Slides

Corso di
Teoria dei Sistemi
Alberto Bemporad
Dipartimento di Ingegneria dellInformazione
Universit`
a degli Studi di Siena
bemporad@dii.unisi.it
http://www.dii.unisi.it/~bemporad
Corso di Diploma in Ingegneria Informatica

Anno accademico 2000/2001
Scopo del Corso
La scienza consiste in gran parte nel descrivere

mediante un modello matematico alcuni aspetti
della realt`
a, catturandone i meccanismi di
funzionamento fondamentali.
La teoria dei sistemi è lo studio delle propriet`
a
dei modelli matematici associati a sistemi
dinamici, cioè a quei processi reali che evolvono
nel tempo.
Il corso fornir`
a:
Gli strumenti matematici necessari per

studiare le propriet`
a dei sistemi dinamici
Esempi di come ottenere modelli

matematici per diversi tipi di processi sici
Tecniche al calcolatore per lanalisi, la

simulazione e il controllo di sistemi
dinamici (Matlab)
1. Sistemi e Modelli
1 Sistemi e Modelli
Sistemi ed Esperimenti
Un sistema dinamico è un oggetto o insieme di
oggetti che evolvono nel tempo di cui vogliamo
studiare le propriet`
a
Esempio: il sistema solare, un impianto per la
produzione della carta, un condensatore
collegato ad una resistenza elettrica
Proprietà a cui siamo interessati. Ad esempio:
Quando avverr` a la prossima eclisse ? Come devo
manovrare le valvole dell impianto per produrre
carta di buona qualit` a ? Cosa succede se collego
il condensatore alla resistenza ?
Prima possibilit`
a: fare esperimenti !
1-1
1 Sistemi e Modelli
Perche non fare esperimenti:

Troppo costoso
Troppo pericoloso (es: centrale nucleare)
Impossibile (il sistema ancora non e stato
costruito)
Soluzione:
1. Fare un modello matematico del sistema, cioè
descrivere i fenomeni essenziali che avvengono
nel sistema mediante le leggi della sica,
biologia, economia, ecc.
2. Analizzare le equazioni del modello matematico e
simulare il sistema risolvendo (manualmente o al
computer) tali equazioni.
Risultato:
La simulazione ha costo quasi nullo, ma . . .
. . . lutilit`
a della simulazione dipende da quando
il modello matematico è vicino al sistema sico
Fare un buon modello è un arte !
1-2
1 Sistemi e Modelli
Esempio: Serbatoio
Variabili: u
altezza serbatoio h m
usso dingresso u m3 /s
usso duscita q m3 /s
velocit`
a duscita v m/s
Parametri: h
sezione serbatoio A m2
sezione apertura a m2 q
accelerazione di gravit`
a g m/s2
Leggi della sica:

v(t) = 2gh(t) Legge di Torricelli
q(t) = av(t) Flusso di uscita
d
dt
[Ah(t)] = u(t) q(t) Bilancio di massa
Modello matematico del serbatoio:

d h(t) = a 2g h(t) +

1
dt A A
u(t)

q(t) = a 2g h(t)
1-3
1 Sistemi e Modelli
Simulazione per A = 1 m2 , a = 0.25 m2 , h(0) = 0 m,

u(t) 1 m3 /s
Altezza h(t) (m) Flussi di ingresso e uscita (m3/s)
2 2
1.8 1.8
1.6 1.6
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 5 10 0 5 10
Tempo (s) Tempo (s)
1-4
1 Sistemi e Modelli

u(t) 1 m3 /s
2 2
1.8 1.8
1.6 1.6
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 5 10 0 5 10
Tempo (s) Tempo (s)
1-5
1 Sistemi e Modelli

u(t) = 0.5 sin(t/5) + 1 m3 /s
2 2
1.8 1.8
1.6 1.6
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 10 20 30 0 10 20 30
Tempo (s) Tempo (s)
1-6
1 Sistemi e Modelli
Modelli in forma state-space (spazio di stato)

x(t)
= f (x(t), u(t))) x dx
dt
y(t) = g(x(t), u(t))
u(t) è l ingresso del sistema (variabili esogene)

y(t) è l uscita del sistema (variabili di interesse o
misure)
x(t) è lo stato del sistema
x(t0 ) = tutta linformazione necessaria al tempo t0
per poter predire levoluzione futura delluscita y(t)
del sistema, t t0 , per un dato ingresso u(t), t t0 .
il concetto di stato è fondamentale per poter

simulare i sistemi dinamici.
Esempio: modello matematico del serbatoio

d h(t) = a 2g h(t) + 1 u(t)

dt A A

q(t) = a 2g h(t)
h(t)=stato, q(t)=uscita, u(t)=ingresso.

(In generale, x, u, y sono vettori, x Rn , u Rm , y Rp ).
1-7
2. Sistemi Lineari a Tempo
Continuo
2 Sistemi Lineari a Tempo Continuo
Considera lequazione dierenziale del primo

ordine

x(t)
= ax(t) x dx
dt
x(0) = x0
Esiste una e una sola soluzione: x(t) = eat x0
4.5
3.5
3
a>0
2.5
x(t)
1.5
1
a=0
0.5
a<0
0
0 0.2 0.4 0.6 0.8 1
t
Esempi sici:
S R
m
C vc (t)

v(t)
vc (t) + RC v c (t) = 0 v(t) = mv(t)

t
vc (t) = vc (0)e RC v(t) = v(0)e m t
2-1
Considera lequazione dierenziale del primo

ordine con ingresso

x(t)
= ax(t) + bu(t)
x(0) = x0
La soluzione esiste ed è unica:

t
x(t) = eat x0 + ea(t ) bu( )d

risposta libera
0
risposta forzata
x (t) = eat x0 eetto delle condizioni iniziali

t a(t )
xf (t) = 0 e bu( )d eetto dellingresso
Esempi sici:
S R u(t)
m
u(t) C vc (t)
v(t)
u(t) RC v c (t) vc (t) = 0 v(t) + u(t) = mv(t)

x = Vc , a = RC
1
, b= 1
RC x = v, a = m

, b= 1
m
2-2
2.1 Richiami di Algebra Lineare

a11 a12 ... a1n

a21 a22 ... a2n

A=
. . .

matrice quadrata di ordine n
.. .. ... ..

an1 an2 ... ann

1 0 ... 0

0 1 ... 0

I=
.. ..

.. matrice identit`
a di ordine n
. . ... .

0 0 ... 1
Equazione caratteristica di A:
det(sI A) = 0
Polinomio caratteristico di A:
P (s) = det(sI A)
Autovettori di A: vettori vi tali che

Avi = i vi , i = 1, 2, . . . , n
Autovalori di A: Le n soluzionia 1 , . . . , n
dellequazione caratteristica di A
det(i I A) = 0, i = 1, 2, . . . , n
Diagonalizzazione di A:
0 ... 0

1
0 2 ... 0

A = T 1 T, T 1 = [v1 |v2 | . . . |vn ] , = . .. . . ..
.. . . .
0 0 ... n
a N.B.: In generale le soluzioni sono numeri complessi

2-3
2.1 Richiami di Algebra Lineare
Esempio 1:

0 1 0

A= 0 0 1

6 11 6

s 1 0

det(sIA) = 0 s 1 = s +6s +11s+6
3 2

6 11 s + 6
Autovalori: 1 = 1, 2 = 2, 3 = 3
Esempio 2:

1 3
A=
5 2

s1 3
det(sI A) = = s2 3s + 17

5 s2

Autovalori: 1 = 3
2 +j 59
2 , 2 = 3
2 j 59
2
Nota:

j 1 unit`
a immaginaria

|a + jb| = a2 + b2
ej = (cos + j sin )
2-4
Sistema di equazioni dierenziali di ordine n con

ingresso

x 1 (t) = a11 x1 (t) + . . . + a1n xn (t) +b1 u(t)

x 2 (t) = a21 x1 (t) + . . . + a2n xn (t) +b2 u(t)

.. .. ..

. . .

x n (t) = an1 x1 (t) + . . . + ann xn (t) +bn u(t)

x1 (0) = x10 , ... xn (0) = xn0
Forma matriciale equivalente

x(t)
= Ax(t) + Bu(t)
x(0) = x0

t
x(t) = At
e x + eA(t ) Bu( )d
0
risposta libera 0
risposta forzata
La matrice esponenziale è denita come

A2 t2 An tn
e I + At + 2 + . . . + n! + . . .
At
Se la matrice A è diagonalizzabile: A = T 1 T ,

10 ... 0 e1 t 0 ... 0
0 2 ... 0 t
1 0 e 2 ... 0
.. . . .. e = T T
At
= . .. .. .. ..
. . . .
. . . . .
0 0 ... n 0 0 ... en t
Il modo di evolvere del sistema dipende dagli
autovalori di A
2-5
Esempio sico: Circuito RLC

S R L
i`(t)
u(t) C vc (t)

u(t) Ri L di (t) v (t) = 0 Equilibrio tensione
dt c
i (t) = C dvc (t) Equilibrio corrente
dt
Equivale al sistema di equazioni dierenziali di

ordine 2:

di (t)
= R
L i (t)
1 1
dt L vc (t) + L u(t)
dvc (t)
= 1
dt C i (t)
In forma matriciale:

d i (t) R
L 1
L i (t) 1
+ L u(t)
=
dt vc (t) 1
0 vc (t) 0
C

x(t)
A x(t) B
2-6
Esempio sico: Massa-Molla-Smorzatore
k u(t)
m

s(t), v(t)

s(t)
= v(t) Denizione di velocit`
a
mv(t)
= u v(t) ks(t) Legge di Newton
Equivale al sistema di equazioni dierenziali di

ordine 2:

ds(t)
= v(t)
dt
dv(t)
= m

v(t) k 1
dt m s(t) + m u(t)

d s(t) 0 1

s(t) 0
+ u(t)
=
dt v(t) mk
m
v(t) 1
m

x(t)
A x(t) B
2-7
Equazioni dierenziali di ordine n

dy (n) (t) dy (n1) (t)
+an1 + +a1 y(t)+a
0 y(t) = 0
dt dt
Ponendo x1 (t) y(t), x2 (t) y(t),
...,
xn (t) y n1 (t), equivale al sistema di n equazioni
del primo ordine:

x 1 (t) = x2 (t)

x 2 (t) = x3 (t)

.. ..
. .

x n (t) = a0 x1 (t) + . . . an1 xn1 (t)

x(0) = [y(0) y(0) . . . y n1 (0)]
Esempio:
y(t) + 2y(t)
+ 5y(t) = 0

x 1 (t) = x2 (t)
x1 (t) = y(t)
x 2 (t) = 5x1 (t) 2x2 (t)
x2 (t) = y(t)

x(0) = [y(0) y(0)]

2-8
Equazioni dierenziali di ordine n con ingresso

dy (n) (t) dy (n1) (t)
+ an1 + + a1 y(t)
+ a0 y(t) =
dt dt
du(n1) (t) du(n2) (t)
bn1 + bn2 + + b1 u(t)
+ b0 u(t)
dt dt
Equivale al sistema di n equazioni del primo ordine:

x 1 (t) = x2 (t)

x 2 (t) = x3 (t)

.. ..
. .

x n (t) = a0 x1 (t) + . . . an1 xn1 (t) + u(t)

y(t) = b0 x1 (t) + . . . + bn1 xn
Equivale alla forma matriciale

0 1 0 ... 0 0
0 0 1 ... 0 0
.. .. .. ..
x(t) x(t) + u(t)
=
. . . .

