottosistema del II ordine, la
isu in forma canonica di controllo vale
x 2
x 3

0 1
1 0

x2
x3

0
1

y = x2
e quindi, tenendo conto della relazione di interconnessione in retroazione negativa
v = u y, la isu del sistema complessivo si scrive

2 3 0
3

x = 0 0 1 x + 0 u
1 0 0
1
y = x2
Il polinomio caratteristico della matrice dinamica vale
det(sI A) = s3 + 2s2 3

che ha le tre radici 3/2 j 3/2 e 1, e quindi il sistema `e internamente instabile.


La coesistenza di due propriet`
a di stabilit`
a cos` diverse si giustifica osservando che il
sistema non `e completamente controllabile. In particolare lingresso u non `e capace di
eccitare la dinamica instabile presente nel sistema del II ordine a causa della presenza
dello zero nel sistema del I ordine che la maschera. Tuttavia, tale dinamica `e
eccitabile da condizioni iniziali opportune sulle variabili di stato x2 e x3 . E` questo
uno dei motivi per cui sistemi stabili BIBO ma internamente instabili non possono
funzionare correttamente nella pratica. Un altro motivo `e che spesso si trascurano
alcuni ingressi invece presenti nel sistema, dai quali `e possibile che le dinamiche
instabili siano controllabili. Tale argomento verr`
a comunque approfondito nel corso
di Controlli Automatici.
25
La scelta del tipo di forma canonica per le realizzazioni dei singoli sottosistemi `e
assolutamente ininfluente sulle propriet`
a strutturali del sistema complessivo.

90

2.4.3

Capitolo 2. Analisi dei sistemi a tempo continuo

Criterio di Routh

Nellultimo esempio studiato, per determinare la propriet`


a di stabilit`
a esterna o
interna, abbiamo calcolato esplicitamente le radici di un polinomio. Tuttavia, ci`
o
non sempre `e agevole o addirittura possibile, specialmente per sistemi di ordine
elevato. Si pone dunque il problema di stabilire il segno della parte reale delle
radici di un polinomio senza determinarle esplicitamente. Ricordiamo che il calcolo diretto delle radici dei polinomi di grado qualunque pu`
o essere fatto solo in
maniera approssimata per via numerica e le equazioni polinomiali di grado superiore al quarto non ammettono soluzioni esprimibili tramite funzioni algebriche.
Spesso, `e inoltre interessante non limitarsi allindagine della posizione delle radici
del polinomio minimo o del denominatore della f.d.t., ma poter trarre conclusioni
su come modificarne i coefficienti per ottenere la stabilit`
a26 .
Iniziamo questa indagine per gradi. Per un polinomio di primo grado p(s) =
s+p lappartenenza al semipiano sinistro `e garantita dalla condizione p > 0, visto
che lunica radice `e s = p. Per un polinomio di secondo grado p(s) = as2 +bs+c,
il ben noto Teorema di Cartesio afferma che il numero di radici a parte reale
positiva `e pari al numero di variazioni di segno dei coefficienti, per cui le radici
appartengono al semipiano sinistro se e solo se a, b e c sono tutti dello stesso
segno. Le cose si complicano per polinomi di grado superiore al secondo, infatti
in questo caso luguaglianza del segno dei coefficienti `e condizione solo necessaria
per lappartenenza al semipiano sinistro, cio`e si pu`
o affermare che
Proposizione 2.10 Se un polinomio ammette tutte radici a parte reale negativa,
allora i suoi coefficienti sono tutti dello stesso segno.
Che tale condizione non sia in generale sufficiente, si pu`
o vederlo tramite lesempio: p(s) = s3 + s2 + 4s + 30 le cui radici sono s = 3 e s = 1 j3. Tuttavia, la
condizione necessaria `e di estrema utilit`
a in quanto ci consente di affermare che
se nel polinomio in esame c`e qualche variazione di segno, allora certamente c`e
qualche radice nel semipiano destro. Resta da analizzare il caso di un polinomio
con coefficienti tutti dello stesso segno e di grado superiore al secondo. Ci viene
in aiuto il criterio di Routh che fornisce una condizione necessaria e sufficiente
per lappartenenza al semipiano sinistro delle radici di un polinomio, e quindi per
la stabilit`
a asintotica o quella BIBO se applicato, rispettivamente, al polinomio
minimo della matrice dinamica o al denominatore della f.d.t.
Dato un polinomio
p(s) = a0 sn + a1 sn1 + a2 sn2 + + an
con coefficienti tutti dello stesso segno (altrimenti per quanto detto gi`
a si pu`
o
affermare che il sistema in esame `e instabile) la tabella di Routh si costruisce
26
Studi recenti non si limitano alla stabilit`
a ma alla D-stabilit`
a, cio`e lappartenenza delle
radici a regioni del piano complesso pi`
u articolate del semipiano sinistro.

2.4. Stabilit`
a dei sistemi dinamici

91

come segue: si scrivono in ordine decrescente gli interi n, n 1, . . . , 0 e si traccia


una linea verticale
n
n1
..
.
0
Nella prima riga della tabella si inseriscono i coefficienti del polinomio di indice
pari a0 , a2 , . . . e nella seconda quelli di indice dispari a1 , a3 , . . .
n a0 a2 a4
n 1 a1 a3 a5
..
.
0
Il primo elemento della terza riga, b1 , `e pari al determinante della matrice 2 2
formata dalle due precedenti righe e dalla prima e seconda colonna cambiato di
segno e diviso per il primo elemento della riga precedente

b1 =

a0 a2
a1 a3
a1

= (a1 a2 a0 a3 )/a1 .

Gli altri elementi della prima riga si ottengono con la stessa formula, solo che nella
matrice la seconda colonna `e la colonna successiva delle due righe precedenti, ad
esempio
a0 a4
a1 a5
b2 =
= (a1 a4 a0 a5 )/a1 .
a1
Gli elementi delle altre righe si costruiscono nello stesso modo, con i determinanti cambiati di segno degli elementi delle due righe precedenti e della prima e
successive colonne divisi per il primo elemento della riga precedente. Volendo fornire una formula generale per la costruzione della tabella, si consideri la generica
tabella
n a0 a2 a4
n 1 a1 a3 a5
.. ..
..
..
..
. .
.
.
.
i h1 h2 h3
i 1 k1 k2 k3
i 2 l1 l2 l3
..
.
0

92

Capitolo 2. Analisi dei sistemi a tempo continuo

gli elementi della riga i 2, noti gli elementi delle due righe precedenti, sono dati
da
h1 hi+1
k1 ki+1
li =
= (k1 hi+1 h1 ki+1 )/k1
k1
dove gli elementi necessari al calcolo e non definiti nelle righe precedenti vanno
considerati nulli.
Una volta completata la tabella (le righe corrispondenti agli indici 0 e 1 avranno un solo elemento) i coefficienti di Routh saranno gli elementi della prima colonna della tabella e il numero delle loro variazioni di segno `e pari al numero
delle radici a parte reale positiva, mentre il numero delle loro permanenze di segno `e pari al numero di radici a parte reale negativa. Quando compare qualche
coefficiente di Routh nullo, allora la tabella non `e ben definita (tale caso sar`
a
affrontato pi`
u avanti). Di conseguenza si pu`
o affermare che
Proposizione 2.11 Condizione necessaria e sufficiente affinche un polinomio
abbia tutte radici a parte reale negativa `e che i suoi coefficienti di Routh siano
ben definiti e tutti dello stesso segno.

Esempio 2.24 Consideriamo il polinomio


p(s) = s4 + 2s3 + 3s2 + 4s + 5
Siccome tutti i coefficienti sono positivi, la condizione necessaria `e soddisfatta e non
pu`
o darci alcuna informazione. Iniziamo a costruire la tabella di Routh
4 1 3 5
3 2 4
2
1
0
Il primo elemento della terza riga `e

b1 =

1 3
2 4
2

=1

il secondo vale
b2 =

1 5
2 0
2

=5

2.4. Stabilit`
a dei sistemi dinamici

93

ed essendo finite le colonne delle prime due righe, lultimo elemento della terza riga
`e nullo e non viene riportato e la tabella risulta
4 1 3 5
3 2 4
2 1 5
1
0
Lunico elemento della quarta riga (visto che le due righe precedenti hanno solo due
colonne) `e
2 4
1 5
c1 =
= 6
1
e cos` per la quinta
1 5
6 0
d1 =
=5
6
Quindi la tabella completa `e
1 3 5
4
3
2 4
2
1 5
1 6
0
5
e i coefficienti di Routh sono
1, 2, 1, 6, 5

che mostrano due permanenze e due variazioni, il che implica due radici a parte
reale positiva e due a parte reale negativa. Difatti, applicando il comando roots in
MATLAB, si calcola che le radici sono
0.2878 j1.4161
1.2878 j0.8579
Questo esempio mostra che lelemento b2 `e pari ad a4 e lelemento d1 `e pari a
b2 , ma questa caratteristica `e del tutto generale:
Gli ultimi elementi delle righe di indice pari sono uguali agli ultimi elementi delle
precedenti righe di indice pari. Inoltre, poiche tutti i termini di una stessa riga
possono essere moltiplicati per uno stesso numero positivo, nella costruzione delle
righe successive alla seconda non `e necessario dividere per il primo termine della
riga precedente, limitandosi a cambiare segno se esso `e negativo27 .
27
Nel caso si decida di non effettuare la divisione `e indispensabile non effettuarla per alcun
elemento della riga.

94

Capitolo 2. Analisi dei sistemi a tempo continuo


Nella costruzione della tabella possono presentarsi due casi singolari
il primo elemento di una riga di indice minore di n `e nullo;
tutti gli elementi di una riga sono nulli28 .

Nel primo caso per completare la tabella si sostituisce al termine nullo un valore
> 0 piccolo a piacere.
Esempio 2.25 La tabella di Routh del polinomio
p(s) = s3 + 3s + 4
`e

3 1 3
2 0 4
1
0

Si sostituisce al posto di 0 un numero > 0 e si completa la tabella secondo le regole


gi`
a esposte
3
1
3

4
2
1 3 4
si noti che non si `e diviso per
0
4
Passando ora al limite per 0+ la sequenza dei segni dei coefficienti di Routh `e
+ + +
e quindi il polinomio ha una radice a parte reale negativa e due a parte reale positiva;
nella fattispecie 1, 0.5 j1.9365.
Pi`
u complesso `e il secondo caso in cui si annulla unintera riga.
Esempio 2.26 Consideriamo il polinomio
p(s) = s5 + 3s4 5s3 15s2 + 4s + 12
Se fossimo interessati alla sola stabilit`
a, gi`
a potremmo concludere che il sistema
che ammette tale polinomio come polinomio minimo della matrice dinamica o come
denominatore della f.d.t. `e instabile in quanto non verifica la condizione necessaria,
tuttavia possiamo usare il criterio di Routh anche semplicemente per determinare il
28

Si pu`
o dimostrare che solo righe di indice dispari possono annullarsi.

2.4. Stabilit`
a dei sistemi dinamici

95

numero delle radici a parte reale positiva. Dunque passiamo alla costruzione della
tabella di Routh
5 1 5 4
4 3 15 12
3 0
0
2
1
0
A questo punto la costruzione della tabella non pu`
o essere proseguita e quindi occorre introdurre la cosiddetta equazione ausiliaria, definita dai coefficienti della riga
precedente a quella nulla
3s4 15s2 + 12 = 0
ottenuta utilizzando solo potenze pari a partire dallindice della riga di cui si utilizzano i coefficienti. Si dimostra che le soluzioni di questa equazione sono le radici
simmetriche rispetto allorigine del polinomio di partenza. Il fatto che ci siano solo
potenze pari di s ci permette di risolvere lequazione rispetto alla variabile = s2 .
Nel nostro esempio lequazione ausiliare pu`
o essere risolta facilmente
3 2 15 + 12 = 0 1,2 =

1 s1,2 = 1

4 s = 2
3,4

In conclusione delle 5 radici del polinomio iniziale, 2 sono a parte reale positiva
(+1, +2) e due a parte reale negativa (1, 2), la quinta `e a parte reale negativa
perche nella tabella parziale non cera alcuna variazione di segno nella prima colonna.
Concludiamo questa lunga trattazione dellargomento della stabilit`
a di un sistema dinamico, accennando al fatto che per i sistemi non lineari lo studio della
stabilit`
a `e assai pi`
u complesso, innanzitutto perche non `e possibile riferire la propriet`
a al sistema ma solo ai suoi movimenti o ai suoi punti di equilibrio. Inoltre,
non esistono condizioni necessarie e sufficienti per la stabilit`
a, che va quindi sempre analizzata caso per caso. Tuttavia, esiste un metodo, detto primo metodo di
Lyapunov che permette di analizzare la stabilit`
a di un punto di equilibrio di un
sistema non lineare, studiando la stabilit`
a del sistema linearizzato attorno a quel
punto di equilibrio. In particolare
se il modello linearizzato `e asintoticamente stabile, allora il punto di equilibrio `e localmente asintoticamente stabile
se il modello linearizzato `e instabile, allora il punto di equilibrio `e instabile
se il modello linearizzato `e stabile, allora nulla si pu`
o dire del sistema non
lineare

96

Capitolo 2. Analisi dei sistemi a tempo continuo

Per comprendere il senso della parola localmente, ricordiamo che i sistemi non
lineari possono ammettere anche pi`
u punti di equilibrio sotto lo stesso ingresso.
A seconda della propriet`
a di stabilit`
a di ciascuno di essi e delle condizioni iniziali,
il sistema si porter`
a verso luno o laltro di essi. In particolare, per ogni punto di
equilibrio asintoticamente stabile esiste una regione dello spazio di stato, detta
dominio di attrazione, tale che se le condizioni iniziali appartengono a tale regione,
lo stato del sistema si porter`
a verso il punto di equilibrio corrispondente.
Esempio 2.27 Consideriamo il sistema dinamico dellEsempio 1.10 tenendo conto
anche dellattrito viscoso con laria di coefficiente , la cui equazione di stato in
forma normale `e
x 1 = x2
x 2 = g/r sin x1 /J x2 + 1/J u
dove con x1 = abbiamo indicato langolo e con u = C la coppia applicata allasse
di rotazione. Troviamo i punti di equilibrio in corrispondenza dellingresso costante
u
= 0 e linearizziamo attorno a ciascuno di essi. Ponendo le derivate uguali a zero,
si trovano le soluzioni
x
2 = 0,

sin x
1 = 0 x
1 = 0, ,

per cui ci sono due punti di equilibrio distinti, corrispondenti al pendolo con la massa
posta nel punto pi`
u basso (
x1 = 0) della sua traiettoria e al pendolo con la massa
posta nel punto pi`
u alto (
x1 = ):
x
a =

x
1a
x
2a

0
0

, x
b =

x
1b
x
2b

Linearizzando attorno al punto di equilibrio x


a si ottiene il sistema lineare
x a =

0
1
g/r /J

xa +

0
1/J

i cui autovalori sono le radici del polinomio s2 + /J s + g/r, che sono tutte e due
a parte reale negativa visto che tutti i parametri fisici sono positivi. Di conseguenza
possiamo concludere che il punto di equilibrio x
a `e asintoticamente stabile.
Linearizzando attorno al punto di equilibrio x
b si ottiene il sistema lineare
x b =

0
1
g/r /J

xb +

0
1/J

i cui autovalori sono le radici del polinomio s2 + /J s g/r, che sono una a parte
reale negativa e una a parte reale positiva. Di conseguenza possiamo concludere che

2.5. Risposta a regime permanente

97

il punto di equilibrio x
b `e instabile. Dato che il sistema presenta un solo punto di
equilibrio stabile, si pu`
o concludere anche che esso `e globalmente asintoticamente
stabile, nel senso che il sistema, sotto lingresso u
= 0 si porter`
a in x
a a partire da
qualunque condizione iniziale, eccetto che nel caso in cui x(0) = x
b , perche il sistema
rimarrebbe in tale punto. Infatti, in teoria, anche se instabile, un punto di equilibrio
`e sempre un movimento ammissibile per un sistema dinamico, `e sufficiente che le
condizioni iniziali siano esattamente pari al punto di equilibrio stesso e lingresso
sia pari a quello nominale. Il problema `e che, in pratica, una condizione simile `e
inattuabile.

2.5

Risposta a regime permanente

La risposta di un sistema LTI, oltre a essere decomposta in evoluzione libera e


risposta forzata, in alcuni casi pu`
o essere decomposta in un termine transitorio,
cio`e che si estingue al passare del tempo, e un termine permanente, cio`e che non
si estingue al passare del tempo. Si `e detto in alcuni casi, perche la risposta a
regime permanente o semplicemente a regime non sempre esiste. La sua esistenza
dipende sia dalle caratteristiche del sistema che dal tipo di ingresso applicato. In
maniera discorsiva, si pu`
o affermare che la risposta a regime di un sistema esiste se
la risposta ad un ingresso applicato a partire da un istante infinitamente lontano
nel tempo `e ben definita e non dipende dalle condizioni iniziali.
Si intuisce, osservando lespressione della risposta nel dominio del tempo
(2.44),(2.45) che affinche la risposta risulti indipendente dalle condizioni iniziali,
il termine in evoluzione libera (lunico che dipende dalle condizioni iniziali) deve
estinguersi e, come abbiamo visto nel Paragrafo 2.4, ci`
o accade se e solo se il
sistema `e asintoticamente stabile, cio`e se e solo se gli autovalori della matrice
dinamica sono tutti a parte reale negativa.
Ci`
o assunto, per quanto riguarda le condizioni cui deve soddisfare lingresso
affinche la risposta a regime sia ben definita, in questa sede ci limitiamo a considerare solo il caso di un ingresso costante, per il quale il calcolo della risposta a
regime `e di particolare interesse nelle applicazioni. Dato lingresso
u(t) = u
,
per poter effettuare il calcolo che ci siamo proposti, occorre riscrivere lespressione della risposta (2.44) per un istante di tempo generico t0 = 0 e poi far tendere
t0 a
t

x(t) =
t0

eA(t ) Bu( )d + eA(tt0 ) x0

Siccome gli autovalori di A sono tutti a parte reale negativa, il secondo termine

98

Capitolo 2. Analisi dei sistemi a tempo continuo

tende a 0 quando t0 , dunque la risposta a regime risulta


t

xr (t) = lim

t0 t0

eA(t ) B u
d = lim

= A1 eA B

+
0

tt0

t0 0

29

eA B u
d =

eA Bd
u=

u
= A1 B u
= [(s)]s=0 B u

(2.52)

Con passaggi analoghi si calcola la risposta a regime nelluscita a partire


dallequazione (2.45), ottenendo
yr (t) = C(A)1 B + D u
= W (s)|s=0 u
,

(2.53)

dove abbiamo voluto evidenziare come luscita a regime di un sistema asintoticamente stabile in risposta a un ingresso costante sia ancora una costante di valore
proporzionale allingresso, tramite il cosiddetto guadagno statico, cio`e il valore
che la f.d.t. del sistema assume per s = 0 e che nel seguito indicheremo con ,
cio`e porremo30
= W (s)|s=0 .
(2.54)
Osserviamo, infine, che la risposta a regime ad un ingresso costante coincide
con il valore finale (per t +) della risposta ad un gradino, infatti, la risposta
ad un gradino `e sempre somma della evoluzione libera e della risposta forzata, ma
la prima va a 0 per t + visto che il sistema `e asintoticamente stabile, mentre,
per il teorema del valore finale, il limite per t + della risposta forzata vale
y(+) = lim sY (s) = lim sW (s)
s0

s0

=
u.
s

` importante sottolineare che non abbiamo mai affermato che la risposta a


E
regime coincide con la risposta forzata, ma, nel caso della risposta al gradino, con
il suo valore finale. Chiariamo le idee con un esempio.
Esempio 2.28 Calcoliamo la risposta indiciale del sistema LTI con f.d.t.
W (s) =

s2

9 9s
+ 4s + 3

Per definizione, dobbiamo calcolare la risposta ad un gradino unitario a partire da


condizioni iniziali nulle, per cui la risposta coincide con la risposta forzata, che vale
1
9 9s
3
9
6
Y (s) = W (s) =
=
+
s
s(s + 1)(s + 3)
s s+1 s+3
29
Si noti che A `e invertibile dato che non pu`
o avere alcun autovalore nullo per lipotesi di asind At
totica stabilit`
a. Inoltre, si tenga presente che dt
e = AeAt , come peraltro gi`
a implicitamente
dimostrato nel Paragrafo 2.2.4.
30
Si osservi che tale valore, in generale, pu`
o anche non risultare finito, ad esempio quando
la W (s) ha un polo nellorigine. Ma nellipotesi di asintotica stabilit`
a del sistema ci`
o non `e
possibile.

2.6. Risposta indiciale di sistemi del I e II ordine

99

y(t)

2
1
0
1
0

6
t

10

12

Figura 2.19: Grafico della risposta indiciale del sistema dellEsempio 2.28

che antitrasformata vale


y(t) = 31 (t) 9et 1 (t) + 6e3t 1 (t) ,
dove si vede che il primo termine coincide con la risposta a regime permanente,
mentre gli altri due con la risposta transitoria, in quanto si estinguono al passare del
tempo, grazie al fatto che il sistema gode della propriet`
a di asintotica stabilit`
a. Dal
grafico di Fig. 2.19 si vede che nei primi istanti della sua evoluzione la risposta si
discosta molto da un segnale costante, che invece `e quello che rimane dopo circa 8
secondi.
In conclusione, se un sistema `e asintoticamente stabile, la sua risposta pu`
o
essere sempre decomposta in una parte transitoria la cui evoluzione `e legata ai
modi propri del sistema (comprendente anche levoluzione libera se le condizioni
iniziali non sono nulle), e una parte a regime legata al tipo di ingresso applicato al
sistema. In sostanza, la differenza tra la risposta complessiva e tutto ci`
o che tende
a zero al passare del tempo `e ci`
o che si chiama risposta a regime permanente.
Formalmente, la risposta a regime permanente nello stato (risp. nelluscita)
per un sistema LTI pu`
o essere definita anche come la funzione del tempo xr (t)
(risp. yr (t)) tale che il seguente limite esiste
lim (x(t) xr (t)) = 0

t+

(risp.

lim (y(t) yr (t)) = 0) .

t+

(2.55)

Sar`
a in base a tale definizione che nel Capitolo 4 affronteremo il calcolo della
risposta a regime permanente per unaltra classe di segnali di ingresso, quelli
sinusoidali.

100

Capitolo 2. Analisi dei sistemi a tempo continuo


y

max

(1+0.01)y

y
(10.01)y

y(t)

0.5y

0 T
r

TM

Ts

Figura 2.20: Parametri caratteristici della risposta indiciale

2.6

Risposta indiciale di sistemi del I e II ordine

In questo paragrafo analizzeremo pi`


u in dettaglio le caratteristiche della risposta
indiciale di alcuni sistemi del I e del II ordine, in quanto il comportamento di
moltissimi sistemi nella pratica `e ben approssimabile con quello di tali sistemi
semplici, inoltre esistono numerose applicazioni in cui un sistema `e soggetto a segnali costanti per lunghi periodi e quindi `e di interesse studiarne il comportamento
quando i segnali di ingresso sono costanti a tratti (successione di gradini).
La risposta indiciale verr`
a caratterizzata facendo riferimento ai seguenti parametri, graficamente riportati in Fig. 2.20
valore di regime y che `e pari al guadagno statico del sistema, come gi`
a
trovato nel Paragrafo 2.5
valore massimo ymax definito come il massimo delluscita
sovraelongazione percentuale s% definita come
s% = 100

ymax y
y

tempo di massima sovraelongazione TM definito come il primo istante in


cui y = ymax
tempo di salita Ts definito come lintervallo di tempo occorrente affinche
luscita passi dal 10% al 90% del valore di regime
tempo di ritardo Tr definito come listante di tempo in cui luscita raggiunge
0.5y

2.6. Risposta indiciale di sistemi del I e II ordine

101

y(t)/

0.8
0.6
0.4
0.2
0
0

t/

Figura 2.21: Risposta indiciale di un sistema del I ordine e tangente nellorigine


tempo di assestamento Ta definito come listante di tempo a partire dal
quale la differenza tra luscita e il valore di regime sia definitivamente
inferiore al % del valore di regime
Sistemi del I ordine.

Si consideri il sistema con f.d.t.

G(s) =
, >0.
1 + s

La risposta indiciale si ottiene antitrasformando la risposta nel dominio di Laplace


Y (s) = G(s)

=
=
=
s
s(1 + s )
s
1 + s
s
s + 1/

e quindi
y(t) = 1 (t) et/ 1 (t) = 1 et/ 1 (t) ,
il cui diagramma `e riportato in Fig. 2.21 in unit`
a normalizzate. Dal grafico si
evince immediatamente che ymax = y = , s% = 0, mentre `e possibile calcolare
` quindi evidente
che Ts = log 9 2.2 , Tr 0.7 , Ta1 = log 100 4.6 . E
come le caratteristiche dinamiche del sistema, cio`e quelle che ne descrivono
il comportamento in transitorio, siano legate al parametro , detto costante di
tempo. A tale valore `e legata la pendenza della tangente nellorigine, che pu`
o
essere calcolata immediatamente applicando il teorema del valore iniziale alla
derivata di y(t), e quindi a sY (s) nel dominio di Laplace, cio`e
y(0)

= lim s(sY (s)) =


s

s
= / .
1 + s

Pi`
u la costante di tempo `e piccola, pi`
u il tempo di salita diminuisce e il sistema
si porta al valore di regime pi`
u rapidamente.

