Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Indice
1. Definizione di Sistemi e Teoria dei Sistemi .....................................................3
1.2 Contesto e Radici della Teoria dei sistemi ............................................................ 3
1.3 Il Modello e il Sistema Astratto............................................................................ 3
1.4 Tipi di Sistemi ..................................................................................................... 4
2. I sistemi allo studio ........................................................................................6
2.1 Le rappresentazioni con lo stato ........................................................................... 6
2.2 Le classi di rappresentazioni dei sistemi allo studio ................................................ 6
2.3 Sistemi a tempo continuo e a tempo discreto ........................................................ 8
3 Introduzione ai metodi di Analisi.....................................................................8
3.1 Analisi nel dominio del tempo............................................................................... 9
3.2 Analisi del comportamento in Frequenza............................................................. 11
3.3 Analisi qualitativa delle soluzioni......................................................................... 11
3.4 Sistemi interconnessi ......................................................................................... 11
4 Rappresentazioni Approssimate ....................................................................13
4.1 Tecnica per LApprossimazione Lineare ............................................................... 13
4.2 Campionamento e Tenuta per sistemi a tempo continuo...................................... 15
5 Analisi nel Tempo delle rappresentazioni Lineari...........................................17
5.1 Impulso di Dirac................................................................................................ 17
5.2 La Realizzazione Esplicita (nel tempo continuo) ................................................... 19
5.3 La realizzazione esplicita (nel tempo discreto) ..................................................... 25
6 La trasformata di Laplace ..............................................................................30
7 Analisi nel dominio complesso nel caso generale ..........................................31
7.1 Analisi nel Tempo Continuo................................................................................ 31
8 Forma e Diagrammi di Bode...........................................................................33
8.2 Diagrammi di Bode............................................................................................ 34
9 Propriet dello stato:.....................................................................................40
La Stabilit..........................................................................................................40
9.2 Tecniche per lo studio della Stabilit................................................................... 42
10 Propriet dello stato: ...................................................................................51
Raggiungibilit e Osservabilit ...............................................................................51
10.2 La scomposizione di Kalman............................................................................. 53
Appendice A .....................................................................................................56
Forma di Jordan ..................................................................................................56
1. Definizione di Sistemi e
Teoria dei Sistemi
Per Sistema intendiamo un aggregato di oggetti rispetto ad un
certo punto di vista, che possono essere trattati come se si
trattasse di un unico oggetto.
Punto di Vista
Sistema Arterioso, Sistema Venoso
Forma
Sistema Circolatorio,
Funzione
1.3 Il Modello e il
Sistema Astratto
Il modello, una rappresentazione per analogia dell oggetto che
vogliamo rappresentare, pi in generale, il modello matematico
la rappresentazione pi astratta.
Per esempio, una popolazione di conigli pu essere rappresentata
matematicamente, dallespressione: p' (t ) cp (t ) ; dove p(t)
rappresenta il numero di conigli nel tempo, e c il tasso di
crescita.
Ma si visto che:
Fenomeni diversi possono essere rappresentati dallo stesso
Modello;
Lo stesso Fenomeno pu essere rappresentato da pi Modelli;
Per esempio:
Una resistenza ed una forza sono rappresentati dallo stesso modello:
Resistenza: V RI (t ) ;
Forza: F ma(t );
Come si vede, grazie alle variabili di stato (X1,X2), possibile per ogni
istante k del sistema avere tutte le informazioni sul passato del
sistema.
Quindi fissati gli ingressi, per ogni istante di tempo ho una sola uscita
che contiene tutte le informazioni sul sistema.
2.2 Le classi di
rappresentazioni dei
sistemi allo studio
x ' (t ) Ax (t ) Bu (t )
y (t ) Cx (t ) Du (t )
2.0.1 Tempo continuo
Dove:
u
y
x
A
B
C
D
matrice
matrice
matrice
matrice
a
a
x
b
b
u
1
11
12
12
1 11
1
a
21 a 22 x2 b21 b22 u 2
x2
x1
y c1 c 2
x
2
Lo schema sarebbe:
U1
S
U2
X1,2
Se invece il sistema a tempo discreto, lunico accorgimento da
attuare che la derivata delle variabili di stato rispetto al tempo
sostituita dalla variabile al tempo (t+1), quindi diventa:
x (t 1) Ax (t ) Bu (t )
y (t ) Cx (t ) Du (t )
1.2 Tempo discreto
La corretta scelta delle variabili di stato pu semplificare il sistema,
per cui a partire da:
x(t) possiamo fissare un nuovo vettore z(t) legato ad x(t) dalla
relazione:
z(t)=T(x(t))
Con T matrice non singolare.