0 0 0 ... 1 0
a0 a1 a2 ... a 1
n1
y(t) = b0 b1 b2 ... bn1 x(t)
2-9
Esempio 1:
y(t) 2y(t)
+ y(t) = u(t)

0 1 0

d x(t) + u(t)
dt
x(t) =
1 2 1

y(t) = 1 0 x(t)
Esempio 2:
d(3) y(t)
+ 5
y (t) + 3y(t)
+ 6y(t) = 3u(t) + 4u(t)

dt

0 1 0 0

0
1 x(t) +

d
dt
x(t) = 0 0 u(t)

6 3 5 1

y(t) = 3 4 0 x(t)
2-10
Sistema lineare tempo-continuo, tempo-invariante:

x(t)
= Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)
x(0) = x0
Dato lo stato iniziale x(0) e un segnale di

ingresso u(t), t 0, è possibile predire tutta
levoluzione dello stato x(t) e dell uscita y(t) del
sistema, per ogni t 0.
Nota che lo stato x(0) sintetizza tutta la storia
passata del sistema.
La dimensione n dello stato x(t) Rn è detta
ordine del sistema.
Il sistema si dice proprio se D = 0.
In generale x(t) Rn , u(t) Rm , y(t) Rp ,

A Rnn , B Rnm , C Rpn , D Rpm
2-11
Soluzione di regime stazionario

Ipotesi: A ha tutti autovalori a parte reale < 0
Quale sarà il valore asintotico delluscita
corrispondente ad un dato ingresso costante
u(t) ur , t 0 ?
Imponiamo x r (t) = 0 Axr + Bur = 0
yr = (CA1 B + D) ur

guadagno in continua
Esempio:

12 14

x(t) +
1
u(t)
d
dt
x(t) =
1 0 0

1 3
y(t) = 2 4
x(t)
Guadagno in continua:
1
12 14 1
1 3 =3
2 4
1 0 0
6 6
5 5
4 4
y(t)
u(t)
3 3
2 2
1 1
0 0
0 10 20 30 0 10 20 30
t t
Evoluzione delluscita y(t) per diverse cond. iniz. e ingresso u(t) 1

2-12
Denizione generale di equilibrio:
Dato il sistema (tempo continuo, non lineare,
tempo variante)

x(t)
= f (t, x(t), u(t))
y(t) = g(t, x(t), u(t))
Lo stato costante xr e lingresso costante ur sono

un equilibrio del sistema se per x(t0 ) = xr e
u(t) ur , t t0 , si ha x(t) xr , t t0 .
Denizione equivalente: f (t, x(t), u(t)) = 0,
t t0
xr è detto stato di equilibrio
ur è detto ingresso di equilibrio
2-13
3. Sistemi Lineari a Tempo
Discreto
3 Sistemi Lineari a Tempo Discreto
y(t), y(kT) y(t), y(kT)
3.5 4
3.5
2.5 2.5
1.5
1.5 1
0 1 2 3 4 5 0 1 2 3 4 5
tempo t tempo t
Campionamento di un segnale continuo Segnale discreto
Fig. (a) Fig. (b)
Esprimono relazioni fra variabili campionate ad

intervalli T : x(kT ), u(kT ), y(kT ), k = 0, 1, . . . ,
Il segnale è x(kT ) è mantenuto costante durante
lintervallo di campionamento [kT, (k + 1)T ).
Il segnale può rappresentare il campionamento di
un segnale continuo nel tempo (Fig. a), oppure
essere intrinsecamente discreto nel tempo (Fig.
b).
Fondamentali per il progetto di controllori
digitali
3-1
Considera lequazione alle dierenze del primo

ordine
x(k + 1) = ax(k)
x(0) = x0
Esiste una e una sola soluzione: x(k) = ak x0
2.5
a>1
2
x(k)
1.5
1
a=1
0.5
0<a<1
0
0 2 4 6 8 10
k
3-2
Considera lequazione alle dierenze del primo ordine

con ingresso
x(k + 1) = ax(k) + bu(k)
x(0) = x0

k1
x(k) = ak x0 + ai bu(k 1 i)

i=0
risposta libera
risposta forzata
Esempio: accumulo di capitale in un deposito bancario

: tasso di interesse (sso)
praticato dalla banca
x(k): capitale accumulato
allinizio dellanno k
u(k): capitale versato alla ne dellanno k
x0 : capitale iniziale

x(k + 1) = (1 + )x(k) + u(k)
Capitale accumulato (k$)

50
x(0) = x0 45
40
35
30
x(k)
Esempio numerico: 25
20
x0 10 k$ 15
10
k
u(k) 5 k$ x(k) = 60(1.1) 50 5
0
0 1 2 3 4 5
10% k (anni)
3-3
Sistema di equazioni alle dierenze di ordine n

con ingresso
x1 (k + 1) = a11 x1 (k) + . . . + a1n xn (k) +b1 u(k)
x2 (k + 1) = a21 x1 (k) + . . . + a2n xn (k) +b2 u(k)
.. .. ..
. . .
xn (k + 1) = an1 x1 (k) + . . . + ann xn (k) +bn u(k)
x1 (0) = x10 , ... xn (0) = xn0
Forma matriciale equivalente

x(k + 1) = Ax(k) + Bu(k)
x(0) = x0

k1
x(k) = Ak x0 + Ai Bu(k 1 i)

i=0
risposta libera
risposta forzata

0 ... 0
k
1 0 ... 0
1
0 2 ... 0 0 k
2 ... 0
1
.. . . .. A = T T
k
= . . . . .
.
. . . . . .. . . ..
.
0 0 ... n
0 0 ... k
n
Il modo di evolvere del sistema dipende dagli

autovalori di A
3-4
Esempio

x1 (k + 1) = 1 1
2 x1 (k) + 2 x2 (k)
x2 (k + 1) = x2 (k) + u(k)

x (0) = 1 x2 (0) = 1
1

1 1
0
x(k + 1) = 2 2
x(k) + u(k)
0 1 1

1
x(0) = 1
Autovalori di A: 1 = 12 , 2 = 1
Soluzione:
k k1
i
1 1 1 1 1
0
x(k) = 2 2
1
+ 2 2
u(k 1 i)
0 1 i=0 0 1 1
k1

1
1 1 1 1 1
= 2k 2k + 2i u(k 1 i)
1
0 1 i=0 1
1 k1 k1

1 1 1
= 2
+ 2i u(k 1 i)
1 i=0 1

risposta libera risposta forzata
Soluzione numerica per u(k) 0 (risposta libera):

x1(k),x2(k)
1.5
0.5
0.5
1.5
0 2 4 6 8 10
passo k
3-5
Equazioni alle dierenze di ordine n con ingresso

an y(k n) + an1 y(k n + 1) + + a1 y(k 1) + y(k) =
bn u(k n) + + b1 u(k 1) + b0 u(k)
Equivale al sistema di n equazioni del primo

ordine:
x1 (k + 1) = x2 (k)
x2 (k + 1) = x3 (k)
.. ..
. .
xn (k + 1) = an x1 (k) + . . . a1 xn (k) + u(k)
y(k) = (bn b0 an )x1 (k) + + (b1 b0 a1 )xn (k) + b0 u(k)
Equivale alla forma matriciale

0 1 0 ... 0 0
0 0 1 ... 0 0
.. .. .. ..
x(k + 1) = x(k) u(t)
. . . +
.

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

y(k) = (bn b0 an ) . . . (b1 b0 a1 ) x(k) + b0 u(k)
3-6
Esempio:
y(k 2) + y(k) = u(k 2)

0 1 0

x(k) + u(k)
x(k + 1) =
1 0 1

y(k) = 1 0 x(k)
Soluzione numerica per

0
x(0) = 0 , u(2) = 0, u(1) = 0, u(k) 1 per k 0
(risposta forzata):
y(k)
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8
passo k
3-7
Sistema lineare tempo-discreto, tempo-invariante:

x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)
x(0) = x0
Dato lo stato iniziale x(0) e un segnale di

ingresso u(k), k = 0, 1, . . . è possibile predire
tutta levoluzione dello stato x(k) e dell uscita
y(k) del sistema, per ogni k = 0, 1, . . . .
Nota che lo stato x(0) sintetizza tutta la storia
passata del sistema.
La dimensione n dello stato x(t) Rn è detta
ordine del sistema.
Il sistema si dice proprio se D = 0.
(cfr. sistemi lineari a tempo continuo)
In generale x(k) Rn , u(k) Rm , y(k) Rp ,

A Rnn , B Rnm , C Rpn , D Rpm
3-8
Soluzione di regime stazionario

Ipotesi: A ha tutti autovalori in modulo < 1
Quale sar`
a il valore asintotico delluscita
corrispondente ad un dato ingresso costante
u(k) ur k = 0, 1, . . . ?
Imponiamo xr (k + 1) = xr (k) xr = Axr + Bur
yr = (C(I A)1 B + D) ur

Esempio:

1

1
x(k) +
1
u(k)
x(k + 1) =
1
2
0 0

y(k) = 1 12 x(k)
Guadagno in continua:
1
1 0 1 1 1
1 12 = 3
1 2
0 1 2
0 0
3.5 3.5
3 3
2.5 2.5
2 2
1.5 1.5
y(k)
u(k)
1 1
0.5 0.5
0 0
0.5 0.5
1 1
1.5 1.5
0 5 10 0 5 10
k k
3-9
Esempio: Dinamica studenti in un corso di laurea

