FdA 1.3 Analisi - 2015

Fondamenti di Automatica
Analisi dei sistemi dinamici

Dott. Ing. Marcello Bonf
Dipartimento di Ingegneria - Universit di Ferrara
Tel. +39 0532 974839
E-mail: marcello.bonfe@unife.it
pag. 1
Fondamenti di Automatica Analisi

DEFINIZIONI
pag. 2
Ulteriori definizioni importanti

EVENTO: coppia tempo-stato
MOVIMENTO (o MOTO): insieme degli eventi
definiti dalla funzione di transizione nellintervallo
[t0,t1]
TRAIETTORIA: immagine in X della funzione di

transizione nellintervallo [t0,t1]
N.B.: il movimento definito in T x X, la traiettoria in X

pag. 3
Ulteriori definizioni importanti - 1

STATO DI EQUILIBRIO TEMPORANEO in [t0,t1]:
uno stato x X per il quale esiste una funzione
u(.) Uf che per ogni ogni t [t0,t1] soddisfa la:
STATO DI EQUILIBRIO: uno stato di equilibrio

temporaneo in [t0,t1] per ogni t0,t1 T con t0 < t1
pag. 4
Movimento, traiettoria ed equilibrio
Traiettoria
Equilibrio
x0
x1
x2
(t0,x0)
(t1,x1)
T
Movimento
(t2,x2)
(t3,x2)
(t4,x2)
pag. 5
Movimento / traiettoria e funzione di ingresso

Tramite la funzione di ingresso si influenza il moto (e
quindi la traiettoria) agendo direttamente sulla velocit
pag. 6
Stazionariet e linearit: propriet

Nei sistemi stazionari, vale la propriet di traslazione nel
tempo di cause ed effetti
Cio, data la funzione di transizione (idem per la funzione
di uscita):
risulta:
con
pag. 7
Stazionariet e linearit: propriet - 1

Nei sistemi lineari vale il principio di sovrapposizione
degli effetti:
Posto
pag. 8
Stazionariet e linearit: propriet - 2

Analogamente, per la funzione di risposta di un sistema
lineare:
Quindi per un sistema lineare il moto e la relativa risposta

si possono scomporre in due contributi:
uno dipendente SOLO dalle condizioni iniziali (moto
libero e risposta libera)
uno dipendente SOLO dallingresso (moto forzato e
risposta forzata)
pag. 9
Stazionariet e linearit: conseguenze

Nei sistemi stazionari:
Listante iniziale si pu sempre assumere t0 = 0
Le funzioni e
dipendono dalla differenza t - t0 e
non da t e t0 separatamente
Nei sistemi lineari:
Lanalisi della sola risposta libera in [t0,t1] permette di
determinare se gli stati iniziali di un sistema sono
distinguibili tra loro (sistema detto in forma minima o,
come vedremo, completamente osservabile)
pag. 10

STABILITA
pag. 11
Stabilit
Con tale termine si intende la capacit di un
sistema di reagire con variazioni limitate del moto
x(.) a perturbazioni limitate dello stato iniziale x(t0)
o dellingresso u(.)
Ipotesi: U, Uf, X, Y sono spazi vettoriali normati
: moto di riferimento
: moto perturbato, con
perturbazione sullo stato iniziale
: moto perturbato, con
perturbazione sullingresso
pag. 12
Stabilit rispetto a perturbazioni dello stato iniziale

Dato
si dice che il moto di
riferimento (semplicemente) stabile se per
ogni
esiste un
tale che quando
risulta
Si dice che il moto di riferimento
asintoticamente stabile se, oltre ad essere
semplicemente stabile, soddisfa la relazione
pag. 13
Stabilit: interpretazione geometrica

2
x2
Movimento stabile (semplicemente)
movimento nominale
movimento perturbato
x1
pag. 14
Stabilit: interpretazione geometrica - 1

2
x2
Movimento asintoticamente stabile
movimento nominale
t
x1
pag. 15
Stabilit: interpretazione geometrica - 2

2
x2
Movimento instabile
movimento nominale
pag. 16
Stabilit rispetto a perturbazioni dellingresso