In questo caso avremo il sistema del tipo :
U(t)
x(t)
Integra
x(t)
Y(t)
U(t)
+
x(t)
Ritardo
X(t+1)
x(t)
C
+
Y(t)
3 Introduzione ai metodi di
Analisi
x1 (t 1) r1 x1 (t ) u (t )
x (t 1) Ax (t ) Bu (t )
y (t ) Cx (t ) Du (t )
A 1 0.3
0.2
0 B 0
0
0
1 0.2 0.1
1 0 0
C 0 1 0
0 0 1
0
D 0
0
x(t+1)=
1
y(t)= 0
0
0
0 x1 1
0. 3
A 1 0.3
0.2
0 x 2 + 0 1000
0
1 0.2 0.1 x 3 0
0 0 x1 0
1 0 x 2 + 0 1000
0 1 x 3 0
3.4 Sistemi
interconnessi
I sistemi interconnessi sono generalmente tutti quei sistemi lo stato
dipende dalluscita e viceversa. Sistemi di questo genere sono per
esempio i controlli a retroazione; Nella forma pi generale si
presentano come in figura:
4 Rappresentazioni
Approssimate
Le rappresentazioni dei sistemi lineari non sempre sono fedeli al
100% al modello reale, le cause di ci possono essere molteplici:
Ipotesi Semplificative (ma non ce ne occuperemo)
Semplificazioni del modello:
1. Non Lineare Lineare;
2. Tempo continuoTempo discreto;
Quando ci troviamo di fronte ad un sistema non lineare, (vedi
Geometria) abbiamo una tecnica che ci permette di approssimarla ad
un sistema lineare, allo stesso modo di come la derivata di una
funzione in un punto approssima a quel punto,in un certo intervallo
I;
P(s)
s0
x f ( x, u )
y h ( x, u )
E supponiamo che i punti di equilibrio, cio i punti nei quali le
equazioni di stato f(x,u) si annullano, siano xe,ue. Avremo:
f(xe,ue) = 0;
h(xe,ue) = y(e);
Possiamo scrivere luguaglianza:
f ( x, u ) f ( xe , ue )
df
df
( x xe ) ( xe ,ue )
(u ue ) ( xe ,ue )
dx( xe )
du(ue )
Jacobiano
h( x, u ) h( xe , ue )
Jacobiano
dh
dh
( x xe ) ( xe ,ue )
(u ue ) ( xe ,ue )
dx
du
Jacobiano
Jacobiano
df
( x xe )( xe ,ue ) ;
dx
Jacobiano
B=
df
(u ue )( xe ,ue ) ;
du
Jacobiano
C=
dh
( x xe )( xe ,ue ) ;
dx
Jacobiano
D=
dh
(u ue ) ( xe ,ue )
du
Jacobiano
Se poniamo:
x x x e
u u u e
y y y e
Avremo:
x Ax Bu
y Cx Du
Preda:
Predatore: x 2 ex 2 c ' x1 x 2
Troviamo gli zeri delle equazioni che corrispondono ai punti
dequilibrio.
e
E1 X 2
x1 (a bx1 cx 2 ) 0
E1X 1 0
c'
ac'be
E1 X 2 0
x 2 (e c ' x1 ) 0
E2 X 2
cc'
x1
J( x 1 ; x 2 )=
f ( x 2 )
x 2
E quindi, calcolata
f ( x1 )
x1 x 2
f ( x 2 )
x 2
nello specifico avremo:
a 2bx1 cx 2
c' x 2
J( x 1 ; x 2 )=
cx1
e c ' x1
a 0
J(0,0)( x 1 ; x 2 )=
be
c'
e ac 'be
J ,
( x 1 ; x 2 )= ac' be
c cc'
4.2 Campionamento e
Tenuta per sistemi a
tempo continuo
Per approssimare un sistema a tempo continuo in uno a tempo
discreto occorre fare il campionamento del sistema. Questo tipico
dei processi economici molti dei quali evolvono in modo continuo ma
una loro discretizzazione li semplifica enormemente. Landamento del
PIL in una nazione evolve in maniera continua, ma possiamo creare
un modello matematico che sfruttando delle opportune variabili di
stato gestisca il sistema con tempo unitario pari a un mese. Per far
ci occorre campionare il sistema, le variabili ecc..
