Sei sulla pagina 1di 58

Teoria dei S istemi

C apitolo 1
Analisi nel dominio del temp o

1 . 1 Esempio di sistema lineare. Massa-Molla-S morzatore


Dalla fisica sappiamo che un sistema massa-molla-smorzatore `e costituito da una equazione del
genere che descrive la forza agente nella direzione dello spostamento:
M y ( t) + k y( t) + b y ( t) = u( t)
Prendendo come parametro di ingresso u( t) , assumendo come variabili di stato la posizione e la
velocita della massa e come uscita la posizione della massa, avremo che
Posizione. x 1 ( t) = y( t)
Velocita. x 2 ( t) = y ( t)
Esprimendo il tutto con una rappresentazione lineare con lo stato del tipo

x ( t) = A x( t) + B u( t) ; x( t 0 ) = x 0
y( t) = Cx( t) + D u( t)
avremo che
x 1 ( t) = x 2 ( t)
k b u( t)
x ( t) = y ( t) = M x 1 ( t) + M x 2 ( t) + M
2
y( t) = x 1 ( t)
in cui le matrici varranno
! !
0 1 0 
A= k b B= 1 C= 1 0
M M M

1 . 2 D al mo dello implicito a quello esplicito


Un modello del tipo: 
x ( t) = A x( t) + B u( t) ; x( t 0 ) = x 0
y( t) = Cx( t) + D u( t)

`e detto Modello implicito del problema e o anche in forma differenziale. Q uesto


modello `e utile nel caso si voglia realizzare uno schema fisico del problema.
Tuttavia al fine dell analisi `e necessario convertirlo nel suo equivalente Modello espli-
cito che non `e altro che la soluzione del modello implicito:

x( t) = ( t t 0 ) x( t 0 ) + R t H( t ) u( ) d
Rt 0
y( t) = ( t t 0 ) x( t 0 ) + t W( t ) u( ) d
t0

O ra possiamo verificare che effettivamente il modello esplicito sia soluzione di quello


implicito. C onsideriamo prima di tutto l equazione omogenea associata a x ( t) = A x( t) +
B x( t) , ovvero la x ( t) = A x( t) . La sua soluzione sara:
x( t) = e A t x 0

3
4 Analisi nel dominio del tempo

Infatti lo sviluppo dell esponsenziale e At `e :



X Ak tk t2 t3
eA t = = I + A t + A 2 + A3 +
k! 2 6
k=0
La cui derivata 1 . 1 :
 
d eA t t2 t2
= 0 + A + A2 t + A 3 = A I+ At+ A + 2
= A e At
dt 2 2
Da questo risultato possiamo dire che
x( t) = e A t x 0
`e soluzione della
x ( t) = A x( t) ; x( 0) = x 0
Possiamo dunque porre 1 . 2 :
( t) = eA t
H( t) = e A tB
( t) = Ce A t
W( t) = Ce A t B + D ( t)

E ottenere il sistema 1 . 3 :

x( t) = e A( t t 0 ) x 0 + R t e A ( t ) B u( ) d
t0
R
y( t) = C e A ( t t 0 ) x 0 + t C e A ( t ) B u( ) d + D u( t)
t0

O ra verifichiamo che effettivamente, fatte queste sostituzioni, otteniamo la soluzione del


sistema implicito. Per quanto riguarda la prima equazione 1 . 4 :
Zt
A( t t 0 )
x ( t) = A e x0 + Ae A ( t ) B u( ) d + B u( t)
t0
 Zt 
= A e A( t t 0 ) x 0 + e A ( t ) B u( ) d + B u( t)
t0
= A x( t) + B u( t)
Per quanto riguarda la seconda equazione:
 Zt 
y( t) = C e A ( t t 0 ) x 0 + e A ( t ) B u( ) d( )
t0
= C x( t) + D u( t)

Le equazioni del nostro modello esplicito sono chiaramente composte da due parti:
( t) , ( t) sono le evoluzioni lib ere o matrici di transizio ne ( nello stato e in
uscita rispettivamente) . Q ueste sono funzione di x 0 ovvero dipendono solo dalla
variabile di stato e non dall uscita.
H( t) , W( t) sono le evoluzioni forzate o matric i de lle rispo ste impulsive ( nello
stato e in uscita rispettivamente) . Q ueste sono funzione dall ingresso u( t) .

1 . 1 . Q ui indichiamo con I la matrice identita.


1 . 2 . ( t) `e il delta di D irac che `e una funzione che vale 1 in t e 0 altrove.
1 . 3 . Abbiamo sfruttato la proprieta dell impulso unitario per la quale l integrale di una funzione moltipli-
cata per `e pari alla funzione nel punto in cui `e centrato l impulso.
1 . 4. Per un noto teorema abbiamo che la derivata di un integrale `e uguale
 R all integrale
 R della derivata piu il
d t t d
termine integrando calcolato rispetto alla variabile di derivazione, ovvero:
dt t
x( ) d = t d t x( ) d + x( t)
0 0
1 . 3 L evo l u z io ne li b era ne l lo s tato 5

Alcune caratteristiche del sistema ottenuto:


Per l evoluzione forzata `e applicabile il princ ipio di so vrapposizione degli e ffe tti
ovvero l evoluzione forzata totale `e uguale alla somma delle evoluzioni forzate di
tutti i singoli ingressi.
La matrice delle risposte impulsive W( t) , rappresenta la risposta del sistema
quando l ingresso u( t) = ( t) , ovvero quando si ha in ingresso un impulso unitario.
Il Prob le ma de lla realizzazione rappresenta tutto cio che riguarda il passaggio dalla forma
esplicita alla forma implicita, ovvero da un modello utile per l analisi ad un modello utile
per la realizzazione fisica del sistema.

1 . 3 L evoluzione lib era nello stato


1 . 3. 1 Il problema dell esp onenziale di matrice
L esp onenziale di Matrice.
Il calcolo delle soluzioni di un sistema passa per il calcolo di e A t . Q uesto calcolo
risulta se mplice se la matrice A `e diagonale o diagonale a blocchi. Infatti in questo caso
si ha che:

1 0 0 e 1 t 0 0

A= 0 0 , eA t = 0 0
0 0 n 0 0 e nt

Il problema quindi si sposta su come rendere diagonale una matrice non diagonale.
Richiami di algebra lineare.
Indipendenza lineare. I vettori v 1 v k si dicono linearme nte indipe nde nti se presa
un equazione del tipo a 1 v 1 + + a k v k = 0 con a 1 a k scalari, questa risulta verifi-
cata solo se tutti i coefficienti sono uguali a 0.
G eneratori. Un insieme finito o infinito di vettori di V si dice insie me di ge ne ratori
di V se ogni vettore di V si puo scrivere come combinazione lineare di un numero
finito di essi.
B ase. Una base di uno spazio vettoriale V `e un insieme di generatori di V linear-
mente indipendenti fra loro.
C oordinate. Fissata una base B 1 , n = ( v 1 v n ) di V, e preso un vettore w V, si ha
che w si puo scrivere in uno e un solo modo come combinazione lineare dei vettori
di B w = x 1 v 1 + + x n v n . I coefficienti x 1 x n sono detti coo rdinate del vettore w
rispetto alla base B. Possiamo anche scrivere w = B1 , n Xn , 1
C omplemento algebrico. S i chiama complemento algebrico dell elemento di
matrice ( quadrata) a i j , e si indica con A i j , il determinante della matrice ottenuta
sopprimendo la i-esima riga e la j-esima colonna della matrice di partenza e molti-
plicandolo per ( 1 ) i + j .
Matrice inversa. Una matrice A `e invertibile se det( A) 0 e la sua inversa varra
 
Ai j
A 1 = trasposta
det A
O vvero si costruisce la matrice costituita dei complementi algebrici degli elementi
a i j dividendo ciascuno di essi per il determinante di A, e infine si traspone.
n n n
O p eratore. Un applicazxio ne lineare F:   si dice o pe ratore di  .
Matrici S imili. Due matrici A, A quadrate di ordine n, si dicono simili se esiste una
matrice invertibile P di ordine n tale che A 0 = P 1 A P.
n
O p eratori in basi diverse. Un operatore di  si rappresenta rispetto a basi
diverse con matrici simili.
6 Analisi nel dominio del tempo

Matrice diagonalizzabile. Una matrice A `e diagonalizzab ile se `e simile ad una


matrice diagonale, ovvero se esiste una Pn tale che P 1 A P dia come risultato una
matrice diagonale. C orrispondentemente un operatore T `e diagonalizzabile se
esiste una base in cui `e rappresentato in forma diagonale.
Autovettori e Autovalori. Dato un operatore T: n  
n
, un vettore v 
n
,v 0
`e detto autove tto re di T se esiste un numero tale che
T( v) = v ovvero ( A I) v = 0
Il numero si dice auto valo re di T. G li auto valo ri sono una delle proprieta delle
matrici che non cambiano con il cambiamento di base ( come ad esempio il determi-
nante) .
Polinomio caratteristico. E il polinomio ottenuto da
det( In A n ) = 0
Dove A n `e la matrice associata ad un operatore T, e sono gli autovalori di T.
Q uesta equazione permette di calcolare gli autovalori associati ad un operatore.
Moleplicita
` algebrica. TO DO
Molteplicita
` geometrica. TO DO
Esp onenziale di Matrice con A Diagonalizzata. Il problema di fondo per diagonaliz-
zare la matrice A `e chiedersi: esiste una matrice T tale che TA T 1 risulti diagonale? Una
volta trovata questa matrice potremmo scrivere:
= TA T 1 A = T 1 T
1
eA t = eT Tt

E ricordando la definizione di esponenziale di matrice:



X
1 tk 1
eT Tt
= ( T T) k
k!
k=0
E sapendo che
( T 1 T) k = T 1 k T
Possiamo scrivere !

X
At 1 tk k
e =T T = T 1 ( e t ) T
k!
k=0

Il problema successivo `e diago nalizzare A tramite un camb iame nto di coordinate .

1 . 3. 2 Mo di naturali ap erio dici


Esp onenziale di matrice nel caso di autovalori reali e distinti . Il primo caso che ci si
presenta nella diagonalizzazione, `e quando gli autovalori di A sono reali e distinti. In
questo caso infatti questi concidono con gli autovalori della matrice = TA T 1 , quindi
possiamo dire che la matrice sara formata dagli autovalori di A

1 0 0
= 0 0
0 0 n
Ma noi sappiamo per la definizione di autovalore e autovettore che A u n = u n n ovvero, in
forma matriciale
1 0 0
A u1 un = u1 un 0 0
0 0 n
A U = U
U 1AU =
1 . 3 L evo l u z io ne li b era ne l lo s tato 7

In base a quanto detto precedentemente dobbiamo trovare un T tale che = TA T 1 sia


diagonale, ebbene , questa matrice `e proprio la matrice

v1
U 1 =
vn

Dunque effettuando il calcolo di esponenziale di matrice , otteniamo


t
e 1 0 0 v1 X n

At 1 t
e = T e T = u1 un 0 0
= e i t u i vi
0 0 e n t vn i = 1

che `e proprio il risultato voluto. Q uesto ci permette di calcolare l evoluzione libera nello
stato
n n
X
X
x( t) = e A t x 0 = e i t u i vi x 0 = c i e i t u i con c = v 1 x 0
i= 1 i= 1

Q uesta evoluzione libera prende il nome di modo naturale aperiodico.