102

Capitolo 2. Analisi dei sistemi a tempo continuo


1

y(t)/

0.8
0.6
0.4
0.2
0
0

10

15

Figura 2.22: Risposta indiciale di un sistema del II ordine con poli reali
Sistemi del II ordine. Prima consideriamo il caso di un sistema con f.d.t. con
due poli reali

, 1 2 > 0 ,
G(s) =
(1 + s1 )(1 + s2 )
la cui risposta indiciale nel dominio di Laplace vale
Y (s) =
=

1 /(1 2 /1 ) 2 /(1 1 /2 )
=

s(1 + s1 )(1 + s2 )
s
1 + s1
1 + s2
1 /(1 2 ) 2 /(1 2 )

+
s
s + 1/1
s + 1/2

che antitrasformata diventa


y(t) = 1

1
2
et/1 +
et/2 1 (t) .
1 2
1 2

Il diagramma temporale `e riportato in Fig. 2.22 e mostra che ancora una volta
non c`e sovraelongazione e quindi ymax = y , mentre ora la tangente nellorigine
ha pendenza nulla. Inoltre, dallespressione nel dominio del tempo si evince che
lesponenziale pi`
u lento (cio`e quello con costante di tempo pi`
u grande, 1 ) `e
moltiplicato per un coefficiente (il residuo del polo corrispondente in 1/1 ) in
valore assoluto pi`
u grande di quello relativo allesponenziale pi`
u veloce. Se, al
limite, si pu`
o ritenere 1 >> 2 , allora la risposta pu`
o essere approssimata da
y(t) 1 et/1 1 (t) ,
che `e quella di un sistema del primo ordine. In altre parole, in un sistema di questo
tipo gli effetti delle dinamiche veloci oltre a scomparire rapidamente pesano meno
di quelli dovuti alle dinamiche lente.

2.6. Risposta indiciale di sistemi del I e II ordine

=0.1
=0.2
=0.3
=0.4
=0.5

1.5

y/

0.5

103

=0.6
=0.7
=0.8
=0.9
=1

0
0

10

15

nt

Figura 2.23: Risposta indiciale di un sistema del II ordine con poli complessi e
coniugati
Passiamo ora al caso di un sistema con f.d.t. con due poli complessi e coniugati
G(s) =

n2
,
s2 + 2n s + n2

n > 0, 0 < < 1

che nel dominio di Laplace ha risposta indiciale


Y (s) =

n2

r
r
=
+
+
s(s2 + 2n s + n2 )
s
s p s p

dove il polo p `e pari a


p = n + jn 1 2
e quindi se fosse < 0 il sistema sarebbe instabile perche avrebbe poli con parte
reale positiva. Il residuo r, in base alle (2.13),(2.14) si calcola come
|r| = [(s p)Y (s)]s=p =

n2

p(p p )
2 1 2

arg(r) = arg 2n2 1 2 j2n2 1 2 = atan

1 2

e dunque la risposta indiciale nel dominio del tempo vale


y(t) = 1 +

1
en t cos n 1 2 t + arg(r)
2
1

1 (t) .

Il diagramma temporale, riportato in Fig. 2.23 per diversi valori dello smorzamento, rivela la presenza di sovraelongazione per < 1 e si pu`
o dimostrare che

104

Capitolo 2. Analisi dei sistemi a tempo continuo

y(t)

3
2
1
0
0

Figura 2.24: Risposta indiciale del sistema dellEsempio 2.29


vale

s% = 100e

1 2

da cui si evince che la sovraelongazione dipende solo dallo smorzamento , e in


particolare essa aumenta sempre al diminuire dello smorzamento, mentre stime
del tempo di assestamento all1% e al 2% sono date dalle formule
Ta1

4.6
,
n

Ta2

4
,
n

in cui compare anche la dipendenza dalla pulsazione naturale n , e si vede che


il sistema si porta al valore di regime tanto pi`
u rapidamente quanto pi`
u grande
`e il prodotto n , che `e il valore assoluto della parte reale dei poli del sistema.
Ancora una volta dunque, la distanza dei poli dallasse immaginario `e indicativa
della rapidit`
a del sistema.
Abbiamo visto che nel caso di poli complessi e coniugati il sistema del II ordine
sovraelonga in risposta ad un gradino, tuttavia ci`
o non deve portare a concludere
che nessun sistema del II ordine con poli reali pu`
o sovraelongare, basta analizzare
il caso dellesempio seguente.

Esempio 2.29 La risposta indiciale del sistema con f.d.t.


W (s) =

10s + 6
s2 + 3s + 2

vale
y(t) = (3 + 4et 7e2t )1 (t) ,

2.7. Il problema della realizzazione

105
R

PSfrag

Figura 2.25: Rete RC


R

z
C

Figura 2.26: Doppia rete RC


il cui andamento `e riportato in Fig. 2.24, dove si vede chiaramente la presenza di
sovraelongazione nonostante i poli del sistema siano in 1 e 2. Tale effetto non pu`
o
che essere dovuto alla presenza dello zero in 3/5, pi`
u vicino allasse immaginario
dei due poli.

2.7

Il problema della realizzazione

Abbiamo visto come ricavare la funzione di trasferimento di sistemi lineari e stazionari e inoltre le formule per lespressione di funzioni di trasferimento risultanti
dallinterconnessione di sistemi pi`
u semplici. Dobbiamo ora evidenziare che linterconnessione presenta un problema dal punto di vista realizzativo. Illustriamo
questo punto con un esempio.
Esempio 2.30 Consideriamo la rete RC di Fig. 2.25 la cui funzione di trasferimento
`e
1
W (s) =
1 + s
con = RC (basta trasformare secondo Laplace la relazione iu u = RC y + y
ottenuta applicando il II principio di Kirchhoff). Ora connettiamo in cascata due reti
RC uguali (Fig. 2.26). In un primo momento si sarebbe portati a pensare che la f.d.t.
risultante sia quella che si ottiene dalla serie delle due f.d.t. componenti, cio`e
1
1 + s

1
.
1 + 2 s + 2 s2

(2.56)

106

Capitolo 2. Analisi dei sistemi a tempo continuo


O

f (e)

+
Figura 2.27: Schema ideale dellamplificatore operazionale e simbolo circuitale
Invece, calcoliamo la f.d.t. del sistema complessivo dalle equazioni
u = Rz + x1
x1 = RC x 2 + x2
z = C x 1 + C x 2
ricavando
W (s) =

1
.
1 + 3 s + 2 s2

(2.57)
(2.58)

A cosa `e dovuta la discrepanza fra la (2.56) e la (2.58)? Il problema `e che negli


schemi a blocchi il flusso di variabili `e sempre assunto unidirezionale, ovvero nello
schema di Fig. 2.11 il sistema a influenza il sistema b ma non vale il viceversa.
Nella connessione delle due reti invece il secondo sistema interagisce con il primo,
come si vede dallequazione (2.57) o dalla seguente considerazione: supponiamo
che lingresso sia nullo e il primo condensatore scarico; una condizione iniziale
non nulla nel secondo condensatore induce unevoluzione non nulla anche sulla
tensione ai capi del primo condensatore, evoluzione che non si ritrova nella schematizzazione a blocchi. Il problema `e quindi nella connessione fra i due blocchi,
che dovrebbe avvenire con un elemento che forzasse unevoluzione unidirezionale
dei flussi di variabili.
Un elemento in grado di approssimare con sufficiente accuratezza questo comportamento `e lamplificatore operazionale. Si tratta di un amplificatore ad elevato
guadagno e con impedenza di ingresso molto grande e impedenza di uscita molto
piccola. Nello schema ideale di Fig. 2.27 limpedenza di ingresso `e infinita e quella
di uscita nulla.
Landamento della funzione f (e) `e riportato in Fig. 2.28, da cui si evince che
luscita dellamplificatore operazionale reale `e pari a tan() volte il segnale di
ingresso se questultimo `e sufficientemente contenuto da non causare la saturazione; inoltre, essendo > 90 , il guadagno `e negativo e lamplificatore si dice
che `e invertente. Se invece il segnale di ingresso eccede in valore assoluto il limite
Es / tan(), allora luscita `e in valore assoluto pari a Es .
Nel seguito supporremo di trovarci sempre nel caso ideale in cui langolo
` chiaro che in tale caso affinche luscita sia |y(t)| < Es in ingresso
tende a 90 . E

2.7. Il problema della realizzazione

107

f (e)

Es

Es / tan()

Es / tan()

Es

Figura 2.28: Caratteristica delloperazionale


I(s)
V (s)

Figura 2.29: Definizione dellimpedenza operazionale


deve essere31 e(t) = 0. Inoltre, essendo limpedenza di ingresso infinita, anche
la corrente in ingresso deve essere nulla. Assumeremo infine che limpedenza
di uscita sia nulla in modo che la corrente erogata dalloperazionale dipenda
esclusivamente dal carico esterno che applicheremo.
Conviene analizzare il comportamento di un circuito piuttosto generale che
fa uso dellamplificatore operazionale ideale, per poi particolarizzare il tipo di
elementi impiegati in schemi specifici. Per far ci`
o definiamo limpedenza operazionale come la f.d.t. di un bipolo passivo il cui ingresso sia la corrente che scorre
nel bipolo e la cui uscita sia la tensione ai capi del bipolo stesso, quindi con
riferimento alla Fig. 2.29 porremo
Z(s) =

V (s)
.
I(s)

(2.59)

In particolare, ricordando che la relazione costitutiva dellelemento condensatore `e i = Cdv/dt, trasformando secondo Laplace con tensione iniziale nulla, `e
31

Questa condizione `e anche detta corto circuito virtuale.

108

Capitolo 2. Analisi dei sistemi a tempo continuo

replacemen
Z0 (s)
I1 (s)

Z1 (s)
U1 (s)

I0 (s)

I(s)

I2 (s) E(s)

Z2 (s)

U2 (s)
Y (s)
In (s)

Zn (s)
Un (s)

Figura 2.30: Schema generale con operazionale


immediato trovare che limpedenza operazionale di un condensatore vale
Z(s) =

V (s)
1
=
I(s)
sC

(2.60)

Analogamente, ricordando che per un induttore vale la relazione v = Ldi/dt,


trasformando secondo Laplace con corrente iniziale nulla, si ha che limpedenza
operazionale di un induttore vale
Z(s) =

V (s)
= sL .
I(s)

(2.61)

Ora consideriamo lo schema di Fig. 2.30. Per quanto detto prima E(s) = 0,
quindi
Ii (s) =
I0 (s) =

Ui (s)
, i = 1, . . . , n
Zi (s)
Y (s)
.
Z0 (s)

Essendo inoltre I(s) = 0 avremo


n
i=1

Ii (s) = I0 (s)

2.7. Il problema della realizzazione

109
R0

R1

U1 (s)

R2

U2 (s)

Y (s)
Rn
Un (s)

Figura 2.31: Schema di un sommatore


e quindi

Y (s) =

i=1

Z0 (s)
Ui (s) .
Zi (s)

(2.62)

Dalla (2.62) si deduce che scegliendo opportunamente le impedenze Zi (s), i =


0, . . . , n `e possibile realizzare delle unit`
a operazionali elementari che ci consentiranno di realizzare una qualunque funzione di trasferimento.
La prima configurazione `e illustrata in Fig. 2.31. In questo caso le impedenze
operazionali sono Zi (s) = Ri , i = 0, . . . , n e quindi dalla (2.62) otteniamo
n

Y (s) =

i=1

R0
Ui (s) ,
Ri

che antitrasformata fornisce


n

y(t) =

i=1

n
R0
ui (t) =
ai ui (t) .
Ri
i=1

Quindi lo schema di Fig. 2.31 realizza un sommatore analogico con guadagni


0
ai = R
Ri facilmente variabili con unopportuna scelta delle resistenze Ri .
Consideriamo ora lo schema di Fig. 2.32. Tenendo conto dellespressione
dellimpedenza operazionale di un condensatore (2.60), dalla (2.62) si ottiene
n

Y (s) =

i=1

1
Ui (s)
sRi C

110

Capitolo 2. Analisi dei sistemi a tempo continuo


C
R1

U1 (s)

U2 (s)

R2

Y (s)
Rn
Un (s)

Figura 2.32: Schema di un sommatoreintegratore


la cui antitrasformata `e
n

y(t) = y0

i=1

1
Ri C

t
0

ui ( )d ,

dove y0 `e la tensione allistante t0 presente sul condensatore. Dunque lunit`


a
operazionale appena esaminata realizza un sommatoreintegratore.
Ricordando ora che gli schemi delle forme canoniche analizzate (vedi Paragrafo 1.5) fanno uso solo di sommatori, integratori e guadagni, siamo ora in grado
di simulare elettronicamente qualunque sistema lineare e stazionario, cio`e di
realizzare un circuito elettronico analogico in cui le tensioni evolvono secondo le
stesse equazioni che regolano il funzionamento del sistema dinamico in esame.

2.7.1

Dallo schema a blocchi alla isu

Abbiamo visto che per realizzare un sistema occorre determinarne una isu.
Tuttavia, abbiamo anche detto che esistono infinite rappresentazioni isu di un
sistema, per cui occorre porsi la domanda se `e possibile scegliere una qualunque
di esse. La risposta `e che dipende dalle applicazioni, cio`e dallo scopo per cui la
realizzazione del sistema deve essere adoperata. In numerose applicazioni, di un
sistema si conoscono le rappresentazioni iu dei diversi sottosistemi che lo compongono e spesso `e necessario determinare una sua realizzazione le cui propriet`
a

2.7. Il problema della realizzazione

111

s+2
s+1

z=v

1
s+2

1
s+2

z=v

s+2
s+1

Figura 2.33: Schemi a blocchi relativi allEsempio 2.31


a nellEsempio 1.9 abbiamo
strutturali 32 siano le stesse del sistema originario. Gi`
visto come due isu di uno stesso sistema possono avere propriet`
a strutturali diverse. Di conseguenza, nel realizzare33 un sistema di cui sia assegnato lo schema
a blocchi dei sottosistemi componenti, se si vogliono preservare le propriet`
a strutturali del sistema di partenza, `e necessario realizzare prima i singoli sottosistemi
e poi provvedere a connetterli tra loro cos` come indicato dallo schema a blocchi.
Tale procedimento garantisce che le variabili di stato della rappresentazione isu
che si trova hanno pieno significato fisico, nel senso che di ciascuna di esse `e noto
il sottosistema a cui appartiene, e di conseguenza la isu complessiva possiede
le stesse propriet`
a strutturali del sistema originario.
Vediamo, dunque, un esempio che metta in evidenza come due sistemi possano
avere la stessa funzione di trasferimento ma propriet`
a strutturali diverse, per cui
il procedimento di realizzazione a singoli sottosistemi `e necessario ai fini della
determinazione di queste ultime.

Esempio 2.31 Dati i due sistemi in Fig. 2.33, `e evidente che essi hanno la stessa
funzione di trasferimento pari a
G(s) =

1
.
s+1

Innanzitutto, notiamo che in entrambi i casi `e presente una cancellazione polo-zero,


e ci`
o ci consente di prevedere che i sistemi complessivi non possono essere completamente controllabili e osservabili. Allora, determiniamo le realizzazioni dei due sistemi
seguendo il procedimento prima esposto. Iniziamo dallo schema a blocchi in alto.
Le isu dei due blocchi si ottengono applicando, ad esempio, la forma canonica di
controllo
x 1 = x1 + u
z = x1 + u
32
33

x 2 = 2x2 + v
y = x2

Controllabilit`
a, osservabilit`
a e stabilit`
a.
O, equivalentemente, se si vuole determinarne una rappresentazione isu.

112

Capitolo 2. Analisi dei sistemi a tempo continuo

dove con x1 si `e indicato lo stato del sottosistema a sinistra e con x2 quello del
sottosistema a destra. Tenendo conto della connessione serie z = v, si ottiene la
isu complessiva
x 1
x 2

1
0
1 2

x1
x2

1
1

x1
x2

y = (0 1)

E` ora possibile determinare la propriet`


a di controllabilit`
a applicando la Proposizione 2.5 e quella di osservabilit`
a applicando la Proposizione 2.6
C=

1 1
1 1

0 1
1 2

O=

e quindi il sistema complessivo non `e controllabile ma `e osservabile. Passiamo ora a


realizzare il sistema rappresentato dallo schema a blocchi in basso. Le isu dei due
sottosistemi sono le seguenti
x 1 = 2x1 + u
z = x1

x 2 = x2 + v
y = x2 + v

dove x1 `e lo stato del sottosistema di destra e x2 quello del sottosistema di sinistra.


Tenendo conto della connessione serie z = v, la isu complessiva risulta
x 1
x 2

2
0
1 1

y = (1 1)

x1
x2

1
0

x1
x2

le cui matrici di controllabilit`


a e osservabilit`
a sono
C=

1 2
0 1

O=

1
1
1 1

e quindi il sistema complessivo `e controllabile ma non `e osservabile. Notiamo esplicitamente che saremmo giunti alle stesse conclusioni anche se avessimo realizzato i
singoli sottosistemi facendo uso della forma canonica di osservazione, in quanto lo
scopo `e quello di analizzare le propriet`
a strutturali di un sistema composto da sottosistemi dei quali si conosce solo la rappresentazione iu (f.d.t.), per cui tali propriet`
a
dipendono solo dalla connessione dei vari blocchi fra loro, ma non dalla struttura
interna di ciascuno di essi.

2.7. Il problema della realizzazione

113

R
R
U (s)

Rc

R
R

+
+

Y (s)

Figura 2.34: Realizzazione analogica di un sistema LTI


R
R1
-

U1 (s) U2 (s) R2

C
Y (s)

Figura 2.35: Cella elementare del circuito precedente

NellEsempio precedente avremmo potuto anche seguire unaltra strada per


risolvere il problema della realizzazione, e cio`e passare dalla f.d.t. complessiva alla
isu del sistema adoperando direttamente una delle forme canoniche. Innanzitutto, va osservato che in questo modo avremmo ottenuto un sistema del primo
ordine anziche del secondo, visto che la f.d.t. complessiva ha un denominatore
di primo grado, a causa della cancellazione polo-zero. La realizzazione ottenuta
in tal modo si dice minima. Senza scendere troppo nei dettagli, si tratta di una
isu che utilizza il minimo numero di variabili di stato in grado di riprodurre
quel dato comportamento ingressouscita del sistema. Tuttavia, una realizzazione del genere avrebbe certamente mancato di qualcosa, e cio`e della descrizione
della parte non controllabile e/o non osservabile del sistema. Si potrebbe allora
pensare che il non eseguire esplicitamente la cancellazione nel calcolo della f.d.t.
complessiva porterebbe ad una realizzazione che descrive il sistema in maniera
completa. Purtroppo, ci`
o non `e vero, nel senso che la isu che si otterrebbe
avrebbe propriet`
a strutturali che dipendono solo dal tipo particolare di forma
canonica scelto per la realizzazione e non dalla effettiva struttura interna del
sistema di partenza.
Concludiamo questo paragrafo risolvendo anche il problema inverso, cio`e come

114

Capitolo 2. Analisi dei sistemi a tempo continuo

U (s) +
+

1
1 + sRC

1
1 + sRC

1
1 + sRC

Y (s)

R
Rc
Figura 2.36: Schema a blocchi del circuito dellEsempio 2.32
risalire dallo schema realizzativo analogico alla f.d.t.
Esempio 2.32 Si consideri lo schema di Fig. 2.34, in cui sono riconoscibili tre blocchi
del tipo in Fig. 2.35. Con le notazioni usate in precedenza limpedenza operazionale
Z0 (s) `e data dal parallelo fra condensatore e resistore
Z0 (s) =

1
R sC
R
1 = 1 + sRC
R + sC

e quindi la risposta della cella in Fig. 2.35 `e


Y (s) =

1
1 + sRC

R
R
U1 (s) +
U2 (s)
R1
R2

e nel caso particolare in cui R1 = R2 = R, si ha la relazione ingressouscita


Y (s) =

1
(U1 (s) + U2 (s)) .
1 + sRC

Quindi il circuito in Fig. 2.34 si schematizza come in Fig. 2.36, la cui f.d.t. `e
W (s) =

1
(1+s
)3

1+

K
(1+s )3

1
,
K + (1 + s )3

dove = RC e K = R/Rc .

2.8

Comandi MATLAB

In MATLAB un polinomio `e rappresentato dal vettore dei suoi coefficienti, cos`


ad esempio, il polinomio
d(s) = 3s3 + 2s + 5
`e rappresentabile in MATLAB dalla variabile

2.8. Comandi MATLAB

115
d=[3 0 2 5];

` possibile anche ottenere i coefficienti di un polinomio di cui siano assegnate


E
le radici tramite il comando
>> p=poly([-3 -2 1]);
che fornisce i coefficienti del polinomio monico34 s3 + 4s2 + s 6, che ammette le
radici 3, 2, 1. Viceversa, il comando per calcolare le radici di un polinomio `e
roots. Cos`, ad esempio, il comando
>> roots([1 4 8])
fornisce il risultato
>> -2 + 2i
-2 - 2i
I comandi MATLAB per il calcolo del prodotto e della divisione di due
polinomi sono conv e deconv. Ad esempio, il prodotto
(s + 1)(s2 + 3s + 4) = s3 + 4s2 + 7s + 4
si calcola con il comando
>> conv([1 1],[1 3 4])
che restituisce il risultato
>> 1 4 7 4
mentre il rapporto
(s3 + 2s2 + 4s + 1)/(s + 1) = s2 + s + 3 2/(s + 1)
si calcola con il comando
>> [q,r]=deconv([1 2 4 1],[1 1])
che restituisce il polinomio quoziente
>> q =
>>
1 1 3
e il polinomio resto
34

Si dice monico un polinomio che ha il termine di grado massimo pari a 1.

116

Capitolo 2. Analisi dei sistemi a tempo continuo

>> r =
>>
0 0 0 -2
I residui di una scomposizione in fratti semplici si trovano con lausilio del
comando residue. Ad esempio, per scomporre in fratti semplici la funzione
razionale fratta
n(s)
s3
= 3
d(s)
s + 5s2 + 6s
si pu`
o usare il comando
>> [r,p,k]=residue([1 -3],[1 5 6 0])
che restituisce, nellordine, i residui
>> r =
>>
-2 2.5 -0.5
i poli corrispondenti
>> p =
>>
-3 -2 0
e leventuale parte intera
>> k =
>>
[ ]
Di seguito si riporta una serie di comandi messi a disposizione dal Control
System Toolbox per lanalisi dei sistemi LTI.
Nel Capitolo 1 abbiamo visto come `e possibile definire in MATLAB una variabile sistema quando `e nota la sua isu. Se, invece, del sistema `e nota la f.d.t.
W (s) = n(s)/d(s), allora si pu`
o usare il comando
>> W = tf(n,d);
dove n e d sono i vettori dei coefficienti dei polinomi n(s) e d(s), rispettivamente.
Lapplicazione, invece, dei comandi ss e tf a variabili di tipo sistema, determina la conversione tra un tipo di rappresentazione e laltro. Per connettere tra
di loro pi`
u sistemi, in MATLAB gli operatori + e * quando applicati a variabili di
tipo sistema rappresentano le connessioni in parallelo e in serie, rispettivamente.
Inoltre per risolvere la connessione in retroazione `e possibile adoperare loperatore / o, in alternativa, il comando feedback. Se, ad esempio, si vuole determinare
la f.d.t. della serie tra S1 ed S2 in retroazione negativa con S3 si pu`
o usare la
sintassi

2.9. Esercizi

117

>> tf(S2*S1/(1+S2*S1*S3));
o equivalentemente
>> feedback(S2*S1,S3,-1);
dove il -1 diventa +1 in caso di reazione positiva. A valle delle operazioni di connessione, si consiglia sempre di chiedere esplicitamente al MATLAB di effettuare
eventuali semplificazioni tra zeri e poli del sistema complessivo. A ci`
o provvede
il comando minreal applicato al sistema complessivo.
La risposta impulsiva di un sistema LTI, sia esso assegnato in spazio di stato
col comando ss, sia esso assegnato in termini di f.d.t. col comando tf, pu`
o essere
determinata col comando impulse. Ad esempio, la risposta impulsiva nelluscita
e nello stato del sistema W la si determina col comando
>> [y,t,x]=impulse(W);
In maniera del tutto analoga si possono calcolare la risposta indiciale, col
comando step, e quella libera, col comando initial. Per determinare, infine, la
risposta ad un generico ingresso i cui campioni sono memorizzati nella variabile
u basta usare il comando
>> [y,t,x]=lsim(W,u);
Si tenga presente che se i comandi per il calcolo della risposta vengono usati
omettendo i parametri di uscita, essi producono un grafico della risposta, che
altrimenti dovrebbe essere generato tramite il comando grafico plot. Ad esempio,
per tracciare il diagramma temporale della risposta nelluscita memorizzata nella
variabile y, basta digitare
>> plot(t,y)

2.9

Esercizi

Esercizio 2.1 Determinare la trasformata di Laplace delle seguenti funzioni del tempo
f1 (t) = e3t 1 (t)
f2 (t) = sin(t 5)1 (t 5)

f4 (t)

f3 (t) = (t 2)1 (t 2)
f4 (t) = vedi grafico a lato

118

Capitolo 2. Analisi dei sistemi a tempo continuo


u(t) +

4
s(s + 5)

v(t)

y + 3y = v

y(t)

Figura 2.37: Schema a blocchi del sistema dellEsercizio 2.6


Esercizio 2.2 Determinare la f.d.t. e una rappresentazione isu del sistema la cui
rappresentazione iu `e
...
2 y +4y + 6y = 2
u 4u
Esercizio 2.3 Determinare una rappresentazione isu del sistema la cui risposta
impulsiva `e
w(t) = (2tet + 3e4t )1 (t)
Esercizio 2.4 Determinare la risposta nelluscita del sistema la cui f.d.t. `e35
W (s) =

s2

1
+ 3s + 3

al segnale di ingresso u(t) = f1 (t) come definito nellEsercizio 2.1.