Campionamento
E un processo di misurazione a tempo discreto. Ogni tot tempo
effettuo una misurazione. Il grafico risultante approssimer a quello
reale in modo inversamente proporzionale al tempo tra un
campionamento e laltro.
x( k T )
x(t ) f x (t ), u (t )
x(k 1) f c x(k ), u (k )
x ' (t ) Ax (t ) Bu (t )
y (t ) Cx (t ) Du (t )
La rappresentazione esplicita invece quella che restituisce le
soluzioni del sistema differenziale visto in precedenza.
Possiamo individuare due casi:
CASO I
Sistemi con un solo ingresso, una sola uscita, un solo stato.
Praticamente, in questo caso le matrici A,B,C e D sono degli scalari. E
il sistema un semplice sistema differenziale le cui soluzioni sono la
somma della omogenea, pi la soluzione generale.
x' (t ) Ax (t ) Bu (t )
diventa:
x' (t ) ax (t )
La cui soluzione data: Omogenea: x(t0)=x0 + Soluzione generale;
Quindi:
t
x(t ) e
a ( t t0 )
x0 e a (t t0 ) bu (t ) dt
t0
y cx(t ) du (t )
la soluzione :
t
y (t ) c(e
a ( t t0 )
x0 ) e a ( t t0 ) (bu )dt Du (t )
t0
Impulso
0 [ a, b]
( )d 1
a
f ( ) (t t
u (t ) u ( ) (t )d
a
Sostituendo avremo:
t
y c(e
a ( t t0 )
x 0 ) (ce a ( t ) b d (t ))u ( )d
t0
CASO II
Abbiamo un sistema con pi ingressi, pi uscite e pi stati. In questo
caso i coefficienti delle nostre equazioni differenziali nel modello
implicito sono delle matrici. Il risultato non cambia.
E avremo:
t
x (t ) e
A ( t t0 )
x 0 e A( t ) Bu ( )d
t0
y (t ) C
A ( t t0 )
x0 (Ce A( t ) B )u ( )d
t0
Q (t ) e At
H (t ) e At B
(t ) Ce At
W (t ) Ce At B
eAt.
5.2 La Realizzazione
Esplicita (nel tempo
continuo)
Per calcolare ed analizzare esplicitamente il sistema, dobbiamo
studiare la matrice eAt. Lo studio di questa matrice porta ad
analizzare delle soluzione. Il tipo di queste soluzioni porta a
comprendere in che modo evolve il sistema. Abbiamo due casi di
studio nelle rappresentazioni lineari: a tempo continuo e a tempo
discreto.
Se poniamo D=TAT-1
E sappiamo calcolare eDt allora
-1 Dt
eAt= eT-1DTt= T e T
La matrice A nota ;
La matrice D funzione di A e di T, allora basta calcolare T.
La matrice T-1 la matrice degli autovettori di A.
Studieremo i casi in cui A SEMPLICE, cio gli autovettori di A sono
tutti distinti, o se la loro molteplicit uguale alla dimensione del
rispettivo autospazio. (vedi Geometria).