C onsiderazioni.
Q uesta evoluzione `e la somma di n termini distinti corrispondenti a evoluzioni
lungo gli autovettori u n .
La traiettoria generalale dello stato `e confinata all interno di un sottospazio gene-
rato dagli autovettori u n . La proiezione di questa traiettoria sugli autovettori `e
nella forma c i e i t .
Nel caso particolare ( ed esemplificativo) di n= 1 si avra che la traiettoria sara con-
finata sulla direzione dell autovettore u 1 e se
> 0. l evoluzione sara divergente
= 0. si rimane nello stato iniziale
< 0. si ha un moto convergente verso l origine
La costante di temp o. Vogliamo ora trovare un parametro per caratterizzare la velocita
con cui il sistema evolve. Indicheremo questo parametro con

1
i =
i

che prendera il nome di costante di te mpo . Piu `e grande questo parametro piu sara lento
il modo naturale associato all autovalore i-esimo.
Esercizio 1 . 1 . Calco lare la rispo sta libe ra ne llo stato pe r un siste ma te mpo co ntinuo in c ui la matrice dina-
mica `e

1 0 1
A= 2 1 1
2 2 0

Per prima cosa calcoliamo gli autovalori di A



1 0 1
det( A I) = det 2 1 1
2 2
= ( 1 ) ( 1 ) 4 + 2 ( 1 ) + 2 ( 1 + )
= ( 1 ) ( 1 ) 4 + 2 2 + 2 + 2
= ( 1 ) ( + 1 )
1 = 0, 2 = 1 , 3 = 1
8 Analisi nel dominio del tempo

O ra calcoliamo gli autovettori sinistri corrispondenti ai singoli autovalori e successivamente quelli destri
u1

(A 1 I) u1 = 0
1 0 1 a
2 1 1 b = 0
2 2 0 c

a+c
2a b c = 0
2a + 2b

a+c=0 c= a c= a 1
2a b c = 0 a b=0 a= b u1 = 1

2a + 2b = 0 2a + 2b = 0 b=? 1
u2

(A 2 I) u2 = 0

0 0 1 a
2 2 1 b = 0
2 2 1 c

c
2a 2b c = 0
2a + 2b c

c= 0 c= 0 1
2a 2b = 0 a= b u2 = 1

2a + 2b = 0 a= b 0
u3

(A
3 I) u3 = 0
2 0 1 a
2 0 1 b = 0
2 2 1 c

2a + c
2a c = 0
2a + 2b + c

2a + c = 0 c = 2a 1
2a c = 0 c = 2a u3 = 0

2a + 2b + c = 0 2b = 0 2

M entre gli autovalori destri si calcoleranno imponendo la condizione di ortonormalita con quelli sini-
stri.

v 1T 

v 2T = u1 u2 u3 1
v 3T

1 1 1
= 1 1 0 1
1 0 2

2 2 1
2 1 1 T
1 1 0
=
1
2 2 1
= 2 1 1
1 1 0
D unque, ora sappiamo che in caso di autovalori reali e distinti si ha che la matrice di transizione nello
stato sara
3
X
( t) = e i t u i v it
i=1

1  1  1 
= 1 2 2 1 + et 1 2 1 1 + e t 0 1 1 0
1 0 2

2 2 1 2 1 1 1 1 0
= 2 2 1 +e 2 1 1 +e
t t
0 0 0
2 2 1 0 0 0 2 2 0
1 . 3 L evo l u z io ne li b era ne l lo s tato 9

1 . 3. 3 Mo di naturali pseudop erio dici


Esp onenziale di matrice nel caso di autovalori complessi coniugati, distinti. Il
secondo caso particolare in cui possiamo agevolmente diagonalizzare la matrice A `e
quando questa possiede anche autovalori complessi coniugati e distinti. S upponiamo che
la matrice A possieda
autovalori reali nella forma 1
2 autovalori complessi coniugati nella forma ( 1 j1 ) ( j ) . In questo
caso, il generico autovettore sara indicato come u = u a + ju b .
in questo caso la matrice diagonalizzata che chiameremo A sara cos` costituita

v1


v

v
A = TA T 1 = 1a A u 1
u u1 a u1 b u a u b =
v1 b


v a
v b

1




1 1
=

1 1



Per

proseguire

nel calcolare e A t abbiamo bisogno di saper calcolare l esponenziale


t
e . Per fare cio partiamo col fare alcune considerazioni
e ( A 1 + A 2 ) t = e A 1 t e A 2 t se e solo se le matrici commutano nel prodotto, ovvero A 1 A 2 =
A 2 A1
Nel nostro caso avremo
     
0 0
= + = A1 + A 2
0 0

A 1 A 2 = ( I) A 2 = A 2 = A 2 = A 2 ( I) = A 2 A 1
quindi possiamo dire che
     
0 0

t 0
t 0
t
e = e e
 t  
e 0 cos t sin t
=
0 et sin t cos t
 
cos t sin t
= e tI
sin t cos t

Dove abbiamo utilizzato la formula di eulero e j = cos + j sin che confrontata con il
nostro generico autovalore complesso coniugato = + j = cos + j sen abbiamo otte-
nuto che = cos , = sen.  


t
Dunque abbiamo la matrice diagonalizzata A, abbiamo l esponenziale di e ,
ora possiamo calcolare l esponenziale di e At :
10 Analisi nel dominio del tempo


e 1



e

A t e 1 t cos1 t e 1 t sin1 t
e =
e 1 t sin1 t e 1 t cos1 t



e t cos t e t sin t
e t sin t e t cos t

O ra possiamo calcolare e At :

v1


v

v1 a
e A t = T 1 e A t T = u 1 u u1 a u1 b u a A t
u b e

v1 b


v a
v b

X
X
eA t = e tu v + e k t [ cos k t( u k a v k a + u k b v k b ) + sin k t( u k a v k a u k b v k b ) ]
i= 1 k=1

L evoluzione lib era nello stato. Ora che abbiamo e A t possiamo calcolare l evoluzione
libera semplicemente moltiplicando per x 0

X
X
x( t) = ci e i t u i + m k e k t ( sin( k t + k ) u k a + cos( k t + k ) u k b )
i= 1 k=1
p
mk = c 2k a + c 2k b
ck a = vk a x 0 ck b = v k b x 0
c c
sin k = k a cos k = k b
mk mk
L evoluzione libera risulta cos` costituita da modi naturali ape riodic i e evoluzioni che
avvengono nei piani generati da u a e u b che prendono il nome di modi naturali pseu-
dop eriodici.
C onsiderazioni.
L evoluzione dei modi pseudoperiodici `e sempre esponenziale ma con comp o-
nenti p eriodiche seno e coseno lungo le due direzioni individuate dai corrispon-
denti autovettori ( u a , u b )
Possibili traiettorie del moto pseudoperiodico
TO DO
Figura 1 . 1 .

Leggi temporali del modo pseudoperiodico


P ulsazione naturale. La pulsazione naturale `e un parametro funzione di e definito
come

n = 2 + 2
n rappresenta la pulsazione che avrebbe il sistema se non ci fosse la parte reale ( = 0) .
S morzamento. Introduciamo ora un parametro, definito come

= sin =
2 + 2
1 . 3 L evo l u z io ne li b era ne l lo s tato 11

che chiameremo smorzamento. Q uesto parametro rappresenta l attetnuazione a cui `e sog-


getto il processo oscillatorio del sistema. In base al valore dello smorzamento, inoltre pos-
siamo intuire alcune caratteristiche del sistema:
= 1 . autovalori reali coincidenti, nessun fenomeno oscillatorio.
= 0. autovalori immaginari puri, moto oscillatorio puro.
1 < < 0. modo pseudoperiodico divergente
0 < < 1 . modo pseudoperiodico convergente

1 . 3. 4 I mo di naturali: C onclusioni
Utilita dei modi naturali. La conoscenza della collocazione degli autovalori sul piano
complesso, consente di risalire all andamento delle evoluzioni del sistema.
S chema riepilogativo.

Figura 1 . 2 . I modi naturali

1 . 3. 5 I mo di naturali nell evoluzione lib era in uscita e in quelle forzate


Modi eccitabili. Analizziamo ora il caso in cui l equazione di stato sia costituita solamente
dalla evoluzione forzata. A differenza dell evoluzione libera, che `e caratterizzata
da tutti i modi naturali, l evoluzione forzata dipende da un sottoinsieme dei modi natu-
rali associati alla matrice A. Osserviamo, infatti l evoluzione forzata nello stato, a fronte
di un ingresso costituito da un impulso di Dirac
Zt n
X
A( t ) At
x( t) = e B ( ) d = e B = e 1 tuiviB
0 i= 1

si puo notare come l i-esimo modo puo comparire nella sommatoria se e solo se
vi B 0
12 Analisi nel dominio del tempo

C hiameremo i modi che soddisfano questa condizione, eccitabili ( con impulsi in


ingresso) .
Modi osservabili. Lo stesso discorso puo essere fatto per l evoluzione libera in uscita. In
questo caso abbiamo che
n
X
C eA t = C e i t u i vi
i= 1

l i-esimo modo comparira nell equazione d uscita se e solo se


Cu i 0
C hiameremo questi modi osservabili.
La risp osta forzata in uscita. Resta da domandarsi quali leggi temporali influiscano sulla
risposta forzata in uscita. Dalla
n
X
Ce A t B = C e i t u i vi B
i= 1

`e facile notare che i modi che compaiono nell equazione della W( t) sono queli sia eccita-
bili che osservabili.
C apitolo 2
Analisi nel dominio complesso

2 . 1 D al dominio del temp o al dominio complesso

2 . 1 . 1 La trasformata di Laplace
La trasformata. La trasformata di laplace associa ad una funzione f( t) definita per t [ 0,
) , la funzione F( s) Z
L[ f( t) ] = e s t f( t) d t
0
P roprieta
` della trasformata.
h i
d
D erivata. L d t f( t) = sF( s) f( 0)

` . L[ f1 ( t) + f2 ( t) ] = L[ f1 ( t) ] + L[ f2 ( t) ]
Linearita
Traslazione nel temp o. L[ f( t a) 1 ( t a) ] = e a s L[ f( t) ] = e a s F( s)
Trasformate di funzioni elementari.
Funzione nel tempo Trasformata
impulso unitario ( t) 1
1
gradino unitario u 0 ( t)
s
1
t
s2
tn 1
n! s +1
n

t 1
e
s
eA t ( s I A) 1
t
e f( t) F( s )

2 . 1 . 2 Applicazione alla rappresentazione implicita


Trasformata della rappresentazione implicita. Applichiamo ora la trasformata di
Laplace alla rappresentazione implicita di un sistema lineare
 
x ( t) = A x( t) + B u( t) s X( s) x( 0) = A X( s) + B U( s)
L
y( t) = Cx( t) + D u( t) Y( s) = CX( s) + D U( s)
 (
X( s) ( s I A) = x( 0) + B U( s) X( s) = ( s I A) 1 x( 0) + ( s I A) 1 B U( s)
Y( s) = C( s I A) 1 x( 0) + [ C( s I A) 1 B + D] U( s)

S iamo riusciti ad eliminare i termini integro-differenziali! Q uesta non `e altro che la rap-
presentazione esplicita nel domino complesso del sistema dato. Ovvero, la trasformata di
Laplace del sistema esplicito nel domino del tempo.

13
14 Analisi nel dominio complesso

Le evoluzioni nel dominio complesso. Da quello visto finora possiamo fare delle compa-
razioni dirette con il sistema esplicito nel dominio del tempo ottenendo:
( s) = L[ e A t ] = ( s I A) 1
( s) = L[ Ce A t ] = C( s I A) 1
 Zt 
H( s) = L eA ( t ) B = ( s I A) 1 B
 Zt 0 
W( s) = L Ce A ( t ) B + D = C( s I A) 1 B + D
0

dove abbiamo supposto che 2 . 1


 Zt 
L f( t ) g( ) d = F( s) G( s)
0

Da queste relazioni ricaviamo una importantissima funzione detta funzione di trasferi-


mento rappresentata dal termine W( s) .
Il metodo alternativo. Q uanto visto sino ad ora fornisce un metodo alternativo per il cal-
colo delle risposte ovvero per il passaggio alla rappresentazione esplicita. Basta infatti
portare il sistema nel dominio complesso ( trasformare gli ingressi, le evoluzioni libere e
forzate) , eseguire i calcoli, e antitrasformare. Q uest ultima operazione, come vedremo
nell analisi della funzione di trasferimento, `e molto semplice in presenza di particolari
ingressi, che permette l espansione in fratti semplici.