Ipotesi:
Durata del corso di laurea: 3 anni
Percentuali di studenti promossi, ripetenti e abbandoni:
costanti per ogni anno
Non `
e possibile iscriversi direttamente al II e III anno
Non sono ammessi studenti fuori corso
Notazione:
k Anno accademico
xi (k) numero di studenti iscritti all i-esimo anno di corso
nell anno k, i = 1, 2, 3
u(k) numero di matricole nellanno k
y(k) numero di laureati nellanno k
i tasso di promossi nellanno di corso i-esimo, 0 i 1
i tasso di ripetenti nellanno di corso i-esimo, 0 i 1
tasso di abbandoni nellanno di corso i-esimo:
1 i i 0
Sistema di equazioni alle dierenze di ordine 3:

x1 (k + 1) = 1 x1 (k) + u(k)

x2 (k + 1) = 1 x1 (k) + 2 x2 (k)

x3 (k + 1) = 2 x2 (k) + 3 x3 (k)

y(k) = 3 x3 (k)
3-10

1 0 1 0

x(k + 1) = 1
2 0
x(k) + 0 u(k)

0 2 3 0

y(k) = 0 0 3 x(k)
Esempio:
1 = .60 1 = .20
2 = .80 2 = .15 u(k) 50, k = 2001, 2002, . . .
3 = .90 3 = .08
y(k)
35
30
25
20
15
10
0
2001 2002 2003 2004 2005 2006 2007 2008 2009
passo k
valore di regime:
! 1 0 0
0.2 0 0
" 1 1
[0 0 0.9 ] 0 1 0 0.6 0.15 0 0 50 0.6905 50 = 34.5269
0 0 1 0 0.8 0.08 0

3-11
Denizione generale di equilibrio:
Dato il sistema (tempo discreto, non lineare,
tempo variante)

x(k + 1) = f (k, x(k), u(k))
y(k) = g(k, x(k), u(k))
Lo stato costante xr e lingresso costante ur sono

un equilibrio del sistema se per x(t0 ) = xr e
u(t) ur , k k0 , si ha x(k) xr , k k0 .
Denizione equivalente: x(k) = f (k, x(k), u(k)),
k k0
xr è detto stato di equilibrio
ur è detto ingresso di equilibrio
3-12
3.1 Campionamento di sistemi a t. continuo
Campionamento esatto:
Dato il sistema a tempo continuo

x(t)
= Ax(t) + Bu(t)
x(0) = x0
vogliamo esprimerne levoluzione agli istanti di

campionamento t = 0, T, 2T, . . . , kT, . . . ,
supponendo che lingresso u(t) sia costante durante
ogni intervallo di campionamento:
u(t) u
(k), kT t < (k + 1)T
Siano x
(k) x(kT ) e y(k) y(kT ) i campioni dello
stato e delluscita, rispettivamente, all istante di
campionamento k-esimo.
y(t), y(kT) u(t), u(kT)
1.5 2
1.5
1
1
0.5
0.5
0
0.5
1
0.5
1.5
1 2
0 5 10 0 5 10
tempo t tempo t
3-13
Applichiamo la formula risolutiva

t
A(tt0 )
x(t) = e x(t0 ) + eA(tt0 ) Bu( )d
t0
per t = (k + 1)T , t0 = kT , x0 = x(kT ), e

ingresso u( ) u
(k), kT < (k + 1)T :
# T $
x((k + 1)T ) = eAT x(kT ) + eA(T ) d Bu
(k)
0
ottenendo quindi
% &
T
(k + 1) = eAT x
x (k) + eA(T ) d Bu
(k)
0
Il sistema tempo-discreto a segnali campionati

x(k + 1) = A x(k) + Bu(k)
y(k) = C x u(k)
(k) + D
è legato al sistema tempo continuo dalle relazioni

!
"
T
A eAT B
0
eA(T ) d B
C C D
D
3-14
y(t), y(kT) y(t), y(kT)

0.4 0.4
0.2 0.2
0 0
0.2 0.2
0.4 0.4
0 2 4 6 8 10 0 2 4 6 8 10
tempo t tempo t
u(t), u(kT) u(t), u(kT)
1 1
0.5 0.5
0 0
0.5 0.5
1 1
0 2 4 6 8 10 0 2 4 6 8 10
tempo t tempo t
Nota: in generale , anchè il sistema a tempo

B,
discreto (A, C,
D)
e il sistema a tempo
continuo (A, B, C, D) coincidano agli istanti di
campionamento t = kT occorre che lingresso
u(t) sia costante durante lintervallo di
campionamento .
Questo normalmente avviene nei sistemi di
controllo digitale, dove il segnale di ingresso
viene generato a frequenze regolari da ununit` a
di calcolo (microcontrollore/PC/DSP) e
mantenuto costante.
B,
In ogni caso, (A, C,
D)
è una approssimazione
del modello tempo continuo (A, B, C, D) .
3-15
Come scegliere il tempo di campionamento T per

discretizzare un dato sistema ?
Buona scelta (per sistemi lineari):
T 1
10 tempo di salita per ingresso u(t) = 1, x(0) = 0
y(t), y(kT)
1
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5
tempo t
u(t), u(kT)
2
1.5
0.5
0
0 1 2 3 4 5
tempo t
Tempo di salita tempo necessario per passare

dal 10% al 90% del valore di regime
tempo di salita
1
0.9 90%
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1 10%
0
0 1 2 3 4 5 6 7 8 9 10
tempo t
3-16
Campionamento con metodo di Eulero:
x(t)
x((k+1)T )
x((k+1)T )x(kT )
T
x(t)
_
x(kT )
T
kT (k+1)T
t (1707-1783)
x((k+1)T )x(kT )
Idea: approssimare x(t)
con T
Approssimazione per sistema lineare:
x((k + 1)T ) = (I + T A)x(kT ) + T Bu(kT )
Il sistema tempo-discreto a segnali campionati

x(k + 1) = A x(k) + Bu(k)
y(k) = C x u(k)
(k) + D
è legato al sistema tempo continuo dalle relazioni
A I + AT TB
B
CC D
D
n n
Nota: eT A = I + T A + + T n!A + . . .
il metodo di Eulero approssima il metodo esatto.
Coincidono per T 0.
Il metodo di Eulero è applicabile anche a sistemi non
lineari x(t)
= f (x(t), u(t)) .
3-17
Esempio: Serbatoio
Modello matematico del serbatoio (tempo continuo):

d h(t) = a 2g h(t) + 1 u(t)

dt A A

q(t) = a 2g h(t)
Modello matematico del serbatoio (tempo discreto):

'
h(k
+ 1) = h(k) T aA 2g h(k)
+A T
u
(k)
'

q(k) = a 2g h(k)
Altezza h(t) (m)
u 7
h
2
q 0
0 5 10 15 20 25 30
Tempo (s)
Minore il tempo di campionamento, migliore

lapprossimazione (ma maggiore il numero di
calcoli)
3-18
3-19
4. Linearit`
a e Linearizzazione
4 Linearit`
a e Linearizzazione
Principio di sovrapposizione degli eetti

Considera il sistema lineare tempo-discreto,
tempo-invariante:

x(k + 1) = Ax(k) + Bu(k)
x(0) = x0

k1
y(k, x0 , u) = CAk x0 + CAi Bu(k 1 i)
i=0
Indichiamo con y(k, x0 , u) la risposta delluscita y(k)

per sottolineare leetto dello stato iniziale x0 +
ingresso u(0), u(1), . . . , u(k).
Principio di sovrapposizione degli eetti :
y(k, x0 +x1 , u+u1 ) = y(k, x0 , u)+y(k, x1 , u1 )
luscita complessiva è data dalla sovrapposizione

delle uscite dovute agli eetti di (x0 , u) e di (x1 , u1 ).
Vale anche per sistemi lineari tempo-continui
Vale anche se il sistema è lineare tempo-variante
Non vale se il sistema è nonlineare.
4-1
4 Linearit`
a e Linearizzazione
Dimostrazione:
y(k, x0 + x1 , u + u1 ) = CAk (x0 + x1 )+
( k1
i=0 CA B(u(k 1 i) + u1 (k 1 i))
i
( k1
= CA x0 + CA x1 + i=0 CAi Bu(k 1 i)+
k k
( k1
i=0 CA Bu1 (k 1 i))
i
(
= (CAk x0 + k1 i=0 CA Bu(k 1 i))+
i
(
(CAk x0 + k1 i=0 CA Bu(k 1 i))
i
= y(k, x0 , u) + y(k, x1 , u1 )
Caso particolare: somma degli eetti ( = = 1)
y(k, x0 + x1 , u + u1 ) = y(k, x0 , u) + y(k, x1 , u1 )
Caso particolare: moltiplicazione per costante

( = 0)
y(k, x0 , u) = y(k, x0 , u)
Esempio: x0 = x1 = [ 00 ], u(k) 1, u1 (k) = k/12.