1
3 2
d ( ) 2 5 4 1
Esempio: A
2 4
1 2
Sostituendo questi valori alla matrice
3 k
1
A I
2 k
T 1
T
A
1 1
1 1
1 2
E che:
1 0 1 0
T 1 AT
0 2 0 4
Dato che:
1 2 e t
eAt=T-1etT=
1 1 0
e t 2e 4t
t
e e 4t
0 1 2
=
4t
e 1 1
2e t 2e 4t
t
4t
2 e e
e t 2e 4 t 2e t 2e 4 t
x
Q (t ) t
4t
t
4t 0
e
2
e
t
4t
t
e 2e
2e 2e 4 t
B
H (t ) t
4t
t
4t
e
2
e
e t 2e 4t 2et 2e 4t
x
(t ) C t
4t
t
4t 0
e
2
e
t
4t
t
4t
e 2e
2e 2e
B D
W (t ) C t
4t
t
4t
e
2
e
d ( ) 3 a 2 2 a1 a
Con :
1
j
Reale
Complessi Coniugati
Ua=[;]
(Dividendoli in parte reale (ua) ed immaginaria(ub));
Ub=[;-]
u a ; u b
A
b d b d
b
d
Risolto il sistema, possiamo trovarci le matrici di trasformazione T e
T-1:
u ua
E TAT-1= 0
0
ub
T va
v
b
ma et...
cos( t )
e t
sin( t )
sin( t )
cos( t )
Quindi
e t
et= 0
0
cos(t ) sin( t )
sin( t ) cos(t )
0
infine:
At
e = u ua
ub
e t
0
0
cos(t ) sin( t ) v a
sin( t ) cos(t ) vb
0
eAt=
et
et
et u v +
ua ( vacost + vb sin t ) +
ub ( vbcost va sin t )
Conclusioni
Se moltiplichiamo quanto abbiamo ottenuto per x0 (eAtx0)
siamo in grado di calcolare levoluzione libera dello stato del
sistema.
Tuttavia possiamo ancora applicare qualche sostituzione per
semplificare i calcoli:
Posto:
v' x 0 c v' a x0 c a
v' b x0 cb
m c a2 cb2
sin
ca
m
cos
cb
m
ce t u me t sin(t )u a cos(t )u b
Evoluzione Libera
E Inoltre:
eAtx0
eAtB
Risposta Libera
Risposta Forzata
At
CeAtB+D
Ce x0
e t u
Legge di moto esponenziale nella direzione del vettore (autovettore)
u.
Il verso stabilito da .
>0 Si muove in direzione u verso infinito;
=0 Il moto zero sul vettore (componente) u;
<0 Si muove verso lo zero in direzione u man mano che
il sistema evolve;
MODO PSEUDO-PERIODICO
E associato alle coppie di autovalori complessi coniugati. Essendo
leggi di moto definite lungo le direzioni associate a questi autovalori
con funzioni di tipo seno e coseno, hanno un andamento di tipo
elicoidale.
In particolare se abbiamo:
ju
Se
a=0 Il moto rappresentato da un ellisse;
a<0 Il moto di tipo a spirale che si chiude, (tende a
zero);
a>0 Il moto di tipo a spirale che tende a infinito,
come in figura;
<0;
=0
5.3 La realizzazione
esplicita (nel tempo
discreto)
La rappresentazione con lo stato nel caso discreto, non cambia
rispetto al dominio nel tempo continuo.
x(k 1) Ax(k ) Bu (t )
y (k ) Cx(k ) Du(t )
x(k 0 ) x0
La realizzazione esplicita, molto semplice da calcolare, basta
semplicemente sviluppare i calcoli:
x( k 0 1) Ax 0 Bu ( k 0 )
x( k 0 2) Ax (k 0 1) Bu ( k 0 1)
A( Ax 0 Bu (k 0 )) Bu (k 0 1)
A 2 x0 ABu ( k 0 ) Bu ( k 0 1)
x( k 0 3) A 3 x0 A 2 Bu (k 0 ) ABu ( k 0 1) Bu (k 0 2)
x(k ) A
k k0
x0
k 1
Bu ( )
k0
k 1
y ( k ) CA
k k0
x0
CA
k 1
Bu ( ) Du ( k )
k0
Sintetizzando Avremo:
(k ) A k
(k ) CA k
H (k ) A k 1 B
CA k 1 B; k 0
W (k )
D; k 0
Rappresentazione Esplicita
Matrice di Transizione
Trasferimento in Uscita
a ij (cos isen ) e ij
Esempio:
n=3
Abbiamo 3 autovalori:
ij
e ij
T 1 u u a
TAT
ub
0
0
A k u u a
v'
T v a'
v'
b
0
cos
sin
sin
cos
u b 0 cos
0 sin
v'
sin v a'
cos vb'
Evoluzione Libera
Per il calcolo dellevoluzione libera dobbiamo calcolare Akx0, ma
dobbiamo calcolare x0, nella nuova base, u, ua, ub:
v' x0 c
v' a x0 c a
v' x c
b
b 0
Se poi, poniamo:
m c a2 cb2
c
sen a
m
c
cos b
m
Aperiodico
Alternante
1 APERIODICO R 0
Il sistema evolve nella direzione di u ( k u )
Ma distinguiamo due casi:
0<l<1
l>1
2 ALTERNANTE R
Ricordandoci che per:
k
1 decrescente Alternante
K parik>0
K dispari k<0
1 crescente Alternante
3 PSEUDO PERIODICO
m k sin(k )u a cos(k )u b
Per cui se:
r>1
6 La trasformata di Laplace
La trasformata di Laplace risulta essere fondamentale per passare
dal dominio della variabile complessa, a quello della variabile reale
(del tempo,).