2 . 2 La funzione di trasferimento

2 . 2 . 1 Un mo dello della risp osta forzata


La funzione di trasfrimento e la risp osta forzata. Abbiamo visto come la funzione di
trasferimento consenta di risalire ad una qualsiasi risposta forzata, dato un ingresso. S i
ha infatti
y f ( t) = L 1 [ Yf ( s) ] = L 1 [ W( s) U( s) ]
E anche vero, pero, che data la risposta forzata ad un ingresso, noi siamo in grado di
risalire alla funzione di trasferimento del sistema:
Yf ( s)
W( s) =
U( s)
C he nel caso particolare in cui l ingresso sia dato da un impuso ( t) abbiamo:
L[ ( t) ] = 1 W( s) = Yf ( s)

Il metodo sperimentale. Q uanto visto sino ad ora ci permette di definire un metodo spe-
rimentale per ricavare la funzione di trasferimento di un sistema. Q uesto metodo anche
detto a scatola nera consiste nel fornire determinati ingressi al sistema e registrarne le
risposte impulsive. In un sistema con piu ingressi e piu uscite si tratta di ricomporre la
matrice delle funzioni di trasferimento
 
W1 1 W1 p
W( s) =
Wq 1 Wq p
analizzando il comportamento di q esperimenti ingresso-uscita del sistema. Per il generico
esperimento, si ha infatti:
y
yi = Wi 1 U1 + + Wi pUp Wi j = i
Uj

2 . 1 . Teorema della convoluzione


2 . 2 L a f u n z io ne d i tras f erim e nto 15

2 . 2 . 2 La FT come funzione razionale propria: p oli e zeri


La funzione di trasferimento come funzione razionale propria. Ricordando la defini-
zione di W( s)
W( s) = C( s I A) 1 B + D
possiamo scrivere, nel caso di 1 ingresso e 1 uscita

( s I A) T
W( s) = C B+D
det( s I A)

Possiamo dire che questa rappresenta una funzio ne razionale al massimo propria , ovvero
il grado del polinomio a numeratore puo essere al massimo uguale a quello del denomina-
tore ( gradoN 6 gradoD) ( questo a causa di alcune semplificazioni) .
Molteplicita ` algebrica e geometrica. Poiche` il calcolo di W( s) si riduce al calcolo di
( s I A) 1 possiamo dire che
( s I A) T E( s) E( s)
( s I A) 1 = = =
| s I A| ( s 1 ) m 1 ( s r ) m r m( s)

dove abbiamo indicato con E( s) la matrice ottenuta dalla semplificazione con | s I A | e


con m( s) il polinomio minimo cumune multiplo dei polinomi a denominatore ( polinomio
minimo) . Notiamo che in questo polinomio gli autovalori compaiono con molteplicita m i
minore o uguale alla molteplicita algebrica associata agli autovalori ottenuti dal poli-
nomio caratteristico; chiameremo questa molteplicita, mo lte plicita` geo me trica .
Poli. S i chianano poli di una funzione di trasferimento
G li zeri del polinomio a denominatore nel caso un cui q = p = 1
G li zeri del polinomio minimo comune multiplo dei polinomi a denominatore nel
caso generale
I poli corrispondono agli autovalori che compaiono nella funzione di trasferimento e
quindi i cui modi sono contemporaneamente eccitab ili ed o sse rvab ili , dunque Poli
Autovalori. Q uesto , come vedremo in seguito, si traduce in una incompletezza da
parte della funzione di trasferimento nel descrivere il comportamento del sistema.
Z eri. S i dicono zeri della funzione di trasferimento
G li zeri del polinomio a numeratore nel caso q = p = 1
G li zeri comuni ai determinanti delle matrici polinomiali, di dimensione pari al
minimo tra p e q, che si ottengono considerando tutte le combinazioni di q colonne
tra le p disponibili se q< p, che si ottengono considerando tutte le combinazioni di
p righe tra le q disponibili nel caso p< q.

2 . 2 . 3 Un mo dello parziale del comp ortamento dinamico del sistema


Rappresentativita ` della FT. C ome abbiamo gia detto, la FT `e rappresentativa di tutti e
soli i modi che sono simultaneamente eccitabili e osservabili
Esercizio 2 . 1 . S upponiamo di avere un sistema caratterizzato dalle matrici:
   
1 0 0 
A= ; B= ;C 1 0
1 1 1

Il polinommio caratteristico della matrice A sara


 
+1 0
PA ( ) = det( I A) = det = ( + 1)( 1)
1 1
che ha come autovalori
1 = 1 e 2 = 1
16 Analisi nel dominio complesso

O ra vogliamo calcolare quali mo di sono rappresentativi per la funzione di trasferimento.

W ( s) = C( s I A) 1 B

 
s+1 0
( s I A) 1 = 1
1 s1
 
1 s1 1 t
=
(s 1)(s + 1) 0 s+1
 
1 s1 0
=
(s 1)(s + 1) 1 s+1
H( s) = ( s I A) 1 B
  
1 s1 0 0
=
(s 1)(s + 1) 1 s+1 1
 
1 0
=
(s 1)(s + 1) s + 1
 
0
=
s1
 
1 0
=
s1 1
  
1 0
H( t) = L 1
s1 1
 
t 0
= e
1
( s) = C( s I A) 1
 
1  s1 0
= 1 0
(s 1)(s + 1) 1 s+1
1 
= s1 0
(s 1)(s + 1)

= s+1 0
1 
= 1 0
s + 1 
1 
( t) = L 1 1 0
s+1

= e t 1 0

C ome si nota dai risultati possiamo dire che


 
0
Nella risposta forzata nello stato H( t) abbiamo un solo modo rappresentativo e t 1
corrispondente
all autovalore 1 = 1 . Q uindi il mo do e t NO N `e eccitabile in ingresso.

Nella risposta libera in uscita ( t) abbiamo un solo mo do rappresentativo e t 1 0 . Q uindi il mo do
e t NO N `e osservabile in uscita.
D alle precedenti affermazioni deduciamo che il sistema analizzato non ha poli. In particolare la fun-
zione di trasferimento `e N ULLA poiche` nessun modo `e sia osservabile che eccitabile.

2 . 2 . 4 Le rappresentazioni della funzione di trasferimento


Rapp orto di p olinomi.
B0 + B1 s + + Bm s m
W( s) =
a0 + a1 s + + s N
dove Bi sono opportune matrici di coefficienti.
Esercizio 2 . 2 . Riscrivere la seguente funzione di trasferimento in forma di rapporto di polinomi

1 s 1
s + 1 s(s + 2)
W ( s) = 1
s+2
0
 
s( s + 2) (s 1 )( s + 1 )
s(s + 1) 0
=
s( s + 1 ) ( s + 2 )
 
s2 + 2s s2 1
s2 + s 0
= 3 2
 s + 3s + 2 s   
0 1
0 0
+ 21 00 s + 11 1
0
s2
=
s 3 + 3s 2 + 2 s
2 . 3 A nal is i d el la ris p o s ta fo rz ata: s vi lu p p o in f ratti s em p l ic i 17

2 . 3 Analisi della risp osta forzata: svilupp o in fratti semplici

2 . 3. 1 Lo svilupp o in fratti semplici


La decomp osizione in fratti semplici. Abbiamo detto che la funzione di trasferimento, e
quindi, la risposta forzata ad essa associata rappresenta una funzione strettamente pro-
pria ( gradoN 6 gradoD) esprimibile come:

N( s) b 0 s m + b 1 s m 1 + + b m 1 s + b m b 0 s m + b 1 s m 1 + + b m 1 s + b m
F( s) = = =
D( s) s n + a1 s n 1 + + an 1 s + an ( s p1 ) ( s p2 ) ( s pn )
con m < n e con pn = poli. Q uesta forma ammette lo sviluppo in fratti semplici, che a noi
servira per se mplificare ( di molto) il calcolo de ll antitrasformata . In paricolare noi analiz-
zeremo 2 casi: quello in cui la molteplicita geometrica dei poli `e uguale ad 1 e quello in
cui `e maggiore di 1 .
C aso p oli semplici. In questo caso possiamo decomporre come:
X Ri n
R1 R2 Rn
F( s) = + + + =
s p1 s p2 s pn s pi
i= 1

Ri = lim [ ( s pi ) F( s) ]
s pi

C aso p oli multipli. In questo caso possiamo decomporre come:


n X
X ki
Ri
F( s) =
i= 1 k = 1
( s pi ) k
 
1 dk i k  
R i k = lim ( s pi ) h i F( s)
s pi ( k i k) ! d s k i k

2 . 3. 2 C alcolo della risp osta forzata, dato un ingresso e la funzione di


trasferimento
Esercizio 2 . 3. ( C on poli semplici) D ate le matrici:
   
0 1 0 
A= ;B= ; C= 1 0
4 5 1 /3

s 1
det( s I A) =
4 s+5

= s( s + 5) 4 = s 2 + 5 s + 4
   
s+5 4 t
( compl. alg. ( s I A) ) t = 1 s
= s+45 1s
     
 s+5 1 0  0 1
C( s I A) t B = 1 0
4 s 1 /3
= s+5 1 1/3
= 3
quindi
1 1 /3
W( s) = C( s I A) t B = 2
det( s I A) ( s + 5s + 4)
Vogliamo trovare la risposta forzata al gradino unitario 1 ( t)
1
L[ 1 ( t) ] = s
1/3 1
Yf ( s) = W ( s) U ( s) = ( s 2 + 5 s + 4)
s

5 25 1 6 53
( s 2 + 5s + 4) s = 0 p1 2 = 2
= 2
p1 = 4; p2 = 1 ; p3 = 0
Espandendo in fratti seplici otteniamo
R1 R2 R3
Yf ( s) = s+1
+ s+4
+ s
h i
1 /3 1 1
R 1 = lim s 1 ( s + 1 ) ( s + 1 ) ( s + 4 ) s = ( s + 4) 3s
= 9
h i
1 /3 1 1
R 2 = lim s 4 ( s + 4) ( s + 1 ) ( s + 4 ) s = ( s + 1 ) 3s
= 36
18 Analisi nel dominio complesso

h i
1 /3 1 1
R 3 = lim s 0 s ( s + 1 ) ( s + 4 ) s = ( s + 1 ) ( s + 4) 3
= 12
1 1 1
Yf ( s) = 9( s + 1 )
+ 3 6 ( s + 4)
+ 1 2s

O ra che abbiamo semplificato la nostra funzione possiamo procedere con l antitrasformazione


1 t 1 4t 1
L 1 [ Yf ( s) ] = 9
e + 36
e + ( t)
12 1
= Yf ( t)
Esercizio 2 . 4. ( Poli Multipli) TO D O
C apitolo 3
S tudio del comp ortamento in frequenza

3 . 1 Il regime p ermanente

3. 1 . 1 La risp osta a regime p ermanente


D efinizione. La risposta a regime permanente `e quella funzione del tempo alla quale tende
ad assestarsi la risposta in uscita ed `e :
Indipendente dallo stato iniziale x 0
Dipendente dall ingresso applicato
Ricalcando la definizione, saremmo tentati a porre
yr ( t) = lim y( t)
t +

tuttavia, cos` facendo elimineremmo la dipendenza dal tempo, dunque l approccio corretto
`e quello di porre
yr ( t) = lim y( t)
t0
ovvero:
Zt
yr ( t) = lim W( t ) u( ) d
t0 t0

C ondizioni p er la presenza della risp osta a RP . E necessario che gli autovalori del
sistema con molteplicita geometrica pari a 1 siano a parte reale minore o uguale a zero,
mentre quelli con molteplicita geometrica maggiore di 1 devono essere a parte reale stret-
tamente negativa. Q uesto, come si vedra in seguito, equivale a dire che il sistema deve
essere stabile semplicemente.
Il transitorio e il p ermanente. In definitiva potremmo scomporre la risposta in uscita in
due parti, una transitoria e una permanente
y( t) = yt ( t) + yr ( t)
che `e una scomposizione complementare a quella in evoluzione libera e forzata, tuttavia
possiamo affermare che la risposta a regime `e la parte persistente della risposta forzata,
mentre la risposta libera `e parte del transitorio.