Dato
si dice che il moto di
riferimento stabile rispetto a
o anche
stabile ingresso limitato stato limitato, se per
ogni
esiste un
tale che quando
risulta
Riferendosi alla funzione di risposta
anzich alla funzione di transizione
si ottiene in modo analogo la definizione di
stabilit ingresso limitato uscita limitata
pag. 17
Osservazioni
La stabilit, cos come stata definita, si riferisce
ad un moto (o ad una risposta), individuato da
una terna t0, x(t0), u(.), NON al sistema
La stabilit pu essere riferita ad uno stato di
equilibrio:
che un particolare moto del sistema
Si soliti distinguere la stabilit in piccolo (piccole
perturbazioni) dalla stabilit in grande o globale, per la
quale si misura lentit della perturbazione cui corrisponde
un comportamento stabile dei movimenti del sistema
(globale entit qualunque)
pag. 18
Esempio: stati di equilibrio stabili e instabili

Pendolo sollecitato dalla sola forza di gravit:
pag. 19
Esempio: stabilit dipendente dallingresso

Sfera che scorre in una guida, spinta verso lalto dalla forza u
(e sottoposta allazione della gravit):
pag. 20
Esempio: stabilit in grande

Sfera su una superficie ondulata (sempre considerando lazione
della gravit):
pag. 21
Osservazioni - 1
Per un sistema libero (cio senza ingressi):
uno stato di equilibrio uno stato x tale che:
Questa condizione evidenzia lassociazione
intuitiva tra stabile e fermo
Tuttavia, come gi detto, la stabilit in realt un
concetto associato al movimento, del quale lo
stato di equilibrio un caso particolare (anche per
sistemi dotati di ingresso)
pag. 22

SOLUZIONE DI SISTEMI LINEARI STAZIONARI
pag. 23
Sistemi lineari stazionari (o tempo-invarianti, LTI)

Tempo continuo
Tempo discreto
Per tali sistemi possibile calcolare in forma
esplicita la funzione di transizione dello stato
e la funzione di risposta
pag. 24
Soluzione di equazioni differenziali

Una equazione differenziale scalare e omogenea:
ha una soluzione del tipo

Il comportamento della soluzione dipende
ovviamente dal segno e dal valore di a (o della
sua parte reale,
)
Sviluppo in serie della funzione esponenziale:
pag. 25
Soluzione di equazioni differenziali - 1

Funzione esponenziale naturale:
3
ea x
2.5
a>0
1.5
a=0
a<0
0.5
pag. 26
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Soluzione di equazioni differenziali - 2

Caso vettoriale omogeneo (sistema LTI con u(t)=0)
Teorema: la soluzione dellequazione differenziale

vettoriale del tipo:
dove
chiamata esponenziale della matrice A

pag. 27
Osservazioni
Conoscere lesponenziale della matrice A
equivale a conoscere la soluzione dellequazione
differenziale per ogni condizione iniziale
Si noti anche che:
pag. 28
Propriet dellesponenziale della matrice A

E non singolare per ogni t, per cui si pu
scrivere:
Altre propriet utili:
pag. 29
eAt = Matrice di transizione

Lesponenziale della matrice A anche chiamata
matrice di transizione perch determina, in
assenza di ingresso, il moto libero:
In generale, si definisce matrice di transizione

dello stato
la soluzione dellequazione
differenziale matriciale (caso non stazionario):
pag. 30
Propriet di composizione
pag. 31
Calcolo di eAt : basi teoriche

[Def.] Il polinomio caratteristico di una matrice
reale A (n x n) dato da:
[Def.] Lequazione caratteristica di A data dal
polinomio caratteristico eguagliato a 0:
[Def.] Le radici dellequazione caratteristica sono gli
autovalori di A (che possono essere numeri complessi):
pag. 32
Calcolo di eAt : basi teoriche - 1

[Teorema di Cayley-Hamilton]
La matrice A soddisfa lequazione caratteristica:
N.B.: dal teorema risulta quindi che:

Ci risulter di grande importanza, oltre che per il
calcolo dellesponenziale, anche per lanalisi delle
propriet strutturali di un sistema LTI
pag. 33

[Def.] Un polinomio annullatore per A un
polinomio che soddisfa la relazione:
[Def.] Il polinomio minimo di A il polinomio

annullatore di grado minimo
pag. 34

Propriet del polinomio minimo:
unico se considerato monico (coefficiente del termine con
esponente maggiore = 1)
un divisore del polinomio caratteristico:
dove
il massimo comun divisore (monico) degli
elementi della matrice
pag. 35