Indicando con L( f (t )) loperazione di trasformazione della funzione
f(t), valgono le seguenti propriet:
1) Linearit:
2) Derivazione:
Lf (t ) g (t ) F ( s ) G (s )
L f(t ) sF ( s ) f (0)
F(t)
Descrizione
(t )
Funzione Impulsiva
1
s
2
s 2
s
2
s 2
b
sa
F(s-)
1 (t )
Funzione Gradino
Unitario
F(s) e
sT
sin(t )1 (t )
cos(t )1 (t )
be at
L et f (t )
Lf (t T )
Cambio di variabile
Teorema della
Traslazione
sI A1
E ( s)
;
m( s )
m( s) ( s 1 )1 ( s 2 )1 ...(s n )1
Se tutti i fattori di m(s) sono elevati 1, allora A semplice. In caso
contrario non lo .
Se A non semplice bisogna riscrivere (s) in frazioni parziali:
m
( s)
i 1
Ri , k *
s i
s 2 3s 5
p( s )
( s 1)( s 2) 2 (s 1)( s 3) 3
p(s)
b
d
a
b1
c
d1
d2
2
3
2
( s 1) ( s 2)
( s 2) ( s 1) ( s 3)
( s 3)
( s 3)
Chiarito che:
kh= esponente del binomio a denominatore del resto h;
mh= molteplicit dellautovalore h;
In b:
k=2; m=2;
In b1:
k=1; m=2;
La formula generale per trovare i resti b1 e b2, d1, d2,ecc :
mh k
bh
1
d
mh
*
p
(
s
)
h
h
(mh k )! ds mh k
b p( s)s 2 s 2
2
2
1 dp( s )(s 2)
b1
s 2
ds
2 1
num(s ) bm s m ... b0
den(s )
an s n ...s n
(Con m n)
(s z )
i
W ( s) k
i
n
(s p )
i
Nel caso in cui uno o pi degli zeri della funzione una coppia di
complessi coniugati, a questo particolare zero (autovalore) del
polinomio al numeratore o al denominatore non sar pi associato un
binomio (s-) ma un trinomio di secondo grado: (s2+as+b).
Dividendo le produttoria tra binomi e trinomi avremo la funzione di
trasferimento espressa come di seguito:
( s z ) ( s
W ( s) k
( s p) (s
as b)
a ' s b' )
Ricordandoci che:
(s2+as+b) il risultato di ( s + (+j) ) (s + (-j))
E che :
2 2
Pulsazione Naturale=
k=
Smorzamento=
E Ponendo
1
p
1
'
z
s2
(1 s ' )1 2 s w 2
k
k
W (s) k
'
s2
r
s (1 s ) (1 2
s 2
k '
k '
1 K
2 J
3 1+j
j 2
4 1+ 2 j 2
k
k
Costante
Monomio
Binomio
K
s
1+as
Trinomio
1+as+bs2
K>0
Esempio k=20
Il grafico del modulo costante e si attesta sul valore 20log1020=26
Il grafico della fase costantemente 0 o , essendo sempre reale
positivo. Quindi:
K<0
Il modulo resta sempre lo stesso, mentre la fase cambia, a 180 o
, in quanto sempre un valore reale (asse delle y) ma negativo
(nel piano complesso), quindi:
1
s
Avr un andamento definito come y=-mx con m=20 decibel per
decade per il modulo;
1 j
In questo caso M(dB)= 20 log 10 1 2 2 .