3. 1 . 2 Il regime p ermanente ad ingressi canonici


L ingresso canonico. S i definisce ingresso canonico di ordine k l ingresso:
tk
u( t) = 1 ( t)
k!
la cui trasformata di Laplace vale:
1
U( s) =
sk + 1

19
20 S tudio del comportamento in frequenza

S tudio della risp osta a regime. C onsideriamo una risposta forzata di un sistema con un
ingresso di tipo canonico:

y f ( t) = W( s) U( s)
1
= W( s) k + 1
 s 
R1 R2 Rn A0 + A 1 s + + A k s k
= + + + +
( s p1 ) ( s p2 ) ( s pn ) sk+ 1
Dove i coefficienti A i sono i coefficienti a numeratore della W( s) non scomposta in fratti.
O ra antitrasformando otterremo:
  X n
A 0 + A1 s + + Ak s k
y f ( t) = L 1 + R i e pi t
sk + 1 i= 1

O sservando questo ultimo risultato si evince che avendo i poli pi parte reale negativa ( per
ipotesi) , il contributo isultanti dalla moltiplicazione della W( s) non scomposta in fratti
con la U( s) .
n
X
lim R i e pi t = 0
t
i= 1
dunque
  k
1 A0 + A1 s + + Ak s k W( s) A 0 + A 1 s + + A k s k X A i s i
y f ( t) = L y f ( s) = = =
sk+1 sk +1 sk + 1 i= 0
sk + 1

da cui possiamo ricavare i coefficienti A k che valgono ( perche? ? ? ) :



W( s)
A0 = s k + 1 s k + 1 = W( 0) = K ( G uadagno della funzione di trasferimento)
s=0
 
d W( s) d
A1 = d s s k + 1 s k + 1 = d s W( s)
s=0 s=0



1 dk
Ak = k! dsk
W( s)
s=0
E, antitrasformando:
 
1 A0 + A 1 s + + A k s k tk tk 1
yr ( t) = L = A0 + A1 + + Ak
sk+ 1 k! (k 1)!

Dunque il calcolo della risposta a regime permanente si riduce al calcolo dei coefficienti
Ak .
Teorema del valore finale. Viene presentato ora un teorema che puo tornar utile nel cal-
colo della risposta a regime, esso prende il nome di Teorema del valore finale e dice che
lim f( t) = lim s W( s )
t s 0

questa relazione `e valida se e solo se la s W( s) `e una funzione analitica, ovvero tale che ha
i tutti poli con parte reale negativa.

3. 1 . 3 La risp osta indiciale


L ingresso a gradino. La risposta forzata all ingresso a gradino `e detta risposta indiciale.
Posto
u( t) = 1 ( t)
avremo che la risposta forzata in s varra:
1 A0 A1 An
y f ( s) = W( s) = + + +
s s s p1 s pn
3. 1 Il re g im e p erm an ente 21

e antritrasformando
n
X
y f ( t) = A 0 1 ( t) + A i e pi t 1 ( t)
i= 1

dove, anche in questo caso, essendo Re( pi ) < 0 avremo che

yr ( t) = A 0 1 ( t) = W( 0) 1 ( t)

ovvero, la risposta a regime permanente `e un valore costante pari al guadagno.


Esercizio 3. 1 . ( Massa-M olla-S morzatore) C alcolare la risposta indiciale del sistema seguente

x 1 ( t) = x 2 ( t)
k b u( t)
x 2 ( t) = M x 1 ( t) + M x 2 ( t) + M

y( t) = x 1 ( t)

Partiamo con l individuare le matrici A, B , C :


! !
0 1 0 
A= k b B= 1 C= 1 0
M M M

O ra possiamo calcolare la funzione di trasferimento

W( s) = C( s I A) 1 B
! !
 s 1 1
0
= 1 0 k b 1
M
s+ M M
! !
 b k 0
1 s+ T
=   1 0 M M 1
s+b k
s + 1 s M
M M
!
b
1  s+ 1 0
= 
s+b

k
1 0 M
k
1
s + m
s M
M M
!
1   0
b
=   s+ 1 1
s+b k M
s M
+ M M
1 1
=  
s
s+b
+
k M
M M
1
= M
1 b k
s2 M + s M + M

D a cui
1
W ( 0) =
k
1
yr p ( t) = ( t)
k 1

3. 1 . 4 La risp osta ad ingressi p erio dici


Ingresso p eriodico e Risp osta a regime. Prendiamo ora il caso di un ingresso periodico
del tipo
e jt e jt
u( t) = sen t =
2j

Potremmo scomporre questo questo segnale in due parti

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

e utilizzando la sovrapposizione degli effetti possiamo calcolare la risposta a regime pren-


dendo prima un sotto-segnale e poi l altro e poi fancendo la somma dei risultati

yr ( t) = yr 1 ( t) + yr 2 ( t)
22 S tudio del comportamento in frequenza

Partiamo dal primo termine


Zt
1
yr 1 ( t) = lim W( t ) e jd
2 j t0 t0
ponendo

= t
d = d
= t

avremo che

per si ha
per t si ha 0

dunque
" Z #
0
1 j ( t )
yr 1 ( t) = W( ) e d =
2j +
Z+
1
= W( ) e j ( t ) d =
2j 0
Z
1 jt +
= e W( ) e j d
2j 0

C onfrontando tale termine con la formula della trasformata di Laplace:


Z Z
st
L[ f( t) ] = f( t) e dt = W( ) e j d
0 0

notiamo che `e proprio la trasfmormata della risposta impulsiva, dunque il termine vale

= W( s) | s = j
e quindi
1 jt
yr 1 ( t) = e W( j )
2j
Lo stesso procedimento puo essere fatto per l altro sotto-segnale, ottenendo
1 jt
yr 2 = e W( j )
2j
Ricordando alcune proprieta delle funzioni complesse di variabile reale avremo che
W( j) = W ( j)

W( j) = M( ) e j ( ) ( Modulo e fase)
e grazie a queste proprieta possiamo scrivere
(
W( j ) = M( ) e j ( )
W( j ) = M( ) e j ( )

Il risultato totale della risposta a regime permanante sara dunque:

yr ( t) = yr 1 ( t) + yr 2 ( t)
1 jt 1 jt
= e M( ) e j ( ) e M( ) e j ( )
2j 2j
M( ) h j[ t + ( ) ] i
= e e j[ t + ( ) ]
2j
= M( ) sin( t + ( ) )
3. 1 Il re g im e p erm an ente 23

Dove `e la pulsazione dell onda in ingresso.


C aratteristiche della risp osta a RP ad ingressi p eriodici.
La risposta `e dello stesso tipo dell ingresso, ovvero periodica, con la stessa pulsa-
zione di u( t) ma con l aggiunta di uno sfasamento.
p
a) L ampiezza ( Modulo) `e data da | W( j) | = M( ) = ( R e) 2 + ( Im) 2

Im
b) Lo sfasamento ( Fase) sara W( j) = ( ) = arctg Re

W( j) = W( s) | s = j prende il nome di risp osta armonica del sistema, questa


basta a descrivere il comportamento in frequenza di un sistema dinamico lineare
stazionario e allo stesso tempo permette di dare alla funzione di trasferimento una
interpretazione fisica equivalente a quella data dalla risposta impulsiva. In pratica,
la conoscenza di modulo e fase a varie pulsazioni ( magari tramite esperimenti)
permette di risalire alla risposta armonica e alla corrispondente funzione di trasfe-
rimento.
Il valore della risposta armonica ci dice di quanto il segnale di ingresso viene atte-
nuato o sollecitato o sfasato.
Abbiamo detto che la variabile che figura in W( s) `e complessa, quindi con parte
reale e immaginaria. Tuttavia, nel caso di ingresso sinusoidale abbiamo posto che
s = j ovvero facciamo in modo che che s abbia solo la parte immaginaria. W( j) ,
la risposta armonica, `e dunque una funzione di trasferimento valutata lungo l asse
immaginario.
Esercizio 3. 2 . De te rminare la rispo sta a regime pe rmane nte dall ingre sso u( t) = sen 3 t per un sistema
4
avente W( s) = s + 3
P rima di tutto notiamo che gli autovalori di W ( s) sono a parte reale negativa, dunque la risposta a regime
permenente ha un senso. Possiamo dunque passare al calcolo della risposta tramite la

yr ( t) = M( ) sin( t + ( ) )

Per prima cosa cerchiamo di dividere la W ( j) in parte reale e immaginaria


4
W ( j) =
3 + j
4( 3 j)
=
( 3 + j) ( 3 j)
1 2 3 j
=
9 + 2
12 3
= j
9 + 2 9 + 2
D unque
s 2  2
12 3
| W( j) | = +
9 + 2 9 + 2
s
1 44 + 9 2
=
( 9 + ) 2
r
1 44 + 9 9
=
( 9 + 9) 2
r
225
=
1 82
25
=
18  
3
W ( j) = arctg
12
 
3
= arctg
4
Infine possiamo scrivere
25
yr ( t) = sen( 3t arctg( 3 / 4) )
18
24 S tudio del comportamento in frequenza

3 . 2 I D iagrammi di B o de

3. 2 . 1 Rappresentazione della FT in forma canonica di B o de


Nuovamente sulla FT come funzione razionale. Abbiamo detto che la FT `e una fun-
zione razionale che puo essere espressa come rapporto tra un nominatore e un denomina-
tore. Le soluzioni del nominatore vengono detti ze ri quelle del denominatore sono detti
po li . Tali soluzioni possono essere di due tipi:
Reali: s = 0 oppure i 0
Comple sse co niugate : i ji
Facendo questa distinzione possiamo riscrivere la FT come
Q Q
zeri reali zeri complessi coniugati
W( s) = K Q Q
poli reali poli complessi coniugati
Q Q
( s i) ( s k jk ) ( s + k + jk )
= KQ Q
( s l ) ( s m jm ) ( s + m + jm )
C aso di soluzioni ( p oli o zeri) reali diverse da zero. In questo caso il contributo dato
da queste soluzioni sara sviluppabile come segue
 
s
( s + i) = i 1 +
i
= i ( 1 + i s)

= i ( 1 + ji ) s = j

dove
1 + ji
`e detto fattore binomio e
1
i =
i
`e detto pulsazione di rottura.
C aso di soluzioni ( p oli o zeri) complesse coniugate diverse da zero. In questo caso
il contributo dato dalle soluzioni sara sviluppabile come
 
( s i ji ) ( s + i + ji ) = ( s i ) 2 + i2
= s 2 2 i s + 2i + i2 
2 2 2 i s s2
= ( i + i ) 1 2 +
( i + i2 ) ( i2 + i2 )
Ricordiamo che un numero complesso coniugato puo essere espresso in modulo e fase

n2 = 2i + i2

i
= p
2i + i2

C on n pulsazione naturale e smorzamento, cos` possiamo porre


     
2 2 2 i s s2 2 2 s s2 2 2 j
( i + i ) 1 2 + = n 1 + + 2 = n 1 + + 2
( i + i2 ) ( i2 + i2 ) n n n n s = j
dove la quantita
"   2#
2 j j
1+ +
n n2

prende il nome di fattore trinomio.


