Indice

Premessa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi

Capitolo 1 Introduzione alla teoria degli spazi

lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Dipendenza e indipendenza lineare . . . . . . . . . . . . . . . . . 2

1.2 Spazi vettoriali o lineari . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.3 Dimensione di uno spazio vettoriale e base . . . . . . . . . . . 11

1.4 Cambiamenti di base . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1.5 Alcune propriet`

a delle matrici . . . . . . . . . . . . . . . . . . . . 16

1.6 Trasformazioni lineari e matrici . . . . . . . . . . . . . . . . . . . 18

1.7 Operatori lineari e matrici quadrate . . . . . . . . . . . . . . . . 26

1.8 Autovettori generalizzati di una matrice . . . . . . . . . . . . . 31

1.9 Rappresentazioni canoniche di un operatore

lineare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.10 Forma canonica di Jordan . . . . . . . . . . . . . . . . . . . . . . . 37

1.11 Propriet`
a metriche degli spazi lineari e norme . . . . . . . . 46
vi Indice
1.12 Prodotto interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.13 Propriet`
a delle matrici . . . . . . . . . . . . . . . . . . . . . . . . . .
1.13.a Propriet`
a generali . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.13.b Inversione di matrici . . . . . . . . . . . . . . . . . . . . . . . . 58
1.13.c Matrici a blocchi . . . . . . . . . . . . . . . . . . . . . . . . . . 61
1.14 Esercizi e problemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Capitolo 2 Rappresentazioni con lo stato di
sistemi da diverse discipline . . . . . . . . . . . . . . . . . 75
2.1 Modelli astratti di procedure di calcolo . . . . . . . . . . . . .
2.1.a Modello di un algoritmo di integrazione . . . . . . . . . 77
2.1.b Inseguimento di un aeromobile mediante
un sistema radar . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.2 Modelli demograci e biologici . . . . . . . . . . . . . . . . . . . . 81
2.2.a Modello di evoluzione per classi di et`
a . . . . . . . . . . 81
2.2.b Dinamica della crescita di una popolazione . . . . . . . 84
2.2.c Modello di interazione predapredatore . . . . . . . . . 86
2.3 Modello economico di Leontief . . . . . . . . . . . . . . . . . . . .
2.4 Modelli di sistemi elettrici . . . . . . . . . . . . . . . . . . . . . . .
2.4.a Un semplice circuito elettrico . . . . . . . . . . . . . . . . . 90
2.4.b Circuito elettrico con diodo tunnel . . . . . . . . . . . . . 92
2.4.c Circuito elettrico oscillante . . . . . . . . . . . . . . . . . . . 94
2.5 Modelli di sistemi meccanici . . . . . . . . . . . . . . . . . . . . . .
2.5.a Equazioni di Lagrange . . . . . . . . . . . . . . . . . . . . . . 96
2.5.b Dinamica di un punto materiale . . . . . . . . . . . . . . . 97
Indice vii
52 2.5.c Volani collegati da un albero essibile . . . . . . . . . . 99
54
2.5.d Pendolo invertito su carrello . . . . . . . . . . . . . . . . . . 100
2.6 Sistemi elettromeccanici . . . . . . . . . . . . . . . . . . . . . . . . 104
2.6.a Motore elettrico in corrente continua
a magneti permanenti con tensione
65
darmatura variabile . . . . . . . . . . . . . . . . . . . . . . . . 104
2.6.b Motore elettrico in corrente continua
con eccitazione variabile . . . . . . . . . . . . . . . . . . . . . 107
2.6.c Motore elettrico in corrente continua
77
con tensione darmatura e deccitazione
variabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.6.d Motore in corrente continua alimentato
in tensione con carico ed albero essibile . . . . . . . . 110
2.7 Modelli di sistemi idraulici . . . . . . . . . . . . . . . . . . . . . . . 111
2.7.a Serbatoio chiuso con uido incomprimibile
e con mescolamento perfetto . . . . . . . . . . . . . . . . . . 111
2.7.b Doppio serbatoio connesso da una tubazione . . . . . 112
88
2.8 Modelli di sistemi nucleari e chimici . . . . . . . . . . . . . . . . 116
90
2.8.a Reazione nucleare del tipo (n, ) . . . . . . . . . . . . . . 116
2.8.b Reattore nucleare . . . . . . . . . . . . . . . . . . . . . . . . . . 118
2.8.c Reattore chimico . . . . . . . . . . . . . . . . . . . . . . . . . . 122
96
2.9 Esercizi e problemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
viii Indice
Capitolo 3 Sistemi lineari: analisi nel dominio
del tempo. I modi naturali nellevoluzione
libera e in quella forzata . . . . . . . . . . . . . . . . . . . . 133
3.1 I modi naturali nellevoluzione libera dello
stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
3.1.a Sistemi a tempo continuo regolari . . . . . . . . . . . . . . 133
3.1.b Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . 145
3.2 I modi naturali nellevoluzione forzata e nelluscita . . . . 150
3.2.a Sistemi a tempo continuo regolari . . . . . . . . . . . . . . 150
3.2.b Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . 163
3.3 Esercizi e problemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Capitolo 4 Le trasformate di Laplace e z nellanalisi
dei sistemi a tempo continuo e a
tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
4.1 Richiami sulla trasformata di Laplace . . . . . . . . . . . . . . . 177
4.2 Calcolo delle evoluzioni nel dominio complesso:
uso della trasformata di Laplace . . . . . . . . . . . . . . . . . . . 178
4.3 Rappresentazioni della funzione di trasferimento . . . . . . 193
4.4 Il regime permanente e la risposta armonica
per i sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . 197
4.5 I diagrammi di Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
4.6 I diagrammi di Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . 233
4.7 Richiami sulla trasformata z . . . . . . . . . . . . . . . . . . . . . . 242
4.8 Calcolo delle evoluzioni nel dominio complesso:
uso della trasformata z . . . . . . . . . . . . . . . . . . . . . . . . . . 243
4.9 Il regime permanente e la risposta armonica
per i sistemi a tempodiscreto . . . . . . . . . . . . . . . . . . . . 255
Indice ix
4.10 Esercizi e problemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
4.11 Appendice del capitolo 4 . . . . . . . . . . . . . . . . . . . . . . . . 266
4.11.a La trasformata di Laplace . . . . . . . . . . . . . . . . . . . 266
4.11.b La trasformata z . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Capitolo 5 Propriet`
a strutturali dei sistemi
lineari stazionari . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
5.1 Propriet`
a strutturali e scomposizioni . . . . . . . . . . . . . . . 273
5.2 Criteri di PopovBelevitchHautus . . . . . . . . . . . . . . . . . 288
5.3 Matrici Grammiane . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
5.4 Alcune propriet`
a delle forme compagne . . . . . . . . . . . . . 292
5.5 Sul calcolo di poli e zeri . . . . . . . . . . . . . . . . . . . . . . . . . 295
5.6 Esercizi e problemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
Capitolo 6 Modelli ingressouscita lineari e
rappresentazioni con lo stato . . . . . . . . . . . . . . . . 305
6.1 Richiami sulla teoria dellassociazione di
una rappresentazione con lo stato e della realizzazione . . 305
6.2 Nuclei e rappresentazioni . . . . . . . . . . . . . . . . . . . . . . . . 310
6.3 Costruzione di una rappresentazione a partire
da un nucleo assegnato . . . . . . . . . . . . . . . . . . . . . . . . . . 313
6.4 Costruzione di una rappresentazione ridotta
a partire da una assegnata . . . . . . . . . . . . . . . . . . . . . . . 319
6.5 Realizzazioni mediante il criterio di Gilbert . . . . . . . . . . 321
6.6 La formula di Mason . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
6.7 Trasformazioni tra realizzazioni . . . . . . . . . . . . . . . . . . . 329
6.8 Schemi di simulazione associati alle realizzazione . . . . . . 335
6.9 Esercizi e problemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351
x Indice

Capitolo 7 La stabilit`
a dei sistemi dinamici . . . . . . . . . . . . . 355

7.1 Sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . 355

7.1.a Studio della stabilit`

a mediante le
funzioni di Lyapunov . . . . . . . . . . . . . . . . . . . . . . . 356
7.1.b Cenni sulla costruzione delle funzioni
di Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
7.1.c Studio della stabilit`
a mediante lapprossimazione
lineare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 Premessa
7.1.d Ulteriori considerazioni sulla stabilit` a
asintotica globale . . . . . . . . . . . . . . . . . . . . . . . . . . 365
7.1.e Cenni sulla stabilit`a dei sistemi lineari
non stazionari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
7.1.f I criteri di Routh e di Hurwitz . . . . . . . . . . . . . . . . 372 Nel presente testo di Complementi ed Esercizi di Teoria dei Sistemi
sono svolti numerosi esercizi di applicazione dei principali metodi di analisi
7.2 Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . 387 dei sistemi deterministici. In accordo con i temi caratteristici di un insegna-
mento universitario in tale materia, lanalisi `e in prevalenza connata alla
7.2.a Studio della stabilit`
a mediante le classe dei sistemi lineari stazionari tempo continuo e tempo discreto.
funzioni di Lyapunov . . . . . . . . . . . . . . . . . . . . . . . 387 Anche se lorganizzazione in capitoli riette in gran parte la trattazione
della materia negli insegnamenti presso lUniversit` a di Roma, i numerosi
7.2.b Il criterio di Jury . . . . . . . . . . . . . . . . . . . . . . . . . . 388
richiami agli aspetti di metodo ed ad alcuni complementi, importanti anche
7.2.c Il metodo di Kalman e Beltram . . . . . . . . . . . . . . . 389 dal punto di vista del calcolo, hanno lo scopo di rendere autocontenuto il
materiale presentato nei diversi capitoli.
7.3 La stabilit`
a esterna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390

7.4 Il criterio di stabilit`

a di Nyquist . . . . . . . . . . . . . . . . . . . 393

7.5 Esercizi e problemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402

Bibliograa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421
1. Introduzione alla teoria degli
spazi lineari

La descrizione matematica di un fenomeno reale a partire dalla indivi-

duazione delle grandezze e dei legami tra esse, consiste nella formulazione
di tali legami mediante precise relazioni matematiche. In questo contesto le
grandezze siche sono in corrispondenza biunivoca con elementi di insiemi
astratti, gli insiemi delle variabili.
La natura del fenomeno e le sue propriet` a siche si traducono in par-
ticolari strutture degli insiemi delle variabili. Ad esempio se si intende de-
scrivere la relazione tra corrente e tensione in una resistenza, la propriet` a
del fenomeno, per il quale vale il principio di sovrapposizione degli eetti,
impone allinsieme dei valori della corrente e della tensione una struttura di
spazio lineare. Analogamente, la descrizione del legame correntetensione
ai capi di un condensatore non pu` o prescindere dallesistenza di una strut-
tura metrica sullinsieme dei valori della tensione, struttura necessaria per
denire la derivata.
Nello studio di sistemi dinamici lineari, entrambe le citate strutture
degli insiemi delle variabili, quella algebrica e quella metrica di spazio nor-
mato, assumono un ruolo centrale. Sebbene le propriet` a algebriche e geo-
metriche siano distinte, per dare vita ad una presentazione pi` u sistematica
nel seguito sar`a dapprima introdotta la struttura algebrica di spazio lineare
e successivamente quella metrica di distanza.
2 1. Introduzione alla teoria degli spazi lineari 1.1. Dipendenza e indipendenza lineare 3

1.1. Dipendenza e indipendenza lineare In forma pi`u compatta, indicando con X la matrice 33 avente per colonne
ordinatamente i vettori x1 , x2 , x3 e con il vettore di componenti 1 , 2 , 3 ,
Dati m vettori x1 , , xm di IRn , questi si dicono linearmente dipen- il sistema (1.4) pu`
o essere scritto (1.1) :
denti se esistono m scalari 1 , , m non tutti nulli tali che risulti:


m X = 0. (1.5)
i xi = 0. (1.1)
i=1 ` ben noto che tale sistema ammette soluzione non banale se e solo se il
E
a, che sia 1 = 0, dalla (1.1) si trae,
Supposto, senza perdita di generalit` determinante della matrice dei coecienti `e nullo. Tale condizione `e sod-
disfatta nel presente caso ed `e immediato vericare che il seguente vettore
ponendo i = : i
1 :

m
2
x1 = i xi . (1.2)
= 1 ,
i=2
2
Dunque se m vettori sono linearmente dipendenti, `e sempre possibile es-
primerne almeno uno in funzione dei rimanenti; si suole chiamare il secondo come ogni altro vettore ad esso proporzionale, `e soluzione del sistema (1.5).
membro della (1.2) combinazione lineare dei vettori x2 , , xm secondo i Pertanto i vettori assegnati sono linearmente dipendenti ed `e facile mostrare
coecienti 2 , , m . che il sottospazio che li contiene `e il piano avente equazione x + y z = 0.
Pertanto il risultato espresso dalla (1.2) si pu`o anche enunciare dicendo
che se m vettori sono linearmente dipendenti `e possibile esprimerne almeno I concetti di indipendenza lineare e combinazione lineare permettono
uno come combinazione lineare dei rimanenti. di fare considerazioni che mettono in luce le modalit`
a con cui introdurre
Il signicato geometrico della dipendenza lineare di tre vettori x1 , x2 , unadatta struttura in un certo insieme. Per meglio comprendere questo
x3 in IR3 `e semplice; se infatti esistono 1 , 2 , 3 non tutti nulli tali che aspetto si considerino i seguenti esempi.
risulti:
1 x1 + 2 x2 + 3 x3 = 0, (1.3)
Esempio 1.2. Sia dato un sistema di equazioni lineari omogenee:
allora i tre vettori x1 , x2 , x3 sono complanari, poiche, in virt` u della (1.2)
uno di essi pu` o esprimersi come combinazione lineare dei rimanenti.

n
Se la (1.1) pu`o essere soddisfatta solamente con gli m scalari 1 , , m aij xj = 0, i = 1, , n, (1.6)
tutti nulli, gli m vettori x1 , , xm si dicono linearmente indipendenti. j=1

Esempio 1.1. Si voglia vericare lindipendenza lineare dei seguenti tre e sia r il rango della matrice dei coecienti aij . La determinazione della
vettori in IR3 : soluzione generale del sistema pu` o essere eettuata ricercandone n r
soluzioni x1k , x2k , , xnk , k = 1, , n r linearmente indipendenti cio`e
1 2 0
x1 = 1 , x2 = 0 , x3 = 1 . tali che le n relazioni:
0 2 1


nr

Applicando la (1.1) si tratta di vericare se esistano tre numeri reali 1 , ck xik = 0, i = 1, , n,

2 , 3 non tutti nulli tali da soddisfare il seguente sistema di equazioni k=1

omogenee
1 + 22 = 0, siano vere se e solo se tutti i coecienti ck sono nulli.
1 3 = 0, (1.4) (1.1)
Si veda, ad esempio, A. Ghizzetti e F. Rosati, Lezioni di Analisi Matematica, Vol. 1,
22 3 = 0. Veschi Editore, pp. 306311, Roma, 1980.
4 1. Introduzione alla teoria degli spazi lineari 1.1. Dipendenza e indipendenza lineare 5

Qualora questa condizione sia soddisfatta, ogni soluzione del sistema le propriet`a a prescindere dalla particolare classe di enti matematici cui
(1.6) pu`
o esprimersi nella forma: vengono applicati.
Perche sia chiaro come ci`o possa essere fatto, si consideri nuovamente


nr
linsieme di tutte le soluzioni della (1.8) e lo si indichi con S. Assegnati n
xi = k xik , i = 1, , n, (1.7) elementi yi in S linearmente indipendenti, ogni altro elemento `e univoca-
k=1 mente individuato da una ennupla di costanti tramite la (1.9); cio`e la scelta
di yi pone in corrispondenza biunivoca linsieme S con linsieme IRn delle
cio`e risulta essere una combinazione lineare delle n r soluzioni preceden-
ennuple ordinate di numeri reali. Pertanto si pu` o dire che la ennupla yi
temente trovate.
costituisce un sistema di riferimento in S, nello stesso senso in cui la scelta
degli assi con le loro unit`
a di misura stabilisce un riferimento cartesiano nel
piano, consentendo di associare ad ogni suo punto una coppia di numeri
Esempio 1.3. Si consideri unequazione dierenziale lineare omogenea di
reali e viceversa.
ordine n:
dn y dn1 y dy Tutte queste considerazioni sono vere anche per lesempio 1.2; infatti
= an1 + + a1 + a0 y. (1.8) ssate n r soluzioni linearmente indipendenti della (1.6) che costituiscano
n n1
dx dx dx il sistema di riferimento, ad ogni soluzione pu` o farsi corrispondere un
` noto (1.2) che per determinare lintegrale generale di questa equazione oc-
E insieme ordinato di n r costanti e viceversa, secondo la (1.7).
corre ricercare n funzioni y1 (x), , yn (x) che siano ciascuna soluzione della Da tutto ci` o appare chiaro come i concetti di indipendenza lineare e
(1.8), e che risultino linearmente indipendenti, cio`e tali che la relazione di combinazione lineare consentano, almeno in certi insiemi, lintroduzione
di un sistema di riferimento. Il concetto di base, che verr` a introdotto nel


n
seguito e presentato nel seguente esempio, rispecchia questo importante
ci yi (x) = 0, x IR, aspetto.
i=1

dove ci sono costanti, sia vera solamente se tutte le ci sono nulle. Qualora Esempio 1.4. Sia P linsieme di tutti i polinomi in una variabile  x a coef-
questa condizione sia soddisfatta `e possibile dimostrare che ogni soluzione cienti
 complessi di grado minore o uguale di due. Una ennupla p1 (x), ,
y(x) della (1.8) `e esprimibile nella forma pn (x) di tali polinomi si dir`
a formata di elementi linearmente indipendenti
se la relazione


n
n

y(x) = i yi (x) (1.9) ci pi (x) = 0, x C, (1.10)
i=1 i=1

ove ci sono costanti complesse, risulta vera solamente quando tutte le ci

dove i sono costanti, cio`e risulta essere una combinazione lineare delle sono nulle. Un polinomio p(x) si dir` a combinazione lineare di certi altri
yi (x). polinomi p1 , , pn se esistono delle costanti i tali che risulti:
Situazioni analoghe a quelle ora viste si presentano nello studio di molte

n

altre questioni, quali la determinazione delle rette di un fascio avente centro p(x) = i pi (x), x C.
in un punto assegnato, la descrizione delle forze agenti su un punto mate- i=1
riale, i cambiamenti di sistema di riferimento, lanalisi delle reti elettriche,
etc. Una volta introdotte queste due denizioni, `e immediato constatare che
In tutti questi casi i concetti di indipendenza lineare e di combinazione in P non `e possibile trovare pi` u di tre polinomi linearmente indipendenti.
lineare hanno un ruolo fondamentale, per cui appare naturale esaminarne Infatti comunque si scelgano n > 3 polinomi in P , la (1.10), eguagliando
separatamente a zero le potenze di x, genera tre equazioni omogenee nelle
(1.2)
Si veda, ad es., A. Ghizzetti e F. Rosati, Lezioni di Analisi Matematica, Vol. 2, Veschi n incognite c1 , , cn che, per n > 3, ammettono sempre soluzione non
Editore, pp. 414421, Roma, 1982. banale.
6 1. Introduzione alla teoria degli spazi lineari 1.1. Dipendenza e indipendenza lineare 7

Da questo risultato consegue che ogni polinomio in P pu` o esprimersi terne (1 , 2 , 3 ) e (1 , 2 , 3 ) sono detti ortogonali se risulta 1 1 +2 2 +
come combinazione lineare di tre polinomi linearmente indipendenti. Scegliendo 3 3 = 0.
ad esempio Secondo tale denizione `e immediato vericare che i polinomi p(x) e
p (x) dellesempio 1.4 sono ortogonali; tuttavia se si cambia la scelta di
p1 (x) = x + 1, p2 (x) = x2 + x, p3 (x) = x2 + 1, (1.11) riferimento, assumendo:

per ogni altro elemento p(x) P esistono tre costanti i tali che risulti: p1 (x) = 1, p2 (x) = x, p3 (x) = x2 ,

`e facile constatare che gli stessi polinomi p(x), p (x) non sono pi`
u ortogonali.
p(x) = 1 p1 (x) + 2 p2 (x) + 3 p3 (x). Pertanto il concetto di ortogonalit` a non `e intrinseco allinsieme P , ma
dipende dalla scelta del sistema di riferimento; cambiando questultima,
Se ad esempio tutte le conseguenze che potevano trarsi dallortogonalit` a di certi elementi
p(x) = jx2 + x + 2j + 1, in P vengono meno. Questo esempio mette in luce come la scelta di un
risulta: sistema di riferimento possa introdurre in un insieme delle propriet` a ag-
1 1 3 giuntive che non erano presenti a priori.
1 = j + 1, 2 = j, 3 = j.
2 2 2 Riassumendo le considerazioni sinora fatte si pu` o dire quanto segue:
Se invece: 1) in molti problemi di matematica, geometria, sica, ingegneria, hanno
p (x) = 4x2 + 3x + 1, un ruolo importante i concetti di indipendenza lineare e di combi-
nazione lineare;
risulta:
1 = 0, 2 = 3, 3 = 1. 2) tali concetti consentono lintroduzione di sistemi di riferimento nellinsieme
in cui sono deniti;
La terna (p1 , p2 , p3 ) pu`
o essere assunta come sistema di riferimento in P ;
 3) mediante questi sistemi di riferimento lo studio di un insieme pu` o essere
essa mette in corrispondenza biunivoca P con linsieme C3 delle terne or- delegato ad altri insiemi aventi propriet`a note;
dinate di numeri complessi.
4) la scelta di un riferimento in un insieme pu` o introdurvi delle propriet`a
originariamente non presenti.
Dagli esempi visti appare chiaro come i concetti di indipendenza lineare
e di combinazione lineare consentano lintroduzione di un sistema di rifer- Da tutti questi fatti pu` o trarsi la seguente conclusione: per lo studio
imento e come questo metta in corrispondenza un insieme spesso poco dei concetti di indipendenza lineare e di combinazione lineare si potrebbe
conosciuto o poco maneggevole con un altro del quale invece strut- assumere un punto di vista simile a quello con il quale si inizia lo studio
tura e propriet` a sono ben note. Lintroduzione di un sistema di riferi- della geometria analitica, scegliere cio`e un particolare sistema di riferimento
mento consente di trasferire lo studio di un insieme ad un altro insieme nellinsieme dato (sia esso un insieme di punti, di funzioni o altro) e condurre
pi`
u matematizzato, ovvero mediante il sistema di riferimento la matem- lo studio tramite questo riferimento. Ma cos` facendo ci si troverebbe a
atica ben conosciuta pu` o essere applicata allo studio di insiemi in cui molte studiare propriet` a strettamente legate al particolare sistema di riferimento
cognizioni matematiche non siano ben sviluppate. scelto (si pensi, ancora nel caso della geometria analitica, alle nozioni di
Gli esempi presentati suggeriscono inoltre che la scelta di un sistema coeciente angolare di una retta, di circonferenza, etc.).
di riferimento `e largamente arbitraria; pertanto sembra logico chiedersi se Tuttavia questa dicolt` a pu` o essere superata se si riette sul fatto
una scelta tra le innite possibili imponga qualche propriet` a aggiuntiva che, almeno negli esempi nora visti, tutti i sistemi di riferimento sono
allinsieme nel quale il sistema di riferimento viene ssato. Per chiarire equivalenti. In tutti i casi, infatti, scegliere un riferimento signica scegliere
questo punto, si torni allesempio 1.4 e si supponga di avere gi` a scelto un certo numero di elementi linearmente indipendenti le cui combinazioni
come riferimento i tre polinomi in (1.11). Ad ogni elemento in P cor- lineari consentano di esprimere ogni altro elemento di un insieme dato; `e
risponde allora una terna di costanti e ci` o rende possibile formulare la chiaro come ogni scelta soddisfacente questi requisiti sia possibile e nessuna
seguente denizione: due polinomi p(x), q(x) P cui corrispondano le di esse sia privilegiata.
8 1. Introduzione alla teoria degli spazi lineari
1.2. Spazi vettoriali o lineari
Uno spazio vettoriale o lineare pu` o essere denito come un insieme nel
quale esistano tutte le operazioni e tutti gli assiomi necessari alla costruzione
di ogni riferimento, cosicche nessuno di questi ultimi sia a priori privilegiato.
Esso ben si presta agli sviluppi formali e richiede una formulazione precisa
delle operazioni in esso denite e degli assiomi che esse soddisfano.
Questo richiede lintroduzione di:
a) un insieme F di costanti o coecienti, tra i quali siano denite
operazioni che consentano di utilizzarli analogamente a quanto visto
negli esempi;
b) linsieme X degli elementi dei quali si studiano le propriet` a, sui quali
si possa operare sommandoli e moltiplicandoli per un coeciente di
F.
Gli elementi dellinsieme F vengono detti scalari e tra di essi si denis-
cono le operazioni di addizione, moltiplicazione e le loro inverse; linsieme
F cos` strutturato `e detto corpo.
Gli elementi dellinsieme X vengono detti vettori e su di essi si pos-
sono eseguire le operazioni di addizione e moltiplicazione per uno scalare
appartenente ad un corpo F pressato; linsieme X cos` strutturato `e detto
spazio vettoriale su F e indicato con XF .
Nel seguito vengono riportate le denizioni formali.
Denizione 1. Un gruppo `e un insieme F non vuoto in cui sia denita
unoperazione, indicata col simbolo + tale che per ogni , , F :
a di chiusura: + F ;
1) valga la propriet`
2) valga la propriet`
a di associativit`
a: ( + ) + = + ( + );
3) esista lelemento neutro (indicato con 0): + 0 = 0 + = ;
4) esista lelemento inverso (indicato con 1 ): + 1 = 1 + = 0.
Se inoltre vale la propriet`
a commutativa: + = + , allora si ha un
gruppo abeliano o commutativo.
Denizione 2. Un corpo `e un insieme non vuoto F sul quale sono denite
due operazioni dette addizione + e moltiplicazione tali che (F ,+) sia
un gruppo commutativo e (F {0},) sia un gruppo, essendo 0 lelemento
neutro rispetto alloperazione di addizione, e valga la distributivit` a di
rispetto a + :
1) ( + ) = + ;
1.2. Spazi vettoriali o lineari 9
2) ( + ) = + .
Se poi (F {0},) `e un gruppo commutativo allora (F ,+,) `e detto campo
(in tal caso la 2) `e sovrabbondante).
Denizione 3. Uno spazio vettoriale XF `e costituito da un insieme X di
elementi detti vettori e da un corpo (F, +, ), assieme a due operazioni dette
addizione tra vettori # e moltiplicazione  tali che (X, #) costituisce
un gruppo abeliano e loperazione  verica la propriet` a di chiusura e i
seguenti assiomi:
1) distributivit`a rispetto a #:  (x1 #x2 ) =  x1 #  x2 ;
2) distributivit`a rispetto a + : ( + )  x =  x#  x;
3) associativit`a:  (  x) = ( )  x;
a rispetto allelemento neutro di (indicato con 1): 1  x =
4) neutralit`
x  1 = x.
Quando il corpo F `e desumibile dal contesto (ad esempio `e quello
dei numeri reali IR) esso sar`
a sottinteso per non appesantire la notazione.
Inoltre usualmente si omettono i simboli e  e il simbolo + verr`
a
utilizzato indierentemente per i due tipi di addizione, senza pericolo di
confusione.
Alcuni esempi di spazi vettoriali sono i seguenti.
a) linsieme S delle soluzioni dellequazione dierenziale (1.8) forma uno
spazio vettoriale sul corpo dei numeri reali IR.
b) Linsieme X delle soluzioni del sistema omogeneo (1.6) forma uno
spazio vettoriale sul corpo dei numeri reali IR.
c) Linsieme dei polinomi a coecienti complessi di grado non maggiore
di n forma, per un pressato n, uno spazio vettoriale sul corpo dei

numeri complessi C.
d) Linsieme IR forma uno spazio vettoriale su se stesso.
e) Linsieme IRn delle ennuple ordinate di numeri reali forma uno spazio
vettoriale su IR.
f) Linsieme delle funzioni razionali (rapporto di polinomi) forma uno
spazio vettoriale su IR.
Confrontando gli esempi b) ed e) `e immediato vericare che linsieme
X delle soluzioni del sistema omogeneo (1.6) `e un sottoinsieme di IRn .
In questo caso si dice che XIR `e un sottospazio vettoriale di IRnIR . Pi`
u
precisamente la denizione formale di sottospazio `e la seguente.
10 1. Introduzione alla teoria degli spazi lineari
Denizione 4. Sia XF uno spazio vettoriale e sia Y un sottoinsieme di X.
Allora YF `e un sottospazio vettoriale di XF se, con le stesse operazioni di
XF , Y forma uno spazio vettoriale su F .
Si mostra facilmente che condizione necessaria e suciente anche
YF sia un sottospazio vettoriale di XF `e che valga la chiusura rispetto a
combinazioni lineari di generici elementi di Y :
x1 + x2 Y, , F, x1 , x2 Y.
Esempi di sottospazi vettoriali sono i seguenti:
a) linsieme delle coppie di numeri reali del tipo (x, x) forma, per ogni
ssato , un sottospazio di IR2IR .
 Si pu`o facilmente dimostrare che IRnIR e CnC formano precisamente degli
b) Lo spazio vettoriale IRIR `e un sottospazio di CIR .
c) Linsieme dei punti di un piano forma spazio vettoriale su IR, quando si
denisca la somma di due punti come somma delle coordinate omonime
e la moltiplicazione per uno scalare come moltiplicazione per tutte le
coordinate. E ` allora facile vericare che i punti di una retta passante
per lorigine formano un sottospazio di tale spazio vettoriale. Questa
osservazione e la sua analoga in tre o pi` u dimensioni (iperpiano per
lorigine) consentono spesso una rappresentazione geometrica di spazi e
sottospazi che pu` o rivelarsi utile per lesame intuitivo di alcuni risultati.

d) IRIR non `e sottospazio di CC .
Denizione 5. Siano Y1F e Y2F due sottospazi di un certo spazio vettoriale
XF . Si denisce somma di questi due sottospazi il sottospazio (Y1 + Y2 )F
dove:
Y1 + Y2 : = {y | y = y1 + y2 , y1 Y1 e y2 Y2 }.
Qualora Y1 Y2 contenga solo lorigine, la somma dianzi denita prende il
nome di somma diretta e viene indicata con il simbolo .
Quale esempio si consideri in IR3IR la somma di due sottospazi, uno
formato dallinsieme delle terne di numeri reali il cui terzo elemento `e nullo,
e laltro formato dallinsieme delle terne di numeri reali in cui solo il terzo
elemento `e eventualmente diverso a zero. Chiaramente tali due insiemi
hanno in comune soltanto la terna nulla, cio`e lorigine; pertanto si tratta
di somma diretta. Il risultato di tale somma `e IR3IR stesso, poiche ogni suo
elemento pu` o essere espresso come somma di due terne, una avente il terzo
elemento nullo, laltra avente solo il terzo elemento eventualmente diverso
da zero.
1.3. Dimensione di uno spazio vettoriale e base 11
1.3. Dimensione di uno spazio vettoriale e base
In geometria si usa spesso dire che una retta ha dimensione uno, ovvero
che ha 1 punti, nel senso che lindividuazione di un punto su di essa
dipende da un solo parametro.
Analogamente, e nello stesso senso, si dice che il piano ha dimensione
due, lo spazio tre, etc. Lequivalente di questo discorso nel linguaggio degli
spazi vettoriali si ottiene dicendo che sulla retta non esiste pi`
u di un vettore
linearmente indipendente, nel piano non ne esistono pi` u di due, nello spazio
pi`
u di tre, etc. Appare allora naturale denire la dimensione di uno spazio
vettoriale come il numero massimo di vettori linearmente indipendenti che
in esso si pu`o reperire.

spazi vettoriale ndimensionali. Viceversa un esempio di spazio vettoriale di
dimensione non nita `e quello formato dalle funzioni reali di una variabile
reale t, continue a tratti. Esso non ha dimensione nita sul corpo dei
numeri reali. Basta infatti notare che gi` a le funzioni del tipo tk , con k
intero qualunque, formano un insieme con un numero innito di vettori
linearmente indipendenti, poiche:


k tk = 0
k=1
implica k = 0 per ogni k.
Nel caso di spazi vettoriali a dimensione nita `e possibile introdurre
in modo semplice il concetto, estremamente importante, di base. La sua
introduzione `e legata, fondamentalmente, al seguente teorema.
Teorema 1. In uno spazio vettoriale ndimensionale ogni vettore `e es-
primibile univocamente come combinazione lineare di n pressati vettori
linearmente indipendenti.
Dimostrazione. Siano e1 , e2 , , en gli n vettori pressati, che per ipotesi
sono linearmente indipendenti. Scelto arbitrariamente un vettore x dello
spazio vettoriale, linsieme formato dai vettori ei e da x `e di certo lin-
earmente dipendente, poiche si tratta di n + 1 vettori in uno spazio n
dimensionale. Esistono pertanto n + 1 scalari 1 , , n+1 non tutti nulli
tali da vericare la seguente relazione:
1 e1 + n en + n+1 x = 0. (1.12)
12 1. Introduzione alla teoria degli spazi lineari 1.4. Cambiamenti di base 13

Si noti ora che n+1 `e certamente diverso da zero poiche, se cos` non fosse, liesimo vettore ei si hanno le seguenti componenti:
lipotesi che i vettori ei siano linearmente indipendenti verrebbe contrad-

detta dalla (1.12). Pertanto da questa si trae, ponendo i = i la 0
n+1 0
seguente relazione: .
.

n .

x= i ei . (1.13) 1 iesima componente.

i=1 0
.
..
Ci`o prova la prima parte dellasserto. Per vericare poi che lespressione di
x come combinazione lineare degli ei `e unica, si osservi che se, per assurdo, 0
ne esistesse unaltra:

n
x= i ei 1.4. Cambiamenti di base
i=1

` chiaro che la rappresentazione di un vettore x pensato come un ente

E
per dierenza con la (1.13) si otterrebbe la dipendenza lineare dei vettori
ei , in contraddizione con lipotesi iniziale. geometrico, dipende dalla particolare scelta della base rispetto alla quale
tale rappresentazione viene eettuata.
Da questo teorema ne segue che una volta ssata una npla di vettori Nella trattazione di molte questioni che vengono studiate mediante
linearmente indipendenti ei , ad ogni vettore x dello spazio corrispondono la teoria degli spazi vettoriali avviene frequentemente che, dopo aver im-
biunivocamente n scalari i che lo individuano secondo la (1.13). Appare postato il problema in una certa base, si scopra che sarebbe assai pi` u con-
allora naturale riguardare linsieme ei come un sistema di riferimento e gli veniente riferirsi ad unaltra base. Appare allora naturale chiedersi come
n scalari i come le coordinate di x rispetto ad esso. possa ottenersi la rappresentazione del generico vettore x nella nuova base
a partire da quella, supposta nota, relativa alla base iniziale. Per poter
rispondere a questa domanda `e prima necessario determinare la relazione
Denizione 6. In uno spazio vettoriale ndimensionale si chiama sistema matematica che lega la nuova base con la vecchia.
di riferimento o base una qualsiasi npla di vettori linearmente indipendenti. Siano dunque e1 , , en i vettori formanti la base rispetto alla quale
Gli scalari i che, secondo la (1.13), individuano il generico vettore x dello la rappresentazione di x `e nota, e sia g1 , , gn la npla di vettori linear-
spazio vettoriale, sono dette componenti di x rispetto alla base {ei }, mentre mente indipendenti che si intende assumere come nuova base. Ciascuno dei
linsieme degli n scalari {i } si chiama rappresentazione di x rispetto alla vettori ei , come ogni altro vettore dello spazio, pu` o essere rappresentato
base {ei }. rispetto alla nuova base {gj } mediante certe componenti 1i , , ni tali
da vericare la seguente relazione:
Dato uno spazio vettoriale ndimensionale XF su un corpo F , linsieme


n
F n delle ennuple ordinate di scalari appartenenti ad F forma, come `e facile ei = ji gj , i = 1, , n. (1.14)
vericare, uno spazio vettoriale ndimensionale su F . Pertanto, scelta una j=1
base di XF , esiste una corrispondenza biunivoca tra esso e lo spazio FFn
delle rappresentazioni di tutti i suoi elementi.
Sostituendo le n relazioni (1.14) nella (1.13) si ottiene la rappresentazione
Questa osservazione spiega per qual motivo viene chiamato vettore di x rispetto alla nuova base:
sia lelemento di XF che la sua rappresentazione, che viene pensata come
elemento dello spazio vettoriale FFn .

n

n

n

n
Si noti che la rappresentazione di un vettore facente parte della base x= i ji gj = ji i gj .
`e particolarmente semplice. Infatti dalla (1.13) si comprende che per i=1 j=1 i=1 j=1
14 1. Introduzione alla teoria degli spazi lineari 1.4. Cambiamenti di base 15

Poiche la rappresentazione di un vettore rispetto ad una base `e unica, le e ne segue che:

componenti j di x rispetto alla base {gj } sono date da:
1
= T = 2.



n
j =
ji i , j = 1, , n. 2
i=1
1 g1 +
Inne, come verica, si noti che 3 g3 = t2 + 6t + 1 = x.
2 g2 +
e dunque il vettore formato dalle componenti di x rispetto alla nuova
base `e dato dal prodotto: Si osservi che la matrice T , avendo per colonne la rappresentazione di

= T , (1.15) n vettori linearmente indipendenti, ha certamente determinante diverso da
ove T `e la matrice che ha elementi ji , ovvero la matrice le cui colonne sono zero. Infatti, se cos` non fosse, esisterebbe un vettore v non nullo tale da
le rappresentazioni dei vettori ei nella nuova base {gj }. soddisfare il sistema omogeneo:
Si osservi che ed non sono, in generale, vettori della spazio vetto-
riale XF a cui appartiene x, bens` vettori dello spazio F n sul corpo F . T v = 0,

Esempio 1.5. Si consideri lo spazio vettoriale formato dallinsieme dei e le componenti di v formerebbero una npla di scalari atta a rendere
polinomi a coecienti reali di grado non maggiore di due sul corpo IR. Si nulla una combinazione lineare dei vettori della base {ei }, il che `e una
scelga come base la seguente terna di vettori contraddizione. Ne segue che la matrice T `e invertibile e dalla (1.15) si pu`
o
trarre la relazione inversa
e1 = t2 , e2 = t, e3 = 1.
= T 1
,
In questa base il vettore x = t2 + 6t + 1 ha rappresentazione:
che consente la trasformazione della rappresentazione di un vettore rispetto
alla base {gj } in quella rispetto alla base {ei }.
1
= 6. Ripetendo allora tutti i ragionamenti fatti, con lavvertenza di consid-
1 erare {gj } come vecchia base ed {ei } come nuova base, la jesima colonna
di T 1 `e formata dalla rappresentazione di gj rispetto alla base {ei }. Poiche
Si scelga ora come nuova base: tali rappresentazioni sono scrivibili in modo immediato, `e particolarmente
semplice costruire la matrice T 1 . Per ottenere la matrice T che fa pas-
1 a poi invertire T 1 . Si ha cos` la
sare dalla base {ei } alla base {gj }, baster`
g1 = t2 + 2t, g2 = 2t, g3 = . seguente procedura per determinare la matrice di trasformazione T tra le
2
basi {ei } e {gj }.
Le rappresentazioni rispetto a questa base dei vettori ei sono immediata-
mente determinabili:
Procedura 1.1.
1
e1 = g1 g2 , e2 = g2 , e3 = 2g3 . a) Si determinano le rappresentazioni dei vettori gj della nuova base
2 rispetto ai vettori della base {ei }. Ciascuna rappresentazione costi-
Pertanto la matrice T , che ha tali rappresentazioni per colonne, risulta tuisce una colonna della matrice T 1 .
essere: b) Si inverte la matrice T 1 , ottenendo la matrice di trasformazione T .
1 0 0
1
T = 1 2 0 ,
0 0 2
16 1. Introduzione alla teoria degli spazi lineari 1.5. Alcune propriet`
a delle matrici 17

Esempio 1.6. Riprendendo lesempio 1.5, per determinare la matrice di Inoltre non `e valida la legge di annullamento del prodotto, cio`e, se il risul-
trasformazione T corrispondente al cambio di base, invece di calcolarsi le tato di una moltiplicazione `e la matrice nulla, non `e necessariamente nullo
rappresentazioni dei vettori ei in {gj } `e pi`
u rapido utilizzare quella di gj uno dei due fattori. Basti osservare il seguente esempio:
in {ei }; trattandosi infatti della base canonica, queste rappresentazioni co-
incidono con i coecienti che appaiono nelle espressioni dei polinomi della
base {gj }, per cui     
1 0 0 1 3 3 6 0 0
AB = = = 0.
T 1 = 2 1 0 , 1 3 1 2 0 0
0 0 1
2
e da questa si ricava, per inversione, la matrice T .
Lelemento neutro della moltiplicazione tra matrici quadrate `e la matrice
identit`
a I avente tutti gli elementi nulli fuorche quelli sulla diagonale prin-
1.5. Alcune propriet`
a delle matrici cipale che sono pari ad uno. Ad esempio:

Nel paragrafo precedente sono state introdotte le matrici quadrate che

hanno consentito di enunciare in modo compatto la legge di trasformazione
della rappresentazione di un vettore a seguito di un cambiamento di base. 1 2 3 1 0 0 1 2 3
Ciascuna colonna delle matrici cos` introdotte era formata dalla rappre- AI = IA = 4 5 60 1 0 = 4 5 6 = A.
sentazione di un certo vettore rispetto ad una certa base; pertanto ogni 7 8 9 0 0 1 7 8 9
elemento di tali colonne apparteneva al campo F . Sfruttando le operazioni
denite tra gli elementi di F , si possono introdurre analoghe operazioni tra
matrici.
La somma di due matrici A, B aventi le stesse dimensioni `e una nuova Data una matrice quadrata A, se ne esiste unaltra delle stesse dimen-
matrice C, anchessa delle dimensioni di A e B, il cui elemento di posto i, j, sioni, B tale che risulti
cij si ottiene sommando gli elementi (aij , bij ) di analogo posto in A e in B.
Lelemento neutro delladdizione cos` denita `e la matrice avente ele-
menti tutti nulli. Le propriet` a delladdizione tra matrici sono le stesse AB = BA = I
dellanaloga operazione in F e da queste derivano. In modo analogo viene
denita la dierenza tra matrici.
Il prodotto di due matrici A, B di dimensioni n m ed m p rispet- si dice che A `e invertibile o non singolare e la matrice B (che se esiste `e
tivamente `e una nuova matrice C, di dimensioni n p il cui elemento di unica) viene detta matrice inversa o semplicemente inversa di A e indicata
posto i, `e dato dalla seguente espressione con A1 . Condizione necessaria e suciente perche esista A1 `e che risulti

m |A| = 0. In tal caso `e possibile determinare esplicitamente gli elementi di
cij = aik bkj . A1 a partire da quelli di A. (1.3) Se risulta |A| = 0 la matrice A si dice
k=1 singolare.
La moltiplicazione tra matrici cos` denita non `e commutativa, come mostra
Altre propriet`
a delle matrici sono riportate nel paragrafo 1.13.
il seguente esempio:
    
1 0 1 3 1 3
AB = = ,
0 2 1 3 2 6
    
1 3 1 0 1 6 (1.3)
Si veda, ad es., A. Ghizzetti e F. Rosati, Lezioni di Analisi Matematica, Vol. 1, Veschi
BA = = = AB.
1 3 0 2 1 6 Editore, pp. 335338, Roma, 1980.
18 1. Introduzione alla teoria degli spazi lineari 1.6. Trasformazioni lineari e matrici 19

1.6. Trasformazioni lineari e matrici trasformazione lineare pu`o essere individuata tramite la corrispondenza tra
le rispettive rappresentazioni. Tale corrispondenza, rispetto a basi ssate,
Si `e visto come le matrici quadrate non singolari, consentano di enun- `e data da una matrice. Vale infatti il seguente risultato.
ciare, in modo compatto, la legge di trasformazione della rappresentazione
di un vettore a seguito di un cambiamento di base. Vedremo ora come le Teorema 2. Scelta una base {e1 , , en } in uno spazio vettoriale X a
matrici rappresentino particolari corrispondenze univoche tra spazi vetto- dimensione n, ed una base {g1 , , gm } in uno spazio vettoriale Y a dimen-
riali diversi una volta ssate le basi di tali spazi. sione m ogni trasformazione lineare f pu` o essere rappresentata tramite una
Appare naturale, vista la linearit` a dello spazio vettoriale, studiare matrice m n, in cui le colonne sono le rappresentazioni dei vettori f (ei ),
quelle corrispondenze univoche che siano anchesse lineari, cio`e tali che se i = 1, , n, espressi nella base {g1 , , gm }.
y1 Y corrisponde ad x1 X ed y2 ad x2 , 1 y1 + 2 y2 corrisponda ad
1 x1 + 2 x2 per ogni possibile scelta degli scalari 1 , 2 e dei vettori x1 ed Dimostrazione. Essendo f (ei ) appartenente ad Y si ha:
x2 .


m
f (ei ) = aji gj i = 1, , n.
Denizione 7. Siano XF ed YF due spazi vettoriali sullo stesso corpo F . j=1
Una funzione f : X Y `e una trasformazione lineare da XF in YF se:
dove aji `e la jesima coordinata di f (ei ) rispetto alla base {gj }. Per la
f (1 x1 + 2 x2 ) = 1 f (x1 ) + 2 f (x2 ) n
denizione di trasformazione lineare, un generico vettore x = i ei `e
i=1
1 , 2 F , x1 , x2 X. Se X Y allora f `e un operatore lineare. trasformato da f in


n

n

m m 


n 

m
Dunque un operatore lineare `e una trasformazione da uno spazio in se f (x) = i f (ei ) = i aji gj = aji i gj = j gj ,
stesso. i=1 i=1 j=1 j=1 i=1 j=1

Alcuni esempi di trasformazioni lineari sono: 

n
  e poiche j = aji i rappresenta la jesima coordinata di f (x) nella base
2x1 + 7x2 i=1
a) f (x) = con X = IR3 , Y = IR2 ed F = IR, `e una
x3 8x2 {gi }, si ha:
trasformazione lineare;

  1 a11 a1n 1
ax1 + bx2 + c .. .. .. .. ..
b) f (x) = con X = IR3 , Y = IR2 ed F = IR, `e una = . = . . . . = A (1.16)
x1 + x2
m am1 amn n
trasformazione lineare se e solo se c = 0;
1 dove `e la rappresentazione di x nella base {ei }. Essendo x un vettore
c) f ()() = 0 (, t)(t)dt, [0, 1] con X Y = spazio delle fun- arbitrario, la matrice:
zioni continue a valori reali denite su [0, 1], (, t) funzione continua
in (0, 1) e t (0, 1), ed F = IR, `e un operatore lineare; a11 a1n
. .
A = .. . .. ..
x1
d) f (x) = 2x1 + x2 con X = IR2 , Y = IR3 ed F = IR, `e una am1 amn
x2 consente di determinare, a partire dalla rappresentazione di un vettore
trasformazione lineare. x, quella di f (x). Pertanto A rappresenta la trasformazione f nelle basi
Se in XF ed YF supposti a dimensione nita, vengono ssate le basi ssate.
{ei } e {gi } rispettivamente, la corrispondenza tra vettori stabilita da una
20 1. Introduzione alla teoria degli spazi lineari 1.6. Trasformazioni lineari e matrici 21

Esempio 1.7. Siano X = IR3 , Y = IR2 , F = IR ed f denita da: Denizione 9. Si denisce immagine o range della matrice A linsieme
  R(A) dei vettori le cui rappresentazioni sono ottenibili dalla (1.16) per
3x1 x2
f (x) = , almeno un .
x3
con

2 0 0    
1 0 Teorema 4. R(A) `e linsieme di tutte le possibili combinazioni lineari dei
e1 = 0 , e2 = 1 , e3 = 2 , g1 = , g2 = .
0 2 vettori aventi per rappresentazioni le colonne di A.
1 0 3
Si ha:  
6 1
f (e1 ) = = 6g1 g2 , Dimostrazione. Indicando con ai liesima colonna di A e con i liesima
1 2 componente di la (1.16) pu`
o essere riscritta nella forma seguente:
 
1
f (e2 ) = = g1 ,
0

n
  = i ai .
2 3
f (e3 ) = = 2g1 g2 , i=1
3 2
 
6 1 2 Ci`o dimostra che la rappresentazione di ogni vettore di R(A) si ottiene
e dunque A = 1 0 3 . come combinazione lineare delle colonne di A e, viceversa, che ciascuna di
2 2 tali combinazioni rappresenta un vettore in R(A).
Con riferimento alle trasformazioni lineari, ha interesse introdurre i Questo risultato viene spesso enunciato dicendo che R(A) `e il sot-
concetti di spazio immagine e spazio nullo. tospazio generato dalle colonne di A, e viene scritto nella forma R(A) =
Denizione 8. Si chiama immagine di una trasformazione lineare f : XF gen {ai }.
YF linsieme R(f ): = {y Y | y = f (x), x X}. Si osservi tuttavia che, in generale, le colonne di A non rappresentano
una base per R(A) poiche potrebbero essere tra loro linearmente dipen-
Vale il seguente teorema. denti. Per avere una base in R(A) occorrer`a scegliere quelle linearmente
indipendenti; supponendo ad esempio che esse siano le prime p: a1 , , ap ,
Teorema 3. R(f ) su F `e un sottospazio vettoriale di YF . le restanti ap+1 , , an possono esprimersi come combinazione lineare di
queste. Segue allora dal teorema 4 che le p colonne cos` scelte rappresen-
Dimostrazione. Per denizione risulta R(f ) Y . Rimane da vericare tano una base per R(A) il quale ha pertanto dimensione pari a p.
che R(f ) `e uno spazio vettoriale su F . A tal ne si osservi che dalla
denizione, scelti comunque y1 e y2 in R(f ), esistono x1 ed x2 in X, tali Per denizione il numero p cos`ottenuto
 `e il rango della matrice A.
che Dunque il rank (A) = )(A) = dim R(A) `e pari al numero di colonne
y1 = f (x1 ), y2 = f (x2 ).
linearmente indipendenti di A.
Per dimostrare lasserto basta osservare che scelti arbitrariamente in F due Analogamente si denisce il nucleo di una trasformazione.
scalari 1 e 2 anche y = 1 y1 + 2 y2 `e in R(f ) in quanto in X, per la
propriet`a di chiusura, esiste il vettore x = 1 x1 + 2 x2 che d`
a luogo ad y,
tramite f . Denizione 10. Si dice nucleo o spazio nullo di una trasformazione lineare
f : XF YF linsieme N (f ) = {x X | f (x) = 0}.
Poiche, come risulta dal teorema 2, ssate le basi in X ed in Y la
trasformazione lineare f `e rappresentata dalla matrice A, si ha la seguente Vale il seguente risultato.
denizione.
22 1. Introduzione alla teoria degli spazi lineari 1.6. Trasformazioni lineari e matrici 23

Teorema 5. N (f ) su F `e un sottospazio di XF . di N (A), trasformato da A in Y = R(A). Si pu` o notare che risulta appunto
r + s = n.
Dimostrazione. Per denizione N (f ) X, quindi se x1 ed x2 sono in Se la matrice A `e quadrata, ossia rappresenta un operatore lineare,
N (f ), allora anche ogni loro combinazione lineare con scalari qualsiasi in ed ha le colonne linearmente indipendenti, ossia ha rango pieno, la sua
F gode della medesima propriet` a. nullit`
a `e zero e la matrice stessa risulta invertibile. Questo corrisponde alla
possibilit`a di denire loperatore inverso.
Poiche, ssate le basi in X ed Y la trasformazione lineare f `e rappre-
sentata da una matrice A, si ha la seguente denizione. Esempio 1.8. Si consideri la seguente matrice:
Denizione 11. Si denisce nucleo o spazio nullo della matrice A linsieme
1 1 2 3
N (A) di vettori x la cui rappresentazione soddisfa lequazione:
0 2 2 4
A= .
A = 0. (1.17) 1 0 1 1
0 1 1 2

Delle quattro colonne di A, si possono assumere come linearmente indipen-

A dierenza di quanto avveniva per R(A), non esiste un procedimento denti le prime due, poiche la terza si ottiene da queste sommandole e la
semplice per lindividuazione di una base in N (A). Tuttavia sono disponi- quarta aggiungendo alla prima la seconda moltiplicata per 2. Pertanto il
bili numerosi algoritmi che consentono di risolvere tale problema generando rango di A `e due e R(A) `e il sottospazio generato dai vettori che hanno per
il massimo numero s di soluzioni linearmente indipendenti della (1.17). Tale rappresentazione le prime due colonne di A, cio`e:
numero coincide con la dimensione di N (A) ed `e detto nullit` a della matrice

A. Dal teorema di RoucheCapelli risulta che dim N (A) = n)(A), per cui 1 1
tra il rango p, la nullit`
a s di A e la dimensione n di X sussiste la relazione: 0 2
1 = , 2 = .
1 0
n = p + s, (1.18) 0 1
ossia la somma del rango e della nullit`
a `e pari al numero di colonne di A. Si sarebbero potute scegliere anche altre coppie di colonne linearmente in-
dipendenti, ad esempio la seconda e la terza. In tal caso i vettori che
avrebbero generato R(A) sarebbero stati rappresentati da:
Z

Y 1 2
X 2 2
2 = , 3 = .
. . 0 1
0 0
N (A) 1 1

In entrambi i casi R(A) `e lo stesso, come `e facile constatare, poiche ciascuna

coppia di vettori si pu`
o ottenere mediante combinazioni lineari dei vettori
dellaltra coppia:

Figura 1.1 1 = 2 + 3 , 2 = 1 + 3 .

Una dimostrazione intuitiva `e riportata nella gura 1.1, in cui viene Per determinare N (A) occorre trovare un insieme massimo di vettori lin-
rappresentato un sottospazio X, somma diretta di un suo sottospazio Z e earmente indipendenti soddisfacenti il sistema omogeneo (1.17). Poiche la
24 1. Introduzione alla teoria degli spazi lineari 1.6. Trasformazioni lineari e matrici 25

a `e s = n p = 2 `e facile
nullit` vericare che un tale insieme pu`
o essere il ed un cambiamento in YF dalla base {gj } a {
gj }, descritto dalla matrice T2
seguente m m:

1 0 gj = T2 gj , j = 1, , m.
1 1
1 = 2 = . Rispetto a tali basi la rappresentazione di x diventa:
1 1
0 1 = T1 ,

e quella di f (x) diventa:

Esempio 1.9. Come ulteriore esempio si consideri lo spazio vettoriale for- = T2 ,
mato dai polinomi di grado non maggiore di due sul corpo IR, e in questo
spazio loperatore f che ad ogni vettore at2 + bt + c fa corrispondere il da cui
vettore f (at2 + bt + c) = ct + b. = T2 AT11

` immediato vericare che f `e un operatore lineare. Inoltre R(f )
E ei } e {
cio`e, ssate le nuove basi { gj }, la rappresentazione di f risulta essere:
`e linsieme dei polinomi di grado non maggiore di uno, mentre N (f ) `e
linsieme dei polinomi aventi il solo termine di secondo grado. Ovviamente A = T2 AT11 . (1.19)
questi risultati possono essere ottenuti a partire da una delle rappresen-
tazioni mediante matrice di f . Scelti ad esempio come vettori di base Le matrici A ed A sono dette equivalenti.
e1 = g1 = t2 + t, e2 = g2 = t2 + 2t, e3 = g3 = t + 2, la rappresentazione A Poiche tutte le matrici equivalenti rappresentano, con una opportuna
di f `e: scelta delle basi, la stessa trasformazione lineare, questultima pu` o essere
1 1 3 pensata come lente matematico ottenibile per astrazione dallinsieme delle
2 2 ` chiaro inoltre che tutte le matrici equivalenti hanno
1 3
matrici equivalenti. E
A= 2 1 , lo stesso rango e stessa nullit`a, che sono poi quelle delloperatore che rap-
2
1 1 presentano.
1
2 2 Data lespressione della funzione lineare f e ssate le basi { ei }, {
gj },
e la rappresentazione di una base in R(f ) rispetto alla base ssata, si trova per trovare la rappresentazione A di f si pu` o applicare il procedimento for-
scegliendo le colonne di A linearmente indipendenti. Se si prendono la nito da teorema 2. Potrebbe per` o risultare dicoltoso esprimere i vettori
seconda e la terza, in quanto la prima `e proporzionale alla seconda, si ei ) nella base {
f ( gj }. Per ovviare a ci`o si pu` o allora scrivere la rappre-
ottengono le rappresentazioni dei vettori x1 = f (e2 ) = 2, x2 = f (e3 ) = sentazione A di f nelle basi canoniche in XF e YF e le matrici T11 , T21
2t + 1, le cui possibili combinazioni lineari sono proprio tutti i polinomi di che descrivono i passaggi dalle basi { ei }, {
gj } alle basi {ei }, {gj }, e quindi
grado non maggiore di uno. Inne la rappresentazione di una base di N (f ) applicare la (1.19). Si noti che A, T11 , T21 sono di immediata scrittura,
`e data da: mentre gli unici calcoli sono quelli relativi a T2 e alla (1.19).
2
= 1 Esempio 1.10. Fissate le basi di IR3IR e IR2IR :
0
1 0 1    
cui corrisponde, nella base scelta, il vettore x = t2 . 1 1
e1 = 1 , e2 = 1 , e3 = 0 , g1 = , g2 = ,
1 1
0 1 1
Vediamo ora come varia la rappresentazione di una trasformazione lin-
eare f , avente rappresentazione A, al variare delle basi in XF ed YF . Si per trovare la rappresentazione di f : IR3IR IR2IR denita come
esegua un cambiamento in XF dalla base {ei } alla base {ei }, descritto dalla  
matrice T1 n n: 3x1 5x2
f (x) = ,
ei = T1 ei , i = 1, , n, x1 + 2x2 x3
26 1. Introduzione alla teoria degli spazi lineari 1.7. Operatori lineari e matrici quadrate 27

si scrivono dapprima le matrici da cui si deduce che la rappresentazione delloperatore f rispetto alla nuova
base `e data da:
  1 0 1   A = T AT 1 . (1.20)
3 5 0 1 1
A= , T11 = 1 1 0 , T21 = ,
1 2 1 1 1
0 1 1 Le matrici A ed A legate dalla (1.20) si dicono simili.
Poiche una matrice quadrata non singolare pu` o sempre pensarsi come
e poi si calcola: rappresentativa di un cambiamento di base, si ha che tutte le matrici simili
   5
1 1 1 2
T2 = , A = T2 AT11 = 2 2
2 1 1 1 3 3
2 2
1.7. Operatori lineari e matrici quadrate
Poiche, come si `e visto, al variare delle basi in XF ed YF varia la rappre-
sentazione delle trasformazioni lineari nellambito delle matrici equivalenti,
ha senso domandarsi se esistono tra esse matrici con congurazioni partico-
lari che vengono denite canoniche. La soluzione a tale quesito, che conduce
allindividuazione della forma canonica dellequivalenza per quanto riguarda
il caso generale, verr` a trattato nel caso particolare in cui la trasformazione
`e un operatore, cio`e `e una trasformazione da XF in XF .
Dalla dimostrazione del teorema 2 segue che la rappresentazione di
un operatore lineare f rispetto ad una ssata base {ei } `e quella matrice
quadrata che ha per colonna iesima la rappresentazione rispetto a tale
` chiaro come ci`o consenta la determinazione della rappre-
base di f (ei ). E
sentazione di f rispetto a qualsiasi base.
Qualora sia noto che una matrice A rappresenta loperatore f rispetto
ad una ssata base {ei }, si pu` o determinare direttamente la nuova rap-
presentazione di f , al variare della base, a partire da A stessa. Infatti
rispetto a {ei } la rappresentazione di f (x) si ottiene da quella di x
mediante la relazione (1.16). In base alla (1.15), passando alla base {gj } le
rappresentazioni di x ed f (x) divengono rispettivamente:
= T , = T ,
dove T `e la matrice n n, non singolare, avente per iesima colonna la
rappresentazione di ei rispetto a {gj }.
Ricavando e e sostituendoli nella (1.16) si ottiene:
= T AT 1
,
3  rappresentano, ciascuna in una base, lo stesso operatore lineare. Questo
fatto consente di pensare loperatore lineare come lente matematico ot-
.
tenibile per astrazione dallinsieme delle matrici simili.
2
Poiche un operatore lineare assume rappresentazioni nellambito delle
matrici simili, e poiche la scelta di una base `e arbitraria, appare naturale
domandarsi se esistano delle basi rispetto alle quali lo studio di un operatore
lineare sia particolarmente semplice, ossia se esistano delle forme canoniche
delloperatore lineare.
Per meglio comprendere questo problema, si consideri il seguente es-
empio.
Esempio 1.11. Con riferimento alloperatore f dellesempio 1.9, rispetto
alla base costituita dai vettori e1 = t 1, e2 = t + 1, e3 = t2 , poiche:
f (e1 ) = t + 1 = e1 , f (e2 ) = t + 1 = e2 , f (e3 ) = 0,
loperatore f assume la seguente rappresentazione:
1 0 0
A= 0 1 0 , (1.21)
0 0 0
ossia `e rappresentato da una matrice diagonale.
Si osservi che la base scelta gode della propriet` a per cui applicando
loperatore f al primo vettore di base si ottiene il vettore stesso moltiplicato
per il primo elemento della diagonale di A; applicando loperatore f al
secondo vettore di base si ottiene il vettore stesso moltiplicato per il secondo
elemento della diagonale di A, e cos` via. I vettori che godono di tale
propriet`
a sono detti autovettori delloperatore ed i corrispondenti scalari
sono chiamati autovalori. Pi`u precisamente si possono introdurre le seguenti
denizioni.
28 1. Introduzione alla teoria degli spazi lineari 1.7. Operatori lineari e matrici quadrate 29

Denizione 12. Si chiama autovettore di un operatore lineare f : XF
XF un vettore u tale che esiste uno scalare F per cui:
f (u) = u. (1.22)
Lo scalare che soddisfa la (1.22) `e detto autovalore di f .
Ci si domanda ora se esista sempre una base per XF che sia costituita
da autovettori. Con riferimento alla rappresentazione A delloperatore f in
una generica base, la rappresentazione che soddisfa la relazione:
A = , (1.23)
e poiche il primo membro della (1.25) `e un polinomio di grado n nella
incognita , esistono nel campo complesso n autovalori, alcuni dei quali
eventualmente coincidenti, in corrispondenza dei quali la (1.24) ammette
soluzioni non banali.
Nel caso in cui questi n autovalori siano tutti distinti e pari a 1 ,
2 , , n , risultano determinati dalla (1.24) n autovettori ad essi cor-
rispondenti, aventi rappresentazioni u1 , u2 , , un . E
` facile mostrare che
tali vettori sono linearmente indipendenti.
Teorema 6. Se gli n autovalori 1 , 2 , , n di una matrice A sono dis-
tinti, allora gli n autovettori u1 , u2 , , un ad essi associati sono linearmente
indipendenti.

per qualche valore di , `e la rappresentazione di un autovettore nella ssata Dimostrazione. Si supponga, per assurdo, che esistano n scalari 1 , , n
base. Infatti al variare della base secondo una trasformazione T , risulta: non tutti nulli, tali che risulti:

A = T AT 1 ,
= T ,

n
i ui = 0. (1.26)
dove A e
sono le nuove rappresentazioni delloperatore e dellautovettore, i=1
e si ha:
= T A = T =
A . Assunto, senza perdita di generalit` a, 1 = 0 si premoltiplichino ambo i
membri della (1.26) per (A 2 I)(A 3 I) (A n I). Tenendo conto
Questo conferma che ed u, che assume rappresentazioni e , sono delle propriet`
a degli autovalori si ottiene:
autovalore ed autovettore di f in quanto soddisfano la (1.22).
La ricerca di una base di autovettori per lo spazio ndimensionale XF , 1 (1 2 )(1 3 ) (1 n )u1 = 0.
pu`
o essere quindi ricondotta alla ricerca delle n rappresentazioni di tali
autovettori utilizzando la (1.23). Poiche gli autovalori sono tutti distinti, questa relazione implica 1 = 0, il
che contraddice lipotesi e prova lasserto.
Denizione 13. Lo scalare e la rappresentazione che soddisfano la
(1.23) sono detti rispettivamente autovalore ed autovettore della matrice
A. Esempio 1.12. Per determinare gli autovalori della matrice:

Il problema generale della ricerca delle rappresentazioni degli n au- 1 1 2
tovettori, formulato con la (1.23), pu`o essere soddisfacentemente trattato A = 2 1 3
qualora si ammetta, come assai frequentemente avviene nella pratica che 0 0 1

sia F = C. In tal caso, riscrivendo la (1.23) nella forma:
occorre innanzi tutto calcolare:
(A I) = 0, (1.24)
1 1 2
risulta subito che perche esista = 0 deve essere: |A I| = det 2 1 3 =
0 0 1
|A I| = 0, (1.25) = (1 )(1 )(1 ) + 2(1 ) = (1 )(2 + 1).
30 1. Introduzione alla teoria degli spazi lineari 1.8. Autovettori generalizzati di una matrice 31

Pertanto gli autovalori di A sono: Questo teorema `e di notevole importanza applicativa poiche permette di
esprimere la potenza nesima di una matrice n n come combinazione
1 = 1, 2 = j, 3 = j. lineare delle sue prime n 1 potenze. Moltiplicando poi lespressione cos`
ottenuta per A si pu` o esprimere anche la potenza (n + 1)esima di A in
Ponendo al posto di il primo autovalore, si ottiene lautovettore corrispon- funzione delle sue prime n 1 potenze, e cos` via. In conclusione, dal
dente come soluzione dellequazione: teorema di CayleyHamilton si deduce che le potenze di qualsiasi esponente
di una matrice n n possono esprimersi come combinazione lineare delle
0 1 2 prime n 1 potenze.
2 2 3 u1 = 0.
0 0 0
1.8. Autovettori generalizzati di una matrice
Si trova dunque:
1
Nel caso in cui la matrice A abbia tutti autovalori distinti `e possibile
u1 = 4 .
generare n autovettori linearmente indipendenti. Qualora tra gli autovalori
2
di A ve ne siano taluni coincidenti, questo risultato non `e sempre valido,
In modo analogo: come mostra il seguente esempio. Sia:

1 1 1 1 2
u2 = 1 j , u3 = 1 + j . A = 0 1 3 (1.27)
0 0 0 0 2

` facile vericare che questi tre autovettori sono linearmente indipendenti;

E la matrice assegnata, i cui autovalori risultano pari a(1.5)
infatti il determinante della matrice:
1 = 1, 2 = 1, 3 = 2.
1 1 1
4 1 j 1 + j I corrispondenti autovettori, a meno di una costante ssata arbitrariamente,
2 0 0 risultano avere le seguenti rappresentazioni:

che li ha per colonne, `e diverso da zero, essendo pari a 4j. 1 5
u1,2 = 0, u3 = 3 ,
Il primo membro della (1.25), che si riscrive nella forma: 0 1
p() = n + an1 n1 + + a1 + a0 , essendo u1,2 associato sia a 1 che a 2 .
Analogamente a quanto fatto nel paragrafo 1.7, per caratterizzare
`e detto polinomio caratteristico della matrice A; corrispondentemente la le rappresentazioni semplici di un operatore `e necessario individuare una
(1.25) `e detta equazione caratteristica di A. Unimportante propriet`
a dellequazione nuova base dello spazio. Essa dovr` a essere costituita dallaggregazione di
caratteristica di una matrice `e espressa dal teorema di CayleyHamilton,(1.4)
il quale asserisce che A `e soluzione dellequazione: (1.5)
Quando una matrice ha nulli tutti gli elementi di una stessa banda della diagonale
principale, i suoi autovalori sono precisamente gli elementi su tale diagonale. Una siatta
p(A) = An + an1 An1 + + a1 A + a0 I = 0. matrice `e detta triangolare superiore se gli elementi non nulli sono al di sopra della diagonale,
triangolare inferiore nel caso opposto. La matrice A del presente esempio `e triangolare
(1.4)
Si veda lesercizio 1.7. superiore.
32 1. Introduzione alla teoria degli spazi lineari
tutti i possibili vettori indipendenti associabili a ciascun autovalore. Il nu-
mero di tali vettori dovr` a essere poi pari alla molteplicit`a dellautovalore
stesso. Una tale procedura si dovr` a ridurre a quella gi`
a esaminata nel para-
grafo precedente. Per comprendere in qual modo possa ottenersi questo
risultato occorre rendersi conto del motivo per cui, nel caso di autovalori
coincidenti, possono nascere degli autovettori linearmente dipendenti. Ci` o Nel presente paragrafo si vuole solo mostrare, nel caso di autovettori gen-
pu`o capirsi facilmente esaminando pi` u a fondo lesempio ora visto. Quando
nella matrice caratteristica A I si pone = 1 = 2 , si ottiene: la nuova base.
0 1 2
A I = 0 0 3. (1.28)
0 0 1
` immediato constatare che la nullit`
E a della matrice (1.28) `e pari a uno,
onde `e possibile determinare, a meno di una costante arbitraria, un solo
autovettore di A per gli autovalori 1 e 2 . Se invece la nullit`
a della (1.28)
fosse stata due, si sarebbero potuti determinare due autovettori linearmente
indipendenti che, uniti al terzo, corrispondente a 3 , avrebbero determi-
nato una base. Appare allora naturale cercare di determinare a partire
` facile constatare che la (1.28) al
dalla (1.28) una matrice di nullit`a due. E
quadrato soddisfa tale requisito:
0 0 5
(A I)2 = 0 0 3 .
0 0 1
Questa scelta pu` o essere ulteriormente giusticata con la seguente consider-
azione: un autovettore di A corrispondente allautovalore i `e un particolare
vettore che goda della propriet` a di essere trasformato nellorigine dalla ma-
trice (Ai I). Una possibile generalizzazione di ci` o consiste nella ricerca di
vettori i quali siano trasformati nellorigine mediante applicazione ripetuta
della matrice (A i I), cio`e mediante (A i I)2 , (A i I)3 , etc.
Da queste considerazioni appare giusticata la seguente denizione.
Denizione 14. Un autovettore generalizzato di ordine k associato allautovalore
i della matrice A `e un vettore uk tale che
(A i I)k uk = 0,
(A i I)k1 uk = 0.
Si noti che per k = 1 questa denizione si riduce a quella di autovettore
data nel paragrafo precedente.
1.8. Autovettori generalizzati di una matrice 33
Lintroduzione degli autovettori, generalizzati o meno, consente, come
anticipato, di determinare una nuova base e quindi di costruire delle matrici
di trasformazione T che trasformano la matrice di partenza A in una simile
T AT 1 con particolari caratteristiche. Su questo argomento si ritorner` a nel
paragrafo dedicato alle rappresentazioni canoniche di un operatore lineare.
eralizzati, come devono essere determinati gli autovettori che costituiranno
Utilizzando la nozione di autovettore generalizzato, `e possibile dare una
procedura che consente di associare a ciascun autovalore un sottospazio
di dimensione pari alla sua molteplicit` a. Linsieme delle basi di questi
sottospazi costituir`
a la base cercata. La procedura in questione consiste
nei seguenti passi.
Procedura 1.2.
a) Iniziando dallautovalore 1 di molteplicit`
a 1 si determini il maggior
numero possibile di soluzioni linearmente indipendenti per lequazione
(A 1 I)u1 = 0. (1.29)
Siano u11 , , u1q1 tali soluzioni.
b) Qualora risulti q1 < 1 , si ricerchino le soluzioni linearmente indipen-
denti u21 , , u2q2 delle equazioni:
(A 1 I)2 u2 = 0
(1.30)
(A 1 I)u2 = 0
cio`e si ricerchino gli autovettori generalizzati di ordine 2 associati
allautovalore. Se se ne trovano 1 q1 linearmente indipendenti tra
loro e con le soluzioni della (1.29) si passi al punto c), altrimenti si passi
alla ricerca di autovettori generalizzati di ordine 3, 4, linearmente
indipendenti tra loro e con quelli precedenti, arrestando la procedura
quando si sia ottenuto un numero di autovettori generalizzati global-
mente pari alla molteplicit` a 1 dellautovalore 1 .
c) Si ripeta tutta la procedura per i restanti autovalori 2 , 3 , di
molteplicit`a 2 , 3 , . Al termine si saranno ottenuti 1 + 2 + 3 +
= n autovettori generalizzati.
La procedura 1.2 permette di enunciare il seguente teorema.
34 1. Introduzione alla teoria degli spazi lineari 1.9. Rappresentazioni canoniche di un operatore lineare 35

Teorema 7. Ogni insieme di autovettori generalizzati costruiti secondo la
procedura 1.2 `e una npla di vettori linearmente indipendenti.
Esempio 1.13. Si consideri la matrice (1.27). Applicando la procedura 1.2
si ha, per lautovalore 1 = 1 di molteplicit`
a 1 = 2, la matrice (1.28) con
lautovettore generalizzato di ordine 1:
1.9. Rappresentazioni canoniche di un operatore
lineare
I concetti introdotti nei paragra precedenti ci consentono di risolvere
il problema, precedentemente formulato, della ricerca di basi rispetto alle
quali lo studio di un operatore lineare sia particolarmente semplice. In
particolare verranno esaminate due forme canoniche.

La prima `e la cosiddetta forma canonica di Jordan, ed `e la forma che

1 assume loperatore rispetto ad una base formata da autovettori generaliz-
u11 = 0 . zati. La particolarit`
a consiste nel fatto che a caratterizzare la rappresen-
0 tazione delloperatore, ossia la matrice A, sono i suoi stessi autovalori i .
Nellesempio 1.11, nella base e1 = t 1, e2 = t + 1, e3 = t2 loperatore f
Poiche la matrice (1.28) ha rango 2, non esistono altri autovettori generaliz- assumeva la rappresentazione (1.21), ossia una forma diagonale, caratteriz-
zati di ordine 1 linearmente indipendenti con u11 , cio`e si ha q1 = 1. Occorre ` questa una forma particolare che rientra tra quella
zata dagli autovalori. E
pertanto passare al punto b) della procedura 1.2, ricercando 1 q1 = 1 pi`
u generale di Jordan come vedremo nel prossimo paragrafo.
vettore soluzione delle equazioni (1.30) cio`e: La seconda rappresentazione canonica che verr` a esaminata `e la cosid-
detta forma canonica compagna, ed `e caratterizzata dal fatto che `e individ-
0 0 5 0 1 2 uata dai coecienti del polinomio caratteristico delloperatore. Per meglio
0 0 3 u21 = 0, 0 0 3 u21 = 0. comprendere cosa si intenda per forma compagna si consideri loperatore f
0 0 1 0 0 1 tale che f (at2 + bt + c) = 2(b + 2c)t2 + (a + c)t + b 2c e se ne determini
la rappresentazione A rispetto alla base {t2 , t, 2t2 + 1}. Si ottiene:
Soluzioni possibili sono:
0 0 0
A = 1 0 1 .
0 1 0 1 2
u21 = 1 , oppure 1.
0 0 Risulta |I A| = 3 + 22 + e si pu` o notare che i coecienti di questa
equazione caratteristica sono, a parte il primo che `e sempre unitario, pre-
Inne, in corrispondenza a 3 = 2 si ha lautovettore: E
cisamente gli opposti degli elementi dellultima colonna di A. ` chiaro come
questa osservazione faccia nascere lidea di ricercare una particolare base

5 rispetto alla quale la rappresentazione di un operatore goda della propriet`a
u12 = 3 , ora trovata molto comoda per la determinazione dellequazione caratteris-
1 tica.
Si osservi preliminarmente che il polinomio caratteristico di una ma-
trice A `e denito a partire dagli autovalori:
ed `e facile vericare che i vettori u11 , u21 , u12 sono linearmente indipendenti.
p() = ( 1 ) ( n ) = n + an1 n1 + + a0 .
Nel paragrafo relativo alle rappresentazioni canoniche di Jordan di un Tale polinomio `e anche detto polinomio caratteristico delloperatore f ,
operatore lineare, si mostrer`a una procedura alternativa a questa ora es- poiche `e indipendente dalle rappresentazioni di A al pari degli autovalori.
posta, che consente la determinazione di unaltra base, pi` u adatta ai ni Ci`o premesso, si supponga che esista un vettore x1 tale che gli n vettori
del calcolo. x1 , x2 = f (x1 ), , xn = f (xn1 ) risultino linearmente indipendenti. Si
pu`o in tal caso enunciare il seguente risultato.
36 1. Introduzione alla teoria degli spazi lineari 1.10. Forma canonica di Jordan 37

Teorema 8. Rispetto alla base x1 , x2 = f (x1 ), , xn = f (xn1 ), loperatore Esse corrispondono rispettivamente alle matrici di trasformazione:
lineare f avente polinomio caratteristico p() = n + an1 n1 + + a0 T T
`e rappresentato dalla seguente matrice: x1 xn = f T (xn1 )
xT = f T (x ) ..
0 0 0 a0
T1 = T . T
1
T = 2 . , ,
1 0 0 a1 .. x2 = f (x1 )


Ac = 0 1 0 a2 , T T
xn = f (xn1 ) T
x1
. . . .
.. .. . . . .. ..
come `e facile vericare.
0 0 1 an1
La struttura delle matrici compagne `e particolarmente comoda in quanto
detta matrice compagna o forma compagna delloperatore f . evidenzia immediatamente i coecienti del suo polinomio caratteristico. In-
oltre `e particolarmente utile quando si desideri costruire rapidamente una
Dimostrazione. Costruendo la matrice di trasformazione T in modo tale matrice avente un polinomio caratteristico assegnato.
 dai vettori x1 , x2 = f (x1 ), , xn =
che la nuova base sia proprio data ` importante sottolineare il fatto che non per tutti gli operatori la
E
f (xn1 ), ossia prendendo T 1 = x1 f (x1 ) f (xn1 ) , dalla (1.20) determinazione di una base avente la struttura x1 , x2 = f (x1 ), , xn =
riscritta come f (xn1 ) `e possibile, e quindi non sempre un operatore ammette tra le sue
AT 1 = T 1 A rappresentazioni la forma compagna.
e dal teorema di CayleyHamilton, per cui f n (x1 ) + an1 f n1 (x1 ) + + La determinazione delle condizioni sotto le quali esiste la forma com-
a1 f (x1 ) + a0 x1 = 0,(1.6) si trova che A = Ac . pagna e la sua generalizzazione nella forma canonica di Frobenius non
rientrano negli scopi del presente testo.(1.7)
Ad un analogo risultato si perviene se si costruisce la matrice T 1
considerando i vettori di base in senso inverso:
a 1 0
n1 1.10. Forma canonica di Jordan
.. .. ..
. ..
.
Ac =

. . .
Nellesempio 1.11 la rappresentazione (1.21) che assumeva loperatore f
a1 0 1
`e stata ottenuta assumendo come base gli autovettori di f . Questo risultato
a0 0 0 non `e casuale, ma richiede che gli autovettori in questione formino una base,
In eetti `e come considerare una seconda trasformazione cio`e siano in numero di n e linearmente indipendenti.