Esercizio 2.5 Determinare la risposta nelluscita del sistema
x =
y = (3

0
1
1 2

x+

0
2

u,

x(0) =

1
1

1 )x

al segnale di ingresso u(t) = f2 (t) come definito nellEsercizio 2.1.


Esercizio 2.6 Determinare la risposta indiciale del sistema in Fig. 2.37.
Esercizio 2.7 Determinare la f.d.t. e la propriet`
a di stabilit`
a BIBO del sistema
rappresentato in Fig. 2.38.
Esercizio 2.8 Determinare i valori di k per cui il sistema rappresentato in Fig. 2.39
`e esternamente stabile. Per un valore a scelta di k = 0, trovare la risposta al segnale
di ingresso u(t) = 5.

2.9. Esercizi

119

u(t) +

5
s+3

1
s2

+ y(t)
+

Figura 2.38: Schema a blocchi del sistema dellEsercizio 2.7

u(t) +

4
s+1

2
s

y(t)

k
s+2

Figura 2.39: Schema a blocchi del sistema dellEsercizio 2.8


Esercizio 2.9 Determinare i valori di k tali che il sistema rappresentato in Fig. 2.40
`e stabile BIBO e quelli per cui `e stabile internamente.
Esercizio 2.10 Determinare la propriet`
a di stablit`
a dei punti di equilibrio del sistema
dellEsercizio 1.6.
Esercizio 2.11 Nel sistema meccanico in Fig. 2.41, la molla non lineare ha energia
potenziale pari a V = 1/4kx4 , con k = 1000 N/m. Assegnata la massa M = 1 kg,
determinare il valore del parametro tale che il sistema linearizzato attorno al punto
di equilibrio corrispondente allingresso u
= 8 N abbia un coefficiente di smorzamento
= 0.3.
Esercizio 2.12 Determinare i punti di equilibrio del sistema non lineare
x 1 = x2 + e2x1 u
x 2 = ex1 x2
y = x2
in corrispondenza dellingresso u
= 2 e la risposta nelluscita allingresso u(t) =
2 + 0.1 sin(4t)1 (t).

120

Capitolo 2. Analisi dei sistemi a tempo continuo


u(t) +

s2
s+6

k
s+3

y(t)

s+3
s2
Figura 2.40: Schema a blocchi del sistema dellEsercizio 2.9
x

xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

molla non lineare

Figura 2.41: Sistema meccanico non lineare dellEsercizio 2.11


Esercizio 2.13 Determinare una rappresentazione isu del circuito in Fig. 2.42.

Esercizio 2.14 Determinare una rappresentazione isu del circuito in Fig. 2.43.
Esercizio 2.15 Determinare i valori di k tali che il sistema in Fig. 2.44 `e asintoticamente stabile, e scelto un valore di k = 0 a piacere la risposta a regime al segnale di
ingresso u(t) = 51 (t 5).
Esercizio 2.16 Determinare una rappresentazione isu del sistema meccanico36 in
Fig. 2.45 assumendo come ingresso la forza f e come uscita la posizione della massa
m. Trovare la risposta nelluscita al segnale di ingresso f (t) = sin(t)1 (t).
Esercizio 2.17 Dato il sistema LTI in Fig. 2.46 con RC = 0.5 s e RC2 = 1 s,
determinare i valori di k tali che il sistema `e esternamente stabile e una sua rappresentazione isu.
35
36

Avendo assegnato solo la f.d.t., le condizioni iniziali si intendono nulle.


Non si consideri la forza di gravit`
a.

2.9. Esercizi

121
R

C
R

U (s)

Y (s)

Figura 2.42: Circuito elettrico dellEsercizio 2.13


R

R
L

U (s)

+
+

Y (s)

Figura 2.43: Circuito elettrico dellEsercizio 2.14


Esercizio 2.18 Data la rappresentazione isu
x =

0 1
c b

x+

0
1

y = ( 5 0 )x
trovare b e c tali che il sistema abbia un tempo di assestamento all1% di circa 9.2 s
e una sovraelongazione del 20%.

122

Capitolo 2. Analisi dei sistemi a tempo continuo

u(t)
s+2
s2 + 4s

y(t)

- +

s+5
s4

Figura 2.44: Schema a blocchi dellEsercizio 2.15

xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx

xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx

xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx

xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx

k2
k1

k1
m
f
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx

k2

xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx

xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx

xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx

Figura 2.45: Sistema meccanico dellEsercizio 2.16

2.9. Esercizi

123

R
-

u(t)

v(t)

k
s+5

z(t)

y(t)

C2

R
+

Figura 2.46: Schema a blocchi del sistema dellEsercizio 2.17

CAPITOLO 3

Analisi dei sistemi a tempo discreto

In questo capitolo viene affrontata lanalisi dei sistemi a tempo discreto, in cui la
variabile indipendente non pu`
o variare con continuit`
a ma `e costretta ad assumere
valori in un insieme discreto1 . La variabile dipendente, al contrario, (levoluzione
dello stato o delluscita del sistema) pu`
o ancora assumere valori con continuit`
a.
La successione seguita nella trattazione `e strettamente connessa a quanto fatto
per i sistemi a tempo continuo: descrizione dei sistemi nel dominio del tempo,
analisi in un dominio trasformato, mentre lanalisi in frequenza `e rimandata al
capitolo successivo. Importante `e evidenziare che, se anche la forma di sistema
discreto pi`
u ovvio che si possa pensare deriva dalla discretizzazione di un sistema
continuo, esistono sistemi intrinsecamente discreti, come si vedr`
a nel prossimo
paragrafo.

3.1

Le equazioni alle differenze

Alcuni fenomeni naturali e numerosi sistemi artificiali hanno un comportamento


che tende ad evolvere solo in corrispondenza di specifici istanti di tempo. Nel
seguito vedremo diversi esempi di sistemi di questo tipo. Nel Capitolo 1 abbiamo
visto come i sistemi a tempo continuo sono modellabili tramite equazioni differenziali che regolano levoluzione delle variabili di stato e di uscita in dipendenza
dagli ingressi applicati dallesterno. Lanalogo a tempo discreto dellequazione
1
Si ricorda che un insieme `e discreto quando pu`
o essere messo in corrispondenza biunivoca
con linsieme dei numeri interi.

125

126

Capitolo 3. Analisi dei sistemi a tempo discreto


f (t)

uk

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

a+T

xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx

a + kT a + (k + 1)T

b t

Figura 3.1: Metodo di integrazione per rettangoli


differenziale `e lequazione alle differenze. Per introdurla consideriamo il seguente
esempio.

Esempio 3.1 Si consideri il processo di integrazione approssimata di una funzione


f (t) definita su un intervallo [a, b] tramite rettangoli. Suddividiamo lintervallo in n
intervalli uguali con passo T (n = (b a)/T ). Come riportato in Fig. 3.1, la funzione
integranda `e approssimata su ogni intervallo [kT, (k + 1)T ] da un rettangolo di base
T e altezza f (kT ) e quindi `e globalmente sostituita da un plurirettangolo la cui area
approssima sempre meglio larea di f (t) quanto pi`
u piccolo `e il passo T . Il processo di
integrazione avviene aggiungendo ad ogni passo larea di un nuovo rettangolo allarea
calcolata in precedenza; espresso in simboli, se yk `e larea al passo k, larea al passo
successivo sar`
a
yk+1 = yk + T uk ,
(3.1)
dove si `e posto uk = f (kT + a).
Lequazione a cui siamo giunti nellEsempio 3.1 prende il nome di equazione
alle differenze e la sua forma pi`
u generale `e2
y(k + n) + f (y(k + n 1), y(k + n 2), . . . , y(k)) = u(k) .
Come per le equazioni differenziali, anche per le equazioni alle differenze si pongono problemi di esistenza e unicit`
a della soluzione e di definizione delle condizioni
iniziali. Vale la seguente
2

Da ora in poi si useranno indifferentemente le notazioni yk e y(k).

3.1. Le equazioni alle differenze

127

Definizione 3.1 Lordine di unequazione alle differenze `e pari alla differenza


fra il pi`
u alto e il pi`
u basso indice che appare nellequazione.
Ancora una volta il numero di condizioni iniziali richieste `e pari allordine dellequazione. Ad esempio lequazione yk+2 = yk `e di ordine 2 e richiede per essere
risolta le condizioni iniziali y0 = a e y1 = b.
Per quanto riguarda lesistenza e lunicit`
a della soluzione la situazione `e molto pi`
u semplice del suo analogo continuo, in quanto queste due propriet`
a sono
assicurate solo dalla definitezza della funzione f . Ancora una volta consideriamo
equazioni lineari
y(k + n) + a1 (k)y(k + n 1) + + an (k)y(k) = b0 (k)u(k + n) + + bn (k)u(k)
e in particolare stazionarie
y(k + n) + a1 y(k + n 1) + + an y(k) = b0 u(k + n) + + bn u(k) .

(3.2)

Esiste una stretta affinit`


a fra la teoria delle equazioni differenziali lineari e quella
delle equazioni alle differenze. In particolare ancora una volta si definisce unequazione omogenea associata allequazione alle differenze completa e la soluzione
generale sar`
a pari alla soluzione generale dellomogenea associata e una soluzione
particolare dellequazione completa.
Il nome equazione alle differenze `e dovuto al fatto che questo tipo di equazione pu`
o essere rappresentata facendo uso degli operatori di differenza, che sono
definiti nel seguente modo:
yk
2 y k
n y k

=
=
=

yk+1 yk
yk+1 yk
n1 yk+1 n1 yk

(differenza prima)
(differenza seconda)
(differenza nesima)

Ad esempio lequazione
yk+2 + a1 yk+1 + a2 yk = buk
pu`
o essere riscritta, come `e semplice verificare,
2 yk + (a1 + 2)yk + (a1 + a2 + 1)yk = buk .
Nel seguito per`o non faremo uso degli operatori di differenza, per cui assumeremo
la forma generale dellequazione alle differenze la (3.2) come rappresentazione
ingressouscita di sistemi LTI a tempo discreto.

128

Capitolo 3. Analisi dei sistemi a tempo discreto

3.1.1

Gli algoritmi

Lesempio dellintegrazione per rettangoli illustra un caso in cui lequazione alle


differenze sorge naturalmente da un processo algoritmico. Altri esempi di questo
tipo sono:
Integrazione per rettangoli in avanti, in cui il valore della funzione `e quello
alla fine dellintervallo piuttosto che allinizio:
yk+1 = yk + T uk+1
Integrazione per trapezi, in cui larea nel singolo intervallo [kT, (k + 1)T ] `e
approssimata da un trapezio piuttosto che da un rettangolo (vedi Fig. 3.2)
yk+1 = yk +

T
(uk + uk+1 )
2

(3.3)

Derivazione numerica (approssimata al primo ordine), in cui la derivata `e


approssimata dal rapporto incrementale:
y(kT

y((k + 1)T ) y(kT )


T

che pu`
o essere usata per risolvere numericamente equazioni differenziali, ad
esempio una soluzione approssimata di y = ay sar`
a data da
y(k + 1) = (1 + aT )y(k)

3.1.2

Processi intrinsecamente discreti

Gli esempi visti derivano sostanzialmente da un processo di discretizzazione eseguito sul continuo. Esistono per`
o problemi che sono intrinsecamente discreti.
Esempio 3.2 Si consideri ad esempio la Letter Chain, che si formula nel seguente
modo: si supponga di ricevere una lettera che contenga un elenco di sei nomi e
indirizzi. La lettera chiede di spedire 1 e alla prima persona dellelenco, poi di
riscrivere la lettera cancellando il primo nome e aggiungendo il proprio in coda e
spedirne cinque copie ad altrettanti amici. La lettera assicura che in questo modo si
pu`
o ricevere una cifra che arriva fino a 15625 e. Possiamo analizzare questo processo
in termini di equazioni alle differenze. Posto infatti y(k) il numero di lettere al passo
k, in cui la lettera che si `e ricevuta corrisponde a y(0) = 1, al passo successivo si
produrranno 5 lettere, quindi y(1) = 5, ognuna delle quali ne generer`
a altre 5 e cos`
via; in generale si avr`
a
y(k + 1) = 5y(k) .

3.1. Le equazioni alle differenze

129

uk+1
uk

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

t0

t1

t2

xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx

tk

tk+1

Figura 3.2: Metodo di integrazione per trapezi


La soluzione di questa equazione, con y(0) = 1 `e
y(k) = 5k .
Secondo le istruzioni della lettera al sesto passo il proprio nome sar`
a passato in cima
alla lista, quindi, nellipotesi che la catena non sia stata interrotta, si riceveranno
y(6) = 56 = 15625 lettere, ognuna contenente 1 e, ottenendo cos` 15625 e.
Altri processi intrinsecamente discreti sono quelli finanziari riguardanti il
calcolo di interessi e ammortamenti.
Esempio 3.3 Supponiamo di depositare in banca la somma u(k) allinizio dellanno
k. Se indichiamo con y(k) la somma presente sul proprio conto allinizio dellanno k
si avr`
a:
se la banca non paga interessi la somma sar`
a (nellipotesi che non avvengano
prelievi) semplicemente un accumulo di capitale secondo la legge
y(k + 1) = y(k) + u(k)
se la banca paga un interesse annuo semplice percentuale pari a I avremo
y(k + 1) = (1 + I)y(k) + u(k)
Analogamente se si contrae un debito con un certo tasso di interesse, il
processo di ammortamento pu`
o essere descritto con equazioni alle differenze.

130

Capitolo 3. Analisi dei sistemi a tempo discreto

Esempio 3.4 Lammortamento a tasso di interesse annuale fisso I `e un metodo per


saldare un debito iniziale tramite rate fisse in genere pagate a intervalli di tempo
costanti. Se si effettuano pagamenti costanti U alla fine di ogni anno, il debito
residuo d(k) soddisfa lequazione
d(k + 1) = (1 + I)d(k) U
con condizione iniziale d(0) = D, dove D `e il debito inizialmente contratto. Si
supponga di volere estinguere completamente il debito dopo n anni. E` possibile dimostrare, con gli strumenti che saranno forniti nei prossimi paragrafi, che la soluzione
generale `e
1 (1 + I)n
d(n) = D(1 + I)n
U.
1 (1 + I)
Ponendo d(n) = 0 possiamo ricavare la somma U da pagare annualmente
U=

ID
.
1 (1 + I)n

` chiaro che questi esempi sono intrinsecamente discreti: sarebbe assurdo


E
pensare di depositare denaro o estinguere debiti con continuit`
a nel tempo!

3.1.3

La rappresentazione ingressostatouscita

Ricordiamo che per i sistemi LTI a tempo continuo la cui evoluzione era rappresentata da unequazione differenziale di ordine superiore al primo `e stato necessario introdurre la rappresentazione ingressostatouscita. Analogamente, nel
caso tempo discreto, quando lequazione alle differenze `e di ordine superiore al
primo, allora `e opportuno descrivere il sistema con una rappresentazione isu,
che risulta essere del tipo
x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)

(3.4)
(3.5)

dove la prima equazione `e un sistema di equazioni alle differenze tutte del primo
ordine e le matrici A, B, C, D hanno la stessa denominazione di quelle della isu
dei sistemi a tempo continuo (1.7),(1.8).

Esempio 3.5 Data lequazione alle differenze


yk+2 + 3yk+1 + 2yk = 5uk ,

3.1. Le equazioni alle differenze

131
k+1

k+2

uk

a1
a2
Figura 3.3: Passo intermedio per la realizzazione
se si effettuano le posizioni
x1 (k) = yk ,

x2 (k) = yk+1

si ha
x1 (k + 1) = x2 (k)
x2 (k + 1) = 3x2 (k) 2x1 (k) + 5u(k)
y(k) = x1 (k)
che in forma matriciale si scrivono
xk+1 =
yk =

0
1
2 3
1 0

xk +

0
5

uk

xk

Naturalmente, quando lequazione alle differenze `e pi`


u complessa, cio`e presenta anche termini del tipo uk+j , allora occorre riferirsi a una procedura sistematica
di realizzazione, che permetta di passare da una rappresentazione iu ad una rappresentazione isu. Analogamente a quanto visto nel Capitolo 1, vedremo degli
algoritmi sistematici che ci consentono di risolvere il problema.
Si consideri un sistema la cui rappresentazione iu sia
yk+2 + a1 yk+1 + a2 yk = b0 uk+2 + b1 uk+1 + b2 uk

(3.6)

e sia la soluzione dellequazione


k+2 + a1 k+1 + a2 k = uk .

(3.7)

Supponiamo ora che le condizioni iniziali nelle (3.6), (3.7) siano nulle. In
questa ipotesi `e possibile sfruttare la linearit`
a delle equazioni per ottenere una

132

Capitolo 3. Analisi dei sistemi a tempo discreto


b0

uk

x2k+1

x2k

x1k

b1 b0 a1

yk

b2 b0 a2
a1
a2
Figura 3.4: Forma canonica di controllo

equazione che definisca luscita y della (3.6) in funzione delle variabili ausiliarie
ottenute dalla (3.7). Infatti lingresso applicato alla (3.6) `e una combinazione
lineare di quello applicato alla (3.7), quindi luscita y sar`
a esprimibile come
yk = b0 k+2 + b1 k+1 + b2 k .

(3.8)

La realizzazione della (3.7) pu`


o essere ottenuta ricavando k+2 in funzione dei
valori passati k+1 e k e dellingresso uk
k+2 = uk a1 k+1 a2 k ,

(3.9)

il cui schema a blocchi corrispondente `e quello di Fig. 3.3, dove si vede che per la
realizzazione sono necessari gli elementi di ritardo unitario, i quali forniscono in
uscita, istante per istante, il valore dellingresso allistante di tempo precedente.
` chiaro quindi che le eventuali condizioni iniziali vanno inserite proprio come
E
uscite allistante iniziale di tali blocchi.
Per determinare ora luscita, osserviamo che le variabili k , k+1 , k+2 sono
disponibili alluscita degli elementi di ritardo, quindi si ottiene lo schema a blocchi
illustrato in Fig. 3.4.
A questo punto la rappresentazione isu `e ottenuta semplicemente ponendo
x1k = k , x2k = k+1 , che soddisfano le equazioni
x1 (k + 1) = x2 (k)
x2 (k + 1) = a2 x1 (k) a1 x2 (k) + u(k)
y(k) = (b2 b0 a2 )x1 (k) + (b1 b0 a1 )x2 (k) + b0 u(k)
che in forma matriciale diventano
xk+1 =

0
1
a2 a1

xk +

0
1

uk

3.1. Le equazioni alle differenze


rk

+
-

ek

Calcolatore

uk

133
u(t) Processo

D/A

y(t)

t. continuo

A/D

yk

Figura 3.5: Sistema di controllo in retroazione digitale


T
uk

ZOH

u(t) Processo

y(t)

yk

t. continuo

Figura 3.6: Schema di sistema a dati campionati


yk = (b2 b0 a2

b1 b0 a1 )xk + b0 uk .

Questa forma di rappresentazione `e detta forma canonica di controllo e pu`


o facilmente essere generalizzata al caso di un sistema di ordine n > 2. Infine, `e possibile
anche far riferimento a forme canoniche diverse, ad esempio quella canonica di
osservazione.

3.1.4

I sistemi a dati campionati

Probabilmente la configurazione in cui nel mondo fisico emergono con maggiore


evidenza i sistemi discreti si ha quando un processo fisico a tempo continuo `e
pilotato da un ingresso calcolato a intervalli di tempo prefissati. Lesempio pi`
u
diffuso riguarda il controllo di un processo fisico con un calcolatore digitale, come
in Fig. 3.5.
Senza scendere troppo nei dettagli, che esulano dai limiti di questo corso,
possiamo dire che il segnale di errore ek fra i campioni delluscita yk e il riferimento
discreto rk `e processato dal computer che genera i campioni uk del segnale di
controllo, che vengono infine convertiti in un segnale di controllo continuo u(t).
Il problema `e quello di vedere come si comporta lintero sistema agli istanti
di campionamento kT , k = 0, 1, . . .. A questo scopo `e chiaro che dobbiamo
analizzare il legame che esiste fra le variabili uk e yk , quindi il nostro obbiettivo si
restringe allo studio dello schema di Fig. 3.6 dove il convertitore analogico/digitale
(A/D) `e schematizzato con un semplice campionatore, e quello digitale/analogico
con una Tenuta di Ordine Zero (Zero Order Hold), ovvero un dispositivo che
mantiene costante per lintero periodo di campionamento il segnale acquisito
allistante t = kT (vedi Fig. 3.7).

134

Capitolo 3. Analisi dei sistemi a tempo discreto


u(t)
uk
uk+1
T

tk

t1

t0

tk+1

Figura 3.7: Uscita del filtro ZOH


Il segnale di ingresso `e quindi mantenuto costante per lintero periodo T e
genera una evoluzione delluscita che ci proponiamo di esaminare agli istanti
di campionamento. Si noti che, essendo il sistema P (s) continuo, avremo una
evoluzione di y(t) lungo lintero periodo T , ma il nostro obiettivo `e solo studiare
come evolve luscita agli istanti di campionamento, ignorando levoluzione fra un
campione e laltro. Per fare ci`
o, supponiamo di conoscere una rappresentazione
isu del sistema a tempo continuo
x = Ax + Bu
y = Cx + Du

(3.10)
(3.11)

e determiniamo la rappresentazione isu del sistema a dati campionati rappresentato in Fig. 3.6. A tale scopo basta applicare lequazione che fornisce la
risposta nello stato di un sistema LTI a tempo continuo (2.44) qui di seguito
riscritta per un istante di tempo iniziale generico t0
t

x(t) =
t0

eA(t ) Bu( )d + eA(tt0 ) x0

con t0 = kT e t = (k + 1)T , tenendo conto che lingresso u(t) nellintervallo


[kT, (k + 1)T ] `e costante e pari a u(kT ).
(k+1)T

x((k + 1)T ) =
kT

eA((k+1)T ) Bu(kT )d + eAT x(kT )

Indicando con fk = f (kT ) il valore della generica funzione f (t) al kmo istante
di campionamento, ed effettuando la sostituzione = (k + 1)T , si ha
xk+1 = eAT xk +

T
0

eA dBuk = Ad xk + Bd uk

3.1. Le equazioni alle differenze

135

dove3,

Ad = eAT ,

Bd =

eA dB

sono le matrici della rappresentazione isu cercata. Per il calcolo di eAT conviene diagonalizzare A, per cui eAT = U eT U 1 , dove e U sono le matrici
degli autovalori e degli autovettori di A, rispettivamente (vedi Appendice B).
` altres` evidente che le matrici dellequazione di uscita sono identiche a quella
E
dellequazione a tempo continuo (3.11) essendo questa algebrica. Vediamo un
esempio.

Esempio 3.6 Dato il sistema a tempo continuo


x =
y = (1

0
1
6 5

x+

0
1

1)x

determiniamo la sua versione a dati campionati con tempo di campionamento T =


0.1 s. Per calcolare la matrice dinamica Ad conviene prima diagonalizzare A, calcoliamone, quindi, la matrice degli autovalori = diag{1 , 2 }
det(I A) = 2 + 5 + 6 = 0 1 = 2, 2 = 3
e quella degli autovettori U = ( u1

u2 )

Au1 = 1 u1 ,

0
1
6 5

x
y

2x
2y

x=1
u1 =
y = 2

1
2

Au2 = 2 u2 ,

0
1
6 5

x
y

3x
3y

x=1
u2 =
y = 3

1
3

Di conseguenza, risulta
Ad = eAT = U eT U 1 =

1
1
2 3

e2T
0

0
e3T

1
1
0.97 0.08
=
2 3
0.47 0.59

Poiche la matrice A `e invertibile, la matrice degli ingressi del sistema a dati campionati
ha lespressione notevole
Bd = A1 (Ad I)B =
3

0
1
6 5

0.97 1
0.08
0.47 0.59 1

0
1

0.004
0.078

Nel caso in cui A non ha autovalori nellorigine, risulta Bd = [A1 eA ]T0 B = A1 (eAT I)B.