Ha come radici tutti gli autovalori di A
con
pag. 36

La matrice
una matrice i cui elementi sono polinomi: il minimo
comune multiplo dei denominatori il polinomio minimo
di A
pag. 37

Richiami di algebra lineare:
Inversa di una matrice quadrata:
Se A ha linversa invertibile o non singolare
La matrice inversa di pu calcolare come:
La matrice
si ottiene associando ad ogni
elemento di riga i e colonna j il complemento algebrico
dellelemento di A di riga j e colonna i
pag. 38

Richiami di algebra lineare:
Il complemento algebrico dellelemento
di una matrice
quadrata A si ottiene calcolando il determinante della
matrice risultante da A eliminando la riga i e la colonna j,
moltiplicato per (-1)i+j
ESEMPIO: per A (2x2)
pag. 39
Calcolo di eAt : teoria delle funzioni di matrice

Sia A una matrice reale (n x n) e si consideri una
funzione
sviluppabile in serie di potenze:
La corrispondente funzione di matrice definita:
pag. 40
Calcolo di eAt : teoria delle funzioni di matrice - 1

Dal polinomio minimo (monico) della matrice A:
risulta (applicando il teorema di Cayley-Hamilton):
pag. 41

PERTANTO:
Funzione di matrice
Funzione scalare
dove i coefficienti
pag. 42
sono incogniti.

Le condizioni sulla funzione scalare si possono
esprimere in forma matriciale:
N.B.: una matrice di Vandermonde una matrice le cui righe (o colonne)

hanno elementi in progressione geometrica a partire da 1. Tale tipo di
matrice sempre invertibile
pag. 43

Nel caso di interesse, cio per calcolare
risulta il seguente sistema di vincoli:
pag. 44

1. Se h = l (radici distinte nel polinomio minimo), il
sistema di equazioni ha soluzione, essendo la
matrice dei coefficienti (di Vandermonde) non
singolare per costruzione.
Ricavati i coefficienti
possibile
calcolare la funzione di matrice con:
pag. 45

NOTA BENE:
Infatti per la funzione scalare luguaglianza vale solo
quando
, mentre per la
funzione di matrice vale sempre!
pag. 46

Se h = l, occorre fare ulteriori considerazioni.
Anzitutto, si noti che, dato un qualunque altro polinomio
h(x) per il quale valga:
il che significa che il polinomio minimo un divisore per

g(x)-h(x), cio esiste un polinomio
tale che:
Nei punti di interesse, cio gli autovalori di A:
pag. 47

Di conseguenza:
.
Tutti i polinomi = f(A) e le loro derivate fino alla
(lk-1)-esima assumono gli stessi valori in
(con k=1,2,,h)
pag. 48

In base a questi risultati, si pu estendere il problema
di calcolo dei coefficienti
impostando
un sistema di equazioni basato su una matrice di
Vandermonde generalizzata, nella quale cio vi
siano blocchi di righe ciascuna delle quali pari alla
derivata della precedente
pag. 49

2. Se h
pag. 50
l risulta pertanto:

Anche in questo secondo caso, ricavati i
coefficienti
(in quanto la matrice di
Vandermonde generalizzata non singolare)
possibile calcolare la funzione di matrice con:
pag. 51

Quando
pag. 52
risulta:
Calcolo di eAt : osservazioni

Il metodo visto per il calcolo dellesponenziale di
matrice detto metodo del polinomio interpolante
In letteratura esistono diversi altri metodi per il
calcolo di eAt :
tramite la forma di Jordan della matrice A
tramite la forma triangolare di A ottenuta per
scomposizione di Schur
Qualunque sia il metodo utilizzato, gli elementi di

eAt hanno una forma ben precisa (slide seguente)
pag. 53
Calcolo di eAt : modi

RIASSUMENDO:
Ogni termine di
una combinazione lineare a
coefficienti costanti di termini del tipo:
Questi termini elementari si chiamano modi di

e caratterizzano completamente il moto libero del
sistema
pag. 54
Calcolo di eAt : modi - 1

OSSERVAZIONE:
Gli autovalori di A possono essere complessi, nel
qual caso sar sempre presente una coppia di
valori complessi coniugati:
Applicando la formula di Eulero (
)
i modi associati a tali autovalori complessi risultano
del tipo:
N.B.: essendo gli autovalori complessi sempre presenti con il proprio

coniugato, la matrice
e quindi i modi della risposta risultano
comunque REALI
pag. 55
Calcolo di eAt : primo esempio