3 . 2 I D iag ram m i d i B o d e 25

C aso di soluzioni ( p oli o zeri) identicamente nulle. In questo caso il contributo dato
dalla soluzione sara del tipo
s i = s 0 = j | s = j
che prende il nome di fattore monomio.
S ul calcolo del guadagno. Per calcolare il guadagno possono presentarsi due casi
a) No n e sisto no po li in s = 0:
k = W( s) | s = 0
b) Esisto no po li in s = 0:
k = [ s n W( s ) ] | s = 0

Rappresentazione in forma di B ode. Fatta questa distinzione possiamo rappresentare la


funzione di trasferimento come
Q Q  2 k s s2

l ( 1 + l s) k 1 + n k + n2 k
W( s) = K Q Q  2 s s2

s n i ( 1 + i s) j 1 + j + 2
nj nj

e quindi la risposta armonica come


( fattori binomi) ( fattori trinomi)
W( j) = K
( fattori monomi) ( fattori binomi) ( fattori trinomi)
dove al numeratore non compaiono fattori monomi poiche` al denominatore gli s compa-
iono sempre in numero maggiore. Q uesta forma mette in evidenza il guadagno K del
sistema.
Esercizio 3. 3. Rappresentare in forma di B o de la seguente funzione di traferimento
2s + 1
W ( s) =
( s + 1 ) ( s + 3)
P rima di tutto mettiamo in evidenza il guadagno k
1
k = W( 0) =
3
per quanto riguarda lo sviluppo della FT avremo che
1 ( 1 + 2 s)
W( s) =
3 ( 1 + s) ( 1 + s )
3

3. 2 . 2 P roprieta
` di mo dulo e fase.
P roprieta
` della fase. Enunciamo due proprieta utili per il calcolo della fase della risposta
armonica
1 . Per
1
=

2. Per ,
( ) = +

P roprieta ` del modulo. Per quanto riguarda il modulo possiamo semplificare calcoli come
| a b | ponendo i termini sotto forma di notazione logaritmica. C os` facendo il modulo
viene espresso in decibel [ dB] :
| a | dB = 20 log 1 0 | a |
A questo punto possiamo ricavare proprieta simili a quelle per la fase
1 . | a b | dB = | a | dB | b | dB
26 S tudio del comportamento in frequenza


1
2. a = | a | dB
dB

3. 2 . 3 D iagrammi di B o de: Tracciamento dei vari fattori


D efinizione di diagramma di B ode. Un diagramma di Bode `e la rappresentazione gra-
fica della risposta armonica W( j) . Il grafico `e composto da un piano suddiviso in due
parti, con l asse delle ascisse in scala logaritmica ( nota: per = 0 corrisponde un valore di
a = ) . Nel semipiano superiore viene rappresentato il modulo di W in quello in feriore
la sua fase.
P rocedimento per scrivere i diagrammi di B ode.
1 . S crivere W( s) in forma canonica di Bode
2. Tracciare il grafico dei singoli fattori
3. Eseguire la somma dei vari grafici ottenuti
Tracciamento del termine costante K.
Modulo :

k> 0 | k | dB = 20 log1 0 k
k< 0 | k | dB = 20 log1 0 k

Fase :

k>0 k = 0
k<0 k =

Il diagramma di Bode relativo al termine costante risulta essere:

Figura 3. 1 .

Tracciamento del termine monomio.


Modulo :
| j | dB = 20 log 1 0

ad esempio per alcuni valori di varra

=1 | j | dB = 0 dB
= 10 | j | dB = 20 dB
= 1 00 | j | dB = 40 dB
3 . 2 I D iag ram m i d i B o d e 27

O vvero il modulo `e una retta con pendenza di 20dB/ decade. G raficando il termine
monomio a numeratore ( per il denominatore la retta ha pendenza inversa, verso il
basso) :

Figura 3. 2 . M odulo del fattore monomio a numeratore

Fase : Per il calcolo della fase basta notare che j `e un immaginario puro, rappre-
sentato sul piano complesso come un vettore giacente sull asse delle ordinate. La
fase dunque ( l angolo con le ascisse) sara di

j =
2
se avessimo quindi un termine monomio a denominatore
1
= j =
j 2
O vvero, graficando:

Figura 3. 3. Fase del fattore monomio

Tracciamento del termine binomio.


Modulo :

| 1 + j | dB = 20 log 1 0 1 + 2 2 = 20 log 1 0 ( 1 + 2 2 ) 1 / 2 = 1 0 log1 0 ( 1 + 2 2 )
28 S tudio del comportamento in frequenza

C onsideriamo, ora , alcuni casi estremi per il calcolo del modulo


1
 | 1 + j | dB ' 1 0 log1 0 1 = 0 dB
| |
1
 | 1 + j | dB ' 20 log1 0 + 20 log 1 0
| |
1
= | 1 + j | dB = 1 0 log1 0 2 = 3 dB
| |
1
In pratica, per  | |
la funzione `e una retta coincidente con l asse delle ascisse,
1
per  | |
diventa una retta con pendenza di 20 dB/ decade del tipo 20x + c. Il
grafico corrispondente sara:

Figura 3. 4. M o dulo del fattore binomio a numeratore

Figura 3. 5 . M odulo del fattore binomio a denominatore

Fase :

= 0 ( 1 + j) = 0
1
 ( 1 + j) =
| | 2
1
 ( 1 + j) =
| | 4
3 . 2 I D iag ram m i d i B o d e 29

Logicamente per < 0 i segni si invertono. G raficando:

Figura 3. 6. Fase del fattore binomio a numeratore

Figura 3. 7. M odulo del fattore binomio a denominatore

Tracciamento del termine trinomio.


Modulo : il modulo del fattore trinomio sara dato da
   1/2
2 2
1 2 + 4 2 2
n n
e considerando alcuni estremi
 n | trinomio| dB = 1 0 log1 0 1 = 0 dB
 n | trinomio| dB = 20 log1 0 2 20 log 1 0 n2 = 40 log 1 0 const
= n | trinomio| dB = 1 0 log1 0 4 2 = 2
= 0 | trinomio| dB = dB
1
= | trinomio| dB = 0 dB
2
= 1 | trinomio| dB = 6 dB
30 S tudio del comportamento in frequenza

G rafincando i risultati otteniamo:

Figura 3. 8. Mo dulo del fattore trinomio a numeratore

Figura 3. 9. M odulo del fattore trinomio a denominatore

Fase : Mettendo in evidenza parte reale e immaginaria


 
2 2
1 2 +j
n n
la fase sara pari a
2
Im
trinomio = arctg = arctg n 2
Re 1 2
n
a) C aso > 0
 n '0

= n =
2
 n =
3 . 2 I D iag ram m i d i B o d e 31

b) C aso < 0

 n '0

= n =
2
 n =

graficando i risultati per la fase, otteniamo:

Figura 3. 1 0. Fase del fattore trinomio a numeratore

Figura 3. 1 1 . Fase del fattore trinomio a denominatore

1 0(s 1 )
Esercizio 3. 4. D ata la funzione di trasferimento W ( s) = ( s + 1 0) ( s + 1 00)
tracciare i diagrammi di B ode.
P rima di tutto mettiamo la W( s) in forma canonica di B ode. M ettiamo il evidenza il guadagno k e scri-
viamo


1 ( 1 s) 1 ( 1 j)
W ( s) =    =   
1 00 1 00 1 + 1 0 j 1 + 1 0 0 j
1 1 1 1
1 + 1 0 s 1 + 1 00 s
s = j

1
Fatto re co stante : K = 1 00
1
M odulo: Md B = 2 0 log | K | = 2 0 log 1 00
= 2 0 ( 2 ) = 40 dB

Fase: K < 0 =
32 S tudio del comportamento in frequenza

Fatto re b ino mio : ( 1 + j) a numeratore


M odulo:
1 Md B = 0 dB
1 Md B = retta: 2 0x + c
=1 Md B = 3 dB
Fase:
=0 =0

1 =
2

1 =
4
 
1
Fatto re b ino mio : 1+ 10
j a denominatore
M odulo:
1
 Md B = 0 dB
10
1
 Md B = retta: 2 0x + c
10
1
= Md B = 3 dB
10
Fase:
1
= =0
10
1
 =
10 2
1
 =
10 4
 
1
Fatto re b ino mio : 1+ 1 00
j a denominatore
M odulo:
1
 Md B = 0 dB
1 00
1
 Md B = retta: 2 0x + c
1 00
1
= Md B = 3 dB
1 00
Fase:
1
= =0
1 00
1
 =
1 00 2
1
 =
1 00 4
In definitiva, graficando i risultati otterremo:

Figura 3. 1 2 . M odulo
3 . 4 C aratteriz z az io ne d e i s is te m i l ine ari 33

Figura 3. 1 3. Fase

3 . 3 D iagramma p olare
I diagrammi polari sono la reppresentazione di Modulo e Fase della risposta armonica sul piano
complesso. S ulle ascisse viene riportata la parte reale sulle ordinate la parte immaginaria.
TO DO
10
Esercizio 3. 5. Tracciare il diagramma polare della risposta armonica W ( j) = ( 1 + j )
C ome prima cosa calcoliamo modulo e fase

3 . 4 C aratterizzazione dei sistemi lineari

3. 4. 1 C aratterizzazione nel dominio del temp o


S ovraelongazione s . indica la distanza massima dell uscita rispetto al valore di regime.
ym a x yr p
s =
yr p
Temp o di salita t s .
Nel caso di presenza di oscillazioni, indica la prima volta che l uscita si avvicina al
tempo di regime
Nel caso di assenza di oscillazioni, indica il tempo necessario per passare da il 1 0%
del valore di regime al 90% del valore di regime.
Temp o di assestamento t a . tempo a partire dal quale la risposta `e compresa tra 1 + e
1 .

3. 4. 2 C aratterizzazione della risp osta armonica


B anda passante B 3 . E la pulsazione oltre la quale si ha un attenuazione di almeno
0. 707( ' 3 dB) rispetto al valore di = 0. Q uesto valore ci dice oltre quale ho una
grande attenuazione.
34 S tudio del comportamento in frequenza

Modulo della risonanza Mr . E il massimo valore del modulo della risposta armonica
normalizzato a = 0:
max | W( j) |
Mr =
| W( j0) |
Q uesto valore ci dice quanto , per una certa , il sistema ha un comportamento risonante.
C omp ortamento in frequenza e nel temp o. Tra i parametri che caratterizzano il com-
portamento nel tempo e quelli che caratterizzano il comportamento in frequenza esistono
le seguenti relazioni
B3 t s ' const = 3
1 + s
= const = 0. 85
Mr
Inoltre ci dicono che
S e B 3 % allora t s &
S e Mr % allora s %
C apitolo 4
Funzione di trasferimento e problemi di
realizzazione

4. 1 Il problema della realizzazione


D alla funzione di trasferimento alla rappresentazione con lo stato. Il problema
della realizzazione consiste nel costrutire una rappresentazione con lo stato a partire da
una funzione di trasferimento.
W( s ) A, B , C , D

Per ipotesi una funzione di trasfe rime nto sara` realizzab ile se e ssa rappre se nta una fun-
zione stre ttame nte propria
B0 + B1 s + + Bn 1 s n 1
W( s) =
a0 + a1 s + + an 1 s n 1 + s n

Realizzazione in forma canonica raggiungibile. In questa realizzazione si hanno due


dimensioni fondamentali:
p, ovvero il numero di colonne di W( s)
q, numero di righe di W( s)
n, il grado del minimo comune multiplo dei polinomi a denominatore( numero di
poli nel caso di dimensione unitaria) .