136

Capitolo 3. Analisi dei sistemi a tempo discreto

0.25

yk

0.2

y(t),

0.15
0.1
0.05
0
0

t, k

Figura 3.8: Risposta indiciale del sistema dellEsempio 3.6


Le matrici dellequazione algebrica di uscita non cambiano, quindi la isu del sistema
a dati campionati `e
xk+1 =
yk = ( 1

0.97 0.08
0.47 0.59

xk +

0.004
0.078

uk

1 ) xk

In Fig. 3.8 `e mostrata la risposta indiciale del sistema a tempo continuo sovrapposta a
quella del corrispondente sistema a dati campionati. Come si vede, in corrispondenza
degli istanti di campionamento, le due risposte coincidono.

3.2

La trasformata Z

In questo paragrafo presentiamo un operatore che `e lanalogo discreto della trasformata di Laplace nel continuo. In particolare, data la sequenza {xk }, se ne
definisce la Ztrasformata come
+

X(z) = Z{xk } =

xk z k ,
k=

r0 |z| R0

(3.12)

Come si pu`
o notare, la regione di convergenza `e una corona circolare con centro nellorigine del piano complesso e, si pu`
o dimostrare, diventa lesterno di un
cerchio se la sequenza `e nulla per k < a. Di seguito vengono enunciate alcune propriet`
a della trasformata Z che sono di interesse per lanalisi del comportamento
dinamico dei sistemi discreti.

3.2. La trasformata Z
Linearit`
a.

137

Z[a(k) + b(k)] = A(z) + B(z)

Traslazione nel tempo.


Z[a(k + n)] = z n A(z)
Scalatura in z.

nZ

Z[r k a(k)] = A(rz)

Valore finale. Se A(z) converge per |z| > 1 e tutti i poli di (z 1)A(z)
sono interni al cerchio unitario, allora
lim a(k) = lim (z 1)A(z)

k+

z1

Vediamo qualche esempio di calcolo di Ztrasformata tramite la definizione.


Esempio 3.7 Definito limpulso unitario come
k =
la sua Ztrasformata `e

1 k=0
0 k=0

Z[k ] =

k z k = 1z 0 = 1
k=

In base a questa trasformata notevole e alle propriet`


a su enunciate `e possibile
calcolare la trasformata del gradino.
Esempio 3.8 Definita la sequenza a gradino unitario come
1 (k) =

0 k<0
1 k0

essa pu`
o essere riscritta come
1 (k) = (k) + 1 (k 1)
quindi, applicando le propriet`
a di linearit`
a e traslazione nel tempo, risulta
Z[1 (k)] = Z[(k)] + z 1 Z[1 (k)] Z[1 (k)] =

1
z
=
1
1z
z1

138

Capitolo 3. Analisi dei sistemi a tempo discreto

Anche la convoluzione nel discreto `e pi`


u semplice del suo analogo nel continuo.
Basta infatti risolvere lequazione
C(z) = A(z)B(z)
in termini degli elementi delle somme che lo definiscono
+

ck z k =
k=

ak z k
k=

bk z k
k=

che per esteso sono


+ c2 z 2 + c1 z + c0 + c1 z 1 + c2 z 2 + =
= ( + a2 z 2 + a1 z + a0 + a1 z 1 + a2 z 2 + )
( + b2 z 2 + b1 z + b0 + b1 z 1 + b2 z 2 + )
da cui, effettuando tutti i prodotti incrociati e raccogliendo i coefficienti dei
termini dello stesso grado,
..
.
+

c1 = + a2 b1 + a1 b0 + a0 b1 + a1 b2 + a2 b3 + =

j=

aj b1j

c0 = + a2 b2 + a1 b1 + a0 b0 + a1 b1 + a2 b2 + =

j=

aj bj

c1 = + a2 b3 + a1 b2 + a0 b1 + a1 b0 + a2 b1 + =

aj b1j
j=

..
.
che in generale si scrive
+

ck = ak bk =

aj bkj ,
j=

kZ

che `e la somma di convoluzione discreta, analoga allintegrale di convoluzione nel


` chiaro, dunque, che la trasformata della somma di convoluzione `e il
continuo. E
prodotto
Z(ak bk ) = A(z)B(z) .
Esempio 3.9 NellEsempio 3.8 abbiamo calcolato la trasformata della sequenza gradino unitario senza calcolarne la regione di convergenza, facciamolo ora applicando

3.2. La trasformata Z

139

la definizione e ricordando la somma della serie geometrica di ragione r:


1/(1 r), convergente se |r| < 1
+

Z[1 (k)] =

z k =
k=0

1
z
=
,
1 z 1
z1

+ k
k=0 r

|z| > 1

Se invece trasformiamo
x(k) =

1 k < 0
0 k0

otteniamo
X(z) =

1
k=

z k =

k=0

zk 1 =

z
,
z1

|z| < 1

Quindi le trasformate sono uguali, ma cambia la regione di convergenza.


Poiche i sistemi che studieremo saranno sempre causali, la nostra regione di
convergenza sar`a sempre lesterno di un cerchio centrato nellorigine.
Come nel caso tempo continuo, per poter trattare il caso di segnali nulli per
k < 0, `e possibile introdurre la trasformata Z unilatera
+
+

xk z k

Z [x(k)] =

(3.13)

k=0

per la quale vanno rienunciate le due propriet`


a
Traslazione nel tempo.
Z + [a(k + 1)] = zA(z) za(0)
n1

Z + [a(k + n)] = z n A(z) z n

a(k)z k ,

n>1

k=0

Convoluzione4 .

Z + [ak bk ] = Z +

j=0

aj bkj = A(z)B(z)

Si noti che per sequenze nulle per k < 0, si ha ak bk =

k
j=0

aj bkj =

k
j=0

akj bj .

140

Capitolo 3. Analisi dei sistemi a tempo discreto

3.3

Risposta dei sistemi lineari tempo invarianti

Per comprendere come lo strumento matematico della Ztrasformata possa essere


utile per calcolare la risposta di un sistema LTI tempo discreto, analizziamo il
caso della regola di integrazione per trapezi (3.3), che riportiamo traslata di un
passo indietro:
T
yk = yk1 + (uk + uk1 ) .
(3.14)
2
Definita
+

yk z k ,

Y (z) =
k=

moltiplichiamo ambo i membri della (3.14) per z k e sommiamo


+

yk z k =
k=

T
uk z k +
uk1 z k .
2 k=
k=

yk1 z k +
k=

(3.15)

Si osservi che, posto j = k 1, il termine


+

yk1 z k
k=

si riscrive

z 1
j=

yj z j = z1 Y (z) ,

quindi la (3.15) fornisce


Y (z) = z 1 Y (z) +

T
U (z) + z 1 U (z)
2

Lo stesso risultato lo si ottiene Ztrasformando la (3.14) e sfruttando la propriet`


a
di traslazione nel tempo. In definitiva, risulta
Y (z) =

T 1 + z 1
U (z) ,
2 1 z 1

da cui ricaviamo una funzione di trasferimento discreta


W (z) =

Y (z)
T 1 + z 1
T z+1
=
=
.
1
U (z)
2 1z
2 z1

Nel caso generale, per unequazione alle differenze della forma


yk = a1 yk1 a2 yk2 an ykn + b0 uk + b1 uk1 + + bm ukm (3.16)

3.3. Risposta dei sistemi lineari tempo invarianti


uk

T /2

141
yk

uk1

yk1

z 1

z 1

Figura 3.9: Schema dellintegrazione per trapezi


la f.d.t. si ottiene Ztrasformando e applicando la propriet`
a di traslazione nel
tempo a partire da condizioni iniziali nulle
W (z) =

b0 z n + b1 z n1 + + bm z nm
b0 + b1 z 1 + + bm z m
=
.
1 + a1 z 1 + + an z n
z n + a1 z n1 + + an

(3.17)

Analogamente al caso continuo, la trasformata delluscita `e quindi


Y (z) = W (z)U (z) .

(3.18)

Continueremo a chiamare poli e zeri del sistema le radici dei polinomi al denominatore e al numeratore della f.d.t. Possiamo ora dare un significato fisico alla
variabile z: siano tutti nulli i coefficienti della (3.17) tranne b1 = 1; allora si ha
W (z) = z 1
a cui, dalla (3.16), corrisponde
yk = uk1 ,
quindi luscita `e pari allingresso ritardato di un campione (o di un periodo, se lo
vediamo nel tempo). Possiamo quindi interpretare la funzione di trasferimento
z 1 come un ritardo unitario. Si noti che le equazioni alle differenze sono composte solo da ritardi, prodotti per costanti e somme, quindi possiamo schematizzarle
facendo uso solo di questi tre operatori. Ad esempio la regola di integrazione per
trapezi si pu`
o schematizzare come in Fig. 3.9. Tuttavia si pu`
o notare come il numero di elementi di ritardo usati (due) `e maggiore dellordine del sistema (uno),
difatti lo schema pu`
o essere semplificato come in Fig. 3.10. La realizzazione di
un sistema generico, cos` come spiegato nel Paragrafo 3.1.3, pu`
o essere ottenuta
facendo ricorso alle forme canoniche.
Abbiamo gi`
a visto come nel domino di z `e possibile ricavare la risposta nelluscita di un sistema LTI tramite la relazione (3.18) valida se il sistema parte
da condizioni iniziali nulle. Per trovare levoluzione del sistema quando parte da
condizioni iniziali generiche x0 da un certo di istante di tempo (che assumeremo

142

Capitolo 3. Analisi dei sistemi a tempo discreto


uk

T /2

yk

+
+

z 1
+

Figura 3.10: Schema dellintegrazione per trapezi semplificato


pari a 0), allora basta trasformare le (3.4),(3.5) secondo la trasformata unilatera
e applicarne la propriet`
a di traslazione nel tempo con n = 1, ottenendo
zX(z) zx(0) = AX(z) + BU (z)
Y (z) = CX(z) + DU (z)
da cui si ricava la risposta nel dominio di z
X(z) = (zI A)1 BU (z) + z(zI A)1 x0
Y (z) =

(3.19)

C(zI A)1 B + D U (z) + zC(zI A)1 x0

(3.20)

che confrontate con la (3.18) ci dicono che la f.d.t. di un sistema tempo discreto
pu`
o essere ricavata a partire dalla sua rappresentazione isu con la formula
W (z) = C(zI A)1 B + D .

(3.21)

Da tale espressione si vede che anche nel caso discreto i poli della f.d.t. coincidono
con gli autovalori della matrice dinamica A se non ci sono cancellazioni tra le
radici del numeratore e del denominatore. Dora in poi assumeremo sempre
verificata tale ipotesi e cio`e che la realizzazione del sistema sia sempre minima.
Dallesame delle equazioni appena ricavate, si vede che la risposta, sia nello stato che nelluscita, `e somma del termine di evoluzione libera, dovuta alle
condizioni iniziali, e della risposta forzata, dovuta allingresso.
Si pu`
o inoltre dimostrare che antitrasformando si ottengono le risposte nel
dominio del tempo nella forma5
k1

Aki1 Bu(i) + Ak x0 ,

x(k) =

i=0
k1

k0

Aki1 Bu(i) + Du(k) + CAk x0 ,

y(k) = C
i=0
5

Per k = 0 il contributo delle sommatorie non va considerato.

(3.22)
k0

(3.23)

3.3. Risposta dei sistemi lineari tempo invarianti

143

in cui si riconosce che levoluzione forzata delluscita `e la somma di convoluzione


della risposta impulsiva
w(k) = CAk B + D(k)
(3.24)
con lingresso. Notiamo esplicitamente che la (3.22) si pu`
o anche ottenere applicando iterativamente lequazione di stato (3.4) a partire dalla condizione iniziale
o
x(0) = x0 . Dunque, anche nel caso discreto, la risposta di un sistema LTI pu`
essere decomposta in unevoluzione libera (il termine dipendente dalle condizioni
iniziali) e unevoluzione forzata (il termine dipendente dallingresso applicato).
Anche nel caso discreto troviamo il legame fra f.d.t. e risposta allimpulso
visto nel caso continuo. Infatti, ricordando la (3.18) e che la trasformata di un
impulso `e unitaria, ad un ingresso impulsivo corrisponde luscita Y (z) = W (z),
per cui vale la relazione
W (z) = Z[w(k)]/Z[(k)]

(3.25)

dove con w(k) abbiamo indicato la risposta impulsiva. Dalla (3.25) si deduce
che per calcolare la risposta impulsiva `e sufficiente Zantitrasformare la f.d.t. e,
viceversa, per calcolare la f.d.t. basta Ztrasformare la risposta impulsiva.

3.3.1

Metodi di antitrasformazione

Abbiamo visto che la Ztrasformata gioca lo stesso ruolo della trasformata di


Laplace come strumento per il calcolo della risposta di un sistema LTI. Si pone
quindi il problema di antitrasformare una F (z).
Formalmente lantitrasformata `e definita dalla relazione
1
dz
f (k) =
F (z)z k
2j
z
dove lintegrale `e calcolato su una qualunque circonferenza contenuta nella regione
di convergenza. Ancora una volta questa formula risulta di difficile applicazione,
per cui si ricorre a metodi alternativi.
Una prima possibilit`
a, peculiare della trasformata discreta, si ottiene osservando che il secondo membro della (3.13) `e unespansione in serie di F (z) intorno
allinfinito. Nel caso in cui F (z) sia un rapporto fra polinomi `e sufficiente eseguire
la divisione per ottenere i coefficienti di f (k).
A titolo di esempio si consideri lintegrazione per trapezi, la cui f.d.t. abbiamo
visto essere
T z+1
W (z) =
2 z1
Considerando un ingresso a gradino la trasformata delluscita `e
Y (z) =
Eseguendo la divisione abbiamo

T z2 + z
.
2 z 2 2z + 1

144

Capitolo 3. Analisi dei sistemi a tempo discreto


z2
z 2

+z
+2z
3z
3z

1
1
+6
5
5

z 2 2z + 1
1 + 3z 1 + 5z 2 + 7z 3 +
3z 1
3z 1
+10z 1
7z 1

5z 2
5z 2

e quindi
y0 =
T /2
3T /2
y1 =
y2 =
5T /2
..
..
..
.
.
.
yk = kT + T /2
Un secondo metodo per calcolare lantitrasformata `e usare lo sviluppo in fratti semplici, analogamente a quanto fatto con Laplace. La differenza principale
rispetto a quanto fatto in precedenza `e che conviene espandere in fratti semplici
rispetto a z la funzione F (z)/z. Per comprendere il perche calcoliamo le seguenti
trasformate notevoli.
Esempio 3.10 Consideriamo la funzione esponenziale
u(k) =

0 k<0
rk k 0

la sua trasformata `e
+

r k z k =

U (z) =
k=0

(rz 1 )k =
k=0

1
z
=
,
1 rz 1
zr

|z| > |r|

Esempio 3.11 Consideriamo il segnale sinusoidale


x(k) = cos(k)1 (k)
esprimendolo come

ejk + ejk
1 (k) .
2
Usando la trasformata del segnale esponenziale, calcolata nellEsempio 3.10, abbiamo
x(k) =

X(z) =
=

1
1
z
z
Z[(ej )k ] + Z[(ej )k ] =
+
2
2 z ej
z ej
z(z cos )
1 2z 2 z(ej + ej )
= 2
2
j
j
2 z z(e + e ) + 1
z 2z cos + 1

3.3. Risposta dei sistemi lineari tempo invarianti

145

Analogamente, si trova che la trasformata del seno vale


Z[sin(k)1 (k)] =

z sin
.
z 2 2z cos + 1

Osservando che a numeratore delle trasformate notevoli appena calcolate compare sempre un termine monomio in z, per ottenere F (z) come sommatoria di trasformate notevoli occorre espandere in fratti semplici F (z)/z. Vediamo qualche
esempio.
Esempio 3.12 Volendo calcolare la risposta di un sistema tempo discreto che esegue
lalgoritmo di integrazione per trapezi con periodo di campionamento T ad un segnale
di ingresso esponenziale con r = 0.5, si ha
Y (z) = W (z)U (z) =

T 1 + z 1
z2 + z
1
T
=
2 1 z 1 1 0.5z 1
2 (z 1)(z 0.5)

Espandendo in fratti semplici rispetto a z la funzione Y (z)/z si ha


Y (z)
T
z+1
T
=
=
z
2 (z 1)(z 0.5)
2

r2
r1
+
z 1 z 0.5

dove i residui si trovano come al solito


r1 =

z+1
z 0.5

= 4,
z=1

r2 =

z+1
z1

z=0.5

= 3

quindi la Ztrasformata della risposta vale


Y (z) =

T
2

z
z
3
z1
z 0.5

e ricordando le trasformate del gradino e dellesponenziale possiamo antitrasformare


y(k) =

T
4 3(0.5)k 1 (k) .
2

Vediamo un esempio di antitrasformazione nel caso di radici reali multiple.


Esempio 3.13 Determiniamo la risposta indiciale di un sistema a tempo discreto con
f.d.t.
z+1
W (z) =
.
z1

146

Capitolo 3. Analisi dei sistemi a tempo discreto

Tenendo conto della trasformata del gradino unitario, la risposta nel dominio di z
vale
z+1 z
z2 + z
Y (z) = W (z)U (z) =
=
z1z1
(z 1)2
che d`
a luogo allespansione

Y (z)
z+1
r11
r12
=
=
+
2
2
z
(z 1)
(z 1)
z1
dove i residui si ottengono come
r11 = [(z + 1)]z=1 = 2,

r12 =

d
(z + 1)
dz

=1
z=1

e quindi, tenendo conto della trasformata della rampa unitaria riportata in Appendice D, la risposta nel dominio del tempo vale
y(k) = (2k + 1)1 (k) .

Il caso in cui la funzione razionale fratta da antitrasformare presenta poli complessi e coniugati pu`
o essere facilmente ricondotto a quello di poli reali. Infatti,
sia p una radice del denominatore di Y (z)/z, allora anche p lo `e. Se la coppia
di radici complesse e coniugate `e unica, allora lespansione in fratti semplici da
considerare `e la seguente
Y (z)
A
A
Az
A z
=
+

Y
(z)
=
+
z
z p z p
z p z p
che antitrasformata d`
a
yk = Apk + A (p )k 1 (k) .
Posto p = rej e A = |A|ej arg(A) si ottiene
yk = |A|r k ej(k+arg(A)) + ej(k+arg(A)) 1 (k) = 2|A|r k cos k+arg(A) 1 (k) .
(3.26)

Esempio 3.14 La risposta indiciale del sistema a tempo discreto del secondo ordine
con poli complessi e coniugati in 0.71ej1.93
W (z) =

z+1
z 2 + 0.5z + 0.5

3.3. Risposta dei sistemi lineari tempo invarianti


vale
Y (z) =

147

z2 + z
.
(z 1)(z 2 + 0.5z + 0.5)

Scomponendo in fratti semplici Y (z)/z, si ottiene


Y (z) =

z0.53ej2.78
z
z0.53ej2.78
+
+
z 1 z 0.71ej1.93
z 0.71ej1.93

che antitrasformata d`
a
yk = 1 + 1.06(0.71)k cos(1.93k + 2.78) 1 (k)

Una tabella di Ztrasformate `e riportata in Appendice D.

3.3.2

Modi di evoluzione

Finora abbiamo visto che la risposta di un sistema lineare a tempo discreto, cos`
come quella dei sistemi lineari a tempo continuo, `e somma dellevoluzione forzata, dovuta agli ingressi, e dellevoluzione libera, dovuta alle condizioni iniziali. In
questo paragrafo, analizzeremo le caratteristiche dellevoluzione libera, in quanto
essa `e lunica che dipende esclusivamente dalle caratteristiche del sistema. Ricordando la (3.19), nel dominio di z levoluzione libera nello stato `e regolata
dallespressione
Xl (z) = z(zI A)1 x0
quindi, nellantitrasformare, nel denominatore dellespansione in fratti semplici
della funzione Xl (z)/z comparir`
a il polinomio minimo della matrice dinamica,
le cui radici sono gli autovalori della matrice dinamica stessa6 . In base agli
esempi di antitrasformazione visti finora, possiamo dedurre che, nel dominio del
tempo, levoluzione liber`
a sar`
a sempre combinazione lineare di termini del tipo
km pk , m = 0, 1, 2, . . ., dove p `e un autovalore, in generale complesso, di A. Di
conseguenza, landamento temporale dellevoluzione libera sar`
a una combinazione
di andamenti elementari di funzioni del tipo
k m pk ,

km r k cos(k),

m = 0, 1, 2, . . .

dette modi propri di evoluzione del sistema, dove p `e il generico autovalore reale
di A e rej `e il generico autovalore complesso di A. Ancora una volta i coefficienti
della combinazione lineare sono costituiti dai residui delle scomposizioni in fratti
semplici, per cui possono essere anche nulli, nel caso siano radici dei polinomi a
numeratore. In tale eventualit`
a `e chiaro che linsieme di condizioni iniziali scelto
6
Che ipotizzeremo, se non diversamente indicato, coincidenti con i poli del sistema, cio`e le
radici del denominatore della sua f.d.t.

148

Capitolo 3. Analisi dei sistemi a tempo discreto


Im(z)
periodico
pseudoperiodico
divergente
pseudoperiodico
convergente

costante

alternante

aperiodico
divergente
alternante

Re(z)

aperiodico
convergente
alternante

aperiodico
convergente

aperiodico
divergente

Figura 3.11: Modi di evoluzione di un sistema a tempo discreto


non `e in grado di eccitare tutti i modi del sistema, tuttavia si pu`
o dimostrare che `e
sempre possibile eccitare tutti i modi della struttura con una scelta di opportune
condizioni iniziali.
In virt`
u della (3.20), anche levoluzione libera nelluscita
Yl (z) = zC(zI A)1 x0
sar`a combinazione lineare degli stessi termini. In particolare, ciascun modo di evoluzione possiede un andamento tipico che dipende solo dalla posizione nel piano
complesso dellautovalore corrispondente e dalla sua molteplicit`
a. Tali andamenti
sono riassunti in Fig. 3.11. Notiamo che, a differenza dei modi di evoluzione dei
sistemi a tempo continuo, compare un andamento cosiddetto alternante, legato
alla presenza di autovalori reali negativi.

3.4

Stabilit`
a

Per quanto riguarda la stabilit`


a BIBO, si pu`
o dimostrare che si ritrova come
condizione necessaria e sufficiente la sommabilit`
a della risposta impulsiva, cio`e
Proposizione 3.1 Un sistema LTI con risposta impulsiva w(k) `e stabile BIBO
se e solo se
+

k=

|w(k)| < +

3.4. Stabilit`
a

149

Come per il continuo questa condizione non `e molto maneggevole da un punto di


vista computazionale, per cui siamo interessati a un criterio di stabilit`
a che sia
basato sulla posizione dei poli del sistema.
Come per i sistemi a tempo continuo, anche per i sistemi a tempo discreto,
luscita pu`
o essere scritta come
Y (z) = W (z)U (z) =

nW (z) nU (z)
dW (z) dU (z)

quindi, i poli di Y (z) sono i poli di U (z) (radici di dU (z)) e quelli del sistema
(radici di dW (z)). Affinche luscita sia limitata, nellespansione in fratti semplici
di Y (z)/z devono comparire solo termini con poli di modulo minore di 1. Infatti,
se il polo `e reale (p), ad esso corrisponde nel dominio del tempo una funzione del
tipo pk convergente se |p| < 1; se il polo `e complesso (rej ) ad esso corrisponde
nel dominio del tempo una funzione del tipo r k cos(k) convergente se |r| < 1. Di
conseguenza, nellipotesi di ingresso limitato, le radici di dU (z) saranno tutte in
modulo minore di 1, per cui saranno i poli del sistema a dover essere di modulo
minore di 1. In conclusione vale la seguente proposizione
Proposizione 3.2 Un sistema LTI a tempo discreto `e stabile BIBO se e solo se
ha tutti i poli in modulo minore di uno.
Analogamente al caso dei sistemi a tempo continuo, anche per i sistemi a tempo
discreto si pu`
o introdurre il concetto di stabilit`
a sotto perturbazioni o stabilit`
a
interna. Dallanalisi dei modi di evoluzione, risulta chiaro che
Proposizione 3.3 Un sistema LTI tempo discreto `e
1. asintoticamente stabile se e solo se tutti gli autovalori della matrice dinamica sono in modulo minore di uno;
2. instabile se esiste almeno un autovalore della matrice dinamica in modulo
maggiore di 1 o almeno un autovalore di modulo unitario ma di molteplict`
a
maggiore di uno come radice del polinomio minimo;
3. stabile se gli autovalori della matrice dinamica sono in modulo non maggiore
di uno e quelli di modulo unitario sono di molteplicit`
a unitaria come radici
del polinomio minimo.
Anche nel caso tempo discreto si trova, dunque, che la stabilit`
a asintotica e quella
BIBO sono equivalenti, nel caso di un sistema completamente controllabile e
osservabile.
A questo punto per stabilire la propriet`
a di stabilit`
a esterna o quella di stabilit`
a interna, occorre un metodo che consenta di stabilire se le radici di un

150

Capitolo 3. Analisi dei sistemi a tempo discreto


Im(z)

z=

1+s
1s

Im (s)

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Re(z)

Re(s)

Figura 3.12: Trasformazione bilineare


polinomio7 sono in modulo minore di uno o no, senza calcolarle esplicitamente.
La risposta `e affermativa, infatti il problema pu`
o essere facilmente ricondotto a
quello di stabilire se le radici di un polinomio sono a parte reale negativa o no,
gi`
a risolto con il criterio di Routh.
Dato il polinomio in z p(z), vogliamo stabilire se le sue radici abbiano o no
modulo minore di uno. Se facciamo il seguente cambiamento di variabili8
z=

1+s
1s

(3.27)

la condizione |z| < 1 si traduce in


|1 + s|
< 1 |1 + s|2 < |1 s|2 (1 + a)2 + b2 < (1 a)2 + b2
|1 s|
dove a = Re(s) e b = Im(s). Risolviamo allora la disuguaglianza
(1 + a)2 + b2 < (1 a)2 + b2 1 + 2a + a2 < 1 2a + a2 a < 0
dunque, abbiamo trovato che la trasformazione (3.27) non fa altro che trasformare la regione del piano complesso in z appartenente al cerchio di raggio unitario e
centro nellorigine nel semipiano sinistro del piano complesso in s (vedi Fig. 3.12).
Dunque, stabilire se le radici del polinomio p(z) hanno modulo minore di 1 `e equivalente a stabilire se le radici del polinomio a numeratore di p(z)|z=(1+s)/(1s) sono
a parte reale negativa. E sappiamo che tale problema si risolve con lapplicazione
del criterio di Routh.
7

Il denominatore della f.d.t. per la stabilit`


a BIBO, il polinomio minimo della matrice dinamica
per la stabilit`
a interna.
8
Si tratta della trasformazione bilineare corrispondente alla regola di integrazione per trapezi.