0 1 Ci`o `e senzaltro vero se gli autovalori delloperatore assegnato sono
. . .
T1 = T1 = .. . .
1 .. , tutti distinti. In tal caso si ha il seguente teorema.
1 0 Teorema 9. Un operatore lineare f avente tutti gli autovalori i distinti ha,
per cui Ac = T1 Ac T11 . rispetto alla base formata dai suoi autovettori, la seguente rappresentazione:

Inne anche le matrici ATc , ATc sono dette matrici compagne, come 1 0 0 0
verr` a precisato nel capitolo 6: 0 2 0 0
. ..
. .. . . ..
0 1 0 an1 a1 a0 J = . . . . . = diag (i ), (1.31)
. . . . . . .
.. .. . .. .. 1 0 0 .. .. .. . . . ..
, . .. .. .
0 0 1 .
.
..
. . . 0 0 0 n
a0 a1 an1 0 1 0
   
(1.7)
Il lettore interessato potr`a trovare tali generalizzazioni ad esempio in S. Lipschutz, Linear
(1.6) 2 3 2
f (x): = f f (x) , f (x): = f f (x) , etc. Algebra, Schaums Out. Ser., 1968, pp. 227229.
38 1. Introduzione alla teoria degli spazi lineari 1.10. Forma canonica di Jordan 39

detta forma canonica di Jordan nel caso di autovalori distinti. Denizione 16. Si chiama molteplicit` a algebrica i di un autovalore i di
una matrice A, rappresentazione delloperatore f , la sua molteplicit` a nel
1
Dimostrazione.
  Dalla (1.20), riscritta come AT = T 1 A,
dove T 1 = polinomio caratteristico p(). Si chiama molteplicit` a geometrica mi di i
lordine massimo dellautovettore generalizzato che `e associabile a i .
u1 un , e tenendo presenti le denizioni di autovettore e autoval-
ore, si ricava A = J. Se dunque gli autovalori 1 , , r , con r < n, sono gli autovalori
distinti di A, il polinomio caratteristico pu` o anche essere scritto:
Si osservi che non sempre un operatore lineare ammette la rappresen-
tazione diagonale J. Il teorema ora enunciato ne garantisce lesistenza per 
r

il caso di autovettori distinti, ma non nega la possibilit` a che tale rappre- p() = ( 1 )1 ( 2 )2 ( r )r = ( i )i .
sentazione esista anche in presenza di autovalori multipli. i=1
In generale un operatore lineare avente autovalori multipli non am-
La dizione di molteplicit`a geometrica `e giusticata dal fatto che essa
mette la rappresentazione diagonale (1.31). Questo `e dovuto al fatto che
poteva essere introdotta equivalentemente anche come molteplicit` a di i
in presenza di autovalori multipli, solo in casi particolari gli autovettori
in un opportuno polinomio, detto polinomio minimo, denito come quel
del primo ordine formano un insieme di n vettori linearmente indipen-
polinomio m() tale che m(A) = 0, e che `e divisore di tutti i polinomi
denti. In base a quanto visto nel paragrafo 1.8, appare naturale com-
che godono di tale propriet` a e che ha coeciente unitario alla massima
pletare linsieme degli autovettori aggiungendovi gli autovettori generaliz-
potenza di . Infatti si potrebbe dimostrare che tutte e sole le soluzioni del
zati. Questi, in analogia al caso di matrici, sono deniti nel modo seguente.
polinomio minimo sono date dagli autovalori i e che la molteplicit`a di i
nel polinomio minimo `e pari a mi i . Quindi il polinomio minimo pu` o
Denizione 15. Un autovettore generalizzato di ordine k associato allautovalore anche scriversi:
i delloperatore f `e un vettore uk tale che risulta (1.8) :
(f i I)k (uk ) = 0 
r
m() = ( 1 )m1 ( 2 )m2 ( r )mr = ( i )mi .
(f i I)k1 (uk ) = 0. i=1

Dal punto di vista computazionale, se A `e la rappresentazione delloperatore
f , la denizione 15 implica che occorre risolvere le equazioni
(A i I) u = 0 k k
(A i I)k1 uk = 0
per il calcolo di uk . La procedura 1.2 pu` o essere generalizzata, onde si pu`o
dire che ad ogni operatore risultano associati n autovettori generalizzati che,
per il teorema 7, sono linearmente indipendenti. Questo metodo ha per` o lo
svantaggio di richiedere il calcolo delle potenze della matrice (A i I), per
cui nel seguito si proporr` a unaltra procedura che risolve questo inconve-
niente. Prima di presentarla occorre per` o premettere delle precisazioni sulla
determinazione degli autovettori generalizzati. A tale scopo introduciamo
le seguenti denizioni.
Nel caso di autovalori distinti mi = i = 1 e i due polinomi coincidono.
Descriviamo ora la procedura alternativa per la determinazione degli
autovettori generalizzati, che evita il calcolo delle potenze successive della
matrice (A i I). Per determinare la base desiderata, costituita da au-
tovettori generalizzati, si noti che se uk `e un autovettore generalizzato di
ordine k relativo a i , allora (f i I)(uk ) `e un autovettore generalizzato
di ordine k 1 poiche:
 
(f i I)k (uk ) = (f i I)k1 (f i I)(uk ) = 0
 
(f i I)k1 (uk ) = (f i I)k2 (f i I)(uk ) = 0.
La stessa osservazione in termini di rappresentazione A di f utilizzabile per
eseguire i calcoli, comporta che:
 
    (A i I)k uk = (A i I)k1 (A i I)uk = 0
k k  
(1.8)
(f i I)k (x): = f k (x) i f k1 (x) + 2i f k2 (x) (A i I)k1 uk = (A i I)k2 (A i I)uk = 0.
1 2
40 1. Introduzione alla teoria degli spazi lineari 1.10. Forma canonica di Jordan 41

Dunque: totale si hanno ovviamente q1 catene le cui lunghezze, in generale, vanno

(f i I)(uk ) = uk1 , (1.32) da m ad 1.
Al generico autovalore in tal modo saranno associati un numero di
ovvero:
autovettori generalizzati pari alla sua molteplicit`
a algebrica n. Tali autovet-
(A i I)uk = uk1 . (1.33)
tori saranno q1 di ordine 1, q2 di ordine 2, etc., qm di ordine m, risultando
La (1.33) suggerisce di utilizzare la procedura 1.2 per il calcolo degli 
m
ovviamente qj = .
autovettori di ordine k, a partire da quelli di ordine k 1. Omettendo il j=1
pedice i per non appesantire la notazione, ssato un autovalore si trovano Per ognuno degli autovalori distinti 1 , r viene costruita una tabella 1.1,
gli autovettori del primo ordine u11 , , u1q1 , ove q1 `e la nullit`
a della matrice applicando la (1.32) ovvero la (1.33) se A `e ssata.
(A I). Si calcolano dunque con la (1.33) gli autovettori del secondo
Si osservi che in tale procedura gli autovettori al passo k 1 devono
ordine u21 , , u2q2 , e cos` via no a calcolare quelli di ordine massimo m,
essere determinati in maniera opportuna perche ciascuna catena possa es-
dati da um1 , , uqm . Per inciso si noti che in questo procedimento risulta
m
sere completata, arrivando alla giusta lunghezza. In eetti questo metodo
q1 q2 qm , in quanto per un certo autovettore uk1 potrebbe di calcolo, se da un lato diminuisce la complessit` a dei calcoli, ha il difetto
non esistere alcun autovettore uk che soddis la (1.33). In questa maniera che a priori non permette di conoscere le lunghezze delle catene di au-
al generico autovalore vengono associati degli autovettori generalizzati, i tovettori. Poiche in generale gli autovettori uk1 , che poi serviranno per
quali risultano essere indipendenti tra loro (teorema 7) e che dunque pos- il calcolo di quelli uk , possono essere scelti in pi`
u modi, una loro scelta
sono essere presi come base dellautospazio U cos` associabile a . Tali inadatta pu` o comportare che la catena non `e completabile. A tal proposito
autovettori vengono a costruire una tabella in cui nella prima colonna ven- si veda lesempio 1.15. Poiche per`o questa situazione determina risultati
gono posti gli autovettori di ordine 1, nella seconda quelli di ordine 2, e cos` non possibili quando si applica la (1.33), in genere `e agevole la corretta
via no a quelli di ordine m. individuazione degli autovettori e dunque il completamento delle catene.
Per meglio comprendere come questa procedura di calcolo alternativa
permetta di economizzare lo sforzo computazionale, descriviamo breve-
ordine 1 ordine 2 ordine m 1 ordine m mente il metodo del calcolo degli autovettori basato sulla loro denizione.
In questo caso la tabella di autovettori associata a viene costruita a partire
u11 u21 u1m1 um1 dagli autovettori di ordine massimo. Si calcolano infatti prima di tutto gli
u12 u22 u2m1 um2 autovettori di ordine m; per far ci` o occorre calcolare le potenze di (A I)
.. .. .. .. no a che si trova che il rango di (AI)m+1 `e uguale a quello di (AI)m .
. . . .
Siano essi um1 , , uqm . Si determinano quindi qm autovettori mediante la
m
.. ..
. . uqm1
m
um
qm (1.33):
.. .. .. um1
1 = (A I)um 1 , , um1
qm = (A I)um qm ;
. . .
.. .. si noti che anche in questo caso essi vanno scelti in maniera opportuna
. . uqm1
m1
perche le catene siano completabili no agli autovettori di ordine 1. Questi
u1q2 u2q2 autovettori non sono tutti gli autovettori generalizzati di ordine m 1, in
..
quanto ce ne potrebbero essere altri: um1qm +1 , , uqm1 . Anche in tal caso
m1
.
u1q1 si ritrova che qm1 qm . A partire da u1 , , uqm1
m1
m1
, riapplicando la
(1.33), si ottengono qm1 autovettori di ordine m 2, a cui se ne possono
Tabella 1.1 Autovettori generalizzati associati a eventualmente aggiungere altri, avendo cos` qm2 qm1 autovettori di
ordine m 2. Procedendo iterativamente in questa maniera no agli au-
Osservando le righe della tabella, si notano qm catene formate da m tovettori del primo ordine, si arriva ad associare al generico autovalore la
autovettori, qm1 qm catene formate da m 1 autovettori, e cos` via. In tabella 1.1 di autovettori generalizzati.
42 1. Introduzione alla teoria degli spazi lineari 1.10. Forma canonica di Jordan 43

Si osservi come, in questo caso, occorra calcolare le potenze succes- `e un autovettore generalizzato di ordine due scelto in modo tale che risulti
sive della matrice (A I). Ci`o pu`o essere oneroso da un punto di vista (f 1 I)(u21 ) = u11 da cui si ha:
computazionale, ed `e per questo che viene preferito laltro procedimento di
calcolo. f (u21 ) = u11 + 1 u21 .
Costruite le tabelle di autovettori associate ad ognuno degli autovalori Pertanto la seconda colonna di J, che `e la rappresentazione di f (u21 ) rispetto
distinti i , i = 1, , r, si assuma come base {ei } dello spazio di stato alla base scelta, `e data da
quella costituita, nellordine, dagli autovettori generalizzati associati a 1
1
ordinati secondo le relative catene, ossia ordinate secondo le righe della 1
relativa tabella, poi da quelli associati a 2 e ordinati analogamente, e cos`
0 .
via no allultimo autovalore r . Si perviene cos` al seguente risultato. .
..
0
Teorema 10. Rispetto alla base {ei } loperatore f ha la rappresentazione
diagonale a blocchi J = diag {Jij }, dove lindice i varia da 1 a r e lindice Iterativamente si costruisce cos` il blocco J11 . Passando alle successive
j varia, per ogni i pressato, da 1 a q1i (ossia per ogni i si hanno tanti catene di autovettori relativi a 1 e poi ai restanti autovalori si trova che
blocchi quante sono le righe della iesima tabella). Il generico blocco Jij `e la matrice J `e costituita secondo quanto enunciato dal teorema.
una matrice quadrata di dimensioni pari alla lunghezza della catena a cui
Si noti che in base al teorema ora enunciato loperatore f viene ad
corrisponde:
essere rappresentato, nella base degli autovettori generalizzati scelti come
i 1 0 0 0
visto, da una matrice J diagonale a blocchi, avente tanti blocchi quanti sono
0 i 1 0 0
. .. gli autovalori distinti. A loro volta queste sottomatrici sono diagonali a
. .. . . . . ..
. . . . . . blocchi, con tante sottomatrici quante sono le catene che appaiono nella
Jij = . .. .. . . . . . .
.. . .. tabella,(1.9) e con le dimensioni di tali sottomatrici date dalle lunghezze
. . .
0 0 0 i 1
delle catene. In particolare la dimensione della prima di queste sotto
matrici `e la maggiore ed `e pari alla molteplicit`
a geometrica dellautovalore
0 0 0 0 i
corrispondente.(1.10)

Dimostrazione. Dalla (1.20), riscritta come AT 1 = T 1 A,
e dove: Esempio 1.14. Si consideri in C6C loperatore f rappresentato, in una base
pressata, dalla seguente matrice:
T 1 = ( M1 Mr ) , 2

1 0 0 3 1

 
.. .. 0 2 4 0 0 0
Mi = u11 u21 um . u12 u22 um . ,
1 2 0 0 2 0 0 0
A= .
0 1 0 2 4 0
per i = 1, , r, e tenendo conto della (1.32), si constata subito che la prima
0 0 1 0 2 0
colonna di J `e 0 0 0 0 0 2
1
0 Si trova facilmente che |AI| = (2)6 , onde loperatore f ha lautovalore
.
.. = 2 di molteplicit`a algebrica = 6.
0
(1.9)
a delle matrici (A i I).
Ossia tante quanto `e la nullit`
poiche il primo vettore u11
della base scelta `e un autovettore di ordine uno (1.10)
Alcuni autori deniscono la molteplicit`
a geometrica di i come il numero di righe della
relativo a 1 . Per la seconda colonna si osservi che il secondo vettore, u21 , tabella corrispondente, ovvero come il numero di blocchi della forma canonica di Jordan.
44 1. Introduzione alla teoria degli spazi lineari 1.10. Forma canonica di Jordan 45

Per determinare la forma di Jordan, occorre eseguire un cambiamento Analogamente a quanto fatto in precedenza, la ricerca di un autovettore di
di base secondo quanto detto nel teorema 10; occorre cio`e determinare la ordine 3 viene eettuata risolvendo una delle equazioni:
base {ei } degli autovalori generalizzati.
Osservando la matrice (A 2I), che ha nullit`a pari a tre, si trovano (A 2I)u31 = u21 , (A 2I)u32 = u22 .
subito gli autovettori di ordine uno:
Si constata facilmente che la prima ha la soluzione:

1 0 0 0
0 0 4 0

0 0 0 1
u11 = , u12 = , u13 = . u31 =
0 1 0 0

0 0 1 0
0 0 1 0

Le catene di autovettori sono dunque tre. Esse potrebbero avere lunghezze e avendo cos` ottenuto complessivamente sei autovettori generalizzati, la
rispettivamente 4, 1, 1, oppure 3, 2, 1, oppure 2, 2, 2. procedura `e completata. La matrice T `e costruita a partire da T 1 :
La determinazione degli autovettori di ordine due pu` o essere eettuata
1 0 0 0 0 0
utilizzando la (1.33), cercando le soluzioni delle equazioni:
0 4 0 0 1 4

0 0 1 0 0 0
(A 2I)u21 = u11 , (A 2I)u22 = u12 , (A 2I)u23 = u13 . T 1 = ,
0 0 0 1 0 0

0 1 0 0 0 1
Anche in questo caso, osservando le prime due equazioni, si trovano le 0 0 0 0 1 1
soluzioni:

0 0 e come previsto si ha che T AT 1 = J. Si osservi che in realt` a non occorre
4 1 calcolare ne T ne T AT 1 , se non per verica dei calcoli svolti. Infatti la

0 0 forma di J deriva direttamente dalla dimostrazione del teorema 10 (tre
u21 = , u22 = ,
0 0 catene di autovettori di lunghezza 3, 2 ed 1 rispettivamente).

1 0
0 1
Esempio 1.15. Si `e osservato che nellapplicazione della (1.33) per il
mentre `e immediato constatare che la terza non ammette soluzione, poiche calcolo delle catene di autovettori, a partire da quelli di ordine 1 e andando
u13 non appartiene a R(A 2I) (si osservi la sesta componente dei vettori verso quelli di ordine superiore, ci potrebbero essere dei problemi, a meno
colonna). A questo punto gi`
a si pu`
o aermare che le catene hanno lunghezze di scegliere gli autovettori opportunamente. Se ad esempio si considera:
3, 2, 1 e che

2 1 0 0 0 0 4 2 1
0 2 1 0 0 0 A = 1 1 1,

1 0 0 2 0 0 0 1 2 4
J = T AT = .
0 0 0 2 1 0
avente un unico autovalore = 3, con molteplicit`
a algebrica 3, poiche:
0 0 0 0 2 0
0 0 0 0 0 2
1 2 1
con T opportuna, ancora da calcolare. Per inciso si noti che, essendo la (A 3I) = 1 2 1
a geometrica uguale a tre, il polinomio minimo `e m() = (2)3 .
molteplicit` 1 2 1
46 1. Introduzione alla teoria degli spazi lineari 1.11. Propriet`
a metriche degli spazi lineari e norme 47

ha nullit`
a s = 2, ci debbono essere due autovettori del primo ordine e Denizione 17. Dato uno spazio vettoriale XF si chiama norma di un
dunque due catene di autovettori. La molteplicit`
a geometrica di `e dunque vettore x di tale spazio una funzione X IR, il cui valore `e indicato con
m = 2 e si dovranno avere due catene di autovettori, di lunghezza 2 ed 1 x, tale che sia
rispettivamente. Se ad esempio si ssano:
x 0, x X, x = 0 x = 0,
2 0
u11 = 1 , u12 = 1 , x = ||x, x X, F,
0 2 x + y x + y, x, y X.

si trovano dei risultati impossibili quando si applica la (1.33) per il cal- ` facile rendersi conto che la norma cos` denita soddisfa tutti i requisiti
colo dellautovettore del secondo ordine. Ci` o `e proprio dovuto alla scelta E
inadatta di u11 . In eetti lautovettore opportuno `e invece che appaiono logicamente associati allidea della misura di una lunghezza
di un vettore.

1
u11 = 1 . Si intuisce come la generalit`
a della denizione 17 sia tale da permettere
1 lintroduzione di un gran numero di norme, onde appare naturale chiedersi
se questa arbitrariet`a possa creare degli inconvenienti. Qualora lo spazio
T XF abbia dimensione nita, la risposta `e negativa, nel senso che tutte le
Applicando la (1.33) si vede poi che u21 = ( 1 0 0 ) .
Per esercizio applichiamo allo stesso caso la procedura di calcolo degli norme denibili in uno spazio avente dimensione nita sono equivalenti,
autovettori generalizzati basata sulla loro denizione. A tal ne notato che cio`e prese due norme qualsiasi   e   , esistono due numeri positivi
m = 2, si calcola (A 3I)2 = 0. E` ovvio che scelto u2 come autovettore di
1
k1 , k2 tali che
ordine massimo si ottiene u11 mediante la (1.33). k1 x < x < k2 x .
Il signicato e lutilit`
a di questa equivalenza si possono capire dal seguente
esempio.
1.11. Propriet`
a metriche degli spazi lineari e norme
Esempio 1.16. Data una successione di vettori xn , si suol dire che questa
Per lo studio dei sistemi dinamici `e necessario dare agli insiemi, che successione converge in norma al vettore x se, scelta una norma   , si ha
caratterizzano levolversi delle grandezze dei fenomeni in esame, una strut-
tura che tenga conto delle propriet` a metriche. Tali propriet` a verranno lim xn x = 0.
n
introdotte con riferimento alla struttura lineare. Le propriet` a metriche
che saranno esaminate sono di due tipi: la prima `e legata al concetto di Se ci si trova in uno spazio avente dimensione nita, la convergenza, in virt`
u
lunghezza di un vettore e viene trattata in questo paragrafo, la seconda, pi` u dellequivalenza tra norme di cui si `e detto, non dipende dalla particolare
ricca e complessa della precedente, `e legata allopportunit`
a di introdurre in norma scelta, cio`e si ha
uno spazio lineare di tipo generale un concetto equivalente a quello di angolo
tra le rette di un piano. Lesame di questa seconda propriet` a `e loggetto lim xn x = 0 lim xn x = 0
del prossimo paragrafo. n n
` noto come gran parte delle propriet`
E a dei numeri reali hanno origine
dal fatto che ad essi `e intuitivamente associabile il concetto di distanza; quale che sia la norma .
questo a sua volta `e derivato da quello pi`u generale di valore assoluto.
Equivalente al concetto di valore assoluto per un numero reale `e quello Questo risultato consente di scegliere di volta in volta la norma pi`
u
di norma di un vettore. conveniente ai ni di una dimostrazione. Esempi di norme sono forniti nel
seguito.
48 1. Introduzione alla teoria degli spazi lineari 1.11. Propriet`
a metriche degli spazi lineari e norme 49


a) Sia x IRn o Cn con coordinate x1 , , xn rispetto ad una ssata alla d) Sia X lo spazio delle funzioni limitate, a valori reali denite su [0, 1].
base. Possibili scelte di norme per tale vettore sono: Una possibile norma per X `e:

n
x: = sup |f (t)|.
x1 : = |xi |, t[0,1]
i=1
 n  12 Si noti la dierenza con le norme denite ai punti b) e c).


x2 : = |xi |2
, e) Sia X lo spazio delle funzioni a valori reali su [0, 1] con pesima potenza
i=1
 n  p1 integrabile su [0, 1], cio`e tali che:


xp : = |xi |p
,  1
i=1 |x(t)|p dt
0
x : = max |xi |.
esista e sia nito (p 1). Tale spazio X usualmente `e denotato con
` semplice vericare che le funzioni cos` denite soddisfano alla denizione
E Lp [0, 1]. Una possibile norma `e:
17.
 1  p1
b) Sia X lo spazio delle funzioni continue a valori reali denite nellintervallo
x: = |x(t)|p dt ,
[0, 1]. Una norma per x X `e data da: 0

x: = max |x|. come non `e dicile vericare.

t[0,1]
In riferimento allequivalenza tra norme e riferendosi alle norme del
` immediato vericare la validit`
E a dei primi due assiomi della denizione punto a), si noti che valgono le seguenti maggiorazioni:
17. Per quanto riguarda il terzo assioma si ha:
x2 x1 nx2 ,
x + y = max |x + y| max (|x| + |y|)
t[0,1] t[0,1]
x x2 nx ,
max |x| + max |y| x + y x x1 nx ,
t[0,1] t[0,1]
in cui appaiono esplicitamente le costanti k1 e k2 .
Lo spazio X dotato di tale norma `e usualmente denotato con C[0, 1].
 Fissata una norma in uno spazio lineare questa induce il concetto di
c) Sia X lo spazio delle sequenze limitate di numeri in IR o C, cio`e: distanza tra vettori nello spazio, proprio come il valore assoluto induce
  il concetto di distanza tra numeri reali. Se infatti x, y X, si denisce
x = x1 , x2 , , xn , distanza tra x e y la quantit`
a:

d(x, y): = x y. (1.34)

e |xi | M per ogni i. Una possibile norma per X `e:
Come accennato in precedenza le propriet` a metriche in un insieme sono
x: = sup |xi | ` la funzione distanza, infatti, che nel caso
i legate al concetto di distanza. E
pi`
u generale viene introdotta a caratterizzare le propriet`a metriche dello
come `e immediato vericare. spazio. Nel caso in cui linsieme sia dotato di una struttura lineare, la
50 1. Introduzione alla teoria degli spazi lineari 1.11. Propriet`
a metriche degli spazi lineari e norme 51

distanza pu`
o essere dedotta a partire dalla norma tramite la (1.34). Si noti Denizione 21. Un insieme A X `e detto insieme chiuso in X se contiene
che per un insieme qualsiasi la (1.34) non ha senso. tutti i suoi punti limite. Un insieme B X `e detto insieme aperto se il suo
Ricordando che le propriet`a generali cui deve soddisfare una funzione complemento X B `e chiuso.
distanza sono:
Poiche in uno spazio vettoriale `e molto frequente lo studio di operatori
d(x, y) 0, x, y X con d(x, y) = 0 x = y lineari rappresentati da matrici, appare naturale anche per queste ultime
d(x, y) = d(y, x) denire delle norme.
La norma introdotta per un vettore x pu` o essere allora utilizzata per
d(x, y) d(x, z) + d(z, y) (diseguaglianza triangolare) denire anche una norma per una matrice A. In tal caso si parla di norma
indotta. Per comprendere come ci` o possa essere fatto, si osservi che, mentre
`e facile vericare come queste siano soddisfatte dalla funzione introdotta
non ha senso tentare di immaginare la lunghezza di una matrice cos` come
con la (1.34).
si era fatto per un vettore, appare invece abbastanza intuitiva lidea di un
Si osservi che in uno spazio lineare possono essere denite funzioni
allungamento che una matrice pu` o produrre quando trasforma un vettore.
distanza non generabili da norme. Questo comunque trascende gli interessi
Anche se tale allungamento, in generale dipende dal vettore trasformato,
della presente trattazione.
ci sar`a un vettore che viene allungato pi` u degli altri. Si suole denire la
Con lintroduzione del concetto di distanza uno spazio lineare, gi` a
norma di una matrice nella seguente maniera.
dotato di una struttura algebrica (quella lineare), acquista una struttura
geometrica. Le seguenti denizioni, infatti, rendono conto della geometria  
Denizione 22. Data una matrice A: Cn Cm e scelta una norma  
introdotta. n m
in C ed una   in C , la norma della matrice A `e il numero reale:
Denizione 18. E ` detto intorno sferico di raggio r centrato in x0 linsieme Ax
Sr (x0 ) denito da: A = sup (1.36)
xC n x
Sr (x0 ): = {x: x X e x x0  < r}. (1.35)
Dalla denizione 22 discende direttamente che
Tale intorno `e detto chiuso se la diseguaglianza nella (1.35) `e vericata per 
Ax < A x , x Cn .
x x0  r; altrimenti `e detto aperto.
Inoltre `e possibile dimostrare che per qualunque coppia di matrici per cui
le operazioni indicate abbiano senso, si ha
Denizione 19. Un insieme A X `e detto limitato se `e contenuto in
un intorno sferico, cio`e se esiste x0 X ed un numero positivo r tale che A + B A + B,
A {x | x0 x < r}.
AB AB.

Le norme comunemente utilizzate per le matrici A m n ad elementi

Denizione 20. Il vettore x X `e detto punto limite di un insieme 
in Cn dedotte rispettivamente da quelle del punto a) sono:
A X se ogni intorno sferico aperto di x contiene almeno un punto di A
eventualmente diverso da x stesso.

m
A1 = max |aij |,
j
Poiche un punto limite di un insieme non `e necessariamente nellinsieme,
i=1
come risulta dalla denizione precedente (si pensi ad esempio allintervallo A2 = massimo autovalore di A A,
A = (0, 1) in IR, in cui 0 ed 1 non sono in A ma sono punti limite) `e


n
necessario introdurre la seguente denizione. A = max |aij |,
i
j=1
52 1. Introduzione alla teoria degli spazi lineari 1.12. Prodotto interno 53

in cui con si `e indicato il coniugato trasposto. ove indica il coniugato trasposto. Sulle basi di tali propriet`
a non `e
Alcune propriet` a utili sono di seguito riportate: dicile dimostrare che vale la seguente diseguaglianza di CauchySchwarz:

A2 A1 A , |(x, y)| x y
1 dove la norma `e quella generata dal prodotto interno.
A A2 mA , La rilevanza dellintroduzione del prodotto interno `e legata al fatto che
n
1 a partire da esso `e possibile introdurre la nozione di ortogonalit`
a tra vettori
A1 A2 nA1 , e base ortonormale che a loro volta assicurano lesistenza ed unicit` a della
m decomposizione di un vettore nella somma di altri due. A tal ne, e con
ABp Ap Bp . 
riferimento allo spazio Cn , si introducono le seguenti denizioni.

Denizione 24. Due vettori x ed y di Cn sono detti vettori ortogonali se
1.12. Prodotto interno risulta (x, y) = 0.

Abbiamo visto come introducendo la norma di uno spazio lineare lo 

Denizione 25. Una base {ei } in Cn `e detta base ortogonale se (ei1 , ei2 ) =
spazio risulta dotato di una struttura geometrica. Tale struttura geometrica
0, i1 = i2 . Se inoltre, ei  = 1, i allora la base `e ortonormale.
risulta insuciente in molti casi, in particolare quando lo spazio ha dimen-
sione innita. Tale dicolt` a pu`o essere superata introducendo loperazione Ad esempio in IRn la base costituita dai vettori
di prodotto interno tra vettori dello spazio. La breve trattazione che segue,
che vuole essere solo introduttiva al problema e che conduce nel caso pi` u 0
..
generale alla denizione di spazio di Hilbert, `e limitata alle nuple di numeri
 .

in IRn e Cn . ei = 1 iesima componente
.
 ..
Denizione 23. Si denisce prodotto interno (x, y) con x ed y Cn
loperazione: 0

n
`e ortonormale. Essa `e anche detta base canonica.
(x, y): = xi yi ,
In uno spazio vettoriale a dimensione nita `e sempre possibile costru-
i=1
ire una base ortonormale utilizzando una procedura detta procedura di
dove yi rappresenta il complesso coniugato di yi . ortonormalizzazione di GramSchmit. Siano e1 , , en i vettori di una base
di X. Una base ortonormale `e ottenibile nella seguente maniera:
Lo spazio IRn dotato di prodotto interno `e detto spazio euclideo. Se
e1
y = x si ha: g1 = ,


n
e1 
(x, x) = |xi |2 (1.37) e2 (e2 , g1 )g1
i=1 g2 = ,
e2 (e2 , g1 )g1 
che `e il quadrato della norma x2 . Tale norma `e quindi generabile a partire ..
da un prodotto interno. .
Alcune propriet` a di interesse, deducibili facilmente dalle denizioni 
i1
stesse di prodotto interno sono le seguenti: ei (ei , gk )gk
k=1
gi = ,
(x, y) = (y, x) ,

i1
(1 x1 + 2 x2 , y) = 1 (x1 , y) + 2 (x2 , y), ei (ei , gk )gk 
.. k=1
(x, y) = (x, y). .
54 1. Introduzione alla teoria degli spazi lineari 1.13. Propriet`
a delle matrici 55

o vericare che gi `e ortogonale a gk per ogni k < i e che {g1 , , gn }

Si pu` P. 13.4. Date due matrici quadrate A e B (per cui ha senso considerare
genera lo stesso sottospazio generato da {e1 , , en }. sia AB che BA) `e facile vedere che
E` facile dimostrare che vale il seguente risultato.
det(AB) = det A det B = det(BA).

Teorema 11. Se {e1 , , en } `e una base ortonormale in Cn (o IRn ) e se Inoltre il determinante di una trasposta `e pari al determinante della matrice
ci di partenza: det A = det AT .
x= ei allora ci = (x, ei ).
i=1
P. 13.5. Data una matrice A n n, considerando la matrice B ottenuta
 da essa permutando h volte le sue righe o le sue colonne, si ha:
Sia ora W un sottospazio di dimensione k < n di Cn (o IRn ). Scelta
una base {e1 , , en } ortonormale tale che i primi k vettori siano vettori det B = (1)h det A.
generatori di W , si denoti con W (W perpendicolare) il sottospazio gener-
ato da {ek+1 , , en }. Ovviamente per x W e y W risulta (x, y) = 0.
 P. 13.6. Se la matrice A nn ha due righe o colonne uguali o proporzionali,
Se ora z Cn (o IRn ) `e un generico vettore, esistono due vettori x W e
 oppure combinazioni lineari di altre righe o colonne, oppure una riga o
y W tali che z = x + y, e tale scelta `e unica, risultando W W = Cn
n
(o IR ). I vettori x ed y sono detti proiezione rispettivamente di z su W e colonna nulla, allora det A = 0.
W .
P. 13.7. Se in una matrice A nn si moltiplicano gli elementi di una stessa
riga o colonna per un numero , si ottiene una matrice B tale che:
det B = det A.
1.13. Propriet`
a delle matrici
In particolare se gli elementi di una stessa riga o colonna hanno un fattore
Nel seguito sono riportate alcune propriet`
a utili nei calcoli in cui ven- comune , esso pu`o essere portato fuori del determinante. Inoltre:
gono utilizzate le matrici.
det(A) = n det A.

1.13.a. Propriet`
a generali
P. 13.8. Se la matrice A n n `e triangolare, il suo determinante `e dato
dal prodotto degli elementi sulla diagonale principale. Se invece A ha tutti
P. 13.1. Per le matrici vale la propriet`
a distributiva (destra e sinistra) del nulli gli elementi situati da una parte della diagonale secondaria, il suo
prodotto rispetto alla somma e quella associativa del prodotto: determinante `e dato dal prodotto degli elementi della diagonale secondaria
moltiplicato per (1)n(n1)/2 .
(A + B)C = AC + BC, C(A + B) = CA + CB, (AB)C = A(BC).
P. 13.9. Se nella matrice A n n esiste una riga o colonna i cui elementi
sono dati dalla somma di p termini, il suo determinante `e pari alla somma
dei determinanti delle p matrici ottenute da A considerando, al posto di
P. 13.2. La trasposta di una matrice trasposta `e la matrice di partenza
 T  1 tale riga o colonna, i primi, i secondi, , i pesimi addendi. Da questo
(AT )T = A. Inoltre risulta: A1 = AT . e dalla propriet`
a P. 13.6 si deduce che se B `e una matrice ottenuta da A
sommando ad una sua riga o colonna una combinazione lineare di altre sue
P. 13.3. La matrice inversa di una matrice quadrata A, se esiste, `e unica. righe o colonne, allora:
Per linversa di matrici, prodotto di due matrici, vale la relazione: (AB)1 = det B = det A.
B 1 A1 , e inne, la matrice Ah viene denita come Ah = (A1 )h .
56 1. Introduzione alla teoria degli spazi lineari 1.13. Propriet`
a delle matrici 57

P. 13.10. Il polinomio caratteristico p() di una matrice A ha coecienti P. 13.14. Se A n n `e antisimmetrica e v `e un generico vettore, allora Av
ai = (1)i si , ove si sono le somme di tutti i minori principali di ordine i: `e ortogonale a v. Infatti: Av = AT v e

p() = n s1 n1 + + (1)n1 sn1 + (1)n sn . v T Av = v T AT v = (Av)T v = v T Av,

Ad esempio, per n = 3: per cui v T Av = 0, che esprime lortogonalit`

a tra v e Av.

p() =3 (a11 + a22 + a33 )2 + P. 13.15. Una matrice si dice ortogonale se A1 = AT . Ovviamente deve
 
       a11 a12 a13  essere det A = 0. Poiche poi det A1 = (det A)1 e det AT = det A, allora:
 a11 a12   a11 a13   a22 a23  
+    +  +  a21 a22 a23  .
a21 a22   a31 a33   a32 a33   a31 a32 a33  det A1 = det AT (det A)1 = det A,

e quindi:
P. 13.11. Una matrice si dice hermitiana se A = A, ove il simbolo (det A)2 = 1 det A = 1.
indica la matrice coniugata trasposta. Ovviamente gli elementi della di-
agonale principale devono essere tutti reali. In particolare se tutti gli ele-
menti sono reali, la matrice `e simmetrica. Poiche poi AT = A, ed essendo
det AT = det A e det A = det A, si ha: P. 13.16. Una matrice si dice idempotente se A2 = A. Si dice poi nilpotente
di indice q se Aq = 0, mentre Aq1 = 0.
det A = det A,
P. 13.17. Una matrice A n n si dice denita positiva (A > 0) se per
e quindi il determinante di una matrice hermitiana `e sempre reale. Una la corrispondente forma quadratica risulta xT Ax > 0, x = 0. E ` detta
matrice A n n si dice antihermitiana se A = A. Se A `e una matrice semidenita positiva (A 0) se invece per la forma quadratica si ha
hermitiana, in particolare se `e simmetrica quando i suoi elementi sono reali, xT Ax 0, x. Non `e limitativo supporre A simmetrica, perche se non
il suo polinomio caratteristico `e a coecienti reali e i suoi autovalori sono (A + AT )
tutti reali. Se A `e una generica matrice non quadrata m n, allora AAT `e lo fosse basta sostituirla con , che `e simmetrica. Infatti xT Ax =
2
una matrice simmetrica e AA `e una matrice hermitiana. xT (A + AT )x
. Condizione necessaria e suciente anche una matrice sim-
2
T metrica A sia denita positiva `e che abbia tutti i suoi autovalori stretta-
P. 13.12. Se A `e una generica matrice quadrata n n, allora A + A `e
2 mente maggiori di zero, ovvero che tutti gli n minori principali consecutivi
una matrice hermitiana, ovvero simmetrica se A `e a valori reali. ` ovvio dunque che una matrice denita pos-
siano strettamente positivi. E
itiva `e sempre invertibile. Condizione necessaria e suciente anche una
P. 13.13. Una matrice si dice antisimmetrica o emisimmetrica se AT = A.
matrice simmetrica A sia semidenita positiva `e che abbia tutti i suoi au-
Ovviamente gli elementi della diagonale principale devono essere tutti nulli.
tovalori maggiori o uguali a zero, ovvero che tutti i suoi 2n 1 minori
Da AT = A e dalla propriet` a P. 13.7 ne segue che:
principali siano maggiori o uguali a zero.
det A = (1)n det A.
P. 13.18. Se A n n `e denita positiva e v `e un generico vettore, allora
Questa `e una identit`
a se n `e pari; se n `e dispari permette di dire che il de- Av non `e ortogonale a v ed `e ruotato rispetto a v di un angolo minore o
terminante di una matrice antisimmetrica di ordine dispari `e sempre nullo. uguale a . Infatti, essendo denita positiva: v T Av > 0. Se A `e invece
2
Inne gli autovalori di una matrice antisimmetrica sono tutti puramente semidenita positiva, allora v T Av 0 e dunque la rotazione `e, al pi`
u, di
.
immaginari coniugati. 2
58 1. Introduzione alla teoria degli spazi lineari 1.13. Propriet`
a delle matrici 59

P. 13.19. Date due matrici A m n, B n p, allora rank (AB) P. 13.22. Un altro metodo di calcolo dellinversa fa uso delle matrici che
min{rank (A), rank (B)}, a meno che B sia non singolare, nel qual caso operano le cosiddette trasformazioni elementari, quali lo scambio di colonne
rank (AB) = rank (A). Inoltre vale la diseguaglianza di Sylvester: e/o righe e la combinazione lineare di colonne e/o righe. Infatti lo scam-
bio tra due righe di A si pu` o eseguire premoltiplicando A per la matrice
rank (A) + rank (B) n rank (AB) min{rank (A), rank (B)}.
identit`
a sulla quale siano state eettuate la medesima operazione, mentre
la combinazione di una riga moltiplicata per una costante con unaltra riga
1.13.b. Inversione di matrici di A pu` o essere eseguita premoltiplicando A per la matrice identit` a sulla
quale sia stata eseguita la stessa operazione. Queste stesse operazioni pos-
Linversa di una matrice non singolare A pu` o essere calcolata a partire sono essere eettuate sulle colonne di A postmoltiplicando per la matrice
dalla formula: identit`
a sulle cui colonne siano state eseguite le stesse operazioni.
1  a T
A1 = A Le matrici identit` a cos` ottenute sono dette matrici trasformanti ele-
|A| mentari. Esse sono immediatamente invertibili. Infatti le matrici trasfor-
ove Aa indica la matrice aggiunta, ossia la matrice ottenibile trasponendo manti T che operano scambi di righe o colonne sono ortogonali (propriet` a
la matrice che ha per elementi i complementi algebrici degli elementi cor- P. 13.15), mentre quelle che operano combinazioni tra righe o colonne sono
rispondenti. Il complemento algebrico dellelemento aij , ad esempio, `e dato facilmente invertibili, come si vede dai seguenti esempi:
dal minore ij, ottenuto da A eliminando la riga i e la colonna j, calcolando
il determinante della matrice cos` ottenuta e moltiplicandolo per (1)i+j . 1
Vi sono per`o altri metodi di calcolo, riportati nel seguito, che a seconda 1 0 0 1 0 0
0 1 0 = 0 1 0,
della complessit`a della matrice A, possono essere utilizzati in alternativa.
c 0 1 c 0 1
P. 13.20. Se A `e una matrice 2 2:
 
a b 1 1 0 0

A= , 1 0 0
c d
0 c
0 = 0 1
c 0.
linversa si ottiene invertendo di posto gli elementi della diagonale principale 0 0 1
ed invertendo di segno quelli dellantidiagonale, dividendo gli elementi per 0 0 1
il determinante:  
1 d b Operando allora operazioni elementari successive sulle righe (o sulle
A1 = .
ad cb c a colonne) di A, mediante la premoltiplicazione ovvero la postmoltiplicazione
per delle trasformanti elementari T1 , T2 , , Tq , si ottiene:
P. 13.21. Sia A una matrice non singolare e p() = n + an1 n1 + +
a1 + a0 il suo polinomio caratteristico. Allora la sua inversa `e calcolabile Tq Tq1 T2 T1 A = I, ovvero AT1 T2 Tq1 Tq = Inn ,
nella seguente maniera. Per il teorema di CayleyHamilton:
An + an1 An1 + + a1 A + a0 I = 0, per cui:
e dunque
1  n1  A1 = Tq Tq1 T2 T1 , ovvero A1 = T1 T2 Tq1 Tq .
A A + an1 An2 + + a1 I = I.
a0
Si deduce pertanto che
1  n1 
A1 = A + an1 An2 + + a1 I . 0 1 1
a0 Esempio 1.17. Sia A = 1 0 2 . Operando in modo da ridurre le
1 2 1
60 1. Introduzione alla teoria degli spazi lineari 1.13. Propriet`
a delle matrici 61

colonne ad essere quelle di una matrice identit` a, si ha: Per il nullo N (A) si osservi che, posto y = T1 T2 x:

1 0 0 0 1 1 = AT1 T2 x = Ay = 0.
Ax
T1 = 0 1 0 T1 A = 1 0 2,
0 1 1 0 2 3
0
= gen 0 e poiche y = T1 T2 x si ha:
Ma N (A)
1 0 0 0 1 1
T2 = 0 1 0 T2 T1 A = 1 0 2, 1
2 0 1 0 0 1
0 2
1 0 1 0 1 0 N (A) = gen T1 T2 0 = gen 1 .

T3 = 0 1 2 T 3 T 2 T1 A = 1 0 0, 1 1
0 0 1 0 0 1

0 1 0 P. 13.23. Se A, matrice m n con m > n ha rango pieno, pari ad n,
T4 = 1 0 0 T4 T3 T2 T1 A = I, allora la matrice AT A, di dimensioni n n, `e non singolare. Quindi data
0 0 1 una matrice non quadrata `e talvolta possibile introdurre una matrice, detta
pseudoinversa sinistra di A e pari a
4 1 2
per cui A1 = T4 T3 T2 T1 = 3 1 1 . A#s = (AT A)1 AT
2 1 1
tale che A#s A = Inn . Analogamente se n > m ed A ha rango pieno,
Le matrici elementari consentono anche il calcolo delle immagini e dei allora esiste la pseudoinversa destra di A data da:

1 0 2
nuclei di una matrice. Ad esempio se A = 2 1 3 , usando le A#d = AT (AAT )1 ,
1 1 3
matrici trasformanti elementari in modo da trasformare A in triangolare tale che AA#d = Imm .
inferiore:
P. 13.24. Se A `e una matrice non singolare e u, v sono vettori, e se (A+uv T )
1 0 2 1 0 0 `e non singolare, allora per linversa vale la formula:
T1 = 0 1 0 AT1 = 2 1 1 ,
0 0 1 1 1 1 A1 uv T A1
(A + uv T )1 = A1 .
1 + v T A1 u
1 0 0 1 0 0
T2 = 0 1 1 AT1 T2 = 2 1 0 A,
Si noti che il rango della matrice uv T `e pari alla dimensione interna, ossia
0 0 1 1 1 0 `e pari ad 1. Questa formula mostra dunque che linversa della matrice A
sommata ad una matrice di rango 1 `e ottenibile modicando leggermente
e notando che, essendo state compiute solo combinazioni lineari tra colonne
linversa A1 .
di A, limmagine di A e quella di A coincidono, allora R(A) `e il sottospazio
che ha per base le prime due colonne di A:
1.13.c. Matrici a blocchi
1 0
R(A) = gen 2 , 1 . Riguardo alle matrici a blocchi si notino le seguenti propriet`
a.

1 1
62 1. Introduzione alla teoria degli spazi lineari 1.13. Propriet`
a delle matrici 63

P. 13.25. Le operazioni tra matrici partizionate a blocchi vanno fatte ricor- Inne:
dandosi che il prodotto tra matrici non `e commutativo. Quindi ad esempio:    
A 0 B A
     det = det = det A det C,
B C C 0
A1 A2 B1 B2 A1 B1 + A2 B3 A1 B2 + A2 B4  1  
= .
A3 A4 B3 B4 A3 B1 + A4 B3 A3 B2 + A4 B4 0 A C 1 BA1 C 1
= ,
C B A1 0
 1  
B A 0 C 1
= ,
P. 13.26. Data una matrice triangolare, ad esempio inferiore, il deter- C 0 A1 A1 BC 1
minante `e pari al prodotto dei determinanti delle matrici (quadrate) che
appaiono sulla diagonale principale. Infatti: come `e ovvio in quanto tali matrici sono riconducibili alle
 precedenti
 medi-
0 I
      ante la postmoltiplicazione per la matrice (invertibile) .
A 0 A 0 I 0 I 0 I 0
= ,
B C 0 I 0 C C 1 B I
P. 13.27. Si consideri la seguente matrice partizionata a blocchi
 
per cui   A B
A 0 M= .
det = det A det C. C D
B C
Se la matrice A `e non singolare si trova che
Dunque tale matrice `e invertibile se e solo se A e C lo sono, e lespressione  
A B
dellinversa `e: det = det A det(D CA1 B).
C D
 1  
A 0 A1 0 Infatti:
= .
B C C BA1
1
C 1      
A B A 0 I 0 I A1 B
=
Analogamente: C D 0 I C D CA1 B 0 I
 
A B e dunque vale la relazione vista. Pi`
u facilmente ancora, il risultato pu`
o
det = det A det C,
0 C essere dimostrato notando che basta sottrarre dalla seconda riga la prima
per cui sotto le stesse condizioni esiste linversa della matrice triangolare premoltiplicata per CA1 , ottenendo la matrice triangolare a blocchi
superiore, data da:  
A B
 1   0 D CA1 B
A B A1 A1 BC 1
= . il cui determinante `e uguale a quello della matrice di partenza per la pro-
0 C 0 C 1
priet`a P. 13.9.
Dunque perche M sia invertibile `e suciente che A e 1 = DCA1 B
Si noti in particolare la forma delle seguenti matrici inverse:
lo siano.(1.11) Per calcolarne linversa basta risolvere il sistema
 1    1        
I A I A I 0 I 0 A B x1 y1 Ax1 + Bx2 = y1
= , = . = , ossia :
0 I 0 I A I A I C D x2 y2 Cx1 + Dx2 = y2

Si confrontino queste espressioni con quelle date per le matrici trasformanti ` chiaro che se `e gi`a nota linvertibilit`
(1.11)
E a di M , perche valgano le formule che seguono `e
elementari (propriet`
a P. 13.22). a di A, poiche det 1 = det M/ det A.
suciente vericare solo linvertibilit`
64 1. Introduzione alla teoria degli spazi lineari 1.14. Esercizi e problemi 65

in termini di x1 e x2 . Avendo supposto lesistenza di A1 : ottenuta sostituendo ad A, B, C, D le matrici I, C, B e sI A.

Unaltra applicazione di queste relazioni `e la seguente. Se A, B, C, D,
x1 = A1 Bx2 + A1 y1 , sono matrici n n, n 1, 1 n, 1 1, si ha:
 
 sI A B   
che sostituita nella seconda equazione d`
a:   = |sI A| D + C(sI A)1 B  =
 C D 
1 x2 = CA1 y1 + y2 .  
= |sI A| D + C(sI A)1 B ,
Avendo supposto anche lesistenza di 1
1 si ricava x2 , e quindi x1 , otte-
nendo cos`: in quanto la quantit`
a a secondo membro `e uno scalare. Indicatala con W (s)
 1  1  si ottiene:
A + A1 B1 1
A1 B1  
A B 1 CA 1  sI A B 
=
1 1
1
,  
C D 1 CA 1  C D 
1
W (s) = C(sI A) B + D = .
la quale esiste se A e 1 sono invertibili. Come detto queste
 sono  condizioni |sI A|
0 I
sucienti per linvertibilit`
a di M ; in eetti la matrice non ha A
I 0
invertibile, ma la sua inversa esiste ed `e uguale alla matrice stessa. P. 13.28. Se A `e una matrice n m e B una matrice m n, allora non
Analogamente se D `e invertibile: `e pi`
u vero che det(AB) = det(BA) (cfr. propriet` a P. 13.4). Per`o vale la
formula:
 
A B det(Imm AB) = det(Inn BA)
det = det D det(A BD1 C),  
C D Inn A
poiche considerata la matrice e la propriet`
a P. 13.27 vale:
B Imm
come si pu`o vedere sottraendo dalla prima riga la seconda premoltiplicata
per BD1 , ottenendo la matrice triangolare a blocchi  
Inn A
  det = det(Imm AB) = det(Inn BA).
B Imm
A BD1 C 0
.
C D

Dunque se esiste D1 e linversa di 2 = A BD1 C in maniera analoga 1.14. Esercizi e problemi

si calcola:
 1  
A B 1
2 1
2 BD
1 Esercizio 1.1. Trovare tra i seguenti insiemi di vettori quelli linearmente
= 1 1 .
C D D1 C2 D1 + D1 C2 BD1 indipendenti su IR:

Queste sono dette formule di inversione di Schur. Si noti che poiche le due 4 2 2 1 1 2
inverse coincidono deve valere la seguente relazione: a) 9 , 13 , 1 ; c) 1, 0, 2.
11 10 1 1 1 0
 1  1
A BD1 C = A1 + A1 B D CA1 B CA1 .            
1+j 10 + 2j j 28 54 81
b) , , ; d) , , ;
Essa ha molte applicazioni, specialmente nella forma: 2 + 3j 4j 3 17 73 37
 1
I + C(sI A)1 B = I C(sI A + BC)1 B,
66 1. Introduzione alla teoria degli spazi lineari 1.14. Esercizi e problemi 67

Soluzione. I vettori risultano: a) e c) tutti linearmente indipendenti; b) e Esercizio 1.4. Si determinino gli autovalori e le rappresentazioni degli
d) qualsiasi due vettori sono indipendenti, ad esempio i primi due. autovettori per le seguenti matrici:

Esercizio 1.2. Riferendosi allesercizio 1.1 esprimere, se possibile, il vettore

T
1 0 2 1+j 0 0
v1 = ( 10 13 32 ) come combinazione lineare dei vettori del punto c) ed
 A1 = 2 1 3, A4 = 1 1j 0,
T
il vettore v2 = ( 1 0 ) come combinazione lineare su IR e C dei vettori 1 1 3 1 j 1
del punto b).
1 0 0 0 0 1
A2 = 0 1 0, A5 = 0 1 0,
1
1 1 2 35 0 0 1 1 0 0
Soluzione. La rappresentazione di v1 `e pari a 1 0 2 v1 = 3 ,
1 1 0 1 0 3
1 1 0 11
 A3 = 0 2 0, A6 = 1 2 1.
mentre quella di v2 `e ottenibile solo su C ed `e data, in termini del primo
 1 3 1 1 0 0 1
1 + j j
e del terzo (scelti per semplicit`a di calcolo) da v2 =
2 + 3j 3
 
3j
5 .
3 + 2j
5 5 Soluzione. Si ha nei sei casi proposti:
Esercizio 1.3. Considerato lo spazio vettoriale, di dimensione n + 1, cos- 1) matrice A1 :
tituito dallinsieme dei polinomi a coecienti complessi di grado non mag-

giore di n su C, con le usuali operazioni di somma e moltiplicazione, e 1
ssata la base: 1 = 0, 2 9 7

u1 = 1 , u2,3 = 4 4 j ;
2
v1 = t + t + 1, v2 = t + 2, v3 = 3t 2, 2,3 =
5

7
j,
1 3 7j
2 2 4 4
si determini la matrice che rappresenta il cambiamento di base quando
la nuova base `e costituita dai vettori: a) {v2 , v3 , v1 }; b) {v3 , v1 , v2 }; c)
{v1 , v2 , v3 }; d) {v1 + v2 , v2 + v3 , v1 + v3 }; e) {e1 = t2 , e2 = t, e3 = 1}. 2) matrice A2 : `e una matrice diagonale, per cui gli autovalori coincidono
con gli elementi della diagonale principale ( = 1 con molteplicit`
a tre),
con:
Soluzione. Si ha: 1 0 0

0 1 0 0 0 1 1 0 0 u 1 = 0 , u2 = 1 , u3 = 0 ;
a) Ta = 0 0 1 , b) Tb = 1 0 0, e) Te = 1 1 3, 0 0 1
1 0 0 0 1 0 1 2 2
3) matrice A3 : `e una matrice triangolare, con la sottomatrice in po-
e Tc = I33 , mentre per il caso d) si ha: sizione (1,1) triangolare, per cui gli autovalori coincidono con gli ele-
menti della diagonale principale
1 0 1 1/2 1/2 1/2
Td = 1 1
1
0 Td = 1/2 1/2 1/2 . 1 = 1,
2 3 0
0 1 1 1/2 1/2 1/2
2 = 2, u1 = 0 , u2 = 3 , u3 = 0 ;
3 = 1, 3 2 1
68 1. Introduzione alla teoria degli spazi lineari 1.14. Esercizi e problemi 69

4) matrice A4 : `e anchessa una matrice triangolare per cui: si trova:

0 1 0
u11 = 1 , u21 = 1 , u31 = 1 .
1 = 1 + j, 2j 0 0
2 = 1 j, u1 = 1 , u2 = 1 , u3 = 0 ; 1 3 0
3 = 1, 1 1 1 Inne con
 
  0 1 0
5) matrice A5 : T11 = u11 u21 u31 = 1 1 1 ,
1 = 1, 1 3 0
1 0 1 si ha:
2 = 2, u1 = 0 , u2 = 1 , u3 = 0 ; 3 0 1
3 = 2, 1 0 1 T1 = 1 0 0 .
2 1 4
6) matrice A6 : `e la trasposta di A3 per cui gli autovalori sono gli stessi,
La molteplicit` a geometrica di `e dunque 3 e il polinomio minimo `e m1 () =
ma non gli autovettori, che risultano essere:
( 1)3 . Si noti che non `e stato necessario calcolare T1 A1 T11 : la struttura

1 0 9 di J1 `e stata infatti immediatamente dedotta dal fatto che si ha un solo
u1 = 1 , u2 = 1 , u3 = 5 . autovalore, con una sola catena di autovettori.
0 0 6 Anche la matrice A2 ha lautovalore = 1 con molteplicit` a algebrica
tre, ma
0 0 0
Esercizio 1.5. Si determinino gli autovalori, le rappresentazioni degli au- A2 I = 3 1 1
tovettori e le trasformazioni che mettono nella forma canonica di Jordan le 3 1 1
seguenti matrici: ha nullit`a 2 per cui la molteplicit` a geometrica di non pu` o che essere
m = 2. Dunque ci sono due catene di autovettori di lunghezze 2 ed 1, e
1 1 1 1 0 0
A1 = 3 0 1 , A2 = 3 0 1 . quindi:
7 3 4 3 1 2 1 1 0
T2 A2 T21 = J2 = 0 1 0 .
Calcolare inoltre i rispettivi polinomi minimi. 0 0 1
Il polinomio minimo in questo caso `e dunque m2 () = ( 1)2 . Inoltre si
Soluzione. La matrice A1 ha lautovalore = 1 con molteplicit` a algebrica ha:
0 0 1
tre. Infatti A1 I ha nullit`
u 1 = 1 , u 1 = 1 , u2 = 0 ,
a 1, e dunque c`e solo una catena di autovettori, 1 2 1
che quindi deve avere lunghezza tre. Pertanto dovr` a essere:
1 0 3

1 1 0 per cui
T1 A1 T11 = J1 = 0 1 1 ,
0 0 1 3 0 1
0 0 1 T2 = 1
1
1 0 , T2 = 3 1 1 .
con T1 da costruire. Poiche: 1 0 3 1 0 0
Anche qui si nota che i calcoli non sono necessari, se non per verica: la
2 1 1 struttura di J2 infatti discende dal fatto che si ha un solo autovalore con
A1 I = 3 1 1 , due catene di autovettori.
7 3 3
70 1. Introduzione alla teoria degli spazi lineari 1.14. Esercizi e problemi 71

Esercizio 1.6. Si determini la forma canonica di Jordan delloperatore Esercizio 1.7. Dimostrare il teorema di CayleyHamilton.
rappresentato dalla matrice:
 T 
2 2 1 0 Soluzione. Poiche (I A)1 = 1 (I A)a = 1 Nn1 n1 +
0 2 1 0  p() p()
A= .
0 0 1 1 Nn2 n2 + + N1 + N0 , si ha:
0 0 0 1
p()I = (n + an1 n1 + + a1 + a0 )I =
 
= (I A) Nn1 n1 + Nn2 n2 + + N1 + N0 =
 
Soluzione. Essendo A triangolare, si trova 1 = 1, 2 = 2, entrambi = Nn1 n + Nn2 ANn1 n1 +
a due. Essendo )(A i I) = 3 si ha mi = 2, e risulter`
con molteplicit` a    
ovviamente: + N1 AN2 2 + N0 AN1 AN0 .
1 1 0 0
0 1 0 0
T AT 1 = J = . Uguagliando membro a membro e sommando le relazioni cos` trovate, si
0 0 2 1
prova che p(A) = 0.
0 0 0 2
Volendo poi calcolare la trasformazione T , occorre determinare gli autovet- Esercizio 1.8. Mostrare che se u `e un autovettore di A associato allautovalore
tori generalizzati no allordine 2. Si trova che: allora esso `e anche un autovettore di (sI A)1 associato allautovalore
1 , essendo s / (A).
s
3 2
1 0 Soluzione. Sottraendo la quantit`
a s u ad ambo i membri di Au = u, si
u11 = , u21 =
1 1 ha:
0 1 (sI A)u = (s )u
(sicche u `e anche autovettore di sI A associato allautovalore s ) e
(si poteva anche considerare u21 = ( 8 2 1 1 ) ), e
T
/ (A) esistono sia (sI A)1 che (s )1 :
poiche s

2 0 1
(sI A)1 u = u.
0 1 s
1
u2 = , 1
u2 =
0 0
0 0 Si noti che (s )1 `e proprio un autovalore di (sI A)1 in quanto:

1 (sI A)1   (sI A)1

(si poteva anche considerare u22 = ( 1 1 0
T
0 ) ). Dunque: (sIA)1 I= (s)I(sIA) = (AI)
s s s
ha rango minore di n.

3 2 2 0 0 0 1 1
1 0 0 1 0 0 0 1
T 1 = T =
1 3 5
. Problema 1.1. Dimostrare che linsieme delle matrici m n ad elementi
1 1 0 0 2
0
2 2 appartenenti ad un corpo F , forma uno spazio vettoriale su F rispetto alle
0 1 0 0 0 1 1 1 operazioni di addizione tra matrici e di moltiplicazione di una matrice per
uno scalare.
72 1. Introduzione alla teoria degli spazi lineari 1.14. Esercizi e problemi 73

Problema 1.2. Dimostrare che linsieme di funzioni f : IR IR continue Problema 1.11. Nello spazio vettoriale costituito dai polinomi a coeci-

a tratti forma uno spazio vettoriale su IR (ed `e un esempio di spazio fun- enti complessi di grado qualsiasi (sul campo C e con le usuali operazioni
zionale) con le usuali operazioni di somma e moltiplicazione. di somma e moltiplicazione), si trovi la rappresentazione delloperatore
derivazione rispetto alla base {tk , k = 1, 2, }. Si noti che la matrice
Problema 1.3. Denire delle operazioni sullinsieme {0, 1} in modo che cos` ottenuta ha dimensioni innite.
abbia la struttura di un corpo. Vericare quindi che esso forma uno spazio
vettoriale su se stesso. Usare le usuali operazioni di somma e moltipli- Problema 1.12. Si determini una rappresentazione delloperatore f : ( IR3 ,
cazione. IR) ( IR2 , IR) che associa ad ogni terna di numeri reali la coppia formata
dal primo e dal terzo di tali numeri.
Problema 1.4. Si dimostri che linsieme dei polinomi a coecienti comp-
lessi di grado non maggiore di n forma uno spazio vettoriale di dimensione
 Problema 1.13. Si determini la rappresentazione delloperatore che asso-
n + 1 su C con le usuali operazioni di somma e moltiplicazione. cia ad una npla di numeri complessi un polinomio di grado n 1 avente
 gli elementi di tale npla come coecienti.
Problema 1.5. Si dimostri che lo spazio vettoriale (C, IR) con le usuali
operazioni di somma e moltiplicazione ha dimensione due.
Problema 1.14. Si determini la rappresentazione delloperatore che asso-
Problema 1.6. Vericare che linsieme delle funzioni continue periodiche cia ad una npla di numeri reali la loro somma.
di periodo T assegnato, con le usuali operazioni di somma e moltiplicazione,
forma uno spazio vettoriale di dimensione innita su IR. Dimostrare che Problema 1.15. Loperatore che associa ad una npla di numeri complessi
  un polinomio avente tali numeri come radici `e lineare? Perche?
una base per tale spazio `e costituita dalle funzioni n (t) = sen n 2 t+n ,
T
n = 1, 2, .

Problema 1.7. Si determinino autovalori ed autovettori delloperatore lin-

eare che associa ad ogni punto del piano il suo simmetrico rispetto aduna 
1
pressata retta r per lorigine. Scelta come base quella canonica, sia
1
il vettore che individua r. Si determini, rispetto a tale base, la rappresen-
tazione delloperatore.

Problema 1.8. Si determinino tutte le possibili rappresentazioni delloperatore

identit`
a.

Problema 1.9. Si determinino autovalori ed autovettori delloperatore che

ad ogni ellisse di centro nellorigine e semiassi a e b fa corrispondere lellisse
di centro nellorigine e semiassi b ed a.

Problema 1.10. Nello spazio vettoriale del problema 1.4, con n = 2, si

determinino autovalori, autovettori e rappresentazioni rispetto alla base
{t2 , t, 1} delloperatore che ad ogni polinomio associa la sua derivata. Si
determinino anche immagini e nucleo di tale operatore e si verichino i
risultati sulla rappresentazione trovata. Si estenda quanto detto per n
qualsiasi.
2. Rappresentazioni con lo stato
di sistemi da diverse discipline

Le tecniche di analisi delle propriet`

a di un sistema astratto orientato,
tipiche della Teoria dei Sistemi, si basano sulla conoscenza di un mod-
ello matematico che descriva adeguatamente il comportamento del sistema
stesso. Ladeguatezza di un modello dipende dallutilizzo che se ne vuol fare,
e rappresenta un compromesso tra una completa ed accurata descrizione dei
fenomeni, principi sici o leggi matematiche che caratterizzano il sistema, e
la sinteticit`
a ed approssimazione necessarie perche il modello risulti adatto
dal punto di vista computazionale e dal punto di vista dellapplicabilit` a
delle tecniche di analisi. Il vantaggio di usare un modello `e che si possono
utilizzare tecniche basate sulla matematica per lanalisi delle propriet`a che
sono del sistema.
Un modello matematico deve quindi riassumere le caratteristiche salienti
del fenomeno sico che rappresenta. La descrizione di un sistema mediante
un modello sfrutta le relazioni matematiche che si possono stabilire tra le
grandezze scelte per fornire una descrizione del comportamento del sistema
stesso.
Pur dovendo osservare che un modello matematico `e sempre una rap-
presentazione approssimata della realt` a, essendo complessi i fenomeni che
governano il comportamento nel tempo dei sistemi reali, con riferimento
alle diverse esigenze possiamo distinguere tra modelli orientati alla com-
prensione e modelli orientati alla riproduzione in vitro del sistema reale
(simulazione).
La prima delle esigenze citate dovr` a condurre alla formulazione di un
76 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.1. Modelli astratti di procedure di calcolo 77

modello che catturi le principali caratteristiche del fenomeno e ben ne rap- 2.1. Modelli astratti di procedure di calcolo
presenti, da un punto di vista complessivo, i principi di funzionamento;
si tratta di un modello spesso semplice, adatto a fornire una descrizione
2.1.a. Modello di un algoritmo di integrazione
concettuale qualitativa; lapplicazione ad esso delle tecniche della Teoria
dei Sistemi potr` a fornire indicazioni di carattere concettuale sul compor-
tamento migliorando, eventualmente, il livello di conoscenza del settore Si consideri una semplice procedura di calcolo utilizzata per le op-
specico. La citata semplicit`a del modello si concreta in una descrizione erazioni di integrazione o di derivazione di funzioni continue, usualmente
mdiante un numero ridotto di equazioni dierenziali lineari alle derivate denominate integrazione numerica e derivazione numerica.
totali. La seconda esigenza citata, particolarmente utile quando si devono Per approssimare lintegrale o la derivata di una funzione a tempo con-
vericare delle propriet`a di un sistema complesso o costoso ovvero di cui non tinuo u(t) `e necessario convertirla in una forma consistente con le operazioni
si conosce ancora ladabilit` a in termini di sicurezza, comporta la messa di calcolo numerico. Si suppone dunque di campionarla con un intervallo
a punto di un modello fedele della realt` a. Le simulazioni su un modello di campionamento T costante. Questa operazione viene eettuata da un
matematico sono pi` u vantaggiose della costruzione ed utilizzo di un pro- dispositivo che prende il nome di convertitore analogicodigitale. Si ha cos`
totipo del sistema, almeno nella prima fase di realizzazione del prototipo una sequenza di campioni, corrispondenti ai valori di u(t) negli istanti di
sico. Il modello in tal caso deve ovviamente essere sucientemente ac- campionamento t = kT , k = 0, 1, 2, .
curato e completo da inglobare al meglio le caratteristiche ed i fenomeni Si vuole ora denire un sistema a tempo discreto che abbia come in-
che lo deniscono. Questo tipo di modello ovviamente ha lo svantaggio di gresso la sequenza di campioni e che fornisca in uscita una sequenza di nu-
essere solitamente piuttosto complicato. Consta, molto spesso, di un sis- meri che siano una buona approssimazione dellintegrale (o della derivata)
tema di equazioni dierenziali non lineari ed eventualmente alle derivate della funzione u(t) negli istanti di campionamento. Laccuratezza di tale
parziali; ci`
o che corrisponde nel caso di un sistema sico a non ignorare che approssimazione dipender` a dallampiezza dellintervallo di campionamento
i parametri delloggetto allo studio sono distribuiti nello spazio. T.
Per quanto riguarda lintegrazione, si supponga che si voglia calcolare:
Linteresse nell adozione della rappresentazione implicita con lo stato
 t
risiede nel fatto che nella quasi totalit`
a dei casi essa `e direttamente associa-
bile ad un assegnato sistema sico. Il problema modellistico si pone nelle y(t) = u( ) d.
0
due fasi di
Supponendo di ssare T e posto t = kT :
a) scelta delle variabili da assumere come stato del sistema;  kT T  kT
y(kT ) = u( ) d + u( ) d
0 kT T
b) derivazione delle equazioni che rappresentano le dinamiche del fenomeno  kT
(2.1)
a partire dalla formulazione nelle variabili di stato delle leggi che gov- = y(kT T ) + u( ) d, k = 1, 2, .
kT T
ernano il fenomeno.

Nel presente capitolo vengono presentati alcuni modelli matematici .u (kT )

u (t)
derivati da diversi campi di interesse. Nella determinazione dei modelli il
lettore potr`a notare come importanti sono la scelta delle variabili di stato
e la scrittura delle equazioni che ne descrivono il comportamento. Inoltre
potr`a osservare come, nella grande maggioranza dei casi, si pu`o pervenire kT - T kT t
ad una rappresentazione con lo stato lineare, stazionaria e a dimensione
nita. Figura 2.1 Approssimazione dellintegrale
 Figura 2.3 Segnali trasmessi e ricevuti da un radar
Tali segnali possono essere cos` captati, indeboliti a causa dellassorbimento
da parte dellaeromobile e della riessione non direzionale. In condizioni ide-
ali il segnale che si ripresenta in ricezione ha una forma impulsiva (gura 2.3).
Se t `e lintervallo di tempo intercorso tra lemissione del segnale incidente
e la ricezione di quello riesso ne segue che la distanza radaraeromobile `e
(in metri):
t
u=c .
2
Nella realt` a, per`
o, il segnale riesso ha una forma diversa da quella impul-
siva, che dipende dalle caratteristiche dellaeromobile, dai livelli di rumore
presenti, etc., e non `e possibile valutare in modo diretto lintervallo di tempo
t. E ` quindi necessario mettere a punto un sistema che fornisca una stima,
t, di t. Indicando con u e u rispettivamente la distanza stimata e
lerrore di stima, si ha:
t (t t)
u
=c , u = c .
2 2
80 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.2. Modelli demograci e biologici 81

Per ottenere una buona stima di t vengono fatte periodiche rilevazioni e introducendo come variabili di stato:
trasmettendo pi` u impulsi distanti tra loro T secondi. Le misure u(0), u(1),
u(2), cos` eettuate vengono fornite in ingresso ad una procedura di x1 (k) = y(k 1)
calcolo che fornisce una stima della distanza con la precisione desiderata. 1)
x2 (k) = y(k
Poiche inoltre il sistema radar deve essere in grado di inseguire oggetti
che si muovono ad alta velocit` a `e necessario che a partire dalle rilevazioni e sostituendo nelle (2.6) e (2.3), si ottiene:
suddette, la procedura di calcolo fornisca, non solo una buona stima della
posizione presente ma anche una buona stima della velocit` a e posizione x1 (k + 1) = (1 )x1 (k) + T (1 )x2 (k) + u(k)
futura.
` possibile realizzare un sistema a tempo discreto che implementi una
E
x2 (k + 1) = x1 (k) + (1 )x2 (k) + u(k)
tale procedura. Si indichi a tal ne u(k) la misura, aetta da rumore, T T
della posizione delloggetto dedotta dal kesimo impulso riesso, y(k) la
stima della posizione al kesimo impulso, dopo lelaborazione, y(k) la stima yp (k) = x1 (k) + T x2 (k).
della velocit`a delloggetto al kesimo impulso, dopo lelaborazione, yp (k) la
predizione della posizione al kesimo impulso dedotto dallimpulso (k 1) Esse costituiscono una rappresentazione con lo stato, lineare, stazionaria,
esimo, dopo lelaborazione. a dimensione nita, di un sistema a tempo discreto della forma:
Se sono disponibili i valori stimati della posizione e della velocit` a al
(k 1)esimo impulso radar, una predizione plausibile della posizione `e: x(t + 1) = Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)
yp (k) = y(k 1) + T y(k
1). (2.3)
dove:
La successiva misura della posizione u(k) rende poi possibile la stima sec- 1 T (1 )
ondo la seguente relazione: A= , B = ,
1
T T
" #
y(k) = yp (k) + u(k) yp (k) , (2.4)
1 T (1 )

nella quale si tiene conto dellerrore rilevato u(k)yp (k), ed `e una costante
C = D = .
1 , T
positiva. La stima della velocit` a, inne, `e data dalla stima: T
1 T 0
" #
y(k)
1) +
= y(k u(k) yp (k) , (2.5)
T
2.2. Modelli demograci e biologici
dove T `e il periodo di trasmissione degli impulsi e > 0.
Le relazioni (2.3)(2.5) sono note come equazioni di inseguimento
2.2.a. Modello di evoluzione per classi di et`
a
( tracker) e descrivono una procedura tipica nellinseguimento radar. I
parametri e possono essere selezionati in modo da garantire risposte
I modelli di popolazione sono usati nella pianicazione, nellanalisi e
con diverse caratteristiche. Sostituendo la (2.3) nelle (2.4) e (2.5) si ottiene,
nella previsione della struttura demograca della popolazione di una certa
con semplici passaggi:
area ad un certo tempo pressato, a partire da una distribuzione nota
di tale popolazione, sulla base di determinate assunzioni sul numero delle
y(k) = (1 )y(k 1) + T (1 )y(k
1) + u(k) nascite e di decessi che avranno luogo durante ciascun periodo, e degli eetti
(2.6)
y(k)
= k y(k 1) + (1 )y(k
1) + k u(k) dellemigrazione sullarea considerata.
82 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.2. Modelli demograci e biologici 83

Verr`
a qui derivato un modello fondamentale di sopravvivenza, basato ove x `e un vettore di dimensione (n 1) e:
sul concetto di classi di et`
a. Tale modello, sviluppato per analizzare laumento

naturale della popolazione, pu` o essere generalizzato in modo da tenere conto 0 0 b3 (t) 0 0
degli eetti della migrazione e delle interazioni tra aree diverse. s1 (t) 0 0 0 0

La popolazione viene suddivisa in n classi, ciascuna costituita da indi- 0 s2 (t) 0 0 0
a compresa nellintervallo [kt, (k + 1)t), k = 0, 1, , n 1. . ..
vidui con et` A(t) = . .. .. .. .. ,
. . . . . .
Se ad esempio t = 10 anni, alla prima classe appartengono individui di
et`a tra 0 e 9 anni, alla seconda quelli di et`a tra 10 e 19 anni, e cos` via. 0 0 0
..
. 0 0
Posto T = t, indicato con k il periodo [kT, (k + 1)T ) e: 0 0 0 sn1 (t) 0
 
xi (kT ) = numero di persone nella classe det`
a i, allinizio del periodo k; C = 1 1 1 1 1 .

bi (k) = tasso di natalit`

a della classe det`a i nel periodo k;
Nella matrice A(t) si `e messo in evidenza il fatto che gli indici di
si (k) = tasso di sopravvivenza della classe det`
a i nel periodo k; natalit` a sono in genere nulli per le prime ed ultime classi di et` a. Si noti che
y(kT ) = popolazione presente allinizio del periodo k; il modello `e non stazionario se si assume che la natalit` a e la sopravvivenza
variano da periodo a periodo.
valgono le seguenti relazioni di bilancio: Il modello (2.8) consente, a partire dalla distribuzione della popolazione
allistante t0 , ossia dallo stato del sistema x(t0 ), di valutare la crescita una
 

n volta disponibili i tassi di natalit`a e sopravvivenza.
x1 (k + 1)T = b1 (k)x1 (kT ) + + bn (k)xn (kT ) = bi (k)xi (kT ) Nei modelli demograci utilizzati per previsioni a breve scadenza, sud-
 
i=1 dividendo il periodo di tempo in sottointervalli T = t ed indicando con

x2 (k + 1)T = s1 (k)x1 (kT ) pi (kT ) il tasso di transizione dalla classe i alla classe i + 1 nel periodo
 
x3 (k + 1)T = s2 (k)x2 (kT ) (2.7) [kT, (k + 1)T ), si hanno le relazioni di bilancio:
..    
 