Si consideri:
i cui autovalori sono:
In questo semplice caso immediato vedere che:
pag. 56
Calcolo di eAt : primo esempio - 1

Perci:
dalla cui soluzione si ottiene:
e quindi:
pag. 57
Calcolo di eAt : primo esempio - 2

E ora possibile calcolare lo stato x(t) in un
qualunque istante t, noto x(0), o anche calcolare a
ritroso lo stato iniziale, noto x(t) in un certo istante
di tempo fissato.
Es: x(0) = [1 5]T
pag. 58
Calcolo di eAt : secondo esempio

Si consideri:
con autovalore di molteplicit doppia:
In questo caso occorre considerare la procedura
generalizzata:
pag. 59
Calcolo di eAt : secondo esempio - 1

Perci:
dalla cui soluzione si ottiene:
e quindi:
pag. 60
Caso non omogeneo (u(t)
0)
Dato:
si pu dimostrare che la soluzione dellequazione
differenziale data dalla formula di Lagrange:
Moto libero + Moto forzato
pag. 61
0) - 1
Verifica della formula di Lagrange:
pag. 62

In generale, se
0) - 2
pag. 63
Funzione di risposta
Nel caso LTI non omogeneo, si ottiene facilmente:
Risposta libera + Risposta forzata
pag. 64
Funzione di risposta - 1
La matrice:
chiamata risposta impulsiva del sistema
Se x0 = 0 ed il sistema puramente dinamico:
La matrice di risposta impulsiva un modello

matematico ingresso-uscita del sistema
pag. 65
La risposta impulsiva pu essere determinata
sperimentalmente, applicando in ingresso al
sistema opportuni segnali di test:
per
si ottiene una segnale di riferimento
detto impulso (o delta) di Dirac
pag. 66
Caratteristiche dellimpulso di Dirac:
pag. 67
Applicando un impulso di Dirac alli-esimo
ingresso di un sistema puramente dinamico:
i-esimo ingresso
i-esima colonna di W(t)
pag. 68
Applicando un impulso di Dirac a tutti gli r ingressi
del sistema si possono ricostruire tutte le colonne
della matrice W(t)
Il modello ingresso-uscita del sistema si pu
pertanto determinare interamente in modo
sperimentale
pag. 69
Soluzione di equazioni alle differenze finite

Caso vettoriale omogeneo (sistema LTI tempodiscreto, con u(k)=0)
In tale caso, risulta agevolmente:
pag. 70
Soluzione di equazioni alle differenze finite - 1

Pertanto nel caso discreto la matrice di
transizione, che caratterizza il moto libero, la
potenza di matrice
A differenza dellesponenziale di matrice, la
potenza di matrice pu essere singolare
Anche tale matrice pu essere calcolata con la teoria delle
funzioni di matrice, dalla quale risulta che ogni suo
elemento una combinazione lineare a coefficienti
costanti di termini, detti modi di
, del tipo:
pag. 71
Modi: caso continuo e caso discreto
pag. 72
Soluzione di equazioni alle differenze finite - 2

Caso non omogeneo (
):
risulta:
Moto libero + Moto forzato
pag. 73
Funzione di risposta caso discreto

Per il sistema LTI non omogeno vale:
Risposta libera + Risposta forzata
La matrice
la risposta impulsiva
per il caso discreto, determinabile applicando
ingressi del tipo:
pag. 74
Rappresentazioni equivalenti
Introducendo il concetto di stato ed i modelli per sistemi ingegneristici, si
osservato che NON esiste un modo unico di scegliere le variabili di
stato per rappresentare un sistema dinamico.
Per un sistema LTI, una volta scelta una base per X=Rn, U=Rr e
Y=Rm e scelte le variabili di stato, esso rappresentato da:
Le propriet del sistema per, NON dipendono dalla scelta delle

variabili di stato
Considerando una matrice T (n x n) costante e non singolare, possibile
effettuare un cambio di variabili e definire un nuovo vettore di stato x
come:
pag. 75
Rappresentazioni equivalenti - 1
Sostituendo nelle equazioni di partenza si ottiene:
Il sistema LTI rappresentato da queste equazioni equivalente al

sistema LTI di partenza, nel senso che per un ingresso u(t) e due stati
iniziali legati dalla condizione
Le funzioni dello stato x(t) e z(t) sono legate dalla relazione
e le uscite sono identiche.