4 4
3.5 3.5
3 3
2.5 2.5
y(k)
u(k)
2 2
1.5 1.5
1 1
0.5 0.5
0 0
0 5 10 15 20 0 5 10 15 20
k k
4-2
4 Linearit`
a e Linearizzazione
Linearizzazione
Considera il sistema nonlineare

x(t)
= f (x(t), u(t))
y(t) = g(x(t), u(t))
Sia (xr , ur ) un equilibrio: f (xr , ur ) = 0
Obiettivo: studiare il sistema per piccole variazioni
u(t) u(t) ur e x(0) x(0) xr .
Levoluzione di x(t) x(t) xr è data da

x(t) = x(t)
x r = f (x(t), u(t))
= f (x(t) + xr , u(t) + ur )
f f
(xr , ur ) x(t) + (xr , ur ) u(t)
x
u

A B
In maniera simile,
g g
y(t) (xr , ur ) x(t) + (xr , ur ) u(t)
x
u

C D
dove y(t) y(t) g(xr , ur ) è la deviazione

delluscita dallequilibrio.
Le variazioni x(t), y(t), e u(t) sono quindi
governate (in prima approssimazione) dal sistema
linearizzato (A, B, C, D) .
Per sistemi nonlineari a tempo-discreto, vale un
ragionamento analogo.
4-3
4 Linearit`
a e Linearizzazione
u
Esempio: Serbatoio
Modello tempo continuo:
d h(t) = a 2g h(t) +

1
dt A A
u(t)
h
q(t) = a 2g h(t)
h(0) = h0 q
Equilibrio per ingresso costante u(t) ur , t 0:

! u "2
a 2g 1 1 r
h r = 0 = hr + ur hr =
A A 2g a
Sistema linearizzato:
! "
a 2g 1 a2 g
A h A

h + Au = Aur
! " r r
h ,u
a 2g 1 1
B u A

h + Au = A
! " hr ,ur
a2 g
C h a 2g h

= ur
! " r r h ,u

D u a 2g h

=0
hr ,ur

h(t)
=
2
a g
Au h(t) + 1
u(t)
r A
q(t) =
2
au g h(t)
r
h(0) = h0 hr
Il sistema linearizzato permette di analizzare in
maniera semplice (seppur approssimata) la dinamica
di h, q per piccole variazioni della portata di ingresso
u(t) dalla portata nominale ur e per piccole
variazioni della cond. iniz. h(0) dallequilibrio hr .
4-4
4 Linearit`
a e Linearizzazione
4-5
5. Stabilit`
a
5 Stabilit`
a
Concetto intuitivo di stabilit`

a:
Considera il sistema nonlineare

x(t)
= f (x(t), ur )
y(t) = g(x(t), ur )
Sia xr lo stato di equilibrio relativo a ur :
f (xr , ur ) = 0
Il punto di equilibrio xr si dice stabile se per ogni
condizione iniziale x0 vicino a xr la relativa
traiettoria x(t, x0 , ur ) rimane vicino a xr per ogni
t 0.a
Il punto di equilibrio xr si dice inoltre
asintoticamente stabile se è stabile e x(t, x0 , ur ) xr
per t
Altrimenti, il punto di equilibrio xr si dice instabile
2
1
1.5
0.8
0.6 1
0.4
0.5
0.2
x2(t)
x2(t)
0 0
0.2
0.5
0.4
0.6 1
0.8
1.5
1
2
1 0.5 0 0.5 1 3 2 1 0 1 2 3
x (t) x (t)
(as.) stabile instabile

a Def. analitica: > 0 > 0 tale che x0 xr <
x(t, x0 , ur ) xr < , t 0.
5-1
5 Stabilit`
a
Stabilit`
a dei sistemi lineari (tempo-continuo):
Considera il sistema del primo ordine

x(t)
= ax(t) + bu(t)
y(t) = cx(t)
Equilibrio per u(t) ur : 0 = axr + bur

xr = ab ur .
Per u(t) ur , t 0, la quantit`
a z(t) = x(t) xr
soddisfa lequazione dierenziale
z(t)
= ax(t) + bur = ax(t) axr = az(t)
da cui:
z(t) = eat z0 x(t) = xr + eat (x0 xr )
Pertanto:
xr è instabile se a > 0
xr è stabile se a 0
xr è asintoticamente stabile se a < 0
5
4.5
4
a>0
3.5
3
x(t)
2.5
2
x0 a=0
1.5 a<0
1
xr
0.5
0
0 0.2 0.4 0.6 0.8 1
t
5-2
5 Stabilit`
a
Stabilit`
a dei sistemi lineari (tempo-discreto):
Considera il sistema del primo ordine

x(k + 1) = ax(k) + bu(k)
y(k) = cx(k)
Equilibrio per u(k) ur : xr = axr + bur
b
xr = 1a ur .
Per u(k) ur , k = 0, 1, . . . , la quantit`
a
z(k) = x(k) xr soddisfa lequazione alle dierenze
z(k+1) = ax(k)+bur xr = ax(k)+(1a)xr xr = az(k)
da cui:
z(k) = ak z0 x(k) = xr + ak (x0 xr )
Pertanto:
xr è instabile se |a| > 1
xr è stabile se |a| 1
xr è asintoticamente stabile se |a| < 1
3
a>1
2.5
x a=1
2
0
x(k)
1.5
0<a<1
1
xr
0.5
0
0 2 4 6 8 10
k
5-3
5 Stabilit`
a
sistema tempo continuo tempo discreto

stabile a0 |a| 1
as. stabile a<0 |a| < 1
instabile a>0 |a| > 1
Denizione di stabilit`
a dei sistemi lineari
Un sistema lineare (A, B, C, D) si dice stabile se
la risposta libera è limitata per ogni valore di
x(0).
Un sistema lineare (A, B, C, D) si dice
asintoticamente stabile se la risposta libera tende
a 0 per ogni valore di x(0).
Un sistema lineare (A, B, C, D) si dice instabile
se per almeno una condizione iniziale x(0) la
risposta libera è illimitata.
5-4
5 Stabilit`
a
Relazione fra stabilit`

a e autovalori di A
(tempo continuo):

x(t)
= Ax(t)
x(t) = eAt x0
x(0) = x0
Teorema 1. Un sistema è asintoticamente

stabile se e solo se tutti gli autovalori di A hanno
parte reale negativa.
Teorema 2. Un sistema è instabile se esiste
almeno un autovalore di A con parte reale
positiva.
Ricorda: la matrice esponenziale è denita come
2 2 n n
eAt I + At + A 2t + . . . + An!t + . . .

0 ...
1 0 e1 t 0 ... 0
0 2 ... 0 t
1 0 e 2 ... 0
.. . . .. e = T T
At
= . .. .. .. ..
. . . .
. . . . .
0 0 ... n 0 0 ... en t
Per autovalori complessi = a + jb :
|et | = eat |ejbt | = eat

` quindi la parte reale degli autovalori che
E
determina la stabilit`
a del sistema.
5-5
5 Stabilit`
a
Esempio 1

0 1

x(t)
= x(t)
2 3 Autovalori di A: {1, 2}

x(0) = [ xx10 ]
20
soluzione:

x1 (t) = x10 (2et e2t ) + x20 (et + e2t )
x2 (t) = x10 (2et 2e2t ) + x20 (et + 2e2t )
Asintoticamente stabile
1 1
0.5 0.5
x (t)
x2(t)
1
0 0
0.5 0.5
0 2 4 6 0 2 4 6
t t
5-6
5 Stabilit`
a
Esempio 2

0 1

x(t)
= x(t)
1 0 Autovalori di A: {+j, j}

x(0) = [ xx10 ]
20
soluzione:

x1 (t) = x10 cos t x20 sin t
x2 (t) = x10 sin t + x20 cos t
Stabile
1.5 1.5
1 1
0.5 0.5
x1(t)
x2(t)
0 0
0.5 0.5
1 1
1.5 1.5
0 5 10 0 5 10
t t
5-7
5 Stabilit`
a
Esempio 3

x(t) 0 1
= x(t)

x(0) = [ xx10 ]
20
soluzione:

x1 (t) = x10 + x20 t
x2 (t) = x20
Instabile
12 2
10 1.5
8
1
6
0.5
4
x1(t)
x2(t)
0
2
0.5
0
1
2
4 1.5
6 2
0 5 10 0 5 10
t t
5-8
5 Stabilit`
a
Esempio 4

x(t) 1 0
= x(t)

x(0) = [ xx10 ]
20
soluzione:

x1 (t) = x10 et
x2 (t) = 1
x et + (x20 12 x10 )et
2 10
Instabile
10 10
8 8
6 6
4 4
2 2
x (t)
x (t)
0 0
1
2 2
4 4
6 6
8 8
10 10
0 5 10 0 5 10
t t
5-9
5 Stabilit`
a
Relazione fra stabilit`

a e autovalori di A
(tempo discreto):

x(k + 1) = Ax(k)
x(k) = Ak x0
x(0) = x0
Teorema 1. Un sistema è asintoticamente

stabile se e solo se tutti gli autovalori di A hanno
modulo minore di 1.
Teorema 2. Un sistema è instabile se esiste
almeno un autovalore di A con modulo maggiore
di 1.
Ricorda: se la matrice A è diagonalizzabile:
A = T 1 T ,

k
1 0 ... 0
1 0 ... 0
0 2 ... 0 0 k
2 ... 0
1
. A =T T
k
= . . . . .. . . ..
.. .. . . .. . . .
. .
0 0 ... n
0 0 ... k
n
Per autovalori complessi = ej :
|k | = |k ejk | = k |ejk | = k
` quindi il modulo degli autovalori che
E
determina la stabilit`
a del sistema.
5-10
5 Stabilit`
a
Esempio 1

x(k + 1) = 0 0
x(k) 1
1 1 Autovalori di A: {0, }

2 2

x(0) = [ xx10 ]
20
soluzione:

x1 (k) = 0, k = 1, 2, . . .
x2 (k) = 1 k1 1 k
2
x10 + 2 x20 , k = 1, 2, . . .
Asintoticamente stabile
1 1.5
0.5
0.5
x1(k)
x2(k)
0
0
0.5
0.5 1
0 5 10 0 5 10
k k
5-11
5 Stabilit`
a
Esempio 2

0 1
x(k + 1) = x(k)
1 0 Autovalori di A: {+j, j}
x(0) = [ xx10 ]
20
soluzione:

x1 (k) = x10 cos k
+ x20 sin k
, k = 0, 1, . . .
2 2
x2 (k) = x10 sin k
+ x20 cos k
, k = 0, 1, . . . ,
2 2
Stabile
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
x (k)
x2(k)
0 0
1
0.2 0.2
0.4 0.4
0.6 0.6
0.8 0.8
1 1
0 2 4 6 0 2 4 6
k k
5-12
5 Stabilit`
a
Esempio 3

x(k + 1) = 1 1
x(k)

x(0) = [ xx10 ]
20
soluzione:

x1 (k) = x10 + x20 k, k = 0, 1, . . .
x2 (k) = x20 , k = 0, 1, . . .
Instabile
7 2
6
1.5
5
1
4
0.5
3
x1(k)
x (k)
2 0
2
1
0.5
0
1
1
1.5
2
3 2
0 2 4 6 0 1 2 3 4 5
k k
5-13
5 Stabilit`
a
Esempio 4

x(k + 1) = 2 0
x(k)

x(0) = [ xx10 ]
20
soluzione:

x1 (k) = 2k x10 , k = 0, 1, . . .
x2 (k) = 2k1 x10 , k = 1, 2, . . .
Instabile
80 80
60 60
40 40
x1(k)
x2(k)
20 20
0 0
20 20
40 40
0 2 4 6 0 1 2 3 4 5
k k
5-14
5 Stabilit`
a
Esempio: Pendolo
y(t) angolo di deessione l
u(t) mg forza peso y(t)
forza di attrito viscoso

hy(t) m
h
u(t) = mg
Modello matematico:
ml2 y(t) = lmg sin y(t) hy(t)

Equazione in forma di stato: (x1 = y, x2 = y)

x = x2
1
x 2 = g sin x1 Hx2 , H h
l ml2
Equilibrio:

x2r 0 x2r = 0
=
gl sin x1r Hx2r 0 x1r = k, k = 0, 1, . . .
u(t) = mg
h
m
h
m
u(t) = mg
x2r = 0, x1r = 0, 2, . . . x2r = 0, x1r = 0, , 3, . . .