. x1 (k + 1)T = s1 (kT ) p1 (kT ) + b1 (kT ) x1 (kT ) + + bn (k)xn (kT )
xn (k + 1)T = sn1 (k)xn1 (kT ).    
x2 (k + 1)T = p1 (kT )x1 (kT ) + s2 (k) p2 (kT ) x2 (kT )
Si noti che al tempo (k + 1)T gli individui nella prima classe det` a sono ..
i nuovi nati nel periodo [kT, (k + 1)T ), mentre per i = 2, , n gli individui . (2.9)
nelliesima classe det`a sono quelli sopravvissuti che appartenevano alla    
classe i 1 nel periodo precedente. Si noti inoltre che i coecienti bi non xn1 (k + 1)T = pn2 (kT )xn2 (kT ) + sn1 (kT ) pn1 (kT ) xn1 (kT )
 
nulli sono quelli delle classi intermedie, per cui ad esempio b1 (t) = b2 (t) = 0, xn (k + 1)T = pn1 (kT )xn1 (kT ) + sn (kT )xn (kT )
bn2 (t) = bn1 (t) = bn (t) = 0. Inne:
y(kT ) = x1 (kT ) + + xn (kT ).
y(kT ) = x1 (kT ) + + xn (kT ).
Rispetto alle equazioni (2.7), si tiene conto qui del fatto che solo la frazione
pi (kT )xi (kT ) degli individui della classe i al tempo kT sono nella classe
Si ottiene cos` la rappresentazione con lo stato lineare di un sistema a tempo det`a i + 1 al tempo (k + 1)T .
discreto autonomo, ossia privo di ingresso, del tipo: Se il modello rappresentato dalle (2.9) viene utilizzato per previsioni ed
analisi su un periodo breve, `e giusticato assumere bi (kT ), si (kT ), pi (kT )
x(t + 1) = A(t)x(t) costanti. In tal caso si ha una rappresentazione del sistema lineare, a di-
(2.8)
y(t) = Cx(t) mensione nita, a tempo discreto, in cui la matrice dinamica `e costante e
84 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.2. Modelli demograci e biologici 85

pari a: La variazione della densit`

a della popolazione risulta, per quanto detto,
dipendente dalla densit`
a stessa x(t), secondo una funzione non lineare:

s1 p1 b2 b3 0 0  
p1 s2 p2 0 0 0 x(t)
= f x(t) ,

A= 0 p2 s3 p3 0 0 ,

.. .. .. ..
.
.. .. che ovviamente dovr` a essere tale che f (0) = 0 in quanto se la densit`
a `e
. . . . . nulla non pu`o esservi alcuna variazione della popolazione. Sviluppando in
0 0 0 pn1 sn serie di Taylor la funzione f si ottiene:
in cui si `e supposto che b1 = bn1 = bn = 0.  
x(t)
= ax(t) + f1 x(t)
Nei semplici modelli proposti si possono tenere in conto gli eetti della
migrazione aggiungendo nei bilanci un termine che esprime la migrazione in cui il parametro a > 0 viene detto velocit`
a o tasso intrinseco di crescita,
netta della popolazione per ciascuna classe det`
a i tra kT e (k + 1)T . Indi- che si avrebbe in condizioni di scarso aollamento e dunque assenza di
cando con u(kT ) il vettore (n 1) della migrazione netta per classi det` a, competizione. In eetti per x(t) sucientemente piccolo tale relazione si
si otterrebbe cos` una rappresentazione con lo stato lineare, a dimensione riduce ad una crescita di tipo esponenziale, ossia:
nita, stazionaria, a tempo discreto:
x(t)
= ax(t)
x(t + 1) = A(t)x(t) + u(t)
y(t) = Cx(t). che esprime come nellintervallo di tempo dt ogni individuo d` a origine ad
ax(t)dt nuovi individui. Ma per x(t) piccolo la probabilit` a di interazione
Nota la distribuzione iniziale x(t0 ) della popolazione in classi det` ae tra individui, e quindi la competizione, `e bassa e dunque trascurabile.
landamento della migrazione netta per classi det`a u(t), `e possibile valutare Per specicare la funzione f1 (x) si devono considerare i meccanismi
levoluzione della popolazione stessa. di competizione, che possono essere fondamentalmente distinti in compe-
tizione per interferenza, in cui gli individui competono direttamente per
la difesa dei territori e, in ultima analisi, delle risorse, e competizione per
2.2.b. Dinamica della crescita di una popolazione sfruttamento, in cui gli individui competono tra loro solo indirettamente,
in quanto le risorse sono limitate e lutilizzo di esse da parte di un individuo
Nella crescita di una popolazione si nota sperimentalmente che, nella `e a scapito di altri. Per semplicit`
a ci riferiremo al solo caso di competizione
maggior parte dei casi, linuenza reciproca di individui facenti parte della per interferenza.
stessa popolazione `e sensibile ed `e spesso negativa, ossia contribuisce a Nella competizione per interferenza, in cui si ha un contatto diretto
diminuire la capacit` a di sopravvivenza e di riproduzione del singolo ele- tra gli individui, si pu`o assumere un movimento casuale degli individui e
mento. Infatti allaumentare della popolazione diminuiscono le risorse nec- che ogni contatto determini una diminuzione della probabilit` a di soprav-
essarie allindividuo per la sopravvivenza e la probabilit`
a di accoppiamento, vivenza e di riproduzione. Infatti tali scontri tra individui hanno come
in quanto aumenta la competizione interspecica allinterno del gruppo. conseguenza che essi hanno meno tempo da dedicare alla ricerca del cibo
Tale competizione interspecica `e ovviamente tanto maggiore quanto mag- e alla riproduzione. Lipotesi di movimento casuale implica che la proba-
giore `e il numero di individui in una certa area o volume, ossia quanto bilit`
a di incontro `e proporzionale al quadrato della densit` a x(t), in analogia
maggiore `e la densit`a. alla teoria cinetica dei gas. Supponendo poi trascurabile la probabilit` a di
Nelle popolazioni in cui esiste una struttura sociale si nota inoltre incontro tra pi`u di due individui, allora si ha:
che, per basse densit`a, la crescita aumenta allaumentare della densit` a, in  
quanto si ha un aumento della natalit` a e della probabilit`
a di sopravvivenza. f1 x(t) = bx2 (t),
Quando per` o la densit`
a aumenta oltre un certo valore, si inizia a sentire
leetto dovuto alla competizione interspecica, che predomina sulleetto con b > 0 che tiene conto della mobilit`
a di ciascun individuo e del danno
sociale per densit`a elevate. prodotto da ogni incontro.
86 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.2. Modelli demograci e biologici 87

Si ottiene cos` la cosiddetta equazione logistica: Uno dei pi`u noti modelli di interazione tra coppie di specie `e il modello
predapredatore, la cui prima formulazione `e dovuta al biosico ameri-
x(t)
= ax(t) bx2 (t) cano Lotka (1924) e poi indipendentemente riformulato e generalizzato dal
matematico italiano Volterra (1926).
dovuta allo statistico belga Verhulst (1838) e riscoperta da Pearl e Reed Questo modello presuppone che sia la preda che il predatore siano
(1920). Questa `e una equazione di Bernouilli, risolvibile ponendo z = 1/x, isolati e che crescano esponenzialmente, con un tasso intrinseco di crescita
trovando cos` la soluzione: positivo per la preda e negativo per il predatore, ossia in condizioni di
ax0 separazione delle specie:
x(t) = . x 1 = a1 x1
a(tt0 )
(a bx0 )e + bx0
x 2 = a2 x2
Essa per t tende asintoticamente al valore k = a , detto capacit` a
b ove x1 , x2 sono le densit`a delle due popolazioni e a1 > 0, a2 > 0. Quando le
portante della specie.
due specie vengono a contatto, i predatori attaccano le prede e un certo nu-
Mettendo esplicitamente in evidenza la capacit`
a portante della specie
mero di queste ultime moriranno. Supponendo, come nella teoria cinetica
lequazione logistica si riscrive:
dei gas, che le specie si muovono in modo arbitrario e gli scontri sono casuali
  e che quindi la probabilit` a di scontro `e proporzionale al prodotto delle den-
1
x(t)
= ax(t) 1 x(t) sit`a, le prede diminuiranno e i predatori aumenteranno proporzionalmente
k a x1 x2 secondo un coeciente b > 0:
che `e lequazione che descrive la dinamica di crescita di una popolazione x 1 = a1 x1 bx1 x2
sotto le ipotesi di competizione interspecica. Si noti che essa e lequazione (2.10)
x 2 = a2 x2 + bx1 x2
y(t) = x(t) costituiscono un esempio di rappresentazione non lineare, a
dimensione nita, stazionaria, regolare, a tempo continuo. ove 0 < < 1 rappresenta una ecienza di conversione della biomassa delle
prede in quella dei predatori.
Oltre alle ipotesi precedenti queste equazioni valgono quando il tempo
2.2.c. Modello di interazione predapredatore
dedicato dal predatore alla caccia e al consumo della preda siano trascurabili
e assumendo che il predatore sia limitato solo dal suo cibo, ossia dalla preda.
Lo scopo dei modelli biologici `e quello di analizzare le relazioni che
Per essere pi`
u aderenti alla realt`
a, rimuovendo lipotesi di crescita espo-
intercorrono tra pi` u specie viventi che caratterizzano un certo sistema eco-
nenziale delle prede e sostituendola con quella di crescita di tipo logistico,
logico. Nella gran parte dei casi le specie interagenti sono numerose e le
si hanno le equazioni:
modalit` a di interazione sono complesse. Questo rende dicile sia la for-
mulazione del modello matematico che la sua analisi. Queste dicolt`
assieme alle molte approssimazioni, indispensabili per modellare un eco-
sistema complesso, hanno condotto a considerare interazioni tra coppie di
specie in condizioni costanti di clima, densit` a di altre specie, etc. Le inter-
azioni possibili tra coppie di specie sono:
a. competizione (, ): ogni specie produce un eetto inibitorio sulla
crescita delle altre;
b. commensalismo (+, +): ogni specie produce un eetto acceleratore
sulla crescita delle altre;
c. predazione (+, ): una specie, il predatore, produce un eetto inibito-
rio sulla crescita dellaltra, la preda, che a sua volta produce un eetto
acceleratore sulla crescita del predatore.
 
a, 1
x 1 = a1 x1 1 x1 bx1 x2
k (2.11)
x 2 = a2 x2 + bx1 x2
con k la capacit` a portante delle prede in assenza di predatori.
Se poi si considera che il predatore ha una capacit`
a limitata di mangiare
prede, e che il tempo dedicato alla sua nutrizione viene speso in tempo per
la ricerca e in tempo per la cattura, lingestione e la digestione della preda,
attivit`a mai contemporanee, si ha che il numero di prede divorate non `e
bx1 x2 , ossia non `e proporzionale a x2 secondo il termine bx1 . Il numero di
prede incontrate nel tempo tr dedicato alla ricerca `e:
n = tr bx1 .
88 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.3. Modello economico di Leontief 89

Se poi tc `e il tempo necessario per catturare, mangiare e digerire una preda, la quantit`
a del bene i prodotto da Ii e destinata al consumatore vale:
il tempo totale dedicato a questa attivit` a vale:


n

n
qi = xi xij = xi aij xj , i = 1, , n.
tct = tc n = tc tr bx1
j=1 j=1

e dunque il tempo totale dedicato al nutrimento `e tt = tr + tct ed il numero Si noti che ovviamente xii = 0 e dunque aii = 0.
di prede divorate nellunit`
a di tempo da ciascun predatore vale: Sia yi la domanda di consumo del bene prodotto da Ii , supposta non
negativa. Se il sistema economico non ha accumuli di scorte, allora la
n bx1 domanda degli n beni prodotti dalle industrie eguaglia la produzione degli
= .
tt 1 + tc bx1 stessi. Dunque sotto lipotesi di assenza di accumuli si ha qi = yi e si ottiene
cos` il modello statico di Leontief:
Il livello di saturazione `e linverso del tempo tc . Pertanto le equazioni di
interazione predapredatore diventano: (I A)x = y (2.13)
  ove I `e la matrice identit`a n n e:
1 bx1 x2
x 1 = a1 x1 1 x1
k 1 + tc bx1 0 a12 a1n
(2.12) x1 y1
bx1 x2 a21 0 a2n
x 2 = a2 x2 + . A= .. ,
.
x = .. , y = ... .
1 + tc bx1 ... ..
.
..
. .
xn yn
an1 an2 0
Si noti che per tc 0 le (2.12) forniscono nuovamente le (2.11).
Tutti questi modelli sono non lineari a causa della presenza di termini I vettori x e y sono detti vettore dei prodotti e vettore dei consumi, mentre
del tipo x1 x2 , x21 e bx1 x2 . Se ad esempio come uscita si prendono le A viene detta matrice di produzione.
1 + tc bx1
due densit`a x1 e x2 : Le soluzioni della (2.13) nellincognita x, a componenti non negative,
  
1 0 x1 `e detta soluzione di equilibrio del modello.
y= , Supponiamo che ogni industria voglia adeguare la propria produzione
0 1 x2
alla domanda del mercato. Lincremento della produzione x i potr` a allora
si ha un altro esempio di rappresentazione non lineare, a dimensione nita, supporsi, come spesso accade nella realt`a, proporzionale alla dierenza tra
stazionaria, regolare, a tempo continuo. la domanda complessiva del bene, che vale


n

n
yi + xij = yi + aij xj
2.3. Modello economico di Leontief j=1 j=1

Il modello di W. Leontief rappresenta una formulazione della teoria e la produzione stessa, che vale xi . La produzione dovr` a aumentare se tale
dellequilibrio economico. Si consideri un sistema economico in cui i beni dierenza `e positiva, e dovr`
a diminuire se `e negativa, ossia posto ki > 0:
(beni materiali e servizi) vengono prodotti da n industrie I1 , , In . Siano  


n
xi , i = 1, , n, la quantit`
a del bene iesimo prodotta dallindustria Ii x i = ki yi + aij xj xi , i = 1, , n.
nellunit`a di tempo ed xij , i, j = 1, , n, la quantit`
a del bene iesimo j=1
prodotto da Ii ed utilizzato da Ij per la produzione del bene jesimo. Sotto
lipotesi che xij sia proporzionale alla quantit` a xj secondo una costante: Si ha cos` lequazione che esprime il legame dinamico tra i livelli di consumo
e di produzione:
xij = aij xj , i, j = 1, , n, x = K(A I)x + Ky,
90 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.4. Modelli di sistemi elettrici 91

con K = diag {k1 , , kn }. L

Si voglia ora mettere in relazione la domanda di consumo yi con i
livelli di tassazione, sotto le ipotesi che lincremento di produzione x i sia i1 i2
proporzionale secondo una costante ai nuovi investimenti i (ossia gli inves- i R1 R2
R3
timenti nei settori j = i non inuenzino la produzione del bene iesimo):
v i3
x i = fi i , i = 1, , n, C1 C2
ic 1 ic 2

e che gli investimenti i siano a loro volta proporzionali ai protti pi :

Figura 2.4
i = gi pi , i = 1, , n.
Si consideri dunque la rete descritta in gura 2.4. Si ricavano cos` le
seguenti equazioni:
Inne si supponga che i protti i siano proporzionali alle vendite, supposte
di
pari alla domanda yi , a meno di una detrazione legata alla tassazione: v L R1 i1 vC 1 = 0
dt
pi = d i y i u i , i = 1, , n. vC 1 + R1 i1 R2 i2 vC 2 = 0
vC 1 + R3 i3 vC 2 = 0
Ponendo F = diag {f1 , , fn }, G = diag {p1 , , pn }, D = diag {d1 , i1 + i2 = i
 T
, dn }, u = u1 un , si ha dunque: i1 + i3 = iC1 = C1 v C 1
i2 = i3 + iC2 = i3 + C2 v C 2 .
x = F G(Dy u). Pertanto:
vC 1 vC 2
i1 = + C1 v C 1 ,
Ricordandosi del modello statico di Leontief (2.13), si ottiene il seguente vC 2 vC 1 R3
modello dinamico: i3 =
R3 vC 2 vC 1
x = F GD(I A)x F Gu i2 = + C2 v C 2 ,
R3
y = (I A)x e dalla prima, seconda e quarta equazione si trova:
che `e un ulteriore esempio di rappresentazione lineare, stazionaria, a di- di R1 + R3 R1
L + R1 C1 v C 1 = vC 1 + vC 2 + v
mensione nita, regolare, a tempo continuo. dt R3 R3
R
R1 C1 v C 1 R2 C2 v C 2 = (vC 2 vC 1 )
R3
2.4. Modelli di sistemi elettrici C1 v C 1 + C2 v C 2 = i

in cui R = R1 + R2 + R3 . Quindi:
2.4.a. Un semplice circuito elettrico 1
di L R1 C1 0 0 R1 +R3 R1 i 1
dt R3 R3

vC 1 +0

v C 1 = 0 R1 C1 R2 C2 v
,
0 R
Le equazioni dierenziali che descrivono il comportamento dinamico di R
R3 R3
una rete elettrica possono essere derivate mediante le leggi di Kirchho dei 0 C1 C2 vC 2 0
v C 2 1 0 0
nodi e delle maglie.
92 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.4. Modelli di sistemi elettrici 93

(si noti che si tratta dellinversione di una matrice triangolare a blocchi) da e sono gli elementi in cui lenergia elettromagnetica viene immagazzinata,
cui, posto ossia sono gli elementi a cui `e associata una dinamica.
i
x = vC 1 , u = v, L
vC 2 i3
i2
e presa come uscita y la tensione ai capi della resistenza R3 : R i1
C v1
y = vC 2 vC 1 , v

si ottiene la seguente rappresentazione lineare, stazionaria, a dimensione

nita, regolare, a tempo continuo:
Figura 2.5 Circuito con diodo tunnel
x = Ax + Bu
y = Cx + Du, Per le leggi di Kirchho:

ove: i1 = i2 + i3
v = Ri1 + L
di1
+ vc
R1 R2
1 R1+R3 + R1 R 1 R1 R1 R
L(R1+R2 ) L R3 L(R1+R2 ) R3 L R3 L(R1+R2 ) R3 dt

R2 1 R 1 R ed inoltre:
A= , 1
(R1+R2 )C1 (R1+R2 )C1 R3 (R1+R2 )C1 R3 v c = i2
C
R1 1 R 1 R
i3 = f (v1 ) = f (vc ),
(R1+R2 )C2 (R1+R2 )C2 R3 (R1+R2 )C2 R3
essendo la tensione v1 ai capi dei diodo pari a vc . Posto x1 = vc , x2 = i1 ,
1
u = v, si ha dunque il modello del circuito:
L
B= 0 , C = ( 0 1 1 ) , D = 0.
1 
0 x 1 = x2 f (x1 )
C
Si noti inne che questo `e un modello del terzo ordine in quanto si hanno 1 
x 2 = x1 Rx2 + u .
tre elementi con memoria (linduttanza e le due capacit`
a(2.1) ), ad ognuno dei L
quali rimane associata una variabile di stato.
Considerata come uscita la tensione v1 = vc :

2.4.b. Circuito elettrico con diodo tunnel y = x1

si ottiene una rappresentazione non lineare, stazionaria, a dimensione nita,

Si consideri il seguente circuito elettrico, costituito da una resistenza R,
regolare, a tempo continuo. La non linearit` a della rappresentazione `e poi
uninduttanza L, una capacit` a C e da un diodo tunnel avente caratteristica
legata alla non linearit`
a del comportamento del diodo, come descritto dalla
i = f (v), essendo i e v lintensit`a della corrente e la tensione applicata al
funzione f (v1 ). Inoltre il modello `e del secondo ordine in quanto vi sono
diodo. La capacit` a e linduttanza sono elementi lineari e tempoinvarianti,
due elementi con memoria (linduttanza e la capacit` a), a ciascuno dei quali
(2.1)
Da un punto di vista sico in una induttanza e in una capacit`
a `e possibile infatti im-
corrisponde una variabile di stato.
magazzinare dellenergia elettromagnetica.
94 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.4. Modelli di sistemi elettrici 95

2.4.c. Circuito elettrico oscillante Applicando le leggi di Kirchho al circuito di gura 2.6 si ricavano le
equazioni:
Sia dato un circuito con una capacit`a C ed una induttanza L, lineari, i + i1 + i2 = 0
tempoinvarianti e passivi, ossia tali che C > 0 e L > 0. Vi sia poi un di2
vc L = 0,
elemento resistivo di tipo attivo, avente cio`e una caratteristica corrente dt
tensione i = f (v) tale che: che assieme alle relazioni:

df 1
f (0) = 0, < 0, lim f (v) = , lim f (v) = . v c = i1
dv v v C
i = f (v1 ) = f (vc ),

ove v1 `e la tensione ai capi dellelemento resistivo attivo, forniscono le

i equazioni
f (vc ) + C v c + i2 = 0
v1 di2 1
= vc .
dt L
C Derivando la prima rispetto al tempo e sostituendovi la seconda:
i1 i2 v v df (vc )
LC vc + L v c + vc = 0,
dvc
e considerando il cambio della variabile tempo:
Figura 2.6 Circuito oscillante 1
= t,
LC
Una tale caratteristica pu`
o essere ottenuta mediante un circuito con due
diodi tunnel. per cui:
dvc d2 vc
= LC v c , = LC vc ,
i d d 2
si ottiene lequazione del circuito:
*
d2 vc L df (vc ) dvc
+ + vc = 0.
2 C dvc d
d
Questa `e un caso particolare dellequazione di Lienard:
v
v + f (v)v + g(v) = 0.

Quando poi f (vc ) = vc + 1 vc3 , si ottiene lequazione di Van der Pol:

3
*
2
d vc L dvc
Figura 2.7 Caratteristica iv + (1 + vc2 ) + vc = 0,
d 2 C d
96 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.5. Modelli di sistemi meccanici 97

usata per studiare le oscillazioni nei circuiti con tubi a vuoto. Essa costi- allinizio dellanalisi di un sistema, linsieme delle grandezze, le coordinate
tuisce un esempio fondamentale nella teoria non lineare delle oscillazioni. generalizzate, ognuna corrispondente ad un grado di libert` a del sistema di
Posto x1 = vc , x2 = v c , si ottiene il modello non lineare del circuito corpi rigidi, e che incorpora i vincoli dovuti allinterconnessione dei corpi.
oscillante: Una volta determinate le coordinate generalizzate si scrive lenergia cinetica
x 1 = x2 T in funzione di queste coordinate e delle loro derivate, e lenergia poten-
* ziale U in funzione delle coordinate generalizzate (non dipendendo U dalle
L df (x1 )
x 2 = x1 x2 . derivate delle coordinate generalizzate). Si introduce quindi la funzione
C dx1 Lagrangiano:
Considerata inne unuscita y = h(x) si ottiene una rappresentazione non
lineare, stazionaria a dimensione nita, regolare, a tempo continuo. La non L = T (q1 , , qN , q1 , , qN ) U (q1 , , qN )
linearit`
a della rappresentazione `e qui dovuta, oltre che alla non linearit` a
df (x1 ) e si scrivono le equazioni di Lagrange che forniscono le equazioni del moto:
della funzione , anche alla funzione (da denire) h(x), che in generale
dx1    
pu`o essere non lineare. Inne si osservi che il modello `e del secondo ordine d L L
= Qi , i = 1, , N,
a causa della presenza di due elementi con memoria (induttanza e capacit` a) dt qi qi
e dunque due variabili di stato.
ove Qi sono le forze generalizzate, ossia forze o momenti, esterne al sistema
o non derivabili da potenziale (ad esempio dissipative, come quelle dovute
allattrito).
2.5. Modelli di sistemi meccanici Si noti che esse sono equazioni dierenziali del secondo ordine, e dunque
un sistema con N gradi di libert` a `e rappresentato da 2N equazioni dieren-
2.5.a. Equazioni di Lagrange ziali del primo ordine, ossia il sistema sar` a di ordine n = 2N .

Per i sistemi meccanici olonomi con un numero nito N di gradi di lib-

2.5.b. Dinamica di un punto materiale
ert`
a `e ben noto che la conoscenza delle posizioni e velocit`a in unistante di
tutti i punti materiali costituenti il sistema `e suciente alla determinazione
Si consideri un punto materiale di massa m, che si muove su di un piano
del moto. Daltra parte posizioni e velocit` a possono essere ottenuti in cias-
orizzontale. Esso `e vincolato a muoversi circolarmente in quanto connesso
cun istante dalla conoscenza di N parametri (q1 , , qN ) individuanti le
ad un punto sso da unasta rigida, che viene fatta ruotare da un momento
posizioni, e di altri N (q1 , , qN ) individuanti le velocit`
a. In totale dunque
u(t), variabile nel tempo.
sono necessari 2N parametri. Le equazioni della meccanica dei sistemi in
cui compaiono queste 2N funzioni come incognite hanno soluzione unica
per ogni assegnata condizione iniziale, e questo garantisce che linsieme dei
valori di queste 2N funzioni pu` o essere assunto come stato del sistema a
ciascun istante.
La dinamica di sistemi meccanici complessi pu`o infatti essere espressa
utilizzando le equazioni di Lagrange, derivabili dalle equazioni del moto di
Newton. Esse hanno il pregio di incorporare in se i vincoli esistenti tra i
corpi (rigidi) costituenti il sistema. In tal modo non occorre procedere alla
eliminazione e/o al calcolo delle forze o dei momenti delle reazioni vincolari.
Inoltre, poiche questo metodo utilizza lespressione delle energie cinetiche e
potenziali dei singoli corpi, e dunque utilizza quantit` a scalari, non occorre
servirsi di diagrammi vettoriali, necessari quando si tratta con quantit` a
vettoriali, come forze e momenti. Per contro `e importante determinare, Figura 2.8
 Figura 2.9 Volani con asse essibile

Facendo riferimento alla gura 2.9, in cui , 1 , , 1 sono la posizione

e la velocit`a angolare dei due volani, e k( 1 ) sono i momenti dovuti
alla essibilit`
a dellalbero, lequazione dei momenti per il primo volano si
scrive come:
Mm k( 1 ) F = J ,
(2.14)

mentre per il secondo volano:

k( 1 ) F1 1 Cr = J1 1 . (2.15)

Posto:
x1 = , x3 = 1 ,
u = Mm ,

x2 = , x4 = 1 ,

e prese come uscite ad esempio le due posizioni angolari si ha la seguente

rappresentazione lineare, stazionaria, a dimensione nita, regolare, a tempo
 2.5. Modelli di sistemi meccanici 101

` ovvio che si sarebbero potute considerare anche le coordinate carte-

E
siane, ossia le variabili x ed y per il carrello e x1 ed y1 che individuano la
posizione della massa m, ma solo due di queste quattro risultano indipen-
denti tra loro, a causa delle relazioni cinematiche che esistono tra loro:

x1 = x + lsen
y1 = y + lcos = lcos ,

ossia a causa del fatto che il sistema ha due gradi di libert`

a. In eetti,
anche utilizzando tali variabili, ma considerando i vincoli esistenti, alla
ne la dinamica del sistema deve essere espressa in termini di coordinate
generalizzate.
Lenergia cinetica `e la somma di quella del carrello:

1
Tc = M x 2 ,
2
e di quella del pendolo:

1 1
Tp = m(x 21 + y 12 ) = m(x 2 + 2lx cos + l2 2 cos 2 + l2 2 sen 2 ) =
2 2
1
= m(x 2 + 2lx cos + l2 2 ),
2
ossia:

= Tc + T p = 1 1
T (x, , x,
) (M + m)x 2 + m(2lx cos + l2 2 ).
2 2
Nellespressione ricavata per Tp si noti che compare un termine legato alla
2
rotazione del pendolo e dunque
 al momento dinerzia Jp = ml della massa
m rispetto alla cerniera 1 J , un altro termine legato alla traslazione
2
  2 p
di m lungo x 1 mx 2 , ed inne un termine legato allaccoppiamento delle
2
due dinamiche in cui compare il prodotto delle velocit` a nelle due direzioni

generalizzate (mlx cos ). Questultimo termine esprime proprio come la
dinamica di un componente del sistema inuenza la dinamica dellaltro.
Si noti come scrivendo lenergia Tp direttamente in termini di variabili la-
grangiane si sarebbe potuto facilmente dimenticare di scrivere il termine di
accoppiamento.
Poiche si suppone presente la sola forza peso, preso come riferimento
il baricentro del carrello:
Figura 2.10 Pendolo invertito su carrello Uc = Urif = 0,
102 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.5. Modelli di sistemi meccanici 103

lenergia potenziale del pendolo vale:

Up = mglcos .
.
x1 
x 1= x

Pertanto:
U (x, ) = Uc + Up = mglcos .
1
Se il pendolo `e rivolto verso il basso e langolo viene misurato a .
partire dalla posizione di riposo, in Up , e dunque in U , compare un segno
M +
x2  x2 = x
.
+
negativo: mglcos . ml +
u 1= f - y 1 = x1
Dunque la funzione lagrangiana ha lespressione: MJ p
mg
L = T (x, , x, U (x, ) = 1 (M + m)x 2 + 1 Jp 2 + mlx cos
) mglcos , u 2=
-
M
2 2
.
x3 
x3 =
y 2= x3
e le equazioni del moto sono:
   
d L L d  
= (M + m)x + mlcos 0=f
dt x x dt
    ml
d L L d   -
. .
= Jp + mlxcos
+ MJ p +
x4  x4=
dt dt  
+
+
mlx sen + mglsen = M+ m
MJ p mgl
(M+m)
essendo f e rispettivamente la forza agente sul carrello nella direzione MJ p
della rotaia e il momento applicato sulla cerniera del pendolo. Dunque:
x + mlcos mlsen 2 = f
(M + m)
Figura 2.11 Schema a blocchi del pendolo invertito linearizzato
+ Jp mglsen = .
mlcos x
Le equazioni sono non lineari sia per la presenza di prodotti o potenze
di variabili che per la presenza di funzioni trascendenti. Se per`
o il pendolo
`e prossimo al punto di equilibrio corrispondente a = 0, in quanto gli e quindi:
spostamenti sono piccoli oppure perche si ha un sistema di controllo che fa
rimanere il pendolo prossimo a tale posizione, `e possibile fare le approssi- mg 1 ml
mazioni: =
x + f
sen
= , cos
= 1. M MM Jp
(2.16)
mgl ml M +m
Unaltra approssimazione, comune ma che a priori non ha una vera gius- = (M + m) f+ .
ticazione (se non che a posteriori si riconosce accettabile), `e ritenere che M Jp M Jp M Jp
anche la velocit`a angolare sia piccola. A maggior ragione lo sar` a il suo
quadrato: 2
= 0. Le equazioni del moto si semplicano quindi come segue:  
u = f
Posto allora x1 = x, x2 = x,
x3 = , x4 = , , e prendendo

(M + m) x + ml = f come grandezze misurate ad esempio la posizione x e langolo , si ha la
x + Jp mgl = ,
ml seguente rappresentazione dierenziale lineare, stazionaria, a dimensione
104 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.6. Sistemi elettromeccanici 105

nita, regolare, a tempo continuo: Poiche poi le spire del rotore si muovono in un campo magnetico, e dunque
sono sede di fenomeni di induzione elettromagnetica(2.4) , nel circuito darmatura

0 1 0 0 0 0 si deve tenere conto di una forza controelettromotrice indotta fc , che si op-
0 0
mg
0 1 ml pone alla rotazione e che pu` o ritenersi proporzionale al prodotto tra usso
M M M Jp
x = + u di eccitazione e (qui supposto costante) e velocit` a angolare di rotazione
0 0 0 1 0 0 :
mgl ml M +m
0 0 (M + m)
M Jp
0 fc = k2 e = k2 . (2.18)
M Jp M Jp
 
y=
1 0 0 0
x. Essendo pe = ia fc = k2 Mm la potenza elettrica (prodotto della forza con-
0 0 1 0 k1
troelettromotrice indotta per la corrente darmatura) e pm = Mm quella
meccanica (prodotto della velocit` a angolare per la coppia elettromagnet-
Lo schema a blocchi corrispondente mette in luce le dinamiche del carrello
ica), ovviamente:
e quelle del pendolo, e il legame di accoppiamento tra di esse.
k2
pe = pm ,
k1
2.6. Sistemi elettromeccanici e nel caso di perfetta conversione dellenergia si avrebbe k1 = k2 = k; se
il rendimento `e invece inferiore al 100% allora k2 > 1, ossia k2 > k1 .
k1
2.6.a. Motore elettrico in corrente continua a magneti permanenti Si noti che Mm , ia , fc e si misurano in Nm, A, V e rads rispettiva-
con tensione darmatura variabile
mente, e dunque k1 e k2 vengono misurate in Nm e Vs = J .
Si consideri un motore in corrente continua in cui il campo magnetico in A rad Arad
cui si muovono le spire dellavvolgimento rotorico, o circuito darmatura,
sia generato da magneti permanenti. In condizioni ideali il momento mec- Ra La
canico Mm sviluppato sullasse del motore, o coppia elettromagnetica, `e
proporzionale al prodotto tra il usso di eccitazione determinato dai mag-
neti permanenti e lintensit` a della corrente ia che scorre nel circuito rotorico fc
(2.3)
, detta corrente darmatura: va ia

Mm = k1 e ia .

Essendo costante il campo magnetico, e dunque il usso, prodotto dai mag- Figura 2.12 Circuito equivalente darmatura
neti, il momento `e proporzionale alla corrente di armatura:
Il circuito equivalente del circuito darmatura `e rappresentato in gura
Mm = k1 ia . (2.17)

immersa in un campo magnetico uniforme dinduzione

(2.4)
(2.3)
Per una spira piana di forma qualsiasi
In eetti una spira piana di forma generica immersa in un campo magnetico uniforme F F = F Fn dS = SBcos , essendo S la supercie della
F risente di un momento meccanico M F = ia SFn B,
F ove S `e la supercie della B, il usso concatenato vale c (B) B
dinduzione B S
spira e Fn la normale alla spira (scelta secondo la regola della mano destra). Se essa ruota in
spira, Fn `e la normale alla spira (scelta secondo la regola della mano destra) percorsa dalla
F e Fn. Poiche tale campo risulta essere sede di fenomeni di induzione e, per la legge di FaradayNeumann
corrente dintensit` a ia . Dunque M = ia SBsen , ove `e langolo tra i vettori B F
d (B)

lavvolgimento del rotore `e costituito da spire uguali, disposte con
una densit`a di N spire per Lentz, la forza controelettromotrice indotta che si genera vale fc = c = (SBsen ),
dt
radiante, si ha che Mm = N 0 M d = 2N SBia = k1 e ia , ove e = S B F FndS `e il usso di

e considerando per lavvolgimento rotorico una densit`
a di N spire per radiante, essa vale
eccitazione, che attraversa la singola spira perpendicolare a B. F fc = N 0 (BSsen ) d = 2N e = k2 .
 Figura 2.14 Circuito equivalente deccitazione e schema sico

Nello scrivere la legge di Ohm per il circuito equivalente del circuito

di eccitazione (gura 2.14) si tenga presente che non si hanno contributi
108 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.6. Sistemi elettromeccanici 109

dovuti a forze controelettromotrici indotte, poiche il usso a del circuito di Dalle equazioni (2.22), (2.24), assieme allequazione = , si ha il sistema
armatura non si concatena con le spire del circuito di eccitazione, essendo di equazioni:
ortogonali a tale usso (viceversa e si concatena con le spire del rotore in die Re 1
quanto esse sono in rotazione). Dunque la legge di Ohm per il circuito di = ie + ve
eccitazione fornisce: dt Le Le
die k1 F 1
ve Re ie Le = 0, (2.22) = ie Cr
dt J J J
con Re , Le resistenza e induttanza del circuito equivalente deccitazione. = .

e Se la grandezza misurabile `e ad esempio la posizione angolare, si ricava

dunque la seguente rappresentazione dierenziale lineare, stazionaria, a di-
mensione nita, regolare, a tempo continuo:

R 1
e
e 0 0 0

Le

x = k1
L
e 1
F 1 Cr x + 0 u + J d
J J J

0 1 0 0 0


ie ie
y = (0 0 1)x
Figura 2.15 Caratteristica ussocorrente di eccitazione

Riguardo lespressione del momento meccanico, il usso di eccitazione ie
risulta essere proporzionale alla corrente deccitazione ie , come mostrato ove si `e posto x = , u = ve , d = Cr .
in gura 2.15 dove `e rappresentata la caratteristica ussocorrente di ecci-
tazione. Entro un certo intervallo di valori della corrente di eccitazione la
caratteristica `e lineare, mentre al di fuori di questo intervallo il usso e
del circuito di eccitazione satura ad un valore massimo, e la curva non `e 2.6.c. Motore elettrico in corrente continua con tensione
pi`
u lineare. darmatura e deccitazione variabili
Il momento meccanico risulta allora essere dato da:

Mm = kie ia .
Se ora la corrente di armatura `e costante, lespressione del momento `e
proporzionale a ie :
Mm = k1 ie
entro un certo intervallo di valori di tale corrente.
Indicando dunque con J il momento dinerzia del carico, Cr un mo-
mento resistente agente sul carico ed F il coeciente dattrito dinamico,
dallequilibrio dei momenti agenti sullasse del motore si ha:
(2.23) Si consideri un motore in corrente continua in cui possano variare en-
trambe le tensioni del circuito darmatura e di eccitazione. Per il momento
meccanico si deve allora utilizzare lespressione (2.23), e lequazione mec-
canica diventa:
kia ie F Cr = J .
(2.25)
Le equazioni dei circuiti equivalenti di armatura ed eccitazione sono ancora
date dalle (2.19) e (2.22) che, assieme alla (2.21) e allespressione della forza
controelettromotrice (2.18), che in questo caso si riscrive come:

k1 ie F Cr = J .
(2.24) e ,
fc = ki
110 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.7. Modelli di sistemi idraulici 111

forniscono il seguente modello: Il modello complessivo del sistema `e dunque:

dia Ra k2 1
dia Ra k 1 = ia +
va
= ia ie + va dt La La La
dt La La La =
die Re 1
= ie + ve k1 k F 1
dt Le Le = ia ( 1 ) Cr
k F 1 J J J J
= ia ie Cr k F1 1
J J J 1 = ( 1 ) Cr
= . J1 J1 J1

1 = 1 ,

Al solito come uscite possono essere prese una o pi` u variabili di stato. Si in cui va appare come ingresso al sistema e Cr come un disturbo agente su
noti che ora la rappresentazione `e non lineare (stazionaria, a dimensione di esso. Ovviamente come uscite si possono assumere una o pi`u variabili di
nita, regolare, a tempo continuo). stato.
Queste equazioni, cos` come quelle nei paragra 2.6.a e 2.6.b, si basano
sulle ipotesi che tutte le perdite nel motore possano essere tenute in conto
dallo smorzamento meccanico (tramite il coeciente F ) e dalla resistenza
elettrica (tramite Ra e/o Re ), e che il comportamento del motore sia lineare,
2.7. Modelli di sistemi idraulici
ossia che si lavori nella parte lineare della caratteristica ussocorrente.
La dinamica del motore `e in realt` a pi`u complessa, ma le equazioni scritte 2.7.a. Serbatoio chiuso con uido incomprimibile e con
catturano le caratteristiche dinamiche essenziali del motore, e sono quindi mescolamento perfetto
adatte per lanalisi del sistema e la sintesi di eventuali sistemi di controllo.
Si consideri un serbatoio in cui un uido incomprimibile subisce una
variazione di temperatura (riscaldamento o rareddamento). A causa della
2.6.d. Motore in corrente continua alimentato in tensione turbolenza o di appositi miscelatori, si suppone che allinterno del serbatoio
il miscelamento sia perfetto, ovvero che la temperatura media del uido sia
con carico ed albero essibile pari a quella di uscita.
   
Kg
Siano G la portata in massa in s , c il calore specico in J ,
Si consideri un motore in corrente continua, alimentato in tensione, e Kg K
m la massa (in Kg) e Ti , Tu le temperature (in K) relative al uido in
con usso di eccitazione costante. Il carico, di momento dinerzia J1 , sia
ingresso ed in uscita del serbatoio.
collegato al motore tramite un albero con essibilit` a non trascurabile. Si
Lenergia contenuta nel uido sotto forma di calore `e data da:
supponga di poter tenere in conto questa elasticit` a mediante una costante
elastica k. Sia presente lattrito sia nella rotazione del rotore che in quella 
del carico, e su questultimo agisca un carico resistente Cr . Il rotore e il E= c T dV = cmTm ,
carico costituiscono due volani connessi da un albero essibile, come trat- serbatoio
tato nella sezione 2.5.c.
ove si `e indicato con Tm la temperatura (in K) media del uido. Da questa
Lequazione del circuito equivalente darmatura `e ancora la (2.19), con
equazione, utilizzando lipotesi di mescolamento perfetto per cui Tm = Tu ,
fc data dalla (2.18), mentre le equazioni dei due volani sono date dalla
si ottiene:
(2.14), con Mm come in (2.17), e dalla (2.15). Riguardo le posizioni angolari dE dTu
di rotore e carico, valgono rispettivamente la (2.21) e la relazione 1 = 1 . = cm .
dt dt
 Figura 2.16 Doppio serbatoio con tubazione

Le equazioni dinamiche dei due serbatoi si ottengono imponendo il

bilancio di massa, ossia che la variazione della massa nel singolo serbatoio
sia pari alla massa entrante meno quella uscente nellunit` a di tempo. Si
prende la convenzione, come solito, di considerare positive le grandezze in
ingresso al sistema e negative quelle uscenti.
Le masse nei due serbatoi sono )A1 h1 e )A2 h2 . Indicando poi con G
la portata in massa che scorre nella tubazione, le equazioni dinamiche per
i due serbatoi risultano essere:

)A1 h 1 = G + G1
)A2 h 2 = G G2 ,

in quanto G `e uscente dal primo serbatoio ed entrante nel secondo.

Per la tubazione si possono considerare la proiezione lungo il suo asse
delle forze agenti sul uido. Questo equivale a considerare che le componenti
delle forze ortogonali allasse della tubazione sono bilanciate dalla reazione
vincolare, ossia dalle pareti della tubazione.
114 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.7. Modelli di sistemi idraulici 115

prolo piatto di velocit`

a (ovvero se si suppone che v rappresenti la velocit`
a
p1A (1) media sulla sezione A), poiche G = )Av si ricava:

l G
v= .
fa=F v )A
. mg sen
Dunque lequazione (2.26) si riscrive:
mg
( (2) G z1 z2
p2A )Al p1 + )gh1 )A (
= ( p2 + )gh2 )A F v + )Alg .
)A l
z1 z2 Posto:

h 1 + z1 G1  
h 1 + z1
x = h 2 + z2 , u = G2 , y= ,
Figura 2.17 Tubazione h 2 + z2
G p1 p2
Se si indicano con p1 e p2 le pressioni del liquido in corrispondenza
si ottengono le equazioni del sistema:
delle sezioni (1) e (2) della tubazione (gura 2.17), supposta di sezione A,
sulle due sezioni terminali agiscono due forze, aventi direzioni opposte e di
1 1
modulo pari a p1 A e p2 A. Inoltre si deve considerare la forza peso agente x 1 = x3 + u1
sul liquido, che fornisce una componente pari a mgsen , diretta verso il )A1 )A1
basso, essendo m la massa del liquido nella conduttura. Inne occorre con- 1 1
x 2 = x3 + u2
siderare la forza di attrito, dovuta a vari fenomeni, quali la turbolenza del )A2 )A2
liquido, ladesione delle particelle alla supercie della tubazione, la rugosit`
a )gA )gA F A
della tubazione; essa `e proporzionale ad una certa potenza (usualmente x 3 = x1 x2 x3 + u3 .
l l ()lA) l
determinata sperimentalmente) della velocit` a v del liquido nella tubazione
(fa = F v ) e si oppone al moto. La seconda legge della dinamica `e quindi:
Il sistema `e non lineare a causa della presenza del termine x3 . Se
per`
o `e possibile supporre = 1 si ottiene un sistema lineare del terzo
mv = p1 A p2 A F v + mgsen . (2.26) ordine (in quanto vi sono tre elementi con memoria: i due serbatoi e la
condotta), avente rappresentazione dierenziale (lineare, stazionaria, a di-
Le pressioni p1 e p2 sono date dalla legge di Stevino (2.5) : mensione nita, regolare, a tempo continuo):

p1 = p1 + )gh1 , p2 = p2 + )gh2 , 1 0 0
0 0 1 )A1
)A1
mentre se l `e la lunghezza della tubazione la massa di uido in essa con- 0 1 1
x = 0 x + 0 0 u
tenuta vale m = )Al. Se poi `e linclinazione rispetto allorizzontale e )A2 )A2
z1 , z2 sono le altezze assolute delle sezioni (1) e (2) della tubazione, risulta )gA

)gA
F
A
sen = z1 z2 . Inne se si suppone che il uido abbia nella tubazione un
l l )lA 0 0
l
l  
1 0 0
y= x.
(2.5)
Si veda D. Sette, Lezioni di Fisica, Veschi Editore, p. 384, Roma, 1982. 0 1 0
116 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.8. Modelli di sistemi nucleari e chimici 117

Si noti inne che se la variazione della velocit`

a nella tubazione `e trascur- MeV ed uno da 1.33 MeV (1 eV = 1.60219 1019 J). Pi` u precisamente un
abile, allora dallequazione (2.26) si ottiene: neutrone del 60 27 Co si trasforma in un protone ed un elettrone, assieme ad
un antineutrino: n p + e + (decadimento ), ottenendo cos` il 6028 N i.
 1/
F 1/ )gA )gA
Tale nucleo non `e stabile e decade al livello fondamentale emettendo raggi
x3 = x x + A u3 , . Il 60
28 N i, cos`
diseccitato, `e stabile e non decade ulteriormente.
)Al l 1 l 2 l
La disintegrazione spontanea dei nuclei, di tipo o di qualsiasi al-
e se = 1 allora si ha un sistema lineare del secondo ordine: tro tipo essa sia, `e governata da una legge fondamentale, secondo la quale
  la probabilit` a per unit`a di tempo che un nucleo radioattivo decada `e una
1 F )gA )gA costante indipendente dal tempo. Tale costante `e detta costante di disin-
x 1 = u1 x1 A
x + u3 tegrazione . Dato un numero elevato nb (t) di atomi di un elemento ra-
)A1 )2 AA1 l  l l 2 l
 dioattivo B allistante t, il numero di atomi che decadono nellintervallo
1 F )gA )gA A
x 2 = u2 + x x + u3 . dt vale nb (t)dt. La diminuzione di nuclei radioattivi dellelemento B
)A2 )2 AA2 l l 1 l 2 l nellintervallo dt `e quindi:

dnb = nb (t)dt,
2.8. Modelli di sistemi nucleari e chimici
mentre laumento di atomi della specie C che si produce dal decadimento
2.8.a. Reazione nucleare del tipo (n, ) degli atomi della specie B vale:

I neutroni interagiscono con i nuclei della materia in diversi modi. Tra dnc = nb (t)dt.
i vari casi, si pu`
o avere lassorbimento del neutrone da parte di un nucleo.
In tal caso possono avere origine diversi processi, il pi`
u frequente dei quali Pertanto si hanno le equazioni:
`e la cosiddetta cattura radiativa, o reazione (n, ), in cui il nucleo assorbe
il neutrone n ed emette raggi . Per valutare la probabilit` a che una data n b = nb (t)
reazione nucleare abbia luogo si utilizza una grandezza chiamata sezione (2.28)
n c = nb (t).
durto, misurata in barn (b), essendo 1b = 1028 m2 . Se dei nuclei di un
elemento A vengono irraggiati mediante un usso di neutroni, a causa
delle reazione (n, ) vengono trasformati in nuclei di un elemento B. Se na Volendo dunque descrivere la dinamica delle specie 59 60 59
27 Co, 27 Co, 28 N i,
ed nb indicano il numero di atomi dei rispettivi elementi, nellintervallo di indicando con x1 = na , x2 = nb ed x3 = nc il numero di atomi di tali
tempo dt si avr` a: elementi, dalle (2.27), (2.28) si ha:
dna = na dt
x 1 = x1
dnb = + na dt
x 2 = x1 x2
e quindi:
n a = na x 3 = x2 .
(2.27)
n b = na .
Alcuni radioisotopi sono prodotti con reazioni (n, ) successive. Il nu-
Questa reazione pu` o essere utilizzate per produrre isotopi (cio`e nuclei clide A viene irraggiato con un usso di neutroni (in neutroni/s) e, per
con lo stesso numero di protoni) radioattivi, utili nella medicina, nellindustria, cattura (n, ) con sezione durto 1 , d`
a luogo al nuclide B. Questultimo
nella ricerca. Un tipico esempio `e quello del 60
27 Co, radioattivo, prodotto a pu`o subire due processi: un decadimento con costante 1 con produzione
partire dal 59
27 Co mediante assorbimento di un neutrone. Il radioisotopo del nuclide C, oppure unaltra cattura (n, ) con sezione durto 2 e pro-
60
27 Co cos` prodotto decade emettendo un raggio gamma di energia 1.17 duzione del nuclide D. La specie D decade poi con una costante 2 nella
118 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.8. Modelli di sistemi nucleari e chimici 119

specie E. Volendo descrivere la dinamica dei vari elementi, indicando con partire da un neutrone capace di indurre una ssione. Per avere un sistema
na , nb , nc , nd , ne il numero dei loro atomi, valgono i seguenti bilanci: di reazioni che si autosostenga e quindi funzioni in uno stato stazionario,
`e necessario che sia kef f = 1. Se invece kef f > 1 il numero di neutroni
dna = 1 na dt cresce sempre pi` u e la reazione a catena diverge. La frazione k = kef f 1
dnb = 1 na dt nb dt 2 nb dt di neutroni in eccesso pu` o essere eliminata dalle barre di controllo, inserite
per una opportuna profondit` a.
dnc = nb dt La maggior parte dei neutroni vengono emessi istantaneamente nel
dnd = 2 nb dt nd dt momento della ssione (entro circa 1017 s dalla scissione del nucleo origi-
nario), mentre meno dellun per cento vengono emessi alcuni secondi dopo,
dne = nd dt
nel decadimento di tipo di alcuni prodotti di ssione, detti precursori. I
precursori che forniscono questo secondo tipo di neutroni, importantissimi
e quindi posto:
dal punto di vista del controllo di un reattore nucleare, possono essere divisi
x1 na
in sei classi.
x2 nb
Indicando con l il tempo medio di vita di un neutrone (circa 0.1 s), la
x = x3 = nc ,
probabilit`a per unit`
a di tempo che un neutrone scompaia (per assorbimento
x4 nd
o altra causa) `e pari a = 1/l. Pertanto la quantit` a di neutroni che
x5 ne scompaiono dal reattore allistante t `e pari a:
valgono le equazioni: 1
ns (t) = n(t) = n(t).
l
1 0 0 0 0
2 Per quanto riguarda il numero di neutroni che si producono, si tenga conto
1 0 0 0
che per ogni neutrone scomparso si producono kef f neutroni, di cui una
x = 0 0 0 0 x.
 6
0 2 0 0 parte istantaneamente ed una parte con un certo ritardo. Sia = i la
0 0 0 0 i=1
frazione di neutroni prodotti a causa delle emissioni ritardate dei precursori,
Processi di questo tipo sono utilizzati per la produzione di gran parte degli con i il contributo del gruppo i. Allora si pu`o scrivere:
elementi transuranici. kef f = kef f (1 ) + kef f = kef f 1 + kef f 2 ,
Considerata come uscita il numero di atomi y = nb = xa , si ottiene
una rappresentazione lineare, stazionaria, a dimensione nita, regolare, a ove kef f 1 = kef f (1 ) sono i neutroni prodotti istantaneamente per ogni
tempo continuo. Avendo cinque elementi con memoria (i cinque elementi) 6
neutrone scomparso e kef f 2 = kef f i quelli prodotti con ritardo dai
si hanno cinque variabili di stato. i=1
precursori. Essendo i neutroni scomparsi allistante t pari a ns (t), istanta-
neamente si producono
2.8.b. Reattore nucleare
kef f (t)(1 )
np1 (t) = kef f 1 (t)ns (t) = n(t)
Si consideri un reattore nucleare costituito da una massa di materiale l
ssile, in cui pu`
o essere inserita una barra scorrevole di materiale assor- neutroni. Ma allistante t vengono anche prodotti dei neutroni dal decadi-
bitore di neutroni. Per le sue propriet`a assorbenti, tale barra permette di mento dei precursori. Se i (s) sono le costanti di decadimento della classe
controllare la quantit`a di atomi che si ssionano a seguito delle reazioni i dei precursori e ci sono le concentrazioni (atomi/cm3 ) dei sei precursori,
nucleari. questi neutroni sono dati da:
Ogni neutrone prodotto in una ssione ha una certa probabilit` a di

6
produrre unaltra ssione e dunque di produrre altri neutroni capaci di np2 (t) = i ci (t).
provocare una ssione. Si indichi con kef f il numero di neutroni prodotti a i=1
120 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.8. Modelli di sistemi nucleari e chimici 121

Dunque i neutroni prodotti allistante t sono dati da Si ha cos` il seguente sistema:

kef f (t) 1 2 3 4 5 6
kef f (t)(1 )

6 1 /l 1 0 0 0 0 0

np (t) = np1 (t) + np2 (t) = n(t) + i ci (t), 2 /l 0 2 0 0 0 0
l
i=1 x = 3 /l 0 0 3 0 0 0 x+

4 /l 0 0 0 4 0 0

e posto k(t) = kef f (t) 1, lequazione di bilancio neutronico `e: 5 /l 0 0 0 0 5 0
6 /l 0 0 0 0 0 6

1/l 0 0 0 0 0
kef f (t)(1 ) 1

6
0 0 0 0 0 0
n = np (t) ns (t) = n(t) + i ci (t) =
l 0 0 0 0 0 0
i=1
(2.29) + 0 0 0 0 0 0 xu


6
=
kef f (t) 1 0 0 0 0 0 0
n(t) + i ci (t) + n(t) k(t).
l i=1 l 0 0 0 0 0 0
0 0 0 0 0 0
 
Per quanto riguarda la variazione delle concentrazioni ci , poiche il nu- y= kp 0 0 0 0 0 0 x
mero di atomi del precursore i che si producono allistante t vale:
in cui si `e posto
 T
kef f (t)i x= n c1 c2 c3 c4 c5 c6 , u = k.
cpi (t) = kef f (t)i ns (t) = n(t),
l
Si noti che il modello risulta bilineare e tempovariante, ossia del tipo:
mentre quello dei nuclei che decadono vale:
x = A(t)x + N xu
y = Cx
cdi (t) = i ci (t),
a causa della presenza del termine misto xu e del termine kef f (t).
Tale modello pu`
o essere linearizzato attorno al punto di funzionamento,
per i precursori valgono i bilanci: in corrispondenza al quale n = n0 , k = k0 e ci = ci0 . Si ponga quindi:

n = n0 + n
, ci = ci0 + ci ,
k = k0 + k
kef f (t)i
ci (t) = cpi (t) cdi (t) = n(t) i ci (t), i = 1, , 6. (2.30) Sviluppando in serie di Taylor
l e si noti che kef f = k + 1 = k + 1 + k.
ed arrestandosi ai termini del primo ordine si ottiene:

Inne la potenza P prodotta dal reattore si pu`

o pensare proporzionale k0 ( 1) +

6
(1 )n0
ad n(t) secondo una costante: =
n n
+ i ci + k
l i=1 l
(k0 + 1)i n0 i
P (t) = kp n(t). (2.31) ci = i ci +
n k, i = 1, , 6
l l
122 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.8. Modelli di sistemi nucleari e chimici 123


che assieme alla (2.31) forniscono una rappresentazione lineare, stazionaria, mole della specie A rispettivamente nel uido in ingresso al reattore e in
a dimensione nita, regolare, a tempo continuo: l
quello allinterno del reattore.
x = Ax + Bu Poiche si suppone che il mescolamento sia perfetto, la concentrazione
y = Cx, della specie A e la temperatura del uido in uscita dal reattore sono con-
siderate uguali a cA e T .
ove: La reazione chimica sia esotermica e dunque il reattore sia rareddato
  da uno scambiatore di calore, costituito da una serpentina in cui scorre un
k0 ( 1) + /l 1 2 3 4 5 6
(k0 + 1)1 /l 1 0 0 0 0 0 uido refrigerante, con portata r e calore specico cr .

(k0 + 1)2 /l 0 2 0 0 0 0

A= (k0 + 1)3 /l 0 0 3 0 0 0 ,
cA0 cA
(k0 + 1)4 /l 0 0 0 4 0 0

(k0 + 1)5 /l 0 0 0 0 5 0 T0 , , c A B T, , c
(k0 + 1)6 /l 0 0 0 0 0 6

(1 )n0 /l Tr, r , c r
n0 1 /l T , cA

n0 2 /l  

B = n0 3 /l , C = kp 0 0 0 0 0 0 ,

n0 4 /l Figura 2.18 Reattore chimico

n0 5 /l
n0 6 /l  
rappresentano le variazioni La velocit`a della reazione chimica in mole , ossia il numero di moli
e in cui le variabili x1 = n , xi+1 = ci , u = k ls
incrementali rispetto al punto di lavoro prescelto. di A che si trasformano in moli di B nellunit` a di tempo e di volume,
dipende da cA e dalla  temperatura T , e per la legge
 di vant Ho `e pari
a vA = k1 cA e k2 /T 1
k1 `e espresso in s e k2 in K , mentre la quantit` a
2.8.c. Reattore chimico
di energia assorbita nella serpentina di refrigerazione nellunit` a di tempo
Si consideri un reattore chimico di volume V (in litri) in cui avviene `e proporzionale alla dierenza di temperatura tra uidi e alla portata del
una reazione chimica tra due specie chimiche, del tipo A B. La  specie A refrigerante: = k3 (T Tr )r k3 `e espresso in J . Inne sia b lenergia
viene trasportata da un uido avente calore specico c J e densit`a
Kl 
Kg K rilasciata durante la reazione chimica di una mole di A in una di B in
  
Kg J .
) , e temperature T0 , T (in K) rispettivamente allingresso e dentro
l mole
il reattore. Sia la portata volumetrica, in sl , del uido in ingresso al Il modello del reattore si ottiene scrivendo i bilanci di massa e di ener-
reattore.  gia. Come solito si attribuisce segno positivo alle grandezze in ingresso al
Si indichino con cA0 e cA le concentrazioni molari (2.6) o molarit`
a, in sistema, costituito dal reattore, e negativo a quelle in uscita.
Per il bilancio di massa della specie A, si deve imporre che la variazione
(2.6)
a di materia contenente N = 6.02204 1023 atomi o molecole (numero
Una mole `e la quantit` nel tempo del numero di moli presenti nel reattore, sia pari alla dierenza
di Avogadro). Indipendentemente dalla sostanza in questione, ogni mole contiene un ugual tra numero di moli in ingresso meno il numero di quelle uscenti o che ven-
numero di atomi o molecole della sostanza. Si veda P. Silvestroni, Fondamenti di Chimica, gono trasformate a causa della reazione chimica. In numero di moli di A nel
Veschi Editore, Roma, 1980. reattore sono V cA moli, con V costante. La dierenza tra moli in ingresso
124 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.9. Esercizi e problemi 125

a di tempo `e pari a (cA0 cA ), mentre il numero

e quelle di uscita nellunit` Si noti che ci si pu`
o ridurre ad un modello bilineare, ossia ad un modello
di moli di A reagenti nellunit` a di tempo `e pari a V vA = k1 V cA ek2 /T . Il in cui appaiono solo prodotti tra due variabili di stato o tra una variabile
bilancio della specie A `e dunque: di stato e lingresso, notando che valgono le approssimazioni:
1 1  1  2 1
V cA = (cA0 cA ) k1 V cA ek2 /T . = x2  (x2 x20 ) = x2
x2 x20 2
x20 x20 x220
Per il bilancio energetico del uido che trasporta la specie A occorre
k2 2k2 k2
ek2 /x2

imporre che la variazione di energia nellunit` a di tempo del uido nel reat- = 1 =1 + x2
tore sia pari alla dierenza tra energia entrante ed energia uscente nellunit`
a x2 x20 x220
di tempo. Lenergia del uido nel reattore `e pari a c)V T , mentre lenergia
essendosi fermati al primo ordine in entrambi gli sviluppi in serie. Le
entrante nellunit` a di tempo nel sistema `e data da quella contenuta nel u-
equazioni cos` approssimate sono:
ido in ingresso ()cT0 ) e quella dovuta alla reazione (supposta esotermica:
bV vA = bV k1 cA ek2 /T ) e lenergia uscente nellunit`
a di tempo dal sistema  
dx1 2 k1
`e quella nel uido uscente ()cT ) e quella estratta dallo scambiatore di = x10 x1 k1 1
x1 x1 x2
calore ( = k3 (T Tr )r ). Dunque il bilancio energetico del uido `e dato d x20 x220
da:  
c)V T = )c(T0 T ) + bV k1 cA ek2 /T k3 (T Tr )r . dx2 2 k1
= x20 x2 + k1 1 x1 + x1 x2 k3 (x2 x2r )u.
Per scrivere in maniera pi`u semplice queste equazioni, si introducano d x20 x220
le seguenti variabili adimensionali:
2.9. Esercizi e problemi
c )cT r
x1 = A , x2 = , = t, u= , Esercizio 2.1. Un plotter `e costituito da un pennino che si muove tra due
cA0 bcA0 V
arresti, posti a distanza di d = 0.5 m. Esso `e mosso da una cinghia, tramite
una puleggia di raggio r = 0.02 m, collegata ad un motore M .
indicanti rispettivamente la concentrazione, la temperatura, il tempo e la
portata refrigerante (adimensionali), e le seguenti costanti adimensionali:

k1 V k2 )c k3
k1 = , k2 = , k3 = . r
bcA0 c)

Si hanno cos` le seguenti equazioni: y

M d
dx1
x1 k1 x1 ek2 /x2

= x10
d
dx2 v
= x20 x2 + k1 x1 ek2 /x2 k3 (x2 x2r )u,

d
ove x10 = 1 ed x20 sono i valori iniziali (cio`e per t = = 0) delle variabili.
Si noti che se Tr `e costante allora anche x2r lo `e. Inoltre la portata u
costituisce lingresso al sistema, che risulta modellato da equazioni non
lineari.
Figura 2.19
Il motore `e in corrente continua, alimentato con corrente di statore costante,
ed ha come ingresso la tensione applicata al rotore e come uscita la po-
sizione angolare . Il circuito rotorico ha una resistenza R = 0.3 ed
126 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.9. Esercizi e problemi 127

una induttanza L = 0.025 H. La forza controelettromotrice `e proporzionale o ruotare di 360 grazie ad un momento u applicato sullasse di
Il pendolo pu`
alla velocit`a angolare secondo un fattore k1 = 1N m , mentre il momento rotazione. Indicato con J il momento di inerzia rispetto allasse di rotazione,
A derivarne il modello dinamico.
meccanico `e proporzionale allintensit` a di corrente i nel motore, secondo
una costante k2 = 1N m . Il momento dinerzia J del rotore, tenendo conto
A Soluzione. Il bilanciamento dei momenti agenti sulla struttura meccanica
anche dellinerzia del carico, vale 2 Kg m2 e lattrito, sempre tenendo conto
del carico, `e di tipo viscoso con coeciente dattrito = 2 103 Nm s . `e dato da
Si determini il modello matematico del sistema.
rad J = mgd sin + u.
Scegliendo come variabili di stato la posizione angolare (t) e la sua derivata
   
x1
Soluzione. Facendo riferimento allo schema di un motore in corrente con- (t), e ponendo x = = , il sistema dinamico `e descritto dalle
x2
tinua alimentato in tensione (gura 2.12), lequazione di Ohm si scrive seguenti equazioni dierenziali del primo ordine:
come v Ri L di fcem = 0, ove la forza controelettromotrice risulta
dt x 1 = x2
proporzionale alla velocit` a angolare del rotore fcem = k1 . La seconda
equazione cardinale fornisce lequazione meccanica del motore M est = J + mgd 1
x 2 = sin x1 + u.
, in cui il momento meccanico (supposto un rendimento ideale pari ad J J
uno) disponibile sullasse del motore `e proporzionale allintensit`
a di corrente
di armatura: M est = k2 i. Inne = . Ovviamente la posizione del pen- Esercizio 2.3. Sia dato un sistema costituito da un asse verticale, ruotante
i ad una velocit` a angolare costante , ed un asse inclinato di un angolo
nino `e data da y = r. Inserendo i valori numerici e ponendo x = , rispetto al primo e solidale con esso, su cui scorre un corpo pesante di massa
m e dimensioni trascurabili. Sia presente lattrito di scorrimento, tenuto
u = v, si ottiene: in conto con un coeciente . Sul corpo agisca inoltre una forza u diretta
come in gura. Determinare il modello del sistema.
12 40 0 40
x = 0.5 0.001 0 x + 0 v
0 1 0 0
y = (0 0 0.02 ) x.

x
Esercizio 2.2. Sia dato un pendolo di massa m e lunghezza 2d, il cui u
m
moto avviene nel solo piano verticale.
u

d x

Figura 2.21

Figura 2.20
128 2. Rappresentazioni con lo stato di sistemi da diverse discipline 2.9. Esercizi e problemi 129

Soluzione. Proiettando le forze lungo lasse x si ha lequazione dinamica Problema 2.3. Utilizzando lapprossimazione della derivata proposta nel
del moto della massa: problema 2.2, mostrare che il modello dellalgoritmo di risoluzione numerica
dellequazione dierenziale:
x = u mgcos x + m 2 x sin2 ,
m
d2 (t) d(t)
ove lultimo termine a secondo membro `e dovuto alla forza centrifuga. Posto + + (t) = u(t)
2 dt
dunque x1 = x, x2 = x, si ottiene il modello cercato: dt
`e dato da:
x 1 = x2
1 T + 2 1 T 2
x 2 = x1 2 sin2 x2 gcos + u. (k) = (k1) (k2)+ u(k).
m m 1 + T + T 2 1 + T + T 2 1 + T + T 2

Problema 2.1. Con riferimento al modello dellalgoritmo di integrazione Posto inoltre x1 (k) = (k 2), x2 (k) = (k 1), mostrare che si ottiene
presentato nel paragrafo 2.1.a, mostrare che utilizzando, a costo di una la seguente rappresentazione con lo stato:
maggiore complessit`a di calcolo, lapprossimazione:
0 1 0
 kT    
u kT + u (k 1)T x(k + 1) = 1 T + 2 x(k)+ T 2 u(k)
u( ) d = T 2 2
1 + T + T 1 + T + T 2
1 + T + T
kT T 2
 
in (2.1), si ottiene la seguente rappresentazione con lo stato: y(k) = 1 0 x(k)



T
relativa ad un sistema stazionario a tempo discreto di dimensione due, in cui
x(k + 1) = x(k) + u(k)
2 come uscita si `e considerato il valore (k 2). Qual `e lo schema realizzativo

T T corrispondente?
y(k) = x(k) + u(k), x(1) = u(0).
2 2
Problema 2.4. Un sistema meccanico `e costituito da un punto materiale
P1 di massa m1 soggetto ad una forza elastica di richiamo di costante
Problema 2.2. Si supponga di approssimare la derivata di una funzione k1 ed un attrito viscoso costante f1 . Inoltre P1 `e connesso tramite una
u(t) in t = kT con la pendenza del segmento di retta che congiunge u(kT forza elastica k2 ed un attrito viscoso (proporzionale alla velocit`
a relativa)
T ) con u(kT ), per cui: di costante f2 , ad un punto materiale P2 di massa m2 , cui `e applicata
dy  y(kT ) y(kT T ) una forza orizzontale u. Si determini il modello dierenziale del sistema

= . ottenuto assumendo come ingresso u e come uscita lo spostamento di P1
dt  kT T dalla posizione di equilibrio quando u = 0.
Vericare che il modello dellalgoritmo di risoluzione numerica dellequazione
Problema 2.5. Il sistema meccanico illustrato in gura `e costituito da una
dierenziale:
dy(t) sbarra rigida di massa trascurabile che collega due punti materiali P1 e P2 di
+ y(t) = u(t) masse m1 ed m2 , soggetti ciascuno a forze elastiche di richiamo e ad attriti
dt viscosi. Al centro della sbarra agisce una forza verticale di intensit` a u.
`e dato da: Si determini il modello dierenziale del sistema ottenuto assumendo come
1 T
y(k) = y(k 1) + u(k). ingresso u e come uscita le posizioni dei punti Q1 e Q2 situati a 1/3 e 2/3
1 + T 1 + T della sbarra, misurate rispettivamente alla posizione di equilibrio quando
u = 0.
 2.9. Esercizi e problemi 131

Problema 2.8. Si determini il modello dierenziale ottenuto assumendo

come ingresso la tensione u e come uscite le correnti y1 e y2 nella rete
elettrica in gura.
0.001
4

0.01 y1
0.2 8
u
10
4 0.4 8 y2

Figura 2.22
Problema 2.6. Un dispositivo meccanico complesso, schematizzato in
gura come un rettangolo, fornisce una coppia pari allintegrale di un op- Figura 2.25
portuno ingresso u. Tale coppia muove un pignone di 24 denti il quale
ingrana su una condotta di 120 denti. Sullasse di questa ultima `e calettato Problema 2.9. Si determini il modello esplicito del sistema a tempo dis-
un carico di momento inerzia J e di attrito viscoso F . Determinare il mod- creto rappresentato tramite lo schema realizzativo in gura.
ello dierenziale assumendo come ingresso u(t) e come uscita la posizione +
angolare dellasse della condotta. 3 Ritardo 4
+
+
 3
u

u 6
+ y
y
J, F 3 +

Figura 2.23 1
Problema 2.7. Si determini il modello dierenziale ottenuto assumendo + +
come ingresso la tensione u e come uscita la corrente y nella rete elettrica
4 Ritardo 5
in gura. +

C Figura 2.26
R
Problema 2.10. Fornire lo schema di realizzazione del motore in corrente
continua alimentato in tensione con carico ed albero essibile (paragrafo
u L R y 2.6.d).

Figura 2.24
3. Sistemi lineari: analisi nel
dominio del tempo. I modi
naturali nellevoluzione libera
e in quella forzata

Nel capitolo precedente si `e visto come il processo di modellistica a

partire da un dato oggetto, fenomeno o processo sico, conduca in molti
casi di interesse, eventualmente a seguito di un processo di semplicazione,
alla costruzione di una rappresentazione con lo stato, lineare, stazionaria a
dimensione nita.
In questo capitolo viene arontato lo studio del comportamento del
sistema nel dominio del tempo, prima per la classe dei sistemi a tempo
continuo, quindi per la classe dei sistemi a tempo discreto.

3.1. I modi naturali nellevoluzione libera dello stato

3.1.a. Sistemi a tempo continuo regolari

Assegnata una rappresentazione implicita con lo stato di un sistema a

tempo continuo lineare, a dimensione nita, stazionario:

x(t)
= Ax(t) + Bu(t) x(0) = x0
(3.1)
y(t) = Cx(t) + Du(t)
134 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 135

le evoluzioni nello stato e nelluscita assumono la forma: Nel caso di autovalori non tutti distinti e limitandosi per semplicit` a al
 t caso di autovalori reali, siano Ui , i = 1, , r, gli autospazi generati dagli
x(t) = (t t0 )x0 + H(t )u( ) d autovettori generalizzati associati agli r autovalori distinti i , calcolati come
t0 indicato nel capitolo 1 a proposito della forma canonica di Jordan. Lo spazio
 t
(3.2) di stato X viene cos` decomposto nella somma diretta degli r sottospazi Ui ,
y(t) = (t t0 )x0 + W (t )u( ) d. aventi dimensione pari alla molteplicit` a algebrica di i :
t0

Il problema `e quello di calcolare le matrici (), (), H(), W () a partire X = U1 U2 Ur .

da A, B, C, D. A tale proposito, come noto, valgono le seguenti relazioni: 
r
Con riferimento alla decomposizione cos` eettuata di X, se x0 = x0i `e lo
k

i=1
t
(t) = eAt : = Ak , (t) = CeAt , stato iniziale, con x0i combinazione lineare degli autovettori (generalizzati)
k=0 k! che generano Ui , la risposta libera nello stato assume lespressione:
H(t) = eAt B, W (t) = CeAt B + D(t). - .


r
tki 1 ki 1
xl (t) = I + t(A i I) + + (A i I) ei t x0i ,
Per la matrice di transizione dello stato eAt , che compare nelle (3.2), valgono (ki 1)!
i=1
le note propriet`
a, analoghe a quelle dellesponenziale di uno scalare: (3.4)
 1 ove con ki si `e indicato lordine massimo degli autovettori generalizzati che
eA0 = I, eAt1 eAt2 = eA(t1 +t2 ) , eAt = eAt . compaiono nella combinazione lineare che d` a x0i . Ciascun termine della
sommatoria (3.4) `e un modo naturale associato allautovalore i .
Nel caso in cui gli n autovalori di A siano distinti e se autovalori sono Esercizio 3.1. Si studi la risposta libera nello stato per un sistema a tempo
reali e 2 sono complessi e coniugati (n = + 2), `e noto che la risposta continuo in cui la matrice dinamica `e:
libera nello stato assume lespressione:

1 0 1




 
xl (t) = ci ei t ui + mj ej t sen (j t + j )uja + cos (j t + j )ujb , A = 2 1 1 .
i=1 j=1
2 2 0
(3.3)
in cui
T
cja
ci = viT x0 , cja = vja x0 , sen j = , Soluzione. Occorre innanzi tutto determinare gli autovalori di A, ossia le
, mj
cjb radici dellequazione caratteristica:
mj = c2ja + c2jb , T
cjb = vjb x0 , cos j = ,
mj
p() = |A I| = ( 1)( + 1) = 0.
e dove uja , ujb sono la parte reale e quella complessa degli autovettori uj , u
j
associati agli autovalori complessi e coniugati j = j + jj , j = j jj , Pertanto si ricava 1 = 1, 2 = 1, 3 = 0. Si procede quindi alla ricerca
mentre vja , vjb , legati alle parti reale e complessa degli autovettori sinistri degli autovettori destri, iniziando da quelli associati a 1 :
(si veda lesercizio 3.2), si ricavano invertendo T 1 .
I termini della (3.3) sono i modi naturali. In particolare quelli della 0 0 1
prima sommatoria sono i modi aperiodici, mentre quelli della seconda sono (A 1 I)u1 = 2 2 1 u1 .
i modi pseudoperiodici. 2 2 1
136 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 137

Si trova: ove, come solito, c1 = v1T x0 , c2 = v2T x0 e c3 = v3T x0 . Si noti che le compo-
nenti dellevoluzione libera lungo le direzioni degli autovettori sono date da
u1 = , t t
c1 e c1 e +c2 et c3
0 c2 et, mentre quelle rispetto alla base canonica sono c1 et + c3 .
ove `e una costante che pu`
o essere scelta arbitrariamente. Si sceglier`a per c3 2c2 et + c3
semplicit`a = 1. In modo analogo si trovano i restanti autovettori destri: Levoluzione libera dello stato `e dunque caratterizzata da un modo ape-
riodico crescente et , uno aperiodico decrescente et ed un modo costante.
Facendo riferimento alle componenti di xl (t) rispetto alla base data dagli
1 1
autovettori, si comprende facilmente che se ad esempio x0 `e proporzionale
u2 = 0 , u3 = 1 .
ad u1 (curva a), e dunque ortogonale a v2 e v3 , le prime due componenti
2 1 dello stato crescono indenitamente mentre la terza resta nulla. Se poi x0
`e proporzionale ad u2 (curva b), la prima e la terza componente dello stato
Gli autovettori sinistri si calcolano imponendo la condizione di ortonor- tendono esponenzialmente a zero mentre la seconda `e sempre nulla. Inne
malit`
a, ossia imponendo che: se x0 `e proporzionale a u3 (curva c), il vettore di stato rimane costante.
Nel caso in cui x0 non abbia la direzione di un autovettore possono farsi
v1T 1 discorsi analoghi (curva d): se `e diversa da zero la componente di x0 lungo
 1 1 1 1 2 1 1
T
v2 = u1 u2 u3 = 1 0 1 = 1 1 0. u1 almeno una componente dello stato tende allinnito; se `e nulla la com-
ponente di x0 lungo u1 ma `e diversa da zero quella lungo u3 lo stato tende
0 2 1 2 2 1
v3T ad una costante; inne se anche la componente di x0 lungo u3 `e nulla si
ricade nel secondo dei casi precedenti, cio`e lo stato tende esponenzialmente
` ovvio che essi potevano essere calcolati anche a partire dalla denizione
E a zero.
di autovettore sinistro, denito a meno di una costante di proporzionalit` a
che viene ssata imponendo la condizione di ortonormalit` a. Ad
 esempio v
1 x3 d
poteva essere calcolato da: v1T (A 1 I) = 0, ottenendo v1T = 2 ,
con determinabile imponendo: v1T u1 = 1. Con la scelta fatta per u1 si
ricava = 1. x2 c
` ora immediato calcolare la matrice di transizione dello stato (t):
E

u3 x1


3 2 1 1 1 1 0
(t) = ei t ui viT = et 2 1 1 + et 0 0 0+ u1
i=1 0 0 0 2 2 0 a
t
2 2 1 2e + et 2 et + et 2 et 1
+ 2 2 1 = 2et + 2 et + 2 et + 1 , b
2 2 1 2et + 2 2et + 2 1

e levoluzione libera nello stato:

1 1 1 Figura 3.1 Traiettorie nello spazio di stato
xl (t) = c1 et 1 + c2 et 0 + c3 1 ,
0 2 1
138 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 139

Esercizio 3.2. Mostrare che relazione esiste tra gli autovettori sinistri, Ne segue dunque che:
ortonormali agli autovettori destri u = ua + jub , u = ua jub , e i vettori
1 0 1 0 0 0
va + jvb , va jvb , ove va e vb sono ottenuti invertendo la matrice T 1 =
0 0 1
(t) = et 1 0 1 + e3t 1 1 1 + e2t 0 0 1 =
( ua ub ). 2 2 2 2
0 0 0 0 0 0 0 0 1

Soluzione. Gli autovettori sinistri ortonormali sono calcolabili invertendo et 0 et + e2t
la matrice 1 t 1 3t
      e3t 1 (et + e3t ) e2t
1 1 = e + e
2 2 2
,

= ua + jub ua jub = ( ua ub )
u u .
j j
0 0 e2t
Si ricava cos`:    e posto ci = viT x0 , i = 1, 2, 3:
1 1 1 j vaT
(u u
) = =
2 1 j vbT 2 0 1
xl (t) = c1 et 1 + c2 e3t 1 + c3 e2t 1 ,
vaT jvbT  T 0 0 1
2 v
= =
vaT + jvbT vT con componenti rispetto alla base {u1 , u2 , u3 } date da c1 et , c2 e3t ,
2 c3 e2t . Dunque qualsiasi evoluzione tende allorigine, come evidenziato
Gli autovettori sinistri ortonormali a u, u sono dunque v = 1 (va jvb ), in gura.
2
v = 1 (va + jvb ), e non va + jvb , va jvb . Si noti che questi ultimi due sono x3
2
ancora autovettori sinistri, ma essendo il doppio di v e v essi corrispondono
rispettivamente agli autovettori e (e non a , ).
x2
Esercizio 3.3. Si studi la risposta libera dello stato per un sistema a tempo
continuo in cui la matrice A `e: x1
b
1 0 1 c
A = 1 3 0.
0 0 2 a

Soluzione. Data la forma triangolare di A, si ottiene subito per gli auto- d

valori:
1 = 1, 2 = 3, 3 = 2.
Corrispondentemente gli autovettori risultano essere:

2 0 1 Figura 3.2 Traiettorie nello spazio di stato

u1 = 1
, u2 = 1 , u3 = 1 , Inne si noti che, poiche le componenti di xl (t) rispetto agli assi carte-
0 0 1 siani sono 2c1 et + c3 e2t , c1 et + c2 e3t c3 e2t , c3 e2t , se la terza
    componente di x0 `e inizialmente nulla, rimane sempre tale.
v1T = 1 0 1 , v2T = 1 1 1 , v3T = ( 0 0 1 ) .
2 2 2 2
140 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 141

Esercizio 3.4. Si scriva la risposta libera dello stato per un sistema a si ricava:
tempo continuo in cui la matrice dinamica `e:
et 0 0
(t) = eAt 1 Dt
=T e T =T 1
0 et cos t et sen t T =
1 0 0
A = 0 0 1 0 et sen t et cos t
0 2 2
et 0 0
t t
1 =0 e (sen t + cos t) e sen t . (3.5)
a partire dallo stato x0 = 0 . 0 t
2e sen t t
e (cos t sen t)
2
A questa stessa espressione si perviene considerando la base {u1 , u2 , u3 }
e lespressione:
Soluzione. Essendo A diagonale a blocchi,
0 0 0
1 0 0 1j j
1 = 1, 2 = 1 + j, 2 = 1 j.
3 =
(t) = eAt = et 0 0 0 + e(1+j)t 0 2 2 +

Si ha pertanto un autovalore reale ed una coppia di autovalori complessi 0 0 0 j+1
0 j
2
coniugati. Corrispondentemente si possono determinare gli autovettori:
0 0 0
1 0 0
(1j)t 0 j+1 j
u1 = 0 , u2 = 1 , u3 = 1 , +e
2 2

0 1 + j 1 j j1
0 j
2
   
v1T = ( 1 0 0 ) , v2T = 0 1 j j , v3T = 0 1 + j j . che, tramite le formule di Eulero, permette di riottenere la (3.5).
2 2 2 2
Considerando gli autovettori: Il calcolo di (t) pu`o essere fatto anche osservando che le sue colonne
sono le evoluzioni libere a partire da opportune condizioni iniziali, per cui si
1 0 0 pu`o utilizzare la (3.3) per il calcolo della (t) eseguito colonna per colonna.
 T
u1 = 0 , ua = 1 , ub = 0 , Infatti ponendo x0 = 1 0 0 , si ottiene:
0 1 1 t
e
e la trasformazione: xl1 (t) = 0
0
v1T 1
 1 1 0 0 1 0 0  T
T
T = v2a = u1 ua ub = 0 1 0 = 0 1 0, (curva a) mentre ponendo x0 = 0 1 0 :

0 1 1 0 1 1
T
v2b t   0   0
xl2 (t) = 2e sen t + 1 + cos t + 0 =
4 4
che trasforma A nella matrice: 1 1

1 0 0 1 0 0 0
D = T AT 1 = 0 = 0 1 1, = et (sen t + cos t)
0 0 1 1 2et sen t
142 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 143

 T
(curva b) ed inne con x0 = 0 0 1 : e dunque:

0 0 0 1 0 0
xl3 (t) = et sen t 1 + cos t 0 = et sen t
xl (t) = e 0 + 2e sen t 1 + cos t 0 =
t t
t
1 1 e (cos t sen t) 0 1 1
(curva c).
et
= 2et sen t .
x3 2et (cos t sen t)

La stessa espressione si ottiene, pi`

u direttamente, calcolando (t)x0 , ovvero
x2 d da xl (t) = xl1 (t) + 2xl3 (t).
` opportuno sottolineare che, per la particolare forma della matrice A,
E
c x1 la prima componente di xl (t) risulta essere disaccoppiata dalle restanti
due, e quindi evolve indipendentemente da queste. Per tale ragione levoluzione
b a a partire da uno stato iniziale proporzionale ad u1 si svolge lungo la retta
u1 contenente u1 con legge temporale esponenziale crescente; viceversa, levoluzione
a partire da uno stato iniziale contenuto nel piano individuato dai vettori
ua , ub si svolge lungo una spirale con legge temporale pseudoperiodica.