pag. 76
Le matrici A e sono matrici simili, aventi lo stesso polinomio
caratteristico, lo stesso polinomio minimo e gli stessi autovalori:
Risulta inoltre:
pag. 77
Riassumendo, sia per sistemi continui che per sistemi
discreti le rappresentazioni equivalenti hanno le stesse
caratteristiche di moto e risposta
Come si vedr pi avanti, ci vale anche per altre
propriet, dette appunto strutturali, cio indipendenti
dalla scelta delle variabili di stato
Tuttavia, la scelta delle variabili di stato influisce sulla
forma delle matrici A, B e C. Ci permette, con opportune
trasformazioni, di rendere pi evidenti alcuni parametri
numerici del sistema (sistemi in forma canonica)
pag. 78
Discretizzazione di un sistema LTI continuo

Discretizzazione (campionamento): si suppone che ad
ogni ingresso venga applicata una funzione costante a tratti
Integrando lequazione differenziale tra due istanti di

campionamento:
pag. 79
Discretizzazione di un sistema LTI continuo - 1

Si ottiene pertanto un modello discreto che fornisce ad ogni
passo i gli stessi valori di stato e uscite del modello
continuo allistante iT, nelle ipotesi dette sugli ingressi
(costanti a tratti):
Con:
pag. 80

STABILITA DEI SISTEMI LINEARI STAZIONARI
pag. 81
Stabilit di un moto con stato iniziale perturbato

Dato il sistema LTI continuo
moto di rif.
moto perturb.
N.B.: Si noti che

NON dipende dal moto di
riferimento, pertanto per i sistemi LTI si pu parlare
di stabilit del sistema, anzich di stabilit dello
specifico moto (o stato di equilibrio)
pag. 82
Stabilit di un moto con stato iniziale perturbato - 1

Dato il sistema LTI discreto
moto di rif.
moto perturb.
N.B.: Ancora,
NON dipende dal moto di
riferimento, pertanto anche per i sistemi discreti si
pu parlare di stabilit del sistema, anzich di
stabilit dello specifico moto (o stato di equilibrio)
pag. 83
Stabilit e stati di equilibrio dei sistemi LTI

Se A invertibile, il punto di equilibrio unico
Ovviamente, se u = 0 x = 0
Lunico movimento di interesse per la stabilit il
movimento libero, le cui caratteristiche
dipendono solo dagli autovalori di A
(che NON dipendono dalla rappresentazione)
pag. 84
Stabilit e analisi modale

Per i sistemi LTI il moto libero caratterizzato dai
modi della matrice di transizione (
o
)
Lo studio delle caratteristiche di questi termini
elementari viene chiamata analisi modale
Nel caso continuo, lanalisi modale si basa sulle
propriet delle funzioni esponenziali. Come noto,
tali funzioni convergono per valori dellesponente
a parte reale negativa.
Nel caso discreto, lanalisi modale si basa sulle
potenze. Tali funzioni convergono per valori della
base con modulo inferiore a 1.
pag. 85
Stabilit e analisi modale: caso continuo

Studio qualitativo dei termini di tipo
pag. 86
Stabilit e analisi modale: caso continuo - 1

pag. 87
Stabilit e analisi modale: caso discreto

pag. 88
Stabilit e analisi modale: caso discreto - 1

pag. 89

pag. 90

pag. 91
Stabilit e analisi modale: nel piano complesso

Mappa degli autovalori, caso continuo con molteplicit = 1:
pag. 92
Stabilit e analisi modale: nel piano complesso - 1

Mappa degli autovalori, caso continuo con molteplicit = 2:
pag. 93

Mappa degli autovalori, caso discreto con molteplicit = 1:
(|i| < 1)
pag. 94

(|i| = 1)
pag. 95

(|i| > 1)
pag. 96

(|i| < 1)
pag. 97
Stabilit dei sistemi LTI (tempo continuo)

Teorema: Un sistema LTI a tempo continuo
semplicemente stabile se e solo se tutti gli
autovalori di A hanno parte reale negativa o nulla,
e quelli a parte reale nulla hanno molteplicit
unitaria nel polinomio minimo di A
Teorema: Un sistema LTI a tempo continuo
asintoticamente stabile se e solo se tutti gli
autovalori di A hanno parte reale negativa
pag. 98
Stabilit dei sistemi LTI (tempo continuo) - 1
Regione di asintotica stabilit

pag. 99
Stabilit dei sistemi LTI (tempo discreto)