5-15
5 Stabilit`
a
Sistema linearizzato (x1r = 0, x2r = 0)

0 1
x(t)
= x(t)
l H
g

A
Autovalori di A: det(I A) = 2 + H + g
=0
1
l
1,2 = 2 H H 4 l2 g
Parte reale < 0: as. stabile

1.5
0.5
y(t)
0.5
1.5
0 2 4 6 8 10
t
Sistema linearizzato (x1r = , x2r = 0)

0 1
x(t)
= x(t)
g
l
H

A
Autovalori di A: det(I A) = 2 + H g
=0
l
1,2 = 12 H H 2 + 4 gl
Parte reale > 0 e < 0: instabile
4
1
y(t)
4
0 2 4 6 8 10
t
5-16
5 Stabilit`
a
5-17
6. Trasformate e Funzioni di
Trasferimento
6.1 Trasformata di Laplace
Denizione
La trasformata di Laplace di f (t) è la funzione di
variabile complessa s C, (s = + j),

est f (t)dt L[f ]
1.5
F (s) =
0 1
f(t)
0.5
Esempi 0.5
1 0 1 2 3 4 5
t
Funzione impulso (Delta di Dirac) a :

0 se t = 0
f (t) = (t) tale che (t) = 1
+ se t = 0
L[] = F (s) = 1 s C
Funzione gradino :

0 se t < 0 1
f (t) = 1I(t) L[1I] = F (s) =
1 se t 0 s
a La funzione (t) is pu` o considerare come il limite della

successione di funzioni f (t) per 0 tali che

1 se 0 t
f (t) =
0 altrimenti
6-1
Propriet`
a della trasformata di Laplace
Linearit`
a:
L[k1 f1 (t) + k2 f2 (t)] = k1 L[f1 (t)] + k2 L[f2 (t)]
Esempio: f (t) = (t) 2 1I(t) L[f ] = 1 2s .

Traslazione nel tempo :
L[f (t )] = es L[f (t)]

3e2s
Esempio: f (t) = 3 1I(t 2) L[f ] = s
.
Traslazione nella frequenza :
L[eat f (t)] = F (s a), dove F (s) = L[f (t)]

1
Esempio: f (t) = eat 1I(t) L[f ] = sa
Esempio: f (t) = cos(t) 1I(t) L[f ] = s
s2 + 2
ejt +ejt
(Nota: cos(t) = 2
)
Derivazione nel tempo a :
d
L[ f (t)] = sL[f (t)] f (0+ )
dt
Esempio: f (t) = sin(t) 1I(t) L[f ] = s2 +
2.
Derivazione nella frequenza :

d
L[tf (t)] = L[f (t)]
ds
1
Esempio: f (t) = t 1I(t) L[f ] = s2
.
a f (0+ ) e continua in 0, f (0+ ) = f (0)
= limt0+ f (t). Se f `
6-2
Teorema del valore iniziale :
L[f (t)] = F (s) f (0+ ) lim f (t) = lim sF (s)

t0+ s
1 1
Esempio: f (t) = 1I(t) t 1I(t) F (s) = s
s2
f (0+ ) = 1 = lims sF (s)
Teorema del valore nale :
L[f (t)] = F (s) f (+) lim f (t) = lim sF (s)

t+ s0
Esempio: f (t) = 1I(t) et 1I(t) F (s) = 1

s
1
s+1
f (+) = 1 = lims0 sF (s)
Pierre-Simon Laplace
(1749-1827)
6-3
6.2 Funzioni di Trasferimento - T. Continuo
Considera il sistema a tempo continuo

x(t)
= Ax(t) + Bu(t)
x(0) = x0
Applichiamo la trasformata di Laplacea :
sX(s) x0 = AX(s) + BU (s)
Y (s) = CX(s) + DU (s)
dove X(s) = L[x(t)], U (s) = L[u(t)], Y (s) = L[y(t)].

Esplicitando rispetto a x0 e U (s):
X(s) = (sI A)1 x0 + (sI A)1 BU (s)

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

YL (s) YF (s)
YL (s)=trasformata di Laplace della risposta libera

YF (s)=trasformata di Laplace della risposta forzata
Denizione: La funzione di trasferimento di un
sistema lineare tempo continuo (A, B, C, D) è
G(s) = C(sI A)1 B + D
cioè il rapporto fra la trasf. di Laplace Y (s) dell

uscita y(t) e la trasf. di Laplace U (s) dell ingresso
per u(t) per condizione iniziale nulla x0 = 0.
a x(t)
e una funzione derivabile, e quindi continua x(0+ ) =
`
x(0) = x0
6-4
u(t) y(t) U (s) Y (s)

A; B; C; D G(s)
x0 = 0
Esempio: Il sistema lineare

10 1 0
x(t)
= x(t) + u(t)
0 1 1

y(t) = 2 2 x(t)
ha per funzione di trasferimento

2s + 22
G(s) =
s2 + 11s + 10
Nota: La funzione di trasferimento non dipende
` una propriet`
dallingresso ! E a del sistema
lineare.
6-5
Considera leq. di. con ingresso

dy (n) (t) dy (n1) (t)
+ an1 + + a1 y(t)
+ a0 y(t) =
dtn dtn1
du(m) (t) du(m1) (t)
bm + bm1 + + b1 u(t)
+ b0 u(t)
dtm dtm1
Ponendo condizioni iniziali y(0), y(0),

. . . , y (n1) (0)
nulle, si ottiene immediatamente la funzione di
trasferimento equivalente
bm sm + bm1 sm1 + + b1 s + b0
G(s) =
sn + an1 sn1 + + a1 s + a0
Esempio: y(t) + 2y(t)

+ y(t) = u(t)
+ u(t)
s+1
G(s) =
s2 + 2s + 1
Nota: la stessa f.d.t. G(s) si ottiene dalla forma

matriciale equivalente delleq. dierenziale:

0 1
x(t) +
0
u(t)
x(t)
=
1 2 1

y(t) = 1 1 x(t)
% &1
1 0 0 1 0
G(s) = 1 1 s
0 1 1 2 1
6-6
Alcune funzioni di trasferimento:

Integratore

x(t)
= u(t) U (s) 1 Y (s)
s
y(t) = x(t)
Doppio integratore

x 1 (t) = x2 (t)
U (s) 1 Y (s)
x 2 (t) = u(t)

s2

y(t) = x1 (t)
Oscillatore
x 1 (t) = x2 (t) U (s) 1 Y (s)

x 2 (t) = x1 (t) + u(t) s2 + 1
y(t) = x1 (t)
6-7
Antitrasformata di Laplace
Data la funzione di trasferimento
bm sm + bm1 sm1 + + b1 s + b0
G(s) = (m < n)
(s p1 )(s p2 ) . . . (s pn )
possiamo scomporla in fratti semplici (Hp: pi = pj )
1 n
G(s) = + +
s p1 s pn
dove i è detto residuo di G(s) in pi C
i = lim (s pi )G(s)
spi
(nota che se pi = pj , allora i =

j )
Lantitrasformata di Laplace di G(s) è la funzione

g(t) tale che L[g(t)] = G(s):
g(t) = 1 ep1 t + + n epn t
Nel caso di radici coincidenti (s pi )k , nello sviluppo si hanno

tutti i termini del tipo
i1 ik
+ +
(s pi ) (s pi )k
la cui antitrasformata è
tk1 pi t
i1 epi t
+ + ik e
k!
6-8
Risposta allimpulso
Considera lingresso impulsivo u(t) = (t)
U (s) = 1 . Luscita corrispondente y(t) è detta
risposta allimpulso .
La trasformata di Laplace di y(t) è
Y (s) = G(s) 1 = G(s).
Pertanto la risposta allimpulso coincide con
lantitrasformata g(t) della funzione di
trasferimento G(s)
Esempi
Integratore Y (s)
U (s) 1
u(t) = (t) s
y(t) = L1 [ 1s ] = 1I(t)
Doppio integratore Y (s)

U (s) 1
u(t) = (t) s2
y(t) = L1 [ s12 ] = t 1I(t)
Oscillatore U (s) 1 Y (s)

u(t) = (t) s2 + 1
y(t) = L1 [ s21+1 ] = sin t 1I(t)
6-9
6.3 Poli e zeri
u(t ) y(t )
G(s)
Considera il sistema lineare descritto dalla

funzione di trasferimento (m < n)
bm sm + bm1 sm1 + + b1 s + b0 N (s)
G(s) = =
sn + an1 sn1 + + a1 s + a0 D(s)
Si dicono poli del sistema le radici di D(s)

Si dicono zeri del sistema le radici di N (s)
A tempo discreto le denizioni sono analoghe
Esempio:
s+2 s+2
G(s) = 3 =
s + 2s2 + 3s + 2 (s + 1)(s2 + s + 2)

poli: {1, 21 +j 2
7
, 1
2 j 2 },
7
zeri: {2}.
6-10
6.3 Poli e zeri
Considera il sistema lineare

x(t)
= Ax(t) + Bu(t)
x(0) = 0
e la funzione di trasferimento corrispondente

N (s)
G(s) = C(sI A)1 B + D
D(s)
Il denominatore D(s) = det(sI A) . Quindi i poli
di G(s) corrispondono agli autovalori di A.
La stabilit`
a del sistema si pu`
o quindi studiare sia
tramite G(s) che tramite A
Attenzione: alcuni autovalori di A possono non risultare poli
di G(s). Esempio:

1 0 0
A= , B= , C= 0 1
0 1 1
det(sI A) = (s 1)(s + 1)