Il comportamento asintotico di questa funzione M() :
1
Per 1 avremo che tender a zero e avremo
M(dB)=20log10(1) = 0;
Per >1 M (dB) 20 log 10 ( ) 2 20 log 10 20 log 10
Quindi avremo una retta avente per coefficiente angolare 20log10()
e per costante 20log10 ()
Per valori minori di
1
il modulo tender a zero:
Per
1
troviamo che M(dB)=20log10 2 3 ;
Per
1
abbiamo una retta che cresce di 20dB per decade;
Fase da 0 a
;
2
1 j
Facendo i calcoli arriviamo alle stesse soluzioni, cambiano solo i
segni, per cui avremo il coefficiente angolare negativo, e per
convenzione fase che va da 90 a 0.
Binomio
Binomio a denominatore
j
1 2
j
2
n
n
M ( dB) 20 log10
2
(1 2
n
2
4
n
:
n
n
n
40 log10 40 log10 n
Che non altro che lequazione di una retta, con coefficiente
angolare -40log10.
Per n vediamo che lunico valore che resta nellequazione : .
In quel punto il modulo varr:
M (dB ) 20 log 10 2
In questo punto si ha generalmente unamplificazione del modulo,
il valore n rappresenta in questo caso il modulo alla risonanza
del sistema.La fase di questo tipo di equazioni data
dallarcotangente di da 0 a ;
2
1 2
j
n
n2
2
Stabilit
Strutturale
Interna
Esterna (In-Out)
x e
(t0 ) : x0 xe (t0 )
x(t ) x il
e
e ( t t0 )
PERCHE:
Le leggi di moto
relative ad autovalori
con molteplicit
uguale ad 1 sono del
tipo:
cet
Le leggi di moto
relative ad autovalori
con molteplicit
maggiore di 1 sono
del tipo:
p(t)et
Xe stabile se:
xe 0
0 se m g' 1
Rei
0 se m g' 1
Con xe punto dequilibrio e mg molteplicit geometrica;
Xe asintoticamente stabile se:
Rei 0
Si verifica facilmente
Xe stabile se:
1 se m g' 1
i
1 se m g' 1
i 1
Rei di W (t ) 0
negativa)
Per xe 0 devo anche verificare che:
0 se mg' 1
Rei di (s)
0 se mg' 1
9.2 Tecniche per lo
studio della Stabilit
Abbiamo fin qui visto che la discriminante per verificare la
stabilit di un sistema data dallo studio della parte reale degli
autovalori del sistema, in particolare essa deve risultare almeno
negativa per tutti gli autovalori, per avere una qualche stabilit
nello stesso.
Il calcolo delle radici di un polinomio pu non sempre essere un
problema semplice, polinomi di grado superiori al quarto danno
gi abbastanza difficolt nel calcolo delle loro radici. Per questo
motivo esistono delle tecniche che permettono di studiare il
segno delle radici senza calcolarne il risultato.In particolare
abbiamo:
Stabilit
Condizione di stabilit
e stabilit asintotica
Condizione di stabilit
e stabilit asintotica
Studio della stabilit
Stabilit
lineari
nei
Sistema
Sistemi a tempo
continuo
Sistemi a tempo
discreto
Sistemi a tempo
continuo
e
discreto
sistemi Lineari discreti e
continui
Criterio
Criterio di ROUTH
Criterio di JURY
Mediante
APPROSSIMAZIONE
LINEARE
Mediante Tecnica
Rapida
p( x) ax bx c
ABBIAMO
zero a parte reale POSITIVA;
Per ogni PERMANENZA di segno ABBIAMO
zero a parte reale NEGATIVA;
p ( ) a n n a n 1 n 1 ... a11 a 0