0 I 0 0
0 0 I 0

A r ( n p n p) = 0 0 0 0

I
a0 I a1 I a2 I an 1 I

0
0

Br ( n p p) = .
0
1

Cr ( q n p) = B0 B1 Bn 1

La matrice A r ha sull ultima riga i coefficienti del polinomio a denominatore di W( s)


cambiati di segno e la diagonale sopra quella principale `e costituita da elementi tutti pari
alla matrice identita di dimensione ( p p) , tutti gli altri elementi sono nulli. Q uesta rea-
lizzazione `e chiamata cos` poiche` lo spazio di stato ottenuto `e tutto raggiungibile.
Realizzazione in forma canonica osservabile. E sufficiente porre

Ao = AT r
B o = CrT
Co = B rT

35
36 Funzione di trasferimento e problemi di realizzazione

Realizzazioni minime. Una realizzazione con lo stato si dice minima se


q=1 nel caso di rappresentazione in forma canonica osservabile
p= 1 nel caso di rappresentazione in forma canonica raggiungibile
In generale, se i polinomi a numeratore e denominatore non hanno fattori in comune le
realizzazioni cos` calcolate ( con q = p = 1 ) saranno minime.
Metodo di G ilb ert p er il calcolo di realizzazioni minime . Ecco il procedimento per il
calcolo di una rappresentazione minima
1 . S i espande W( s) in frazioni parziali del tipo
r
X Wi
W( s) =
s pi
i= 1
con Wi di dimensione ( q p) .
2. S i definiscono gli
i = rango Wi

3. S i calcolano le matrici Bi , Ci ottenute dalla fattorizzazione minima di Wi


Wi = Ci B i
e tali che
Ci = ( q i ) , Bi = ( i q)

4. La dimensione della realizzazione minima sara pari a


r
X
N= i
i= 1

5. La realizzazione minima sara pari a



p1 0 0
A = 0 0
0 0 pr

B1
B =
Br


C = C1 Cr

In cui la matrice A `e diagonale con gli elementi dati dai poli dell espansione in fra-
zioni parziali ciscuno con molteplicita pari al rango del residuo relativo.
Esercizio 4. 1 . Esprime re la seguente funzio ne di trasfe rime nto in fo rma cano nica raggiungib ile .

1
W( s) = s+1
1

s

P rima di tutto esprimiamo la funzione di trasferimento in forma di rapporto di polinomi.


     
s 0 1
s+1 1
+ 1
s
W( s) = =
s( s + 1 ) s2 + s
O ra possiamo estrare la nostra realizzazione
 
0 1
Ar =
0 1
 
0
Br =
1
 
0 1
Cr =
1 1
4. 1 Il p ro b l em a d e ll a rea liz z a z i o ne 37

Esercizio 4. 2 . Calco lare una realizzazio ne minima pe r la funzio ne di trasfe rime nto

1
s + 1
0
W ( s) =
2 1
s(s + 2) s+2
1 . Espansione in fratti

1
s+1
0
W ( s) = 2 1

s(s + 2) s+2
 
s(s + 2) 0
2(s + 1 ) s(s + 1)
=
s( s + 1 ) ( s + 2 )
W1 W2 W3
= + +
s s + 1 s+2 
s(s + 2) 0
2( s + 1 ) s(s + 1)
W1 = lim s
s0

s( s + 1 ) ( s + 2 ) 
s(s + 2) 0
2(s + 1) s(s + 1 )
= lim
s0 (s + 1 )(s + 2)
 
0 0
2 0
=
 2 
0 0
=
1 0
 
s(s + 2) 0
2(s + 1 ) s(s + 1)
W2 = lim ( s + 1 )
s 1 s( s + 1 ) ( s + 2 )
 
s(s + 2) 0
2( s + 1 ) s(s + 1)
= lim
s 1
 
s( s + 2 )
1 0
0 0
=
 1
1 0
=
0 0
 
s(s + 2) 0
2(s + 1 ) s(s + 1)
W3 = lim ( s + 2 )
s 2 s( s + 1 ) ( s + 2 )
 
s(s + 2) 0
2( s + 1 ) s(s + 1)
= lim
s 2 s( s + 1 )
 
0 0
2 2
=
 2 
0 0
=
1 1
     
0 0 1 0 0 0
1 0 0 0 1 1
W ( s) = + +
s s+1 s+2
2 . D efiniamo gli i
1 = 2 = 3 = 1

3 . C alcoliamo le matrici B i , Ci
 
0 
W1 = 1 0
1
 
1 
W2 = 1 0
0
 
0 
W3 = 1 1
1

4. La realizzazione minima sara



0 0 0
A = 0 1 0
0 0 2

1 0
B = 1 0
1 1
 
0 1 0
C =
1 0 1
38 Funzione di trasferimento e problemi di realizzazione

4. 2 S istemi interconnessi
Interconnessione di sistemi. E possibile che si trovino vari sistemi interfacciati fra loro.
Partiamo dunque da due sistemi tipo e andiamo ad analizzare i vari tipi di interconnes-
sione

x 1 = A 1 x 1 + B1 u 1
S1 = x1 n1
y 1 = C1 x 1


(
x 2 = A 2 x 2 + B2 u 2
S2 = x 2 n2
y2 = C2 x 2


4. 2 . 1 Interconnessione in serie

Figura 4. 1 . S istema interconnesso in serie

Relazioni di interconnessione. Dire che due sistemi si interfacciano in serie equivale a


dire che
u = u1
u 2 = y 1 = C1 x 1
y = y2
Inoltre sappiamo che lo stato di un sistema interconnesso `e uguale alla sovrapposizione
dei singoli stati che lo compongono
 
x1
x= x ( n1 + n2 )
x2

S istema equivalente. A questo punto il problema sta nel trovare le matrici A, B , C del
sistema risultante dall aggregazione.
 
x 1
x =
x
 2 
A 1 x 1 + B1 u 1
=
A x + B2 u 2
 2 2 
A 1 x 1 + B1 u
=
A x + B 2 C1 x 1
 2 2    
A1 0 x1 B1
= + u
B 2 C1 A 2 x2 0
y = C2 x 2  
 x1
= 0 C2
x2
In definitiva otteniamo le matrici
 
A1 0
A= B 2 C1 A 2
 
B1
B= 0


C= 0 C2
4 . 2 S is tem i inte rc o nne s s i 39

Funzione di trasferimento. O ra possiamo individuare la funzione di trasferimento di un


sistema connesso in serie
Y( s)
F( s) =
U( s)
Y2 ( s)
=
U1 ( s)
Y2 ( s) Y1 ( s)
=
U1 ( s) Y1 ( s)
Y2 ( s) Y1 ( s)
=
U1 ( s) U2 ( s)
Y1 ( s) U2 ( s)
=
U1 ( s) U2 ( s)
= F1 ( s) F2 ( s)

4. 2 . 2 Interconnessione in parallelo

Figura 4. 2 . S istema interconnesso in parallelo

Relazioni di interconnessione.
u1 = u2 = u
y = y1 + y2
Inoltre, come nel caso precedente, possiamo scrivere
 
x1
x=
x2
S istema equivalente.
 
x 1
x =
x
 2 
A 1 x 1 + B1 u 1
=
A x + B2 u 2
 2 2 
A 1 x 1 + B1 u
=
A x +B u
 2 2  2   
A1 0 x1 B1
= + u
0 A2 x2 B2
y = y1 + y2
= C1 x 1 + C2 x2 
 x1
= C1 C2
x2
In definitiva otteniamo le matrici
 
A1 0
A= 0 A2
40 Funzione di trasferimento e problemi di realizzazione

 
B1
B= B2


C= C1 C2

Funzione di trasferimento.
Y( s)
F( s) =
U( s)
Y ( s) + Y2 ( s)
= 1
U( s)
Y1 ( s) Y ( s)
= + 2
U1 ( s) U2 ( s)
= F1 ( s) + F2 ( s)

4. 2 . 3 Interconnessione a controreazione ( feedback)

Figura 4. 3. S istema con interconnessione a controreazione

Relazioni di interconnessione.
u 1 = u y 2 = C2 x 2
u 2 = y1 = y = C1 x 1
E inoltre  
x1
x=
x2
S istema equivalente.
 
x 1
x =
x
 2 
A 1 x 1 + B1 u 1
=
A x + B2 u 2
 2 2 
A 1 x 1 + B1 ( u y2 )
=
A 2 x 2 + B2 y1
 
A 1 x 1 + B 1 u B 1 C2 x 2
=
A 2 x 2 + B2 B 1 x 1
    
A 1 B 1 C2 x1 B1
= + u
B 2 B1 A2 x2 0
y = C1 x 1  
 x1
= C1 0
x2
In definitiva otteniamo le matrici
 
A 1 B 1 C2
A= B2 B A2
4 . 2 S is tem i inte rc o nne s s i 41

 
B1
B= 0


C= C1 0

Funzione di trasferimento.
Y( s)
F( s) =
U( s)
Y1 ( s)
=
U( s)
F1 ( s) U1 ( s)
=
U( s)
F1 ( s)
= [ U( s) Y2 ( s) ]
U( s)
F1 ( s)
= [ U( s) F2 ( s) U2 ( s) ]
U( s)
F1 ( s)
= [ U( s) F2 ( s) Y( s) ]
U( s)
= F1 ( s) F( s) F1 ( s) F2 ( s)
F1 ( s) = F( s) [ 1 + F1 ( s) F2 ( s) ]
F1 ( s)
F( s) =
1 + F1 ( s) F2 ( s)

4. 2 . 4 Interconnessione con controreazione unitaria

Figura 4. 4. S istema con interconnessione a controreazione unitaria

Relazioni di interconnessione.
u 1 = u y1
y = y 1 = C1 x 1
E inoltre
x = x1
S istema equivalente.

x = x 1
= A 1 x 1 + B1 u 1
= A 1 x 1 + B1 ( u C1 x 1 )
= A 1 x 1 + B1 u B 1 C1 x 1
= ( A 1 B 1 C1 ) x 1 + B1 u
y = C1 x 1
42 Funzione di trasferimento e problemi di realizzazione

In definitiva otteniamo le matrici


A = A 1 B 1 C1
B = B1
C = C1
Funzione di trasferimento.
F1 ( s )
F( s) =
1 + F1 ( s)
C apitolo 5
S tabilita
` dei sistemi
5 . 1 G eneralita
` sulla stabilita
` dei sistemi

5 . 1 . 1 Una definizione informale di stabilita

Figura 5. 1 .

Equilibrio. C onsideriamo cinque diverse posizioni di una sfera posta sul profilo di un ter-
reno non perfettamente piano, come in figura. Nelle posizioni A, B, C , D se non viene appli-
cata alcuna forza, la palla rimane ferma. Q uesto `e detto uno stato di e quilib rio . Per
quanto riguarda il punto E `e ovvio considerarlo un punto di non equilibrio. Il concetto
che a noi ora interessa `e quello della stab ilita` de ll e quilib rio . O vvero, la capacita di rea-
zione del sistema a seguito di piccole variazioni delle condizioni operative, chiamate pe r-
turbazio ni , come ad esempio la posizione della palla.
S tabilita
` di equilibrio.
Equilib rio instab ile : S e modifichiamo di poco la posizione della palla dal punto A,
il sistema si allontanera dell equilibrio. Ovvero piccole perturbazioni provocano
divergenza.
Equilib rio se mplice me nte stab ile : S e modifichiamo di poco la posizione della palla
nei punti B o C il sistema non diverge ne converge. O vvero piccole perturbazioni
provocano comunque limitatezza nel comportamento del sistema.
Equilib rio stab ile asinto ticame nte : S e modifichiamo di poco la posizione della
panna nel punto D, il sistema tendera comunque verso lo stato di equilibrio in
modo asintotico. Ovvero una piccola perturbazione conduce comunque a conver-
genza.