1
0 0 1
s1
G(s) = 0 1 =
0 1
s+1 1 s+1
Il polo s = 1 non ha inuenza sul comportamento

ingresso-uscita del sistema, ma ha inuenza sulla risposta
libera: x1 (t) = et x10 (il sistema è instabile).
6-11
6.4 Trasformata zeta
Denizione
La trasformata zeta di f (k) è la funzione di variabile
complessa z C, (z = + j),
1.8

1.6
k
1.4
F (z) = f (k)z Z[f ] 1.2
f(k)
1
k=0 0.8
0.6
0.4
0.2
0
2 0 2 4 6 8 10
k
Esempi
Funzione impulso discreto :

0 se k = 0
f (k) = (k) Z[] = F (z) 1
1 se k = 0
Funzione gradino discreto :

0 se k < 0 z
f (k) = 1I(k) Z[1I] = F (z) =
1 se k 0 z1
Funzione esponenziale discreto :

z
f (k) = a 1I(k) Z[f ] = F (z) =
k
za
6-12
Propriet`
a della trasformata zeta
Linearit`
a:
Z[k1 f1 (k) + k2 f2 (k)] = k1 Z[f1 (k)] + k2 Z[f2 (k)]

5 5z
Esempio: f (k) = 3(k) 2k
1I(t) Z[f ] = 3 z 1
.
2
Anticipo temporale :
Z[f (k + 1) 1I(k)] = zZ[f ] zf (0)
Esempio: f (k) = ak+1 1I(k) Z[f ] = z za

z
z = az
za
z è detto anche operatore di anticipo unitario
Ritardo temporale :
Z[f (k 1)] = z 1 Z[f ]
Esempio: f (k) = 1I(k 1) Z[f ] = z

z(z1)
z 1 è detto anche operatore di ritardo unitario
Derivazione nella frequenza :

d
Z[kf (k)] = z Z[f ]
dz
Esempio: f (k) = k 1I(k) Z[f ] = z
(z1)2
6-13
Teorema del valore iniziale :
Z[f (k)] = F (z) f (0) = lim F (z)

z
Esempio: f (k) = 1I(k) k 1I(k)

z
F (z) = z1 (z1)
z
2 f (0) = limz F (z) = 1
Teorema del valore nale :
Z[f (k)] = F (z) f (+) lim f (t) = lim (z1)F (z)

t+ z1
Esempio: f (k) = 1I(k) + (0.7)k 1I(t)

z
F (z) = z1 z
+ z+0.7
f (+) = limz1 (z 1)F (z) = 1
Witold Hurewicz
(1904-1957)
6-14
6.5 Funzioni di Trasferimento - T. Discreto
Considera il sistema a tempo discreto

x(k + 1) = Ax(k) + Bu(k)
x(0) = x0
Applichiamo la trasformata zeta:
zX(z) zx0 = AX(z) + BU (z)

Y (z) = CX(z) + DU (z)
dove X(z) = Z[x(k)], U (z) = Z[u(k)],

Y (z) = Z[y(k)].
Esplicitando rispetto a x0 e U (z):
X(z) = z(zI A)1 x0 + (zI A)1 BU (z)

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

YL (z) YF (z)
YL (z)=trasformata zeta della risposta libera

YF (z)=trasformata zeta della risposta forzata
Denizione: La funzione di trasferimento di un
sistema lineare tempo discreto (A, B, C, D) è
G(z) = C(zI A)1 B + D
cioè il rapporto fra la trasf. zeta Y (z) dell uscita

y(k) e la trasf. zeta U (z) dell ingresso per u(k) per
condizione iniziale nulla x0 = 0.
6-15
u(k) y(k) U (z) Y (z)

A; B; C; D G(z)
x0 = 0
Esempio: Il sistema lineare

0.5 1 0
x(k + 1) = x(k) + u(k)
0 0.5 1

y(k) = 1 1 x(k)
ha per funzione di trasferimento

z + 1.5
G(z) =
z 2 0.25
Nota: Anche per i sistemi tempo-discreto, la
funzione di trasferimento non dipende
dallingresso, ma è una propriet`
a del sistema
lineare.
6-16
Considera lequazione alle dierenze con ingresso

an y(k n) + an1 y(k n + 1) + + a1 y(k 1) + y(k) =
bn u(k n) + + b1 u(k 1)
Ponendo condizioni iniziali nulle, si ottiene la

funzione di trasferimento equivalente
bn z n + bn1 z n+1 + + b1 z 1
G(z) =
an z n + an1 z n+1 + + a1 z 1 + 1
b1 z n1 + + bn1 z + bn
=
z n + a1 z n1 + + an1 z + an
Esempio: 3y(k 2) + 2y(k 1) + y(k) = 2u(k 1)

2z 1 2z
G(z) = 2 =
3z + 2z 1 + 1 z 2 + 2z + 3
Nota: la stessa f.d.t. G(z) si ottiene dalla forma

matriciale equivalente delleq. alle dierenze:

0 1
x(k) +
0
u(k)
x(k + 1) =
3 2 1

y(k) = 0 2 x(k)
% &1
1 0 0 1 0
G(z) = 0 2 z
0 1 3 2 1
6-17
Alcune funzioni di trasferimento:

Integratore

x(k + 1) U (z) 1 Y (z)
= x(k) + u(k)
z1
y(k) = x(k)
Doppio integratore

x1 (k + 1) = x1 (k) + x2 (k)
Y (z)
x2 (k + 1) = x2 (k) + u(k) U (z) 1

z 2 2z + 1

y(k) = x1 (k)
Oscillatore U (z) 1
z + 1 Y (z)
2 2
x1 (k + 1) = x1 (k) x2 (k) + u(k)

2
z z+ 1
x2 (k + 1) = x1 (k)
1
y(k) = 2 x1 (k) + 12 x2 (k)
Risposta allimpulso
2
1
y(k)
2
0 10 20 30 40 50 60
k
6-18
Antitrasformata zeta
Data la funzione di trasferimento
bm z m + bm1 z m1 + + b1 z + b0
G(z) = (m < n)
(z p1 )(z p2 ) . . . (z pn )
Analogamente alla trasformata di Laplace, possiamo
scomporla in fratti semplici (Hp: pi = pj )
# $
1 1 z n z
G(z) = + +
z z p1 z pn
dove i è il residuo di G(z) in pi C
i = lim (z pi )G(z)
zpi
Lantitrasformata zeta di G(z) è la funzione g(k) tale

che Z[g(k)] = G(z):
! "
k1 k1
g(k) = 1 p1 + + n pn 1I(k)
Esempio.
m<n

m<n

2
z +1 1.5z + 0.5
G(z) = = 1 + =
z 2 1.5z + 0.5 z 2 1.5z + 0.5
# $
1 4z 2.5z
1+
z z1 z 0.5
! "
k1
g(k) = (k) + 4 1I(k 1) 2.5(0.5) 1I(k)
6-19
Risposta allimpulso
Considera lingresso impulsivo u(k) = (k)
U (z) = 1 . Luscita corrispondente y(k) è detta
risposta allimpulso .
La trasformata zeta di y(k) è
Y (z) = G(z) 1 = G(z).
Pertanto la risposta allimpulso coincide con
lantitrasformata g(k) della funzione di
trasferimento G(z)
Esempi
Integratore Y (z)
U (z) 1
u(k) = (k) z1
y(k) = Z 1 [ z1
1
] = 1I(k 1)
2 2
1 1
u(k)
y(k)
0 0
1 1
2 2
0 5 10 0 5 10
k k
6-20
6-21
7. Diagrammi a Blocchi
7 Diagrammi a Blocchi
U(s) Y (s) U(z) Y (z)

G(s) G(z)
Sistema tempo continuo Sistema tempo discreto
Esprimono le interconnessioni fra sistemi lineari

(tempo-continuo o tempo discreto)
Permettono di determinare in maniera diretta le
funzioni di trasferimento da una qualsiasi
grandezza ad unaltra
Esprimono relazioni ingresso-uscita (risposta
forzata o regime permanente): gli eetti delle
condizioni iniziali non sono considerati.
Elementi fondamentali:
G(s)
Blocco
U(s)
Freccia
V (s) + V (s)+U(s)
+
U(s)
Sommatore
V (s)
V (s)
V (s)
Punto di diramazione
7-1
R
Esempio
w T
V e
J
L b
Equazioni nel dominio del tempo:

V Ri e L di
=0

dt

e = k

J d = T

dt

T = ki
Equazioni nel dominio di Laplace:

(sL + R)I(s) = V (s) E(s)

E(s) = k(s)

(Js + ) = T

T (s) = kI(s)
Diagramma a blocchi:
7-2
U1 (s)
G1 Y1 (s) = U2 (s)
G2 Y2 (s) U1 (s)
G2 G1 Y2 (s)
Cascata
U1 (s)
G1 Y1 (s)
U (s) = +
Y (s) = U (s) Y (s)
U1 (s) = U2 (s) Y1 (s) + Y2 (s)
G1+ G2
+
U2 (s)
G2 Y2 (s)
Parallelo
U(s) + U1 (s)
G1 U (s) G1 Y (s)
+ 1 G2 G1
U2 (s) = Y 1 (s) = Y (s)
G2
Retroazione
U(s) + U1 (s)
G1 Y (s)
+
U(s)
G1 + Y (s)
+
U2 (s)
Spostamento
U2 (s)
G1
sommatore a valle
U(s) +
G1 Y (s)
U1 (s)
G1 + Y (s) +
+
U2 (s)
1 U2 (s)
Spostamento G1
sommatore a monte
U(s)
G1 Y (s)
U(s)
G1 Y (s)
1 U(s)
Spostamento G1
punto di prelievo a valle
U(s)
G1 Y (s)
U(s)
G1 Y (s)
Spostamento G1 Y (s)
punto di prelievo a monte
7-3
Esempio
H2
w + + z
G1 + _ G2 G3 +
H1
G4
H2 H2G3
w + + z w + + z
G1 + _ G2 G3 +
G1 + _ G2 G3 +
H1 H1
G4 G4
w + z
G1 + _ G2 G3 + w + z
G1 (1+G2(H1-H2G3))-1 G2 G3 +
H1-H2G3
G4 G4
w + z
G3(1+G2(H1-H2G3))-1 G2G1 +
G4
w z
G4+G3(1+G2(H1-H2G3))-1 G2G1
7-4
Teorema. Un sistema costituito da un numero

qualunque di sottosistemi fra loro connessi in cascata
e/o parallelo è asintoticamente stabile se e solo se
sono asintoticamente stabili tutti i sottosistemi che lo
compongono.
Esempio
U (s) 1 2 Y2 (s)
G1 (s) = G2 (s) =
s+1 1 + sT
+
Y (s)
+
3
G3 (s) =
U(s) 2
s + s + Y2 (s)
Il sistema è asintoticamente stabile se e solo se