Esercizio 3.5. Determinare levoluzione libera dello stato a partire dallo

stato x0 , per un sistema avente matrice dinamica A, ove:

3 4 2 1 1 1
Figura 3.3 Traiettorie nello spazio di stato 1 0 1 0 1 2

A= 6 6 5 0 6 , x0 = 3 .
Considerando ora lo stato iniziale x0 , e i vettori
0 0 0 2 1 0
vT 0 0 0 1 2 2
1  1 1 0 0
T
va = u1 ua ub = 0 1 0

0 1 1
vbT
Soluzione. Poiche la matrice A `e triangolare a blocchi, il calcolo degli
(si noti che si tratta dellinversione di una matrice elementare), in base alla autovalori pu`
o essere condotto separatamente per ciascun blocco:
(3.3) si ottiene:

3 4 2  
1 1 2 1
c1 = v1T x0 = ( 1 0 0 ) 0 = 1, c2a = v2a T
x0 = ( 0 1 0 ) 0 = 0, A1 = 1 0 1, A2 = .
1 2
2 2 6 6 5

1 Si trova in tal modo:
c2b = v2bT
x0 = ( 0 1 1 ) 0 = 2, m2 = 2, 2 = 0,
2 1 = 1, 2 = 1, 3 = 2, 4 = 2 j, 5 = 2 + j.
144 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 145

Gli autovettori sono quindi: 3.1.b. Sistemi a tempo discreto

1 1 0 1
Data una rappresentazione con lo stato di un sistema lineare, a dimen-
1 0 1 0
sione nita, stazionario
u 1 = 0 , u2 = 1 , u3 = 2 , u4 = 0 , u5 = uT
4 ,

0 0 0 j x(t + 1) = Ax(t) + Bu(t)
0 0 0 1 (3.6)
y(t) = Cx(t) + Du(t),
avendo indicato con il coniugato trasposto. Al posto di u4 e u5 si
considerano i vettori le evoluzioni nello stato e nelluscita sono date dalle seguenti espressioni:

1 0
0 0

t1
x(t) = (t t0 )x0 + H(t )u( )
u4a = 0 , u4b = 0 .
=t0
0 1 (3.7)
1 0

t
y(t) = (t t0 )x0 + W (t )u( ).
La ricerca degli autovettori sinistri, che sarebbero necessari per deter- =t0
minare le costanti ci , cja , cjb , pu`
o essere evitata osservando che risulta:
Analogamente al caso a tempo continuo, si tratta di calcolare le matrici che
x0 = u1 + u2 + u3 + u4a , compaiono nelle (3.7) a partire da A, B, C, D. Le relazioni cercate sono:
per cui:
c1 = c2 = c3 = 1, c4a = 1, c4b = 0. (t) = At , t 0, H(t) = At1 B, t > 0,
/
D se t = 0
In caso non si fosse notato ci`
o, nellinversione della matrice (t) = CAt , t 0, W (t) =
  CAt1 B se t > 0.
T 1 = u1 u2 u3 u4a u4b Si noti che nel caso a tempo discreto la matrice di transizione dello
stato (t) `e denibile anche per t < 0 se A `e invertibile. Nel caso a tempo
si tenga conto che si tratta di una matrice triangolare a blocchi.
continuo, invece, la matrice di transizione dello stato `e denita anche per
Applicando la (3.3) si ottiene: t < 0, sicche pu`
o sempre essere invertita.
- .
    Nel caso in cui gli autovalori di A siano distinti, ed indicato con
t 2t
t 2t
xl (t) = e u1 +e u2 +e u3 +e sen t+ u4a +cos t+ u4b = il numero di autovalori reali e con quello degli autovalori complessi e
2 2 coniugati, la risposta libera nello stato per sistemi a tempo discreto assume
 
= et u1 + et u2 + e2t u3 + 2e2t cos t u4a + sen t u4b = lespressione:

 
et et + 2e2t cos t xl (t) = ci ti ui + jt mj sen (j t + j )uja + cos (j t + j )ujb (3.8)
t
e +e 2t
i=1 j=1

= et
+ 2e t .

2t
2e sen t in cui ci , cja , cjb , mj , j sono calcolabili come nel caso a tempo continuo.
2e2t cos t I termini a secondo membro della (3.8) sono i modi naturali. Pi` u
precisamente quelli della prima sommatoria sono i modi aperiodici, se i >
Si pu`
o poi vericare che, coerentemente, risulta x(0) = x0 . 0, e i modi alternanti, se i < 0, mentre quelli della seconda sommatoria
sono i modi pseudoperiodici.
146 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 147

Nel caso di autovalori non tutti distinti, denito il polinomio fattoriale (si tenga conto nel calcolo dellinversa che T 1 `e diagonale a blocchi) e
  quindi:
t(h) t t(t 1) (t h + 1)
:= = , 
h! h h!
T
c1a = v1a x0 = 1, T
c1b = v1b x0 = 0, c3 = v3T x0 = 0, 1 = 2 + 2 ,

n

levoluzione libera a partire da x0 = x0i , con x0i Ui , si scrive: m1 = 1, 1 = , 1 = arctan = , avendo posto = arctan .
i=1
2
Pertanto si ha:


r

t
t(h) 1 1
xl (t) = (A i I)h th x0i .
xl (t) = 1t cos t 1 sen t 1 .
i
i=1 h=0 h!
0 0

Esercizio 3.6. Studiare la risposta libera nello stato per il sistema a tempo
discreto caratterizzato dalla seguente matrice dinamica:
x3 u3
0
A =
0
0 ,
0 . .. . .. . .
 T . .. . . .
a partire da x0 = 1 1 0 .
. . .
Soluzione. Detto = , `e ovvio che:
.. .. .
1 = j, 2 = + j, 3 = .
. .... . .. .. .
5
4 3 2
con
1j

0 . . . 6
7
t= 0
1 x1

u1 = 1 + j ,
0
u2 = uT
1 , u3 = 0 .
1 ub . .
Il calcolo dellevoluzione a partire da uno stato iniziale assegnato x0 , pu`
o
essere eettuato in base alla (3.8). Si ricava: x2 ua

1 1 0
u1a = 1 , u1b = 1 , u3 = 0 , Figura 3.4
0 0 1
Levoluzione rimane quindi connata al sottospazio generato da u1a ,
u1b , come daltra parte `e noto in quanto x0 appartiene a tale sottospazio.
T
v1a 1 1 0
 1 2 2 Lanalisi pu` o essere facilmente completata facendo variare lo stato iniziale
T x0 in IR3 .
v1b = u1a u1b u3 = 1 1 0
2 2 Si noti che alla stessa espressione si arriva se si considerano altri due
v3T 0 0 1 autovettori destri corrispondenti allautovalore complesso e coniugato, ad
148 3. Analisi nel dominio del tempo 3.1. I modi naturali nellevoluzione libera dello stato 149

esempio: E` interessante osservare che il comportamento dinamico riportato nelle

1 gure 3.4 e 3.5 pu`o essere ottenuto campionando le evoluzioni di un sistema
1 = j ,
u u T
2 = u 1 , a tempo continuo con autovalori pari al logaritmo principale degli autovalori
0 del sistema assegnato ed autovettori coincidenti con quelli del sistema dato,
ossia con autovalori:
che sono linearmente dipendenti da u1 , u2 . In tal modo si ricava

1 0 1 0 1 = ln 2 j , 2 = ln 2 + j , 3 = ln 1 = 0,
1a = 0 , u
u 1b = 1 , v1a = 0 , v1b = 1 , 4 4
0 0 0 0 nel primo caso e

1 = 2, 1 = 3 , che portano alla stessa espressione di
c1a = c1b = 1, m
4 1 = ln 2 j , 2 = ln 2 + j , 3 = 0,
xl (t).
3 3
nel secondo, ed autovettori u1 , u2 , uT
2 .

x3 u3 Esercizio 3.7. Si consideri il modello demograco di una popolazione,

.. .. . .
suddivisa in tre classi di et`
a e la cui dinamica `e descritta dalle equazioni:
 
.. ..
x1 (k + 1)T = f1 x2 (kT )
 
x2 (k + 1)T = s1 x1 (kT )
.  
x3 (k + 1)T = s2 x2 (kT )

..
..
3
.. . .
2
1
ove f2 `e il tasso di natalit`

studi levoluzione libera.

a della classe det`a 2 nel periodo k, s1 , s2 sono i
tassi di sopravvivenza delle classi det` a 1 e 2 nel periodo k di durata T . Si

. 4
5 ..
t= 0
6
x1
Soluzione. E ` interessante osservare come la classe dei sistemi a tempo
ub discreto sembri, almeno ad una prima analisi, pi` u adatta a riprodurre il
comportamento di questi semplici modelli demograci. Il modello eviden-
zia, infatti, la presenza di modi alternanti, riproducibili da un sistema a
x2 ua tempo continuo campionato solo a prezzo di un aumento della dimensione
dello spazio di stato. La matrice dinamica risulta:
Figura 3.5
0 f1 0
Le evoluzioni sono sinteticamente riportate nelle gure 3.4 e 3.5; nella A = s1 0 0,

prima si `e considerato = = = 1 mentre nella seconda = 1, = 3, 0 s2 0
= 2.
Si noti come le evoluzioni rimangono connate in piani perpendicolari per cui gli autovalori sono:
ad u3 in conseguenza del fatto che 3 = 1. Si noti inoltre come al variare  
della fase dellautovalore complesso j varia il numero di campioni. 1 = s1 f1 , 2 = s1 f1 , 3 = 0.
150 3. Analisi nel dominio del tempo 3.2. I modi naturali nellevoluzione forzata e nelluscita 151

Nellevoluzione del sistema sar`

a quindi presente un modo alternante. Gli Qualora il modo iesimo sia eccitabile, ci si pu`o chiedere se esista un in-
autovettori destri sono: gresso che lo ecciti isolatamente, cio`e che dia luogo ad unevoluzione (che
, , per istanti successivi a quello di applicazione dellimpulso `e unevoluzione
f1 f1 libera) costituita dal solo modo iesimo. Preso come ingresso
s s1 0
1

u1 = 1 ,
u2 = 1 u3 = 0 , u(t) = u0 (t t0 ), u0 IRp ,
,
s2
s2 1 `e noto che il modo iesimo pu` o essere eccitato separatamente dagli altri
s1 f1 s1 f1 se e solo se si pu`o scegliere u0 in modo che Bu0 assuma la direzione di
ui (se i `e reale) o appartenga al piano di uia , uib se i `e complesso. In
e quelli sinistri: ,
altre parole, sono isolatamente eccitabili soltanto quei modi aperiodici i cui
1 s1 1
autovettori appartengano a R(B) e quei modi pseudoperiodici i cui piani
v1T 2 2
0
f
T  1 1
, abbiano intersezione diversa dallorigine con R(B).
v2 = u1 = 1 s 1 0
2 f1
u2 u3 1
2 Si noti che se vi `e complesso, e dette via , vib le sue parti reale ed im-

v3T maginaria, la (3.9) equivale alla verica di almeno una delle due condizioni:
s2 0 1
f1 T
via B = 0, T
vib B = 0. (3.10)
1
(si tenga conto nel calcolo dellinversa che T `e triangolare a blocchi) e
Passando a considerare luscita si rammenta che `e possibile dimostrare
dunque lespressione dellevoluzione libera `e:
che le colonne di () = C() sono combinazioni lineari di modi e che
, , il modo iesimo `e detto osservabile in uscita se compare in almeno un
f1 f1
s s1 0 elemento di (). In tal caso esiste uno stato iniziale x0 tale che levoluzione

s 1 f1 t
1
s 1 f1 t libera delluscita a partire da x0 contenga il modo iesimo. Il vettore Cui
xl (t) = c1 e 1 + c2 e 1 + c3 0 , individua, nello spazio Y dei valori di uscita, il sottospazio nel quale si
s2
s2 1 muove levoluzione libera nelluscita quando x0 sia tale da eccitare il solo
s1 f1 s1 f1
modo iesimo. Si dimostra che tale modo `e osservabile se e solo se risulta:
con
* * Cui = 0. (3.11)
1 s1 1 1 s1 1 s2
c1 = x01 + x02 , c2 = x01 + x02 , c3 = x01 + x03 , Anche in questo caso, se ui `e complesso, la (3.9) equivale alla verica di
2 f1 2 2 f1 2 f1 almeno una delle due condizioni:
 T
ed essendo x0 = x01 x02 x03 . Cuia = 0, Cuib = 0. (3.12)
Nelle colonne di C()B, che per i sistemi strettamente causali `e la
matrice W () delle risposte impulsive, sono ovviamente presenti tutti e soli
3.2. I modi naturali nellevoluzione forzata e nelluscita i modi che risultano simultaneamente eccitabili ed osservabili.

3.2.a. Sistemi a tempo continuo regolari
Le colonne di H() = ()B sono combinazioni lineari di modi naturali.
Un assegnato modo si dice eccitabile con impulsi in ingresso se compare in
almeno una colonna di H(). Il modo associato allautovalore i risulta
eccitabile con impulsi in ingresso se e solo se:
viT B = 0.
Per scoprire quali dei modi eccitabili lo siano indipendentemente uno
dallaltro occorre esaminare le intersezioni tra R(B) e i sottospazi in cui
evolvono le traiettorie dei singoli modi. Perche il modo associato a i
IR sia eccitabile indipendentemente dagli altri si deve avere ui R(B);

analogamente se i C, perche il modo associato sia eccitabile indipenden-
temente dagli altri si deve avere: R(uia , uib ) R(B) = {0}. Una procedura
sistematica per ottenere questo risultato `e la seguente.
(3.9)
152 3. Analisi nel dominio del tempo 3.2. I modi naturali nellevoluzione forzata e nelluscita 153

Procedura 3.1. 
r
Ovviamente x0 = x0i , con:
1) Si costruisce la matrice E ottenuta aancando a destra di B gli au- i=1
tovettori destri corrispondenti ai modi eccitabili (per i modi pseudope-


qi

mi
riodici si usino i vettori ua , ub ); 1 1
x0i = i1 2 2
ui1 + i1 ui1 + + i1
mi mi 1 1
ui1 + i2 2 2
ui2 + i2 ui2 + = k k
ij uij
2) si opera sulle colonne di E con trasformazioni elementari (si veda il j=1 k=1
capitolo 1) a partire dalla prima colonna di B, il cui ultimo elemento
`e supposto non nullo, in modo da annullare tutti gli altri elementi ossia x0i pu`
o essere decomposto nella combinazione lineare degli autovettori
dellultima riga di E; generalizzati della base di Ui . Levoluzione a partire da x0 sar`a la combi-
3) si ripetono le operazioni precedenti sulla sottomatrice ottenuta can- nazione di evoluzioni a partire da condizioni iniziali coincidenti con quegli
cellando lultima riga; autovettori generalizzati:
4) si procede sino a quando ogni colonna non nulla di B sia stata usata

r

qi


mi k1
th
per le operazioni di annullamento. xl (t) = k
ij ei t (A i I)h ukij .
i=1 j=1 k=1 h=0 h!
Al termine delle operazioni, alcune delle colonne di E originariamente oc-
cupate da autovettori corrispondenti a modi aperiodici risulteranno nulle: Se ukij `e uno di tali autovettori, quello di ordine k nella catena jesima, il
i modi che corrispondevano a tali autovettori sono eccitabili indipendente- modo a partire da esso avr` a espressione:
mente, in quanto i loro autovettori sono risultati essere combinazioni lineari
delle colonne di B. Viceversa gli autovettori che non sono stati annullati

k1
th

k1
th
con questa procedura non possono appartenere a R(B). Inoltre alcune (A i I)h ei t ukij = kh
ei t uij ,
h=0 h! h=0 h!
coppie di colonne corrispondenti a modi pseudoperiodici risulteranno pro-
porzionali: tali modi sono eccitabili indipendentemente poiche la somma
dello spazio in cui evolvono (di dimensione 2) e di R(B) (di dimensione in quanto (A i I)h ukij = ukh
ij . Ne segue che la legge temporale del tipo:
)(B)) ha dimensione )(B) + 1 e quindi lintersezione di questi due spazi ha
dimensione 1. Se oltre ad essere proporzionali, le due colonne sono nulle, th
ei t (3.13)
lintersezione ha dimensione 2. h!
Passando ad esaminare i modi naturali nellevoluzione forzata nelluscita, compare moltiplicata per lautovettore di ordine k h della generica catena
dallespressione (3.4) si constata immediatamente che alcuni dei termini jesima. Perche tale legge temporale possa comparire nelluscita `e perci`o
della sommatoria possono non comparire nelluscita, qualora lo stato in- necessario e suciente che esista una coppia di indici (j, h) tali che risulti:
iziale e la matrice C siano tali che risulti, per qualche j:
kh
Cuij = 0. (3.14)
C(A i I)j x0i = 0.
Qualora non esista alcuna coppia di indici che verichi tale condizione la
Questo fatto implica che la struttura di un modo naturale nella uscita pu` o
legge temporale (3.13) non pu`
o comparire nellevoluzione libera delluscita.
presentarsi diversamente da quella che lo stesso modo ha nello stato. Mentre ` ovvio che se ukh `e preso come stato iniziale e la (3.14) `e soddisfatta,
infatti la legge temporale di evoluzione dello stato non pu` o mai contenere un E ij
t h
t h1 allora potrebbero comparire in uscita anche le leggi temporali:
termine del tipo ei t
senza anche contenere ei t , , tei t , ei t ,
h! (h 1)!
th1
nelluscita tale legge temporale pu` o apparire isolatamente. Per rendersi ei t , , tei t , ei t .
conto di ci` o, si consideri il sottospazio Ui (i = 1, , r) e una sua base (h 1)!
formata dalle catene di autovettori generalizzati:
/ 0 Considerazioni analoghe possono essere ripetute per quanto riguarda
Ui = gen u1i1 u2i1 um i1
i
u 1
i2 u 2
i2 . la risposta forzata nello stato. La presenza di una legge temporale del tipo
154 3. Analisi nel dominio del tempo 3.2. I modi naturali nellevoluzione forzata e nelluscita 155

della (3.13) nella risposta impulsiva nello stato `e determinata dallesistenza o eseguire il prodotto (t) = CeAt ottenendo:
Passando alluscita, si pu`
di un opportuno autovettore sinistro generalizzato tale che risulti valida  
la (3.9). Inoltre lesistenza di tale legge temporale implica quella delle leggi 2(et et ) 2et et et
(t) = .
analoghe con h 1, h 2, , 1 , 0. 2et et et
Tutte queste considerazioni risultano alquanto pi` u semplici se si ricorre
alla rappresentazione del sistema nella quale A assuma la forma canonica Si constata che nelle colonne di () non compare il modo corrispondente a
di Jordan; ci` o `e lecito poiche, come `e noto, i risultati dellanalisi modale 3 (lautovalore nullo), che pertanto non `e osservabile, mentre lo sono i modi
svolta per una particolare rappresentazione sono validi per tutto linsieme corrispondenti a 1 e 2 . Si osservi tuttavia che il modo corrispondente a
delle rappresentazioni ad essa strettamente equivalenti. 2 `e osservabile soltanto tramite la prima componente delluscita. Se il
Inne `e noto che, grazie al legame tra propriet` a dei modi e propriet` a sistema assegnato venisse
 connesso
 con un blocco istantaneo caratterizzato
strutturali, losservabilit`a e leccitabilit`
a dei modi pu` o essere anche anal- 0 5
da una matrice M = , di cui y `e lingresso e y = M y `e luscita,
izzata studiando i sottospazi degli stati osservabili e raggiungibili. Questa 0 5
corrispondenza tra eccitabilit` a (osservabilit`
a) dei modi e raggiungibilit`a (os- nel nuovo sistema cos` ottenuto anche il modo corrispondente a 2 sarebbe
servabilit`
a) degli stati necessita per` o alcune precisazioni in quanto possono inosservabile.
presentarsi delle situazioni particolari, in cui non `e vero che il sottosistema La verica dellosservabilit` a poteva essere fatta direttamente tramite
raggiungibile (osservabile) `e caratterizzato da tutti e solo i modi eccitabili le (3.11) ottenendo:
(osservabili). Questo aspetto verr` a approfondito nel capitolo 6.    
1 2
Cu1 = = 0, Cu2 = = 0, Cu3 = 0.
Esercizio 3.8. Studiare dal punto di vista dellanalisi modale il seguente 1 0
sistema:
Poiche nessun modo `e simultaneamente eccitabile ed osservabile, ci si at-
1 0 1 2 1   tende che W () = CH() non ne contenga nessuno, cio`e sia nulla. Ed infatti
0 1 1
A = 2 1 1 , B = 2 1, C = , D = 0. si ottiene:
2 1 1
2 2 0 2 1 W (t) = CeAt B = 0.
Pu`o essere interessante esaminare linsieme di coppie ingressouscita rap-
presentato dalle matrici assegnate. Assumendo ovviamente T = IR, U =
Soluzione. Gli autovalori ed autovettori di A sono stati determinati nellesercizio Y = IR2 , U coincidente con linsieme delle funzioni continue, X = IR3 , la
3.1, in cui `e stata calcolata eAt . Eseguendo il prodotto eAt B si calcola: costruzione della generica relazione (t0 ), cio`e la determinazione di tutti
gli y0 che sono in relazione con un ingresso u0 , va ovviamente eettuata
2 1 tramite le funzioni ed che, composte, danno in questo caso:
H(t) = 2 1 .
2 1 y(t) = (t t0 )x0 , t > t0 , u U, x0 X. (3.15)

Si noti che nelle colonne di H() `e presente il solo modo corrispondente Gli elementi di (t0 ) si ottengono associando ad ogni ingresso u0 tutte le
allautovalore nullo di A; pertanto i restanti modi non sono eccitabili. Ci`
o possibili uscite generate dalla (3.15) facendo variare x0 . Se si indica con
pu`o anche essere vericato applicando la (3.9): Y T (t0 ) linsieme di queste uscite e con U T (t0 ) linsieme:
 
v1T B = 0, v2T B = 0, v3T B = 2 1 = 0. U T (t0 ) = {u|T (t0 ) | u U},

Ci`o conferma che il solo modo corrispondente a 3 `e eccitabile. Ne segue `e immediato constatare che risulta:
pertanto che tale modo `e separatamente eccitabile con un ingresso impul-
sivo, ed infatti u3 R(B) mentre ovviamente u1 e u2 non vi appartengono. (t0 ) = U T (t0 ) Y T (t0 ) .
156 3. Analisi nel dominio del tempo 3.2. I modi naturali nellevoluzione forzata e nelluscita 157

Inoltre scelto t1 < t0 , `e immediato constatare che ogni elemento di (t0 ) Soluzione. Gli autovalori ed autovettori di A sono gi` a stati determinati
pu`
o essere ottenuto tramite il troncamento di un elemento di (t1 ); infatti nellesercizio 3.4, nel quale si `e visto come si sia in presenza di un modo
ogni uscita costruibile tramite la (3.15) `e anche ottenibile come troncamento aperiodico crescente e di uno pseudoperiodico smorzato.
delluscita, denita su [t1 , ), che si ha a partire dallo stato iniziale Lapplicazione delle (3.9), (3.10) d` a:
v1T B = 0, T
v2a B = (1 2), T
v2b B = (1 3).
x1 = 1 (t0 t1 )x0
Ne segue che il modo pseudoperiodico `e eccitabile mentre non lo `e quello
imposto allistante iniziale t1 . Pertanto il sistema `e uniforme e pu`
o essere aperiodico. Per luscita si ottiene, applicando le (3.11), (3.12):
assegnato tramite ununica relazione un . Togliendo infatti la restrizione
Cu1 = 0, Cu2a = 1, Cu2b = 0.
t > t0 nella (3.15) questa individua un insieme di funzioni denite su tutto
T ; `e immediato constatare che si ha: Pertanto il modo pseudoperiodico `e osservabile mentre quello aperiodico
non lo `e. Ci si attende dunque che il solo modo pseudoperiodico compaia
un = U T (t0 ) Y T (t0 ) . sia in (), sia in H(), sia in W (). E infatti tenendo conto dellespressione
di (t) data nellesercizio 3.4, si ottiene:
Da quanto detto `e facile costruire altre rappresentazioni per questo sistema.  
Ad esempio: (t) = 0 et (sen t + cos t) et sen t ,

0 0
A = 0, B = 0, C = (t), D = 0,
H(t) = et (sen t + cos t) et (3sen t + 2cos t) ,
che non `e stazionaria, dello stesso ordine di quella data ma non algebrica- 2et sen t et (cos t 5sen t)
mente equivalente ad essa, oppure:  
W (t) = et (sen t + cos t) et (3sen t + 2cos t) .
 
2et et et
A = B = D = 0, C= , ` immediato constatare che il sistema rappresentato da queste matrici `e
E
et et
o essere individuato tramite una funzione F : U Y .
connesso, cio`e pu`
che `e di ordine pi`
u basso della precedente; o ancora A, B, C coincidenti con Esercizio 3.10. Studiare dal punto di vista dellanalisi modale il seguente
quelle assegnate e B = 0, che `e stazionaria e dello stesso ordine di quella sistema:
assegnata ma non ad essa strettamente equivalente.
3 4 2 1 1
2 1 1
1 0 1 0 1
Esercizio 3.9. Studiare dal punto di vista dellanalisi modale il seguente 0 1 1
A = 6 6 5 0 6 ,
sistema: B = 0 2 2 ,
0 0 0 2 1
1 0 1
0 0 0 1 2
1 0 0 0 0   2 1 1
A = 0 0 1, B = 1 2, C = (0 1 0), D = 0. 2 2 1 0 1
C= , D = 0,
0 2 2 0 1 2 2 1 1 0
analizzando in particolare leccitabilit`
a dei modi indipendentemente dagli
altri.
158 3. Analisi nel dominio del tempo 3.2. I modi naturali nellevoluzione forzata e nelluscita 159

Soluzione. Gli autovalori ed autovettori destri di A sono stati gi`

a deter- Quindi la seconda colonna di E1 viene sommata alla 3a , sottratta alla 5a e
minati nellesercizio 3.5. Gli autovettori sinistri sono: sommata alla 6a moltiplicata per 2, ottenendo:
.
v1T = ( 1 2 1 0 1), 2 0 0 .. 0 0 0

v2T = ( 2 2 1 .
0 2), 0 1 0 .. 1 1 2
.
v3T = ( 1 1 1 0 1 ) , E2 =
0 2 0 .. 2 2 4

T
v4a = (0 0 0 1 1), 1 1 0 ... 0 0 0
2
T ..
v4b = (0 0 0 1 0).
2 0 0 . 0 0 0
Applicando le (3.9), (3.10) si trova: La procedura ha termine poiche le prime due colonne di B sono state gi`a
usate e la terza `e divenuta nulla. Poiche la quarta colonna, corrispondente
v1T B = 0, v2T B = 0, v3T B = ( 0 1 1 ) , al modo associato a 3 , `e diversa da zero, tale modo non `e eccitabile sep-
aratamente con impulsi in ingresso. Infatti questa situazione corrisponde
T T al fatto che u3  R(B). Viceversa le ultime due colonne di E2 sono pro-
v4a B = (1 1 0), v4b B = (1 0 1).
porzionali, per cui R(u4a , u4b ) R(B) = 0 (tale intersezione ha dimensione
Pertanto sono eccitabili i modi corrispondenti agli autovalori 3 , 4 , 5 . Per 1) e il modo pseudoperiodico (corrispondente alla coppia 4 , 5 ) pu` o essere
vedere quali dei modi eccitabili lo siano indipendentemente uno dallaltro eccitato separatamente dagli altri (e ci` o, si osservi, nonostante
n
e u4a ne
studiamo le intersezioni tra R(B) e i sottospazi in cui evolvono le traiet- 1
torie dei singoli modi. Applicando la procedura 3.1, si costruisca allora la u4b appartengano a R(B)). E infatti ponendo u(t) = 0 (t) si ottiene
matrice: 0
B u3 u4a u4b per levoluzione forzata dello stato lespressione:

..
2 1 1 . 0 1 0 3 sen t 1 cos t
5
..
5

0 1 1 . 1 0 0
0
E =0 2 2
..
. 2 0 0

2t 0
xf (t) = e ,
1 . 1
0 1 .. 0 0 1 sen t cos t
5
3

5
..
2 1 1 . 0 1 0 3 sen t 1 cos t
5 5
e iniziando con la procedura descritta, si somma la prima colonna di E,
moltiplicata per 1 , alla 2a , 3a e 5a ottenendo: composta dal solo modo pseudoperiodico.
2 Passando a considerare luscita si trova:
 
. 1
2 0 0 .. 0 0 0 Cu1 = 0, Cu2 = , Cu3 = 0,
1
.
0 1 1 .. 1 0 0    
.
E1 = 0 2 2 .. 2 0 0. Cu4a =
3
, Cu4b =
0
.
. 2 1
1 1 1 .
. 0 1 1
2 2 2 Pertanto i modi corrispondenti a 1 e 3 non sono osservabili mentre tutti
..
2 0 0 . 0 0 0 gli altri lo sono.
160 3. Analisi nel dominio del tempo 3.2. I modi naturali nellevoluzione forzata e nelluscita 161

Riassumendo, il risultato dellanalisi `e il seguente: Poich`e X `e somma diretta di U1 e U2 , ogni vettore x0 pu`
o essere de-
modo corrispondente a 1 : non eccitabile e non osservabile; composto in modo unico rispetto ad U1 e U2 nella somma di due vettori
x0 = x01 + x02 . Se ad esempio si ha:
modo corrispondente a 2 : non eccitabile ma osservabile;
modo corrispondente a 3 : eccitabile (non separatamente) ma non
0
osservabile; 1
x0 = ,
modo corrispondente a 4 , 5 : eccitabile (separatamente) ed osserv- 3
abile. 1
Ne segue che il solo modo pseudoperiodico compare nel prodotto CH().
si trova che x01 = u11 , x02 = u e levoluzione dello stato `e caratterizzata
Esercizio 3.11. Studiare i modi naturali del sistema avente la seguente dai due modi et u11 , et u.
matrice dinamica: Se invece:
3
0 1 0 1
0 0 1 2 0
A= . x0 = ,
1 3 3 7 2
0 0 0 1 1
si trova che x01 = 4u31 , x02 = u e compaiono i modi:
- .
t2 t2
Soluzione. Il polinomio caratteristico di questa matrice `e I + t(A + I) + (A + I)2 et u31 = et u31 + tet u21 + et u11
2! 2!
p() = |I A| = ( + 1)3 ( 1),
ed et u.
per cui si ha lautovalore 1 = 1 di molteplicit`
a algebrica n1 = 3 e
lautovalore 2 = 1 con n2 = 1. Gli autovettori generalizzati relativi a Esercizio 3.12. Studiare levoluzione nelluscita del sistema avente la ma-
1 sono poi: trice A come nellesercizio 3.11 e:
 
1 1 1 0 1 1 2
1 0 0 C=
0 2 2 4
.
u11 = , u21 = , u31 = ,
1 1 0
0 0 0

ove (A 1 I)u21 = u11 , (A 1 )u31 = u21 . Essi formano una catena di

lunghezza tre. Si noti che per 1 la molteplicit` a algebrica e geometrica Soluzione. Come base in U1 si assumono u11 , u21 , u31 che formano una
coincidono. Per lautovalore 2 si trova: catena di autovettori generalizzati (si veda lesercizio 3.11). Si constata
immediatamente che risulta:

1
0 Cu11 = 0, Cu21 = 0, Cu31 = 0.
u= .
2
1 Pertanto applicando quanto visto nellesercizio 3.11, si ha:
la legge temporale et pu`o comparire nelluscita. Ponendo infatti come
Pertanto U1 `e il sottospazio di dimensione 3 formato da tutti i vettori aventi condizione iniziale proprio x0 = u21 lo stato evolve secondo il modo
la quarta componente nulla, mentre U2 `e il sottospazio di dimensione 1 lungo
cui giace u. et u21 + tet u11 ,
162 3. Analisi nel dominio del tempo 3.2. I modi naturali nellevoluzione forzata e nelluscita 163

e il primo termine di questa evoluzione compare nelluscita;

la legge temporale tet pu` o comparire nelluscita. Ponendo infatti
+ 
x0 = u31 levoluzione dello stato `e caratterizzata dal modo -1
+ +
t2
et u31 + tet u21 + et u11 ,
2 -1

y1
il cui secondo termine compare nelluscita; -1
2 
la legge temporale t et non pu`o comparire nelluscita.
2! + + y2
2
Esercizio 3.13. Si studi levoluzione forzata ed in uscita del sistema rap- u
-1
presentato dalle matrici A e C dellesercizio 3.12 e da

0 
1
B= .
3
1
-1

+ 
Soluzione. Levoluzione nelluscita `e stata studiata nellesercizio 3.12. Riguardo
+
levoluzione forzata si esegua un cambiamento di base nello spazio di stato
individuato dalla matrice:

0 1 0 0
1 0 1 1 2
T = ( u11 u21 u31 u ) = . Figura 3.6
1 2 1 1
0 0 0 1 A questa rappresentazione corrisponde lo schema realizzativo di gura 3.6,
dal quale risulta evidente come soltanto le leggi temporali et ed et possano
Si ottiene la seguente rappresentazione:
essere eccitate mediante impulsi in ingresso.

1 1 0 0 1
0 1 1 0 = TB = 0 3.2.b. Sistemi a tempo discreto
A = J = T AT 1 = , B ,
0 0 1 0 0
0 0 0 1 1 Per i sistemi a tempo discreto valgono considerazioni del tutto analoghe
  a quelle svolte per i sistemi a tempo continuo.
0 1 0 0
C = CT 1 = . Esercizio 3.14. Studiare dal punto di vista dellanalisi modale il sistema
0 2 0 0
a tempo discreto:

Come ci si aspettava A `e costituita da due sottomatrici, di cui la prima 7 2 6 1
corrispondente alla catena dei tre autovettori u11 , u21 , u31 e la seconda relativa x(t + 1) = 30 12 30 x(t) + 4 u(t)
alla catena costituita dal solo autovettore u. 6 3 7 1
164 3. Analisi nel dominio del tempo 3.3. Esercizi e problemi 165

 
y(t) = 6 3 7 x(t). 3.3. Esercizi e problemi

Esercizio 3.15. Studiare dal punto di vista della osservabilit`

a in uscita i
Soluzione. Gli autovalori sono 1 = 1, 2 = 2, 3 = 3, cui corrispondono modi del sistema a tempo continuo caratterizzato dalla matrice dinamica
degli autovettori destri con cui `e possibile costruire la trasformazione T tale
1 1 1 0
che 0 1 0 1
  1 0 1 A=
T 1 = u1 u2 u3 = 0 2,
0 0 2 0
3
1 3 1 4
1 1 0
per cui per un generico stato iniziale x0 , per ingresso nullo e per diverse matrici di

v1T 2 1 3 uscita C.
T
T =
v2 = 2 1 2 .
T
v3 3 1 3 Soluzione. Poiche |I A| = ( 2)4 , si ha un unico autovalore in = 2,
a cui corrispondono due catene di autovettori generalizzati:

3
Dunque, poiche At = ti ui viT :


i=1
1 1 0 1
2 1 3 0 0 0 3 1 3 1 0 0 0
1
u1 = , u21 = ,
3
u1 = , u12 = .
At = 0 0 0 + (2)t 6 3 6 + 3t 6 2 6 = 0 0 1 1
2 1 3 2 1 2 0 0 0 1 1 0 0

2 + 3 3t 1 + 3t 3 3 3t Posto x0 = u11 + u21 + u31 + u12 , si ricava:

= 6 (2)t 6 3t 3 (2)t 2 3t 6 (2)t + 6 3t . - .
t2
2 + 2 (2)t 1 + (2)t 3 2 (2)t xl (t) = et (u11 + u21 + u31 + u12 ) + t(u11 + u21 ) + (u11 ) .
2!
Inoltre:
v1T B = 1 = 0, v2T B = 0, v3T B = 2 = 0, Se dunque C = C0 = ( 0 0 1 0 ), allora C0 u31 = 0, C0 u12 = 0 e quindi
Cu1 = 1 = 0, Cu2 = 2 = 0, Cu3 = 0,  
y(t) = et C u31 + C u12 ,
per cui:


1 3t mentre se C = C1 = ( 1 0 0 1 ) solo C1 u12 = 0, sicche
H(t) = u1 + 3t 2u3 = 2 3t ,
1 y(t) = t et C u21 .
 
(t) = v1T 2 (2)t v2T = 2 + 2 (2)t 1 + (2)t 3 2 (2)t , Inne se C = C2 = ( 0 1 0 0 ) si ha che C2 u11 = 0, e

t2
W (t) = 1. y(t) = et C u11 .
2!
166 3. Analisi nel dominio del tempo 3.3. Esercizi e problemi 167

Esercizio 3.16. Dato il sistema Soluzione. Gli autovalori sono 1 = 1 + 2j, 2 = 1 2j, mentre gli
autovettori destri sono:
0 1 0 3 0      
x = 1 0 0 x + 0 2u u1 =
j
=
0
+j
1
= ua + jub , u2 = ua jub .
0 0 1 0 0 1 1 0

y = (2 1 1)x Posto:    
vaT 1 0 1
= ( ua ub ) =
vbT 1 0
determinare gli stati iniziali in corrispondenza dei quali luscita in evoluzione
libera non `e divergente per t tendente a innito. si calcola:
, ca
ca = vaT x0 = 1, cb = vbT x0 = 1, m = c2a + c2b = 2, = arctan = .
cb 4
Soluzione. Gli autovalori sono 1 = 1, con molteplicit`a algebrica 1 = 1,
e 2 = 1, con 2 = 2. Gli autovettori sono poi del primo ordine: Dunque:
 
1 0 1  
    cos 2t + 4
u1 = 1 , u2 = 0 , u3 = 1 . xl (t) = 2et sen 2t+ ua +cos 2t+ ub = 2et  
.
0 1 0 4 4 sen 2t +
4
Dunque, posto x0 = u1 + u2 + u3 :
  Esercizio 3.18. Si consideri il sistema descritto dalle equazioni
xl (t) = C et u1 + et (u2 + u3 ) ,
   
0 1
x = f , x =
con k2 2
ml ml
C[u2 + u3 ] = C = 3 + . (si veda il paragrafo 2.5.b del capitolo 2. Studiare i modi naturali al variare
del parametro f 0.
Gli stati iniziali cercati si trovano ponendo = 3, e sono del tipo:
Soluzione. Gli autovalori sono forniti dallequazione caratteristica
x0 = u1 + (3u2 + u3 )
f k
|I A| = 2 + + = 0,
con e qualsiasi. ml2 ml2
  e valgono:
1 2 
Esercizio 3.17. Data la matrice dinamica A = di un sistema f f 2 4ml2 k
2 1 1,2 = .
a tempo continuo, determinare levoluzione libera dello stato a partire da 2ml2
 
1 Se f [0, 2l mk) sono complessi e coniugati (se f `e nullo gli autovalori sono
x0 = . ,
1
immaginari puri 1,2 = j k ), se f = 2l mk sono reali e coincidenti,
ml2
ed inne se f (2l mk, ) sono reali e distinti.
168 3. Analisi nel dominio del tempo 3.3. Esercizi e problemi 169

Gli autovettori sono facilmente ricavabili dallequazione: Esercizio 3.19. Analizzare le relazioni esistenti tra gli autovalori di un sis-
tema a tempo discreto e quelli di un sistema a tempo continuo campionato.
1  
ki f 1
ui = 0 ui = .  
ml2
i +
ml2 i Soluzione. Siano 1 = + j = ej C, 2 = j = ej C,
3 IR tre autovalori e u1 , uT
1 , u3 i tre autovettori corrispondenti. Si
consideri ora un sistema a tempo continuo avente due autovalori complessi
Nel caso che f [0, 2l mk) si considerano allora i vettori: e coniugati ed uno reale, dati dai logaritmi principali di i :

f
1 1
f + f + c1 = ln + j, c2 = ln j, c3 = ln 3
ua = f , ub =
, va = ,
2 , vb =
2ml2 2ml2 2ml 2ml2 ed autovettori u1 , uT 1 , u3 .
f + f + Se ora si considera il sistema ottenuto campionando tale sistema a
 tempo continuo, esso avr` a matrice dinamica AD = eAT , ove T `ec il peri-
ove = 4ml2 k f 2 e dunque si ha un modo pseudoperiodico: odo di campionamento. Dunque gli autovalori saranno dati da e1 T = T1 ,
      ec2 T T
= 2 , e c3 T T
= 3 , che coincidono con i se T = 1 s. Pertanto si
f t/2ml2 pu` o concludere che il comportamento dinamico del sistema a tempo con-
xl (t) = m e sen t + ua + cos t + ub .
2ml2 2ml2 tinuo campionato coincide, negli istanti di campionamento, con quello di
un opportuno sistema a tempo continuo.
f Quanto detto vale per sistemi ottenuti dal campionamento di sistemi
Se f = 2l mk si ha 1 = e gli autovettori si ricavano dalle equazioni
2ml2 a tempo continuo. Dato ora un sistema a tempo discreto generico, non `e
      sempre possibile individuare un sistema a tempo continuo, con la stessa
1 1 1 1
f 1
u1 = u1 = 0 u1 =
1 1 1
, dimensione dello spazio di stato n, tale che negli istanti t = 0, 1, 2, il
k + k
1 1 1 comportamento dinamico del sistema a tempo discreto coincida con quello
ml2 ml2 ml2
del sistema a tempo continuo. Ci` o `e legato al fatto che un sistema a tempo

1 1 
k u21 = u11 u21 =
1 1
ml2
e quindi si ha un solo modo aperiodico:
 
xl (t) = ef t/2ml I + t(A I I) x0 ,
2
Inne per f (2l mk, ) gli autovettori sono
 discreto pu` o avere genericamente anche dei modi alternanti, che un sistema
0 a tempo continuo campionato non pu` o avere. Infatti perche un sistema a
.
tempo continuo campionato abbia un autovalore reale c < 0 (corrispon-
dente ad un modo alternante), per quanto detto il sistema a tempo continuo
dovrebbe avere un autovalore pari a = ln + j (infatti, con il campiona-
mento si ha lautovalore eln +j = ej = = c < 0), ossia dovrebbe
x0 = c1 u11 + c2 u21 . avere un autovalore complesso (non coniugato, in generale) e dunque una
matrice dinamica A non reale, non possibile per un sistema reale.
Tale dicolt`a potrebbe essere superata a patto di aumentare di uno
la dimensione del sistema a tempo continuo. Se infatti assieme alla dinam-
    ica caratterizzata dallautovalore = ln + j se ne considera unaltra
1 1
u1 = , u2 = , caratterizzata dallautovalore = ln j, sicche:
1 2
 
e si hanno due modi aperiodici: ln + j 0
A=
0 ln j
xl (t) = c1 e1 t u1 + c2 e2 t u2 , x0 = c1 u1 + c2 u2 .
`e la sottomatrice relativa a queste due dinamiche e u1 , u2 sono gli au-
tovettori (reali) corrispondenti, levoluzione libera del sistema campionato
170 3. Analisi nel dominio del tempo 3.3. Esercizi e problemi 171

contiene il termine: ed eguagliando i termini con le stesse potenze in A:

 
t m sen (t + )u1 + cos (t + )u2 0 (t) = a0 n1 (t)
1 (t) = 0 (t) a1 n1 (t)
che negli istanti t = 0, 1, vale ..
  .
(1)t t m sen u1 + cos u2 n1 (t) = n2 (t) an1 n1 (t).

At 
che corrisponde ad un modo alternante che evolve nel sottospazio Poiche poi per e t=0
= I, si pu`
o scegliere 0 (0) = 1, i (0) = 0, i =
1, , n 1.
gen {sen u1 , cos u2 }.
Esercizio 3.21. Si consideri la dinamica del pendolo invertito, linearizzata
Si osservi che le considerazioni sinora svolte possono essere ripetute con attorno al punto di equilibrio corrispondente a = 0 (paragrafo 2.5.d).
riferimento al problema inverso. In tal caso il problema ammette sempre Posto = 0 ed f = u F x, ove F rappresenta il coeciente  di attrito,
una soluzione ed il sistema a tempo discreto che assume gli stessi valori individuare una rappresentazione con lo stato in cui x(t) e lx(t) + (t)
dello stato del sistema a tempo continuo campionato in t = 0, 1, 2, `e siano due variabili di stato e luscita sia y(t) = (t), e studiare leccitabilit`
a
caratterizzato dagli stessi autovettori e da autovalori (reali o complessi e dei modi e la controllabilit`
a degli stati.
coniugati):
i = ei t i = 1, , n ` facile ottenere:
Soluzione. E
dove i sono gli autovalori (reali o complessi e coniugati) del sistema a F mg 1
tempo continuo. x= x + u
M M M
F g 1
Esercizio 3.20. Mostrare che la matrice eAt pu` o essere calcolata come = x + (M + m) u
soluzione dellequazione (t)
= Ac (t), ove Ml Ml Ml
sicche:
   
0 0 a0 F mg 1 1 F g 1
0 (t)
1 0 a1 l
x(t)+ (t) =l x+
u + x+(M
+m) u =
(t) = ..
, Ac = ... . . . ... .. , M M M l M M M
.
.
aF g a
n1 (t) = x + (M + am) u
0 an1 M M M
ponendo 0 (0) = 1, i (0) = 0, i = 1, , n 1. ove a = 1 l. Posto allora
l
x1 = x, x2 = x,
x3 = lx + , x4 = lx + ,
Soluzione. In virt`
u del teorema di CayleyHamilton: si ha y = = x3 lx = x3 lx1 e:
k

x 1 = x2
t
eAt = Ak = 0 (t)I + 1 (t)A + + n1 (t)An1 , m F m 1
k=0 k! x 2 = glx1 x2 gx3 + u
M M M M
e poiche d eAt = AeAt : x 3 = x4
dt gl aF g a
x 4 = (M + am) x1 + x2 + (M + am) x3 u.
0 (t)I+ 1 (t)A + + n1 (t)An1 = M M M M
 
= 0 (t)A + 1 (t)A2 + + n1 (t) an1 An1 + a0 I ,
172 3. Analisi nel dominio del tempo 3.3. Esercizi e problemi 173

 
Esercizio 3.22. Mostrare che se uk `e un autovettore di ordine k, corrispon- y(t) =
1 1 1
x(t)
dente allautovalore , allora risulta che: 0 0 1

h
k1
t 1 0 0 1
eAt uk = et ukh
h=0 h! x(t)
= 0 1 0 x(t) + 1 u(t)
0 0 1 0
ove ukh sono autovettori di ordine inferiore o uguale a k.
y(t) = ( 1 0 1 ) x(t)

Soluzione. Dalla denizione di esponenziale di matrice e di quella di au- 1 1 0 1 1
tovettori generalizzati di ordine k si ha: x(t)
= 0 2 0 x(t) + 1 1 u(t)
h 1 1 3 0 0

t
eAt uk = e(AI)t et uk = et (A I)h uk =
y(t) = ( 0 1 0 ) x(t)
h=0 h!
- .
tk1 2 2 0 0 1
=e t
I + t(A I) + + (A I) k1 k
u = 2 2 0 0 0
(k 1)! x = x(t) + u(t)
- . 1 1 1 0 1
t2 tk1 1 1 2 3 1
=e t k
u + tu k1
+ u k2
+ + u 1
,
2! (k 1)! y(t) = ( 1 0 1 1 ) x(t)

ove ukh1 = (A I)ukh costituiscono una catena di autovettori. In    

1 0 1
particolare se k = 1 si trova che eAt u = et u. x(t)
=
1 1
x(t) +
0
u(t)

Problema 3.1. Studiare dal punto di vista dellanalisi modale i seguenti y(t) = ( 1 1 ) x(t)
sistemi a tempo continuo:
   
1 0 0 1 0 1 1
x(t)
=
1 1
x(t) +
2
u(t) x(t)
= 1 1 1 x(t) + 2 u(t)
1 1 1 0
y(t) = ( 1 1 ) x(t)
y(t) = ( 1 1 0 ) x(t)

1 0 0 1
x(t)
= 2 1 0 x(t) + 0 u(t) 0 1 0 0
1 1 2 2 x(t)
= 0 0 1 x(t) + 0 u(t)
  1 3 3 1
1 0 0
y(t) =
2 0 0
x(t) y(t) = ( 0 1 1 ) x(t)

1 1 1 1
x(t)
= 1 1 1 x(t) + 0 u(t)
0 0 2 0
174 3. Analisi nel dominio del tempo 3.3. Esercizi e problemi 175

0 1 0 0 1 y(t) = ( 1 1 0 ) x(t)
0 0 1 0 1
x(t)
= x(t) + u(t)
0 0 0 1 1 1 0 1 1
2 7 9 5 0 x = 0 1 0 x(t) + 0 u(t)
  1 0 1 1
1 0 1 0
y(t) = x(t)
0 1 0 0 y(t) = ( 1 0 1 ) x(t)

Problema 3.2. Studiare dal punto di vista dellanalisi modale i seguenti

3 1 0 1
sistemi a tempo discreto:
x = 2 0 2 x(t) + 3 u(t)
0 2 1 1 1 0 2 0
x(t + 1) = 0 0 3 x(t) + 1 u(t)
0 0 0 0 y(t) = ( 0 1 0 ) x(t)

y(t) = ( 1 1 1 ) x(t) 3
x = 0 u(t)
1 0 1 1 1
x(t + 1) = 0 1 0 x(t) + 0 u(t)
1 0 1 1 y(t) = ( 1 3 1 ) x(t)

y(t) = ( 1 1 1 ) x(t) 2 1 0 1
x = 0 2 1 x(t) + 2 u(t)
1 2 0 1 0 0 2 1
x(t + 1) = 1 1 4 x(t) + 0 u(t)
0 0 3 0 y(t) = ( 0 1 2 ) x(t)

y(t) = ( 1 2 4 ) x(t) 1 1 0 0 0
0 1 1 0 0
x = x(t) + u(t)
2 2 0 0 1 0 0 1 1 0
2 2 0 0 1 0 0 0 1 1
x(t + 1) = x(t) + u(t)
1 1 1 0 0
y(t) = ( 0 0 0 1 ) x(t).
1 1 2 3 0
y(t) = ( 0 0 1 1 ) x(t)

e tutti i sistemi del problema 3.1 in cui si sostituisca x(t)

con x(t + 1).

Problema 3.3. Determinare la rappresentazione dei seguenti sistemi sot-

toposti a campionamento:

0 5 1 1
x = 0 0 3 x(t) + 0 u(t)
0 0 0 1
 178 4. Le trasformate di Laplace e z

Come noto la trasformata di Laplace pu` o essere usata vantaggiosa-

mente per lanalisi dei sistemi lineari stazionari a tempo continuo. Infatti
un certo problema di partenza (nel dominio del tempo) pu` o essere tradotto
in un problema pi`u semplice (nel dominio della variabile complessa s); una
volta risolto, mediante antitrasformazione si riottiene la soluzione nel do-
minio del tempo.

Tabella 4.1 Trasformate e antitrasformate di Laplace

Funzione Trasformata di Laplace

f (t) F (s)
4. Le trasformate di Laplace e 1 (t) 1
s
z nellanalisi dei sistemi a tempo
et 1 (t) 1
s
continuo e a tempo discreto sen t 1 (t)
s2 + 2
cos t 1 (t) s
s2 + 2
(t) 1
In questo capitolo vengono applicati i metodi di analisi sviluppati nel tn (t) 1
dominio delle variabili complesse s e z allo studio dei sistemi a tempo con- n! 1 sn+1
tinuo e a tempo discreto. Linteresse risiede non solo nel fatto che si ha una tn et (t) 1
1
procedura alternativa di calcolo, ma anche nella corrispondenza, caratter-
n! (s )n+1
istica dellapproccio ingegneristico, tra comportamento nel tempo e com- f (t a) 1 (t a) eas F (s)
portamento in frequenza.
f (t)et 1 (t) F (s )
1 t s
2! sen t 1 (t) (s2 + 2 )2
4.1. Richiami sulla trasformata di Laplace
1 sen t tcos t (t) 1
1
 2 3 (s2 + 2 )2
Sia f (t) una funzione da IR IR oppure da IR C. Si denisce
 
trasformata di Laplace di f (t) la funzione F : C C denita da:
s  F (s)
 + 4.2. Calcolo delle evoluzioni nel dominio complesso:
F (s) = f (t)est dt = L[f (t)].
0 uso della trasformata di Laplace

Nella seguente tabella vengono riassunte le principali trasformate ed anti- Dato il sistema lineare stazionario a tempo continuo regolare descritto
trasformate di Laplace, mentre si rimanda in appendice per ulteriori richi- dalle equazioni:
ami. In tabella 4.1 le funzioni sono moltiplicate per 1 (t) per indicare che x(t)
= Ax(t) + Bu(t)
(4.1)
sono nulle per t < 0. y(t) = Cx(t) + Du(t)
 4.2. Uso della trasformata di Laplace 179 180 4. Le trasformate di Laplace e z

si ricorda che in base alle propriet`

a riportate in appendice le matrici (t) = Esercizio 4.1. Calcolare le trasformate di Laplace di u(t) = t2 1 (t 2) e
eAt , H(t) = eAt B, (t) = CeAt , W (t) = CeAt B + D(t) assumono nel u(t) = e2t cos 3t.
dominio della variabile complessa le seguenti espressioni:
(s) = L[eAt ] = (sI A)1 , (s) = C(sI A)1 , Soluzione. Si calcola:
H(s) = (sI A) 1
B, W (s) = C(sI A)1 B + D, 2!
L[t2 1 (t 2)] = e2s L[t2 ] = e2s ,
e la trasformata di Laplace della rappresentazione (4.1) d`
a luogo alle seguenti s3
espressioni: mentre, usando la propriet`
a di traslazione in s:
 1  1
x(s) = sI A x0 + sI A 
B u(s)  s  s2
 1 "  1 # 
y(s) = C sI A Bx0 + C sI A L[e cos 3t] = L[cos 3t]
2t
=  = .
s2 + 9 
B + D u(s). s2
s2 s2 4s + 13
Esse forniscono una procedura alternativa per il calcolo delle funzioni nel
tempo: noti infatti x0 e u(t), si calcola u(s) e quindi x(s) e y(s). Da queste,
per antitrasformazione, si determinano x(t) e y(t). Esercizio 4.2. Antitrasformare le funzioni y1 (s) = 2 s + 1 , e y2 (s) =
s +s+1
Dalle espressioni ricordate segue che (), H(), () sono matrici e2s .
razionali i cui elementi hanno il grado del numeratore minore di quello del s2 + 9
denominatore, mentre W () `e una matrice razionale i cui elementi hanno il
grado del numeratore al pi` u uguale a quello del denominatore. Soluzione. Per la prima funzione antitrasformata si calcola:
Nel caso in cui gli autovalori di A siano distinti, `e noto che la matrice
(s) pu`
o essere espansa in frazioni parziali secondo lespressione
1 1
s+1 s+ 2 + 2


n
1 y1 (t) = L1 = L1

=

(s) = Ri , s2 + s + 1 (s + 1 )2 + 3
i=1 s i 2 4

in cui le matrici residue Ri si ottengono tramite la relazione: 1 3
s +
Ri = lim (s i )(s) (4.2) = L1 2 + L1

1 2
=
si
(s + 1 )2 + 3 3 (s + 1 )2 + 3
e risultano legate agli autovalori di A nel modo seguente: 2 4 2 4

Ri = ui viT .
2t 3 1 3
=e cos t + sen t ,
Qualora invece gli autovalori di A abbiano molteplicit`
a geometrica mi mag- 2 3 2
giore di uno, vale lespressione:


r

mi
1 avendo usato la propriet` a della traslazione in s e le trasformate del seno e
(s) = Rik , del coseno. Per la seconda funzione:
i=1 k=1 (s i )k
2s 2s
e 1 3e = 1 sen 3(t 2) 1 (t 2),
in cui r `e il numero degli autovalori distinti di A e y2 (t) = L1 = L1
1 dmi k " # s2 + 9 3 s2 + 9 3
Rik = lim (s i )mi (s) . (4.3)
si (mi k)! dsmi k avendo sfruttato la propriet`
a della traslazione in t.
 4.2. Uso della trasformata di Laplace 181 182 4. Le trasformate di Laplace e z

Esercizio 4.3. Calcolare W (t) sapendo che la sua trasformata di Laplace Analogamente per R2 :
 
`e W (s) = 10 .  1  R1 
s(s + 1) 
(s + 2)W (s) =  = (s + 2)  + R2 R2 = 1.
s=2 s + 1 s=2 s + 1 s=2
Soluzione. Sviluppando in frazioni parziali, sfruttando la linearit`
a ed an- Ora, ricordandosi della linearit`
a e della trasformata dellesponenziale, an-
titrasformando: titrasformando si ottiene:
- . - .
1 1 1 1
1 1 1 1
10 1 L [W (s)] = L =L ]L [ = et e2t .
W (t) = L1 = 10 L1 = s+1 s+2 s+1 s+2
s(s + 1) s(s + 1)
Esercizio 4.5. Data la matrice di transizione
 
  s2 4
1 1
= 10L1 = 10 1 et 1 (t). 1 s+1
s s+1 (s) =
(s 3)(s + 2)
determinare la matrice (t).
Esercizio 4.4. Calcolare W (t) sapendo che la sua trasformata di Laplace Soluzione. Sviluppando in frazioni parziali:
`e W (s) = 1 .
(s + 1)(s + 2) R1 R2
(s) = +
s3 s+2
con R1 , R2 dati dalle (4.2):
Soluzione. Sviluppando in frazioni parziali:
 1 4

W (s) =
R1
+
R2
. R1 = (s 3)(s) = 5 5 ,
s=3 1 4
s+1 s+2 5 5

Per calcolare i residui R1 ed R2 si pu`
o applicare lespressione (4.2) ovvero  4 4

si pu`
o calcolare il minimo comune multiplo: R2 = (s + 2)(s) = 5 5 .
s=2 1 1
R1 (s + 2) + R2 (s + 1) (R1 + R2 )s + 2R1 + R2 5 5
= A queste stesse espressioni si giunge considerando il minimo comune mul-
(s + 1)(s + 2) (s + 1)(s + 2) tiplo:
e confrontare lespressione ottenuta con W (s), avendo cos` le condizioni: (s + 2)R1 + (s 3)R2 (R1 + R2 )s + (2R1 3R2 )
(s) = =
   (s 3)(s + 2) (s 3)(s + 2)
R1 + R2 = 0 R1 = R2 R1 = 1 ed eguagliando questa espressione con

2R1 + R2 = 1 R2 = 1 R2 = 1.      
s2 4 1 0 2 4
s+
Un altro metodo per trovare i residui, che poi coincide con lapplicazione 1 s+1 0 1 1 1
(s) = = ,
della formula (4.2), `e quello di moltiplicare ambo i membri per (s + 1) e (s 3)(s + 2) (s 3)(s + 2)
imporre s = 1: ossia imponendo:
     
 2
1   1 0 4
 R2  R1 + R2 = , 2R1 3R2 = .
(s + 1)W (s) =  = R1 + (s + 1) R1 = 1. 0 1 1 1
s=1 s+2  s+2 
s=1 s=1
 4.2. Uso della trasformata di Laplace 183 184 4. Le trasformate di Laplace e z

Esercizio 4.6. Determinare levoluzione forzata di un sistema avente Esercizio 4.8. Dato un sistema con W (s) = 3s +2 10 , calcolare luscita
forzata quando u(t) = et . s
funzione di trasferimento W (s) = 10 , a cui sia applicato lingresso
s+1
u(t) = 1 (t).
Soluzione. Ovviamente u(s) = 1 , ed essendo x = 0:
Soluzione. Risulta u(s) = 1s e quindi y(s) = 10 . Espandendo in s+1 0
s(s + 1)
frazioni parziali: 3s + 10 1 3s + 10
y(s) = = .
2
R1 R2 s s+1 s2 (s + 1)
y(s) = +
s s+1 Per calcolare y(t) occorre antitrasformare questa espressione. Espandendo
e dalla (4.2) ovvero facendo il minimo comune multiplo ed eguagliando in frazioni parziali:
i coecienti delle stesse potenze in s si ottiene:
R1 = 10, R2 = 10. 3s + 10 R11 R12 R2 (R12 + R2 )s2 + (R11 + R12 )s + R11
= + + = ,
s2 (s + 1) s2 s s+1 s2 (s + 1)
Ne segue che
t
y(t) = (10 10 e ) 1 (t). da cui si ricava:

Esercizio 4.7. Determinare levoluzione forzata di un sistema avente R12 + R2 = 0, R11 + R12 = 3, R11 = 10,
W (s) = s + 5 3 , a cui sia applicato lingresso u(t) = 31 (t) 2(t).
(s + 1) cio`e
R12 = 7, R2 = 7, R11 = 10.
Soluzione. Per la linearit`
a del sistema e della trasformata di Laplace: Antitrasformando:
-  .

1 1 s + 5 1 1 s + 5
y(t) = L1
W (s) 3 2 = 3L 2L 1 = 10 7 7 1 1 1
s (s + 1)3 s (s + 1)3 y(t) = L1 + = 10 L1 7 L1 + 7 L1 =
s2 s s + 1 s2 s s + 1

5 5 5 4 = 10 t 7 1 (t) + 7 et = (10 t 7 + 7 et ) 1 (t).
= 3L1 +
s s + 1 (s + 1)2 (s + 1)3
Si `e moltiplicato tutto per 1 (t) per indicare che y(t) `e nulla per t < 0.
Per il calcolo dei residui si poteva procedere anche nella seguente maniera:
0 1 4   
2L1 =
R12   3s + 10 
+ +
s+1 (s + 1)2 (s + 1)3 R11 
(s + 1) +  + R2 = (s + 1)W (s) =  ,
s2 s  s=1 s2 
-  . s=1 s=1
2 2
t t
= 3 5 et 5 + 5t + 4 2et t + 4 = ottenendo: 

2! 2! R2 = (s + 1)W (s) ,
s=1
 
e:
t2
= 15 et 15 + 17t + 20 .   
  3s + 10 
2! 
R2 
R11 + sR12 + s2  = s2 W (s) =  , (4.4)
s+1  s=0
s=0 s+1  s=0
 4.2. Uso della trasformata di Laplace 185 186 4. Le trasformate di Laplace e z

avendo cos`  Soluzione. Poiche:


R11 = s2 W (s)  
s=0 1 (s1)(s+3) R11 R12 R2 R3
W (s) = = + + + ,
Per calcolare R12 occorre derivare la (4.4) una volta rispetto ad s: (s+1)2 (s1)(s+3) s+1 s+1 (s+1)2 s1 s+3
 
d s2 R2  d 2 
 ove i residui si calcolano applicando le relazioni analoghe alle (4.2), (4.3),
R12 +  = [s W (s)] ,
ds s + 1 s=0 s=0 valide nel caso di matrici:
ds
 
d   1 0
ricavando: d
d 
 R11 = lim (s + 1)2 W (s) = lim s+1 =
1
,
R12 = s2 W (s)  . s1 ds s1 ds
(s 1)(s + 3) 4
ds s=0
Si noti che se ad esempio fosse stato:
  1  
1
R11 R12 R13 R12 = lim (s + 1)2 W (s) = lim s+1 = ,
+ + + M (s) = W (s), s1 s1
(s 1)(s + 3) 0
s 3
s 2 s
moltiplicando ambo i membri per s3 :
s1  
  0
(s + 1)2
R11 + sR12 + s2 R13 + s3 M (s) = s3 W (s), R2 = lim (s 1)W (s) = lim 1 = 1 ,
s1 s1
(s + 1)(s + 3) 8
e procedendo analogamente si sarebbe avuto:
 
s+3  
R11 = s3 W (s) |s=0 ,   0
(s + 1)2

R3 = lim (s + 3)W (s) = lim = 1 ,
d  1
d  s3 s3
(s + 1)(s 1) 8
2 3
R12 + (s R13 + s M (s))|s=0 = s W (s)  3
ds ds s=0
d 3 
 antitrasformando si ricava:
R12 = s W (s)  ,        
ds s=0 0 1 0 0
d2  3  d2  3  t
  y(t) = 1 e + te + 1 e + 1 e3t .
t t
2R13 + s M (s)  = s W (s)  0
4 8 8
ds2 s=0 ds2 s=0
1 d2  3 

R13 = s W (s) 
2! ds2 s=0 Esercizio 4.10. Calcolare la matrice di transizione dello stato del sistema
 
avendo derivato due volte rispetto ad s per calcolare R13 . Iterando questo 2 1
a tempo continuo avente matrice dinamica A = .
procedimento otteniamo nel caso generale la relazione (4.3). 2 3

Esercizio 4.9. Calcolare la risposta allimpulso per il sistema descritto

dalla matrice di funzioni di trasferimento Soluzione. Poiche

1  1  
(s + 1)2
1 s2 1 1 s3 1
W (s) = . (s) = (sI A) = = =
1 2 s3 s 5s + 4
2 2 s2
(s 1)(s + 3)
2  
1 s 3 1 " #
= = L eAt ,
(s 4)(s 1) 2 s 2
 4.2. Uso della trasformata di Laplace 187 188 4. Le trasformate di Laplace e z

si ha: s3 1 Soluzione. Trasformando secondo Laplace:

(s 4)(s 1) (s 4)(s 1) 1 2 s2 + 4s + 4
eAt = L1 2 s2 . u(s) = +2 = .
s s2 + 4 s(s2 + 4)
(s 4)(s 1) (s 4)(s 1)
Dallespressione della funzione di trasferimento si nota che il sistema `e
Occorre antitrasformare singolarmente i termini che compaiono in (s). causale, ovvero luscita dipende dai valori del passato dellingresso e dai
Pi`
u rapidamente, si possono applicare le relazioni (4.2), (4.3), ottenendo: valori del presente. Poiche:
1 2
1 1 y(s) = W (s)u(s)
eAt = L1 R1 + R2 ,
s4 s1 si ha:
ove: 1 y(t) = L1 [W (s)u(s)].
1
3 3
R1 = lim [(s 4)(s)] = , Poiche poi lo stato iniziale `e per ipotesi nullo, antitrasformando:
s4 2 2

3 3 s2
+ 7s + 1 s2
+ 4s + 4
y(t) = L1
2 1 s2 + 5s + 6 s(s2 + 4)
R2 = lim [(s 1)(s)] = 2 1 ,
3 3
s1
3 3 si ottiene:
1 2 1 2
A B C Ds + E 1
e quindi: y(t) = L1 + +
+ = A L1 +
1 1 2 1 s
s+3 s+2 s2 + 4 s+3
eAt =
3 3 4t 3 3 t
e + 2 1 e. 1 2 1 2
2 2
1 1 s E 2
3 3 3 3 +B L1 +C L1 +D L1 + L1 =
Le due matrici R1 , R2 a secondo membro hanno rango 1, in quanto sono pari s+2 s s2 + 4 2 s2 + 4
al prodotto ui viT , e il cui rango `e uguale alla dimensione interna, ossia 1. Per
correlare questo metodo di calcolo di eAt con quello mediante autovettori, E
= A e3t + B e2t + C 1 (t) + cos 2t + sen 2t
si fattorizzino le matrici che compaiono al secondo membro, evidenziando 2
cos` i termini ei ui viT . Le fattorizzazioni sono innite perche gli autovettori ove i residui si possono calcolare con i metodi nora visti.
sono deniti a meno di una costante arbitraria. Ad esempio:
      Esercizio 4.12. Calcolare la risposta forzata del sistema descritto dalla
At 4t 1 1 1 t 1 2 1 ,
e =e + e funzione di trasferimento ingressouscita:
2 3 3 1 3 3


n   1 0
che `e appunto una somma del tipo ei ui viT = eAt . W11 (s) W12 (s) s
i=1 W (s) = = 1 s
,
W21 (s) W22 (s)
s+2 s+1
Esercizio 4.11. Calcolare la risposta forzata del sistema descritto dalla
funzione di trasferimento ingressouscita: allingresso:    
u1 (t) 1 (t)
2
s + 7s + 1 u(t) = = .
W (s) = u2 (t) sen 3t
s2 + 5s + 6
allingresso u(t) = 1 (t) + 2sen 2t = (1 + 2sen 2t)1 (t).
 4.2. Uso della trasformata di Laplace 189 190 4. Le trasformate di Laplace e z

Soluzione. Si ha: Esercizio 4.14. Si determini la rappresentazione esplicita del seguente

  1 1 sistema regolare:
y1 (s) s 0 s
= 1 s

3
, 1 1 0 1
y2 (s)
s+2 s+1 s2 + 9 x(t)
= 2 2 0 x(t) + 0 u(t)
1 1 1 0
da cui segue y1 (s) = 12 e  
s 1 0 0
1 3s A B C Ds + E y(t) = x(t).
y2 (s) = + = + + + . 0 1 1
2
s(s + 2) (s + 1)(s + 9) s s+2 s+1 s2 + 9
Dunque:
y1 (t) = t Soluzione. Si calcola:
s+2 1
E 0
y2 (t) = A 1 (t) + B e2t + Cet + D sen 3t + cos 3t. s(s + 3) s(s + 3)
3
2 s+1
(s) = (sI A) 1
= s(s + 3) s(s + 3)
0
Esercizio 4.13. Si determini la matrice delle risposte impulsive di un sis-
1 1 1
tema avente funzione di trasferimento:
1 1 (s + 1)(s + 3) (s + 1)(s + 3) s+1
2 s + 3
s + 3s + 2
W (s) = . e dalle (4.2) e (4.3) si ottiene:

1 1 1 1 0
2 3 2
s + 2s + 1 s + 6s + 11s + 6 2 1 0 0 0 0
1
3 3
1 3 3 1 2 2 0
Soluzione. Il minimo comune denominatore della W (s) risulta essere pari (s) = 2 1 0
+ s+10
0 0 +
s+3 3 3 .
s 3 3 1 1 1
a (s + 1)2 (s + 2)(s + 3). Pertanto dalle analoghe alle (4.2), (4.3), si ha: 0 0 0 1 1 1
2 2 2 2
1 1 1 1 Quindi:
W (s) = R11 + R12 + R21 + R31 ,
s+1 2s+2 s+3 2 + 1 e3t 1 + 1 e3t 0
(s + 1)
  3 3 3 3
0
d 2
1 0 (t) = 32 + 23 e3t 1 + 2 e3t
,
R11 = lim
s1 ds
[(s + 1) W (s)] = 0 1 , 3 3
2 1 et 1 e3t 1 et 1 e3t et
  2 2 2 2
R12 = lim [(s + 1)2 W (s)] =
0 0
,
s1 1 0 2 + 1 e3t
  3 3

1 0 H(t) = (t)B = 23 + 23 e3t ,
R21 = lim [(s + 2)W (s)] = ,
s2 0 1 3 et 1 e3t
  2 2
0 1
R31 = lim [(s + 3)W (s)] = 0 1 . 2 + 1 e3t 1 + 1 e3t 0
s3
(t) = C(t) = 2 1 t 1 3t 1 1 t 1 3t ,
2 3 3 3 3
Ne segue che: + e + e + e + e et
  3 2 6 3 2 6
et e2t e3t
W (t) = 1 et e2t + 1 e3t . 2 + 1 e3t
tet 3 3 .
2 2 W (t) = C(t)B =
2 + 3 et + 1 e3t
3 2 6
 4.2. Uso della trasformata di Laplace 191 192 4. Le trasformate di Laplace e z

Esercizio 4.15. Determinare la risposta in evoluzione forzata allingresso Alternativamente si noti che per il teorema della traslazione risulta:
in gura per il sistema considerato nellesercizio 4.14.
u(t) es e3s W (s) s
u(s) = y(s) = W (s)u(s) = (e e3s ).
s s
1 Per la linearit`
a della trasformata di Laplace ed ancora applicando il teorema
della traslazione si ottiene il risultato voluto.
t
1 3 Esercizio 4.16. Studiare, mediante il teorema del valore iniziale, il com-
Figura 4.1 portamento della risposta impulsiva del sistema

s2 + s + 1
W (s) =
Soluzione. Si osservi che u(t) = 1 (t 1) 1 (t 3). Il calcolo `e (s + 1)(s + 3)(s + 2)
immediato se si tiene conto del fatto che il sistema `e lineare e stazionario,
per cui per la risposta forzata vale la propriet` a di sovrapposizione degli nellintorno dellorigine.
eetti e la propriet`a di traslazione. Pi` u precisamente la risposta forzata
voluta `e pari alla somma della risposta forzata allingresso 1 (t) traslata
in t = 1 (per la stazionariet`a), meno la stessa risposta forzata traslata di Soluzione. Per istanti immediatamente seguenti lapplicazione dellimpulso
t = 3. Si ha quindi: in ingresso, si trova:

21 + 1 1
3 s 3s+3
W (s) = 2 1 3 1 , lim y(t) = lim W (t) = lim s W (s) = 1.
s+ +1 1 t0+ t0+ s
3 2s+1 6s+3
Pertanto la risposta impulsiva presenta una discontinuit`
a nellorigine, pas-
2 + 1
2 sando da valori nulli per istanti immediatamente precedenti t = 0 a valori
v(s) = W (s)u(s) = 3s 3s(s + 3) =
niti per istanti seguenti.
22 + 3 + 1
3s 2s(s + 1) 6s(s + 3) Pi`
u in generale se m ed n sono rispettivamente i gradi del polinomio
2 + 1 1 a numeratore e a denominatore di W (s), dal teorema del valore iniziale si
2 9s 9(s + 3) ottiene la seguente casistica:
3s
= ,
1) se m = n risulta lim W (t) = , e in tal caso esiste un legame di-
22 + 3 3 + 1 1
t0+
3s 2s 2(s + 1) 18s 18(s + 3)
retto ingressouscita (ossia la matrice D `e diversa da zero) e limpulso
ed in denitiva:   applicato si presenta istantaneamente alluscita del sistema;
 
y(t) = L1 [v(s)] 1 (t 1) L1 [v(s)] 1 (t 3) = 2) se n m = 1 la risposta impulsiva parte da valori niti non nulli e
(t1) (t3)
presenta una discontinuit`a nellorigine;

1 + 1 (t 1) 1 e3(t1) 3) se n m = 2 la risposta impulsiva parte da zero ma la sua derivata
= 28 1 1 (t 1)+
9 3 9 prima presenta una discontinuit` a nellorigine (infatti lim y(t)
= lim W (t) =
(t 1) 3 e(t1) 1 e3(t1) t0+ t0+
18 3 2 8 (t)] = lim s2 W (s) = l < );
lim sL[W
s s
1 + 1 (t 3) 1 e3(t3) 4) se n m = d > 2 la risposta impulsiva parte da zero con le prime d 1
28 1 1 (t 3).
9 3 9
derivate continue, mentre la derivata desima presenta una disconti-
(t 3) 3 e(t3) nuit`
a nellorigine.
18 3 2
 4.3. Rappresentazioni della funzione di trasferimento 193 194 4. Le trasformate di Laplace e z

y (t) n=m n - m >1 Rappresentazione mediate poli e residui. Questa rappresentazione fa rifer-
n - m =1 imento alle soluzioni del polinomio a denominatore nella (4.6), usualmente
denominati poli della matrice delle funzioni di trasferimento, ed al noto
sviluppo

r
mi
Rik
t W (s) = , (4.7)
i=1 k=1 (s pi )
k
Figura 4.2
dove p1 , , pr sono le radici distinte (con molteplicit`
a m1 , , mr ) di d(s)
Le varie situazioni sono presentate gracamente in gura 4.2. e i residui Rik sono matrici costanti che si calcolano con la relazione analoga
alla (4.3), ove i poli pi sostituiscono gli autovalori i .
` utile osservare che, limitandosi per semplicit`
E a al caso di poli con
4.3. Rappresentazioni della funzione di trasferimento molteplicit` a unitaria, lantitrasformata della (4.7) fornisce:

Come `e noto per i sistemi lineari, stazionari a dimensione nita la ma-

trice delle funzioni di trasferimento W (s), che coincide con la trasformata
di Laplace della matrice delle risposte impulsive, `e costituita da funzioni
razionali proprie della variabile complessa s. Una tale matrice pu` o ovvi-
amente essere sempre espressa come somma di una matrice costante, che
rappresenta il legame diretto ingressouscita, e di una costituita da fun-
zioni razionali strettamente proprie alla quale ci riferiremo nellesaminarne
le possibili rappresentazioni.
Rapporto di polinomi. Ogni elemento della W (s) `e del tipo
n
W (t) = Ri epi t (4.8)
i=1
che mostra come la W (t) sia costituita da combinazioni lineari di questi
modi simultaneamente eccitabili ed osservabili, aperiodici e pseudoperiod-
ici a seconda che gli autovalori siano reali o a coppie complessi coniugati.
Se, infatti, la terna di matrici (A, B, C) costituisce una rappresentazione
implicita del sistema caratterizzato dalla matrice delle risposte impulsive
(4.8), gli Ri possono essere calcolati con la relazione:

nij (s) Ri = Cui viT B

wij (s) = , i = 1, , p, j = 1, , m,
dij (s) nella quale ui e vi sono gli autovettori destri e sinistri di A. Un analogo
discorso vale se i poli hanno molteplicit`
a superiore allunit`
a.
dove nij (s) e dij (s) sono polinomi in s ed il grado del numeratore `e minore di
quello del denominatore. Indicato con d(s) il minimo comune denominatore Rappresentazione mediante poli e zeri. Questa rappresentazione fa riferi-
dei wij , `e possibile rappresentare W (s) come: mento alle espressioni fattorizzate in funzione delle soluzioni dei polinomi
a numeratore e a denominatore di ogni elemento wij (s) della matrice delle
B(s) funzioni di trasferimento, detti rispettivamente zeri e poli. Il generico ele-
W (s) = (4.5) mento di W (s) pu` o infatti scriversi:
d(s)
nella quale B(s) `e una matrice di polinomi ognuno di grado minore di quello 3
h
(s zi )i
di d(s). n(s) i=1
w(s) = = k
Supponendo pari ad n il grado di d(s) la (4.5) pu` o essere scritta: d(s) 3
k
(s pi )i
Bn1 sn1 + Bn2 sn2 + + B1 s + B0 i=1
W (s) = (4.6) dove
sn + an1 sn1 + + a1 s + a0 k `e il rapporto tra i coecienti di ordine massimo di d(s) ed n(s);
dove B0 , , Bn1 sono matrici costanti. zi `e lo zero di w(s) di molteplicit`
a i ;
 4.3. Rappresentazioni della funzione di trasferimento 195 196 4. Le trasformate di Laplace e z

pi `e il polo di w(s) di molteplicit`

a i . Esercizio 4.17. Fornire i vari tipi di rappresentazioni della seguente ma-
Distinguendo i poli e gli zeri complessi coniugati da quelli reali e separando trice di funzioni di trasferimento:
i fattori corrispondenti ad un eventuale polo di molteplicit` a 0 nellorigine 2
s + 2s + 3 s1
ed un eventuale zero di molteplicit` a 0 , anchesso nellorigine, si ha: s2 + 3s + 2
W (s) = s 1
2
.
1 s2 + 2s + 1
3 h2 
3 j
h1
(s zi )i (s j )2 + j2
s+1 s +s2
2

i=1 j=1
w(s) = k
3
k1 k2 
3 j
s0 0 (s pi )i (s j )2 + j2
i=1 j=1
Soluzione. Per quanto riguarda lespressione di W (s) in termini di rap-
porto di polinomi, si ottiene per semplice ispezione:
nella quale h1 , 2h2 , k1 , 2k2 sono rispettivamente il numero dei zeri reali,    2 
degli zeri complessi coniugati, dei poli reali, dei poli complessi coniugati, 1 0 1 2s +8s +8 s2 2s+1
W (s)=D+W (s)= + =
(s2 1)(s+2) s +s 2 s +4s+3
2 2
diversi da quelli nellorigine. 0 1
Un modo alternativo, pi` u utile nella pratica, `e quello che si ottiene uti-      
lizzando le costanti di tempo i , i per gli zeri e i poli reali, gli smorzamenti 2 1 8 2 8 1
  s2 + s+
j , j e le pulsazioni naturali nj

, nj per quelli complessi e coniugati: 1 0 1 1 1 4 2 3
= + .
0 1 s + 2s s 2
3 2
1 2j
3
h1 3
h2 2
(1 + i s)i 1 + 2j s + s2 Lespressione di W (s) in termini di poli e residui pu`
o essere calcolata facil-
i=1 j=1 nj nj mente osservando che nel caso in esame:
w(s) = k 1 2j , (4.9)
3
k1 3
k2 2
 
s0 0
(1 + i s)i s
1 + 2j nj + 2s 1 0 R1 R2 R3
nj W (s) = D + W (s) = + + +
i=1 j=1 0 1 (s + 1) (s 1) (s + 2)
ove:
1 , j e con semplici calcoli si ottiene:
i = , 
nj = j2 + j2 , j = ,
zi nj      
, 1 2 3 0 0 3
1
i = , j2 + j2 , j =
j  
pi
nj =
nj
, 1 0 1 0 0 4/3 0 1/3
W (s) = + + + .
0 1 (s + 1) (s 1) (s + 2)
e dove il guadagno, pari al rapporto tra i coecienti relativi alle potenze
di ordine pi`
u basso di n(s) e d(s), `e pari a Inne lespressione di ciascuno dei termini della W (s) assegnata in termini
di poli e zeri `e:
3
h1 3
h2
2
ii njj   2(s + 2) s1
k = k
i=1 j=1
. W (s) = D + W (s) = 1 0 +
(s + 1)(s 1) (s + 2)(s + 1)
=
3
k1 3
k2 0 1 1 s+3
ii (s + 2)(s 1)
2
nj j (s + 1)
i=1 j=1

4
1 + s/2
1 1s
In conclusione la funzione W (s) `e univocamente individuata una volta as- (1 + s)(1 s) 2 (1 + s/2)(1 + s)
gli zeri e i
segnati, per ogni suo elemento w(s), il coeciente k, ovvero k, = .
1 3 1 + s/3
poli e le relative molteplicit`
a.
(1 + s) 2 (1 + s/2)(1 s)
 4.4. Il regime permanente e la risposta armonica 197 198 4. Le trasformate di Laplace e z

  4
4.4. Il regime permanente e la risposta armonica con Mik (k ) = wik (jk ) e ik (k ) = wik (jk ) , e quindi:
per i sistemi a tempo continuo  
uk M1k (k )sen k t + 1k (k )

m
Come `e noto la risposta a regime permanente per il sistema regolare ..
yr (t) = . .
(4.1) `e quella funzione verso la quale tende landamento della risposta al ten-  
k=1
dere del tempo allinnito, indipendentemente dalle condizioni iniziali x0 . uk Mpk (k )sen k t + pk (k )
Nellipotesi di esistenza del regime permanente, e se lingresso appartiene a
ssate classi di funzioni, tra le quali quelle polinomiali e quelle periodiche, La matrice delle risposte armoniche W (j) `e suscettibile di una interpre-
la risposta a regime permanente `e dello stesso tipo della funzione dingresso. tazione sperimentale. Riferendosi per semplicit` a di notazione ad un ingresso
ed una uscita, poiche la risposta a regime permanente ad un ingresso sinu-
Per sistemi ad un ingresso ed una uscita, la risposta a regime perma-
k soidale `e ancora una funzione
 sinusoidale4 di uguale pulsazione ma modi-
nente ad un ingresso canonico u(t) = u0 t ha lespressione: cata in ampiezza di W (j) e sfasata di W (j) , `e possibile determinarla
k!
sperimentalmente.


k 1 2
tki k k1
yr (t) = u0 ci = u0 c0 t +c1 t + +ck1 t+ck , (4.10)
i=0 (k i)! k! k 1!
u(t)
1 2 1
di W (s)
in cui i coecienti sono dati dalla espressione ci = 1 .
i! dsi s=0 0 t
La risposta a regime permanente ad un ingresso sinusoidale u(t) = (
)
u0 sen
t, `e ancora sinusoidale, ed `e denita dalla relazione: 2
  y (t )
yr (t) = u0 M (
)sen t + (
) , (4.11)
)
M(
  4
) = W (j
ove M ( ) e (
) = W (j
) sono il modulo e la fase di 0 t
W (j) = M ( )ej() calcolati in
. Questi stessi argomenti si possono
applicare a sistemi con m ingressi e p uscite. Infatti, per la linearit` a del
sistema, la risposta ad un ingresso che sia combinazione lineare di ssati 2
ingressi `e pari alla stessa combinazione lineare delle risposte. Quindi dato
lingresso Figura 4.3

Si supponga infatti che il sistema si trovi in un qualunque stato x0 allistante

u1 0 0
u1 sen 1 t . t0 , prescelto per linizio della determinazione sperimentale, e che, data la
0 u2 .
u(t)=
.. = . sen 1 t+ . sen 2 t+ + . sen m t stazionariet`a del sistema, pu` o essere assunto uguale a zero. Si consideri
. .. .. 0
inoltre un ingresso della forma sen t; se gli autovalori del sistema hanno
um sen m t
0 0 um parte reale negativa esiste la risposta a regime permanente, che assume
lespressione (4.11). Dal confronto dei segnali sinusoidali in ingresso e in
liesima uscita in regime permanente `e data da: uscita si possono ottenere i valori M () e () per vari valori di [0, )
e, in denitiva, la funzione W (j).


m  
yri (t) = ` grazie a tale interpretazione che la funzione W (j) prende il nome di
E
uk Mik (k )sen k t + ik (k ) ,
k=1 risposta armonica. Si richiama lattenzione sul fatto che tale condizione `e
 4.4. Il regime permanente e la risposta armonica 199 200 4. Le trasformate di Laplace e z

collegata allipotesi che lasse immaginario, nel piano complesso, appartenga ove:
alla regione di convergenza di W (s).  2
(1 2 )2 + 2 ej/(1 )
W (j) = ,
Esercizio 4.18. Determinare luscita in regime permanente allingresso 1 + 2 ej 3 + 2 ej/3 3 + 2 ej/2
u(t) = sen 3t per un sistema avente W (s) = 4 .
s+3 *
73 47
M (3) = , (3) = arctan ,
Soluzione. Il regime permanente esiste in quanto i poli della W (s) sono 2340 8
a parte reale minore di zero. La risposta yr (t) ha allora la forma (4.11).
Poiche: 1 5 1 55
c0 = W (0) = , c1 = W  (0) = , c2 = W  (0) = .
6 36 2! 216
4 4 4
W (j) = = = ej/3 ,
3 + j j/3 Dunque:
9+ 2 e 9+ 2
  1 2 1 2
si ricava: t2 1 1
yr (t) = 2M (3)cos 3t+4+(3) +8c0 + c0 + 8c1 t+ c1 + 8c2 + 4c0 .
   2 2 2
  4 4  3
W (j) = , W (j)  = arctan = .
=3
3 2 =3 3 4 Si noti che per il calcolo di yr4 (t) si pu`
o anche applicare il teorema del
  valore nale:
Dunque yr (t) = 4 sen 3t .
3 2 4 1 1
yr4 (t) = lim y(t) = lim y(s) = lim s W (s) = ,
t s0 s0 s 6
Esercizio 4.19. Si determini levoluzione in regime permanente per in-
gresso u(t) = 2cos (3t + 4) + 1 t + 4t2 + 4 di un sistema avente ove 1s `e la trasformata di Laplace del gradino. Il calcolo di yr2 (t) e yr3 (t)
2
pu` o essere ancora fatto mediante il teorema del valore nale sfruttando la
s2 + s + 1 conoscenza dellandamento di queste due funzioni. Infatti poiche yr2 (t) =
W (s) = .
(s + 1)(s + 3)(s + 2) c0 t + c1 , detta yr2 (s) = c0 12 + c1 1s = c0 +2c1 s la sua trasformata, si deve
avere: s s

   1 
Soluzione. Poiche tutti i poli di W (s) hanno parte reale negativa, esiste
lim y(t) yr2 (t) = lim s W (s) yr2 (s) =
la risposta in regime permanente, che pu` o essere calcolata sfruttando la t s0
s2
linearit`
a e in base alla (4.10) e allanaloga della (4.11). Infatti: N (s) (c0 + c1 s)D(s)
= lim = 0,
s0
1 t2 sD(s)
u(t) = 2 cos (3t + 4) + t + 8 + 4 = u1 (t) + u2 (t) + u3 (t) + u4 (t).
2 2! ove si sono indicati con N (s) = s2 + s + 1, D(s) = (s + 1)(s + 3)(s + 2) =
s3 + 6s2 + 11s + 6, il numeratore e il denominatore di W (s). Dunque il
Le risposte a regime permanente a questi quattro ingressi sono:
polinomio al numeratore deve avere uno zero nellorigine in pi`u rispetto a
    quello del denominatore, ossia si deve avere:
yr1 (t) = 2 M (3)cos 3t + 4 + (3) , yr2 (t) = 1 c0 t + c1 ,
2
 2  1 6c0 = 0, 1 11c0 6c1 = 0,
yr3 (t) = 8 c0 t + c1 t + c2 , yr4 (t) = 4 c0 ,
2
 4.5. I diagrammi di Bode 201 202 4. Le trasformate di Laplace e z

1 2 3 4 5 6 7 8 91 2 3 4 5 6 7 8 91 2 3 4 5 6 7 8 91 2 3 4 5 6 7 89

riottenendo i valori visti per c0 e c1 . In modo analogo, poiche deve essere

2 2
yr3 (t) = c0 t + c1 t + c2 , con yr3 (s) = c0 13 + c1 12 + c2 1s = c0 + c1 s3 + c2 s ,
2 s s s
deve risultare:

   1 
lim y(t) yr3 (t) = lim s W (s) yr3 (s) =
t s0
s3
N (s) (c0 + c1 s + c2 s2 )D(s)
= lim = 0,
s0
s2 D(s)

e quindi

1 6c0 = 0, 1 11c0 6c1 = 0, 1 6c0 11c1 6c2 = 0,

da cui si ricava c2 . Questo procedimento pu`

o essere iterato per il calcolo di
qualsiasi coeciente ci .

4.5. I diagrammi di Bode

Tra le rappresentazioni grache della risposta armonica W (j) rive-

stono particolare interesse i diagrammi logaritmici di Bode. La trattazione
che segue `e relativa alla rappresentazione del generico elemento wij (j)
della matrice W (j).

Questa rappresentazione
 fa ricorso a due diagrammi cartesiani uno per
il modulo W (j) della W (j), espresso in scala logaritmica, e laltro per la
4
fase W (j) . In entrambi i diagrammi le pulsazioni riportate sullasse delle
ascisse sono in scala logaritmica (4.1) . Questo ha il vantaggio di permettere
di rappresentare con il dovuto dettaglio le grandezze al variare di in
intervalli anche estesi. Il logaritmo pi` u usato per `e quello in base 10,
il che comporta una suddivisione dellasse delle ascisse in decadi, ove una
decade `e la distanza tra due pulsazioni che sono nel rapporto di 1 a 10.

(4.1)
Riportare su di una scala logaritmica una pulsazione vuol dire associarla al valore
1 2 3 4 5 6 7 8 91 2 3 4 5 6 7 8 91 2 3 4 5 6 7 8 91 2 3 4 5 6 7 89
loga , essendo a la base scelta per il logaritmo. Se ad esempio a = 10, = 1 corrisponde
a log10 1 = 0, = 2 a log10 2 ! 0.301, etc. E` chiaro che la scelta della base `e arbitraria e il
cambio da una base a ad una b comporta la moltiplicazione per loga b.
Figura 4.4 Carta semilogaritmica
 4.5. I diagrammi di Bode 203 204 4. Le trasformate di Laplace e z

Considerando per ogni ssata pulsazione il logaritmo del numero i diagrammi dei singoli fattori. Questi ultimi possono essere dei seguenti
complesso W (j): tipi:
  4
log W (j) = log W (j) + j W (j) , 1) fattore costante k;
2) fattore monomio j;
e ricordando che il logaritmo del prodotto di pi`
u funzioni `e pari alla somma
dei logaritmi: 3) fattore binomio 1 + j ;
 2
 q  j j
4) fattore trinomio 1 + 2 n + n , con || < 1;

q

q
 
q
4
log Wi (j) = log Wi (j) = log Wi (j) + j Wi (j) ,
i=1 i=1 i=1 i=1
5) fattore esponenziale ej .
Ciascuno di questi, eccetto k, possono apparire elevati a potenza pos-
appare naturale fornire nel primo diagramma il logaritmo del modulo, e nel itiva o negativa. Nel seguito quindi viene esaminato in dettaglio il traccia-
secondo la fase. Pi` u precisamente il modulo viene espresso, su una scala mento dei diagrammi di Bode di ognuno dei termini suddetti.
lineare, in decibel:
Fattore costante k. Il contributo al modulo `e costante e pari a |k|dB =
|W (j)|dB : = 20 log10 |W (j)| 20 log10 |k|, cos` come per la fase, il cui contributo `e nullo se k > 0 e pari a
se k < 0. I diagrammi sono riportati nella seguente gura.
e la fase in gradi o radianti. Dunque i diagrammi di Bode vengono tracciati
su carta semilogaritmica (gura 4.4).
k dB
Talvolta viene usato per il logaritmo in base 2 o quello naturale e; in
questo secondo caso il modulo viene espresso in neper (logaritmo naturale
del modulo). 20 log10|k|
Il ricorso alla scala logaritmica per il modulo e a quella lineare per la 0dB
fase `e vantaggioso sia perche usualmente il modulo `e suscettibile di ampie 0.1 1 10
variazioni che possono essere rappresentate pi` u comodamente in tale scala,
sia perche molto spesso occorre tracciare il diagramma del prodotto di due
o pi`
u funzioni di cui sono noti i relativi diagrammi logaritmici, ed in tal caso k
i diagrammi del modulo e della fase del prodotto possono essere tracciati k>0
0
sommando i diagrammi dei diversi fattori. 0.1 1 10
Inoltre la scelta della scala logaritmica per la pulsazione e per il modulo
k<0
della W (j) semplicano notevolmente la procedura di tracciamento dei -
diagrammi stessi. Infatti supponendo di disporre della rappresentazione
polizeri della funzione di trasferimento nella forma (4.9) ponendo in questa Figura 4.5 Fattore costante k
s = j si ha:
1   2j
3
h1
 i
3
h2
 j j 2 Fattore monomio j. Poiche log10 j = log10 +j , per quanto riguarda
(1 + ji ) 1 + 2j  + 
2
i=1 j=1 nj nj il modulo si ha:
W (j) = k 1 |j|dB = 20 log10 ,
3
k1 3
k2   2j
0 0 i j j 2
(j) (1 + ji ) 1 + 2j nj + nj
i=1 j=1 e ricordando che la scala in `e logaritmica in base 10, il diagramma del
modulo `e una retta con pendenza di 20dB per decade che attraversa lasse
ed `e quindi evidente, in base alle considerazioni precedenti, che i diagrammi delle ascisse (MdB = 0) in = 1. La fase, trattandosi4 di un termine
del modulo e della fase di W (j) possono essere ottenuti sommando tra loro immaginario puro, per [0, ) `e costante e pari a j = .
2
 4.5. I diagrammi di Bode 205 206 4. Le trasformate di Laplace e z

ove il diagramma del modulo `e una retta con pendenza di 20dB per decade
che attraversa lasse delle ascisse (MdB = 0) in = 1 e quello della fase `e
j
dB una costante pari a :
2
20dB
4
0.1 |j|dB = 20 log10 , j = .
0dB 2
1 10
-20 dB
Fattore binomio 1 + j . Essendo

j
log10 (1 + j ) = log10 1 + 2 2 + j arctan ,

2
per quanto riguarda il modulo si ha:

0 |1 + j |dB = 20 log10 1 + 2 2 .
0.1 1 10
Figura 4.6 Fattore monomio j

Se il fattore monomio `e elevato a -1, ossia per il termine 1 , si ha che: 1+j

j dB

1 1
log10 = log10 j = log10 j , 20dB
j 2 2
andamento 3
e quindi il fattore monomio a denominatore `e rappresentato dai seguenti reale dB

diagrammi:
0dB
___
1
||
___
10
||

punto di
rottura
1 andamento asintotico
j dB
1+j
20dB
>0
2
0dB 10 andamento
0.1 1 reale ( > 0)

4
-20 dB

1
j 0
0.1
___ 0.2
___
|| ||
___
1
||
___
5 ___
10
|| ||

-
0
0.1 1 10 4
andamento
reale ( < 0)
-
2 - <0
2

Figura 4.7 Fattore monomio 1 Figura 4.8 Fattore binomio 1 + j

j
 4.5. I diagrammi di Bode 207 208 4. Le trasformate di Laplace e z

Tale curva presenta, per molto minore di 1/ , un asintoto che coincide Per quanto riguarda il diagramma delle fasi si ha:
con lasse delle ascisse, essendo 2 2 trascurabile rispetto a 1. Per molto
4
maggiore di 1/ presenta un secondo asintoto di equazione: 1 + j = arctan .

a = 20 log10 1 + 2 2 ! 20 log10 | | = 20 log + 20 log | | Tale diagramma presenta due asintoti, entrambi orizzontali, uno coinci-
dente con lasse delle ascisse, per " 1/| |, e laltro di ordinata pari a /2
in quanto 1 `e trascurabile rispetto a 2 2 . Questultimo asintoto `e una se > 0 ovvero pari a /2 se < 0 (4.2) , per # 1/| |. La rappresen-
retta con pendenza 20dB /dec che attraversa lasse delle ascisse (MdB = 0) tazione con i soli asintoti `e ovviamente insoddisfacente in quanto presenta
in = 1/| |; questo valore di `e detto pulsazione di rottura del diagramma uno scostamento di /4 in corrispondenza della pulsazione di rottura.
asintotico. Volendo approssimare il diagramma esatto con una spezzata a tre lati
Una decade prima e una dopo della pulsazione di rottura lo scosta- lapprossimazione complessivamente migliore risulta quella ottenibile uti-
mento del diagramma eettivo da quello asintotico risulta trascurabile. In- lizzando i due asintoti ed un segmento passante per il punto (1/| |, /4)
fatti: con pendenza di /4 per decade se > 0, ovvero di /4 per decade se
  * < 0. In questo caso lo scostamento massimo si ha in corrispondenza dei
1
MdB a = 20 log10 1 + 0dB ! 0.043dB , vertici di tale spezzata (una decade prima della pulsazione di rottura e una
=1/10| | 100 dopo) e risulta inferiore a 0.1 radianti.
 
MdB a = 20 log10 1 + 100 20dB ! 0.043dB . Unaltra approssimazione spesso utilizzata `e quella che si ottiene as-
=10/| |
sumendo come segmento approssimante nellintorno di 1/| | quello ivi tan-
Risulta che il massimo scostamento si ha per = 1/| | e vale: gente alla curva eettiva. Tale segmento interseca lasse delle ascisse in
  ! 1/5| | e laltro asintoto in ! 5/| | (4.3) . Anche in tal caso lo scosta-

MdB a = 20 log10 2 = 3dB . mento massimo si ha nei vertici e risulta inferiore a 0.2 radianti. Questa
=1/| | seconda approssimazione `e spesso usata per riprodurre meglio landamento
eettivo nellintorno di 1/| |.
Per un fattore binomio a denominatore risulta:
MdB - y
1 1
3
dB log10 = log10 j arctan ,
1 + j 1 + 2 2
2 (4.2)
Uno zero con > 0 viene detto a fase minima, mentre uno con < 0 viene detto a fase
dB
non minima.
Il coeciente angolare m della retta tangente in = 1/| | si calcola derivando la fase,
(4.3)
1
dB 4 
ricordando che in ascissa `e riportato il log10 . Dunque m =
d 1 + j  =
4   d log 10 =1/| |

0.1 0.5 1 2 10
d d 1 + j  =  = 1/2 (a seconda del segno di ). Le rette
d log10 d =1/| | 1 + 2 2 =1/| |
tangenti hanno allora equazione:
Figura 4.9 Scostamento dal diagramma reale
del modulo (fattore binomio) 1 1  1
y = log10 log10 = log10 | |
4 2 | | 2
Landamento degli scostamenti, che `e simmetrico rispetto ad una ver-
ticale passante per 1/| |, `e riportato in gura 4.9, ove le pulsazioni sono e calcolando lintersezione con le rette y = 0 (primo asintoto) e y =
2 (secondo asintoto) si
normalizzate rispetto a quella di rottura. ricavano le intersezioni per ! 1/5| | e ! 5/| |.
 4.5. I diagrammi di Bode 209 210 4. Le trasformate di Laplace e z

per cui: precedentemente trattati. Analogamente ai casi nora analizzati si trova

  che:
 1  1 
  = 20 log10 1 + 2 2 , 6 2
  = 20 log10  
1 + j dB 1 + 2 2   2  
 j j   2
2
5 1 + 2 +  = 20 log10 71 + 4 2 ,
1  n n  2 2
dB n n
1 + j = arctan ,
8
ed `e rappresentato da diagrammi del modulo e della fase opposti, relativa-  2
1 + 2
j
+
j 2
mente allasse delle ascisse, rispetto a quelli del fattore binomio a numera- n n n
tore (4.4) . = arctan .
2
1 andamento asintotico 1 2
1+j dB
n
___
1 ___
10
|| ||
0dB
Dunque il diagramma dei moduli presenta, per " n , un asintoto co-
andamento
incidente con lasse delle ascisse, e per # n un altro asintoto, la cui
reale 3dB equazione si trova trascurando gli altri addendi rispetto a 4 /n4 :
-20 dB
6 2


 2 2
1 a =20 log10 71 +4 2 !40 log10 =40 log10 40 log10 n .
1+j n2 n2 n
<0
2
andamento
reale ( < 0) Tale asintoto `e quindi una retta con pendenza di 40dB /dec che inter-

4 seca lasse delle ascisse in = n , detta pulsazione di rottura. Il dia-
gramma asintotico costruito utilizzando i due asintoti individuati presenta
0
degli scostamenti dal diagramma eettivo. Questi scostamenti dipendono
0.1
___ 0.2
___
|| ||
___
1
||
___
5 ___
10
|| ||
da || e possono assumere valori elevati nellintorno della pulsazione di rot-
tura, tendendo allinnito per n e || 0. Si noti che il diagramma
-
4 dei moduli non cambia al cambiare di segno di .
andamento
reale ( > 0)
In gura 4.11 sono indicati gli andamenti del diagramma eettivo per
-
2 >0 alcuni valori di ||. Naturalmente per || = 1 il termine trinomio si ri-
1 conduce al quadrato di un termine binomio; le sue ordinate sono quindi il
Figura 4.10 Fattore binomio
1 + j doppio di quelle relative al diagramma del termine binomio con = 1n .
 
  Si noti inne che per || 0, 1 ! 0, 707 la curva presenta un minimo,
j j 2 2
Fattore trinomio 1 + 2 + . Ovviamente si considera || < 1
n n mentre per valori superiori landamento `e monotono crescente. Inoltre per
perche altrimenti il fattore trinomio `e scomponibile in due fattori binomi,  
0, 1 la curva interseca lasse delle ascisse a destra di = n e per
2
(4.4)
Anche in questo caso pu`o essere negativo e, analogamente al caso degli zeri, un polo  
1 , 1 a sinistra, mentre per = 1 linterseca in = n . E
` chiaro
con > 0 viene detto a fase minima mentre uno con < 0 viene detto a fase non minima. 2 2
 4.5. I diagrammi di Bode 211 212 4. Le trasformate di Laplace e z

poi che per (0.3, 1) lapprossimazione asintotica descrive in maniera

||= 0
sucientemente precisa landamento reale.

2
j j
1+2
n ( )
+
n
dB
40dB +40dB /dec 0dB
0.1 n n 10 n

||= 1 ||= 1

|| = 0.707 Figura 4.12 Scostamento dal diagramma reale

0dB del modulo (fattore binomio)
n ||= 0.5
10 n
_ -8 dB
~
_
~ -14 dB || = 0.2
||< 1
Per quanto riguarda la fase del termine trinomio risulta:
|| = 0 ||= 0.1

8
2 1
j j  2
1+2
()
n + n 1 + 2
j
n
+
j
n
2

= arctan
n

2
1 2
=0 n
=1
>0
2 approssimazione
asintotica per = 1

0 ed `e immediato dedurre che presenta due asintoti orizzontali, uno coinci-

0.1n n 10n dente con lasse delle ascisse e laltro di ordinata oppure secondoche
approssimazione
asintotica per = -1 risulti > 0 oppure < 0. Poiche la fase dipende da , le considerazioni
-
2 = -1
<0 fatte per il termine binomio relative alla costruzione di una spezzata ap-
prossimante, potrebbero essere ripetute per ogni ssato valore di . Risulta
- molto pi` u comodo nella pratica costruire il diagramma per punti, ovvero,
 2 considerando gli andamenti reali, riportati in gura 4.11, disegnare un anda-
j j
Figura 4.11 Fattore trinomio 1 + 2 n + n mento asintotico oppure reale compreso tra gli andamenti asintotici estremi
corrispondenti a = 0 e = 1, questultimo costruito da una spezzata
ottenuta considerando i punti di rottura in = 0.1 n e = 10 n . Infatti
Nella gura 4.12 sono riportati gli scostamenti, con ascissa normaliz- la curva per = 1, dimezzando le ordinate, rappresenta landamento di
zata /n , del diagramma eettivo da quello asintotico per diversi valori un termine binomio. In alternativa si pu` o considerare lapprossimazione
di ||. con una spezzata tangente nel punto di esso. Essa determina due punti di
 4.5. I diagrammi di Bode 213 214 4. Le trasformate di Laplace e z

rottura in 1 n e 5 n (4.5) . Si noti che nel caso delle fasi il diagramma viene 1
5 2
j j
1+2
ribaltato rispetto allasse delle ascisse a seconda del segno di (similmente
a quanto avviene nel caso di binomio con < 0). n
+( ) n
dB

|| = 0 ||= 0.1
Per un fattore trinomio al denominatore risulta:
_
~ 14dB
  6 2 _ 8dB
~ || = 0.2
  
   ||= 0.5
 1   2 2
+ 4 2 ,
0dB
    = 20 log10 71 n 10 n
 2
n2 n2
 1 + 2 j + j  || = 0.707
n n dB
||< 1

8 ||= 1
1
 2 2
j j n
1 + 2 + = arctan
n n , -40 dB -40 dB /dec
2
1 2
n
1
2

e quindi si hanno diagrammi di modulo e fase che sono uguali a quelli visti 1+2
j
n
+()j
n
per il termine trinomio al numeratore, ma ribaltati rispetto allasse delle
ascisse.

=0
Anche in questo caso per (1, 0) si ribalta il solo diagramma
delle fasi. Inoltre valgono le stesse osservazioni riguardanti landamento del = -1
<0
2 approssimazione
modulo per i vari valori di . asintotica per = -1

0
  0.1n n 10 n
(4.5)
Il coeciente angolare della retta tangente in n ,
2 vale: approssimazione
asintotica per = 1
-
2 =1
>0
 
 
 
2 2
m=
d
arctan
n
=
d d
arctan
n
=
1
, -
d log10 1 2
2
 d log10 d 1 2
2
 1
n =n n =n Figura 4.13 Fattore trinomio  2
j j
1 + 2 n + n
per cui la retta tangente ha equazione:
Fattore esponenziale ej . Essendo il modulo unitario e la fase pari a
1 si ha:  j  4 j
y = (ln ln n ) e  = 0, e = ,
2 dB

e dunque il diagramma dei moduli `e nullo, mentre quello delle fasi `e un

e con le intersezioni per = 0, = si trovano /n = e(/2) ! 1/5 e /n = e(/2) ! 5 . esponenziale, crescente per > 0 o decrescente per < 0 (si ricordi che le
 4.5. I diagrammi di Bode 215 216 4. Le trasformate di Laplace e z

sono riportate su scala logaritmica: = 10log10 ). corrisponde ad una traslazione del diagramma delle fasi (in alto o in
basso) che pu` o essere evitata assegnando allasse delle ascisse il valore
relativo alla traslazione.

e -
j
e j dB dB
Osservato ci`o, la procedura per il tracciamento dei diagrammi di unassegnata
W (s)|s=j = W (j) si pu` o cos` sintetizzare:
0dB
1
|| 1) si mette W (s) nella forma fattorizzata (4.9);
2) si tracciano i diagrammi asintotici (ovvero quelli reali se molto diversi
e j e -j da quelli asintotici) dei singoli fattori (cio`e dei termini corrispondenti
a quelli mostrati per s = j), usando per quelli delle fasi le approssi-
1 >0
mazioni pi`u semplici (con i punti di rottura nella decade precedente e
in quella successiva a 1/| | ovvero n );
0.1 3) si sommano i diagrammi e si apportano le necessarie correzioni nellintorno
0
-0.1
0.1
___
||
___
1
||
___
10
||
dei punti di rottura.

Si osservi che nel caso in cui non si riesca a fattorizzare il numeratore

e/o denominatore, ovvero non si voglia procedere alla fattorizzazione della
-1 <0
W (s), oppure si vogliano ottenere dei diagrammi pi` u precisi, si pu`
o ricorrere
al tracciamento per punti. In tal caso si consiglia di porre s = j e mettere
1 la W (j) nella forma:
Figura 4.14 Diagrammi di ej e di
ej
Se il termine esponenziale compare al denominatore il diagramma delle IRe1 () + j IIm1 () )1 ()
W (j) = = ej[1 ()2 ()] ,
fasi viene ribaltato rispetto allasse delle ascisse: IRe2 () + j IIm2 () )2 ()
5
  1
 1 
  = 0, ej
= ,
ottenendo cos`
 j 
e dB
)1 () 4
Riassumendo, nel tracciare i diagrammi di Bode di unassegnata fun- |W (j)|dB = 20 log10 , W (j) = 1 () 2 ().
)2 ()
zione W (s)|s=j = W (j) si osservi prima di tutto che:
1) non `e necessario sostituire j ad s in W (s) per ottenere i diagrammi
Si noti inoltre che si possono scegliere come valori di , sucientemente
dei singoli termini (basta mettere la W (s) nella forma (4.9));
equidistanti su scala logaritmica, i valori = 1 10p e = 4 10p ove p
2) il guadagno k d` a un contributo al modulo di kdB ; quindi il diagramma corrisponde alle decadi di interesse. Si comprende che con il calcolo di
del modulo complessivo, ottenuto sommando i vari contributi, andr` a pochi punti `e gi`a possibile disegnare su carta semilogaritmica landamento
traslato di kdB (verso lalto se k > 1 o verso il basso se k < 1); questa di modulo e fase di una data W (j).
traslazione non `e per`o necessaria in quanto basta assegnare allasse
delle ascisse corrispondente a 0dB il valore kdB ; Sono presentate nel seguito alcune reti elettriche di particolare inter-
3) i poli, gli zeri e il guadagno (se negativo) danno un contributo com- esse.
plessivo alla fase che `e un multiplo di . Come nel caso 2), ci`o
2
 4.5. I diagrammi di Bode 217 218 4. Le trasformate di Laplace e z

Rete anticipatrice. La funzione di trasferimento della seguente rete elet- In gura si sono indicati a tratteggio i diagrammi asintotici del modulo
trica e della fase dei tre fattori che compongono la W (j) e a tratto pieno il
R1 diagramma complessivo ottenuto per somma.
. .
Questa rete elettrica, connessa in cascata con un amplicatore di guadagno
u ( t) C R 2 y( t )
i ( t) pari a R1 + R2 , realizza un sistema con funzione di trasferimento:
R2
. .
Figura 4.15 1 + a s R1 + R2
G1 (s) = , a = R1 C, ma = , (4.12)
1+ ma s R2
pu`o essere ottenuta applicando le leggi di Kircho. Nella variabile comp- a
lessa s e considerando il parallelo di R1 con C:
1 R1 con ma > 1.
u(s) y(s) = i(s) = i(s),
1 + 1 1 + R1 Cs
R1 1/sC  G1(j )
dB
per cui y(s) = R2 i(s) = R2 (1 + R1 Cs) u(s) y(s) , e dunque:
R1
y(s) 1 + R1 Cs R2 1 + R1 Cs
= W (s) = = . 0dB
u(s) R1 /R2 + 1 + R1 Cs R1 + R2 1 + R1 R2 C s _____
1 (R 1 +R 2 )
________
R1 + R2 R1C R1R2C

W( j ) dB G1(j )

0
R2
20 log10 ________
_____
1 (R 1 +R 2)
________
(R 1 +R 2 )
_____
1 (R 1 +R 2 )
________ R1C R1R2C
R1C R1R2C

Figura 4.17 Rete anticipatrice

W( j )

2

Il diagramma della fase rimane lo stesso del precedente e quello del

modulo risulta traslato verso lalto di una quantit` a pari a 20 log10 R2
0
_____
0.1 _____
1 _____ (R 1 +R 2) ___________
10 ________ 10(R 1 +R 2) R 1 + R2
R1C R1C R1C R1R2C R1R2C
0.1(R 1+R 2 )
(gura 4.17). Una funzione di trasferimento del tipo (4.12) `e molto usata
____________
R1R2C nella sintesi di sistemi di controllo e, per lazione che essa svolge, viene detta
-
2 rete anticipatrice in quanto, connessa in cascata a monte di un sistema
assegnato, la fase del sistema complessivo viene aumentata (anticipata) in
un opportuno intervallo di pulsazioni.
Figura 4.16
 4.5. I diagrammi di Bode 219 220 4. Le trasformate di Laplace e z

Rete attenuatrice. Data la seguente rete elettrica del tipo:

1+ m s
R2 G2 (s) =
, (4.13)
. . 1 + s
con m > 1, detta rete attenuatrice in quanto, connessa in cascata a monte
C i ( t) di un sistema assegnato, il modulo del sistema complessivo viene diminuito
u ( t) y( t ) (attenuato) in un opportuno intervallo di pulsazioni. Anche tale rete `e
R1 molto usata nella sintesi di sistemi di controllo.
. . Esercizio 4.20. Si forniscano i diagrammi di Bode della rete rappresentata
in gura.
Figura 4.18
L
la funzione di trasferimento, ottenuta con le leggi di Kircho, vale:
 
. .
u(s) y(s) 1
y(s) = + R1 , u ( t) R y( t )
R2 Cs
da cui:
. .
y(s) 1 + R1 Cs Figura 4.20
= G2 (s) = .
u(s) 1 + (R1 + R2 )Cs
u(s) y(s)
Soluzione. Poiche risulta y(s) = Ri(s) = R la funzione di
sL
G2(j ) 1 ` immediato tracciare i diagrammi
dB trasferimento `e pari a W (s) = .E
1 + Ls
di W (j). R
________
1 _____
1
(R 1 +R 2 ) R1C
0dB
W (j )
dB R/L 10R/L
0dB

G2(j )
_________
1 ___________
10 -20 dB
(R 1 +R 2 )C (R 1 +R 2 )C
0.1
___________ _____
0.1 _____
1 _____
10
(R 1 +R 2 )C R1C R1C R1C
0
W (j )
0.1R/L R/L 10R/L

-
2

-
4
Figura 4.19 Rete attenuatrice

In gura 4.19 sono riportati i diagrammi di Bode di G2 (j). Ponendo -

2

= (R1 + R2 )C ed m = R1 + R2 si ottiene una funzione di trasferimento Figura 4.21

R1
 4.5. I diagrammi di Bode 221 222 4. Le trasformate di Laplace e z

Esercizio 4.21. Tracciare i diagrammi di Bode della funzione di risposta Soluzione. Prima di tutto si riscrive la W (s) come W (s) = 10 1 + 0.5s .
armonica corrispondente a W (s) = 2 1000s + 100 s(1 + 0.02s)
. Si disegnano poi i contributi relativi ai singoli termini, sia per il modulo
s (0.1s2 + 0.9s + 1)
che per la fase, e quindi si sommano.
Soluzione. Poiche W (s) = 100 2 1 10s , si disegnano i seguenti
s (1 + s)(1 0.1s)
diagrammi per la W (j).
W (j )
dB
1+0.5s

W (j ) 10
dB
2 50
1-10s 20dB
0.1 1 10 100
100
________
1
1+0.02s
40dB
0.01 0.1 1 10 100
__
1
_______
1 W (j ) s
1-0.1s
__
1 ____
1
s2 1+s
0
________
1
W (j ) 1+0.5s 1+0.02s

-
2
-
__
1 0.1 10
s2 _______
1
1-0.1s 2 0.2 1 2 5 20 100 500
0.01
- ___
10
0.1 1 10 100 s
1-10s

-
3 Figura 4.23
2

____
1
-2
1+s
Esercizio 4.23. Tracciare i diagrammi di Bode della funzione di risposta
armonica corrispondente a W (s) = 3 s+2 .
Figura 4.22 4s + 49s2 + 140s + 32
Si noti la presenza di uno zero e di un polo a fase non minima, per i
quali i diagrammi delle fasi vanno ribaltati rispetto al caso di > 0.
Soluzione. Il denominatore della W (s) viene fattorizzato in (4s + 1)(s +
Esercizio 4.22. Tracciare i diagrammi di Bode della funzione di risposta 1+ s
4)(s + 8), per cui si pu`o riscrivere W (s) = 1  2  . Si
armonica corrispondente a W (s) = 10 + 5s . 16
s(1 + 0.02s) (1 + 4s) 1 + s 1 + s
4 8
ricavano cos` i seguenti diagrammi di Bode della W (j).
 4.5. I diagrammi di Bode 223 224 4. Le trasformate di Laplace e z

e dunque si pu`
o facilmente determinare la seguente tabella:
W (j ) 4
dB
s |W (j)|dB W (j)
1+ __
2
0.01 -24.1 -2.22
0.25 8 0.04 -24.2 -8.80
20 log10 ___
1
16 0.1 1 4 80 0.1 -24.7 -21.1
1
______ 0.4 -29.5 -55.2
s
1+ __
8 1 -35.7 -70.5
______
1 4 -45.2 -94.5
s
1+ __ 10 -54.7 -129
4
W (j ) 1
______ 40 -76.3 -165
1+4s
100 -92.1 -174

2
e i punti riportati su una carta semilogaritmica forniscono i diagrammi
1+ __
s
desiderati.
2

0.025 0.2 0.8 40

0 Esercizio 4.24. Tracciare i diagrammi di Bode della funzione di risposta
0.01 0.4 2.5 20 80 160(s + 1)
armonica corrispondente a W (s) = 2 2 .
______
1 s (s + 4s + 16)
1+4s ______
1
1+ __
s
-
4
2
Soluzione. Si ha
______
1
1+ __
s
8 10(1 + s)
W (s) =   2 
- 1 s
2
s 1+2 + s
2 4 4
Figura 4.24
in cui al denominatore si ha un termine trinomio con n = 4 e = 0.5 e
dunque si tracciano i seguenti diagrammi per la W (j). Si noti che, essendo
Si noti che nel caso in cui la fattorizzazione del denominatore non fosse
= 0.5, landamento asintotico approssima bene il comportamento reale
desiderata, si potrebbe disegnare la W (j) per punti. Infatti considerato
del modulo. Per disegnare la fase del termine trinomio si possono tracciare:
che:
2 + j 1) lapprossimazione corrispondente alle spezzate per = 0.51 4 ! 1.8,
W (j) =
5
(32 49 ) + j(140 4 3 )
2
= 5 4 ! 8.9 (tangenza nel punto di esso);
0.5

si ha: 2) un andamento compreso tra lapprossimazione per = 1, corrispon-

9 dente alle spezzate con punti di rottura in = 0.4 e = 40, e
4 + 2 lapprossimazione del punto 1);
|W (j)|dB = 20 log10 , 3) unapprossimazione empirica che corrisponde a prendere i punti di
(32 49 2 )2 + (140 4 3 )2
rottura in = 0.1 n ! 1.26 e = 10 n ! 12.6. questa `e pi`
u facile
4 140 4 3 
W (j) = arctan arctan , da ricordare di quella al punto 1) .
2 32 49 2
 4.5. I diagrammi di Bode 225 226 4. Le trasformate di Laplace e z

Nel tracciamento della fase di W (j) si sono disegnate, per confronto, le ap- Inne, sia nel diagramma del modulo che in quello delle fasi, gli spigoli
prossimazioni ai punti 1), 2), e 3) (curve tratteggiate). Si `e anche riportato sono stati eliminati tracciando landamento reale.
landamento reale (curva a puntini).
Esercizio 4.25. Tracciare i diagrammi di Bode della funzione di risposta
armonica corrispondente a W (s) = s + 10 .
s(s + 2)(s2 + 60s + 2500)
W (j )
dB
Soluzione. La W (s) pu`
o riscriversi come

10 1+s
1 1+ s
10
W (s) =  2  .
4 500  
20dB 1+ s 1 + 2 0.6 s + s
0.1 1 10 2 50 50
I diagrammi di Bode della W (j) sono dati, a tratto continuo, nelle gure
seguenti. Si noti la presenza
al denominatore di un termine trinomio con
____________
1 pulsazione naturale n = 2500 = 50 rad/s e smorzamento = 0.6. Per
1 + __ s2
s + __ __
1 questo valore dello smorzamento landamento asintotico si avvicina molto
2 2
4 4 s a quello reale.

W (j ) 50 100

0
0
__
1 1+s
2
s -50
4 40
- -100
0.1 0.4 1 10 100
____________
1
1 + __ s2
s + __
2 -200
4 4 150

200 -300
-1 0 1 2 3 -1 0 1 2 3
10 10 10 10 10 10 10 10 10 10
2
Figura 4.26

Figura 4.25 Esercizio 4.26. Tracciare i diagrammi di Bode della funzione di risposta
armonica corrispondente a W (s) = s7 .
Nel tracciare la somma dei contributi si `e proceduto  inizialmente da 4(s2 + 4s + 23)
sinistra a destra, no a = 1, poi da destra a sinistra infatti si sa che si
 Soluzione. Riscriviamo la funzione W (s) nella forma
deve partire da 3 no a = 10, ed inne si sono congiunti i due punti
2
nellintervallo in cui i contributi alla fase sono di entrambi i termini. In tal 1 s
7
modo si `e superata la dicolt` a relativa alla pendenza della retta tra = 1 W (s) = 0.076   2  .
e = 10. 1 + 2 0.42 s + s
23 23
 4.5. I diagrammi di Bode 227 228 4. Le trasformate di Laplace e z

I diagrammi di Bode della W (j) sono dati, a tratto continuo, nelle gure 100 100

seguenti.
Landamento reale del termine trinomio con pulsazione naturale 50
n = 23 ! 4.8 rad/s e smorzamento ! 0.42 si avvicina molto a quello 50
0
asintotico.
-50
0
30 200
-100
20 150 -50
-150
10
100
-200
0 100
50
-250
-10
0
150 -300
-20 0 1 2 3 4 0 1 2 3 4
10 10 10 10 10 10 10 10 10 10
-50
-30

-40
-100 Figura 4.28
-50 -150

-60
0 1 2
-200
0 1 2
Esercizio 4.28. Tracciare i diagrammi di Bode della funzione di risposta
10 10 10 10 10 10
armonica corrispondente a W (s) = 10 s2 + 4 .
s(s + 3)(s2 + 3s + 4)
Figura 4.27
Soluzione. La W (s) si riscrive come
  2 
10 1+ s
2
W (s) =  2  .
3  s

3 s
Esercizio 4.27. Tracciare i diagrammi di Bode della funzione di risposta s 1+ 1+2 + s
3 4 2 2
(s 376)(s + 8.86)
armonica corrispondente a W (s) = 7.09 . I diagrammi di Bode della W (j) sono dati, a tratto continuo, nella
(s + 100)(s2 + 3.33s + 248)
gura seguente. Si noti la presenza al numeratore di un termine trinomio
con pulsazione naturale n = 2 rad/s e smorzamento nullo, ed uno al
Soluzione. La W (s) si riscrive come denominatore con n = 2 e = 3 .
4
80 200

   60
150

1 s 1+ s 100
376 8.86
W (s) = 0.95    2  .
40
50

1+ s 1 + 2 0.1 s + s 20 0
100 248 248
0 -50

-100
-20
I diagrammi di Bode della W (j) sono dati, a tratto continuo, nelle gure -150
seguenti. Si noti la presenza al denominatore di un termine trinomio con -40
-200
pulsazione naturale n = 248 ! 15.7 rad/s e smorzamento ! 0.1. -60 -250
-1 0 1 2 -1 0 1 2
Per questo valore dello smorzamento landamento asintotico si discosta da 10 10 10 10 10 10 10 10

quello reale, per cui il modulo e la fase di questo termine trinomio vanno
riportati (ad esempio per punti) in maniera esatta. Figura 4.29
 4.5. I diagrammi di Bode 229 230 4. Le trasformate di Laplace e z

Pertanto il termine trinomio al numeratore va disegnato in maniera esatta Soluzione. Si noti la presenza del termine esponenziale. Per disegnare i
(peraltro molto semplice), mentre per quello al denominatore lapprossimazione diagrammi di Bode si disegnano innanzitutto quelli relativi a
(s) = 10 1 2s .
asintotica `e soddisfacente.
W
Esercizio 4.29. Tracciare i diagrammi di Bode della funzione di risposta s(1 + 0.1s)2
2
armonica corrispondente a W (s) = 3s + 2s + 7 . Poiche lesponenziale altera solo la fase, solo il diagramma della fase va
s(s2 + 10) modicato per tenere conto di questo termine, che pu` o essere gracato per
punti (ad esempio per = 0.1, = 1, = 10).
Soluzione. La W (s) si riscrive come 80 0

 2 60 -100
1/3
1+2  s + s 40 -200
7 7/3 7/3 7/3
W (s) =   .
10  2 20 -300

s 1 + s
10 0 -400

Sia al numeratore che al denominatore sono presenti , dei termini trinomi. -20 -500

Quello al numeratore ha pulsazione naturale n = 7 ! 1.53 rad/s e

3

-40 -600
-2 -1 0 1 2 -2 -1 0 1 2
1/3 10 10 10 10 10 10 10 10 10 10
smorzamento =  ! 0.218, e quello al denominatore ha n = 10 !
7/3
3.16 e = 0. Per entrambi occorre disegnare, in maniera esatta, gli anda- Figura 4.31
menti del modulo e della fase.
Esercizio 4.31. Tracciare i diagrammi di Bode della funzione di risposta
armonica corrispondente a W (s) = 2 s2 + 2 .
60 200

150
s 1
40
Soluzione. Si noti la presenza al denominatore di due termini, s + 1, s 1,
100
20 le cui fasi si elidono (essendo un polo a fase minima ed uno a fase non
50 minima), per cui il tracciamento dei diagrammi di Bode della W (j) `e
0
0
particolarmente semplice.
-20 50 100
-50

-40
-100
50

-60 -150
-1 0 1 2 -1 0 1 2
10 10 10 10 10 10 10 10

0 0

Figura 4.30
-50

Esercizio 4.30. Tracciare i diagrammi di Bode della funzione di risposta

armonica corrispondente a W (s) = 10 1 2s 2 e2s . -50
-2 -1 0 1 2
-100
10
-2 -1
10
0
10
1
10
2
10
s(1 + 0.1s) 10 10 10 10 10

Figura 4.32
 4.5. I diagrammi di Bode 231 232 4. Le trasformate di Laplace e z

Esercizio 4.32. Tracciare i diagrammi di Bode della funzione di risposta Esercizio 4.34. Tracciare i diagrammi di Bode della funzione di risposta
1 10s armonica corrispondente a W (s) =  1 4s 5s
armonica corrispondente a W (s) = 100 2
s (1 + s)(1 0.1s)
.  2  e .
s 1 2 0.1 s + s
3 3
Soluzione. I diagrammi di Bode della W (j) sono riportati a tratto con- Soluzione. Si noti la presenza del termine esponenziale e del termine tri-
tinuo nelle gure seguenti. nomio a denominatore con smorzamento = 0.1 negativo. I diagrammi
di Bode della W (j) sono riportati a tratto continuo nelle gure seguenti.
150 100
60 200
50
100 100
40
0
0
50 -50 20

-100 -100
0 0
-150 -200
-20
-50 -200 -300

-250 -40
-400
-100
-300 -60 -500
-150 -350
-2 -1 0 1 2 3 -2 -1 0 1 2 3
10 10 10 10 10 10 10 10 10 10 10 10 -80 -600
-2 -1 0 1 2 -2 -1 0 1 2
10 10 10 10 10 10 10 10 10 10

Figura 4.33
Figura 4.35

Esercizio 4.35. Tracciare i diagrammi di Bode della funzione di risposta

Esercizio 4.33. Tracciare i diagrammi di Bode della funzione di risposta  2
armonica corrispondente a W (s) = 100  1+s
 2  . 1+ s
10 0.3s
s 1 + 2 0.7 s + s
2 armonica corrispondente a W (s) = 10   2  e .
4.5 4.5 s s
s(1 + s2 ) 1 2 0.2 +
4 4
Soluzione. I diagrammi di Bode della W (j) sono riportati di seguito. Soluzione. Si noti la presenza del termine esponenziale, di un termine
100 100
trinomio a denominatore con smorzamento = 0.2 negativo, e di due
termini trinomi, a numeratore e denominatore, con smorzamento nullo.
80 50
100 200
60
0
100
40 50
-50
20 0
-100 0
0 -100
-150
-20 -50 -200
-200
-40
-300
-250 100
-60
-400
-80 -300 150
-1 0 1 2 -1 0 1 2
10 10 10 10 10 10 10 10 -500

200 -600
-1 0 1 2 3 -1 0 1 2 3
Figura 4.34 10 10 10 10 10 10 10 10 10 10

Figura 4.36
 4.6. I diagrammi di Nyquist 233 234 4. Le trasformate di Laplace e z

4.6. I diagrammi di Nyquist Il generico punto sul semicerchio `e s2 = j +)ej , per cui in corrispon-
denza a tale valore si ha
Lo studio della stabilit`
a dei sistemi interconnessi a controreazione pu`
o
essere eettuato utilizzando il criterio di Nyquist. Limpiego di tale crite- NF (s2 ) 1 j NF (s2 )
rio `e subordinato alla costruzione di una particolare rappresentazione della F (s2 ) = = e .
(s22 + 2 )dAP0 (s2 ) ) ()ej + 2j)d
funzione di trasferimento danello F (s) in catena diretta del sistema as- AP0 (s2 )

segnato. Pi` u precisamente si deve costruire la rappresentazione sul piano Dunque per ) 0 il graco di F (j) passer`a per linnito. Inoltre, poiche
complesso della funzione di risposta armonica F (j).
Una assegnata funzione di trasferimento F varia da a , si ha un contributo alla fase di F (j), dato da ej
  (s) denisce una trasfor-
 2 2
mazione del piano IRe(s), IIm(s) in quello di IRe(F (j)), IIm(F (j)) . con che varia da a (dunque in senso orario), che determina una
2 2
rotazione di in senso orario.
La monodromia e lanaliticit` a della F (s) fanno s` che ssato nel piano com-
In modo analogo si mostra che se `e la molteplicit`
a dei poli immaginari
plesso ( IRe(s), IIm(s)) un contorno chiuso che non passi per alcun polo della
puri, la rotazione `e .
funzione di trasferimento F (s), ad essa corrisponde nel secondo piano com-
plesso un contorno chiuso. IIm (s )
  Si denisce diagramma di Nyquist limmagine
IRe(F (j)), IIm(F (j)) del cosiddetto cammino di Nyquist nel piano
( IRe(s), IIm(s)), che `e quel contorno chiuso nel piano ( IRe(s), IIm(s)) che
comprende nel suo interno lintero semipiano destro, che viene percorso in
Eventuali
R
poli di F (s ) IRe (s )
senso orario. Esso comprende ovviamente lasse immaginario. Se F (s) ha
sullasse
poli immaginari puri, per evitare il passaggio del cammino di Nyquist su di immaginario
essi, si considera un percorso perturbato rispetto al precedente, che formi
piccoli semicerchi in corrispondenza dei poli. Come noto ciascuno di questi
semicerchi corrisponde ad un passaggio del diagramma di Nyquist per il
punto improprio. Inoltre cos` come il polo immaginario puro `e lasciato a
sinistra percorrendo il cammino di Nyquist, cos` il punto improprio viene
lasciato alla sinistra percorrendo il diagramma di Nyquist. Ci` o equivale ad Figura 4.38
una chiusura allinnito nel diagramma di Nyquist in senso orario, con una
rotazione di . Si osservi che poiche F (s) `e pari al rapporto di due polinomi a coe-
cienti reali nella variabile s, risulta:
In eetti se il denominatore di F (s), che `e poi il polinomio caratteristico
a ciclo aperto dAP (s), ha un polo in s1 = j, esso ha la forma        
IRe F (j) = IRe F (j) , IIm F (j) = IIm F (j) ,
dAP (s) = (s j)(s + j)dAP0 (s) = (s2 + 2 )dAP0 (s).

e quindi il diagramma di Nyquist presenta simmetrie coniugate, cio`e il

graco per [0, ) `e limmagine speculare rispetto allasse reale del
graco per (, 0). Dunque il diagramma di Nyquist `e ottenibile da
quello polare di F (j) (ossia quello per [0, )) ribaltando questultimo
s1 = j rispetto allasse reale e operando le eventuali chiusure allinnito. Inoltre
se tutti i poli della F (s) hanno parte reale minore di zero il diagramma di
) Nyquist pu` o essere ottenuto tracciando il diagramma polare della funzione
s2 = j + ) e j F (j) dedotto per via sperimentale.
Molto spesso `e utile saper tracciare il diagramma di Nyquist qualita-
Figura 4.37 tivamente, ma in modo rapido. Landamento qualitativo del diagramma
 4.6. I diagrammi di Nyquist 235 236 4. Le trasformate di Laplace e z

di Nyquist pu` o essere dedotto sia da quello qualitativo dei diagrammi di IIm
Bode, sia da semplici considerazioni a partire dal diagramma polizeri della
F (s).
0+ - IRe
+
Esercizio 4.36. Tracciare il diagramma di Nyquist di F (s) = 40 s + 0.5 . 0-
(s+1)(s+4)

Figura 4.40
Soluzione. Il modulo di F (j) va da 40 (per = 0) a 0 (per = ) in
modo continuo. Inoltre la fase varia da 0 radianti (per = 0) a (per
2 Il risultante diagramma di Nyquist `e riportato in gura 4.40.
= ). Poiche laumento di fase dovuto allo zero interviene prima della
diminuzione di fase dovuta ai poli, la fase inizialmente crescer`a (e quindi
sar`a superiore a 0 rad) per poi decrescere. Per convincersi di ci`
o ci si pu`
o Esercizio 4.38. Si consideri il circuito elettrico in gura
costruire i diagrammi di Bode. C
IIm

u ( t) R y ( t)

- 0
+ IRe
+ 0- Figura 4.41

e si tracci il corrispondente diagramma di Nyquist.

Figura 4.39

Soluzione. Poiche F (s) = s , = RC, si ha che il modulo va da un

Il risultante diagramma di Nyquist `e riportato in gura 4.39, ove sono 1 + s
stati riportati i valori della pulsazione . Per = 0 si ha un modulo valore nullo per = 0, ad 1 (cio`e 0dB ) per = ; la fase varia da
2
pari a 40. Con il tratteggio si `e indicata la parte relativa a (, 0), a 0 radianti. Inoltre `e facile vericare che il diagramma rimane connato
simmetrica rispetto a quella per [0, ). al primo quadrante. In denitiva si ha il diagramma in gura, dato da
j
una circonferenza, come `e facile vericare notando che W (j) = =
1 + j
s0.5 . ej(/2arctan )
e dunque che in coordinate cartesiane:
Esercizio 4.37. Tracciare il diagramma di Nyquist di F (s) = 40 1 + 2 2
(s+1)(s+4)

2 2
x= = y, y= ,
1 + 2 2 1 + 2 2
Soluzione. Il modulo varia da 40 a zero, mentre la fase varia da a
3 , a causa della presenza dello zero a fase non minima e dei due poli. per cui x2 + y 2 x = 0.
2
 Figura 4.45

Esercizio 4.40. Tracciare i diagrammi di Nyquist della seguente funzione

di trasferimento
k
F (s) = , 1 , 2 > 0.
s(1 + 1 s)(1 + 2 s)

Soluzione. Poiche la funzione di trasferimento presenta un polo sullasse

immaginario, il percorso di Nyquist risulta essere il seguente
IIm

0+ IRe
0

Figura 4.46
Figura 4.51
 242 4. Le trasformate di Laplace e z

Riguardo la funzione di trasferimento g) si noti che pu`o anche essere scritta

come:  
1 s s2
4 (1 + 10s) 1 + 2 4 2 + 4
 2
.
9 1 s s
s(1 + 30s) 1 2 +
3 3 9

4.7. Richiami sulla trasformata z

Sia data una funzione f : ZZ+ IR. Si denisce trasformata z di f (k)

 
la funzione F : C C denita da:
z  F (z)

f (k)
F (z) = = Z[f (k)]. (4.14)
k=0 k!

Le pi`
u importanti trasformate sono richiamate in tabella 1.2.

Tabella 4.2 Trasformate e antitrasformate z

Funzione Trasformata z
f (k) F (z)
1 (k) z
z1
ek = k z = z
z e z
sen k z sen
z 2 2z cos + 1
cos k z cos
z 2 2z cos + 1
(k) 1
k (n) z
n! (z 1)n+1
k (n) e(kn) = k (n) (kn) z
n! n! (z )n+1
 n
k n f (k) z d F (z)
dz

Figura 4.54
 4.8. Uso della trasformata z 243 244 4. Le trasformate di Laplace e z

Si noti che nella trasformata delle funzioni k n f (k), che provengono e ne segue che (), () e W () sono matrici razionali proprie, mentre H()
 n `e strettamente propria.
dal campionamento delle funzioni tn f (t), il simbolo z d indica la
dz Nel caso in cui gli autovalori di A siano distinti, (z) pu`
o essere es-
ripetizione per n volte della derivazione rispetto a z, seguita dalla moltipli- pansa analogamente al caso a tempo continuo in frazioni parziali secondo
cazione per z. lespressione:
Come nel caso a tempo continuo, un certo problema di partenza (nel
n
z
dominio del tempo) pu` o essere tradotto in un problema pi` u semplice (nel (z) = Ri ,
dominio della variabile complessa z) e, una volta risolto, mediante anti- i=1 z i
trasformazione si riottiene la soluzione nel dominio del tempo. Si nota in cui le matrici residue Ri sono date dallespressione:
dalla tabella 4.2 che le trasformate z hanno al numeratore il termine z.
Quando dunque si sviluppa in frazioni parziali la F (z) conviene far ap- z i
Ri = lim (z), (4.16)
parire in ciascuna frazione il termine z al numeratore, in modo da ottenere zi z
al secondo membro dei termini che sono le trasformate di funzioni note. Per e risultano legate agli autovettori di A nel modo seguente:
far ci`
o in maniera semplice e rapida conviene sviluppare in frazioni parziali
F (z) Ri = ui viT .
la funzione z e poi moltiplicare per z ambo i membri.
Nel caso in cui gli autovalori di A abbiano molteplicit`
a geometrica mi mag-
giore di uno, si ha lespressione pi`
u generale:
4.8. Calcolo delle evoluzioni nel dominio complesso:

r

mi
z
uso della trasformata z (z) = Rik ,
i=1 k=1 (z i )k
Al pari della trasformata di Laplace per i sistemi a tempo continuo, la
in cui r `e il numero degli autovalori distinti di A e:
trasformata z pu` o essere usata vantaggiosamente per lanalisi dei sistemi
1 2
lineari stazionari a tempo discreto 1 dmi k (z i )mi
Rik = lim (z) . (4.17)
zi (m k)!
i dz mi k z
x(k + 1) = Ax(k) + Bu(k)
(4.15)
y(k) = Cx(k) + Du(k). Esercizio 4.42. Determinare la trasformata z del seguente segnale:

La trasformata z della rappresentazione (4.15) permette infatti di ricavare u ( k)

le espressioni: 2
 1  1
x(z) = zI A zx0 + zI A Bu(z) 1
 1 "  1 #
y(z) = C zI A zx0 + C zI A B + D u(z),
k
1 2 3 4 5
le quali, analogamente al caso a tempo continuo, forniscono una procedura
alternativa per il calcolo di x(t) ed y(t), mediante antitrasformazione, una -1
volta noti x0 , u(t) e quindi u(z).
Pertanto:
Figura 4.55
(z) = (zI A)1 z, (z) = C(zI A)1 z,
H(z) = (zI A)1 B, W (z) = C(zI A)1 B + D,
 4.8. Uso della trasformata z 245 246 4. Le trasformate di Laplace e z

Soluzione. Dalla denizione (4.14) si ricava: Pertanto:

1 z
2 1 2z + 2z 1
2 y(z) = 2 + 2 ,
u(z) = 2 + +0= . z z1
z z 2
z2 e dunque
Esercizio 4.43. Determinare la trasformata z del seguente segnale: y(k) = 2 (k) + (k 1) 2 1 (k).

y ( k) Esercizio 4.45. Si determini la risposta forzata allimpulso, al gradino e

2 al gradino traslato 1 (k 1) di un sistema discreto avente funzione di
10(z + 1)
trasferimento W (z) = .
1 z + 0.1

k
Soluzione. Nel primo caso u(z) = 1. Per ottenere la risposta forzata
1 2 3 4 5
y(z)
conviene innanzitutto espandere in frazioni parziali z , ottenendo:
-1
y(z) W (z) 100 90 z
= = y(z) = W (z) = 100 90 .
z z z z + 0.1 z + 0.1
Figura 4.56
Ne segue che

Soluzione. Dalla denizione (4.14) si ricava: 10 se k = 0
1 1 1 z z z+1 3 2 y(k) = 100 (k) 90(0.1)k =
y(z) = 1 + +0= . 90(0.1)k se k > 0.
z z 2
z 3
z3
Tale risultato pu`
o essere vericato eseguendo la divisione tra numeratore e
Esercizio 4.44. Dato un sistema descritto dalla funzione di trasferimento denominatore di y(z) e ricordando la denizione (4.14):
W (z) = z + 1 , calcolare la risposta allimpulso unitario.


z(1 z) y(k) 9 0.9
y(z) = = 10 + + + .
z k z z2
k=0
Soluzione. Essendo u(z) = 1, si calcola:
y(z) W (z) A B C Nel secondo caso u(z) = z , per cui:
= = + + . z1
z z z z 2 z 1
y(z) W (z) z 40/3 10/3 40 z 10 z
Dalle (4.16), (4.17) si calcola: = = + y(z) = ,
- . z z z1 z 1 z + 0.5 3 z1 3 z + 0.5
1 d z + 1 (1 z) + (z + 1)
A = lim z2 = lim = 2, e pertanto:
z0
(2 1)! dz z (1 z)
2 z0
(1 z)2 40 10
y(k) = 1 (k) (0.5)k .
z+1 3 3
B = lim z 2 = 1, 1 z 1
z0
z 2 (1 z) Inne nel terzo caso u(z) = z
z1
=
z1
:

z+1 y(z) W (z) 1 20 20/3 40/3

C = lim (z 1) = 2. = = + + ,
z1
z (1 z)
2 z z z1 z z + 0.5 z 1
 4.8. Uso della trasformata z 247 248 4. Le trasformate di Laplace e z

e dunque: Esercizio 4.47. Determinare per il sistema avente la seguente rappresen-

20 z 40 z tazione:
y(z) = 20 + + , 0.1 1 0 0
3 z + 0.5 3 z1
x(k + 1) = 0 0.2 0 x(k) + 1 u(k)
fornendo cos`: 1 0 0.5 1
20 40 y(k) = ( 1 2 0 ) x(t) + u(k)
y(k) = 20 (k) + (0.5)k + 1 (k) =
3 3
 2
0 se k = 0 la risposta a gradino a partire dallo stato iniziale x0 = 0 .
= 20 (0.5)k + 40 (k) se k > 0. 1
3 3 1

Esercizio 4.46. Sia y(k) luscita corrispondente a u(k), gracati nella Soluzione. Poiche (z) = (zI A)1 z, si ottiene:
gura seguente. z z
0
u ( k) z 0.1 (z 0.1)(z 0.2)

2 (z) =
0 z 0 ,

z 0.2
z z z
1 (z 0.1)(z 0.2) (z 0.1)(z 0.2)(z 0.5) z 0.5
k e quindi:  
1 2 3 4 5 y(z) = z 2z 2 + 0.8z 0 x0 +
z 0.1 (z 0.1)(z 0.2)
-1  
+ 2z + 0.8 + 1 u(z).
(z 0.1)(z 0.2)
Figura 4.57 Ne segue che

Determinare la funzione di trasferimento W (z). 2z z 2 + 1.7z + 0.82 z

y(z) = + ,
z 0.1 (z 0.1)(z 0.2) z 1

Soluzione. Dalla denizione (4.14) si calcola: ed in virt`

u della linearit`
a della trasformata z i due termini a secondo mem-
bro possono essere antitrasformati separatamente: per il primo ci` o `e imme-
y(1) y(2) 1 1 z+1 diato mentre il secondo risulta pari a
y(z): = y(0) + + + = 0 + + +0= ,
z z2 z z2 z2 100z 15z 44 z
+ .
u(1) u(2) 1 z + 1 9(z 0.1) z 0.2 9 z1
u(z): = u(0) + + + = 1 + + 0 = .
z z 2 z z
Si ottiene in questo modo:
Quindi:
y(z) z+1 100 44
W (z) = = . y(k) = 2 0.1k + 0.1k 15 0.2k + .
u(z) z(1 z) 9 9
 250 4. Le trasformate di Laplace e z

Soluzione. Poiche risulta:

  
u1 (z)
y(z) = W1 (z) W2 (z)
u2 (z)

ne segue:
 
y(z)  y(z) 
W1 (z) =  , W2 (z) =  .
u1 (z)  u2 (z)=0 u2 (z)  u1 (z)=0

Quindi con riferimento alle funzioni assegnate:

1 + 1
W1 (z) = z 2
z3 = 1 ,
1 1 z
z + z2
1 + z1 + 12 2
W2 (z) = z = z + z + 1,
1 + z1 z(1 z)

in cui per il calcolo delle trasformate si `e fatto riferimento alla denizione

(4.14).

Esercizio 4.50. Assegnata la funzione di trasferimento:

2z + 1
W (z) = ,
(z + 0.1)(z + 0.5)
determinare il valore della risposta per k quando viene applicato
lingresso a gradino unitario.

Soluzione. Poiche u(z) = z , si ha:

z1
z(2z + 1)
y(z) = ,
(z + 0.1)(z + 0.5)(z 1)
e quindi in base al teorema del valore nale:

Figura 4.59 z(2z + 1) 60

y() = lim (z 1)y(z) = lim (z 1) = .
z1 z1
(z + 0.1)(z + 0.5)(z 1) 33
 4.8. Uso della trasformata z 251 252 4. Le trasformate di Laplace e z

Si noti che il teorema del valore nale ammette una semplice dimostrazione Facendo tendere z ad 1:
di tipo intuitivo. Si noti innanzitutto che data y(z), poiche:  
lim (z 1)y(z) z y(0) = lim (z 1)y(z) y(0) =
z1 z1
y(1) y(2) y(3) 
y(z) = y(0) + + + + = lim y(1) y(0) + y(2) y(1) + + y(n) y(n 1)+
z z2 z3 n
  
y(2) y(3) + y(n + 1) y(n) = lim y(n + 1) y(0) ,
z [y(z) y(0)] = y(1) + + + n
1 2 z z2
y(1) y(3) si ha dunque quanto cercato:
z 2 y(z) y(0) = y(2) + +
z z
1 2 lim (z 1)y(z) = lim y(n + 1) = lim y(k).
y(2) y(1) z1 n k
z 3 y(z) y(0) = y(3) +
z2 z
.. Esercizio 4.51. Determinare la risposta al gradino per il sistema:
.
0 2 1 1
i valori di y(k), k 0 sono dati dalle relazioni: x(k + 1) = 0 0 3 x(k) + 1 u(k)
0 0 0 0
 
y(0) = lim y(z), y(k) = 1 1 1 x(k).
z
y(1) = lim z [y(z) y(0)] ,
z
1 2
y(1)
y(2) = lim z y(z)
2
y(0) ,
z z Soluzione. Poiche A `e diagonale a blocchi si ricava rapidamente:
1 2
y(2) y(1) 1 1 2 6 + 1
y(3) = lim z 3 y(z) y(0) , z
z
z2 z z 2 1 z 2
z 3
z
2

.. (zI A)1 = 0 z 3 = 0 z1 3
. z 2
0 0 z
0 0 1
z
Ora, poiche: e dunque
2 2 2




n W (z) = C(zI A)1 B = + = (z + 1).
y(k + 1) y(k) y(k + 1) y(k) z 2
z2
Z [y(k + 1) y(k)] = = lim , z , si ricava:
z
n Essendo u(z) =
k=0 zk k=0 zk z1
2z+1 yf (z) 2 z+1 A B C
in base allosservazione precedente il primo membro vale: yf (z) = W (z)u(z) = = = + + ,
zz1 z z 2 z1 z z 2 z1
" #
Z [y(k + 1) y(k)] = z y(z) y(0) = z [y(z) y(0)] y(z), ove i residui B, C si calcolano dalle (4.16), (4.17) (B = 2, C = 4) ed A si
pu` u semplicemente ponendo z = 1,
o calcolare (oltre che dalla (4.17)) pi`
per cui sicche A = B C = 4. Dunque:
2


n
y(k + 1) y(k)
(z 1)y(z) z y(0) = lim . 2 4z
n yf (z) = 4 + yf (k) = 4(k) 2(k 1) + 41 (k).
k=0 zk z2 z1
 Figura 4.61

Esercizio 4.54. Determinare la risposta del sistema con:

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

  1
(k)
allingresso u(k) = , essendo x0 = 1 .
(k)
1
 4.9. Il regime permanente e la risposta armonica 255 256 4. Le trasformate di Laplace e z

1 i 2
Soluzione. Lespressione delluscita si ricava antitrasformando: 1 d W (z)
in cui i coecienti sono dati da ci = .
i! dsi
y(z) = C(zI A)1 z x0 + C(zI A)1 Bu(z),
z=1
Si ricorda inoltre che la risposta in regime permanente ad un ingresso
  con (0, ), risulta:
sinusoidale u(t) = u0 sen t,
1
ove u(z) =
1
e  

yr (t) = u0 M ()sen + ()
t , (4.20)
2
z + 2z 1 z + 2 1 :
1  
(zI A)1 = 2 z 2 + 2z z .  j  j
dove M () = W (e ) e () = W (e ) sono il modulo e fase di W (ej ) =

(z + 2)(z 1)
2
2z z + 2 z2
()
M ()e calcolati in . La funzione W (ej ), (0, ), che `e pari alla
Dunque trasformata z della W (t) valutato sul cerchio di raggio unitario del piano
  complesso, risulta essere denita nellipotesi che gli autovalori del sistema
C(zI A)1 z x0 = z 0 z x = 0, abbiano modulo minore di 1. In tal caso infatti la circonferenza di raggio
z+2 z+2 0
  unitario nel piano complesso appartiene alla regione di convergenza della
1
C(zI A)1 Bu(z) = 1 0 1 Bu(z) = , trasformata z.
z+2 z+2 z+2 ` interessante vericare come la (4.20) possa essere ottenuta proce-
E
dendo, almeno formalmente, in modo diverso. A tal ne si ricorda che la
e inne si ricava y(z) = 1 = 1 z . Pertanto y(k) = (2)k1 . trasformata z di un segnale sinusoidale vale (si veda la tabella 4.2):
z+2 zz+2
z sen z sen
Z[sen t] = = .
4.9. Il regime permanente e la risposta armonica z 2 2zcos + 1 (z ej )(z ej )
per i sistemi a tempodiscreto La risposta forzata di un sistema avente funzione di trasferimento W (z)
Come `e noto per un sistema lineare stazionario a tempo discreto (4.15) allingresso sen t risulta:
la risposta in regime permanente `e denita dal limite: z sen
- . y(z) = W (z)


t
(z ej )(z ej )
(tt0 ) (t )
yr (t) = lim CA x0 + CA Bu( ) (4.18)
t0 da cui
=t0

se tale limite esiste, `e nito ed `e indipendente da x0 . Analogamente al caso y(z) sen

= W (z) =
a tempo continuo, perche tale limite sia indipendente da x0 occorre che z (z e )(z ej )
j
risulti |i | < 1, i = 1, , n. La risposta a regime permanente allora esiste

t A B
e pu`o calcolarsi con la formula yr (t) = lim W (t )u( ). = + + [termini dovuti ai poli di W (z)],
t0 =t0 ze j
z ej
Si ricorda che per sistemi ad un ingresso ed una uscita, la risposta dove:
(k) 
a regime permanente ad un ingresso canonico del tipo u(t) = u0 t : =
k! y(z)  sen  W (ej )
t(t 1) (t k + 1) A = (z e )
j
 = W (z)  = ,
u0
k!
ha lespressione: z z=ej z ej  z=ej
2j



k   W (ej )
t(ki) y(z)  sen 
yr (t) = u0 ci , (4.19) B = (z ej )  j = W (z)  = .
(k i)! z z=e j 
i=0 ze z=ej
2j
 4.9. Il regime permanente e la risposta armonica 257 258 4. Le trasformate di Laplace e z

    4 4
Poiche risulta W (ej ) = W (ej ) e W (ej ) = W (ej ) , posto Esercizio 4.55. Si determini la risposta a regime permanente del sistema:
W (ej ) = M ()ej() , si ha:    
1 1 0
x(k + 1) = x(k) + u(k)
0.005 0.6 1
M () z ej() z ej() y(k) = ( 1 0 ) x(k)
y(z) = + [ ].
j
2j ze j
ze per il quale lintervallo unitario di tempo `e pari a 0.1 s, allingresso campi-
onato ottenuto da una sinusoide con pulsazione naturale pari a 2 rad/s.
Inne antitrasformando si ottiene:
Soluzione. Lingresso campionato `e u(k) = sen k0 T , con 0 = 2. Dunque:
y(t) = M ()sen [t + ()] + yt (t),

k.
u(k) = sen
in cui il secondo termine a secondo membro, sotto lipotesi che i poli di 5
W (z) abbiano modulo minore di uno, tende a zero al crescere di t e viene Il calcolo della funzione di trasferimento W (z) del sistema assegnato fornisce
denominato risposta transitoria. Il primo termine `e coincidente con il sec- inoltre:
1
ondo membro della (4.20) e fornisce la risposta permanente. W (z) = .
Analoghi passaggi potevano essere fatti nel caso a tempo continuo, e (z + 0.1)(z + 0.5)
mostrano che la risposta a regime permanente `e quella risposta a cui tende Risulta quindi dalla (4.20):
luscita del sistema al crescere t. Inoltre la risposta a regime permanente  
  4
yr (k) = W (ej 5 ) sen

allingresso sinusoidale, come noto, `e ancora dello stesso tipo, ma modicata k + W (ej 5 ) ,
in ampiezza e in fase. 5

Questo fatto mette in luce, tra laltro, le caratteristiche ltranti dei dove:
sistemi lineari. Supponiamo infatti di voler realizzare un sistema carat- 1 1
W (ej 5 ) = = ,
terizzato da un comportamento a regime permanente che ltri quanto pi` u j j j1
(0.1 + e 5 )(0.5 + e 5 ) )1 e )2 ej2
possibile segnali campionati del tipo sen k0 T ottenuti ad esempio da un
9 2 *
segnale continuo sen 0 t ed in cui T `e lintervallo di campionamento coin-

cidente con lunit`a temporale del sistema a tempo discreto. A tal ne `e )1 = 0.1 + cos + sen 2 = 0.01 + 0.2 cos + 1 ! 1.08,
suciente che risulti: 5 5 5
 
W (ej0 T ) ! 0, 9 2 *

)2 = 0.5 + cos + sen 2 = 0.25 + cos + 1 ! 1.43,
e tale condizione assieme al fatto che W (z) deve avere coecienti reali, 5 5 5
a di ej0 t ed ej0 t .
equivalgono alla presenza di zeri nella W (z) in prossimit`    
Ad esempio una scelta del tipo: sen
sen
5 5
1 = arctan , 2 = arctan ,

0.1 + cos 0.5 + cos
(z ej0 T )(z ej0 T ) 5 5
W (z) =
  1 4
z 2 + a1 z + a2 W (ej 5 ) = ! 0.64,

W (ej 5 ) = 1 2 ! 1.17.
)1 )2
con a1 ed a2 da determinare in base ad ulteriori speciche, soddisfa la
specica di ltraggio richiesta.
 260 4. Le trasformate di Laplace e z

Ora trasformando gli ingressi e yf (t):

y(s) s+1
W1 (s) = = ,
u1 (s) (s + 2)(s + 3)

per cui lespressione di H(s) diviene:

7s + 6
H(s) = .
s+1

La funzione di trasferimento che lega lingresso u2 alluscita y vale poi:

P2 (s)
W2 (s) = = sK(s),
1 + P1 (s)P2 (s)H(s)
Figura 4.62
nella quale si `e indicato con K(s) una funzione di trasferimento senza poli
nellorigine. Dal teorema del valore nale, la risposta a regime permanente
con le funzioni di trasferimento P1 (s) = s + 1 1
s , P2 (s) = s 2 . Si individui vale
la yr (t) = W2 (0)1 (t),
 funzione ditrasferimento
 H(s) sapendo che la risposta forzata allingresso
u1 (t) 1 (t) e poiche W2 (s) ha uno zero nellorigine yr (t) = 0.
= `e
u2 (t) 0
 
1 1 2t 2 3t
yf (t) = + e e 1 (t). Esercizio 4.57. Sapendo che la risposta a regime permanente allingresso
6 2 3 u(t) = 31 (t) `e pari a 61 (t) per i due sistemi F1 (s) = k , F2 (s) =
  s+2
1 , individuare i parametri k e p.
u1 (t) s+p
Calcolare inoltre la risposta a regime permanente allingresso =
  u2 (t)
0
.
1 (t) Soluzione. Dal teorema del valore nale risulta per i = 1, 2:

yr (t) = lim sFi (s)u(s) = Fi (0)1 (t).

s0
Soluzione. La funzione di trasferimento W1 (s) che lega u1 a y vale:
Dunque imponendo
P1 (s)P2 (s)
W1 (s) = ,
1 + P1 (s)P2 (s)H(s) k 1
61 (t) = 31 (t), 61 (t) = 31 (t),
2 p
da cui, risolvendo rispetto ad H(s), si ottiene:

P1 (s)P2 (s) W1 (s) si ricava k = 4 e p = 1 .