3.5. Comandi MATLAB

151

Esempio 3.15 Dato il polinomio


p(z) = z 3 0.1z 2 + 0.01z 0.004
per quanto detto, le sue radici sono di modulo minore di 1 se e solo se le radici del
polinomio a numeratore ottenuto ponendo z = (1 + s)/(1 s) sono a parte reale
negativa
q(s) = (1 + s)3 0.1(1 s)(1 + s)2 + 0.01(1 s)2 (1 + s) 0.004(1 s)3 =
= 1.114s3 + 3.078s2 + 2.902s + 0.906
il quale, applicando il criterio di Routh,
3
2
1
0

1.114 2.902
3.078 0.906
2.574
0.906

ha sicuramente tutte radici a parte reale negativa e quindi p(z) ha tutte radici in
modulo minore di 1.
Accenniamo, infine, al calcolo della risposta a regime permanente ad un segnale costante U . Perche la risposta a regime esista finita e sia indipendente dalle
condizioni iniziali, naturalmente, il sistema deve essere asintoticamente stabile in
modo che levoluzione libera si estingua al passare del tempo. In tale ipotesi `e
intuibile come il valore di regime delluscita sia pari al valore finale della risposta
ad un gradino U 1 (k), per cui, applicando il teorema del valore finale, si ha
y(+) = lim y(k) = lim (z 1)Y (z) = lim (z 1)W (z)
k+

z1

z1

Uz
= [W (z)]z=1 U
z1

dove il valore [W (z)]z=1 `e il guadagno statico del sistema.

3.5

Comandi MATLAB

I comandi gi`
a visti nel Paragrafo 2.8 per lanalisi dei sistemi a tempo continuo,
possono essere adoperati anche per sistemi a tempo discreto, basta definire il sistema assegnandogli un periodo di campionamento T . Ad esempio, per determinare
la risposta impulsiva del sistema
W (z) =
basta eseguire listruzione

z + 0.1
,
z 0.5

T = 0.001 s

152

Capitolo 3. Analisi dei sistemi a tempo discreto

>> [y,t,x]=impulse(tf([1 0.1],[1 -0.5],0.001));


Avendo adoperato i parametri di uscita, per tracciare il grafico della risposta
impulsiva, ad esempio nelluscita, occorre usare il comando grafico
>> plot(t,y,o)
per evitare che il MATLAB interpoli tra un campione e laltro del vettore y. In
alternativa, si pu`o usare il comando
>> stem(t,y)
che traccia una linea verticale in corrispondenza di ogni campione del vettore y.
Infine, se si vuole ottenere il grafico delluscita di un organo di tenuta di ordine
0 alimentato da una sequenza i cui campioni sono memorizzati nella variabile x,
allora si pu`
o adoperare il comando
>> stairs(x)

3.6

Esercizi

Esercizio 3.1 Determinare la rappresentazione a dati campionati con periodo di


campionamento Ts = ln(2) s del sistema
x =
y = (0

0 4
1 5

x+

1
0

1 )x

Ts
uk

ZOH

u(t)

y(t)
3
s2 + 3s + 2

yk

Figura 3.13: Schema a blocchi del sistema dellEsercizio 3.2


Esercizio 3.2 Determinare una rappresentazione isu del sistema in Fig. 3.13, con
Ts = ln(3/2) s.

3.6. Esercizi

153

Esercizio 3.3 Determinare la risposta nelluscita del sistema


xk+1 =
yk = ( 1

0
1
0.06 0.5

xk +

0
1

uk ,

x(0) =

0 )xk

1
1

al segnale di ingresso uk = 21 (k).

uk

z
z + 0.4

yk

+
4

z 0.4
z + 0.6

Figura 3.14: Schema a blocchi del sistema dellEsercizio 3.4


Esercizio 3.4 Determinare la risposta del sistema in Fig. 3.14, allingresso u(k) =
(0.5)k 1 (k).
uk + ek

vk = vk1 + Hek1

vk

ZOH

v(t)
y = ay + bv

yk

y(t)
Ts

Figura 3.15: Schema a blocchi del sistema dellEsercizio 3.5


Esercizio 3.5 Determinare i valori di H tali che il sistema in Fig. 3.15, con Ts = 0.5 s,
a = b = ln(25), `e asintoticamente stabile.

uk

+
-

z + 0.4
2
z + z 0.1

+
+

1
z + 0.3

yk

Figura 3.16: Schema a blocchi del sistema dellEsercizio 3.6

154

Capitolo 3. Analisi dei sistemi a tempo discreto


uk

z
z 0.5

+
-

z + 0.1
2
z z+1

yk

Figura 3.17: Schema a blocchi del sistema dellEsercizio 3.7


Esercizio 3.6 Determinare la propriet`
a di stabilit`
a BIBO del sistema in Fig. 3.16 e
la risposta a regime al segnale di ingresso u(k) = 2.
Esercizio 3.7 Determinare i valori di H tali che il sistema in Fig. 3.17 `e stabile BIBO
e, per un valore a scelta di H = 0, la risposta indiciale.
Esercizio 3.8 Data il sistema a tempo discreto con risposta impulsiva
w(k) = (0.4)k + 2(0.2)k 1 (k)
determinare la risposta al segnale di ingresso u(k) = 5 cos(2k)1 (k).
Esercizio 3.9 Data il sistema a tempo discreto con risposta impulsiva
w(k) = (0.4)k + 2(0.2)k 1 (k)
determinare la risposta al segnale di ingresso u(k) = 5 cos(2k)1 (k).

CAPITOLO 4

Analisi dei sistemi nel dominio della frequenza

In questo capitolo introdurremo il concetto di frequenza e di risposta in frequenza


(o armonica) di un sistema, che riveste un ruolo chiave nello studio dei sistemi
lineari tempo invarianti per un duplice motivo. In prima istanza, perche lanalisi di questa caratteristica del sistema porta ad evidenziarne alcune propriet`
a di
notevole importanza in moltissime applicazioni in tutti i campi dellingegneria.
In secondo luogo, lo studio del comportamento del sistema sollecitato da segnali
di ingresso sinusoidali permette di risalire, grazie al principio di sovrapposizione
degli effetti, al comportamento del sistema in risposta ad una vasta classe di segnali, basta che siano in qualche modo scomponibili in componenti sinusoidali.
Vedremo, allora, quali classi di segnali possono essere visti come sovrapposizione
di segnali sinusoidali tramite gli strumenti matematici della serie e della trasformata di Fourier. Infine, introdurremo la risposta armonica di un sistema e lo
strumento dei diagrammi di Bode per il tracciamento del suo diagramma.

4.1

Serie di Fourier

Consideriamo una funzione f (t) di variabile reale a valori complessi, cio`e lapplicazione
f : t R f (t) C
155

156

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

e supponiamo che sia periodica di periodo T , cio`e f (t) = f (t + T ), t R.1 Si


definisce frequenza del segnale periodico il reciproco del periodo, cio`e f0 = 1/T ,
mentre la pulsazione `e definita come 0 = 2/T . Nelle ipotesi di f (t) limitata in
modulo e integrabile nellintervallo [0, T ], nei punti in cui f (t) `e derivabile vale
luguaglianza
+

Fn ejn0 t ,

f (t) =

(4.1)

n=

dove i coefficienti di Fourier sono dati da2


Fn =

1
T

f (t)ejn0t dt,

nZ

(4.2)

e sono numeri complessi, per cui sono definite le successioni dei moduli {|Fn |},
detta spettro di ampiezza del segnale, e delle fasi {arg(Fn )}, detta spettro di fase
del segnale, i quali hanno un diagramma discreto per cui si dice che un segnale
periodico ha lo spettro a righe.
Un caso notevole `e quello in cui il segnale f (t) assume solo valori reali, allora
i suoi coefficienti di Fourier sono tali che
Fn = Fn ,

nN

e quindi la serie di Fourier diventa della forma


+

Fn ejn0 t + Fn ejn0 t

f (t) = F0 +
n=1

e applicando le formule di Eulero (vedi Appendice A) si pu`


o dimostrare che pu`
o
essere riscritta nella cosiddetta forma trigonometrica
+

f (t) = a0 +

[an cos(n0 t) + bn sin(n0 t)] = a0 +


n=1

n=1

2|Fn | cos(n0 t + arg(Fn ))


(4.3)

dove i coefficienti si calcolano come


a0 = F0 =

1
T

f (t)dt

an = 2Re(Fn ) =

2
T

bn = 2Im(Fn ) =
1`

(4.4)

2
T

f (t) cos(n0 t)dt,

nN

(4.5)

T
0

f (t) sin(n0 t)dt,

nN

(4.6)

E chiaro che vale anche la relazione f (t) = f (t + nT ), t R, n Z.


E possibile dimostrare che lintegrale pu`
o essere esteso a un generico intervallo [a, a + T ] con
a R.
2`

4.1. Serie di Fourier

157
f (t)
1

T /2 T /4 0

T /4 T /2

Figura 4.1: Segnale periodico a onda quadra


0.6

Fn

0.4
0.2
0
0.2

10

Figura 4.2: Spettro del segnale periodico a onda quadra


La forma trigonometrica mostra come un segnale periodico pu`
o essere scomposto in una serie di segnali sinusoidali detti componenti armoniche del segnale,
in quanto le pulsazioni di tali segnali sinusoidali sono tutte multiple della pulsazione del segnale di partenza. Se il segnale `e tale che solo un numero finito
di armoniche hanno ampiezza non nulla, allora si dir`
a a banda limitata e la sua
larghezza di banda sar`
a pari a (ns ni )0 , dove ni ed ns sono il minimo e il
massimo valore di n per cui risulta Fn = 0, rispettivamente.
Il termine a0 `e detto valor medio o componente continua del segnale f (t)
e indica la parte del segnale f (t) che non varia nel tempo. Al contrario le ampiezze delle armoniche superiori quantificano la rapidit`
a di variazione del segnale.
Qualitativamente parlando, se il segnale o le sue derivate presentano delle discontinuit`
a3 , certamente il suo sviluppo in serie di Fourier avr`
a un numero infinito di
armoniche con ampiezza non nulla. Al contrario, quanto pi`
u elevato `e il numero
di sue derivate continue, tanto pi`
u basse saranno le ampiezze delle sue armoniche.
3
Si noti che in corrispondenza di una discontinuit`
a il segnale presenta una variazione finita
in un intervallo di tempo nullo.

158

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

f(t)

4
3
2
1

10

15

20

25

30

Figura 4.3: Segnale periodico dellEsempio 4.2

Esempio 4.1 Sviluppiamo in serie di Fourier il segnale a onda quadra definito graficamente in Fig. 4.1. I coefficienti di Fourier sono calcolabili applicando la (4.2)
Fn =

1
T

T /2
T /2

f (t)ejn0 t dt =

1
T

T /4
T /4

ejn0 t dt =

1
2
1 sin(n/2)
2 n/2

n=0
n Z {0}

Come si vede, i coefficienti sono tutti reali e inoltre per n pari sono tutti nulli, e
infine, dalla Fig. 4.2 si pu`
o osservare come decrescono in ampiezza al crescere di n.
Le caratteristiche riscontrate nellesempio sono propriet`
a pi`
u generali, infatti
se f (t) `e una funzione pari (cio`e f (t) = f (t)) allora si ha bn = 0, n N e lo
spettro `e reale, mentre se f (t) `e una funzione dispari (cio`e f (t) = f (t)) allora
an = 0, n N {0} e lo spettro `e puramente immaginario. Infine, sotto alcune
ipotesi di continuit`
a su f (t), si pu`
o dimostrare che la successione dei coefficienti
di Fourier tende a 0 per n +.
Esempio 4.2 Dato il segnale periodico
f (t) = 3 + sin(2/3t) + 2 cos(4/5t)
somma di una costante pi`
u due segnali sinusoidali, il suo periodo `e il minimo comune
multiplo dei due periodi T1 = 3 s e T2 = 2.5 s, quindi T = 15 s (in Fig. 4.3 ne
sono riportati due periodi), infatti la pulsazione fondamentale 0 = 2/15 `e tale che
2/3 = 50 e 4/5 = 60 . Calcoliamo i suoi coefficienti di Fourier
F0 =

1
T

f (t)dt = 3
0

4.2. Trasformata di Fourier

159

in quanto tutti i segnali sinusoidali hanno integrale nullo su un numero intero di


periodi. Per n = 0
Fn =

1
T

T
0

j0.5

f (t)ejn0 dt =

Infatti, negli integrali

1
0

n=5
n=6
altrimenti

T
0

3 + sin(50 t) + 2 cos(60 t)

cos(n0 t) j sin(n0 t) dt

il 3 non d`
a alcun contributo, cos` come tutti i termini con n = 5 e n = 6, in quanto
integrali di funzioni sinusoidali calcolati su un numero intero di periodi. Per n = 5
lunico termine che d`
a contributo `e il segnale sinusoidale di periodo T1 moltiplicato
per j sin(50 t)
F5 =

j
T

T
0

sin2 (50 t)dt =

j
2T

1 cos(100 t) dt = j0.5 .

Analogamente, nel determinare F6 , lunico termine che d`


a contributo `e il segnale
cosinusoidale di periodo T2 moltiplicato per cos(60 t)
F6 =

2
T

T
0

cos2 (60 t)dt =

2
2T

1 + cos(120 t) dt = 1 .

In conclusione, lo spettro del segnale ha un numero finito di righe, come del resto
era prevedibile visto che `e costituito dalla sovrapposizione di un numero finito di
sinusoidi.

4.2

Trasformata di Fourier

Come si `e visto nel paragrafo precedente, `e possibile vedere un segnale periodico


come sovrapposizione di segnali armonici, allora sorge spontanea la domanda se
ci`o possa essere esteso anche a segnali non periodici. La risposta `e fornita appunto
dalla trasformata di Fourier , cio`e la funzione complessa di variabile reale definita
come
+

F () =

f (t)ejt dt

(4.7)

che esiste se f (t) `e una funzione complessa di variabile reale integrabile4 . La


variabile reale `e detta pulsazione, mentre la frequenza `e definita come f =
/(2).
4
Per la definizione rigorosa di trasformata di Fourier di una distribuzione si veda, ad
esempio, [5].

160

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

Cos` come per la trasformata di Laplace, anche per quella di Fourier `e stato
introdotto un simbolo particolare per indicare loperazione di trasformazione
F[f (t)] = F () ,
mentre con il simbolo
F 1 [F ()] = f (t)
si indica loperazione di antitrasformazione definita come
f (t) =

1
2

F ()ejt d

(4.8)

che vale almeno nei punti in cui f (t) `e derivabile.


Analogamente alla serie di Fourier, si ha che se f (t) `e reale allora
F () = F ()
per cui risulta
f (t) =

1
2

F ()ejt + F ()ejt d ,

che `e possibile scrivere anche nella forma trigonometrica


f (t) =

+
0

|F ()| cos t + arg(F ()) d .

Dunque, anche un segnale non periodico pu`


o essere visto come sovrapposizione
(continua) di armoniche opportunamente pesate tramite lo spettro di ampiezza
|F ()| e sfasate tramite lo spettro di fase arg(F ()). Anche in tal caso si pu`
o
definire la larghezza di banda del segnale come la differenza s i tra lestremo
superiore e lestremo inferiore dellintervallo per cui F () = 0; se s < + il
segnale si dice a banda limitata 5 .
La trasformata di Fourier gode di propriet`
a molto simili a quelle della trasformata di Laplace, vediamone alcune6
Linearit`
a
Dualit`
a
5
6

F[k1 f1 (t) + k2 f2 (t)] = k1 F1 () + k2 F2 ()


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

1
F[F (t)]
2

Si pu`
o dimostrare che in tal caso il segnale deve necessariamente avere durata illimitata.
Per le dimostrazioni si veda, ad esempio, [5].

4.2. Trasformata di Fourier

161

Coniugazione

F[f (t)] = F ()

Traslazione in t

F[f (t t0 )] = F ()ejt0

Traslazione in o modulazione
F[ej0 t f (t)] = F ( 0 )
Cambiamento di scala
F[f (t/a)] = |a|F (a)
Derivata in t

Derivata in

d
f (t) = jF ()
dt

F[jtf (t)] =

d
F ()
d

Simmetria
f (t) reale e pari
f (t) reale e dispari
Convoluzione

F () reale e pari
F () immaginaria pura e dispari

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


Prodotto

f ( )g(t )d = F ()G()

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

1
F () G()
2

Uguaglianza di Parseval Se f (t) `e a quadrato integrabile


+

|f (t)|2 dt =

1
2

|F ()|2 d

Lultima propriet`
a `e suscettibile di uninteressante interpretazione fisica: lenergia
associata al segnale nel dominio del tempo deve essere pari a quella nel dominio
della frequenza. Ci`
o sar`
a di particolare interesse quando il segnale in questione `e
la risposta impulsiva di un sistema LTI.
Servendoci di tali propriet`
a e della definizione possiamo ora calcolare qualche
trasformata notevole.

162

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

Esempio 4.3 Iniziamo dalla funzione finestra di durata T definita dalla (2.3)
+

F[wT (t)] =

wT (t)ejt dt =

+T /2
T /2

ejt dt =

1 jt
e
j

+T /2

=T
T /2

sin(T /2)
T /2

il cui spettro, come si vede, `e reale e pari ed inoltre `e a banda illimitata, mentre il
segnale ha durata limitata. Notiamo che, in base alla propriet`
a di dualit`
a `e possibile
subito affermare che lo spettro di un segnale di tipo sinc()7 `e a banda limitata ed ha
la forma di una finestra.

Esempio 4.4 Per il calcolo dello spettro di un impulso di Dirac ci serviremo della
propriet`
a di campionamento (2.4)
+

F[(t)] =

(t)ejt dt = ej0 = 1 .

Ancora una volta, per dualit`


a, si ha che la trasformata della costante unitaria `e
limpulso di area 2 centrato nellorigine, di conseguenza, applicando la propriet`
a di
modulazione si ha
F[ej0 t ] = 2( 0 ) .
Grazie allultimo risultato `e possibile calcolare immediatamente la trasformata
di segnali sinusoidali
Esempio 4.5 Iniziamo con il coseno
F[cos(0 t)] = F[(ej0 t + ej0 t )/2] = per la linearit`
a

= (1/2) F[ej0 t ] + F[ej0 t ] = per il risultato precedente


= ( 0 ) + ( + 0 )

e analogamente per la funzione seno si trova


F[sin(0 t)] = j ( + 0 ) ( 0 )
per cui gli spettri di segnali puramente sinusoidali sono a righe e, visto che un
segnale periodico `e sviluppabile in serie di Fourier e quindi `e sovrapposizione di segnali
sinusoidali, la sua trasformata di Fourier sar`
a, per linearit`
a, un treno infinito di impulsi
e quindi ancora a righe, ma stavolta le righe sono degli impulsi.

4.2. Trasformata di Fourier

163

0.25
0.2
|F()|

f(t)

0.5
0
0.5
1
1

0.15
0.1
0.05

0.5

0
t

0.5

0
0

50

100

150

200

250

Figura 4.4: Segnale in banda base (nero) e in banda traslata (grigio) nel dominio
del tempo (sinistra) e della frequenza (destra) relativi allEsempio 4.6
Vediamo unimportante conseguenza della propriet`
a di modulazione.
Esempio 4.6 Determiniamo la trasformata di Fourier del segnale ottenuto moltiplicando una funzione sinc() per un coseno
F[sinc(t) cos(0 t)] = 1/2 F[sinc(t)]|0 + F[sinc(t)]|+0

= 1/(2)w2 ( 0 ) + 1/(2)w2 ( + 0 ) .

In generale, il prodotto nel dominio del tempo di un segnale per una sinusoide, in
frequenza consiste in una traslazione dello spettro del segnale di partenza di una
quantit`
a pari alla pulsazione del segnale sinusoidale (detto portante). Per questo
il segnale originario si dice anche in banda base, mentre la sua versione modulata
si dice in banda traslata. In Fig. 4.4 sono riportati tali segnali nel dominio nel
tempo e, per le sole pulsazioni positive, i relativi spettri di ampiezza, nel caso = 5
e 0 = 150. E` questo il principio su cui si basano le trasmissioni radio, e tutte le
conseguenze di questa propriet`
a saranno approfondite nei corsi di Telecomunicazioni.
Vista la similitudine formale delle definizioni delle trasformate di Fourier e
Laplace, ci si potrebbe chiedere in che relazione sono le due entit`
a. Confrontando
la (2.1) con la (4.7) si vede subito che vale la relazione, avendo posto come al
solito s = + j
L[f (t)] = F[f (t)et ] ,
(4.9)
che ci fa comprendere come possano esistere funzioni f (t) che tendono anche allinfinito per t + (ma non troppo rapidamente, o meglio pi`
u lentamente
di un esponenziale) e che sono trasformabili secondo Laplace ma non secondo
7

La funzione reale di variabile reale sin(x)/x `e detta anche sinc(x).

164

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

Fourier, infatti nel trasformare secondo Laplace nellintegrale tra e + la


f (t) `e moltiplicata per et che pu`
o rendere il prodotto integrabile se > 0, mentre nel trasformare secondo Fourier ci`
o non avviene. Le due trasformate invece
esistono entrambe per le funzioni f (t) nulle per t < 0 e se la trasformata di Laplace ha ascissa di convergenza 0 < 0 in modo che lasse immaginario appartenga
al semipiano di convergenza, e in tal caso vale la relazione fondamentale
F[f (t)] = L[f (t)]s=j .

4.3

(4.10)

Risposta esponenziale

In questo paragrafo calcoleremo esplicitamente la risposta di un sistema LTI ad


un segnale esponenziale (in generale complesso) perche ci sar`
a utile ai fini del
calcolo della risposta armonica del sistema stesso.
Consideriamo un generico sistema LTI asintoticamente stabile8 con rappresentazione isu
x(t)

= Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)
e applichiamo il segnale di ingresso u(t) = U es0 t a partire da , con s0 C. Nel
Capitolo 2 abbiamo trovato che la risposta nelluscita ad un ingresso applicato
da si calcola come lintegrale di convoluzione
+

w( )U es0 (t ) d =

y(t) =

w( )es0 d U es0 t = W (s0 )u(t) ,

(4.11)

L[w(t)]

cio`e luscita `e pari allo stesso segnale esponenziale (in generale complesso) posto in ingresso, moltiplicato per una costante (complessa) pari alla funzione di
trasferimento calcolata in s0 . Questo fatto significa che le funzioni esponenziali
complesse sono delle autofunzioni per sistemi LTI, nel senso che come una matrice non ruota i suoi autovettori, cos` un sistema lineare non modifica segnali di
ingresso esponenziali. Naturalmente, luscita calcolata nella (4.11) `e un segnale
ben definito solo se la W (s) `e ben definita in s0 , cio`e s0 non deve essere un polo
del sistema e, ricordando che i poli di W (s) sono gli autovalori della matrice dinamica A, s0 non deve essere un autovalore della matrice A. Inoltre, va osservato
che tale equazione `e valida solo se il segnale di ingresso `e applicato da . Se
cos` non fosse, la (4.11) sarebbe valida solo asintoticamente, nel senso che la
differenza fra luscita effettiva e quella calcolata con la (4.11) tenderebbe a zero
per t +. In altre parole, la formula (4.11) va intesa come risposta a regime
8
I risultati possono essere estesi al caso di sistemi instabili con unopportuna scelta delle
condizioni iniziali (vedi, ad esempio,[2]).