T > 0, > 0, > 0.
7-5
8. Risposte Tipiche nel Tempo
8 Risposte Tipiche nel Tempo
Sistema del primo ordine
u(t) k y(t)
U(s) 1 + s Y (s)
(k, > 0)
Risposta allimpulso : u(t) = (t), U (s) = 1,
k k t
Y (s) = , y(t) = e 1I(t)
1 + s
Risposta al gradino : u(t) = 1I(t), U (s) = 1s ,

k t
Y (s) = , y(t) = k(1 e ) 1I(t)
s(1 + s)
y(t)
k
Im[s]
decrescente
crescente x
1 Re[s]
tempo t
8-1
Sistema del secondo ordine (poli reali)
u(t) k y(t)
U(s) (1 + 1 s)(1 + 2 s) Y (s)
(k, 1 , 2 > 0)
k
Y (s) =
s(1 + 1 s)(1 + 2 s)
1 t 2 t
y(t) = k(1 + e 1 e 2 ) 1I(t)
2 1 2 1
y(t)
k
Im[s]
x x
2 11
1 Re[s]
tempo t
8-2
Sistema del secondo ordine (poli complessi)
u(t) k y(t)
U(s) 1 + 2 !n s + 1 2
!n2 s Y (s)
(k, n > 0, 0 < < 1)

k
Y (s) =
s(1 + 2 n s + 12 s2 )
!n ! "
y(t) = k 1 en t cos n 1 2 t +
&
! "
sin n 1 2 t 1I(t)
1 2
y(t)
Im[s]
a
x
k

b !n
Re[s]
x
tempo t
j(+
s = a + jb = n e 2) , = arcsin

a = n n = a2 + b2

b = n 1 2 = a
a2 +b2
8-3
Sistema tempo discreto nilpotente
u(k) bn z n + bn1 z n1 + + b1 z + b0 y(k)

U (z) zn Y (z)
Risposta allimpulso : u(k) = (k), U (z) = 1,

b0 z n + b1 z n1 + + bn1 z + bn
Y (z) =
zn
1 1
1 n

y(k) = Z [Y (z)] = Z b 0 + b1 z + + b n z

b 0kn
k
=
0 k > n, k < 0
y(k)
5
Im[z]
4
2
xx
1
Re[z]
-1
0 1 2 3 4 5 6 7 8 9 10
tempo k
Leetto dellimpulso svanisce dopo un numero

nito n di passi. Idem per leetto delle
condizioni iniziali.
8-4
8-5
9. Risposta in Frequenza
9 Risposta in Frequenza
u(t) y(t)
G(s)
U(s) Y (s)
Ricorda: la funzione di trasferimento di un sistema

lineare tempo continuo è il rapporto fra la trasf. di
Laplace Y (s) dell uscita y(t) e la trasf. di Laplace
U (s) dell ingresso per u(t) per condizione iniziale
nulla x0 = 0.
Denizione: La risposta in frequenza di un sistema
G(s) è la funzione complessa di variabile reale
G(j), R, 0.
sin !t
u(t) = U y(t)
G(s)
Teorema: Se G(s) è asintoticamente stabile (poli a

parte reale negativa), allora in condizioni di
regime permanente (o asintoticamente per
t)
|G(j)| sin(t + G(j))
y(t) yrp (t) U
La risposta in frequenza permette quindi di

analizzare la risposta del sistema ad eccitazioni
sinusoidali a diverse frequenze.
9-1
Dimostrazione:
Lingresso u(t) = sin t 1I(t) ha per trasformata di Laplace

U (s) = 2
s + 2
La trasformata di Laplace della risposta forzata è quindi
G(s)
Yf (s) = G(s) =
s2 + 2 (s j)(s + j)
(la risposta libera y' (t) non `
e rilevante, visto che G(s) `
e
asintoticamente stabile e quindi y' (t) 0 per t ).
Scomponendo in fratti semplicia :
G(j) G(j)
n
Ri
Yf (s) = + +
2j(s j) 2j(s + j) s pi
i=1

Yrp (s)=risp. regime permanente risp. forz. transitoria
e G(s) `
Poich e asintoticamente stabile, lantitrasformata di
(n Ri
i=1 sp tende a zero asintoticamente. Rimane quindi
i
) *
1 G(j) G(j)
yrp (t) = L +
2j(s j) 2j(s + j)
j jt j jt
= G(j)e + G(j)e
2 2
# $
j jt j
= G(j)e + G(j)ejt
2 2
) *
j jt
= 2Re G(j)e
2

jG(j)+jt
= Im |G(j)|e )
= |G(j)| sin(t + G(j))
a Nota: La risposta forzata Yf (s) ha due componenti:

Yrp (s)=risposta di regime permanente, Yf t (s)=risposta forzata
transitoria.
9-2
Esempio
sin !t
u(t) = U 10 y(t)
G(s) =
(1 + 0:1s)2
Calcolare la risposta in condizioni di regime

permanente per ingresso u(t) = 5 sin 10t .
Il sistema è asintoticamente stabile, avendo G(s)
poli reali negativi:
10
G(s) = , p1 = p2 = 10
(1 + 0.1s)2
Posso quindi denire la risposta di regime
permanente
yrp (t) = 5|G(j)| sin(10t + G(j))
dove
10 10
G(j) = =
(1 + 0.1j)2 1 + 0.2j 0.01 2
Per = 10 rad/s,
10 5
G(10j) = = = 5j
1 + 2j 1 j
e quindi

yrp (t) = 5 5 sin(10t ) = 25 sin(10t )
2 2
9-3
u(k) y(k)
G(z)
U(z) Y (z)
Ricorda: la funzione di trasferimento di un sistema

lineare tempo discreto è il rapporto fra la trasf. zeta
Y (z) dell uscita y(k) e la trasf. zeta U (z) dell
ingresso per u(k) per condizione iniziale nulla x0 = 0.
Denizione: La risposta in frequenza di un sistema

G(z) è la funzione complessa di variabile reale
G(ej ), [0, ].
sin k
u(k) = U y(k)
G(z)
Teorema: Se G(z) è asintoticamente stabile (poli in

modulo < 1), allora in condizioni di regime
permanente (o asintoticamente per k )
|G(ej )| sin(k + G(ej ))
y(k) yrp (k) U
La risposta in frequenza permette quindi di

analizzare la risposta del sistema ad eccitazioni
sinusoidali a diverse frequenze.
9-4
Esempio
sin k
u(k) = U 1:5 z y(k)
G (z) =
z(z 0:8)
Calcolare la risposta in condizioni di regime permanente

per ingresso u(k) = 100 + 20 sin 6 k .
Il sistema è asintoticamente stabile, avendo G(z) poli

in modulo minore di 1
1.5 z
G(z) = , p1 = 0, = p2 = 0.8
z(z 0.8)
Posso quindi denire la risposta di regime
permanente
yrp (k) = 100|G(ej0 )| sin(0 k + G(ej0 )) +

20|G(ej 6 )| sin( k + G(ej 6 ))
6

1.5 ej 6

= 100 |G(1)|sgn(G(1)) +20 j j
e 6 (e 6 0.8)
G(1)

sin( k + (1.5 ej 6 ) (ej 6 (ej 6 0.8)))
6
0.5
100 + 20 1.6009 sin( k 0.6678 1.9631)
0.2 6

= 250 + 32.018 sin( k 2.6309)
6
9-5
9.1 Diagrammi di Bode
sin !t
U jG(j!)j sin(!t + \G(j!))
U
G(j!)
Il diagramma di Bode esprime modulo |G(j)| e

fase G(j) di G(j) in funzione di . Serve ad
analizzare la risposta del sistema a diverse
frequenze .
a
Diagramma di Bode di G(s)
0
-10
-20
-30
Modulo (db)
-40
-50
-60
-70
-80
0
-50
Fase (deg)
-100
-150
-200
-250
-300
1 10 100 1000
Frequenza (rad/s)
Il modulo |G(j)| è espresso in decibel (db) :
|G(j)|db = 20 log10 |G(j)|

La pulsazione è visualizzata in scala
logaritmica (si disegnano cioè i graci
(log10 ,|G(j)|db ) e (log10 ,G(j)))
a G(s) 1
= (1+0.1s)(1+0.002s+0.0001s2 )
9-6
Sistema in forma di Bode:

K i (1 + si )
G(s) = h , i , T j C
s j (1 + sTj )
K=guadagno di Bode ;
h=tipo del sistema=numeri di poli in 0;
Tj =costante di tempo (se reale > 0).
Spesso la funzione di trasferimento è data in
forma poli/zeri
K i (s zi )
G(s) = h , zi , pj C
s j (s pj )
Vale quindi
1 1 i i i (zi )
zi = , pj = , K = K , K = K
i Ti j T j j (pj )
9-7
Diagramma di Bode del modulo:

K i (1 + ji )
|G(j)|db = 20 log10
(j) j (1 + jTj )
h
Per le propriet`
a dei logaritmia :
|G(j)|db = 20 log10 |K| h20 log10

+ 20 log10 |1 + ji | 20 log10 |1 + jTj |
i j
Si hanno quindi 4 casi diversi:

1. 20 log10 |K|
2. 20 log10 ||
3. 20 log10 |1 + jT | , T R
4. 20 log10 |1 + jT |+20 log10 |1 + jT |, T C,
cioè
2
20 log10 |1 + 2j 2|
n n
dove
1 Re[T ]
n2 = , =
T2 |T |
a log = log +log , log