Per applicare il criterio di Routh ad un polinomio di questo tipo
di 5 grado costruiamo una tabella di n+1 righe (6), cos fatta:
n
n-1
n-2
n-3
an
an-1
bn-2
cn-3
an-2
an-3
bn-3
cn-4
an-4
an-5
0
0
bn-2
an an-2
an-1 an-3
bn-2
Prendendo questi coefficienti si calcola:
bn 2
an
a n 1
a n2
a n 3
a n 1
bn3
an an 4
a
a n 5
n1
an1
cn-3
an-1 an-3
bn-2 bn-3
cn-2
Esempio:
d ( ) 5 3 4 23 22 2 4
Otteniamo:
5
1
(0)
-2
(0)
8/3
2/3
-11/4
75/4
16
(0)
-2
(0)
-11
75
16
Variazione
No
1 negativa
R4 R3
No
2 negativa
R3 R2
Si
4 positiva
R2 R1
Si
5 positiva
R1 R0
No
6 negativa
Casi Singolari
1 Se si annulla il primo elemento della riga;
2 Se si annulla tutta una riga;
1)
Esempio:
d ( ) 4 23 22 4 3
Con il criterio di Routh otteniamo la seguente tabella:
4
-3
La nostra nuova
Riga sar:
0
-3
-3
3
0
3
+
=
d ( ) d1 ( ) d 2 ( )
d1 ( ) ha radici descritte dalla tabella di routh fino alla riga 7;
d 2 ( ) un polinomio avente come coefficienti gli elementi della
riga 6, elevati con le potenze pari:
d 2 ( ) 2 6 4 4 2 2 2
a0
an
B0
Bn-1
C0
T0
a1
an-1
B1
Bn-2
Cn-1
a2
an-2
Cn-2
T1
T2
..
an
..
a0
Bn-1
B0
Bk
a0
a k 1
an
a n k 1
d (1) 0
(1) n d (1) 0
a n a0
B B
0
n 1
T0 T2
Punto
Dequilibrio
Non Stabile
Punto
Dequilibrio
Stabile
x f ( x)
Con xe punto dequilibrio, cio:
f ( xe ) 0
Per avere stabilit asintotica in xe necessario che esso sia
isolato, cio: J f ( x e ) 0
Se adesso prendiamo un intorno sferico di S(xe,r),
La nostra nuova funzione (applicazione):
V : Rn R
definita positiva se:
V ( x e ) 0, e x S ( x e , r ),V ( x) 0
E semidefinita positiva se:
V ( xe ) 0, e x S ( xe , r ),V ( x ) 0
Funzioni Quadratiche
Sono funzioni del tipo: y ax 2 le quali sono sempre positive o
sempre negative, (in questo caso dipende unicamente dal
V ( x) x x e Q x x e
T
1x n
nxn
n x1
x x x ...
x x x ...
x x x ...
x
x
x
x
V(x)>0 e V ( x) 0
Xe localmente stabile se V(x) FdL in S(xe,r)
Xe localmente e asintoticamente stabile se V(x)
asintotica
Xe globalmente asintoticamente stabile se rInf e
Lim V (x)
x
ESEMPIO
xR
x x3
xe 0
V ( x ) 2 x x 2 x ( x 3 ) 2 x 4 0
Quindi: Il nostro punto dequilibrio localmente asintoticamente
stabile!
Per il calcolo rapido della stabilit asintotica nei sistemi lineari a
tempo continuo e a tempo discreto, esiste una tecnica che ci
permette di verificare immediatamente se abbiamo a che fare
con sistemi stabili o no, cio ci consente di verificare se tutti gli
autovalori del sistema siano a parte reale negativa.
Sistemi a tempo continuo
Si dimostra che comunque fissata una matrice P simmetrica
def. Positiva, vale lequazione:
A' Q QA P
Se Q esiste allora tutti gli autovalori di A sono a parte
reale negativa.
Sistemi a tempo discreto
Per i sistemi a tempo discreto, comunque fissiamo P simmetrica
e def. Positiva, se esiste Q soluzione dellequazione:
A' QA Q P
Allora, tutti gli autovalori di A sono a parte reale <1, che poi
la condizione di stabilit asintotica per sistemi a tempo discreto!