Teorema: Un sistema LTI a tempo discreto
semplicemente stabile se e solo se tutti gli
autovalori di A hanno modulo minore o uguale a 1,
e quelli a modulo unitario hanno molteplicit
unitaria nel polinomio minimo di A
Teorema: Un sistema LTI a tempo discreto
asintoticamente stabile se e solo se tutti gli
autovalori di A hanno modulo minore di 1
pag. 100
Stabilit dei sistemi LTI (tempo discreto) - 1
(se autovalori con

molteplicit 1)
pag. 101
Stabilit dei sistemi LTI interconnessi

Grazie alle propriet dei modelli LTI (es.
sovrapposizione degli effetti), risulta relativamente
agevole studiare la stabilit sistemi complessi, ma
costituiti da pi parti semplici interconnesse
Le tipiche modalit di interconnessione sono:
In cascata: luscita di un sistema lingresso di
un altro
In parallelo: due sistemi hanno lo stesso
ingresso
N.B.: linterconnessione in retroazione pi complessa e
verr trattata pi in dettaglio in seguito
pag. 102
Stabilit dei sistemi LTI interconnessi - 1

Sistemi in cascata:
u1 = u
S1
y1 = u 2
S2
y2 = y
Sistema ottenuto (solo variabili di stato):
pag. 103

Sistemi in cascata: ai fini dellanalisi di stabilit,
si pu osservare che la matrice di stato ottenuta
triangolare a blocchi, pertanto i suoi autovalori

sono lunione di quelli dei blocchi sulla diagonale,
che coincidono con quelli dei due sistemi S1 e S2
Teorema: Il sistema LTI ottenuto come cascata di
due sistemi LTI asintoticamente stabile se e solo
se lo sono entrambi i due sistemi interconnessi
pag. 104

Sistemi in parallelo:
u1 = u
S1
y1
Eventuale combinazione
lineare delle uscite y1 e y2
Cp
u
u2 = u
S2
y2
N.B.: solo variabili

di stato
pag. 105

Sistemi in parallelo: la matrice di stato non
altro che
la cui forma diagonale a blocchi evidenzia che
gli autovalori sono anche in questo caso lunione
di quelli dei due sistemi S1 e S2
Teorema: Il sistema LTI ottenuto come parallelo di
due sistemi LTI asintoticamente stabile se e solo
se lo sono entrambi i due sistemi interconnessi
pag. 106

STABILITA DEI SISTEMI NONLINEARI (CENNI)
pag. 107
Sistemi nonlineari: esempio

Pendolo ideale:
pag. 108
Sistemi nonlineari: esempio modello matematico
pag. 109
Linearizzazione di sistemi dinamici stazionari

Dato il sistema nonlineare stazionario:
Si consideri il moto di riferimento:

ed una relativa perturbazione sia sullo stato iniziale che
sullingresso (
e
), cos da ottenere un moto:
pag. 110
Linearizzazione di sistemi dinamici stazionari - 1

Se le funzioni f(.) e g(.) sono sviluppabili in serie di Taylor:
e fermando lo sviluppo al 2 termine, si ottiene:
pag. 111

Il modello linearizzato in generale NON stazionario,
anche se il sistema nonlineare stazionario
Se il sistema nonlineare e stazionario viene linearizzato
rispetto ad uno stato di equilibrio corrispondente ad un
ingresso costante si ottiene un modello lineare e
stazionario (LTI)
Sebbene i modelli nonlineari siano in generale pi fedeli
alla realt fisica, i modelli lineari sono comunque utili,
perch rappresentativi delle piccole variazioni di sistemi
nonlineari rispetto ad un loro moto o ad uno stato di
equilibrio considerato
pag. 112

STABILITA: lo stato di equilibrio rispetto al quale si
linearizzato il sistema nonlineare, per ottenere:
asintoticamente stabile se gli autovalori di A sono a

parte reale negativa.
instabile se uno o pi autovalori hanno parte reale
positiva
Tali risultati sono detti criterio ridotto di Lyapunov
Se A ha autovalori a parte reale nulla, il criterio ridotto di
Lyapunov NON permette di affermare nulla in proposito alla
stabilit dello stato di equilibrio (da valutare con il criterio
diretto di Lyapunov, qui non considerato)
pag. 113
Linearizzazione di sistemi dinamici stazionari - 3a