= log log , log = log

9-8
Caso 1: 20 log10 |K|

jG(j!)jdb
40
20 log10jKj
20
1 10 100 1000 !
-20
Caso 2: 20 log10 || (20 log10 || )

jG(j!)jdb
40
20
1 10 100 1000 !
-20
9-9
Caso 3: 20 log10 |1 + jT |
jG(j!)jdb
40
20 20 db/
decade
3
0
1 10 1 100 1000 !
T
-20
1 1
Nota: |G(j)| 1 per T
, |G(j)| T per T
.
2
Caso 4: 20 log10 |1 + 2j n 2 |
n
jG(j!)jdb
40
40 db/
decade
20
6 =1
0
1 10 100 !n 1000 !
0 crescente
-20
2
Nota: |G(j)| 1 per n , |G(j)| 2
n
per n .
9-10
Esempio
1000(1 + 10s)
G(s) =
s2 (1 + s)2
jG(j!)jdb
150
-40 db/
decade
100 -20 db/

decade
50
-60 db/
decade
0
!
-50
0.01 0.1 1 10 100
Per 0.1: |G(j)| 1000

2
Per = 0.1: 20 log10 1000

2 = 20 log10 105 = 100
Per 0.1 < < 1: eetto dello zero in s = 0.1,
aggiungi 20 db/decade.
Per > 1: eetto del doppio polo in s = 1,
togli 2 20 db/decade.
9-11
Diagramma di Bode della fase:
# $
K i (1 + ji )
G(j) =
(j)h j (1 + jTj )
Per le propriet`
a dellesponenzialea :
G(j)| = K (j)h

+ (1 + ji ) (1 + jTj )
i j
Si hanno ancora 4 casi diversi:

1. K = 0 per K > 0
per K < 0
2. (j)h = h
2
3. (1 + jT ) , T R
4. (1 + jT )+(1 + jT ), T C, cioè
# $
2
1 + 2j 2
n n
a (ej ) = , () = ( ej ej ) =
( ej( + ) ) = + = + , (

) =
9-12
Caso 1: K
=2 \G(j!)
0 K>0
1 10 100 1000 !
-=2
- K<0
Caso 2: (j)h
=2 \G(j!)
0 h=0
1 10 100 1000 !
-=2 h=1
- h=2
9-13
Caso 3: (1 + jT ) = atan(T )
=2 \G(j!)
=4 T>0
0
1 10 1 100 1000 !
-=4 T
-=2 T<0
1 1
Nota: G(j) 0 per T
, G(j)
2
per T
,
T > 0.
! 2
"
Caso 4: 1 + 2j n
2
n
\G(j!)
0
=2 crescente
0
1 10 100 !n 1000 !
Nota: G(j)| 0 per n . Per 0, G(j)| =

2
! "
2
per = n , G(j) 2 = per n .
n
9-14
Segue esempio:
1000(1 + 10s)
G(s) =
s2 (1 + s)2
jG(j!)jdb
-=2
-3=4
-
!
-5=4
-3=
2
0.01 0.1 1 10 100
Per 0.1: G(j)

Per 0.1 < < 1: eetto dello zero in s = 0.1,
aggiungi 2 .
Per > 1: eetto del doppio polo in s = 1,
togli 2 2 .
9-15
Esempio: 10(1 + s)
G(s) = 2
s (1 10s)(1 + 0.1s)
100
-40
Modulo (db)
50
0
-60
-50
-40
-100
-60
0
-50
Fase (deg)
-100
-150
-200 -2 -1
10 10 1 10 10 2
Frequenza (rad/s)
Per 0.1: |G(j)| 102 (pendenza -40

db/decade), G(j)
10
Per = 0.1: 20 log10 2
= 60 db
Per 0.1 < < 1: eetto del polo instabile in s = 0.1,
togli 20 db/decade al modulo, aggiungi 2 alla fase.
Per 1 < < 10: eetto dello zero s = 1, aggiungi
20 db/decade al modulo, aggiungi 2 alla fase.
Per > 10: eetto del polo in s = 10, togli 20
db/decade al modulo, togli 2 alla fase.
9-16
Riassumendo: Leetto di poli/zeri (semplici) nel

diagramma asintotico è il seguente:
Modulo Fase
polo stabile (T > 0) 20 db/dec 2
polo instabile (T < 0) 20 db/dec
2

zero stabile (T > 0) +20 db/dec 2
zero instabile (T < 0) +20 db/dec 2
9-17
A. Elementi di Modellistica
A.1 Sistemi Meccanici - Traslazione
F
m dv d2 s
F = m =m 2 massa
s(t), v(t) dt dt

m1 m2 F1 = (v2 v1 ) = F2 attrito
viscoso
s1(t), v1(t) s2(t), v2(t)
k
m1 m2 F1 = k(s2 s1 ) = F2 elasticita
s1(t), v1(t) s2(t), v2(t)
si , vi : posizione e velocit`
a del corpo #i rispetto
ad un sistema di riferimento sso (inerziale)
Fi : forza agente sul corpo #i
P = F v: potenza meccanica
1-1
A.2 Sistemi Meccanici - Rotazione
d! d2 inerzia
J
T = J =J 2
T
dt dt
(t), !(t)

J1 J2
T1 = (!2 !1 ) = T2 attrito
viscoso
1(t), !1(t) 2(t), !2(t)
J1 k J2
T1 = k(2 1 ) = T2 elasticita
1(t), !1(t) 2(t), !2(t)
i , i : posizione e velocit`
a angolari del corpo #i
rispetto ad un sistema di riferimento sso
Ti : coppia agente sul corpo #i
P = T : potenza meccanica
1-2
A.3 Sistemi Elettrici
i(t)
C dv
i=C a
capacit
dt
v(t)
i(t) R v = Ri resistenza
v(t)
i(t) L di
v=L induttanza
dt
v(t)
T(t)
k !(t)
i(t) motore DC.
v = k! con controllo in
T = ki tensione di
v(t) armatura
v, i: tensione ai capi del componente, corrente

attraverso il componente
P = vi: potenza elettrica
, T : velocit`
a angolare e coppia prodotta
1-3
A.3 Sistemi Elettrici
Strumenti di analisi: Leggi di Kirchho

v3
v2
i3
i2
i1
v4
v1
equilibrio delle tensioni equilibrio delle correnti

alla maglia al nodo
v1 + v 2 + v3 + v4 = 0 i1 + i2 + i3 = 0
1-4
A.4 Sistemi Termici
Temperatura
Q Calore
P Potenza termica o usso di calore
M Massa
cs Calore specico
R Resistenza termica fra due corpi
Relazioni:
P = dQ
dt
usso di calore
P = C d
dt
variazione di temperatura
1 2
P = R
usso di calore fra due corpi
Analogo elettrico:
Per ogni capacità termica C = cs M , associa un
condensatore C collegato a massa (=temperatura di
riferimento, e.g. 0o K)
Per ogni coppia (i, j) di corpi che si scambiano
calore, associa una resistenza elettrica Rij
Per ogni generatore di calore, associa un generatore
di corrente.
Tensione=temperatura, corrente=usso di calore
Nota: non ci sono induttanze termiche ( no
oscillazioni!)
1-5
A.4 Sistemi Termici
Esempio: Termometro
liquido (0=cost.)
R21
R10 mercurio 2
vetro 1
0 Temperatura liquido da misurare

1 Temperatura vetro
2 Temperatura mercurio
R10 Resistenza termica fra liquido e vetro
R21 Resistenza termica fra vetro e mercurio
Equivalente elettrico:
R10 P R21 P 2
1
+
0 C1 1 C2 2
1-6

Slides

Caricato da

Informazioni sul documento

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

Slides

Caricato da

Copyright:

Formati disponibili

Corso di

Teoria dei Sistemi

Corso di Diploma in Ingegneria Informatica

La scienza consiste in gran parte nel descrivere

Gli strumenti matematici necessari per

Esempi di come ottenere modelli

Tecniche al calcolatore per lanalisi, la

Perche non fare esperimenti:

Leggi della sica:

Modello matematico del serbatoio:

Simulazione per A = 1 m2 , a = 0.25 m2 , h(0) = 0 m,

Simulazione per A = 1 m2 , a = 0.25 m2 , h(0) = 2 m,

Simulazione per A = 1 m2 , a = 0.25 m2 , h(0) = 1 m,

Modelli in forma state-space (spazio di stato)

u(t) `e l ingresso del sistema (variabili esogene)

il concetto di stato `e fondamentale per poter

Esempio: modello matematico del serbatoio

h(t)=stato, q(t)=uscita, u(t)=ingresso.

Considera lequazione dierenziale del primo

Esiste una e una sola soluzione: x(t) = eat x0

vc (t) + RC v c (t) = 0 v(t) = mv(t)

Considera lequazione dierenziale del primo

La soluzione esiste ed `e unica:

x (t) = eat x0 eetto delle condizioni iniziali

u(t) RC v c (t) vc (t) = 0 v(t) + u(t) = mv(t)

Autovettori di A: vettori vi tali che

a N.B.: In generale le soluzioni sono numeri complessi

Sistema di equazioni dierenziali di ordine n con

Forma matriciale equivalente

La soluzione esiste ed `e unica:

La matrice esponenziale `e denita come

Esempio sico: Circuito RLC

Equivale al sistema di equazioni dierenziali di

Esempio sico: Massa-Molla-Smorzatore

Equivale al sistema di equazioni dierenziali di

Equazioni dierenziali di ordine n

Equazioni dierenziali di ordine n con ingresso

Equivale al sistema di n equazioni del primo ordine:

Equivale alla forma matriciale

y(t) = b0 b1 b2 ... bn1 x(t)

Sistema lineare tempo-continuo, tempo-invariante:

Dato lo stato iniziale x(0) e un segnale di

In generale x(t) Rn , u(t) Rm , y(t) Rp ,

Soluzione di regime stazionario

Evoluzione delluscita y(t) per diverse cond. iniz. e ingresso u(t) 1

Lo stato costante xr e lingresso costante ur sono

Campionamento di un segnale continuo Segnale discreto

Fig. (a) Fig. (b)

Esprimono relazioni fra variabili campionate ad

Considera lequazione alle dierenze del primo

Esiste una e una sola soluzione: x(k) = ak x0

Considera lequazione alle dierenze del primo ordine

La soluzione esiste ed `e unica:

Esempio: accumulo di capitale in un deposito bancario

Sistema di equazioni alle dierenze di ordine n

x1 (k + 1) = a11 x1 (k) + . . . + a1n xn (k) +b1 u(k)

x2 (k + 1) = a21 x1 (k) + . . . + a2n xn (k) +b2 u(k)

xn (k + 1) = an1 x1 (k) + . . . + ann xn (k) +bn u(k)

x1 (0) = x10 , ... xn (0) = xn0

Forma matriciale equivalente

La soluzione esiste ed `e unica:

Il modo di evolvere del sistema dipende dagli

Soluzione numerica per u(k) 0 (risposta libera):

Equazioni alle dierenze di ordine n con ingresso