2
H(s) = .
P1 (s)P2 (s)W1 (s)
Figura 4.63
 264 4. Le trasformate di Laplace e z

Problema 4.3. Determinare la risposta forzata al gradino per un sistema

10(s + 0.1)
avente funzione di trasferimento W (s) = .
(s + 1)(s + 2)(s + 3)
Problema 4.4. Determinare la risposta forzata allimpulso per un sistema

s2 s + 1
(s + 0.1)(s2 + s + 1)
avente funzione di trasferimento W (s) =

.

1
(s + 0.1)(s + 2)

Problema 4.5. Determinare la risposta forzata al gradino per un sistema

avente funzione di trasferimento W (s) = 3 s+5 .
s + 3s2 + 3s + 1
Problema 4.6. Determinare la risposta a regime permanente al gradino
per il sistema del problema 4.3.

Problema 4.7. Determinare la risposta a regime permanente sotto lingresso

u(t) = cos 3t per il sistema del problema 4.4.

Problema 4.8. Determinare la risposta a regime permanente allingresso

u(t) = t2 1 (t) per il sistema del problema 4.5.

Problema 4.9. Studiare landamento iniziale delle risposte impulsive dei

sistemi dei problemi 4.3 4.6.

Problema 4.10. Determinare la risposta allimpulso discreto per un

sistema avente funzione di trasferimento W (z) = z 2 + 2z + 1 .
(z + 0.1)(z + 0.5)
Problema 4.11. Determinare la risposta al gradino per un sistema avente

z + 0.1
(z + 0.1)(z + 0.5)
funzione di trasferimento W (z) =

.

z+1
(z + 0.1)(z + 0.2)

Problema 4.12. Calcolare i valori delle risposte impulsive dei sistemi dei
problemi 4.10 e 4.11 per t = 0, 1, 2, 3.

Problema 4.13. Determinare la risposta allimpulso discreto per un

Figura 4.66
sistema avente funzione di trasferimento W (z) = z + 2z 6+ z 1 .
4 3 2

z
 266 4. Le trasformate di Laplace e z

4.11. Appendice del capitolo 4

4.11.a. La trasformata di Laplace

Nel ricavare i modelli matematici del capitolo 2 si sono ottenute delle

equazioni dierenziali. Per la loro risoluzione sono di grande utilit` a le
trasformazioni funzionali, ossia le trasformazioni che associano funzioni a
funzioni. Una di essa `e la trasformazione di Laplace.
Le trasformazioni funzionali stabiliscono una corrispondenza biunivoca
(sotto certe ipotesi) tra le funzioni di partenza (di solito funzioni del tempo
f (t)) e quelle trasformate (nel caso della trasformata di Laplace funzioni
F (s) della variabile complessa s = + j), in modo che le operazioni eet-
tuate sulle funzioni di partenza (ad esempio la derivazione) corrispondono
ad operazioni pi` u semplici nelle funzioni trasformate (unoperazione alge-
brica per la trasformata di Laplace). Dunque un certo problema di partenza
(nel dominio del tempo) pu` o essere tradotto in un problema pi` u semplice
(nel dominio della variabile complessa s); una volta risolto, mediante anti-
trasformazione si riottiene la soluzione nel dominio del tempo.

Sia dunque f (t) una funzione da IR IR oppure IR C. Sotto le
seguenti ipotesi sucienti:
1) per ogni t0 IR esiste una costante reale c1 IR tale che |f (t)| < c1
per t [0, t0 ];
2) f (t) ha uninnit` a numerabile di punti di discontinuit` a;
3) esistono c2 , c3 , t0 IR per cui |f (t)| < c2 ec3 t per ogni t t0 ;
legate essenzialmente alla possibilit`a di denire un integrale da zero a +
(sommabilit` a di f (t)), si denisce trasformata di Laplace di f (t) la seguente
 
funzione F : C C :
s  F (s)
 +
F (s) = f (t)est dt = L[f (t)]. (4.21)
0

Si noti che le precedenti ipotesi di esistenza della trasformata di Laplace

implicano che esiste nito il limite
 T
Figura 4.67 lim f (t)est dt
T 0

 +
Problema 4.19. Determinare i parametri caratteristici della risposta ar- per almeno un valore s0 C, ossia che converga lintegrale 0 f (t)es0 t dt.
+
monica e della risposta indiciale per i sistemi dei problemi 4.3, 4.4, 4.5. o dimostrare che allora converge anche lintegrale 0 f (t)est dt per
Si pu`
 4.11. Appendice del capitolo 4 La trasformata di Laplace 267 268 4. Le trasformate di Laplace e z

ogni s tale che IRe(s) > IRe(s0 ). Il pi` u piccolo valore IRe(s) per cui tale P7) Trasformata dellintegrale. Dato lintegrale di una funzione f (t) si
integrale converge `e detto ascissa di convergenza. Viene cos` individuato ha: - .
t
un semipiano di convergenza (nel piano complesso, a destra di tale ascissa), 1 1
in cui F (s) `e denita. L f ( )d = L[f (t)] = F (s).
0 s s
Perche nel procedimento inverso lantitrasformata di una funzione F (s)
sia determinabile univocamente, si considerer` a lipotesi aggiuntiva che la P8) Trasformata della derivata. Data la derivata di una funzione f (t)
funzione f (t) sia nulla per t < 0. risulta:
Di seguito sono riportate le propriet` a fondamentali della trasformata
di Laplace, basate sullipotesi di esistenza delle trasformate utilizzate negli L[f (n) (t)] = sn F (s) sn1 f (0) + sf (n2) (0) f (n1) (0).
enunciati.
Si noti che in particolare la propriet`a di linearit`
a `e facilmente dimostrabile
P1) Linearit` a. La trasformata di Laplace `e lineare:
in base alla linearit`
a dellintegrale.
L[c1 f1 (t) + c2 f2 (t)] = c1 L[f1 (t)] + c2 L[f2 (t)] = c1 F1 (s) + c2 F2 (s). Dalla denizione (4.21) `e facile calcolare le seguenti trasformate ele-
mentari, valide per opportuni valori dellascissa di convergenza.
P2) Teorema del valore iniziale. Se esiste F (s) con ascissa di conver- T1) Trasformata della funzione impulso:
genza e se lim f (t) = allora lim sF (s) = .  +
t0+ s
L[(t)] = (t)est dt = 1.
P3) Teorema del valore nale. Se esiste lintegrale della f (t) in ogni 0
intervallo limitato contenuto in [0, +) (ovvero se f (t) `e localmente
sommabile in [0, +): f (t) Lloc [0, +)) e se lim f (t) = , allora T2) Trasformata della funzione gradino:
t
lim sF (s) = .  +  +
st 1 1
s0
L[1 (t)] = 1 (t)e dt = est dt = [est ]+
0 = .
P4) Traslazione nel tempo. Risulta: 0 0 s s

L[f (t a)1 (t a)] = eas L[f (t)] = eas F (s), T3) Trasformata dellesponenziale:
 +  +
1
ove 1 (t) indica la funzione gradino. L[et ] = et est dt = e(s)t = [e(s)t ]+
0 =
0 0 s
P5) Traslazione nella variabile complessa. Risulta: 1
 = .
 s
L[f (t)et ] = L[f (t)] = F (s ).
s
T4) Trasformata del seno:
 +  +
P6) Prodotto integrale o convoluzione. Se f (t) e g(t) sono due funzioni ejt ejt 1
si denisce (sotto opportune ipotesi) prodotto integrale o convoluzione: L[sen t] = est dt = e(s+j)t dt +
0 2j 2j 0
 +
 1
t e(sj)t dt = .
f g(t): = g(t )f ( )d 2j 0 s2 + 2
0
T5) Trasformata del coseno:
e, sotto ipotesi molto generali, risulta:
 +
ejt + ejt s
L[cos t] = est dt = .
L[f g(t)] = L[f (t)]L[g(t)] = F (s)G(s). 0 2j s + 2
2
 4.11. Appendice del capitolo 4 La trasformata z 269 270 4. Le trasformate di Laplace e z

Una relazione importante `e poi la seguente: Ponendo poi f (1) = f (2) = = f (k) = 0 si ha anche che
1 2
tn Z[f (t k)] = z k Z[f (k)] = z k F (z).
L f (t) = (1)n F (n) (s),
n!
P5) Traslazione nella variabile complessa. Risulta:
n
con F (n)
(s) = d n F (s). In particolare se f (t) = 1: 

ds Z[f (k)ak ] = Z[f (k)] = F (a1 z).
1 n2 1 a z
t dn 1 1
L = (1)n = ,
n s n+1 P6) Convoluzione. Se f (k) e g(k) sono due funzioni si denisce con-
n! ds s
voluzione:
e se f (t) = et :

k
f g(k): = g(k )f ( )
1 2   =0
tn dn 1 1
L t
e = (1) n
= e, sotto opportune ipotesi, risulta:
n! dsn s (s )n+1
Z[f g(k)] = Z[f (k)]Z[g(k)] = F (z)G(z).
che poteva essere ricavata anche dalla propriet`
a di traslazione in s, ponendo
n
f (t) = t . P7) Trasformata della somma nita. Risulta che:
n!
- .


k
z z
4.11.b. La trasformata z Z f (h) = Z[f (k)] = F (z).
h=0 z1 z1
La funzione (4.14) `e denita quando `e convergente la serie al secondo
membro. Si chiama raggio di convergenza il valore ) per cui, per |z| > ),
la serie converge, mentre F (z) = Z[f (k)] viene detta trasformata z o z Dalla denizione (4.14) `e facile calcolare le seguenti trasformate ele-
trasformata della funzione f (k). mentari, valide per opportuni valori del raggio di convergenza.
Le propriet`
a fondamentali della trasformata z sono riportate di seguito, T1) Trasformata della funzione impulso:
basate sullipotesi di esistenza delle trasformate utilizzate negli enunciati.

(k)
P1) Linearit` a. La trasformata z `e lineare: Z[(k)] = = (0) = 1.
k=0 zk
Z[c1 f1 (k) + c2 f2 (k)] = c1 Z[f1 (k) + c2 Z[f2 (k)] = c1 F1 (z) + c2 F2 (z).
 T2) Trasformata del gradino:
P2) Teorema del valore iniziale. Si ha che f (k)k=0 = lim F (z).
z

1 (k)
1 z
P3) Teorema del valore nale. Se esiste il lim f (k) = ed `e nito,
k
Z[1 (k)] = = = .
allora lim (z 1)F (z) = . k=0 z k
k=0 z k z1
z1
P4) Traslazione nel tempo. Risulta per k intero positivo: T3) Trasformata della potenza:
- . - .


k1
f (h)

k1
f (h)
ek
1 z z
Z[f (t + k)] = z k Z[f (k)] = z k F (z) . Z[ek = k ] = = = =
h=0 z h
h=0 z h
k=0 z k
k=0 (ze ) k ze
z
 4.11. Appendice del capitolo 4 La trasformata z 271

T4) Trasformata del seno:

1 2  
ejk ejk 1 z z
Z[sen k] = Z = =
2j 2j z ej z ej
z sen
= .
z 2 2z cos + 1

T5) Trasformata del coseno:

1 2
ejk + ejk z cos
Z[cos k] = Z = .
2 z 2z cos + 1
2
5. Propriet` a strutturali dei sistemi
lineari stazionari

Le propriet`
a geometriche dello spazio di stato sono alla base del calcolo
di quelle rappresentazioni che mettono in luce la struttura interna di un dato
sistema. Per ben comprendere i concetti legati alle propriet` a strutturali `e
quindi necessario aver acquisito gli elementi relativi alla rappresentazione
di uno spazio vettoriale, contenuti nel capitolo 1.

5.1. Propriet`
a strutturali e scomposizioni
Come `e noto, con riferimento ad una rappresentazione (X, , ) di un
sistema, linsieme degli stati raggiungibili ad un ssato istante t da uno stato
ssato x0 , `e denito come linsieme degli stati x X in corrispondenza dei
quali esiste un instante di tempo t0 t ed un segmento di funzione di
ingresso u[t0 ,t) tale che risulti:

(t, t0 , x0 , u[t0 ,t) ) = x.

Per un sistema lineare stazionario a dimensione nita, rappresentato dalle

equazioni
x(t)
= Ax(t) + Bu(t)
(5.1)
y(t) = Cx(t) + Du(t)
`e usuale assumere x0 = 0. In tal caso si parla di raggiungibilit`
a dallo stato
zero.
274 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.1. Propriet`
a strutturali e scomposizioni 275

Nellambito della teoria qualitativa di analisi di sistemi, ha interesse la (5.4) sono tutti e solo quelli appartenenti al sottospazio I degli stati
poter valutare linsieme degli stati raggiungibili da zero per il sistema (5.1) inosservabili
con semplici manipolazioni, senza dover risolvere le equazioni stesse. A C
tale proposito sussiste linteressante risultato in base al quale il sottospazio CA  
I=N .. =N O ,

vettoriale P degli stati raggiungibili dallo stato zero per il sistema (5.1) `e .
dato da:
   CAn1
P = R B AB An1 B = R R ,
ossia al sottospazio nullo della matrice O, detta matrice di osservabilit`
a.
ossia `e lo spazio immagine della matrice R, detta matrice di raggiungibilit` a. Anche in questo caso considerando una trasformazione T tale che
` inoltre opportuno ricordare che considerando una trasformazione di
E

coordinate T tale da assumere come primi vettori della nuova base dello T 1 = v1 vnr w1 wr , (5.5)
spazio di stato una base {v1 , , vr } dello spazio dei raggiungibili, ossia
tale che

T 1 = v1 vr w1 wnr , (5.2) in cui {v1 , , vnr } `e una base di I e w1 , , wr sono r vettori scelti in
modo che esista la matrice T , si ha:
in cui w1 , , wnr sono un completamento della base dei raggiungibili, si    
A11 A12 B1
ottiene: T AT 1 = , TB = , CT 1 = ( 0 C2 ) , (5.6)
    0 A22 B2
1 A11 A12 B1
T AT = , TB = , CT 1 = ( C1 C2 ) , (5.3)
0 A22 0 in cui A22 , B2 e C2 sono rispettivamente matrici r r, r m e p r.

in cui A11 , B1 , C1 sono matrici rispettivamente r r, r m e p r. Le stesse considerazioni valgono per i sistemi a tempo discreto. Analoga-
La determinazione della base degli stati raggiungibili va fatta individ- mente alla dierenza tra controllabilit` a e raggiungibilit`
a, per tali sistemi la
uando le colonne linearmente indipendenti della matrice di raggiungibilit` a. propriet` a di osservabilit`
a di uno stato (duale della raggiungibilit` a di uno
stato) implica quella di ricostruibilit`a di uno stato (duale della controlla-
Identiche considerazioni possono essere ripetute per i sistemi a tempo bilit`
a), e tali propriet`
a coincidono se e solo se la matrice dinamica A `e non
discreto. Si ricorda per` o che per tale classe di sistemi la propriet` a di rag- singolare.
giungibilt`a `e pi`
u forte di quella di controllabilit`
a. In altre parole, la raggiun-
gibilit`
a di uno stato dallorigine implica la sua controllabilit` a nellorigine, Esercizio 5.1. Studiare dal punto di vista delle propriet` a strutturali il
ma la controllabilit` a di uno stato nellorigine implica la sua raggiungibilit` a sistema costituito dalla rete elettrica riportata in gura.
dallorigine se e solo se la matrice dinamica A `e invertibile.
Consideramo ora la propriet` a di inosservabilit`
a. Ricordiamo che due
stati x0a , x0b si dicono indistinguibili se risulta: C
R v1 i3
    i1
(t, t0 , x0a , u[t0 ,t) ), u(t) = (t, t0 , x0b , u[t0 ,t) ), u(t) , t t0 , u. u (t) = i (t) C i5
i
v3 y (t)
Nel caso di un sistema del tipo (5.1) tali stati soddisfano la seguente re- i2 i4
v2
lazione: R
C
CeAt (x0a x0b ) = 0, t 0. (5.4)
Utilizzando una dizione di ovvio signicato, si dice anche che lo stato x0a
x0b `e inosservabile (cio`e indistinguibile dallo stato zero). Facendo proprio Figura 5.1
riferimento alla indistinguibilit`a rispetto allorigine, gli stati che soddisfano
276 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.1. Propriet`
a strutturali e scomposizioni 277

Soluzione. Considerato che come risulta peraltro intuitivo in virt` u della simmetria della rete per le
scelte fatte. Per gli stati inosservabili si ha:
i3 = C v 1 , i4 = C v 2 , i5 = C v 3 ,
applicando la legge dei nodi di Kirchho si ottiene:
1 1 0
0 1
i = i1 + i3 = i1 + C v 1 1 1 0
I = N RC RC = gen 0 , 1 .
i3 = C v 1 = i4 + i5 = C v 2 + C v 3 1 1
0 1 0
i2 = i1 + i5 = i1 + C v 3 R2 C 2 R2 C 2

ed utilizzando quella delle maglie:

   
Si noti che R R + N O = P + I = IR3 .
Ri1 v1 v3 = 0, Ri2 + v3 v2 = 0,
Si vuole ora eettuare la scomposizione del sistema rispetto alla pro-
con y = v2 + v1 . Da queste ultime si ricava priet`
a di raggiungibilit`
a. A tal ne si costruisce la matrice (5.2):
v1 + v3 v2 v3
i1 = , i2 = ,
R R 1 0 0
che sostituite nelle precedenti forniscono le seguenti equazioni: T 1 = 1 1 0,
1 1 0 0 1
v 1 = (v1 + v3 ) + i
RC C
1 1 ottenendo cos` la matrice di trasformazione
v 2 = (v2 v3 ) + i
RC C
1
v 3 = (v1 + v2 2v3 ) 1 0 0
RC T = 1 1 0.
y = v1 + v2 . 0 0 1
Assumendo x1 = v1 , x2 = v2 , x3 = v3 , u = i si ha:
Nelle nuove coordinate x
1 , x
2 , x
3 , denite dalla trasformazione T , risulta
1 0 1 1
dunque:
RC RC C
x =
1 1 x + 1 u
RC C
0
RC
1 1 2
0 1 0 1 1
RC RC RC RC RC
C
y = ( 1 1 0 ) x. A = T AT 1 = 0 1 2
, = TB = 0 ,
B
RC RC
Come `e immediato vericare, il sottospazio degli stati raggiungibili per 0 1 2
RC RC 0
il sistema in esame `e:
1

12 1 C = CT 1 = 2 1 0 .
C RC RC 3
1
P = RC
1 1 1 = gen 1 ,

RC 2 RC 3
0
0 0 0 A tale rappresentazione corrisponde il seguente schema di simulazione:
278 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.1. Propriet`
a strutturali e scomposizioni 279

 ottenendo:
u 1 + 1
x
2
C + +

1 1 0
1 + 1 0 0 RC RC
y 1
T = 0 0 1,
RC
1
A = T AT 1 = 2 2 ,
RC
+ 1 1 0 RC RC RC
0 0 1
RC
2 +  2
x
RC
1 1
+
C

= TB = 0 ,
B C = CT 1 = 0 0 1 .
1
RC 2
C


Si pu`o costruire uno schema analogo al caso della scomposizione rispetto
+ 3
x alla raggiungibilit`
a e fare analoghe considerazioni.
+

2 Esercizio 5.2. Si calcoli linsieme degli stato raggiungibili per il sistema:

RC    
1 0 1
Figura 5.2 x = x+ u,
0 1 0

Il sottosistema rappresentato dalle equazioni:  

0
a partire dallo stato x0 = .
1
1 1
1 =
x 1 + u
x
RC C
y = 2
x1 Soluzione. Come `e immediato vericare risulta:
 t 
`e equivalente dal punto di vista ingressouscita al sistema assegnato. At e 0
e = ,
Si noti che il cambiamento di coordinate eettuato corrisponde ad tet et
assumere, come nuove variabili di stato per il sistema in esame, quelle di
seguito riportate: per cui levoluzione libera a partire da x0 vale:
x
1 = x1 = v1  t    
e 0 0 0
xl (t) = = .
2 = x1 + x2 = v1 + v2
x tet et 1 et
x
3 = x3 = v3
Linsieme degli stati raggiungibili a partire da x0 `e dunque pari a:
Per la scomposizione rispetto alla propriet`
a di inosservabilit`
a si deve    
costruire la matrice (5.5): 0
Px0 = x | x = + R ( B AB ) ,
et

1 0 0
T 1 = 1 0 1 , in quanto linsieme degli stati raggiungibili con la sola evoluzione forzata `e
0 1 0 indipendente da t e pari a R ( B AB ).
280 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.1. Propriet`
a strutturali e scomposizioni 281

x2 da cui risulta u1 (k) = a, u2 (k) = 1 ba. Una base di P `e ovviamente

 quella

2
C
canonica. Inoltre il sistema `e tutto osservabile in quanto I = N =
Px CA
.
1
0
{0}.

La determinazione della base degli stati raggiungibili mediante lindividuazione

x1 delle colonne linearmente indipendenti della matrice di raggiungibilit` a pu`o
essere dicoltosa, specialmente se la dimensione della matrice `e grande (si
Figura 5.3 veda ad esempio il metodo proposto nellesercizio 6.3). Tale base pu` o es-
sere individuata anche applicado la seguente procedura sistematica. Siano
b1 , , bm le colonne della matrice B. Si costruisce una tabella di vettori in
Esercizio 5.3. Assegnato il sistema a tempo discreto in gura, studiarne
cui ogni vettore viene inserito solo se `e linearmente indipendente rispetto
la raggiungibilit`
a e losservabilit`
a.
a tutti i vettori gi` a inseriti. La tabella viene costruita per righe, inserendo
le colonne bi nella prima riga e continuando con i vettori Abi nella sec-
onda, i vettori A2 bi nella terza, e cos` via. Si hanno cos` delle colonne di
vettori, in numero minore o uguale ad m. Quando nella iesima colonna
u1 + x1 + y lelemento Ak bi , k 0, non pu` o essere inserito perche dipendente rispetto
z -1 2 agli elementi gi` a presenti nella tabella, la colonna non viene ulteriormente
+ + completata (anche le potenze successive forniscono infatti vettori dipendenti
dai precedenti), e si passa allelemento successivo da inserire. Quando non
si possono inserire ulteriori elementi, la tabella `e completata, e i suoi ele-
menti sono proprio tutte e sole le colonne linearmente indipendenti della
u 2 ++ +
+ x2
2 z -1 4 matrice di raggiungibilit` a, ossia costituiscono una base del sottospazio di
raggiungibilit` a.

Figura 5.4 Esercizio 5.4. Dato il sistema

4 0 1 0 1 0
Soluzione. Dalla gura si ottiene: 1 2 1 1 0 2
x = x + u
2 2 0 2 0 0
x1 (k + 1) = x2 (k) + u1 (k) 8 1 3 4 1 2
   
x2 (k + 1) = x2 (k) + 2 u1 (k) + u2 (k) 2 3 2 2
y=
y(k) = 2x1 (k) + 4x2 (k). 0 1 0 0
Poiche risulta P = R(B) = IR2 , il sistema non solo `e tutto raggiungi- calcolare i sottospazi raggiungibili e inosservabili ed eettuare la scompo-
bile, ma ogni stato pu` o essere raggiunto
  in un solo passo. Ad esempio per sizione di Kalman.
a
raggiungere il generico stato x = , allistante k + 1 a partire dallo
b
stato zero allistante k, basta utilizzare il controllo ricavabile risolvendo il Soluzione. La base del sottospazio dei raggiungibili si calcola in base alla
sistema: tabella:
     b1 b2
a 1 0 u1 (k)
x(k + 1) = x= = Bu(k) = ,
b 2 2 u2 (k)
282 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.1. Propriet`
a strutturali e scomposizioni 283


in cui le colonne non sono state proseguite poiche Abi sono proporzionali R(M T ) , in cui indica il complemento ortogonale di R(M T ), ossia
agli elementi precedenti. Dunque:
linsieme dei vettori ortogonali a quelli di R(M T ). Nel nostro caso M `e

la matrice di osservabilit` a, per cui le colonne della tabella sono le righe di


1 0 1 0
2 1 C T , AT C T , etc. Si trova cos` una base di R(M T ). Si determinano inne i
P = gen 0
0 , 0 = gen 0 , 0
0 = gen {u1,u2 } ,
vettori ortogonali a tale base. Si noti che in eetti sono proprio queste le


operazioni che portano alla determinazione del nucleo di O.
1 2 1 1
Il sottospazio 1 = P I `e generato da quei vettori in comune a P ed
in cui la seconda base di P `e leggermente pi`
u comoda della prima dal punto I, ossia da quei vettori generabili come combinazione lineare sia dei vettori
di vista del calcolo. Questi sottospazi potevano essere determinati anche di base di P sia di quelli di I:
calcolando:
1 u1 + 2 u2 = 1 w1 + 2 w2 , (5.7)

1 0 4 0
0 2 0 6 ossia:
P = R ( B AB A2 B A3 B ) = R ,
0 0 0 0
1 2 4
1 1 0 1 0 1
6
 2
0 1 0 0
u1 u2 w1 w2
2
come nellesercizio 6.3. Per la base degli inosservabili si determina la ma- 1 = 0 0 1 1 1 = 0.
trice di osservabilit`
a: 2 1 1 0 1 2

2 3 2 2 Occorre dunque calcolare una base del nucleo della matrice a primo membro
0 1 0 0 (che ha rango 3), data da:

1 4 1 1

1 2 1 1
1

O= , 0
2 7 2 2 N u1 u2 w1 w2 = gen .

1
4 5 4 4
1

11 16 11 11
13 14 13 13 Al vettore di questa base corrispondono i coecienti 1 = 1, 2 = 0,
1 = 1, 2 = 1, e dunque il vettore di base di 1 :
che ha rango 2 (in eetti gi`a calcolando CA si vede che si ottengono righe
1
ottenibili per combinazione lineare delle prime due, per cui `e in realt`
a inutile
completare la matrice con il calcolo di CA2 , CA3 ). Dunque I ha dimensione 0
1 = gen .
s = n 2 = 2. Una base `e
0

1

1 0
Si noti che, pi`
u in generale, si hanno pi`
u vettori di base per il nucleo:
0 0
I = gen , = gen {w1 , w2 } .

1
1

0 1 N u1 ur w1 ws = gen {v1 , , vp } ,

Per inciso si nota che per determinare I si potrebbe costruire una ed ad ognuno di questi corrispondono dei coecienti che risolvono lequazione:
tabella analoga a quella vista per i raggiungibili. Infatti un risultato della
teoria lineare `e che, data una matrice M ad elementi reali, N (M ) = 1 u1 + + r ur = 1 w1 + + s ws ,
284 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.1. Propriet`
a strutturali e scomposizioni 285

e dunque corrisponde un vettore di base di 1 . Esercizio 5.5. Eettuare la scomposizione di Kalman per il sistema:
Si osservi che si sarebbe potuto prendere anche:
0 1 0 1 2
1 0
x = 0 1 0 x + 1 0u
0 0
I = gen , , 1 1 1 1 2

0 1


1 1 y= 0 1 0 x.

1
0 1 0
per cui immediatamente si sarebbe considerato come vettore in Soluzione. Poiche Ab1 = 1 , Ab2 = 0 sono linearmente dipen-
0
1 1 0
comune con P. Per poter essere per`o sicuri che non vi siano altri vettori in denti da b1 , b2 , il sottospazio dei raggiungibili `e:
comune, occorre sempre risolvere la (5.7).
Si ricava poi: 1 2 1 1
P = gen 1 , 0 = gen 1 , 0 =
0 0 0
1 2 1 1
1 0 0
2 = gen , 3 = gen , 4 = gen ,

0

1

0 1 0
1 1 1 = gen 0 ,1 .

1 0 0 0 1 0 0 0 1 0
0 1 0 0 0 1 0 0
T 1 = , T = , Inoltre:
0 0 1 0 0 0 1 0 0 1 0 1 0
1 1 1 1 1 1 1 1 I = N 0 1 0 = gen 0 , 0 .

4 0 1 0 1 0 0 1
0 3 0 1 0 2
T AT 1 = , TB = , Si noti che la matrice di osservabilit`
a (di rango 1) non `e stata completata
0 0 2 2 0 0
in quanto si `e notato che CA = C. Dunque 1 = P I viene determinato
0 0 0 1 0 0
  risolvendo lequazione:
0 1 0 2
CT 1 = .
0 10 0 0 1 0 1 0
Si noti che le equazioni dinamiche nelle nuove variabili z = T x sono: 1 0 + 2 1 = 1 0 + 2 0 ,
1 0 0 1
z1 = 4z1 + z3 + u1 (sottospazio 1 )
z2 = 3z2 + z4 + 2u2 (sottospazio 2 ) che si vede banalmente ha ununica soluzione, per 1 = 1, 2 = 0, 1 = 1,
2 = 1, per cui:
z3 = 2z3 + 2z4 (sottospazio 3 ) 1
z4 = z4 (sottospazio 4 ) 1 = gen 0 .

y1 = z2 + 2z4 1

y 2 = z2 Inne:

e queste, ovvero lo schema strutturale corrispondente, mettono in luce i 0 1  
quattro sottospazi della scomposizione di Kalman. 2 = gen 1 , 3 = gen 0 , 4 = 0 ,

0 0
286 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.1. Propriet`
a strutturali e scomposizioni 287

per cui: Esercizio 5.7. Studiare i modi naturali del sistema

1 0 1 0 0 1
T 1 = 0 1 0, T = 0 1 0, 0 1 0 0
1 0 0 1 0 1 x = 0 1 1 x + 1u
0 0 1 0
0 1 1 1 2



T AT 1
= 0 1 0 , T B = 1 0, CT 1 = 0 1 0 .
y= 0 0 1 x
0 0 1 0 0
Si noti nella struttura di queste matrici la mancanza delle sottomatrici
e calcolarne la funzione di trasferimento.
relative al sottospazio 4 .

Esercizio 5.6. Dato il sistema

   
1 2 1 Soluzione. La matrice di raggiungibilit`
a `e
x = x+ u
0 1 1
0 1 1
mostrare

che il sottospazio P degli stati raggiungibili non cambia se si pone
R = 1 1 1 ,
u = 1 2 x + v. 0 0 0

Soluzione. Poiche per cui non tutti gli stati sono raggiungibili e il sottospazio degli stati che
   
 godono di tale propriet`a `e
1 2 1
x = x+ 1 2 x + v =
0 1 1
    0 1 1 0
2 0 1 P = R(R) = gen 1 , 1 = gen 0 , 1 .
=
1 1
x+
1
v
0 0 0 0
si trova che
      Inoltre
1 1 1 2 1
P=R =R = gen .
1 1 1 2 1 0 0 1 1 0
Dunque P non cambia quando u `e lineare nello stato. Si noti che tale O = 0 0 1 , I = gen 0 , 1 .

a non vale per il sottospazio I degli inosservabili, che in generale
propriet` 0 0 1 0 0
cambia.
Questo risultato `e valido, pi`
u genericamente, per un qualsiasi sistema Dunque P = I. Riguardo leccitabilit` a e losservabilit`
a dei modi si osservi
x = Ax + Bu, quando u = F x + v, poiche `e facile mostrare che che un insieme di autovettori corrispondenti agli autovalori 1 = 0 e 2 =

 3 = 1 `e dato da
P = R B (A + BF )B (A + BF )n1 B =


= R B AB An1 B BF B ABF B BF AB BF BF B = 1 1 0

 u111 = 0 , u121 = 1 , u221 = 1 .
= R B AB An1 B = P, 0 0 1
       
in quanto R BF B = R B , R ABF B = R AB , etc. Dunque per il secondo autovalore la molteplicit`a geometrica `e m2 = 2 (si
ha una sola catena di autovettori, di lunghezza due).
288 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.3. Matrici Grammiane 289

Si possono calcolare allora le matrici: Soluzione. Utilizzando il criterio del rango di PopovBelevitchHautus si
pu`
o vedere che la coppia (AG , BG ) `e raggiungibile perche la matrice:
1 et
H(t) = eAt B = et , (1 i )I1 0 B1
..

 .. .. .. .


0
 .. ..
AG i I BG = 0 B .. i
(t) = Ce = 0 0 et .
At .. .. ..
.
0 (r i )Ir Br
Il modo et compare dunque in entrambe le matrici. Tuttavia si trova che
ha rango n per ogni autovalore i , i = 1, , r, essendo le matrici Bi
la funzione di trasferimento `e nulla:
costituite da &i righe linearmente indipendenti (per
 ipotesi infatti
 &(Bi ) =
W (s) = C(sI A)1 B = 0 AG i I
&i ). La stessa tecnica, applicata alla matrice , e lo stesso
CG
e ci`o `e coerente con il fatto che il sottospazio degli stati raggiungibili ed ragionamento (Ci sono costituite da &i colonne linearmente indipendenti)
osservabili `e 2 = {0}. Essendo infatti W (s) pari a C2 (sI A22 )1 B2 , ove prova losservabilit`
a della coppia (CG , AG ).
A22 , B2 , C2 sono le matrici relative al sottospazio 2 ottenibili mediante
la scomposizione di Kalman, e poiche nel nostro caso A22 = 0, B2 = 0,
C2 = 0, la funzione di trasferimento deve essere nulla. 5.3. Matrici Grammiane
In questa sezione vengono introdotte alcune matrici che hanno parti-
colare importanza nello studio delle propriet` a di raggiungibilit`
a ed osserv-
5.2. Criteri di PopovBelevitchHautus
abilit`
a.
Dei criteri per vericare la raggiungibilit`a e losservabilit`
a di una re- Con riferimento al sistema (5.1), iniziamo col mostrare che una realiz-
alizzazione sono quelli del rango di PopovBelevitchHautus. Si ricorda zazione `e raggiungibile se e solo se la matrice grammiana di raggiungibilit` a:
infatti che la coppia (A, B) `e raggiungibile se e solo se  t
T

 GR = eA(t ) BB T eA (t ) d
0
& I A B = n
`e non singolare per qualche t > 0. La condizione `e suciente in quanto,
per ogni , e che la coppia (C, A) `e osservabile se e solo se essendo  t
  x(t) = eAt x0 + eA(t ) Bu( ) d,
I A 0
& =n
C ed esistendo G1
R
per qualche t > 0 nito, allora lingresso che forza lo stato
del sistema da x0 a x(t) `e dato da:
per ogni .

u( ) = B T eA (t ) G1
T
Ovviamente se non `e un autovalore di A queste condizioni sono x(t) eAt
x , (5.8)
0
soddisfatte poiche |I A| = 0. Quello che viene richiesto `e che le condizioni R

enunciate valgano anche quando `e un autovalore di A. come si pu`o vericare sostituendo questo controllo nellespressione di x(t):
Esercizio 5.8. Dimostrare che la realizzazione (AG , BG , CG ) ottenuta ap-  t

eA(t ) BB T eA (t ) G1
T
plicando il criterio di Gilbert `e minima. x(t) = eAt x0 + R
x(t) eAt x0 d =
0


= e x0 + GR G1
At
R
x(t) e At
x0 = x(t).
290 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.3. Matrici Grammiane 291

Si sottolinea che il controllo (5.8) `e quello che porta lo stato da x0 allistante `e non singolare per qualche T > t. La condizione `e suciente in quanto,
iniziale a x(t) allistante t. La condizione `e poi anche necessaria. Infatti moltiplicando ambo i membri dellequazione
se per assurdo non esistesse alcun t > 0 per cui GR fosse non singolare,
y( ) = Cx( ) = CeA( t) x(t)
non esisterebbe alcun ingresso che porta lo stato da x0 a x(t). Infatti,
essendo GR sempre singolare, per il teorema di Rouch`eCapelli esisterebbe T
( t)
per eA C T , e integrando su [t, T ], si ha:
un vettore v = 0 tale che v T GR = 0, ovvero, postmoltiplicando per v, tale  T  T
che: AT ( t) T
eA ( t) C T CeA( t) x(t) d = GO x(t).
T
e C y( ) d =
 t  T t t
T
v T GR v = v T eA(t ) BB T eA (t ) v d = 0 = q T ( )q( ) d, Ma essendo GO non singolare per qualche T > t, allora si pu`
o ricavare x(t):
0 t
T
 T
con q( ) = B T eA (t ) v. Poiche lintegrando `e q T ( )q( ) 0, lunico x(t) = G1 eA ( t) C T y( ) d.
T

O
modo perche un integrale sullintervallo [0, t] sia nullo `e che lintegrando, t
ossia q( ), sia identicamente nullo su [0, t]. Ma allora il sottospazio gen {v} In tal modo `e possibile determinare lo stato x(t) a partire dai valori (futuri)
`e costituito da stati non raggiungibili dallorigine, in quanto se lo fossero: delluscita sullintervallo [t, T ]. Si noti che questo `e coerente con quanto
 t detto a proposito dellosservabilit` a di uno stato, che `e proprio la propriet` a di
cv = eA(t ) Bu( ) d, determinare lo stato a partire dalle uscite future. Si noti che non `e possibile
0
determinare x(t) in un altro modo che non implichi linversione della ma-
T trice grammiana di osservabilit` a, come mostrato nella dimostrazione della
premoltiplicando per v si troverebbe:
 t  t necessit`a della condizione. Infatti sia per assurdo GO sempre singolare. Ma
cv T v = v T eA(t ) Bu( ) d = q T ( )u( ) d = 0. allora, per il teorema di Rouch`eCapelli, esiste un vettore u = 0 tale che
0 0 GO u = 0. Premoltiplicando allora per uT si ha anche uT GO u = 0, ossia:
 T  T
Ma questo `e assurdo in quanto il primo membro `e diverso da zero. Dunque
uT eA ( t) C T CeA( t) u d = 0 =
T

cv non `e raggiungibile dallorigine, ossia se il grammiano di raggiungibilit`

a uT GO u = q T ( )q( ) d,
t t
`e sempre singolare esistono degli stati non raggiungibili. Dunque GR deve
A( t)
essere non singolare per qualche t > 0 perche la realizzazione sia raggiun- con q( ) = Ce u. Poiche lintegrando `e q ( )q( ) 0, lunico modo
T

gibile. perche un integrale sullintervallo [t, T ] sia nullo `e che lintegrando, e dunque
Si noti che, ridenominando la variabile di integrazione, il grammiano q( ), sia identicamente nullo su [t, T ]. Ma q( ) `e luscita allistante > t
di raggiungibilit`
a poteva essere scritto: quando lo stato iniziale `e u, per cui quando lo stato iniziale (ossia allistante
 t t) `e u oppure cu luscita `e identicamente nulla, e dunque gli stati del sot-
GR =
T
eA BB T eA d, tospazio gen {u} sono inosservabili. Dunque `e assurdo che GO sia singolare
0 per ogni T > t ed `e necessario che sia non singolare per qualche T > t.
e che spesso si usa anche unaltra forma, equivalente alla precedente: Si noti che il grammiano di osservabilit` a poteva essere scritto, sempre
in virt`u della stazionariet`
a del sistema come:
 t  T
eA BB T eA d.
T
=
G T
R
0
GO = eA C T CeA d,
0

e che spesso si usa anche la forma:

Mostriamo ora che una realizzazione `e osservabile se e solo se la matrice  T
grammiana di osservabilit`
a:
eA t C T CeAt dt.
T
=
G
 T O
0
eA ( t) C T CeA( t) d
T
GO =
t
292 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.4. Alcune propriet`
a delle forme compagne 293

Esercizio 5.9. Utilizzando le matrici grammiane, provare che una realiz- Si pu`
o anche vericare che lautovettore sinistro corrispondente vale:
zazione `e raggiungibile (osservabile) se e solo se la matrice di raggiungibilit`
a n1 + a
(osservabilit`
a) ha rango pieno. i
n2
n1 i + + a2 i + a1
n2 + an2 n3+ + a2
i i

Soluzione. Sia GR singolare. Allora esiste un vettore v non nullo per cui vi =

..
.
.


i + an1
(t) = v T eAt B 0,
1
ossia tale che:
(t)|t=0 = v T B = 0 Per inciso si noti che vi = uTi M con:
T
(t)|
t=0 = v AB = 0 a an1 1
1
t=0 = v T A2 B = 0
(t)|
.. . .
.. . .. ..
. M =

,
(5.10)
a .
(n1) T
(t)|t=0 = v A n1
B = 0. n1 ..
Queste relazioni si possono scrivere in forma compatta: 1 0


v T B AB A2 B An1 B = v T R = 0, essendo M una matrice di Toeplitz. E` poi ovvio che il vettore vi cos` trovato
ed essendo v = 0 ci`o comporta che R sia singolare. Se viceversa R `e `e autovettore destro della matrice AcO = ATcR e ui `e autovettore sinistro,
singolare allora esiste v = 0 tale che v T R = 0 e questo comporta, per il corrispondenti a i .
teorema di CayleyHamilton, che v T eAt B = 0. Ma allora anche GR deve Se poi AcR ha tutti autovalori distinti, e quindi `e diagonalizzabile, la
essere singolare. La dimostrazione nel caso dellosservabilit`
a `e analoga. matrice di trasformazione che la mette in forma canonica di Jordan `e la
matrice T tale che:
1 1
5.4. Alcune propriet`
a delle forme compagne
1 n

2
` facile vericare che lautovettore destro di una matrice in forma
E T 1
=
.1
2n = u1
un ,
canonica compagna raggiungibile: . ..
. .

0 1 0 0 n1
1 n1
n
0 0 1 0
. .. .. .. che `e una matrice di Vandermonde.

AcR = . . . . (5.9)
. . . . Se AcR ha solo r < n autovalori distinti, con molteplicit` a algebriche
0
0 0 1 i 1, allora associati a i sono i seguenti autovettori generalizzati:
a0 a1 a2 an1
1 0
corrispondente allautovalore i `e: 0
1 i 1
2
0

i 2
i 3 i
0

2
1
ui = i , ui =2 3i 2 , u i
= . ,

.

ui = . i .

.i .. .. 
. . . n1 ni
.
n1 (n 1)n2 i 1 i
n1
i
i i
294 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.5. Sul calcolo di poli e zeri 295

come si verica calcolando (i I AcR )j uji , i = 1, , i . per cui

Si noti che le inverse delle matrici di raggiungibilit` a ed osservabilit`
a
scritte utilizzando le matrici in forma canonica compagna, sono date dalla a an1 1
1
stessa matrice di Toeplitz:

 .
.. ..
.
..
.


 CcO
T 1
= B An1
B = RM,
.. .
R1
cR = BcR Acn1 BcR = O1 cO = = M, a ..
R . n1
n1
CcO AcO
1 0
con M data dalla (5.10) e RcR , OcO le matrici di raggiungibilit` a ed osserv-
abilit`
a relative alle coppie (AcR , BcR ), (CcO , AcO ). con R la matrice di raggiungibilit` a relativa alla coppia (A, B) e M la matrice
E` ora facilmente dimostrabile che condizione necessaria e suciente di Toeplitz (5.10). Dunque T esiste se e solo se R `e invertibile. Poiche,
ache esista una matrice T che trasformi la generica realizzazione (A, B, C) come precedentemente visto M 1 = RcR , risulta che T = RcR R1 , T 1 =
in quella canonica raggiungibile (AcR , BcR , CcR ) `e che la coppia (A, B) sia RR1cR .
1
raggiungibile. Sia
infatti T tale
 che T AT = AcR , T B = BcR , CT 1 = In maniera analoga, considerando le coppie (AT , C T ) e (AcR = ATcO , BcR =
CcR , con T 1 = t1 tn . Ma allora: T
CcO ), si pu`o provare che condizione necessaria e suciente ache esista una

 matrice T che trasformi la generica realizzazione (A, B, C) in quella canon-
B = t1 tn BcR = tn . ica osservabile (AcO , BcO , CcO ) `e che la coppia (A, B) sia osservabile. Si
ricava cos` che T = OcO O1 , T 1 = OO1 cO .
Inoltre si deve avere: Si vuole inne notare che linversa delle matrici AcR , data dalla (5.9),


AT 1 = At1 Atn = T 1 AcR = e AcO = ATcR esiste se e solo se a0 = 0 (basti pensare alla forma canonica
di Jordan per convincersene). In tal caso:
0 1 0 0



.
0 0 1 0
a1
a0
a
n1
a0 a10
.. .. ..
= t1 tn

.. ..
. =

. . . 1 0 0
0 0 0 1 A1
cR = .. .. .. , A1 T
cO = AcR .
.
..
. . .
a0 a1 a2 an1

 0 1 0
= a0 tn t1 a1 tn tn1 an1 tn =

 In altre parole le strutture di A1 1
cR , AcO sono simili a quelle di AcR , AcO , ma
= a0 B t1 a1 B tn1 an1 B . con la prima riga e la prima colonna rispettivamente ottenute spostando
Eguagliando il primo ed ultimo termine: verso sinistra e verso lalto e dividendo per a0 lultima riga di AcR e lultima
colonna di AcO .
At1 = a0 B t1 = An1 B +an1 An2 B + +a1 B
At2 = t1 a1 B ..
.
.. 5.5. Sul calcolo di poli e zeri
. ti = Ani B +an1 Ani1 B + +ai B

Ati+1 = ti ai B .. Nel caso di sistemi ad un ingresso ed unuscita `e noto che condizione
.
.. necessaria e suciente perche s sia un polo della funzione di trasferimento
. tn1 = AB +an1 B W (s) `e che risulti:
Atn = AB = tn1 an1 B tn = B |sI A| = 0,
296 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.5. Sul calcolo di poli e zeri 297

mentre perche z un suo zero `e necessario e suciente che sia vericata la Esercizio 5.11. Dato il sistema ad un ingresso ed una uscita:
seguente condizione:
 
 zI A B  x = Ax + Bu
  = 0. (5.11)
 C D  y = Cx + Du
Questultima condizione si ricollega allespressione della funzione di mostrare che se lingresso `e una controreazione dallo stato, ossia una con-
trasferimento W (s) data nella propriet` a P. 13.27 del capitolo 1, e qui troreazione statica u = F x+v, allora gli zeri della funzione di trasferimento
ripetuta per chiarezza: non cambiano, mentre cambiano i poli.
 
 sI A B 

 C D  Soluzione. Gli zeri sono le soluzioni della (5.11). Poiche:
W (s) = C(sI A)1 B + D = , (5.12)
|sI A|
x(s) = (sI A)1 Bu(s),
e si comprende meglio perche per determinare gli zeri di W (s) occorre
trovare le soluzioni della (5.11). si ricava:
u(s) = F (sI A)1 Bu(s) + v(s),
Esercizio 5.10. Determinare gli zeri e la funzione di trasferimento del e dunque:
sistema: 1
    u(s) = v(s).
5 1 3 1 F (sI A)1 B
x = x+ u
2 1 4

 Inne:
y = 0 2 x + 3u.   C(sI A)1 B + D
y(s) = C(sI A)1 B + D u(s) = v(s),
1 F (sI A)1 B
Soluzione. Utilizzando la (5.11), gli zeri sono le radici dellequazione:
ossia:
 
  s 5 1 3   
 sI A 
B     sI A B 
 = 2 s + 1 4  = 3s2 20s + 31 = 0, 
 C D   C(sI A)1 B + D  C D 
0 2 3 y(s)
= = ,
v(s) 1 F (sI A)1 B |sI A| |1 F (sI A)1 B|

ossia s = 10 7 . Poiche poi: per cui gli zeri non cambiano, ma i poli s`.
3 3
 
s 5 1  Esercizio 5.12. Cambiare i poli della funzione di trasferimento:
|sI A| =  = s2 4s 7,
2 s + 1
3s2 5s + 2
W (s) =
si ha: s3 3s + 4
3s2 20s + 31 = 0 mediante un ingresso u = F x + v. Vericare che gli zeri non vengono
W (s) = .
s 4s 7
2 modicati.
298 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.6. Esercizi e problemi 299


Soluzione. Sia: ottenendo F = 3 5 2 . Inne si verica che gli zeri non sono
cambiati. Utilizzando la (5.11):
0 1 0 0

A= 0 0 1, B = 0, C= 2 5 3 ,  
4    s 1 0 0

3 0 1  sI A BF B   0 s 1 0
 =  = (3s2 5s + 2) = 0,
 D  1 s + 2 1

 C

2

una realizzazione della W (s). Posto F = f1 f2 f3 , si ha la nuova 2 5 3 0
matrice dinamica:
che, a parte il segno, `e proprio il numeratore della W (s).

0 1 0
A = A + BF = 0 0 1 ,
f1 4 f2 + 3 f3 5.6. Esercizi e problemi

e si impone ad esempio che i poli siano scelti secondo la nota congurazione

di Butterworth. Essa corrisponde a scegliere gli n poli come soluzioni Esercizio 5.13. Assegnato il sistema
dellequazione:
 2n 1 2 0 0 2
s 0 3 0 0 0
= (1)n+1 , x = x + u
0 1 1 4 2 1
0 1 0 2 0
ove 0 indica la distanza delle radici dallorigine. I polinomi caratteristici
di Butterworth risultanti da tale scelta sono: y = (3 2 0 0)x

p1 (z) = z + 1, si eettui la scomposizione di Kalman e si studi leccitabilit`

a e losservabilit`
a
dei modi naturali.
p2 (z) = z 2 + 2z + 1,
p3 (z) = z 3 + 2z 2 + 2z + 1,
Soluzione. Per la scomposizione di Kalman si calcola:
p4 (z) = z 4 + 2.613z 3 + (2 + 2)z 2 + 2.613z + 1,

1 1
e cos` via, ove z = s0 . 0 0 6 1 0 0
R=
5 9 ,
O = 6 15 0 0 ;
Scelto ad esempio 0 = 1, nel nostro caso:

0 0
p3 (s) = s3 + 2s2 + 2s + 1,
ove * indica altre colonne o righe (non calcolate poiche `e chiaro che esse
e dunque si deve imporre: introducono altre colonne o righe dipendenti dalle precedenti). Esse hanno
entrambe rango pari a due. Dunque
 
 s 1 0 
 1 0 0 0
|sI (A + BF )| =  0 s 1  =


 f1 + 4 f2 3 s f3  0 0 0 0
P = gen , , I = gen , .

0 1

1 0

= s3 f3 s2 (f2 + 3)s f1 + 4 = s3 + 2s2 + 2s + 1, 0 0 0 1
300 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.6. Esercizi e problemi 301

0 1 Soluzione. Le matrici di raggiungibilit`
a ed osservabilit`
a sono:

0 0
Ovviamente 1 = P I = gen , 2 = gen , 3 = 1 1 1 0 0 3

1
0
0 0 R= 0 2 2 , O = 0 0 6 ,
0 0 0 0 0 12
0 0

0 1 per cui
gen , 4 = gen , sicche considerata la matrice di trasfor-

0
0
1 0 1 1 1 1
P = gen 0 , 2 , I = gen 0 , 2 .

mazione T tale che 0 0 0 0

0 1 0 0 0 0 1 0 1 0
1
T =
0 0 0 1 1 0 0 0 T Si ha quindi che P = I = 1 = gen 0 , 1 . Inoltre 2 = 3 =
, T = =T ,
1 0 0 0 0 0 0 1 0 0

0 0 1 0 0 1 0 0
  0
0 , mentre 4 = gen 0 . La matrice di trasformazione che mette
si ricava:
1

2 1 2 1 5
0 1 0 2 1
T AT 1 = , TB = , in luce la scomposizione di Kalman `e dunque lidentit`
a, ossia A, B, C sono
0 0 3 1 0 gi`
a in forma canonica. Si vede allora immediatamente che la dinamica
0 0 0 3 0 corrispondente a = 2 non `e modicabile perche non raggiungibile.
CT 1 = ( 0 6 0 1). Problema 5.1. Studiare dal punto di vista della raggiungibilit`
a la seguente
rete elettrica:
Quindi il modo corrispondente a
= 2 `e eccitabile e non osservabile;
= 1 `e eccitabile e osservabile; + R R
= 3 non `e eccitabile e non `e osservabile;
x1 (t)
= 3 non `e eccitabile ed `e osservabile. C x2 (t)
L
Esercizio 5.14. Dato il sistema

1 0 3 1 L=C
x = 2 0 1x + 0 u
Figura 5.5
0 0 2 0
y = (0 0 3)x
Problema 5.2. Studiare, rispetto ai parametri, la raggiungibilit`
a e losservabilit`
a
studiarne le propriet`a strutturali ed eettuare la scomposizione di Kalman. del sistema rappresentato dalle seguenti matrici:
Inoltre vericare se e come `e possibile modicare, mediante un controllo del      
0 6 a 1 c 1
tipo u = kx, lautovalore = 2 e darne una spiegazione. A= , B= , C= , D = 0.
1 1 1 b 1 d
302 5. Propriet`
a strutturali dei sistemi lineari stazionari 5.6. Esercizi e problemi 303

Problema 5.3. Mostrare che se uno stato del sistema (5.1) `e raggiungibile
allora pu`o essere raggiunto in un intervallo di tempo nito qualsiasi (si `e
soliti indicare questo fatto dicendo che la raggiungibilit`
a dallo stato zero
per un sistema del tipo (5.1) `e dierenziale).
per cui `e possibile determinare (osservare) solo una combinazione lineare
delle componenti di x0 , ossia solo x1 (0) + x2 (0). Inoltre si faccia vedere che
viceversa, utilizzando le uscite passate, `e possibile determinare (ricostruire)
lo stato iniziale e che, se si disponesse di

Problema 5.4. Mostrare che linsieme degli stati raggiungibili del seguente
 
x1 (1)
sistema:     y(1) = 1 1 = x1 (1) + x2 (1),
x2 (1)
2 1 1
x(k + 1) = x(k) + u(k)
2 1 1 si potrebbe determinare
`e dato da tutti i vettori proporzionali ad         
  x1 (0) 1 1 x1 (1) x1 (1) + x2 (1) y(1)
1 x0 = = = = .
x= , x2 (0) 1 1 x2 (1) x1 (1) + x2 (1) y(1)
1
 
a Vericare inne che, se le uscite disponibili sono quelle per k 0, `e possibile
mentre qualsiasi stato x = `e controllabile in un solo passo allo stato determinare lo stato futuro (ma non x0 , come gi`a dimostrato) mostrando
b  
zero mediante lingresso u(k) = (2a + b)(k). x1 (k + 1)
che = y(k).
x2 (k + 1)
Problema 5.5. Mentre il duale della raggiungibilit` a di uno stato (dallorigine,
utilizzando ingressi passati) `e losservabilit`a di uno stato (a partire dalle us- Problema 5.6. Mostrare che se la matrice di raggiungibilit`
a R `e singolare
cite future), il duale della controllabilit` a di uno stato (nellorigine, usando allora esiste uno stato x
non raggiungibile.
ingressi futuri) `e la ricostruibilit`
a di uno stato (usando uscite passate). Per
un sistema a tempo discreto queste due propriet` a coincidono se e solo se la Soluzione. Essendo R singolare, esiste un vettore x = 0 tale che x
T R = 0.
matrice dinamica A `e non singolare. Dato dunque il seguente sistema: Questo, assieme al teorema di CayleyHamiton, implica che x T Ak B = 0,
  k 0. Se ora per assurdo x fosse raggiungibile, dovrebbero esistere un
1 1 |[0,t) tali che:
istante nito t ed un segmento di ingresso u
x(k + 1) = x(k) + Bu(k)
1 1

  t
y(k) = 1 1 x(k),
eA(t ) B u

x
= ( ) d. (5.13)
0
mostrare che non tutti gli stati sono osservabili, poiche
      Ma
C 1 1 1 (t )k k
O= = , I = gen ,
eA(t ) B = B + (t )AB + +

CA 2 2 1 A B +
k!
e che, in eetti, dalle uscite future (ossiada k = 0 in poi) non `e possibile per cui
x01  t
determinare lo stato iniziale x0 = . In particolare mostrare che si T eA(t ) B u

x02 T x
x = x ( ) d = 0,
0
ha:
y(0) = x1 (0) + x2 (0), = 0. Dunque `e assurdo che valga la (5.13), ossia
e questo contraddice che x
y(1) = 2x1 (0) + 2x2 (0), che x
sia raggiungibile.
..
.
y(k) = 2k1 x1 (0) + 2k1 x2 (0),
6. Modelli ingressouscita lineari
e rappresentazioni con lo stato

In questo capitolo vengono svolti alcuni esercizi inerenti la teoria dellassociazione

dello stato ad un sistema connesso, lineare, stazionario a dimensione nita.
Come `e noto tale teoria `e fortemente legata alla teoria strutturale dei
sistemi lineari che verr`
a trattata nel capitolo 6.

6.1. Richiami sulla teoria dellassociazione di una

rappresentazione con lo stato e della realizzazione

Per quanto riguarda la teoria dellassociazione di una rappresentazione

con lo stato ad un sistema connesso, ossia ad un sistema per il quale il
legame ingressouscita `e descritto da un funzionale del tipo
 t
y(t) = K(t )u( ) d, (6.1)

dove K() `e una matrice p m di funzioni detta nucleo dellintegrale di

convoluzione o matrice delle risposte impulsive, `e noto che una rappre-
sentazione lineare stazionaria, a dimensione nita, regolare e implicita del
sistema descritto dalla (6.1) `e costituita dalle equazioni (5.1), o equivalen-
temente dalle quattro matrici A, B, C, D che in essa compaiono.
306 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.1. La teoria della rappresentazione e della realizzazione 307

D che soddisfano le (6.3), (6.4), e che quindi costituiscono una rappresen-

x(t)
= Ax(t) + Bu(t) tazione con lo stato del sistema (6.1) associato al nucleo K(t), se e solo se
(6.2)
y(t) = Cx(t) + Du(t) esistono quattro matrici A, B, C, D per cui vale la (6.3) ovvero la (6.5),
secondoche il sistema sia a tempo continuo o a tempo discreto.
Le matrici (A, B, C, D) costituiscono una rappresentazione con lo stato Pertanto la (6.3) (ovvero la (6.5)) `e condizione necessaria e suciente
del sistema (6.1) se e solo se sono vericate le due seguenti condizioni: per lesistenza di una rappresentazione con lo stato del sistema (6.1).
` ovvio che data una matrice W (s) di funzioni di trasferimento proprie
E
CeAt B + D(t) = K(t), t [0, ), (6.3)
di cui si vuole determinare una rappresentazione, poiche W (s) = D + K(s),
C con D matrice costante p m rappresentante il legame diretto ingresso

 CA
P +I =R B AB An1 B + N
.. = IRn . (6.4)

uscita, il problema si riduce alla determinazione delle tre matrici A, B C
. tali che, assieme a D soddisfano le (6.3),(6.4).
CAn1 Il problema della realizzazione `e poi quello dellesistenza e del calcolo di
una rappresentazione con lo stato che permetta di associare ad un sistema
Nella (6.4) P e I indicano due importanti sottospazi, quello degli stati
connesso il seguente legame ingressouscita:
raggiungibili e quello degli stati inosservabili, che saranno pi`
u estesamente  t
trattati nel capitolo 6. Le matrici
y(t) = K(t ) u( ) d,
t0
C

 CA in cui K(t) `e una matrice p m di funzioni. Ci` o comporta che il sistema `e
R = B AB An1 B , O= .. ,
strettamente causale (y(t) non dipende infatti da u(t)).
.
La condizione necessaria e suciente per lesistenza di una realiz-
CAn1
zazione `e data dalla (6.3) in cui D = 0, ovvero in termini di trasformata di
sono dette matrice di raggiungibilit`a e matrice di osservabilit`
a, anchesse Laplace se e solo se la trasformata K(s), `e una matrice di funzioni razionali
trattate nel capitolo 6. strettamente proprie, ovvero in termini di matrice di Hankel H se e solo se
Per i sistemi a tempo discreto valgono considerazioni analoghe, avendo il rango di H `e nito. Queste condizioni sono tra loro equivalenti.
sostituito la prima di queste condizioni con La condizione (6.3) si traduce nel fatto che tutti gli elementi di K(t)
k
CAt1 B + D(t) = K(t), t [0, ). (6.5) devono essere combinazioni lineari di termini del tipo t ei t , come pu` o
k!
essere facilmente constatato per ispezione. La condizione data su K(s) poi
Lo spazio di stato X = IRn associato a tale rappresentazione si dice si traduce nel fatto che si pu`
o scrivere:
poi ridotto ad ogni istante, ovvero la rappresentazione si dice ridotta, se e
solo se risulta: Bn1 sn1 + + B0
C K(s) = , (6.8)
sn + an1 sn1 + + a0
CA  
N .. = 0 .
(6.6) per cui una terna di matrici soddisfacente la (6.3), ove D = 0 pu`
o ottenersi
. nel modo seguente:
CAn1
0 Im 0 0 0
Ne segue in particolare che in una rappresentazione ridotta risulta: 0 0 Im 0 ..

 AcR = .
.. .
.. .
.. . .. .
..
, Bc = . ,
R 0
R B AB An1 B = IRn . (6.7)
a0 Im a1 Im a2 Im an1 Im Im


Passando alle condizioni di esistenza di una rappresentazione del tipo CcR = B0 B1 B2 Bn1 ,
(6.2) per il sistema (6.1), si ricorda che esistono quattro matrici A, B, C, (6.9)
308 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.1. La teoria della rappresentazione e della realizzazione 309

dove i blocchi 0 ed Im hanno dimensione m m, essendo m il numero Si osservi inoltre che supponendo vericata la (6.3) e ricordando la denizione
di ingressi. Questa rappresentazione `e detta forma canonica compagna dellesponenziale di matrice:
raggiungibile. Questa dizione `e dovuta al fatto che la coppia (AcR , BcR ) `e
raggiungibile, come sar`
a spiegato nel capitolo 6. Si = CAi B, i 0. (6.15)
Alternativamente si possono costruire le seguenti matrici:
Ne segue in particolare che se due terne di matrici (A1 , B1 , C1 ) e (A2 , B2 , C2 )
0 0 0 a0 Ip soddisfano entrambe la (6.3) risulta necessariamente:
B0
Ip 0 0 a1 Ip B1
C1 Ai1 B1 = C2 Ai2 B2 , i 0, (6.16)
AcO = 0 Ip 0 a2 Ip , BcO = B2 ,
. ..
. .. ..
.
.. .. . (6.10) e viceversa. In eetti se esiste una trasformazione T per cui A2 = T A1 T 1 ,
. . . .
0 0 Ip an1 Ip Bn1 B2 = T B1 , C2 = C1 T 1 , allora deve essere:
CcO = ( 0 0 0 Ip ) , C2 Ai2 B2 = C1 T 1 (T A1 T 1 )i T B1 = C1 T 1 T Ai1 T 1 T B1 = C1 Ai1 B1 .

in cui blocchi 0 ed Ip hanno dimensione p p, con p il numero di us- Questo fatto, come sar` a meglio messo in evidenza nel seguito, `e legato al
cite. Questa rappresentazione `e detta forma canonica compagna osserv- fatto che una trasformazione dello spazio di stato lascia invariata la funzione
abile, poiche la coppia (CcR , AcR ) `e osservabile, come spiegato nel capitolo di trasferimento. Le quantit` a CAi B sono chiamate parametri di Markov,
6. che sono dunque gli stessi per la classe di rappresentazioni associabili ad
un dato sistema.
La verica del fatto che K(s) sia una matrice razionale strettamente
Inoltre la matrice di Hankel (6.11) assume, in virt` u della (6.15), la
propria pu`o essere eettuata osservando semplicemente che ciascun ele-
forma:
mento sia un rapporto di polinomi avente grado del numeratore inferiore a

quello del denominatore. CB CAB CA2 B C
Riguardo inne la condizione (come detto equivalente alle precedenti) CAB CA B CA B CA

2 3 
che la matrice di Hankel: H = CA B CA B CA B CA
2 3 4 = 2 B AB A 2
B .
.. .. .. .. ..
S0 S 1 S 2 . . . . .
S1 S2 S 3 (6.17)
H= S2 S3 S 4 ,
(6.11) Le considerazioni riguardo i sistemi a tempo discreto sono analoghe. Le
.. .. .. . . condizioni equivalenti di esistenza di una realizzazione sono la condizione
. . . . (6.5), ovvero che la trasformata K(z) sia una matrice di funzioni razionali
ove strettamente proprie, ovvero che la matrice di Hankel abbia rango nito
di  con
Si = , K(t) (6.12) Si = K(i + 1). (6.18)
t=0i
dt
abbia rango nito, si noti che i coecienti Si sono pari ai coecienti della Se ora si dispone di una rappresentazione non ridotta del sistema
serie di Mc Laurin di K(t): (6.1), data dalle matrici (A, B, C, D), se ne pu` o ottenere una ridotta con-
siderando la trasformazione (5.5), ottenendo cos` le relazioni (5.6). Le ma-
t2
K(t) = S0 + S1 t + S2 + (6.13) trici (A22 , B2 , C2 , D) cos` determinate costituiscono una rappresentazione
2! ridotta del sistema (6.1). Essa `e anche minima poiche la dimensione r del
ovvero pari ai coecienti della serie di Laurent suo spazio di stato `e la pi` u piccola possibile. Inne poiche i parametri di
Markov (6.15) sono pari ad Si = C2 Ai22 B2 , dalla (6.17) si comprende che
1 1 1
K(s) = S0 + S 1 + S2 + . (6.14) &(H) = r, (6.19)
s s2 s3
310 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.2. Nuclei e rappresentazioni 311

ove & indica il rango, per cui lordine delle rappresentazioni ridotte pu`
o Determinate cos` delle basi nei sottospazi di interesse, la (6.4) richiede che
essere calcolato a partire dal nucleo K(t) senza che una di queste debba
essere esplicitamente costruita.
Poiche una realizzazione di K(t) soddisfa la (6.3), `e chiaro che ogni
rappresentazione `e anche una realizzazione, mentre `e possibile provare che
il viceversa `e vero soltanto per le realizzazioni minime, le quali sono anche
rappresentazioni ridotte.
Qualora si disponga di una realizzazione (A, B, C) e si voglia passare
ad una rappresentazione, occorre applicare la trasformazione (5.2), rica-
vando cos` le matrici (5.3). Le matrici A11 , B1 , C1 , D = 0 costituiscono la
rappresentazione cercata. Naturalmente nulla assicura che sia ridotta.
questi vengano sommati. Ricordando che per denizione la somma di due
sottospazi Y1 , Y2 `e il sottospazio Y1 + Y2 : = {y | y = y1 + y2 , y1 Y1 e y2
Y2 }, il sottospazio somma `e quello generato dallunione dei vettori di base
degli addendi. La (6.4) si riduce pertanto a vericare che risulti:
   
1 1
gen , = IR2 .
1 2
Ma tale condizione `e soddisfatta perche i vettori trovati sono linearmente
indipendenti. Pertanto le matrici date costituiscono una rappresentazione
del sistema individuato da K(t). Si osservi tuttavia che tale rappresen-
tazione non `e ridotta poiche la (6.6) non `e soddisfatta.

6.2. Nuclei e rappresentazioni Esercizio 6.2. Assegnato il nucleo K(t) = 2et + et 2, t [0, ), e le
matrici:
Assegnati un nucleo K(t) e una terna di matrici (A, B, C), la verica
che questultima costituisca una rappresentazione del primo va eettuata 1 0 1 1

applicando le (6.3), (6.4), che implicano il calcolo di due sottospazi, im- A = 2 1 1 , B = 0, C= 1 0 0 ,
magine e nucleo di opportune matrici. 2 2 0 0

Esercizio 6.1. Assegnato il nucleo K(t) = 3e2t , t [0, ), e le matrici: vericare che le matrici A, B, C, D = 0 costituiscono una rappresentazione
del sistema connesso individuato da K(t).
   

2 0 1
A= , B= , C= 2 1 ,
0 2 1
Soluzione. La matrice eAt vale (cfr. esercizio 3.1):
vericare che le matrici A, B, C, D = 0 costituiscono una rappresentazione
del sistema connesso individuato da K(t). 2et + et 2 et + et 2 et 1
eAt = 2et + 2 et + 2 et + 1 .
2et + 2 t
2e + 2 1
Soluzione. Si inizia col vericare che la (6.3) `e vericata:
` allora immediato constatare che la condizione (6.3) `e soddisfatta. Pas-
E
  
e2t 0 1 sando alla (6.4), si tratta di vericare che risulti:
CeAt B = ( 2 1) = 3e2t .
0 e2t 1
1 1 3 1 0 0
Passando alla (6.4), si ha: P + I = R0 2 2 + N 1 0 1 = IR3 .
0 2 2 3 2 1

    
1
1 2
R B AB = R = gen , Ma tale condizione `e soddisfatta poiche entrambe le matrici trovate sono
1
1 2
non singolari. Ne segue che sono soddisfatte anche le (6.6), (6.7) e quindi
     
C 2 1 1 le matrici assegnate costituiscono una rappresentazione ridotta.
N =N = gen .
CA 4 2 2
312 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.3. Costruzione di una rappresentazione 313

Esercizio 6.3. Assegnate le matrici: costituenti la prima e seconda colonna (cambiata di segno), dal vettore

1 0 1 1 1 0 0 0
0 2 2 1 0 0 1 1 2 0
A= , B= , v3 = [c5 2v2 ] = 2v2 = ,
1 2 1 0 0 1 2 2 2 1
0 1 0 0 0 0 0 0
 
1 1 1 0 ove c5 indica la quinta colonna, e dal vettore
C= , D = 0,
1 1 1 0
0
studiare se possono costituire la rappresentazione di un sistema connesso 1 0
v4 = [c6 2v1 + 6v3 + 4v2 ] = ,
del tipo (6.1). 2 0
1

con c6 = ( 2 6 4 2 ) la sesta colonna. Questo risultato assicura

T
Soluzione. E ` chiaro che in questo caso la condizione (6.3) perde di si-
gnicato, poiche non `e assegnato alcun nucleo. Quindi resta da vericare da solo che la (6.4) `e soddisfatta e quindi che le matrici assegnate rappresen-
soltanto la (6.4). Si ottiene: tano un sistema connesso. Tale rappresentazione potrebbe essere ridotta,
poiche la (6.7) `e a sua volta soddisfatta; per la verica della (6.6) occorre

1 0 1 1 0 2 2 8 appurare se abbia rango pieno la matrice:


0 0 0 2 2 6 8 22
B AB A2 B A3 B = . C 1 1 1 0
0 1 1 1 2 4 6 14
CA 1 1 1 0
0 0 0 0 0 2 2 6 =
CA2 ..
CA3 .
Per determinare una base nellimmagine di questa matrice si possono pren-
dere le sue colonne linearmente indipendenti, ovvero, equivalentemente, loro
(le altre righe di questa matrice sono ovviamente nulle).
combinazioni lineari ottenute applicando le trasformazioni elementari, ap-
Questa condizione non `e evidentemente soddisfatta e quindi la rappre-
plicate alla matrice trovata. In tal modo, infatti, i vettori di base risultano
sentazione assegnata non `e ridotta.
avere unespressione pi`u semplice. Si ottiene allora:

1 0 0 0 0 0 0 0
0 2 0 0 0 0 0 0 6.3. Costruzione di una rappresentazione a partire
.
0 1 1 0 0 0 0 0 da un nucleo assegnato
0 0 0 2 0 0 0 0
Se un nucleo assegnato soddisfa le condizioni di esistenza di una rapp-
Ovviamente questo procedimento non `e unico. Le prime quattro colonne di resentazione (6.2), le matrici che vericano la (6.3) possono essere costruite
questa matrice costituiscono una base per il sottospazio immagine cercato, con le (6.9) o (6.10). Tale terna di matrici costituisce assieme alla matrice
che pertanto coincide con IR4 . Allo stesso risultato si arrivava considerando D = 0, in generale, soltanto una realizzazione del nucleo dato, non una
come base quella costituita dai vettori rappresentazione. Per ottenere questultima occorre considerare la trasfor-
mazione di coordinate denita dalla matrice (5.2). La verica del fatto

1 0 che il nucleo assegnato soddisfa le condizioni per lesistenza delle rappre-
0 0 sentazioni (6.2) pu`o essere eseguita, qualora non sia immediata, tramite la
v1 = , v2 = ,
0 1 matrice di Hankel.
0 0
314 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.3. Costruzione di una rappresentazione 315

Esercizio 6.4. Costruire una rappresentazione a partire dal nucleo K(s) = Esercizio 6.6. Determinare la rappresentazione per il sistema individuato
5s + 3 . dal nucleo:
s3 + 2s2 + 4s + 2 $     %
1 0 0 2 0 0 0 0
K(s) = s + s+ ,
d(s) 1 1 2 3 1 2
Soluzione. Chiaramente K(s) `e una funzione razionale strettamente pro-
con d(s) = s3 + 6s2 + 11s + 6.
pria, per cui D = 0 e si possono applicare, ad esempio, le (6.9) ottenendo:

0 1 0 0
 Soluzione. Applicando ad esempio le (6.10) si ottiene:
A= 0 0 1 , B = 0, C= 3 5 0 .
0 0 0 0 6 0 0 0
2 4 2 1
0 0 0 0 0 6 1 2

1 0 0 0 11 0 0 0
Perche le matrici cos` trovate costituiscano una rappresentazione, occorre A= , B = ,
0 1 0 0 0 11 2 3
che sia soddisfatta la (6.4). Si nota immediatamente che la matrice:
0 0 1 0 6 0 0 0
0 0 0 1 0 6 1 1

 0 0 1  
B AB A2 B = 0 1 2 C=
0 0 0 0 1 0
.
1 2 0 0 0 0 0 0 1
Per vericare la (6.4) si calcolano:
ha rango pieno. Pertanto tali matrici costituiscono una rappresentazione.
0 0 0
1 2 6
Esercizio 6.5. Determinare

una rappresentazione
 per il sistema individu-
0 0 0
ato dal nucleo K(s) = 1 1 . P = R 2 =

s+1 s+2 3 10
0 0 0
1 1 4
Soluzione. Si tratta di una funzione razionale strettamente propria, riscriv-

ibile nella forma:

0 0 0

0 0 0





1 6
2
0 0


1
s+2 s+1 1 1 s+ 2 1
0

0
0


0 0

0
= gen , = gen ,
,
K(s) = = .
2 , 10
3 2 1
, 0
s2 + 3s + 2 s2 + 3s + 2



0 0
0
0 0 0





3

Conviene applicare le (6.10), poiche danno luogo in questo caso (p = 1 < 1 1 4 1 1
7
m = 2) ad una realizzazione di ordine inferiore. Si ottiene cos`:
0 0 0 0 1 0
   
0 2 2 1 0 0 0 0 0 1
A= , B= , C = (0 1), D = 0, C 0 0 1 0
1 3 1 1 CA
0  
I=N
... =
0 0 1 = 0 ,
1
e si verica immediatamente che costituiscono una rappresentazione ridotta 0

CA5
del sistema assegnato, in quanto `e soddisfatta la (6.4). 0 1
..
.
316 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.3. Costruzione di una rappresentazione 317

in cui indica quantit` a genericamente non nulle; si noti che non si `e

completato il calcolo delle altre colonne e righe delle matrici in quanto per
la prima `e chiaro che la 1a , 3a e 5a componente sono sempre nulle, mentre 6 18 6 & '
per la seconda si sono ottenute sei righe linearmente indipendenti (e dunque 7 1 2 0 0 0

, B1 = 0 7 , C1 =
A11 = 2 3 1 .
si `e avuta una matrice a rango pieno). 7 1 3 1
8 40 0 0 7
Poiche la (6.4) non `e soddisfatta le matrici trovate assieme a D = 0 3
costituiscono solo una realizzazione. Per estrarne una rappresentazione si 7 49 7
costruisce la matrice (5.2):

0 0 0 1 0 0 Esercizio 6.7. Si supponga nota per un sistema lineare stazionario a
1 0 0 0 0 0 tempo discreto con un ingresso e due uscite la risposta forzata riportata

0 0 0 0 1 0 nei seguenti graci.
T 1 = 2 1 0 0 0 0,

y 1( t )
0 0 0 0 0 1
1 3 1 0 0 0 . . .
7 u( t )
per cui la matrice di trasformazione vale: 1 . . .
1
. 2
.
3
.
4
.t

0 1 0 0 0 0 . . . . .
0 2 0 1 0 0 1 2 3 t

0 1 0 3 0 1
y2 ( t)
T = 7 7 ,
1
0 0 0 0 0
.
0 0 1 0 0 0
0 0 0 0 1 0
. 1
. .
2
.
3
.
4
.t
5

e dunque: .