4.3. Risposta esponenziale

165

permanente cos` come definita nel Paragrafo 2.5 tramite la (2.55). Per chiarire le
idee facciamo un esempio.

Esempio 4.7 Sia dato il sistema


x = 3x + u,
y = x

x(0) = x0

con u(t) = et 1 (t). La funzione di trasferimento del sistema `e banalmente W (s) =


1
s+3 , che ha un polo in 3 diverso dallesponente del segnale di ingresso e inoltre,
essendo il polo negativo, il sistema `e asintoticamente stabile. Verifichiamo che la
differenza fra luscita effettiva e luscita calcolata con la (4.11) tende asintoticamente
a zero. Applicando la formula (2.45), luscita effettiva vale
t

y(t) =
0

e3(t ) e d + x0 e3t = e3t

t
0

e4 d + x0 e3t = e3t

1
1
1 3t
= e3t [e4t 1] + x0 e3t = et + x0
e ,
4
4
4

1 4
e
4

+ x0 e3t

t0.

Mentre dalla (4.11) risulta


y(t) = W (s)|s=1 et =

1
s+3

et =
s=1

1 t
e
4

e quindi la differenza fra i due risultati vale (x0 1/4)e3t , che tende a zero per
t +. E` importante sottolineare che se pure avessimo scelto semplicemente
x(0) = 0, la (4.11) non sarebbe stata verificata, perche sarebbe rimasto sempre un
termine del tipo e3t . Tuttavia si intuisce che una scelta opportuna9 della condizione
iniziale rende la (4.11) valida t R.
Dallequazione (4.11) si pu`
o anche osservare che se s0 coincide con uno zero
della f.d.t. (cio`e W (s0 ) = 0) allora luscita risulta identicamente nulla (sempre asintoticamente), effetto che abbiamo gi`
a indicato nel Paragrafo 2.2.5 come
propriet`
a bloccante degli zeri.
Concludiamo il paragrafo riportando il risultato analogo alla (4.11) per la
risposta esponenziale nello stato ad un ingresso u(t) = U es0 t
x(t) = (s0 )BU es0 t = (s0 )Bu(t) = (s0 I A)1 Bu(t) .
9

Si verifichi come tale scelta sia, in generale, x0 = (s0 I A)1 BU .

(4.12)

166

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

4.4

Risposta sinusoidale

Come nel paragrafo precedente abbiamo calcolato la risposta ad un segnale esponenziale, ora calcoleremo la risposta di un sistema LTI asintoticamente stabile
con f.d.t. W (s) ad un segnale sinusoidale a pulsazione 0 e di ampiezza AU , cio`e
u(t) = AU cos(0 t) .

(4.13)

Si noti che il segnale `e applicato da , quindi faremo lipotesi di asintotica


stabilit`
a del sistema. Se il segnale non dovesse essere applicato da e se
le condizioni iniziali sono generiche, il risultato che troveremo va inteso come
risposta a regime permanente, nel senso gi`
a spiegato nel Paragrafo 2.5, cio`e come
quella funzione del tempo tale che la sua differenza con la risposta complessiva
converge asintoticamente a zero. Dimostreremo che tale risposta a regime vale
y(t) = |W (j0 )|AU cos 0 t + arg(W (j0 ))

(4.14)

A tale scopo immaginiamo di applicare il segnale (4.13) a partire da t = 0 (ad


esempio con condizioni iniziali nulle, ma non `e strettamente necessario) e determinare la risposta a regime permanente secondo la definizione data nella (2.55).
Luscita nel dominio di Laplace vale
Y (s) = W (s)U (s) = W (s)AU

n
r
r
s
rk
=
+
+
,
s2 + 02 k=1 s pk s j0 s + j0

dove rk sono i residui dei modi propri del sistema corrispondenti ai poli pk ed
r `e il residuo del modo proprio dellingresso corrispondente alle radici j0 del
denominatore di Y (s), che vale
r = [(s j0 )Y (s)]s=j0 = W (s)AU

s
s + j0

=
s=j0

W (j0 )AU
2

Antitrasformando secondo la (2.12), si ottiene (nellipotesi di poli semplici, ma


non `e strettamente necessario)
n

y(t) =
k=1

rk epk t + |W (j0 )|AU cos(0 t + arg(W (j0 ))

da cui si vede che la differenza tra questa funzione e la y(t) espressa dalla (4.14)
vale nk=1 rk epk t , che tende a zero per t +, grazie allipotesi di asintotica
stabilit`
a del sistema.
In conclusione, la (4.14) rappresenta effettivamente la risposta a regime permanente di un sistema LTI ad un segnale sinusoidale, e si pu`
o affermare che
questa `e ancora un segnale sinusoidale del tipo AY sin(0 t + Y ) e tale che
AY
= |W (j0 )|,
AU

Y = arg(W (j0 )) .

4.4. Risposta sinusoidale

167

Lestensione, invece, della (4.12) al caso di segnale di ingresso sinusoidale `e


x(t) = Re (j0 )BAU ej0 t

(4.15)

dove la funzione Re() si intende applicata elemento per elemento al vettore


complesso tra parentesi quadre.
Naturalmente, il risultato che un sistema LTI non distorce i segnali sinusoidali `e basato fortemente sul fatto che il sistema in esame `e lineare; se cos`
non fosse la risposta ad un segnale sinusoidale potrebbe non essere sinusoidale.
Questa particolarit`
a `e una propriet`
a forte dei sistemi lineari, per cui se da misure
sperimentali effettuate su di un sistema reale emerge che il sistema risponde a
sollecitazioni sinusoidali con segnali non sinusoidali, certamente si pu`
o escludere
che il sistema in esame possa essere descritto da un modello puramente lineare.
Nel Paragrafo 4.1 abbiamo visto come un segnale periodico pu`
o essere espresso come serie di funzioni sinusoidali, dunque, per il principio di sovrapposizione
degli effetti, la risposta di un sistema a un segnale periodico si ottiene come sovrapposizione delle risposte alle singole armoniche del segnale di ingresso. Allora
la risposta di un sistema con f.d.t. W (s) ad un segnale periodico u(t) di pulsazione
0 la cui serie di Fourier in forma trigonometrica `e10
+

u(t) =

An cos(n0 t + n )
n=1

si calcola applicando la (4.14)


+

y(t) =
n=1

An |W (jn0 )| cos(n0 t + n + arg(W (jn0 ))) .

Concludiamo il paragrafo con qualche esempio. Il primo `e mirato a far vedere come, se pure nella realt`
a non `e possibile applicare segnali di ingresso da
, calcolare la risposta del sistema a regime permanente pu`
o essere comunque
unottima approssimazione di situazioni in cui i segnali sinusoidali sono stati applicati da un tempo abbastanza grande rispetto alle costanti di tempo tipiche del
sistema.

Esempio 4.8 Dato il sistema LTI con f.d.t.


W (s) =

s+1
,
s2 + s + 10

10
Si considera il caso di un segnale a media nulla, tanto la risposta ad una costante era gi`
a
stata calcolata nel Paragrafo 2.5.

168

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

10

y(t), u(t)

5
0
5
10
0

10

15

Figura 4.5: Ingresso (grigio) e uscita (nero) del sistema dellEsempio 4.8
determiniamone la risposta al segnale u(t) = 10 cos(2t + /3). Dato che il sistema `e
asintoticamente stabile e il segnale sinusoidale `e applicato da possiamo applicare
la formula (4.14), che richiede di valutare la f.d.t. per s = j2

1
1
2 j/4
1 + j2
W (j2) =
= +j =
e
6 + j2
4
4
4
e quindi luscita risulta pari a

5 2
7
y(t) =
cos 2t +
2
12
cio`e un segnale sinusoidale di ampiezza pi`
u piccola di quella del segnale di ingresso e
sfasato rispetto a questo di /4 rad in anticipo. Se il segnale di ingresso fosse stato
applicato solo a partire da t = 0 (cio`e pari a u(t)1 (t)), la risposta del sistema
sarebbe stata uguale a quella sopra calcolata solo asintoticamente, cio`e una volta
o apprezzare in Fig. 4.5,
esaurito il transitorio iniziale di circa11 8 s, cos` come si pu`
dove sono riportati i grafici dei segnali di uscita e di ingresso relativi a tale caso.
Nel secondo esempio verificheremo che nel caso non lineare la risposta a segnali
sinusoidali pu`
o essere non sinusoidale, per cui si dice che i sistemi non lineari
hanno un effetto distorcente sui segnali di ingresso, nel senso che la forma
del segnale sinusoidale di ingresso viene cambiata anche notevolmente in uscita.
Ad esempio, speciali circuiti non lineari, detti appunto distorsori, venivano
utilizzati negli anni 70 dai musicisti rock per generare particolari effetti acustici
con la chitarra elettrica.
11
Si noti come tale intervallo `e circa pari al tempo di assestamento del sistema, una cui stima
`e proprio Ta2 = 4/n = 8 s.

4.4. Risposta sinusoidale

169

15

y(t), u(t)

10

0
0

10

20

30

Figura 4.6: Ingresso (grigio) e uscita (nero) del sistema dellEsempio 4.9

Esempio 4.9 Dato il sistema non lineare del primo ordine


y + 2.5yu = 0,

y(0) = 1 ,

determiniamone la risposta a regime permanente (se esiste) allingresso u(t) = cos(t).


Integrando lequazione differenziale per separazione di variabili
t
0

dy
=
y

t
0

2.5cos d log y(t) log y(0) = 2.5 sin t

si ottiene
y(t) = e2.5 sin t
il cui andamento `e riportato in Fig. 4.6 assieme a quello del segnale di ingresso,
dove si vede chiaramente che il segnale di uscita, nonostante sia periodico, `e non
sinusoidale, e quindi ha uno spettro a infinite righe.
Dallultimo esempio si deduce anche che, in generale, i sistemi non lineari sono
in grado di generare armoniche non presenti nel segnale di ingresso, al contrario
dei sistemi LTI, i cui segnali di uscita possono contenere solo armoniche gi`
a
presenti nel segnale di ingresso. Questo concetto sar`
a chiarito e approfondito nel
prossimo paragrafo.

170

4.5

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

Risposta armonica di un sistema LTI

Si definisce risposta armonica o risposta in frequenza del sistema con f.d.t. W (s) =
C(sI A)1 B + D la funzione complessa di variabile reale12
W (j) = W (s)|s=j = C(jI A)1 B + D

(4.16)

definita per valori non negativi di e tali che j non sia un polo di W (s); ci`
o
`e certamente verificato per qualunque se il sistema `e asintoticamente stabile,
infatti, in tal caso, la W (s) ha tutti i poli a parte reale negativa. Si vede subito
che la conoscenza di W (j) per > 0 consente di conoscere anche W (j),
infatti si ha
W (j) = W (j) .
In base al risultato espresso dalla (4.14) si pu`
o dare subito uninterpretazione
della risposta armonica. Per ciascun valore della pulsazione in cui la (4.16) sia
ben definita, il modulo del numero complesso W (j) rappresenta il rapporto
tra lampiezza della risposta a regime permanente ad un segnale sinusoidale e
lampiezza del segnale di ingresso stesso; la fase del numero complesso W (j),
invece, rappresenta lo sfasamento che c`e tra ingresso e uscita.
Tuttavia, non `e questa lunica interpretazione che si pu`
o dare della risposta
armonica. Infatti, calcoliamo la risposta di un sistema ad un generico ingresso
trasformabile secondo Fourier, cio`e scomponibile nella sovrapposizione continua
di esponenziali complessi
u(t) =

1
2

U ()ejt d

allora, per il principio di sovrapposizione degli effetti e applicando la (4.11),


abbiamo
1 +
y(t) =
W (j)U ()ejt d
2
ma, daltra parte, se anche y(t) `e trasformabile secondo Fourier si ha
y(t) =

1
2

Y ()ejt d

che confrontata con la precedente fornisce il risultato notevole


Y () = W (j)U () ,

(4.17)

che ci dice come la funzione di risposta armonica `e il rapporto tra la trasformata


di Fourier delluscita e quella dellingresso, dove questa `e non nulla.
12
Per poter usare lo stesso simbolo per la f.d.t. e per la funzione di risposta armonica, abbiamo
indicato la variabile indipendente di questultima con j, anche se `e semplicemente .

4.5. Risposta armonica di un sistema LTI

171

Lequazione precedente ci consente di dare ancora unaltra interpretazione


della risposta in frequenza di un sistema. Infatti, ricordando la propriet`
a di convoluzione della trasformata di Fourier e che la risposta nel dominio del tempo di
un sistema LTI asintoticamente stabile `e data dalla convoluzione bilatera della
risposta impulsiva con lingresso (se questo `e applicato da ), allora la W (j)
non pu`
o che essere la trasformata di Fourier della risposta impulsiva. Da ci`
o si
deduce che se si volesse misurare la risposta in frequenza di un sistema per qualunque frequenza occorrerebbe misurarne la risposta impulsiva e poi trasformarla
secondo Fourier, perche solo in questo modo lo spettro del segnale di ingresso
U () non si annullerebbe in alcun punto dellasse delle frequenze dando luogo
ad unuscita misurabile. Purtroppo nella pratica un impulso non `e realizzabile,
tuttavia, per quanto detto, i segnali pi`
u opportuni per la misura della risposta in
frequenza di un sistema sono quelli il cui spettro si avvicina di pi`
u a quello piatto
dellimpulso, ad esempio onde quadre con duty cycle13 molto basso.
Dalla relazione (4.17) si intuisce anche che un sistema lineare pu`
o presentare
in uscita solo armoniche gi`
a presenti nel segnale di ingresso, infatti se U (
) = 0
anche Y (
) = 0 indipendentemente da W (j
). Dunque, il sistema non fa altro
che modellare lo spettro del segnale di ingresso secondo la forma della sua risposta
armonica, in ampiezza e fase. Cos`, ad esempio per le frequenze in cui |W | << 1
in uscita il segnale di ingresso si presenter`
a attenuato 14 , mentre per le frequenze in
15
cui |W | >> 1 esso sar`
a amplificato . Queste modificazioni del segnale di ingresso
introdotte dallazione del sistema si chiamano distorsioni e lazione svolta dal
sistema si dice filtrante, ma non vanno confuse con le distorsioni vere e proprie
prodotte da sistemi non lineari.
Per poter quantificare tale azione filtrante dei sistemi dinamici, `e utile definire
dei parametri caratteristici della risposta in frequenza, cos` come i parametri
della risposta indiciale sono stati gi`
a introdotti come parametri caratteristici del
sistema nel dominio del tempo. Con riferimento alla Fig. 4.7, si definisce
Modulo di risonanza Mr il valore massimo di |W (j)| (supposto unico)
Modulo di antirisonanza Ma il valore minimo di |W (j)| (supposto unico)
Pulsazione di risonanza r il valore di per cui |W (jr )| = Mr
Pulsazione di antirisonanza a il valore di per cui |W (ja )| = Ma
Banda passante a k dB
contenente r

16

Bk lampiezza dellintervallo (espressa in Hz)

[i , s ] = 0 : |W (j)|dB MrdB k
13

Si chiama duty cycle di unonda quadra il rapporto tra lintervallo di tempo in cui il segnale
`e non nullo e il periodo.
14
Cio`e di ampiezza pi`
u piccola di quella del segnale di ingresso.
15
Cio`e di ampiezza pi`
u grande di quella del segnale di ingresso.
16
Dato un numero reale positivo , si pone dB = 20 log10 .

172

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

|W (j)|dB
Mr
Mr k

Ma + k
Ma
0

Figura 4.7: Parametri caratteristici della risposta in frequenza


Banda arrestante a k dB Bk lampiezza dellintervallo (espressa in Hz)
contenente a
[i , s ] = 0 : |W (j)|dB MadB + k
Pulsazione di taglio inferiore i e i
Pulsazione di taglio superiore s e s
Pulsazione di centro banda c =

i +s
2

e c =

i +s
2

In base ai valori delle pulsazioni di taglio `e possibile eseguire la seguente


classificazione dei sistemi
Passa-tutto se i = 0 e s = +
Arresta-tutto se i = 0 e s = +
Passa-basso se i = 0 e s < +
Arresta-alto se i > 0 e s = +
Passa-alto se i > 0 e s = +
Arresta-basso se i = 0 e s < +
Passa-banda se i > 0 e s < +

4.5. Risposta armonica di un sistema LTI

173

|W (j)|dB

|W (0)|dB
|W (0)|dB k

2Bk

Figura 4.8: Risposta in frequenza di un sistema passa-basso


Arresta-banda se i > 0 e s < +
Anche per il diagramma delle fasi `e possibile definire dei parametri caratteristici,
che possono essere trovati, ad esempio, in [1].
In particolare, per i sistemi passa-basso, si usa definire la banda passante a
k dB rispetto al valore del modulo a frequenza zero17 , cio`e Bk si definisce come
il minimo valore della frequenza tale che
|W (jk )|dB = |W (j0)|dB k ,

con k = 2Bk

Come si vede anche in Fig. 4.8, `e chiaro che se Mr = |W (j0)| allora tale definizione coincide con quella gi`
a data nel caso generico. Il valore pi`
u spesso adoperato
nella pratica per k `e pari a 3 dB, che equivalgono
a
un
rapporto
fra ampiez
za delluscita e ampiezza dellingresso di circa 2/2, cio`e, a quella frequenza,
lampiezza del segnale di uscita `e pari circa al 70% dellampiezza del segnale di
ingresso. Chiariamo meglio questo concetto. Abbiamo detto che il modulo della
funzione di riposta armonica rappresenta il rapporto tra lampiezza AY del segnale di uscita e quella AU del segnale di ingresso, dunque se alla generica pulsazione
0 esso vale x dB, allora vale la relazione
AY
AU

x
AY
= x AY = 10 20 AU
AU
dB

e, in particolare, per x = 3 si ha proprio AY 0.707AU 2/2AU .


Per fissare i concetti finora esposti pu`
o essere utile presentare un esempio di
risposta in frequenza di un filtro realizzato con un circuito elettrico.
17

= |W (j0 )|dB = x 20 log 10

Si fa notare come tale valore sia pari al valore assoluto del guadagno statico del sistema.

174

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

20

30

40
arg(W)

20

[deg]

10
[dB]

|W|

60

40

80

50

4
6
[rad/s]

10

100

x 10

4
6
[rad/s]

10
5

x 10

10

20

[deg]

20

40
arg(W)

|W| [dB]

Figura 4.9: Risposta in frequenza del sistema del I ordine (scala lineare)

30
40
50

60
80

10

10

100

10

log10 [rad/s]

10
log10 [rad/s]

Figura 4.10: Risposta in frequenza del sistema del I ordine (scala logaritmica)

Esempio 4.10 Si consideri il circuito RC di Fig. 2.25, la cui f.d.t. del primo ordine,
gi`
a ricavata nellEsempio 2.30, `e
W (s) =

1
=, con R = 100 e C = 1 F
1 + sRC

con una costante di tempo = RC = 104 s. Essendo il sistema asintoticamente


stabile, la sua risposta armonica si ottiene dalla (4.16)
W (j) =

1
,
1 + j

i cui diagrammi dei moduli in dB e delle fasi in gradi sono riportati in Fig. 4.9
in scala lineare, cio`e in funzione di , mentre in Fig. 4.10 sono riportati in scala
logaritmica, cio`e in funzione di log10 . Il vantaggio della scala logaritmica `e evidente
in quanto si riesce ad apprezzare meglio landamento delle grandezze su un intervallo

4.5. Risposta armonica di un sistema LTI

175

|W| [dB]

20
40
60
80 0
10

10
log

10

10

Figura 4.11: Risposta in frequenza del sistema dellEsempio 4.11 con = 1 Ns/m
di pulsazioni molto elevato (da 0.1 rad/s a 106 rad/s). Dalle figure si vede che il
massimo del modulo si raggiunge per = 0 e vale 1 (0 dB), mentre la banda a
3 dB (B3 = s /2) si ottiene risolvendo lequazione18

2
1
2
1
1
|W (js )| =

=
1 + s2 2 = 2 s = B3 =
2
1 + js
2

2
Inoltre, nel diagramma in scala logaritmica si nota come il modulo rimane praticamente costante fino alla pulsazione di taglio superiore (la diminuzione, per definizione
di s `e inferiore a 3 dB), a partire dalla quale inizia a diminuire costantemente di circa
20 dB ogni decade, cio`e un intervallo in cui la pulsazione varia di un fattore 10.
Vediamo un esempio del II ordine.

Esempio 4.11 Dato il sistema meccanico massa-molla-smorzatore dellEsempio 2.16,


la sua funzione di risposta armonica vale
1/M
1
= 2
,
k + j M 2
n 2 + j2n

dove n = k/M e = /(2 kM ). In presenza di attrito ( = 1 Ns/m), il


diagramma del modulo della funzione di risposta armonica `e riportato in Fig. 4.11.
Questo pu`
o essere cos` interpretato: se applichiamo al carrello una forza costante (a
frequenza nulla) di 1 N il carrello si sposta di 0.01 m (|W (j0)| = 0.01 = 40 dB).
W (j) =

18
La pulsazione di taglio superiore in questo caso `e detta anche pulsazione a 3 dB, pi`
u spesso
indicata col simbolo 3 .

176

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

150

|W| [dB]

100
50
0
50
100 0
10

10
log

10

10

Figura 4.12: Risposta in frequenza del sistema dellEsempio 4.11 con = 0 Ns/m
Se, invece, applichiamo una forza sinusoidale di ampiezza 1 N e pulsazione vicina a
10 rad/s, il carrello si sposta di 0.1 m (o, equivalentemente, per spostare il carrello di
0.01 m bastano 0.1 N). Al crescere della pulsazione della forza sinusoidale applicata,
gli spostamenti sono sempre pi`
u bassi. Dunque, il sistema, nellintorno della pulsazione naturale tende ad avere un comportamento particolare, nel senso che risulta
particolarmente reattivo ai segnali di ingresso. Addirittura, in assenza di attrito
( = 0), il diagramma del modulo della funzione di risposta armonica, riportato in
Fig. 4.12, presenta un asintoto verticale in corrispondenza della pulsazione naturale,
ci`
o vuol dire che se applicassimo una forza a quella pulsazione, non importa quanto
piccola, lampiezza degli spostamenti del carrello sarebbe infinita. Tale fenomeno,
detto risonanza, si verifica in moltissimi sistemi reali, di natura meccanica, elettrica, ecc., e, in alcuni casi, pu`
o essere utilmente sfruttato (ad esempio, nei forni a
microonde, negli oscillatori, negli strumenti medici per la diagnosi), mentre in molti altri va tenuto in conto nella fase di progettazione del sistema per evitare che
possa provocare danni o malfunzionamenti (ad esempio, nei circuiti elettronici, nelle
strutture meccaniche e aeronautiche e in quelle degli edifici). Calcoliamo la banda
passante a 3 dB19

2
1/M
2 1
|W (j3 )| =
|W (j0)| 2
=
2
2
2 M n2
n 3 + j2n 3
da cui, elevando al quadrato ambo i membri20
(n2 32 )2 + 4 2 n2 32 = 2n4 3 = n 1 2 2 +
19
20

Si ricordiche 3 = 2B3 B3 = 3 /(2).


Per = 2/2 risulta 3 = n .

2 4 2 + 4 4 .

4.5. Risposta armonica di un sistema LTI

177
w(t)

|W (j)|

1
Ts

2B
Figura 4.13:
impulsiva.

2B

Ts

Risposta in frequenza di filtro passa-basso ideale e risposta

Calcoliamo la banda passante a 6 dB. Occorre determinare la pulsazione a 6 dB


cio`e tale che 21
|W (j6 )| = |W (j0)|/2

e con passaggi analoghi ai precedenti si trova22

6 = n 1 2 2 + 2 1 2 + 4 .
Uninteressante interpretazione del significato fisico della banda passante pu`
o
essere ricavata basandosi sulluguaglianza di Parseval, riscritta per la risposta
impulsiva di un sistema passa basso ideale23 di banda B (vedi Fig. 4.13, linea
continua)
+
1 +
|w(t)|2 dt =
|W (j)|2 d
2

da cui, tenendo conto della causalit`


a del sistema e considerando un valore unitario
per la risposta armonica del filtro in banda, si ricava
+
0

|w(t)|2 dt =

+
0

|W (j)|2 d =

2B
= 2B

Il primo membro pu`


o essere approssimato considerando landamento della risposta impulsiva anchesso di tipo rettangolare di durata pari al tempo di salita Ts
e altezza 1/Ts (in modo che larea sottesa sia pari a |W (0)| = 1) per cui risulta
la seguente uguaglianza
BTs = 0.5
21

Si osservi che raddoppiare i dB equivale ad elevare al quadrato i valori naturali.