5 . 1 . 2 Una definizione formale di stabilita


`
S tato di equilibrio. Uno stato x e `e detto stato di equilibrio se trovandosi il sistema in
quello stato vi permane con ingresso nullo. In altri termini:
x = f( x , 0) 0 = f( x e , 0)

43
44 S tabilita dei sistemi

Dunque quello dell equilibrio `e un concetto legato a sistemi in evoluzione libera, ovvero
con ingresso nullo u( t) = 0. Nel caso di sistemi lineari in cui
x ( t) = A x( t) + B u( t)
dovra essere verificata la condizione
0 = A x e ( t)
Q uesto ci dice anche che l origine x e = 0 `e sempre uno stato di equilibrio anche se non `e
detto che sia l unico.
Perturbazione. S i definisce p erturbazione una variazione delle condizioni operative, in un
primo tempo considereremo perturbazione una variazione dello stato iniziale da x e .
S tabilita
` semplice. Uno stato di equilibrio x e `e detto stabile semplicemente se ( TO DO
norma) :
, t > t 0 : k x( t 0 ) x e k < k x( t) x e k <
In sostanza questa `e una condizione di limitatezza dell effetto delle perturbazioni.
S tabilita
` asintotica. Uno stato di equilibrio x e `e detto stabile asintoticamente se
x e `e stabile semplicemente
lim t k x( t) x e k = 0 ( condizio ne di attrattivita` )
In pratica si deve avere anche una convergenza verso x e dell evoluzione provocata dalla
perturbazione.
S tabilita` locale e globale. Fino ad ora si `e parlato di stabilita ` locale ovvero di una pro-
prieta ( la stabilita) che `e valida solo per piccole perturbazioni, ovvero che rimangano con-
finate in un intorno di x e . Possiamo tuttavia parlare anche di stabilita ` globale che `e
una proprieta molto piu forte. Essa infatti impone che la stabilita debba valere non solo
in un intorno di x e ma anche per ogni valore che puo assumere lo stato iniziale x( t 0 ) . Un
particolare molto interessante `e che ne i siste mi lineari la stab ilita` locale implica que lla
globale .
P roprieta
` della stabilita
` dei sistemi.
a) In un sistema con stabilita asintotica x e `e unico.
b) L origine `e uno stato di equilibrio, sempre. Q uesto implica che in caso di stabilita
asintotica l unico stato di equilibrio deve essere l origine.
c) La stabilita semplice di uno stato implica, ed `e implicata, da quella di un qualsiasi
altro stato di equilibrio del sistema. Q uest ultima proprieta ci da la possibilita di
parlare di stabilita di un sistema e non solo di uno stato di equilibrio.

5 . 1 . 3 C ondizioni di stabilita
`
C ondizioni di stabilita ` semplice. Un sistema `e stabile semplicemente se e solo se , preso
un valore k finito si ha che
k eA t k 6 k
O vvero, la norma della matrice di transizione deve essere limitata. Q uesta condizione
richiede che tutti gli auto valo ri ab b iano parte reale mino re di ze ro o ppure uguali a ze ro
so lo se se mplici(molte plicita` unitaria).
C ondizioni di stabilita
` asintotica. Un sistema `e stabile asintoticamente se e solo se
E stabile semplicemente
lim t | e A t | = 0
In questo caso, la seconda condizione impone che gli auto valori siano stre ttame nte mino ri
di ze ro .
5 . 2 Il c rite ri o d i Ro u th 45

5 . 2 Il criterio di Routh

5 . 2 . 1 P rincipio e applicazione del criterio di Routh


Analizzare la stabilita` senza calcolare gli autovalori. C ome abbiamo detto nella
sezione precedente, `e possibile analizzare la stabilita di una sistema semplicemente osser-
vendo il segno della parte reale degli autovalori. Il criterio di Routh permette proprio di
conoscere questo, senza bisogno di calcolare esplicitamente gli autovalori.
La tab ella di Routh. Il criterio di Routh si basa sulla costruzione di una tabella. Facendo
riferimento ad un generico polinomio di grado n
an n + an 1 n 1 + + a1 + a0 = 0
La tabella di Routh avra la forma
n an an 2 an 4
n 1 an 1 an 3 an 5
n 2 b1 b2 b3
n 3 c1 c2 c3


1 an an 2
b1 = , b2 = 1 an an 4 , b3 = 1 an an 6 ,

an 1 an 1 an 3
an 1 an 1 an 5 an 1 an 1 an 7

1 a a 1 a a 1 a a
c 1 = n 1 n 3 , c 2 = n 1 n 5 , c 3 = n 1 n 7 ,
b1 b1 b2 b1 b1 b3 b1 b1 b4
O sservando le variazioni di segno dei termini sulla prima colonna possiamo conoscere il
segno degli autovalori
O gni variazione di segno corrisponde ad un autovalore a parte reale positiva.
O gni permanenza di segno corrisponde ad un autovalore a parte reale negativa.
Tuttavia, durante il completamento della tabella `e probabile che si presentino dei casi
particolari in cui bisogna intervenire con opportune tecniche.

5 . 2 . 2 C asi particolari nello svilupp o della tab ella di Routh


P rimo elemento di una colonna pari a zero. Per affrontare questo caso sono possibili
tre approcci diversi:
a) S i sostituisce al termine nullo il simbolo a rappresentare un numero positivo e
piccolo. S uccessivamente si continua come di consueto a completare la tabella.
b) S i moltiplica il polinomo originiario per un binomio con uno zero negativo
p0 ( ) = p( ) ( + 1 )
C os` facendo, costruendo la tabella del nuovo polinomio non riotterro lo zero sulla
prima colonna.
c) S e la riga p-esima ha i primi h elementi pari a zero, allora sostituiro alla riga p-
esima, una riga ottenuta sommando alla p-esima riga la stessa p-esima riga tra-
slata a sinistra di h posizioni con i posti rimasti vuoti sostituiti da zeri e cambiata
di segno se h `e dispari. Ad esempio: 
0 1 2 1
 
0 1 2 1 + 1 2 1 0

= 1 1 1 1

Una intera colonna pari a zero. S e si presenta questo caso allora il nostro polinomio sara
scomponibile in due polinomi
p( ) = p1 ( ) p2 ( )
46 S tabilita dei sistemi

Il primo possiede informazioni che riguardano le righe precedenti quella nulla, il secondo
invece, si puo costruire dai coefficienti della riga successiva a quella nulla e possiede
potenze tutte pari. A questo punto se p2 ( ) `e di forma semplice si procede normalmente
costruendo la tabella altrimenti si procede derivando il polinomio rispetto a
d
[ p2 ( ) ]
d

Esempio 5 . 1 . C alcolare la stabilita di una funzione di un sistema avente polinomio


caratteristico
4 + 3 + 1 1 2 + 9 + 1 8
C ominciamo col costruire la tabella di Routh
4 1 11 18
3 1 9
2 1 9
1 0
0

C i ritroviamo nel caso poco fa descritto in cui il polinomio p2 ( ) = 2 + 9, ovviamente


dovremo derivarlo per poter proseguire, ottenendo D( p2 ( ) ) = 2, la tabella ora risultera
essere
4 1 11 18
3 1 9
2 1 9
1 2
0 9

Nessuna variazione di segno, sistema stabile asintoticamente.


Esercizio 5 . 1 . A ssegnato il po lino mio p( ) = 5 + 4 + 2 3 + 2 2 + 3 + 1 5 studiarne gli zeri.
La tabella di Routh del polinomio `e la seguente

5 1 2 3
4 1 2 15
3 0 12
2
1
0

Utilizzando il metodo ( c) per eliminare lo zero, otteniamo

5 1 2 3
4 1 2 15
3 12 12
2 3 15
1 72
0 15

O sservando la tabella ottenuta possiamo dedurre che il polinomio ha due zeri a parte reale positiva e tre a
parte reale negativa.

5 . 3 La stabilita esterna
S tabilita` ingresso-uscita. La stabilita esterna `e anche detta stabilita ingresso-uscita. Essa
`e una proprieta che ci dice come un sistema risponde a fronte di ingressi limitati. In gene-
rale se la risposta sara limitata ad un ingresso limitato allora si potra parlare di stabilita
esterna. C i sono due tipi di stabilita esterna:
a) Stab ilita` e ste rna ne llo stato ze ro (x 0 )
5 . 3 L a s tab il ita es te rna 47

b) Stab ilita` e ste rna ( per ogni stato)


C ondizioni di stabilita
` esterna.
S tabilia esterna nello stato zero: C ondizione necessaria e sufficiente affinche`
un sistema sia stabile esternamente nello stato zero `e che
Zt
k W( ) k d < k t
0

O vvero la norma della funzione di trasferimento deve essere sommabile nell inter-
vallo considerato. C onsiderando il punto di vista degli autovalori la condizione puo
esprimersi come: gli autovalo ri che so no simultaneame nte eccitab ili ed osse rvab ili
de vo no e sse re a parte reale negativa.
S tabilita
` esterna: C ondizione necessaria e sufficiente affinche` un sistema sia sta-
bile esternamente `e che
i. S ia stabile esternamente nello stato zero.
ii. E verificata la condizione
k ( t) k < k t
In termini di autovalori `e equivalente dire che: gli autovalo ri osse rvab ili in
uscita siano a parte reale stre ttame nte negativa se con mo ltiplikc ita` geome -
trica maggio re di uno , a parte reale negativa o nulla pe r gli altri.
Relazioni tra stabilita esterna e interna.
1 . stabilita interna stabilita esterna.
2. stabilita esterna stabilita esterna nello stato zero.
3. stabilita esterna nello stato zero stabilita interna asintocica, se tutti i modi
sono eccitabili ed osservabili.
4. stabilita esterna nello stato zero stabilita esterna, se tutti i modi sono eccita-
bili.
5. stabilita esterna stabilita interna asintotica, se tutti i modi sono eccitabili ed
osservabili.
6. stabilita esterna stbilita interna semplice, se tutti i modi sono osservabili.
C apitolo 6
S istemi a temp o discreto
6 . 1 Analisi nel dominio del temp o
Modello implicito. 
x( k + 1 ) = A x( k) + B u( k)
y( k) = Cx( k) + D u( k)
Modello esplicito.
x( k) = ( k k ) x + P k 1 H( k ) u( )
0 0 = k0
P
y( k) = ( k k 0 ) x 0 + k 1 W( k ) u( )
= k0
C on
( k) = A k
( k) = CA k
H( k) = A k 1 B

D se k = 0
W( k) =
CA k 1 B se k > 0
Potenza di una matrice. Anche nel caso tempo discreto per calcolare la potenza di
matrice, facciamo ricorso alle trasformazioni di coordinate per ottenere una matrice dia-
gonale a blocchi D
A = T 1 D T A t = ( T 1 D T) t = = T 1 D t T
La potenza della matrice A, dunque si riduce a calcolare la potenza dei singoli blocchi dia-
gonali che compongno D. Per quanto riguarda il caso di autovalori reali la soluzione `e
banale, per quelli complessi coniugati invece avremo
= + j = e j = ( cos + j sen)
e dunque
= cos , = sen
   
cos sen
=
sen cos
e di conseguenza    
cos sen t cost sent
=
sen cos sent cost
e in conclusione, la potenza di matrice risultera avere la generica forma

t1


tn


1t cos 1 t 1t sen 1 t
Dt =
1t sen 1 t 1t cos 1 t


t t
m cos m t m sen m t
t t
m sen m t m cos m t
I modi naturali. Dalle considerazioni fatte precedentemente si puo ricavare direttamente la
risposta libera nello stato , che sara data da

" #
X X
k k
x l ( k) = ci i u i + j m j sen( jk + j ) u ja + cos( jk + j ) u jb
i= 1 j= 1

49
50 S istemi a tempo discreto

in cui c i , c ja , c jb , m j , j sono calcolabili come nel caso a tempo continuo. Anche per i
sistemi tempo discreto possiamo distinguere diversi tipi di modi naturali a seconda del
tipo di autovalore associato
modi ape riodici: autovalori reali positivi.
modi alte rnanti: autovalori reali negativi.
modi pse udope riodic i: autovalori complessi coniugati.

6 . 2 Analisi nel dominio complesso


La trasformata Z .

X f( 1 ) f( 2) f( n)
Z[ f( k) ] = F( z) = f( k) z k = f( 0) + + 2 + +
k=0
z z zn

Funzione Trasformata Z
z
1 ( k)
z1
z z
ek = k =
z e z
z sen
sen k
z 2 2z cos + 1
z cos
cos k
z 2 2 z cos + 1
( k) 1
k ( n) z
n! (z 1 )n+1
k ( n) ( k n) k ( n) ( k n) z
e =
n! n! ( z ) n + 1
 n
d
k n f( k) z F( z)
dz
Teoremi.
Traslazione a destra.
1
Z[ f( k 1 ) ] = F( z)
z
Traslazione a sinistra.
Z[ f( k + 1 ) ] = z F( z) z f( 0)
C onvoluzione. " #
k
X
Z f( ) g( k ) = F( z) G( z)
=0
Valore iniziale.
f( 0) = lim F( z)
| z|
Valore finale.
f( ) = lim ( z 1 ) F( z)
z1

La rappresentazione con lo stato nel dominio complesso.