6 18 6 0 0 0
7 Figura 6.1
3 1 2
2 1 0 0 0 0 7
7
8 40 3 0 0 0
Determinare lordine delle realizzazioni minime del sistema che ammette la
T AT 1 =
7 49 7
0 0 ,
TB = , risposta forzata assegnata.
0 0
0 0 0 0 0 6
0 0
0 0 0 1 0 11 0 0
0 0 0 0 1 6 Soluzione. Poiche il sistema `e lineare stazionario, la risposta allingresso
  indicato (un impulso traslato di 1) `e la risposta impulsiva traslata di 1.
0 0 0 0 0 1 Dunque la matrice delle risposte implusive W (k) `e numericamente
  deter-
CT 1 = 1 3 1 0 0 0 . y1 (k)
7 minabile dai graci, prendendo le coppie di valori per k 1.
y2 (k)
Si noti la struttura diagonale a blocchi della matrice T AT 1 e quella a bloc- Ora lordine delle realizzazioni minime coincide con il rango della matrice
chi di T B. Pertanto la rappresentazione cercata `e formata dalle seguenti di Hankel, in cui gli elementi sono dati dalla (6.18), in cui K(k) = W (k).
matrici: Risulta quindi per semplice ispezione delle gure:
318 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.4. Costruzione di una rappresentazione ridotta 319

1 .. 1 .. 1 .. 0 .. 6.4. Costruzione di una rappresentazione ridotta a

.. .. .. .. partire da una assegnata
1 .. 0 .. 0 .. 0 ..
. . . .
. . . ..
1 .. 1 .. 0 .. . La riduzione di una rappresentazione assegnata pu` o essere ottenuta me-
.. .. .. . .
0 . 0 . 0 . diante la matrice (5.5). Qualora invece interessi soltanto la determinazione

... ... ... dellordine delle rappresentazioni ridotte si pu`
o applicare direttamente la
. . . (6.19), costruendo la matrice di Hankel a partire dal nucleo assegnato.

H = 1 ... 0 ... . . .
0 . 0 .
. . Esercizio 6.8. Determinare una rappresentazione ridotta per il sistema
.. ..
. . dellesercizio 6.1.
0 .. . .
.
0 ...
.
.
.. . Soluzione. La matrice T 1 , costruita secondo la (5.5), e linversa T sono:
.    
1 0 1 0
La dimensione cercata `e dunque pari a tre. Una sua realizzazione si pu`
o T 1 = , T = .
ricavare determinando innanzitutto la funzione di trasferimento 2 1 2 1
& '    
y1 (z) = 1 z1 + 12 + 13 1 1 z 2 + z + 1
W (z) = z z = + = Pertanto applicando la (5.6) si ottiene:
y2 (z) = 1 + z1 1 z3 z2
   

1 2 0 1
= D + K(z), T AT = , TB = , CT 1 = 0 1 .
0 2 3
in quanto, come detto, i graci danno la risposta impulsiva traslata di 1
calcolo delle yi (z) si considerano i valori yi (k) per k 1).
(quindi per il  La rappresentazione ridotta cercata `e quindi:
1
Dunque D = , mentre utilizzando la (6.9) per avere una realiz-
1 A22 = 2, B2 = 3, C2 = 1.
zazione per K(z) (pi` u adatta della (6.10) in quanto m = 1 < p = 2), si
trova:

0 1 0 0   Esercizio 6.9. Si determini una rappresentazione ridotta per il sistema la
1 1 1
A = 0 0 1, B = 0, C= . cui rappresentazione `e stata data nellesercizio 6.3.
0 0 1
0 0 0 1
Le equazioni del sistema sono dunque:
C
x1 (k + 1) = x2 (k) CA
Soluzione. Prendendo in considerazione la matrice calcolata per
CA2
x2 (k + 1) = x3 (k) 3
CA
x3 (k + 1) = u(k) lesercizio 6.3, di rango 1 e nullit`
a 3, si trova che una base nel suo nucleo `e
y1 (k) = x1 (k) + x2 (k) x3 (k) + u(k) formata dai vettori:
y2 (k) = x3 (k) u(k)
0 1 0
0 1 1
da cui `e facile trovare il relativo schema di simulazione. v1 = , v2 = , v3 = .
0 0 1
1 0 0
320 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.5. Realizzazioni mediante il criterio di Gilbert 321

Pertanto si costruisce la matrice (5.5) e la sua inversa: Esercizio 6.11. Si determini lordine delle rappresentazioni ridotte del
sistema individuato dalla seguente terna di matrici:
0 1 0 0 0 0 0 1

0 1 1 0 1 0 0 0 1 1  
T 1 = , T = , 0 0 0
1 2 1
0 0 1 1 1 1 0 0 A= 2 2 1 , B= 0 1 , C= .
1 1 4 2 1
1 0 0 0 1 0 4 4 2 0 0
ottenendo:

0 1 1 0 0 0
1 1 1 1 1 0
T AT 1 = , TB = , Soluzione. Ovviamente qui D = 0. La determinazione dellordine richiesto
0 1 3 1 1 0 pu`o essere fatta applicando le (6.11), (6.19). Prima per` o occorre accertarsi
0 0 0 0 1 1
  che queste matrici costituiscano eettivamente la rappresentazione di un
0 0 0 1 sistema connesso, ossia che valga la (6.4); in caso contrario, infatti, la teoria
CT 1 = .
0 0 0 1 che porta a stabilire la (6.19) cessa di essere valida. In questo caso risulta:
La rappresentazione ridotta `e pertanto:
1 1 0
  P = R0 1 2 = IR3 ,
1
A22 = 0, B2 = ( 1 1 ) , C2 = , D = 0. 0 0 4
1
per cui la (6.4) `e soddisfatta. Costruendo la matrice di Hankel in base alla
Esercizio 6.10. Si determini lordine delle rappresentazioni ridotte del (6.15) si ottiene:
nucleo K(t) = t + et , t [0, ).

1 1 0 0
4
Soluzione. Sviluppando K(t) in serie di Mc Laurin si ottiene: 6 0 0
0
0
k
( H= .. .
t 0 0 .
K(t) = 1 + 2t + .
k!
k=2 ..
.
Pertanto, confrontando con la (6.13), la matrice di Hankel (6.11) `e
Pertanto lordine delle rappresentazioni ridotte del sistema assegnato `e pari
1 2 1 1 1
.. a due.
2 1 1 1 .
..
1 1 .
1
H= .. .
1 1 . 6.5. Realizzazioni mediante il criterio di Gilbert

..
1 . Sia W (s) = D+K(s) una matrice di funzioni di trasferimento razionali
..
. proprie, relativa ad un sistema a pi`
u ingressi e pi`
u uscite, con r poli distinti.
Qui K(s) `e data dalla (6.8) e pu`o essere espansa in frazioni parziali:
Poiche il rango di H `e uguale a tre, dalla (6.19) segue che tale `e anche
lordine cercato delle rappresentazioni ridotte. R1 Rr
W (s) = D + K(s) = D + + + , Ri = lim (s i )K(s).
s 1 s r si
322 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.5. Realizzazioni mediante il criterio di Gilbert 323

Si indichi con &i il rango di Ri . Allora `e noto dalla teoria che esiste sempre con &1 = &(R1 ) = 2, &2 = &(R2 ) = 1. Dunque, considerate le fattoriz-
una fattorizzazione Ri = Ci Bi , con Ci , Bi matrici p &i , &i m, ossia tali zazioni:
che la dimensione interna sia proprio &i . Una realizzazione minima di W (s)     

`e allora data dalle matrici: 
1 0 1 2 0
R1 = C1 B1 = , R2 = C2 B2 = 1 1 ,
1 I1 0 B1 0 1 1 0 1


.. , B = .. , C = C C ,
AG = ... ..
. . G . G 1 r
ovviamente non uniche, si ha:
0 r Ir Br

a di dimensione &i &i .
assieme alla matrice D, in cui Ii sono matrici identit` 1 0 0 1 2  
) r
AG = 0 1 0 , BG = 1 0 , CG =
1 0 0
,
La dimensione della realizzazione minima `e pari a n = &i . 0 1 1
i=1 0 0 2 1 1
Si sottolinea il fatto che questo criterio pu`
o essere applicato solo se i
poli della funzione di trasferimento sono tutti distinti. oltre alla matrice D gi`
a calcolata. Si noti che n = 3 `e la dimensione minima
Esercizio 6.12. Determinare una realizzazione della funzione di trasferi- della realizzazione. Tale dimensione non si sarebbe potuta ottenere appli-
cando le forme canoniche compagne, con le quali si ottengono realizzazioni
mento: di dimensione 4, riducibili poi a quella minima.
3s + 4 2
s+1 s+1
W (s) =
2s 3
.
1 Esercizio 6.13. Determinare una realizzazione minima della funzione di
(s + 1)(s + 2) s + 2
trasferimento

0 9s 12
Soluzione. Si osserva che le funzioni di trasferimento non sono stretta- s(s + 1)(s 2)
W (s) = .
mente proprie a causa di un legame diretto ingressouscita. Determinando 1 10
la matrice D ed applicando il criterio di Gilbert: s(s + 1) s(s 2)

  1 2
3 0 s+1 s+1 R1 R2
+
1 Soluzione. Il polinomio caratteristico `e p(s) = s(s + 1)(s 2), per cui i
W (s) = =D+ + =
0 2 1 s+1 s+2
(s + 1)(s + 2) s + 2 poli sono 1 = 0, 1 = 1, 1 = 2, tutti con molteplicit`a unitaria. Si pu`
o
allora applicare il criterio di Gilbert. I residui sono:
   
1 2 0 0 
 
1 0 1 1 6 0
=D+ + , R1 = sW (s) = ,
s+1 s+2 s=0 5 1
come `e facile calcolare:    
& '   0 1
1 2 R2 = (s + 1)W (s) = ,
1 2 s=1 1 0
R1 = [(s + 1)W (s)]s=1 = 1 s+1 =
1
,
s + 2 s + 2 s=1
0
   
0 5
R3 = (s 2)W (s) = ,
s=2 0 5
s + 2 2s + 2  
s+1 0 0
R2 = [(s + 2)W (s)]s=2 = s + 1 = , con 1 = rank (R1 ) = 2, 2 = rank (R2 ) = 2, 3 = rank (R3 ) = 1. La
1 1
1 1
s+1 s=2 dimensione di una realizzazione minima `e quindi 2 + 2 + 1 = 5. La matrice
324 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.6. La formula di Mason 325

dinamica `e A = diag {0, 0, 1, 1, 2}, mentre, considerate ad esempio le sono una realizzazione a coecienti non reali. Considerando per`
o la trasfor-
fattorizzazioni (con dimensione interna i ): mazione
  
1 0 0 6     1+j

j
R1 = C1 B1 = , 1 1 1 1
0 1 1 5 T = = , T 1 = 2 2 ,
1 2 1+j 1j 1j j
   2 2
1 0 0 1
R2 = C2 B2 = ,
0 1 1 0 si ha:
     
1

1 0 1 2
R3 = C3 B3 =
1
(0 5), T AT = , TB = , CT 1 = 1 0 , D = 0.
2 2 6 2
si ricavano le matrici:

0 6
1 5 6.6. La formula di Mason

B = ( B1 B2 B3 ) = 0 1 ,

1 0 Nel caso in cui tutti i sistemi, in cascata e in parallelo, di un grafo ab-
0 5 biano ingresso e uscita monodimensionali, `e possibile risolvere il problema

   di determinare la funzione di trasferimento del grafo in modo rapido ap-
1 0 1 0 1 plicando la formula di Mason. A tale scopo si inizia col determinare tutti
C= C1 C2 C3 = , D = 0.
0 1 0 1 1 i cammini che, nel grafo assegnato, vanno dallingresso alluscita e siano
Pi (s) le rispettive funzioni di trasferimento, pari al prodotto delle funzioni
di trasferimento dei sottosistemi in cascata che costituiscono i rispettivi
Esercizio 6.14. Determinare una realizzazione minima a coecienti reali cammini (trasferenze).
Si individuano poi i cicli presenti nel grafo e se ne determinano le fun-
di W (s) = 2 s + 1 .
s 2s + 2 zioni di trasferimento Lj (s), pari al prodotto delle funzioni di trasferimento
dei rami che costituiscono i rispettivi cicli (trasferenze). Questi cicli ven-
gono suddivisi in cicli che non si toccano a due a due (ossia tali che presi
Soluzione. Ovviamente p(s) = s2 2s + 2, e i poli 1,2 = 1 j hanno due cicli, non hanno nodi in comune), a tre a tre, etc.
molteplicit`
a unitaria. Applicando il criterio di Gilbert, si calcolano i residui: I cammini e i cicli vengono numerati e siano P ed J1 linsieme dei loro
  1   1 indici. Inoltre siano J2 , J3 , , gli insiemi di coppie, terne, etc., di indici
R1 = (s1j)W (s) = j, R2 = (s1+j)W (s) = +j, dei cicli che a due a due, a tre a tre, etc., non si toccano. Inne siano
s=1+j 2 s=1j 2 J1i , J2i , J3i , etc., gli insiemi di indici, coppie di indici, terne di indici, etc.,
aventi ovviamente rango 1 e, ad esempio, con fattorizzazioni: appartenenti a J1 , J2 , J3 , etc., i cui cicli non hanno nodi in comune con
liesimo percorso. La funzione di trasferimento del grafo `e allora data da
R1 = C1 B1 =
1
(1 2j), R2 = C2 B2 =
1
(1 + 2j). * +
2 2 ) ) ) )
Pi (s) 1 Lj (s)+ Lj (s)Lk (s) Lj (s)Lk (s)Lh (s)+
Dunque: iP jJ1i (j,k)J2i (j,k,h)J3i
W (s) = ) ) ) .
   
 1 Lj (s) + Lj (s)Lk (s) Lj (s)Lk (s)Lh (s) +
1+j 0 1 2j 1 1 , jJ1 (j,k)J2 (j,k,h)J3
A= , B= , C= D = 0,
0 1j 1+j 2 2 (6.20)
326 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.6. La formula di Mason 327

Tale espressione `e nota come formula di Mason. Si noti che se un insieme K5

di indici Jj `e vuoto allora sono vuoti tutti gli altri insiemi Jk con k > j,
e nella formula di Mason non compaiono le corrispondenti sommatorie. Lo u K1 K2 K3 K4 y
stesso dicasi per gli insiemi Jji .
K6
K7
Esercizio 6.15. Determinare la funzione di trasferimento relativa al grafo
in gura.

K4 K8
Figura 6.3
u K1 K2 K3 1 y
4 3 2 1 Soluzione. Si hanno tre cammini e quattro cicli:
K5
P = {1, 2, 3}, J = {1, 2, 3, 4},
K6
e le trasferenze sono:
Figura 6.2
P1 (s) = K1 (s)K2 (s)K3 (s)K4 (s)
Soluzione. Si hanno due cammini (P = {1, 2}), i quali hanno trasferenze:
P2 (s) = K1 (s)K5 (s)K4 (s)
P1 (s) = K1 (s)K2 (s)K3 (s), P3 (s) = K1 (s)K2 (s)K6 (s)
P2 (s) = K4 (s). L1 (s) = K7 (s)
L2 (s) = K3 (s)K4 (s)K6 (s)
I cicli sono due (J1 = {1, 2}) e hanno trasferenze: L3 (s) = K5 (s)K4 (s)K8 (s)
L4 (s) = K2 (s)K3 (s)K4 (s)K8 (s).
L1 (s) = K2 (s)K5 (s),
L2 (s) = K1 (s)K2 (s)K3 (s)K6 (s). Ovviamente:
J2 = {(1, 4)}, Jj = , j 3,
Il primo cammino tocca entrambi i cicli mentre il secondo tocca solo il Jj1 = , j 1,
secondo ciclo; inne i due cicli si toccano. Dunque Jj = , j 2, Jj1 = , Jj2 = , j 2,
J12 = {1},
j 1, e J12 = {1}, Jj2 = , j 2. Pertanto si ha:
Jj3 = , j 1.
 
K1 K 2 K 3 + K 4 1 K 2 K 5 Pertanto:
W (s) = .  
1 K2 K5 K1 K2 K3 K6 P1 (s) + P2 (s) 1 L1 (s) + P3 (s)
W (s) =

.
1 L1 (s) + L2 (s) + L3 (s) + L4 (s) + L1 (s)L2 (s)
Esercizio 6.16. Si determini la funzione di trasferimento relativa al grafo
in gura.
328 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.7. Trasformazioni tra realizzazioni 329

Esercizio 6.17. Si determini la funzione di trasferimento relativa al grafo il primo cammino tocca solo il primo ciclo:
in gura.
u 1 K1 y J11 = {2, 3}, J21 = {(2, 3)}, Jj1 = , j 3,

mentre il secondo cammino tocca i cicli 2 e 3:

- K2

Figura 6.4 J12 = {1}, Jj2 = , j 2.

Soluzione. Ovviamente: Si ottiene pertanto:

   
P = {1}, J1 = {1}, P1 (s) = K1 (s), L1 (s) = K1 (s)K2 (s), K1 K2 K3 1(K8 +K9 )+(K8 K9 ) +K4 K5 K6 1(K2 K7 )
W= .
con Jj1 = , j 1. Dunque: 1(K2 K7 +K8 +K9 )+(K2 K7 K8 +K2 K7 K9 +K8 K9 )(K2 K7 K8 K9 )

P1 (s) K1 (s)
W (s) = = .
1 L1 (s) 1 + K1 (s)K2 (s) 6.7. Trasformazioni tra realizzazioni

Esercizio 6.18. Si determini la funzione di trasferimento del grafo in gura. Due qualsiasi realizzazioni (A1 , B1 , C1 ), (A2 , B2 , C2 ), genericamente
non minime, dello stesso ordine n e corrispondenti alla stessa funzione di
K2 trasferimento (scalare), sono correlate da una trasformazione T univoca-
K1 K3 mente determinata se valgono contemporaneamente le seguenti condizioni:
1) det(sI A1 ) = p1 (s) = p2 (s) = det(sI A2 ), ossia i polinomi carat-
u K7 teristici coincidono, ovvero gli autovalori sono gli stessi;
K4 K6 2) entrambe le realizzazioni sono raggiungibili ovvero sono entrambe os-
K5 servabili.
K8 K9 Allora e allora soltanto, se entrambe le realizzazioni sono raggiungibili, tale
trasformazione `e data da:
Figura 6.5 T = R1 R12 , (6.21)
Soluzione. I cammini e i cicli sono: ove Ri , i = 1, 2 sono le matrici di raggiungibilit`
a, ovvero, se entrambe le
realizzazioni sono osservabili:
P = {1, 2}, P1 (s) = K1 (s)K2 (s)K4 (s), L1 (s) = K2 (s)K7 (s),
J1 = {1, 2, 3}, P2 (s) = K4 (s)K5 (s)K6 (s), L2 (s) = K8 (s), T = O1
1 O2 , (6.22)
L3 (s) = K9 (s). ove Oi , i = 1, 2 sono le matrici di osservabilit`
a.
Si noti che si `e parlato di autovalori anziche di poli, pur costituendo
I cicli non si toccano:
in generale questi ultimi solo un sottinsieme dellinsieme degli autovalori
J2 = {(1, 2), (1, 3), (2, 3)}, ed essendo quindi imprecisa questa aermazione. Poiche per`o si considera
qui il problema della realizzazione di una funzione di trasferimento, che si
J3 = {(1, 2, 3)}, assume signicativa ai ni della descrizione dinamica del processo, questa
Jj = , j 4, imprecisione `e accettabile.
330 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.7. Trasformazioni tra realizzazioni 331

Dimostriamo ora le (6.21) e (6.22). Supponiamo che entrambe le real- Inne ricordando che sotto trasformazione i parametri di Markov restano
izzazioni siano raggiungibili. Prima di tutto sia: invariati, ossia deve valere la (6.16), e dunque si deve avere:

A2 = T A1 T 1 , B2 = T B1 , C2 = C1 T 1 . C1 B1 = C2 B2 , C1 A1 B1 = C2 A2 B2 , C1 A1n1 B1 = C2 An1
2 B2 ,
e quindi:
Ma allora:


 C1 R1 = C2 R2 C1 T 1 = C1 R1 R1
2 = C2 .
R2 = B2 A2 B2 An1
2 B2 = T B1 A1 B1 An1
1 B1 = T R1 , Stessa dimostrazione pu`
o essere fatta per la (6.22) nel caso di realizzazioni
osservabili.
e quindi, poiche esiste R1 1
1 , deve essere T = R2 R1 . Tale matrice ` e unica Consideriamo ora le trasformazioni che legano tra loro le realizzazioni
1
poiche `e unica linversa R1 . minime. Vale per esse un risultato che `e la particolarizzazione al caso
Viceversa se T = R2 R1 1
1 (ben denita in quanto esiste R1 ), mostri- di dimensione minima del risultato precedente. Infatti due realizzazioni
amo che (A1 , B1 , C1 ) e (A2 , B2 , C2 ) si ottengono una dallaltra attraverso (A1 , B1 , C1 ), (A2 , B2 , C2 ) minime sono legate da una trasformazione T uni-
la trasformazione T . Poiche si nota che: vocamente denita, data dalla (6.21) oppure dalla (6.22) (queste coincidono

 poiche le realizzazioni minime sono raggiungibili ed osservabili). Per eser-
R1
1 R 1 = I = R1
1 B 1 A B
1 1 A n1
1 B 1 = cizio si riporta qui una dimostrazione leggermente diversa. Poiche le due

 realizzazioni sono minime, esistono le inverse delle matrici Ri , Oi , i = 1, 2
= R1 1 B1 R11 A1 B1 R1
1 A1
n1
B1 , relative alle due realizzazioni. Ora, considerando la sottomatrice H della
matrice (di dimensioni innite) H di Hankel costituita dalle prime n righe
1 1 ed n colonne di H:
0 0
ne segue che R1 1 CB CAn1 B
1 B1 = .. , e dunque T B1 = R2 R1 B1 = R2 .. = . . .
. . H = .. .. .. =
0 0 CA n1
B CA2n2
B
B2 . Inoltre:
T A1 T 1 = R2 R1 1
1 A1 R1 R2 ,
C
CA

ove: = .
..
B AB An1 B = OR,



CAn1
R1
1 A1 R1 = R1
1
A1 B1 An1
1 B1 An1 B1 =

 ed essendo i parametri di Markov CAi B invarianti rispetto a trasformazioni,
= R1
1 A1 B1 An1
1 B1 (an1 A1n1 + a1 A1 a0 I)B1 = per cui vale la (6.16):

0 0 a0 = O1 R1 = O2 R2
H O1 1
2 O1 = R2 R1 .

 1 0 a1
= R1 B1 An1 B1 ... . . . .. = R1 T T
1 R1 AcR = AcR . o denire la matrice non singolare T = O1 1
.
1 1 Dunque si pu` 2 O1 = R2 R1 (si
confronti questa espressione con le (6.21), (6.22)). Inoltre si noti che:
0 1 an1
C
CAB CAn B
Si ha cos`: CA

... ..
. ... = .. A B AB An1 B =
.
T A1 T 1 = R2 R1 1 T 1
1 A1 R1 R2 = R2 AcR R2 = CAn B CA2n1 B

 CAn1
1 1
= A2 B2 An1
2 B2 A n
2 2 R2 = A2 R2 R2 = A2 .
B = OAR,
332 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.7. Trasformazioni tra realizzazioni 333

e sempre per le (6.16): Infatti:

 1 T  1
O1 A1 R1 = O2 A2 R2 , T T 1 = OT2 O2 O2 O1 R1 RT2 R2 RT2 =
 T 1 T   1
= O2 O2 O2 O2 R2 RT2 R2 RT2 = I I = I.
per cui:
A2 = O1 1
2 O1 A2 R1 R2 = T A1 T
1
. Inoltre si trova che:
Inne, sempre per le (6.16):  1 T  1
T A1 T 1 = OT2 O2 O2 O1 A1 R1 RT2 R2 RT2 =
 T 1 T T
 
T 1
C1 B1 C2 B2 = O2 O2 O2 O2 A2 R2 R2 R2 R2 = A2 ,
1 .. = O1 .. =  T 1 T  T 1 T
T B1 = O1
2 O1 B1 = O2 . 2 . T B1 = O2 O2 O2 O1 B1 = O2 O2 O2 O2 B2 = B2 ,
C1 An1 B1 C2 A2n1 B2 1 T
 
T 1
 1
1 C1 T = C1 R1 R2 R2 R2 = C2 R2 R2 R2 RT2
T
= C2 .
= O1
2 O2 B2 = B2 ,


Lunicit`
a di T si mostra come nel caso di sistemi ad un ingresso ed una
C1 T 1 = C1 R1 R1
2 = C1 B1 C1 An1
1 B1 R1
2 = uscita.


= C2 B2 C2 An1
2 B2 R1 1
2 = C2 R2 R2 = C2 . Mostriamo inne per altra via che i parametri di Markov (6.15) sono
invarianti nellambito della classe di rappresentazioni associabili ad un dato
sistema. Si ricorda innanzitutto che una generica matrice (s) pu` o essere
Si noti che tale matrice T `e unica. In eetti se esistesse unaltra matrice T
scritta nella seguente maniera:
di trasformazione si dovrebbe avere:


 En1 sn1 + + E1 s + E0
T B1 An1 B 1 = B 2 An1
B 2 , (s) = (sI A)1 = ,
1 2


 sn + an1 sn1 + + a1 s + a0
T B1 An11 B1 = B2 An1 2 B2 , in cui i coecienti Ei sono dati da (6.1)
E 1 0 0 1
e dunque T R1 = TR1 , ossia (T T)R1 = 0. Poiche per`o R1 `e non n1

o implica T = T. En2 an1 1 0

singolare, ci` . = . .. = M uc |=A , (6.23)
Nel caso di sistemi a pi` u ingressi e pi`
u uscite, per i quali le matrici . . ..
.
..
. ...
. . .
Ri , Oi , i = 1, 2, di raggiungibilit`a ed osservabilit`
a non sono quadrate, E0 a1 an1 1 n1 =A
la dimostrazione `e solo leggermente diversa. Poiche le realizzazioni sono
minime, e dunque raggiungibili ed osservabili, detta n tale dimensione min- dove M `e una matrice di Toeplitz ed uc ha la forma di un generico autovet-
ima, risulta &(Ri ) = &(Oi ) = n, i = 1, 2, e pertanto Ri RTi e OTi Oi (en- tore di una forma canonica compagna raggiungibile (si veda il capitolo 5).
trambe n n) sono invertibili. Poiche, come visto prima, O1 R1 = O2 R2 , Pertanto una generica matrice di funzioni di trasferimento W (s) si pu` o
O1 AR1 = O2 AR2 , O1 B1 = O2 B2 e C1 R1 = C2 R2 , denita la trasfor- scrivere come segue:
mazione:  1 T
T = OT2 O2 O2 O1 CEn1 Bsn1 + + CE1 Bs + CE0 B
W (s) = C(sI A)1 B + D = + D.
si verica facilmente che la sua inversa (unica) `e: sn + an1 sn1 + + a1 s + a0

 1 Per ricavarne lespressione basta moltiplicare ambo i membri di (s) = (sI A)1 per
(6.1)

1
T = R1 RT2 R2 RT2 . (s + an1 sn1 + + a1 s + a0 )(sI A) ed eguagliare le stesse potenze in s.
n
334 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 335

Considerato un cambio di coordinate, per cui T AT 1 = A,

T B = B,
Soluzione. Considerata la trasposta W T (s) = B T (sI AT )1 C T = W (s),
CT 1 = C,
D = D,
si deve avere: si comprende che anche le matrici AT , B T , C T , D = 0 costituiscono una
realizzazione di W (s). Ma allora la trasformazione T per cui valgono le
C E n1 + + C E
n1 Bs 1 Bs
+ C E
0 B
(6.24) `e unica. Trasponendo le (6.24) si ha:

W (s) = C(sI 1 B
A) +D
=
+ D,
n1 sn1 + + a
sn + a 1 s + a
0
T T AT T T = A, B T T T = C, T T C T = B,
in cui occorre che a
i = ai e che:
e dunque:
C E = CT 1 E
i B i T B = CEi B, i = 0, 1, , n 1.
i = T Ei T 1 . AT = T T AT 1 , B T = CT T , C T = T T B,
Questo `e vericato per E
Inne se si hanno due matrici di funzioni di trasferimento: che mostrano come anche T T `e una trasformazione tra le due realizzazioni.
C1 E1,n1 B1 sn1 + + C1 E1,1 B1 s + C1 E1,0 B1 Poiche tale trasformazione deve essere unica, occorre che T = T T , ossia T
W1 (s) = + D1 , deve essere simmetrica.
sn + a1,n1 sn1 + + a1,1 s + a1,0
C2 E2,n1 B2 sn1 + + C2 E2,1 B2 s + C2 E2,0 B2 Esercizio 6.20. Mostrare che il numeratore di una matrice di funzioni di
W2 (s) = + D2 , trasferimento strettamente proprie W (s) ha grado m se e solo se CAk B = 0
n
s + a2,n1 s n1
+ + a2,1 s + a2,0 per k = 0, 1, , r 2, e CAr1 B = 0 ove r = n m.
esse possono coincidere se e solo se D1 = D2 , a1,i = a2,i = ai , C1 E1,i B1 =
C2 E2,i B2 , i = 0, 1, , n 1. Ma per le (6.23) ci`
o comporta:
Soluzione. Se CAk B = 0, k = 0, 1, , r 2, e CAr1 B = 0, allora:
i = n 1) C1 B1 = C2 B2
i = n 2) C1 (A1 + an1 I)B1 = C2 (A2 + an1 I)B2 CEn1 B = CB = 0

C1 A1 B1 = C2 A2 B2 CEn2 B = CAB + an1 CB = CAB = 0

..
.
e cos` via no ad i = 0, per cui si ha C1 A1n1 B1 = C2 An1
2 B2 . Usando
il teorema di CayleyHamilton, `e facile vedere che devono valere le (6.16). CEnr+1 B = CAr2 B + = CAr2 B = 0
Alternativamente, allo stesso risultato si arriva eguagliando gli sviluppi in CEnr B = CAr1 B + = CAr1 B = 0
serie:

(
( (in cui si sono usate le (6.23)) e dunque il numeratore di W (s) ha grado m.
C1 Ai B1 1 C2 Ai B2 2
W1 (s) = + D1 , W2 (s) = + D2 . Il viceversa si prova invertendo il ragionamento.
s s
i=0 i=0

Esercizio 6.19. Considerata una funzione di trasferimento scalare W (s) = 6.8. Schemi di simulazione associati alle realizzazione
C(sI A)1 B, mostrare che la trasformazione T tale che:
Lassociazione di una realizzazione ad un nucleo K(s) costituito da
T AT 1 = AT , T B = CT , CT 1 = B T , (6.24) funzioni razionali strettamente proprie `e particolarmente signicativa e in-
tuitiva nel caso di sistemi ad un ingresso ed una uscita, in cui cio`e K(s)
`e simmetrica. si riduce ad una funzione razionale strettamente propria. In tali casi, in-
fatti, `e particolarmente semplice costruire uno schema di simulazione cor-
rispondente al sistema avente una data funzione di trasferimento. Si noti
336 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 337

che un tale schema non fornisce una rappresentazione sica del sistema ovvero:
reale, ma solo una sua rappresentazione matematica. Infatti non `e detto x(n) = an1 x(n1) + a0 x + u.
ne che tale schema rappresenti la costituzione interna del sistema ne che
Si consideri ora una catena di n integratori, in cui lingresso al primo `e x(n)
non ci siano altre dinamiche (non raggiungibili e/o inosservabili), di cui
e luscita dellultimo `e x (gura 6.6). Lingresso delliesimo integratore `e
non si possono avere informazioni a partire dalla funzione di trasferimento.
ovviamente x(ni+1) e luscita `e x(ni) . Dunque lo schema di gura 6.6 for-
Lo schema proposto fornisce soltanto una realizzazione del sistema ai ni
nisce una realizzazione della funzione di trasferimento (6.26). Per ottenere
dellanalisi e della sintesi di un sistema di controllo basato sulle tecniche con
una realizzazione con lo spazio di stato si ponga:
lo spazio di stato, ed eventualmente della simulazione del sistema stesso.
In eetti lassegnazione ad un sistema, descritto mediante una funzione di x1 = x
trasferimento, di una realizzazione compagna raggiungibile o osservabile `e
arbitraria. x2 = x
Come ulteriore osservazione si noti che si evita di costruire schemi di ..
simulazione contenenti dei blocchi di derivazione del segnale in quanto in .
tal caso lo schema avrebbe il difetto di essere aetto da rumore. Infatti xni+1 = x(ni) (6.28)
quando il segnale `e derivato, la derivata del rumore, usualmente grande, ..
supera di gran lunga quella del segnale. Per realizzare dunque schemi di .
simulazione vengono utilizzati solo blocchi di integrazione.
xn1 = x(n2)
Forma canonica compagna raggiungibile. Sia W (s) = K(s) + d la funzione
di trasferimento (razionale propria) di un sistema, in cui lo scalare d rap- xn = x(n1) .
presenta il legame diretto ingressouscita e K(s) `e una funzione razionale Questo corrisponde ad identicare luscita di ogni integratore con una vari-
strettamente propria, la cui espressione, ottenuta particolarizzando la (6.8), abile di stato, a partire da destra e procedendo verso sinistra. Le equazioni
`e del tipo: dierenziali corrispondenti sono:
bn1 sn1 + + b0
K(s) = . (6.25)
sn + an1 sn1 + + a0 x 1 = x = x2
Si ponga: x 2 = x = x3
y(s) y(s) x(s) ..
K(s) = = , .
u(s) x(s) u(s) x ni+1 = x(ni+1) = xni+2 (6.29)
x(s) 1 ..
= , (6.26)
.
u(s) sn + an1 sn1 + + a0
y(s) x n1 = x(n1) = xn
= bn1 sn1 + + b0 , (6.27)
x(s) x n = x(n) = an1 xn + a0 x1 + u.
e si realizzi innnanzitutto la funzione di trasferimento (6.26) da u ad x, Si consideri ora la funzione di trasferimento (6.27) da x ad y. Da essa si
riscrivibile come: ha:
y(s) = (bn1 sn1 + + b0 )x(s),
(sn + an1 sn1 + + a0 )x(s) = u(s).
e supponendo nulle le condizioni iniziali:
Supponendo nulle le condizioni iniziali, essa corrisponde allequazione dif-
ferenziale: y = bn1 x(n1) + + b0 x.
x(n) + an1 x(n1) + + a0 x = u,
338 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 339

Dunque luscita risulta la combinazione lineare delle variabili che appaiono

nella catena di integratori di gura 6.6. Utilizzando la numerazione (6.28)

x1= x

a0
si ha quindi:
y = bn1 xn + + b0 x1 . (6.30)

n


+
x2= x

+
.
Le (6.29), (6.30) possono essere messe in forma matriciale:

a1

n -1
x 1 0 1 0 0 x1 0


0

+
x 2 0 0 1 0 x2
.
x3= x

+
..

a2
.. = .. .. .. .. .. .. + .. u
. . . . . . .
x 0 0 0 1 x 0
n1 n1
x n a0 a1 a2 an1 xn 1

(n - i )

x1
xn - i+1= x

+

 x2
+
an-i

bn1 ,
.
y= b0 b1 bn2 ..
x
n1
i


xn
+
(n - i +1)

+
an-i 1
+
xn - i +2= x

in cui le matrici A, B, C coincidono con AcR , BcR , CcR date dalle (6.9),
particolarizzate al caso di un solo ingresso (m = 1). Si noti che y `e
luscita del sistema caratterizzato dalla funzione di trasferimento K(s),
mentre luscita del sistema con funzione di trasferimento W (s) `e ovvia-
(n - 2)

mente y = y + du = CcR x + du. Lo schema a blocchi complessivo, che tiene

+
xn-1 = x

+
an-2

conto anche del legame diretto ingressouscita, `e dato in gura 6.7.

Gli n integratori della catena vista potevano essere numerati anche in

2


maniera diversa. Ad esempio potevano essere numerati in modo casuale;

(n - 1)

questo avrebbe portato per` o ad una struttura meno regolare delle matrici
+
an-1
xn=x

A, B, C. Unaltra numerazione comoda degli integratori `e da sinistra verso

destra:
1


x1 = x(n1)
(n)

x2 = x(n2)
x

... (6.31)
-
u +

xn1 = x
xn = x
Figura 6.6
che porta alle equazioni:
340 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 341

x 1 = an1 x1 + a0 xn + u
x 2 = x1
..
.

y
x n1 = xn2

+
x n = xn1
+

y
y = bn1 x1 + + b0 xn ,

a0
b0
e dunque

x1
+
+

x 1 an1 an2 a1 a0 x1 1


x 2 1 0 0 0 x2 0

x 3 = x3 + 0 u

+
x2 x1 0 1 0 0
. . .

+
.

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

a1
b1

. . . . .
+
+

x n 0 0 1 0 xn 0

x1


 x
2
+
x3 x2

+ b0 x3

.

a2
b2

y= bn1 bn2 bn3 .

d

...
+
+

xn

Anche questa terna di matrici viene detta forma canonica compagna rag-
giungibile (cfr. capitolo 1), anche se `e meno usata della precedente.
xn-1 xn-2

+
+
bn-2

an-2
.

La struttura della forma canonica compagna raggiungibile `e facile da

+

ricordare, ed `e facilmente generalizzabile al caso (6.9) di pi`u ingressi e pi`

u
+

uscite.


Nello schema di gura 6.7, in cui `e messo in evidenza anche il legame

diretto ingressouscita, si pu` o notare che lingresso entra solo nel primo
xn xn-1

+
+
bn-1

an-1

integratore e luscita `e data dalla combinazione lineare delle uscite di tutti

.

gli integratori. Una variante di questo schema, in cui lingresso entra in

tutti gli integratori e luscita `e presa dalluscita dellultimo integratore, `e
mostrato in gura 6.8, in cui i guadagni pi in generale non sono uguali ai


coecienti bi , ma sono ottenibili da essi come soluzione di unequazione

algebrica lineare. Dallo schema di gura 6.8 si trova:
xn
.

x 1 = x2 + p1 u
-
+

x 2 = x3 + p2 u
u

..
.
Figura 6.7 x n1 = xn + pn1 u
342 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 343

x n = a0 x1 + an1 xn + pn u
y = x1

y
e derivando n volte luscita si ha:

+
+
y = x1

x1= y

a0
y = x2 + p1 u
y = x3 + p2 u + p1 u


..
.

x1
.
y (n1) = xn + pn1 u + pn2 u + + p1 u(n2)

p1

+
+
y (n) = a0 x1 + an1 xn + pn u + pn1 u + pn2 u
+ + p1 u(n1)

x2 +

+
a1
per cui:


y (n) + an1 y (n1) + + a2 y + a1 y + a0 y =

x2
= (a1 p1 + a2 p2 + + an1 pn1 + pn )u+

.
p2
+ (a2 p1 + + an1 pn2 + pn1 )u+

+
x3 +

+
a2
+ + p1 u(n1) .
Considerando la trasformata di Laplace di ambo i membri, con condizioni
iniziali al solito nulle, e confrontando i coecienti del secondo membro con

xn- 2
il numeratore della (6.25), `e necessario che:

.
pn -1

+
p1 = bn1

xn-1+

+
an- 2
an1 p1 + p2 = bn2
..


.
a2 p1 + + an1 pn2 + pn1 = b1

xn -1
.
a1 p1 + a2 p2 + + an1 pn1 + pn = b0

pn-1

+
+

+
xn +

an- 1
che rappresenta un sistema di n equazioni nelle n incognite p1 , , pn ,
riscrivibile in forma matriciale:
1 0 p1 bn1


0 0
an1 1 0 0 p2 bn2
. ..

xn
.
. .. . . .. . .
. . . . . .. = .. ,

pn

-
a3

u
a2 1 0 pn1 b1
a1 a2 an1 1 pn b0 Figura 6.8
344 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 345

in cui la matrice dei coecienti, che `e una forma particolare della cosiddetta
matrice di Toeplitz, e in cui le colonne sono ottenute dai coecienti del

y
polinomio caratteristico spostando in basso di uno la colonna precedente,

+
d
ha determinante pari ad uno ed `e quindi invertibile. In tal modo si possono

+
calcolare i coecienti che compaiono nello schema 6.8. E ` ovvio che, sebbene

xn = y
indicate con lo stesso simbolo, le variabili di stato negli schemi 6.7 e 6.8 non
sono le stesse. Le matrici dinamiche A sono le stesse, ma le matrici B e C
sono diverse, e le variabili (6.28) sono legate a quelle dello schema 6.8 da
una matrice di trasformazione T che lascia inalterata la matrice dinamica,


ossia tale che
T AT 1 = A = AcR ,

xn
.
bn-1

an-1
+

-
ossia tale che commuti con la matrice dinamica:

xn
T A = AT.


Per calcolare T si pu` o utilizzare la (6.21), per cui T = Rc R1 , con Rc

xn-2 + xn-1
.
la matrice di raggiungibilit`
a relativa alla realizzazione (AcR , BcR , CcR ) e R

bn-2

an-2
quella relativa ad (A, B, C).

-
Forma canonica compagna osservabile. Si riconsideri la funzione di trasfe-
rimento (6.25), che pu`
o essere riscritta nella seguente maniera:

(sn + an1 sn1 + + a0 )y(s) = (bn1 sn1 + + b0 )u(s),

x3
.

a2
b2

x2 +
-
ovvero:
   
sn y(s) + an1 y(s) bn1 u(s) sn1 + + a0 y(s) b0 u(s) .


Dividendo per sn e risolvendo rispetto a y(s):

x2
.
b1

a1
1  1 

x1 +
-
y(s) = bn1 u(s) an1 y(s) + + b0 u(s) a0 y(s) , (6.32)
s sn


in cui si nota che i termini 1i rappresentano le funzioni di trasferimento di
s
catene di i integratori. Si costruisce dunque immediatamente uno schema

x1
.
di simulazione associato alla (6.32).

a0
b0
u

-
Luscita y `e riportata indietro ad ogni integratore, mentre lingresso
u viene portato in avanti. Il segnale bi u ai y passa poi attraverso n i
integratori, come richiede la (6.32). Numerando le variabili di stato in Figura 6.9
gura 6.9 da sinistra a destra, si ottengono le equazioni dierenziali:
346 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 347

x 1 = a0 xn + b0 u
x1
x 2 = x1 a1 xn + b1 u


x2

0 0 .
..
.. y= 1 0 .
. x
n1
x n1 = xn1 an2 xn + bn2 u xn
x n = xn1 an1 xn + bn1 u
y = xn . Forma canonica di Jordan. Unaltra realizzazione di una funzione di trasfe-
rimento `e la forma canonica di Jordan, cos` chiamata perche si basa sulla
In forma matriciale esse si scrivono: matrice di Jordan. Nel caso semplice di autovalori reali e distinti la funzione
di trasferimento pu`
o essere espansa in funzioni parziali:
x 1 0 0 0 a0 x1 b0
x 2 1 0 0 a1 x2 b1 r1 rn
. . . .. W (s) = K(s) + d = + + + d,
. =. . .. .. . . s 1 s n
. . . . . . .. + .. u
x 0 1 0 a x b
n1 n2 n1 n2 con ri i residui della funzione di trasferimento K(s).
x n 0 0 1 an1 xn bn1 Lo schema a blocchi `e dato in gura 6.10. I residui ri sono stati fattor-

x1 izzati nei prodotti ci1 bi1 = ri , i = 1, , n. Identicando le uscite degli

 x
.2
integratori con le variabili del sistema, si hanno le equazioni:
y = 0 0 0 1 ..

x x 1 = 1 x1 + b0 u
n1
..
xn .
essendo le matrici A, B, C la particolarizzazione delle (6.10) al caso p = 1. x n = n xn + bn1 u
Numerando viceversa le variabili di stato da destra a sinistra si otten- y = c0 x1 + + cn1 xn
gono le equazioni:
per cui si ottiene:
x 1 = x2 an1 x1 + bn1 u
x 2 = x3 an2 x1 + bn2 u 1 0 b0

. . .
.. AJ = .. . . . .. , BJ = .. , CJ = c0 cn1 ,
. 0 n bn1
x n1 = xn a1 x1 + b1 u
assieme ovviamente allo scalare d.
x n = a0 x1 + b0 u
y = x1 Se qualche autovalore `e complesso (e coniugato): i = i + ji ,
i+1 = i ji , la realizzazione di gura 6.10 `e solo concettuale, ma non
e dunque: sicamente realizzabile. In eetti quello che `e realizzabile `e la funzione di
trasferimento:
a 1 0 0 x1 bn1
x 1 n1
ri ri+1 rai + jrbi rai jrbi
x 2 an2 0 1 0 x2 bn2 Hi (s) = + = + =
. .. s i s i+1 s + i ji
.. = . .. .. . . . . s + i + ji
. . . . . . .. + .. u
x x 2[rai s + (rai i rbi i )]
n1 a1 0 0 1 n1 b1
= ,
x n a0 0 0 0 xn b0 s2 + 2i s + (i2 + i2 )
348 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.8. Schemi di simulazione associati alle realizzazione 349

 
1 1
ri+1 ), la trasformazione di coordinate Ti = , per cui Ti1 =
  j j
d 1/2 j/2
.
1/2 j/2
+
.
x1  x1 Nel caso poi di autovalori non tutti distinti, lo sviluppo in frazioni
b0 c0
+
parziali `e del tipo:

1
+
+ (
r
ri1 ri2 rii
u y y W (s) = K(s)+d = Ki (s), Ki (s) = + + + ,
.. +
i=1 s i (s i )2 (s i )i
.. +
.
+ xn
.  xn essendo r gli autovalori distinti e i la loro molteplicit`
a algebrica.
bn-1 cn-1 A ciascuna funzione di trasferimento Ki (s) corrisponde uno schema
+
realizzativo del tipo in gura 6.11, costituito da i integratori. Ogni inte-
gratore `e un sistema del primo ordine, con una funzione di trasferimento
n 1 .
s i
Con una numerazione da destra a sinistra, si ottengono le seguenti
Figura 6.10 equazioni:
x i1 = i xi1 + xi2
ad esempio con uno schema a blocchi corrispondente alla realizzazione:
x i2 = i xi2 + xi3
       ..
x i 0 1 xi 0 .
= + u
x i+1 (i2 + i2 ) 2i xi+1 1

  x ii = i xii 1 + u
xi
y= 2(rai i rbi i ) 2rai y = ri1 xi1 + + rii xii
xi+1
e dunque la realizzazione:
ovvero:       
x i i i xi 2rai
x i+1
=
i i xi+1
+
2rbi
u

i 1 0 0

 
0
xi .. ..
.

y= 1 0 0 i . .
xi+1 AJ i = .. , BJ i = .
. , CJ i = ri1 rii .
.
..
. 1 0
questultimo ottenuto applicando alla terna che fornisce la realizzazione: 0 0 i 1
   

i + ji 0 rai + jrbi
AJ i = , BJ i = , CJ i = 1 1 ,
0 i ji rai jrbi Con una numerazione da sinistra verso destra AJ i avrebbe avuto gli 1

T
sotto la diagonale principale e BJ i = 1 0 0 0 , mentre CJ i =
in forma di Jordan della funzione Hi (s) (si noti che BJ i , CJ i potevano

essere denite diversamente, operando qualsiasi altra fattorizzazione di ri , rii ri1 .
 6.9. Esercizi e problemi 351

6.9. Esercizi e problemi

Esercizio 6.21. Mostrare che la funzione di trasferimento corrispondente

alla realizzazione:
     
A11 0 0 C1
, , ,
A21 A22 B C2
non dipende da A11 , A21 , C1 , mentre quella relativa a
     
A11 A12 B1 0
, , ,
0 A22 B2 C
non dipende da A11 , A12 , B1 .

Soluzione. Nel primo caso la funzione di trasferimento vale:

 1  
sI A11 0 0
W (s) = ( C1 C2 ) =
A21 sI A22 B
  
(sI A11 )1 0 0
= ( C1 C2 )
(sI A22 )1 A21 (sI A11 )1 (sI A22 )1 B
= C2 (sI A22 )1 B

e non dipende da A11 , A21 , C1 . Si noti che nellinversa (sI A)1 gli
elementi di posto (1, 1), (2, 2) e (1, 2) si calcolano immediatamente, mentre
non `e necessario calcolare quello di posto (2, 1).
Analogamente nel secondo caso si trova W (s) = C(sI A22 )1 B2 che
non dipende da A11 , A12 , B1 .

Problema 6.1. Vericare che la seguente terna di matrici:

0 1 2 0
A = 0 0 2 B = 1 C = (1 1 1)
0 0 0 1

costituisce una rappresentazione del sistema connesso individuato da

K(t) = t(t + 1) t [0, ).

Figura 6.11
352 6. Modelli ingressouscita lineari e rappresentazioni con lo stato 6.9. Esercizi e problemi 353

Problema 6.2. Vericare che la seguente terna di matrici: Problema 6.4. Determinare quali tra le seguenti terne di matrici (D = 0)
rappresentano dei sistemi connessi:
1 1 0 0
A = 0 1 0 B = 1 C = (1 0 1) 0 0 0 1  
1 0 0
0 0 2 1 A= 1 1 1 , B = 1 , C= ,
0 2 1
2 2 2 2
costituisce una rappresentazione del sistema connesso individuato da
1 0 0 0  
 t  A= 0 0 1 , B = 1, C=
1 1 1
,
e (t + 1) 1 1 1
K(t) = t [0, ). 2 1 1 1
tet + e2t

0 1 1 1 0 0
Problema 6.3. Determinare una rappresentazione per i sistemi individuati A = 1 2 1 , B = 0 1 1, C = (0 1 0),
dai nuclei seguenti: 1 1 3 0 0 1

s+2 1 1 1 1 0 1 0 0
K(s) =
s2 + 3s + 2 A = 1 1 1 , B = 1 1 , C = 0 1 0 .
1 2 2 2 0 1 0 0 2
K(s) =
s3 + 2s + 2
Problema 6.5. Determinare lordine delle rappresentazioni ridotte del sis-
1 tema connesso individuato dal nucleo seguente:
(s + 1)(s + 2)
K(s) =    
s+3
1 1 1 0 1 1
s(s + 1) K(s) = +
2 2 s 1 3 s2

1 1
K(s) = s + 1 s+2
1 0 Problema 6.6. Determinare lordine delle rappresentazioni ridotte del sis-
s tema connesso individuato dal nucleo seguente:
 
K(s) = s2 + 1 s K(t) = et + et
s(s2 + 3s + 2) s2 + 3s + 2

K(t) = ( et sen 4t )
Problema 6.7. Determinare lordine delle rappresentazioni ridotte del sis-
  tema individuato dalla seguente terna di matrici:
2
K(t) = t3 t4
t t
1 1 1 1
2 1 A = 2 2 2 B = 1 C = (2 1 0)
K(t) = 1 + 2t + 2t2 + t3 + t4 + . . . 0 1 0 0
3 3
354 6. Modelli ingressouscita lineari e rappresentazioni con lo stato

Problema 6.8. Determinare una rappresentazione ridotta del sistema del

problema precedente.

Problema 6.9. Determinare una rappresentazione ridotta per il sistema

connesso individuato dal nucleo seguente:

s+1 1
s2 + s + 1 s(s + 2)
K(s) =
0 0
0 0

Problema 6.10. Determinare una rappresentazione ridotta per il sistema

connesso individuato dal nucleo seguente:
7. La stabilit`
a dei sistemi dinamici

1 s
s+2 s +1
2
K(s) =
s 1
s2 + 1 s(s + 2)
La teoria della stabilit`a dei sistemi di equazioni dierenziali rappre-
senta storicamente un primo esempio di analisi qualitativa, ossia di analisi
Problema 6.11. Determinare una rappresentazione ridotta per il sistema che studia le propriet` a di un sistema senza utilizzare la descrizione quanti-
connesso individuato dal nucleo seguente: tativa delle soluzioni.
Con riferimento alla descrizione ingressostatouscita di un sistema
K(t) = 2t3 et sen 2t dinamico, si possono denire problemi di stabilit` a interna, relativi alle
evoluzioni nello spazio di stato, e di stabilit` a esterna, relativi alle uscite.
Quando la rappresentazione in esame `e il modello di sistema sico reale,
Problema 6.12. Determinare una rappresentazione ridotta per il sistema la propriet`a di stabilit`
a interna `e quella signicativa, in quanto le variabili
connesso individuato dal nucleo seguente: siche rappresentano delle grandezze siche che debbono soddisfare requi-

 siti di limitatezza, indipendentemente dai valori osservati delle uscite.
K(t) = 1 + 3tt + t2 t3 (sen 3t + cos 3t)
e
7.1. Sistemi a tempo continuo
Problema 6.13. Determinare una rappresentazione per il sistema individ-
uato dal nucleo seguente: Assegnata una dinamica non lineare
   
K(t) = t2 e2t + 1 4 x(t)
= f x(t), u(t)

ed uno stato di equilibrio xe X, tale cio`e che

Problema 6.14. Determinare una rappresentazione per il sistema individ-
uato dal nucleo seguente: f (xe , 0) = 0, (7.1)
 
K(t) = t2 e2t + 1 42 a semplice di xe rappresenta una propriet`
come noto la stabilit` a che valuta
t
se le evoluzioni perturbate, ossia che partono da stati x0 prossimi ad xe ,
356 7. La stabilit`
a dei sistemi dinamici 7.1. Le funzioni di Lyapunov 357

risultano essere connati in un intorno di xe per tutti gli istanti di tempo Lidea di introdurre una funzione scalare dello stato e di valutarne la
successivi a quello iniziale. La stabilit`
a asintotica di xe `e poi quella pro- variazione lungo il moto per trarre informazioni sulla stabilit`a di uno stato
priet`
a che valuta non solo se le evoluzioni perturbate rimangono connate, dequilibrio, `e legata a considerazioni di carattere energetico.
ma se convergono ad xe per tempi innitamente grandi. Se queste pro-
L
priet`
a non dipendono dallistante di tempo iniziale, al quale si fa iniziare
levoluzione del sistema, si parla di uniformit` a rispetto al tempo. Inne
la stabilit`
a esponenziale di un punto di equilibrio `e quella propriet` a per i( t )
la quale, se vericata, le evoluzioni perturbate sono connate e tendono a R(i)
xe secondo una legge maggiorabile da un esponenziale. Si ricorda poi che
per le rappresentazioni lineari questultima propriet`a equivale alla stabilit`
a
asintotica uniforme; in generale per` o essa `e una propriet`a pi`
u forte della T C
stabilit`
a asintotica. Figura 7.1 Rete elettrica RLC

7.1.a. Studio della stabilit`

a mediante le funzioni di Lyapunov Si consideri ad esempio la rete elettrica di gura 7.1, in cui L e C sono
costanti, mentre la resistenza `e una funzione non lineare dellintensit` a di
Consideriamo ora una rappresentazione dierenziale di un sistema re- corrente i. Assumendo come variabili di stato la carica x1 = q e lintensit` a
golare a dimensione nita e stazionario del tipo: di corrente x2 = i = q nel circuito, le equazioni che descrivono il sistema
sono:
  x 1 = x2
x(t)
= f x(t) . (7.2)
1 1
x 2 = x1 R(x2 )x2 .
Il metodo di Lyapunov, come noto, fornisce condizioni sucienti per lanalisi LC L
della stabilit`
a dei punti di equilibrio di questa rappresentazione dierenziale
Questa `e una rappresentazione dierenziale non lineare. Si voglia ora stu-
stazionaria non lineare. Esso si basa sulla determinazione di una funzione
diare la stabilit`
a dellorigine dello spazio di stato associato a tale rapp-
scalare V : IRn IR, denita positiva in un opportuno intorno della stato
resentazione. A tal ne si consideri la funzione che rappresenta lenergia
di equilibrio xe , e nel calcolo della sua derivata V (x) lungo le traiettorie
immagazzinata nel circuito:
del sistema avente rappresentazione (7.2). E ` noto che se in un tale intorno
V (x) `e semidenita (denita) negativa allora xe `e stabile (asintoticamente 1 1
stabile). E(x) = x21 + Lx22 .
2C 2
Si sottolinea il fatto che V (x) viene calcolata lungo le traiettorie del
sistema avente la rappresentazione (7.2), ossia: Essa `e denita positiva, com`e ovvio essendo una funzione energia, e la sua
derivata lungo il moto `e:
dV (x) ( V (x) V (x)  
n
V (x) = = x i = f x(t) . (7.3) 1
dt i=1 xi x E = x1 x 1 + Lx2 x 2 = R(x2 )x22 .
C
Si osservi inoltre che, in assenza di ulteriori propriet` a, xe risulta solo Si vede allora che se R(x2 ) `e positiva per ogni x2 , allora lenergia decresce
localmente stabile (asintoticamente o meno). Se per` o le funzioni V (x) e lungo ogni traiettoria non identicamente nulla, e tende dunque a zero per
V (x) sono denite rispettivamente positive e negative in tutto lo spazio di t tendente allinnito. In tal caso lo stato tende allorigine dello spazio di
stato X, e se V (x) `e radialmente illimitata,(7.1) allora xe risulta essere stabile stato, che quindi risulta essere un punto di equilibrio globalmente asintoti-
globalmente asintoticamente. camente stabile.
Se invece R(x2 ) `e nulla per ogni x2 , ossia se il sistema non presenta
(7.1)
Una funzione scalare V (x) si dice radialmente illimitata se lim V (x) = .
x dissipazioni, lenergia rimane costante e le traiettorie nello spazio di stato
358 7. La stabilit`
a dei sistemi dinamici 7.1. Le funzioni di Lyapunov 359

sono ellissi, e lorigine risulta essere un punto dequilibrio (semplicemente) Soluzione. Applicando la denizione (7.1), i punti dequilibrio sono le
stabile. soluzioni del seguente sistema:
Se inne R(x2 ) `e negativa per ogni x2 , ossia se la rete `e un circuito
attivo, lenergia aumenta col tempo e le traiettorie divengono illimitate per 0 = k1 (x21 1)
t , e lorigine `e instabile. 0 = k2 x32
Dunque le propriet` a di stabilit`
a dellorigine dello spazio di stato pos-
   
sono essere dedotte dallanalisi della funzione energia e della sua derivata 1 1
lungo il moto. Questo metodo presenta due dicolt` a. La prima `e che date da xe1 = , xe2 = . Per lo studio della stabilit`
a di xe1 si
0 0
per sistemi complessi `e dicile valutare la funzione energia. La seconda scelga come funzione di Lyapunov la (7.4) con P = I:
`e che spesso si conosce solo una rappresentazione matematica del sistema.
Daltra parte la teoria di Lyapunov mostra che non occorre utilizzare pro- V1 (x) = (x xe1 )T (x xe1 ) = (x1 1)2 + x22 ,
prio la funzione energia, ma che basta considerare funzioni V (x) che godono
delle propriet` a della funzione energia. In eetti lo studio della stabilit` a denita positiva su tutto IR2 e tale che, per u = 0:
dellorigine dello spazio di stato pu` o essere fatto considerando la funzione  
E(x) ignorandone il suo signicato in termini di energia. V 1 (x) = 2(x xe1 )T x = 2 (x1 1)x 1 + x2 x 2 =
Nellapplicazione del metodo di Lyapunov per lo studio della stabilit` a    
di un punto dequilibrio xe , le maggiori dicolt`
a riguardano la scelta della = 2 k1 (x1 1)(x21 1) + k2 x42 = 2 k1 (x1 1)2 (x1 + 1) + k2 x42
funzione V (x). Una funzione candidata che spesso si rivela adatta in tale
studio `e una forma quadratica del tipo: `e denita negativa per x1 > 1 se e solo se k1 e k2 sono negativi. Tale
condizione `e suciente per assicurare la stabilit` a asintotica locale dello
V (x) = (x xe )T P (x xe ), (7.4) stato xe1 .
In maniera analoga, per studiare la stabilit` a di xe2 si consideri la fun-
zione:
in cui la matrice P `e assunta simmetrica e denita positiva. Infatti la forma
V2 (x) = (x xe2 )T (x xe2 ) = (x1 + 1)2 + x22 ,
quadratica `e denita positiva se e solo se tale `e la matrice P corrispondente.
A sua volta P `e denita positiva se e solo se la condizione di Sylvester `e denita positiva su tutto IR2 . Risulta:
vericata, ossia se e solo se gli n minori principali di ordine 1, 2, , n sono  
positivi: V 2 (x) = 2(x xe2 )T x = 2 (x1 + 1)x 1 + x2 x 2 =
     
   p11 p12 p13  = 2 k1 (x1 + 1)(x21 1) + k2 x42 = 2 k1 (x1 + 1)2 (x1 1) + k2 x42
 p11 p12  
p11 > 0,  > 0,  p12 p22 p23  > 0, , det P > 0.
 p12 p22  
 p13 p23 p33  a asintotica locale di xe2 `e che k1 > 0
e la condizione suciente per la stabilit`
e k2 < 0.

Esercizio 7.1. Si studi la stabilit`

a degli stati dequilibrio del sistema: Esercizio 7.2. Studiare la stabilit`a dellorigine per il seguente sistema non
lineare:
x 1 = k2 x1 + x2 u2
x 1 = k1 (x21 1) + u2
x 2 = k1 x3 x32 + x1 x3 u21
x 2 = k2 x32 x1 u.
x 3 = 2x2 x33 .
360 7. La stabilit`
a dei sistemi dinamici 7.1. Cenni sulla costruzione delle funzioni di Lyapunov 361

Soluzione. Applicando la denizione

(7.1), si calcolano gli stati di equilib- ma che sotto opportune ipotesi aggiuntive

diventa suciente,
 anche un
0 vettore di funzioni continue g T (x) = g1 (x) gn (x) sia il gradiente
rio, che risultano essere xe1 = 0 , per qualsiasi valore dei parametri k1 di una funzione scalare `e che la matrice:
0
0 g g1
3 8
1

e k2 , e xe2 = , per k1 = , con IR, e qualsiasi valore di k2 . x1 xn
2 8 .
. .. ..
. . .
a di xe1 si prenda V (x) = xT x, denita
Per lo studio della stabilit` gn

gn
x1 xn
positiva su tutto IR3 , radialmente illimitata e per la quale, con u = 0
risulta:   sia simmetrica(7.2) . Le funzioni g1 (x), , gn (x) dovranno quindi essere scelte
V (x) = 2xT x = 2 k2 x21 + (k1 2)x2 x3 x42 x43 . in accordo a questo criterio. Ad esempio possono essere scelte del tipo:

Per k1 = 2 e k2 negativo questa funzione `e denita negativa su tutto IR3 e gi (x) = ai1 x1 + + ain xn
dunque per tali valori dei parametri lo stato zero `e asintoticamente global-  
mente stabile. con aij parametri da ssare. Si calcolano poi V (x) = g T (x)f x(t), 0 e
Si noti che una diversa funzione di Lyapunov permette di eettuare V (x), osservando per questultima che, essendo g T (x) dx = dV (x) e poiche
unanalisi pi`
u precisa. Se infatti si sceglie: g1 (x) dx1 + + gn (x) dxn `e una forma dierenziale esatta, allora
 x
2
V (x) = x21 + x22 + x23 V (x) = g(x) dx (7.5)
k1 0

si ha:   indipendentemente dal percorso scelto per andare dallo stato 0 allo stato
2
V (x) = 2 k2 x21 x42 x43 , x. Una volta calcolate V (x) e V (x) si cerca di ssare i parametri in modo
k1 da soddisfare il teorema di Lyapunov.
da cui risulta che per ogni valore di k2 negativo e k1 positivo lorigine dello
spazio di stato `e asintoticamente globalmente stabile. Esercizio 7.3. Studiare la stabilit`
a dellorigine dello spazio di stato del
seguente sistema del secondo ordine:
7.1.b. Cenni sulla costruzione delle funzioni di Lyapunov x 1 = x2
La scelta di unopportuna funzione (7.4) che permetta di decidere x 2 = x2 x31 .
se un punto di equilibrio `e stabile dipende fortemente dalle capacit` a in-  
0
dividuali. Tuttavia il metodo del gradiente variabile (Schultz e Gibson, Soluzione. Si verica subito che xe = `e lunico stato di equilibrio. Si
  0
1962) pu` o fornire risultati utili in molti casi pratici, in quanto permette
di costruire unopportuna funzione di Lyapunov. Questo metodo si basa a1 x1 + a2 x2
scelga g(x) = , con a1 , a2 , a3 e a4 genericamente funzioni
sullosservazione che la derivata di V (x) lungo le traiettorie del sistema pu` o a3 x1 + a4 x2
V (x) di x1 ed x2 . Si vede che la condizione di simmetria:
essere scritta nella forma (7.3), in cui = grad V (x), e consiste nel s-
x a1 a2 a3 a4
sare una funzione gradiente avente alcuni parametri da ssare in modo tale x1 + a2 + x2 = a3 + x1 + x2
che V (x) e V (x) godano delle propriet` a richieste dal teorema di Lyapunov. x2 x2 x1 x1
Per ssare un vettore di funzioni che rappresenti il gradiente di una (7.2)
A. Ghizzetti e F. Rosati, Lezioni di Analisi Matematica, Vol. 2, Veschi Editore, pp. 203
funzione scalare, si ricorda che la condizione, in generale solo necessaria e ss., 220 e ss., 235 e ss., Roma, 1982.
362 7. La stabilit`
a dei sistemi dinamici 7.1. Studio della stabilit`
a mediante lapprossimazione lineare 363

e quella: Esercizio 7.4. Assegnato il sistema

V (x) = g T (x)f (x) = a1 x1 x2 + a2 x2 (x2 + x3 )(a3 x1 + a4 x2 ) = 1
2 1 x 1 = cos x1
= x1 x2 (a1 a3 a4 x21 ) (a4 a2 )x22 a3 x41 < 0 2
sono contemporaneamente soddisfatte scegliendo a1 = a3 + a4 x21 e a2 , a3 e x 2 = x22 + 2cos 2 x1
a4 costanti tali che a4 > a2 = a3 > 0. studiare la stabilit`
a degli stati di equilibrio.
x2
Soluzione. Gli stati di equilibrio sono tutti i vettori la cui prima compo-
nente `e pari a + 2k (k intero) e la seconda `e pari a 1, cio`e tutti i
4
vettori del tipo:
   
+ 2k + 2k
x1 xke1 = 4 , xke2 = 4 ,
1 1
   
Figura 7.2 Percorso di integrazione + 2k + 2k
xke3 = 4 , xke4 = 4 .
1 1
Per il calcolo di V (x) si applica la (7.5) avendo scelto come percorso
quello in gura 7.2: Il calcolo dellapprossimazione lineare della funzione non lineare nellintorno
 x1  x2 del generico stato di equilibrio, fornisce:
V (x) = 3
(a3 x1 + a4 x1 ) dx1 + (a3 x1 + a4 x2 ) dx2 =    
= J(x) = sen x1 0 
0 0
 ,
1 xei 4 sen x1 cos x1 2x2 
= (a4 x41 + 2a3 x21 + 4a3 x1 x2 + 2a4 x22 ) = xei
4 
1 i = 1, , 4, dove J(x) `e la matrice jacobiana.
= a4 x41 + 2a3 (x1 + x2 )2 + 2(a4 a3 )x22 , Con riferimento ai quattro insiemi di stati di equilibrio si ottengono i
4
seguenti sistemi lineari stazionari:
denita positiva su tutto IR2 . Inoltre risulta radialmente illimitata e V (x)    
`e denita negativa in tutto IR2 . Quindi lorigine dello spazio di stato `e 2 2 0 2 2 0
1 = 1 , 2 = 2 ,
stabile asintoticamente globalmente. 2 2 2 2
   
2 2 0 2 2 0
7.1.c. Studio della stabilit`
a mediante lapprossimazione 3 = 3 , 4 = 4 .
2 2 2 2
lineare
Poiche la stabilit`
a asintotica (instabilit`
a) del sistema lineare approssimante
La stabilit`a locale degli stati di equilibrio della rappresentazione (7.2) implica la stabilit` a (instabilit`
a) asintotica locale dello stato di equilibrio
pu`
o essere studiata, nel caso di esistenza di derivate parziali prime della corrispondente, per il caso in esame si ha che:
funzione f , analizzando gli autovalori del sistema lineare
gli stati di equilibrio xke1 sono stabili localmente asintoticamente, es-
= A(t),
(t) sendo gli autovalori della matrice dinamica del sistema lineare approssi-
in cui la matrice A `e lo jacobiano della matrice f calcolato nel punto di mante, nellintorno di tali stati, pari a 2 2 e 2 e quindi a parte reale
equilibrio xe . Infatti se tutti gli autovalori di A sono a parte reale minore di negativa;
zero, xe `e stabile asintoticamente (localmente). Se viceversa ve n`e almeno gli stati di equilibrio dei tipi xke2 , xke3 e xke4 sono instabili in quanto
uno a parte reale maggiore di zero, xe `e instabile. sono instabili i sistemi lineari approssimanti.
364 7. La stabilit`
a dei sistemi dinamici 7.1. Ulteriori considerazioni sulla stabilit`
a asintotica globale 365

Esercizio 7.5. Si studi la stabilit`
a dei punti di equilibrio del sistema (2.11), 0
3 8
che rappresenta linterazione predapredatore tra due specie di densit` a x1 Soluzione. Come gi`a notato xe = , con k1 = 8 , IR,
e x2 . 2

Soluzione. Com`e immediato vericare risulta: sono punti di equilibrio. Si calcola poi:

  a2 k2 0 0
0
xe2 = a a
b
. 0
J(xe ) = 3
6
8
8 ,
xe1 = ,
0 1 2 1 1 4
b k 0 2 32

I vari coecienti che compaiono nelle (2.11) sono tutti positivi. Si noti e dunque gli autovalori sono dati dallequazione:
che perche esista uno stato di equilibrio signicativo per il modello `e ne-
cessario che k > xe21 = a2 , ossia che la capacit`a portante della preda sia * +
b
4 
sucientemente alta per poter resistere al predatore. ( k2 ) 2 + 32 + 1 + 28 = 0.
4
Lo studio della stabilit`
a locale dei punti di equilibrio pu`
o essere con-
dotto con la tecnica della linearizzazione. Poiche:
Qui si pu` o constatare che se k2 `e negativo, un autovalore `e a parte reale
minore di uno; gli altri due autovalori, per` o
, sono sempre a parte reale
  a1 a2 a2 4

J(xe1 ) =
a1 0
, J(xe2 ) =
kb  , minore di zero, in quanto i coecienti 32 + 1 , 28 sono sempre
a2 4
0 a1 1 1 a2 0 positivi (criterio di Cartesio). Dunque xe `e stabile.
k b

si vede immediatamente che xe1 `e instabile. Per quanto riguarda xe2 si 7.1.d. Ulteriori considerazioni sulla stabilit`
a asintotica globale
trova che

a1 a2
1 a2 
Un altro valido e semplice strumento di analisi della stabilit` a di un
|I J(xe2 )| = 2 + + a1 a2 1 = 0. punto di equilibrio `e il teorema di Krasovskii, il quale fornisce una con-
kb k b dizione suciente di stabilit`a asintotica globale dellorigine dello spazio di
stato. Inoltre, accanto a risultati riguardanti la stabilit` a, si ricorda che
Le soluzioni di tale equazione hanno parte reale negativa in quanto (criterio esistono risultati, come il teorema di Chetaev, che permettono di dedurre
di Cartesio): linstabilit`
a di un punto di equilibrio.
a1 a2
1 a2 
>0 e a1 a2 1 >0
kb k b Esercizio 7.7. Studiare la stabilit`
a asintotica globale dello stato zero del
seguente sistema non lineare:
sono vericate in virt` u della condizione k > a2 . Si ha quindi stabilit` a
b
asintotica locale per lo stato di equilibrio xe2 . x 1 = x1 + x3 u1 u2
x 2 = x2 x32 + k1 x3 + u1
Esercizio 7.6. Si consideri nuovamente lesercizio 7.2. Studiare la stabilit`
a x 3 = k2 x2 x3 x33 .
dei punti di equilibrio diversi dallorigine.
366 7. La stabilit`
a dei sistemi dinamici 7.1. Ulteriori considerazioni sulla stabilit`
a asintotica globale 367

Soluzione. Lo stato zero `e uno stato dequilibrio isolato, poiche lo jaco- Inoltre V (x) risulta positiva nei punti della retta x2 = 0 che hanno xe2 come
biano J(x)x=0 `e non singolare. Inoltre lo stato zero `e lunico stato di punti di accumulazione. Ora il teorema di Cetaev aerma che uno stato di
equilibrio. Un primo studio della sua stabilit` a pu`o essere condotto utiliz- equilibrio xe della rappresentazione (7.2) `e instabile se esiste una funzione
zando il teorema di Krasovskii. In base ad esso data una rappresentazione V (x) (non necessariamente denita positiva) dierenziabile con continuit` ae
(7.2), con f (x) dotata di derivate parziali prime continue, se esiste una tale che V (xe ) = 0, V (x0 ) > 0 per qualche x0 con xe x0  arbitrariamente
costante > 0 tale che per ogni x gli autovalori della matrice J(x) + J T (x) piccolo, per cui risulta V > 0 nellinsieme U = {x Br |V (x) > 0}, essendo
hanno parte reale inferiore a , allora lo stato di equilibrio xe = 0 `e stabile Br = {x IRn tale che x < r}, r > 0. Le precedenti due condizioni su
asintoticamente globalmente. Per il sistema in esame si ha: V (x) e sulla sua derivata sono pertanto condizioni sucienti perche xe2 sia
instabile.
1 0 0
J(x) = 0 3x22 1 k1
Esercizio 7.9. Mostrare che per k1 < 0 lorigine dello spazio di stato `e un
0 k2 3x23 1 punto di equilibrio instabile per il sistema considerato nellesercizio 7.2.
e dunque
Soluzione. Considerata la funzione
2 0 0
J(x) + J T (x) = 0 6x22 2 k1 + k2 1 2
0 k1 + k2 6x23 2 V (x) = x21 + x22 + x23 ,
k2 k1
ha un autovalore indipendente da x e pari a 1 = 2, mentre gli altri, per
k1 = k2 , risultano essere 2 = 6x22 2, 3 = 6x23 2, i quali hanno tale che V (0) = 0 e positiva in tutto IR3 = U , poiche:
parte reale inferiore a = 2 > 0. Questa ovviamente `e una condizione * +
suciente di stabilit`
a asintotica globale. 2 4
V (x) = 2 x1 x2 x3 ,
2 4
k1
Esercizio 7.8. Vericare che nellesercizio 7.1 il punto xe2 risulta instabile
quando si pone k1 = k1 < 0 e k2 = k2 < 0.
si trova che V (x) > 0 in alcuni settori del piano x2 , x3 .
x3
Soluzione. Si consideri la funzione