Dimostrazione dellimportanza degli studi di Lyapunov sulla
STABILITA dei sistemi dinamici lineari e nonlineari (rivelatisi
fondamentali nellera della conquista dello spazio!):
Aleksander
Mihailovic
Lyapunov:
francobolli
commemorativi
dellex-Unione
Sovietica (1957)
e dellattuale
Ucraina (2010)
pag. 114

ESERCIZIO: si consideri il modello del pendolo ideale visto
in precedenza. Si pu dimostrare tramite il criterio ridotto di
Lyapunov che i due stati di equilibrio x=[0 0] e x=[ 0]
(pendolo fermo e rispettivamente orientato verso il basso o
verso lalto) sono luno stabile e laltro instabile.
NOTA: per effettuare la linearizzazione, in questo caso, si
pu anche semplicemente considerare le approssimazioni:
sin(x) = x , se x prossimo a 0,
sin(x) = -x , se x prossimo a
pag. 115
ANALISI DEI SISTEMI DINAMICI

- Definizioni
- Stabilit
- Soluzione di sistemi lineari stazionari
- Stabilit dei sistemi lineari stazionari
- Stabilit dei sistemi nonlineari (cenni)
FINE
pag. 116

FdA 1.3 Analisi - 2015

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

FdA 1.3 Analisi - 2015

Caricato da

Copyright:

Formati disponibili

Fondamenti di Automatica

Analisi dei sistemi dinamici

Fondamenti di Automatica Analisi

Analisi dei sistemi dinamici

Fondamenti di Automatica Analisi

Ulteriori definizioni importanti

TRAIETTORIA: immagine in X della funzione di

N.B.: il movimento definito in T x X, la traiettoria in X

Fondamenti di Automatica Analisi

Ulteriori definizioni importanti - 1

STATO DI EQUILIBRIO: uno stato di equilibrio

Fondamenti di Automatica Analisi

Movimento, traiettoria ed equilibrio

Fondamenti di Automatica Analisi

Movimento / traiettoria e funzione di ingresso

Fondamenti di Automatica Analisi

Stazionariet e linearit: propriet

Fondamenti di Automatica Analisi

Stazionariet e linearit: propriet - 1

Fondamenti di Automatica Analisi

Stazionariet e linearit: propriet - 2

Quindi per un sistema lineare il moto e la relativa risposta

Fondamenti di Automatica Analisi

Stazionariet e linearit: conseguenze

Fondamenti di Automatica Analisi

Analisi dei sistemi dinamici

Fondamenti di Automatica Analisi

Fondamenti di Automatica Analisi

Stabilit rispetto a perturbazioni dello stato iniziale

Fondamenti di Automatica Analisi

Stabilit: interpretazione geometrica

Movimento stabile (semplicemente)

Fondamenti di Automatica Analisi

Stabilit: interpretazione geometrica - 1

Movimento asintoticamente stabile

Fondamenti di Automatica Analisi

Stabilit: interpretazione geometrica - 2

Fondamenti di Automatica Analisi

Stabilit rispetto a perturbazioni dellingresso

Fondamenti di Automatica Analisi

Fondamenti di Automatica Analisi

Esempio: stati di equilibrio stabili e instabili

Fondamenti di Automatica Analisi

Esempio: stabilit dipendente dallingresso

Fondamenti di Automatica Analisi

Esempio: stabilit in grande

Fondamenti di Automatica Analisi

Fondamenti di Automatica Analisi

Analisi dei sistemi dinamici

Fondamenti di Automatica Analisi

Sistemi lineari stazionari (o tempo-invarianti, LTI)

Fondamenti di Automatica Analisi

Soluzione di equazioni differenziali

ha una soluzione del tipo

Fondamenti di Automatica Analisi

Soluzione di equazioni differenziali - 1

Fondamenti di Automatica Analisi

Soluzione di equazioni differenziali - 2

Teorema: la soluzione dellequazione differenziale

chiamata esponenziale della matrice A

Fondamenti di Automatica Analisi

Fondamenti di Automatica Analisi

Propriet dellesponenziale della matrice A