Per = 1 risulta 6 = n .
23
Si dice passa-basso ideale un filtro con risposta in frequenza costante nellintervallo
[B, B] e nulla al di fuori.
22

178

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

cio`e, banda e tempo di salita sono inversamente proporzionali; in altre parole,


pi`
u la banda di un sistema `e ampia e pi`
u esso tende a rispondere rapidamente
agli ingressi applicati. Naturalmente, nel procedimento pocanzi seguito abbiamo
considerato una risposta impulsiva e una risposta armonica che non sono esattamente luna la trasformata di Fourier dellaltra ma solo con un certo grado
di approssimazione (per non parlare del fatto che sistemi di quel tipo non sono
fisicamente realizzabili), di conseguenza la relazione di sopra non va considerata
esatta, tuttavia essa rimane qualitativamente valida, in quanto le funzioni considerate possono essere considerate come approssimazioni di funzioni reali con
diagrammi del tipo tracciato in Fig. 4.13 con linea tratteggiata.

4.6

Diagrammi di Bode

Gi`
a dai semplici esempi presentati nel paragrafo precedente si intuisce come una
rappresentazione grafica della risposta armonica permetta di comprendere in maniera immediata le propriet`
a filtranti di un sistema, cio`e il suo modo di rispondere
al variare del contenuto frequenziale del segnale di ingresso. Infatti, nellEsempio 4.10, se il segnale di ingresso ha uno spettro confinato tutto allinterno della
banda del sistema, allora lo spettro delluscita sarebbe pari a quello dellingresso stesso (visto che |W | 1) e dunque il sistema non introdurrebbe alcuna
distorsione di ampiezza.
Appare, quindi, indispensabile avere a disposizione uno strumento semplice
ed efficace che consenta di rappresentare graficamente la risposta armonica di un
sistema di cui sia nota la f.d.t. W (s) e quindi la risposta in frequenza W (j) =
W (s)|s=j . Diciamo subito che presenteremo un metodo valido anche nel caso
in cui il sistema non sia asintoticamente stabile e quindi nel caso in cui non
esiste risposta a regime permanente ad un ingresso sinusoidale. Infatti, in tal
caso, da un lato, continua ad essere possibile considerare la restrizione della W (s)
allasse immaginario, e dallaltro si `e detto che comunque la risposta di un sistema
instabile ad un segnale sinusoidale pu`
o essere ancora sinusoidale tramite una
scelta opportuna dello stato iniziale e della frequenza.
Tra i diversi tipi di diagrammi a disposizione per rappresentare la risposta
armonica, quelli pi`
u diffusi sono i diagrammi di Bode, che consistono in due
grafici, il primo, detto diagramma dei moduli, riporta la grandezza |W (j)|dB
in funzione di log10 , mentre il secondo, detto diagramma delle fasi, riporta
a
la grandezza arg(W (j)) (in gradi) sempre in funzione di log10 . In realt`
il metodo che stiamo per presentare permetter`
a di rappresentare i cosiddetti
diagrammi asintotici di Bode, cio`e delle approssimazioni dei diagrammi effettivi,
ma semplici da tracciare manualmente. Naturalmente, in MATLAB `e possibile
tracciare i diagrammi esatti e i comandi necessari saranno presentati alla fine del
presente capitolo24 .
24

Al contrario, non esiste alcuna funzione predefinita che consenta il tracciamento dei

4.6. Diagrammi di Bode

179

Si consideri la funzione di trasferimento


W (s) =

a1 sm + a2 sm1 + + am+1
,
b1 sn + b2 sn1 + + bn+1

a1 , b1 = 0

che pu`
o essere fattorizzata nella forma

(1 +

si )mi

W (s) = Ksm0 n0 i=1

(1 + 2h s/n h + s2 /n2h )mh


h=1

ni

(1 + si )
i=1

(4.18)

(1 + 2h s/nh + s

/n2 h )nh

h=1

dove
1/i sono i poli reali non nulli di molteplicit`
a ni di W (s)
1/i sono gli zeri reali non nulli di molteplicit`
a mi di W (s)
h sono gli smorzamenti delle coppie di poli complessi e coniugati di molteplicit`
a nh di W (s)
h sono gli smorzamenti delle coppie di zeri complessi e coniugati di molteplicit`
a mh di W (s)
nh sono le pulsazioni naturali delle coppie di poli complessi e coniugati di
molteplicit`
a nh di W (s)
n h sono le pulsazioni naturali delle coppie di zeri complessi e coniugati di
molteplicit`
a mh di W (s)
m0 molteplicit`
a delleventuale zero nellorigine di W (s)
n0 molteplicit`
a delleventuale polo nellorigine di W (s)
mentre la costante di guadagno K `e pari a

K=

am+1m0
a1 i=1
= lim sn0 m0 W (s) =
s0
bn+1n0
b1
i=1

ini

h
n2m
h

h=1

imi

n2nhh
h=1

in altri termini, K `e il guadagno statico del sistema privato degli zeri e dei poli
nellorigine.
diagrammi asintotici.

180

Capitolo 4. Analisi dei sistemi nel dominio della frequenza


40
K>0
10

[deg]

10

20log |K|

arg(W)

[dB]

20

|W|

30

0
10 1
10

50
100
150

10
log10 [rad/s]

10

K<0
1

10

10
log10 [rad/s]

10

Figura 4.14: Diagramma di Bode della costante di guadagno K

Quello che dobbiamo rappresentare `e ovviamente la restrizione di questa funzione allasse immaginario, cio`e per s = j. Abbiamo scritto la funzione nella
forma di prodotti e rapporti perche per rappresentare il diagramma del modulo
in dB occorre calcolarne il logaritmo e quindi, grazie alle propriet`
a dei logaritmi,
`e possibile tracciare i diagrammi dei singoli fattori e poi sommarli (algebricamente). Allo stesso modo, per rappresentare il diagramma delle fasi, grazie alle
propriet`
a della funzione argomento di un numero complesso, `e possibile tracciare
i diagrammi dei singoli fattori e poi sommarli (algebricamente).
I fattori presenti nellespressione (4.18) della W (s) sono solo di quattro tipi
K

costante di guadagno

(j)k

termine monomio

(1 + j )k

termine binomio

1+

2
2
j 2
n
n

termine trinomio

con k Z.

Costante di guadagno. In Fig. 4.14 sono riportati i diagrammi di Bode e si


vede che, ovviamente, il diagramma dei moduli `e una retta orizzontale di ordinata
pari a 20 log10 |K| e cos` come quello delle fasi, dove per`
o lordinat`
a `e 0 se K > 0
e 180 se K < 0.

4.6. Diagrammi di Bode

181

40

200
k=2

k=1

20

[deg]

k=1

|W|

[dB]

20

100

arg(W)

k=2

k=1

k=1

100

k=2

40 1
10

k=2
0

10
log [rad/s]

10

200 1
10

10

10
log10 [rad/s]

10

Figura 4.15: Diagramma di Bode del termine monomio (j)k


10
0
[deg]

20 db/decade

10

30

60

45/decade

80

40
50 2
10

20
40

20

arg(W)

|W|

[dB]

10
log10

10

100 2
10

10
log10

10

Figura 4.16: Diagramma di Bode del termine binomio (1 + j )1 , per > 0 (in
grigio il diagramma reale, in nero il diagramma asintotico)

Termine monomio.
da25

Le quantit`
a da diagrammare (modulo e fase) sono date

(j)k

dB
k

arg (j)

= 20k log10
= 90 k

Dunque, i moduli, come funzioni della variabile log10 , sono rette che passano per
lorigine e hanno pendenza 20k dB/decade; le fasi, invece, sono rette orizzontali
di ordinata 90 k. In Fig. 4.15 sono riportati i relativi diagrammi per diversi valori
dellesponente k.
25

Si ricorda che stiamo considerando solo le pulsazioni positive.

182

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

Termine binomio.

Le quantit`
a da diagrammare sono
(1 + j )k

dB
k

arg (1 + j )

= 20k log10

1 + 2 2

= k arg(1 + j )

che ammettono le seguenti approssimazioni26


20k log10

1 + 2 2

k arg(1 + j )

20k log10 1 = 0 << 1/| |


20k log10 | | >> 1/| |
k arg(1) = 0
<< 1/| |
k arg(j ) = k90 sign( ) >> 1/| |

Per capire come sono fatti i diagrammi, iniziamo a considerare il caso di un termine binomio relativo ad un polo negativo di molteplicit`
a 1 della f.d.t. ( > 0 e
k = 1). Con riferimento alla Fig. 4.16 (dove `e riportato il diagramma in funzione
della variabile normalizzata log10 ), si nota che il diagramma dei moduli parte
da 0 dB e fino a che < 1/ si mantiene praticamente costante, e a partire da
= 1/ inizia a decrescere con una pendenza quasi costante di 20 dB/decade.
Infatti, le approssimazioni asintotiche ci dicono che per valori di << 1/ il
modulo vale 0 dB e per valori superiori `e una retta di pendenza 20 dB/decade.
Dunque il diagramma asintotico cambia improvvisamente aspetto nel punto
1/ che per questo si chiama punto di rottura. Passiamo ad analizzare il diagramma delle fasi. Esso parte da 0 e poi decresce fino al valore asintotico di
90 . Tuttavia, al contrario di quello dei moduli, nellintervallo delle intorno
a 1/ esso si discosta molto dalla approssimazione asintotica indicata con a in
Fig. 4.16. Per questo motivo, nella pratica si adotta una approssimazione diversa
costituita da una retta (indicata con b in Fig. 4.16) inclinata di 45 /decade
che parte dal punto di rottura sinistro 0.1/ e termina nel punto di rottura destro
10/ .
Per un generico termine binomio a denominatore, cio`e del tipo (1 + j )k con
> 0, k < 0, i diagrammi di Bode si ottengono moltiplicando per |k| le ordinate
di quelli appena visti, mentre quelli di un termine a numeratore, cio`e del tipo
(1 + j )k con > 0, k > 0, si ottengono moltiplicando per |k| le ordinate e
ribaltando rispetto allasse delle ascisse quelli appena visti. Nel caso < 0 il
diagramma dei moduli rimane identico a quello per > 0, mentre quello delle
fasi si ottiene ribaltando rispetto allasse delle ascisse quello per > 0. Cos`,
ad esempio, i diagrammi di Bode del termine (1 + j )2 , < 0 sono quelli in
Fig. 4.17.
Termine trinomio.
seguenti
26

Le funzioni della pulsazione da diagrammare sono le

La funzione sign(x) restituisce +1 se x > 0, 1 se x < 0 e 0 se x = 0.

4.6. Diagrammi di Bode

183

10

200

[deg]

10

40 db/decade

20

arg(W)

|W|

[dB]

30

150
+90/decade

100
50

40
0

50 2
10

10
log10

10

10

10
log10

10

Figura 4.17: Diagramma di Bode del termine binomio (1 + j )2 , per < 0 (in
grigio il diagramma reale, in nero il diagramma asintotico)

1+

2
2
j 2
n
n

arg 1 +

2
j 2
n
n

= 20k log10
dB

k arg 1 +

(1 2 /n2 )2 + 4 2 2 /n2
2
2
j 2
n
n

che ammettono le approssimazioni


20k log10

2
n2

k arg 1 +

+ 4 2

n2

2
2
j 2
n
n

20k log10 1 = 0 << n


40k log10 (/n ) >> n
k arg(1) = 0
<< n

k arg(sign()) = k180 sign() >> n

Anche in questo caso, per fissare le idee, consideriamo il caso di un termine


trinomio relativo a due poli complessi e coniugati di molteplicit`
a 1 e con smorzamento27 > 0. I relativi diagrammi sono riportati in Fig. 4.18 per vari valori di
e in funzione della variabile normalizzata
log10 /n . Si vede
che il diagramma
dei moduli ha un massimo = 0 dB per || > 2/2 e per || < 2/2 pari al modulo
di risonanza
1
Mr =
2|| 1 2
che si raggiunge in corrispondenza della pulsazione di risonanza
r = n 1 2 2 .
27
Si ricorda che lo smorzamento `e sempre in valore assoluto minore di 1, altrimenti le radici
sono reali e il termine trinomio `e il prodotto di due termini binomi.

184

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

20

20
30
40 1
10

=0.7
=1

[deg]

10

50
100

=0.7

=0.5
=1
90/decade
b

150

40 dB/decade

10
log10 /n

=0.1
=0.3

arg(W)

[dB]
|W|

=0.1
=0.3
=0.5

10

10

200 2
10

10
log10 /n

10

Figura 4.18: Diagramma di Bode del termine trinomio (1+ 2n j 2 )1 , per =


n
{0.1, 0.3, 0.5, 0.7, 1} (in grigio il diagramma reale, in nero il diagramma asintotico)

Infatti, si ritrova che per = 2/2 risulta r = 0, mentre per = 0.5


il diagramma interseca lasse delle ascisse in corrispondenza della pulsazione
naturale.
Lapprossimazione asintotica `e costituita dalla retta orizzontale di ordinata
nulla fino a n e, da tale pulsazione in poi, dalla retta inclinata di 40 dB/decade,
dunque per il diagramma dei moduli del termine trinomio il punto di rottura `e
o
n . Si noti come, a differenza del caso precedente, il diagramma reale si pu`
discostare sensibilmente da quello asintotico, specialmente per valori piccoli di
. Passando al diagramma delle fasi, si osserva che per valori molto piccoli di
( << n ) il termine trinomio si pu`
o approssimare con il numero reale 1 e
quindi la sua fase vale 0 , mentre per valori grandi di , si pu`
o ritenere che la
2
2
parte reale tenda a /n e la parte immaginaria a 2/n , dunque al crescere
di la parte reale tende a prevalere sullimmaginaria (il rapporto /n `e elevato
al quadrato) e va verso valori sempre pi`
u negativi, mentre la parte immaginaria
va verso valori di segno pari a sign(), ma molto pi`
u piccoli della parte reale.
In definitiva, la fase del numero complesso pu`
o essere approssimata alla fase del
numero reale sign(), e quindi per > 0 vale 180 . Inoltre, per = n e `e
evidente che la fase vale 90 sign(), quindi un primo diagramma approssimato
`e quello indicato con a in Fig. 4.18. Mentre, per ottenere unapprossimazione
asintotica migliore nellintervallo di pulsazioni intorno a n si pu`
o usare, anche

in questo caso, una retta inclinata di 90 /decade che parte dal punto di rottura
sinistro 0.1n e termina nel punto di rottura destro 10n , come il diagramma b
riportato in Fig. 4.18.
2

Per un generico termine trinomio a denominatore, cio`e 1 + 2n j 2


n
con > 0, k < 0, i diagrammi di Bode si ottengono moltiplicando per |k| le
ordinate di quelli appena visti, mentre quelli di un termine a numeratore, cio`e

4.6. Diagrammi di Bode

185

80

20

[deg]

[dB]

40

|W|

60

100

arg(W)

+80 dB/decade

200

180 /decade

300

=0.2

=0.2

20 1
10

10
log /
10

10

10

Figura 4.19: Diagramma di Bode del termine trinomio (1 + 2n j


< 0 (in grigio il diagramma reale, in nero il diagramma asintotico)
2

10
log10 /n

10

2 2
2 ) ,
n

per

1 + 2n j 2 con > 0, k > 0, si ottengono moltiplicando per |k| le ordinate


n
e ribaltando rispetto allasse delle ascisse quelli appena visti. Nel caso < 0, il
diagramma dei moduli rimane identico a quello per > 0, mentre quello delle
fasi risulta ribaltato rispetto allasse delle ascisse. Cos`, ad esempio, i diagrammi
di Bode del termine 1 +

2
n j

2
2
n

, < 0 sono quelli riportati in Fig. 4.19.

Concludiamo il paragrafo fornendo un algoritmo per il tracciamento dei diagrammi di Bode di una f.d.t. generica con luso di matita e squadrette.

4.6.1

Tracciamento del diagramma asintotico dei moduli.

Con riferimento ai simboli usati nella forma fattorizzata (4.18), si eseguano i


seguenti passi.
Passo 1. Si segnino le ascisse dei punti di rottura corrispondenti a 1/|i |, 1/|i |,
nh , n h e si associno a ciascuna le pendenze lj (espresse in dB/decade) cos`
definite

lj =

20mi

40m

20ni

40nh

per
per
per
per

i
i
i
i

termini
termini
termini
termini

binomi di molteplicit`
a mi a numeratore
trinomi di molteplicit`
a mh a numeratore
binomi di molteplicit`
a ni a denominatore
trinomi di molteplicit`
a nh a denominatore

Passo 2. Si tracci il primo segmento del diagramma, che `e una semiretta di


pendenza l0 = 20(m0 n0 ) dB/decade e che interseca, eventualmente con il suo

186

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

prolungamento, lasse delle ordinate28 nel punto 20 log10 |K| e quello delle ascisse
1

nel punto29 |K| n0 m0 .

Passo 3. Si traccino i segmenti successivi del diagramma in modo che ciascuno


risulti inclinato rispetto al precedente di lj dB/decade, ovvero di lj+ = l0 + l1 +
+ lj dB/decade rispetto allasse delle ascisse. Si verifichi che lultimo segmento
risulti inclinato di 20(m n) dB/decade rispetto allasse delle ascisse.

4.6.2

Tracciamento del diagramma asintotico delle fasi.

Passo 1. Si segnino le ascisse dei punti di rottura in corrispondenza di una


decade prima (punti di rottura sinistri) e una decade dopo (punti di rottura
destri) di ciascun punto di rottura del diagramma dei moduli, e si associno a
ciascuno le pendenze sinistre ljs e destre ljd (espresse in /decade) cos` definite

45sign(i )mi

per i termini
90sign(h )mh per i termini
ljs =

45sign(i )ni per i termini

90sign(h )nh per i termini

binomi di molteplicit`
a mi a numeratore
trinomi di molteplicit`
a mh a numeratore
binomi di molteplicit`
a ni a denominatore
trinomi di molteplicit`
a nh a denominatore

ljd = ljs

Passo 2. Si tracci il primo segmento del diagramma che `e una semiretta orizzontale e che interseca, eventualmente con il suo prolungamento, lasse delle ordinate
nel punto 0 definito fase iniziale (lim0 arg(W ()))

0 =

90 (m0 n0 )
se K > 0

90 (m0 n0 ) 180 se K < 0

Passo 3. Si traccino i lati consecutivi del diagramma in modo che ciascuno


risulti inclinato rispetto al precedente di lj /decade, ovvero di lj+ = l1 + l2 +
+ lj /decade rispetto allasse delle ascisse, e si verifichi che lultimo segmento
sia orizzontale e di quota pari a f definita fase finale (lim+ arg(W ())),
28
Assumeremo dora in avanti che lasse delle ordinate interseca quello delle ascisse nel punto
di pulsazione 1 rad/s.
29
Infatti, |K(j)m0 n0 | = 1 m0 n0 = |K|1 = |K|1/(m0 n0 ) .

4.6. Diagrammi di Bode

187

che si ottiene sommando tra loro i seguenti contributi


180
+90 (m0 n0 )

i=1 +90 sign(i )mi

h=1 +180sign(h )mh

i=1 90 sign(i )ni

h=1 180 sign(h )nh

solo se K < 0
delle singolarit`
a nellorigine
dei termini binomi di molteplicit`
a mi a numeratore
dei termini trinomi di molteplicit`
a mh a numeratore
dei termini binomi di molteplicit`
a ni a denominatore
dei termini trinomi di molteplicit`
a nh a denominatore

Illustriamo il funzionamento della procedura con un esempio.


Esempio 4.12 Si vogliano tracciare i diagrammi di Bode della f.d.t.
W (s) =

20s(1 + s/0.5)
(1 + s/2)2 (1 + s/100 + s2 /1002 )

Si vede che la W (s) ha un numeratore di grado m = 2 e un denominatore di grado


n = 4 ed `e gi`
a in forma fattorizzata, con i seguenti parametri
Singolarit`
a nellorigine

m0 = 1,

n0 = 0

Costante di guadagno
K = 20 > 0, KdB = 20 log 10 |K| 26
Punti di rottura del diagramma dei moduli
1/1 = 0.5,

1/1 = 2,

n1 = 100

Punti di rottura del diagramma delle fasi


{0.05, 5},

{0.2, 20},

{10, 1000}

Il diagramma dei moduli presenta un primo segmento inclinato di 20(m0 n0 ) =


+20 dB/decade che incontra lasse delle ordinate nel punto a 26 dB, in effetti con
il suo prolungamento visto che prima dellascissa = 1 c`e un punto di rottura
in = 0.5. Il tracciamento prosegue cambiando pendenza nei punti di rottura
secondo le regole descritte e termina con un segmento di pendenza 40(m n) =
40 dB/decade, come mostra la Fig. 4.20. Il diagramma delle fasi parte con fase
iniziale 0 = 90 (m0 n0 ) = +90 e termina con la fase finale f = +90 + 90
2 90 180 = 180 . Effettuando i cambi di pendenza secondo le regole descritte
si ottiene il diagramma riportato in Fig. 4.20.

188

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

[dB]

20

|W|

40

+40 dB/dec

40 dB/dec

+20 dB/dec

20
40 2
10

10

10

10
log [rad/s]

10

10

10

45/dec

arg(W)

[deg]

+45/dec

100
90/dec
180/dec

90/dec

100
200 2
10

10

10

10

10

10

log10 [rad/s]

Figura 4.20: Diagramma di Bode dellEsempio 4.12 (in grigio il diagramma reale,
in nero il diagramma asintotico)

4.7

Cenni sui sistemi a tempo discreto

Anche per i sistemi a tempo discreto se si calcola la risposta ad un segnale prima


esponenziale (del tipo u(k) = k , C) e poi ad un segnale sinusoidale (del tipo
u(k) = sin k) si scopre che luscita `e un segnale dello stesso tipo dellingresso.
Quindi, per un sistema asintoticamente stabile, si pu`
o definire la risposta in
frequenza come la funzione
W (ej ) = [W (z)]z=ej = C(ej I A)1 B + D

(4.19)

che, per ogni pulsazione , pu`


o essere interpretata come quel numero complesso
il cui modulo `e il rapporto tra lampiezza della risposta nelluscita ad un segnale
sinusoidale e lampiezza dellingresso, ed il cui argomento `e lo sfasamento tra i due
segnali. Difatti, la risposta ad un segnale sinusoidale U cos(0 k) si pu`
o scrivere
come
y(k) = |W (ej0 )|U cos 0 k + arg(W (ej0 )) .

(4.20)

4.8. Comandi MATLAB

189

Si osservi che, analogamente al caso tempo continuo, anche nel caso tempo
discreto la risposta armonica viene calcolata valutando la f.d.t. del sistema sulla
frontiera della regione del piano complesso allinterno della quale si trovano i
poli di un sistema asintoticamente stabile, nella fattispecie il cerchio di raggio
unitario, la cui circonferenza ha appunto equazione z = ej .
Esempio 4.13 Dato il sistema a tempo discreto con f.d.t.
W (z) =

z2

z 0.1
0.4z + 0.03

troviamo la risposta al segnale sinusoidale, applicato da , u(k) = 5 sin(2k). Dato


che il sistema ha due poli in 0.3 e 0.1, `e asintoticamente stabile e quindi la risposta
a regime esiste e pu`
o essere determinata applicando la (4.20)
y(k) = 5|W (ej2 )| sin(2k + arg(W (ej2 ))) = 4.32 sin(2k 2.24) .

4.8

Comandi MATLAB

In MATLAB `e possibile tracciare i diagrammi di Bode reali ma non quelli asintotici (almeno di non scrivere dei programmi opportuni). Il comando che permette
di disegnare direttamente su una finestra grafica i diagrammi `e
>> bode(W)
dove W `e una variabile di tipo sistema. Se si volesse avere a disposizione in due
variabili modulo e fase della risposta armonica di W, basterebbe usare i parametri
di uscita del comando bode
>> [m,f,w]=bode(W)
dove il modulo m `e in valori naturali, la fase f `e in gradi e w `e il vettore delle
pulsazioni in rad/s. Se si volesse specificare un intervallo di pulsazioni, viene in
aiuto il comando logspace che ci consente di creare un vettore w a spaziatura
logaritmica, cos`, ad esempio, se si volesse avere un vettore w di 500 punti dalla
pulsazione 102 alla pulsazione 103 , basterebbe usare listruzione
>> w=logspace(-2,3,500);
Per averlo, invece, a spaziatura lineare con passo di 0.1 rad/s basterebbe usare
loperatore : nel seguente modo30
30

La notazione esponenziale xey equivale a x10y .

190

Capitolo 4. Analisi dei sistemi nel dominio della frequenza

>> w=1e-2;0.1:1e3;
Volendo trovare i punti di rottura del diagramma asintotico, occorrerebbe
calcolare i poli e gli zeri del sistema con i comandi pole e tzero, rispettivamente,
mentre il comando damp fornisce pulsazioni naturali e smorzamenti.
Un comando grafico molto utile per il tracciamento manuale dei diagrammi
di Bode `e semilogx(x,y) che permette di tracciare il grafico di y in funzione di
log10(x).
Per i sistemi discreti, i comandi sono tutti identici, in quanto le variabili di
tipo sistema comprendono anche i sistemi a tempo discreto, basta che quando
vengono definite si fornisca anche il valore del periodo di campionamento T . Ad
esempio per definire il sistema con f.d.t.
W (z) =

z 0.5
,
z 2 + 0.1z + 0.4

T = 0.01 s

basta eseguire listruzione


>> W=tf([1 -0.5],[1 0.1 0.4],0.01);

4.9

Esercizi

Esercizio 4.1 Determinare la risposta del sistema

0
1
0
0

0
1 x + 0 u
x = 0
6 11 6
1
y = (1

0 )x

al segnale di ingresso u(t) = 1 + 3 cos(50t + /4).