(
x( z) = ( z I A) 1 z x 0 + ( z I A) 1 B u( z)
y( z) = C( z I A) a z x 0 + [ C( z I A) 1 B + D] u( z)

( z) = ( z I A) 1 z
H( z) = ( z I A) 1 B
( z) = C( z I A) 1 z
W( z) = C( z I A) 1 B + D
6 . 3 R is p o s a a re g im e p erm ane nte 51

Espansione in fratti semplici.


Poli se mplici: n
X z
( z) = Ri
z i
i= 1

z i
Ri = lim ( z)
z i z
Poli multipli: mi
r X
X z
( z) = Ri k
( z i) k
i= 1 k 1

dove m i `e la molteplicita dell autovalore i-esimo ed r `e il numero di autovalori


distinti.  
1 dmi k ( z i) mi
Ri k = lim ( z)
z i ( m i k) ! d z m i k z
D iscretizzazione. Per rendere discreto un sistema tempo continuo caratterizzato da una
certa W( s) si applica la    
z1 1 W( s)
W( z) = Z L
z s t= k T

dove T `e il passo di campionamento. Per arrivare a questo risultato si `e partito dalla defi-
nizione di funzione di trasferimento come rapporto tra l uscita forzata e il corrispondente
ingresso. Possiamo notare inoltre che la risposta a gradino a tempo discreto corrisponde
al campionamento della risposta al gradino unitario del sistema a tempo continuo, ovvero
 
W( s)
L 1
s t= k T

e successivamente facendone la trasformata Z, otterremo


   
W( s)
Z L 1
s t= k T

ora dividiamo per la Z trasformata del gradino a tempo discreto ( prima abbiamo molti-
plicato per il gradino a tempo continuo) per ottenere la funzione di trasferimento cercata.

6 . 3 Risp osa a regime p ermanente


Risp osta a regime ad ingressi p eriodici. Valgono considerazioni del tutto analoghe al
caso tempo continuo eccetto nel passo del confronto con la trasformata in cui in questo
caso otterremo
X
W( ) ( e j ) = W( z) | z = e j
= 0
Risp osta a regime ad ingressi canonici.
Risp osta indiciale. C onsideriamo l ingresso
z
u( k) = 1 ( k) U( z) =
z1
e calcoliamo la risposta forzata
y f ( z) = W( z) U( z)
z
= W( z)
z1
y f ( z) W( z)
=
z z1
K R1 Rn
= + + +
z 1 z p1 z pn
Xn
Ri
y f ( k) = K 1 ( k) +
z pi
i= 1
= K 1 ( k)
52 S istemi a tempo discreto

Analogamente al caso tempo continuo la risposta indiciale tende ad un valore costante


pari al guadagno che in questo caso varra
K = W( 1 )

6 . 4 S tabilita
C ondizioni.
Stab ilita` se mplice :
k ( k) k < const ( limitatezza)
che in termini di autovalori equivale ad imporre che
(
| 1i | 6 1
| i> 1 | < 1

Stab ilita` asintotica: E necessaria la stabilita semplice e in piu


lim k ( k) k = 0
k

che in termini di autovalori equivale ad imporre che


| i| < 1

C riterio di Routh. Anche nel caso tempo discreto `e utilizzabile il criterio di Routh effet-
tuando pero una sostituzione di variabile, considerando un generico polinomio
d( z) = a n z n + a n 1 z n 1 + + a0
s+1
con z=
s1
C riterio di Jury. C ome per il criterio di Routh si tratta di costrutire una tabella, partendo
dal polinomio caratteristico
d( z) = a n z n + a n 1 z n 1 + a1 z + a0

a0 a1 an
an an 1 a0
b0 b1 bn 1
bn 1 b0
c0 cn 2
cn 2 c0
  

t0 t1 t2
t2 t1 t0

a a1
b 0 = 0

a an 1
n
a0 a n
b n 1 =
a a0
n
a0 ak + 1
b k =

an an k 1
S i avra stabilita asintotica se saranno verificate le condizioni
d( 1 ) > 0
( 1 ) n d( 1 ) > 0
| an | > | a0 | , | b0 | > | bn 1 | , , | t0 | > | t2 |
C apitolo 7
Esercizi
Esercizio 7. 1 . (Esame di Teo ria de i siste mi 1 3. 1 2. 2004 e se rc izio 2 co mpito A )
Tracc iare il diagramma di Bode re lativo alla funzio ne di trasfe rime nto

1s
W ( s) = k
s 2 ( 1 + s)

Fatto re b ino mio : ( 1 j) a numeratore

M odulo:

1 Md B = 0 dB
1 Md B = retta: 2 0x c
=1 Md B = 3 dB

Fase:

1 =0

1 =
2

=1 =
4

Fatto re b ino mio : ( 1 + j) a denominatore

M odulo:

1 Md B = 0 dB
1 Md B = retta: 2 0x c
=1 Md B = 3 dB

Fase:

1 =0

1 =
2

=1 =
4

Fatto re mo no mio : ( j) a denominatore

M odulo:

=1 Md B = 0
= 10 Md B = 2 0
= 1 00 Md B = 40

Fase:

=
2

53
54 Esercizi

Figura 7. 1 .

Esercizio 7. 2 . (Esame di Teo ria de i siste mi 1 3. 1 2. 2004 e se rc izio 1 co mpito A )


Assegnato il seguente sistema:

0 0 1 1
x = 1 1 1 x + 1 u
0 0 2 1
 
y= 0 0 1
1 1 2
x
a) Calco lare ( t) e W( t)
C alcoliamo per prima cosa gli autovalori

0 1

det( I A) = det 1 + 1 1 = ( + 1 ) ( + 2 )
0 0 +2

1 = 0, 2 = 1 , 2 = 2
E s e rc iz i 55

Essendo gli autovalori tutti reali, allora possiamo calcolare l evoluzione libera nello stato tramite la

3
X
( t) = e i t u i v iT
i= 1

per fare cio dobbiamo calcolare prima di tutto gli autovettori sinistri asso ciati agli autovalori

u1

(A
1 I) u1 = 0
0 0 1 a
1 1 1 b = 0
0 0 2 c

c
a b+c = 0
2c


u1 =
0

1
u1 = 1
0

u2

(A 2 I) u2 = 0
1 0 1 a
1 0 1 b = 0
0 0 1 c

a+c
a+c = 0
c

0
u2 =
0

0
u2 = 1
0

u3

(A
3 I) u3 = 0
2 0 1 a
1 1 1 b = 0
0 0 0 c

2a + c
a+b+c = 0
0


u3 =
2

1
u3 = 1
2

O ra possiamo calcolare gli autovettori destri



v 1T 

v 2T = u2 u2 u3 1
v 3t

1 0 1
= 1 1 1 1
0 0 2

2 2 0
0 2 0

1 2 1
= trasposta
2
56 Esercizi


1 1 0

= trasposta 0 1 0
1 1
2
1 2

1
1 0 2

= 1 1 1
1
0 0 2

e dunque
3
X
( t) = e i t u i v iT
i= 1
1 1
1 0 2 0 0 0 0 0 2

= 1 0 1 + e 1 1 1 + e
t 2 t 1
0 0 2


2
0 0 0 0 0 0 0 0 1

1 e 2 t
1 0 2
e 2t

= 1 e t 1
+ e t 2
2
0 0 e 2 t

D i conseguenza possiamo calcolare anche

W ( t) = C ( t) B
1 e 2t
  1 0 2
2 1
0 0 1
= t 1 + e t e
2t
1
1 1 2 1 e 2 2
1
0 0 e 2 t
!
1
0 0 e 2t 1
=
2 e t 1 e t 2 e 2 t
1
!
e 2 t
=
3 2 e t 2 e 2t
     
0 0 1
= + e t + e 2 t
3 2 2
b) Studiare ecc itab ilita` e o sse rvab ilita`
c) (no n ne l co mpito ) Calco lare la funzio ne di trasfe rimento tramite l uso de l me todo co mple sso
Per calcolare la funzione di trasferimento, come prima cosa dobbiamo trovare la

s 0 1
( s I A) 1 = 1 1 +s 1 1
0 0 2+s

(1 + s)(2 + s) 2+s 0
0 s(2 + s) 0 T
1 +s s+1 s(1 + s)
=
s( 1 + s) ( 2 + s)
1 1
s s(s + 1)
0
1
= 0 s+1
0 T
1 1 1
s(s + 2) s(s + 2) s+2

1 1
s
0 s(s + 2)
1 1 1
= s(s + 1) s+1 s(s + 2)


1

0 0 s+2

1 1
0
  s s(s + 2) 1
0 0 1 1 1 1
C( s I A) 1 B = 1
1 1 2 s(s + 1) s+1 s(s + 2)

1 1
0 0 s+2

1 1
0 0 s+2
= 1 1 1 2
1
s
s(s + 1 )
s+1 s+2 1

1
s+2
= 1 1 1 2

s
s(s + 1 )
s+1
s+2
E s e rc iz i 57

d) Calco lare la rispo sta all ingre sso u( t) = 1 ( t 1 ) 1 ( t 2 )


La trasformata di laplace della matrice delle evoluzioni forzate in ingresso, sara

W ( s) = L[ W ( t) ]
" !#
e 2 t
= L
3 2 e t 2 e 2t

1
= 1
s+2
2 2

3s s+1
s+2

Per semplificare i calcoli possiamo ricorrere ad alcune proprieta della trasformata, come quella della
sovrapposizione delgi effetti e quella della traslazione nel tempo, dunque per ora consideriamo
1
l ingresso u( s) = L[ 1 ( t) ] = s e poi trasleremo nel tempo il risultato.
E dunque la risposta forzata all ingresso dato, sara

1
W( s) u( s) = s+2 1
1 2 2 s
3s s+1
s+2

1
s(s + 2)
= 1 2 2
3 s2
s(s + 1)
s(s + 2)

D unque per antitrasformare dovremmo prima scomporre alcune frazioni


1 A B
= +
s( s + 2 ) s s+2
1 A( s + 2 ) + B s
=
s( s + 2 ) s( s + 2 )
1 = As + 2A + Bs

2A = 1
A+B=0
(
1
A= 2 1 1

B= A 2s 2(s + 2)

Analogamente si procede con gli altri casi, ottenendo



1 1
2s
2(s + 2)
W ( s) u( s) = 1 2 2 1 1
3 s2 s + s + 1 2s + 2(s + 2)


y( t) = L 1 [ W ( s) u( s) ] 1 ( t 1 ) L 1 [ W( s) u( s) ]
t 1
1 ( t 2 )
t 2
1 1 2(t 1)
2e
= 2
1 1
1 ( t 1 ) +
3 ( t 1 ) 2 + 2 e ( t 1 ) 2 + 2 e 2 ( t 1 )

1 1
2 e 2 ( t 2 )
+ 2 1 ( t 2 )
1 1
3 ( t 2 ) 2 + 2 e ( t 2 ) 2 + 2 e 2 ( t 2 )

e) Calco lare la rispo sta a regime pe rmane nte , se e siste , all ingresso u( t) = 2 sin( 2 t)

Esercizio 7. 3. (Esame Teo ria de i Siste mi 29. 1 1 . 2003 e se rc izio 5) Studiare la stab ilita` de l siste ma a
te mpo co ntinuo ave nte il seguente po lino mio caratteristico

p( ) = 3 6 + 9 4 + 6 2 + 1

C ominciamo col costruire la tabella di Routh del polinomio

3 9 6 0
6
0 0 0 1
5
4
3
2
1
0
58 Esercizi

Applicando il metodo della somma per eliminare gli zeri otterremo

6 3 9 6 0
5 1 0 0 1
4 9 6 3
3 2 1
1
3 3
3 21
2
2 2
1
0

Possiamo anche evitare di continuare visto che abbiamo gia trovato una variazione di segno, il che significa
che non tutti gli autovalori sono a parte reale negativa, dunque il sistema rappresentato dal polinomio non `e
stabile internamente ne` asintoticamente ne` semplicemente.