Q B AB ... A n 1 B
base di completamento
T 1
ESEMPIO
1
B
1
1 2
1 3 1
R Im( AB )
A
1 2
1 3 1
T
1 1
1 0
CA
Q
...
n 1
CA
Q CA
CA 2
ESEMPIO
1 2
A
C 1 1
2
1
1
1
Q
3
3
x x 2 0 1
Ker Q 1
3
x
3
x
0
2
1
1
Poich la dimensione di Ker(Q) minore di 2 (in generale di n),
il sistema non completamente osservabile.
E, anche in questo caso, possibile trovare una realizzazione,
trasformando le coordinate con una matrice T, in modo da
esplicitare i sottosistemi.
La matrice T che permette di fare ci, e composta dai vettori
L.I. di Ker(Q), e da un completamento qualsiasi che rendono la
matrice T di Rango uguale alla matrice A originaria.
T 1 Completamento Ker(Q)
Anche in questo caso, la Risposta Impulsiva coincide con
quella del sottosistema osservabile (ottenibile attraverso la
trasformazione con T-1).
Il sottosistema osservabile caratterizzato da tutti e soli i modi
eccitabili.
10.2 La scomposizione
di Kalman
La scomposizione di Kalman ha lo scopo di trovare una matrice
di trasformazione T-1, in grado di esplicitare il sistema lineare in
un insieme di coordinate, che lo dividono in 4 sottosistemi (vedi
anche figura)
S1:
S2:
S3:
S4:
Sottosistema
Sottosistema
Sottosistema
Sottosistema
T 1 T1 T2 T3 T4
Ricordando che
1 0
Se A 1 0 lo spazio B ortogonale ad A si calcola:
01
a b c 1 0
0
a b c 0 0
ab 0
c0
B 1 1 0
a3 b1
a2
b3
b2
T1 X r X I
T2 X r ( X oR | X oI )
T3 X I ( X oR | X oI )
T4 X oR X oI
Fatto ci possiamo operare la trasformazione di base che ci
consentir di ottenere una realizzazione standard che esplicita i
sottospazi nel modo che abbiamo gi descritto.
A11
0
TAT 1
0
0
CT 1 0 C 2
A12
A22
A13
0
A33
0 C4
A14
A24
A34
A44
B1
B
TB 2
0
0
S1
S2
S3
S4
Appendice A
Forma di Jordan
Nel caso in cui la matrice A della rappresentazione di stato non
sia diagonalizzabile, per potere effettuare lo studio della matrice
di transizione si utilizza la forma matriciale di Jordan che ci
consente di pseudo-diagonalizzare la matrice A.
La matrice A non diagonalizzabile se gli autospazi associati
agli autovalori hanno dimensione diversa alla molteplicit del
rispettivo autovalore.
Ricordando che:
dim v1 n ( A 1 I )
Se dimV1 (dimensione dellautospazio v1 relativo allautovalore
1 diversa dalla molteplicit di 1, e questo per ogni
autovalore, allora A non diagonalizzabile.
Ma pu essere diagonalizzata con la forma di Jordan.
Che ci dice che esiste una matrice T tale che:
T-1 AT=J
Dove J la matrice di Jordan, diagonale a blocchi.
Sulla diagonale andranno tutti gli autovalori della matrice, negli
elementi J(i,i+1) andranno degli uno in corrispondenza di quegli
autovalori che generano autospazi di dimensioni non uguali alla
loro molteplicit.
Esempio:
Se la matrice A(4x4) ha 3 autovalori:
1=4 1=2
2=2 2=1
3=1 3=1
E dim(v1)=1 anzich 2 = 1, allora
4 1 0 0
0 4 0 0
J ( A)
0 0 2 0
0 0 0 1
0
J ( A)
0
1
4
0
0
0
1
2
0
0
0
A
1 4
Troviamo gli autovalori di A:
2
1
( 3) 2 0
( A I )
4
1
1 2 3 ; quindi molteplicit aritmetica 2;
Troviamo gli autovettori di A:
1 1
3 1
1 1
J= T-1AT=
T=
0 3
1 0
Esempio (n=3)
8
Prendiamo la matrice A= 0
9
6 4
2 0
9 4
La matrice P=(A-2I)= 0 0 0
9 9 6
2 1 0
La matrice J=T-1AT= 0 2 0
0 0 2