Esercizio 4.2 Dato il circuito in Fig. 4.21 con R = 100 k, progettare il valore di
capacit`
a C in modo che un segnale di ingresso sinusoidale alla pulsazione di 100 rad/s
venga attenuato in uscita di 40 dB.
Esercizio 4.3 dato il sistema in Fig. 4.22 con RC = 1 s, determinare tale che
luscita del sistema risulti attenuata di 20 dB rispetto al segnale di ingresso u(t) =
20 cos(t).
Esercizio 4.4 Dato il sistema in Fig. 4.23, determinare il valore di k in modo che il
sistema abbia una banda a 3 dB pari ad 1 Hz. Come varia la banda al crescere di
k? E il guadagno statico?

4.9. Esercizi

191
R
R
-

u(t)

C
y(t)

Figura 4.21: Circuito dellEsercizio 4.2


C
R
-

u(t)

2
s+4

y(t)

Figura 4.22: Sistema dellEsercizio 4.3


Esercizio 4.5 Dato il sistema meccanico dellEsempio. 1.3 con k = 1000 N/m, determinare i valori di M e in modo che il sistema abbia una frequenza di risonanza
pari a 100 Hz e un coefficiente di smorzamento pari a 0.2.
Esercizio 4.6 Dato il sistema in Fig. 4.24 con u(t) = A sin(0 t) e a = 2, determinare
il valore di p > 0 tale che luscita del sistema sia identicamente nulla A. Rispondere
allo stesso quesito nel caso a = 0.5.
Esercizio 4.7 Determinare la risposta nelluscita del sistema in Fig. 4.25, ai segnali
di ingresso u1 (t) = 5 e u2 (t) = sin(5t).
Esercizio 4.8 Tracciare i diagrammi di Bode dei seguenti sistemi
G1 (s) =
G3 (s) =

90s + 270
100s + 20
, G2 (s) = 3
(s + 10)(s2 + 50s + 900)
s + 10s2 + 100s
s2

16s 4
,
+ 55s + 250

G4 (s) =

(s

100
+ 10s + 25)

1)(s2

192

Capitolo 4. Analisi dei sistemi nel dominio della frequenza


kR

replacemen
R

1
s+1

u(t)

y(t)

Figura 4.23: Sistema dellEsercizio 4.4


u(t)

1
2
s + p2

2s + 2
s+a

y(t)

Figura 4.24: Schema a blocchi del sistema dellEsercizio 4.6


Esercizio 4.9 Determinare la banda passante a 3 dB del sistema con f.d.t. G3 (s)
definita nellEsempio 4.8.
Esercizio 4.10 Con lausilio dei diagrammi di Bode determinare in modo approssimato la risposta nelluscita del sistema in Fig. 4.26, ai segnali di ingresso u1 (t) = sin(t)
e u2 (t) = 100 cos(200t + /3).

4.9. Esercizi

193

u2 (t)
u1 (t)

+
+

1
s+3

y(t)

s+3
s+6

Figura 4.25: Schema a blocchi del sistema dellEsercizio 4.7

u1 (t)

+
u2 (t) +

400
s2 + 20s + 400

y(t)

Figura 4.26: Schema a blocchi del sistema dellEsercizio 4.10

Bibliografia

[1] A. Balestrino, G. Celentano, Teoria dei Sistemi, vol. III, Liguori, Napoli,
1982.
[2] P. Bolzern, R. Scattolini, N. Schiavoni, Fondamenti di Controlli Automatici,
McGraw-Hill, Milano, 1998.
[3] A. Cavallo, R. Setola, F. Vasca, La nuova guida a Matlab, Simulink e Control
Toolbox, Liguori, Napoli, 2002.
[4] S. Chiaverini, F. Caccavale, L. Villani, L. Sciavicco, Fondamenti di Sistemi
Dinamici, McGraw-Hill, Milano, 2003.
[5] M. Codegone, Metodi Matematici per lIngegneria, Zanichelli, Bologna, 1995.
[6] O. I. Elgerd, Control System Theory, Mc Graw-Hill, New York, 1967.
[7] E. Fornasini, G. Marchesini, Appunti di Teoria dei Sistemi, Edizioni Libreria
Progetto, Padova, 1992.
[8] G. F. Franklin, J. D. Powell, A. Emami-Neaini, Feedback Control of Dynamic
Systems, Addison Wesley, Reading, MA, 1986.
[9] G. F. Franklin, J. D. Powell, Digital Control of Dynamic Systems, Addison
Wesley, Reading, MA, 1980.
[10] R. Guidorzi, Teoria dei Sistemi: Esercizi e Applicazioni, Zanichelli, Bologna,
1991.
[11] T. Kailath, Linear Systems, Prentice-Hall, Englewood Cliffs, N.J., 1980.
[12] G. Marro, Controlli Automatici, Zanichelli, Bologna, 1984.

195

APPENDICE A

Numeri complessi

A.1

Definizione di numero complesso

Data una coppia ordinata di numeri reali (a, b), si definisce numero complesso z
lespressione
z = a + jb
dove i numeri a e b sono detti parte reale e parte immaginaria del numero
complesso z e si indicano anche con le notazioni
a = Re(z)
b = Im(z)
mentre il numero complesso j `e detto unit`
a immaginaria.

A.2

Operazioni tra numeri complessi

Dati due numeri complessi z1 = a + jb e z2 = c + jd, la loro somma `e il numero


complesso
z1 + z2 = (a + c) + j(b + d)
mentre il loro prodotto `e il numero complesso
z1 z2 = (ac bd) + j(ad + bc)
197

198

Appendice A. Numeri complessi


Im(z)
z

a Re(z)

Figura A.1: Rappresentazione grafica di un numero complesso.


Lelemento neutro della somma `e ovviamente lo 0, mentre quello del prodotto
`e 1, di conseguenza, lopposto di un numero complesso `e quello che sommato al
numero stesso restituisce 0, mentre il reciproco di un numero diverso da 0 `e quello
che moltiplicato per il numero stesso restituisce 1.

A.3

Forma trigonometrica di un numero complesso

Graficamente un numero complesso pu`


o essere rappresentato su di un piano cartesiano, sulle cui ascisse si riporta la parte reale e sulle cui ordinate la parte
immaginaria (vedi Fig. A.1), detto piano di Gauss 1 .
Naturalmente, il numero complesso z pu`
o essere individuato anche dalle sue
coordinate polari, cio`e la distanza dallorigine detta modulo, che si indica col
simbolo |z| e langolo detto argomento o fase, che si indica col simbolo arg(z).
Dalla Fig. A.1 `e evidente che valgono le relazioni
a = Re(z) = |z| cos(arg(z))
b = Im(z) = |z| sin(arg(z))

(A.1)
(A.2)

|z| =
a2 + b2
cos = a/
sin = b/

(A.3)
(A.4)
(A.5)

e quelle inverse

A rigori il piano di Gauss comprende anche il punto allinfinito, vedi, ad esempio, [5].

A.4. Forma esponenziale di un numero complesso

199

Si noti come per determinare univocamente largomento occorrono sempre


le due equazioni (A.4),(A.5).
Si chiama forma trigonometrica del numero complesso z lespressione
z = |z| cos(arg(z)) + j sin(arg(z))

(A.6)

la cui validit`
a discende direttamente dalle relazioni (A.1),(A.2).
Dalle definizioni seguono immediatamente le propriet`
a
|z1 z2 | = |z1 ||z2 |
|z1 + z2 | |z1 | + |z2 |
arg(z1 z2 ) = arg(z1 ) + arg(z2 )
arg(z1 /z2 ) = arg(z1 ) arg(z2 )
z n = n (cos n + j sin n)

A.4

(A.7)
(A.8)
(A.9)
(A.10)
(A.11)

Forma esponenziale di un numero complesso

Dato un numero complesso z = 0, si ha che il numero complesso


z
= cos + j sin
|z|
ha modulo unitario e lo stesso argomento di z, dunque un qualunque numero
complesso non nullo pu`
o essere scritto come prodotto di un numero reale (il suo
modulo) per un numero complesso di modulo unitario
z = |z|

z
.
|z|

Inoltre, due numeri complessi z1 e z2 di modulo unitario soddisfano delle


particolari propriet`
a
|z1 z2 | = 1
arg(z1 z2 ) = arg(z1 ) + arg(z2 )

(A.12)

cio`e il modulo del loro prodotto `e ancora 1, mentre largomento `e la somma degli
argomenti. Questo comportamento somiglia al comportamento di un esponenziale
reale ex , x R, infatti ex1 ex2 = ex1 +x2 .
In base a tale analogia `e possibile rappresentare i numeri complessi di modulo
unitario nella forma esponenziale
ej = cos + j sin

(A.13)

200

Appendice A. Numeri complessi

e quindi un generico numero complesso z = a + jb di modulo diverso da 1 `e


esprimibile come
z = |z|ej arg(z) .
(A.14)
Inoltre, si definisce complesso coniugato del numero complesso z = a + jb il
numero complesso
(A.15)
z = a jb = |z|ej arg(z)
che soddisfa le seguenti propriet`
a
(z1 z2 ) = z1 z2
(z1 + z2 ) = z1 + z2
|z|2 = zz
z + z
Re(z) =
2
z z
Im(z) =
2j

(A.16)
(A.17)
(A.18)
(A.19)
(A.20)

Infine, notevole importanza hanno le seguenti formule, dette formule di Eulero


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

(A.21)
(A.22)

che si ottengono facilmente dalla (A.13) sommandole e sottraendole la sua coniugata.

APPENDICE B

Elementi di algebra delle matrici

Scopo di questa appendice `e richiamare brevemente gli elementi di teoria delle matrici necessari in questo corso. La descrizione sar`
a perci`
o volutamente
schematica.

B.1

Matrici e vettori

Una matrice A m n `e un insieme di mn elementi aij , i =, . . . , m, j = 1, . . . , n


organizzati su m righe e n colonne:

A=

a11
a21
..
.

a12
a22
..
.

..
.

a1n
a2n
..
.

am1 am2 amn

Una maniera convenzionale per indicare la stessa matrice `e A = {aij }. Lelemento


che occupa la riga iesima e la colonna jesima `e indicato con aij .
Un vettore colonna x di dimensione n `e una matrice con n righe e una colonna

x=

x1
x2
..
.
xn

201

202

Appendice B. Elementi di algebra delle matrici

Il suo elemento di posto iesimo si indica con xi . Analogamente un vettore riga di


dimensione n `e una matrice con una riga e n colonne. Poiche nel corso parleremo
genericamente di vettore, intenderemo sempre sottinteso lattributo colonna;
per questo motivo il vettore riga x sar`
a indicato con il simbolo di trasposta xT
(vedi par. B.4).
Per i nostri scopi `e importante menzionare una particolare struttura di matrice: la matrice in forma compagna. In particolare una matrice del tipo

A=

0
0
..
.

1
0
..
.

0
1
..
.

..
.

0
0
0

1
an an1 an2 a1

prende il nome di matrice in forma compagna


la forma

0 0 0
1 0 0

0 1 0
A=

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

(B.1)

orizzontale inferiore, mentre se ha


an
an1
an2
..
.

0 0 1

a1

`e detta matrice in forma compagna verticale destra.

B.2

0
0
..
.

(B.2)

Somma, differenza e prodotto per uno scalare

Due matrici A e B delle stesse dimensioni possono essere sommate fra loro. Il
risultato `e una matrice i cui elementi sono la somma degli elementi corrispondenti
delle matrici addendo: se C = A + B, allora
cij = aij + bij
Il prodotto di una matrice per uno scalare d`
a una matrice i cui elementi sono
quelli della matrice di partenza moltiplicati per lo scalare: se B = kA,
bij = kaij
Infine la differenza fra due matrici `e definita come la somma della prima e delle
seconda moltiplicata per lo scalare 1: C = A B cij = aij bij .
Ricordiamo che la somma gode delle propriet`
a commutativa e associativa:
A+B = B+A
(A + B) + C = A + (B + C)

B.3. Prodotto di matrici

B.3

203

Prodotto di matrici

Di due matrici A m p e B p n `e possibile definire il prodotto righe per colonne


C = AB come la matrice m n che ha per elementi
n

cij =

aik bkj
k=1

Il prodotto gode della propriet`


a associativa:
A(BC) = (AB)C .
Ma in generale non della propriet`
a commutativa
AB = BA
anzi in generale non `e detto che il secondo prodotto esista.

B.4

Trasposizione

Se A `e una matrice m n la sua trasposta B, indicata con il simbolo B = AT `e la


matrice che si ottiene scambiando le righe e le colonne della matrice di partenza
bij = aji .
Una matrice si dice simmetrica se A = AT , antisimmetrica se A = AT . Una
matrice quadrata (n n) `e sempre decomponibile in una parte simmetrica (A +
a della trasposta sono
AT )/2 e una antisimmetrica (A AT )/2. Propriet`
(AB)T
(ABC)T
(A + B)T

B.5

= B T AT
= C T B T AT
= AT + B T

(B.3)

Determinante

Il determinante di una matrice A n n, indicato con i simboli |A| o det(A) `e


uno scalare definito dallespansione di Laplace |A| = nj=1 aij ij , i = 1, . . . , n.
ij `e detto cofattore, ij = 1i+j |M |ij e Mij , detto minore della matrice data,
`e la matrice che si estrae da quella di partenza eliminando la riga iesima e la
colonna jesima. In questo modo il determinante di una matrice di ordine n `e
definito tramite n determinanti di ordine n 1 che a loro volta saranno definiti
con determinanti di ordine n2 e cos` via. La trasposta della matrice dei cofattori
prende il nome di matrice aggiunta:
adj(A) = {ij }T .

204

Appendice B. Elementi di algebra delle matrici

Una matrice il cui determinante sia nullo `e detta singolare, altrimenti `e non
singolare.
Propriet`
a del determinante. Se una riga (o una colonna) di una matrice
`e moltiplicata per uno scalare , allora il determinante `e |A|, quindi
|A| = n |A|
Se due righe o due colonne sono scambiate il determinante cambia di segno; da
ci`
o si pu`
o dedurre che
AT = |A| .
Infine, se A e B sono matrici quadrate,
|AB| = |A| |B| .

B.6

Rango

Il rango di una matrice `e il massimo numero di righe o colonne linearmente


indipendenti della matrice. In particolare, se una matrice ha rango r, allora
tutte le possibili sottomatrici (r + 1) (r + 1) estraibili dalla matrice data hanno
determinante nullo.

B.7

Inversa

Sia A una matrice nn non singolare; allora la sua inversa, indicata con il simbolo
A1 esiste ed `e definita come
A1 =

adj(A)
|A|

e gode della propriet`


a
A1 A = AA1 = In ,
dove In `e la matrice identit`
a di ordine n.
Valgono le propriet`
a
(AB)1 = B 1 A1
se entrambe le matrici sono invertibili, e inoltre
(A1 )T = (AT )1 .
Vale infine il lemma di inversione matriciale:
(A + BCD)1 = A1 A1 B(DA1 B + C 1 )1 DA1
supposto che tutte le inverse e i prodotti abbiano senso.

B.8. Polinomio caratteristico e teorema di CayleyHamilton

B.8

205

Polinomio caratteristico e teorema di CayleyHamilton

Data una matrice quadrata A, si definisce polinomio caratteristico della matrice:


p(s) = |sI A| = sn + a1 sn1 + + an
Le radici del polinomio caratteristico sono dette autovalori della matrice.
Il teorema di CayleyHamilton afferma che ogni matrice quadrata `e radice
del suo polinomio caratteristico, ovvero
p(A) = An + a1 An1 + + an I = 0
Una interessante propriet`
a delle matrici in forma compagna `e data dal fatto che
il polinomio caratteristico delle (B.1),(B.2) `e proprio sn + a1 sn1 + + an .

B.9

Autovalori e autovettori

Sia i un autovalore della matrice quadrata A; allora esiste sempre almeno un


vettore u che soddisfa lequazione
Au = i u

(B.4)

Il vettore u `e detto autovettore della matrice A. In particolare se i `e una radice


di molteplicit`
a unitaria del polinomio caratteristico allora lautovettore `e unico (a
meno di un fattore di scala ovvero se u `e un autovettore, anche u, con scalare,
lo `e), altrimenti possono esistere pi`
u autovettori associati allo stesso autovalore.
In genere gli autovettori vengono normalizzati, ovvero u = 1.
Due importanti propriet`
a degli autovalori sono
n

i = tr(A)
i=1

dove tr(A) indica la traccia della matrice, cio`e la somma degli elementi sulla
diagonale principale; inoltre
n

i=1

i = |A|

quindi una matrice `e singolare se e solo se ha almeno un autovalore nullo.

B.10

Matrici simili e diagonalizzazione

Due matrici A e B sono dette simili se esiste una matrice T invertibile tale che
B = T 1 AT

206

Appendice B. Elementi di algebra delle matrici

In particolare, per quanto detto al paragrafo precedente, `e possibile dimostrare


che se la matrice quadrata A ha autovalori distinti, i corrispondenti autovettori
sono linearmente indipendenti e quindi la matrice U che ha per colonne gli autovettori `e invertibile. Posta quindi la matrice diagonale costruita a partire dagli
autovalori, dalla (B.4) si ricava AU = U , e quindi
= U 1 AU
cos` la matrice A `e simile ad una matrice diagonale ed `e detta diagonalizzabile.

B.11

Funzioni di matrici e operazioni differenziali

1. Esponenziale matriciale.
La funzione exp(A) (o pi`
u semplicemente eA ) `e definita come
eA exp(A) = I + A +

1 2
1
A + A3 +
2!
3!

(B.5)

In particolare se A `e diagonalizzabile eA = U e U 1 , dove e = diag{ei },


e in generale
f (A) = U f ()U 1 , dove f () = diag{f (i )} .

(B.6)

2. Derivata.
Sia data una matrice A(t) funzione di uno scalare t; allora la sua derivata
rispetto a t `e definita elemento per elemento:
dA
=
dt

daij (t)
dt

3. Integrale.
Analogamente lintegrale `e definito elemento per elemento:
A(t)dt =

aij (t)dt

4. Matrice Jacobiana.
Sia dato una funzione vettoriale di un vettore, f (x); allora la matrice
jacobiana si definisce come
df
=
dx

fi
xj

APPENDICE C

Tabella di trasformate di Laplace


In questa appendice si indica con F (s) la trasformata di Laplace della funzione
f (t), che viene assunta nulla per t < 0, per cui ogni funzione nel dominio del
tempo `e supposta essere moltiplicata per un gradino unitario.

F (s)

f (t)

(t)

(impulso unitario in t = 0)

1
s

1(t)

(gradino unitario in t = 0)

1
s2

(rampa unitaria in t = 0)

sn+1

tn
n!

1 sT
e
s

1(t T )

1
1 esT
s

1(t) 1(t T )

(gradino unitario in t = T )

207

(finestra di durata T )

208

Appendice C. Tabella di trasformate di Laplace

F (s)

f (t)

1
s+a

eat

1
(s + a)n+1

tn at
e
n!

s2

+ 2

sin t

s2

s
+ 2

cos t

2s
+ 2 )2

t sin t

s2 2
(s2 + 2 )2

t cos t

s sin + cos
s2 + 2

sin(t + )

(s + a)2 + 2

eat sin t

s+a
(s + a)2 + 2

eat cos t

(s2

s2

1
+ 2n s + n2

s(s2

1
+ 2)

1
en t sin n 1 2 t
1 2

1
(1 cos t)
2

APPENDICE D

Tabella di trasformate Z

In questa appendice si indica con F (z) la trasformata Z della successione f (k),


che viene assunta nulla per k < 0.
F (z)

f (k)

(k)

(impulso unitario in k = 0)

z
z1

1(k)

(gradino unitario in k = 0)

z
(z 1)2

z(z + 1)
(z 1)3

k2

z
zr

rk

zr
(z r)2

kr k

(rampa unitaria in k = 0)

(parabola unitaria in k = 0)

209

Appendice D. Tabella di trasformate Z

210
F (z)

f (k)

z(1 r)
(z 1)(z r)

1 rk

z2

z sin a
(2 cos a)z + 1

sin ak

z2

z(z cos a)
(2 cos a)z + 1

cos ak

z2

z(z r cos b)
2r(cos b)z + r 2

r k cos bk

z2

zr sin b
2r(cos b)z + r 2

r k sin bk

Indice analitico

Amplificatore operazionale, 106


Argomento, 198
Autovalore, 147, 205
Autovalori, 64, 87
Autovettore, 205
Banda
arrestante a k dB, 172
larghezza di, 157, 160
passante a k dB, 171, 173
Campionamento
periodo di, 133
propriet`a del, 51
Coefficienti di Fourier, 156
Componente continua, 157
Componenti armoniche, 157
Connessione, 80
in parallelo, 81
in retroazione, 81
in retroazione positiva, 82
in serie, 80
Controllabilit`a, 35, 65, 111
Convertitore
analogico/digitale, 133
digitale/analogico, 133
Convoluzione, 47, 54, 139
integrale di, 48, 54, 72

somma di, 138


Coordinate generalizzate, 16
Decade, 175
Determinante, 203
Diagrammi di Bode, 178
Energia
cinetica, 8
elettrostatica, 12
potenziale, 9, 10
Equazione
alle differenze, 126
di Eulero-Lagrange, 17
di stato, 21
di uscita, 21
Equilibrio
punto di, 39, 85, 95
relazione di, 8, 9, 11, 13
traiettoria di, 40
Evoluzione
forzata, 71, 143
libera, 62, 67, 86, 143
Forma canonica
di controllo, 33, 89, 133
di osservazione, 31, 89, 133
Formule di Eulero, 200

212
Frequenza, 156, 159
Funzione di dissipazione, 10, 13
Funzione di trasferimento, 61, 140
Gradi di libert`a, 16
Guadagno statico, 98, 151
Impedenza operazionale, 107
Impulso di Dirac, 51
Ingresso, 1
Lagrangiana, 14
Linearizzazione, 35
Matrice, 201
degli ingressi, 25
delle uscite, 25
di transizione, 63
dinamica, 25
in forma compagna, 31, 33, 202
Modello
dinamico, 2, 13
linearizzato, 38, 95
matematico, 4
statico, 2
Modi di evoluzione, 67, 147
Modulo, 198
Modulo di antirisonanza, 171
Modulo di risonanza, 171
Movimento, 16, 84
Osservabilit`a, 35, 66, 111
Poli, 55, 64, 141
Polinomio caratteristico, 63, 205
Polinomio minimo, 63, 68, 87, 147
Pulsazione, 156, 159
di antirisonanza, 171
di centro banda, 172
di risonanza, 171
di taglio inferiore, 172
di taglio superiore, 172
naturale, 104, 176
Pulsazione naturale, 69
Punto di rottura, 182, 184
Rango, 204
Rappresentazione

Indice analitico
ingressostatouscita, 20, 25, 130
ingressouscita, 26, 127
Realizzazione, 28, 105, 131
algoritmi di, 29
Risposta
a regime permanente, 97, 99, 165, 166
armonica, 170
esponenziale, 164
impulsiva, 72, 73, 143, 171
in frequenza, 170
indiciale, 78, 100
sinusoidale, 166
Routh
coefficienti di, 92
criterio di, 90, 150
tabella di, 90
Scala logaritmica, 174
Schema a blocchi, 4, 79, 110
Serie di Fourier, 155
Sistema, 1
a dati campionati, 133
a dimensione finita, 23
a dimensione infinita, 23
adinamico, 22, 73
astratto orientato, 4
dinamico, 4
elettrico elementare, 11
fisicamente realizzabile, 64
lineare, 23
LTI, 24
meccanico elementare, 8
MIMO, 22
non lineare, 37
SISO, 22
stazionario, 23
stocastico, 23
strettamente proporio, 22
Smorzamento, 104
Sovraelongazione, 100, 103
Spettro
a righe, 156, 162
di ampiezza, 156, 160
di fase, 156, 160
Stabilit`a
asintotica, 87
BIBO, 84, 88, 148

Indice analitico
sotto perturbazioni, 84
Stato, 13
funzione di, 14
variabili di, 16
Tempo
costante di, 101
di assestamento, 101
di massima sovraelongazione, 100
di ritardo, 100
di salita, 100, 177
Tenuta di ordine zero, 133
Traiettoria, 84

213
Trasformata
Z, 136, 209
di Fourier, 159
di Laplace, 163, 207
di Laplace bilatera, 46
di Laplace unilatera, 53
Uscita, 1, 24
Valor medio, 157
Vettore, 201
Zeri, 55, 64, 74, 141, 165