V (x) = (x xe2 )T P (x xe2 ) = (x1 + 1)2 + x22

+ +
 
1 0 tg =
ove P = , = k1 . Si ha allora:
0 k2 x2
  + +
V (x) = 2k1 (x1 + 1)2 (x1 1) + x42 ,

che risulta denita positiva

 in unopportuno intorno di xe2 . Infatti, preso
1 1 Figura 7.3
un generico stato x= nellintorno di xe2 , si vede che per 1 ,
2
2 sucientemente piccoli risulta: ,
Pi`
u precisamente, posto = 42 , si ha la situazione illustrata in gura 7.3.
  k1
x) = 2k1 21 (2 1 ) 42 > 0.
V ( Poiche V > 0 in U , per il teorema di Cetaev ne segue che xe = 0 `e instabile.
368 7. La stabilit`
a dei sistemi dinamici 7.1. Cenni sulla stabilit`
a dei sistemi lineari non stazionari 369

7.1.e. Cenni sulla stabilit`

a dei sistemi lineari non stazionari ove a1 , a2 sono costanti dipendenti
-  da . x0 .
In eetti la condizione IRe A(t) < , t e con > 0, `e suciente
Quando la funzione generatrice del sistema ha una struttura lineare: per la stabilit`
a asintotica uniforme del sistema (7.6) se A(t) `e uniformemente
 
 
limitata ed `e a variazione limitata, ossia se esiste un tale che  d aij (t) < .
x(t)
= A(t)x(t) + B(t)u(t), dt
Con il termine uniforme si intende, come noto, che le costanti che compaiono
gli stati di equilibrio risultano essere quelli per cui risulta: non dipendono da t0 .
Nel caso generale non esistono condizioni necessarie e sucienti per
A(t)xe = 0, t.
la stabilit`
a dellorigine dello spazio di stato del sistema (7.6) valutabili a
Se poi la rappresentazione, oltre ad essere lineare, `e anche a dimensione partire dalla rappresentazione esplicita. Nel caso particolare, ma di notevole
nita, la condizione necessaria e suciente di stabilit` a dellorigine dello interesse nelle applicazioni, in cui A(t) `e periodica con periodo T : A(t +
spazio di stato `e, come noto, la limitazione della norma della matrice di kT ) = A(t), t e per ogni intero k, allora `e possibile dare delle condizioni
transizione dello stato da parte di una costante, eventualmente dipendente relativamente semplici. Infatti la matrice di transizione pu` o essere scritta:
dallistante iniziale:
(t, t0 ) < kt0 , t t0 , (t, t0 ) = P (t)eR(tt ) P 1 (t0 ),
0

mentre la condizione necessaria e suciente di stabilit` a asintotica `e che
valga la relazione precedente e che la matrice di transizione converga a zero
per t :
lim (t, t0 ) = 0.
t
Queste due condizioni sono scarsamente signicative dal punto di vista
delle applicazioni in quanto la loro verica richiede la conoscenza della
matrice di transizione dello stato del sistema
x(t)
= A(t)x(t). (7.6)
Inoltre, mentre per le rappresentazioni lineari e stazionarie esse si traducono
in condizioni sugli autovalori, per i sistemi lineari non stazionari la con-
dizione che la parte reale degli autovalori di A(t) sia negativa per ogni is-
tante t non `e suciente per la stabilit`
a. Si consideri ad esempio il seguente
sistema:
x 1 = (1 9cos 2 6t + 12sen 6tcos 6t)x1 + (12cos 2 6t + 9sen 6tcos 6t)x2
x 2 = (12sen 2 6t + 9sen 6tcos 6t)x1 (1 + 9sen 2 6t + 12sen 6tcos 6t)x2
i cui autovalori, soluzioni dellequazione caratteristica 2 + 9 + 10 = 0,
sono indipendenti dal tempo e con parte reale negativa. Nonostante ci` o il
sistema `e instabile, come risulta dallespressione della soluzione:
x1 (t) = a1 (cos 6t + 2sen 6t)e2t + a2 (sen 6t 2cos 6t)e13t
x2 (t) = a1 (2cos 6t + sen 6t)e2t + a2 (2sen 6t + cos 6t)e13t
dove R `e una matrice costante e P (t) `e periodica con periodo T . Inoltre
risulta:
eRT = (T, 0), P (t) = (t, 0)eRt
e da queste risulta che le matrici P ed R sono denite a partire dalla
matrice di transizione (esistono comunque degli algoritmi di calcolo di P
e Q a partire dalla soluzione, eventualmente numerica, del sistema (7.6)
su di un periodo). Inoltre la condizione di stabilit` a in un sistema lineare
periodico, se sussiste, `e sempre uniforme. Sotto lipotesi di periodicit` a
il sistema (7.6) `e uniformemente (asintoticamente) stabile se e solo se gli
autovalori di R con molteplicit` a geometrica maggiore di uno hanno parte
reale negativa, mentre quelli a molteplicit` a unitaria hanno parte reale non
positiva (sempre negativa per la stabilit` a asintotica). La condizione, in
modo equivalente, pu` o essere formulata con riferimento agli autovalori di
eRT ; in tal caso `e necessario e suciente che il loro modulo sia minore di
uno). In eetti, come gi` a osservato, anche la verica di questa condizione, `e
subordinata alla integrazione, sia pure su un solo periodo [0, T ] della (7.6).
Le cose si semplicano ulteriormente per i sistemi periodici in cui A(t)
`e costante a tratti in ogni periodo, cio`e:
A(t) = A1 t0 + kT t t1 + kT
A(t) = A2 t1 + kT t t2 + kT
.. ..
. = .
A(t) = Am tm1 + kT t tm + kT
 7.1. Cenni sulla stabilit`
a dei sistemi lineari non stazionari 371

Lapplicazione della condizione enunciata al sistema dinamico lineare

stazionario  
0 1
x = x,
1 0
con matrice di perturbazione
Figura 7.4  
k + et 0
B(t) = ,
0 et cos t
e in tal caso si ha:
consente di vericare in modo molto semplice che si ha stabilit`
a asintotica
(t, t0 ) = eA1 (tt0 ) t0 t < t1 per 0 < k < 1. Infatti posto
*   t +
(t, t0 ) = eA2 (tt1 ) eA1 (t1 t0 ) t1 t < t2
k 1 e 0
x = + x
.. .. 1 0 0 et cos t
. .
il sistema `e asintoticamente costante e la condizione di stabilit`
a della parte
ossia:
/
m costante `e quella nota.
(t0 + T, t0 ) = eAi (ti ti1 ) . Per concludere questo breve esame del caso non stazionario sembra
i=1
utile riportare alcune condizioni sucienti di stabilit` a per il caso generale
Per il sistema (7.6) con A(t) periodica costante a tratti si ha stabilit`
a asin- con riferimento alla matrice dinamica A(t). Tali condizioni sono fondate
totica uniforme se e solo se gli autovalori della matrice: sul fatto che, detti max (t) e min (t) il pi` u piccolo e il pi` u grande auto-
valore di A(t) + AT (t), ogni soluzione della (7.6), soddisfa alla seguente
/
m
diseguaglianza:
eAi (ti ti1 ) 0t 0t
min ( ) d 1  1 max ( ) d
1x t, x0 , t0 1 x0 e 2 t
1 1
i=1
x0 e 2 t
0 0 .
hanno modulo inferiore ad uno. Si ha instabilit`
a se ci sono autovalori con Si ha quindi che il sistema sistema (7.6) `e
modulo maggiore di uno.
asintoticamente stabile se:
Una ulteriore situazione di interesse nelle applicazioni `e rappresentata  t
dai sistemi del tipo:
 lim max ( ) d = ;
t t0
x = A(t) + B(t) x
la stabilit`
a `e inoltre uniforme se la precedente relazione vale uniforme-
in cui A(t) `e o periodica o costante. Linteresse `e evidente in quanto B(t) mente rispetto a t0 ;
assume il ruolo di una matrice di perturbazione nei confronti della matrice stabile se per ogni t0 , esiste M (t0 ):
dinamica A(t) del sistema. Se risulta  t
lim max ( ) d < M (t0 ),
lim B(t) = 0 t t0
t
se M non dipende da t0 la stabilit`a `e uniforme;
il sistema `e detto asintoticamente costante se A(t) = A costante; asintot-
icamente periodico se A(t) = A(t + T ) cio`e A(t) `e periodica. In tal caso instabile se risulta:
 t
si dimostra che si ha stabilit`
a asintotica se gli autovalori di A hanno parte
reale negativa (caso costante) oppure gli autovalori di eRT hanno modulo lim min ( ) d = .
t t0
minore di uno (caso periodico).
372 7. La stabilit`
a dei sistemi dinamici 7.1. I criteri di Routh e di Hurwitz 373

7.1.f. I criteri di Routh e di Hurwitz
I criteri di Routh ed Hurwitz sono metodi algebrici che consentono di
studiare le caratteristiche degli autovalori di una rappresentazione lineare e
stazionaria. Il criterio di Routh permette di stabilire se le radici di un dato
polinomio
d() = an n + an1 n1 + a1 + a0 (7.7) sibile moltiplicare tutti i coecienti di una riga per una stessa costante
sono tutte a parte reale negativa ovvero quante radici sono a parte reale
positiva e quante a parte reale negativa, e quindi pu` o essere soddisfacente-
mente applicato al polinomio caratteristico di un sistema per studiarne gli
autovalori senza doverli calcolare esplicitamente. Si supporr`a che il termine
noto a0 del polinomio (7.7) sia non nullo; in caso contrario `e sempre possi-
bile scrivere d() = d1 ()r (essendo a0 = a1 = ar1 = 0) ed applicare
i ragionamenti che seguono al polinomio d1 (), avendo cos` informazioni su
n r radici (essendo le altre r radici in zero).
` noto che una condizione necessaria (ma in generale non suciente)
E 3
perche gli zeri del polinomio (7.7) abbiano tutte parte reale negativa, `e che
i suoi coecienti abbiano tutti lo stesso segno (ad esempio se an > 0, tutti
devono essere positivi). Per avere delle condizioni necessarie e sucienti si
deve procedere alla costruzione della tabella di Routh:
Mediante la tabella di Routh cos` costruita, si pu`o determinare il numero
di zeri a parte reale positiva del polinomio d(). Infatti il numero di zeri a
parte reale positiva (comprensivo di molteplicit`a) del polinomio d() `e pari
al numero di variazioni di segno degli elementi della prima colonna della
tabella di Routh.
Si ricorda inne che nella costruzione della tabella di Routh `e pos-
positiva. Ci`o non modica il criterio e consente di semplicare i calcoli.
Analogamente, agli stessi risultati si arriva se la variabile `e sostituita
dalla variabile (cambio di scala).
Esercizio 7.10. Studiare gli zeri del polinomio d() = 23 2 4 11.
Soluzione. La condizione necessaria `e soddisfatta. La tabella di Routh `e
poi:
-2 -4
2 -1 -11
1 18
0 -11
per cui d() ha degli zeri a parte reale maggiore di zero (due).

n an an2 an4 . . . Esercizio 7.11. Assegnato il polinomio d() = 5 +4 +23 +22 +3+15,
. . . ... . .. studiarne gli zeri.
n1 an1 an3 an5 . . .

n2 bn2 bn4
Soluzione. La tabella di Routh `e:
n3 cn3
.. .. 5 1 2 3
. . 4 1 2 15
1 3 1 -1
0 2 3 15
1 -4
con 0 15
   
 an an2   an an4 
    per cui si ha uno zero a parte reale maggiore di zero.
an1 an3 an1 an5
bn2 = , bn4 = ,
an1 an1
Esercizio 7.12. Studiare gli zeri del polinomio d() = 4 + 23 + 112 +
 
 an1 an3  18 + 18.
 
bn2 bn4
cn3 = ,
bn2
374 7. La stabilit`
a dei sistemi dinamici 7.1. I criteri di Routh e di Hurwitz 375

Soluzione. Nella costruzione della tabella di Routh si noti che la riga 1 Soluzione. Poiche d() `e la fattorizzazione dei polinomi 2 + 1, `e facile
risulta nulla. Si ricorda che nel caso in cui la pesima riga ha elementi tutti vedere che si hanno gli zeri in j, con molteplicit` a doppia.
nulli (p `e sempre dispari), la tabella di Routh pu` o essere completata sos- Volendo costruire la tabella di Routh per d() = 4 + 22 + 1, si noti
tituendo la pesima riga con i coecienti del polinomio ottenuto derivando, che la riga 2 risulta nulla. La tabella di Routh `e:
rispetto a , il polinomio
4 1 2 1
d1 () = p+1 p+1 + p1 p1 + p3 p3 + , 3 1 1
2 1 1
ove p+1 , p1 , p3 , , sono i coecienti della riga (p + 1)esima (ossia 1 1
di quella precedente a quella tutta nulla). In altre parole la riga nulla `e 0 1
sostituita con quella avente coecienti (p+1)p+1 , (p1)p1 , (p3)p3 ,
etc. Tale situazione corrisponde al fatto che d() pu` o essere fattorizzato in cui il numero di variazioni di segno `e nullo. Ci`
o `e concorde con il fatto che
nel prodotto del polinomio d1 () per un altro polinomio d0 (): gli zeri sono sullasse immaginario e non ve ne sono a parte reale positiva.
d() = d1 () d0 (). Il criterio di Routh pu`o essere vantaggiosamente applicato per studi-
are polinomi caratteristici i cui elementi dipendono da un parametro, come
La tabella di Routh costruita no alla riga p + 1 d` a informazioni sugli zeri ad esempio il guadagno k. In tal caso, se le condizioni necessarie sono
di d0 (), mentre le restanti righe (dalla pesima in poi) danno informazioni soddisfatte, si otterr`
a una tabella di Routh in cui gli elementi della prima
sugli zeri di d1 (). In particolare, poiche d1 () ha solo potenze pari, i colonna possono dipendere da tale parametro. Occorrer` a dunque imporre
suoi zeri sono simmetrici rispetto allorigine. Se il grado di d1 () `e basso, che questi elementi siano positivi (se an > 0) ottenendo cos` delle con-
questi zeri possono anche essere direttamente calcolati. E ` ovvio che se dizioni (necessarie e sucienti) sul parametro perche il sistema sia stabile
p + 1 = 2 allora d1 () ha gli zeri sullasse immaginario, mentre se p + asintoticamente (o meglio che tale sia lorigine).
1 > 2 ci sono zeri a parte reale maggiore di zero ovvero sono sullasse Ricordando la regola per cui gli elementi di una stessa riga si possono
immaginario, con molteplicit` a algebrica eventualmente superiore ad uno. moltiplicare per una costante positiva, in particolare si nota che non occorre
Queste considerazioni sono importanti in vista dello studio della stabilit` a dividere, nella costruzione della tabella, per lelemento della prima colonna
dellorigine dello spazio di stato. Nel nostro caso, applicando la ricordata (se esso `e parametrico). Infatti si imporr`a che esso sia positivo (come an ).
regola, si ottiene la seguente tabella di Routh:
Esercizio 7.14. Assegnato il sistema
4 1 11 18

3 1 9 0 1 0 0
2 1 9 0 0 1 0
x(t)
= x(t), k > 0,
1 2 0 0 0 1
0 9 k 6 11 6

in cui la riga 1 `e stata costruita mediante i polinomi d1 () = 2 + 9 e
d 1 () = 2. Dunque esistono radici a parte reale non negativa simmetriche
in 3j.
Esercizio 7.13. Studiare gli zeri del polinomio d() = (2 + 1)2 .
si vuole determinare per quali valori di k il sistema `e stabile.
Soluzione. Poiche la matrice dinamica `e assegnata in forma canonica, il
polinomio caratteristico `e immediatamente individuato e risulta:

d() = 4 + 63 + 112 + 6 + k.
376 7. La stabilit`
a dei sistemi dinamici 7.1. I criteri di Routh e di Hurwitz 377

Essendo k > 0, `e soddisfatta la condizione necessaria anche i suoi zeri eliminando tutti gli zeri) e cambiando di segno se h `e dispari. Operando
abbiano parte reale negativa. La tabella ottenuta applicando il criterio di in tal modo, si somma la riga 6 con la riga 1 1 0 0. Stesso problema si
Routh `e la seguente presenta nel costruire la riga 5 (somma di 0 1 1 e 1 1 0). Inne la riga
1 risulta nulla, per cui `e necessario considerare il polinomio d1 () = 2 + 1
4 1 11 k e la sua derivata d 1 () = 2.
3 6 6 Quindi la tabella di Routh `e data da:
2 10 k
1 10 k 8 1 1 0 1 1
0 k 7 1 1 0 0
6 1 1 1 1
(la prima riga `e stata moltiplicata per 10/6). La condizione di stabilit`
a
5 1 0 -1
asintotica `e vericata se risulta
4 1 2 1
k > 0, 10 k > 0, 3 -2 -2
2 1 1
che sono contemporaneamente vericate per k (0, 10). Per k = 0 si 1 2
ha stabilit`
a semplice, come `e immediato vericare, corrispondente ad un 0 1
autovalore in = 0. Per k = 10 si ha invece che d() = d0 ()10(2 + 1),
ossia si hanno due autovalori sullasse immaginario ( = j). Per k > 10 Essendoci due variazioni di segno si hanno altrettanti zeri a parte reale
vi sono due autovalori a parte reale positiva, mentre per k < 0 vi `e un solo positiva.
autovalore a parte reale positiva.
E` noto che vi sono altri metodi per evitare o per superare le dicolt` a
Esercizio 7.15. Si studi la stabilit`
a dellorigine dello spazio di stato del dovute alla presenza di zeri nei primi elementi di una riga p. Infatti si
sistema caratterizzato dal seguente polinomio caratteristico: potrebbe costruire la tabella di Routh di d() = d()( + ), con >
0. Infatti in tal modo il numero di radici a parte reale positiva rimane
d() = 8 + 7 + 6 + 5 + 2 + 1. inalterato. Un altro sistema `e quello di sostituire alla variabile la variabile
1/. Inne `e anche possibile sostituire al primo elemento della riga p una
innitesima (positiva o negativa) e proseguire la costruzione della tabella,
Soluzione. In primo luogo si nota che i coecienti di 4 , 3 e sono nulli. che verr`a discussa considerando che 0+ ovvero 0 , secondo che
Poiche le condizioni necessarie non sono vericate, lorigine non pu`
o essere sia stato supposto positivo o negativo. Questo ultimo metodo, per` o, a
stabile asintoticamente, e potr`a al pi`
u essere stabile semplicemente. rigore `e giusticato solo quando d() non ha zeri sullasse immaginario, per
Durante la costruzione della tabella di Routh si ha una riga con i primi cui la sua applicazione pu` o dar luogo (in casi particolari) a risultati inesatti,
due elementi nulli: come mostrato nel seguente esercizio.
8 1 1 0 1 1
7 1 1 0 0 Esercizio 7.16. Studiare gli zeri del polinomio caratteristico
6 0 0 1 1
d() = 6 + 5 + 34 + 33 + 32 + 2 + 1.
Il loro annullarsi non permette di terminare la costruzione della tabella. Per
poterla proseguire si ricorda che se la pesima riga ha i primi h elementi
nulli (ma non tutti), la tabella di Routh pu`o essere completata sostituendo Soluzione. Le condizioni necessarie perche d() abbia gli zeri a parte reale
la pesima riga con quella ottenuta sommando la pesima riga con la riga ot- negativa sono vericate. La tabella di Routh realizzata utilizzando una
tenuta da questa traslando di h volte verso sinistra i suoi elementi (e quindi quantit`
a `e la seguente:
 Figura 7.5

dove k `e un parametro positivo.

Soluzione. Il parametro k pu` o essere interpretato, da un punto di vista

sico, come il guadagno di un amplicatore. Per condurre lo studio `e in-
nanzitutto necessario individuare la rappresentazione dierenziale comp-
lessiva del sistema S2 di gura 7.5. Dallo schema risulta:

e = v y = v Cx
u = ke = kv kCx
x = Ax + Bv kBCx = (A kBC)x + kBv
y = Cx.

Le due ultime equazioni sono una rappresentazione del sistema S2 in fun-

zione delle matrici A, B e C che rappresentano il sistema S1 . La matrice
380 7. La stabilit`
a dei sistemi dinamici 7.1. I criteri di Routh e di Hurwitz 381

dinamica del sistema S2 risulta dunque essere: e alle seguenti conclusioni.

Per 1 < k < 1 non si hanno variazioni e quindi radici a parte reale
0 1 0 0 0 0 2
0 0 1 0 0 0 maggiore di zero; si ha per`o solo stabilit`
a semplice in quanto le righe 2
e 3, essendo proporzionali, determinano lannullarsi della riga 1, e ci` o
0 0 0 1 0 0
(A kBC) = , corrisponde a radici sullasse immaginario (2 + 1 = 0).
0 0 0 0 1 0

0 0 0 0 0 1 Per k = 1 si annulla la terza riga evidenziando la presenza di quattro
2
4(1 k) 4 (8 3k) 5 (5 + k) 1 radici complesse coniugate sullasse immaginario. Le altre radici sono
invece a parte reale minore di zero. Essendo le radici immaginarie
ed il polinomio caratteristico `e: distinte ( = j, = j2), il sistema `e semplicemente stabile.
6 + 5 + (5 + k)4 + 53 + (8 3k)2 + 4 + 4(1 k). Per k = 1 il polinomio si fattorizza in (5 + 4 + 63 + 52 + 5 + 4)
e presenta oltre alla radice in = 0 due radici complesse coniugate
Per concludere lanalisi non resta che studiare il segno delle radici in fun- sullasse immaginario, = j. Le altre radici sono invece a parte
zione del parametro k > 0. La tabella di Routh risulta: reale minore di zero. Quindi il sistema `e ancora semplicemente stabile.
Per k < 1 e k > 1 il sistema `e instabile, come evidenziato dalla
6 1 5+k 8 3k 4(1 k) 2
presenza di variazioni di segno nella prima colonna della tabella.
5 1 5 4
4 k 4 3k 4(1 k)
3 2k 1 2k 1 Esercizio 7.18. Considerato lo schema di gura 7.5, in cui il sistema S1 `e
2 (1 k) (1 k) s+1
descritto dalla funzione di trasferimento F (s) = , studiare
1 (1 k) s(s 2)(s + p)
0 (1 k) a dellorigine dello spazio di stato del sistema S2 al variare dei
la stabilit`
parametri k e p.
in cui la riga 1 `e stata ottenuta derivando il polinomio (1 k)2 + (1 k)
e dividendo per 2. Studiando il segno degli elementi della prima colonna si

arriva alla seguente tabella: Soluzione. Poiche y(s) = kF (s) v(s)y(s) , si ricava per S2 la funzione di
1
0 1 kF (s) k(s + 1)
2 trasferimento W (s) = = , ove il polinomio caratteristico
k 1 + kF (s) d(s)
1 >0
`e
d(s) = s3 + (p 2)s2 2ps + k(s + 1).
1 >0
Dalla tabella di Routh
k >0
3 1 k 2p
2k 1 >0 2 p2 k
1 k >0
k(p 3) 2p(p 2)
1
p2
1 k >0 0 k
1 k >0 si pu`
o ricavare che occorre che sia p > 2 e k > 0. Inoltre si deve avere

k(p 3) 2p(p 2) > 0

 7.1. I criteri di Routh e di Hurwitz 383

Soluzione. E ` noto come questo equivale a richiedere una certa velocit`

a di
risposta contenendo entro limiti voluti i fenomeni di oscillazione. Anche
le radici abbiano parte reale minore di 1 le radici del polinomio:
= ( 1)3 + 6( 1)2 + (12 + k)( 1) + 2k + 8
d()
devono avere parte reale minore di zero. Si ha quindi:
= 3 + 32 + (k + 3) + (k + 1),
d()
e la tabella:
3 1 k+3
2 3 k+1
1 k+4
0 k+1
dalla quale risulta che la condizione cercata `e k > 1. Per imporre il voluto
smorzamento bisogna studiare il polinomio:
= d(e
d() j/4 ),
j/4 ) d(e
che risulta essere:

 
 
=6 + 35 ej0 + ej0 + (k + 3) ej20 + ej20 + 9 4 +
d()



+ (k + 1) ej30 + ej30 + 3(k + 3) ej0 + ej0 3 +

 
+ 3(k + 1) ej20 + ej20 + (k + 3)2 2 +


+ (k + 1)(k + 3) ej0 + ej0 + (k + 1)2 =

=6 + 3 2 5 + 94 + 2 2 (k + 4)3 + (k + 3)2 2 +

+ 2 (k 2 + 4k + 3) + (k + 1)2 .
Lapplicazione del criterio di Routh al polinomio ora individuato consente
di individuare le condizioni cui deve soddisfare il parametro k perche il
sistema risulti stabile.

Esercizio 7.20. Studiare in modo parametrico rispetto a k la stabilit`

a
dellorigine dello spazio di stato del seguente sistema non lineare:
x 1 = x2 + x21
x 2 = x3 x34
Figura 7.6 x 3 = x4 + x33
x 4 = kx1 x2 sen kx2 2x3 sen x4 .
384 7. La stabilit`
a dei sistemi dinamici 7.1. I criteri di Routh e di Hurwitz 385

Soluzione. Lorigine dello spazio di stato `e punto di equilibrio e si ha: per k 1 e k > 1 + 5 si ha instabilit`
a.
2
2x1 1 0 0  In conclusione lo stato zero del sistemanon lineare in esame `e:

0 0 1 3x4 
2
instabile per k 1 e per k > 1 + 5 ,
J(xe ) =  =
0 0 3x32
1  2
1 + 5,
k (1 + k cos kx2 ) 2 cos x4
xe =0
stabile asintoticamente localmente per 1 < k <
2
mentre
non `e possibile col metodo usato giudicare della stabilit` a per k =
0 1 0 0
1 + 5.
0 0 1 0
= . 2
0 0 0 1
k (1 + k) 2 1 Il criterio di Routh, assieme a quello di Krasovskii, pu`
o essere utilizzato
per studiare la stabilit`
a dellorigine di una rappresentazione non lineare.
Inoltre J(xe ) `e non singolare per k = 0, dunque tale stato di equilibrio `e iso-
lato. Lesame della stabilit` a della rappresentazione lineare approssimante, Esercizio 7.21. Si riconsideri il sistema dellesercizio 7.7 e si studi la sta-
che coincide con lanalisi della stabilit`
a della matrice J(xe ), pu`
o essere con- bilit`
a dellorigine al variare di k1 e k2 .
dotta utilizzando il criterio di Routh ed osservando che la matrice `e nella
forma canonica raggiungibile; quindi il polinomio caratteristico `e:
Soluzione. Si calcola il polinomio caratteristico:
d() = 4 + 3 + 22 + (1 + k) + k.


 
Anche tutti i coecienti abbiano lo stesso segno (positivo nel nostro caso) d() = I J(x) + J T (x)  = ( + 2)d1 ()
deve risultare k > 0 (condizioni necessarie). Costruiamo poi la tabella di   
Routh: con d1 () = 2 +(6x22 +6x23 +4)+ 36x22 x23 +12x22 +12x23 +4(k1 +k2 )2
4 1 2 k
3 1 1+k e si studia quando esso ha tutte le radici a parte reale minore di . Poiche
o restringere al solo polinomio d1 (), si pu`
in tale studio ci si pu` o calcolare
2 k1 k il polinomio
1 k 2 + k + 1
k1 d1 ( ) = 2 + (6x22 + 6x23 + 4 )+
0 k  
+ 36x22 x23 + 12x22 + 12x23 + 4 (k1 + k2 )2 (6x22 + 6x23 + 4) + 2
Lo studio del segno dei coecienti della prima colonna conduce ad aermare
che: e vedere quando esso ha radici a parte reale minore di zero. Le condizioni
necessarie del criterio di Routh, che qui sono anche sucienti, di stabilit`
a
si ha stabilit`
a asintotica per i valori di k tali che:
asintotica globale per lo stato zero sono:
k1>0 e k 2 + k + 1 > 0,
6x22 + 6x23 + 4 > 0
e tali condizioni risultano simultaneamente soddisfatte per 36x22 x23 + 12x22 + 12x23 + 4 (k1 + k2 )2 (6x22 + 6x23 + 4) + 2 > 0.

1+ 5
1<k< ; A queste stesse condizioni si giunge imponendo che i coecienti di d1 ()
2 siano maggiori di quelli di ( )2 , come `e ovvio. In entrambi i casi si
ottengono le condizioni:
per k = 1 + 5 si ha stabilit` a semplice (si hanno due radici immagi-
2 2
6x22 + 6x23 + 4 >
narie in = 5 + 1 ); 36x22 x23 + 12x22 + 12x23 + 4 (k1 + k2 )2 > 2
51
386 7. La stabilit`
a dei sistemi dinamici 7.2. Studio della stabilit`
a mediante le funzioni di Lyapunov 387

che devono valere per ogni stato x. Considerando = 2 > 0, (0, 2) 7.2. Sistemi a tempo discreto
(in eetti 1 = 2) si vede che dalla prima, per x = 0 (che rappresenta il
caso peggiore), risulta 2 > , mentre dalla seconda si ha 7.2.a. Studio della stabilit`
a mediante le funzioni di Lyapunov
(k1 + k2 ) < 2 ,
2 2

che ha soluzione per opportuni valori di k1 , k2 . Per i sistemi a tempo discreto si pu`
o dare una formulazione analoga al
teorema di Lyapunov ricordato per i sistemi a tempo
 continuo, sostituendo
Un criterio alternativo al criterio di Routh per lo studio qualitativo al posto di V (x) la variazione V (x) = V f (x) V (x).
delle radici del polinomio (7.7) `e il criterio di Hurwitz. Considerato il
polinomio caratteristico (7.7), si costruisce la seguente matrice di Hurwitz
di dimensioni n n: Esercizio 7.23. Si studi la stabilit`
a dello stato zero del sistema:

an1 an3
1 a x1 (k + 1) = x1 (k) + x2 (k) + u(k)
n2

0 an1 an3 1
x2 (k + 1) = ax31 (k) + x2 (k) + x2 (k)u(k).

0 1 an2 2
H=


0 0 a n1 an3

0 0 1 an2
Soluzione. Considerata la funzione di Lyapunov
.. .. .. .. ..
. . . . .
& '
in cui si `e supposto che an sia positivo e pari ad 1. Le prime due righe 1 1 1
T
sono date dai coecienti del polinomio caratteristico mentre le altre sono V (x) = x 2 x= x21 + 2x1 x2 + 4x22 ,
1 4 2
ottenute traslando di un passo verso destra la coppia di righe precedenti
e mettendo degli zeri nei posti lasciati vuoti. Ci` o viene ripetuto no a
completare la matrice n n. Le soluzioni di d() sono a parte reale minore la variazione prima lungo il moto del sistema con u = 0 risulta essere:
di zero se e solo se gli n 1 minori principali consecutivi i sono tutti
strettamente positivi. 3  
V (x) = x22 + 2a x21 + 3x1 x2 + 2ax41 x21
Esercizio 7.22. Assegnato un sistema il cui polinomio caratteristico `e 2
d() = 3 + 82 + 14 + 24, stabilire se lorigine dello spazio di stato `e
stabile asintoticamente. e lanalisi parametrica rispetto ad a consente di concludere per lorigine
della rappresentazione non lineare:
Soluzione. I minori principali consecutivi della matrice di Hurwitz sono: se a = 0, V (x) risulta semidenita negativa il che prova la stabilit`
a
dello stato zero (non ci potrebbe essere stabilit`
a asintotica in quanto
  8 24 0
8 24 ogni stato sullasse x1 `e di equilibrio);
1 = 8, 2 = = 88, 3 = 1 14 0 = 2112,
1 14 se a < 0, V (x) `e denita negativa in un qualche intorno dello stato
0 8 24
zero, il che prova la stabilit`
a asintotica locale;
e quindi si ha stabilit`
a asintotica.
se a > 0, V (x) assume valori positivi arbitrariamente vicino allo
stato zero sullasse x1 il che non consente di trarre alcuna conclusione.
388 7. La stabilit`
a dei sistemi dinamici 7.2. Il metodo di Kalman e Beltram 389

7.2.b. Il criterio di Jury

1 1 k 1 2
Per i sistemi a tempo discreto lineari e stazionari la condizione di sta- 2 1 k 1 1
bilit`
a fa riferimento al modulo degli autovalori della matrice dinamica. Un 3 1 k 1
criterio per valutare se tutti gli zeri del polinomio caratteristico 1 k 1 3
8 3k 1 3k
d(z) = an z n + an1 z n1 + + a1 z + a0 1 3k 3k 8
per cui anche si abbia stabilit`
a asintotica `e necessario e suciente che
abbiano modulo inferiore ad uno `e il criterio di Jury. Esso si basa sulla risulti
costruzione della seguente tabella: |1 3k| > 8, k > 1.
Tali disuguaglianze sono simultaneamente soddisfatte per 1 < k < 3.
a0 a1 an
an an1 a0  
 a ank  7.2.c. Il metodo di Kalman e Beltram
b0 bn1 con bk =  0 ,
bn1 b0 an ak 
Per i sistemi a tempo discreto autonomi:
 
c0 cn2  b0 bnk1   

cn2 c0 ck = 
bn1 bk 
, x(k + 1) = f x(k)
.. .. ..
. . . etc. con f (0) = 0 lo studio della stabilit` a dellorigine pu`
o essere eettuato me-
t0 t1 t2 diante un metodo dovuto a Kalman e Bertram (1960), fondato sul risultato
t2 t1 t0 (intuitivo) in base al quale si ha stabilit` a asintotica globale dellorigine se
f (x) `e una contrazione in un qualche intorno dellorigine dello spazio di
ed aerma che si ha stabilit`
a asintotica se e solo se risulta: stato (nellintero spazio di stato). Una contrazione in una ssata regione
D `e una funzione che, rispetto ad una qualsiasi norma  , soddisfa la
d(1) > 0, condizione f (x) < x, per ogni x D diverso dallorigine.
(1)n d(1) > 0, La dicolt` a nellapplicazione di questo metodo risiede nel fatto che una
funzione pu` o risultare una contrazione rispetto ad una norma e non rispetto
|an | > |a0 |, |b0 | > |bn1 |, |t0 | > |t2 |. ad unaltra. Una notevole semplicazione si ha nel caso in cui risulti f (x) =
(x)x, in quanto si pu` o fare la verica indipendentemente dalla norma.
Infatti una tale funzione risulta essere una contrazione se esistono delle
Esercizio 7.24. Si studino le radici del seguente polinomio caratteristico: costanti positive c1 , , cn tali che `e vericata una delle seguenti condizioni

d(z) = 2z 4 z 3 + kz 2 z + 1. (
n
ci (
n
cj
a) |ij (x)| < 1, i, b) |ij (x)| < 1, j.
cj ci
j=1 i=1
Soluzione. Si controlla innanzitutto che

d(1) = 1 + k > 0, Esercizio 7.25. Si studi la stabilit`

a dello stato zero per il sistema
(1)n d(1) = 5 + k > 0. x1 (t + 1) = x22 (t)
x2 (t + 1) = kx1 (t) + x32 (t).
Ci`o si ha per k > 1. La tabella di Jury risulta poi:
390 7. La stabilit`
a dei sistemi dinamici 7.3. La stabilit`
a esterna 391

Soluzione. Si osservi che il sistema dato `e della forma: Esercizio 7.26. Assegnato il sistema lineare e stazionario caratterizzato
     dalla matrice dinamica:
x1 (t + 1) 0 x2 (t) x1 (t)
= .
x2 (t + 1) k x22 (t) x2 (t) 1 0 0 0 0
0 0 1 0 0
` semplice vericare che per ogni valore di k, due costanti c1 e c2 tali che
E A= 0 0 0 0 0
c1 > c2 k soddisfano le condizioni volute perche f (x) sia una contrazione
1 1 1 2 1
in un opportuno intorno dellorigine (tale intorno dipende da k). Dunque 1 0 1 1 0
x = 0 `e stabile asintoticamente globalmente.
esaminare come la variazione delle matrici B e C inuenzino la propriet`
a
di stabilit`
a esterna.
7.3. La stabilit`
a esterna
Per un sistema lineare stazionario le condizioni di stabilit` a esterna, in Soluzione. Bisogna determinare gli autovalori ed autovettori, e quindi
cui si richiede che ad un ingresso limitato luscita sia limitata, come `e noto, vanno esaminati i diversi casi corrispondenti a diverse scelte delle matrici
fanno riferimento alla limitatezza dellintegrale della norma della matrice degli ingressi o delle uscite.
delle risposte impulsive W (t) ed alla limitatezza della norma della matrice Gli autovalori di A sono
(t). Infatti una rappresentazione lineare, a dimensione nita, stazionaria,
`e stabile esternamente se e solo se esistono due costanti k1 , k2 tali che per
1 = 1, 2 = 0, 3 = 1,
t 0 si ha  t
(t) < k1 , W (  d < k2 . a algebriche 1 = 1, 2 = 2, 3 = 2, ed una corrispondente
con molteplicit`
0 base di autovettori generalizzati `e:
Nel caso in cui x0 = 0 (stabilit`a esterna nello stato zero) la condizione
(necessaria e suciente) `e solo
1 0 0 0 0
 0 1 0 0 0
t
W (  d < k2 . u11 = 0 , u12 = 0 , u22 = 1 , u13 = 0 , u23 = 0 ,

0 0 0 0 1 0
1 1 1 1 1
Ricordando che gli elementi delle matrici W (t) e (t) sono combinazioni
lineari di modi naturali eccitabili ed osservabili, le condizioni necessarie e con leggi temporali rispettivamente et , 1, 1+t, et , et +tet . La molteplicit`
a
sucienti di stabilit` a esterna per unassegnata rappresentazione dieren- geometrica di 1 `e m1 = 1, quelle di 2 e 3 sono m2 = m3 = 2. Con
ziale possono essere cos` formulate: un abuso di termini, nel seguito, per semplicit`a, si far`a riferimento ai modi
a) gli autovalori associati a modi naturali eccitabili ed osservabili devono naturali del sistema richiamandone la relativa legge di evoluzione temporale.
avere parte reale negativa; Si considerino i seguenti casi.
b) gli autovalori associati a modi naturali osservabili devono avere parte 1) Siano:
reale non positiva se sono semplici e parte reale negativa se sono mul-
tipli.
1 0 0
La a) `e condizione necessaria e suciente di stabilit`
a esterna nello stato 0 1 0


zero; la a) e la b) simultaneamente sono le condizioni necessarie e sucienti B= 0 0 0, C= 1 1 0 0 0 ,
per la stabilit`a esterna in qualsiasi stato.
0 0 1
1 1 1
392 7. La stabilit`
a dei sistemi dinamici 7.4. Il criterio di stabilit`
a di Nyquist 393

le matrici degli ingressi e delle uscite. Per studiare leccitabilit`

a e losservabilit`
a allora:  
dei modi si noti che, preso genericamente R(B) gen u11 , u22 ,

x0 = c1 u11 + c2 u12 + c3 u22 + c4 u13 + c5 u23 , e sono eccitabili i modi et , 1, ed 1 + t; ma poiche per`
o:

si ha: Cu22 = 0, Cu12 = 0,






xl (t) = c1 et u11 + c2 u12 + c3 u22 + tu12 + c4 et u13 + c5 et u23 + tu13 . il sistema `e stabile esternamente nello stato zero in quanto lunico modo
eccitabile ed osservabile (cio`e in W (t)) `e et , mentre non `e stabile esterna-
mente in qualsiasi stato come `e semplice vericare, risultando ad esempio
Dunque:
          Cu13 = 0.
(t) = Cxl (t) = c1 et + c2 + c3 0 t + 0 c4 + c5 et 0 + 0 t =
= c1 et c2 t c3 ,


 3) Indipendentemente dalla matrice C si pu` o avere stabilit`
a esterna nello
H(t) = eAt B = eAt u11 u12 u13 = et u11 u12 et u13 , stato zero per una qualsiasi matrice B tale che:

  
W (t) = CeAt B = et 1 0 . R(B) u11 ,

cio`e tale che consenta di eccitare solo il modo associato allautovalore a
Da questo si vede che i modi et , 1 ed et sono eccitabili daltra parte parte reale negativa.
 
R(B) = gen u11 , u12 , u13 , mentre di questi quelli che sono anche os- 4) Indipendentemente dalla matrice B si pu` o avere stabilit`
a esterna in ogni

stato per una qualsiasi matrice C tale che
servabili, e che quindi compaiono in W (t), sono et ed 1 daltra parte
   
N (C) = gen u22 , u13 , u23 . Questo implica che N (C) gen u12 , u22 , u13 , u23 ,

 cio`e tale che consenta di osservare solo il modo associato allautovalore a

W (t)dt parte reale negativa.
0

`e non limitato, e quindi si ha instabilit`a esterna nello stato zero. Si noti

inoltre che gli stessi modi sono presenti in (t); quindi 7.4. Il criterio di stabilit`
a di Nyquist

(t) < k1 Come noto lo studio della stabilit` a di un sistema lineare interconnesso
controreazionato pu` o essere ricondotto allo studio della stabilit`
a di un sis-
con k1 costante positiva, e ci`
o implica la limitatezza in uscita delle evoluzioni tema a controreazione unitaria. Tale studio, inne, pu` o essere eettuato
libere. utilizzando il criterio di Nyquist.
Il criterio di Nyquist consente di valutare la stabilit` a di un sistema
2) Se le matrici sono
a controreazione unitaria contando il numero di giri che il diagramma di
Nyquist della funzione di trasferimento del sistema in catena diretta compie
1
intorno al punto critico (1, j0) al variare di da a +, ovvero attorno
0

al punto critico 1 se nel ramo diretto `e presente un guadagno variabile
B = 1 , C= 1 1 1 0 1 , k
k. In tal caso il punto critico giace sul semiasse reale sinistro se k > 0, e su
0
0 quello destro se k < 0.
394 7. La stabilit`
a dei sistemi dinamici 7.4. Il criterio di stabilit`
a di Nyquist 395

Per il calcolo del numero di giri, specie nel caso di diagrammi di Nyquist H(s) = 1/kd . Tale situazione si presenta nella pratica quando la dinamica
complessi, si noti che presa una qualsiasi semiretta uscente dal punto critico, del processo `e pi`
u lenta relativamente a quella del sensore. Pu` o anche
N `e pari alle intersezioni del diagramma con la semiretta, contate algebri- accadere che il sensore introduca un ritardo, per cui H(s) = e s con il
camente (intersezioni positive se in senso antiorario e negative se in senso ritardo introdotto.
orario). In particolare possono essere prese semirette che presentano il
minimo numero di intersezioni con il diagramma. Questo metodo `e parti- Esercizio 7.27. Sia dato un processo descritto dalla funzione di trasfe-
colarmente eciente quando il punto critico `e ( 1 , j0) e si hanno pi` u tratti rimento G(s) = k 1 + 10s . Si considera una controreazione dalluscita.
k s(1 10s)
dellasse reale in cui esso pu`
o trovarsi al variare di k. Il sensore che misura luscita y `e descritto dalla funzione di trasferimento
`
E bene osservare inoltre che se Pp > 0 non si pu` o avere stabilit`
a se non H(s) = e s . Determinare il valore massimo del ritardo tale da assicurare
stabilit`
a asintotica per opportuni valori del guadagno k. Fissato poi = 3,
sono presenti tratti del diagramma di Nyquist che formino delle rotazioni in
determinare per quali valori di k si ha stabilit`
a asintotica.
senso antiorario. Ci`o corrisponde ad intervalli di in cui si hanno aumenti
della fase. Inoltre se la funzione di trasferimento da studiare `e data dal
prodotto di funzioni di trasferimento e in questo prodotto si hanno can-
Soluzione. Lo schema considerato `e quello di gura 7.7.a. Si nota che se
cellazioni tra poli e zeri a parte reale maggiore di zero, il sistema a ciclo
fosse nullo (sensore istantaneo) il diagramma di Nyquist mostra che si ha
chiuso `e instabile e non `e necessario applicare il criterio di Nyquist (che
stabilit`
a per k negativo ed appartenente al segmento AB, in quanto Pp = 1.
confermerebbe tale instabilit` a). Infatti la funzione di trasferimento W (s)
a ciclo chiuso presenta al denominatore questi poli cancellati a parte reale In tal caso, applicando il criterio di Routh al polinomio caratteristico a ciclo
positiva. chiuso:
Molto spesso nelle applicazioni lo studio della stabilit`a di un sistema a dCH = s(1 10s) + k(1 + 10s) = 10s2 + (10k + 1)s + k,
controreazione, caratterizzato dallavere una funzione di trasferimento H(s)
diversa da 1 nella catena di controreazione, viene eettuato applicando il
si trova che deve essere k < 0.1.
criterio di Nyquist alla funzione di trasferimento di anello F (s) = G(s)H(s).
IIm
u + y +
G(s) F (s)
- -
a) b)

H(s)

A B
IRe
Figura 7.7

Tale procedimento `e giusticato dal fatto che il sistema di gura 7.7.a

`e equivalente, da un punto di vista complessivo, ad un sistema che ha la
N (s)
struttura indicata in gura 7.7.b. Infatti, posto G(s) = G , H(s) =
DG (s)
NH (s)
, entrambi i sistemi a ciclo chiuso hanno polinomio caratteristico
DH (s)
Figura 7.8
dCH (s) = DG (s)DH (s) + NG (s)NH (s).
La presenza della funzione di trasferimento H(s) pu`o essere ad esempio Se il sensore introduce un ritardo nel ramo di controreazione, il dia-
legata alla dinamica del sensore. Se questo fosse istantaneo si avrebbe gramma di Nyquist si modica come descritto dalla seguente gura.
396 7. La stabilit`
a dei sistemi dinamici 7.4. Il criterio di stabilit`
a di Nyquist 397

IIm B corrispondono alle soluzioni 1  0.171, 2  0.324. Inserendo tali valori

nellespressione di F (j) si ottiene:
1 1
F (j1 ) = 5.839 = , F (j2 ) = 3.086 = ,
k1 k2
e dunque per avere stabilit` a asintotica occorre che k (0.324, 0.171).

A B
IRe Esercizio 7.28. Si studi la stabilit` a, rispetto al parametro k, del sistema
ottenuto eettuando una controreazione unitaria dalluscita del seguente
sistema lineare stazionario:

0 1 0 0 0
0 0 1 0 0
x = x + k u(t), k > 0,
0 0 0 1 0
0 0 1000 110 1
y(t) = ( 10 10 0 0 ) x(t).
Figura 7.9 Soluzione. Poiche la rappresentazione assegnata `e nella forma canonica
controllabile, `e immediato il calcolo della funzione di trasferimento che
Se il punto critico si trova sul segmento AB si ha ancora stabilit` a risulta essere
asintotica. Al crescere di , per`
o, tale segmento diventa sempre pi`u piccolo 10k (1 + s) 10k (1 + s)
no a che, a causa della diminuzione di fase dovuta al termine ej , la F (s) = C(sI A)1 B = = ,
4 3 2 2
fase non potr`a superare gli zero radianti. In questo caso non si potr`a avere s +110s +1000s 1000s (1 + 0.01s)(1 + 0.1s)
stabilit`
a asintotica per alcun valore di k. dove s4 + 110s3 + 1000s2 `e il polinomio caratteristico di A. Il sistema in
La situazione limite si ha quando A e B coincidono (la curva `e tangente catena diretta `e quindi instabile avendo la matrice A due autovalori pari a
al semiasse reale positivo). Posto allora: zero.
Per lo studio della stabilit` a del sistema complessivo si tracci ora il
1 + 10s diagramma di Nyquist relativo a
F (s) = e s ,
s(1 10s) F (s) =
10(1 + s)
.
2
si trova: 1000s (1 + 0.01s)(1 + 0.1s)
Come `e semplice vericare, ad esempio sulla base dei diagrammi di Bode
20cos + (100 2 1)sen (100 2 1)cos 20sen della F (j), landamento qualitativo dei diagrammi di Nyquist `e quello
F (j) = +j , riportato in gura.
(100 2 + 1) (100 2 + 1) IIm
avendo posto ej = cos jsen . Per determinare le intersezioni
del diagramma con lasse reale occorre imporre che la parte immaginaria si
annulli, ricavando cos`:
0- A IRe
100 1
2
(-1 , j 0 )
tan = . 0+
20
Numericamente si pu` o trovare che la situazione limite corrisponde a 
3.264. Dunque per < si pu` o avere stabilit`
a asintotica quando il punto
critico 1 `e compreso tra A e B. In particolare per = 3 si trova che A e Figura 7.10
k
398 7. La stabilit`
a dei sistemi dinamici 7.4. Il criterio di stabilit`
a di Nyquist 399

Il numero di poli a parte reale maggiore di zero `e Pp = 0. Contando IIm

come solito positivamente i giri in senso antiorario, per k tale che il punto
critico `e a sinistra di A il numero di giri `e N = 0, e dunque si ha stabilit` a
asintotica, mentre se `e a destra di A il numero di giri `e -2 (se k > 0)
oppure -1 (se k < 0), e quindi si ha instabilit` a. Indicato con k il valore
del guadagno corrispondente ad A, si ha stabilit` a asintotica per k (0, k)

IRe
e instabilit`a per k (, 0) (k, +). Si tratta di un sistema a stabilit`a
(-1 , j 0 )
regolare rispetto alle variazioni di k.
Il valore di k pu`
o ricavarsi dai diagrammi di Bode di F (j) valutandone
il valore mg del modulo quando la fase vale , ossia valutando il margine
di guadagno. Posto mg = 1 si trova k. Alternativamente si pu` o applicare
k
il criterio di Routh al polinomio caratteristico a ciclo chiuso dCH (s) =
NF (s) + DF (s) = s4 + 110s3 + 100s2 + 10ks + 10k, essendo NF (s) e DF (s) Figura 7.11
in numeratore e il denominatore di F (s).
Si tratta quindi di un sistema a stabilit`a regolare rispetto alle variazioni
4 1 1000 10k di k. Il numero di giri in senso antiorario `e nullo e pari a Pp = 0 se il punto
3 110 10k critico 1 `e a sinistra del punto A, mentre `e pari a -2 (se k > 0) oppure -1
2 11000 k 110k k
1 (9790 k)k (se k < 0) se `e a destra di A.
0 110k Il valore limite k del guadagno si pu` o trovare applicando il criterio di
Routh al polinomio caratteristico a ciclo chiuso dCH (s) = 1 2 s3 + (1 +
2 )s2 + s + k, ricavando cos` che k = 11+22 . Dunque si ha stabilit` a
Dalla discussione della tabella di Routh si trova che k = 9790. Inoltre se
k = 0 si annulla la riga 1, e si hanno due poli nellorigine, e dunque il asintotica per k (0, k); inoltre per k = 0 si ha un polo in s = 0 e per
sistema `e instabile. Se inne k = k il sistema `e semplicemente stabile a k = k due poli in s = j 1
(stabilit`
a semplice). Un modo alternativo
causa della presenza di poli complessi coniugati sullasse immaginario. 1 2

per il calcolo di k `e di imporre che il modulo di F (j) sia minore di 1
quando la fase `e pari a . Il valore di in corrispondenza del quale la
Esercizio 7.29. Studiare la stabilit`
a, rispetto ai parametri k, 1 e 2 , del fase `e pari a pu` o essere calcolato imponendo lannullarsi della parte
sistema a controreazione in gura 7.7.a, dove G(s) = k , H(s) = immaginaria. Si ha:
s(1 + 1 s) 
1 , > 0 e > 0. 
1 + 2 s 1 2 k  k
F (j) =  = =
s3 + ( + )s2 + s  ( + ) 2 + j( 3 )
1 2 1 2 j 1 2 1 2

Soluzione. Lo studio pu`

o essere eettuato sulla base del diagramma di (1 + 2 ) 2 j( 1 2 3 )
=k ,
Nyquist della funzione (1 + 2 )2 4 + ( 1 2 3 )2
e dunque posto
1 1 2 3 = 0,
F (s) = ,
s(1 + 1 s)(1 + 2 s)
si ricava, oltre al valore = 0, il valore = 1 (il valore negativo
1 2
il cui diagramma di Nyquist `e riportato in gura. viene scartato). In corrispondenza a tale valore di si calcola il valore del
 Figura 7.13

ovviamente N1 + N2 = 0. Essendo poi il numero di poli a parte reale

maggiore di zero della rappresentazione pari a Pp = 1, non `e vericata la
condizione del teorema di Nyquist, e dunque il sistema controreazionato `e
instabile.
402 7. La stabilit`
a dei sistemi dinamici 7.5. Esercizi e problemi 403

7.5. Esercizi e problemi La funzione di trasferimento del sistema a ciclo chiuso con un guadagno k
sulla catena diretta `e:
G(s) s2
Esercizio 7.31. Si riconsideri il pendolo invertito descritto dalle equazioni 2.16, W (s) = =

 .
in cui Jp = ml2 . Tenendo in conto anche dellattrito viscoso, proporzionale 1 + kG(s) M ls s + F s
2 g
ks2
alla velocit`
a x mediante un coeciente F , e supponendo che sia solo la forza M l
f = u agente sul carrello ( = 0), `e possibile rendere asintoticamente stabile I poli del sistema controreazionato sono dati dallequazione:
il sistema con una reazione statica dalluscita (ossia del tipo u = k(v y))? * & ' +
F 3 g k F
4
d(s) = M l s + s + s
2
gs .
M l Ml Ml
Soluzione. Le equazioni che descrivono la dinamica del pendolo invertito
sono:
F mg 1 Non essendo vericata la condizione necessaria del criterio di Routh (ai > 0,
=
x x + u
M M M i = 0, , 3), non `e possibile stabilizzare il sistema mediante un semplice
F g 1 guadagno.
= x + (M + m) u.
Ml Ml Ml Esercizio 7.32. Si riconsideri lesercizio 2.1. La puleggia di rinvio del
Posto
plotter ha un raggio r2 = 0.5 m ed `e calettata su un potenziometro P.
x1 = x, x2 = x, x3 = lx + , x4 = lx + , 2
2
dalla prima equazione si ricava:

F  1 r r2
s2 + s x1 (s) = u(s),
M M
e quindi: y
1 1 M d
x1 (s) =
 u(s), v
M s s+ F
M
mentre dalla seconda: v A u
- . 1 g 
s2 x3 (s) lx1 (s) = s2 x1 (s) + x3 (s) lx1 (s) . Figura 7.14
l l
e quindi:
 Un amplicatore, avente funzione di trasferimento R(s) = k , con k
1 g 1+s
1 s2
l [0, ) un guadagno variabile, `e pilotato dalla dierenza tra la tensione
l
x3 (s) =

 u(s). prelevata dal cursore del potenziometro ed una tensione dingresso u. La
M s s+ F g
s2 tensione applicata ai capi del potenziometro `e v = 10 V.
M l
Poiche: 1. Determinare i valori di k per cui il sistema `e asintoticamente stabile;
y(s) = Cx(s) = lx1 (s) + x3 (s), 2. ponendo k = 4, calcolare la risposta forzata del sistema per un ingresso
a gradino di ampiezza 8 V;
si ricava: 3. ponendo k = 2, calcolare la risposta a regime permanente per lingresso
1 s2
G(s) =

. u(t) = 30 sen 4t.
Ml s s + F g
s2
M l
 7.5. Esercizi e problemi 405

sicche:
* +
8

1
y(t) = L W (s) = 40 51.1 e0.123t+
s

+ 12.9 e0.771t 1.81 e2.11t + 0.0111 e10t 1 (t).

3. Per k = 2:
5
W (s) = ,
s + 13s + 32s2 + 20s + 1
4 3

3
e per u(t) = 30 sen 4t: |W (j4)| = 6.3 103 , W (j4) = 1.9 rad, e quindi:

y(t) = 6.3 103 sen (4t + 1.9).

Esercizio 7.33. Individuare una rappresentazione linearizzata del sistema

Figura 7.15 x 1 = x1 + sen x2
la cui funzione di trasferimento vale: x 2 = x21
R(s)G(s) R(s)G(s) k x 3 = x1 x2 + x21 + x2 x3
W (s) = , con = .
R(s)G(s) 5 2s(s + 1)(s + 2)(s + 10) y = x2 .
1+
5
1. Lequazione caratteristica `e:
d(s) = 2s(s + 1)(s + 2)(s + 10) + k = Soluzione. I punti di equilibrio del sistema non lineare sono individuati
dal sistema
= 2s4 + 26s3 + 64s2 + 40s + k = 0, x1 + sen x2 = 0
e la tabella di Routh `e: x21 = 0
4 2 64 k x1 x2 + x21 + x2 x3 = 0
3 26 40
0
2 792 13k
e quindi sono xek = k , k = 0, 1, 2, . La matrice jacobiana
1 15840 169k
0
0 13k
calcolata nei punti di equilibrio `e pari a:
per cui il sistema `e asintoticamente stabile per 0 < k < 93.7.
1 cos x2 0  1 (1)k 0
2. Per k = 4: 
Ak = J(xek ) = 2x1 0 0  = 0 0 0.
10 x=xek
W (s) = = 2x1 + x2 x1 + x3 x2 k 0 0
s + 13s + 32s2 + 20s + 2
4 3

10 Inoltre B = 0 e C = ( 0 1 0 ).
= ,
(s + 0.123)(s + 0.771)(s + 2.11)(s + 10)
406 7. La stabilit`
a dei sistemi dinamici 7.5. Esercizi e problemi 407

Esercizio 7.34. Mostrare che nella costruzione della tabella di Routh nel Il diagramma polare per [0, ) `e dunque una spirale che compie innite
caso di un polinomio con autovalori immaginari puri, con molteplicit`
a uni- volute prima di arrivare allorigine, mentre quello di Nyquist `e ottenuto
taria, deve necessariamente annullarsi una riga. mediante ribaltamento rispetto allasse reale.
4
ej 3
Si noti che per = , ossia per ej =
j = ( 1 ha
Soluzione. Senza perdita di generalit`
a si consideri il polinomio 2 j
infatti sempre fase ) in corrispondenza risulta:
d() = (2 + a)(3 + b2 2 + b1 + b0 ), 2

in cui a > 0 e b0 = 0. Allora  j   j 

e  e 2 
  =    0, 637.
5 4 3 2
d() = + b2 + (b1 + a) + (b0 + ab2 ) + ab1 + ab0 , 
=  j 2
 j 
e la tabella di Routh `e
5 1 b1 + a ab1 Dunque il diagramma passa a destra del punto critico (1, j0) e pertanto il
4 b2 b0 + ab2 ab0 sistema controreazionato `e stabile asintoticamente, in quanto N = Pp = 0.
3 b1 b2 b0 a b1 b2 b0
b2 b2
2 b0 ab0
1 0 Esercizio 7.36. Sia dato il sistema descritto dalla seguente funzione di
0 trasferimento F (s) = s + 1 . Utilizzando il criterio di Nyquist, studiare e
s(s 2)
ossia la riga 1 si annulla. discutere la stabilit`
a del sistema controreazionato al variare del parametro
k posto nel ramo di controreazione.
Esercizio 7.35. Studiare la stabilit`
a del sistema caratterizzato dalla fun-
s
e
zione di trasferimento s , controreazionato con controreazione unitaria.
+
F (s)
3 +
Soluzione. Poiche |ej |dB = 0 e ej = , al diagramma di Nyquist
relativo ad 1s (coincidente con il semiasse immaginario negativo) occorre
sommare quello dellesponenziale, costituito da una circonferenza, percorsa k
in senso orario (in quanto al crescere di , la fase decresce).
IIm Figura 7.17

Calcolare inoltre per un opportuno valore di k, la risposta a regime perma-

-1+j 0 IRe nente allingresso u(t) = (1 + sin 3t)1 (t) del sistema ad anello chiuso.

0+ Soluzione. Bisogna ricondurre lo schema a quello con una controreazione

unitaria negativa ponendo F (s) = kF (s) = k
1 + s  , ove k = k . Il
2
s 1 s
Figura 7.16 diagramma di Nyquist `e dato da: 2
 Figura 7.19

Il numero di giri in senso antiorario `e zero se il punto critico 1 `e a

k
sinistra di A, 1 se `e compreso tra A e B, -1 se `e tra B e C e -2 se `e a destra
di C. Dunque si ha stabilit` a asintotica per k (, |k|), ove k si pu` o
determinare applicando il criterio di Routh a

dCH (s) = (s 1)(s2 + 1) k(s2 + 11s + 10) =

= s3 (k + 1)s2 + (1 11k)s (10k + 1).

La tabella risulta essere:

3 1 1 11k
2 (k + 1) (10k + 1)
1 (11k + 20)k
0 (10k + 1)

e si ricava cos` che k = 20 . E

` chiaro che per k = 0 e k = k il sistema `e
11
semplicemente stabile, avendo i poli rispettivamente in = j e = 21.
410 7. La stabilit`
a dei sistemi dinamici 7.5. Esercizi e problemi 411

Esercizio 7.38. Stabilire se esistono valori di k per i quali gli autovalori Applicando il criterio di Routh si determina la seguente tabella:
del sistema interconnesso dato da

0 0 0 6 4 1 17k 25 72k
x 1 = 1 0 7 x1 + 5 u1 x 2 = 8x2 4ku2 3 k+4 66k + 56
0 1 4 1 2 17k 2 23k 156 72(4 + k)

 y2 = x2 + ku2 1 561k 3 319k 2 + 4216k + 3792
y1 = 0 0 1 x1 0 72k
con u1 = v y2 , u2 = y1 , hanno autovalori a parte reale minore di -1.
che comporta la seguente tabella di discussione degli elementi della prima
colonna:
Soluzione. Posto:
4 2.42
66
0.78
25
3.78
0 0 0 6 56 17
k
A1 = 1 0 7 , B1 = 5 , C1 = ( 0 0 1),
0 1 4 1 1 >0

A2 = 8, B2 = 4k, C2 = 1, D2 = k, k +4 >0

17 k 25 > 0
le equazioni dei due sistemi diventano:
2
17 k 23k 156 > 0
x 1 = A1 x1 + B1 u1 x 2 = A2 x2 + B2 u2
561 k 3 319 k2+ 4216 k + 3792 >0
y1 = C1 x1 y2 = C2 x2 + D2 u2
ed essendo u1 = v C2 x2 D2 C1 x1 , u2 = C1 x1 , si ha:
e si osserva che per k > 3.78 si ha stabilit`
a asintotica.
        
x 1 A1 B1 D2 C1 B1 C2 x1 B1 x1 Il problema pu`o essere anche risolto applicando il criterio di Nyquist.
= + v=A + Bv Le funzioni di trasferimento dei due sistemi sono:
x 2 B2 C1 A2 x2 0 x2

   
x1 x1
y = C1 0 = C . s2 + 5s + 6 s+4
x2 x2 P1 (s) = , P2 (s) = k .
s(s 4s + 7)
2 s+8
La matrice A `e data da:

0 0 6k 6 Si noti che P2 (s) ha un solo zero a parte reale negativa. Dunque il sis-
1 0 7 5k 5 tema interconnesso `e stabile asintoticamente se tale `e il sistema dato dalla
A =
0 1 4k 1 funzione di trasferimento:
0 0 4k 8
(s2 + 5s + 6)(s + 4)
e gli autovalori sono le soluzioni del polinomio: F (s) = P1 (s)P2 (s) = k = k F (s),
  s(s2 4s + 7)(s + 8)
 0 6k 6 
 
=  1
|I A|
7 + 5k 5 
= controreazionato con controreazione unitaria. Si noti che F (s) ha due poli
 0 1 4 + k 1  in s = 2 3j, sicche Pp = 2. Il diagramma di Nyquist relativo a F (s)
 
0 0 4k +8 presenta una zona (tra i punti A e B) in cui N = Pp = 2. Ci` o `e in accordo
= 4 + (k + 4)3 + (17k 25)2 + (66k + 56) + 72k. con quanto trovato applicando il criterio di Routh.
412 7. La stabilit`
a dei sistemi dinamici 7.5. Esercizi e problemi 413

IIm Problema 7.4. Studiare la stabilit`

a dello stato zero del seguente sistema
& '
x31
x 1 = x2 x1

A B C IRe x 2 = x1 .

Problema 7.5. Assegnato il sistema

x 1 = x2
x 2 = sen sen ( + x1 )
Figura 7.20
studiare la stabilit`
a dello stato zero con la seguente funzione:
Problema 7.1. Studiare la stabilit`
a dello stato zero dei seguenti sistemi
non lineari: V (x) = x22 + cos 2cos ( + x1 ) 2x1 sen .
x 1 = x1 + x2 x 1 = x1 + x2
a) b)
x 2 = x1 x2 + x32 x 2 = x1 x2 x32
Problema 7.6. Applicare il metodo del gradiente variabile per la costruzione
di funzioni di Lyapunov da utilizzare per lo studio proposto nei problemi
x 1 = h2 x21 x 1 = x1 precedenti.
c) d)
x 2 = x1 x22 x 2 = x21 + x22
Problema 7.7. Applicare il metodo del gradiente variabile per studiare la
Allo scopo si utilizzi la funzione di Lyapunov V (x) = x21 + x22 . stabilit`
a asintotica globale del seguente sistema:

Problema 7.2. Si dimostri che lo stato zero del sistema: x 1 = x2

x 1 = x21 x22 df (x1 )
x 2 = x2 x2 f (x1 ) x1 f (x1 ) x1 x2
x 2 = 2x1 x2 dt

`e instabile (utilizzare la funzione V (x) = 3x1 x22 x31 ). df (x1 )

in cui f (x) > 0, x1 , e `e continua.
dt
Problema 7.3. Vericare che lo stato del sistema:
Problema 7.8. Applicare il metodo del gradiente variabile per lo studio
x 1 = x2 del seguente sistema:
x 2 = a1 x2 a2 x1 (b1 x2 + b2 x1 )2 x2 x 1 = x1 + 2x21 x2
`e stabile asintoticamente globalmente per ogni a1 e a2 positive (si utilizzi x 2 = x2 .
la funzione V (x) = a2 x21 + x22 ).
414 7. La stabilit`
a dei sistemi dinamici 7.5. Esercizi e problemi 415

Problema 7.9. Trovare le condizioni necessarie e sucienti per la stabilit`

a Problema 7.13. Mostrare che la verica della condizione del problema
asintotica del seguente sistema: 7.12 implica che h tale che per t t0 , si ha:

x 1 = x2 x(t) h ek(tt0 ) x0 .


x 2 = a + b + a b f (t) x1
2 2 2 2
2 2 Problema 7.14. Studiare la stabilit`
a esterna del seguente sistema:
con    
T 0 1 0
x = x+ u, y = x.
f (t) = 1, nT t (2n + 1) a2 0 1
2
T
f (t) = 1, (2n + 1) t (n + 1)T.
2 Problema 7.15. Studiare la stabilit`
a e la stabilit`
a esterna del seguente
sistema:
0 1 0 0
Problema 7.10. Assegnata lequazione dierenziale: x = 1 0 0 x + 0 u, y = x.
0 0 1 1
y + 3y + (2 + a cos t)y = 0
Problema 7.16. Mostrare che condizione necessaria e suciente anche
trovare i sistemi dierenziali equivalenti ponendo:
una matrice Q, simmetrica e con autovalori distinti, sia denita positiva
    (negativa) `e che abbia autovalori positivi (negativi).
y 2y + y
x= e x
= .
y y y Problema 7.17. Studiare dal punto di vista della stabilit`
a le seguenti
equazioni caratteristiche:
Mostrare che solo nel secondo caso, utilizzando condizioni sucienti di
stabilit` a asintotica del sistema per |a| <
a, `e possibile provare la stabilit` 3 + 82 + 14 + 24
1/2 cos , dove `e tale che 0 /2 e tan = . 4 + 33 + 62 + 9 + 12
4 + 3, 23 + 13, 72 + 21, 1 + 18, 7
Problema 7.11. Con riferimento alla stabilit`
a, in che dieriscono i due
seguenti sistemi: 6 + 5 + 34 + 43 + 32 + 2 + 1
    6 + 35 + 24 + 93 + 52 + 12 + 2.
0 0 0 0
x = x, =
x x
?
0 0 1 0
Problema 7.18. Studiare dal punto di vista della stabilit`
a, e rispetto ai
parametri, le seguenti equazioni caratteristiche:
Problema 7.12. Mostrare che tutti gli autovalori di A hanno parte reale 3 + (4 + k)2 + 6 + 16 + 8k
minore di k se e solo se per ogni matrice P simmetrica e denita positiva es-
iste una matrice Q, simmetrica e denita positiva, soluzione dellequazione: 3 + 142 + 56 + k
4 + 73 + 152 + (25 + k) + 2k
2kQ + A Q + QA = P.
T
4 + 83 + 242 + 32 + k.
416 7. La stabilit`
a dei sistemi dinamici 7.5. Esercizi e problemi 417

Problema 7.19. Dimostrare che se i coecienti di un polinomio non hanno Problema 7.23. Studiare la stabilit`
a degli stati di equilibrio dei seguenti
tutti lo stesso segno allora gli zeri non hanno tutti parte reale negativa. sistemi non lineari
x 1 = 2x21 2 x 1 = 2sen x1 x21 + x3 1
x1
Problema 7.20. Assegnata la rete: a) x 2 = x31 x2 + x3 b) x 2 = 2 x22 + x3
x2
x 3 = x23 2x21 + 1 x 3 = x1 x23 + 1
R1

C1
x 1 = x2 1
u( t ) R2 C2 y( t) x 2 = x3 + cos x4
c)
x 3 = x4
x 4 = kx1 x32 + 2x23 x4 .

Figura 7.21
Problema 7.24. Mostrare che nella costruzione della tabella di Routh si
pu`
o avere una riga nulla solo quando il suo indice p `e dispari.
trovarne una rappresentazione dierenziale e studiare la stabilit`
a e la sta-
Problema 7.25. Studiare la stabilit` a dei sistemi a controreazione unitaria
bilit`
a esterna.
caratterizzati da una funzione di trasferimento in catena diretta pari a:
3 10(s + 1)
a) , b) ,
Problema 7.21. Trovare le condizioni necessarie e sucienti per la sta- (s + 1)(s + 2) (s + 2)(s + 5)
bilit`
a asintotica di:
5(s + 1)(s + 2) 10
a) y(k + 3) + a1 y(k + 2) + a2 y(k + 1) + a3 y(k) = 0 c) , d) .
2 s(s + 1)(s + 3)
s (s + 1.5)(s + 3)
b) y(k + 4) + a1 y(k + 3) + a2 y(k + 2) + a3 y(k + 1) + a4 y(k) = 0
Problema 7.26. Studiare in modo parametrico rispetto a k la stabilit` a
dei sistemi a controreazione unitaria caratterizzati dalle seguenti funzioni
di trasferimento in catena diretta:
Problema 7.22. Dimostrare che per un sistema a tempo discreto del sec- k k
a) , d) ,
ondo ordine si ha stabilit`a asintotica se e solo se sono simultaneamente (s + 1)(s + 2) s(s2 + 3.2s + 64)
vericate le seguenti condizioni:
k k(s + 1)
|1 + det(A)| > |tr(A)|, | det(A)| < 1, b) , e) ,
s(s + 1) s2 (s + 2)

one tr(A) indica la traccia di A, ossia la somma degli elementi sulla diago- k(s + 2) k
nale principale. c) , f) .
2 2
s (s + 5) s(s + s + 4)
 7.5. Esercizi e problemi 419

Problema 7.30. Studiare la stabilit` a al variare del parametro k, del sis-

tema caratterizzato dal seguente diagramma di Nyquist:
IIm

+ 0-
- +
0 IRe

Figura 7.24

Figura 7.23

essendo
k1
G(s) = , H(s) = k2 s.
s(s + a)
Bibliograa

I seguenti testi trattano questioni matematiche di particolare rilievo per

la Teoria dei Sistemi. Si segnalano in particolare i numeri 22, 29, ottimi per
una preparazione generale in Algebra e per linquadramento in un contesto
pi`
u generale della teoria degli spazi vettoriali, nonche il numero 3 di notevole
validit`
a e completezza per tutte le questioni relative alle matrici.

1. M. R. Spiegel, Theory and Problems of Laplace Transforms, Schaums

Outline Series, Mc GrawHill, 1965.

2. F. Ayres, Theory and Problems of Matrices, Schaums Outline Series,

Mc GrawHill, 1962.

3. F. R. Gantmacher, The Theory of Matrices, Voll. I e II, Chelsea, 1960;

edizione francese: Theorie des Matrices Voll. I e II, Dunoc, 1966.

4. P. R. Halmos, Finite Dimensional vector Spaces, Springer, 1974.

5. E. A. Coddingtomn, N. Levinson, Theory of Ordinary Dierential

Equations, Mc GrawHill, 1955.

6. H. K. Wilson, Ordinary Dierential Equations, Addison, 1971.

7. M. R. Spiegel, Theory and Problems of calculus of nite dierences and

dierence equations, Schaums Outline Series, Mc GrawHill, 1971.
422 Bibliograa
8. R. Bellman, Introduction to Matrix Analysis, Mc GrawHill, 1970.
9. E. C. Nering, Linear Algebra and Matrix Theory, Wiley, 1970.
10. C. C. Mac Duee, The Theory of Matrices, Chelsea.
11. J. A. Eisele, R. M. Mason, Applied Matrix and Tensor Analysis, Wiley,
1970.
12. B. Noble, Applied Linear Algebra, Prentice Hall, 1969.
13. F. Ayres, Modern Algebra, Schaums Outline Series, Mc GrawHill,
1965.
14. F. Treves, Topological Vector Space, Distributions and Kernels, Aca-
demic Press, 1967.
15. S. Lipschutz, Theory and Problems of Linear Algebra, Schaums Out-
line Series, Mc GrawHill, 1968.
16. O. Zariski, P. Samuel, Commutative Algebra, Voll. I e II, Van Nos-
trand, 1960.
17. S. Barnett, Matrices in Control Theory, Van Nostrand, 1971.
18. A. W. Naylor, G. R. Sell, Linear Operator Theory in Engineering Sci-
ence, Holt, 1971.
19. L. Schwartz, Methodes Matematiques pour les SciencecPhysiques, Her-
mann, 1965.
20. S. A. Gall, Linear Analysis and Representation Theory, Springer, 1973.
21. J. Courbon, Introduction au calcul matriciel, Dunod, 1971.
22. S. Mc Lane, G. Birkho, Algebra, Mc Millan, 1967.
23. S. Lang, Algebra, AddisonWesley, 1971.
24. H. H. Rosenbroch, C. Storey, Mathematics of Dynamical Sysems, Nel-
son, 1970.
Bibliograa 423
25. L. A. Pipes, S. A. Hovanessian, MatrixComputer Methods in Engi-
neering, Wiley, 1969.
26. T. L. Boullion, P. L. Odell, Generalized Inverse Matrices, Wiley, 1971.
27. S. Lang, Algebra Lineare, Boringhieri.
28. G. F. Feeman, N. R. Grabois, Linear Algebra and Multivariable Cal-
culus, Mc GrawHill, 1970.
29. L. Lombardo Radice, Algebra, Feltrinelli.
30. A. Ghizzetti, F. Rosati, Lezioni di Analisi Matematica, Voll. I e II,
Veschi.
31. Ghizzetti, Marchetti, Ossicini, Complementi di Analisi Matematica,
Veschi.
I seguenti riferimenti sono relativi alla Teoria dei Sistemi. Poiche la
teoria `e in rapido sviluppo, alcuni testi hanno prevalentemente interesse
storico e sono stati segnalati principalmente perche contengono applicazioni
interessanti. I numeri 1, 2, 6, 8, 9, 10, 13, 24 sono forse i pi`
u signicativi.
1. A. Ruberti, A. Isidori, Teoria dei Sistemi, Boringhieri, 1979.
2. A. Ruberti, A. Isidori, Elementi di Teoria della Stabilit`
a, Siderea, 1979.
3. R. Hermann, Linear System Theory and Introductory Algebraic Geom-
etry, Interdisciplinary Mathematics, IVIII, Rutgers University, 1974.
4. D. M. Wiberg, Theory and Problems of State Space and Linear Sys-
tems, Shaums Outline Series, McGrawHill, 1971.
5. L. Von Bertalany, Teoria Generale dei Sistemi, ILI, 1968.
6. M. D. Mesarovic, Y. Takahara, General System Theory Mathematical
Foundations, Academic, 1975.
7. R. A. Roher, Circuit Theory: An introduction to the state variable
approach, McGrawHill, 1970.
424 Bibliograa Bibliograa 425

8. L. Padulo, M. A. Arbib, System Theory, Saunders, 1974.
9. R. E. Kalman, P. L. Falb, M. A. Arbib, Topics in Mathematical System
Theory, McGrawHill, 1969.
10. L. A. Zadeh, E. Polak, System Theory, McGrawHill, 1969.
11. G. J. Klir, Trends in General System Theory, Wiley, 1972.
12. J. E. Rubio, The Theory of Linear Systems, Academic, 1971.
26. C. Gori Giorgi e S. Monaco, Teoria dei Sistem: Complementi ed Eser-
cizi, Editrice Universitaria di Roma La Goliardica, 1988.
27. B. Friedland, Control System Design: An Introduction to StateSpace
Methods, McGrawHill, 1987.
28. T. Kailath, Linear Systems, Prentice Hall, 1980.
29. J. J. DAzzo e C. H. Houpis, Linear Control System Analysis and
Design: Conventional and Modern, McGrawHill, 1988.

13. C. T. Chen, Introduction to Linear Systems, Holt, 1970. 30. H. K. Khalil, Nonlinear Systems, Prentice Hall, 1996.

14. L. M. K. Timothy, B. E. Boa, State space analysis: an introduction, 31. R. C. Dorf, Moder Control Systems, AddisonWesley Publishing Com-
McGrawHill, 1968. pany, 1989.

15. T. G. Windeknecht, General dynamical processes, Academic, 1971. 32. G. Franklin, J. D. Powell e A. EmamiNaeini, Feedback Control of
Dynamic Systems, AddisonWesley Publishing Company, 1986.
16. D. K. Frederic, A. B. Carlson, Linear systems in Communication and
Control, Wiley, 1971.

17. L. A. Zadeh, C. A. Desoer, Linear System Theory, McGrawHill, 1963.

18. S. R. Searle, Linear Models, Wiley, 1971.

19. J. Lifermann, Systemes Lineares, variables detat, Masson, 1972.

20. R. J. Schwartz, B. Friedland, Linear Systems, McGrawHill, 1967.

21. B. C. Kuo, Linear Networks and Systems, McGrawHill, 1967.

22. H. R. Martens, D. R. Allen, Introduction to System Theory, Merrill,

1969.

23. C. A. Desoer, Notes for a Second Course on Linear Systems, Van Nos-
trand, 1970.

24. R. W. Brockett, Finite Dimensional Linear Systems, Wiley, 1970.

25. D. G. Luenberger, Introduction to dynamic Systems theory, models

and applications, J. Wiley & Sons, 1979.